Fragmento

Si las pruebas de significación, como mencioné en una de las notas anteriores, fallan a menudo en proporcionarnos las información más adecuada sobre el cuerpo de datos que estamos trabajando, ¿cuál es entonces la alternativa más efectiva para resolver el asunto? Mucho dependerá del tipo de pregunta que quieran responder los investigadores al plantear un proyecto. Puede plantearse el tipo clásico de pregunta de si un nuevo tratamiento es efectivo o no, o plantearse la cuestión en otros términos: ¿Es el efecto promedio del nuevo tratamiento (sobre el tratamiento estándar), diferente de cero? Y es aquí donde cabe la aproximación tradicional de aplicar la prueba de hipótesis e intentar calcular mediante una prueba de significación, si las diferencias obtenidas entre ambos tratamientos son debidas al azar o a la causalidad. O, como ocurre con frecuencia, la pregunta de investigación puede ser enfocada del modo que sigue: ¿Es el nuevo tratamiento superior al estándar?, o enunciada dentro del método estadístico: ¿Es el efecto promedio del nuevo tratamiento suficientemente grande como para adoptarlo, a pesar de los costos, los efectos colaterales, etc.? Aquí no nos quedamos meramente con si el resultado obtenido es diferente de cero para aceptar la hipótesis alternativa, vamos más lejos aún, e inquirimos: ¿cuánto mayor puede ser el efecto del nuevo tratamiento?, pasamos de lo estrictamente cualitativo (respuesta si/no) a un intervalo cuantitativo de probabilidad.

Palabras clave: .

2008-05-01   |   972 visitas   |   Evalua este artículo 0 valoraciones

Vol. 24 Núm.3. Julio-Septiembre 2006 Pags. 94-95. Exp Médica 2006; 24(3)