NORMALIZACIÓN ESTADÍSTICO-SIGNIFICACIÓN

ir a tratamiento estadístico de la información

ir a tratamiento de la información

Entre las  normas establecidas en la actuación de los paquetes estadísticos informatizados cabe destacar la normalización de salida de resultados : "ESTADÍSTICO-SIGNIFICACIÓN"

En la medida en que el programa no sabe si el cálculo de un determinado estadístico ( la mediamuestral, p.ej .) se precisa para realizar una inferencia ( estimación o contraste) o no, es bastante habitual en la utilización de las distintas técnicas que la salida de los resultados incluyan los valores de los estadísticos obtenidos junto con los demás instrumentos necesarios para la realización de inferencias: error estandar, significación asociada, intervalo del 95 %, etc.

Lo más habitual es que se muestre en los resultados el par estadístico, significación, que cabe interpretarla de la siguiente manera:

La significación del estadístico es el valor del Nivel de Significación a partir del cual ( para valores inferiores o iguales que él) rechazaríamos la hipótesis ( habitualmente en un diseño bilateral) de que el auténtico valor del parámetro ( la media de la población, en el ejemplo) sea nulo:

H0: m=0

H1:m< >0

Tiene pues la interpretación alternativa de ser la probabilidad de que siendo nulo el valor del párametro se obtenga por puro azar un valor tan alto o tan bajo.Expres en definitiva la relevancia, significación del estadístico obtenido ( en sentido inverso): Cuanto más bajo sea el valor de la significación tanto más significativo (relevante) es el valor del estadístico obtenido.

En muchas ocasiones se ofrece también en el resultado algún otro indicador complementario para la interpretación inferencial como error estandar, que permita hacer estimación o contrastes de diseño específico ( distintos del contraste simple de significación).El error estandar no es otra cosa que la desviación típica de la distribución muestral del estadístico, especialmente útil cuando el estadístico sigue una distribución normal, como es el caso de la media muestral.