Como interpretar correctamente los p-valores ("sig"). Texto.

Los p-valores, que frecuentemente aparecen en SPSS bajo el rótulo de "sig", nos indican la probabilidad de obtener un resultado en la prueba de significación (prueba t, chi cuadrado, F, etc.) con valores tan o más extremos como los que se obtuvieron si la hipótesis nula fuera cierta.

No nos dice la probabilidad de que sea cierta la hipótesis nula. El p-valor se calcula a partir del supuesto de que la hipótesis nula es 100% cierta.

Supongamos que tenemos un p-valor de 0.05. ¿Cuál es la probabilidad de que sea cierta la hipótesis nula? No se puede calcular directamente.

Si varias pruebas de significación nos dan p=0.05, esto no significa que en cada una de ellas la probabilidad de que sea cierta la hipótesis nula sea igual. Quizás en algún caso sea muy improbable la hipótesis nula, en particular si hay estudios previos que nos hacen pensar que es falsa. Y quizás en otros casos sea probable, a pesar de nuestro p, si existen numerosos estudios anteriores que nos llevan a pensar que la hipótesis nula es cierta.

Si tenemos un resultado muy poco esperado a la luz de estudios anteriores, muy sorprendente, un valor p menor a 0.05 puede llevarnos a rechazar la hipótesis nula incorrectamente en un gran porcentaje de casos. Si el resultado es muy sorprendente, haremos bien en no sacar conclusiones apoyándonos exclusivamente en el p-valor: debemos tener en cuenta también en estudios anteriores y quizás no emitir un juicio definitivo.

¿Qué podremos hacer para incrementar nuestra confianza en estudios de resultados sorprendentes?
a) replicarlos y b) trabajar con tamaños de muestras mayores.




Añado vínculos a dos interesantes artículos cortos:

http://blog.minitab.com/blog/adventures-in-statistics/not-all-p-values-are-created-equal


http://blog.minitab.com/blog/adventures-in-statistics/five-guidelines-for-using-p-values