NIVEL DE SIGNIFICACION

Una vez que se ha establecido la probabilidad que se utilizará, ya sea la
hipótesis nula

( H0)

o la hipótesis alternativa

( H1)

, el siguiente paso es

determinar el nivel de significancia, comenzaremos por definir qué es el nivel
de significancia. El nivel de significancia es la probabilidad de rechazar la
hipótesis nula cuando esta es verdadera.
El nivel de significancia se representa normalmente con la letra griega “ α ” y
es el tamaño de la región de rechazo, en algunas ocasiones también se le
conoce como nivel de riesgo, esto porque eventualmente se corre el riesgo de
tomar una probabilidad nula cuando es verdadera. No existe una magnitud
para el nivel de significancia para todas las pruebas, aunque con frecuencia se
utiliza un nivel de significancia de 0.05 para proyectos de investigación de
consumo, 0.01 para aseguramiento de calidad y 0.10 para encuestas políticas.
Al momento de probar la hipótesis, podemos obtener alguno de los siguientes
resultados:
 No rechazar una hipótesis verdadera, en este caso estaríamos
tomando una decisión correcta.
 Rechazar una hipótesis falsa, también tomaríamos una decisión
correcta.
 Rechazar una hipótesis que es verdadera, en este caso estaríamos
cometiendo un error, el cual es conocido como el error tipo1.
El error tipo 1 se comete cuando se rechaza la hipótesis nula

( H0) ,

verdadera. Este error normalmente se denota con la letra griega alfa

cuando es

(α ) . La

probabilidad de cometer otro error denominado error tipo 2 se denota con la
letra griega

( β) , este error sucede cuando se acepta la hipótesis nula

cuando ésta es falsa.
En una prueba de dos colas para la curva de la distribución normal, existen dos
pequeñas colas, las cuales son definidas como región crítica o de rechazo para
la hipótesis nula; es, en esta región donde se acepta la hipótesis alternativa y
se rechaza la hipótesis nula (la hipótesis nula se plantea en términos de
igualdad y es la hipótesis que deseamos rechazar. Ej. Efectividad A =
Efectividad B), a la región de rechazo también se le conoce como región crítica.
Ahora si un investigador informa que sus resultados son estadísticamente
significativos, quiere decir que, según la prueba estadística, sus hallazgos
podrían ser válidos y replicables con nuevas muestras de sujetos.

en cinco de esas 100 veces. lo que significa que de cada 100 veces que a partir de los datos se concluya a favor de la hipótesis alternativa. pero estos están relacionados de tal manera que si el uno disminuye. La única manera de que uno disminuya y el otro permanezca constante o disminuya también.05 se está diciendo que se está dispuesto a cometer el error tipo I como máximo el 5% de las veces. Siempre es deseable que alfa y beta sean lo más pequeños posibles.En el procedimiento de probar o contrastar una hipótesis. se tolera equivocarse como máximo. . Cuando se define un ( α ) de 0. el error tipo I es establecido por el investigador antes de realizar la prueba. es aumentar el tamaño de la muestra. el otro aumenta.