Coos Salgado Lilia Lizbeth

Psicologa 401
ESTADSTICA Y PSICOLOGA: ANLISIS HISTRICO DE LA INFERENCIA
ESTADSTICA

La perspectiva histrica, el proceso de la inferencia estadstica es un mecanismo fundamental

para el manejo de los errores variables en una investigacin, en esto se pueden identificar dos
enfoques conceptuales que es el enfoque de Fisher y el enfoque de Pearson y Neyman.

Las tcnicas de anlisis de sagas ms utilizados por los psiclogos en sus investigaciones
fueron creadas por estadsticos como Francis Galton, Karl Pearson, William Gosset
(Student), Ronald Fisher y Egon Pearson.

Por Galton:
- Surgi la idea de correlacin y regresin.

Por Karl Pearson:

- Se produjo la frmula para el clculo de la correlacin.
- Es el creador de la prueba de la ji cuadrada.

Por Gosset:
- Se cre la prueba T en su forma original.

Por Ronald Fisher:

- Se desarroll an ms la prueba T bautizndola con el nombre de la T de Student.
- Cre el anlisis de varianza, que despus fue bautizada con el nombre de prueba F.
- Cre la prueba de la hiptesis nula como la estrategia de inferencia inductiva que
debe de guiar el anlisis estadstico de los datos en una investigacin cientfica.

Por otra parte, es importante mencionar que las diferentes clases de datos requieren de
diferentes malosos antes de quedar reducidos a una forma en la que puedan ser interpretados.

En una situacin sencilla de investigacin existe una variable dependiente y por los menos
una variable independiente con dos variables, dnde el investigador debe de determinar el
grado en que los datos de la investigacin reflejan una relacin entre las variables
independiente y dependiente.

En la relacin entre variables se pueden presentar dos tipos de errores: los errores constantes
y los errores variables. Los errores constantes son producidos por variables extraas que
afectan de manera constante los resultados de una investigacin; por otro lado, los errores
variables son producidos por variables extraas que afectan de manera variable los resultados
de la investigacin.

No existen frmulas simples para prevenir los errores constantes, ya que no se tiene una
garanta absoluta de que se ha eliminado toda posibilidad de que alguna variable extraa
pueda estar producindolo. Respecto a los errores variables, adems de los esfuerzos que
hace el investigador para minimizar la varianza de error a travs del diseo de la investigacin
una forma de enfrentar estos errores en la inferencia estadstica a travs de la prueba de la
hiptesis nula.
Coos Salgado Lilia Lizbeth
Psicologa 401

Los pasos para realizar una prueba de significacin estadstica son:

1. El investigador formula la hiptesis nula, si el resultado de sta dice que la

probabilidad es igual o menor que un nivel de probabilidad convencional establecido,
entonces se rechaza la hiptesis nula. Por otro lado, si la probabilidad de que la
diferencia observada entre los grupos se pueda explicar como resultado del azar es
superior al nivel de probabilidad convencional establecido, entonces no se rechaza la
hiptesis nula.
2. Al establecer un criterio de decisin sobre la hiptesis nula, el investigador puede
fomentar los errores que podra comentes en su decisin sobre la hiptesis nula,
existen dos tipos de errores:
o Error tipo I: Consiste en rechazar una hiptesis nula que es verdadera.
o Error tipo II: Consiste en no rechazar una hiptesis nula que es falsa.
El nivel de significacin estadstica equivale a la magnitud del riesgo que el
investigador est dispuesto a cometer, es decir, de cometer el error de rechazar una
hiptesis nula verdadera.
3. Consiste en la eleccin de la prueba estadstica que se utilizar paga probar la
hiptesis nula, hay dos tipos de pruebas estadsticas:
o Paramtricas: Son aquellas que exigen que los valores de la variable
dependiente sigan la distribucin de la curva normal, que la varianza de los
grupos que se comparan en una variable dependiente sean aproximadamente
iguales, y que la variable dependiente est medida en una escala que sea por
lo menos de intervalo. Algunas pruebas paramtricas son: T de Student, la
prueba F y el coeficiente de correlacin de Pearson.
o No paramtricas: No hacen exigencias y son denominadas como pruebas
libres de distribucin, son muy tiles como alternativas cuando no se
considera apropiado el uso de pruebas paramtricas. Algunas de estas pruebas
son: la ji cuadrada, la prueba de probabilidad exacta, los coeficientes de
contingencia, la prueba U, el coeficiente de rangos y el coeficiente de
asociacin ordinal.
4. Finalmente, el ltimo paso consiste en comparar el valor arrojado por la prueba
estadstica aplicada a los datos con el valor en que las circunstancias comparables
pueden ocurrir por azar con una probabilidad de 0.05 o 0.01, segn el valor de la
probabilidad que se haya adoptado como nivel de significacin estadstica.

Tambin, cabe mencionar que la enemistad personas de algunos antiguos estadsticos

pudieron afectar una controversia cientfica debido a factores temperamentales y pasiones,
como los casos de enemistad que se dieron entre Kart Pearson y Ronald Fisher, y el caso de
Eagon Pearson y Jerzy Neyman. Es por esta razn que los estadsticos y los psiclogos han
sido formados a partir de la hibridacin de dos enfoques diferentes de la inferencia
estadstica.

Referencia:

Rodrguez, E. (2005). Estadstica y psicologa: Anlisis histrico de la inferencia estadstica.

Revista piscologa cientfica, 17.