dialnet-potenciaestadisticasensibilidadytamanodeefecto-2554283

7/26/2019 Dialnet-PotenciaEstadisticaSensibilidadYTamanoDeEfecto-2554283

1/12

ONOMZEIN 16 (2007/2): 159-170

Fecha de recepcin inicial: octubre de 2007Fecha de aceptacin: octubre de 2007

POTENCIA ESTADSTICA, SENSIBILIDAD YTAMAO DE EFECTO:

UN NUEVO CANON PARA LA INVESTIGACIN?

STATISTICAL POWER, SENSITIVITY AND SIZE EFFECT:

A NEW STANDARD FOR RESEARCHERS?

Camilo QuezadaPontificia Universidad Catlica de Chile

[email protected]

To call in the statistician after the ex-periment is done may be no more thanasking him to perform a post mortem

examination: he may be able to say what

the experiment died of.

(Pedir ayuda a un estadstico una vez que

el experimento ya fue realizado puede no

ser ms que pedirle efectuar una autopsia:

posiblemente, lo nico que pueda hacer sea

decir de qu muri el experimento).

Ronald Fisher

Resumen

En este trabajo se presentan algunos conceptos muy importantes en el diseoinvestigativo, centrndose en tres nociones cada vez ms utilizadas en metodologa

cuantitativa: lapotenciaestadstica, la sensibilidad y el tamao de efecto. Atravs de ejemplos de orientacin lingstica se explican algunas de las posibles

aplicaciones prcticas de estas herramientas en investigaciones pertenecientesal mbito de las ciencias sociales en general y la lingstica en particular.

Palabras clave: potencia estadstica, tamao de efecto, metodologa


2/12

160 ONOMZEIN 16 (2007/2): 159-170Camilo Quezada:

Potencia estadstica, sensibilidad y tamao de efecto:

Abstract

This paper discusses some extremely important notions which highly impact

research design, focusing on three concepts more and more used in quanti-

tative approaches: statistical power, sensitivityandsize effect. By presentinglinguistically-oriented examples, explanations are given for the potential

uses of these methodological tools both in Social Sciences in general and in

Linguistics in particular.

Key words: statistical power, size effect, methodology

ltimamente, son cada vez ms frecuentes las investigaciones cuan-titativas que incluyen entre sus resultados un ndice durante largotiempo ignorado y omitido: el de la potencia estadstica (statisticalpower). Denominado a veces tambin como poder, este ndice fuedesarrollado conceptualmente durante la primera mitad del siglo XX(cf. Bono y Arnau, 1995, para una muy buena introduccin a la historiay los principios de la potencia estadstica), pero no fue sino hasta ladcada de los 60, gracias al trabajo del psiclogo Jacob Cohen, cuandose empez a sistematizar su aplicacin al mbito de las ciencias sociales

en general y la psicologa en particular.La precisin anterior no es gratuita. Tradicionalmente, la psicologay la sociologa han sido por lejos las ciencias sociales que ms hanrecurrido a la estadstica descriptiva y la estadstica inferencial parasustentar sus teoras y trabajos. En gran parte ello se debe a que en esasdisciplinas la mayora de las veces se trabaja con unidades claramentedelimitadas extradas de conjuntos particulares a fin de caracterizarconjuntos ms generales. De ah que resulte conceptualmente cohe-rente investigar asumiendo la legitimidad de algunos de los supuestos

estadsticos indispensables para trabajar inferencialmente1

.Sin embargo, en el mbito de la lingstica y sus diversas ramifica-ciones hay varias razones tanto tericas como conceptuales para afirmarque muchos de los mtodos y herramientas de las ciencias exactas noson completamente compatibles con algunos de los problemas queplantea la investigacin del lenguaje (estos cuestionamientos puedenser muchos y muy profundos, pero no viene al caso tratarlos aqu. Parauna discusin acerca del impacto que ha tenido el mtodo cientficotradicional en las teoras e investigaciones lingsticas, en especial en

lo relativo a la unidad, cf. Quezada, en prensa).Ahora, nada de lo anterior impide, por supuesto, que exista un gran

nmero de investigaciones cuantitativas en el mbito de la lingstica,sobre todo en los dominios de la lingstica aplicada. Y, por cierto, no

1 En especial conceptos como la distribucin normaly el teorema del lmite central.


3/12

161ONOMZEIN 16 (2007/2): 159-170Camilo Quezada:Potencia estadstica, sensibilidad y tamao de efecto:

tiene por qu ser de otra manera, puesto que el empleo de metodolo-gas cuantitativas no define (ni para bien ni para mal) la calidad o la

pertinencia de una investigacin. En ltimo trmino, las herramientasestadsticas son solo eso: herramientas puestas a disposicin de losinvestigadores para enfrentar un problema determinado. Eso s, al mo-mento de emprender una investigacin de corte cuantitativo convienetener bien presentes cules son los supuestos y convenciones implcitay explcitamente asumidos por el paradigma, a fin de no incurrir enfaltas de rigor (o de protocolo investigativo).

Precisamente, la potencia estadstica es una convencin (aunque seaquizs ms preciso hablar de canon) que vale la pena tener presente almomento de emprender una investigacin cuantitativa, dada su crecienteimportancia en el mundo investigativo de las ciencias sociales.

SENSIBILIDAD Y POTENCIA

Definida de manera simple, la sensibilidad de un diseo investigativoreside en su capacidadde detectar diferencias o efectos all donde los

haya. Podemos poner esto en trminos ms concretos si pensamos enuna investigacin que estudie algn aspecto relacionado con lenguaje,utilizando la tradicional tcnica del contraste de promedios. Supongamosque un grupo de lingistas, luego de estudiar a fondo la literatura re-lacionada con esquemas de argumentacin, llega a la conclusin deque existe una alta correlacin entre el uso de los conectores causalesy reformulativos y la legibilidad de los textos2. En otras palabras,los lectores tienden a encontrar ms claros y comprensibles aquellostextos en los que se utilizan mayor cantidad de conectores causales y

reformulativos. Deciden entonces emplear estos conocimientos paraestablecer si estudiantes universitarios de pregrado que cursan carre-ras distintas utilizan de manera diferente los dos tipos de conectoresexaminados.

En una primera etapa, los investigadores renen muestras deproducciones textuales y miden la cantidad de conectores por cadamil palabras, con lo que obtienen un ndice normalizado que permitecomparar textos de diferente extensin. Sin embargo, al comparar los

2 No viene al caso discutir aqu acerca de los supuestos tericos implicados en la formulacindel problema. El hecho mismo de que puedan existir distintas definiciones y propuestas

para la clasificacin de los conectores y de que muchas veces resulte difcil distinguirlosfuncionalmente de marcadores discursivos u operadores pragmticos no hace sino poner enevidencia el tema de la enorme dificultad terica que puede enfrentar la lingstica cuandotiene que delimitar las unidades con las que quiere trabajar. Lo mismo vale para el irresueltodebate acerca de la legibilidado densidad textual.


4/12



niveles de legibilidad asignados por los lectores a los textos observados,se dan cuenta de que algunos textos tienen prcticamente los mismos

ndices de conectores por cada mil palabras aun cuando obtienen eva-luaciones de legibilidad marcadamente distintas. Una revisin msdetallada de los textos les permite detectar que la mera presencia deconectores no es por s sola garanta de una mayor claridad, y que unelemento importante es tambin la alternancia. Dicho de otro modo,a mayor cantidad y variedad de conectores empleados, mayor es laclaridad percibida.

A la luz de estos datos desarrollan una exhaustiva grilla en la quese renen todos (o casi todos) los conectores causales y reformulativosque pueden ser empleados por los escribientes, lo que permite registrarno solo el ndice total de ocurrencias de conectores para cada texto, sinoque adems desglosar esta cifra para saber cuntas veces se emplearonlos distintosconectores causales y reformulativos utilizados en cadatexto. Esta cifra proporciona un ndice de alternancia que luego seutiliza para ajustar el ndice bruto total, con lo que finalmente se reflejamucho mejor el nivel de legibilidad percibido por los lectores.

Una vez satisfechos con el sistema de medicin, los investigadores

proceden a disear su estudio. Recordemos que al momento de em-prender su aventura investigativa tenan en mente saber si los alumnosuniversitarios de distintas carreras utilizan o no de manera diferentelos conectores causales y reformulativos. De manera que decidentrabajar con tres grupos de estudiantes pertenecientes a las carreras deIngeniera, Historia y Periodismo (cada grupo consta de 50 estudiantes).Por motivos puramente ficcionales deciden no efectuar una pruebade ANOVA y prefieren utilizar dos pruebas t, una para contrastar lospromedios deperiodistasvs. ingenieros(Comparacin 1, C1) y otra

para contrastar los promedios de par historiadoresvs. periodistas(Comparacin 2, C2)3.Cul es el rol de la sensibilidad y la potencia en una investigacin

como esta? Recordemos que la definicin propuesta para sensibilidadsealaba que se trata de la capacidad que posee un diseo investigativopara detectar diferencias o efectos all donde los haya. En trminos delestudio aqu imaginado, es muy probable que se encuentren diferenciasbastante grandes al efectuar la comparacin C1, tal como es muy pro-bable que las diferencias registradas al efectuar la comparacin C2 sean

bastante bajas. En ambas comparaciones, y siguiendo la convencinimperante en la estadstica inferencial, se asume que hiptesis nula(H0) es aquella segn la cual los promedios no son estadsticamente

3 Las pruebas que emplean la tde Student se utilizan para contrastar los promedios de dos gru-pos. Las pruebas ANOVA se utilizan para comparar los promedios de tres o ms grupos.


5/12


diferentes (en otras palabras, es aquella situacin en la que la intuicininicial de los investigadores no se ve respaldada por los datos), mien-

tras que la hiptesis alternativa(H1) es aquella segn la cual s haydiferencias estadsticas significativas entre los promedios de los gruposcomparados (o sea, la que le da la razn a los investigadores).

Una vez establecida la importante distincin anterior, es posibleproporcionar una definicin ms tcnica de la potencia, que puede serconcebida como el grado de probabilidad de rechazar estadstica-mente la H

0cuando esta es falsa, es decir, cun probable es que los

investigadores demuestren estadsticamente que su hiptesis inicial eracorrecta4. En nuestra investigacin imaginaria, entonces, la potenciaes el grado de probabilidad que nuestros lingistas tienen de efecti-vamente detectar estadsticamente diferencias entre los promedios delos grupos estudiados.

CMO SE CALCULA LA POTENCIA

El clculo de la potencia se efecta en base a tres cifras: eln muestral

(la cantidad de elementos de la muestra), elnivel de error(denominadotambin simplemente como y generalmente establecido en un nivelde 0,05 o 0,01) y eltamao de efecto(effect size). Volviendo a nuestrocaso ficticio, contamos con dos de estos datos:

Potencia estadstica= {Tamao muestral: 50 (x2)

Nivel de error: = 0,05 (determinado por los investigadores)

Tamao de efecto: desconocido

Claramente, el elemento que nos falta para determinar la potencia

del estudio es el tamao de efecto. El nombre mismo de este trminoevoca los orgenes duros de las metodologas cuantitativas. Tanto enla psicologa como la medicina y algunas otras disciplinas, cuandose trabaja experimentalmente se intenta comprobar o poner a pruebala eficacia de tratamientos, medicinas, terapias, etc. El ideal de unexperimento puro en psicologa o medicina es contar con dos o msgrupos de personas elegidas aleatoriamente (grupos que ojal seandel mismo tamao). Si los grupos son homogneos, es decir, si antesdel experimento los promedios de cada grupo no muestran diferen-cias significativas en la dimensin o variable estudiada, se los puedesometer a los distintos tratamientos, estableciendo habitualmente ungrupo controlque no recibe terapia alguna o tan solo algn placebo.

4 Para una definicin ms tcnica, vase Cohen, 1992: 156.


6/12



Si transcurrido un cierto tiempo se vuelve a medir a los participantesy se constata que presentan discrepancias significativas anteriormente

no detectadas, se puede considerar que es razonable atribuir el origende estas diferencias a la medicina o terapia que hayan recibido los su-jetos de cada grupo. Esta diferencia entre los promedios de los gruposrecibe el nombre de tamao de efecto, pues entrega una medida de cunprofunda o fructfera fue la intervencin, es decir, cul es la magnituddel efecto del tratamiento.

Cabe notar que, si bien este es probablemente un caso ideal enuna investigacin experimental clnica, no es de ningn modo la nicamanera de efectuar una investigacin y, lo que es ms importante, no esla nica manera de concebir el tamao de efecto. De hecho, la eleccindel trmino efecto implica ya de por s la creencia en un modeloemprico experimental que busca demostrar la existencia de relacio-nes causales (cf. Balluerka & Vergara, 2002). Claramente, un modeloexperimental que demuestre la existencia de relaciones direccionalesde causalidad entre variables es ideal en el caso de la medicina o lapsicologa experimental, pero es ms difcil de implementar o demostraren el mbito de las ciencias del lenguaje.

Concebido de manera ms general, entonces, cuando por ejemplose lo utiliza simplemente para efectuar comparaciones, el tamao deefecto es un indicador que permite hacerse una idea de cun distintosson dos grupos en una o ms variables medidas. En nuestro caso, en-tonces, el tamao de efecto vendra a ser el grado dediferenciaentrelos promedios de los grupos estudiados en las dos comparacionesplanificadas:

C1: periodistas vs. ingenieros

C2: historiadores vs. periodistasClaramente, no necesitamos tener una gran base terica para

sospechar que el tamao de efecto (la diferencia entre los promedios)va a ser mayor en el caso de la primera comparacin que en el caso dela segunda. Aqu es donde las cosas comienzan a ponerse interesantespara una investigacin. Cuando las diferencias entre dos grupos songrandes, se hacen visibles con muy pocos casos. Es muy probable quelos promedios de C1 muestren tendencias muy distintas al comparar

20 o 25 textos en cada grupo, mientras que, por el contrario, es muyprobable que al comparar 20 o 25 textos en C2 no se obtengan diferen-cias tan evidentes, debido a que los grupos aqu comparados son msparecidos entre s. En otras palabras, el tamao de efecto es menor.

De esto se sigue entonces que si el tamao de efecto (las dife-rencias entre dos grupos) es grande, se necesitar una muestra ms


7/12


reducida para detectar las disimilitudes (es decir, para rechazar la H0segn la cual los promedios de ambos grupos no muestran diferenciasestadsticamente significativas). Por el contrario, si el tamao de efectoes bajo, se necesitar una muestra ms grande para que las diferencias,si las hay, se vuelvan visibles y se pueda rechazar la H0. Por lo tanto,si la potencia es la probabilidad de rechazar la H0cuando esta es falsa,si en dos comparaciones utilizamos el mismo nmero de sujetos encada grupo pero el tamao de efecto es mayor en una de las dos com-paraciones, claramente la potencia de ambos contrastes ser distinta,puesto que dado el mismo nmero muestral y el mismo nivel de errory distintos tamaos de efecto, habr ms probabilidades de detectardiferencias (rechazar la H0) en un caso que en otro.

UN POCO MS DE PRECISIN

En estricto rigor, la potencia estadstica es un equilibrio entre lo quese conoce como error Tipo I y error Tipo II. Un error Tipo I es el yamencionado , y consiste en el margen establecido por el investigador

para rechazar la H0(se comete un error de Tipo I al afirmar que la H0es falsa cuando en realidad es verdadera. En nuestro caso, equivaldra aconcluir que los promedios de las poblaciones de las cuales se extraje-ron las muestras son estadsticamente diferentes cuando en realidad losparmetros no difieren). Este tipo de error es el ms grave y peligrosoen cualquier investigacin cuantitativa, y por lo tanto el que mayoratencin recibe y el que ms se controla (por convencin, el nivel establecido en una investigacin cuantitativa es casi siempre igual omenor a 0,05). El error Tipo II, en cambio, es el error que se comete

cuando se acepta una H0que en realidad es falsa. Es decir, se producecuando se da por cierta la igualdad de promedios pero en realidad losparmetros de las poblaciones son diferentes. Se lo denomina y sepuede cometer por distintas razones, entre ellas un tamao muestralbajo (recordemos que cuando el tamao de efecto es bajo, para detectarestadsticamente las diferencias se necesita un tamao muestral msalto, o de lo contrario es posible que las diferencias existentes entrelas poblaciones pasen desapercibidas).

Convencionalmente, se asume que con un de 0,05 y un de

0,20 se logra un equilibrio conveniente entre estos dos tipos de error(cf. Cohen, 1992). Ahora, como en trminos estadsticos la potenciaes igual a 1-, el nivel ideal de potencia debiera ser siempre igual osuperior a 1 - 0,2, es decir, 0,8. Este es, en una escala que va de 0 a 1,el nivel mnimo de potencia requerido para una investigacin cuanti-tativa segn Cohen.


8/12



Ahora, una vez establecido este nivel mnimo aceptable, quedanvarios problemas todava por resolver. El principal es el siguiente:

cmo podemos saber si nuestro tamao de efecto es grande, medianoo pequeo? La convencin (o canon) vuelve otra vez a la carga. Cohen(1992) estableci una serie de rangos para determinar si el valor de untamao de efecto es importante, mediano o menor. Gracias a sus tablaspodemos encasillar el valor de un tamao de efecto determinado ental o cual magnitud. Adems, lo que es mucho ms importante, estable-ci criterios precisos y diferenciados para cada una de las principalespruebas estadsticas empleadas en las ciencias sociales (entre ellaslas pruebas t, las pruebas de ANOVA y las pruebas de correlacin yregresin).

De manera tal que en las investigaciones cuantitativas se puedenutilizar pautas claras (pero convencionales y en cierta medida arbitra-rias, con todo lo que ello pueda implicar) para trabajar con el conceptode potencia.

APLICACIONES PRCTICAS

La estrecha interrelacin de los elementos empleados en el clculode la potencia permite efectuar estimaciones sumamente interesantespara cualquier investigacin cuantitativa, estimaciones que puedenser efectuadas a priori (antes de realizar la investigacin) opost hoc(cuando ya se ha efectuado la investigacin). Una primera y extrema-damente til aplicacin de la potencia estadstica tiene que ver con laposibilidad de determinar, a priori, el tamao muestral requerido paraque la investigacin tenga una potencia aceptable. En otras palabras,

podemos calcular (ms bien pedirle a algn software5

que lo hagapor nosotros) cul es el nmero de sujetos, textos u oraciones quenecesitamos para nuestra investigacin, puesto que el valor de lodeterminamos nosotros mismos, la potencia deseada va a ser siempre0,8 o ms, y el tamao de efecto lo podemos ingresar recurriendo alas tablas de Cohen.

Al aplicar estos criterios en el marco de una hiptesis unidirec-cional en la que se asume un tamao de efecto grandeen la diferenciade promedios entre ingenieros y periodistas, se obtiene lo siguiente:

5 Todos los datos numricos entregados en este trabajo para el clculo a priori de tamao

muestra y potencia fueron obtenidos con el software estadstico G*Power3, de distribucingratuita y desarrollado por Franz Faul, de la Universitt Kiel de Alemania, y disponible enhttp://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/


9/12


Potencia estadstica mnima = 0,8Tamao muestral requerido: 21(x2)Nivel de error: = 0,05Tamao de efecto: grande(d = 0,8)

Con los mismos datos pero con un tamao de efecto medianoseobtiene lo siguiente:

Potencia estadstica mnima = 0,8Tamao muestral requerido: 51(x2)

Nivel de error: = 0,05Tamao de efecto: mediano(d = 0,5)

Por ltimo, al utilizar un tamao de efecto pequeo (el que

esperaramos encontrar al comparar periodistas e historiadores), losresultados son los siguientes:

Potencia estadstica mnima = 0,8Tamao muestral requerido: 310(x2)Nivel de error: = 0,05Tamao de efecto: pequeo (d = 0,2)

Como puede verse, se pasa de un ntotal de 42 a uno de 102, yluego a uno de 620. Claramente, no es lo mismo reunir y analizar 42textos que 620. De modo tal que la potencia estadstica puede ser fun-damental para determinar el tamao muestral requerido y por lo tantodefinir la viabilidad prctica de la investigacin.

Un detalle importante no mencionado hasta aqu es el que tieneque ver con la eleccin del tamao de efecto. En psicologa se empleacon bastante frecuencia una tcnica llamada metaanlisis. Esta tc-nica consiste en revisar la literatura investigativa relacionada con undeterminado problema para tomar nota de los resultados obtenidos porotros y luego analizarlos. De esta manera, en lugar de basarse en el meroarbitrio personal, es posible estimar el tamao de efecto a partir de datosconcretos obtenidos previamente por otros investigadores. Claramente,esto solo se puede hacer cuando efectivamente existe una cierta canti-

dad de trabajos empricos relacionados con el problema investigativoescogido. O sea, cuando existen investigaciones cuantitativas previasen el rea y el tema escogidos. De ms est decir que en psicologa ysociologa esto es mucho ms frecuente que en la lingstica en general,por lo que en el mbito de las ciencias del lenguaje muchas veces estaestimacin del tamao de efecto deber ser efectuada con algn estudio


10/12



piloto o simplemente a partir de decisiones basadas en la bibliografao los conocimientos tericos de los investigadores.6

Otra interesante aplicacin prctica tiene que ver con la posibilidadde determinar la potencia y el nivelimplicados en un estudio. Se tratatambin de una aplicacin a priori, y bsicamente consiste en contestarla siguiente pregunta: si tengo un nmuestral determinado y s (o creo)que el tamao de efecto es tal y tal, cul sera la potencia y el nivel deerror que obtendra al efectuar la investigacin en esas condiciones?En nuestra hipottica investigacin las preguntas seran estas:

P1: si tengo dos grupos de 50 sujetos cada uno y el tamao de efectoes grande, qu potencia y qu nivel obtendra al realizar el estudioutilizando una prueba tpara comparar promedios?

P2: si tengo dos grupos de 50 sujetos cada uno y el tamao de efecto espequeo, qu potencia y qu nivel obtendra al realizar el estudioutilizando una prueba tpara comparar promedios?

En el primer caso, al ingresar los datos a G*Power3 se obtiene

una potencia de 0,95 y un nivel

de 0,01. En otras palabras, al efectuaruna investigacin en estas condiciones las probabilidades de detectardiferencias significativas con un margen de error igual o menor a0,01 son muy altas (0,95 en una escala de 0 a 1). En el segundo caso,se obtiene un nivel de 0,13 (muy superior al mximo de 0,05convencionalmente establecido en la estadstica inferencial), con unapotencia de 0,45, lo que quiere decir que la probabilidad de demostrarestadsticamente la hiptesis previa de los investigadores es extrema-damente baja (0,45 en una escala de 0 a 1).

Puede verse fcilmente que una de las dos posibles investigacio-nes va a ser mucho ms fructfera que la otra, pues en el caso de C1se llegar efectivamente a resultados estadsticamente significativos,mientras que en la otra no (en el entendido, por supuesto, de que lostamaos de efecto adoptados no estn demasiado alejados de la rea-lidad de los grupos que conforman la muestra). As, mediante el usode la potencia estadstica se puede saber si vale o no la pena efectuaruna investigacin antes de embarcarse en ella. En efecto, si el equipoinvestigador no tiene acceso material a ms informantes o no cuenta

6 Esto de ningn modo invalida el uso de la potencia, pues la estimacin intuitiva del tamao

de efecto se puede utilizar simplemente para determinar el tamao de la muestra en la etapa del

diseo de la investigacin, o para determinar la viabilidad de la investigacin. Posteriormente,

una vez concluido el estudio, se podrn obtener el tamao de efecto y la potencia reales dela investigacin.


11/12


con el tiempo y los recursos requeridos para ampliar la muestra, unanlisis a priori de la potencia permitir conocer las probabilidadesde que la investigacin logre detectar la significacin estadstica de lasdiferencias o los efectos que busca establecer.

Por ltimo, al efectuar anlisispost hoc, es posible obtener losvalores reales de tamao de efecto y por lo tanto calcular la potenciaobservada del estudio. Estos son datos cada vez ms requeridos, puescomplementan de manera importante la significacin estadstica aportadapor el nivel obtenido en un estudio. Es ms, para algunos investiga-dores la significacin estadstica del nivel no implica la existencia deun efecto real si no est acompaada de un nivel adecuado de potencia.

De ah que sea tan importante incluir esta nocin en el diseo de lasinvestigaciones cuantitativas.

PARA RESUMIR

Lo expuesto hasta ahora representa tan solo una fraccin de todas lasteoras y frmulas implicadas en el clculo de la potencia. Se trata de

un resumen bastante simplificado expuesto simplemente para introducirel concepto de potencia estadstica. Hay ms clculos a prioriposibles,y hay ms pruebas estadsticas susceptibles de ser abordadas desde laperspectiva de la potencia. Afortunadamente, en la actualidad se cuentaya con una buena cantidad de bibliografa (tanto en espaol como eningls) que aborda el tema de la potencia y el tamao de efecto, y lospaquetes de anlisis estadsticos ms importantes (como SPSS) yaincluyen tambin la posibilidad de entregar los ndices de potenciaobservada para una buena parte de las principales pruebas estadsticas

empleadas en las ciencias sociales.Como se vio hasta aqu, entonces, las posibles aplicaciones prc-ticas de la potencia son varias:

Se puede determinar un tamao muestral adecuado antes deefectuar una investigacin.

Se puede determinar la viabilidad o inviabilidad de una investi-gacin dadas ciertas limitantes (habitualmente relacionadas conel tamao muestral).

Se controla el riesgo de efectuar errores Tipo II, que por lo generalno son tenidos en cuenta en las investigaciones cuantitativas.

Se puede obtener un ndice de potencia real observada para unainvestigacin. Cuando este nivel es lo suficientemente alto, lainvestigacin gana en rigor y en posibilidades de publicacin yaceptacin.


12/12



Estas aplicaciones por s solas ya deberan ser lo suficientementeatractivas como para comenzar a tomar en serio el tema. Por lo dems,permiten resolver de manera sencilla algunos problemas bastantecomplicados, si bien conviene volver a insistir en algo reiterado yavarias veces a lo largo de este trabajo: la potencia es esencialmente unaconvencin. Se trata de un constructo terico de origen matemticoque permite abordar ciertas cuestiones estadsticas a partir de gradosde mayor o menor probabilidad, y como tal descansa sobre ciertossupuestos y es en ms de alguna medida arbitrario.

Sin embargo, el concepto de sensibilidad (la mayor o menorprobabilidad de rechazar la H

0

) no es una convencin sino un hechoimplcito en cualquier investigacin cuantitativa: cada vez que se efectauna investigacin existe el riesgo de obtener una hiptesis nula. Desdeesta perspectiva, entonces, e independientemente de si se adoptan o nolos parmetros de Cohen, la mera consideracin del problema puedellevar a una muy saludable reflexin sobre cules son los factores quepueden ayudar a los investigadores a rechazar la hiptesis nula. Sellegar por tanto a concluir que aumentar el tamao muestral es unabuena manera de aumentar la sensibilidad de una investigacin, pero

no la nica. Dependiendo del problema escogido y de las variablesmedidas, puede haber (y de hecho las hay) otrasmaneras de aumentarla sensibilidad y la potencia. Interesantemente, estas otras maneras noestn convencionalizadas ni son arbitrarias, pues tienen que ver conaspectos relativos al diseo de cada investigacin particular. Pero esto,claro est, ya es otro tema.

BIBLIOGRAFA CITADA

BALLUERKA, N. & M. I. Vergara, 2002:Diseos de investigacin experimental enpsicologa, New Jersey: Prentice Hall.

BONO, R. & J. Arnau, 1995: Consideraciones generales en torno a los estudios depotencia, enAnales de Psicologa, 11,193-202.

COHEN, J., 1992: A power primer, en Psychological Bulletin, 112, 155-159.QUEZADA, C., en prensa. Sobre mtodos y textos, en PARDO, L. (ed.), El Discurso

de la pobreza en Amrica Latina. Estudio de la Red Latinoamericana de Anlisis

Crtico del Discurso, Santiago de Chile: Editorial Frasis.

dialnet-potenciaestadisticasensibilidadytamanodeefecto-2554283

Documents