Sie sind auf Seite 1von 3

Potencia de una prueba

La verificación de hipótesis requiere un planteamiento previo sobre diversas cuestiones entre las que el tamaño de muestra analizar y la fiabilidad de los resultados obtenidos son aspectos fundamentales. La potencia de una prueba estadística permite determinar la fiabilidad de dichas pruebas así como el tamaño muestral necesario para abordar el estudio deseado.

La potencia es la probabilidad de rechazar la hipótesis nula cuando esta es falsa, es decir, es la probabilidad que cuando en realidad no se cumple la hipótesis nula que planteamos, el procedimiento estadístico nos de como resultado que se rechaza la hipótesis nula.

Por ejemplo si tenemos el contraste de hipótesis

Ho : media = 20 H1 : media ≠20

Y nos dicen que la potencia es del 90%, debemos interpretarla así : si en realidad la media poblacional no es 20, al realizar el contraste de hipótesis tenemos una probabilidad del 90% de rechazar Ho (media=20) y aceptar H1 (la media no es 20) concluyendo acertadamente que la media no es 20.

Aunque ha sido la investigación neurocientífica la que más directamente se ha visto afectada y aludida por este problema, no obstante, no se trata de algo exclusivo de esta disciplina, sino de todos aquellos estudios que se basan en un tamaño muestral reducido. Vamos paso a paso. La potencia de una prueba de hipótesis depende de tres elementos:

o

el α (alpha) o nivel de significación: si se aumenta alpha, también aumenta el valor de la potencia… eso

sí, con un mayor riesgo de cometer “falsos positivos”. Por convención, alpha se suele fijar en valores

como 0.05 o 0.01.

o

el “tamaño del efecto”:, por ejemplo, la magnitud de las diferencias entre grupos, la fuerza de una

asociación entre variables, etc. Si mantenemos fijo el nivel de significación y el tamaño de la muestra, a

medida que aumenta el tamaño del efecto aumenta también la potencia del contraste. Es decir, que los

efectos de gran tamaño son más fáciles de detectar que los pequeños.

o

el tamaño de la muestra: si quedamos fijos los demás elementos (nivel de significación y tamaño del

efecto), al aumentar el tamaño de la muestra aumenta también la potencia de la prueba. Esto es, con

una muestra grande es más probable detectar diferencias significativas entre los grupos cuando

realmente éstas existen. La imagen siguiente ejemplifica bien este hecho. La zona sombreada en color

azul (β) representa la probabilidad de cometer un “falso negativo”, es decir, de mantener que no

existen diferencias entre los grupos cuando en realidad sí las hay. La potencia de la prueba viene dada

por 1-β. Como puede apreciarse, manteniendo todo lo demás igual, con una muestra de N=20 el “área

azul” (β) es considerablemente mayor que con una muestra mucho más grande, de N=200. Esto es, con

una muestra pequeña la probabilidad de cometer un “falso negativo” se incrementa, y en

correspondencia, será menor la probabilidad de decir que sí hay diferencias significativas entre los

grupos cuando realmente sea así.

significativas entre los grupos cuando realmente sea así. Los dos últimos elementos señalados tienen una especial

Los dos últimos elementos señalados tienen una especial relevancia, por sus implicaciones para en el diseño de un estudio y para la interpretación de resultados. Si los tenemos en consideración, la advertencia es clara: cuando los efectos son pequeños y el tamaño muestral es reducido, la potencia del contraste se reduce; es decir, la capacidad para detectar diferencias significativas disminuye. Existen otros escenarios igualmente a tener en cuenta. Cuando el tamaño del efecto es grande, incluso con una muestra pequeña puede ser relativamente probable obtener resultados significativos. Y cuando el tamaño del efecto es pequeño, la probabilidad de identificar resultados significativos se incrementa con una muestra grande.

En la figura y la tabla que aparecen a continuación se puede ver una representación de estos efectos para el caso de un contraste de medias mediante prueba t para muestras independientes, asumiendo un alpha de 0.05 y grupos de igual tamaño.

contraste de medias mediante prueba t para muestras independientes, asumiendo un alpha de 0.05 y grupos

Las tres líneas de la gráfica representan un tamaño del efecto pequeño (roja), mediano (azul) y grande (verde). Como se ve en los tres casos, la potencia de la prueba se incrementa a medida que se incrementa el tamaño muestral. Esto es, como decía antes, una muestra grande hará más probable la detección de diferencias significativas cuando éstas realmente existan. Vamos ahora a fijarnos en la influencia del tamaño del efecto. La línea roja representa un tamaño del efectod=0.2, que según Cohen (1992) sería considerado pequeño. Como puede apreciarse, la potencia de la prueba es baja cuando el tamaño del efecto también lo es.

prueba es baja cuando el tamaño del efecto también lo es. En concreto, si vemos la

En concreto, si vemos la tabla, con una d=0.2 y una muestra de 100 sujetos apenas se llega a una potencia del 25,73%. Imaginemos que las diferencias entre grupos son reales en la población de referencia. Una potencia como ésta quiere decir que si replicásemos nuestra recogida de datos 100 veces, tan sólo obtendríamos un efecto significativo en aproximadamente la cuarta parte de las muestras. Es decir, que en nuestro caso hipotético no seríamos muy buenos detectando las diferencias, pequeñas pero reales. Y es que en un estudio con baja potencia se incrementa, consecuentemente, la probabilidad de cometer un error característico: el de pasar por alto diferencias reales, es decir, cometer un “falso negativo”. Con un tamaño del efecto tan bajo como d=0.2 necesitaríamos una muestra de nada menos que 620 sujetos (310 por grupo) para alcanzar una potencia del 80%, que es la habitualmente recomendada. El escenario es bien distinto para el caso de un tamaño del efecto grande (línea verde, d=0.8). Con 40 sujetos (20 por grupo) ya se alcanza una potencia del 80%; e incluso, por comparar con el caso anterior, con tan sólo 5 sujetos por grupo ya se habría llegado a una potencia del 31,33%.

Bibliografía

1)

2)

Potencia de una prueba estadística: aplicación e interpretación en ecología del comportamiento [documento en línea], Javier Quesada y Jordi Figuerola, Unitat associada d’ecologia evolutiva i comportamental, Museu Ciències Naturals, Barcelona. <http://www.ebd.csic.es/jordi/Etologuia2010.pdf>.

[consulta 07/12/13].