Conceptos
Por qué la significación estadística no mide el tamaño del efecto
Contenido de PurezaCriterios editoriales y correcciones
La palabra significativo suele leerse como importante, pero en estadística responde otra pregunta. Para entender un resultado hacen falta la magnitud estimada, sus unidades y la incertidumbre. El valor p aporta información adicional bajo un modelo; no reemplaza ninguna de esas piezas.
Lectura sobre investigación y métodos de laboratorio. No contiene indicaciones de uso personal ni recomendaciones terapéuticas. Revisado el 2026-09-06.
Qué aporta el contraste estadístico
La declaración del grupo de trabajo de la ASA sitúa los valores p y los contrastes como herramientas para evaluar observaciones frente a la variación de muestreo. No los equipara con importancia práctica y tampoco propone desecharlos.
La lectura depende del diseño y del modelo analítico. Un número pequeño no resuelve problemas de selección, medición o reporte. Conviene conocer qué comparación se planteó y si fue elegida antes de observar los resultados.
La magnitud necesita una escala
El manual Cochrane distingue medidas en unidades naturales y medidas estandarizadas. Una diferencia de concentraciones, una razón y una diferencia estandarizada no expresan lo mismo. La interpretación debe conservar la escala y el grupo de comparación.
Ejemplo hipotético: dos análisis pueden recibir la misma etiqueta de significación aunque uno estime una diferencia pequeña y otro una diferencia grande. La etiqueta sola no permite distinguirlos. Es necesario leer la estimación y decidir qué magnitud respondería de manera relevante a la pregunta experimental.
El intervalo muestra precisión, bajo supuestos
La explicación del NIST sobre intervalos para una media relaciona su anchura con variabilidad, tamaño de muestra y nivel de confianza. Una estimación puntual puede ser idéntica en dos estudios y tener intervalos muy distintos.
En la interpretación frecuentista, el nivel de confianza describe el comportamiento del procedimiento en repeticiones, no una probabilidad asignada al parámetro después de observar un intervalo concreto. Además, el cálculo depende de supuestos: un intervalo estrecho no corrige automáticamente una muestra sesgada.
No cruzar el umbral no demuestra ausencia
Cochrane recomienda presentar intervalos y valores p exactos sin depender de etiquetas binarias. Un resultado compatible con una gama amplia de efectos necesita una conclusión diferente de otro que descarte con precisión magnitudes relevantes.
Como lectura práctica, pregunta qué valores siguen siendo compatibles con los datos y el modelo. Si el intervalo es amplio, la incertidumbre permanece aunque el texto diga sin diferencias. Si es estrecho, puede delimitar una respuesta pequeña sin demostrar una igualdad absoluta.
Revisa cuántas comparaciones se hicieron
La ASA destaca la multiplicidad y la selección de resultados como problemas que deben considerarse desde el diseño hasta el reporte. Resaltar solo una comparación favorable entre muchas puede ofrecer una imagen incompleta.
Para resumir un artículo, reúne variable, comparación, estimación, intervalo y contexto del análisis. Después comprueba si se informa el conjunto de pruebas y cómo se manejó la multiplicidad. Esta lectura permite usar la estadística sin convertir un umbral aislado en una afirmación biológica.
Fuentes de consulta
Preguntas frecuentes
¿Un valor p menor demuestra un efecto mayor?
No. El tamaño del efecto se lee en la estimación y su escala; el valor p también depende de precisión y supuestos.
¿Un intervalo estrecho garantiza que el estudio sea válido?
No. Describe precisión bajo el modelo utilizado, pero no corrige sesgos del diseño o de la medición.