El nivel de significancia indica la probabilidad de rechazar una hipótesis nula cuando es verdadera.
El nivel de significancia es un umbral que se considera para establecer si los resultados de una investigación son estadísticamente significativos luego de ejecutar las pruebas correspondientes. Este parámetro refleja qué tan probable es el rechazo de la hipótesis nula cuando, en realidad, resulta verdadera.
Lo habitual es que el nivel de significancia o significación se sitúe en un 0,05 (5%). Esto supone que hay un riesgo del 5% de manifestar la existencia de diferencias entre la hipótesis nula (que es el supuesto inicial) y los resultados pese a que dichas diferencias no existen.
Temas
ResumenIntroducción al nivel de significancia
En el campo de la estadística, se entiende que el resultado de un estudio es estadísticamente significativo si resulta improbable que el mismo se haya generado por cuestiones azarosas. La idea de nivel de significación, en este marco, aparece vinculada al trabajo que se lleva a cabo para una verificación, contrastación o prueba de hipótesis.
El nivel en cuestión es la probabilidad de que se rechace la hipótesis nula pese a que ésta es verdadera. Dicha acción, que se categoriza como un error tipo I, suele basarse en el uso del valor p.
En este punto hay que indicar que la hipótesis nula (H0) es aquella que afirma que no hay un vínculo entre las variables. Esta afirmación es un punto de partida que contradice la hipótesis alternativa (H1). La labor investigativa requiere estudiar las pruebas para hallar la evidencia que permita decidir el rechazo de la hipótesis nula. En este marco, el valor p es la probabilidad de que un valor resulte posible ante una hipótesis nula que es verdadera.
El nivel de significancia se impone de manera arbitraria: es la medida que se fija para definir a partir de qué punto se considera la significación estadística de los resultados. A menor valor P, más significancia se le atribuirá al resultado.
La determinación del nivel de significancia es arbitraria.
Su importancia
Debe tenerse en cuenta que para determinar si una hipótesis es aceptada (al ser tomada como verdadera) o rechazada (siendo considerada falsa), se requiere el establecimiento de un criterio de aceptación y rechazo. Esto exige definir primero cuál es la hipótesis nula y cuál es la hipótesis alternativa. La estadística, en este contexto, demanda delimitar las regiones de aceptación y rechazo: hay un rango donde la prueba de la hipótesis nula es verdadera y otro donde es falsa. Esto posibilita la determinación de qué tan aceptable es una muestra.
El nivel de significación, que suele representarse con la letra griega α (alfa), lo que hace es fijar cuál es ese rango de aceptación. Este valor de probabilidad suele situarse en 0,5. Si bien pueden elegirse otros valores, estos siempre deben ubicarse entre 0 y 1. Mientras más bajo es el nivel de significancia, más simple es la aceptación de la hipótesis nula (el rango de aceptación es más grande).
Como ya indicamos, el valor p es la probabilidad de que un resultado sea consecuencia del azar cuando la hipótesis nula es verdadera. Si el valor es inferior o igual al nivel de significancia, se acepta el resultado como estadísticamente significativo.
El nivel de significancia revela qué tan probable es incurrir en un error tipo I.
El nivel de significancia y el error
Ya informamos que el nivel de significancia refiere a qué tan probable es decidir el rechazo de la hipótesis nula cuando realmente es verdadera. Esa decisión se conoce como falso positivo, error tipo alfa o error tipo I.
Este error se produce ya que el investigador concluye que hay una diferencia entre las hipótesis pero, sin embargo, esa diferencia no es real. Dicho de otra manera: la hipótesis nula es el supuesto de que el experimento presenta un estado «normal». Cuando no se advierte ese estado «normal» pero sí existe, se incurre en el error tipo I.
Veamos un ejemplo simple para comprender cómo se produce este error. Si la hipótesis nula (el estado «normal») es que alguien que está acusado de un delito es inocente y luego se lo declara culpable pese a que es realmente inocente, se incurre en un error tipo I.
Un falso negativo, un error tipo beta o un error tipo II, en cambio, se concreta si el investigador no decide el rechazo de la hipótesis nula y ésta resulta falsa. Se habla de potencia de la prueba para aludir a la probabilidad de detectar un cierto efecto o diferencia en la muestra, si es que tiene existencia en la población considerada.
Cabe resaltar que, así como es posible estimar la probabilidad del error tipo I y establecer el nivel de significancia, eso no ocurre con el error tipo II. Esto se debe al modo en que se lleva a cabo la formulación de las hipótesis: la hipótesis nula equivale a una afirmación, mientras que la hipótesis alternativa es un enunciado global que abarca a la totalidad de las demás posibilidades no contempladas en la hipótesis nula.
Partiendo de una hipótesis nula y una hipótesis alternativa, en definitiva, la prueba de significación apunta a definir cuál de ellas será escogida. Este contraste de hipótesis evalúa si una propiedad que se le atribuye a una población resulta compatible con lo que puede apreciarse en una muestra de esa población. El nivel de significancia, en este sentido, indica la probabilidad de que se rechace la hipótesis nula cuando es verdadera, incurriendo en un error tipo I.
Publicado por 
