Uso de valores P para la toma de decisiones en la prueba de hipótesis Al probar hipótesis en las

que el estadístico de prueba es discreto, la región crítica se podría elegir de manera arbitraria y
determinar su tamaño. Si α es demasiado grande, se reduce haciendo un ajuste en el valor crítico.
Quizá sea necesario aumentar el tamaño 332 Capítulo 10 Pruebas de hipótesis de una y dos
muestras de la muestra para compensar la disminución que ocurre de manera automática en la
potencia de la prueba. Por generaciones enteras de análisis estadístico se ha vuelto costumbre
elegir una α de 0.05 o 0.01 y seleccionar la región crítica de acuerdo con esto. Entonces, desde
luego, el rechazo o no rechazo estrictos de H0 dependerá de esa región crítica. Por ejemplo, si la
prueba es de dos colas, α se fija a un nivel de significancia de 0.05 y el estadístico de prueba
implica, digamos, la distribución normal estándar, entonces se observa un valor z de los datos y la
región crítica es z > 1.96 o z < −1.96, donde el valor 1.96 corresponde a z0.025 en la tabla A.3. Un
valor de z en la re gión crítica sugiere la aseveración: “El valor del estadístico de prueba es signi
ficativo”, el cual se puede traducir al lenguaje del caso. Por ejemplo, si la hipótesis es dada por H0 :
μ = 10, H1 : μ ≠ 10, se puede decir: “La media difiere de manera significativa del valor 10”.
Preselección de un nivel de significancia Esta preselección de un nivel de significancia α tiene sus
raíces en la filosofía de que se debe controlar el riesgo máximo de cometer un error tipo I. Sin
embargo, este enfoque no explica los valores del estadístico de prueba que están “cercanos” a la
región crítica. Suponga, por ejemplo, que en el caso de H0 : μ = 10, contra H1 : μ ≠ 10, se observa
un valor z = 1.87. En términos estrictos, con α = 0.05 el va lor no es significativo; pero el riesgo de
cometer un error tipo I si se rechaza H0 en este caso difícilmente se podría considerar grave. De
hecho, en una situación de dos colas, el riesgo se cuantifica como P = 2P(Z > 1.87 cuando μ = 10) =
2(0.0307) = 0.0614. Como resultado, 0.0614 es la probabilidad de obtener un valor de z tan grande
o mayor (en magnitud) que 1.87 cuando, de hecho, μ = 10. Aunque esta evidencia en contra de H0
no es tan firme como la que resultaría de un rechazo a un nivel α = 0.05, se trata de información
importante para el usuario. De hecho, el uso continuo de α = 0.05 o 0.01 tan sólo es un resultado
de lo que los estándares han transmitido por generaciones. En la estadística aplicada los usuarios
han adoptado de forma extensa el método del valor P. El método está diseñado para dar al
usuario una alternativa (en términos de una probabilidad) a la mera conclusión de “rechazo” o “no
rechazo”. El cálculo del valor P también proporciona al usuario información importante cuando el
valor z cae dentro de la región crítica ordinaria. Por ejemplo, si z es 2.73, resulta informativo para
el usuario observar que P = 2(0.0032) = 0.0064, y, por consiguiente, el valor z es significativo a un
nivel considerablemente menor que 0.05. Es importante saber que bajo la condición de H0 un
valor de z = 2.73 es un evento demasiado raro. A saber, un valor al menos tan grande en magnitud
sólo ocurriría 64 veces en 10,000 experimentos.