En “simple” significancia estadística nos dice si los resultados que observamos en un experimento son lo suficientemente sólidos como para concluir que no son simplemente el resultado del azar.
Imagina que estás realizando un experimento para ver si un nuevo medicamento es efectivo. Si los resultados tienen significancia estadística, significa que es poco probable que los efectos positivos (o negativos) que estamos viendo sean simples coincidencias.
- Resultados con significancia estadística: Si los resultados tienen significancia estadística, podemos confiar en que los efectos que estamos observando son reales y no se deben únicamente al azar. Esto nos permite tomar decisiones basadas en estos resultados.
- Resultados sin significancia estadística: Si los resultados no tienen significancia estadística, significa que no podemos estar seguros de que los efectos observados sean reales. Pueden ser simplemente producto del azar, y no podemos tomar decisiones firmes basadas en ellos.
La significancia estadística se expresa a menudo en términos de valores p (p-value) y estadísticas como el T-statistic o el Z-score, que mencionamos anteriormente. Cuando estos valores cumplen ciertos criterios predefinidos (como un valor p menor que 0.05), decimos que los resultados son estadísticamente significativos.
En resumen, la significancia estadística es una forma de determinar si los resultados de un experimento son lo suficientemente confiables como para tomar decisiones basadas en ellos. Nos ayuda a distinguir entre resultados reales y resultados que podrían ser solo el resultado del azar.