El error tipo I (alfa) es rechazar la hipótesis nula siendo verdadera: un falso positivo. El error tipo II (beta) es no rechazarla siendo falsa: un falso negativo. La potencia estadística es 1 menos beta, la probabilidad de detectar un efecto que realmente existe. Se recomienda diseñar los estudios con una potencia igual o superior a 0,80.
Última actualización: . Fuente: SERGAS / Xunta de Galicia / normativa oficial vigente.
La matriz 2x2
Al decidir sobre la hipótesis nula (H0) con información incompleta, hay cuatro resultados posibles:
| H0 es verdadera | H0 es falsa | |
|---|---|---|
| Se rechaza H0 | Error tipo I (alfa): falso positivo | Decisión correcta: potencia (1 - beta) |
| No se rechaza H0 | Decisión correcta | Error tipo II (beta): falso negativo |
Error tipo I (alfa)
Consiste en rechazar H0 siendo verdadera: declarar significativo un resultado que se debe al azar. Su probabilidad se fija antes del estudio como nivel de significación, por convención 0,05, 0,01 o, en estudios con muchas comparaciones, 0,001. Son convenciones, no propiedades naturales. Es el error que la comunidad científica trata como prioritario porque conduce a publicar y aplicar hallazgos espurios.
Error tipo II (beta)
Consiste en no rechazar H0 siendo falsa, es decir, no detectar un efecto que existe. Su probabilidad depende de cuatro factores:
- El tamaño real del efecto en la población.
- El tamaño de la muestra.
- El nivel alfa elegido.
- La variabilidad de los datos.
Beta no se fija directamente: se controla aumentando el tamaño muestral o la precisión de la medida.
Potencia estadística
La potencia es la probabilidad complementaria de beta (1 - beta) y mide la capacidad de un contraste para detectar un efecto real. Se recomienda un mínimo de 0,80. Calcular la potencia y, sobre todo, el tamaño muestral necesario para alcanzar la potencia deseada es una tarea esencial al planificar un estudio cuantitativo. Los contrastes unilaterales son más potentes que los bilaterales, pero exigen justificación teórica previa y no deben usarse para forzar la significación.
Relación entre alfa y beta
Los dos errores no se pueden minimizar a la vez sin más datos. Si se exige un alfa más estricto (0,01 en lugar de 0,05), es más difícil rechazar H0, así que, con la misma muestra, aumenta el riesgo de no detectar un efecto real. La forma de reducir beta sin aumentar alfa es mejorar el diseño: más sujetos o una medida más precisa. Por eso la potencia se planifica antes de recoger los datos.
Ejemplo en psicología clínica
Un equipo compara una terapia nueva con una terapia habitual. H0 dice que ambas son igual de eficaces. Si concluye que la nueva es mejor cuando en realidad no lo es, comete un error tipo I. Si concluye que no hay diferencia cuando la nueva sí es mejor, comete un error tipo II, y una posible causa es que el estudio tuviera poca potencia por una muestra pequeña.
Qué NO es el p-valor
El p-valor es la probabilidad de obtener un resultado igual o más extremo que el observado si H0 fuera cierta. Se rechaza H0 cuando p es menor que alfa. No es la probabilidad de que H0 sea cierta, ni la probabilidad de que el resultado se deba al azar, ni el complemento de la probabilidad de H1.
Cómo se pregunta en el PIR
Suelen dar una situación («no se rechaza H0 siendo falsa») y pedir el nombre del error o de la probabilidad asociada. Resumen: alfa es tipo I y falso positivo; beta es tipo II y falso negativo; potencia es 1 - beta. Este contenido pertenece al Tema 27 del temario PIR de OpoSERGAS. Para el resto de pruebas (t de Student, ANOVA, chi cuadrado) consulta el artículo de estadística y diseño de investigación, y para la medición de los tests, el de psicometría.
❓ Preguntas frecuentes (FAQ)
¿Qué es el error tipo I?
Rechazar la hipótesis nula cuando es verdadera, es decir, declarar significativo un resultado debido al azar. Equivale a un falso positivo y su probabilidad es el nivel de significación alfa, habitualmente 0,05 o 0,01.
¿Qué es el error tipo II?
No rechazar la hipótesis nula cuando es falsa: no detectar un efecto que existe. Equivale a un falso negativo y su probabilidad es beta.
¿Cómo se calcula la potencia estadística?
Es el complemento de beta: potencia = 1 - beta. Representa la probabilidad de detectar un efecto cuando realmente existe.
¿Qué potencia se considera adecuada?
Las guías habituales recomiendan 0,80 o más, es decir, al menos un 80 % de probabilidad de detectar el efecto esperado.
¿Cómo se reduce el error tipo II?
Beta no se fija directamente: se controla aumentando el tamaño muestral o la precisión de la medida. También influyen el tamaño real del efecto, el nivel alfa y la variabilidad de los datos.
📚 Sigue aprendiendo
🎯 ¿Preparas oposiciones del SERGAS?
Más de 13.000 preguntas tipo test con explicación, simulacros con penalización −0,25 y calculadora de baremo. 100% gratis.
Crear cuenta gratis →