Abstract
Although statistical inference is an essential tool in many human activities, and its teaching
is generalised, a wide bibliography criticises its incorrect use. These facts let to a research
and development focus in what is being called informal inference, which is taking a great
relevance. In this work, we summarise three current approaches to statistical tests and use
some ideas from the onto-semiotic approach with a double aim: a) Identifying some
components in the epistemic configurations linked to these meanings of statistical tests; b)
Using the idea of semiotic conflicts to explain some reasoning errors and biases described
in previous research. We finish with some recommendations for the teaching of statistical
tests.
Keywords: Statistical tests; different institutional meanings; onto-semiotic approach;
epistemic and cognitive configurations; semiotic conflicts.
1. Introduccin
Para llevar a cabo este anlisis es importante partir de un marco terico fuerte, que
considere tanto el significado como la comprensin de un objeto matemtico ms all
de la simple definicin del mismo. En nuestro caso partiremos del enfoque
ontosemitico, en el que hemos venido trabajando a lo largo de 20 aos. Este enfoque
surge con la finalidad de proporcionar apoyo a un programa de investigacin sistemtica
en didctica de la matemtica, e incluye diversos instrumentos que permiten analizar los
componentes de los procesos de enseanza y aprendizaje. En este trabajo nos centramos
en las ideas de objeto matemtico, prctica y significado, que han sido analizadas desde
los comienzos del desarrollo del marco terico (por ejemplo, en Godino 2002; Godino y
Batanero, 1994; 1998; Godino, Batanero y Roa 2005; Godino, Batanero y Font, 2007).
Ya en Godino y Batanero (1999) tombamos de Vygostki (1934) la idea de que el
anlisis de la actividad matemtica debe partir del estudio previo del significado de las
palabras que usamos en dicha actividad, pues estas reflejan la unin de pensamiento y
lenguaje.
Este anlisis parte de las ideas de problema y prctica; considerada sta como toda
actuacin o expresin (verbal, grfica, etc.) realizada por alguien para resolver
problemas matemticos, comunicar a otros la solucin obtenida, validarla o
generalizarla a otros contextos y problemas (Godino y Batanero, 1994, p. 334). Los
objetos matemticos emergen de las prcticas, que pueden ser personales o
institucionales (compartidas en una institucin) y el significado de un objeto se concibe
como el sistema de prcticas asociadas al mismo (Godino, Batanero y Font, 2007). El
trmino objeto se considera de una forma muy amplia, diferencindose, en un primer
nivel, los siguientes tipos, que se relacionan entre s, como muestra la Figura 11:
Los problemas. Son aquellos de los que emerge un objeto. En el caso del
contraste de hiptesis seran las situaciones en que se desea poner a prueba una
conjetura o hiptesis en una ciencia de tipo emprico.
El lenguaje matemtico. Permite representar el objeto, dentro de ste bloque se
incluira las palabras como contraste, hiptesis, experimento, dato; smbolos y
expresiones algebraicas como, por ejemplo, N , ; lenguaje grfico
n
(representaciones grficas de la distribucin de datos, la distribucin muestral o
la distribucin en la poblacin, etc.).
Los procedimientos. Algoritmos o estrategias que permiten operar con los datos
para resolver el problema o generalizarlo. Por ejemplo, recoger datos de una
muestra, calcular su media, calcular una probabilidad con las tablas de la
distribucin o con ordenadores.
1
Vase las diferentes referencias citadas para una definicin ms precisa de objeto y significado, as
como de las diferentes facetas desde las cules se puede diferenciar un objeto matemtico o de los
procesos matemticos asociados. En este trabajo, nos restringimos a una definicin elemental y simple de
dichos trminos.
Carmen Batanero, Carmen Daz y Mara del Mar Lpez-Martn 3
Las definiciones del objeto, sus propiedades caractersticas y las relaciones con
otros objetos. Por ejemplo, poblacin y muestra, variable aleatoria y estadstica,
estadstico muestral y parmetro poblacional o las relaciones y propiedades de
los mismos.
Los argumentos. Aquellos que usamos para probar las propiedades o relaciones
o demostrar las soluciones de los problemas y, en general, para comunicar a
otras personas nuestros resultados. En el trabajo de un estadstico se utilizara un
razonamiento de tipo deductivo para llevar a cabo el procedimiento de contraste
o para demostrar algunas propiedades; en la enseanza secundaria, se podra
utilizar la simulacin para mejorar la comprensin de los estudiantes.
2
Adems se tiene en cuenta diversos tipos de significado, tanto institucional (de referencia,
implementado, pretendido, evaluado), como personal.
4 Significados del contraste de hiptesis, configuraciones epistmicas asociadas
El test de significacin fue propuesto por Fisher en su libro The design of experiments,
publicado en 1935, como procedimiento que permite rechazar una hiptesis, con un
cierto nivel de significacin. Fisher (1935/1971) introduce su teora de las pruebas de
significacin, que resumimos en lo que sigue.
Supongamos que se quiere comprobar si una cierta hiptesis H0 (hiptesis nula) es
cierta. Se suele tomar como hiptesis nula, o de no efecto, la contraria de la que se
pretende probar (en nuestro ejemplo, la hiptesis nula sera que el IMC medio no supera
el valor 25). Generalmente la hiptesis se refiere al valor supuesto de un parmetro,
pero no se tiene acceso a toda la poblacin, sino slo a una muestra de la misma. En el
ejemplo, estamos interesados en el IMC medio, , en toda la poblacin de adolescentes,
pero solo podemos tomar una muestra; calcularemos la media x en la muestra y lo
compararemos con el valor supuesto de la media en la poblacin.
Para poner la hiptesis a prueba se organiza un experimento aleatorio asociado a H0 y se
considera un cierto suceso S que puede darse o no en este experimento y que es muy
improbable de ser cierta la hiptesis. El experimento en el ejemplo sera recoger una
muestra aleatoria de 225 adolescentes y calcular la media de su IMC. Se sabe que si H0
fuese cierta (si el IMC medio en la poblacin no supera el valor 25), hay muy poca
probabilidad de que ocurra S (obtener un valor medio en la muestra mucho mayor que
25). En el ejemplo comparamos la media en la muestra con la supuesta media en la
poblacin, permitiendo as medir la discrepancia entre los datos muestrales y la
hiptesis planteada.
6 Significados del contraste de hiptesis, configuraciones epistmicas asociadas
3
Al tipificar la media muestral en el ejemplo, y como la muestra es muy grande podemos usar la
distribucin normal N (0,1) para calcular la probabilidad de obtener un valor igual o mayor que 3 (valor
obtenido en la tipificacin, (25 26) / (5 / 225) ). P( Z 3 | H 0 ) 0.0013.
Carmen Batanero, Carmen Daz y Mara del Mar Lpez-Martn 7
4
Encontraremos, adems, diferencias, segn se trate de un contraste unilateral o bilateral y segn el
parmetro contrastado.
10 Significados del contraste de hiptesis, configuraciones epistmicas asociadas
observara como cambia la probabilidad, que seguira siendo pequea, pero no tanto
como antes. Si la media de la poblacin fuese 25.5 no sera ya tan raro obtener un IMC
en la muestra igual a 26; en este caso es posible que no se pueda rechazar la hiptesis
nula para un nivel de significacin =0.05
4.5. Sntesis
Tabla 1. Algunos objetos matemticos ligados a los diferentes significados del contraste de
hiptesis
Significados Problema Conceptos/Propiedades Procedimientos
Test de -Recabar -Interpretacin frecuencial de -Fijar una hiptesis nula.
significacin evidencia en la probabilidad. -Calcular p-valor: probabilidad
contra de una -Hiptesis nula. de obtener el valor dado u otro
hiptesis -Distribucin muestral. ms extremo, bajo la hiptesis
-El parmetro es fijo y nula, usando la distribucin
desconocido. muestral.
Contraste de -Encontrar una -Interpretacin frecuencial de -Fijar una hiptesis alternativa.
hiptesis regla de la probabilidad. -Determinar las regiones crtica y
decisin ptima -Hiptesis nula y alternativa de aceptacin.
entre dos -Distribucin muestral. -Clculo de la potencia.
hiptesis -Error tipo I y II. -Determinar en qu regin cae el
-Potencia. estadstico.
Inferencia -Actualizar la -Interpretacin subjetiva de la -Asignar distribucin a priori.
Bayesiana distribucin del probabilidad. -Teorema de Bayes.
parmetro. -Distribucin a priori y a -Teorema Probabilidad Total.
-Calcular la posteriori. -Realizar clculos con la
probabilidad de -El parmetro es una variable distribucin a posteriori.
una hiptesis. aleatoria -Decidir qu hiptesis es ms
-Mltiples hiptesis. probable usando la distribucin a
posteriori.
Aproximacin -Estimar la -Interpretacin frecuencial de -Obtencin de muestras a partir
informal5 probabilidad de la probabilidad. de un simulador
5
Se puede realizar una aproximacin informal de cualquiera de las metodologas. En la tabla nos
limitamos al test de significacin de Fisher donde se sustituye la distribucin muestral terica por una
Carmen Batanero, Carmen Daz y Mara del Mar Lpez-Martn 11
emprica obtenida por simulacin. Adems los conceptos no se explicitan, tan slo se usan en forma
intuitiva.
6
Para evitar introducir trminos tcnicos como hiptesis en las aproximaciones informales, con
frecuencia se habla de modelo, entendido coloquialmente, como el modelo implementado en el
simulador.
12 Significados del contraste de hiptesis, configuraciones epistmicas asociadas
7
Citaremos los conflictos encontrados en la literatura, sin incluir la referencia a los autores, que
posiblemente no sean conscientes de los mismos.
Carmen Batanero, Carmen Daz y Mara del Mar Lpez-Martn 13
Los elementos utilizados del enfoque ontosemitico nos han ayudado, por un lado, a
analizar las diferencias fundamentales entre tres metodologas actuales de inferencia y
una aproximacin informal a una de ellas. Es claro que es posible una aproximacin
informal, pero rigurosa a cualquiera de las tres metodologas descritas. Sin embargo, a
la hora de realizar esa aproximacin es necesario, en primer lugar, seleccionar la
metodologa que se desea estudiar y presentarla con los elementos que la caracterizan.
En segundo lugar hay que realizar un anlisis profundo de cules elementos se pueden
simplificar, y hasta qu punto, para no distorsionar el procedimiento de contraste de
hiptesis ni la interpretacin de sus resultados.
Por otro lado, la idea de conflicto semitico nos ha permitido interpretar algunos errores
descritos en el aprendizaje y prctica del contraste de hiptesis y, adems, nos ha
permitido resaltar otros que se transmiten en forma inconsciente en la literatura sobre
inferencia informal. Es claro que la enseanza actual de la estadstica no lleva a un
aprendizaje correcto y los estudiantes se limitan a memorizar las reglas de aplicacin
del contraste. Sera importante apoyar ms la enseanza sobre la intuicin, para lo cual
contamos con la simulacin, que permite concretizar el muestreo aleatorio, el concepto
de distribucin muestral y su estimacin emprica.
Simultneamente, es importante que el profesor enfatice los pasos requeridos en el
procedimiento de contraste, discuta con los estudiantes la naturaleza de las
probabilidades que calcula (condicionales), as como la interpretacin correcta de las
probabilidades de error. En concreto, es necesario asegurar una idoneidad epistmica
razonable, que no siempre se alcanza en las propuestas de enseanza de inferencia
informal. Dicha idoneidad epistmica implica que se incluyan en la enseanza una
muestra representativa de los objetos matemticos implicados, que, aunque no sea
completa, no los distorsione introduciendo objetos o propiedades que no tienen
contrapartida en el significado institucional del concepto.
Puesto que la comprensin del contraste de hiptesis conlleva la de una gran cantidad de
conceptos relacionados, es necesario contar con tiempo suficiente para desarrollar una
adecuada comprensin en los estudiantes. Comenzando en la educacin secundaria con
el muestreo, se podra trabajar en el Bachillerato la distribucin muestral y estimacin
puntual y por intervalo, dejando el contrate de hiptesis para la universidad. Es
importante, tambin continuar la investigacin sobre el razonamiento inferencial de los
estudiantes, para determinar la enseanza ptima del tema en cada etapa educativa,
asegurando una adecuada idoneidad cognitiva de la misma.
Reconocimiento: Proyecto EDU2016-74848-P y grupo FQM126 (Junta de Andaluca).
Referencias