Errores Tipo I y Tipo II
En una frase
Cuando un estudio concluye que hay un efecto que en realidad no existe, comete un error Tipo I (falso positivo). Cuando no logra detectar un efecto que sí existe, comete un error Tipo II (falso negativo). Ambos tipos de error son inevitables, pero sus probabilidades pueden controlarse con un buen diseño de investigación.
Un poco más de detalle
En estadística inferencial, el objetivo habitual es decidir si los datos son compatibles con la hipótesis de que no hay ningún efecto (la hipótesis nula, H₀). Esa decisión puede salir mal de dos formas distintas:
| H₀ es verdadera (no hay efecto real) | H₀ es falsa (sí hay efecto real) | |
|---|---|---|
| Concluimos que hay efecto | ❌ Error Tipo I | ✅ Decisión correcta |
| Concluimos que no hay efecto | ✅ Decisión correcta | ❌ Error Tipo II |
Error Tipo I (α): Rechazamos la hipótesis nula cuando en realidad era verdadera. Es un falso positivo: “encontramos” algo que no existe. La probabilidad de cometerlo se controla con el nivel de significancia, que por convención se fija en α = 0.05 (es decir, aceptamos un 5% de probabilidad de equivocarnos en esta dirección).
Error Tipo II (β): No rechazamos la hipótesis nula cuando en realidad era falsa. Es un falso negativo: pasamos por alto algo que sí existe. Su probabilidad depende del poder estadístico del estudio: β = 1 − poder. Un estudio con poder del 80% tiene una probabilidad del 20% de cometer un error Tipo II.
Un ejemplo
Imagina que un equipo evalúa si un nuevo método de enseñanza mejora el rendimiento académico.
Si el método no funciona pero el estudio concluye que sí lo hace (quizás por azar, o por p-hacking), habrá cometido un error Tipo I. El colegio podría adoptar un método inútil.
Si el método sí funciona pero el estudio no lo detecta (quizás porque la muestra era demasiado pequeña), habrá cometido un error Tipo II. Un método útil quedará descartado.
El dilema entre los dos tipos de error
Reducir la probabilidad de un tipo de error tiende a aumentar la del otro, si el tamaño de muestra se mantiene fijo:
- Ser más exigente para declarar un resultado significativo (bajar α de 0.05 a 0.01) reduce los errores Tipo I, pero hace más difícil detectar efectos reales, aumentando los errores Tipo II.
- Ser más permisivo (subir α) facilita detectar efectos, pero también aumenta los falsos positivos.
La única forma de reducir ambos simultáneamente es aumentar el tamaño de muestra, lo que incrementa el poder estadístico sin sacrificar el control sobre los falsos positivos.
¿Por qué importa?
La literatura científica tiene un problema asimétrico con estos dos errores. El umbral convencional α = 0.05 fija explícitamente cuántos falsos positivos toleramos, pero el poder estadístico —que controla los falsos negativos— a menudo se ignora al diseñar los estudios.
El resultado es una ciencia con demasiados errores Tipo I (efectos que no se replican) y demasiados errores Tipo II silenciosos (estudios que no detectan efectos reales y simplemente no se publican, contribuyendo al sesgo de publicación). Prácticas como el pre-registro y los reportes registrados ayudan a hacer explícitas estas decisiones antes de recoger datos.