CONCEPTO DE HIPOTESIS Dentro de la investigación científica, las hipótesis son

proposiciones tentativas acerca de las relaciones entre dos o más variables y se apoyan en
conocimientos organizados.

Las hipótesis están íntimamente ligadas al problema, en el sentido que éste se formula básicamente
en términos de preguntas, y las hipótesis constituyen sus respuestas provisionales que están sujetas a
comprobación mediante la ejecución de la investigación.

ANÁLISIS DE DATOS CUANTITATIVOS Anteriormente ya se ha visto la forma de

analizar datos descriptivos, correspondientes a la estadística descriptiva, para lo que se recomendó
trabajar en MINITAB o EXCEL.

En esta sección veremos algunos de los más corrientes aspectos del análisis de datos cuantitativos
correspondientes a la estadística inferencial, como son los análisis paramétricos y no paramétricos.

PRUEBA DE HIPÓTESIS Una prueba de hipótesis es una regla que especifica si se puede aceptar o
rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una
muestra de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población.

Hay dos tipos de análisis estadísticos que pueden realizarse para probar hipótesis: los análisis
paramétricos y los no paramétricos. Cada tipo posee sus características y presuposiciones que lo
sustentan; la elección de qué clase de análisis efectuar depende de estas presuposiciones. De igual
forma, cabe destacar que en una misma investigación es posible llevar a cabo análisis paramétricos
para algunas hipótesis y variables y análisis no paramétricos para otras. Asimismo, los análisis a
realizar dependen de las hipótesis que hayamos formulado y el nivel de medición de las variables que
las conforman. Primero revisaremos las pruebas más importantes y luego la secuencia de análisis
según las hipótesis establecidas.

ANALISIS PARAMETRICO Y NO PARAMÉTRICO

PRUEBAS PARAMÉTRICAS. Se llaman así porque su cálculo implica una estimación de los
parámetros de la población con base en muestras estadísticas. Mientras más grande sea la muestra
más exacta será la estimación, mientras más pequeña, más distorsionada será la media de las muestras
por los valores raros extremos.

ANÁLISIS NO PARAMETRICOS. Se denominan pruebas no paramétricas aquellas que no

presuponen una distribución de probabilidad para los datos, por ello se conocen también como
distribución libre. En la mayor parte de ellas los resultados estadísticos se derivan únicamente a partir
de procedimientos de ordenación y recuento, por lo que su base lógica es de fácil comprensión.