Prueba de la hipótesis

Una vez que se creó una hipótesis, el proceso de prueba de la hipótesis se vuelve
importante.
Para ser más exactos, debes tener dos hipótesis: la alternativa y la nula.
Para la prueba, analizarás y compararás tus resultados con la hipótesis nula. Por eso, tu
investigación debe ser diseñada teniendo esto en mente. Es muy importante que la
investigación que diseñes produzca resultados que sean analizables mediante pruebas
estadísticas.

La mayoría de la gente le tiene mucho miedo a las estadísticas por los símbolos matemáticos
oscuros. También se preocupa por no entender los procesos o estropear los experimentos.
Realmente no hay necesidad de tener miedo.
La mayoría de los científicos entiende únicamente los principios básicos de la estadística.
Por eso, una vez que los entiendes, la tecnología informática moderna brinda toda una serie
de software para la prueba de la hipótesis.
Para diseñar tu investigación sólo necesitas una comprensión básica de las mejores prácticas
para la selección de muestras, el aislamiento de las variables verificables y la asignación de
grupos al azar.
Ejemplo de prueba de la hipótesis

Un método estadístico común consiste en comparar una población con la media.

Por ejemplo, puedes haber arribado a una hipótesis verificable que indica que los niños tienen
un coeficiente intelectual más alto si comen pescado azul durante un período de tiempo.
Tu hipótesis alternativa, H1, sería:

"Los niños que comen pescado azul durante seis meses mostrarán un coeficiente
intelectual mayor que los que no lo hacen".

Por lo tanto, la hipótesis nula, H0, sería:

"Los niños que comen pescado azul durante seis meses no muestran un aumento del
coeficiente intelectual respecto de los que no lo hacen".

En otras palabras, con el diseño de experimento estarás midiendo si el aumento del

coeficiente intelectual de los niños alimentados con pescado azul se desvía de la media,
tomada como la condición normal.
H0= sin aumento. Los niños no mostrarán aumento de la inteligencia media.
De las pruebas de coeficiente intelectual del grupo de control, descubres que el grupo de
control tiene un C.I. medio de 100 antes del experimento y 100 después, o ningún aumento.
Ésta es la media con la que se pondrá a prueba el grupo de muestra.
Los niños alimentados con peces muestran un aumento de 100 a 106. Esto parece ser un
aumento, pero aquí es donde la estadística ingresa en el proceso de prueba de la hipótesis.
Debes probar si el aumento es significativo o si el error experimental y la desviación estándar
podrían justificar la diferencia.
Por medio de una prueba adecuada, el investigador compara las dos medias, teniendo en
cuenta el aumento, el número de muestras de datos y la aleatorización relativa de los grupos.
Un resultado que muestra que el investigador puede tener confianza en los resultados permite
el rechazo de la hipótesis nula.
Ten en cuenta que no rechazar la hipótesis nula no es lo mismo que aceptarla. Simplemente
se trata de que este experimento en particular demostró que el pescado azul no tuvo efecto
sobre el C.I. Este principio se encuentra en el centro de la prueba de la hipótesis
HIPÓTESIS CORRELACIONALES

Éstas especifican las relaciones entre dos o más variables. Corresponden a los
estudios correlacionales y pueden establecer la asociación entre dos variables
por ejemplo la inteligencia está relacionada con la memoria o la exposición por
parte de los adolescentes a videos musicales con alto contenido sexual, está
asociada con la manifestación de estrategias en las relaciones interpersonales
heterosexuales para establecer contacto sexual, etc.)

Las hipótesis correlacionales especifican las relaciones entre dos o más variables.
Corresponden a los estudios correlacionales y pueden establecer la asociación entre dos
variables o la asociación entre más de dos variables. Sin embargo, las hipótesis
correlacionales pueden no sólo establecer que dos o más variables se encuentran asociadas,
sino cómo están asociadas. Éstas son las que alcanzan el nivel predictivo y parcialmente
explicativo.
Como se comprenderá, es diferente hipotetizar que dos o más variables están
relacionadas a hipotetizar cómo son estas relaciones. Por el momento se dirá que, cuando se
correlacionan dos variables, se le conoce como correlación bivariada y, cuando se
correlacionan tres o más variables, se le llama correlación múltiple o Correlación
Muntivariante.
Es necesario agregar que, en una hipótesis de correlación, el orden en que coloquemos
las variables no es importante (ninguna variable antecede a la otra; no hay relación de
causalidad). Es lo mismo indicar "a mayor X, mayor Y" que "a mayor Y, mayor X", o "a
mayor X, menor Y" que "a menor Y, mayor X".

Ejemplo de hipótesis correlacional

"Los estudiantes que obtienen altas notas en tienden a tener las mejores notas en
estadística " es igual que "Los que tienden a tener las puntuaciones más elevadas en el examen
de estadística son quienes tienen más altas puntuaciones en el examen de matemática".
Es decir, que la dirección o sentido de la hipótesis es indiferente o "el orden de los
factores (variables) no altera el producto” (la hipótesis). Desde luego, esto ocurre en la
correlación mas no en las relaciones de causalidad, en donde se verá que sí importa el orden
de las variables. Pero en la correlación no se habla de variables independiente y dependiente
(cuando sólo hay correlación estos términos carecen de sentido).
Es por eso que los estudiantes que comienzan en sus cursos de investigación suelen
indicar en toda hipótesis cuál es la variable independiente y cuál la dependiente. Ello es
un error. Solamente en hipótesis causales se pueden identificar variable independiente y
variable dependiente.
Por otro lado, es común que cuando se pretende en la investigación correlacionar varias
variables, se tengan diversas hipótesis, y cada una de ellas relacione un par de variables. Por
ejemplo, si quisiéramos relacionar las variables "atracción física", “confianza", "proximidad
física" y "equidad" en el noviazgo (todas entre sí), estableceríamos las hipótesis
correspondientes.

Ejemplo de hipótesis correlacional múltiple

H1 “A mayor atracción física, menor confianza”.

H2 “A mayor atracción física, mayor proximidad física”.
H3 “A mayor atracción física, mayor equidad”.
H4 “A mayor confianza, mayor proximidad física”.
H5 “A mayor confianza, mayor equidad”.
H6 “A mayor proximidad física, mayor equidad”.
Estas hipótesis deben ser contextualizadas en su realidad (con qué novios) y sometidas
a prueba empírica.