Publicada By  V铆ctor Yepes Piqueras - ciencia, Docencia, investigaci贸n    

Muchas veces la jerga que utilizan determinados colectivos o profesiones confunden al com煤n de los mortales. La creaci贸n de un lenguaje jergal propio es habitual en todo grupo humano muy cerrado, con contacto estrecho y prolongado entre sus integrantes, y con una separaci贸n muy n铆tidamente marcada entre 鈥渄entro鈥 y 鈥渇uera鈥. Un ejemplo es la jerga m茅dica, donde la precisi贸n necesaria聽para describir una enfermedad requiere de una traducci贸n simult谩nea al enfermo. Otras veces existen聽consultores que, escud谩ndose se neologismos, tecnicismos o anglicismos, venden mejor sus ideas o productos. No menos confuso es el lenguaje estad铆stico, sobre todo cuando se trata de encuestas electorales. Este lenguaje confuso, y en numerosas ocasiones deliberadamente dif铆cil de entender, oculta ideas o conceptos sencillos. Este es el caso de las hip贸tesis en la investigaci贸n cient铆fica y las pruebas de hip贸tesis empleadas en la estad铆stica.

Todos esperamos de un jurado que declare culpable o inocente a un acusado. Sin embargo, esto no es tan sencillo. El acusado es inocente hasta que no se demuestre lo contrario, pero el dictamen final s贸lo puede decir que no existen pruebas suficientes聽para declarar聽que el acusado sea culpable, lo cual no es equivalente a la inocencia. Adem谩s, es f谩cil intuir que el jurado no es infalible. Puede equivocarse culpando a un inocente y tambi茅n absolviendo a un culpable. Lo mismo ocurre con un test de embarazo o de alcoholemia, puede dar un falso positivo o un falso negativo. 驴Que significa que una encuesta afirma que el partido “A” va a ganar las elecciones? De esto trata una prueba de hip贸tesis, pero vayamos por partes.

B-DERsTIQAAgORN

Una hip贸tesis puede definirse como una explicaci贸n tentativa de un fen贸meno investigado que se enuncia como una proposici贸n o afirmaci贸n. A veces las hip贸tesis no son verdaderas, e incluso pueden no llegar a comprobarse. Pueden ser m谩s o menos generales o precisas, y abarcar dos o m谩s variables, pero lo que es com煤n a toda hip贸tesis, es que necesita una comprobaci贸n emp铆rica, es decir, se debe verificar con la realidad. Pero ahora viene el problema: 驴en cu谩ntos casos necesitamos para verificar una hip贸tesis? Siempre quedar谩 la duda de que el caso siguiente negar谩 lo planteado en la hip贸tesis. Por tanto, nos encontramos ante un m茅todo inductivo donde el reto ser谩 generalizar una proposici贸n partiendo de un conjunto de datos, que denominaremos muestra.

Este tipo de hip贸tesis son, en realidad, hip贸tesis de investigaci贸n o de trabajo. Pueden ser varias, y suelen denominarse como H1, H2, …, Hi. Se trata de proposiciones tentativas que聽pueden clasificarse en varios tipos:

a) Descriptivas de un valor o dato pronosticado

b) Correlacionales

c) De diferencia de grupos

d) Causales.

En estad铆stica, se llaman聽hip贸tesis nulas aquellas que niegan o refutan la relaci贸n entre variables, denomin谩ndose como H0. Estas hip贸tesis sirven para refutar o negar lo que afirma la hip贸tesis de investigaci贸n. Por ejemplo, si lo que quiero comprobar es la relaci贸n existente entre la relaci贸n agua/cemento con la resistencia a compresi贸n a 28 d铆as de una probeta de hormig贸n, entonces la hip贸tesis nula es que no existe una relaci贸n entre ambas variables. La idea es demostrar mediante una muestra que no existen pruebas suficientemente significativas para rechazar la hip贸tesis nula que indica que no existe relaci贸n entre dichas variables. Sin embargo, en un lenguaje menos formal, lo que realmente queremos es verificar que existe dicha relaci贸n.聽Sin embargo, tambi茅n existen hip贸tesis alternativas, que son posibilidades diferentes de las hip贸tesis de investigaci贸n y nula. As铆, si nuestra hip贸tesis de investigaci贸n establece que “esta silla es roja”, la hip贸tesis nula es “esta silla no es roja”, pero las hip贸tesis alternativas pueden ser: “esta silla es verde”, “esta silla es azul”, etc. Realmente, la hip贸tesis alternativas no son m谩s que otras hip贸tesis de investigaci贸n.聽Curiosamente, en investigaci贸n no hay una regla fija para la formulaci贸n de hip贸tesis. Hay veces que s贸lo se incluye la hip贸tesis de investigaci贸n, en otras ocasiones se incluye la hip贸tesis nula y, en otras, tambi茅n las alternativas.

Pero, 驴se puede afirmar que un partido va a ganar las elecciones seg煤n una encuesta?, o dicho de otro modo, 驴se puede probar聽que una hip贸tesis es, con toda rotundidad, verdadera o falsa? Desgraciadamente no se puede realizar dicha afirmaci贸n. Lo 煤nico que se puede hacer es argumentar, a la vista de unos datos emp铆ricos obtenidos de una investigaci贸n particular, que tenemos evidencias para apoyar a favor o en contra una hip贸tesis. Cuantas m谩s investigaciones, m谩s credibilidad tendr谩, y ello s贸lo ser谩 v谩lido para el contexto en que se comprob贸. De ah铆 la importancia de elegir una muestra que sea suficientemente representativa de la poblaci贸n total. Por tanto, s贸lo podemos argumentar la validez de las hip贸tesis desde el punto de vista estad铆stico. Las pruebas de hip贸tesis sirven para este cometido.

A continuaci贸n os dejo una figura donde se describe, de forma muy resumida, lo que es una prueba de hip贸tesis. Me gustar铆a que os fijaseis en que en toda prueba de hip贸tesis existen dos tipos de errores, el falso positivo (mandar a un inocente a la c谩rcel) y el falso negativo (exculpar a un culpable). Estos errores deber铆an ser lo m谩s bajos posibles, pero a veces no es sencillo. Para que ambos errores bajen de forma simult谩nea, no hay m谩s remedio que aumentar el tama帽o de la muestra. Por este motivo, para hacer un examen lo m谩s justo posible, 茅ste deber铆a aprobar a los que han estudiado y suspender a los que no. Lo mejor es que el n煤mero de preguntas sea lo m谩s alto posible.

Por tanto, ojo cuando el titular de un peri贸dico nos ofrezca una previsi贸n electoral. Hay que mirar bien c贸mo se ha hecho la encuesta y, lo m谩s importante, saber interpretar los resultados desde el punto de vista estad铆stico.

Test de hip贸tesis

Referencias:

Hern谩ndez, R.; Fern谩ndez, C.; Baptista, P. (2014). Metodolog铆a de la investigaci贸n. Sexta edici贸n, McGraw-Hill Education, M茅xico.

22 enero, 2017