La hipótesis nula es una afirmación o negación que usamos como punto de partida para aplicar un contraste de hipótesis y saber si es fiable o no. En tu tesis doctoral vas a trabajar con muchas hipótesis nulas, y saber elegirlas bien puede ahorrarte tiempo y recursos.
Hoy vamos a ver con más detalle qué es la hipótesis nula y cómo la usamos en el análisis de datos, de los que has ido recopilando para tu tesis, para poder llegar a conclusiones significativas. Una vez comprendas su importancia, seguro que no pasas por alto dejar clara cuál es en todo momento, incluyendo en los gráficos, antes de enviarnos tu tesis digital para imprimirla.
Qué es la hipótesis nula y para qué sirve
Una hipótesis es una afirmación que se hace sobre un aspecto de la población: la gente que desayuna rinde mejor que quien no lo hace, o no existe relación causa-efecto entre dormir más de 8 horas cada noche y el dolor de cabeza.
En Estadística, utilizamos una hipótesis para contrastarla, generalmente con su opuesta. El concepto de hipótesis nula puede definirse como la hipótesis que se quiere contrastar y es, por tanto, la que se acepta o rechaza en las soluciones de un contraste estadístico, para un determinado nivel de significación establecido al comienzo.
Dentro del contraste de hipótesis, trabajamos con dos tipos de hipótesis de investigación: la hipótesis nula y la hipótesis alternativa. La hipótesis alternativa es la que se enfrenta a la nula, de forma que aceptar una implica, automáticamente, el descarte de la otra. Si la gente que desayuna ronde mejor que quien no lo hace, no es posible afirmar a la vez que quienes no desayunan también rinden mejor.
La importancia de la hipótesis nula en la investigación
No podemos concebir la investigación científica y las investigaciones de mercados sin hipótesis nulas. Son las afirmaciones que vamos a someter a pruebas para determinar si eso que hemos observado se debe a una relación causal o si es fruto del azar.
Cuando se trata de tu tesis doctoral, es importante que el lector comprenda perfectamente lo que estás comunicando y minimizar el riesgo de interpretaciones erróneas.
Ejemplos de hipótesis nula
Estos son algunos ejemplos que pueden ayudarte a entender mejor la hipótesis nula.
- Si una fábrica produce piezas, debe saber si todas son aceptablemente iguales o no. Imagina que tenemos un lote de 10 000 tornillos que, en teoría, son idénticos. Para saber si los están fabricando todos iguales, elegimos de manera aleatoria una muestra de, por ejemplo, 20 tornillos, y los medimos, pesamos, o ambas cosas. Sí, la estadística se puede aplicar a dos variables dependientes de una tercera. Tu hipótesis nula sería, en principio, que todos los tornillos son iguales, con respecto a la variable elegida o para ambas, y la hipótesis alternativas es que hay diferencias que superar el máximo permitido por el concepto de calidad industrial.
- Si pasamos a estudios epidemiológicos, veremos muchas hipótesis nulas negativas, como puede ser: no hay relación entre el consumo de café y un incremento del riesgo de padecer cáncer cerebral. Para rechazar esta hipótesis, no hace falta demostrar que sí existiría dicha relación, solo seguir los cálculos estadísticos, ver los resultados e interpretarlos como proceda.
La elección de la hipótesis nula y la hipótesis alternativa no debe comprometer los resultados obtenidos. La dificultad se encuentra en la elección de la prueba estadística: ¿aquí debo trabajar con la curva t de Student o es mejor una F de Fisher y Snedecor?
Si tu investigación aplica el método hipotético-deductivo, además del riesgo en la elección de la curva más indicada para tu investigación y tu hipótesis nula concreta, tus resultados pueden verse afectados, también, por un sesgo de selección. Por este motivo, solemos elegir como hipótesis nula aquella por la que apostamos con conocimiento de causa, por así decirlo.
