¿Qué hace una buena hipótesis?

Crédito: Pixabay.

Una hipótesis es una declaración precisa y comprobable de lo que un investigador predice que será el resultado de un estudio. Esto suele implicar proponer una relación entre dos o más variables.

La verificación de una hipótesis, también conocida como declaración de trabajo , requiere el uso del método científico, generalmente mediante el diseño de un experimento.

Por ejemplo, un adagio común es que una manzana al día mantiene alejado al médico. Si usamos este aforismo como nuestra hipótesis, entonces podemos hacer una predicción de que consumir al menos una manzana por día debería resultar en menos visitas al médico que la población general que come manzanas con moderación o nunca.

En 2015, los investigadores de Dartmouth College, la Escuela de Enfermería de la Universidad de Michigan y el Centro Médico de Asuntos de Veteranos en White River investigaron esta hipótesis. Peinaron los datos nacionales de nutrición recopilados de casi 8400 hombres y mujeres, 753 de los cuales comían una manzana al día. El estudio encontró que la evidencia no respalda que una manzana al día mantenga alejado al médico; sin embargo, la pequeña fracción de adultos estadounidenses que comen una manzana al día parece usar menos medicamentos recetados.

Entonces, tal vez haya un atisbo de verdad en esta hipótesis, pero no necesariamente porque las manzanas son algunos alimentos milagrosos. Podría ser que las personas que comen manzanas todos los días también consuman otros productos frescos y alimentos menos procesados ​​que la población en general, una dieta que ayuda a prevenir la obesidad, un factor de riesgo enorme para una miríada de enfermedades como la hipertensión y la diabetes que requieren medicamentos recetados. . Esta es la razón por la cual las hipótesis deben definirse con la mayor precisión y precisión posible para aislar los efectos de confusión.

Tipos de hipótesis

El estudio de manzana al día es un ejemplo de hipótesis alternativa, que afirma que existe una relación entre dos variables que se estudian, el consumo diario de manzana y las visitas al médico de cabecera. Una variable, llamada variable independiente , tiene un efecto sobre la otra, conocida como variable dependiente . La variable independiente es lo que cambias y la variable dependiente es lo que mides. Por ejemplo, si estoy midiendo cómo crece una planta con diferentes fertilizantes, los fertilizantes son lo que puedo cambiar libremente (independiente) mientras que el crecimiento de las plantas dependería de lo que se le dé. Para que se valide una hipótesis alternativa, los resultados deben tener significación estadística para descartar la posibilidad.

Ejemplos de hipótesis alternativas:

• Los perros mueven la cola cuando están felices.
• La acumulación de gases de efecto invernadero en la atmósfera eleva la temperatura media mundial.
• El uso del cinturón de seguridad reduce las muertes relacionadas con el tráfico.
• Los estudiantes que asisten a clase obtienen puntajes más altos que los estudiantes que se saltan la clase.
• Las personas expuestas a niveles más altos de luz ultravioleta tienen una mayor incidencia de cáncer de piel que la población general.

Otro tipo común de hipótesis utilizada en la ciencia es la hipótesis nula, que establece que no existe una relación entre dos variables. Esto significa que controlar una variable no tiene efecto sobre la otra. Cualquier resultado se debe al azar y, por lo tanto, buscar una relación causa-efecto entre las dos variables es inútil.

La hipótesis nula es el polo opuesto de la hipótesis alternativa, ya que contienen puntos de vista opuestos. De hecho, esta última se denomina así porque es una alternativa a la hipótesis nula. Una manzana al día no mantiene alejado al médico, podrías proponerlo si estuvieras diseñando un experimento de hipótesis nula.

Ejemplos de hipótesis nulas:

• Tomar una aspirina al día no reduce el riesgo de un infarto.
• Tocar música clásica no ayuda a las plantas a producir más biomasa.
• Las vacunas no causan autismo.
• La hiperactividad no está relacionada con el consumo de azúcar.

La aceptación de la hipótesis alternativa, a menudo denotada por H 1 , depende del rechazo de la hipótesis nula (H 0 ). Una hipótesis nula nunca se puede probar, solo se puede rechazar. Para probar una hipótesis nula y determinar si los datos observados no se deben a cambios o manipulación de datos, los científicos emplean una prueba de significación.

Rechazar la hipótesis nula no implica necesariamente que un estudio no haya producido los resultados requeridos. En cambio, prepara el escenario para una mayor experimentación para ver si realmente existe una relación entre las dos variables.

Por ejemplo, supongamos que un científico propone una hipótesis nula que establece que la tasa de crecimiento de las plantas no se ve afectada por la luz solar. Una forma de investigar esta conjetura sería monitorear una muestra aleatoria de plantas cultivadas con o sin luz solar. Luego mide la masa promedio de cada grupo de plantas y si hay una diferencia estadísticamente significativa en el cambio observado, entonces se rechaza la hipótesis nula. En consecuencia, se acepta la hipótesis alternativa de que el crecimiento de las plantas se ve afectado por la luz solar, luego los científicos pueden realizar más investigaciones sobre los efectos de diferentes longitudes de onda de luz o intensidades de luz en el crecimiento de las plantas.

En este punto, es posible que se pregunte por qué necesitamos la hipótesis nula. ¿Por qué no proponer y probar una hipótesis alternativa y ver si es cierta? Una explicación es que la ciencia no puede proporcionar pruebas absolutas, sino aproximaciones. El método científico no puede probar proposiciones explícitamente. Nunca podemos probar una hipótesis alternativa con un 100% de confianza. Lo que podemos hacer en cambio es rechazar la hipótesis nula, apoyando la hipótesis alternativa.

Sucede que es más fácil refutar una hipótesis que probarla positivamente. Pero la suposición de que la hipótesis nula es incorrecta permite una base estable sobre la cual los científicos pueden construir. Puede verlo de esta manera: los resultados de probar la hipótesis nula sientan las bases para la hipótesis alternativa, que explora múltiples ideas que pueden o no ser correctas.

Las hipótesis alternativas y nulas son los dos tipos principales que encontrará en los estudios. Pero la hipótesis alternativa se puede dividir en dos categorías: hipótesis alternativas direccionales y no direccionales.

La hipótesis alternativa direccional predice que la variable independiente tendrá un efecto sobre la variable dependiente y la dirección en la que se producirá el cambio. La hipótesis alternativa no direccional predice que la variable independiente tendrá un efecto pero su dirección no es específica, sin establecer la magnitud de la diferencia.

Por ejemplo, una hipótesis no direccional podría ser que habrá una diferencia en la cantidad de palabras que pueden recordar los niños y los adultos, mientras que la hipótesis direccional podría predecir que los adultos recordarán más palabras que los niños.

Las hipótesis pueden ser simples o complejas. Una hipótesis simple predice una relación entre una sola variable dependiente y una sola variable independiente, mientras que una compleja predice una relación entre dos o más variables independientes y dependientes. Un ejemplo de una hipótesis compleja podría ser ¿Afectan la edad y el peso a las posibilidades de padecer diabetes y enfermedades cardíacas? Hay dos variables independientes y dos dependientes en este enunciado cuya relación buscamos verificar.

Cómo escribir una buena hipótesis

La forma en que formula una hipótesis puede hacer o deshacer su investigación porque la validez de un experimento y sus resultados dependen en gran medida de una hipótesis comprobable sólida. Por lo general, una buena hipótesis de investigación implica más esfuerzo que una simple conjetura o suposición.

En general, una buena hipótesis:

• es comprobable, lo que significa que debe ser posible demostrar que una hipótesis es verdadera o falsa, y los resultados de esta investigación deben ser replicables;
• incluye tanto una variable independiente como una dependiente.
• permite la manipulación ética de las variables.
• tiene un lenguaje claro y enfocado. No seas vago.
• está relacionado con otras investigaciones publicadas.
• se escribe, explícitamente o no, como un enunciado si-entonces porque podemos hacer una predicción del resultado de un experimento.

Un ejemplo de una buena hipótesis comprobable es una conjetura como Los estudiantes recuerdan más información durante la tarde que durante la mañana. La variable independiente es el tiempo de la lección y la variable dependiente es el recuerdo de la información presentada en la lección, lo que puede ser verificado con pruebas estandarizadas.

Una mala hipótesis podría ser algo así como que los peces dorados son mejores mascotas que los gatos. Desde el principio, puede ver un par de problemas con esta declaración. ¿Qué constituye una buena mascota? ¿Es una buena mascota esponjosa e interactiva o una que requiere poco mantenimiento? ¿Puedo predecir si un gato o un pez dorado serán una buena mascota? Esto es más una cuestión de opinión que no proporciona ningún resultado significativo.

A menudo, las mejores hipótesis parten de la observación. Por ejemplo, todo el mundo ha sido testigo de que los objetos que se lanzan al aire caen hacia el suelo. Sir Isaac Newton formuló una hipótesis en el siglo XVII que explica esta observación, afirmando que los objetos con masa se atraen entre sí a través de un campo gravitatorio.

Pero a pesar de que la hipótesis de Newton está muy bien escrita, en el sentido de que es comprobable, simple, clara y universal, ahora sabemos que estaba equivocada. En el siglo XX, Albert Einstein demostró que una hipótesis que explica con mayor precisión el fenómeno observado es que los objetos con masa hacen que el espacio se doble. La lección aquí es que todas las hipótesis son temporales y parciales, nunca son permanentes e irrefutables. Este también es un buen ejemplo de por qué la hipótesis nula es tan importante.

La formulación de hipótesis y la prueba a través de métodos estadísticos son partes integrales del método científico, el enfoque sistemático para evaluar si una afirmación es verdadera o falsa. Todas las mejores historias de la ciencia comienzan con una buena hipótesis.

"