CONCEPTO DE HIPOTESIS. CLASIFICACION.

 Una Hipótesis es aquella explicación previa que busca convertirse en conclusión a un

determinado asunto. Las hipótesis pueden contener información relevante, digna de
estudio por los que buscan resolver una situación, son clave fundamental para
una investigación o análisis, ya que a partir de ellas pueden surgir nuevas teorías y
respuestas al objetivo en cuestión, las hipótesis que puedan surgir de un suceso
cualquiera pueden ser verdaderas o falsas, dependiendo del contexto en las que se
usen, las hipótesis pueden representar una herramienta para un veredicto.

 Una hipótesis es una proposición o enunciado que se considera cierto de entrada,

aunque aún no haya podido probarse, y que por lo tanto constituye una especulación
o una conjetura de trabajo, carente de confirmación o refutación mediante
la experiencia. El término proviene del griego hypo, “por debajo”, y thesis, “opinión” o
“conclusión”.

 Una hipótesis es la suposición de algo que podría, o no, ser posible. En este sentido, la
hipótesis es una idea o un supuesto a partir del cual nos preguntamos el porqué de
una cosa, bien sea un fenómeno, un hecho o un proceso.

Las hipótesis pueden clasificarse de muchas formas, entre las que destacan las siguientes:

Tipos de hipótesis según su alcance. A juzgar por el tipo de realidad a la que se refiera la
hipótesis, podemos hablar de:

Hipótesis singulares. Aquellas que se refieren a un hecho concreto y singular.

Hipótesis generales. Aquellas que se refieren a hechos que se reiteran dentro de un sistema. A
su vez, se clasifican en:

Hipótesis universales. Cuando intentan demostrar un contenido que aplica a la totalidad de lo

investigado.

Hipótesis probabilísticas. Cuando se formulan en términos de proporciones, porcentajes o

mayorías.

Tipos de hipótesis según su origen. Dependiendo del procedimiento lógico que permite
formularlas, tendremos los siguientes tipos de hipótesis:

Hipótesis inductivas. Aquellas obtenidas por inducción, o sea, en generalizaciones y

suposiciones a partir de casos singulares.

Hipótesis deductivas. Aquellas obtenidas por deducción, o sea, que se derivan lógicamente de
otras hipótesis previas que ya han sido probadas o descartadas.

Hipótesis analógicas. Aquellas obtenidas mediante analogía, o sea, por la comparación o el

traslado del contenido de una hipótesis a otras parecidas.
CLASIFICACIÓN DE HIPÓTESIS

1.1.        Hipótesis General

Es cuando trata de responder de forma amplia a las dudas que el investigador tiene
acerca de la relación que existe entre los variables.

1.2.        Hipótesis Específica

Son aquellas hipótesis que se derivan de la general, estas tratan de concretizar a la

hipótesis general y hace explícitas las orientaciones concebidas para resolver la
investigación.

1.3.        Hipótesis Estadística

En el campo de aprovechamiento y utilización de la estadística, las decisiones se toman

constantemente sobre determinadas hipótesis. La eficiencia de los procesos de
producción y las campañas publicitarias se basan en criterios numéricos, y tales
hipótesis se expresan en función de medidas estadísticos.  En el análisis de todo
problema de investigación, la contrastación de una hipótesis dada se efectúa rechazando
o aceptando la hipótesis nula. Cuando se investiga fenómenos que obedecen a leyes
estadísticas se busca establecer relaciones numéricas bastante regulares, siendo más
representativa esta regularidad cuando mayor es el número de fenómenos o la población
–el alcance de carácter cuantitativo-, perdiendo cierta validez el criterio estadístico
cuando la muestra tiende a ser poco significativa desde una perspectiva numérica. En
efecto las hipótesis estadísticas son las hipótesis nulas y alternas.

1.4.        Hipótesis Nula

La hipótesis nula se usa en todo estudio, siendo aquella en la que se constituye que no
existen diferencias significativas y por ende se define como la opuesta a la hipótesis
estadística alterna. Es la que se contrasta estadísticamente, en los supuestos que los
eventos corresponden por definición a una misma población. Por ejemplo: un estudioso
se propone verificar una hipótesis, la cual sustenta que la práctica de ajedrez incrementa
el rendimiento escolar de los alumnos de escuela inicial. Para lo cual, divide al azar una
muestra de niños en dos grupos: el primer grupo se llamará experimental, por lo tanto,
recibirá clases intensivas de ajedrez por un periodo de un mes, y el otro grupo que se
denominará grupo control, lo cual no recibirá clases de ajedrez. En este caso la hipótesis
nula será el que postula que no habrá diferencias en el rendimiento escolar entre el
grupo que no recibió las clases y el que la recibió.    

La importancia de este tipo de hipótesis radica en que es de directa comprobación, es

decir, se rechaza o se acepta de acuerdo el resultado de la prueba ejecutada, además de
contribuir a determinar las diferencias entre ambos grupos sometidos a prueba –el
experimental y el de control-, y si esas diferencias son significativas.

1.5.        Hipótesis Alternativas o alternas

Es la opuesta y complementaria a la hipótesis nula, dicho de otro modo, es aquella

donde se afirma la diferencia. Veamos en el ejemplo de la práctica de ajedrez y su
influencia en el rendimiento escolar de los alumnos de escuela inicial, la hipótesis
alterna señala que habrá diferencias en el rendimiento escolar favorables al grupo que
recibió las clases intensivas de deporte ciencia.
La importancia radica en que es de directa comprobación, es decir, se rechaza o se
acepta de acuerdo al resultado de la prueba ejecutada, además de contribuir a determinar
las diferencias entre ambos grupos en mención.

1.6.        Hipótesis causal

Es preciso recalcar que toda hipótesis plantea una relación funcional entre variables. De
modo que esta relación puede ser causal, cuando una variable produce un efecto
determinado sobre otra variable, o correlacional –cuando las variables de una se
relacionan de algún modo con las variables de la otra-. En una hipótesis se respalda una
relación causal, las variables se llaman dependientes e independientes. Entonces el
variable que se supone causa el efecto en la otra, es la variable independiente, y sobre la
que se produjo el efecto es la variable dependiente. De tal forma la modificación de la
variable independiente produce un cambio en una medida (probabilidad, magnitud y
frecuencia) en determinada variable dependiente. Cuando se intenta contrastar una
hipótesis causal, el cambio que una variable produce en otra, se deben modificar los
valores de la primera variable, independiente, y registra si los valores de la segunda
variable cambian en consecuencia. Ejemplo de hipótesis causal: la subida del precio de
las entradas de un partido de futbol produce una disminución de los asistentes al estadio.

1.7.        Hipótesis correlacional

Este tipo de hipótesis supone la evaluación de la relación entre las variables. Puesto que
tiene de por sí un valor explicativo, ya que saber que dos variables se relacionan de
determinada manera, por lo cual aporta la explicación informativa que constituye una
relación entre las variables (una correlación puede ser múltiple), sin necesidad de
plantear cómo se dan estas asociaciones. Por lo tanto, en una hipótesis correlacional no
importa tanto el orden en que se designa las variables. A determinadas condiciones de
contrastación, se busca ver cómo se comporta las variables objetos de estudio. 

VARIABLES: CONCEPTO Y TIPOS.

Se denomina variable a todo aquello que tiene características propias –que la distingue de lo
demás– que es susceptible de cambio o modificación y la podemos estudiar, controlar o medir
en una investigación.

Una variable es algo que puede tener diferentes valores, como el peso, la altura o el color de
los ojos, a diferencia de una constante que solo tiene un valor, como la velocidad de la luz.

Variables según su operatividad

Las variables de operatividad se encuentran entre las más populares para una investigación
gracias a que es posible darles un valor numérico y operar a partir de ellos. Éste tipo de
variables se clasifican en:

Variables cualitativas
Las variables cualitativas se conocen también como variables categóricas. Se caracteriza por no
utilizar valores numéricos, sino que describe los datos por categorías o características sin un
orden natural. Las variables cualitativas pueden ser:
Dicotómicas: Este tipo de variable solamente permiten tomar dos valores posibles, por ejemplo
“si o no” “arriba o abajo”.
Politómicas: Permiten que existan múltiples valores, de los cuales puede seleccionarse a uno y
omitir los demás.
Variables cuantitativas:
Las variables cuantitativas son numéricas, es decir, representan una cantidad medible. Las
variables cuantitativas se clasifican en:
Discretas: Son las variables que no permiten el uso de valores intermedios o decimales.
Continuas: En este tipo de variables pueden encontrarse valores intermedios.
Variables según su relación con otras variables
Existen diferentes tipos de variables en una investigación que se establecen gracias a su relación
con otras. Incluso, un elemento puede ser de un tipo de variable y pertenecer a otra dependiendo
del estudio realizado.
Variables dependientes: Este tipo de variable es la que se prueba o se mide en un experimento
científico. Puede modificarse a medida que el experimentador cambia la variable independiente.
 Variables independientes: Es el tipo de variable que se cambia o controla en un experimento
científico para probar los efectos en la variable dependiente .
Variables moderadora: Este tipo de variable se encarga de cambiar el efecto o la relación que
existe entre la variable dependiente y la variable independiente.
Variables extraña: Son el tipo de variables que no se consideran durante una investigación, pero
que de alguna forma afectan el resultado.

Variables según su escala

Ésta es la última de las variables en una investigación. Cuentan con diferentes características y
se encargan de comparar la información obtenida.

Variable nominal: La escala nominal se utiliza para nombrar o etiquetar variables, sin ningún
valor cuantitativo, por lo que no tiene un orden y tampoco permite operaciones matemáticas.
Variable ordinal: La escala ordinal es un tipo de variable el orden de los valores es lo importante
y significativo, pero las diferencias entre cada uno no se conocen realmente.
Variable de intervalo: La escala de intervalo son escalas numéricas en las que conocemos tanto
el orden como las diferencias exactas entre los valores.
Variable de razón: Esta escala de razón informa el orden y el valor exacto entre unidades.
Cuentan con un cero absoluto, lo que permite un amplio rango de estadísticas descriptivas e
inferenciales para ser aplicado.
Conocer los tipos de variables en una investigación permite realizar un estudio fácil de
medir. Sin embargo, los investigadores no debes limitarse a ellas para entender un
fenómeno. Es necesario tener una postura crítica para no equivocarse en los resultados.

1. Variable cuantitativa continua

Una variable cuantitativa continua es toda variable representada por

números que pueden ser expresados por fracciones o decimales como
la temperatura, donde encontramos valores como 37 ºC, 37.5ºC o
38.5ºC.

Otros ejemplos de variables son:

 Los niveles de un compuesto en la sangre: los niveles de azúcar en

la sangre de una persona con diabetes durante un día puede ser 7.5
mM, 8.3 mM o 5.0 mM.
 La medida de la presión atmosférica: a 0 metros sobre el nivel del
mar la presión atmosférica es igual a 1 atm y a 1000 metros sobre el
nivel del mar es igual a 0.887 atm.
 La masa de un objeto: los aguacates de un árbol pueden medir 200.5
gramos, 201 gramos o 205.2 gramos.
 La longitud de un objeto: la altura de los árboles en un parque.

2. Variable cuantitativa discreta

Una variable cuantitativa discreta solamente puede tomar valores

integrales, es decir 1, 2 o 555, pero no 1.5 o 2.25. Ejemplos de este
tipo de variables son:

 El número de veces que algo sucede: las veces que llovió cada mes
en el año 2020 en Bogotá.
 El número de veces que alguien asume un determinado
comportamiento: las veces que personas mayores de 50 años
participan en un maratón.
 La cantidad de personas o seres en un grupo: el número de
estudiantes en un salón de clases solo pueden ser un valor integral,
no puede haber una fracción de un estudiante.
 La cantidad de objetos en un lugar: el número de sillas o de libros
en cada salón de clases de una escuela.

3. Variable cualitativa dicotómica

La variable cualitativa dicotómica es un dato no numérico que

presenta una cualidad, propiedad o condición observable, que nada
más presenta dos valores. Por ejemplo:

 El veredicto de un jurado: "culpable" o "no culpable".

 El sexo: "masculino" o "femenino".
 El resultado de un examen de antígeno: "positivo" o "negativo".
 Presencia de una condición: "presente" o "ausente".
 El tipo de hospital: "público" o "privado".
 4. Variable cualitativa categórica o nominal
Es la variable no numérica que presenta tres o más categorías. Por
ejemplo:

 La afinidad por un equipo: en el futbol mexicano puedes ser fanático

de "el Atlas Fútbol Club", "el Club América" o "el club León".
 Los deportes olímpicos: "natación", "voleibol", "atletismo", "esgrima"
o "gimnasia".
 Los estados de la materia: "sólido", "líquido" o "gaseoso".
 Carreras universitarias: "biología", "derecho", "medicina",
"enfermería" o "economía".

5. Variables ordinales
Los valores pueden ordenarse, de menor a mayor, de más importante
a menos importante, de primero a último, etc. Este tipo de variable la
observamos en:

 Clase social: "clase baja", "clase media" o "clase alta".

 Nivel socioeconómico: A/B (clase rica), C+ (clase media alta), C
(clase media), D+ (clase media baja), D (clase pobre), E (pobreza
extrema).
 Competencia en un idioma: "básico", "intermedio" o "avanzado".
 Grados de un colegio: primer grado, segundo grado, tercer grado,
etc.

6. Variable independiente
La variable independiente es una variable que se presenta sin
necesidad de otra. En ciencia, es la variable manipulada o controlada
por el investigador. Es decir, se le puede atribuir valores a voluntad
dentro de ciertos límites. Por ejemplo, en el estudio de los efectos de
una droga, la variable independiente puede ser cualitativa si hay un
grupo control sin droga y un grupo con tratamiento.

Por lo general, los estudios científicos se enfocan en examinar los

efectos de una variable independiente. En un estudio se analizó el
impacto de cinco intensidades de un campo magnético sobre plantas
de cebada. En este caso, la variable independiente fue la intensidad
del campo magnético.
7. Variable dependiente
La variable dependiente es una variable que es consecuencia de otra.
Por ejemplo, la altura de los niños es una variable dependiente de la
edad. Un niño de 10 años es más alto que un niño de 5 años.

La variable dependiente es la medida del efecto de la variable

independiente. En un estudio se midió la circunferencia de la cintura
en dos grupos de mujeres, un grupo control y otro grupo que practicó
danza terapia por ocho semanas. La variable dependiente es la
circunferencia de la cintura, mientras el régimen de baile es la variable
independiente.

La forma más fácil de identificar una variable dependiente es

detectando el efecto o la consecuencia de algo, es decir, la variable
independiente que es la causa. Como en el caso anterior, la práctica
de baile es la causa o variable independiente y la consecuencia es
sobre la medida de la cintura o variable dependiente.

Mientras la variable independiente se manipula o fija, la variable

dependiente se mide o registra.

8. Variable independiente extraña

Son aquellas variables independientes que no están relacionadas con
el propósito del estudio, pero que pueden afectar las variables
dependientes.

Un ejemplo de una variable extraña es la inteligencia en un estudio de

los efectos de tomar desayuno y los resultados de un examen de
matemática en un grupo de estudiantes. Se supone que la variable
independiente es tomar o no tomar desayuno antes de realizar un
examen de matemáticas. Los resultados del examen serian la variable
dependiente, sin embargo, en este caso, la inteligencia de cada niño
podría influenciar en el resultado.