Tabla de Contenidos
La hipótesis nula indica que no hay relación entre dos parámetros de la población, es decir, entre una variable independiente y una variable dependiente. Si el resultado del experimento mostrase una relación entre los dos parámetros, el resultado podría deberse a un error experimental o de muestreo. Por otro lado, si la hipótesis nula es falsa, existe una relación en el fenómeno que se mide.
Usos de la hipótesis nula
La hipótesis nula es útil puesto que ayuda a concluir si existe o no una relación entre dos fenómenos medidos. La hipótesis nula puede indicar al usuario si los resultados obtenidos se deben al azar o a la manipulación de un fenómeno. La prueba de una hipótesis permite rechazar o aceptar dicha hipótesis dentro de un nivel de confianza determinado.
Se pueden utilizar dos enfoques para la deducción estadística de una hipótesis nula: la prueba de significación de Ronald Fisher y la prueba de hipótesis de Jerzy Neyman y Egon Pearson. El enfoque de la prueba de significación de Fisher establece que se rechaza una hipótesis nula si los datos medidos son significativamente improbables. Es decir, que la hipótesis nula se rechaza si esta es falsa. Cuando la hipótesis nula es falsa, no solo se rechaza, sino que se sustituye por una hipótesis alternativa.
Si el resultado observado es coherente con la posición mantenida por la hipótesis nula, se acepta la hipótesis. Por otro lado, la prueba de hipótesis de Neyman y Pearson se compara con una hipótesis alternativa para sacar una conclusión sobre los datos observados. Las dos hipótesis se diferencian en función de las muestras observadas.
Cómo funciona la hipótesis nula
Una hipótesis nula es una teoría basada en pruebas insuficientes, y que requiere más pruebas para demostrar si los datos observados son verdaderos o falsos. Por ejemplo, una declaración de hipótesis nula podría ser «la tasa de crecimiento de las plantas no se ve afectada por la luz solar». Se puede comprobar midiendo el crecimiento de las plantas en presencia de luz solar y comparándolo con el crecimiento de las plantas en ausencia de luz solar.
El rechazo de la hipótesis nula abre el camino a nuevos experimentos para comprobar la existencia de una relación entre las dos variables. El rechazo de una hipótesis nula no significa necesariamente que el experimento no haya funcionado, sino que abre la puerta a nuevos experimentos.
Para diferenciar la hipótesis nula de otras formas de hipótesis, la hipótesis nula se escribe H0, mientras que la hipótesis alternativa se escribe HA o H1. Se usan pruebas de significación para determinar la veracidad en una hipótesis nula y establecer si los datos observados se deben o no al azar o a la manipulación de dichos datos.
Por ejemplo, los investigadores comprueban la hipótesis examinando una muestra aleatoria de plantas cultivadas con o sin luz solar. Si el resultado muestra un cambio estadísticamente significativo respecto a los datos observados, se rechaza la hipótesis nula.
Ejemplo de una hipótesis nula
Se supone que la rentabilidad anual de los bonos de la empresa Beneficio Nulo Limited es del 7,5%. Para comprobar si la hipótesis es verdadera o falsa, suponemos que la hipótesis nula es «la rentabilidad media anual de los bonos de Beneficio Nulo Limited no es del 7,5%». Para comprobar la hipótesis, primero aceptamos la hipótesis nula.
Cualquier información que sea contraria a la hipótesis nula establecida se considera la hipótesis alternativa a efectos de la prueba de hipótesis. En este caso, la hipótesis alternativa es «la rentabilidad media anual de Beneficio Nulo Limited es del 7,5%».
Tomamos muestras de los rendimientos anuales de los bonos de los últimos cinco años para calcular la media de la muestra de los cinco años anteriores. A continuación, el resultado se compara con la rentabilidad media anual supuesta del 7,5% para comprobar la hipótesis nula.
Resulta que, sorprendentemente, la media de los rendimientos anuales para el periodo de cinco años es del 7,5%; siendo así, se rechaza la hipótesis nula. Por lo tanto, se acepta la hipótesis alternativa.
¿Qué es una hipótesis alternativa?
Una hipótesis alternativa es lo contrario de una hipótesis nula. Una hipótesis alternativa y una hipótesis nula son mutuamente excluyentes, lo que significa que sólo una de las dos hipótesis puede ser cierta.
Hay significación estadística entre las dos variables. Es decir, si las muestras utilizadas para probar la hipótesis nula dan resultados falsos, significa que la hipótesis alternativa es verdadera y que hay significación estadística entre las dos variables.
Objetivo de la prueba de hipótesis
La prueba de hipótesis es un proceso estadístico que consiste en comprobar una hipótesis sobre un fenómeno o un parámetro de la población. Es una parte esencial del método científico, que es un enfoque sistemático para evaluar las teorías mediante observaciones y determinar la probabilidad de que una afirmación sea verdadera o falsa.
Una buena teoría permite hacer predicciones precisas. Para un analista que hace predicciones, la comprobación de hipótesis es un medio riguroso de apoyar la predicción con un análisis estadístico. La prueba de hipótesis también identifica las pruebas estadísticas suficientes para apoyar una hipótesis determinada sobre el parámetro de la población.
Fuentes
- Bookdowm. (s.f.). La teoría de test de hipótesis de Neyman-Pearson.
- Girón, J. (1998). R. A. Fisher: Su contribución a la Ciencia Estadística.
- Leenen, I. (2012). La prueba de la hipótesis nula y sus alternativas. Departamento de Evaluación Educativa, Facultad de Medicina, Universidad Nacional Autónoma de México.
- Rodríguez, E. (2005). Estadística y psicología: análisis histórico de la inferencia estadística.
- https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-hypotheses/
