Hablar de hipótesis es un tema bastante amplio, bastante profundo desde el punto de vista epistemológico, una hipótesis tiene dos posibilidades: ser aceptada o ser rechazada. Entonces, de alguna manera, los trabajos de investigación que contienen hipótesis dentro de su diseño, tienen que ser verificadas de alguna manera con una técnica estadística; sin embargo, hay muchos trabajos que no tienen hipótesis, por lo que va a depender del diseño de investigación, una hipótesis radica pues en la metodología adecuada.
Si hemos determinado bien nuestra población, nuestra muestra de estudio, nuestras unidades de análisis, si hemos validado adecuadamente el instrumento de medición, si hemos realizado el estudio piloto para toma de los instrumentos de medición, entonces los datos que se captan seguramente no se van a deber al azar, sino más bien a lo que nosotros pensábamos con el instrumento a recoger, aunque verificar hipótesis desde el punto de vista desde las ciencias sociales, es bastante complejo, ya que los instrumentos para ciencias sociales no están creadas.
¿Cómo compruebo estadísticamente una hipótesis?, tenemos que ver en este caso, dos cosas importantes: si mi conjunto de datos cumple una distribución normal, entonces yo voy a usar una prueba estadística que está en el conjunto de pruebas paramétricas, y si no hay el supuesto de normalidad de mis datos entonces voy a usar pruebas no paramétricas, de tal manera que, si el p valor es mayor a 0,5, quiere decir que mis datos si tienen un comportamiento normal, se cumple la curva normal de Gaos, en una campana perfecta, en ese sentido voy a usar pruebas paramétricas, pero si no cumple, o sea si el p valor es menor a 0,5 entonces tendremos que usar pruebas no paramétricas.
¿Cuáles son esas pruebas paramétricas? hay muchas, por ejemplo T de Student para muestras independientes que a su vez se relaciona con la U de Mann Whitney cuando no es paramétrica y la primera la T de Student es paramétrica; luego tenemos la T de Student para muestras relacionadas, y esta se relaciona de alguna manera con la T de Wilcoxon, es como que tuviera una equivalencia entre las paramétricas y las no paramétricas; si hablamos de correlación dentro del campo de las pruebas paramétricas, hablamos de la correlación de Pearson (Roy et al., 2020) pero si es no paramétrica ya hablaríamos de Spearman, entonces, cada uno de ellos tiene su equivalencia. Un análisis de varianza es una prueba paramétrica, de alguna manera tenemos también otras pruebas como Kruskall Wallis y Chi-Cuadrado de McNemar
¿Qué prueba voy a utilizar para mi hipótesis? La T de Student si es que son paramétricas y cumple el supuesto de normalidad, la T de Student para muestras relacionadas, la correlación de Pearson, o si no son normales usaremos pruebas no paramétricas como la U de Mann Whitney, T de Wilcoxon, etc ¿Qué hace que yo determine el tipo de prueba estadística? Pues la naturaleza de la investigación, desde el diseño de la investigación; primero hay que encontrar la normalidad de los datos.
Referencias:
Roy, B., Rivas, R., Pérez, M. y Palacios, L. (2020). Correlación: no toda correlación implica causalidad. Rev. alerg. Méx., 66(3), 354-360. https://doi.org/10.29262/ram.v66i3.651