Hipótesis nula: qué es y para qué se usa en las ciencias

En el mundo de la ciencia, la estadística es la base de cualquier afirmación. Al fin y al cabo, los números no mienten, pues estos comprenden una realidad propia y objetiva aplicable a todos los procesos, independientemente de la cultura o distancia geográfica de quien los aplique.

Así pues, para poder afirmar (o mejor dicho, sospechar) que hemos descubierto algo, es necesario que podamos presentar un dato fehaciente y repetible en un lenguaje numérico que lo respalde. En el mundo de la experimentación, ha de existir un punto de anclaje que se trata de refutar desde el inicio, esto es, la hipótesis nula.

La estadística y el método científico parecen ser disciplinas y metodologías que se encuentran en planos demasiado complejos para la población general, pero nada más lejos de la realidad. En esta oportunidad, abrimos una pequeña ventana al mundo de las realidades numéricas y la ciencia basal con la explicación de qué es la hipótesis nula.

• Artículo relacionado: "¿Qué es el método científico y cómo funciona?"

¿Qué es la hipótesis nula?: refutando los supuestos

Para poder movernos con comodidad en el mundo de las hipótesis, es necesario que primeramente cimentemos las bases esenciales para la comprensión de la temática. Vamos a sumergirnos, aunque sea de forma somera, en el mundo del método científico.

Sobre el método científico

El método científico se define como un método de investigación basado en lo empírico y en la medición, que además está sujeto a los principios específicos de las pruebas de razonamiento. Esta concatenación de pasos y razonamientos se basa en dos pilares principales:

• Reproducibilidad: la capacidad de que, si una persona se lo propone, pueda repetir cualquier experimento con los medios necesarios.
• Refutabilidad: toda proposición científica tiene que ser susceptible a ser falsada o refutada.

En el mundo de la ciencia jamás nos movemos en dogmas absolutos. Por mucho que un número respalde una hipótesis, es posible que esta no represente del todo la realidad, que no se hayan tenido en cuenta factores extrínsecos al experimento o que el tamaño de la muestra no sea suficientemente grande, por ejemplo.

Así pues, el método científico se basa en la observación, medición, hipótesis, reproducibilidad, refutabilidad y revisión por agentes externos a los que han realizado el propio experimento.

Si cualquier lector ávido de conocimiento científico se encuentra ante un paper típico de cualquier revista como puede ser la Science o Nature, podrá observar que parece que los investigadores están de todo menos seguros de sus descubrimientos. “Podría ser”, “podría significar”, “esto parece indicar”, “quizá exista” y otras frases dominan los párrafos.

Además, cualquier investigación que se precie soslaya en sus últimas líneas que “se requiere de más experimentación para ahondar en el tema tratado”. Como hemos visto, la ciencia, a pesar de lo que la población general cree, se basa más en descartar falsedades que en afirmar dogmas absolutos.

Ahora sí, una vez hemos comprendido la cautela y la desconfianza que hemos de tener ante afirmaciones tajantes en el mundo de la ciencia, es hora de explicar qué es la hipótesis nula.

La afirmación falsa

Según la Real Academia Española de la lengua, una hipótesis se define como una suposición de algo posible o imposible para sacar de ella una consecuencia. Si acudimos a sus raíces etimológicas, veremos que el significado de la palabra se encuentra contenida en la misma, pues “hipo” corresponde a “subordinación / por debajo” y “tesis” a “ una conclusión que se mantiene con un razonamiento”.

La hipótesis es un enunciado no verificado que requiere de una contrastación con la experiencia (es decir, un experimento) y tras ser refutada y probada, en el mejor de los casos, puede llegar a convertirse en un enunciado verificado.

De todas formas, para afirmar que algo “es”, también debemos de descartar que “no sea”, ¿verdad?. No desesperes, pues te presentamos este ejercicio de abstracción de forma más amable en las siguientes líneas.

Pongamos un ejemplo: se quiere demostrar que la humedad juega un papel esencial en el desove de una población de insectos de una especie concreta en un ecosistema. En este caso, tenemos dos posibles hipótesis:

• Que la humedad no influye en el número de huevos por desove, por lo que no habrá diferencias en la media de esta cifra según el clima y la región. (H0)
• Que la humedad sí influye en el número de huevos por desove. Habrá diferencias significativas en la media según el parámetro específico que mida la humedad. (H1)

La hipótesis nula (H0) en este caso corresponde a la primera de las afirmaciones. Así pues, podemos definir a la hipótesis nula como una afirmación sobre un parámetro que sostiene que dos o más sucesos no están correlacionados entre sí.

Este concepto es la base del planteamiento de las hipótesis científicas, pues por mucho que se quiera demostrar una relación entre dos parámetros concretos, hay que operar sobre que si esta no se ha documentado es porque no existe. Es más, cualquier investigación fehaciente deberá de hacer lo posible para poner a prueba su hipótesis H1( que sí existe la sospechada correlación). No se trata de obtener el resultado deseado “con”, sino de llegar a él “a pesar de”.

• Quizás te interese: "Tipos de Hipótesis en investigación científica (y ejemplos)"

La importancia del P-valor

Los lectores más atentos se habrán fijado en que, en el ejemplo puesto anteriormente de la humedad, la hipótesis que muestra una correlación entre este parámetro y la media de huevos encierra un término importante en ella: la significancia.

Esto es esencial, pues que se observen diferentes medias en el número de huevos de los insectos, por mucho que sea real y observable, puede ser un suceso no significativo, es decir, producto de un muestreo aleatorio más allá de la correlación.

Por ejemplo, si un alienígena llegara a la tierra y cogiera a cuatro hombres de 50 años al azar y tres de ellos midieran 1.90 metros de altura, podría decir con seguridad que 3 de cada 4 humanos son muy altos. Estos datos no son estadísticamente significativos, pues se deben al azar de la muestra. En cambio, si dicho alienígena midiera a 3 millones de ciudadanos y registrara las variaciones en la altura en todas las localizaciones geográficas del mundo, ahí quizá sí que observaría diferencias significativas en la altura de la especie según (x) parámetros.

Todas estas conjeturas no se basan en un mero proceso de raciocinio, pues existen números que reflejan la significancia de los datos obtenidos. Este es el caso del “P-valor”, cifra numérica que se define como la probabilidad de que un valor estadístico calculado sea posible dada una hipótesis nula cierta. Esta cifra es una probabilidad que oscila entre el 0 y el 1.

Así pues, nos interesa que el P-valor sea bajo, muy bajo. En general, se puede decir que una hipótesis H0 (recordemos, la hipótesis nula) se puede rechazar cuando este número es igual o menor a un nivel de significancia establecido arbitrariamente (de forma general 0,05). Esto significa que las probabilidades de que los resultados obtenidos sean producto del azar (es decir, que no exista una correlación entre los parámetros, o lo que es lo mismo, que la hipótesis nula sea cierta) son muy, muy bajas.

Cabe recalcar que, en cualquier caso, el contraste de hipótesis no permite aceptar una hipótesis en su totalidad, sino rechazarla o no. Recurriendo de nuevo al ejemplo de los huevos y los insectos, si obtenemos muestras de 300 desoves de 300 hembras diferentes en 30 localizaciones distintas y hay diferencias significativas en las medias según la humedad del ecosistema, podremos decir que parece existir una relación entre el tamaño de la cohorte y el parámetro de la humedad.

Lo que no podemos, en ningún caso, es afirmarlo como un dogma inamovible. El método científico se basa en la repetición y en la refutabilidad, por lo que diversos equipos de investigación deberán repetir el experimento realizado en las mismas condiciones y obtener resultados igual de significativos para que la correlación pueda ser fehaciente y válida.

Aún así, por muy cimentada que esté la idea en la comunidad científica, puede llegar un entomólogo y descubrir que, tras la disección de 300 hembras de esa especie, resulta que las de color rojo tienen un aparato ovipositor más grande y por lo tanto ponen una media de huevos más alta. ¿Ahora qué?

Conclusiones

Como hemos querido transmitir en estas líneas, la ciencia y el método científico en general son una serie de procesos apasionantes, pero desde luego frustrantes, pues no dejamos de movernos en supuestos que pueden ser refutados en cualquier momento.

Ante la pregunta de “¿qué es la hipótesis nula?” podemos afirmar que se trata de la base de cualquier investigación, pues corresponde a la supuesta realidad que queremos negar, es decir, que no existe correlación entre los parámetros que nos hemos propuesto investigar.

Referencias bibliográficas:

• ¿Cómo se plantea un contraste estadístico? Hipótesis nula vs. hipótesis alternativa. Ub.edu.
• Anderson, D. R., Burnham, K. P., & Thompson, W. L. (2000). Null hypothesis testing: problems, prevalence, and an alternative. The journal of wildlife management, 912-923.
• Método científico, Universidad Complutense de Madrid. Recogido a día 17 de agosto en https://www.ucm.es/data/cont/docs/107-2016-02-17-El%20M%C3%A9todo%20Cient%C3%ADfico.pdf
• Suárez, N. R. (2012). La revolución en la toma de decisiones estadísticas: el p-valor. Telos, 14(3), 439-446.