Semana 2

Econometría

Lectura
Metodología de
la investigación
científica.

Bibliografía:
Calderón, P. A. y Piñeiro, N. (2003) Metodología de la investigación
científica. Selección de Lecturas (pp. 184-199). La Habana: s.e.

Material compilado con fines académicos, se prohíbe su reproducción total o parcial sin
la autorización de cada autor.
 184

Formulación de hipótesis.
Dr. Tevni Grajales G
Centro de Investigaciones Educativas
Preguntas dirigidas a tevgra@umontemorelos.edu.mx

Con el fin de establecer guías precisas hacia el problema de investigación, se propo-

nen hipótesis que indican lo que estamos buscando o tratando de probar. Constituyen
un puente entre la teoría y la investigación empírica. Es a través de la comprobación
de los cuerpos hipotéticos que la ciencia busca la sistematización, generalización e in-
terpretación.

Las hipótesis son consideradas como explicaciones tentativas respecto al problema

planteado, presentadas a manera de proposiciones. Pero no toda conjetura o suposi-
ción es una hipótesis científica. Cumple su función sólo si está relacionada con el co-
nocimiento existente; si reúne lo ya conocido con lo que se busca.
Son afirmaciones a manera de conjeturas respecto a las relaciones entre dos o más
variables expresada por medio de oraciones declarativas, sujetas a comprobación em-
pírica.

Según Rojas (1980), las ciencias sociales enfrentan problemas teórico-metodológicos

para probar hipótesis surgidas en investigación. Muchos de los conceptos acuñados
carecen de referentes empíricos y por otro lado el comportamiento humano no sigue
patrones uniformes lo que impide generalizar los resultados y conservar la validez a
través del tiempo.

Esto conduce a que la búsqueda de relaciones significativas en estas ciencias se limite

a situaciones concretas y universos reducidos.
Para que una hipótesis sea considerada como correcta, debe referirse a dos o más va-
riables potencialmente medibles y especificar al mismo tiempo de qué manera se rela-
cionan dichas variables (Kerlinger, 1988). Deben referirse a una situación real, los
términos tienen que ser comprensibles, precisos y lo más concretos posible; la rela-
ción entre variables propuesta debe ser clara y verosímil (lógica) y deben estar rela-
cionadas con técnicas disponibles para probarlas (Hernández, 1993; Rojas, 1981).

Algunas hipótesis involucran una variable y señalan la presencia de cierto hecho o fe-
nómeno, otras relacionan dos o más variables en forma de asociación o covarianza,
hay un tercer grupo que las relaciona en términos de dependencia o causalidad y
permiten predecir con cierto margen de error.

Tipos de Hipótesis

De Investigación:

Son las que plantea el investigador de acuerdo a su marco teórico respecto a posibles
relaciones entre las variables en estudio. También se les denomina hipótesis de traba-
jo o alternas y se simbolizan como Hi o H1,H2, H3, si son varias.
 185

Estas hipótesis pueden ser:

9 Descriptivas del valor de una o varias variables que se van a observar en un

contexto. Señalan la presencia de cierto hecho o fenómeno. Ej. Las personas
marginadas de Montemorelos son apolíticas. (Var. participación política).
9 Correlacionales: el cambio o alteración de una o varias variables va acompaña-
do con un cambio en otra u otras correspondientes. Puede ser una correlación
bivariable o una correlación múltiple. El orden en que se coloquen las variables
no es importante, no hay una relación de causa por lo que no se habla de va-
riables dependientes e independientes esto únicamente se puede hacer con las
hipótesis causales. Cuando se procura correlacionar varias variables se deben
establecer diversas hipótesis según los pares de variables que se estudian.
9 De Diferencias entre Grupos: están dirigidas a comparar grupos y puede ser
simple si no determina a cuál grupo favorece la diferencia o direccional en el
caso contrario. Pueden ser parte de estudios correlacionales si se limitan a es-
tablecer la diferencia, pero si además pretenden explicar el por qué de la dife-
rencia, son hipótesis de estudios explicativos.
9 Que Establecen Relaciones de Causalidad: señalan la relación entre dos o más
variables y cómo se dan esas relaciones; la existencia de una correlación no
necesariamente establece una relación de causalidad. No todas las correlacio-
nes tienen sentido y mucho menos se puede encontrar sentido en una relación
de causalidad si no se ha demostrado la correlación.

Cuando se determina cuál o cuáles variables son la supuesta causa, éstas variables
son conocidas como variables independientes y la variable o variables que resultan ser
el efecto o afectada se denominan dependientes. La causa debe ocurrir antes que el
efecto y producir cambios en el mismo.

Las hipótesis causales bivariadas se refieren a dos variables y las multivariadas a tres
o más variables sean dependientes o independientes. También pueden darse hipótesis
con variables intervinientes que son aquellas que sin ser causa, intervienen modifican-
do la relación.

El uso del término dependiente e independiente al referirse a variables es propio a es-

tudios experimentales en los cuales la relación de causalidad es bien definida. Cuando
se trata de estudios no experimentales, se prefiere utilizar los términos variable crite-
rio y variable predictora. Para más detalle puede leerse libros de estadística publicados
en fechas posteriores a 1995.

Hipótesis Nulas:

Son proposiciones acerca de la relación entre variables planteadas de manera que nie-
gan o refutan lo que afirman las hipótesis de investigación. De este modo, existen tan-
tas hipótesis nulas como hipótesis de investigación. Las hipótesis nulas se simbolizan
como H0.

Nos dicen que no existen diferencias significativas entre las variables o grupos, es de-
cir: si esta diferencia es significativa, y si no se debió al azar. Es una hipótesis para la
inferencia estadística y se formula con el propósito de ser rechazada.
 186

Hipótesis Alternativas:

Se formulan cuando existen otras posibles explicaciones del fenómeno, adicionales a

las propuestas en las hipótesis de investigación y nula. Es la que intenta explicar el
fenómeno cuando rechazamos la hipótesis de trabajo (investigación) y cuando por al-
guna razón no podemos aceptar la nula. Estas se simbolizan con Ha.

Hipótesis estadísticas:

Son transformaciones de las hipótesis de investigación en símbolos estadísticos y se

formulan cuando los datos del estudio son cuantitativos. Estas pueden ser hipótesis
estadísticas de estimación, de correlación o de diferencia. El símbolo de correlación es
"r" para dos variables y "R" para más de dos variables.

Ejemplos:

9 Estimación: Hi: X > 90 Para una hipótesis de investigación descriptiva de una

variable que dice el promedio de la clase es mayor de 90. Se le antepone una
hipótesis nula que estadísticamente sería Ho: X = 90 y la hipótesis alternativa
podría representarse estadísticamente como: Ha: X < 90. Algunos investigado-
res consideran las hipótesis de estimación como de diferencia dado que se eva-
lúa la diferencia entre un valor hipotético y uno observado en una sola mues-
tra.
9 Correlación: Hi: rxy ¹0 Significa que las variables X y Y están correlacionadas
dado que, de no ser asi, la correlación sería 0. Esta hipótesis de correlación
tiene su contraparte en la siguiente hipótesis estadística nula, la cual niega la
correlación: Ho: rxy =0 Significa que la correlación entre X y Y es cero es decir,
no existe.
9 Diferencia entre grupos o sujetos a partir de una misma medida o estadígrafo
(media, mediana, rango, porcentajes).
9 Supóngase la hipótesis de investigación que dice que los porcentajes de indivi-
duos que prefieren una loción en particular difieren según el nivel académico (3
niveles). Hi: %1 ¹ %2 ¹ %3 Significa que los procentajes son diferentes. Y la
hipótesis estadística nula sería: Ho: %1 = %2 = %3 es decir, no hay diferencia
entre los porcentajes de los grupos constituidos por los niveles académicos.

Al elaborar la hipótesis estadística correspondiente, el investigador deberá determinar

en primer lugar cuál es la estadística (estadígrafo) al cual hace referencia su hipótesis,
luego determinar la forma cómo se simboliza correctamente, antes de proceder a tra-
ducir la hipótesis de investigación en estadística.

Siendo que en ocasiones es difícil determinar el valor que puede manifestar una varia-
ble, los estudios descriptivos no suelen contener hipótesis, así como no deben usarse
en estudio exploratorios siendo que no se puede presuponer algo que apenas se co-
mienza a conocer. En estos casos lo que procede es trabajar con objetivos debidamen-
te declarados.

Estructura de las Hipótesis

Las hipótesis contienen tres elementos estructurales que son:

 187

9 Las unidades de análisis o de observación. A saber, individuos, instituciones,

conglomerados.
9 Las variables. Son los atributos, características, o propiedades cualitativas o
cuantitativas que manifiestan en las unidades de observación.
9 El enlace lógico o término de relación. Que describe la relación existente entre
las unidades de análisis con las variables y de éstas entre sí.
9 En la hipótesis: "a mayor satisfacción entre la pareja, menor la frecuencia de
infidelidad conyugal", las unidades de observación son las parejas, las varia-
bles: satisfacción e infidelidad conyugal, el término de relación: a ma-
yor...menor frecuencia.

Los Conceptos

No manejamos los hechos de manera directa. Entre la persona que conoce y el objeto
que se conoce, existen mediaciones.

Leemos la realidad con determinadas categorías sirviéndonos de ideas-palabras. El

lenguaje es una mediación cuya función es designar algún aspecto de la realidad. Los
conceptos del lenguaje aprendido, condicionan la configuración de nuestra forma de
pensar acerca de los problemas de la realidad y condicionan nuestra manera de inter-
rogar la realidad.
Hablamos por medio de conceptos, sin los cuales no es posible la ciencia. Sólo que en
la ciencia, estos conceptos se encuentran ligados de manera orgánica y sistemática.

Los conceptos son abstracciones, construcciones lógicas expresadas de manera tal que
puedan dar cuenta de un hecho o fenómeno que representan (simbolismo lógico) y
que expresa en un término concreto (simbolismo gramatical). Facilitan la comunica-
ción, suministran un esqueleto formal para la categorización y ordenan la percepción.
Para que sea científico, debe existir acuerdo básico acerca de lo que designa, estar
definido con precisión y pertenecer a alguna teoría que, como contexto denotativo,
orienta semánticamente su significado y lo hace relevante. (Ander-egg, 1992)

La Definición de Conceptos

"En ciencias sociales, el problema de la definición está íntimamente ligado a las cues-
tiones relacionadas con los conceptos. De estos elementos depende a su vez la buena
formulación de las hipótesis" (Ander-egg, 1992:93).

Según Rojas (1981), resulta de particular importancia definir los términos utilizados
en las hipótesis generales y particulares (variables y unidades de análisis), así como
los que se contemplan en el marco teórico y conceptual, ya que a menudo se emplea
un mismo concepto en distinta forma. Esto permite evaluar correctamente los resulta-
dos de una investigación, confrontar la información recogida con otros estudios simila-
res.
Un concepto es una representación abreviada de una diversidad de hechos y en su de-
finición deben tomarse en cuenta.

Según Rojas (1981), las siguientes reglas:

 188

9 No definir el concepto por sí mismo (evitar tautologías).

9 Emplear un lenguaje claro y sencillo, de fácil comprensión y claridad.
9 Señalar los aspectos esenciales que caracterizan el fenómeno, hecho o situa-
ción que se define.
9 Precisar los límites del concepto.
9 Debe ser hecha en forma afirmativa.

Las definiciones pueden ser Teóricas o conceptuales y aparecen en libros especializa-

dos y en diccionarios a un nivel de abstracción elevado. Cuando describen la esencia o
las características reales de un objeto o fenómenos se les llama definiciones reales.
Implican adecuar la definición teórica del concepto a los requerimientos y objetivos de
la investigación; son necesarias pero insuficientes, pues no nos relacionan directamen-
te con la realidad.

Para manejar el concepto a nivel empírico, debe procederse a buscar elementos con-
cretos, indicadores o las operaciones que permitan medir el concepto en cuestión, esto
conduce a la definición operacional en la que se señala lo que se debe hacer para me-
dir una variable o qué hacer para esto y esto otro.

La Operacionalización de las Variables y las Hipótesis

La selección o elaboración del instrumento para la recolección de datos u observación

es otro aspecto crítico en el planeamiento de una investigación. Una vez más se des-
taca la importancia del material contenido en la revisión de literatura, del cual proce-
derán los criterios que conducen a la adopción de un instrumento o a la elaboración
del mismo.

Es oportuno recordar que el instrumento tiene sentido en la medida como permita re-
coger información relevante para dar respuesta a las preguntas contenidas en el pro-
blema y por consecuencia para probar las hipótesis propuestas.

Esto significa que debe existir una estrecha relación entre las preguntas que definen el
problema, las hipótesis y las preguntas que constituyen el instrumento para recoger la
información.

El proceso por medio del cual se transfiere el problema desde su nivel abstracto hasta
el terreno de los hechos implica la operacionalización de las hipótesis las cuales son el
puente que une la teoría con la realidad estudiada.

Esta actividad no solo conduce a la elaboración del instrumento sino que permite las
condiciones para determinar el nivel de medición de las variables y las técnicas esta-
dísticas apropiadas para el análisis de los datos y la prueba de las hipótesis.

Aspectos que no deben quedar fuera de la planeación de la investigación.

Lo que queremos decir es que existe una diferencia muy grande si, cuando Ud. desea
hacerse un traje de bodas, consulta primero a la persona que lo elaborará antes de
proceder a la compra de los materiales. Claro que está que si Ud. se siente presiona-
do, puede optar por comprar los materiales y más tarde en consulta con su sastre es-
cogerá el modelo y elaborará un traje que corresponda a lo que Ud. tiene disponible.
Pero eso no asegura que sea el mejor traje que Ud. pudo tener.
 189

Es muy común encontrar investigadores que después haber aplicado sus instrumentos
es que recurren a una asesoría estadística para improvisar los procesos de análisis de
datos. Conviene señalar que para un profesional de la estadística, no es de ninguna
manera complicada hacer uso de los datos que se le proveen. Pero eso no garantiza
que el estudio que se realiza corresponde al problema que se estudia o que los datos
que han sido analizados son los que se requieren para dar respuesta a las preguntas
planteadas. Como tampoco garantiza que se puedan hacer las pruebas y los análisis
que mejor convienen dado que estos dependerán de factores tales como las caracte-
rísticas de las variables, el nivel de medición, la forma como se seleccionó la muestra,
los procesos que se siguieron en la aplicación de los instrumentos, etc. Lo que se quie-
re resaltar es que el diseño estadístico de la investigación no debe improvisarse al fi-
nal del proceso sino que debe ser considerado desde el momento en que se plantea el
problema.

Respecto a esta actividad tan importante en la investigación, Rojas (1981) se expresa

en los siguientes términos:

Para tener éxito en probar una hipótesis, se requiere trabajar con datos extraídos di-
rectamente de la realidad social objeto de estudio; hay que operacionalizar las hipóte-
sis conceptuales con el fin de descender el nivel de abstracción de las variables y po-
der manejar sus referentes empíricos.

Cada una de las variables se desglosará, a través de un proceso de deducción lógica,

en indicadores que representan ámbitos específicos de las variables y se encuentran
en un nivel de abstracción intermedio.

Los indicadores pueden medirse mediante operaciones (índices) o investigarse por

medio de ítems o preguntas que se incluirán en los instrumentos para recopilar la in-
formación (cuestionarios, cédula de entrevista, guía de investigación). De esta forma
se podrá recoger datos útiles y suficientes para probar las hipótesis establecidas.

A este proceso de operacionalización se le conoce también como deducción de conse-

cuencias verificables, ya que serán las relaciones entre los indicadores, las que se so-
metan a verificación empírica.

En este proceso el investigador debe tener cuidado en la selección de los indicadores,

aceptando sólo aquellos que, después de una análisis crítico, midan efectivamente las
variables en cuestión.

Un caso concreto es el siguiente: el nivel de desarrollo de una sociedad puede ser eva-
luado por el grado de urbanización, la industrialización, la tasa de desempleo, al anal-
fabetismo, la mortalidad infantil y otros indicadores. A la vez, cada uno de ellos tiene
referentes empíricos, por ejemplo, la urbanización puede medirse por el porcentaje de
viviendas con drenaje, agua, electricidad; porcentaje de calles asfaltadas; el porcenta-
je de personas no empleadas en actividades agropecuarias, etcétera.

Existen dos tipos de definiciones operacionales: de medida la cual describe la forma

como una variable será medida y la experimental que explica los detalles operaciona-
les de las manipulaciones de un experimentador con una variable (el reforzamiento
 190

puede ser definido dando los detalles de cómo los sujetos deben ser o no reforzados
por un comportamiento específico).

La operacionalización de las variables permitirá diseñar los instrumentos para recopilar

la información que se utilizará en la prueba de hipótesis. Para esto, es necesario cru-
zar o relacionar las preguntas de los indicadores independientes con aquellas de los
indicadores dependientes; al quedar probada esta relación se estará probando auto-
máticamente la hipótesis conceptual.

A continuación un ejemplo de la operacionalización de una variable. Se trata de cuatro

columnas la primera identifica la variable por su nombre, la segunda nos dice ¿qué es?
cómo se define conceptualmente, la tercera columna no da la respuesta a la pregunta
¿cómo se observa esta variable? y contiene los indicadores de la misma. La cuarta co-
lumna nos responde la pregunta ¿cómo se mide? (suponiendo que se trata de una va-
riable medible). La definición operacional permite conocer con claridad el nivel de me-
dición de la variable (Nominal, ordinal, escalar o de razón).

Nombre de la Variable, Definición conceptual, Definición instrumental, Defini-

ción operacional

Grado de satisfacción matrimonial

Nivel de contentamiento dentro de la relación marital según lo expresa la persona res-

pecto a roles igualitarios, sexualidad, evitación de conflictos, expresión de afecto, de-
cisiones financieras.

Se pregunta a cada persona por su grado de acuerdo o desacuerdo respecto a siete

declaraciones en el contexto de su relación de pareja.

La persona indicará una de las siguientes respuestas:

4. Totalmente de acuerdo
3. Parcialmente de acuerdo
2. Ni de acuerdo ni en desacuerdo
1. Parcialmente en desacuerdo.
0. Totalmente en desacuerdo
A. Me agradan las hábitos de mi cónyuge.
B. Me satisface la forma como cada uno asume su rol como padre.
C. Me siento satisfecho (a) con la forma como resolvemos nuestras diferencias.
D. Me agrada la forma como participamos en las decisiones financieras.
E. Las expresiones de cariño entre nosotros son satisfactorias.
F. Mantenemos muy buena comunicación.

Para determinar el grado de satisfacción se sumarán los valores que corresponden a

la respuesta que la persona seleccionó para cada declaración presentada. Esto signifi-
ca que si la persona contestó en todas las preguntas un total descuerdo, la suma de
sus respuestas sería cero y en el caso de la persona que contesta total acuerdo ante
todas las declaraciones obtendría un total de 24 puntos. Resultando así una escala de
0 hasta 24 puntos como grado de satisfacción matrimonial. Se supone que es una es-
cala de intervalos exactos.
 191

Para Ander-egg (1992:104), los indicadores son un antídoto contra la vaguedad y una
garantía para la precisión y concreción en la investigación social. Sin embargo, a pesar
de su gran utilidad, no hay que fetichizarlos: no basta con disponer de un buen siste-
ma de indicadores sociales para realizar una buena investigación. El error está en to-
mar el indicador como instrumento para comprender la realidad. Esto sólo puede
hacerse desde una teoría que rinda cuenta de algunos fenómenos empíricos (los que
se estudian y de los que forman parte el indicador).

Los indicadores son instrumentos, no operan por sí mismos; ellos indican o sirven para
indicar, y no más. Y esta indicación la hacen desde el campo ideológico y desde la es-
cala de valores del científico social que elabora los indicadores.

Variables y Constructor

Según Kerlinger (1988) los términos concepto y constructo tienen significados simila-
res aunque existe una diferencia importante. El concepto expresa una abstracción
formada por generalizaciones sustraídas de casos particulares (peso expresa numero-
sas observaciones y cosas que son más o menos pesadas) sin embargo aunque un
constructo es una concepto, tiene un sentido adicional, el de haber sido inventado o
adoptado de manera deliberada y consciente para un propósito científico especial.

Inteligencia es un concepto resultante de las observaciones de conductas consideradas

como inteligentes o no inteligentes pero como constructo científico que pretende ex-
presar una variedad de conductas, puede significar más y menos de lo que puede sig-
nificar como concepto.

Los científicos llaman vagamente variables a los constructos o propiedades que estu-
dian, y es una propiedad que adquiere distintos valores, es un símbolo con valores
numerales asignados.

Las variables pueden asumir cualquier conjunto de valores justificables, continuas, o

pueden tener solamente dos valores: son dicótomas y se caracterizan por la presencia
o ausencia de una propiedad: maestro-no maestro, femenino-masculino, vivo-muerto.
Algunas son polítomas como es la nacionalidad.

Existen diversas formas de clasificar las variables entre las que se mencionan:

9 Dependiente (criterio) e independiente (predictora). Una es consecuente y la

otra antecedente.
9 Activas y atributivas. Una es manipulable, la otro no.
9 Continuas y categóricas. Una puede asumir un conjunto ordenado de valores
dentro de cierto rango, la otra ubica los sujetos dentro de subconjuntos: dicó-
tomas o polítomas.

Algunas personas han propuesto distinguir entre variables cualitativas y las cuantitati-
vas, con lo que reflejan una noción distorsionada de lo que son variables, pues las
cualitativas son categóricas y las cuantitativas son continuas (Kerlinger, 1988).
 192

Formulación de las hipótesis

Introducción a la Investigación Científica aplicada a la Educación Física y el Deporte. M. Esté-vez
y M. Arroyo, (1987)

Una hipótesis es una suposición que permite establecer relaciones entre hechos, es
decir, una explicación anticipada del problema que permite al investigador acercarse a
la realidad.

Características.

9 Proposición conceptual y lingüística.

9 Expresada en el lenguaje de la ciencia.
9 Fundamentación teórica.
9 Posibilidad de tener una confirmación práctica por medios científicos.
9 Tiene capacidad generalizadora.

Función de la hipótesis en el proceso de investigación.

Ante un problema científico siempre son más o menos probables un conjunto de solu-
ciones. Por ello, las hipótesis que tienen, en principio, posibilidades de ser planteadas
son siempre varias. Ello sin hablar de soluciones totalmente arbitrarias o no científi-
cas.

Es decir, cada problema abre un abanico de soluciones posibles.

Como vimos con anterioridad, mediante los objetivos tratamos de limitar el problema
en términos de variables que van a ser relacionadas en el estudio. Pero ocurre que,
aún determinando en los objetivos una, dos y hasta tres variables, las posibilidades
de solución que el problema puede tener son varias y en dependencia de la solución
que se esta valorando anticipadamente, así será también la forma en que se deberá
desarrollar el proceso investigativo. Si se está planteando una relación causa-efecto,
el trabajo tomará una vía y si se plantea sólo escribir algunas peculiaridades, el traba-
jo tomará otra. Es por ello que la hipótesis cumple una función de orientación dentro
de la investigación.

Clasificación de las hipótesis.

9 Con una variable: Son las que afirman la existencia de ciertas características
en el objeto de estudio.
9 Hipótesis con dos o más variables y relación de asociación entre ellas: Cuando
no se tiene una explicación sobre la relación existente
9 Hipótesis con dos o más variables y relación de dependencia: Expresan las cau-
sas o efectos que se producen cuando las variables interactúan.

Los elementos estructurales de la hipótesis son las unidades de investigación, las va-
riables y los elementos de relación que relacionan las variables.
 193

Mecanismo lógico de confirmación de la hipótesis.

CONSECUENCIAS
INFERENCIA DEDUCTIVA
LOGICAS

HIPOTESIS C1 C2 C3 C4

INFERENCIA INDUCTIVA

Al plantear la hipótesis el investigador deduce que si esta es cierta aparecerán en el

objeto de estudio determinadas consecuencias lógicas. Estas se buscarán a través de
los métodos, técnicas, e instrumentos de la investigación. Al encontrar los hechos
científicos o resultados y analizarse se infiere de manera inductiva, que al estar ellos
la hipótesis se prueba. En caso de que estas consecuencias no aparezcan, entonces se
refutaría la hipótesis. O sea el mecanismo de confirmación o rechazo de hipótesis es
de carácter deductivo-inductivo. Mediante las consecuencias lógicas de una hipótesis,
el investigador confirma o rechaza la misma por inducción.

Operacionalización de variables. Indicadores y definiciones de tra-

bajo.

El conjunto de indicadores seleccionados para revelar una variable general y su grado

de importancia como medio de determinación de dicha variable general, constituye
una definición de trabajo u (operacional).

El proceso de operacionalización de variables puede resumirse en las siguientes eta-

pas:

9 Esclarecer la noción teórica (concepto) de la variable que permita determinar

los rasgos o características principales que posee en la realidad.
9 Determinar los rasgos que se pueden traducir en indicadores.
9 Determinar cuáles de estos indicadores pueden representar la variable general
de la forma más completa, precisa y económica posible.
9 Determinar la importancia relativa (ponderar) cada indicador.
9 Elaborar una definición de trabajo de la variable general a partir de los indica-
dores seleccionados y su importancia relativa.

El proceso de operacionalización de variables (definición de trabajo de las variables

mediante el establecimiento de indicadores) puede ser necesario en una investigación
concreta, para cualquiera de las variables participantes; es decir, es necesario tanto
para las variables relevantes como para las ajenas. En este último caso el proceso se
relaciona con el control de variables.
 194

Los datos o hechos científicos

El hecho científico es una proposición que refleja un hecho objetivo que se obtiene
mediante la actividad científica.

Las características de los hechos científicos son:

9 Son proposiciones o enunciados que afirman lo que ocurre en la realidad.

9 Se interrelacionan con las teorías.
9 Son invariables. Los hechos científicos permanecen, son las teorías las que
cambian.
9 Neutralidad. Son los que determinan la veracidad o falsedad de las relaciones
entre variables.
9 Infinitud. Esto está determinado por el carácter infinito de las estructura del
mundo material, desde el punto de vista del conocimiento. De ahí la importan-
cia de seleccionar los hechos que van a ser utilizados para confirmar o rechazar
una hipótesis.

El control de las variables ajenas.

Cuando se analizó la definición operativa del problema científico, se vio como del con-
junto de variables participantes, el investigador determina las variables relevantes de
su estudio. Sin embargo, existen otras variables que pueden estar interactuando con
las variables relevantes y que no son de interés analizar en el estudio. Estas son las
llamadas variables ajenas, sobre las cuales debe aplicarse un control de manera de
impedir, disminuir o al menos determinar su influencia sobre las variables relevantes.

Este control puede alcanzarse en gran medida mediante la aplicación de procedimien-

tos especiales que se deberán tener en cuenta en el momento de aplicar los métodos
y técnicas de investigación.

En cualquier fenómeno estudiado, aparece una gran cantidad de variables ajenas, las
que hemos intentado agrupar en categorías generales, que posibiliten su detección y
control en cada investigación que se realice.

Esta clasificación es la siguiente:

9 Ambientales. Estas pueden ser de tipo físico o social.

9 Relacionadas con los sujetos a investigar.
9 Características personales del investigador.
9 Presencia del investigador.
9 Formas de actuación y de respuesta de los sujetos investigados. Entre ellas:
• Deseabilidad social
• Aprensión evaluativa
• Expectativas del investigador
• Dependencia de la memoria
9 Ligadas al tiempo. Estas son:
• Maduración
• Factores situacionales
 195

• Mortalidad
• Aplicación de instrumentos
• Administración de pruebas
• Instrumentación
• Selección muestral
• Efectos reactivos de las condiciones creadas

Para el control de las variables ajenas, pueden ser utilizados diferentes procedimien-
tos entre los que se encuentran:

9 Mantenimiento de constantes
9 Aleatorización
9 Contrabalanceo o variación sistemática
9 Utilización del grupo control
 196

La hipótesis
Dra. Diana Mondeja González
Dra. Beatriz Zumalacárregui de Cárdenas
Proceso de investigación Científica
INSTITUTO SUPERIOR POLITÉCNICO
“JOSÉ ANTONIO ECHEVERRÍA”
FACULTAD DE INGENIERÍA QUÍMICA
Junio 2001

“La hipótesis es el eslabón necesario entre la teoría y la investigación que lleva al des-
cubrimiento de nuevas aportaciones al saber” Goode y Hatt (1977.)

La formulación de la hipótesis es una etapa fundamental en el proceso de investiga-

ción, y el llegar a establecerla es un trabajo arduo que parte desde las afirmaciones
más generales de la experiencia personal hasta el conocimiento y observación del fe-
nómeno que se va a estudiar y explicar. El éxito de la investigación radica precisa-
mente en el establecimiento de una hipótesis correcta.

“Una hipótesis es una suposición científicamente fundamentada y novedosa acerca de

las relaciones y nexos existentes de los elementos que conforman el objeto de estudio
y mediante la cual se da solución al problema de investigación y que constituye lo
esencial del modelo teórico concebido” Sierra y Álvarez (1996).

La hipótesis es la respuesta tentativa a un problema; es una proposición que se pone

a prueba para determinar su validez.

“La hipótesis es una tentativa de explicación mediante una suposición o conjetura ve-
rosímil destinada a ser probada por la comprobación de los hechos” Aguilar (1986)

La hipótesis es, por lo tanto, una respuesta sujeta a comprobación. Su función pri-
mordial es probar empíricamente una relación entre fenómenos. El conocimiento pre-
vio de la situación es el que orienta al investigador en la formulación de la hipótesis y
ésta es la que le indicará qué aspectos o variables del fenómeno en cuestión tiene que
estudiar para que lo aproximen a la explicación que busca.

“Nos indican lo que estamos buscando o tratando de probar. Constituyen explicaciones

tentativas, formuladas como proposiciones, acerca de las relaciones entre dos o más
variables, que se apoyan en conocimientos organizados y sistematizados, pero que
están sujetos a su comprobación empírica, a su verificación con la realidad” Codina
(1995)

En el proceso del trabajo experimental y teórico se efectúa la verificación (comproba-

ción) de la hipótesis, que de ser cierta, el investigador le da solución al problema de
investigación planteado y se cumple el objetivo del trabajo. En la hipótesis se expre-
san las posibles causas que originan el problema, se establecen las variables y sus re-
laciones, así como se enuncian los métodos a utilizar en la investigación, razones por
 197

las cuales Álvarez y Sierra (1996) consideran que la hipótesis es el elemento rector
del proceso de investigación científica.

Los términos o elementos de la hipótesis son las variables, que pueden definirse como
aquellos aspectos que son objeto de estudio, medición y control en la investigación.

La variable es, según Codina (1995), “un objeto, o propiedad que puede variar (adqui-
rir diversos valores). Adquieren valor para la investigación científica cuando pueden
ser relacionadas con otras”.

Las variables que más interesan en una hipótesis son la variable dependiente (la que
el investigador desea explicar) y la independiente (la que se espera que explique el
cambio de la variable dependiente), y al plantear la hipótesis es necesario operarlas
mediante sus indicadores (atributos o características inherentes al fenómeno), con el
fin de diseñar los instrumentos idóneos para probarla. La distinción entre las variables
dependientes e independientes es netamente analítica y está basada en los objetivos
de la investigación.

Para que una hipótesis pueda ser probada empíricamente debe reunir las siguientes
características:

9 La hipótesis debe referirse a variables y relaciones, que puedan ser observa-

das y medidas. El estudio científico implica la investigación de fenómenos en el
mundo real sin hacer referencia a juicios de valor. La hipótesis debe referirse a
variables objetivas en las que no aparezcan juicios de valor, tales como “malo”,
“mejor”, etc. (Comprobación empírica)
9 La hipótesis tiene que ser conceptualmente clara; los conceptos que la
componen deben estar claramente definidos con el fin de que cualquier investi-
gador que desee comprobarla esté en la posibilidad de hacerlo. (Informatividad
de la hipótesis)
9 Una buena hipótesis no sólo es una explicación tentativa de un fenómeno, sino
que también lo predice; anticipa los hechos antes de que estos sucedan. (Ca-
pacidad de predicción)
9 Para que la hipótesis tenga carácter científico, debe construirse sobre un grupo
de teorías que puedan respaldarla, es decir, deben fundamentarse en un cuer-
po teórico. (Fundamentación teórica)
9 La relación entre variables propuesta por una hipótesis debe ser clara y vero-
símil; Es decir, es necesario que quede claro como se están relacionando las
variables y que esta relación no sea ilógica. (Fundamentación lógica)
9 La hipótesis debe estar de acuerdo con las técnicas y recursos disponibles. El
investigador debe saber de qué técnicas dispone para someter su hipótesis a
prueba. El no encontrar técnicas para su verificación puede ser indicio de que
la hipótesis sea demasiado ambigua o general. (Medibles)
9 La hipótesis debe referirse a una situación social real, ya que se ponen a prue-
ba en un universo y contexto bien definidos. (Contextualizada)

Una hipótesis se formula cuando se produce una ruptura de la regularidad, cuando se

observa algo para lo cual no se tiene una explicación comprobada o satisfactoria.
 198

La formulación de una buena hipótesis para explicar un fenómeno, requiere el conoci-

miento previo de este. Así es que, aunque resulte paradójico, contradictorio: No se
investiga lo que no se conoce. Por lo tanto a la hora de formular una hipótesis, el in-
vestigador necesita buscar información que ya está disponible, la que puede provenir:

9 De la teoría
9 De la observación
9 De la información
9 De una investigación anterior, del mismo investigador u otro colectivo de tra-
bajo científico

En general puede decirse, de acuerdo a lo antes expresado, que las hipótesis se origi-
nan en la propia ciencia. Los investigadores discuten formal e informalmente, tanto de
palabra como por escrito, sus resultados científicos que resultan ser fuente para el
surgimiento de la hipótesis.

Una función de la hipótesis es orientar la búsqueda de un orden en los hechos que se

observan para tratar de conocerlos. Pero, los hechos no imponen la hipótesis, sino
que el investigador la formula para dar cuenta de esos hechos. La hipótesis orienta la
investigación e indica las variables que es preciso medir para verificar las relaciones
que propone. El estudio de la clasificación de las hipótesis y sus proposiciones sirve
para aclarar la forma en que deben plantearse conceptualmente.

Es diversa la clasificación de las hipótesis que aparece en la literatura especializada.

Solamente se considerarán aquellas que resultan de mayor interés:

9 Hipótesis de trabajo o de investigación. Es la que se utiliza para realizar la in-

vestigación, es decir que la respuesta tentativa al problema es la hipótesis que
se pretende probar. Es aquella hipótesis que se plantea el investigador en la
fase exploratoria de la investigación, cuando aún no se posee suficiente infor-
mación empírica y teórica sobre el problema a resolver. Es la que se plantea el
investigador al iniciar una investigación de tipo exploratorio o descriptivo. No
exige verificación. Proposiciones tentativas acerca de las posibles relaciones
entre dos o más variables.
9 Hipótesis real o sustantiva. Es aquella que se somete a prueba en las investi-
gaciones de tipo explicativo o experimental.
9 Hipótesis descriptivas. Son aquellas que reflejan el comportamiento de una va-
riable relativamente superficial o fenoménica en el objeto de investigación
(campo de acción)
9 Hipótesis explicativas. Establece una relación de dependencia causal entre una
o varias variables. Aquí queda expresada la influencia de unas variables sobre
otras.
9 Hipótesis alternativas. Es la que se plantea con variables independientes distin-
tas a la hipótesis de trabajo; se utiliza como alternativa en caso de que la hipó-
tesis de trabajo sea rechazada.
9 Hipótesis conceptual. Es la que sirve para explicar desde el punto de vista teó-
rico el fenómeno que se intenta investigar.
9 Hipótesis nula. Es aquella que se plantea para ser rechazada al realizar una
prueba de hipótesis para inferir las características de una población. Sirve al
 199

investigador para demostrar que no existen diferencias en la población investi-

gada y para probar la hipótesis de trabajo.

...” lo que sí constituye una grave falla en la investigación es formular hipótesis sin
haber revisado cuidadosamente la literatura, ya que podemos cometer errores como
“hipotetizar” algo sumamente comprobado o rechazado...” Hernández (1994) según
Codina (1995)

En la elaboración de la hipótesis se debe evitar establecer relaciones que ya se cono-

cen, que ya están escritas, que son tan evidentes que no se requiere investigación al-
guna para su demostración, por lo cual el investigador debe estar atento con el fin de
evitar errores. La hipótesis debe contener elementos novedosos, que no hayan sido
reportados por la literatura científica que precedió a la investigación, ya que de ser
así, no hay ningún aporte teórico ni novedad científica.

El éxito de todo proceso de investigación científica reside en resolver el problema

planteado, en lograr los objetivos y en comprobar la hipótesis. A esta conclusión feliz
contribuyen, de manera decisiva, el método y las técnicas que se apliquen en el desa-
rrollo del trabajo.
 Semana 2
Econometría

Lectura
Modelos
econométricos.

Bibliografía:
Pérez, R. y López A. J. (2011). Modelos econométricos. Departamento
de economía aplicada. España: Universidad de Oviedo.

Material compilado con fines académicos, se prohíbe su reproducción total o parcial sin
la autorización de cada autor.
 T1. Modelos econométricos

Rigoberto Pérez y Ana J. López

Dpto Economı́a Aplicada. Universidad de Oviedo

Curso 2010-2011

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 1 / 16
 Índice

1 La modelización econométrica
Tipologı́a de los modelos econométricos.

2 Construcción de modelos econométricos: etapas.

3 Teorı́a y realidad. La información económica

4 La información estadı́stica y sus fuentes

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 2 / 16
 Modelos econométricos
Competencias

Este primer tema tiene un carácter introductorio y pretende familiarizar a

los estudiantes con los conceptos fundamentales de la asignatura.
Los alumnos a su finalización deberán estar en condiciones de:
Identificar las variables que intervienen en un modelos econométrico
Conocer los distintos tipos de información muestral
Conocer las principales fuentes de información económica

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 3 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Elementos de un modelo econométrico

Denominamos modelo econométrico a una descripción no determinista de

la relación entre varias magnitudes económicas, mediante una expresión
funcional concreta y variables especificadas en términos estadı́sticos.

Y = f(X) + u

Variable dependiente Variable independiente Perturbación aleatoria

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 4 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Realidad económica y modelos econométricos

Representación simplificada → Modelo

de la realidad

↓
Comportamiento de → Modelo económico
agentes económicos

↓
Explicitación funcional
Especificación estadı́stica → Modelo econométrico
Perturbación aleatoria

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 5 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Ilustración
Teorı́a Macroeconómica
La demanda agregada de un bien es función de su precio, de la renta, del
precio de bienes sustitutivos y complementarios...

Modelo económico de demanda

qd = f(p, y, ps , pc )

Modelo econométrico de demanda

Especificación lineal
Variables estadı́sticas
Inclusión de componente aleatoria u
Hipótesis probabilı́sticas sobre u

q d = β 1 + β 2 p + β 3 y + β 4 ps + β 5 pc + u

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 6 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Elementos de un modelo econométrico



 No observables




o latentes (u) 
Variables 
Endógenas

 

 Observables Exógenas

 
 Predeterminadas
Endógenas retardadas

Parametros estructurales


 De comportamiento


Tecnológicas
Ecuaciones

 Institucionales


Identidades

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 7 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Tipologı́a de modelos econométricos


Estáticos
Tratamiento de la evolución temporal →
Dinámicos


Explicativos
Finalidad del modelo → Predictivos


De decisión

Lineales
Forma matemática de las ecuaciones →
No lineales

Uniecuacionales
Número de ecuaciones →
Multiecuacionales

Interdependientes
Dirección de causalidad →
Recursivos

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 8 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Modelos interdependientes y recursivos

Modelos interdependientes
Son aquéllos cuyas variables endógenas están relacionadas y por tanto se
determinan simultáneamente

Modelos recursivos
Son aquéllos en los que es posible determinar un orden de causalidad entre
las variables endógenas, de modo que su determinación se realiza de forma
escalonada

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 9 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Ilustración


Ct = β1 + β2 Yt + ut
Yt = Ct + It

Modelo Interdependiente

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 10 / 16
 La modelización econométrica Tipologı́a de los modelos econométricos.

Ilustración


Ct = β1 + β2 Yt−1 + ut
Yt = Ct + It

Modelo Recursivo

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 11 / 16
 Construcción de modelos econométricos: etapas.

Modelización econométrica: etapas

Especificación

Estimación

Contraste

Aplicación

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 12 / 16
 Teorı́a y realidad. La información económica

La información económica

Datos de serie temporal (Yt )

Evolución de una magnitud a lo largo de una serie de años, meses,
trimestres, dı́as, ...

Datos de corte transversal o cross section (Yi )

Observaciones de una magnitud en distintas unidades como individuos,
hogares, empresas, paı́ses, regiones, ...

Datos de panel (Yit )

Observaciones de una magnitud en distintas unidades transversales a lo
largo de una serie de tiempo, ...

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 13 / 16
 Teorı́a y realidad. La información económica

Información y especificación de modelos

Modelo para Y: Número de turistas extranjeros

Modelo temporal
La afluencia de turistas en un mes t depende de los precios, el tipo de
cambio del dólar, si dicho mes es temporada estival, ....

Modelo transversal
La afluencia de turistas en una región i depende de los precios regionales,
la extensión de litoral de la región, la temperatura media, ....

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 14 / 16
 La información estadı́stica y sus fuentes

Fuentes de información

La información estadı́stica necesaria para estimar un modelo puede

proceder de:
Registros propios o encuestas realizadas por el investigador
Estadı́sticas previamente generadas por otros organismos:
 Publicaciones estadı́sticas: colecciones de datos de periodicidad más
o menos regular, bien de carácter especı́fico o recopilatorio.
 Bases de datos: colecciones de series ordenadas y sistematizadas, que
actualmente suelen encontrarse en Internet

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 15 / 16
 La información estadı́stica y sus fuentes

Fuentes de información

Las nuevas Tecnologı́as de la Información y la Comunicación (TIC),

especialmente Internet, han tenido un gran impacto en la información
estadı́stica, facilitando su obtención, su difusión y su tratamiento
Banco de España: www.bde.es
Banco Mundial: www.worldbank.org
EUROSTAT: europa.eu.int/comm/eurostat
FMI: www.imf.org
INE: www.ine.es
Ministerio de Economı́a y Hacienda: www.meh.es
OCDE: www.oecd.org
ONU: www.un.org
SADEI: www.sadei.es

Rigoberto Pérez y Ana J. López (Dpto Economı́a Aplicada.

T1. Modelos
Universidad
econométricos
de Oviedo) Curso 2010-2011 16 / 16