Una hipótesis estadística es una afirmación o conjetura acerca de una distribución de una o más

variables aleatorias, ofrece la solución o explicación al problema de investigación, de ahí que de las
hipótesis se deriven las variables de un estudio.

Es importante destacar que la ciencia no se reduce a registrar o acumular los hechos, sino que,
ante todo busca una sistematización, generalización e interpretación a través de la comprobación
de las hipótesis.

La hipótesis orienta la búsqueda de algún orden o regularidad de los hechos que se observan,
ayuda a seleccionar los hechos significativos y descarta otros carentes de significación para la
investigación.

Es importante destacar que las Hipótesis deben ser susceptibles de verificación mediante el
empleo de técnicas accesibles.

- Elementos de las Hipótesis: Las Unidades de Análisis: Son los individuos, grupos, viviendas,
instituciones, localidades, etc.
- Las variables: Las características o propiedades cualitativas o cuantitativas que tienen las
unidades de análisis.
- Los elementos lógicos: Los que relacionan a las unidades de análisis con las variables.

Una hipótesis estadística es una afirmación o conjetura sobre una o más poblaciones. Para probar
que una hipótesis es verdadera o falsa, con absoluta veracidad, requerimos un conocimiento
exhaustivo de la población. Pero esto no siempre es posible. Por lo tanto, la prueba de hipótesis se
refiere a cómo usar una muestra aleatoria para juzgar si hay suficiente evidencia a favor o en
contra de ella.

La prueba de hipótesis se formula en términos de dos posiciones contrapuestas:

H0: la hipótesis nula. A menudo representa una perspectiva escéptica o pesimista del asunto
tratado. Representa el status quo. La hipótesis que establece que no existe significación estadística
entre dos variables confrontadas. Se cree que es cierta a menos que exista una abrumadora
evidencia en su contra. Es la hipótesis que el investigador intenta refutar.

HA: la hipótesis alternativa. La hipótesis alternativa (HA) representa una afirmación

contrapuesta que se está considerando y, a menudo, está representada por un rango de posibles
valores del parámetro poblacional. Es inversa a la hipótesis nula. Afirma que existe una
significancia estadística entre dos variables. Se mantiene verdadera si se rechaza la hipótesis nula.
Por lo general, corresponde a lo que el investigador piensa que es cierto y está intentando probar.

Dado que ninguna prueba de hipótesis es 100% cierta, puesto que la prueba se basa en
probabilidades, siempre existe la posibilidad de llegar a una conclusión incorrecta.

Cuando se realiza una prueba de hipótesis, se puede cometer dos tipos de error: tipo I y tipo II. Los
riesgos de estos dos errores están inversamente relacionados y se determinan según el nivel de
significancia y la potencia de la prueba.
Error de tipo I: Si se rechaza la hipótesis nula cuando es verdadera se comete un error de tipo I (α)
que es el nivel de significancia que se establece para la prueba de hipótesis. Un α de 0.05 indica
que usted está dispuesto a aceptar una probabilidad de 5% de estar equivocado al rechazar la
hipótesis nula. Para reducir este riesgo se podría utilizar un valor menor para α. Sin embargo, usar
un valor menor para alfa significa que se tendrá menos probabilidad de detectar una diferencia si
esta realmente existe.

Error de tipo II: Cuando la hipótesis nula es falsa y no se rechaza es un error de tipo II (β) que
depende de la potencia de la prueba, se puede reducir el riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia. Para ello el tamaño de la muestra debe ser
lo suficientemente grande como para detectar una diferencia práctica cuando ésta realmente
exista.

La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.