¿Qué es una hipótesis?
Una hipótesis es una proposición provisional y contrastable que anticipa una explicación, relación, diferencia o efecto y puede ponerse a prueba con evidencia. En investigación y experimentación, transforma una pregunta en una afirmación específica que permite derivar predicciones, definir qué observar y decidir qué resultados serían compatibles o incompatibles con ella.
Qué significa hipótesis
Una hipótesis es una afirmación provisional que propone cómo podría comportarse un fenómeno y que puede contrastarse con evidencia. Puede anticipar una relación entre variables, una diferencia entre grupos, un efecto causal, un valor esperado o una explicación sobre por qué ocurre algo.
En ciencia, su rasgo decisivo no es que “suene razonable”, sino que pueda ponerse a prueba. OpenStax define la hipótesis como una predicción contrastable derivada de una idea y subraya que una hipótesis científica debe poder ser refutada por resultados incompatibles con ella.
Eso significa que una hipótesis no vale más porque termine confirmada. Una hipótesis bien formulada que resulta incompatible con los datos también produce conocimiento: permite descartar una explicación, revisar un mecanismo o formular nuevas preguntas.
Una hipótesis sí es
- Una proposición específica que puede contrastarse con datos.
- Una herramienta para conectar ideas con observaciones o experimentos.
- Una afirmación provisional, abierta a ser revisada.
- Un punto de partida para derivar predicciones y decidir qué medir.
Una hipótesis no es
- Una opinión imposible de refutar.
- Un objetivo escrito como deseo.
- Una teoría científica en miniatura.
- Una conclusión inventada después de conocer el resultado.
Para qué sirve una hipótesis
La hipótesis reduce la ambigüedad de una investigación porque obliga a pasar de una pregunta general a una proposición que puede confrontarse con evidencia. Ayuda a decidir qué variables observar, qué comparación realizar, qué resultado sería relevante y qué diseño permitiría aprender algo.
También conecta teoría y observación. OpenStax explica que las teorías suelen ser demasiado amplias para probarse en un solo estudio; por eso los investigadores derivan hipótesis específicas que ponen a prueba partes concretas de una explicación más general.
Pero no toda investigación necesita una hipótesis previa. Una revisión metodológica reciente señala que estudios puramente descriptivos, ciertas investigaciones exploratorias o áreas con conocimiento insuficiente pueden organizarse alrededor de preguntas sin anticipar todavía una relación concreta. Toda investigación necesita una pregunta; no toda investigación necesita una hipótesis.
Enfoca la investigación
Convierte una pregunta amplia en una proposición específica sobre la que puede reunirse evidencia.
Orienta el diseño
Ayuda a definir población, variables, comparación, métricas y método de análisis.
Hace explícita la expectativa
Permite distinguir una predicción previa de una explicación construida retrospectivamente.
Facilita aprendizaje
Un resultado compatible, incompatible o inconcluso puede modificar la explicación, el diseño o la siguiente hipótesis.
Características de una buena hipótesis
Una buena hipótesis no necesita ser larga ni compleja. Necesita estar formulada de modo que el estudio pueda realmente aprender algo de ella.
Es contrastable
Existen observaciones o datos posibles que pueden entrar en conflicto con la afirmación.
Es específica
Identifica con suficiente claridad qué fenómeno, población, variables o condiciones están implicados.
Es medible u observable
Los conceptos centrales pueden traducirse a variables u observaciones que el diseño puede registrar.
Es coherente con el conocimiento disponible
No necesita repetir lo ya sabido, pero debería apoyarse en un mecanismo, teoría, evidencia previa u observación razonable.
Se formula antes del resultado
La expectativa se define antes de usar los mismos datos para decidir qué afirmación resulta más conveniente.
Débil: “Un onboarding mejor aumentará mucho la conversión”.
Mejor: “En usuarios nuevos de mobile, reducir el registro de seis a tres campos aumentará la tasa de finalización frente al formulario actual”.
Tipos de hipótesis: no existe una única lista universal
Una fuente frecuente de confusión es presentar todos los “tipos de hipótesis” como si pertenecieran a una sola clasificación. En realidad, distintas taxonomías describen dimensiones diferentes. Una misma hipótesis puede ser, por ejemplo, causal, direccional, simple y de investigación al mismo tiempo.
| Eje | Tipos frecuentes | Qué distingue |
|---|---|---|
| Función | De investigación / trabajo; estadística | Si expresa una proposición sustantiva sobre el fenómeno o una afirmación formal sobre parámetros. |
| Relación entre variables | Asociativa; causal | Si anticipa una asociación o un efecto de una variable sobre otra. |
| Dirección | Direccional; no direccional | Si anticipa además el sentido del efecto o sólo que existirá una diferencia/relación. |
| Complejidad | Simple; compleja | La cantidad de variables independientes y dependientes implicadas. |
| Contraste estadístico | Nula; alternativa | Las afirmaciones formales que el procedimiento estadístico enfrenta entre sí. |
Algunas metodologías también hablan de hipótesis descriptivas o de una sola variable. Otras consideran que los estudios puramente descriptivos pueden responder preguntas sin necesidad de formular una hipótesis previa. Por eso es más útil entender qué dimensión está clasificando cada etiqueta que memorizar una lista cerrada.
Asociativa
Anticipa que dos variables se relacionan, sin afirmar necesariamente que una cause a la otra.
Causal
Propone que una intervención o variable produce un efecto sobre otra y exige un diseño capaz de sostener esa inferencia.
Direccional
Anticipa no sólo una diferencia o relación, sino también su sentido: aumentar, disminuir, ser mayor o menor.
No direccional
Anticipa una diferencia o relación, pero sin comprometerse con su sentido cuando la evidencia previa no lo justifica.
Hipótesis, teoría, predicción y supuesto
| Concepto | Qué es | Ejemplo simplificado |
|---|---|---|
| Teoría | Un marco explicativo amplio que integra evidencia y permite generar nuevas preguntas e hipótesis. | Una teoría explica por qué determinado mecanismo influye en la conducta. |
| Hipótesis | Una proposición específica y contrastable sobre un fenómeno. | Reducir fricción en registro aumentará activación. |
| Predicción | El resultado observable que esperaríamos si la hipótesis fuera adecuada. | La variante B tendrá una tasa de activación mayor que A. |
| Supuesto | Una condición que el razonamiento o modelo toma como dada y que puede no ser el objeto directo del test. | Suponer que la medición registra correctamente la activación. |
OpenStax describe la teoría como un conjunto desarrollado de ideas que explica fenómenos observados, mientras que las hipótesis permiten probar aspectos específicos de esa teoría. En otras formulaciones, la hipótesis propone una explicación y la predicción deriva qué observación esperaríamos si esa explicación fuera adecuada.
Hipótesis, pregunta y objetivo no cumplen la misma función
| Elemento | Pregunta que responde | Ejemplo |
|---|---|---|
| Pregunta | ¿Qué queremos saber? | ¿Un onboarding guiado mejora la activación? |
| Objetivo | ¿Qué vamos a evaluar o comprender? | Evaluar el efecto del onboarding guiado sobre la activación. |
| Hipótesis | ¿Qué esperamos observar? | El onboarding guiado aumentará la activación frente al onboarding actual. |
Una pregunta puede ser abierta y todavía no anticipar el resultado. La hipótesis da un paso más: formula una proposición que la evidencia podrá apoyar, debilitar o dejar inconclusa.
Hipótesis de investigación, hipótesis nula y alternativa
En estadística, “hipótesis” también designa afirmaciones formales sobre parámetros o distribuciones. Ese nivel no debería confundirse con la hipótesis sustantiva que motivó el estudio.
Un contraste clásico formula una hipótesis nula (H₀) y una hipótesis alternativa (Hₐ). En muchos ejemplos H₀ representa ausencia de diferencia o efecto, pero no es una regla universal: puede fijar otros valores o umbrales según la pregunta.
Hipótesis nula
Afirmación estadística de referencia que el procedimiento intenta evaluar. Ejemplo simplificado: la diferencia de conversión entre A y B es cero.
Hipótesis alternativa
La condición que contrasta con H₀. Puede ser bilateral —existe una diferencia— o direccional cuando esa dirección fue justificada de antemano.
Regla de interpretación: si un test no permite rechazar H₀, no significa que H₀ haya sido demostrada verdadera. Significa que la evidencia disponible no fue suficiente para rechazarla bajo ese diseño, muestra y criterio de decisión.
La significancia estadística pertenece a este nivel inferencial. No reemplaza la relevancia práctica, la calidad del diseño ni la plausibilidad de la hipótesis de investigación.
Cómo formular una hipótesis paso a paso
Partí de una pregunta concreta
Definí qué fenómeno querés explicar, comparar o predecir y evitá preguntas tan amplias que no puedan convertirse en una observación manejable.
Revisá qué se sabe
Usá teoría, investigación previa, datos propios u observaciones para evitar hipótesis arbitrarias y formular un mecanismo plausible.
Identificá variables y unidad
Precisá qué cambia, qué resultado se observa y sobre qué población o unidad se espera el efecto.
Definí la relación esperada
Decidí si anticipás asociación, diferencia o causalidad y si la evidencia permite especificar una dirección.
Chequeá que pueda fallar
Preguntate qué resultado sería incompatible con la hipótesis. Si ningún resultado podría contradecirla, necesita reformulación.
Fijala antes de mirar el resultado
Separar hipótesis previas de explicaciones posteriores reduce el riesgo de adaptar la historia a patrones encontrados por azar.
Plantilla útil, no obligatoria: “En [población/unidad], [intervención o variable] se asociará/producirá [resultado] respecto de [comparación], porque [racional]”.
Ejemplos de hipótesis bien diferenciadas
Hipótesis asociativa
“Entre usuarios nuevos, completar el checklist de onboarding se asociará con una mayor activación durante los primeros siete días”. Describe relación; por sí sola no afirma que el checklist cause la activación.
Hipótesis causal experimental
“Asignar aleatoriamente un onboarding guiado aumentará la activación frente al onboarding actual en usuarios nuevos”. La inferencia causal depende además de que el diseño controle correctamente otras diferencias.
Hipótesis no direccional
“La tasa de recompra diferirá entre clientes expuestos a la secuencia de fidelización A y la secuencia B”. Anticipa diferencia, pero no cuál será mayor.
Hipótesis para A/B testing
“En tráfico mobile, mostrar el costo total antes del checkout aumentará la tasa de finalización frente a mostrarlo sólo en el último paso, porque reduce incertidumbre antes de la decisión”.
En un A/B Test, la hipótesis debería existir antes de observar el resultado y conectarse con la métrica, el grupo de control, el grupo de tratamiento y la aleatorización cuando corresponda.
Error: escribir el resultado deseado como si fuera hipótesis
“Queremos subir conversiones” expresa un objetivo, no una proposición contrastable.
Error: confundir asociación con causalidad
Que dos variables se muevan juntas no alcanza para afirmar que una produce la otra.
Error: formularla después de mirar los datos
Modificar una hipótesis para adaptarla al resultado observado —HARKing— transforma una predicción en una explicación retrospectiva y aumenta el riesgo de sobreinterpretación.
Error: creer que una hipótesis “confirmada” queda demostrada para siempre
La evidencia puede apoyar una hipótesis bajo determinadas condiciones; nuevas observaciones pueden exigir revisarla o limitar su alcance.
Preguntas frecuentes sobre hipótesis
¿Qué es una hipótesis?
Una hipótesis es una proposición provisional y contrastable que anticipa una explicación, relación, diferencia o efecto y puede ponerse a prueba con evidencia. Su valor no depende de que termine siendo correcta, sino de que permita aprender mediante observación, medición o experimentación.
¿Toda investigación necesita una hipótesis?
No. Toda investigación necesita una pregunta o problema bien definido, pero algunos estudios exploratorios, descriptivos o cualitativos pueden organizarse alrededor de preguntas sin formular una hipótesis previa. Las hipótesis son especialmente útiles cuando existe suficiente conocimiento para anticipar una relación o resultado contrastable.
¿Cuál es la diferencia entre hipótesis y teoría?
Una teoría es un marco explicativo amplio respaldado y refinado por múltiples observaciones y estudios. Una hipótesis es una proposición más específica y contrastable que puede derivarse de una teoría o de observaciones previas. Probar una hipótesis no equivale a probar o refutar por completo una teoría.
¿Hipótesis y predicción son lo mismo?
No exactamente. La hipótesis propone una explicación, relación o efecto; la predicción expresa qué resultado observable esperaríamos si esa hipótesis fuera adecuada. En la práctica pueden escribirse juntas, pero cumplen funciones distintas.
¿Qué diferencia hay entre hipótesis de investigación e hipótesis nula?
La hipótesis de investigación expresa el efecto, relación o diferencia que se quiere estudiar. La hipótesis nula es una afirmación estadística de referencia sobre uno o más parámetros y se evalúa mediante un contraste. No son dos nombres para la misma idea.
¿Cómo se formula una buena hipótesis?
Debe ser clara, específica, coherente con el conocimiento disponible y contrastable con datos. Cuando corresponde, conviene identificar población o unidad, variables, relación esperada, dirección del efecto, comparación y resultado medible. También debería formularse antes de conocer el resultado que pretende explicar.
Referencias clave
OpenStax. Psychology 2e — Why Is Research Important?. Distingue teoría e hipótesis y define la hipótesis como una predicción contrastable que conecta ideas con observación.
OpenStax. Biology 2e — The Science of Biology. Explica testabilidad, falsabilidad y la diferencia entre hipótesis y predicción.
Kumar, R. et al. Research Hypothesis: A Brief History, Central Role in Scientific Inquiry, and Characteristics. Revisa funciones, condiciones de uso y varias dimensiones de clasificación de hipótesis.
Al-Riyami, A. A Practical Guide to Writing Quantitative and Qualitative Research Questions and Hypotheses in Scholarly Articles. Diferencia preguntas de investigación y múltiples tipos de hipótesis cuantitativas.
NIST/SEMATECH. Hypothesis Tests. Presenta la lógica del contraste entre hipótesis nula y alternativa.
Shaw, P. A. & Proschan, M. A. Null but Not Void: Considerations for Hypothesis Testing. Discute la formulación de H₀/Hₐ y por qué “no rechazar” no equivale a demostrar la nulidad.