¿Cuáles son los pasos del método científico?

En qué consisten y sus características

Paso 1- Hacer una pregunta

El método científico comienza cuando el científico/investigador hace una pregunta sobre algo que
ha observado o sobre lo que esta investigando: ¿Cómo, qué, cuándo, quién, qué, por qué o
dónde?

Por ejemplo, Albert Einstein, cuando estaba desarrollando su teoría de la relatividad especial, se
preguntó: ¿Qué vería si pudiera caminar junto a un rayo de luz mientras se propaga por el
espacio?

Paso 2- Observación
 

Esta paso consiste en hacer observaciones y reunir información que ayuden a responder a la
pregunta. Las observaciones no deben ser informales, sino intencionales con la idea de que la
información reunida sea objetiva.

La recolección sistemática y cuidadosa de mediciones y datos es la diferencia entre

pseudociencias, como la alquimia, y ciencias, como la química o la biología.

Las mediciones pueden realizarse en un entorno controlado, como un laboratorio, o sobre objetos
más o menos inaccesibles o no manipulables, como estrellas o poblaciones humanas.

Las mediciones a menudo requieren instrumentos científicos especializados como termómetros,

microscopios, espectroscopios, aceleradores de partículas, voltímetros…

Existen varios tipos de observación científica. Las más comunes son la directa e indirecta.

Un ejemplo de observación sería la que hizo Louis Pasteur antes de desarrollar su teoría germinal
de las enfermedades infecciosas. Con microscopio, observó que los gusanos de seda del sur de
Francia tenían enfermedades infectadas por parásitos.

Paso 3- Formulación de hipótesis

 

La tercera etapa es la formulación de la hipótesis. Una hipótesis es una afirmación que puede
usarse para predecir el resultado de futuras observaciones.

La hipótesis nula es un buen tipo de hipótesis para comenzar una investigación. Es una explicación
sugerida de un fenómeno o una propuesta razonada que sugiere una posible correlación entre un
conjunto de fenómenos.

Un ejemplo de una hipótesis nula es: «la velocidad a la que crece la hierba no depende de la
cantidad de luz que recibe».
Ejemplos de hipótesis:

 Los jugadores de fútbol que entrenan de forma regular aprovechando el tiempo, marcan
más goles que los que faltan al 15% de los entrenamientos.

 Los padres primerizos que han estudiado estudios superiores, están en un 70% de los
casos más relajados en el parto.

Una hipótesis útil debe permitir predicciones por razonamiento, incluyendo el razonamiento
deductivo. La hipótesis podría predecir el resultado de un experimento en un laboratorio o la
observación de un fenómeno en la naturaleza. La predicción también puede ser estadística y tratar
sólo con las probabilidades.

Si las predicciones no son accesibles por la observación o la experiencia, la hipótesis no es todavía

comprobable y permanecerá en esa medida no científica. Más adelante, una nueva tecnología o
teoría podría hacer posible los experimentos necesarios.

Paso 4- Experimentación

Caso de experimento con humanos.

El siguiente paso es la experimentación, cuando los científicos realizan los llamados experimentos
científicos, en los que se ponen a prueba las hipótesis.

Las predicciones que intentan hacer las hipótesis pueden comprobarse con experimentos. Si los
resultados de la prueba contradicen las predicciones, las hipótesis son cuestionadas y se vuelven
menos sostenibles.

Si los resultados experimentales confirman las predicciones de las hipótesis, entonces se considera
que estas son más correctas, pero pueden estar equivocadas y seguir sujetas a nuevos
experimentos.

Para evitar el error observacional en los experimentos, se utiliza la técnica del control
experimental. Esta técnica utiliza el contraste entre múltiples muestras (u observaciones) bajo
diferentes condiciones para ver qué varía o qué sigue siendo lo mismo.

Ejemplo

Por ejemplo, para probar la hipótesis nula «la tasa de crecimiento de la hierba no depende de la
cantidad de luz», habría que observar y tomar datos de hierba que no esta expuesta a la luz.

A esto se le llama «grupo control». Son idénticos a los otros grupos experimentales, excepto para
la variable que se está investigando.

Es importante recordar que el grupo control solo puede diferir de cualquier grupo experimental en
una variable. De esa manera se puede saber que es esa variable la que produce cambios o no.

Por ejemplo, no se puede comparar la hierba que esta en el exterior a la sombra con la hierba al
sol. Tampoco la hierba de una ciudad con la de otra. Hay variables entre los dos grupos además de
la luz, como la humedad y el pH del suelo.

Otro ejemplo de grupos control muy común

Los experimentos para conocer si un fármaco tiene eficacia para tratar lo que se desea son muy
comunes. Por ejemplo, si se desea conocer los efectos de la aspirina se podrían utilizar dos grupos
en un primer experimento:

 Grupo 1 experimental, al que se proporciona la aspirina.

 Grupo 2 control, con las mismas características del grupo 1, y al que no se proporciona la
aspirina.

Paso 5: Análisis de datos

 

Tras el experimento, se toman los datos, que pueden ser en forma de números, sí / no, presente /
ausente, u otras observaciones.

Es importante tener en cuenta los datos que no se esperaban o que no se deseaban. Muchos
experimentos han sido saboteados por investigadores que no tienen en cuenta los datos que no
concuerdan con lo que se espera.

Este paso implica determinar lo que muestran los resultados del experimento y decidir las
próximas acciones a tomar. Las predicciones de la hipótesis se comparan con las de la hipótesis
nula, para determinar cuál es más capaz de explicar los datos.

En los casos en que un experimento se repite muchas veces, puede ser necesario un análisis
estadístico.

Si la evidencia ha rechazado la hipótesis, se requiere una nueva hipótesis. Si los datos del
experimento apoyan la hipótesis, pero la evidencia no es lo suficientemente fuerte, deben
probarse otras predicciones de la hipótesis con otros experimentos.

Una vez que una hipótesis está fuertemente respaldada por la evidencia, se puede hacer una
nueva pregunta de investigación para proporcionar más información sobre el mismo tema.

Paso 6: Conclusiones. Interpretar los datos y aceptar o rechazar la hipótesis

 

Para muchos experimentos, las conclusiones se forman sobre la base de un análisis informal de los
datos. Simplemente preguntar, ¿Los datos encajan en la hipótesis? es una manera de aceptar o
rechazar una hipótesis.

Sin embargo, es mejor aplicar un análisis estadístico a los datos, para establecer un grado de
«aceptación» o «rechazo». Las matemáticas también son útiles para evaluar los efectos de los
errores de medición y otras incertidumbres en un experimento.

Si se acepta la hipótesis, no esta garantizado que sea la hipótesis correcta. Esto solo significa que
los resultados del experimento apoyan la hipótesis. Es posible duplicar el experimento y obtener
resultados diferentes la próxima vez. También puede que la hipótesis explique las observaciones,
pero es la explicación incorrecta.

Si la hipótesis es rechazada, puede ser el final del experimento o se puede volver a realizarlo. Si se
vuelve a realizar el proceso, se tendrán más observaciones y más datos.

Otros pasos son: 7- Publicar resultados y 8- Comprobar los resultados replicando la investigación
(realizado por otros científicos)

Si un experimento no puede repetirse para producir los mismos resultados, esto implica que los
resultados originales podrían haber sido erróneos. Como resultado, es común que un solo
experimento se realice varias veces, especialmente cuando hay variables no controladas u otras
indicaciones de error experimental.
Para obtener resultados significativos o sorprendentes, otros científicos también pueden intentar
replicar los resultados por sí mismos, especialmente si esos resultados son importantes para su
propio trabajo.

Cómo debe redactarse una hipótesis:

Características y tipos

Las hipótesis son deducciones o suposiciones lógicas de los resultados de un análisis cuantitativo.
Es una posibilidad que el investigador afirma, pero no es un hecho, simplemente se trata de una
predicción que orienta el trabajo.

Una hipótesis se puede usar como una propuesta provisional que no se pretende demostrar
estrictamente, o puede ser una predicción que se debe verificar por el método científico
Para formular, de manera adecuada una hipótesis, recuerda que la redacción debe tener las
siguientes características:

Las hipótesis tratan de una situación real: es decir, que deben poder someterse a una evaluación
en el contexto de una circunstancia real, que exista y sea reconocida

Las variables o términos de la hipótesis deben ser concretos, comprensibles y claros

La relación entre las variables de una hipótesis debe ser lógica: obviamente se trata de una
deducción probable

Las variables son medibles: una hipótesis no admite consideraciones subjetivas, opiniones pe
HomeTesisCómo debe redactarse una hipótesis: Características y tipos

TIPOS DE HIPÓTESIS

El tipo de hipótesis se va a elegir de acuerdo a los propósitos que tenga tu tesis. Pueden variar los
tipos, incluso de pueden combinar más de un criterio.

Hipótesis descriptivas: intenta predecir un dato que se registrará y evaluará en el estudio. Por
ejemplo: “El aumento en la compra de teléfonos móviles inteligentes será de un 20 % en la ciudad
de San Juan, para el año 2017”

Hipótesis correlacionales: típicas de los estudios con perspectivas asociativas de dos o más
variables. “La mala oclusión dental está relacionada con la presencia de trastornos cervicales” o “El
consumo de la Maca andina está asociado al incremento de la resistencia y fuerza física”.

Hipótesis diferenciales: se emplean para efectuar comparaciones entre grupos de variables. “La
opinión de las mujeres sobre el matrimonio igualitario es más positiva, que la de los hombres”. La
hipótesis puede o no contener el valor de la diferencia, todo depende del conocimiento previo que
tenga el investigador al momento de hacer la deducción.

Hipótesis causales: proponen relaciones de causa y efecto entre variables. Por ejemplo: “Un buen
clima laboral y buena retribución salarial aumentan la innovación de los empleados”rsonales o
juicios de valor, lo importante es destacar la objetividad.