Tema No. 5 LA HIPÓTESIS Taller de Inv.

…
LA HIPÓTESIS
Equipo de Investigación
1
1. DEFINICIÓN DE LA HIPÓTESIS
Tresierra (2000).
La palabra Hipótesis deriva de dos raíces griegas,
HIPO, que significa bajo y THESIS, posición o situación.
Etimológicamente hablando Hipótesis, es la explicación
supuesta que se basa en hechos, los cuales le sirven de
soporte.
La Hipótesis, permite establecer un vínculo, una
conexión o relación entre dos o más variables de un
objeto. Su valor reside en la capacidad para establecer esa
relación y explicar por qué se produce. Sin la hipótesis la
experimentación iría a la ventura y solamente se
acumularía observaciones estériles.
La hipótesis puede definirse como una afirmación
comprobable de una relación potencial entre dos o más
variables ó una proposición general para responder2
tentativamente a un problema.
DEFINICIÓN DE LA HIPÓTESIS
Ávila (1997).
En el diccionario de la Real Academia Española, se
define hipótesis así: "Suposición de una cosa, sea posible
o imposible, para sacar de ella una consecuencia".
Una hipótesis es una posible explicación que puede

servir para solucionar un problema. Por esto se debe
confirmar que la hipótesis es cierta o falsa. Cuando en
una investigación se plantea una hipótesis es necesario
probar (comprobar, verificar, confirmar) esa hipótesis.
.
3
2. REQUISITOS PARA LA FORMULACIÓN DE LA
HIPÓTESIS
Bunge (1973), Las hipótesis factuales son conjeturas

formuladas para dar razón de hechos, sean éstos ya
conocidos por experiencia o no lo sean. En la ciencia se
imponen tres requisitos principales a la formulación de
las hipótesis :
a. La hipótesis tiene que ser bien-formada (formalmente
correcta) y significativa.
b. La hipótesis tiene que estar fundada en alguna medida
en conocimiento previo; y si es completamente nueva
desde este punto de vista, tiene que ser compatible con el
cuerpo del conocimiento científico;
c. La hipótesis tiene que ser empíricamente contrastable
mediante los procedimientos objetivos de la ciencia, o
sea, mediante su comparación con los datos empíricos
controlados a su vez por técnicas y teorías científicas.
4
REQUISITOS PARA LA FORMULACIÓN DE LA
HIPÓTESIS
a. Específica, o sea unívoca.

b. Formalmente correcta (sintáctica y semánticamente) y
lógica en relación con el problema planteado.
c. Fundada en conocimientos científicos previos y, si es
completamente nueva, compatible con el cuerpo de
conocimiento científico existente.
d. Susceptible de contrastación empírica, es decir,
confirmable o refutable con los procedimientos
objetivos de la ciencia.
5
REQUISITOS PARA LA FORMULACIÓN DE
LA HIPÓTESIS
Las reglas que orientan la formulación de una hipótesis

son las siguientes:
A. La hipótesis no debe estar en contradicción con
ningún dato de la ciencia, es decir no debe
contradecir los conocimientos existentes (Consistencia
lógica interna).
B. Debe ser lo suficiente capaz de explorar todos los
hechos que motivan su formulación.
C. No debe ser una suposición fantástica, arbitraria y
quimérica.
Añade los siguientes criterios: 6

LA HIPÓTESIS
 Debe fundamentarse en conocimientos científicos

existentes, apoyarse en una teoría.
 Debe ser susceptible de comprobación empírica, es
decir confirmable o refutable con los procedimientos
objetivos de la ciencia. Una hipótesis que no se puede
comprobar, no sirve positivamente a la investigación.
7
LA HIPÓTESIS
Alarcón (1991).
Criterios de mayor relevancia para formular hipótesis.
a) Las hipótesis se formulan en términos que expresen
relaciones entre variables. En efecto, el razonamiento
hipotético utiliza proposiciones afirmativas del tipo:
"siempre que x, luego y; o siempre que y, luego x". Se
razona en torno a causas y efectos subsiguientes. O,
para expresarlo en otra forma: si ciertas condiciones
existen, entonces otras condiciones deberán existir.
8
LA HIPÓTESIS
b) Al formular una hipótesis las relaciones contenidas en

ella deben ofrecer la posibilidad de ser probadas. Esto
será factible en tanto que las variables involucradas
sean susceptibles de cuantificación y que, a la vez, se
especifique el sentido en que están relacionadas.
La hipótesis, asimismo, deberá ofrecer la posibilidad de
ser verificada en términos de aceptación o de rechazo,
lo que implica que lo que ella afirma es falso o
verdadero.
c) La hipótesis debe ser específica. Debe ser expuesta en
términos muy precisos, refiriéndose al hecho que se
predice. Obviamente, la hipótesis no debe enunciarse
en términos muy generales ni cubrir ámbitos tan
amplios al punto que no pueda verificarse o que
cualquier acontecimiento pueda interpretarse como
resultado de sus vaticinios (Goode y Hatt, 1967).
9
LA HIPÓTESIS
Hernández (2006).
Para que una hipótesis sea digna de tomarse en cuenta
para la investigación científica, debe reunir ciertos
requisitos:
1. Las hipótesis deben referirse a una situación social
real. Como argumenta Rojas (1981), las hipótesis sólo
pueden someterse a prueba en un universo y contexto
bien definidos.
2. Los términos (variables) de la hipótesis deben ser
comprensibles, precisos y lo más concretos posible.
Términos vagos o confusos no tienen cabida en una
hipótesis. Así, "globalización de la economía" y
"sinergia organizacional", son conceptos imprecisos y
generales que deben sustituirse por otros más
específicos y concretos. 10
4. FUENTES DE LA HIPÓTESIS
Tresierra (2000).
Las fuentes para plantear hipótesis son tres:
1. La intuición y experiencia del investigador
2. Los resultados de otros estudios, que se desean
verificar
3. La teoría establecida. Por un proceso deductivo se llega
a predecir de que si están presentes tales condiciones,
se darán determinados resultados.
11
5. FUNCIONES DE LA HIPÓTESIS
Tresierra (2000): La hipótesis tiene las siguientes

funciones:
a. Orienta a la Investigación, porque en base a ella el
investigador concentra sus actividades en la solución
del problema y no explora en todas las direcciones y al
azar de las circunstancias.
b. Define la Investigación, porque a partir de ella el
investigador se concentra en atender, fundamentar y
comprobar la hipótesis plan dejando de lado cualquier
otra.
c. Propone el diseño de contrastación, porque a partir de
ella el investigador determina las acciones más
convenientes para su comprobación.
12
IMPORTANCIA DE LA HIPÓTESIS
La tercera razón es que las hipótesis son poderosas

herramientas para el avance del conocimiento porque
permiten a los científicos percibir el mundo desde fuera.
Aun cuando son ideadas por el hombre, las hipótesis
existen, pueden ser probadas y es posible demostrar su
veracidad o su falsedad, independientemente de los
valores u opiniones humanas.
13
CLASIFICACIÓN DE LAS HIPÓTESIS DE
INVESTIGACIÓN.
1. Hipótesis de trabajo
Clasificación 2. Hipótesis nula.

de
las hipótesis 3. Hipótesis descriptivas
4. Hipótesis estadísticas
Bernal (2000) 14
CLASIFICACIÓN DE LAS HIPÓTESIS DE
INVESTIGACIÓN.
1. Hipótesis de asociación o covariación.

Clasificación
de 2. Hipótesis de relación de producción.
las hipótesis
3. Hipótesis de relación causal.
Pineda (1994) 15
CLASIFICACIÓN DE LAS HIPÓTESIS
Según Hernández (2006)
TIPOS DE HIPÓTESIS
1) Hipótesis de investigación.
2) Hipótesis nulas.
3) Hipótesis alternativas.
4) Hipótesis estadísticas. 16
1) HIPOTESIS DE INVESTIGACIÓN
a. Hipótesis descriptivas b. Hipótesis

de un dato o valor que
se pronostica. correlacionales.
c. Hipótesis de la d. Hipótesis que

establecen relaciones de
diferencia entre grupos. causalidad.
17
1) HIPOTESIS DE INVESTIGACION
“Proposiciones tentativas acerca de las posibles

relaciones entre dos o más variables y que cumplen
con los cinco requisitos mencionados. Se les suele
simbolizar como Hi o H1, H2, H3, etc. (si son
varias) y también se les denomina hipótesis de
trabajo.
18
a. Hipótesis descriptivas de un dato o valor que se

pronostica.
Estas hipótesis se utilizan a veces en estudios
descriptivos para intentar predecir un dato o valor
en una o más variables que se van a medir u
observar. Pero cabe comentar que no en todas las
investigaciones descriptivas se formulan hipótesis.
No es sencillo hacer estimaciones con relativa
precisión con respecto a ciertos fenómenos.
Ejemplo:
El crecimiento de la economía del Perú durante el
2008 será mayor del 9% anual. 19
b. Hipótesis correlacionales:
Especifican las relaciones entre dos o más
variables y corresponden a los estudios
correlacionales.
Sin embargo, las hipótesis correlacionales no sólo
pueden establecer que dos o más variables se
encuentren vinculadas, sino también cómo están
asociadas. Alcanzan el nivel predictivo
parcialmente explicativo.
20
b. Hipótesis correlacionales: (Cont.)

Correlación no direccional:
Ejemplos: (Eyssautier, 2006).
 Existe una relación entre un buen manejo de las
financias de una organización y el éxito social de la
misma.
 Existe una relación entre el estrés en un trabajo y
los niveles de productividad.
Correlación direccional:
 Cuanto más tensión nerviosa experimenta un
trabajador, menos productivo será para la
organización.
 Cuanto más esfuerzo mayor volumen de
producción. 21
 Cuanto más trabajo rutinario tenga una
c. Hipótesis de la diferencia entre grupos.

Estas hipótesis se formulan en investigaciones cuyo
fin es comparar grupos.
Ejemplo: (Hernández, 20006)
Hi: El tiempo que tardan las personas contagiadas
por transfusión sanguínea en desarrollar el SIDA es
menor que adquieren el VIH por transmisión
sexual.
22
d. Hipótesis que establecen relaciones de causalidad.

Este tipo de hipótesis no solamente afirma las
relaciones entre dos o más variables y cómo se dan
dichas relaciones, sino que además proponen un
“sentido de entendimiento” de ellas. Este sentido
puede ser más o menos completo, dependiendo del
número de variables que se incluyan, pero todas estas
hipótesis establecen relaciones de causa – efecto.
23
Ejemplo: (Hernández, 2006)

Hi: La desintegración del matrimonio provoca baja
autoestima en los hijos e hijas. (En el ejemplo,
además de establecerse una relación entre las
variables, se propone la cualidad de esa relación).
Hi: La falta de preparación de asesores contables
genera una menor cultura fiscal.
Hi: Un clima organizacional negativo crea bajos
niveles de innovación en los empleados.
24
Simbolización:
Las hipótesis correlacionales pueden simbolizarse
como:
“X – Y”
Las hipótesis causales del modo siguiente:
influye en o causa
“x y”
(una variable) (otra variable)
25
Correlación y causalidad son conceptos

asociados pero distintos. Si dos variables están
relacionadas, ello no necesariamente implica que una
será causa de la otra.
no todas las correlaciones tienen sentido y no
siempre que se encuentra una correlación puede
inferirse causalidad.
Para establecer causalidad antes debe haberse
demostrado correlación, pero además la causa debe
ocurrir antes que el efecto. Asimismo, los cambios en
la causa tienen que provocar cambios en el efecto.
26
Al hablar de hipótesis, a las supuestas causas se

les conoce como variables independientes y a los
efectos como variables dependientes. Únicamente es
posible hablar de variables independientes y
dependientes cuando se formulan hipótesis causales o
hipótesis de la diferencia de grupos, siempre y cuando
en estas últimas se explique cuál es la causa de la
diferencia supuesta en la hipótesis.
27
d.1.Hipótesis causales bivariadas. En éstas se plantea

una relación entre una variable independiente y una
variable dependiente.
Por ejemplo: (Hernández, 2006)
• El nivel de productividad del personal de una
organización esta determinado por el grado de
capacitación académica que tiene cada persona.
(Variables intervinientes: ambiente laboral,
temporada del año, nivel salarial, estilos de dirección,
rasgos de personalidad).
• El costo de dinero (Tasa de interés) en el mercado
determina el monto de inversión de las empresas.
(Variables intervinientes: condiciones sociales y
económicas del país, capacidad de inversión por
28
parte de la empresa )
d.2.Hipótesis causales multivariadas. Plantean una

relación entre diversas variables independientes y una
dependiente, o una independiente y varias dependientes,
o diversas variables independientes y varias
dependientes:
Por ejemplo: (Hernández , 2006)
• La cohesión y la centralidad de un grupo sometido a
una dinámica, así como el tipo de liderazgo que se
ejerce dentro del grupo, determinan la eficacia de
este para alcanzar sus metas primarias.
X1
X2 Y
X3 29
2) HIPOTESIS NULAS.
Las hipótesis nulas son, en cierto modo, el reverso
de las hipótesis de investigación. También constituyen
proposiciones acerca de la relación entre variables sólo
que sirven para refutar o negar lo que afirma la hipótesis
de investigación. Debido a que este tipo de hipótesis
resulta la contrapartida de la hipótesis de investigación,
hay prácticamente tantas clases de hipótesis nulas como
de investigación. Es decir, la clasificación de hipótesis
nulas es similar a la tipología de la hipótesis de
investigación: hipótesis nulas descriptivas de una variable
que se va a observar en un contexto, hipótesis que niegan
o contradicen la relación entre dos o más variables,
hipótesis que niegan que haya diferencia entre grupos que
se comparan e hipótesis que niegan la relación de
causalidad entre dos o más variables (en todas sus
formas). Las hipótesis nulas se simbolizan así: Ho. 30

 “No existe relación entre productividad en un
trabajor de la industria textil.”
 “El incremento de los sueldos y la disminución de
los errores no influyen en el aumento de las
utilidades de una organización.”
31
3) HIPÓTESIS ALTERNATIVAS
Como su nombre lo indica, son posibilidades
"alternas" ante las hipótesis de investigación y nula:
ofrecen otra descripción o explicación distintas a las
que proporcionan estos tipos de hipótesis.
Las hipótesis alternativas se simbolizan como Ha y
sólo pueden formularse cuando efectivamente hay otras
posibilidades además de las hipótesis de investigación y
nula. De no ser así, no deben formularse.
Las hipótesis alternativas, como puede verse,
constituyen otras hipótesis de investigación adicionales
a la hipótesis de investigación original.
 La motivación de un trabajador de la construcción
mejorará su productividad.
 Si se incrementan los incentivos y se disminuye los
controles entonces se aumentan las utilidades de una
organización. 32
4) HIPÓTESIS ESTADÍSTICAS
Las hipótesis estadísticas son la transformación
de las hipótesis de investigación, nulas y alternativas
en símbolos estadísticos. Se pueden formular sólo
cuando los datos del estudio que se van a recolectar y
analizar para probar o rechazar las hipótesis son
cuantitativos (números, porcentajes, promedios).
Básicamente hay tres tipos de hipótesis
estadística, que corresponden a clasificaciones de las
hipótesis de investigación y nula:
1) De estimación,
2) De correlación, y
3) De diferencias de medias.
A continuación mencionaremos y daremos
ejemplos de cada una de ellas. 33
4) HIPÓTESIS ESTADÍSTICAS
a. Hipótesis
estadísticas de
estimación:
b. Hipótesis
estadísticas de
la diferencia
de medias u
otros valores.
c. Hipótesis
estadísticas de
correlación.
34
a. Hipótesis estadísticas de estimación.

Corresponden a las que, al hablar de hipótesis
de investigación, fueron denominadas "hipótesis
descriptivas de una variable que se va a observar en
un contexto". Sirven para evaluar la suposición de un
investigador respecto al valor de alguna característica
de una muestra de individuos u objetos, y de una
población.
Lo primero que debe hacer es analizar cuál es
la estadística a que su hipótesis hace referencia (en el
ejemplo se trata de un promedio mensual de casos
atendidos). El segundo paso consiste en encontrar
cómo se simboliza esa estadística (promedio se
simboliza como X). El tercer paso es traducir la
hipótesis de investigación a una forma de estadística: 35
Hi: X > 20 (El promedio mensual de casos

atendidos será mayor a 20”)
La hipótesis estadística nula sería la negación de la
hipótesis anterior:
Ho: X = 20 ("El promedio mensual de casos
atendidos es igual a 20”)
y la hipótesis alternativa podría ser:
Ha: X < 20 ("El promedio mensual de casos
atendidos será menor a 20”)
Algunos investigadores consideran las
hipótesis estadísticas de estimación como hipótesis de
diferencia, pues en última instancia lo que se evalúa
es la diferencia entre un valor hipotetizado y un valor
observado en una sola muestra. 36
b. Hipótesis estadísticas de correlación.

Estas hipótesis tienen por objeto traducir en
términos estadísticos una correlación entre dos o
más variables. El símbolo de una correlación entre
dos variables es "r" (minúscula) y entre más de
dos variables "R" (mayúscula). Las siguientes
hipótesis: a mayor cohesión en un grupo, mayor
eficacia en el logro de sus metas primarias, se
traduciría tal como se muestra en el esquema.
37
Hi: r x y ≠ 0 (no es igual a cero o, lo que es lo

mismo, ambas variables están
correlacionadas.
La correlación
entre dos variables (cohesión y eficacia)
La hipótesis nula se traduciría:
Ho: rxy = 0 (Las dos variables no están correlacionadas;
su correlación es cero.)
Otro ejemplo:
Hi: Rxyz ≠ 0 (La correlación entre las variables
autonomía, variedad y motivación
intrínseca no es igual a cero. Es decir,
las tres variables “x”, “y”, “z” están
asociadas). 38
Ho: Rxyz = 0 (No hay correlación)
c. Hipótesis estadísticas de la diferencia de medias u

otros valores.
En estas hipótesis se compara una estadística entre
dos o más grupos.
Las estadísticas que se compara entre los grupos
(editoriales de Telex, un grupo, y editoriales Noticias,
otro grupo) es el promedio mensual (X). La hipótesis
estadística se formularía así:
es diferente
Hi: X1 ≠ X2 (promedio del grupo 2)

(promedio del grupo uno: editoriales de Télex) 39
La hipótesis nula:
Ho= X1 = X2 (No hay diferencia entre los promedios
de los dos grupos de editoriales).
Con otra estadística (porcentaje) y tres grupos, se

obtendría hipótesis estadísticas como las siguientes:
Hi: %1 ≠ %2 ≠ %3 (“Los porcentajes de los tres
grupos son distintos”)
Ho: % 1 = % 2 = % 3 (“No hay diferencias”)
40
Tresierra (2000).
A. POR SU FUNCIÓN:
a. Hipótesis Descriptivas: Suposiciones referidas a la
existencia, la estructura, el funcionamiento, las
relaciones, los cambios de ciertos fenómenos.
b. Hipótesis Explicativas: Son suposiciones tentativas
acerca de los factores que serían la causa del fenómeno
estudiado.
B. POR SU EXTENSIÓN:
a. Hipótesis singulares o empíricas: Se refiere a un solo
sujeto, claramente identificado.
b. Hipótesis generales: Se refieren a la totalidad de41
C. POR EL PROCEDIMIENTO LÓGICO DE

ELABORACIÓN:
a. Hipótesis inductiva: Tienen su origen en la
observación particular y avanzan hacia la
generalización.
b. Hipótesis deductiva: Cuando se formula a partir de
una teoría.
D. POR SU COMPLEJIDAD:
a. Hipótesis simples: Cuando expresa una relación en
una variable independiente y otra dependiente.
b. Hipótesis multivariables; Cuando expresa una
relación entre dos o más variables independientes y42
dos o más variables dependientes.
Bernal (2000)
Algunos de los tipos de hipótesis más usuales en la
investigación son los siguientes:
1. Hipótesis de trabajo, que es la hipótesis inicial que
plantea el investigador al dar una respuesta anticipada
al problema objeto de investigación.
2. Hipótesis nula, es una hipótesis que indica que la
información por obtener es contraria a la hipótesis de
trabajo.
3. Hipótesis descriptivas, son aquellas hipótesis o
suposiciones respecto a los rasgos, características o
aspectos de un fenómeno, hecho, situación, persona,
organización, etc., objeto de estudio.
4. Hipótesis estadísticas, son hipótesis o suposiciones
formuladas en términos estadísticos. 43
Pineda (1994).
1. Hipótesis de asociación o covariación, Cuando se
establece una determinada correspondencia o
correlación entre dos o más variable, (hipótesis
descriptiva). Significa que una modificación en la
variable independiente, modifica la variable
dependiente en forma directa o inversa. Elementos
lógicos utilizados: mayor "X" mayor "Y"; Mayor
“X” menor “Y”; Menor “X” menor “Y”, menor “X”
mayor “Y”. Ejemplo: Los alumnos que estudian dos
o más horas diarias tienen mayor dendimiento
académico que los que estudian menos horas.
44
2. Hipótesis de relación de producción, cuando se

parte del supuesto que el comportamiento o la
modificación de una variable independiente influye
o produce un cambio en la variable dependiente (su
relación no es causal). Elementos lógicos utilizados:
"X" produce cambio en "y"; "X" influye en el
comportamiento de "y“.
Ejemplo:
 El conocimiento de los resultados de la aceptación
de un producto puesto en el mercado influye en las
decisiones de los empresarios para introducir sus
nuevos productos
45
3. Hipótesis de relación causal, son las que permiten

explicar y predecir los hechos y fenómenos con
determinados márgenes de error, y se da cuando se
cumple con las siguientes condiciones:
a) El comportamiento o variación de una variable es el
"efecto" del comportamiento o variación de otra
variable "causa".
b) La covariación indicada anteriormente, no es
producto de factores extraños o aleatorios, por lo que
la relación entre variables es real, y
c) La variable "causa" ocurre antes que la variable
"efecto".
46
…
…
47
..
VARIABLES
48
VARIABLES Y CONSTRUCTOS
Según Kerlinger (1992):

Los científicos operan en dos niveles:
 El de teoría-hipótesis-constructo, y;
 El de observación
Los científicos se mueven continuamente de un nivel a
otro.
 Nivel de Teoría-Hipótesis-Constructo:
"La falta de estimulación temprana produce una
deficiencia en el aprendizaje". Esta afirmación es una
hipótesis formada de dos conceptos, "falta de
estimulación temprana" y “deficiencia en el
aprendizaje", unidos por la palabra de relación49
Según Kerlinger (1992): (Cont.)

 Nivel de Observación:
Los científicos también deben operar en el nivel de la
observación. Tienen que recolectar datos para probar
las hipótesis. Para hacer esto necesitan, de alguna
manera, cambiar del nivel de constructo al nivel de la
observación
No pueden simplemente realizar observaciones de "la
falta de estimulación temprana" y de la "deficiencia
en el aprendizaje". Se tienen que definir dichos
constructos para que las observaciones sean posibles.
50
CONCEPTOS Y CONSTRUCTOS.
Los términos "concepto" y "constructo" tienen

significados similares.
 Un concepto expresa una abstracción formada por
generalizaciones sustraídas de casos particulares.
 Un constructo es un concepto que tiene un sentido
adicional, el de haber sido inventado o adoptado de
manera deliberada y consciente para un propósito
científico especial.
Ejemplo:
El aprovechamiento escolar es en parte una función de la
inteligencia y la motivación.
51
Variables.
Los científicos llaman vagamente "variables" a los
constructos o propiedades que estudian. Sexo, ingresos,
educación, clase social, productividad organizacional,
movilidad ocupacional, nivel de aspiración, aptitud verbal,
ansiedad, religión, preferencia política, desarrollo político
(de las naciones), orientación hacia las tareas,
antisemitismo, conformidad, memoria de recuerdo,
memoria de reconocimiento, aprovechamiento, etc. son
ejemplos de variables importantes en sociología, psicología
y educación.
Para Tresierra (2000), la variable, es cualquier

característica, cualidad o propiedad de un fenómeno o
hecho que tiende a variar y que es susceptible de ser52
medido y evaluado.
También, para Kerlinger (1992), una variable es un

símbolo al cual se le asignan numerales o valores. Por
ejemplo, x es una variable: es un símbolo con valores
numerales asignados. La variable x puede tomar
cualquier conjunto de valores justificables.
Ejemplo:
Las calificaciones en una prueba de inteligencia o en
una escala de actitud. En el caso de la inteligencia, se
asigna a x un conjunto de valores numerales dados por
el procedimiento señalado en la prueba de inteligencia
específica. Este conjunto de valores varía de menor a
mayor, por ejemplo de 50 a 150.
53
CARACTERÍSTICAS DE LAS
VARIABLES
Las variables en un título o problema de

investigación se enuncian de manera conceptual, a un
nivel de abstracción y generalidad, pero en fase de
proceso de investigación se llevan hasta un nivel
operativo, que permite la observación del fenómeno en
estudio.
Toda variable, debe tener dos características
importantes que son:
a. Tener una referencia conceptual.
b. La posibilidad de ser cuantificable.
En relación a la primera característica, las
variables se extraen ya sea de un concepto o una
construcción hipotética (Constructo). En relación a la
segunda característica, las variables requieren ser
cuantificadas para poder operar sobre una realidad 54
concreta. La cuantificación posibilita mejor control y
DEFINICIONES CONSTITUTIVAS Y
OPERACIONALES
Una definición operacional proporciona el

significado a un constructo o a una variable
especificando las actividades u "operaciones"
necesarias para medirlos.
De modo alternativo, la definición operacional
es una especificación de las actividades del
investigador para medir o manipular una variable.
Dicha definición es como un tipo de manual de
instrucciones para el investigador. En efecto, le dice
"haz tal o cual cosa en ésta y esta forma". En pocas
palabras, define o da sentido a una variable
diciéndole palabra por palabra al investigador lo
que debe hacer para medir el constructo. 55
DEFINICIONES CONSTITUTIVAS Y
OPERACIONALES
En general, existen dos tipos de definiciones

operacionales: (1) de medida y (2) experimental.
Una definición operacional de medida, describe cómo

una variable será medida. Por ejemplo, el
rendimiento puede ser definido por medio de una
prueba estandarizada de rendimiento, por una
prueba de rendimiento hecha por el maestro o por las
calificaciones del curso.
56
CONCEPTUALIZACIÓN Y
OPERACIONALIZACIÓN DE VARIABLES.
Tamaño de la
Nivel Conceptual Ingreso familiar familia
Nº de hijos en
Nivel Operacional Ingreso mensual determinado
pesos tiempo
Familias Familias
observadas en
Realidad Concreta observadas en sus cuanto al Nº de
ingresos hijos 57
TIPOS DE VARIABLES.
1) Variables independientes
y dependientes.
2) Variables activas y
atributivas.
3) Variables continuas y
categóricas.
58
Kerlinger (1992)
TIPOS DE VARIABLES.
TIPOS DE VARIABLES.
Una variable independiente: es la supuesta causa de la
variable dependiente, y ésta el supuesto efecto. La
variable independiente es el antecedente; la dependiente
es el consecuente. Cuando se dice: si A entonces B, se
tiene una unión condicional de una variable
independiente (A) y de una variable dependiente (B).
Los términos "variable independiente" y "variable
dependiente" vienen de las matemáticas, donde X es la
variable independiente y Y la variable dependiente.
No hay ninguna restricción teórica para el número de
X y Y que se pueden incluir.
 La variable independiente X es la variable
manipulada por el experimentador. 59
TIPOS DE VARIABLES.
TIPOS DE VARIABLES. (Cont.)

En la investigación no experimental, en donde no
hay posibilidad de manipular experimentalmente, la
variable independiente es la que "por lógica" tiene algún
efecto sobre la variable dependiente.
Ejemplo:
En la investigación sobre la conducta de fumar
cigarrillos y el cáncer de pulmón, la variable
independiente es fumar.
60
TIPOS DE VARIABLES.
 La variable dependiente Y, es el supuesto efecto, que

varia de manera simultánea con cambios o variaciones
en la variable independiente, X. Es la variable que el
experimentador no manipula. Más bien es observada
como un posible resultado de variaciones en la variable
independiente.
La variable dependiente es, por regla general, la
condición que se trata de explicar. La variable
dependiente más común en educación, por ejemplo, es el
rendimiento académico o "aprendizaje". Para explicarlo
se dispone de un gran número de posibles X o variables
independientes.
Según Kerlinger (1992), la clasificación de la variables
en dependientes e independientes, es en realidad una 61
clasificación de los usos de las variables más que una
TIPOS DE VARIABLES.
Variables activas y atributivas.

Al planear y ejecutar una investigación, es importante
distinguir entre estos dos tipos de variables. Las
variables manipuladas serán llamadas activas y las
variables medidas serán llamadas atributivas.
De esta manera, cualquier variable que es manipulada
constituye una variable activa. "Manipulación" significa
en esencia, hacer cosas diferentes a grupos de sujetos
distintos
Las variables que no pueden ser manipuladas son
variables atributivas. Es imposible, o al menos muy
difícil, manipular muchas variables.
Por ejemplo, todas aquellas que son atributos humanos:
inteligencia, aptitud, sexo, estatus socioeconómico,
conservadurismo, dependencia de campo, necesidad de62
TIPOS DE VARIABLES.
Además, la palabra "atributo" es muy precisa

cuando se utiliza con objetos inanimados o
referentes. Las organizaciones, las instituciones, los
grupos, las poblaciones, los hogares y las áreas
geográficas, tienen atributos. Las organizaciones
son variablemente productivas; las instituciones se
vuelven obsoletas; los grupos difieren en su
cohesividad; las áreas geográficas difieren con
notariedad en sus recursos.
63
TIPOS DE VARIABLES.
Variables Continuas y Categóricas.

Una variable continua es capaz de tomar un
conjunto ordenado de valores dentro de cierto
rango. Esta definición significa:
 Primero, que sus valores reflejan por lo menos un
orden jerárquico; un mayor valor de la variable
significa que la propiedad en cuestión se posee en
un grado superior.
 Segundo, las medidas continuas en su uso real
están contenidas dentro de una jerarquía, y cada
individuo obtiene una “calificación” dentro de
dicha jerarquía.
 Tercero, hay un conjunto de valores teóricamente
64
infinitos dentro del rango
TIPOS DE VARIABLES.
Las variables categóricas, pertenecen a una clase de

medida conocida como nominal. En una medida nominal,
hay dos o más subconjuntos del conjunto de objetos que se
están midiendo. Los individuos son clasificados o
categorizados por la posesión de las características que
definen cualquier subconjunto. "Categorizar" significa
asignar un objeto a una subclase o subconjunto de una
clase o conjunto, basándose en que el objeto posee las
características que definen al subconjunto. El individuo
categorizado puede tener o no la propiedad que define al
conjunto; éste es un proceso de todo o nada. Los ejemplos
más simples son variables dicotómicas categóricas: sexo,
republicano-demócrata, blanco-negro. Las politómicas,
variables con más de dos subconjuntos o divisiones, son
muy comunes, específicamente en sociología y economía,
religión, educación (por lo general), nacionalidad, elección65
ocupacional.
TIPOS DE VARIABLES.
La expresión “variables cualitativas” ha sido

algunas veces aplicada a las variables categóricas, en
especial a las dicotómicas, probablemente en contraste
con las “variables cuantitativas” (las variables
continuas). Tal uso refleja un poco la distorsionada
noción de lo que son las variables.
Ellas son siempre cuantificables o no son
consideradas como variables.
66
VARIABLES.
CONSTRUCTOS, VARIABLES OBSERVABLES Y

LATENTES.
Existe una gran diferencia entre los constructos y las
variables observables. De hecho, es posible decir que los
constructos son inobservables y las variables observables
cuando son definidas operacionalmente.
La variable latente es una "entidad" no observada, que se
supone sirve de base a otras variables observadas.
El ejemplo más conocido de una variable latente
importante es la "inteligencia". Es posible observar que las
pruebas de habilidad verbal, numérica y espacial están
relacionadas de manera positiva y sustancial.
Se tiene la certeza de que algo es común a las tres pruebas,
o variables observadas, y se le llama "inteligencia". Esto es
una variable latente. 67
VARIABLES.
Ejemplos de variables latentes:

Aprovechamiento, creatividad, clase social,
antisemitismo, conformidad, etc. En realidad, cuando se
citan los nombres de los fenómenos en los cuales la gente
o los objetos varían, se hace referencia a variables
latentes. El interés real de la ciencia se centra más en las
relaciones que se establecen en las variables latentes, que
en las relaciones de las variables observables, porque se
busca explicar fenómenos y sus relaciones. Cuando una
teoría es enunciada, se expresan en parte relaciones
sistemáticas entre variables latentes.
Por ejemplo:
68
La relación que existe entre las variables latentes:
CLASES DE VARIABLES
A. Por su Naturaleza. a. Cuantitativas

b. Cualitativas
B. De acuerdo al lugar o a. Independientes.

importancia, que ocupan b. Dependientes.
dentro de una relación entre c. Extrañas.
variables.
a. Variable Moderadora.
C. De acuerdo a su función en la b. Variable de Control.
investigación. c. Variable Interviniente.
d. Variable Independiente.
e. Variable Dependiente.
TRESIERRA (2000)
69
CLASES DE VARIABLES
Las variables en un título o problema de investigación se

enuncian de manera conceptual, a un nivel de
abstracción y generalidad, pero en fase de proceso de
investigación se llevan hasta un nivel operativo, que
permite la observación del fenómeno en estudio.
Toda variable, debe tener dos características importantes
que son:
a. Tener una referencia conceptual.
b. La posibilidad de ser cuantificable.
En relación a la primera característica, las variables se
extraen ya sea de un concepto o una construcción
hipotética (Constructo). En relación a la segunda
característica, las variables requieren ser cuantificadas
para poder operar sobre una realidad concreta. La
70
cuantificación posibilita mejor control y manipulación de
CLASES DE VARIABLES
CLASES DE VARIABLES:
A. Por su Naturaleza: Se clasifican en:
 Cualitativas.
 Cuantitativas.
a. Variable Cualitativa.- Son aquellas cuyos
elementos de variación tienen un carácter
típicamente cualitativo, no poseen magnitud y por
lo tanto no se pueden medir, pero si observar,
identificar, enumerar y agrupar. Por Ejemplo:
Sexo, color, raza, etc.
b. Variable Cuantitativa.- Son aquellas cuyos
elementos de variación tienen un carácter
cuantitativo o numérico, por lo que se pueden
medir Ejemplo: Talla, peso, ingreso económico,
rendimiento escolar, etc. 71
CLASES DE VARIABLES
Estas pueden ser: discretas y continuas.

 Variables discretas, las que están restringidas a
determinado valor, no admitiendo valores numéricos
intermedios son llamadas también categóricas.
Ejemplo: Número de alumnos, número de empresas
número de hospitales de la zona urbana, número de
hijos.
 Variables continuas, aquellas que pueden tomar
cualquier valor numérico, entero o decimal. Ejemplo:
Peso, longitud, temperatura ambiental, presión
arterial.
72
CLASES DE VARIABLES
B. De acuerdo al lugar o importancia, que ocupan

dentro de una relación entre variables: Pueden
ser:
 Independientes.
 Dependientes.
 Extrañas.
a. b. c.
Independientes Dependientes Extrañas
73
CLASES DE VARIABLES
a. Variable Independiente.- Llamada también causal o

experimental. Es la variable que causa, afecta o
condiciona en forma determinante a la variable
dependiente. Una variable independiente es una
variable estímulo. Es la variable que el investigador
manipula y controla de manera directa. Ejemplo,
cuando se aplica una determinada droga a un animal
para determinar si tiene o no efecto sobre la presión
sanguínea. La droga es la variable independiente y la
presión la variable dependiente. El investigador puede
administrar la droga en diferentes concentraciones
para ver si la presión sanguínea también varía. 74
CLASES DE VARIABLES
b. Variable Dependiente.- Llamada también efecto o
condicionada. Es la variable que es afectada por la
variable independiente. Se llama también criterio o
variable criterio. En el ejemplo anterior la presión
sanguínea es la variable dependiente.
Una variable que se clasifique como dependiente en un
estudio puede ser considerada independiente en otro.
Por ejemplo en una investigación los antecedentes
religiosos de una enfermera (variable independiente)
influyen sobre su actitud hacia la muerte y hacia los
pacientes terminales (variable dependiente), mientras
que en otra investigación, se puede analizar el grado en
que las actitudes de las enfermeras hacia la muerte y los
pacientes terminales (variables independientes) influyen75
sobre su rendimiento en el trabajo (variable
CLASES DE VARIABLES
c. Variable Extrañas.- Llamadas también intervinientes

intercurrente o interferente. Son todas aquellas
variables que rodean a la variable independiente y
dependiente. De estas no se conoce su número, poder
de influencia, ni su tipo. No por eso dejan de ser
variables reales.
Por ejemplo, las condiciones propias de los animales,
como su raza, edad, peso, etc., el lugar y la hora de la
experiencia, el tipo de alimentación de los animales.
76
CLASES DE VARIABLES
El investigador tiene que esforzarse por conocer estas

variables y detectar su grado de influencia en la variable
dependiente, a fin de controlarlas adecuadamente. Unas
pueden ser aisladas, otras neutralizadas, de tal manera que
no influyan en los resultados. En el caso de los animales
utilizados en la experiencia las variables, extrañas se
controlan utilizando animales de la misma raza, sexo, edad,
peso, manteniéndolos en condiciones comunes de hábitat,
alimentación, etc.
Por lo que el control de estas variables pueden hacerse en
dos momentos:
 En el diseño experimental por restricción, haciendo
a esta variable una constante.
 En el análisis de los datos, por procedimientos 77
CLASES DE VARIABLES
Como en un estudio de relación entre

variables, son muchas las variables, que pueden
estar interviniendo; dentro de un diseño de
investigación algunas de estas variables pasan a ser
controladas y otras no, sea porque no son relevantes
o porque escapan a todo procedimiento de control.
78
CLASES DE VARIABLES
C. De acuerdo a su función en la investigación, Tuckman
(1978) considera cinco tipos de variables:
a. Variable Moderadora.
b.Variable de Control.
c. Variable Interviniente.
d.Variable Independiente.
e. Variable Dependiente. 79
CLASES DE VARIABLES
C.De acuerdo a su función en la investigación,

Tuckman (1978) considera cinco tipos de variables:
a. Variable Moderadora.- Es una variable
independiente secundaria, que es seleccionada por el
investigador para determinar si influye en la relación
de la variable independiente sobre la dependiente.
Por ejemplo si el investigador desea estudiar el efecto
que tiene la temperatura sobre el crecimiento de X
organismo, pero considera que esta relación puede
verse afectada por una tercera variable como la edad,
a esta última se le considera como variable
MODERADORA.
80
CLASES DE VARIABLES
Otro ejemplo:
Si queremos investigar el efecto de la edad de la
madre (variable independiente) sobre el peso del
recién nacido (variable dependiente), existen sin
duda otros factores concomitantes que pueden
influir en esta relación, como los hábitos alimenticios
de la madre y la cantidad de cuidados prenatales
recibidos, a estas dos últimas se les conoce como
variables moderadoras o mediadoras.
81
CLASES DE VARIABLES
b. Variable de Control.- Es la variable que debe ser

controlada o neutralizada, por el investigador para
neutralizar cualquier efecto que podrían tener en el
experimento realizado. Si deseamos que la variable
edad, en el ejemplo anterior sea la variable de
control, deberá trabajarse con organismos de la
misma edad, para evitar en lo posible efecto de sus
diferencias.
Mientras que los efectos de la variable DE

CONTROL, son neutralizadas, los efectos de la
variable MODERADORA son estudiadas. 82
CLASES DE VARIABLES
c. Variable Interviniente.- Es aquella que afecta

teóricamente el fenómeno observado, pero que no
puede ser visto, medido o manipulado directamente
sino a través del efecto de la variable independiente
y moderadora sobre el fenómeno observado. Por
eso en estudios donde se plantea explícitamente la
variable interviniente estamos cometiendo un error,
ya que si presuponemos los efectos de estas
variables, muy bien podríamos estudiarlas como
variable moderadora o en todo caso neutralizarla y
considerarlas como variable de control.
83
CLASES DE VARIABLES
d. Variable Independiente.- Es la que manipula el

investigador en un estudio experimental y en su
relación con la variable dependiente puede
identificarse antes y después del experimento. En
cambio en investigaciones descriptivas, la variable
considerada independiente, no puede ser
manipulada ni alterada en sus valores, sólo
podemos identificar estos valores y ver sus efectos
en relación a la variable dependiente.
e. Variable Dependiente.- Es el efecto en un estudio de
relación causa-efecto.
84
OPERACIONALIZACIÓN DE VARIABLES
VARIABLES E INDICADORES:
Un indicador es la manera o forma de medir una
variable, comparte con ella la misma naturaleza y el
mismo significado, siendo por tanto objeto de
observación directa y susceptible de cuantificación. Una
variable puede tener diferentes indicadores, de acuerdo
al estudio.
Por ejemplo:
La variable inteligencia puede tener en los
siguientes indicadores:
Rendimiento intelectual, frecuencia de respuestas,
cantidad de problemas resueltos y no resueltos, etc.
85
La variable nivel socio económico puede tener

los siguientes indicadores:
Nivel de ingreso, nivel de estudios, lugar de
residencia, actividad laboral, etc.
Los indicadores son importantes porque sirven
para elaborar el instrumento definitivo de recolección
de datos.
86
Operacionalización de Variables.
Según Tresierra (2000), establecidas las variables, el
siguiente paso es definir cada una de ellas, es decir que el
investigador tiene que especificar la manera en que
observará, y medirá cada variable en situación real de
investigación.
Por ejemplo, la variable peso corporal es fácil de definir y
medir; podría definirse como la ponderación y ligereza de
un sujeto expresada en kilogramos. La definición indica en
este caso que el peso será medido en función de un sistema
de medida (kilogramos) y no en otro (libras). La definición
operacional pudiera precisar también que el peso de los
participantes será medido con una exactitud de 0,5 Kg.,
mediante el uso de una balanza, con sujetos completamente
desnudos, después de 10 horas de ayuno, de esta forma
cualquier persona sabe con exactitud que significa 87 la
variable peso corporal y como debe medirla.
En algunos casos, por la complejidad conceptual

de las variables, se tiene que identificar las dimensiones
específicas que están comprendidas en su significado,
esto es descomponerlas en sus principales áreas
signíficativas.
El nivel de definición de una variable es abstracto

y complejo, y usualmente no permite la observación o
medición, por lo que se hace necesario la derivación en
variables mas concretas que permitan una medición real
de los hechos. El proceso de llevar una variable de un
nivel abstracto a un plano práctico se denomina
OPERACIONALIZACION, cuya función básica es
precisar o concretar al máximo el significado o alcance
que se otorga a una variable en estudio (Alvitres, 1997). 88
La operacionalización se logra a través de un

proceso que transforma una variable en otras que
tengan el mismo significado y que sean susceptibles de
medición empírica. Para alcanzar esto, la variable
principal se descompone en otras mas específicas
llamadas dimensiones; a su vez es necesario traducir
estas dimensiones a indicadores para permitir la
observación directa. Por ejemplo, el bienestar del
paciente puede ser definido en términos de su
funcionamiento fisiológico o psicológico. Si el
investigador decide destacar los aspectos fisiológicos del
bienestar del paciente, la definición operacional pudiera
considerar la medición de la frecuencia cardiaca, la
cantidad de leucocitos en el líquido sanguíneo, la presión
89
arterial, la capacidad vital y así sucesivamente.
Si por lo contrario, opta por conceptualizar el

bienestar como un fenómeno psicológico la definición
operacional deberá identificar el método por el cual
se evaluará el bienestar emocional; por ejemplo: las
respuestas del paciente a ciertas preguntas, su
conducta según la observe el investigador.
90

Tema No. 5 LA HIPÓTESIS Taller de Inv.

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tema No. 5 LA HIPÓTESIS Taller de Inv.

Caricato da

Copyright:

Formati disponibili

…

Una hipótesis es una posible explicación que puede

Bunge (1973), Las hipótesis factuales son conjeturas

a. Específica, o sea unívoca.

Las reglas que orientan la formulación de una hipótesis

Añade los siguientes criterios: 6

 Debe fundamentarse en conocimientos científicos

b) Al formular una hipótesis las relaciones contenidas en

Tresierra (2000): La hipótesis tiene las siguientes

La tercera razón es que las hipótesis son poderosas

Clasificación 2. Hipótesis nula.

1. Hipótesis de asociación o covariación.

Según Hernández (2006)

a. Hipótesis descriptivas b. Hipótesis

c. Hipótesis de la d. Hipótesis que

“Proposiciones tentativas acerca de las posibles

a. Hipótesis descriptivas de un dato o valor que se

b. Hipótesis correlacionales: (Cont.)

c. Hipótesis de la diferencia entre grupos.

d. Hipótesis que establecen relaciones de causalidad.

Ejemplo: (Hernández, 2006)

Las hipótesis causales del modo siguiente:

Correlación y causalidad son conceptos

Al hablar de hipótesis, a las supuestas causas se

d.1.Hipótesis causales bivariadas. En éstas se plantea

d.2.Hipótesis causales multivariadas. Plantean una

Ejemplos: (Eyssautier, 2006).

a. Hipótesis estadísticas de estimación.

Hi: X > 20 (El promedio mensual de casos

b. Hipótesis estadísticas de correlación.

Hi: r x y ≠ 0 (no es igual a cero o, lo que es lo

c. Hipótesis estadísticas de la diferencia de medias u

Hi: X1 ≠ X2 (promedio del grupo 2)

Con otra estadística (porcentaje) y tres grupos, se

C. POR EL PROCEDIMIENTO LÓGICO DE

2. Hipótesis de relación de producción, cuando se

3. Hipótesis de relación causal, son las que permiten

Según Kerlinger (1992):

Según Kerlinger (1992): (Cont.)

Los términos "concepto" y "constructo" tienen

Para Tresierra (2000), la variable, es cualquier

También, para Kerlinger (1992), una variable es un

Las variables en un título o problema de

Una definición operacional proporciona el

En general, existen dos tipos de definiciones

Una definición operacional de medida, describe cómo

TIPOS DE VARIABLES. (Cont.)

 La variable dependiente Y, es el supuesto efecto, que

Variables activas y atributivas.

Además, la palabra "atributo" es muy precisa

Variables Continuas y Categóricas.

Las variables categóricas, pertenecen a una clase de

La expresión “variables cualitativas” ha sido

CONSTRUCTOS, VARIABLES OBSERVABLES Y

Ejemplos de variables latentes:

A. Por su Naturaleza. a. Cuantitativas

B. De acuerdo al lugar o a. Independientes.

Las variables en un título o problema de investigación se

Estas pueden ser: discretas y continuas.

B. De acuerdo al lugar o importancia, que ocupan

a. Variable Independiente.- Llamada también causal o

c. Variable Extrañas.- Llamadas también intervinientes

El investigador tiene que esforzarse por conocer estas

Como en un estudio de relación entre