Hipótesis nula es un concepto que alude a la afirmación o postulado de esencia formal sobre la inexistencia de diferencia entre un par de grupos de tratamiento.
Hipótesis nula es una expresión propia del ámbito de la estadística que refiere a una suposición, de carácter estándar, acerca de la ausencia de interacción o vínculo entre variables.
Se trata de una afirmación o proposición que presenta un formato lógico estructurado como un enunciado universal en el cual, por lo general, no figura un ‘no’. Para aseverar que resulta verdadera una hipótesis nula es imprescindible proceder al estudio de toda una población.
Cabe resaltar que este concepto empezó a cobrar protagonismo cuando, hace mucho tiempo, la estadística empezó a ser útil en investigaciones o estudios de los sectores médicos y agrícolas. En ese contexto, por profundizar en el tema, se fue trabajando para comprobar si un fármaco o un producto fertilizante novedoso en fase de prueba posee, o no, efectividad. El proceso de averiguación se inicia partiendo de la creencia que carecen de efecto y que no se advertirán diferencias entre las muestras que han sido tratadas y las que no. De no haber respaldo a la hipótesis nula, ésta es rechazada y se da por válida la denominada hipótesis alternativa. Esta última indica la existencia de alguna clase de vínculo entre las muestras analizadas (o entre, al menos, un par de variables).
Temas
ResumenProcedimientos para analizar la hipótesis nula
A la hora de contrastar y apreciar una hipótesis nula se ponen en marcha múltiples procedimientos, herramientas y metodologías.
Una de las alternativas más comunes en pos de la evaluación de una hipótesis científica se define como prueba de significancia de la considerada hipótesis nula. Se desprende de este marco el nivel de significancia, el cual se interpreta como la chance o probabilidad que existe respecto al rechazo de dicha hipótesis cuando ésta resulta ser verdadera.
También hay que tener en cuenta al valor p, recurso clave en la instancia de una prueba de hipótesis para resolver si se mantiene o rechaza una hipótesis nula. De ser este valor menor en comparación al nivel de significación, entonces se procede a rechazar la hipótesis nula. Dice la teoría que el nivel de significancia (o de significación) arroja información acerca de las posibilidades que hay de fallar o tener algún error.
Es constructivo indicar, de igual modo, que se distinguen en una investigación el error tipo I (bautizado asimismo como falso positivo o de tipo alfa) y el error tipo II (falso negativo o de tipo beta). La primera variedad se da cada vez que un investigador resuelve rechazar la hipótesis nula cuando, en verdad, es cierta. El falso negativo o tipo II, en cambio, se produce como consecuencia del no rechazo de la hipótesis nula por parte de los investigadores aunque en la población abarcada resulte falso el postulado.
En un estudio del ámbito de la salud, por ejemplo, una hipótesis nula serviría para marcar la ausencia de un nexo causal entre un tratamiento novedoso y una mejora o disminución de síntomas de una determinada enfermedad.
Tipos de pruebas estadísticas
Hay varias pruebas estadísticas útiles para valorar evidencias y probar, o no, una hipótesis a partir de ellas. Además, conviene instruirse acerca de la función de potencia que se les reconoce a las pruebas (gracias a la cual se conoce qué probabilidad hay de rebatir una hipótesis nula en caso de ser verdadera). No hay que pasar por alto que numerosos factores condicionan la potencia estadística o influyen en ella (como un tamaño de muestra y la significación estadística considerada).
Al analizar y diseñar un estudio experimental es ventajoso, por ejemplo, el ANOVA (Análisis de varianza). Esta opción nace de la idea de regresión lineal, consiguiendo por ello una vasta funcionalidad.
Gracias a Frank Wilcoxon, por otra parte, ha surgido una prueba de perfil no paramétrico que invita a hacer una comparación del rango medio de un par de muestras que se vinculan entre sí y establecer si hay, o no, diferencias entre ambas: la llamada prueba de los rangos con signo de Wilcoxon. Este recurso se suele emplear como opción frente a la catalogada como prueba t de Student cada vez que no sea factible presumir la normalidad de las muestras en cuestión.
Para las investigaciones científicas, la hipótesis nula es de suma relevancia porque les proporciona un punto de partida a los investigadores.
Aplicaciones de la hipótesis nula
Según se descubre al revisar el amplio aprovechamiento de las hipótesis nulas, son muchas y variadas sus aplicaciones.
Es de suma relevancia, por describir un caso a modo de referencia, para el campo de la medicina. Los investigadores que intentan analizar la eficacia de un fármaco nuevo se valen de la hipótesis nula para determinar la inexistencia de una relación causal que involucre al medicamento como responsable de una baja o disminución de síntomas de una dolencia.
Los expertos en economía también le dan valor a la hipótesis nula en sus estudios, tal como hacen los especialistas a cargo de estudios de ingeniería.
A lo largo de los años, la hipótesis nula se ha ido teniendo en cuenta, incluso, en disciplinas propias de las ciencias naturales y de las ciencias sociales. Seguramente, aunque pueda haber limitaciones, críticas o debates respecto a la utilización de esta herramienta, el avance incesante de la tecnología irá planteando a mediano y largo plazo nuevos desafíos en torno a la hipótesis nula.
Publicado por 
