República Bolivariana De Venezuela

Ministerio del Poder Popular para la Educación Universitaria

Cátedra: Estadística Inferencial

Profesor(a): Esther Molero

Grupo: 1

Realizado por:
Roselin Hernández
C.I: 28.171.481
Administración

Maracaibo, Mayo 2021

 Esquema

1.- ¿Cuáles son los tipos de pruebas de hipótesis? ejemplo

2.- ¿Cuáles son las pruebas de hipótesis cuantitativa? Ejemplo
3.- ¿Qué es la metodología para las pruebas de hipótesis? ejemplo
4.- ¿Cuál es el objetivo de la prueba de hipótesis? Ejemplo

5.- Realiza un análisis acerca de este párrafo máximo una cuartilla

Una prueba estadística es una formula, basada en la distribución del

estimador del parámetro que aparece en la hipótesis y que va a permitir tomar una
decisión acerca de aceptar o rechazar una hipótesis nula. La prueba estadística no
es ciento por ciento confiable y hay dos tipos de errores que se pueden cometer.
El error tipo I, se comete cuando se rechaza una hipótesis nula que
realmente es cierta,

El error tipo II que se comete cuando se acepta una hipótesis nula que
realmente es falsa.

6.-Explica cada una de los pasos que se prestan a continuación con su ejemplo.
7. Realiza un análisis con sus aplicaciones, características y ejemplos de la
siguiente imagen que se presenta a continuación.
 Desarrollo

1. ¿Cuáles son los tipos de pruebas de hipótesis? Ejemplo

Una prueba de hipótesis examina dos hipótesis opuestas sobre una

población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es la
afirmación que se está comprobando. Normalmente la hipótesis nula es una
afirmación de "sin efecto" o "sin diferencia". La hipótesis alternativa es la
afirmación que se desea ser capaz de concluir que es verdadera basándose en
la evidencia proporcionada por los datos de la muestra.

Basándose en los datos de la muestra, la prueba determina cuando

rechazar la hipótesis nula. Se utiliza un p-valor, para realizar esa
determinación. Si el p-valor es menos que el nivel de significación (conocido
como α o alfa), entonces se puede rechazar la hipótesis nula.

En primer lugar, veremos cómo se escribirían las hipótesis que queremos

contrastar:

- H0 se llama hipótesis nula y es lo contrario de lo que sospechamos que

va a ocurrir (suele llevar los signos igual, mayor o igual y menor o igual)
- H1 se llama hipótesis alternativa y es lo que sospechamos que va a ser
cierto (suele llevar los signos distinto, mayor y menor)

Los contrastes de hipótesis pueden ser de dos tipos:

- Bilateral: En la hipótesis alternativa aparece el signo distinto.

- Unilateral: En la hipótesis alternativa aparece o el signo > o el signo <.

Podemos aceptar una hipótesis cuando en realidad no es cierta, entonces

cometeremos unos errores, que podrán ser de dos tipos:

- Error de tipo I: Consiste en aceptar la hipótesis alternativa cuando la

cierta es la nula.
- Error de tipo II: Consiste en aceptar la hipótesis nula cuando la cierta es
la alternativa.
 Estos errores los aceptaremos si no son muy grandes o si no nos importa que
sean muy grandes.

- Alfa: Es la probabilidad de cometer un error de tipo I.

- Beta: Es la probabilidad de cometer un error de tipo II.

De los dos, el más importante es alfa que llamaremos nivel de significación y

nos informa de la probabilidad que tenemos de estar equivocados si aceptamos la
hipótesis alternativa.

Debido a que los dos errores anteriores a la vez son imposibles de controlar,
vamos a fijarnos solamente en el nivel de significación, este es el que nos interesa
ya que la hipótesis alternativa que estamos interesados en probar y no queremos
aceptarla si en realidad no es cierta, es decir, si aceptamos la hipótesis alternativa
queremos equivocarnos con un margen de error muy pequeño.

Ejemplos

 Hipótesis Nula

Un investigador puede postular una hipótesis:

H1: las plantas de tomate exhiben una mayor tasa de crecimiento cuando
se plantan en compost en lugar del suelo.

Y una hipótesis nula:

H0: las plantas de tomate no presentan una mayor tasa de crecimiento

cuando se plantan en el compost en lugar del suelo.

Es importante seleccionar cuidadosamente el texto de la nula y asegurarse de

que sea lo más específico posible. Por ejemplo, el investigador puede postular una
hipótesis nula:
 H0: las plantas de tomate no muestran ninguna diferencia en sus tasas de
crecimiento cuando se plantan en compost en lugar del suelo.

Hay un gran defecto con esta H0. Si las plantas realmente crecen más
lentamente en el compost que en el suelo, se llega a un callejón sin salida. H 1 no
está respaldada y tampoco la H 0, ya que existe una diferencia en las tasas de
crecimiento.
Si se rechaza la hipótesis nula y no hay otra opción, el experimento puede ser
inválido. Por esta razón, la ciencia utiliza una serie de
procesos deductivos e inductivos para asegurar que no existan errores en las
hipótesis.
 Hipótesis alternativa

Supongamos que un investigador ha realizado un estudio acerca del salario

medio mensual en un determinado barrio de una ciudad. Imaginemos que de la
población de ese barrio, el investigador ha encuestado a 1.000 personas llegando
a la conclusión de que el salario medio mensual por habitante es de 1.500 u.m.
(unidades monetarias).

Por tanto, el investigador quiere contrastar si ese salario medio mensual es

igual a 1.500 u.m. (conclusión del estudio y por ende hipótesis alternativa) o si por
el contrario el salario medio mensual es distinto a 1.500 u.m. (conclusión contraria
a la del estudio que se pretende negar y por ende hipótesis nula). El contraste a
realizar sería el siguiente:

H0: El salario medio mensual es distinto a 1.500 u.m.

H1: El salario mensual es igual a 1.500 u.m.

Como vemos, la hipótesis alternativa (H1), es la conclusión alcanzada por el

investigador. Para demostrarla el investigador va a tratar de probar que lo
contrario a su hipótesis alternativa (hipótesis nula, H0), no es cierto. Como
conclusión, podemos deducir que la formulación de la hipótesis alternativa es la
que nos va a conducir a la formulación de la hipótesis nula.
 2. ¿Cuáles son las pruebas de hipótesis cuantitativa? Ejemplo
Contrario a lo que con frecuencia se piensa, no toda investigación cuantitativa
recurre al uso de hipótesis, tampoco existe una cantidad y tipo de hipótesis
predeterminados de antemano. Efectivamente, no todo planteamiento de problema
de investigación cuantitativo se circunscribe al uso y formulación de hipótesis, ni a
un mismo o único tipo, sino que, existen diversas opciones, según sean las metas
formuladas en las preguntas y los objetivos de investigación.

De manera que, las investigaciones cuantitativas que formulan hipótesis son

aquellas cuyo planteamiento define que su alcance será correlacional o
explicativo, o las que tienen un alcance descriptivo, pero que intentan pronosticar
una cifra o un hecho”. (Hernández, Fernández y Baptista, 2010, p. 92).

Por lo tanto, no, en todas las investigaciones cuantitativas no se plantean

hipótesis. El hecho de que formulemos o no hipótesis depende de un factor
esencial: el alcance inicial del estudio. Las investigaciones cuantitativas que
formulan hipótesis son aquellas cuyo planteamiento define que su alcance será
correlaciónal.

En el estudio exploratorio no se formulan hipótesis, en el estudio descriptivo

solo se formulan hipótesis cuando se pronostica un hecho o un dato, en el estudio
correlaciónal se formulan hipótesis correlaciónales y en el estudio explicativo
hipótesis causales. En una investigación se pueden tener una, dos o varias
hipótesis, dependiendo del tipo de estudio al cual se aplica.

Un ejemplo de estudio con alcance descriptivo y pronóstico sería aquel que

únicamente pretenda medir el índice delictivo en una ciudad (no se busca
relacionar la incidencia delictiva con otros factores como el crecimiento
poblacional, el aumento de los niveles de pobreza o la drogadicción; ni mucho
menos establecer las causas de tal índice). Entonces, tentativamente pronosticaría
mediante una hipótesis cierta cifra o proporción: el índice delictivo para el siguiente
semestre será menor a un delito por cada mil habitantes.
 Los estudios cualitativos, por lo regular, no formulan hipótesis antes de
recolectar datos (aunque no siempre es el caso). Su naturaleza es más bien
inducir las hipótesis por medio de la recolección y el análisis de los datos, como se
comentará en la tercera parte del libro “El proceso de la investigación cualitativa”.
En una investigación podemos tener una, dos o varias hipótesis.

3. ¿Qué es la metodología para las pruebas de hipótesis? ejemplo

El método de las pruebas de hipótesis consiste fundamentalmente en

establecer la probabilidad de que sea consecuencia del azar la diferencia existente
entre dos cantidades. Se pueden distinguir dos situaciones: a) Diferencia entre un
valor muestral y un valor poblacional, o valor teórico. b) Diferencia entre dos o más
valores muéstrales.

En el caso a se tratará de evaluar la diferencia entre un valor obtenido en la

muestra (estadístico) y un valor correspondiente en el universo (parámetro), y en
el caso b se evaluará la diferencia entre dos valores provenientes de dos muestras
(estadísticos). Los valores que se comparen, ya sean de la muestra o del universo,
pueden ser promedios, porcentajes u otros. Nosotros nos ocuparemos sólo de
promedios y porcentajes.

En general, lo que hace una prueba estadística es evaluar la diferencia entre

dos o más valores (dos promedios, dos porcentajes). Respecto de esta diferencia
se elabora una hipótesis previa y se plantea formalmente en términos estadísticos.
Luego, usando la distribución de probabilidad adecuada, se calcula la probabilidad
de la diferencia entre los valores comparados. Si la probabilidad de obtener tal
diferencia es pequeña, diremos que dicha diferencia es significativa, una diferencia
es significativa cuando la probabilidad de que se produzca por azar es pequeña.

Para realizar tan delicada operación debemos utilizar el instrumento apropiado:

le llamaremos estadístico de prueba, el que podremos calcular con los datos de
nuestra muestra. Luego buscaremos la probabilidad de ocurrencia del valor
calculado en la tabla correspondiente (Normal, t de student u otra) y a la luz de la
probabilidad obtenida tomaremos una decisión respecto de nuestra hipótesis.

4. ¿Cuál es el objetivo de la prueba de hipótesis? Ejemplo

Su objetivo es, determinar la validez de supuestos poblacionales a partir del

método de prueba de hipótesis para una, dos, tres o más poblaciones. De manera
que, la prueba de hipótesis comienza con una suposición, denominada hipótesis,
que hacemos entorno a un parámetro de la población.

Por lo que, reunimos datos muéstrales, producimos estadísticos de la muestra

y con esta información decidimos la probabilidad de que el parámetro supuesto de
la población sea correcto. Por ejemplo, suponemos cierto valor de una media de la
población, para verificar la validez de la suposición, obtenemos los datos
muéstrales y determinamos la diferencia entre el valor supuesto y el valor real de
la media muestral. A continuación juzgamos si la diferencia es significativa.

De modo que, cuanto menos sea la diferencia, mayores probabilidades habrá

que sea correcto el valor supuesto de la media, y a una diferencia más amplia
corresponderá una probabilidad menor. No podemos aceptar ni rechazar una
hipótesis referente a un parámetro de la población por mera intuición. Por el
contrario, necesitamos aprender a decidir con objetividad, basándonos en la
información de la muestra, si aceptamos o rechazamos un presentimiento.
Algunas preguntas que se pueden responder con una prueba de hipótesis:

- ¿La altura media de las mujeres puede ser de 169 cm?

- ¿Los estudiantes masculinos y femeninos difieren en su altura
promedio?
- ¿Es la proporción de estudiantes masculinos de secundaria
significativamente más alta que la proporción de estudiantes femeninas
de secundaria?
- ¿La desviación estándar de sus alturas es igual o menor que 15 cm?
5. Realiza un análisis acerca de este párrafo máximo una cuartilla

Una prueba estadística es una formula, basada en la distribución del

estimador del parámetro que aparece en la hipótesis y que va a permitir tomar una
decisión acerca de aceptar o rechazar una hipótesis nula. La prueba estadística no
es ciento por ciento confiable y hay dos tipos de errores que se pueden cometer.
El error tipo I, se comete cuando se rechaza una hipótesis nula que
realmente es cierta,

El error tipo II que se comete cuando se acepta una hipótesis nula que
realmente es falsa.

La prueba estadística es una forma de evaluar la evidencia que los datos

proporcionan para probar una hipótesis, de manera que esta hipótesis se
denomina hipótesis nula, y suele denominarse H0, bajo H0, los datos se generan
mediante procesos aleatorios. En otras palabras, los procesos controlados (las
manipulaciones experimentales, por ejemplo) no afectan a los datos.

Normalmente, H0 establece la igualdad (entre las medias, o entre las

varianzas, o entre un coeficiente de correlación y cero, por ejemplo).H0
normalmente se opone a una hipótesis denominada hipótesis alternativa,
denominada H1 o Ha. La mayoría de las veces, la hipótesis alternativa es aquella
que el usuario querría demostrar, y por tanto implica establecer una diferencia (por
ejemplo, diferencia entre medias).
 De manera que, estos métodos de contraste de hipótesis tienen como
objetivo comprobar si determinado supuesto referido a un parámetro poblacional,
o a parámetros análogos de dos o más poblaciones, es compatible con la
evidencia empírica contenida en la muestra y los supuestos que se establecen
respecto a los parámetros se llaman hipótesis paramétricas.

Cuando se analizan datos medidos por una variable cuantitativa continua,

las pruebas estadísticas de estimación y contraste frecuentemente empleadas se
basan en suponer que se ha obtenido una muestra aleatoria de una distribución de
probabilidad de tipo normal o de Gauss, pero en muchas ocasiones esta
suposición no resulta válida, y en otras la sospecha de que no sea adecuada no
resulta fácil de comprobar, por tratarse de muestras pequeñas.

6. Explica cada una de los pasos que se prestan a continuación con su

ejemplo.
- Paso 1: Se plantean las hipótesis nula y alternativa.

Esta etapa consiste en representar el problema de investigación bajo la forma

de dos hipótesis excluyentes: la Hipótesis Nula y la Hipótesis Alternativa.

 Hipótesis Nula. Esta hipótesis plantea que los valores comparados son
iguales. Dependiendo del problema podrá presentarse como:

 Hipótesis Alternativa. Esta hipótesis plantea que los valores comparados

son distintos y por lo tanto pertenecen a universos distintos. Dependiendo
del problema podrá presentarse como:
 - Paso 2: Se selecciona el nivel de significancia
El nivel de significación es la probabilidad de que la diferencia observada se
deba al azar. Interesa que esta probabilidad sea pequeña, por eso, en la práctica
se utilizan valores iguales o inferiores a 0,05. El valor más usado es 0,05 pero
también puede ser 0,04; 0,02; 0,01; etc. Al nivel de significación se le identifica con
la letra griega alfa (α). Al elegir un valor de alfa concreto, estamos dejando la
mitad de alfa en cada extremo de la distribución de probabilidades (α/2).

El nivel de significancia, también denotado como alfa o α, es la probabilidad

de rechazar la hipótesis nula cuando es verdadera. Por ejemplo, un nivel de
significancia de 0.05 indica un riesgo de 5% de concluir que existe una diferencia
cuando en realidad no hay ninguna diferencia.

Por lo tanto, el nivel de significancia determina qué tan lejos del valor de la
hipótesis nula dibujaremos esa línea en la gráfica. Para graficar un nivel de
significancia de 0.05, debemos sombrear el 5% de la distribución que está más
alejado de la hipótesis nula.

- Paso 3: Se identifica el estadístico de prueba

Un estadístico de prueba es una variable aleatoria que se calcula a partir de

datos de muestra y se utiliza en una prueba de hipótesis, se puede utilizar los
estadísticos de prueba para determinar si puede rechazar la hipótesis nula, es
decir, el estadístico de prueba compara sus datos con lo que se espera bajo la
hipótesis nula y por tanto el estadístico de prueba se utiliza para calcular el valor p.

De manera que, un estadístico de prueba mide el grado de concordancia

entre una muestra de datos y la hipótesis nula, su valor observado cambia
aleatoriamente de una muestra aleatoria a una muestra diferente, además
contiene información acerca de los datos que es relevante para decidir si se puede
rechazar la hipótesis nula.
 Por ejemplo, el estadístico de prueba para una prueba Z es el estadístico Z,
que sigue la distribución normal estándar bajo la hipótesis nula, supongamos que
usted realiza una prueba Z de dos colas con un nivel de significancia (α) de 0.05 y
un obtiene un estadístico Z (también denominado valor Z) de 2.5 basado en sus
datos. Este valor Z corresponde a un valor p de 0.0124. Puesto que este valor p es
menor que α, usted declara significancia estadística y rechaza la hipótesis nula.

Las diferentes pruebas de hipótesis utilizan diferentes estadísticos de

prueba según el modelo de probabilidad asumido en la hipótesis nula. Las pruebas
comunes y sus respectivos estadísticos de prueba incluyen:

- Paso 4 : Se formula la regla de decisión

Decidimos que las hipótesis están equivocadas y las poblaciones son

diferentes a lo establecido en las Hipótesis Nulas si la evidencia observada es
poco probable bajo el supuesto de que las hipótesis sean verdaderas.
Generalmente se considera poco probable valores iguales o inferiores a 0.05 o
0.01

Hay dos maneras de aplicar la regla de decisión al contraste de hipótesis,

una se basa en la probabilidad de observar valores del estadístico de contraste
bajo el supuesto de que la Hipótesis Nula sea verdadera. La otra se basa en
determinar si el valor observado del estadístico de contraste se sitúa en la región
de rechazo (conjunto de valores cuya observación es poco probable si la Hipótesis
Nula fuera verdadera).
 La aplicación de la regla de decisión de la primera manera consiste en
rechazar la Hipótesis Nula si la probabilidad de observar el estadístico de
contraste es igual o menor a la probabilidad criterio (habitualmente 0.05 o 0.01).

Ejemplo

Si lanzamos diez veces la moneda y observamos 6 caras vemos en la tabla

I que la probabilidad de observar 6, 7, 8, 9, 10 o 0, 1, 2, 3 o 4 caras es igual a
0.754. En consecuencia, pensamos que este resultado no es raro (la probabilidad
no es baja) bajo el supuesto de que la Hipótesis Nula sea verdadera, y por ello la
aceptamos.

La aplicación de la regla de decisión en la segunda manera consiste en

rechazar la Hipótesis Nula si el estadístico de contraste se sitúa en la región de
rechazo (conjunto de valores cuya probabilidad de ocurrencia es muy baja bajo el
supuesto de que la Hipótesis Nula sea verdadera). El resto de valores constituye
la región de aceptación.

- Paso 5 : se toma una muestra y se decide, se acepta Ho ó se rechaza

Ho

Una prueba de hipótesis examina dos hipótesis opuestas sobre una

población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es el
enunciado que se probará. Por lo general, la hipótesis nula es un enunciado de
que "no hay efecto" o "no hay diferencia". La hipótesis alternativa es el enunciado
que se desea poder concluir que es verdadero de acuerdo con la evidencia
proporcionada por los datos de la muestra.

Con base en los datos de muestra, la prueba determina si se puede

rechazar la hipótesis nula. Usted utiliza el valor p para tomar esa decisión. Si el
valor p es menor que el nivel de significancia (denotado como α o alfa), entonces
puede rechazar la hipótesis nula.
 Un error común de percepción es que las pruebas estadísticas de hipótesis
están diseñadas para seleccionar la más probable de dos hipótesis. Sin embargo,
al diseñar una prueba de hipótesis, establecemos la hipótesis nula como lo que
queremos desaprobar. 

Entre las preguntas que se pueden contestar con una prueba de hipótesis están
las siguientes:
- ¿Tienen las estudiantes de pregrado una estatura media diferente de 66
pulgadas?
- ¿Es la desviación estándar de su estatura igual a o menor que 5
pulgadas?
- ¿Es diferente la estatura de las estudiantes y los estudiantes de
pregrado en promedio?
- ¿Es la proporción de los estudiantes de pregrado significativamente más
alta que la proporción de las estudiantes de pregrado?
7. Realiza un análisis con sus aplicaciones, características y ejemplos de
la siguiente imagen que se presenta a continuación.
 La hipótesis es la tentativa de explicación de algún fenómeno o problema
que puede ser corroborado mediante observación o experimentación, los
científicos necesitan proponer hipótesis como posibles explicaciones al problema
que desean resolver.

"Es lo que alguien piensa de la realidad que investiga y que, por no

tener certeza de ello, debe probarlo." Mario Tamayo y Tamayo en
Investigación para jóvenes.

De manera que, la hipótesis es la proposición de que un hecho determinado

causará un efecto desconocido hasta el momento. Tanta causa como efecto
deben estar relacionados de alguna forma lógica, y surgir de unos antecedentes
previos, por lo tanto, no todas las investigaciones requieren del enunciado o
formulación de hipótesis.

No obstante, cuando en una investigación no se busca probar algo, no se

necesita de hipótesis. Por ejemplo, si el estudio es sobre las características físicas
de los adolescentes de un determinado colegio, se trata de una investigación
descriptiva, sin necesidad de hipótesis.

De tal modo, las características de estas se basan en que:

Deben ser comprobables: una hipótesis debe ser demostrable mediante

observaciones y/o experimentos. Por ejemplo, una investigación que tiene como
hipótesis que el aumento del consumo de sal en los hombres entre 40 y 60 años
provoca un aumento de la presión sanguínea puede demostrarse. En cambio,
decir que el agujero negro de la Vía Láctea aumenta la temperatura solar es difícil
de comprobar con los instrumentos y la tecnología actual.

Puede ser falsificable: esto quiere decir que puede ser rechazada
mediante experimentos. Una hipótesis puede ser verdadera o falsa; es mediante la
experimentación y la recolección y análisis de datos que podemos concluir sobre
la veracidad de la misma.
 Deben ser específicas: hipótesis generales, del tipo "comer huevos
produce enfermedades del corazón", no son válidas porque son muy amplias. En
este caso no se especifica qué tipo de huevos ni la cantidad ni la frecuencia;
tampoco se expresa la relación entre consumo de huevos y cómo se produce la
enfermedad. Una mejor hipótesis será "personas entre 60 y 70 años que
consumen más huevos de gallina semanales tendrán un aumento mayor de los
niveles de colesterol en la sangre".

Deben ser objetivas: las hipótesis deben estar enfocados en los aspectos
de la realidad que se quieren investigar; nuestras percepciones no deben formar
parte de las mismas. Por ejemplo, un investigador que le guste mucho el café
puede verse tentado a hipotetizar que el café mejora el bienestar de la humanidad,
lo cual no es objetivo ni específico.

Así mismo, la investigación es un proceso sistemático destinado a

responder a una pregunta. Ésta constituye el punto de partida de todo proyecto, y
formula de manera concreta un problema observado en el análisis de la realidad,
la respuesta pretende aclarar una incertidumbre de nuestro conocimiento.

En primer plano, la hipótesis conceptual es la respuesta teórica a la

pregunta planteada, la forma concreta por la que se pretende demostrar la
hipótesis conceptual es la hipótesis operativa.

Por ello, los objetivos son la razón de ser y hacer en la investigación.

Ayudan a definir qué es lo que se pretende obtener, qué respuestas va a dar a las
preguntas formuladas. Deben mostrar una relación clara y consistente con la
descripción del problema y, específicamente, con las preguntas y/o hipótesis que
se quieren resolver.

Además, las pruebas de hipótesis son un procedimiento esencial en

estadística, es decir, una prueba de hipótesis evalúa dos afirmaciones
mutuamente excluyentes sobre una población para determinar qué afirmación es
mejor admitida por los datos de la muestra. Cuando se dice que un hallazgo es
estadísticamente significativo, es gracias a una prueba de hipótesis

Por ejemplo, un economista quiere determinar si el coste mensual de

energía para las familias ha cambiado con respecto al año anterior, cuando el
coste promedio mensual fue de 260$. El economista toma muestras aleatorias de
25 familias y registra sus costos de energía para el año en curso

Estas estadísticas descriptivas se utilizarán para crear un gráfico de

distribución de probabilidad que muestra la importancia de las pruebas de
hipótesis. También se aplica, en las Ciencias Sociales, debido a que la
comprobación práctica es factible, fundamentalmente en un plano histórico-social;
es en ese contexto que, esencialmente, la hipótesis es comprobable, por lo tanto
las hipótesis son el punto de enlace entre la teoría y la observación.

En tal sentido, la importancia de hipótesis en una investigación proviene del

nexo entre teoría y la realidad empírica entre el sistema formalizado y la
investigación. Concluyendo, la hipótesis sirve para orientar y delimitar una
investigación, dándole una dirección definitiva a la búsqueda de la solución de un
problema.

En efecto, uno de los propósitos cumplidos por las hipótesis es servir de

ideas directrices a la investigación. En consecuencia cuando se emplean para
diseñarlas se llaman con frecuencia hipótesis de trabajo, puesto que investigador
puede formular diversas hipótesis para ser sometidos a prueba.