HIPOTESIS Y VARIABLES:

En una tesis, la hipótesis como se indico es una suposición sobre la relación entre
variables, mientras que las variables son las características que se miden.

¿Qué es una variable?

Una variable representa cualquier característica, número o cantidad que puede medirse o
cuantificarse. El término engloba cualquier cosa que pueda variar o cambiar, desde
conceptos simples como la edad y la altura hasta otros más complejos como el nivel de
satisfacción o la situación económica. Las variables son esenciales en la investigación, ya
que son los elementos fundamentales que los investigadores manipulan, miden o
controlan para comprender mejor las relaciones, las causas y los efectos de sus estudios.
Permiten plantear preguntas de investigación, formular hipótesis e interpretar los
resultados.

Las variables pueden clasificarse en base a su función en el estudio, como

independientes o dependientes, por el tipo de datos que representan cuantitativos o
categóricos y su relación con otras variables como las variables de confusión o de control.
Entender qué constituye una variable y los distintos tipos de variables disponibles es un
paso fundamental para diseñar una investigación sólida y significativa.

Características de las Variables

 Son atributos o características que se miden en los sujetos de estudio

 Son los elementos fundamentales que los investigadores manipulan, miden o
controlan
 Permiten plantear preguntas de investigación, formular hipótesis e interpretar los
resultados
 Se pueden clasificar en base a su función en el estudio, el tipo de datos que
representan y su relación con otras variables

Algunos ejemplos de variables son:

 Sexo
 Raza
 Tipo de población
 Accesibilidad a los servicios de salud
 Número de hijos
 Peso en kilogramos
 Talla en centímetros

¿Cuáles son los 5 tipos de variables en la investigación?

Las variables son componentes cruciales en la investigación, ya que sirven de base

para recopilación de datos, análisis e interpretación. Son atributos o características que
pueden variar entre sujetos o a lo largo del tiempo, y comprender sus tipos es esencial
para cualquier estudio. Las variables pueden clasificarse a grandes rasgos en cinco tipos
principales, cada uno con sus características y funciones distintivas dentro de la
investigación.

Esta clasificación ayuda a los investigadores a diseñar sus estudios, elegir las técnicas de
medición adecuadas y analizar sus resultados con precisión. Los cinco tipos de variables
son: variables independientes, variables dependientes, variables categóricas, variables
continuas y variables de confusión. Estas categorías no sólo facilitan una comprensión
más clara de los datos, sino que también orientan la formulación de hipótesis y
metodologías de investigación.

Variables independientes

Las variables independientes son fundamentales para la estructura de la investigación, ya

que sirven como factores o condiciones que los investigadores manipulan o varían para
observar sus efectos sobre las variables dependientes. Estas variables se consideran
"independientes" porque su variación no depende de otras variables del estudio. En
cambio, son la causa o el estímulo que influye directamente en los resultados que se
miden. Por ejemplo, en un experimento para evaluar la eficacia de un nuevo método de
enseñanza sobre el rendimiento de los alumnos, el método de enseñanza aplicado
(tradicional frente a innovador) sería la variable independiente.

La selección de una variable independiente es un paso crítico en el diseño de la

investigación, ya que se correlaciona directamente con el objetivo del estudio de
determinar la causalidad o la asociación. Los investigadores deben definir y controlar
claramente estas variables para garantizar que los cambios observados en la variable
dependiente puedan atribuirse a variaciones en la variable independiente, afirmando así la
fiabilidad de los resultados. En la investigación experimental, la variable independiente es
lo que diferencia al grupo de control del grupo experimental, sentando así las bases para
una comparación y un análisis significativos.

Variables dependientes

Las variables dependientes son los resultados o efectos que los investigadores pretenden
explorar y comprender en sus estudios. Estas variables se denominan "dependientes"
porque sus valores dependen de los cambios o variaciones de las variables
independientes.

Básicamente, son las respuestas o resultados que se miden para evaluar el impacto de la
manipulación de la variable independiente. Por ejemplo, en un estudio que investigue el
efecto del ejercicio sobre la pérdida de peso, la cantidad de peso perdido se consideraría
la variable dependiente, ya que depende del régimen de ejercicio (la variable
independiente).

La identificación y medición de la variable dependiente son cruciales para comprobar la

hipótesis y extraer conclusiones de la investigación. Permite a los investigadores
cuantificar el efecto de la variable independiente, aportando pruebas de relaciones o
asociaciones causales. En entornos experimentales, la variable dependiente es lo que se
pone a prueba y se mide en diferentes grupos o condiciones, lo que permite a los
investigadores evaluar la eficacia o el impacto de la variación de la variable
independiente.
Para garantizar la precisión y la fiabilidad, la variable dependiente debe definirse
claramente y medirse de forma coherente en todos los participantes u observaciones.
Esta coherencia ayuda a reducir los errores de medición y aumenta la validez de los
resultados de la investigación. Si analizan detenidamente las variables dependientes, los
investigadores pueden extraer conclusiones significativas de sus estudios y contribuir a
ampliar los conocimientos en su campo.

Variables categóricas

Las variables categóricas, también conocidas como variables cualitativas, representan

tipos o categorías que se utilizan para agrupar observaciones. Estas variables dividen los
datos en grupos o categorías distintos que carecen de valor numérico pero que tienen un
significado importante en la investigación. Ejemplos de variables categóricas son el sexo
(hombre, mujer, otro), el tipo de vehículo (coche, camión, moto) o el estado civil (soltero,
casado, divorciado). Estas categorías ayudan a los investigadores a organizar los datos
en grupos para su comparación y análisis.

Las variables categóricas pueden clasificarse a su vez en dos subtipos: nominales y

ordinales. Las variables nominales son categorías sin ningún orden o clasificación
inherente entre ellas, como el grupo sanguíneo o la etnia. Las variables ordinales, en
cambio, implican una especie de clasificación u orden entre las categorías, como los
niveles de satisfacción (alto, medio, bajo) o el nivel educativo (bachillerato, licenciatura,
máster, doctorado).

Comprender e identificar las variables categóricas es crucial en la investigación, ya que

influye en la elección de los métodos de análisis estadístico. Dado que estas variables
representan categorías sin significación numérica, los investigadores emplean pruebas
estadísticas específicas diseñadas para una variable nominal u ordinal con el fin de
extraer conclusiones significativas. Clasificar y analizar adecuadamente las variables
categóricas permite explorar las relaciones entre los distintos grupos del estudio,
arrojando luz sobre patrones y tendencias que podrían no ser evidentes sólo con datos
numéricos.

Variables continuas

Las variables continuas son variables cuantitativas que pueden tomar un número infinito
de valores dentro de un rango determinado. Estas variables se miden a lo largo de un
continuo y pueden representar mediciones muy precisas. Algunos ejemplos de variables
continuas son la altura, el peso, la temperatura y el tiempo. Dado que pueden asumir
cualquier valor dentro de un intervalo, las variables continuas permiten un análisis
detallado y un alto grado de precisión en los resultados de la investigación.

La capacidad de medir variables continuas a escalas muy finas las hace inestimables para
muchos tipos de investigación, sobre todo en las ciencias naturales y sociales. Por
ejemplo, en un estudio sobre el efecto de la temperatura en el crecimiento de las plantas,
la temperatura se consideraría una variable continua, ya que puede variar en un amplio
espectro y medirse con varios decimales.

Cuando se trata de variables continuas, los investigadores suelen utilizar métodos que
incorporan una prueba estadística concreta para dar cabida a una amplia gama de puntos
de datos y a la posibilidad de una divisibilidad infinita. Esto incluye diversas formas de
análisis de regresión, correlación y otras técnicas adecuadas para modelizar y analizar
relaciones matizadas entre variables. La precisión de las variables continuas mejora la
capacidad del investigador para detectar patrones, tendencias y relaciones causales en
los datos, lo que contribuye a obtener conclusiones más sólidas y detalladas.

Variables de confusión

Las variables de confusión son aquellas que pueden causar una asociación falsa entre las
variables independientes y dependientes, lo que puede llevar a conclusiones incorrectas
sobre la relación estudiada. Se trata de variables extrañas que no se tuvieron en cuenta
en el diseño del estudio pero que pueden influir tanto en la supuesta causa como en el
efecto, creando una correlación engañosa.

Otras variables en la investigación

Más allá de las categorías primarias de variables que se analizan habitualmente en la

metodología, existe una amplia gama de otras variables que desempeñan un papel
importante en el diseño y el análisis de los estudios. A continuación, se ofrece una visión
general de algunas de estas variables, destacando sus definiciones y funciones dentro de
los estudios de investigación:

 Variables discretas: Una variable discreta es una variable cuantitativa que

representa datos cuantitativos, como el número de hijos de una familia o el número
de coches de un aparcamiento. Las variables discretas sólo pueden tomar valores
específicos.
 Variables categóricas: Una variable categórica clasifica sujetos o elementos en
grupos que no tienen un orden numérico natural. Los datos categóricos incluyen
variables nominales, como el país de origen, y variables ordinales, como el nivel
educativo.
 Variables predictoras: A menudo utilizadas en modelos estadísticos, las variables
predictoras se utilizan para pronosticar o predecir los resultados de otras variables,
no necesariamente con una implicación causal.
 Variables de resultado: Estas variables representan los resultados que los
investigadores pretenden explicar o predecir mediante sus estudios. Una variable
de resultado es fundamental para comprender los efectos de las variables
predictoras.
 Variables latentes: Las variables latentes, que no son directamente observables,
se infieren a partir de otras variables medidas directamente. Algunos ejemplos son
constructos psicológicos como la inteligencia o el estatus socioeconómico.
 Variables compuestas: Creadas mediante la combinación de múltiples variables,
las variables compuestas pueden medir un concepto de forma más fiable o
simplificar el análisis. Un ejemplo sería un índice compuesto de felicidad derivado
de varias preguntas de la encuesta.
 Variables precedentes: Estas variables preceden a otras variables en el tiempo o
en la secuencia, y pueden influir en los resultados posteriores. Una variable
precedente es crucial en estudios longitudinales para determinar la causalidad o
las secuencias de acontecimientos
HIPOTESIS

Ahora bien luego de describir lo que es una variable y su utilidad en el proceso de

elaboración de una hipótesis, se manifiesta entonces que una hipótesis es un enunciado
que se realiza de manera previa al desarrollo de una determinada investigación. La
hipótesis es una suposición que resulta una de las bases elementales de dicho estudio.

Características de la Hipótesis

 Es una explicación tentativa de un fenómeno

 Relaciona dos o más variables
 Debe referirse a una situación real o realizable
 Debe ser clara y verosímil
 Debe estar relacionada con técnicas disponibles para probarla
 Guía el trabajo de investigación

La hipótesis será confirmada o negada una vez finalizada la investigación. Si bien esa es
la definición corriente, hay autores que definen a la hipótesis como las posibles soluciones
a un determinado problema, que será verificada como válida o no a lo largo de la
investigación.

Las hipótesis se caracterizan por ser enunciados simples y fáciles de comprender, es

decir que evite la multiplicidad de interpretaciones. Por otro lado, debe poseer
generalidad, es decir que debe poder ser aplicado a más de un caso. Asimismo, deben
ser sustentadas por teorías previas y no debe poseer un carácter trascendental o moral,
sino características que pueden ser experimentadas y comprobadas en la práctica.

El objetivo de una hipótesis es en primer lugar realizar una suerte de introducción o

explicación sobre el tema que se analizará a lo largo del estudio. Son utilizadas
como medio de incentivo a lo largo de todo el estudio. Además, organiza el proyecto,
orientando el tema que será tratado.

Para verificar si una hipótesis está bien formulada es necesario que pueda ser constatada
y la mayoría de las veces cuantificada. A su vez debe resolver de manera precisa y simple
el problema que se presenta. Por último, debe ser coherente con el marco teórico que se
utilice, ya sea para apoyarlo como para negarlo.

Algunos de los conflictos que se presentan cuando se requiere realizar una hipótesis o
desarrollarla son por falta de información disponible sobre el tema o la dificultad de
interpretar los datos existentes. Además, resulta muy difícil poder desarrollar el estudio si
la hipótesis no ha sido bien planteada.

El concepto de hipótesis incluye una clasificación según las características que cumplan:

Hipótesis generales. Se caracterizan por intentar solucionar de manera extensa ciertas

incógnitas del investigador.
Hipótesis específicas. Resultan derivadas de las anteriores. En este caso se intenta ser
un poco más reducido con el tema que se trata.

Hipótesis operacionales. Son aquellas que serán analizadas mediante pruebas

específicas y los resultados obtenidos en las mismas. A su vez estas sufren una
clasificación aún menor, en hipótesis alternativas y nulas.

Hipótesis de estadística. Son expresadas y puestas a prueba por medio de ecuaciones

sostenidas matemáticamente.

Para el método científico, una hipótesis es una solución provisoria y que aún no ha sido
confirmada para un determinado problema. De acuerdo a la información empírica que
pueda obtenerse en el trabajo de campo, la hipótesis podrá tener un menor o mayor grado
de fiabilidad. A continuación, se encuentran los pasos a seguir para su construcción y
desarrollo:

* Confección de preguntas, que surgen naturalmente del desconocimiento acerca

del fenómeno natural que se está estudiando.

* Búsqueda de posibles respuestas, siempre que se basen en procedimientos y teorías

que puedan ser probadas en el campo de la ciencia. Al contrario, aquellas que no se
puedan probar se consideran especulaciones y son ignoradas.

* Predicción de los resultados que se obtendrán al poner en práctica las respuestas

elaboradas.

* Experimentación y registro detallado de los hallazgos, de modo que se puedan

reproducir tantas veces como sea necesario si se reúnen las mismas condiciones.

* Análisis y procesamiento de los resultados obtenidos. Se intenta buscar una relación

entre los datos que se hayan registrado a lo largo de la realización de los diversos
experimentos. Además, se contrasta esta información con la predicción antes
mencionada. Generalmente, este análisis culmina en una expresión matemática para
organizar la hipótesis, la predicción y los resultados.

Identificar y controlar una variable de confusión es crucial en la investigación para

garantizar la validez de los resultados. Esto puede lograrse mediante diversos métodos,
como la aleatorización, la estratificación y el control estadístico. La aleatorización ayuda a
distribuir uniformemente las variables de confusión entre los grupos de estudio,
reduciendo su posible impacto. La estratificación implica analizar los datos dentro de
estratos o capas que comparten características comunes del factor de confusión. El
control estadístico permite a los investigadores ajustar los efectos de los factores de
confusión en la fase de análisis.
Abordar adecuadamente las variables de confusión refuerza la credibilidad de los
resultados de la investigación al aclarar la relación directa entre las variables
dependientes e independientes, proporcionando así resultados más precisos y fiables.

Ejemplos de hipótesis de carácter científico

1. El consumo de tabaco en los primeros años de la adolescencia es cuatro veces

más nocivo que en la adultez.
2. Las sociedades con menos conflictividad social son, al mismo tiempo, las
sociedades con mayor tendencia al suicido y a la depresión.
3. Dentro de esta organización los salarios de las mujeres están por debajo de los de
los hombres.
4. Los automóviles de la actualidad consumen 20 % más de energía que los de hace
veinte años.
5. Los sistemas políticos más estables son los que tienen gobernantes más duros y
rígidos.
6. Estos cambios de temperatura bruscos son producto del calentamiento global.
7. Las mujeres mayores de 40 años tienen mejores conductas alimenticias que los
hombres de la misma edad.
8. El consumo de 1 litro de agua diario mejora la frecuencia cardíaca.
9. Una reducción de los subsidios generará una contracción económica del 4 %.
10. Un cuerpo total o parcialmente sumergido en un fluido estático será empujado con
una fuerza igual al peso del volumen de fluido desplazado por dicho objeto.

Ejemplos de hipótesis generales y cotidianas

1. Muchos guitarristas son buenos, pero seguro será él quien gane el premio.
2. Cuando aumente el nivel de conflictividad social, sus propagandas políticas ya no
servirán.
3. Si pongo mucho esfuerzo, podré comprar un nuevo auto.
4. El jugador que salió del partido en camilla debe haberse lesionado.
5. El abogado está convencido de la inocencia de su cliente.
6. El colectivo está demorado, debe haber ocurrido un accidente en la avenida.
7. Debido a la lluvia, seguramente muchas personas no asistan al concierto de hoy.
8. Creemos que usted es insolvente, así que no le podemos prestar más dinero.
9. El árbol tiene que haberse caído con el temporal de anoche.
10. Creo que la maestra hoy no vendrá porque ella es muy puntual y todavía no ha
llegado