La prueba de hipótesis, la columna vertebral del método científico, es una metodología para evaluar una teoría económica o empresarial. Una hipótesis es una proposición o afirmación sobre el mundo, derivada de cualquier fuente, del capricho o la fantasía, del conocimiento acumulado, de las ideas dominantes o heréticas, de los prejuicios o de las conjeturas, que es capaz de ser confrontada con hechos y, por tanto, capaz de ser refutado o confirmado por esos hechos. En cualquier campo de la ciencia, desde la física y la química hasta la economía y la sociología, los profesionales a menudo realizan preguntas utilizando este método, generalmente denominado método científico. El proceso global implica la formulación de hipótesis (declaraciones), poniéndolas a prueba contra los hechos, y rechazar aquellas afirmaciones que sean refutadas o reformularlas de acuerdo con la información derivada de las pruebas. Las aplicaciones comerciales y económicas de la prueba de hipótesis incluyen la investigación del comportamiento del consumidor, la formulación de modelos económicos y la evaluación de estrategias corporativas, entre muchas otras.
PRUEBAS DE HIPÓTESIS EN
CIENCIAS NATURALES
En muchas de las ciencias naturales, la prueba de hipótesis tiene lugar en el contexto de experimentos de laboratorio controlados (para aislar un fenómeno o efecto causal particular). Por ejemplo, un investigador médico puede querer probar la proposición de que fumar causa cáncer de pulmón. Para probar adecuadamente la hipótesis, él o ella podría intentar mirar a individuos idénticos en entornos idénticos, con la única diferencia (asumiendo que todos los demás factores podrían controlarse) es que un grupo fuma mientras que el otro grupo (el grupo de control) no es. Si el grupo que fumaba finalmente desarrollaba cáncer de pulmón, el investigador podría concluir que su hipótesis estaba confirmada.
PRUEBAS DE HIPÓTESIS EN LAS
CIENCIAS SOCIALES
Por el contrario, en las ciencias sociales, los investigadores suelen recurrir al análisis secundario; Se emplean métodos estadísticos para analizar datos porque los fenómenos sociales rara vez, o nunca, son susceptibles de experimentos de laboratorio. Las hipótesis se prueban utilizando técnicas estadísticas para inferir conclusiones sobre una población a partir de la información obtenida de un subconjunto (o muestra) de esa población. La inferencia estadística (basada en las leyes de la probabilidad) se usa luego para probar si un fenómeno observado en particular se debe al azar.
Por ejemplo, podríamos querer probar si la observación de que los salarios de los hombres en promedio son significativamente más altos que los de las mujeres no es un evento aleatorio característico de una muestra particular de hombres y mujeres que encuestamos. Para probar esto, formularíamos una hipótesis nula de que los verdaderos salarios medios de hombres y mujeres son iguales. Para errar por el lado conservador, las hipótesis nulas generalmente asumen que no hay relación entre los factores que se observan; la lógica es que es un error menor no encontrar una relación que afirmar falsamente que la hay. En nuestro ejemplo, esto significaría que asumimos que no hay diferencia salarial atribuible al sexo. Sin embargo, si la evidencia estadística es lo suficientemente sólida,
Entonces podríamos discutir por qué podría ser así. Aquí es donde surgiría la controversia. La prueba de hipótesis puede permitir al investigador encontrar una conexión entre los fenómenos observados, pero una correlación simple no necesariamente identifica o explica las causas o la dinámica de esa relación. En otras palabras, sería prematuro concluir que la causa es la discriminación sexual, incluso si hayamos concluido que los salarios son materialmente diferentes. Para probar la teoría de la discriminación, tendría que idearse una nueva hipótesis y un nuevo medio para probarla. Por supuesto, una cosa es plantear una hipótesis y otra muy distinta idear una prueba significativa de ella. En este ejemplo, si bien puede resultar bastante fácil demostrar una correlación entre sexo y salario, sería mucho más complicado demostrar cómo se hace efectiva la diferencia; El proyecto probablemente involucraría una serie de hipótesis adicionales relacionadas con indicadores específicos y mensurables de discriminación y otros factores que podrían afectar los salarios.
En econometría, la rama de la estadística económica que más a menudo se ocupa de la prueba de hipótesis, un investigador puede asumir alguna relación entre las variables para fines de la prueba estadística. Por ejemplo, se podría plantear que un impuesto sobre la renta de las empresas se repercutiera a los consumidores en forma de precios más altos. Una forma de probar esta hipótesis sería probar la hipótesis de que los precios están correlacionados con el impuesto. Otras hipótesis comunes probadas son que la cantidad demandada de un bien depende del precio del bien. Otra hipótesis confirmada repetidamente es que la variación en la oferta monetaria en una economía está asociado con la variación en el nivel de precios de la economía. En todos estos casos, la correlación se muestra fácilmente, es decir, todas estas hipótesis han sido ampliamente confirmadas. Una vez más, el inconveniente de este tipo de análisis es que, si bien las pruebas de hipótesis pueden establecer una correlación entre las variables, no pueden explicar cómo y por qué los sistemas funcionan como lo hacen. Por ejemplo, ¿un cambio en la oferta monetaria conduce a un cambio en los precios? O, a la inversa, ¿un cambio en los precios conduce a un cambio en la oferta monetaria? ¿Alguna otra variable, o variables, conduce a un cambio tanto en la oferta monetaria como en el nivel de precios? Abundan las diferentes explicaciones razonables. Por lo tanto, aunque ciertas hipótesis confirmadas pueden exhibir un poder predictivo sustancial,
Gran parte de la investigación en las ciencias sociales (y diversas aplicaciones comerciales) se basa en métodos estadísticos que permiten al investigador hacer afirmaciones generales sobre una población a partir de información derivada de una muestra. Estos métodos estadísticos permiten al investigador separar los efectos de la variación sistemática de una variable de los efectos meramente aleatorios. Como se mencionó, esta técnica es especialmente útil en las ciencias sociales porque muchos fenómenos no pueden aislarse o controlarse en un entorno tipo laboratorio, como en las ciencias físicas. Muchas pruebas de hipótesis económicas, por ejemplo, toman la forma de probar parámetros de modelos de regresión lineal. Para ilustrar, suponga que se plantea la hipótesis de que una relación económica toma la forma
en la que Se supone que Y representa observaciones de la variable dependiente y X se supone que representa observaciones de variables explicativas (o causales). La cantidad B es un coeficiente que expresa la relación entre las variables independientes y las variables dependientes hipotetizadas, mientras que e es un vector de términos residuales que se supone que son independientes entre sí (o aleatorios). Las pruebas de hipótesis podrían entonces formularse imponiendo restricciones a uno o más de los coeficientes y probando si ciertas variables (solas o en conjunto) tienen un efecto sobre Y. Por lo tanto, se podría plantear la hipótesis de que los gastos de consumo están relacionados con los ingresos o los salarios, la riqueza y algunas otras variables. Entonces, podríamos postular la hipótesis nula de que, por ejemplo, el consumo no es una función de la renta, manteniendo otras variables constantes (es decir, que el coeficiente para B es cero) .Entonces, si se rechaza la hipótesis nula, eso implicaría que un valor medible parte de la variación en los gastos de consumo (capturada en el parámetro B) se explica por la variación en los ingresos.
USOS Y ABUSOS DE LAS
PRUEBAS DE HIPÓTESIS
A pesar de las afirmaciones de que los científicos son receptores pasivos de hechos sobre el mundo, el cuestionamiento de cómo y qué hipótesis se prueban es, de hecho, un proceso social complicado que involucra cuestiones de los valores dominantes o colectivos de una sociedad en particular: nuestras percepciones del mundo. dar forma a nuestra comprensión del mundo y nuestra comprensión del mundo contribuye a la forma en que, a su vez, actuamos en nuestro mundo. En otras palabras, el tipo de preguntas que se plantean es en sí mismo producto de muchos factores, incluido el conocimiento histórico heredado, los valores dominantes y la ideología de una sociedad en particular. Sin duda, este conocimiento influye en la trayectoria tecnológica y social de la sociedad.
Pero la noción dominante del científico es la de un observador neutral que intenta dar sentido a un mundo complicado. En su trabajo, los científicos obtienen información sobre el mundo y formulan proposiciones en forma de hipótesis refutables. El objetivo es encontrar regularidades ocultas por perturbaciones aleatorias. De esta forma, las relaciones causales primarias pueden separarse de aquellos fenómenos que se generan por casualidad. Las hipótesis aceptadas son entonces adiciones al conocimiento científico. A menudo, las personas que prueban hipótesis están separadas de las que piensan e interpretan los resultados de las pruebas empíricas. Así, por ejemplo, a menudo se encuentran físicos teóricos y economistas teóricos distintos de los economistas aplicados y los físicos aplicados. En todo caso, son los hechos los que le hablan al observador. No es sorprendente, entonces, que una de las nociones más fundamentales de la ciencia positivista sea la separación de los argumentos analíticos (a menudo llamados metafísicos o lógicos) (no directamente observables) de los enunciados empíricos (por definición comprobables). Una de las versiones más crudas de este método eleva la predicción como la mejor manera de juzgar la validez de una teoría, independientemente de sus supuestos. Si la predicción es la prueba más deseable de la validez de cualquier teoría no es, por supuesto, una cuestión resuelta. Una de las nociones más fundamentales de la ciencia positivista es la separación de los argumentos analíticos (a menudo llamados metafísicos o lógicos) (no directamente observables) de los enunciados empíricos (por definición comprobables). Una de las versiones más crudas de este método eleva la predicción como la mejor manera de juzgar la validez de una teoría, independientemente de sus supuestos. Si la predicción es la prueba más deseable de la validez de cualquier teoría no es, por supuesto, una cuestión resuelta. Una de las nociones más fundamentales de la ciencia positivista es la separación de los argumentos analíticos (a menudo llamados metafísicos o lógicos) (no directamente observables) de los enunciados empíricos (por definición comprobables). Una de las versiones más crudas de este método eleva la predicción como la mejor manera de juzgar la validez de una teoría, independientemente de sus supuestos. Si la predicción es la prueba más deseable de la validez de cualquier teoría no es, por supuesto, una cuestión resuelta.
Así, uno de los principios filosóficos del método de la ciencia positivista propone una visión del investigador científico como el observador neutral de los fenómenos históricos y físicos, uno que asume el papel de seleccionar y probar los hechos. Por supuesto, los hechos siempre requieren interpretación. De hecho, algunos argumentarían que no podemos separar la ciencia de la ideología, ya que todos hablan desde algún punto de vista, pero podemos reconocer abiertamente las perspectivas por lo que son. En este sentido, puede ser inexacto ver la ciencia como una observación estrictamente neutral del mundo, particularmente en campos donde hay muchas interpretaciones contrapuestas de los hechos; Por supuesto, esto no significa que las ideas científicas básicas y no controvertidas deban ser escrutadas por todos los observadores legos.
Dentro de cualquier ciencia natural o social en particular, las hipótesis que han sido confirmadas (por replicación y verificación) y aceptadas a menudo se elevan a la categoría de leyes. Las leyes se valoran porque tienen un poder predictivo sustancial y porque pueden dar cuenta de ciertas regularidades en la naturaleza o la sociedad. Estas leyes, sin embargo, no explican las regularidades, los hechos; solo los describen. En otras palabras, para explicar por qué ocurre un fenómeno, recurrimos a un contexto más amplio, típicamente a fuerzas abstractas para las que a menudo no existe evidencia de observación directa pero que pueden ser discernidas por la variedad de fenómenos generados por estas fuerzas. Por ejemplo, no se puede observar la gravedad directamente pero se puede observar (medir, probar, etc. ) los fenómenos que genera la fuerza de la gravedad en diferentes contextos (por ejemplo, una persona que salta de un edificio caerá a una velocidad determinada, la luna girando alrededor de la Tierra recorrerá un camino determinado a una velocidad determinada). La fuerza de la prueba de hipótesis radica en su capacidad para recoger patrones en un mundo aparentemente caótico, dirigiendo así al investigador hacia qué fenómenos buscar y qué preguntas hacer.