Hipótesis nula: qué es, cómo se formula y cómo se interpreta
Validado por: Equipo Tesis y Másters
Índice del artículo
Resumen rápido: hipótesis nula
Pregunta: ¿Qué es la hipótesis nula?
Respuesta: La hipótesis nula (H0) es el enunciado que afirma que no existe efecto, relación ni diferencia entre las variables estudiadas. Es la hipótesis que se somete a prueba estadística: si los datos muestran que el resultado observado sería muy improbable bajo H0, normalmente con un valor p menor a 0.05, se rechaza a favor de la hipótesis alternativa. Nunca se «acepta»: solo se rechaza o no se rechaza.
La hipótesis nula confunde a muchos tesistas porque parece ir en contra de lo que quieren demostrar. Si tu investigación espera encontrar un efecto, ¿por qué formular una hipótesis que dice que no existe? La respuesta está en cómo funciona la estadística inferencial: no prueba directamente que algo es cierto, sino que evalúa si hay evidencia suficiente para descartar que no lo sea.
Aquí verás qué es la hipótesis nula, cómo se formula, cómo se contrasta y cómo se interpreta el resultado.
Qué es la hipótesis nula
La hipótesis nula, simbolizada como H0, es la afirmación de que no hay diferencia, relación o efecto entre las variables en la población. Funciona como punto de partida del contraste estadístico: se asume verdadera y se evalúa si los datos observados son compatibles con ella.
Se formula siempre junto con la hipótesis alternativa (H1), que afirma lo contrario. Tienes la relación entre ambas en hipótesis nula y alternativa y la explicación de la segunda en hipótesis alternativa.
Cómo se formula
- Parte de tu hipótesis de investigación.
- Escribe su negación: que no hay efecto, relación o diferencia.
- Exprésala en términos estadísticos según el análisis.
| Hipótesis de investigación (H1) | Hipótesis nula (H0) | Forma estadística |
|---|---|---|
| El programa de tutorías mejora el promedio. | El programa no modifica el promedio. | μ1 = μ2 |
| Existe relación entre horas de sueño y rendimiento. | No existe relación entre ambas variables. | ρ = 0 |
| La satisfacción difiere entre turnos. | La satisfacción es igual en todos los turnos. | μ1 = μ2 = μ3 |
Cómo se contrasta
- Fija el nivel de significancia (α), habitualmente 0.05.
- Elige la prueba estadística según el tipo de variables y el diseño: t de Student, ANOVA, chi cuadrada, correlación, entre otras.
- Calcula el estadístico y el valor p con software.
- Decide: si p < α, se rechaza H0; si p ≥ α, no se rechaza.
Cómo interpretar el resultado
- Se rechaza H0: los datos aportan evidencia a favor de la hipótesis alternativa, con un riesgo de error tipo I igual a α.
- No se rechaza H0: los datos no alcanzan para afirmar el efecto. No significa que se haya demostrado que no existe.
Además del valor p, conviene reportar el tamaño del efecto, que indica la magnitud de la diferencia o relación. Un resultado significativo puede ser irrelevante en la práctica si el efecto es mínimo.
Ejemplo de redacción en resultados
La prueba t para muestras independientes mostró diferencias significativas entre el grupo que asistió a tutorías y el grupo control (t = 2.84, p = .006), por lo que se rechaza la hipótesis nula. El tamaño del efecto fue moderado.
El ejemplo es ilustrativo.
Errores frecuentes
- Escribir «se acepta la hipótesis nula».
- Formular una H0 que no es la negación exacta de H1.
- Poner la dirección del efecto en la nula.
- Interpretar el valor p como la probabilidad de que H0 sea verdadera.
- Ignorar el tamaño del efecto.
Si necesitas repasar la formulación general de hipótesis, revisa los tipos de hipótesis. Y si el contraste estadístico de tu tesis te genera dudas, en Tesis y Másters ofrecemos asesoría en análisis estadístico con SPSS. También te puede ayudar repasar qué son las escalas de medición, porque determinan qué prueba corresponde.
Preguntas frecuentes
¿Por qué se dice que la hipótesis nula no se acepta?
Porque no encontrar evidencia de un efecto no demuestra que el efecto no exista. Puede deberse a una muestra pequeña o a un instrumento poco sensible. Por eso la conclusión correcta es «no se rechaza la hipótesis nula» y no «se acepta».
¿Qué es un error tipo I y un error tipo II?
El error tipo I ocurre cuando se rechaza una hipótesis nula que en realidad es verdadera: se concluye que hay efecto cuando no lo hay. El error tipo II ocurre cuando no se rechaza una hipótesis nula falsa: no se detecta un efecto que sí existe. El nivel de significancia controla la probabilidad del primero.
¿Qué significa un valor p de 0.03?
Que, si la hipótesis nula fuera verdadera, habría un 3 % de probabilidad de obtener un resultado igual o más extremo que el observado. Con un nivel de significancia de 0.05, ese valor lleva a rechazar H0. No indica la probabilidad de que la hipótesis sea cierta ni el tamaño del efecto.
Referencias bibliográficas
- Hernández-Sampieri, R. y Mendoza, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana.
- Hawthorne, J. (2025). Inductive Logic. Stanford Encyclopedia of Philosophy.
Artículos relacionados
¿Necesitas ayuda?
Solicita tu presupuesto hoy
