95. Hipótesis, Grupo de tratamiento y de control

La hipótesis y su relación con los grupos de tratamiento y control

Posteriormente a la construcción del árbol de problemas (con sus causas, problema central y efectos), se puede crear una hipótesis, es decir, un resultado esperado de la política pública que atenderá la situación que se busca revertir.

Hipótesis

De acuerdo con Creswell, podemos definir una hipótesis como una predicción que el investigador sostiene acerca de la relación entre variables.

Una ejemplo de hipótesis (o predicción) podría ser:

Los niños que reciben educación preescolar aprender a leer más rápido.

En donde las variables son:

  • la educación preescolar y la
  • velocidad en el aprendizaje de la lectura.

Ahora esa hipótesis se debe probar a través de procedimientos estadísticos en los que el investigador desarrolla inferencias de la población a partir de una muestra de estudio. En otras palabras, esa hipótesis se prueba en una muestra de niños, no en todos los niños de preescolar del mundo (no sería posible) sino a partir de una muestra de estudio.

Creswell concluye que normalmente se utilizan hipótesis en experimentos en donde los investigadores comparan grupos.

Es importante mencionar que según Creswell, la diferencia entre hipótesis y teoría es que una hipótesis hace una predicción bastante específica, mientras que una teoría es una explicación generalizada que proporciona un marco para analizar un problema.

Los tipos de hipótesis

Hipótesis nula

Se escribe como H0. La hipótesis nula establece que no existe una relación entre dos variables; en el ejemplo que mencionamos al principio, la hipótesis nula sería que no existe una relación entre la educación preescolar y el aprender más pronto a leer.

En otras palabras la H0 indicaría que la educación preescolar no afecta, no incide en que los niños aprendan a leer más pronto y que de hecho sería una contradicción a la teoría que el investigador busca probar.

Hipótesis alternativa

Se escribe como H1. La hipótesis alternativa es básicamente lo que predice el investigador.

En este ejemplo la H1 sería que los niños que reciben educación preescolar aprender a leer más rápido. Esta hipótesis se puede probar con un grupo de control.

Grupo de Tratamiento y de Control

Grupo de tratamiento

El Grupo de tratamiento lo podría explicar como el grupo de personas que reciben el tratamiento, o el experimento, o los bienes y servicios que oferta el programa presupuestario.

En nuestro ejemplo, serían los niños que reciben educación preescolar.

Grupo de control

El Grupo de control es definido como el grupo de personas en el experimento que NO reciben el tratamiento por parte de los investigadores, es decir que no reciben los bienes y servicios que el programa presupuestario oferta, con el objeto de usar ese grupo como punto de comparación al grupo de tratamiento.

Es importantísimo mencionar que el grupo de control debe ser idéntico en sus características al grupo de tratamiento, de manera que se puedan comparar y determinar los cambios que el experimento produjo.

En nuestro ejemplo, el grupo de control serían niños que no reciben educación preescolar, pero que tienen que tener la misma edad, las mismas características físicas, condiciones sociales, etc. etc. que el grupo de tratamiento, para al final evaluar entre los dos grupos su velocidad en el aprendizaje de la lectura y cuánto se le atribuye a la intervención de la estancia en el preescolar que el grupo de tratamiento si tuvo y el grupo de control no.

Veredicto

Lo que aprendí en el curso de «Datos para la efectividad de las políticas públicas» de Edx, es lo siguiente:

  • Si la hipótesis nula (la educación preescolar no afecta, no incide en que los niños aprendan a leer más pronto )fuese verdadera, no habría ninguna diferencia entre los grupos, entre los niños que tuvieron educación preescolar y los que no).
  • Por el contrario, si los datos muestran que podemos rechazar la H0, entonces podemos probar la Hipótesis alternativa y medir la magnitud de la intervención.

En el curso nos hacen hincapié que la H0 es la que se acepta o rechaza, ya que pudiera ser que otras variables no consideradas en nuestro modelo (en este ejemplo solo es la asistencia a la educación preescolar) expliquen el rechazo de la hipótesis nula, por lo que se concluye que existe una posibilidad de que la H1 sea cierta.

Es decir, si hubo una diferencia en la velocidad del aprendizaje de la lectura entre los dos grupos, a lo mejor no se debió a la educación preescolar, sino a algo que comieron en el grupo de tratamiento que les aceleró su capacidad del cerebro para aprender a leer, o a lo mejor el grupo de control tuvo malos padres que no les prestaron atención para apoyarlos en su desarrollo educativo,… es que pueden ser muchos factores!!!, pero la idea es que si la H0 se rechaza, entonces hay una posibilidad de que la H1 sea cierta y es lo que se debe probar.

Esto me recuerda al Episodio 87. La evaluación del programa para dejar de fumar, en donde los ejecutores del programa hacen una reflexión sobre la efectividad del programa, te invito a leerlo.

Errores Tipo I y Tipo II

En el curso aprendimos que cuando formulamos una hipótesis es posible cometer errores. Los más comunes son de Tipo I y Tipo II:

  • Un error de Tipo I se produce cuando una hipótesis nula se rechaza siendo, en realidad, verdadera. Por ejemplo, se produciría un error de Tipo I si nuestra investigación mostrara que la velocidad en el aprendizaje para leer de los dos grupos son significativamente diferentes cuando no hay diferencia entre ellos.
  • Ocurre un error de Tipo II cuando la hipótesis nula no se rechaza, siendo realmente falsa. En nuestro ejemplo, esto significaría que hemos concluido que la velocidad en el aprendizaje para leer son equivalentes, pero en realidad difieren significativamente.

Debido a que la confiabilidad de las pruebas de hipótesis alternativas depende de rechazar la hipótesis nula, los errores de Tipo I son más graves y deben tratar de evitarse.

Este tipo de procedimientos, la formulación correcta de la hipótesis, probar o rechazar la H0 es muy importante en las políticas públicas, ya que de hecho es lo que permitiría evaluar el logro del objetivo del mismo a nivel Propósito.

Este tema se me hace tan interesante ya que en mi experiencia, no me ha tocado ver de cerca un experimento de este tipo aplicado a los programas presupuestales, o a los programas sociales, entonces no se tiene evaluado a ciencia cierta el impacto de los bienes y servicios de los programas, ni tampoco si se resolvió el problema planteado originalmente ni cuánto contribuyó el mismo programa a ello.

Sin embargo, creo que estamos viviendo una época en donde las Estadísticas están tomando mayor fuerza en la administración pública (en todos los niveles) para cumplir el mandato constitucional de evaluar los resultados de las políticas públicas.

Hasta aquí el episodio de hoy, si te fue de interés, te pido que me apoyes en compartirlo en tus redes sociales.

Gracias!

-Isaac Figueroa

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

×