Una hipótesis asociativa propone que dos o más variables están relacionadas. Puede anticipar una tendencia ascendente, descendente o una diferencia entre grupos, pero no demuestra que una variable cause la otra.
Qué es una hipótesis asociativa
Es una afirmación que puede contrastarse sobre cómo varían conjuntamente unas características en una población y un periodo determinados. Por ejemplo: «a mayor distancia de la biblioteca, menor número de visitas mensuales».
No significa que al intervenir sobre una variable la otra cambie necesariamente. Tampoco es una «relación de confianza». Aquí distinguimos describir una variable —cuántas visitas hay— de proponer una asociación —cómo se relacionan visitas y distancia—; las clasificaciones de hipótesis pueden usar etiquetas distintas.
Las hipótesis son propuestas para investigar, no resultados demostrados. Las cifras de los casos numéricos son hipotéticas. Los ejemplos de salud sirven para examinar afirmaciones y no son indicaciones de alimentación, ejercicio o tratamiento.
Consumo de dulces o chocolate y evolución del acné
Hipótesis por contrastar; no afirmación clínica
Formulación: En una población y un periodo definidos, se plantea que una mayor frecuencia de consumo de dulces o chocolate se asocia con una menor reducción del número de lesiones de acné. Es una hipótesis didáctica; aquí no se afirma que esa relación esté demostrada.
Variables: Registrar por separado frecuencia y cantidad de dulces y de chocolate, con una porción definida. Para la evolución, comparar el recuento de lesiones al inicio y al final del mismo intervalo, evaluado con un criterio consistente. Una reducción mayor significa una mejoría mayor en esa medida concreta.
Cómo interpretarla: Se examinaría la relación de cada consumo con la reducción observada, teniendo en cuenta gravedad inicial, tratamientos y otras diferencias pertinentes. Juntar todos los alimentos en una sola categoría puede ocultar qué se está comparando.
Límite: La evidencia sobre dieta y acné tiene matices y no permite prometer qué ocurrirá a una persona. El ejemplo enseña a formular variables y revisar una afirmación; no propone retirar alimentos, cambiar tratamientos ni realizar un ensayo personal.
Aumento del costo de vida y confianza en el gobierno
Asociación negativa propuesta
Formulación: En las regiones de un país durante un año definido, se plantea que un mayor aumento del costo de una misma canasta de bienes y servicios se asocia con una menor puntuación media de confianza en el gobierno.
Variables: X: variación porcentual anual del costo de la canasta, calculada de forma comparable entre regiones. Y: promedio de confianza en una encuesta con la misma pregunta y escala de 0 a 10. La unidad de análisis es la región, no cada encuestado por separado.
Cómo interpretarla: El patrón esperado es descendente: valores mayores de X acompañarían valores menores de Y. Sería necesario considerar ingresos, desempleo, acontecimientos políticos, composición de las muestras y diferencias de medición.
Límite: Es una propuesta para investigar, no un resultado político establecido. Una relación entre promedios regionales no demuestra que cada persona con mayores gastos pierda confianza ni que los precios sean la única causa.
EJEMPLO 03
Ejercicio, malteadas y cambio de peso
Tres variables; transformar un consejo en una pregunta
Formulación: Se plantea estudiar si los minutos semanales de actividad física y la frecuencia de consumo de malteadas se asocian con el cambio de peso durante un periodo definido. La formulación no da por hecho el signo de cada relación.
Variables: X₁: minutos de actividad con una definición común del tipo e intensidad registrados. X₂: porciones de malteada por semana, indicando tamaño y composición. Y: peso final menos peso inicial, en kilogramos, medido con un procedimiento consistente.
Cómo interpretarla: Y negativo representa una disminución del peso; no equivale automáticamente a un beneficio de salud. Analizar dos variables explicativas requiere considerar diferencias como peso inicial, otras pautas alimentarias y factores de salud, sin atribuir todo a uno de los hábitos.
Límite: Recomendar «hacer ejercicio y dejar malteadas» es un consejo, no una hipótesis asociativa formulada con precisión. Este ejemplo analiza el razonamiento y no indica qué debería comer, pesar o hacer una persona.
Formulación: Entre estudiantes de un mismo curso, más horas dedicadas a preparar una prueba se asocian con una mayor puntuación en esa prueba.
Variables: X: horas de preparación registradas durante la semana anterior. Y: puntos obtenidos sobre 100 en la misma evaluación. Se especifican curso, prueba y periodo para evitar comparar exámenes de dificultad distinta.
Cómo interpretarla: Un patrón ascendente sería compatible con la hipótesis. No exige que cada estudiante que estudie una hora más obtenga siempre una nota mayor; se busca una tendencia con variación individual.
Límite: Conocimientos previos, apoyo recibido y forma de estudiar pueden estar relacionados con ambas variables. Observar una asociación no establece cuánto subiría la nota al imponer una hora adicional de estudio.
EJEMPLO 05
Distancia a una biblioteca y número de visitas
Asociación negativa propuesta
Formulación: Entre residentes de una zona, una mayor distancia de recorrido desde el domicilio hasta la biblioteca se asocia con menos visitas mensuales a esa biblioteca.
Variables: X: distancia por una ruta definida, en kilómetros; no mezclar distancia de recorrido y línea recta. Y: número de visitas durante el mismo mes, incluidos los ceros. La población incluye a quienes no acudieron.
Cómo interpretarla: Se esperaría una tendencia descendente. Si solo se encuesta dentro de la biblioteca, se deja fuera a quienes no van y se puede alterar la relación que se pretende estudiar.
Límite: Transporte, horarios, accesibilidad e interés por sus servicios pueden intervenir. Una asociación negativa no implica que alejar una biblioteca reduzca las visitas en una cantidad fija para cada residente.
EJEMPLO 06
Turno de clase y participación en un club
Asociación entre categorías; sin dirección numérica natural
Formulación: La proporción de estudiantes que participa en un club de lectura difiere entre el turno de mañana y el de tarde, durante el mismo trimestre.
Variables: Turno: mañana o tarde. Participación: sí o no, según un criterio previamente definido. Se comparan proporciones de participantes dentro de cada turno, no solo sus cantidades.
Cómo interpretarla: En datos hipotéticos, participan 12 de 40 estudiantes de mañana y 9 de 20 de tarde: 30 % frente a 45 %. Aunque hay más participantes de mañana en números absolutos, la proporción es mayor por la tarde.
Límite: No tiene sentido llamar «positiva» a esta asociación solo porque se codificó mañana como 0 y tarde como 1. El horario del club y las características de cada turno podrían explicar parte de la diferencia; estos datos no prueban un efecto del turno.
EJEMPLO 07
Paraguas abiertos y retrasos de autobús
Posible factor de confusión
Formulación: En una ciudad y franja horaria definidas, los días con más paraguas abiertos observados en una plaza se asocian con más minutos medios de retraso de una línea de autobús cercana.
Variables: X: número de paraguas contados durante un intervalo fijo. Y: retraso medio respecto al horario publicado, en los mismos días. Se registra también la lluvia y otras incidencias relevantes.
Cómo interpretarla: La lluvia es una posible explicación común: podría relacionarse tanto con el uso de paraguas como con las condiciones de circulación. Comparar días con lluvia semejante puede ayudar a explorar si persiste el patrón.
Límite: Una asociación no demostraría que abrir paraguas retrasa el autobús. Añadir la lluvia al análisis tampoco garantiza haber eliminado todas las diferencias entre los días.
EJEMPLO 08
Consultas de ayuda y dificultades con una aplicación
Dirección causal inversa como alternativa
Formulación: Entre usuarios de una aplicación durante una semana, un mayor número de consultas de ayuda se asocia con un mayor número de intentos fallidos al completar una tarea.
Variables: X: consultas de ayuda registradas. Y: intentos fallidos con una definición fija de tarea y fallo. La secuencia temporal y la experiencia previa también deben examinarse.
Cómo interpretarla: No se puede concluir sin más que la ayuda produce errores. Es posible que las dificultades lleven a buscar más ayuda, o que la complejidad de la tarea incremente ambas cantidades.
Límite: Saber qué ocurrió antes ayuda a valorar explicaciones, pero la sucesión temporal por sí sola tampoco prueba una causa. Reducir la ayuda no se justifica a partir de esta asociación.
EJEMPLO 09
Temperatura de una sala y valoración de comodidad
Relación no lineal
Formulación: Se plantea que la comodidad declarada en una sala sea mayor a temperaturas intermedias que en los extremos del intervalo observado.
Variables: X: temperatura de la sala en grados Celsius. Y: puntuación de comodidad en una escala de 1 a 5, con la misma pregunta. Humedad, ropa y actividad son condiciones relevantes.
Cómo interpretarla: Cinco pares enteramente hipotéticos son (16, 1), (18, 4), (20, 5), (22, 4) y (24, 1). La puntuación sube y después baja. En estos cinco pares la correlación de Pearson es 0, aunque hay un patrón curvo evidente.
Límite: La correlación de Pearson resume asociación lineal; cero no descarta cualquier relación. Estas cifras no fijan una temperatura recomendable ni describen respuestas reales. La escala ordenada exige cuidado al tratar sus diferencias como numéricas.
Formulación: Se plantea que la asistencia a tutorías se asocie con la entrega de una tarea. Se revisa además si el patrón es el mismo en estudiantes de dos niveles de preparación previa.
Variables: Asistencia: sí o no; entrega: sí o no. El nivel previo se define antes de las tutorías. En una tabla hipotética, en el nivel inicial entregan 18/60 asistentes y 2/10 no asistentes; en el avanzado, 9/10 asistentes y 48/60 no asistentes.
Cómo interpretarla: Dentro del nivel inicial, las proporciones son 30 % frente a 20 %; en el avanzado, 90 % frente a 80 %. Pero al juntar niveles son 27/70 ≈ 38,6 % entre asistentes y 50/70 ≈ 71,4 % entre no asistentes. El sentido de la comparación se invierte.
Límite: La mezcla de grupos con distinta preparación y distribución de asistencia produce esta inversión, conocida como paradoja de Simpson. Ni el total ni la comparación por nivel demuestran por sí solos un efecto causal de las tutorías; faltan diseño y contexto.
Delimita población y periodo. No es lo mismo estudiar estudiantes de un curso que todos los estudiantes de un país.
Define cada variable. «Mucho ejercicio» o «mayor confianza» necesitan una medida o criterio explícito.
Expresa la relación esperada. Indica una dirección si hay razones para proponerla, o plantea una diferencia sin anticipar su signo.
Fija la unidad de análisis. Una persona, un día y una región son unidades distintas; sus resultados no se trasladan automáticamente de un nivel a otro.
Anticipa explicaciones alternativas. Considera selección de participantes, medición y variables relacionadas con ambas características.
Una fórmula útil es: «En [población], durante [periodo], [variable X] se asocia con [variable Y] de [forma propuesta]». Esa frase organiza la pregunta; no reemplaza los datos ni el análisis.
Cómo interpretar la relación
Positiva significa que valores altos de una variable tienden a acompañar valores altos de la otra; negativa, que tienden a acompañar valores bajos. Los signos no significan «beneficioso» o «perjudicial». Una relación también puede ser curva o darse entre categorías sin orden numérico natural.
Para dos variables numéricas conviene examinar su representación y no solo un coeficiente. Para categorías, comparar proporciones con sus denominadores ayuda a evitar conclusiones basadas únicamente en cantidades.
La asociación puede contribuir a una investigación causal, pero por sí sola no establece causa y efecto. Una explicación común, una dirección inversa, la selección de casos o el azar pueden producir patrones que requieran más estudio.
No encontrar evidencia suficiente de asociación tampoco demuestra que no exista ninguna: importan la cantidad y calidad de los datos y qué tipo de relación se buscó.
Las fuentes respaldan los conceptos y límites indicados; no acreditan que las hipótesis didácticas ni sus datos hipotéticos sean resultados de estudios realizados.
