Freeda
El proceso de investigación comienza y termina con la hipótesis. Es fundamental para todo el procedimiento y, por lo tanto, es de suma importancia. Una hipótesis se puede formular de varias formas, pero siempre cumple la función básica de predecir el resultado final de la investigación. La hipótesis suele darse después de un razonamiento inductivo, en el que el investigador realiza una serie de observaciones para formar una teoría. Esta hipótesis es entonces parte de la primera etapa del proceso de investigación, de las cuales hay 10 fases:
• Convierta sus ideas en una pregunta de investigación.
• Revise la literatura.
• Diseñe el estudio y desarrolle su (s) método (s).
• Redacción de su propuesta de investigación.
• Problemas de financiación.
• Obtener aprobación ética y de confianza.
• Recopile y compile los datos.
• Analizar los datos e interpretar los hallazgos.
• Implicaciones de su investigación para la práctica clínica.
• Informar sobre el estudio y difundir los hallazgos.
Una hipótesis asegura que todo el proceso de investigación sigue siendo científico y confiable, siguiendo los principios de deducción. El modelo hipotético-deductivo fue propuesto por primera vez por Karl Popper, quien sugirió que las teorías sobre el mundo deberían ser lo primero y estas deberían usarse para generar hipótesis que pueden ser falsificadas por los datos empíricos producidos por observaciones y experimentos.
Aunque las hipótesis son fundamentales durante el proceso de investigación, pueden producir complicaciones en cuanto a probabilidad, significación y errores de Tipo I-Tipo II. Se produce un error de tipo I cuando el valor p es demasiado grande y la hipótesis nula se rechaza falsamente y la hipótesis de investigación se acepta falsamente. Un error de tipo II ocurre cuando el investigador acepta falsamente la hipótesis nula y rechaza falsamente la hipótesis de investigación porque el valor p es demasiado pequeño. Para confirmar, una hipótesis nula solo se usa con estadísticas y afirma que no hay variación o diferencia entre las variables.