Glosario M4

La hipótesis correlacional es una información testeable que postula la presencia de una relación lineal o no lineal entre dos o mas variables, sin implificar causalidad. Esta hipótesis es importante en la investigación de datos ya que ayuda a explorar patrones en grandes conjuntos como la minería de datos, donde es usada para conocer las relaciones preliminares antes de modelos predictivos, es indispensable mencionar que debe interpretarse con precaución para así evitar deducciones causales erradas, (Cohen et al., 2013). Su relevancia se refiere a la utilidad de generar hipótesis exploratorias en contextos, por ejemplo, del análisis financiero alinearlo con técnicas que prevalezcan la objetividad. Otro ejemplo de este tipo de hipótesis podría ser si existe una correlación positiva entre el gasto del marketing y las ventas mensuales.

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2013). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Routledge.

Son el reverso de las hipótesis de investigación y consisten en proposiciones que sirven para refutar o negar lo que afirma la hipótesis original.

Referencia bibliográfica:

Hernández-Sampieri, R. (2014). Metodología de la investigación (6ª ed.). McGraw-Hill Education

Las hipótesis promisorias son proposiciones preliminares que muestran potencial para explicar un fenómeno y orientar la investigación. Se consideran prometedoras porque presentan coherencia lógica, vinculación con el marco teórico y posibilidad de ser comprobadas. Su función es guiar el análisis y servir como base para la recolección y evaluación de datos.

Referencia Bibliográfica:

Hernández, R., Fernández, C., & Baptista, M. del P. (2018). Metodología de la investigación (6.ª ed.). McGraw-Hill.