Cómo aceptar una hipótesis nula o llevar el agua a nuestro molino en una investigación.

La ciencia trata de ser objetiva, de modo que sus resultados sean independientes de intereses e ideologías, aunque tendríamos que admitir que no resulta nada fácil. Con frecuencia los investigadores se ven tentados a hacer todo lo posible para que sus resultados apoyen la  tesis que defienden. Uno de los tipos de estudio más frecuentes son los que van encaminados a aceptar la hipótesis nula, es decir, a demostrar que no existen diferencias significativas entre dos grupos en alguna variable determinada. Por ejemplo, imaginemos que el ministro Wert quiere demostrar que  el aumento de la ratio en las aulas no influye sobre el rendimiento del alumnado. Para ello decide encargar un estudio que compare a los alumnos escolarizados en centros similares pero con distinta ratio (alta y baja). Pues bien, aunque Cohen (1988) explicó claramente que nunca se puede aceptar sin ningún riesgo la hipótesis nula, el lenguaje científico suele ser poco cuidadoso al respecto y se utilizan, demasiado a la ligera, los resultados del estudio que confirman la aceptación de la hipótesis nula como una prueba incontestable de la inexistencia de diferencias entre los grupos. Además, y ese es el contenido de este post, algunos trucos podrían servir para inclinar la balanza hacia el lado de la hipótesis nula.
-   Afirma que no hay diferencias incluso si no se ha realizado aún ningún estudio al respecto. Y si los hay ignóralos, no es tu tarea buscar argumentos en contra. O trata de descalificarlos por alguna que otra razón..
-   Oscurece la diferencia entre los dos grupos. Al fin y al cabo ¿qué es una ratio alta o baja? Puedes elegir dos grupos que en realidad no sean tan diferentes en su ratio, con lo que será más difícil que aparezcan diferencias significativas.
-   Compara los dos grupos en alguna variable irrelevante. Por ejemplo, en lugar de evaluar las diferencias en rendimiento académico, compara sus estaturas. O su afición al autoerotismo.
-   No informes del tamaño del efecto cuando no surjan diferencias significativas. Si las muestras son pequeñas es muy probable que dichas diferencias no alcancen el nivel de significatividad, aunque tengan un gran tamaño del efecto. Tampoco informes de las medias y desviaciones típicas, para que nadie calcule dicho tamaño.
-   Usa muestras pequeñas. Así sólo diferencias muy grandes aparecerán como significativas. Si alguien crítica el pequeño tamaño de la muestra usada puedes hacer referencia a la impersonalidad de las muestras enormes y a los beneficios de la investigación cualitativa. Si la muestra es muy grande, tal vez puedas establecer más de dos grupos en función de la ratio (muy alta, alta, media, baja, muy baja,…bajísima) y compararlos. Es probable que las diferencias que resultaban significativas al comparar sólo dos grupos ya no lo sean.
-   Minimiza los resultados incómodos a favor de las diferencias entre los grupos. Se puede argumentar que a pesar de ser significativas estadísticamente, no lo son clínicamente, algo  difícil de refutar.
-   Usa el control estadístico para tratar de que desparezcan las diferencias. Si, a pesar de todo, surgen diferencias en el rendimiento académico del alumnado, siempre será posible encontrar algunas variables que distingan a los dos grupos, además de la ratio, y cuyo control estadístico haga esfumarse las diferencias. Por ejemplo, el nivel de conflicto en el aula. Aunque resulte muy evidente que el aumento de la ratio conlleva una mayor conflictividad, Wert siempre podrá argumentar que no es la ratio lo que disminuye el rendimiento, sino la conflictividad, o el malestar del profesorado, aunque ambos tengan una relación directa con la ratio, y las aulas con ratio elevada y ausencia de conflicto y malestar docente solo existan en un mundo feliz.
Naturalmente, todo lo anterior no es sino una broma surgida del aburrimiento y la lectura de un trabajo de Walter Schumm. Cualquier parecido con la realidad es pura coincidencia.