Respuesta corta: no pasa nada, y no tenés que cambiar la hipótesis. Una hipótesis que no se confirma es un resultado legítimo de la investigación, se reporta tal cual y la tesina se aprueba igual. Lo que sí puede hacer que te la devuelvan es lo que muchos hacen a continuación: reescribir la hipótesis para que coincida con lo que encontraron, o presentar el resultado como si no existiera. Eso no es un error metodológico menor, es una falta de integridad.
Dicho eso: antes de concluir «no hay relación» hay cinco cosas que conviene revisar, porque a veces el problema no es el fenómeno sino el análisis. Vamos por partes.
Qué significa exactamente que no se confirme
Hay una asimetría lógica que conviene entender bien, porque de ella sale todo lo demás. Cuando una prueba estadística no alcanza significación, no rechazás la hipótesis nula. Eso no es lo mismo que aceptarla. Formalmente, lo único que podés decir es que tus datos no aportaron evidencia suficiente en contra de ella.
Traducido: «no encontré diferencias» no equivale a «no hay diferencias». Puede que no las haya, o puede que las haya y tu estudio no haya tenido la potencia para detectarlas — con 40 casos, una diferencia real pero moderada tiene grandes chances de pasar desapercibida. Escribir «se comprobó que no existe relación entre X e Y» es, casi siempre, una conclusión que tus datos no autorizan.
La formulación correcta es: «no se hallaron diferencias estadísticamente significativas entre los grupos». Es más larga, es menos rotunda y es la única defendible.
Cinco cosas que revisar antes de concluir
- ¿La prueba es la que corresponde? Este es el que más veces cambia el resultado. Si tratabas una variable ordinal como continua, o comparaste tres grupos de a pares, la prueba puede estar mal elegida. El árbol de decisión completo está en qué prueba estadística usar en tu tesina. Ojo: revisar la prueba está bien; probar pruebas hasta que una dé significativa está muy mal. La diferencia es si la revisión se justifica por el tipo de dato o por el resultado que querías.
- ¿Los datos están bien cargados? Valores perdidos codificados como 99 y computados como número real, escalas invertidas que no invertiste, una variable categórica que quedó como texto. Es más frecuente de lo que parece y produce resultados nulos espurios. Revisá los descriptivos: si una media te da rarísima, ahí está.
- ¿Qué dice el tamaño del efecto? El valor p depende del tamaño de la muestra; el tamaño del efecto no. Si el efecto observado es moderado pero el p no llegó, tu conclusión es «probablemente hay algo y mi muestra no alcanzó para detectarlo», que es un hallazgo mucho más informativo que «no hay nada». Reportá siempre las dos cosas.
- ¿La hipótesis estaba bien operacionalizada? A veces la relación existe pero tu indicador no la captura. Si medías «rendimiento académico» con el promedio general y tu hipótesis era sobre el avance en la carrera, puede que estés midiendo otra cosa. Esto no se arregla ahora, pero se declara con precisión.
- ¿Hay un subgrupo donde sí aparece? Podés explorarlo, pero con una regla: si el análisis por subgrupos no estaba previsto, se reporta explícitamente como exploratorio y no como confirmación. Presentar un hallazgo post hoc como si hubiera sido la hipótesis original es una de las malas prácticas mejor documentadas.
Lo que no hay que hacer bajo ningún concepto
- Reescribir la hipótesis para que coincida con el resultado. Tiene nombre en la literatura metodológica y está considerado una falta. Además se detecta: la hipótesis reescrita nunca termina de encajar con el marco teórico que la precede.
- Omitir el análisis que no dio. Si lo anunciaste en la metodología, tiene que aparecer en resultados. Un análisis prometido y ausente es una pregunta garantizada en la defensa.
- Inventar o retocar datos. No hace falta explicar por qué. Es la única falta que puede costarte la carrera y no solo la tesina.
- Bajar el nivel de significación después de ver el p. «Es significativo al 0,10» cuando habías declarado 0,05 es una modificación retrospectiva del criterio.
- Concluir que no existe relación. Ya está explicado arriba: es una afirmación más fuerte de la que tus datos permiten.
Cómo se redacta, sección por sección
El resultado no confirmatorio se distribuye en cuatro lugares del trabajo, y en cada uno se dice algo distinto:
| Sección | Qué va |
|---|---|
| Resultados | El dato, sin interpretar. «No se hallaron diferencias estadísticamente significativas en la duración de la carrera entre quienes trabajan (M = 7,2; DE = 1,4; n = 26) y quienes no (M = 6,8; DE = 1,2; n = 22).» Nada más. |
| Discusión | Las explicaciones posibles, en orden: potencia insuficiente, particularidad del contexto, adecuación del indicador, o que la relación efectivamente no opere en esta población. Y la comparación con lo que reporta la literatura. |
| Limitaciones | La condición que restringe la lectura: el n y su efecto sobre la potencia. Cómo se redacta está en limitaciones de la tesina. |
| Conclusiones | La respuesta al objetivo, en su forma honesta: «el objetivo 2 no permitió verificar la relación planteada en las condiciones de este estudio». Un objetivo respondido con un no es un objetivo respondido. |
Un párrafo modelo para la discusión:
El resultado no respalda la hipótesis planteada. Caben al menos tres lecturas. La primera es de potencia: con 48 casos, el estudio solo permitía detectar diferencias de magnitud moderada a grande, y el tamaño del efecto observado se ubica por debajo de ese umbral. La segunda remite al indicador: la duración total de la carrera integra factores ajenos al objeto —cambios de plan, licencias— que pueden diluir la relación. La tercera es sustantiva: es posible que en esta población, donde el trabajo remunerado está muy extendido, la variación sea insuficiente para producir un contraste observable. Las tres son compatibles y ninguna se puede descartar con los datos disponibles.
Ese párrafo hace algo que el jurado valora mucho: no elige la explicación que más te conviene, expone las que hay y admite que no podés discriminar entre ellas.
Si tu tesina es cualitativa
Primero, una aclaración que resuelve la mitad de las consultas: la mayoría de las tesinas cualitativas no llevan hipótesis. Trabajan con preguntas y objetivos, y no hay nada que confirmar. Si tu director te pidió una hipótesis para un diseño exploratorio, vale la pena revisar si corresponde; el criterio está en ¿mi tesina lleva hipótesis?.
Si tenías supuestos de partida y el campo los contradijo, eso es directamente un hallazgo: la distancia entre lo que la literatura anticipaba y lo que aparece en tu contexto es material de primera para la discusión. Se reporta como tal, con las citas que lo muestran.
Qué te va a preguntar el jurado
Tres preguntas casi seguras, y la respuesta que funciona:
- «¿Por qué cree que no dio?» — Las tres explicaciones ordenadas del párrafo anterior. Lo que no funciona es «no sé» ni una sola explicación presentada como certeza.
- «¿Su estudio tenía potencia para detectar el efecto?» — Por eso conviene tener el tamaño del efecto calculado. Con ese número la respuesta es concreta.
- «¿Qué haría distinto?» — Es la pregunta amable, y se responde con la línea futura que se desprende de tu limitación: más casos, otro indicador, un diseño longitudinal.
Un detalle práctico: hablalo con tu director/a apenas lo veas, no en la entrega. La mayoría lo va a tomar con naturalidad —conoce el fenómeno perfectamente— y puede ayudarte a decidir si conviene un análisis complementario. Cómo se preparan estas respuestas está en cómo preparar la defensa y el coloquio final.
Un resultado que no dio, bien escrito, aprueba
Lo que decide la nota no es si la hipótesis se confirmó: es si el trabajo responde con honestidad lo que se propuso responder. Tesify te arma la tesina capítulo por capítulo con los objetivos y las hipótesis a la vista, así ves si cada uno tiene su respuesta —afirmativa o no— antes de entregar.
Preguntas frecuentes
¿Me pueden desaprobar la tesina porque la hipótesis no se confirmó?
No. Lo que se evalúa es la coherencia entre pregunta, diseño, análisis y conclusiones, no el signo del resultado. Una tesina con una hipótesis refutada y una discusión rigurosa se aprueba sin problemas y a veces con mejor nota que una confirmatoria escrita a la ligera. Lo que sí puede costarte la aprobación es maquillar el resultado, omitir un análisis anunciado o concluir más de lo que tus datos permiten.
¿Puedo cambiar la hipótesis ahora que vi los resultados?
No. Reformular la hipótesis después de conocer los datos para que coincida con ellos es una mala práctica reconocida y detectable: la hipótesis nueva casi nunca cierra con el marco teórico que la antecede. Si al analizar encontraste una relación distinta que te parece interesante, incorporala como hallazgo exploratorio en resultados y discutila como tal, dejando la hipótesis original tal como estaba formulada.
¿Tengo que ampliar la muestra?
Depende de si podés y de si tenés tiempo, pero rara vez es necesario en una tesina de grado. Si el trabajo de campo ya cerró y ampliar implicaría reabrirlo con otras condiciones, es preferible reportar lo que tenés y declarar la limitación de potencia. Consultalo con tu director/a: en muchos casos la respuesta es que el estudio está bien tal como está y que el aporte es haber medido el fenómeno en ese contexto.
¿Puedo decir que «se rechaza la hipótesis»?
Con cuidado con los términos. En la lógica del contraste, lo que se rechaza o no se rechaza es la hipótesis nula, y tu hipótesis de trabajo suele ser la alternativa. La formulación más segura y la que menos objeciones recibe es descriptiva: «los datos no aportaron evidencia suficiente para sostener la hipótesis planteada» o «no se hallaron diferencias estadísticamente significativas». Evitá «se comprobó que no existe relación», que afirma bastante más de lo que se puede sostener.
¿Y si ninguna de mis tres hipótesis se confirmó?
Es una situación incómoda pero no descalificante, y vale la pena mirarla con atención porque un patrón de resultados totalmente nulos a veces señala un problema común: un error de carga de datos, una escala mal invertida o un indicador que no captura lo que creías. Revisá primero eso. Si los datos están bien, el trabajo se reporta igual y la discusión se vuelve la parte más interesante: por qué este contexto se comporta distinto de lo que anticipaba la literatura.
¿Un resultado no significativo se puede publicar?
Sí, y cada vez hay más conciencia de que hace falta. El sesgo de publicación —la tendencia a publicar solo lo que confirma— distorsiona el estado del arte de campos enteros, y varias revistas explicitan hoy que evalúan por la calidad del diseño y no por el signo del resultado. Para tu tesina la implicancia práctica es doble: tu resultado nulo tiene valor, y podés mencionar ese sesgo en la discusión al explicar por qué la literatura previa muestra sobre todo hallazgos positivos.