Hipótesis nula
Selene82
Formulé la hipótesis nula un martes por la tarde, frente a una pantalla que llevaba horas encendida sin ofrecer ninguna respuesta nueva.
No existe relación estadísticamente significativa entre la intensidad del vínculo afectivo y la disminución de la autonomía funcional.
La frase no surgió de una revelación, sino de un cansancio acumulado. Llevaba tiempo observando el mismo patrón sin atreverme a fijarlo con precisión. Esta vez decidí hacerlo. Nombrarlo. Someterlo a prueba. Tratarlo como lo que era: una afirmación destinada, en principio, a no ser rechazada.
La observación inicial parecía sencilla. A medida que el apego crecía, mi margen de decisión se reducía. Menos espacio propio. Menos iniciativa. Menos lenguaje. Sin embargo, la correlación no implicaba causalidad. La ciencia insiste en eso. También la experiencia, cuando se la examina con suficiente frialdad.
Definí las variables.
Variable independiente: intensidad del vínculo.
Variable dependiente: autonomía funcional.
Las operacionalicé con cautela, consciente de que todo proceso de medición elimina matices. No hay traducción neutra de lo humano a lo cuantificable.
La muestra era limitada. Demasiado. Relaciones largas, breves, interrumpidas. Vínculos familiares, afectivos, laborales. Excluí los valores extremos: episodios de crisis, circunstancias excepcionales, estados alterados. Sabía que el sesgo de confirmación estaba ahí desde el principio, esperando cualquier descuido.
Abrí una hoja de cálculo nueva. Los datos se ordenaron en columnas limpias, impersonales. Al generar el gráfico de dispersión, la nube de puntos apareció exactamente como temía: sin tendencia clara. Una pendiente casi nula. La línea de regresión apenas se distinguía del eje horizontal.
No se podía rechazar la hipótesis nula.
El nivel de significación no alcanzaba el umbral aceptable. El intervalo de confianza era amplio, impreciso. Los datos no demostraban que el vínculo afectivo condujera, por sí solo, a la pérdida de autonomía. Tampoco lo desmentían.
Introduje variables de control. Edad. Contexto. Duración. Expectativas iniciales. El modelo ganaba complejidad, pero no solidez. Cada ajuste mejoraba el encaje matemático a costa de alejarse de la experiencia real. Empezaba a reconocer el problema: estaba forzando el modelo para que dijera algo que quizá no podía decir.
Aparecieron las variables latentes. Culpa. Miedo. Deseo de ser necesaria. Ninguna podía medirse sin distorsión. Convertirlas en números era una forma elegante de falsearlas.
Pensé en los errores.
Error de tipo I: rechazar la hipótesis nula cuando es verdadera.
Error de tipo II: no rechazarla cuando es falsa.
Durante días no supe cuál estaba cometiendo. Tal vez ambos. Tal vez ninguno. El método no fallaba; fallaba la expectativa de que el método resolviera algo para lo que no había sido diseñado.
Repetí el análisis. Cambié el enfoque. Probé modelos no lineales. El resultado fue siempre el mismo: ausencia de evidencia suficiente. La pendiente seguía siendo casi nula. El valor p se quedaba, una y otra vez, apenas por encima del umbral.
No se rechaza la hipótesis nula.
La conclusión provisional no trajo alivio ni decepción. Solo una quietud extraña, como la que queda cuando una pregunta ha sido formulada correctamente, aunque no tenga respuesta.
Durante un tiempo mantuve el estudio abierto. Añadí nuevos datos con cautela. Empecé a notar un desplazamiento sutil: ya no observaba los vínculos, los vigilaba. Cada gesto se convertía en un posible dato. Cada decisión, en una variable más.
Yo misma había pasado a formar parte del modelo.
La interferencia era inevitable. No se puede ser sujeto y objeto sin alterar el resultado. Lo sabía desde el principio. Aun así, persistí.
Una tarde, frente a la pantalla, moví ligeramente un punto del gráfico para corregir un error de transcripción. Al soltar el ratón, la nube de datos seguía sin mostrar tendencia alguna. Guardé el archivo. Dudé un segundo. Lo guardé sin nombre.
Entonces supe que el experimento había alcanzado su límite. No el límite del método, sino el mío.
Cerré el estudio sin una conclusión definitiva. Dejé constancia de sus restricciones: tamaño muestral insuficiente, variables no observables, alta probabilidad de sesgo residual.
Abandoné el estudio.
No porque la hipótesis hubiera sido refutada ni confirmada, sino porque ya no podía distinguir con claridad entre quien observa y aquello que está siendo observado.
La ciencia exige distancia.
Yo había empezado a desaparecer dentro del modelo.
No existe relación estadísticamente significativa entre la intensidad del vínculo afectivo y la disminución de la autonomía funcional.
La frase no surgió de una revelación, sino de un cansancio acumulado. Llevaba tiempo observando el mismo patrón sin atreverme a fijarlo con precisión. Esta vez decidí hacerlo. Nombrarlo. Someterlo a prueba. Tratarlo como lo que era: una afirmación destinada, en principio, a no ser rechazada.
La observación inicial parecía sencilla. A medida que el apego crecía, mi margen de decisión se reducía. Menos espacio propio. Menos iniciativa. Menos lenguaje. Sin embargo, la correlación no implicaba causalidad. La ciencia insiste en eso. También la experiencia, cuando se la examina con suficiente frialdad.
Definí las variables.
Variable independiente: intensidad del vínculo.
Variable dependiente: autonomía funcional.
Las operacionalicé con cautela, consciente de que todo proceso de medición elimina matices. No hay traducción neutra de lo humano a lo cuantificable.
La muestra era limitada. Demasiado. Relaciones largas, breves, interrumpidas. Vínculos familiares, afectivos, laborales. Excluí los valores extremos: episodios de crisis, circunstancias excepcionales, estados alterados. Sabía que el sesgo de confirmación estaba ahí desde el principio, esperando cualquier descuido.
Abrí una hoja de cálculo nueva. Los datos se ordenaron en columnas limpias, impersonales. Al generar el gráfico de dispersión, la nube de puntos apareció exactamente como temía: sin tendencia clara. Una pendiente casi nula. La línea de regresión apenas se distinguía del eje horizontal.
No se podía rechazar la hipótesis nula.
El nivel de significación no alcanzaba el umbral aceptable. El intervalo de confianza era amplio, impreciso. Los datos no demostraban que el vínculo afectivo condujera, por sí solo, a la pérdida de autonomía. Tampoco lo desmentían.
Introduje variables de control. Edad. Contexto. Duración. Expectativas iniciales. El modelo ganaba complejidad, pero no solidez. Cada ajuste mejoraba el encaje matemático a costa de alejarse de la experiencia real. Empezaba a reconocer el problema: estaba forzando el modelo para que dijera algo que quizá no podía decir.
Aparecieron las variables latentes. Culpa. Miedo. Deseo de ser necesaria. Ninguna podía medirse sin distorsión. Convertirlas en números era una forma elegante de falsearlas.
Pensé en los errores.
Error de tipo I: rechazar la hipótesis nula cuando es verdadera.
Error de tipo II: no rechazarla cuando es falsa.
Durante días no supe cuál estaba cometiendo. Tal vez ambos. Tal vez ninguno. El método no fallaba; fallaba la expectativa de que el método resolviera algo para lo que no había sido diseñado.
Repetí el análisis. Cambié el enfoque. Probé modelos no lineales. El resultado fue siempre el mismo: ausencia de evidencia suficiente. La pendiente seguía siendo casi nula. El valor p se quedaba, una y otra vez, apenas por encima del umbral.
No se rechaza la hipótesis nula.
La conclusión provisional no trajo alivio ni decepción. Solo una quietud extraña, como la que queda cuando una pregunta ha sido formulada correctamente, aunque no tenga respuesta.
Durante un tiempo mantuve el estudio abierto. Añadí nuevos datos con cautela. Empecé a notar un desplazamiento sutil: ya no observaba los vínculos, los vigilaba. Cada gesto se convertía en un posible dato. Cada decisión, en una variable más.
Yo misma había pasado a formar parte del modelo.
La interferencia era inevitable. No se puede ser sujeto y objeto sin alterar el resultado. Lo sabía desde el principio. Aun así, persistí.
Una tarde, frente a la pantalla, moví ligeramente un punto del gráfico para corregir un error de transcripción. Al soltar el ratón, la nube de datos seguía sin mostrar tendencia alguna. Guardé el archivo. Dudé un segundo. Lo guardé sin nombre.
Entonces supe que el experimento había alcanzado su límite. No el límite del método, sino el mío.
Cerré el estudio sin una conclusión definitiva. Dejé constancia de sus restricciones: tamaño muestral insuficiente, variables no observables, alta probabilidad de sesgo residual.
Abandoné el estudio.
No porque la hipótesis hubiera sido refutada ni confirmada, sino porque ya no podía distinguir con claridad entre quien observa y aquello que está siendo observado.
La ciencia exige distancia.
Yo había empezado a desaparecer dentro del modelo.