Texto académico

Autores

Eduardo Ochoa Hernández
Nicolás Zamudio Hernández
Gladys Juárez Cisneros
Lizbeth Guadalupe Villalon Magallan
Pedro Gallegos Facio
Gerardo Sánchez Fernández
Rogelio Ochoa Barragán

_____________________________

Módulo 5. Inducción y deducción

5.1 ¿Qué es la inducción?

La inducción es un método que ayuda a sacar una conclusión a partir de algunas pruebas empíricas observadas. La conclusión de la inducción es principalmente una proposición universal en la que el término predicado afirma o niega a todos los miembros (entidades) del término sujeto. Francis Bacon (1561-1626), un filósofo empirista, su trabajo sobre Novum Organon (1620) destaca las lagunas de la "deducción" y menciona la "inducción" de una manera precisa y concisa. John StuartMill (1806-1873), en un período posterior, explicó la noción de "inducción" en detalle en su obra A System of Logic, vol. 1 (1843). En opinión de Bacon, a diferencia de la deducción, en la inducción, derivamos axiomas de los sentidos y particulares, elevándose por un ascenso gradual e ininterrumpido, de modo que finalmente llegamos a los axiomas más generales. De acuerdo con JS Mill (1843), 'Inducción es el nombre que se le da al funcionamiento de la mente, mediante el cual inferimos que lo que sabemos que es cierto en un caso o casos particulares, lo será en cualquier otro caso o casos similares. amable”. Para decirlo en términos simples, la inferencia inductiva sugiere que lo que es cierto en ciertos momentos será cierto en todo momento o al menos en la próxima vez en una circunstancia similar, y lo que es cierto para ciertos individuos (entidades) de una clase es cierto. de toda la clase o al menos del siguiente individuo. En lógica deductiva, se nos dan las premisas a las que aplicamos reglas silogísticas para derivar una conclusión de las premisas. Si las premisas dadas apoyan la conclusión, entonces el argumento se considera válido, y si las premisas dadas no apoyan la conclusión, el argumento se considera inválido. En el argumento deductivo, la estructura (forma) de las proposiciones juega un papel vital para validar el argumento, pero no el contenido de las proposiciones. Así, en lógica deductiva, un argumento válido debe consistir en proposiciones formalmente correctas, no en proposiciones materialmente verdaderas. Implica que un argumento deductivo se trata como válido incluso si sus premisas constituyentes y su conclusión son proposiciones materialmente falsas. Por ejemplo,

Todos los animales cuadrúpedos tienen cuernos. (Premisa mayor)

Todos los caballos son animales cuadrúpedos. (Premisa menor)

Por lo tanto, todos los caballos tienen cuernos. (Conclusión)

Este argumento es un modo válido de la primera figura del silogismo conocida como BARBARA.

Satisface todas las reglas silogísticas y la conclusión válida se deriva de las dos premisas dadas. Sin embargo, la conclusión no se corresponde con los hechos del mundo, por lo que se trata como una proposición materialmente falsa. A diferencia de una deducción, en la inducción, el contenido de las premisas corresponde al verdadero estado de cosas del mundo. Por tanto, se tratan como proposiciones materialmente verdaderas. En el argumento inductivo, las proposiciones constituyentes se consideran proposiciones sintéticas porque se verifican mediante observaciones empíricas y se determina que son proposiciones verdaderas. Estas proposiciones verdaderas juntas ayudan a inferir la conclusión del argumento, pero no establecen el valor de verdad (verdadero o falso) de la conclusión (es decir, una proposición universal) de manera concluyente. Las razones se explican en el ejemplo que se da a continuación.

Rogelio X es blanco percibido en su lugar1.

Rogelio Y es blanco percibido en su lugar 2.

Rogelio Z es blanco percibido en su lugar 3.

- - - - - - - - - - - - - - - - - - - - - - - -

{Salto inductivo}

- - - - - - - - - - - - - - - - - - - - - - - -

Por tanto, quizás todos los cisnes sean blancos.

Cabe señalar aquí que en un argumento inductivo, las premisas y la conclusión son del mismo tipo. El argumento inductivo mencionado anteriormente establece que Rogelio X es blanco y se verifica a través de la percepción en el lugar 1, cisne Y es blanco y se verifica a través de la percepción en el lugar 2, cisne Z es blanco y se verifica a través de la percepción en el lugar 3. A partir de estas tres pruebas empíricas, llegamos a la conclusión de una proposición universal que es "quizás todos los cisnes son blancos", aunque no hemos percibido todos los cisnes del pasado, presente y futuro. En el argumento inductivo, hay un movimiento de premisas particulares a una conclusión universal, donde una conclusión universal incluye contenidos de las premisas verificadas que se mencionan en el argumento y contenidos de las premisas no verificadas que no se mencionan en el argumento. Por lo tanto, se afirma que una conclusión universal se infiere solo de unas pocas instancias observadas y verificadas (es decir, premisas) solo y no de todas las instancias del pasado, presente y futuro. La inducción es un método ampliamente adoptado en ciencias sociales, ciencias naturales y ciencias aplicadas. Desempeña un papel fundamental para derivar una conclusión de ciertos observados y premisas verificadas de un estudio de investigación; sin embargo, el método de inducción no se usa en matemáticas puras y lógica formal. En estos temas, la mayoría de las reglas y leyes se consideran el medio principal para validar la conclusión de los argumentos. Cabe mencionar aquí que es incorrecto creer que los científicos sociales, los científicos básicos y los científicos aplicados adoptan solo inferencias inductivas para sacar una conclusión del conjunto de datos (premisas verdaderas verificadas) en sus estudios de investigación. Más bien, también adoptan el método deductivo además del método inductivo en sus estudios de investigación. Adoptan teorías y leyes para sacar una conclusión de las premisas. Hay algunas ocasiones en las que los científicos utilizan el razonamiento deductivo para establecer las leyes, como la ley del movimiento planetario. La ley del movimiento planetario establece que todos los planetas se mueven alrededor del sol en una órbita alargada fija. Por ejemplo, la tierra es un planeta que se mueve alrededor del sol en una órbita elíptica designada. Las inferencias inductivas y deductivas se utilizan como métodos para buscar y descubrir la verdad de los asuntos mundanos. Estos métodos se tratan como métodos fundamentales para estudiar temas de cada tema, y ??deben verse como complementarios o suplementarios entre sí en lugar de verlos como métodos contradictorios o antitéticos. La razón es que la conclusión del método inductivo puede servir como premisa del método deductivo, y puede ser necesario verificar la premisa de un argumento deductivo mediante una aplicación de inferencia inductiva. En los argumentos inductivos, el "salto inductivo" se encuentra invariablemente. Sugiere que podría haber algunas piezas más de evidencia (premisas) de un tipo similar que podrían agregarse al argumento para inferir una verdadera conclusión universal a partir de las premisas. La posibilidad de agregar algunos fragmentos más de evidencia (premisas) de un tipo similar a las premisas existentes aumenta la probabilidad de la conclusión del argumento. Esta probabilidad trae incertidumbre al contenido de la conclusión. La razón es que la conclusión depende de la fuerza del contenido de las premisas. Por lo tanto, la relación entre conclusión y premisas no es de necesidad sino de sugerencia que está asociada con la probabilidad de un argumento inductivo. Por lo tanto, sería apropiado afirmar que los argumentos inductivos se tratan como más débiles o más fuertes, convincentes o poco convincentes, pero ciertamente no son válidos ni inválidos. La diferencia entre argumentos inductivos y deductivos se basa en los siguientes motivos. La inferencia inductiva es probable, pero la deductiva es demostrativa. La conclusión de la inferencia inductiva se asocia con un grado de probabilidad, mientras que la conclusión de la inferencia deductiva se trata como verdadera o falsa, ya que se deriva de sus premisas mediante la aplicación de reglas de deducción (reglas silogísticas). En el argumento deductivo, las premisas se dan en el argumento, pero en el caso del argumento inductivo, las premisas deben recopilarse como pruebas verificadas de los asuntos mundanos. En un argumento deductivo para averiguar el valor de verdad de la conclusión, necesitamos verificar la estructura de las premisas, pero en el caso de un argumento inductivo, para encontrar el valor de verdad de la conclusión, necesitamos averiguar el valor de verdad de las premisas a través de la observación o verificación empírica. En un argumento inductivo, las premisas deben ser formal y materialmente verdaderas, pero en el caso del argumento deductivo, las premisas no necesitan ser materialmente verdaderas, sino que deben ser formalmente verdaderas.

Sin embargo, la diferencia entre inducción y deducción no se sostiene en el siguiente terreno. Es decir, en el argumento inductivo hay un movimiento que tiene lugar desde premisas particulares a una conclusión universal, y en el argumento deductivo, hay un movimiento que tiene lugar desde premisas universales a una conclusión particular. La razón es que, en el argumento inductivo, podemos inferir una conclusión particular a partir de premisas particulares y, en el argumento deductivo, podemos derivar una conclusión universal a partir de premisas universales. Los siguientes ejemplos ilustran estas afirmaciones.

Un ejemplo de un argumento deductivo

Todos los estudiantes son seres sabios.

Todos los jugadores de críquet son estudiantes.

Por lo tanto, todos los jugadores de críquet son seres sabios.

Un ejemplo de un argumento inductivo

X es estudiante de lógica y miembro de Humanidades y Ciencias Sociales.

Departamento.

Y es estudiante de lógica y miembro de la Facultad de Humanidades y Ciencias Sociales.

Departamento.

Z es un estudiante de lógica.

- - - - - - - - - - - - - - - - - - - - -

- - - - - - - - - - - - - - - - - - - -

Por tanto, quizás Z sea miembro de la Facultad de Humanidades y Ciencias Sociales.

No existe tal caso de lógica deductiva donde las premisas son verdaderas pero la conclusión es falsa, pero en el caso de la lógica inductiva, aunque las premisas sean verdaderas, la conclusión puede no ser juzgada como verdadera. No será un error aceptar premisas verdaderas y conclusiones falsas de argumentos inductivos, ya que cada argumento inductivo está asociado con un "salto inductivo". Por ejemplo,

X es una estudiante de lógica y obtuvo buenas notas.

Y es una estudiante de lógica y obtuvo buenas notas.

L es una estudiante de lógica y obtuvo buenas notas.

Z es una estudiante de lógica y obtuvo buenas notas.

- - - - - - - - - - - - - - - - - - - - - - - - - - -

Por lo tanto, quizás todos los estudiantes de lógica obtengan una buena nota.

Esta inferencia inductiva es débil y poco convincente. La razón es que puede haber un caso en el que M sea una estudiante de lógica y no obtenga una buena nota. Por tanto, la conclusión del argumento puede tratarse como falsa aunque las premisas se verifiquen como verdaderas.

Otro ejemplo,

X es adicto al tabaco y se le diagnosticó cáncer.

Y es adicto al tabaquismo y se le diagnosticó cáncer.

M es adicto al tabaco y está diagnosticado con cáncer.

Z es adicto al tabaco y está diagnosticado con cáncer.

- - - - - - - - - - - - - - - - - - - - - - - -

- - - - - - - - - - - - - - - - - - - - - - -

Por lo tanto, quizás a cualquier persona adicta al tabaquismo se le diagnostica cáncer.

Esta inferencia inductiva suena fuerte y convincente, pero no podemos tratar el argumento como válido o inválido. La razón es que podría existir la posibilidad de que todas las personas adictas al tabaquismo sean diagnosticadas con cáncer, ya que fumar es perjudicial para la salud. En este ejemplo, existe una alta probabilidad de que a cualquier persona que fuma se le diagnostique cáncer. Entonces, la conclusión del argumento tiene una alta probabilidad de ser tratada como verdadera aunque solo unas pocas premisas se verifiquen y mencionen como proposiciones verdaderas. Dado que la conclusión de la inducción no se trata como válida e inválida, sino que debe juzgarse como convincente o no convincente, fuerte o débil, etc., y además, la conclusión se extrae de unas pocas piezas de evidencia observadas (es decir, premisas) solamente, los lógicos encuentran la inducción es de diferentes tipos.

5.2 Tipos de inducción

Una de las características esenciales de la inducción es el "salto inductivo". Debido a esta característica destacada, existe la probabilidad de derivar una conclusión verdadera a partir de unas pocas premisas verdaderas observadas y verificadas. En el caso de la inducción, en algunas ocasiones, la conclusión no es convincente y muy débil, y en otras ocasiones, la conclusión es más fuerte y convincente. Debido a la probabilidad de obtener una conclusión verdadera a partir de unas pocas premisas observadas y verificadas de los argumentos inductivos, los lógicos dividieron los argumentos inductivos en dos cabezas: inducción científica e inducción no científica. La inducción no científica adicional se divide en dos tipos: inducciones enumerativas y analógicas. La inducción enumerativa se divide además en "inducción por enumeración simple" e "inducción por enumeración completa". La siguiente imagen muestra los tipos de inducción que se encuentran en la lógica y el discurso lógico.

Imagen

5.3 Inducción científica y no científica

La inducción científica se ocupa de observaciones y experimentos empíricos. Las observaciones o datos empíricos se utilizan como premisas, y de estas premisas se infiere una conclusión universal. La parte más importante de la inducción científica es que establece un vínculo causal entre dos fenómenos o hechos empíricos mencionados en las premisas. El vínculo causal se trata como una relación invariable entre una causa y su efecto. La relación causa-efecto se explica con un ejemplo: digamos, "leche" es la causa y "cuajada" es el efecto. Si hay leche, hay cuajada. La cuajada está hecha de leche. Si la leche no existe, entonces la cuajada no existe. Simbólicamente hablando, el vínculo causal entre dos fenómenos A y B establece que cuando A es, B es; cuando A surge, B surge; cuando A cesa, B cesa; y cuando A no existe, se descarta la existencia de B. Estos argumentos expresan que existe una causa específica para cada efecto. Así, la causa es un antecedente que precede al efecto, y el efecto es la consecuencia que sucede a la causa. Aunque la causa es un antecedente del efecto, todos los antecedentes pueden no ser la causa o parte de la causa de un efecto. Aunque A precede a B en la secuencia de tiempo, A puede no ser una causa y B puede no ser el efecto. Por ejemplo, la clase de lógica comienza a las 09:00 a.m. el lunes de cada semana. Entonces, sería incorrecto decir que las 09:00 a.m. es la causa de la clase de lógica del lunes por la mañana. También es incorrecto afirmar que la clase de lógica del lunes por la mañana es un efecto de la causa a las 09:00 a.m. Es así porque puede haber casos en que las clases de lógica tengan lugar en diferentes horarios el lunes y algunos otros días también. Entonces, una causa se define como un antecedente invariable e inmutable de un efecto. Si mantenemos la definición de "causa", podemos terminar refiriéndonos a algo que es un antecedente invariable e inmutable y se convierte en la causa de un evento. Tomemos un ejemplo: hay siete días en una semana y cada día sigue a otro día. Digamos que el martes sigue al lunes. En este caso, el lunes es un antecedente invariable e inmutable del martes. Pero sería incorrecto decir que el lunes es la causa del martes. Entonces, esta definición no está libre de errores. Por tanto, necesitamos reformularlo, podemos definirlo (causa) como un antecedente invariable, inmutable, incondicional e inmediato de un efecto. En esta definición, el término "incondicional" significa que una causa debe ser autosuficiente para producir un efecto. No requiere ningún apoyo adicional para dar lugar a un efecto. El término "inmediato" significa que una causa debe tener un efecto en rápida sucesión. Con estas explicaciones e interpretaciones, los lógicos explican que la 'causa' es un antecedente invariable, inmutable, incondicional e inmediato de un efecto, y un efecto es una consecuencia invariable, inmutable, incondicional e inmediata de una causa.

Puede existir la posibilidad de que una causa pueda tener múltiples efectos, y múltiples causas juntas pueden dar lugar a un efecto. Considere un ejemplo: un alfarero puede producir una olla, una taza, un vaso y una jarra de un trozo de arcilla. Aquí, un trozo de arcilla es la causa y los efectos son muchos, como una olla, una taza, un vaso y una jarra. Otro ejemplo es que la muerte de una persona puede ser causada por COVID-19, un accidente, quemaduras de fuego en su piel, etc. En este caso, la muerte es el efecto y hay múltiples causas detrás de la muerte de una persona. Los científicos y los lógicos no están de acuerdo con la opinión de que una causa puede tener múltiples efectos y que múltiples causas juntas pueden dar lugar a un efecto. Argumentan que la suavidad del barro, el agua y otras condiciones están asociadas con un trozo de arcilla para hacer una jarra diferente a un vaso. Del mismo modo, la muerte de una persona por COVID-19 es diferente a la muerte de una persona por un accidente. Si todos los tipos de muerte hubieran sido del mismo tipo, los médicos no buscarían la causa correcta de muerte de una persona mediante autopsia. Entonces, cada causa es única para producir su efecto designado. En este sentido, la teoría de la causalidad es más coherente lógicamente y una herramienta viable para la inducción. Sin embargo, una "causa" de un hecho no se entenderá como "razón" de ese hecho. Es así porque hay una diferencia encontrada entre "causa" y "razón". Una causa produce un efecto designado de manera uniforme en condiciones o circunstancias similares. Pero una razón explica por qué una causa da lugar a un efecto de forma recursiva en condiciones similares. Por ejemplo, las picaduras de mosquitos son la causa del paludismo, pero no el motivo del paludismo. Las razones de la malaria son los mosquitos anofeles infectados que portan el parásito plasmodium y pican a los seres humanos. El parásito se libera en el torrente sanguíneo de los seres humanos. El parásito viaja al hígado de los seres humanos y madura. Después de tres o cuatro días, los parásitos maduros ingresan al torrente sanguíneo de los seres humanos y comienzan a infectar los glóbulos rojos. A partir de entonces, los parásitos dentro de los glóbulos rojos se multiplican y revientan las células infectadas. Como consecuencia, a los seres humanos se les diagnostica la enfermedad de la malaria. Para los lógicos y científicos, "causa" significa una condición o un componente responsable de producir un efecto inmediato, pero no la razón de un efecto. No existe ningún efecto sin una causa, ya que un efecto se produce en determinadas condiciones. Hay dos tipos de condiciones asociadas con la teoría de la causalidad: condición necesaria y condición suficiente. Las condiciones necesarias son aquellas condiciones que ayudan a una causa a producir un efecto. Por ejemplo, A es una condición necesaria para B. Por lo tanto, B no se puede producir en ausencia de A. La ausencia de una condición necesaria puede evitar que ocurra el efecto, pero su presencia por sí sola no puede garantizar que ocurra el efecto. Por ejemplo, un sujeto (una persona), un objeto y un método de cognición son necesarios para poseer conocimiento de un objeto. En ausencia de estas condiciones necesarias, no se puede obtener el conocimiento de un objeto. Incluso si estas condiciones necesarias están presentes, pero la persona no tiene el deseo de adquirir conocimiento del objeto, el conocimiento del objeto no se puede obtener automáticamente. Por otro lado, condiciones suficientes son aquellas condiciones que van acompañadas de una causa para producir un efecto designado todo el tiempo. Hablando simbólicamente, A es una condición suficiente de B sí y solo si cada ocurrencia de B va acompañada de la ocurrencia de A. Cuando están presentes condiciones suficientes, una causa producirá un efecto específico de manera inmediata e invariable. Las condiciones suficientes incluyen las condiciones necesarias de una causa en su ámbito, pero no a la inversa. Las condiciones necesarias pueden considerarse los componentes de la condición suficiente de una causa. Las condiciones necesarias y suficientes juntas producen un efecto designado a partir de una causa. Así, siempre que una causa produce un efecto designado, tanto las condiciones necesarias como las suficientes están presentes en la causa. Los lógicos y científicos consideran la "causa" en términos de condición suficiente para inferir el efecto (es decir, la conclusión de una inducción). En la investigación científica, los científicos infieren la conclusión considerando algunas piezas de evidencia verificadas y estableciendo el vínculo causal entre toda esta evidencia. En las asignaturas de ciencias sociales, los trabajos de investigación a menudo se llevan a cabo mediante la recopilación de datos. En este caso, la mayoría de las veces se entrega un cuestionario a la audiencia objetivo para sus respuestas. Sin embargo, los datos acumulados para un estudio de investigación pueden no ser exhaustivos, incluso entonces los investigadores concluyen con una propuesta universal a partir de sus hallazgos de investigación. Lo hacen estableciendo el vínculo entre todas las pruebas recopiladas a través de cuestionarios rellenados. De manera similar a los trabajos de investigación científica y de investigación en ciencias sociales, la inducción científica también establece el vínculo causal entre todos los hechos observados mencionados en las premisas. Entonces, en la inducción científica, se encuentra que el vínculo causal entre la evidencia empírica es fuerte, y eso ayuda a inferir una conclusión universal, que tiene una alta probabilidad de verdad. Puede surgir una pregunta: ¿la inducción científica da como resultado una conclusión fuerte y convincente? Los lógicos argumentan que la inducción científica puede resultar en una conclusión razonable, pero no necesita ser una conclusión racional. Es así porque es posible que el vínculo causal entre la evidencia empírica no se encuentre en el futuro de la forma en que se encuentra en el tiempo presente. El futuro es incierto y las personas no pueden verificar hechos o hechos futuros. Por lo tanto, solo podemos inferir cosas para el futuro lógica y racionalmente, pero no podemos afirmar nada con verdad y certeza sobre el futuro. Por ejemplo, el fuego quema un objeto (digamos, un tronco) en el tiempo presente, pero lo que garantiza que el fuego quemará el mismo objeto en el futuro. Los lógicos responden que la inducción científica se basa en dos presuposiciones que nos ayudan a inferir hechos para el futuro basados ??en la evidencia empírica disponible para nosotros en el presente, donde la evidencia empírica del tiempo presente y el hecho inferido del futuro son de un tipo similar. Estos dos las presuposiciones se conocen como "la ley de uniformidad de la naturaleza" y "el principio de causalidad". La ley de uniformidad de la naturaleza expresa que en condiciones similares, la misma causa produce el mismo efecto. Para explicar, si un determinado fenómeno se comporta de cierta manera en el pasado y en el presente, entonces el mismo fenómeno se comportará de la misma manera también en el futuro. Por ejemplo, cuando alguien lloró en el pasado, sus lágrimas caían de sus ojos, cuando alguien llora en el presente, sus lágrimas caen de sus ojos. Por lo tanto, si alguien llorará en el futuro, sus lágrimas también caerán de sus ojos. El principio de causalidad establece que todo evento tiene una causa. No existe tal cosa que suceda sin una causa en el universo. Un efecto sigue su causa en la sucesión del tiempo. Si las condiciones suficientes están involucradas en una causa en el pasado y en el tiempo presente para producir un efecto, estas condiciones suficientes producirán el mismo efecto en el futuro. Por lo tanto, la conclusión de una inducción científica se considera verdadera, sólida, convincente y razonable. Además de la inducción científica, la inducción no científica también existe en la lógica y el discurso lógico. Como la inducción científica, la inducción no científica también es igualmente importante para el razonamiento inductivo. La razón es que la inducción científica tiene un alcance limitado, ya que sus premisas son los datos experimentales o los datos verificados empíricamente. Los datos experimentales se recopilan principalmente a través de trabajos de investigación. Los datos verificados empíricamente también son muy limitados en relación con los numerosos hechos y eventos de los asuntos mundanos. Además de los datos experimentales y los datos verificados empíricamente, podemos considerar los fenómenos observados empíricamente como datos (premisas) para la inducción. Los fenómenos observados empíricamente apoyan la inducción no científica. Las inducciones científicas y no científicas juntas abarcan una gran cantidad de hechos y eventos de asuntos mundanos. Estos dos tipos de inducción amplían así el límite de la inducción. La inducción no científica se ocupa de los fenómenos observados de los asuntos mundanos. A partir de estos fenómenos observados, podemos inferir una conclusión universal al establecer un vínculo causal entre las premisas (es decir, los fenómenos observados). Dado que las premisas son los fenómenos observados, no podemos establecer un vínculo causal fuerte entre ellos en comparación con las premisas de la inducción científica. Sin embargo, el alcance de la inducción no científica es más amplio que el de la inducción científica. Por tanto, la inducción no científica cubre una amplia gama de inducción en comparación con la inducción científica. La inducción no científica es de dos tipos: inducción por analogía e inducción enumerativa.

5.4 Inducción por analogía e inducción enumerativa

En nuestra vida cotidiana, hay muchas ocasiones; comparamos un objeto conocido con un objeto desconocido a través de sus similitudes y diferencias. Al hacer eso, obtenemos nuevos conocimientos sobre el objeto desconocido. Este método se conoce como "analogía". En términos simples, una analogía es una forma de inferencia donde las premisas (fenómenos observados) de un objeto conocido y un objeto desconocido se comparan entre sí para sacar una conclusión universal a partir de las premisas. Es importante señalar aquí que dos objetos (digamos, A y B) son comparables cuando todas las características de A son se encuentra en B y una característica de B no se encuentra en A. Dos objetos no son comparables cuando una característica de A no se encuentra en B y una característica de B no se encuentra en A. Considere un ejemplo de una analogía. X sabe de una vaca de campo, pero no sabe de un animal que vive en un bosque conocido como “Falso”. X desea saber sobre Falso y conoce a un forestal que desea comunicarle a X sobre el animal “Falso”. El forestal afirma que el Falso es un animal del bosque que tiene algunas similitudes con una vaca de campo y también diferencias, como un cuello largo y una cola muy corta. En una fecha posterior, X se fue de viaje por el bosque y vio un animal que parece una vaca de campo, pero no una vaca de campo. X compara las características de una vaca de campo con el animal del bosque percibido y atribuye las descripciones del forestal sobre “Falso” en ese animal. X descubrió que las características de los animales coinciden con las descripciones del forestal sobre “Falso”. Como resultado, X obtiene nuevos conocimientos sobre el animal del bosque conocido como “Falso”. En el caso de la analogía, puede existir la posibilidad de que X se refiera a un animal del bosque como Falso pero de hecho el animal no es un Falso. En cambio, el animal tiene un nombre diferente pero tiene cierto parecido parcial con una vaca de campo. También hay posibilidades de que algunos animales que viven en el bosque tengan características similares a las de una vaca de campo, pero tienen muchas diferencias con una vaca de campo. Además, cuando X compara una vaca de campo con un animal del bosque, todo depende de la capacidad, las habilidades y el conocimiento previo de X de una vaca de campo. Por tanto, la conclusión de un argumento analógico no es segura sino probable. Por tanto, la inducción por analogía no debe tratarse como correcta ni incorrecta, sino más bien como más fuerte o más débil, convincente o poco convincente. Considere otro ejemplo de analogía. En la temporada de verano, “Y” vio variedades de mango en los estantes de una frutería. “Y” descubrió que el mango maduro “bola” es atractivo ya que su color es amarillo dorado. Su pulpa es apretada, la piel es fina y su tamaño es mediano y de forma ovalada. Y probó un mango bola y lo encontró muy dulce y aromático. Al considerar estas características de un mango bola, Y compró diez piezas de mango bola en la tienda, probó cada una de ellas en su casa y descubrió que son muy dulces y aromáticas. Después de unos días, Y fue de nuevo a la misma frutería y compró doce piezas de mango bola infiriendo que estos doce mangos se parecerían a las características del mango bola y, por lo tanto, tendrán un sabor dulce. Pero, en realidad, puede existir la posibilidad de que de cada doce mangos, un mango no tenga un sabor dulce debido a algunas u otras razones. Por lo tanto, inferir una conclusión a través de la analogía puede no resultar en una conclusión verdadera todo el tiempo, pero tal vez en una conclusión probable o atractiva. La analogía se considera una forma de inferencia en la que se infiere una conclusión universal a partir de las premisas (fenómenos observados) comparando sus características similares. Los científicos usan la analogía en algunas ocasiones para descubrir la relación causal entre dos eventos y hechos del mundo. Por ejemplo, los médicos prueban un medicamento en un animal antes de recetarlo para uso humano. Comparan la función de los órganos animales más o menos similar a la función de los órganos del ser humano. Los científicos e ingenieros informáticos comparan la función del cerebro humano con la unidad central de procesamiento (CPU) de una computadora altamente sofisticada. Por tanto, se puede enunciar que los científicos utilizan el método de la analogía para descubrir muchas leyes, proponer algunas teorías y descubrir algunos hechos nuevos de los asuntos mundanos. Entonces, la inducción por analogía juega un papel importante en la obtención de nueva información y conocimiento sobre los asuntos mundanos. Un poeta puede utilizar el método de la "analogía" para describir un fenómeno no percibido; digamos, loto del cielo o montaña dorada. Un poeta también puede crear una imagen imaginaria en la mente de los lectores a través de descripciones analógicas de un hecho o un evento. Entonces, la analogía es una herramienta poderosa que nos ayuda a obtener nuevos conocimientos sobre los asuntos mundanos. Un científico puede usar la analogía para explicar algunos fenómenos interesantes del descubrimiento científico. Considere un ejemplo, la ley de gravitación universal de Sir Isaac Newton. Esta ley es una conclusión inferida de unas pocas premisas (fenómenos observados) donde las similitudes entre las premisas se comparan entre sí. Las premisas son: X es fruta madura y cae al suelo, una hoja seca y seca de un árbol cae al suelo, un objeto sólido arrojado al cielo caerá al suelo, etc. A diferencia de los poetas y científicos, los lógicos usan la analogía para formular argumentos y derivar conclusiones en los argumentos de unos pocos fenómenos observados (premisas). A continuación se presenta una inducción por analogía para la comprensión y el discernimiento.

X, Y y Z son los nadadores que tienen las características C1, C2, C3, C4 y C5.

En Y y Z, se encuentra una nueva característica, digamos C7.

Por tanto, quizás X tenga la nueva característica C7.

En este argumento, la conclusión no se trata ni correcta ni incorrecta, sino que se considera fuerte o débil, convincente o poco convincente. La inducción por analogía es confiable, convincente y fuerte si y solo si el número de pruebas similares (fenómenos observados) es mayor. Las similitudes entre las premisas juegan un papel importante para sacar una conclusión confiable en la inducción por analogía. En la inducción por analogía, la conclusión de un argumento debe basarse en la verdadera semejanza entre premisas, no en el número de pseudo-semejanzas entre las premisas. Por lo tanto, el objetivo debería ser encontrar las verdaderas similitudes entre los fenómenos observados (premisas), no el número de pseudo-similitudes entre los fenómenos observados. La comparación entre una vaca de campo y un gallo no debe basarse en cuántas similitudes tienen estos dos animales, sino en cuántas similitudes apropiadas y verdaderas tienen estos dos animales. La conclusión de la inducción por analogía es más atractiva, más fuerte y convincente si se encuentran verdaderas similitudes entre las premisas. "Analogía" no debe confundirse con "ejemplo". Un ejemplo representa todas esas cosas similares a él en un grupo, pero una analogía describe una relación de características similares entre dos hechos o eventos o fenómenos. Tomemos un ejemplo: necesitamos presionar el botón de encendido de una computadora portátil para encender el dispositivo. Es un ejemplo de cómo encender una computadora portátil. Es posible que el botón de encendido de una computadora portátil no se coloque en la esquina superior derecha de todas las computadoras portátiles. Incluso entonces, una persona aprende a encender una computadora portátil presionando el botón de encendido. Pero para saber qué computadora portátil mantiene la carga durante mucho tiempo, necesitamos comparar una computadora portátil con otra computadora portátil considerando sus características, configuración, etc. Esto se llama analogía. Al hacer esta analogía, se puede inferir la conclusión de que qué computadora portátil mantiene la carga durante más tiempo. A diferencia de la inducción por analogía, hay muchos casos en los que se extrae una conclusión universal a partir de unas pocas pruebas empíricas contables de un tipo similar. Este tipo de inducción se denomina inducción enumerativa. En la inducción enumerativa, la conclusión se infiere de un número contable de pruebas empíricas o fenómenos observados. La inducción enumerativa es de dos tipos, inducción por enumeración simple e inducción por enumeración completa. En el caso del primero, se infiere una conclusión universal a partir de unos pocos fenómenos observados de una calidad particular. En el caso de este último, se infiere una conclusión universal de los fenómenos observados contables que son muy limitados en el número de tener una cualidad particular. Por tanto, la inducción por enumeración completa se denomina "inducción perfecta". Estos dos tipos de inducción enumerativa se analizan a continuación.

5.5 Inducción por enumeración simple

La inducción por enumeración simple es una forma básica de inducción. En este tipo de inducción, la conclusión se deriva de algunas evidencias empíricas (premisas) de tener una cualidad particular. Dado que la conclusión se infiere de unas pocas evidencias empíricas, se cree que la conclusión universal también posee la misma cualidad que poseen las premisas. Entonces, en la inducción por enumeración simple, el conocimiento de una persona de evidencia empírica limitada es adecuado para que pueda inferir la conclusión universal. Por ejemplo,

El Sr. X es mortal. (Evidencia empírica-1)

El Sr. Y es mortal. (Evidencia empírica-2)

El Sr. Z es mortal. (Evidencia empírica-3)

---------------------

{Salto inductivo}

---------------------

Por tanto, quizás todos los hombres sean mortales.

En este argumento, tres piezas de evidencia empírica (premisas) se verifican y se encuentran verdaderas. Todas las premisas tienen una cualidad que es la "mortalidad". La calidad "mortalidad" está asociada con el Sr. X, el Sr. Y y el Sr. Z (evidencia empírica) y, por lo tanto, es una buena razón para establecer una conclusión universal de tener la misma calidad también para otros individuos. En este argumento, se infiere la conclusión "quizás todos los hombres son mortales". Tenga en cuenta que, en todos los locales, no se dan las razones de la muerte del Sr. X, la muerte del Sr. Y y la muerte del Sr. Z. Entonces, la relación entre "Mr. X y mortalidad "," Sr. Y y mortalidad "y" Sr. Z y mortalidad »no está establecido. Incluso entonces, los lógicos y los científicos creen que la inducción por simple enumeración es potente para derivar una conclusión universal a partir de unas pocas evidencias empíricas. Considere otro ejemplo de inducción por enumeración simple.

X es un pájaro y tiene plumas.

Y es un pájaro y tiene plumas.

Z es un pájaro y tiene plumas.

----------------------------------------

{Salto inductivo}

----------------------------------------

Por tanto, quizás todas las aves tengan plumas.

Tome otro ejemplo:

El fuego quema una mesa de madera.

El fuego quema una silla de madera.

El fuego quema un escritorio de madera.

El fuego quema un banco de madera.

-------------------------

{Salto inductivo}

-------------------------

Por lo tanto, tal vez el fuego queme todos los elementos de madera.

En la inducción por enumeración simple, unos pocos números de evidencia empírica de tener una cualidad particular y la ausencia de evidencia contradictoria con la evidencia empírica sirven los criterios para sacar una conclusión universal. En este tipo de inducción, el "muestreo aleatorio" de un fenómeno similar se considera como premisa y eso aumenta la confiabilidad de la conclusión universal. Es bastante natural que los seres humanos acepten que si un fenómeno ocurre repetidamente, el mismo fenómeno ocurrirá en el futuro bajo circunstancias similares. En resumen, unas pocas pruebas empíricas (premisa) de tener una cualidad particular implican la mayor confiabilidad de una conclusión universal en la inducción por simple enumeración. Con respecto al ejemplo mencionado anteriormente, siempre que no se encuentre una sola evidencia empírica contradictoria contra la proposición "el fuego quema objetos", la conclusión universal "el fuego quema objetos" es cierta y se considera una conclusión confiable. La inducción por enumeración simple también tiene algunas deficiencias. Estos son: existe una amenaza involucrada en inferir una conclusión universal a partir de unas pocas pruebas empíricas. Dado que la conclusión se basa en un muestreo aleatorio de evidencia empírica, si una premisa afirma hechos contradictorios contra la evidencia de muestreo aleatorio, la conclusión se tratará como falsa y toda la inducción se considerará inapropiada y poco convincente. Por ejemplo, si un ave no tiene plumas debido a una enfermedad, entonces la conclusión general "quizás todas las aves tienen plumas" se consideraría falsa. Por lo tanto, inferir una conclusión universal a partir de algunas pruebas empíricas comete una falacia conocida como "generalización apresurada". Se afirma que una conclusión universal inferida a partir de evidencia empírica contable no puede sostenerse con certeza todo el tiempo. Entonces, inferir la verdad de la conclusión a partir de algunas evidencias empíricas no está libre de riesgos. Se encuentra que hay casos en los que una gran cantidad de jirones empíricos de evidencia ni siquiera son suficientes para inferir una verdadera conclusión universal. Al mismo tiempo, también es cierto que en algunos casos, unas pocas pruebas empíricas son suficientes para sacar una conclusión universal confiable, convincente y verdadera. Considere un ejemplo: una persona observa que "el agua fluye hacia abajo" en algunas ocasiones y se encuentra que es cierto en todos estos casos. De su experiencia, puede inferir una conclusión universal de que "quizás el agua fluya hacia abajo". La conclusión universal "tal vez el agua fluya hacia abajo" es verdadera, convincente y confiable a menos que se encuentre una instancia negativa en contra de las afirmaciones hechas en las instalaciones. En este caso, una persona no necesita encontrar toda la evidencia empírica posible de que el agua fluye hacia abajo para inferir la conclusión universal. Otro ejemplo es un científico que acumula algunas muestras (evidencia empírica) relativas a un hecho, es decir, cuando una barra de hierro se calienta con tal o cual temperatura se expande. A partir de estas muestras, el científico puede inferir una conclusión universal de que quizás si alguna barra de hierro se calienta con tal o cual temperatura, se expandirá. Esta conclusión se considerará como una conclusión sólida, confiable y verdadera a menos que una evidencia negativa refute la afirmación hecha en las instalaciones.

5.6 Inducción por completo

Enumeración. En el caso de la inducción por enumeración completa, todas las evidencias empíricas (premisas) se acumulan por tener una cualidad particular, y de estas premisas se infiere una conclusión universal. La conclusión de la inducción por enumeración completa se considera verdadera, confiable y convincente. Por ejemplo,

Un capuchino tiene un sabor dulce en la confitería-1.

Un capuchino tiene un sabor dulce en la confitería-2.

Un capuchino tiene un sabor dulce en la confitería-3.

Un capuchino tiene un sabor dulce en la confitería-4.

Un capuchino tiene un sabor dulce en la confitería-5.

Por lo tanto, todos los capuchino tienen un sabor dulce en todas las tiendas de dulces.

Tome otro ejemplo:

El libro de lógica 1 de la biblioteca USMNH QFB está sellado y etiquetado.

El libro de lógica 2 de la biblioteca USMNH QFB está sellado y etiquetado.

El libro de lógica 3 de la biblioteca USMNH QFB está sellado y etiquetado.

El libro de lógica 4 de la biblioteca USMNH QFB está sellado y etiquetado.

El libro de lógica 5 de la biblioteca USMNH QFB está sellado y etiquetado.

El libro de lógica 6 de la biblioteca USMNH QFB está sellado y etiquetado.

Por lo tanto, todos los libros de lógica de la biblioteca USMNH QFB están sellados y etiquetados.

En los ejemplos mencionados anteriormente, se encuentra que el número total de jirones empíricos de evidencia se toma en consideración al inferir la conclusión universal. Por lo tanto, no se encuentra un "salto inductivo" en este tipo de inducción. Dado que todas las premisas deben considerarse para llegar a una conclusión verdadera, el alcance de esta inducción es muy estrecho. En otras palabras, este tipo de inducción se aplica a unos pocos casos de asuntos mundanos. Dado que su alcance es estrecho y limitado, tiene poco uso en la lógica y el discurso lógico. Sin embargo, este tipo de inducción está libre de lagunas, por lo que se considera "inducción perfecta". En la inducción por enumeración completa, la conclusión expresa un resumen de la evidencia empírica mencionada en las premisas.

5.7 David Hume y el problema de la inducción

David Hume (1711-1776), un filósofo escocés, ha planteado algunas objeciones contra el método inductivo. Sus críticas se mencionan en su obra An Inquiry Concerning Human Understanding (1748). Sostiene que en la inducción nos ocupamos de cuestiones de hecho y su existencia. En conclusión, inferimos cuestiones de hecho no observadas y su existencia a partir de unos pocos casos observados del pasado y el presente. Entonces, ¿es racional y justificable afirmar sobre todas las cuestiones de los hechos y su existencia en la conclusión que aún no se ha observado? Afirma que no importa cuánta evidencia empírica (premisas) consideremos verdaderas, la conclusión universal no observada inferida de un argumento inductivo se convertirá en probable. La conclusión universal no observada no tiene ninguna justificación racional para aceptarla como un fenómeno verdadero. En el mejor de los casos, se puede considerar la conclusión universal como una predicción de los hechos del mundo, pero no los hechos verdaderos del mundo que son ciertos y observables. Por lo tanto, cualquier grado de certeza que se imponga a la conclusión universal de una inducción, la conclusión no se considerará verdadera. En otras palabras, las premisas limitadas observadas y verificadas de un argumento inductivo no demostrarán la verdad de la conclusión. En los argumentos inductivos, incluso si la conclusión es falsa, las premisas no deben ser falsas, ya que son hechos empíricos observados y verificados. Sugiere que en la inducción, a partir de premisas verdaderas, podemos sacar una conclusión falsa, e incluso entonces, el argumento no se considera inválido. Por tanto, es racionalmente inaceptable que premisas verdaderas y una conclusión falsa formen juntas un argumento. Hume afirma que si la conclusión de un argumento inductivo pudiera deducirse de sus premisas, entonces la falsedad de la conclusión contradeciría la verdad de las premisas. Pero la falsedad de su conclusión no contradice la verdad de sus premisas. Por tanto, la conclusión de un argumento inductivo no puede deducirse de sus premisas ^[1]. En los argumentos inductivos, se corre el riesgo de inferir instancias no observadas en conclusión a partir de unas pocas instancias observadas (es decir, premisas). Es decir, estamos infiriendo hechos del pasado al futuro para justificar el principio de uniformidad de la naturaleza, y estamos usando el principio de uniformidad de la naturaleza como base para justificar la inducción. Según los lógicos, una inducción debe satisfacer dos características para inferir una conclusión universal a partir de las premisas. Estas características son la ley de uniformidad de la naturaleza y la ley de causalidad. La ley de uniformidad de la naturaleza expresa que bajo condiciones similares, la misma causa producirá el mismo efecto, y la ley de causalidad establece que todo evento tiene una causa y nada sucede sin una causa. Con respecto a la ley de uniformidad de la naturaleza, Hume argumentó que ¿cuál es la garantía de que los eventos pasados ??ocurrirán de la misma manera en el futuro? En otras palabras, ¿cuál es la razón para creer que el futuro se parecerá al pasado? Por ejemplo, cual es la garantia que el sol saldrá mañana por el este como salió en el pasado? ¿Cuál es la garantía de que el fuego quemará los objetos sólidos en el futuro de la forma en que los está quemando en el tiempo presente? ¿Cuál es la garantía de que los mangos crudos seguirán siendo mangos crudos en el futuro? ¿Cuál es la garantía de que el cabello grueso y denso de la cabeza de una persona permanecerá como está en su cabeza en el futuro? Hume sostiene que si aceptamos el principio de uniformidad de la naturaleza como base para inferir una conclusión universal en un argumento inductivo, estamos cometiendo la falacia del "razonamiento circular". Es decir, en el principio de uniformidad de la naturaleza, estamos infiriendo cuestiones de hecho del pasado al futuro y estamos usando la uniformidad de la naturaleza como base para justificar la inducción, por lo que implícitamente estamos diciendo que la inducción justifica la inducción. Por tanto, la conclusión de la inducción no está exenta de falsedad. Sobre la ley de causalidad, Hume sostiene que percibimos "causa" por un lado y "efecto" por otro. Pero no percibimos la conexión causal entre causa y efecto. Solo inferimos que un efecto se sigue de una causa de la misma manera que inferimos fenómenos no observados en conclusión a partir de algunos de los fenómenos observados (premisas) en un argumento inductivo. La relación entre causa y efecto se establece mediante inducción. Entonces, la ley de causalidad comete la falacia del razonamiento circular. Es decir, la ley de causalidad justifica un argumento inductivo y la inducción requiere explicar las cuestiones de hecho asociadas con causa y efecto y su relación (es decir, la ley de causalidad). A partir de los análisis y argumentos anteriores, se afirma que una conclusión universal de un argumento inductivo no debe tratarse como verdadera y cierta. Pero el método inductivo puede usarse para formar creencias sobre cuestiones de hecho del mundo no observadas y no para establecer la verdad de cuestiones de hecho del mundo no observadas.

5.8 Inducción y probabilidad

Cuando decimos que algo es "probable", queremos decir que eso no es seguro, no es cierto, pero al mismo tiempo, no es imposible. Por ejemplo, el Sr. Y dice: "Probablemente, mañana puede llover". Esta oración está asociada con el concepto de probabilidad; es decir, puede que llueva o no llueva mañana. Hablando lógicamente, el término "probabilidad" expresa una cuestión de grados entre "imposibilidad" y "certeza". El concepto de probabilidad está relacionado con los argumentos inductivos. Es así porque, en los argumentos inductivos, la conclusión se infiere de unas pocas premisas (es decir, evidencia empírica). Dado que no se tiene en cuenta toda la evidencia empírica al inferir la conclusión del argumento, la verdad y la certeza de la conclusión se asocian con el concepto de "probabilidad". Al igual que los hallazgos científicos, las conclusiones de los argumentos inductivos también se asocian con un grado de probabilidad con respecto a su validez, certeza y verdad. La conclusión de un argumento inductivo es simplemente una proposición probable e incierta. La razón es la conclusión de un argumento inductivo que se infiere apoyándose en la teoría de la causalidad y la ley de uniformidad de la naturaleza. A este respecto, surgen algunas preguntas: ¿podemos estar seguros de que la conexión causal entre dos hechos o los eventos que existen en el presente seguirían siendo verdaderos y ciertos en el futuro? ¿Cómo podemos tener confianza y certeza sobre la conexión causal entre dos hechos o eventos? Cuando nada es permanente en la tierra, ¿sobre qué base podemos decir que la uniformidad con respecto a la evidencia empírica de hoy seguirá siendo la misma en el futuro? ¿No sería posible que una pieza de evidencia en el futuro no se parezca a la evidencia presente y pasada de un tipo similar? Entonces, un grado de probabilidad está asociado con la conclusión de argumentos inductivos. Dado que la conclusión de un argumento inductivo se infiere a partir de algunas pruebas, no se trataría como cierto y verdadero. En otras palabras, la conclusión de un argumento inductivo es probable. El concepto de probabilidad está relacionado con "experiencia" por un lado y "creencia" por otro. Cuando se relaciona con la "experiencia", tratamos la probabilidad como un fenómeno "objetivo", y cuando se relaciona con la noción de "creencia", tratamos la probabilidad como un fenómeno "subjetivo". Con respecto a los argumentos inductivos, la probabilidad se trata como un fenómeno objetivo, ya que se ocupa de algunas de las pruebas empíricas de los asuntos mundanos. Pero cuando consideramos la probabilidad de un caso como un estado de creencia, tratamos la "probabilidad" como un fenómeno "subjetivo". En el último caso, la verdad y la certeza de la probabilidad son más débiles que en el primer caso (es decir, argumentos inductivos). Aunque "probabilidad" significa la más mínima posibilidad de obtener la verdad de un hecho o evento, representa una oportunidad (es decir, una posibilidad). Como resultado, el concepto de "probabilidad" tiene importancia y relevancia en la investigación científica, la lógica inductiva y la adquisición de conocimiento de los asuntos mundanos.

5.9 Métodos inductivos de J. S. Mill

Propuesta de J. S. Mill sobre métodos inductivos J. S. Mill considera la "inducción científica" y explica los métodos científicos inductivos en sus trabajos. Afirma que en los métodos inductivos científicos, la causa y el efecto están relacionados entre sí en todos los casos ^[2]. Por ejemplo, si Covid-19 es la causa de la muerte de una persona, entonces el efecto "muerte" está invariablemente relacionado con la causa. Los métodos científicos inductivos se conocen popularmente como "métodos experimentales" y "cánones inductivos". Los científicos en sus estudios de investigación tienen como objetivo encontrar un vínculo causal entre dos fenómenos, es decir, ¿cómo una cosa es causada por otra cosa y las condiciones que se asocian con una cosa para dar lugar al efecto? Por ejemplo, X causa Y. En este caso, un científico encontrará un vínculo causal entre X e Y, y las condiciones que están asociadas con X para dar lugar a Y solo, no a Z, L, M, etc. De acuerdo con Francis Bacon, un filósofo empirista, los científicos utilizan el "método inductivo" para descubrir el vínculo causal entre dos hechos o muchos fenómenos. Siguiendo el ejemplo de Francis Bacon, J. S. Mill explica que la inducción científica está destinada a encontrar un vínculo causal entre muchos hechos empíricos (premisas) y, basándose en el vínculo causal, podemos inferir una proposición universal como conclusión. En opinión de Mill, un vínculo causal se encuentra entre las premisas de la inducción científica, y eso ayuda a inferir una conclusión universal. Argumentó que la inducción científica juega un papel fundamental en el descubrimiento de la certeza y la verdad de los argumentos inductivos y su justificación para aceptar métodos inductivos se basa en la teoría de la causalidad. Según él, la teoría de la causalidad tiene cuatro suposiciones verdaderas. Son:

• Existe una causa, por lo tanto existe un efecto.

• No existe una causa, por lo tanto, no existe un efecto.

• Una causa puede producir un efecto designado particular.

• Si hay cambios en la causa, habrá un cambio en el efecto.

Mill propone cinco tipos de métodos inductivos científicos, a saber, el método de acuerdo, el método de diferencia, el método conjunto de acuerdo y diferencia, el método de residuos y el método de variaciones concomitantes. Encuentra que el método de acuerdo y el método de diferencia son los métodos básicos de inducción científica. Los métodos inductivos restantes son subsidiarios de los métodos fundamentales, aunque ayudan a inferir una conclusión universal a partir de algunas pruebas empíricas (premisas). En opinión de Mill, el método conjunto de acuerdo y diferencia es una modificación especial de los métodos inductivos básicos: el método de acuerdo y el método de diferencia. El método de los residuos es una modificación peculiar del método de diferencia, mientras que el método de variaciones concomitantes es una forma especial del método de acuerdo o del método de diferencia según el contexto/situación. De los dos métodos inductivos básicos, el método de concordancia sugiere una conclusión universal a partir de algunos hechos observables (premisas) de tener una cualidad particular. Por tanto, no es problemático establecer el vínculo causal entre dos o más premisas (hechos observados). Pero en el método de la diferencia, la conclusión universal se infiere de unos pocos hechos observados que tienen algunas cualidades comunes y únicas. Por lo tanto, establecer el vínculo causal entre los hechos observados (premisas) es complicado y desafiante. En este sentido, el método de la diferencia es más desafiante que el método de acuerdo para inferir la certeza y la verdad de la conclusión universal de la inducción científica.

5.9.1 El método de acuerdo

El método de acuerdo es un método científico inductivo donde un evento (digamos A) da lugar a otro evento (digamos B) en varias ocasiones. Sugiere que siempre que ocurre A, B ocurre inmediatamente. La unión de los eventos A y B en múltiples ocasiones induce a relacionarlos causalmente. Es decir, si ocurre A, también ocurrirá B. Sin embargo, la fuerza del método de acuerdo se basa en un gran número de instancias (premisas) donde los eventos A y B ocurren uno tras otro inmediatamente. La confiabilidad de la relación causal entre los eventos A y B es prometedora cuando se recopila un gran número de ocurrencias A y Bevent. Por lo tanto, se considera el método inductivo más popular y preferible para inferir una verdadera conclusión universal en la inducción científica. Los lógicos, filósofos, científicos y la gente común utilizan principalmente este método para averiguar la causa de un efecto en su descubrimiento empírico. Al usar este método, también infieren una conclusión universal a partir de unos pocos casos observados. Mill (1882) explica el método de acuerdo como si dos o más casos del fenómeno bajo investigación tuvieran solo una circunstancia en común, la circunstancia en la que solo todas las instancias coinciden en que es la causa (del efecto) del fenómeno dado.

Un ejemplo del método de acuerdo

X encuentra que el oxígeno hizo que el fuego quemara un objeto en la cocina.

X encuentra que el oxígeno hizo que el fuego quemara un objeto frente a una casa.

X encuentra que el oxígeno hizo que el fuego quemara una pieza de madera en el patio trasero de un

casa.

X encuentra que el oxígeno hizo que el fuego quemara las hojas secas.

-------------------------------------------------- -----

Por lo tanto, X infiere que quizás el oxígeno provocó que el fuego quemara los objetos.

En este ejemplo, X infiere la conclusión aplicando el método de acuerdo a la inducción. X utiliza el método de acuerdo para llegar a la conclusión universal al encontrar el vínculo causal entre "oxígeno" y "el fuego quema objetos". En esta inducción, X identifica un factor común (es decir, oxígeno) que se presenta en todos los fenómenos empíricos observados (premisas), lo que ayuda a X a concluir que siempre que se presente oxígeno en un objeto, el fuego lo quemará. Tome otro ejemplo del método de acuerdo.

X se le diagnostica Covid-19 y cáncer en el año 2021, y X murió.

A se le diagnostica Covid-19 y diabetes en el año 2021, y A murió.

E se le diagnostica Covid-19 y resfriado en el año 2021, y E murió.

H se le diagnostica Covid-19 y Ébola en el año 2021, y H murió.

P se le diagnostica Covid-19 y diabetes en el año 2021, y P murió.

H es diagnosticado con Covid-19 y malaria en el año 2021, y H murió.

Y es diagnosticado con Covid-19 e ictericia en el año 2021, y Y murió.

-------------------------------------------------- -------------------------------------------

Por lo tanto, probablemente Covid-19 sea la causa de muerte masiva en el año 2021.

En este ejemplo, el factor común enfermedad "Covid-19" se encuentra en todas las instalaciones y se encuentra una relación causal entre Covid-19 y la muerte de una persona. Debido a la existencia de un factor común en todas las premisas, se extrae una conclusión universal, es decir, quizás la enfermedad Covid-19 sea la causa de muerte masiva de seres humanos en el año 2021.

El método de acuerdo ayuda a derivar una conclusión universal a partir de unos pocos casos observados de tener una cualidad particular. La certeza de la conclusión será más fuerte si hay más casos para derivar la conclusión. Sin embargo, es incorrecto creer que el método de acuerdo da como resultado una conclusión verdadera, sólida y confiable en cada ocasión. El método de acuerdo también tiene algunas deficiencias. Se puede argumentar que hay casos en los que la recopilación de pruebas empíricas de tener una calidad particular lleva bastantes años; por tanto, una conclusión universal no puede inferirse tan fácilmente. En este caso, la relación causal entre dos eventos no se puede establecer tan fácilmente, ya que hay que esperar muchos años para recopilar evidencia empírica. Además, es difícil descubrir el factor común real de todas las pruebas empíricas. Como resultado, el método de acuerdo no sería suficiente para sacar una conclusión confiable y fuerte en todas las inducciones científicas. Tomemos un ejemplo: si una persona quiere recopilar algunas pruebas sobre los años bisiestos para obtener una conclusión universal, entonces tiene que esperar bastantes años para recopilar las pruebas, ya que un año bisiesto se produce una vez cada 04 años. Entonces, para recoger las cuatro pruebas (tengamos un mínimo de cuatro premisas), tiene que esperar 16 años. Debido al largo período de espera para recolectar la evidencia relevante, no podrá encontrar un verdadero vínculo causal entre las premisas, ya que muchas cosas cambiarían durante un período de 16 años. Por lo tanto, el método de acuerdo no está libre de restricciones para establecer un vínculo causal entre toda la evidencia para sacar una conclusión verdadera, sólida, confiable y universal en la inducción científica. Surgen algunas preguntas más contra el método de acuerdo. Estos son, ¿cómo sabe una persona que un factor común que se vincula causalmente con las instancias (premisas) observadas es verdadero? ¿Cómo podría estar segura una persona de que el factor común es el factor relevante para determinar la relación causal entre dos fenómenos observados? Los siguientes ejemplos explican cómo el factor común irrelevante se considera erróneamente como una causa del evento o hecho. Como resultado, el método de acuerdo se aplica a la inducción científica para sacar una conclusión universal poco confiable y más débil.

Ejemplo 1

El perro X le ladró a Y, Y tuvo miedo y se escapó.

El perro L le ladró a M, M tuvo miedo y se escapó.

El perro S le ladró a Q, Q tenía miedo y se escapó.

El perro N le ladró a T, T tenía miedo y se escapó.

El perro P le ladró a R, R tenía miedo y se escapó.

-------------------------------------------------- -------------

Por lo tanto, quizás cada vez que un perro le ladraba a una persona, esa persona tenía miedo y huía.

El método de acuerdo se aplica a esta inducción. Pero sería incorrecto inferir que "quizás cada vez que un perro le ladraba a una persona, esa persona tenía miedo y huía". La razón es que puede haber una situación en la que un perro le ladró a una persona y esa persona no tuvo miedo y, por lo tanto, no se escapó.

Ejemplo 2

X bebió ron mezclando agua y se emborrachó.

Y bebió vodka mezclando agua y se emborrachó.

Z bebió brandy sin agua y se emborrachó.

L bebió ginebra mezclando agua y se emborrachó.

-------------------------------------------------- -------------

Por lo tanto, el agua es la causa de la intoxicación de X, Y, Z, L.

Este ejemplo está tomado de Copi y Cohen (1995). Transmiten que el método de acuerdo en algunas ocasiones no encontrará la causa real (causa verdadera) de un efecto. En este ejemplo, el agua se considera erróneamente como el factor común para todas las instancias. Y es incorrecto inferir que "el agua es la causa de la intoxicación X, Y, Z, L". La razón es que aunque el método de acuerdo se aplica a esta inducción, no establece la relación causal correcta entre todas las instancias. Como resultado, el factor común irrelevante se considera erróneamente como la causa de las instancias.

Ejemplo 3

X no asistió a la clase de lógica del lunes porque se pinchó el tubo de su bicicleta

al venir a la clase.

Y no asistió a la clase de lógica del lunes porque se pinchó el tubo de su bicicleta

al venir a la clase.

Z no asistió a la clase de lógica del lunes porque se pinchó el tubo de su bicicleta

al venir a la clase.

M no asistió a la clase de lógica del lunes porque se pinchó el tubo de su bicicleta

al venir a la clase.

-------------------------------------------------- ---------------------------------------------

Por tanto, todos los alumnos que no pudieron asistir a la clase de lógica del lunes se debieron al pinchazo de los tubos de sus bicicletas.

En este ejemplo, aplicamos el método de acuerdo para inferir la conclusión universal a partir de unos pocos casos observados. Pero sería incorrecto tratar la conclusión como verdadera. La razón es que puede existir la posibilidad de que P sea un estudiante que no pudo asistir a la clase de lógica del lunes debido a su enfermedad. Así, el factor común que se cree que es la causa de todas las premisas no es una causa genuina y verdadera. En este sentido, el método de acuerdo no está exento de establecer una conclusión universal poco confiable, más débil y poco convincente en la inducción científica. En el método de acuerdo, existe la posibilidad de que encontremos dos causas probables de un efecto. En este caso, nos preguntaríamos qué causa debe tratarse como la causa real y genuina y cuál es una causa accidental. Considere un ejemplo, digamos, después de regresar de una cena, cuatro personas se enferman. Un médico quiere saber la verdadera causa de su enfermedad. El médico encuentra que estas cuatro personas comieron dos alimentos (es decir, curry paneer y curry de berenjena) que no fueron comidos por otros invitados a la fiesta. En este caso, a pesar de que el médico aplica el método de acuerdo para averiguar la causa real de su enfermedad, surge la confusión en cuanto a qué curry es la causa real y qué curry es la causa accidental de su enfermedad. Tomemos otro ejemplo, Covid-19 y la diabetes son la causa de la muerte de muchas personas en la India. Pero cuál es la causa real y cuál es la causa accidental de la muerte de seres humanos en la India no se podrá averiguar a través del método de acuerdo. Además, surgen algunas preguntas. ¿Cómo sabemos qué factor común es confiable y genuino de una inducción científica? ¿Cómo encontramos la verdadera conexión causal entre todas las pruebas mencionadas en las premisas de la inducción científica? Para responder a estas preguntas, J. S. Mill sugiere otro método inductivo conocido como "el método de la diferencia". Este método inductivo ayuda a descubrir la verdadera conexión causal entre todos los casos de inducción científica. En resumen, el método de la diferencia ayuda a encontrar un factor aislado común entre todas las instancias que se considera la causa real de las instancias de inducción científica.

5.9.2 El método de la diferencia

El método de la diferencia también se conoce como método de desacuerdo. El método de la diferencia es un método científico inductivo fundamental utilizado por científicos, filósofos y la gente común para sus descubrimientos empíricos. A diferencia del método de acuerdo, este método no requiere una gran cantidad de instancias para inferir una conclusión. El método de diferencia requiere sólo dos instancias verificadas verdaderas para inferir la conclusión, siempre que las dos instancias deban parecerse en todos los aspectos excepto en uno. Por ejemplo, en una fiesta de cumpleaños, A comió p, q, r, s alimentos y B comió p, q, r, s, t alimentos. Después de ingerir alimentos, B se enferma y visita a un médico para recibir tratamiento. El médico, al hablar con B, se entera de los alimentos que comieron A y B en la fiesta de cumpleaños. El médico eliminó los alimentos que comió A de los alimentos que comió B, ya que A no se enfermó después de comer los alimentos en la fiesta de cumpleaños. El médico llega a la conclusión de que son los alimentos los que enferman a B. Mill (1882) explicó el método de la diferencia como, si una instancia en la que ocurre el fenómeno bajo investigación, y una instancia en la que no ocurre, tienen todas las circunstancias excepto una en común, aquella que ocurre solo en la primera; la circunstancia en la que los dos casos difieren es el efecto, la causa o una parte indispensable de la causa del fenómeno. J. S. Mill enuncia que el método de la diferencia puede encontrar la relación causal entre dos instancias y ayuda a obtener una conclusión sólida y confiable en la inducción científica. Algunos lógicos también afirman que el método de la diferencia es el método más fuerte entre otros métodos inductivos para derivar una conclusión confiable y convincente en la inducción científica. Sin embargo, el método de diferenciación tiene las siguientes limitaciones. El método de la diferencia requiere dos instancias de un mismo tipo, que se parecen entre sí en todos los aspectos excepto en uno. De hecho, es difícil acumular dos tipos de evidencia/instancias de nuestras experiencias de vida mundanas y estudios experimentales. Por lo tanto, cumplir los requisitos para aplicar el método de la diferencia no es factible todo el tiempo de manera pragmática. Por lo tanto, se afirma que el método de la diferencia se aplica a algunas situaciones de nuestra vida mundana y a algunos trabajos de investigación científica.

5.9.3 El método conjunto de acuerdo y diferencia

El método conjunto de acuerdo y diferencia es una combinación del método de acuerdo y el método de diferencia. Este método se aplica a una inducción científica donde el método de acuerdo y el método de diferencia se aplican juntos. Se cree que este método es más fuerte y superior que el método independiente "el método de acuerdo" y "el método de la diferencia". Dado que dos métodos juntos se aplican a una inducción, establece una fuerte conexión causal entre los hechos o eventos mencionados en las premisas. Además, aumenta la confiabilidad y certeza de la conclusión extraída de las premisas. Mill (1882) explica el método conjunto de acuerdo y diferencia en las siguientes líneas, si dos o más casos en los que ocurre el fenómeno tienen solo una circunstancia en común , mientras que dos o más casos en los que no ocurre no tienen nada en común salvo la ausencia de la circunstancia; la circunstancia en la que solo difieren los dos conjuntos de casos es el efecto, o la causa, o una parte necesaria de la causa, del fenómeno.

Consideremos un ejemplo para dilucidar el método conjunto de acuerdo y

diferencia.

X comió alimentos a, b, c, d y se enfermó.

Y comí alimentos b, d, c, y no enfermo.

Z comió alimentos c, d, b, y no enfermo.

Por lo tanto, la comida "a" causa X enfermedad y las comidas "b", "c", "d" no causan X enfermedad.

Al aplicar el método del acuerdo a la inducción anterior, un médico encontraría que los alimentos b, c y d son comunes a X, Y y Z. Por lo tanto, los alimentos b, c, d no son las causas de la enfermedad de X. Pero al aplicar el método de la diferencia, un médico encontraría que X comió el alimento a, que no fue comido por Y y Z. Por lo tanto, "a" es la causa de la enfermedad de X. En esta inducción, el método conjunto de acuerdo y diferencia ayuda a descubrir la causa real de la enfermedad de X. Este método toma en consideración las condiciones necesarias y suficientes de instancias para establecer el vínculo causal entre instancias (premisas). En este método inductivo, aunque la conclusión se extrae de las instancias afirmativas, la instancia negativa aporta certeza y confiabilidad a la conclusión.

5.9.4 El método de los residuos

El método de los residuos es un tipo especial de método que se aplica a las inducciones científicas para inferir una conclusión confiable, sólida y convincente. Este método sugiere que deduzca X (tal vez un hecho o un evento) de Y (tal vez un hecho o un evento) y descubra la conexión causal entre X e Y. Con base en la conexión causal, obtenga la conclusión en la inducción. Mill (1882) explica este método como subducción de cualquier fenómeno tal como se sabe por inducciones previas que es el efecto de ciertos antecedentes, y el residuo del fenómeno es el efecto de los antecedentes restantes. Hoffman (1962) explica el método de los residuos mediante la siguiente representación simbólica.

A B → D E

A ∧ D

Por lo tanto, B ∧ E

Este ejemplo establece que si ocurren A y B, entonces ocurren D y E. A y D están conectados causalmente, como D se sigue de A. De las dos instancias anteriores, podemos concluir que siempre que ocurre B, E se sigue de eso, como después de la deducción de “A ∧ D” de “AB → D E”, obtenemos solo “B ∧ E”. Considere un ejemplo, Miku fue al mercado a comprar 10 L de aceite de girasol, llevando un barril para traer el aceite. Después de llegar a la tienda, le pidió al comerciante que le diera 10 L de aceite de girasol. El comerciante pesa primero el barril vacío y luego vierte 10 L de aceite en él. Para averiguar 10 L de aceite en el barril, Miku deduce los pesos del barril vacío de los pesos del barril de aceite de girasol. La diferencia de peso entre el barril de aceite de girasol y el barril vacío es el peso real del aceite de girasol. Este es el único método para determinar el peso real de 10 L de aceite de girasol en el barril. Muchos comerciantes e individuos usan este método para sacar una conclusión confiable sobre varios asuntos en su vida cotidiana sin saber que se llama el método de los residuos. Por lo tanto, el método de los residuos juega un papel importante en el establecimiento de un vínculo causal entre dos fenómenos y ayuda a derivar una conclusión convincente de los fenómenos observados. Tomemos otro ejemplo: la mayoría de nosotros podría haber notado que para averiguar el peso real del arroz en un saco, la gente deduce el peso del saco del peso del saco de arroz. La diferencia de peso entre el saco de arroz y el saco vacío es el peso real del arroz en el saco. Los científicos en su investigación experimental también utilizan el método de los residuos para encontrar una conclusión confiable de sus estudios. Este método inductivo ayuda a los científicos a descubrir muchas cosas en el mundo empírico, como la extracción de aluminio del mineral de bauxita, el gas nitrógeno del aire, el hierro del mineral de hierro, etc. Aunque algunos filósofos consideran que el método de los residuos es un método de deducción. donde se requieren menos casos para sacar una conclusión, pero no es cierto. La razón es que, como otros métodos inductivos científicos de Mill, este método tiene importancia para derivar una conclusión confiable y convincente de sus premisas. Este método encuentra un vínculo causal entre los hechos o eventos mencionados en las premisas, y el vínculo causal ayuda a inferir una conclusión confiable en la inducción. Sin embargo, la conclusión de la inducción puede no considerarse tan cierta ya que carece de infalibilidad.

5.9.5 El método de variaciones concomitantes

El método de variaciones concomitantes establece que cuando dos hechos o eventos varían, sugieren una relación causal entre ellos. Por ejemplo, cuando la oferta de un producto aumenta en el mercado, su precio disminuye y cuando la oferta de un producto está restringida, su precio aumenta en el mercado. Para conocer el vínculo causal entre la oferta de un producto y su variación de precio en el mercado, utilizamos el método de variaciones concomitantes. Este método se utiliza en todos los campos para sacar una conclusión fiable y sólida. En la asignatura de economía, los investigadores utilizan el método de variaciones concomitantes para determinar el precio de una mercancía en un mercado. Mill (1882) aclara el método de variaciones concomitantes como: cualquier fenómeno que varíe de cualquier manera siempre que otro fenómeno varíe de alguna manera particular, es una causa o un efecto de ese fenómeno, o está conectado con él a través de algún hecho de causalidad. Consideremos algunos ejemplos más del método de variaciones concomitantes. En los países asiáticos, en la temporada de verano, se nota que en el horario de la mañana, cuando el sol sale por el este, los rayos del sol no lastiman nuestra piel, pero al mediodía, los rayos del sol nos queman la piel y nos lastimamos. El vínculo causal entre los rayos del sol que no queman la piel por la mañana y los rayos del sol que queman la piel al mediodía se puede establecer adoptando el método de variaciones concomitantes. Otro ejemplo, en el día de luna llena, encontramos mareas altas en el mar. Desde el día de luna llena hasta los siguientes catorce días, encontramos que la altura de las mareas del mar varía según el tamaño de la luna. La aplicación del método de variaciones concomitantes a este caso ayuda a encontrar el vínculo causal entre las mareas altas y bajas de un mar con el tamaño de la luna. Por lo tanto, el método de variaciones concomitantes ayuda a los científicos, investigadores y gente común a descubrir el verdadero vínculo causal entre dos hechos variados. El método de variaciones concomitantes se trata principalmente de inducciones de naturaleza cuantitativa para averiguar el vínculo causal entre dos hechos o eventos. Este método mide el aumento y la disminución de la cantidad en una escala. El método de variaciones concomitantes no se considera un método infalible para determinar la verdadera conclusión de la inducción científica. La razón es que ninguna de las escalas da un resultado preciso y auténtico. Además, se argumenta que hay ocasiones en las que dos hechos o eventos varían en relación; pueden no estar conectados causalmente. En cambio, pueden ser los co-efectos de alguna otra causa. Por ejemplo, el segundo stick y el minutero de un reloj varían simultáneamente, pero el movimiento del minutero no es la causa del movimiento del segundo stick y viceversa. En este caso, el método de variaciones concomitantes no logra establecer un vínculo causal entre dos eventos y, por lo tanto, no infiere una conclusión verdadera a partir de los hechos observados (premisas). En resumen, el método de variaciones concomitantes tiene dos defectos. En primer lugar, no se aplica a los casos de variaciones cualitativas y, en segundo lugar, se aplica únicamente a aquellos hechos que se verifican empíricamente. Los cinco tipos de métodos inductivos científicos se utilizan para obtener una conclusión confiable, sólida y convincente de la inducción científica. Pero es posible que la conclusión no se considere una conclusión verdadera. La razón es que estos métodos inductivos pueden no encontrar un vínculo causal verdadero entre los fenómenos observados (premisas) con certeza e infalible. Por tanto, el conocimiento obtenido a través de métodos científicos inductivos no es seguro ni está exento de dudas. Sin embargo, los métodos inductivos se consideran métodos y alternativas importantes a los métodos deductivos para obtener una conclusión sólida y convincente de las inducciones científicas. Por tanto, los métodos inductivos ayudan a obtener nuevos conocimientos sobre los asuntos mundanos.

5.9.6 Ciencia e hipótesis

¿Qué es una hipótesis? Una hipótesis se considera una suposición provisional. Significa que una hipótesis es una sugerencia o una posible explicación de una investigación lógica. Es una solución tentativa y no una solución real para una investigación lógica hasta que se pruebe, verifique y se demuestre que es cierta. Por tanto, una hipótesis está sujeta a revisión y rechazo. En toda investigación científica, los investigadores (investigadores) asumen algunas posibles explicaciones del problema de investigación al comienzo del trabajo de investigación. Es así porque una investigación científica o un estudio de investigación no puede ser una actividad no planificada, desorganizada y aleatoria. Las "posibles explicaciones" se denominan hipótesis. Las hipótesis de un estudio de investigación (una investigación científica) guían a los investigadores (investigadores) a adoptar la metodología, las herramientas y las técnicas correctas para la recopilación, el análisis y la interpretación de los datos y, posteriormente, la derivación de conclusiones a partir de los datos. Si la conclusión del estudio respalda las hipótesis, entonces las hipótesis se juzgan como legítimas y válidas, y si la conclusión no respalda las hipótesis, entonces las hipótesis se tratan como falsas e inválidas. Así, se plantea que cuando se planea realizar una investigación científica (un estudio de investigación), se deben formular algunas hipótesis para avanzar en la dirección correcta del estudio y lograr los objetivos del estudio en un período de tiempo. Nosotros, los seres humanos, usamos la lógica para formular hipótesis sobre los problemas sociales y personales de nuestra vida mundana. Por ejemplo, en una temporada de lluvias, si la mayoría de los estudiantes no asistió a una clase de historia, el profesor del curso formula las siguientes hipótesis (es decir, posibles explicaciones).

(i) Quizás, los estudiantes no tenían un paraguas con ellos mismos.

(ii) Quizás, los estudiantes se mojaron al llegar a la clase y no sintieron

cómodo asistiendo a la clase.

(iii) Quizás, debido a la fuerte e insistente lluvia, los estudiantes se quedaron dormidos en su albergue habitaciones y no pudo venir a la clase.

(iv) Quizás, algunos estudiantes fueron mal informados por sus compañeros de clase que debido a lluvia intensa y continua, es posible que el profesor del curso no se relacione con la clase historia.

Estas son las posibles explicaciones o sugerencias para el problema mencionado anteriormente. Estas sugerencias no deben considerarse válidas a menos que se verifiquen como verdaderas. Por tanto, se puede afirmar que una hipótesis válida es una solución aceptada a un problema de investigación. Una hipótesis se considera como una suposición inteligente o una solución tentativa a un problema de investigación. Es una declaración presunta hecha basándose en la evidencia disponible (datos). Una declaración presunta no debe considerarse como una suposición descabellada de un investigador. Más bien, está formulado en base a los estudios de investigación relevantes anteriores realizados por unos pocos investigadores. Según Van Dalen, una hipótesis es un faro poderoso que ilumina el camino para los investigadores ^[3]. Las hipótesis se escriben en forma de declaración declarativa donde los investigadores (investigadores) hacen una conjetura sobre los resultados de un estudio de investigación. De las discusiones anteriores, podemos afirmar que una hipótesis juega un papel importante en una investigación científica (estudio de investigación). Por un lado, se requiere una hipótesis para investigar un problema de investigación y, por otro lado, no existen reglas y criterios fijos para formular una hipótesis legítima y válida. Y, al mismo tiempo, la formulación de una hipótesis no es una tarea mecánica. Por tanto, el papel activo de un investigador (investigador) juega un papel importante en la formulación de las hipótesis de un problema de investigación.

Definición, naturaleza e importancia de la "hipótesis"

Una hipótesis es un componente indispensable de un estudio de investigación. Es una suposición sobre la relación entre dos o más variables y una posible explicación de un problema de investigación. En la literatura se encuentran muchas definiciones de "hipótesis". Algunos de ellos se mencionan a continuación. Según Werkmeister, las conjeturas que hace un investigador son hipótesis que resuelven el problema o lo guían en una investigación posterior ^[4]. Según Lundberg (1968), una hipótesis es una generalización tentativa, la validez del cual queda por probar ^[5]. Para Theodorson, una hipótesis es un enunciado tentativo que afirma una relación tentativa entre ciertos hechos ^[6]. Chakraborty ha descrito una hipótesis como un enunciado tentativo sobre algo cuya validez generalmente se desconoce ^[7]. Según Goode y Hatt, una hipótesis es una proposición que se puede poner a prueba para determinar validez ^[8]. El diccionario Merriam-Webster define una hipótesis como una suposición tentativa hecha para extraer y probar sus consecuencias lógicas y empíricas ^[9]. En un estudio de investigación o una investigación científica, las hipótesis se formulan principalmente considerando "inducción por analogía" e "inducción por enumeración simple". Hablando sucintamente, la inducción por simple enumeración sugiere que, cuando dos o más fenómenos juntos ocurren repetidamente, quizás exista una conexión entre los fenómenos; esto se convierte en un fundamento para formular una hipótesis. Esta hipótesis se considera la conclusión del argumento. En el caso de la "inducción por analogía", se afirma que cuando dos cosas se parecen entre sí en ciertos aspectos y son diferentes en ciertos otros aspectos, esto se convierte en un fundamento para formular hipótesis. Es decir, quizás estas dos cosas puedan tener más semejanzas y diferencias también. Sin embargo, estas hipótesis no se consideran verdaderas a menos que se verifiquen como verdaderas. Una hipótesis se considera una hipótesis válida cuando satisface las siguientes condiciones ^[10]:

(i) Una hipótesis debe ser empíricamente comprobable y verificable.

(ii) Una hipótesis debe formularse de manera clara y precisa.

(iii) Una hipótesis no debe contradecir otra hipótesis de un problema de investigación.

(iv) Una hipótesis debe establecer la relación entre dos variables.

(v) Cada hipótesis debe abordar un tema, no agrupará todos los temas en su conjunto.

(vi) Una hipótesis no se interpretará sobre la base de los deseos y deseos de un investigador.

(vii) Una hipótesis debe apuntar a alcanzar los objetivos del estudio de investigación.

(viii) Una hipótesis debe ser comprobable dentro de un período razonable.

Si se formula una hipótesis con base en estas condiciones, entonces satisface tanto la forma descriptiva como la racional de una hipótesis. Una hipótesis en su forma descriptiva describe un hecho o un evento, y en su forma racional, establece la relación entre dos o más variables.

Importancia de una hipótesis para un estudio de investigación

Una hipótesis juega un papel importante en una investigación científica o un estudio de investigación. Proporciona explicaciones provisionales (sugerencias) a un problema de investigación. Orienta a los investigadores en la búsqueda de la metodología adecuada para realizar las tareas de investigación. Una hipótesis dirige, monitorea y controla los esfuerzos de investigación. Una hipótesis válida agrega nueva información a la información existente de un área de investigación. No solo ayuda a los investigadores a diseñar su estudio, sino que también los guía sobre la recopilación de datos, la interpretación de datos y la derivación de conclusiones a partir de los resultados del estudio. Además, una hipótesis guía a los investigadores para llevar a cabo las tareas de investigación dentro del alcance del estudio de investigación. Sugiere a los investigadores que relacionen hechos lógicamente conocidos con conjeturas racionales e inteligentes sobre hechos desconocidos. Orienta a los investigadores a seguir el método inductivo para verificar la validez de la hipótesis. En este sentido, una hipótesis válida hace que un informe de investigación sea interesante y significativo. Atrae a los lectores a conocer nueva información sobre el estudio de investigación. Ayuda a los investigadores a ahorrar tiempo y energía para recopilar datos relevantes que les permitirían establecer la relación entre las variables. Por lo tanto, las hipótesis de un estudio de investigación guían constantemente a los investigadores para eliminar la literatura irrelevante de la literatura relevante y recopilar datos necesarios y relevantes en lugar de datos sin importancia e irrelevantes. Se puede transmitir que las hipótesis se formulan para centrarse solo en datos relevantes y pertinentes de un estudio de investigación o una investigación científica. Características destacadas de una hipótesis válida Una hipótesis juega un papel fundamental en la realización de un estudio de investigación. Es una suposición provisional hecha por los investigadores a partir de su rigor intelectual, juicio racional y análisis lógico de las investigaciones previas relacionadas con el problema de investigación. Una hipótesis se trata como un enunciado declarativo predicado, pero todos los enunciados declarativos predichos no deben considerarse como hipótesis. La razón es que una hipótesis tiene las siguientes características, pero una declaración declarativa predicada puede no tener estas características.

(i) Una hipótesis debe ser consistente con hechos conocidos. Debe explicar los hechos o eventos que rodearon a los investigadores. Como resultado, se puede verificar para establecer su veracidad. Las hipótesis deben verificarse mediante observación o experimentación. Si una hipótesis no se verifica, no se puede utilizar en una investigación científica. Pero, si se verifica una hipótesis y se determina que es falsa, no se trataría como una hipótesis válida.

(ii) Se debe dirigir una hipótesis para resolver o resolver el problema de investigación. Debe ser una causa o parte de una causa del problema de investigación para el que está formulado. Las hipótesis irrelevantes no tienen ningún uso en las investigaciones científicas. Dado que las hipótesis se formulan sobre la base de la literatura existente relacionada con un problema de investigación, aportan nueva información al conocimiento existente.

(iii) Una hipótesis no debe ser un grupo de proposiciones asertivas. Más bien, debe ser una proposición asertiva que debe formularse de manera precisa, clara y distinta. Una proposición asertiva oscura y ambigua no se considera como una hipótesis de un estudio de investigación.

(iv) Una hipótesis no debe contradecir las verdades y leyes establecidas. Para explicarlo, se formula una hipótesis con base en la información y evidencia disponible en la literatura relacionada con el problema de investigación. Si la hipótesis formulada contradice las verdades y leyes establecidas, la hipótesis sería sospechosa en todos los aspectos. Si se intenta contradecir las verdades y leyes establecidas previamente, la hipótesis se juzga falsa a menos que se demuestre que es cierta. Por ejemplo, Copérnico, un astrónomo polaco, desafió el hallazgo platónico establecido, es decir, "el sol se mueve alrededor de la tierra". Copérnico, en sus trabajos de investigación, demostró que su hipótesis "la tierra se mueve alrededor del sol" es una hipótesis válida y el hallazgo platónico no es una verdad válida. Por tanto, cabe señalar que una hipótesis debe basarse en algunas teorías relevantes y en la verdad descubierta.

(v) Una hipótesis debe ser comprobable. Si no fuera así, los investigadores tendrían dificultades para averiguar si la hipótesis contradice o confirma la relación entre dos o más variables. Por ejemplo, "la educación inclusiva aporta un desarrollo integral a los estudiantes de la escuela". En esta hipótesis, sería difícil para los investigadores aislar otros factores que podrían contribuir al desarrollo integral de los estudiantes escolares. (vi) Una hipótesis debe delimitar su alcance. Si el alcance de una hipótesis no está restringido, no se verificará en un período de tiempo específico. Como consecuencia, el propósito de la hipótesis no fructificará. Por lo tanto, se sugiere que se debe formular una hipótesis teniendo en cuenta que debe ser contrastable dentro del período deseado, ya que una tarea de investigación debe ser realizada y finalizada en un período de tiempo determinado. Al formular hipótesis, los investigadores deben tener en cuenta el período de tiempo para la recopilación de datos, la disponibilidad de herramientas y técnicas para llevar a cabo y completar las tareas de investigación a tiempo.

5.9.7 Una hipótesis

La formulación de una hipótesis válida no es una tarea mecánica. Son los investigadores quienes han adquirido ciertas habilidades (por ejemplo, imaginativas, especulativas, habilidades de experiencia práctica, etc.) y habilidades (por ejemplo, mente analítica, pensamiento lógico, juicios racionales, etc.) para formular hipótesis legítimas y válidas al comienzo de su trabajo de investigación sobre problemas de investigación. Una hipótesis puede tener su origen en una variedad de fuentes. Las fuentes de hipótesis tienen una relación importante con la contribución de las hipótesis a los problemas de investigación. Los investigadores pueden formular hipótesis a partir de las siguientes fuentes, pero no se limitan a estas únicamente. Algunas de las fuentes notables para formular hipótesis se mencionan a continuación.

(i) Conocimiento de un campo de investigación Un investigador o un investigador científico debe estar familiarizado con las teorías existentes, los resultados de la investigación y los hechos establecidos de un campo educativo. Tiene que estudiar los artículos de revistas y libros y asistir a seminarios y conferencias sobre los temas de un tema para conocer las hipótesis de trabajo de un problema de investigación. La literatura disponible y existente de un tema relacionado con el problema de investigación es una fuente importante de formulación de hipótesis. La literatura de un tema guía a los investigadores para descubrir la relación entre variables y los aspectos de la relación que no han sido estudiados. Por tanto, el conocimiento previo de un campo educativo ayuda a los investigadores a formular las hipótesis de un problema de investigación.

(ii) Aplicación de la lógica deductiva e inductiva a varios fenómenos de un campo de investigación Mediante el uso de la lógica deductiva e inductiva, un investigador puede formular ciertas hipótesis de trabajo de un problema de investigación. En la inducción, los investigadores comienzan con observaciones específicas y las combinan para producir una declaración de relación más general, a saber, "hipótesis". En la deducción, la relación entre dos o más variables se utiliza para llegar a hipótesis específicas. La inducción comienza con eventos empíricos (datos) y avanza hacia la hipótesis, mientras que la deducción comienza con la hipótesis general y avanza hacia una hipótesis específica ^[11].

(iii) Intuición La intuición es un sentimiento y una creencia internos de un investigador que intenta formular una hipótesis sobre un problema de investigación. En este caso, el investigador realiza el estudio de investigación para verificar si sus ideas son ciertas o no. Suponga que se determina que las hipótesis son verdaderas. En ese caso, el estudio de investigación agrega nueva información al campo de conocimiento existente e integra esa información en las teorías del dominio de conocimiento. Si las hipótesis no son verdaderas, se tratan como hipótesis inválidas.

(iv) Analogía Una analogía se basa en similitudes y diferencias entre dos hechos o eventos. Se puede formular una hipótesis descubriendo algunas nuevas similitudes o diferencias entre las características de dos hechos. En este sentido, una "analogía" se considera una fuente válida para obtener hipótesis de un problema de investigación. (v) Conversación con académicos de un campo académico Las interacciones con investigadores establecidos de un campo académico pueden dar ciertas pistas a los investigadores para encontrar una nueva perspectiva de un problema de investigación que los ayudaría a examinar el problema de investigación nuevamente, y puede permitirles formular las hipótesis de trabajo del problema de investigación.

(vi) Teoría Un estudio, revisión y análisis sistemáticos de las teorías existentes en un campo académico ayudan a los investigadores a formular hipótesis de trabajo de un problema de investigación. En la mayoría de las ocasiones, estas hipótesis de trabajo se verifican como hipótesis legítimas y válidas. Es así porque el conocimiento de un campo académico se deriva de las teorías existentes y la aplicación de estas teorías a varios problemas de investigación.

Las hipótesis son de diferentes tipos. Alrededor de nueve tipos de hipótesis se encuentran en el campo de la investigación. Estos son:

(i) Hipótesis descriptiva

(ii) Hipótesis direccional

(iii) Hipótesis no direccional

(iv) Hipótesis asociativa

(v) Hipótesis causal

(vi) Hipótesis de trabajo

(vii) Hipótesis científica

(viii) Hipótesis de investigación

(ix) Hipótesis nula.

La hipótesis descriptiva predice la relación entre dos o más variables. Es de dos tipos, hipótesis simple e hipótesis compleja. Una hipótesis simple predice una relación entre una variable dependiente (DV) y una variable independiente (IV). Por ejemplo, aquellos que aprenden lecciones de lógica obtendrían buenas calificaciones en un curso de lógica. En esta hipótesis, aprender lecciones de lógica es la variable independiente y obtener una buena calificación es la variable dependiente. Una hipótesis compleja predice la relación entre variables dependientes y variables independientes. Por ejemplo, asistir a clases de lógica (IV) ayudará a un estudiante a aprender las lecciones (DV), hacer que su asistencia sea suficiente para aparecer en el examen de fin de semestre (DV), desarrollar el pensamiento racional (DV) y hacer argumentos lógicos sobre varios temas (DV). La hipótesis direccional demuestra el rigor intelectual de un investigador para predecir un resultado claro y conciso de un problema de investigación. Indica una relación entre dos variables. Por ejemplo, los estudiantes que esperan un puntaje alto en una asignatura de literatura sufren emocionalmente más en comparación con los estudiantes que no esperan un puntaje alto en el curso de literatura. Esta hipótesis es una hipótesis direccional, ya que predice la diferencia esperada entre dos variables y, además, resalta la clara relación direccional entre dos variables. Se formula una hipótesis no direccional cuando no se dispone de suficientes estudios de investigación en un campo de investigación para predecir la relación entre dos variables de forma clara y concisa. En otras palabras, una hipótesis que no especifica la dirección de la relación esperada entre dos variables se juzga como una hipótesis no direccional. Por ejemplo, los logros académicos de los estudiantes de Sociología están relacionados con su participación en actividades culturales universitarias. En el caso de una hipótesis asociativa, se encuentra que un cambio en una variable provocará un cambio en otra variable. Sin embargo, la relación entre dos variables no está vinculada entre sí como relación de causa-efecto. Por ejemplo, una mayor oferta de manzana en el mercado da como resultado una disminución en el costo de la manzana, y una menor oferta de manzana en el mercado da como resultado un aumento en el precio de las manzanas. La hipótesis causal delinea la relación causal entre dos variables o más de dos variables. Por ejemplo, los estudiantes de lógica que participaron en actividades culturales universitarias del festival (variable-1) y dedicaron menos tiempo a sus estudios (variable-2) obtuvieron calificaciones bajas en sus cursos (variable-3). En esta hipótesis, un investigador necesita averiguar las relaciones causa-efecto entre tres variables (es decir, variable-1, variable-2 y variable-3) y establecer la conexión causal entre la causa y el efecto de la hipótesis. Además, el investigador debe justificar que el efecto es la consecuencia (resultado) de la causa. Acerca de la "hipótesis de trabajo", cuando los investigadores planean trabajar en un problema de investigación y tienen supuestos preliminares sobre el problema, los supuestos preliminares se tratan como "hipótesis de trabajo". En esta etapa, los investigadores no cuentan con la información adecuada para formular las hipótesis correctas y legítimas. Ni siquiera han completado sus lecturas sobre la literatura existente disponible relacionada con el problema de investigación. Con información muy limitada, los investigadores formulan las hipótesis probables para diseñar el plan de investigación. Estas hipótesis se tratan como hipótesis de trabajo. Por lo tanto, las hipótesis de trabajo están sujetas a modificaciones, ya que los investigadores están en el proceso de recopilar más información sobre estudios de investigación anteriores sobre el problema de investigación. Un ejemplo de una hipótesis de trabajo, "Un mejor salario y beneficios para los profesores universitarios en la India los motivará a sobresalir en sus tareas de enseñanza e investigación". Posteriormente, con base en la revisión de la literatura, el investigador modifica esta hipótesis como "Un mejor salario y beneficios académicos para los profesores universitarios los motivará a realizar trabajos de investigación creativos y publicar artículos en revistas de renombre". Una hipótesis de trabajo se acepta como verdadera por el momento hasta que se formule una hipótesis adecuada para el problema de investigación. Una hipótesis científica se formula a partir de los datos teóricos y empíricos disponibles de un campo de investigación. Los datos empíricos y teóricos guían a los investigadores a formular una hipótesis científica para la investigación. Pero en el caso de una "hipótesis de investigación", los investigadores formulan la hipótesis basándose en sus opiniones sobre ciertos hechos sociales, políticos, culturales, económicos y psicológicos sin referirse a las atribuciones correctas de los hechos. En este caso, los investigadores creen que sus opiniones son verdaderas y, al mismo tiempo, quieren probar sus opiniones. Una hipótesis de investigación guía la investigación que se va a realizar y qué herramientas se utilizarán para medir las variables de la hipótesis. Se puede afirmar que todo el trabajo de investigación realizado a partir de una hipótesis de investigación implica el surgimiento de una nueva teoría en desarrollo. Un ejemplo de hipótesis de investigación: "Los estudiantes de la UMSNH, al final de sus estudios, desean ser diseñadores de empresas privadas". Esta hipótesis de investigación se formula a partir de la opinión del investigador sobre los fenómenos observados. Otro tipo de hipótesis se conoce como "hipótesis nula". Una hipótesis nula es una declaración negativa pero declarativa. En esta hipótesis, no se encuentra relación entre las dos variables. Por ejemplo, no hay diferencia entre los padres de las zonas rurales y urbanas en lo que respecta a la crianza de sus hijos. Es una hipótesis nula porque no se encuentra relación entre las dos variables. Una hipótesis nula se denota como "H0".

Verificación de una hipótesis

Después de formular las hipótesis de un problema de investigación, los investigadores proceden a probar estas hipótesis para averiguar su verdad y validez. Si se verifica una hipótesis y se determina que es verdadera, entonces se trata como una hipótesis válida y, si se verifica una hipótesis y se determina que es falsa, entonces se trata como una hipótesis inválida. Cabe señalar aquí que, hasta que se verifique una hipótesis, no debe tratarse como válida ni inválida. Dado que se requiere verificar una hipótesis para averiguar su validez para un estudio de investigación, los investigadores tienen como objetivo averiguar si la conclusión derivada del estudio de investigación respalda los datos empíricos o no. El objetivo de verificar una hipótesis es descubrir la verdad de la hipótesis a través de datos empíricos y argumentos lógicos. Para verificar una hipótesis, equiparamos la conclusión derivada del estudio de investigación con la hipótesis. Si se encuentra un acuerdo entre la hipótesis y la conclusión de un estudio de investigación, entonces la hipótesis se trata como una hipótesis válida. Y, si no se encuentra un acuerdo entre la hipótesis y la conclusión de un estudio de investigación, la hipótesis se trata como una hipótesis inválida. Hay dos formas en que los investigadores pueden verificar una hipótesis:

(i) Verificación directa

(ii) Verificación indirecta.

Verificación directa

Los investigadores verifican las hipótesis mediante el acceso directo a los datos empíricos. Para averiguar la validez de una hipótesis, los investigadores acceden directamente a los datos empíricos existentes y disponibles. Por ejemplo, un investigador tiene como objetivo averiguar la validez de la hipótesis "el gobierno indio ha tomado todas las medidas posibles para resolver los problemas de salud relacionados con la poliomielitis entre los pobres". Si los datos empíricos disponibles en las oficinas gubernamentales sugieren que la India ha tomado todas las medidas posibles para resolver los problemas relacionados con la poliomielitis entre los pobres, entonces la hipótesis se considera verificada a través de medios directos (es decir, verificación directa). Considere otra hipótesis: "Todos los estudiantes integrados de maestría del Instituto Quimicobiológicas se han incorporado a los puestos administrativos". Para verificar esta hipótesis, los investigadores recopilan datos directamente de los estudiantes de Instituto Quimicobiológicas que se han desviado de la empresa privada. Si los datos empíricos sugieren que todos los estudiantes del Instituto Quimicobiológicas que han perdido la maestría integrada no se incorporan a trabajos administrativos, entonces la hipótesis se considera inválida. En este caso, los investigadores verifican la hipótesis a través de datos empíricos y encuentran que es una hipótesis inválida.

Verificación indirecta

Hay muchas ocasiones en las que los investigadores no pueden verificar las hipótesis directamente. La razón es que los investigadores no tienen fácil acceso a los datos empíricos. En algunas ocasiones, los investigadores tampoco pueden acceder a los datos empíricos. Los investigadores, en esta situación, infieren los datos de los hechos empíricos reales disponibles para ellos. Los investigadores buscan evidencia indirecta para verificar las hipótesis. En la verificación indirecta, los investigadores deducen una conclusión del estudio de investigación y la equiparan con la hipótesis. Si la conclusión deducida concuerda con los datos inferidos recopilados indirectamente de los hechos empíricos reales, la hipótesis se considera válida. Pero si la conclusión deducida no concuerda con los datos inferidos, la hipótesis se considera inválida. La verificación indirecta de una hipótesis (VIH) se basa en argumentos lógicos donde los argumentos utilizan los datos que se infieren de ciertos hechos observados. En este caso, los argumentos lógicos se formulan principalmente a través de un silogismo hipotético. Por ejemplo:

Ejemplo 1

Si hay sol, hay luz.

Hay sol.

Por tanto, hay luz.

Ejemplo 2

Si emitimos nuestro voto para una elección de asamblea, se elegirá un VIH.

Emitimos nuestro voto para la elección de la asamblea.

Por lo tanto, se elige un VIH.

Con referencia al ejemplo-1, la conclusión (es decir, la hipótesis) "hay luz" se verifica con otro hecho, es decir, "hay sol". En el ejemplo 2, la conclusión (es decir, la hipótesis) "se elige un VIH" se verifica por el hecho de que "emitimos nuestro voto para la elección de la asamblea". Entonces, en la verificación indirecta, las hipótesis se verifican sobre la base de otros hechos que se observan como verdaderos. El silogismo hipotético también se utiliza para refutar la hipótesis de rivalidad de un estudio de investigación. Por ejemplo:

Ejemplo 1

Si hay lluvias intensas y continuas, habrá una inundación.

No hay inundación.

Por lo tanto, no hay lluvias fuertes y continuas.

Ejemplo 2

Si el monzón llegara en el momento adecuado, la producción de arroz aumentaría.

La producción de arroz no aumentó.

Por tanto, el monzón no llegó en el momento adecuado.

Estos dos ejemplos sugieren que cuando los investigadores refutan una hipótesis rival, necesitan eliminar esa hipótesis del grupo de hipótesis y así aumentar la probabilidad de verdad de otras hipótesis en el grupo.

Considere otro ejemplo:

El Sr. X murió en el hospital. Los médicos formularon cuatro hipótesis (digamos H1,

H2, H3, H4) y verificamos cada hipótesis con base en los datos empíricos. Aquí el

El objetivo de los médicos era averiguar qué hipótesis era válida y cuál era una

hipótesis rival.

H1: El Sr. X sufría de diabetes tipo 2.

H2: El Sr. X sufría de Covid-19.

H3: El Sr. X sufría de una enfermedad cerebral.

H4: El Sr. X sufría de cáncer de sangre.

Los médicos consideraron H1 y descubrieron que el azúcar del Sr. X estaba bajo control cuando murió. Por tanto, H1 es una hipótesis rival para su muerte. Consideraron H2 y encontraron que el Sr. X no sufría de Covid-19. Entonces, H2 es una hipótesis rival. Además, consideraron H3 y encontraron que el cerebro del Sr. X funcionaba en el orden correcto como una persona normal y de la manera habitual. Por lo tanto, H3 también es una hipótesis rival para la muerte del Sr. X. Cuando los médicos consideraron H4, encontraron que el Sr. X murió debido a un cáncer de sangre. Entonces, en este ejemplo, H1, H2, H3 se tratan como hipótesis rivales y H4 se considera la hipótesis válida, ya que la conclusión del estudio de investigación apoya la hipótesis H4. Al adaptar el silogismo hipotético, podemos probar las hipótesis de la siguiente manera.

(a) Si el Sr. X estaba muerto, entonces padecía diabetes tipo 2. El Sr. X no sufría de diabetes tipo 2. Por tanto, el Sr. X no estaba muerto.

(b) Si el Sr. X estaba muerto, entonces estaba sufriendo de Covid-19. El Sr. X no sufría de Covid-19. Por tanto, el Sr. X no estaba muerto.

(c) Si el Sr. X estaba muerto, entonces estaba sufriendo una enfermedad cerebral. El Sr. X no sufría de una enfermedad cerebral. Por tanto, el Sr. X no estaba muerto.

(d) Si el Sr. X estaba muerto, entonces estaba sufriendo de cáncer de sangre. El Sr. X estaba muerto. Por lo tanto, el Sr. X sufría de cáncer de sangre.

Para probar una hipótesis como una hipótesis válida a partir de un grupo de hipótesis, los investigadores deben eliminar las hipótesis rivales del grupo de hipótesis. Después de eliminar las hipótesis rivales, la hipótesis más adecuada y aceptable se considera como una hipótesis válida. Hay algunos casos en los que una hipótesis no se puede verificar de manera concluyente porque los datos empíricos no están disponibles de manera adecuada para verificar la hipótesis, p. el origen del universo, el origen de los seres humanos en la tierra, el origen del lenguaje humano, etc. Aunque algunos investigadores han verificado estas hipótesis hasta cierto punto, ninguno de ellos ha probado estas hipótesis de manera concluyente. En este contexto, podemos decir que ninguna hipótesis está completamente verificada, pero puede lograr un alto grado de confirmación. Con un alto grado de confirmación, los investigadores o investigadores científicos pueden tratar la hipótesis como una hipótesis legítima y válida.

Referencias

[1] Lange, Marc. (2011). Hume and the Problem of Induction. Handbook of the History of Logic. 10.

DOI:10.1016/B978-0-444-52936-7.50002-1.

[2] Losee, John. (2017). J. S. Mill on Invariable and Unconditional Correlations.

DOI:10.4324/9781315135533-9.

[3] Calderhead, James & Dalen, Deobold. (1980). Understanding Educational Research: An Introduction. British Journal of Educational Studies. 28. 153.

DOI:10.2307/3120572.

[4] Werkmeister, W.. (2021). The Anatomy of Philosophy. (Book Reviews: The Basis and Structure of Knowledge).

[5] Jocher, Katharine. (2021). Studies of methods in social research /.

[6] Horowitz, Irving & Theodorson, George & Theodorson, Achilles. (1970). A Modern Dictionary of Sociology: The Concepts and Terminology of Sociology and Related Disciplines. Journal of Marriage and the Family. 32. 315.

DOI:10.2307/350140.

[7] Chakraborty, Achin. (2019). Methodological or epistemological issues in social research.

DOI:10.4324/9780367810344-2.

[8] Goode, William & Hatt, Paul. (1970). Methods in Social Research. The American Catholic Sociological Review. 14.

DOI:10.1177/003803857000400139.

[9] https://www.merriam-webster.com/dictionary/hypothetical

[10] Strodtbeck, Fred & Goode, William & Hatt, Paul. (1953). Methods in Social Research.. American Sociological Review. 18. 579.

DOI:10.2307/2087449.

[11] Kabir, Syed Muhammad. (2016). BASIC GUIDELINES FOR RESEARCH AN INTRODUCTORY APPROACH FOR ALL DISCIPLINES.