Volver al blog
·4 min de lectura

Qué prueba estadística usar en tu tesis: guía con árbol de decisión

Una de las observaciones más comunes en una sustentación es "esa prueba no corresponde". Pasa cuando se usa Pearson con datos que no son normales, una t de Student para comparar tres grupos o un chi-cuadrado con las mismas personas medidas dos veces. La buena noticia es que la elección sigue reglas claras.

Para elegir necesitas responder cuatro preguntas, en este orden. Si las respondes bien, la prueba sale sola.

1. ¿Qué quieres hacer?

  • Comparar: ver si dos o más grupos (o dos o más mediciones) son distintos. Por ejemplo, el estrés de docentes de colegios públicos y privados.
  • Relacionar: ver si dos variables se mueven juntas. Por ejemplo, a más horas de trabajo, más estrés.
  • Predecir: estimar cuánto explican varias variables de otra. Por ejemplo, qué factores explican la satisfacción.
  • Comparar con lo esperado: ver si tu muestra se parece a la población, por ejemplo en la proporción por región.

Mira tu hipótesis. Si dice "existe relación entre…", es relacionar. Si dice "existen diferencias entre…", es comparar.

2. ¿Qué tipo de variable tienes?

  • Numérica: el puntaje total de una escala, la edad, las notas. Se puede sacar promedio.
  • Ordinal: un solo ítem Likert, los niveles bajo, medio y alto, un ranking. Hay orden, pero la distancia entre valores no es fija.
  • Categórica: sí o no, sexo, carrera, aprobó o no. Solo hay grupos.

El puntaje total de una escala de varios ítems se trata como numérico. Un ítem suelto se trata como ordinal. Si conviertes el puntaje en niveles con baremos, esos niveles son ordinales.

3. ¿Personas distintas o las mismas?

Si cada persona está en un solo grupo (hombres y mujeres, tres sedes), los grupos son independientes. Si son las mismas personas medidas varias veces (antes y después de un programa), las muestras son relacionadas. Esta pregunta separa, por ejemplo, la t de Student para muestras independientes de la t para muestras relacionadas.

4. ¿Tus datos son normales?

Con variables numéricas, aplica una prueba de normalidad: Shapiro-Wilk si tienes menos de 50 casos y Kolmogorov-Smirnov con la corrección de Lilliefors si tienes más. Si comparas grupos, revisa la normalidad dentro de cada grupo.

  • p ≥ 0,05: los datos son normales. Usa una prueba paramétrica, que compara medias.
  • p < 0,05: no son normales. Usa una prueba no paramétrica, que compara rangos.

La tabla de decisión

  • Dos grupos independientes: t de Student (normal) o U de Mann-Whitney (no normal).
  • Dos mediciones de las mismas personas: t para muestras relacionadas o Wilcoxon. Si la respuesta es sí o no: McNemar.
  • Tres o más grupos independientes: ANOVA de un factor o Kruskal-Wallis.
  • Tres o más mediciones de las mismas personas: ANOVA de medidas repetidas o Friedman.
  • Relación entre dos variables numéricas u ordinales: Pearson (normal) o Spearman (no normal u ordinal).
  • Relación quitando el efecto de una tercera variable: correlación parcial.
  • Relación entre dos variables categóricas: chi-cuadrado de independencia.
  • Una variable categórica comparada con lo esperado: chi-cuadrado de bondad de ajuste.
  • Predecir una variable con varias: regresión lineal múltiple.

Si prefieres responder preguntas en vez de leer la tabla:

¿Qué prueba estadística uso? (asistente gratis)

Los errores que más observan los jurados

Usar Pearson con datos no normales

Es el error más frecuente en tesis correlacionales. Si la prueba de normalidad sale significativa en cualquiera de las dos variables, corresponde Spearman. Usar Spearman con datos normales no es un error grave, solo pierde algo de potencia.

Comparar tres grupos con varias t de Student

Cada prueba tiene 5 % de riesgo de dar un falso positivo. Con tres comparaciones el riesgo total sube a casi 15 %. Para eso existen el ANOVA y Kruskal-Wallis, con sus comparaciones por pares corregidas.

Olvidar que son las mismas personas

Un pretest y un postest del mismo grupo son muestras relacionadas. Si los analizas como grupos independientes, la prueba ignora que cada persona se compara consigo misma y pierde precisión.

Reportar solo el valor p

Las normas APA piden el tamaño del efecto junto a cada prueba. El valor p dice si hay efecto; el tamaño del efecto dice si importa.

Antes de sustentar

Revisa que la prueba de cada hipótesis coincida con lo que dice la hipótesis, con el tipo de variable y con tu resultado de normalidad, y que lo expliques en la metodología. Si un jurado pregunta "¿por qué usó esa prueba?", la respuesta debería ser una frase: "porque compara dos grupos independientes y los datos no eran normales según Shapiro-Wilk".

Para revisar toda la metodología, no solo la prueba:

Lista de verificación de la metodología de tesis