Tenés los datos cargados y no sabés qué correr. Buscás en Google, encontrás doce nombres de pruebas, elegís la que más te suena o la que usó el trabajo que estás replicando, y seguís adelante esperando que nadie pregunte.
Ese camino es más frecuente de lo que parece, y tiene consecuencias medidas. Un estudio publicado en PLOS ONE en 2025 (DOI 10.1371/journal.pone.0319654) revisó 139 tesis de maestría y doctorado presentadas entre 2015 y 2020 en siete disciplinas de ciencias agrarias y ambientales. Encontró al menos un error metodológico manifiesto en el 41,0 % de los trabajos, ya sea en la recolección de datos o en el análisis. Las pruebas más usadas fueron el análisis de varianza, seguido de la t de Student y del chi cuadrado.
Que las tres pruebas más usadas sean también las tres que aparecen en cualquier lista de «pruebas básicas» no es casualidad: se elige lo que se conoce, no lo que corresponde. Este artículo invierte ese orden.
La regla que ordena todo: la prueba es la última decisión, no la primera
Una prueba estadística no se elige. Se deriva de cuatro respuestas que ya están determinadas por tu diseño antes de que abras el software:
- ¿Qué tipo de variable es tu resultado? Categórica, ordinal o numérica continua.
- ¿Cuántos grupos estás comparando? Uno, dos, o más de dos.
- ¿Las observaciones son independientes o apareadas? Personas distintas en cada grupo, o las mismas personas medidas dos veces.
- ¿Estás comparando o estás midiendo asociación? No es la misma pregunta y no lleva la misma prueba.
Si podés responder esas cuatro, la prueba se cae de madura. Si no podés responder alguna, el problema no es estadístico: es de diseño, y ninguna prueba lo va a resolver.
Antes que nada: el tipo de variable
Este es el paso que más se saltea y el que más errores produce. Antes de mirar tabla alguna, clasificá tu variable de resultado:
- Categórica nominal. Categorías sin orden: carrera, provincia, tipo de institución, sí/no.
- Ordinal. Categorías con orden pero sin distancia definida entre ellas: nivel de acuerdo en una escala de cinco puntos, nivel de severidad, franja etaria.
- Numérica continua. Mediciones con distancia real entre valores: edad en años, promedio, ingreso, tiempo hasta el egreso.
El error clásico en tesinas de ciencias sociales es tratar una variable ordinal —típicamente una escala de acuerdo— como si fuera continua y calcularle promedios. A veces se acepta y a veces no, y depende de la cátedra; lo que nunca se acepta es hacerlo sin decirlo. Si tomás esa decisión, declarala y justificala en el capítulo metodológico.
El árbol de decisión
Con las cuatro respuestas en la mano, esta tabla resuelve la enorme mayoría de los análisis de una tesina de grado o de maestría.
| Querés… | Variable de resultado | Situación | Prueba habitual |
|---|---|---|---|
| Comparar dos grupos | Numérica continua | Grupos independientes, supuestos cumplidos | t de Student para muestras independientes |
| Comparar dos grupos | Numérica u ordinal | Independientes, supuestos no cumplidos | U de Mann-Whitney |
| Comparar dos medidas | Numérica continua | Las mismas unidades, antes y después | t de Student para muestras apareadas |
| Comparar dos medidas | Numérica u ordinal | Apareadas, supuestos no cumplidos | Wilcoxon de rangos con signo |
| Comparar tres o más grupos | Numérica continua | Independientes, supuestos cumplidos | Análisis de varianza (ANOVA) |
| Comparar tres o más grupos | Numérica u ordinal | Independientes, supuestos no cumplidos | Kruskal-Wallis |
| Ver si dos categorías se relacionan | Categórica | Frecuencias en una tabla de contingencia | Chi cuadrado de independencia |
| Ídem, con frecuencias esperadas bajas | Categórica | Tabla 2×2 con celdas muy chicas | Prueba exacta de Fisher |
| Medir asociación entre dos variables | Ambas numéricas continuas | Relación aproximadamente lineal | Correlación de Pearson |
| Ídem, sin linealidad o con ordinales | Ordinal o numérica | Relación monótona | Correlación de Spearman |
| Predecir un resultado numérico | Numérica continua | Con una o varias variables explicativas | Regresión lineal |
| Predecir un resultado binario | Sí/no | Con una o varias variables explicativas | Regresión logística |
Una guía metodológica publicada en BioData Mining en 2025 (DOI 10.1186/s13040-025-00465-6) recorre en detalle precisamente este núcleo —t de Student, U de Mann-Whitney, chi cuadrado y Kruskal-Wallis— y sirve como referencia citable si el jurado te pide fundamentar la elección.
Los supuestos: qué verificar y qué no inventar
Las filas de la tabla que dicen «supuestos cumplidos» esconden el trabajo real. Estos son los que importan en una tesina:
- Normalidad. No de los datos crudos en general, sino de lo que la prueba efectivamente asume —en una regresión, por ejemplo, de los residuos, no de las variables—. Es el supuesto peor entendido de toda la estadística aplicada.
- Homogeneidad de varianzas. Que la dispersión sea comparable entre grupos. Si no lo es, existen versiones de la t y del ANOVA que no lo exigen.
- Independencia de las observaciones. El supuesto más importante y el único que no se puede reparar con una prueba alternativa. Si medís tres veces a las mismas personas y las tratás como observaciones independientes, el análisis está mal desde la raíz.
- Frecuencias esperadas suficientes en chi cuadrado. Con celdas muy chicas la aproximación falla y corresponde la prueba exacta.
Una advertencia con respaldo publicado: los tests de normalidad se aplican mucho peor de lo que se cree. Un trabajo aparecido en Royal Society Open Science en 2025 (DOI 10.1098/rsos.241904) lleva en el título el diagnóstico —los errores al testear normalidad en modelos de regresión abundan— y matiza que en muchos casos no cambian las conclusiones. La lectura correcta para una tesina no es «entonces da igual»: es verificá el supuesto sobre el objeto correcto y contá qué hiciste, en lugar de correr una prueba de normalidad automática sobre cualquier columna.
Los cuatro errores que más se repiten
- Comparar de a pares cuando hay tres grupos o más. Correr tres t de Student en lugar de un ANOVA infla la probabilidad de encontrar una diferencia que no existe. Si el ANOVA da significativo, recién ahí van las comparaciones de a pares con la corrección correspondiente.
- Tratar observaciones repetidas como independientes. Dos mediciones de la misma persona no son dos personas. Es el error que el estudio de PLOS ONE señala explícitamente entre los hallazgos en tesis revisadas.
- Buscar el p menor a 0,05 probando pruebas hasta que una dé. La prueba se elige por el diseño, antes de ver los resultados. Probar varias y reportar la que convino es una falta metodológica, no una astucia.
- Confundir asociación con comparación. «¿Difieren los grupos?» y «¿se relacionan las variables?» son preguntas distintas y llevan pruebas distintas. Empezá siempre por reformular tu objetivo en una de esas dos formas.
El tamaño de muestra, sin fórmulas mágicas
Es la pregunta que sigue: «¿cuántos casos necesito?». La respuesta honesta es que depende del tamaño del efecto que quieras poder detectar, de la variabilidad de tu variable y del nivel de error que aceptes. No hay un número universal, y cualquiera que te dé uno sin preguntarte nada te está inventando la respuesta.
Lo que sí conviene tener claro en una tesina de grado, donde la muestra suele estar limitada por lo que podés conseguir:
- Si la muestra es chica, el problema no es que el resultado sea inválido: es que no encontrar diferencias no prueba que no existan. Eso se dice explícitamente en limitaciones.
- Un resultado no significativo con muestra chica es un resultado. Presentarlo como «no hay relación» es un error de interpretación.
- Informá siempre el tamaño de cada grupo. Un p sin los n al lado no se puede evaluar.
Cómo escribirlo para que se defienda solo
La declaración STROBE, estándar internacional para comunicar estudios observacionales y con versión oficial en castellano, dedica su punto 12 a los métodos estadísticos y pide cuatro cosas: «(a) Especifique todos los métodos estadísticos, incluidos los empleados para controlar los factores de confusión; (b) Especifique todos los métodos utilizados para analizar subgrupos e interacciones; (c) Explique el tratamiento de los datos ausentes» y, según el diseño, cómo se afrontaron las pérdidas de seguimiento o el apareamiento de casos y controles.
El apartado (c) es el más olvidado en tesinas y el más fácil de resolver: decí cuántos casos tenían datos faltantes y qué hiciste con ellos. Que un porcentaje de tus registros esté incompleto es normal; no mencionarlo, no.
La fórmula que funciona en el capítulo metodológico tiene tres partes: qué prueba usaste, por qué esa dado tu tipo de variable y tu diseño, y qué supuestos verificaste con qué resultado. Tres oraciones. Un párrafo que las contenga es prácticamente indiscutible; uno que solo diga «se aplicó la prueba t de Student» invita a la pregunta.
Qué guía de reporte te corresponde según tu diseño está en guías de reporte para tu tesina: PRISMA, STROBE, CONSORT, COREQ y cuál te toca. Y si todavía no tenés claro si tu trabajo necesita declarar hipótesis, eso viene antes que la prueba y está en ¿mi tesina lleva hipótesis?.
Si tus datos son de una fuente secundaria
Cuando trabajás con microdatos oficiales en vez de con una encuesta propia hay dos condiciones adicionales que revisar antes de elegir la prueba. Primero, si la base tiene diseño muestral complejo con ponderadores, ignorarlos distorsiona todas las estimaciones. Segundo, el porcentaje de valores faltantes por variable, que en bases administrativas puede ser enorme y no está anunciado en ningún lado.
Cómo abrir y evaluar fuentes argentinas de este tipo está en microdatos y datos abiertos argentinos para tu tesina, incluido el caso de una base pública donde una parte considerable de los registros tiene el campo de ingreso vacío.
Del análisis al capítulo
Elegir bien la prueba es media batalla; la otra media es que el capítulo de resultados responda exactamente los objetivos que declaraste, sin sobrar ni faltar. Tesify te arma la estructura de la tesina capítulo por capítulo, así cada objetivo específico tiene su sección de resultados a la vista y no llegás a la entrega con un análisis que no le corresponde a ninguna pregunta.
Podés armar gratis la estructura de tu tesina y ver la cadena completa de objetivos, análisis y resultados.
Preguntas frecuentes
¿Chi cuadrado o t de Student?
Depende del tipo de variable, no del gusto. Chi cuadrado compara frecuencias de categorías; la t de Student compara promedios de una variable numérica entre dos grupos. Si tu resultado es «cuántos eligieron cada opción», es chi cuadrado. Si es «cuánto midió cada persona», es t.
¿Puedo usar una prueba no paramétrica siempre, por las dudas?
Podés, y muchas tesinas lo hacen. El costo es que tenés menos capacidad de detectar diferencias reales cuando los supuestos sí se cumplían. Si la elegís por precaución, decilo así en la metodología: es una decisión defendible cuando está declarada.
¿Qué software conviene?
El que tu cátedra pueda revisar. Lo que importa metodológicamente es que informes cuál usaste y en qué versión, porque distintos programas implementan variantes distintas de la misma prueba y los resultados pueden diferir en los decimales.
¿Un p mayor a 0,05 arruina mi tesina?
No. Un resultado no significativo es un resultado, y presentarlo bien —con el tamaño de muestra, la magnitud del efecto observado y la discusión de por qué pudo no detectarse— es mejor trabajo que forzar una significación.
¿Tengo que reportar el tamaño del efecto además del p?
Es muy recomendable y cada vez más exigido. El p te dice si la diferencia es distinguible del azar; el tamaño del efecto te dice si importa. Con muestras grandes, diferencias sin ninguna relevancia práctica dan significativas.
¿Necesito un estadístico para mi tesina de grado?
En general no, si tu diseño es simple y seguís el árbol de decisión. Sí conviene consultar a alguien si tenés medidas repetidas, datos anidados —alumnos dentro de cursos, pacientes dentro de instituciones— o un diseño con más de dos factores: ahí es donde aparecen los errores que después no se pueden corregir.