Esta herramienta recomienda una prueba estadística a partir de cuatro respuestas: si tu resultado es continuo o categórico, cuántos grupos comparas, si las muestras son emparejadas o independientes y si la distribución es aproximadamente normal. Elegir la prueba es el paso en que los estudiantes se equivocan más, y la prueba equivocada puede producir un valor p que parece correcto mientras responde otra pregunta. El árbol cubre las pruebas estándar de primera línea: pruebas t, Mann-Whitney, Wilcoxon, ANOVA, Kruskal-Wallis, Friedman, chi-cuadrado y McNemar. Recomienda; no ejecuta la prueba con tus datos y no puede sustituir la verificación de supuestos.
Cómo usarla
- Elige resultado continuo o categórico.
- Indica cuántos grupos comparas.
- Di si las muestras son emparejadas o independientes.
- Juzga la distribución: aproximadamente normal, o no normal / ordinal.
- Pulsa Recomendar una prueba y anota los supuestos a verificar.
Ejemplo resuelto
Comparas notas de examen de dos clases independientes y las notas se ven más o menos acampanadas. El árbol recomienda la prueba t de dos muestras independientes. Si los mismos estudiantes fueran evaluados antes y después de un curso, las respuestas cambian a emparejado y la recomendación se vuelve la prueba t pareada: una prueba distinta, porque el emparejamiento aporta información que la prueba independiente desperdiciaría. Si en cambio el resultado es recuentos de aprobado o suspenso para dos clases, el árbol recomienda chi-cuadrado de independencia. Tres diseños distintos, tres pruebas distintas, todo con cuatro clics.
Límites honestos
El árbol cubre solo diseños comunes. No maneja regresión, modelos mixtos, análisis de supervivencia, datos agrupados ni resultados múltiples, y no puede juzgar la normalidad por ti: con muestras pequeñas, las propias pruebas de normalidad son poco fiables, así que grafica los datos y juzga la forma. La varianza igual importa para pruebas t y ANOVA; si las varianzas difieren mucho, usa la versión de Welch o una alternativa robusta. Si tu diseño no está en el árbol, es una señal para consultar a un estadístico, no para forzar la coincidencia más cercana.
Para quién es
Esta herramienta es para estudiantes que eligen una prueba para un trabajo o tesis, investigadores que verifican un análisis planeado y tutores que revisan una sección de métodos. Úsala en la etapa de diseño, antes de recolectar datos, cuando cambiar de prueba aún es gratis. Elegir la prueba después de ver los resultados es una forma de p-hacking, por inocente que parezca.
Para ir más allá
Verificar supuestos es un hábito, no una casilla. Para una prueba t, grafica ambos grupos y observa forma y dispersión: un sesgo fuerte, colas pesadas o varianzas muy desiguales te empujan hacia la prueba t de Welch o una alternativa basada en rangos, y con muestras muy pequeñas ningún gráfico puede rescatar la decisión, así que una prueba de rangos suele ser la opción más segura. Para ANOVA, la misma lógica se amplía: revisa residuos, no puntuaciones crudas, y sigue un resultado significativo con comparaciones planeadas o una corrección como Tukey, porque ejecutar cada prueba t por pares después infla los falsos positivos. Para chi-cuadrado, revisa los recuentos esperados por celda — la regla práctica es al menos cinco por celda — y usa la prueba exacta de Fisher para tablas pequeñas. Escribe la prueba, sus supuestos y la verificación realizada en tus métodos en una frase cada uno. Un revisor que puede ver la verificación de supuestos confía en el valor p que sigue; uno que no puede la pedirá de todos modos. Guarda un registro de decisión de una página para tu análisis: el diseño, las respuestas del árbol, la prueba elegida, las verificaciones de supuestos y el resultado. Si un revisor o tutor cuestiona la prueba después, esa página responde en segundos, y si revisitas el proyecto dentro de un año, restaura el razonamiento que de otro modo tendrías que reconstruir de memoria. Las decisiones de análisis tomadas bajo presión de plazo son las primeras en olvidarse y las más difíciles de defender, así que escribirlas mientras están frescas es un hábito pequeño con un beneficio desproporcionado a lo largo de toda una carrera investigadora.
Herramientas relacionadas
English version · Herramientas gratis en español.
Inserta esta herramienta en tu web — gratis
Copia el código de abajo para añadir esta herramienta funcional a tu propia página. Solo pedimos que mantengas el pequeño enlace de crédito que la acompaña.