Esta herramienta comprueba un valor p frente a tu nivel alfa y, más importante, indica qué significa realmente el resultado y qué malas lecturas famosas debes evitar. Un valor p es la probabilidad de ver resultados al menos así de extremos si la hipótesis nula fuera cierta. No es la probabilidad de que tu hipótesis sea cierta, ni la probabilidad de que el resultado se replique, ni una medida de cuán grande es el efecto. La mayoría de valores p mal leídos en trabajos publicados vienen de una de esas tres confusiones, así que este verificador pone la lectura correcta en primer plano, junto al veredicto de significancia.
Cómo usarla
- Escribe tu valor p (entre 0 y 1).
- Ajusta tu nivel alfa: 0,05 salvo que se pre-registrara otro.
- Pulsa Interpretar y lee el veredicto.
- Lee en voz alta la frase de interpretación correcta antes de redactarla.
- Añade el tamaño del efecto y el intervalo de confianza a tu informe.
Ejemplo resuelto
Tu prueba devuelve p = 0,03 con alfa 0,05. El veredicto es estadísticamente significativo, y la frase correcta es: si realmente no hubiera efecto, resultados al menos así de extremos ocurrirían alrededor del 3 por ciento de las veces con este diseño. Lo que no debes escribir es “hay 97 por ciento de probabilidad de que el efecto sea real”: eso invierte el condicional y es el error más común con valores p. Del mismo modo, un p = 0,08 de un colega no prueba que no exista efecto; solo significa que este estudio no superó el umbral elegido, quizá porque la muestra era pequeña.
Límites honestos
Un verificador de valor p no puede arreglar un mal diseño. El p-hacking — probar muchos resultados e informar solo el significativo — vuelve sin sentido a los valores p, y ningún verificador puede detectarlo. La herramienta tampoco ajusta por comparaciones múltiples; si hiciste veinte pruebas con alfa 0,05, espera alrededor de un falso positivo solo por azar. Pre-registra tu alfa y tu resultado principal, corrige por multiplicidad y trata los valores p cerca del umbral (0,04 a 0,06) como frágiles, no decisivos.
Para quién es
Esta herramienta es para estudiantes que redactan sus primeros resultados inferenciales, investigadores que verifican una frase antes de enviar y lectores que intentan decodificar afirmaciones de un artículo. Guárdala para el momento en que te tiente escribir “altamente significativo”: la herramienta te recordará que la significancia es una decisión de umbral, mientras el tamaño del efecto y el intervalo llevan el significado científico.
Para ir más allá
La solución más profunda para el mal uso del valor p es planificar el análisis antes de ver los datos. El pre-registro — escribir tu hipótesis, resultado principal, alfa y plan de análisis en un documento público con marca de tiempo — convierte un resultado significativo en evidencia en vez de una historia armada después. Informa intervalos de confianza por defecto, porque un intervalo muestra tanto la estimación como su precisión: un resultado significativo con un intervalo amplio es compatible con efectos demasiado pequeños para importar, mientras un resultado no significativo con un intervalo estrecho alrededor de cero es realmente informativo. Para pruebas múltiples, ajusta: Bonferroni es simple y conservador, los métodos de tasa de falsos descubrimientos son más suaves para trabajo exploratorio, y cualquiera supera a informar el menor valor p de veinte intentos como si fuera la única prueba hecha. Las revistas piden cada vez más tamaños del efecto, intervalos y código de análisis; un valor p solo, por pequeño que sea, ya no sostiene un artículo. Aprende la intuición bayesiana sin abandonar los valores p: un valor p te dice cuán sorprendentes son los datos bajo la nula, mientras lo que normalmente quieres es cuán probable es la hipótesis dados los datos, y esa segunda cantidad también depende de cuán plausible era la hipótesis antes del estudio. Un resultado sorprendente para una hipótesis descabellada es evidencia más débil que el mismo valor p para una bien respaldada, por eso la replicación importa más para afirmaciones extraordinarias. Tenlo en cuenta al leer titulares: un solo p = 0,04 detrás de una afirmación sorprendente, sin replicación ni tamaño del efecto, es una pista para investigar más, no una conclusión.
Herramientas relacionadas
English version · Calculadora de Potencia Estadística · Árbol de Selección de Pruebas · 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.