La Estadística como disciplina científica juega un papel fundamental en la investigación científica. La aplicación de sus métodos y técnicas permite la interpretación de los resultados, la toma de decisiones y la generalización de los resultados. Hoy en día, las investigaciones van más allá de un simple análisis descriptivo y hacen uso de pruebas de estadística inferencial, como las paramétricas y no paramétricas, para describir y generalizar los resultados obtenidos en una muestra hacia la población de donde se extrajo. Sin embargo, cada prueba tiene sus propias características, las cuales pueden dificultar su selección adecuada En el ámbito científico, la selección de las pruebas estadísticas adecuadas puede determinar el éxito de una investigación, que los resultados sean confiables y generalizables. Una elección incorrecta puede ser fatal para la investigación, llevándote a obtener resultados incorrectos, conclusiones poco confiables y decisiones inadecuadas. Por tanto, comprender cuándo y cómo aplicar diferentes pruebas inferenciales es esencial para garantizar el rigor científico. A pesar de esto, en la actualidad existen dificultades en la elección de las pruebas estadísticas. Boza Torres et al.demostraron en una entrevista realizada a un grupo de profesionales, que el 80 % reconocieron no dominar los criterios para escoger el análisis estadístico y además mencionaron que este aspecto era deficiente en más del 95 % de los proyectos de investigación. Estos investigadores también analizaron el estado actual de esta problemática en artículos publicados en revistas indexadas, donde se destacan deficiencias en el procesamiento y análisis de datos, incluyendo la falta de comprobación normalidad y homogeneidad de varianza para la aplicación de pruebas paramétricas y la violación de los supuestos necesarios para la aplicación de otras pruebas de inferencia estadística. La situación descrita anteriormente no difiere de lo observado en el contexto investigativo y ha sido identificada por la autora de este artículo durante su experiencia profesional. Por tanto, se considera relevante abordar estas dificultades y ofrecer algunas estrategias para la adecuada selección de las pruebas estadísticas. La estadística descriptiva se utiliza para resumir, organizar y presentar los resultados de una investigación científica, y es el paso inicial en un estudio. Sin embargo, esta información probablemente no será suficiente para poder dar salida a los objetivos, responder a la interrogante científica y probar una hipótesis. Es por ello que la estadística inferencial también juega un papel importante en el proceso de investigación. La estadística inferencial, también llamada estadística inductiva, emplea técnicas para obtener generalizaciones basadas en la información obtenida mediante técnicas descriptivas (Ponce et al., 2020). Su principal objetivo es sacar conclusiones basadas en los resultados obtenidos a partir de una muestra tomada de la población objeto de estudio. Sin embargo, en ocasiones para los investigadores, la elección de la prueba a aplicar se dificultad por la falta de conocimiento. Una elección inadecuada puede conllevar a conclusiones equívocas y afectar tanto la validez interna como externa de la investigación.

Clasificación de pruebas estadísticas

La estadística inferencial divide las pruebas estadísticas en dos grupos: pruebas paramétricas y pruebas no paramétricas (Boza Torres et al., 2022). Las primeras dependen de que los datos sigan una distribución normal; mientras que las segundas tienen libre distribución (Bautista-Díaz et al., 2020). Pero ¿cómo saber cuál de ellas seleccionar? Es algo que aprenderás a continuación. Para aplicar una prueba paramétrica, lo primero que deberás hacer es comprobar la normalidad de las variables, para lo cual existen pruebas estadísticas como la de Shapiro-Wilk y la de Kolmogorov-Smirnov (Flores Tapia & Cevallos, 2021). No obstante, existen otras alternativas para la falta de normalidad que puedes aplicar antes de decidirte por una prueba no paramétrica. Según propone Boza Torres et al.(2022) se pueden aplicar «transformaciones logarítmica [log (Y) o log (Y +1)], la raíz cuadrada [√Y o √Y+0.5] y el arcseno [arcsen (Y/100)] si la variable dependiente es continua, también emplear otras distribuciones para datos continuos como: Normal, Lognormal, Gamma y para datos discretos: Poisson, Binomial negativa, Binomial«(p.13). Luego de probar la normalidad, al trabajar con grupos, se comprobará la homogeneidad de varianzas entre ellos, es decir, que las variaciones de los grupos a comparar deben ser aproximadamente iguales. Para esto se emplea con frecuencia la prueba de Levene y el test de Bartlett (Boza Torres et al., 2022). Si no se cumplen estos supuestos, no hay que preocuparse, ya que, para cada versión de prueba paramétrica, existe su versión no paramétrica. Factores que debes tener en cuenta para la selección de la prueba estadística La elección de la prueba estadística es uno de los primeros pasos que hay que dar cuando se quiere llevar a cabo un análisis estadístico, mucho antes incluso que la recolección de los datos. Para la elección de la prueba estadística adecuada (ya sea paramétrica o no), deberás considerar primeramente el objetivo del análisis, además del diseño del estudio, el tamaño de la muestra y la escala de medición de las variables (Flores-Ruiz et al., 2017). El diseño del estudio es importante tenerlo en cuenta, por ejemplo, el enfoque de un diseño experimental no es el mismo que uno observacional, y el tratamiento estadístico para ambos diseños son diferentes. Te recordamos que el diseño de un estudio incluye no sólo el tipo de estudio (observacional, experimental); sino también la cantidad de grupos a comparar. Este último elemento también es importante a la hora de seleccionar una prueba. Las pruebas estadísticas tienen objetivos diferentes es por ello que debes considerar qué objetivo persigues (comparar medias, buscar relaciones entre variables, probar hipótesis), pues en dependencia al objetivo, será la prueba estadística a aplicar. Por ejemplo, si el objetivo es comparar las medias entre dos grupos y se cumplen los supuestos antes mencionados, deberás aplicar prueba de comparación de medias. La más conocida en este caso es la t de Student. Pero, sin embargo, si tienes tres o más grupos ya esta no será la prueba adecuada y deberás aplicar un análisis de varianza (conocido como ANOVA). Por el contrario, si deseas buscar relaciones entre dos variables cuantitativas continuas con distribución normal, deberás utilizar el coeficiente de correlación de Pearson, pero si una de las dos variables no es normal, se utiliza el coeficiente de correlación de Spearman y para datos nominales puedes emplear el coeficiente de contingencia, Phi (coeficiente) y V de Cramer, Lambda y el Coeficiente de incertidumbre (Boza Torres et al., 2022) Como pudiste apreciar, otro aspecto sumamente importante es el tipo de datos (cuantitativos o cualitativos), ya que en dependencia de estos será la prueba a aplicar. Otro ejemplo es la prueba de hipótesis no paramétrica Ji-cuadrado, empleada para variables cualitativas. Además, además deberás considerar los supuestos de aplicación de la prueba y el tamaño de la muestra con la que estés trabajando. Si las frecuencias observadas en la tabla de contingencia son menores que 5, entonces se aplica la prueba exacta de Fisher. En cambio, si la muestra es menor que 30, deberás aplicar la corrección de Yates. Por tanto, como pudiste darte cuenta, el tamaño de la muestra es también importante e influye en la elección de la prueba estadística. Las pruebas paramétricas requieren de tamaños de muestras grandes para asegurar resultados confiables. Sin embargo, no importa si es grande o pequeña la muestra, siempre encontrarás una pruebe estadística para cada caso. Como pudiste apreciar, es sumamente importante la planificación y elección cuidadosa de las pruebas estadísticas a emplear en las investigaciones, para evitar errores que puedan comprometer la validez de los resultados y conclusiones de las investigaciones. En próximos artículos estaremos hablando de los detalles de cada prueba estadística.

Si estás buscando asesorías académicas personalizadas para potenciar tu éxito en la educación, ¡estamos aquí para ayudarte! Nuestra empresa se especializa en ofrecer servicios de asesoría académica de alta calidad, respaldados por la investigación educativa y la experiencia de nuestros profesionales. Descubre cómo podemos colaborar contigo en tu camino hacia el conocimiento y el aprendizaje efectivo. ¡Contáctanos hoy mismo para obtener orientación experta y alcanzar tus metas académicas!     Contactar

  Consideraciones Finales La elección óptima de pruebas estadísticas es fundamental para garantizar la validez de los resultados de la investigación. Para seleccionar la o las pruebas correctas es importante tener en cuenta el objetivo del análisis, el diseño del estudio, el tamaño de la muestra y la escala de medición de las variables. Referencias Bibliográficas Bautista-Díaz, M. L., Victoria-Rodríguez, E., Vargas-Estrella, L. B., & Hernández-Chamosa, C. C. (2020). Pruebas estadísticas paramétricas y no paramétricas: Su clasificación, objetivos y características. Educación y Salud Boletín Científico Instituto de Ciencias de la Salud Universidad Autónoma del Estado de Hidalgo, 9(17), 78-81. https://doi.org/10.29057/icsa.v9i17.6293 Boza Torres, P. E., Liriano Leyva, O., Pérez Sánchez, Y., Fonseca González, R. L., Boza Torres, P. E., Liriano Leyva, O., Pérez Sánchez, Y., & Fonseca González, R. L. (2022). Guía práctica para seleccionar una prueba estadística a aplicar en una investigación biomédica. Multimed, 26(6). http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1028-48182022000600008&lng=es&nrm=iso&tlng=es Flores Tapia, C., & Cevallos, K. (2021). Pruebas para comprobar la normalidad de los datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. 23, 83-106. Flores-Ruiz, E., Miranda-Novales, M. G., Villasís-Keever, M. Á., Flores-Ruiz, E., Miranda-Novales, M. G., & Villasís-Keever, M. Á. (2017). El protocolo de investigación VI: Cómo elegir la prueba estadística adecuada. Estadística inferencial. Revista alergia México, 64(3), 364-370. https://doi.org/10.29262/ram.v64i3.304 Ponce, R. B. M., Palma, K. S., Alamilla, A. M., Valdez, D. S., & Velázquez, U. I. M. (2020). Cuadro comparativo “Estadistica inferencial y descriptiva”. Educación y Salud Boletín Científico Instituto de Ciencias de la Salud Universidad Autónoma del Estado de Hidalgo, 8(16), Article 16. https://doi.org/10.29057/icsa.v8i16.5806