Elegir mal la prueba estadística es una de las observaciones más comunes del jurado. La buena noticia es que la decisión sigue una lógica clara: qué quieres demostrar, qué tipo de variables tienes y cómo se comportan tus datos. Esta guía te lleva por esas tres preguntas.
Paso 1: identifica qué quieres demostrar
Lee tu objetivo general y tu hipótesis. Casi siempre caen en uno de estos cuatro casos:
- Relación o correlación: "determinar la relación entre la gestión del tiempo y el rendimiento académico".
- Asociación entre categorías: "determinar si el sexo está asociado al nivel de satisfacción".
- Comparación: "comparar el nivel de ansiedad antes y después del programa" o "entre dos sedes".
- Predicción o influencia: "determinar los factores que influyen en la deserción".
Paso 2: reconoce el tipo de variable
| Tipo | Ejemplos |
|---|---|
| Cualitativa nominal | Sexo, carrera, distrito, sí/no |
| Cualitativa ordinal | Niveles bajo, medio y alto; ítems tipo Likert; grado de instrucción |
| Cuantitativa | Edad, nota, ingreso, puntaje total de un cuestionario |
Un mismo cuestionario Likert puede analizarse como puntaje total (cuantitativo) o como niveles por baremo (ordinal). Decide cuál usarás y mantenlo en toda la tesis.
Paso 3: revisa la normalidad (si tus variables son cuantitativas)
Las pruebas paramétricas (Pearson, t de Student, ANOVA) suponen que los datos siguen una distribución aproximadamente normal. En muchas guías de tesis del Perú se usa Shapiro-Wilk cuando la muestra tiene hasta 50 casos y Kolmogorov-Smirnov con corrección de Lilliefors cuando es mayor; ambos aparecen en SPSS en Analizar → Estadísticos descriptivos → Explorar.
- Si p > 0,05, no se rechaza la normalidad: puedes usar una prueba paramétrica.
- Si p ≤ 0,05, los datos no son normales: usa la alternativa no paramétrica.
Si tus variables son ordinales (por ejemplo, niveles por baremo), no necesitas este paso: corresponde directamente una prueba no paramétrica.
Tabla para elegir la prueba
| Objetivo | Variables | Paramétrica | No paramétrica |
|---|---|---|---|
| Relación | Dos cuantitativas u ordinales | Pearson | Rho de Spearman / tau-b de Kendall |
| Asociación | Dos cualitativas | Chi cuadrado de independencia; prueba exacta de Fisher si más del 20 % de las celdas tiene frecuencia esperada menor que 5 | |
| Comparar 2 grupos independientes | Una cuantitativa y un grupo | t de Student | U de Mann-Whitney |
| Comparar 2 mediciones del mismo grupo | Pretest y postest | t para muestras relacionadas | Wilcoxon |
| Comparar 3 o más grupos | Una cuantitativa y un factor | ANOVA de un factor | Kruskal-Wallis |
| Comparar 3 o más mediciones | Mismo grupo en varios momentos | ANOVA de medidas repetidas | Friedman |
| Predecir o explicar | Resultado cuantitativo | Regresión lineal | |
| Predecir o explicar | Resultado con dos categorías | Regresión logística binaria | |
| Predecir o explicar | Resultado con niveles ordenados | Regresión logística ordinal | |
Ejemplo
Una tesis busca determinar la relación entre la gestión del tiempo y la procrastinación académica en 120 estudiantes. Ambas variables se midieron con cuestionarios Likert y se analizan con su puntaje total.
- Objetivo: relación entre dos variables → Pearson o Spearman.
- Muestra de 120 casos → normalidad con Kolmogorov-Smirnov (Lilliefors).
- Si alguna variable tiene p ≤ 0,05 → se usa Rho de Spearman.
Si en cambio la hipótesis fuera "el sexo está asociado al nivel de procrastinación (bajo, medio, alto)", ambas serían categóricas y correspondería chi cuadrado, redactando el resultado como una asociación y no como una relación lineal.
Errores que más observan los jurados
- Usar Pearson con niveles por baremo (bajo, medio, alto), que son ordinales.
- Reportar chi cuadrado sin revisar las frecuencias esperadas.
- Elegir la prueba antes de revisar la normalidad, o no mostrar esa tabla en la tesis.
- Decir que una correlación demuestra causa: la correlación solo indica que las variables varían juntas.
- Interpretar solo el valor p y olvidar el coeficiente: un Rho de 0,15 puede ser significativo y aun así ser una relación débil.
Escrito por Ing. Elder Neing Quispe Bernedo, Ingeniero Estadístico e Informático, CIP 343009. Publicado el 18 de octubre de 2026.¿Quieres que revisemos qué prueba corresponde a tus hipótesis? Mira nuestra asesoría estadística para tesis o calcula primero tu muestra con la calculadora gratuita.