Análisis estadístico en tesis: qué prueba elegir y cómo defenderla ante el jurado

El error más grave que cometen los tesistas no es equivocarse en un cálculo, sino elegir la prueba equivocada y no poder justificarla. La inteligencia artificial puede ayudarte a interpretar resultados, pero si no entiendes los fundamentos, corres el riesgo de presentar un análisis inválido ante el jurado. Esta guía te ordena el proceso para tesis cuantitativas en Perú.

Los 4 datos que definen tu prueba estadística

Antes de abrir SPSS, R o pedirle algo a la IA, responde:

Naturaleza de tus variables — ¿son cualitativas (nominal u ordinal) o cuantitativas (intervalo/razón)?
Distribución de los datos — ¿siguen una distribución normal? (se evalúa con Shapiro-Wilk o Kolmogorov-Smirnov)
Tipo de diseño — ¿descriptivo, correlacional, comparativo, experimental, cuasiexperimental?
Número de grupos o mediciones — ¿2 grupos, 3 o más, mediciones repetidas?

Con esas cuatro respuestas puedes elegir la prueba. La IA te la puede sugerir, pero el jurado te preguntará “¿por qué esa prueba y no otra?” y ahí debes responder tú.

Tabla rápida de decisión

Situación	Prueba paramétrica	Prueba no paramétrica
Relacionar 2 variables cuantitativas	Pearson	Spearman
Comparar 2 grupos independientes	t de Student	U de Mann-Whitney
Comparar 2 mediciones del mismo grupo	t pareada	Wilcoxon
Comparar 3+ grupos independientes	ANOVA	Kruskal-Wallis
Relación entre variables categóricas	Chi-cuadrado	—

Primer paso siempre: normalidad

Para casi cualquier prueba paramétrica necesitas que tus datos cuantitativos sean aproximadamente normales. En SPSS:

Analizar → Estadísticos descriptivos → Explorar → Gráficos → Gráficos con pruebas de normalidad.
Revisa Shapiro-Wilk si n < 50, o Kolmogorov-Smirnov si n ≥ 50.
Si el p-valor es mayor a 0.05, los datos son normales → puedes usar pruebas paramétricas.
Si es menor, usa su equivalente no paramétrico o transforma la variable.

Este es el punto donde más fallan las tesis: aplicar Pearson sin verificar normalidad, o ANOVA con datos que no la cumplen.

Diseños más comunes en tesis peruanas

Correlacional

Estudia la relación entre dos o más variables sin manipularlas. Ejemplo típico: “clima laboral y desempeño en una empresa de Lima”. Se analiza con Pearson o Spearman según normalidad, y se reporta con el coeficiente r y su significancia.

Comparativo (transversal)

Compara dos o más grupos en una medición. Ejemplo: “nivel de estrés en estudiantes presenciales vs. virtuales”. Usa t de Student (2 grupos) o ANOVA (3 o más) con sus alternativas no paramétricas.

Correlacional-causal o explicativo

Combina correlación con modelos: regresión lineal simple o múltiple. Aquí también se evalúan supuestos (normalidad de residuos, homocedasticidad, multicolinealidad).

Cómo sustentar la estadística ante el jurado

Cuando te pregunten por el análisis, responde con este esquema:

“Mi variable X es [tipo], y la variable Y es [tipo].”
“Verifiqué la normalidad con Shapiro-Wilk, obteniendo p = [valor].”
“Por eso utilicé [prueba], que corresponde a mi diseño [correlacional/comparativo].”
“El resultado fue r = [valor], p = [valor], por lo que [hay/no hay] relación significativa.”

Hablar con esta estructura muestra que dominas el método, aunque la IA te haya ayudado a correr el procedimiento.

Errores frecuentes que debes evitar

Elegir la prueba por “lo que usó mi compañero” sin revisar tus variables.
Reportar solo el p-valor sin el tamaño del efecto ni los supuestos.
Omitir el análisis de normalidad.
Confundir correlación con causalidad en la discusión.
Interpretar “significativo” como “grande”: p < 0.05 solo indica que el hallazgo es poco probable por azar.

¿IA para estadística? Sí, con fundamento

La IA es excelente para:

Explicarte qué prueba corresponde a tu diseño.
Ayudarte a redactar la interpretación de tablas de SPSS o R.
Sugerirte cómo reportar en APA 7 los resultados (r, p, g de Hedges, etc.).

Pero es un error delegarle la elección de la prueba. El jurado evalúa que entiendas los fundamentos. En el plan Graduación de tesis-ia.com resolvemos tus dudas de estadística en sesiones 1:1 con asesor asignado y revisamos tu capítulo de resultados.

Conclusión

Elegir bien la prueba estadística es una decisión metodológica que te corresponde. Domina normalidad, diseño y tipo de variable, y la sustentación será un trámite. Si quieres acompañamiento con tu capítulo IV, revisa los planes Avance y Graduación.