Diseñaste una intervención educativa —un taller, un método de enseñanza, un programa de tutoría— y mediste a tus estudiantes antes y después. La pregunta que decide tu capítulo de análisis no es «¿qué prueba es más fácil en SPSS?»: es «¿tengo un grupo o dos, y mis datos cumplen los supuestos para una prueba paramétrica?». La respuesta correcta casi nunca es la t pareada simple que enseña el primer curso de estadística, y casi nunca es tampoco el error contrario, más grave, de comparar las ganancias entre dos grupos sin ajustar por el punto de partida.
Esta guía compara las tres rutas que de verdad se usan en una tesis de Educación con diseño pre-post: la t pareada, su alternativa no paramétrica Wilcoxon, y el ANCOVA para cuando hay dos grupos que no partieron del mismo nivel. Antes de entrar a la elección de prueba, si todavía no tienes armada la justificación de tu intervención, esa parte está en justificación y objetivos de una tesis de Educación, y el panorama general de permisos y estructura en cómo hacer una tesis de Educación.
La primera pregunta: ¿un grupo o dos?
Antes de pensar en pruebas, define tu diseño. Son dos situaciones distintas y cada una tiene su propia familia de análisis:
| Tu diseño | Qué preguntas | Familia de pruebas |
|---|---|---|
| Un solo grupo, medido antes y después | ¿Cambió el grupo tras la intervención? | t pareada o Wilcoxon |
| Dos grupos (experimental y control), ambos medidos antes y después | ¿El grupo que recibió la intervención mejoró más que el que no la recibió? | ANCOVA (preferible a comparar las diferencias de ganancia) |
| Un grupo medido en tres o más momentos | ¿Hay una tendencia de cambio a lo largo del tiempo? | ANOVA de medidas repetidas o prueba de Friedman |
El error más frecuente en tesis de Educación es tratar el diseño de dos grupos como si fuera el de uno solo: calcular la ganancia (postest menos pretest) de cada estudiante y después comparar esa ganancia entre el grupo experimental y el control con una t de Student independiente. Funciona como aproximación, pero la literatura metodológica de diseños pre-post-control documenta que este enfoque de puntajes de cambio es estadísticamente menos apropiado que el ANCOVA cuando los grupos no partieron exactamente del mismo nivel en el pretest, porque no corrige el fenómeno de regresión a la media: los estudiantes que salieron más bajos en el pretest tienden a mostrar mayor ganancia aparente solo por azar de medición, independientemente de la intervención.
Un solo grupo: t pareada o Wilcoxon
Si tu diseño es preexperimental con un único grupo —muy común en tesis de licenciatura por restricciones de acceso a más de un salón—, la comparación es entre el mismo estudiante consigo mismo en dos momentos. Aquí la decisión depende del supuesto de normalidad de las diferencias entre pretest y postest, no de cada medición por separado.
- t de Student para muestras relacionadas (t pareada). Se usa cuando las diferencias pretest-postest siguen una distribución aproximadamente normal, verificable con Shapiro-Wilk sobre esas diferencias. El procedimiento completo para correr y leer esa prueba de supuesto está en prueba de normalidad en SPSS paso a paso.
- Prueba de Wilcoxon para rangos con signo. Es la alternativa no paramétrica cuando las diferencias no cumplen normalidad, o cuando tu instrumento produce datos ordinales —por ejemplo, una escala de actitud con pocas categorías de respuesta— en lugar de una puntuación continua.
En ambos casos, con muestras pequeñas —frecuentes en tesis de un solo grupo de intervención, donde el «grupo» puede ser un salón de veinticinco a cuarenta estudiantes— conviene revisar el supuesto con cuidado en lugar de asumir automáticamente que la muestra es «demasiado chica para Shapiro-Wilk»: la prueba sigue siendo informativa, solo que con menor potencia para detectar desviaciones.
Un ejemplo del tipo que se ve todo el tiempo en tesis de licenciatura en Educación: treinta y dos estudiantes de un mismo grupo responden una prueba de comprensión lectora antes y después de un programa de ocho semanas basado en lectura guiada. Las diferencias pretest-postest no muestran evidencia de apartarse de la normalidad (Shapiro-Wilk, p = .21), así que corresponde la t pareada; el resultado —puntaje mayor después del programa, t(31) = 4.02, p < .001— se interpreta junto con su tamaño del efecto, nunca solo con el valor p. Si en cambio el mismo grupo hubiera respondido con una escala de cuatro niveles de satisfacción, ordinal y no continua, la ruta habría sido Wilcoxon desde el inicio, sin necesidad siquiera de probar normalidad.
Dos grupos: por qué el ANCOVA es la opción metodológicamente más sólida
Cuando tu tesis compara un grupo experimental contra un grupo control, ambos medidos antes y después, el análisis recomendado por la literatura metodológica sobre diseños pretest-postest es el análisis de covarianza (ANCOVA), usando el puntaje del postest como variable dependiente y el puntaje del pretest como covariable. La razón de fondo es que el ANCOVA ajusta estadísticamente las diferencias de partida entre los grupos antes de comparar sus resultados finales, en lugar de tratar la ganancia bruta como si ambos grupos hubieran arrancado del mismo punto.
Esto es especialmente relevante en Educación porque casi ninguna tesis de este campo logra asignación aleatoria real: se trabaja con grupos intactos —el salón A y el salón B, el turno matutino y el vespertino— que ya existían antes de la intervención y que pueden diferir en su nivel previo por razones ajenas al estudio. El ANCOVA es precisamente la herramienta pensada para esa situación de diseño cuasiexperimental, y usarlo en lugar de una simple comparación de ganancias es uno de los argumentos metodológicos que más valora un comité de posgrado en Educación.
El ANCOVA tiene dos supuestos adicionales a los de un ANOVA convencional que sí hay que verificar y reportar: la homogeneidad de las pendientes de regresión (que la relación entre pretest y postest sea similar en ambos grupos, es decir, que no haya una interacción entre el grupo y la covariable) y la homogeneidad de varianzas entre los grupos ajustados. Si el primero de estos dos supuestos falla, el ANCOVA deja de ser válido y hay que recurrir a un análisis de la interacción grupo por tiempo con medidas repetidas en su lugar.
El tamaño del efecto que corresponde al ANCOVA es la eta cuadrada parcial del factor grupo, ya con el pretest controlado estadísticamente, y se reporta junto con las medias ajustadas de cada grupo —no las medias brutas del postest, que todavía cargan la diferencia de partida—. Esa distinción entre media bruta y media ajustada suele ser justo el punto donde un comité pide una aclaración adicional en la defensa, así que conviene tenerla explícita en el capítulo desde la primera versión.
Tres o más mediciones: ANOVA de medidas repetidas y Friedman
Algunas tesis de Educación miden más de dos momentos —antes, a la mitad del semestre y al final, por ejemplo, para ver la trayectoria de un aprendizaje—. Ahí la familia cambia de nuevo: el ANOVA de medidas repetidas es la opción paramétrica, con el supuesto adicional de esfericidad que se corrige con Greenhouse-Geisser cuando se viola, y la prueba de Friedman es su alternativa no paramétrica cuando los datos son ordinales o no cumplen los supuestos. Ambas responden a la misma pregunta —¿hay una tendencia de cambio entre las mediciones?— pero exigen un seguimiento completo de cada estudiante en los tres momentos, y perder un porcentaje alto de casos por deserción escolar entre mediciones es un riesgo real que conviene anticipar en el cronograma.
Tabla de decisión rápida
| Situación | Prueba paramétrica | Alternativa no paramétrica |
|---|---|---|
| Un grupo, 2 mediciones | t pareada | Wilcoxon (rangos con signo) |
| Dos grupos, 2 mediciones (pre y post) | ANCOVA (postest ajustado por pretest) | ANCOVA con rangos, o comparación de ganancias con Mann-Whitney si el ANCOVA no es viable |
| Un grupo, 3+ mediciones | ANOVA de medidas repetidas | Friedman |
Qué reportar en tu capítulo de resultados
- El diseño exacto, con sus nombres técnicos: preexperimental de un grupo con pretest-postest, o cuasiexperimental con grupo control no equivalente.
- La verificación del supuesto que decidió tu prueba —normalidad de las diferencias para t pareada o Wilcoxon; homogeneidad de pendientes de regresión para ANCOVA—, con su estadístico y su valor de significancia.
- El tamaño del efecto correspondiente a la prueba usada, nunca solo el valor p; el índice para cada caso y por qué importa está en qué es el tamaño del efecto.
- La sintaxis exacta en APA 7 del contraste, con grados de libertad y símbolos en cursiva, resuelta en cómo reportar una prueba estadística en APA 7.
Con el diseño bien nombrado, el supuesto verificado y la prueba correctamente elegida, tu capítulo de resultados defiende solo el hallazgo educativo, no la decisión estadística que lo sostiene. Tesify te ayuda a redactar ese capítulo con tus propios resultados y a mantener consistente la notación APA 7 de principio a fin; correr el análisis y verificar los supuestos con tus datos siguen siendo tuyos.
Preguntas frecuentes
¿Cuál es la diferencia entre t pareada y ANCOVA en un diseño pre-post?
La t pareada compara las dos mediciones de un único grupo consigo mismo. El ANCOVA se usa cuando hay dos grupos —experimental y control— y compara sus resultados en el postest ajustando estadísticamente por el nivel de cada grupo en el pretest, lo que corrige diferencias de partida que la t pareada no puede manejar porque solo trabaja con un grupo.
¿Por qué no debo simplemente restar postest menos pretest y comparar esa diferencia entre grupos?
Porque ese enfoque de puntajes de cambio no corrige la regresión a la media: los participantes que partieron más bajo tienden a mostrar mayor ganancia aparente solo por el error de medición, sin que eso refleje necesariamente un efecto real de la intervención. El ANCOVA, al usar el pretest como covariable en lugar de restarlo, es la alternativa que la literatura metodológica recomienda para diseños con grupos no aleatorizados.
¿Cuándo uso Wilcoxon en lugar de la t pareada?
Cuando las diferencias entre pretest y postest no cumplen el supuesto de normalidad, verificado con Shapiro-Wilk sobre esas diferencias, o cuando tu instrumento produce datos ordinales en lugar de una puntuación continua. Wilcoxon evalúa los rangos con signo de esas diferencias en vez de asumir una distribución normal.
¿Qué supuestos adicionales tiene el ANCOVA que no tiene un ANOVA normal?
La homogeneidad de las pendientes de regresión, que verifica que la relación entre el pretest y el postest sea similar en ambos grupos, y la homogeneidad de varianzas entre los grupos ya ajustados. Si el primer supuesto falla, el modelo de covarianza deja de ser válido y conviene recurrir a un análisis de la interacción grupo por tiempo con medidas repetidas.
¿Qué prueba uso si mido a mis estudiantes en tres momentos distintos?
El ANOVA de medidas repetidas si tus datos cumplen normalidad y esfericidad, o la prueba de Friedman como alternativa no paramétrica. Ambas responden a si existe una tendencia de cambio entre las mediciones, pero exigen que cada estudiante tenga datos completos en los tres momentos.
¿Puedo usar la t pareada si mi grupo experimental y mi grupo control no se pueden asignar al azar?
La t pareada no compara dos grupos: compara un grupo consigo mismo en dos momentos. Si tienes dos grupos intactos —como suele pasar en Educación, donde se trabaja con salones ya formados—, la ruta metodológicamente más sólida es el ANCOVA, precisamente porque fue pensado para el caso cuasiexperimental sin asignación aleatoria.