La prueba t compara dos promedios y te dice si la diferencia entre ellos es más grande de lo que el azar del muestreo explicaría. En SPSS son tres pruebas distintas con tres rutas distintas, y elegir mal la ruta es el error que más rondas de corrección cuesta. Esta guía va del menú a la tabla, y de la tabla al párrafo que vas a pegar en tu capítulo cuatro.
Ya capturaste tus cuestionarios, ya sabes que tu variable dependiente es numérica y que comparas dos grupos. Lo que falta es la parte mecánica: qué ventana abrir, qué arrastrar a dónde, qué columna de la salida es la que importa y cómo se escribe el resultado sin que te lo regresen. Eso es lo que sigue.
Paso 0: cuál de las tres pruebas t te toca
SPSS tiene tres comandos con el mismo nombre. No son intercambiables y la elección depende de cómo se relacionan tus dos conjuntos de datos, no de qué tan grande es tu muestra.
| Si tu diseño es… | La prueba es… | Ruta en SPSS |
|---|---|---|
| Dos grupos distintos de personas (hombres y mujeres, control y experimental, turno matutino y vespertino) | t para muestras independientes | Analizar → Comparar medias → Prueba T para muestras independientes |
| Las mismas personas medidas dos veces (pretest y postest, antes y después de la intervención) | t para muestras relacionadas o pareadas | Analizar → Comparar medias → Prueba T para muestras relacionadas |
| Un solo grupo contra un valor de referencia conocido (la media nacional, el estándar de la norma, el 60 % de aprobación) | t para una muestra | Analizar → Comparar medias → Prueba T para una muestra |
El error más común es correr la de muestras independientes sobre un pretest-postest. Al hacerlo tiras a la basura justo la información que hace fuerte a tu diseño —que cada persona es su propio control— y pierdes potencia. Si tu tabla de datos tiene una fila por persona con dos columnas de puntaje, es pareada. Si tiene una fila por persona con una columna de puntaje y otra de grupo, es independiente.
Paso 1: revisa los cuatro requisitos antes de tocar el menú
- Tu variable dependiente es numérica continua o de intervalo. Un puntaje total de escala sirve; un ítem suelto de cinco opciones, no. Cómo se construye el puntaje que sí se analiza está en la guía de escala de Likert para tesis.
- Tu variable de agrupación tiene exactamente dos categorías. Si tiene tres, la prueba t no aplica y necesitas un ANOVA.
- La distribución dentro de cada grupo se aproxima a la normal. Se evalúa por grupo, no en la muestra revuelta.
- Las varianzas de los dos grupos son comparables. Este supuesto se resuelve dentro de la misma tabla de salida y tiene su propia guía: qué es la prueba de Levene.
Los cuatro se declaran en el capítulo metodológico antes de reportar el resultado. Cómo se redacta ese bloque completo está en el ejemplo de metodología de una tesis, y la definición previa de cada variable en la guía de operacionalización de variables.
Paso 2: la ruta para muestras independientes
- Abre tu base y ve a Analizar → Comparar medias → Prueba T para muestras independientes.
- Pasa tu variable numérica al cuadro Variables para contrastar. Puedes pasar varias a la vez: SPSS corre una prueba por cada una.
- Pasa tu variable de grupo al cuadro Variable de agrupación. Va a aparecer con dos signos de interrogación entre paréntesis.
- Haz clic en Definir grupos y escribe los dos códigos numéricos que usaste en la base. Si capturaste 1 = mujeres y 2 = hombres, escribes 1 y 2. Este es el paso que más gente olvida y sin él el botón Aceptar sigue gris.
- Entra a Opciones y verifica que el intervalo de confianza esté en 95 %. Ahí también decides qué hacer con los casos perdidos.
- Acepta. SPSS devuelve dos tablas.
Paso 3: leer las dos tablas sin equivocarse de columna
La primera tabla, Estadísticas de grupo, es descriptiva: te da la n, la media y la desviación estándar de cada grupo. Esa tabla es la que vas a citar en el texto y la que va a tu tabla APA. Todavía no dice nada sobre significancia.
La segunda, Prueba de muestras independientes, es la que produce las dudas, porque trae dos filas por variable y como diez columnas.
Se lee en dos movimientos:
- Mira primero la Sig. de Levene, en las dos columnas de la izquierda. Si es mayor a .05, tu fila es la primera («Se asumen varianzas iguales»). Si es menor o igual a .05, tu fila es la segunda («No se asumen varianzas iguales»), que aplica la corrección de Welch y te va a dar grados de libertad con decimales. Eso no es un error: así es.
- En la fila que te tocó, lee tres números: el estadístico t, los grados de libertad (gl) y la significancia bilateral. Esa significancia es la que responde tu hipótesis. Y a la derecha, en las últimas dos columnas, está el intervalo de confianza de la diferencia, que en versiones recientes SPSS ya reporta por defecto y que casi nadie copia.
Un apunte histórico que funciona bien en la réplica: la distribución t la publicó en 1908 un autor que firmaba como «Student» —seudónimo de William S. Gosset, cervecero en Guinness— en Biometrika, 6(1), 1. La motivación era exactamente la tuya: sacar conclusiones con muestras chicas, cuando la distribución normal ya no sirve como aproximación.
Paso 4: la ruta para muestras relacionadas
Si tu diseño es pretest-postest, la mecánica cambia y es más simple.
- Analizar → Comparar medias → Prueba T para muestras relacionadas.
- En el cuadro de pares, selecciona tu columna de pretest y tu columna de postest y pásalas juntas al par 1.
- Acepta.
Aquí no hay prueba de Levene y no hay dos filas: hay una sola. Lo que cambia es el supuesto: la normalidad se evalúa sobre la diferencia entre las dos mediciones, no sobre cada medición por separado. Es el detalle que un sinodal metodólogo pregunta y que casi ninguna plantilla menciona.
Paso 5: el tamaño del efecto que te van a pedir
Un valor de significancia solo te dice si la diferencia es distinguible del azar; no te dice si es grande. Para eso se reporta la d de Cohen, que es la diferencia entre las medias expresada en desviaciones estándar. Las versiones recientes de SPSS la incluyen en una tercera tabla cuando marcas la casilla correspondiente en Opciones; si tu versión no la trae, se calcula a mano dividiendo la diferencia de medias entre la desviación estándar combinada.
Las fórmulas exactas para cada variante de la prueba t, y la advertencia de que no todas las d son la misma d, están en Lakens (2013), Frontiers in Psychology, 4, 863, que es la referencia práctica más citada sobre el tema y es de acceso abierto.
La plantilla del párrafo, lista para adaptar
| Caso | Cómo se escribe |
|---|---|
| Diferencia significativa, varianzas iguales | Las estudiantes obtuvieron un promedio mayor (M = 8.42, DE = 0.71) que los estudiantes (M = 8.05, DE = 0.78). La diferencia fue estadísticamente significativa, t(118) = 2.71, p = .008, d = 0.50, 95% IC [0.10, 0.64]. |
| Sin diferencia significativa | No se encontraron diferencias entre ambos turnos, t(118) = 1.34, p = .183, d = 0.25, 95% IC [−0.11, 0.61]. |
| Varianzas desiguales (Welch) | Con la corrección por varianzas desiguales, la diferencia se mantuvo significativa, t(104.37) = 2.55, p = .012. |
| Muestras relacionadas | El puntaje aumentó del pretest (M = 62.1, DE = 9.4) al postest (M = 70.8, DE = 8.9), t(59) = 6.02, p < .001. |
Las convenciones de cursivas, decimales y cero inicial que ves en esas líneas no son adorno: son el formato que revisan primero. Dónde va cada párrafo dentro del capítulo está en cómo redactar el capítulo de resultados, y el armado de la tabla que lo acompaña en cómo hacer tablas y figuras en APA 7.
Cinco errores que cuestan una ronda de correcciones
- Correr la prueba de muestras independientes sobre un pretest-postest. Es el más caro: cambia el resultado y delata que el diseño no se entendió.
- Copiar la fila equivocada. Si Levene salió significativa y reportas la primera fila, estás reportando un resultado que tu propia salida contradice.
- Reportar solo la p. Sin medias, desviaciones estándar y tamaño del efecto, el lector no puede saber qué tan grande fue la diferencia ni en qué dirección.
- Correr la prueba t sobre tres grupos «de dos en dos». Tres comparaciones sucesivas inflan la probabilidad de un falso positivo; para tres o más grupos el camino es el ANOVA con su prueba posterior.
- Escribir «se acepta la hipótesis nula». Nunca se acepta: no se rechaza. Cómo se formulan y se cierran las hipótesis está en la guía de ejemplos de hipótesis de investigación.
Si no usas SPSS
En jamovi la ruta es Analyses → T-Tests → Independent Samples T-Test, con casillas para Welch, Levene, tamaño del efecto y normalidad en el mismo panel. En R basta t.test(y ~ grupo, data = d), que aplica Welch por defecto. La comparación de fondo entre las tres opciones está en SPSS vs jamovi vs R para tesis. Y si tu análisis no es una comparación de dos medias sino una predicción con varias variables, el procedimiento es otro y está en regresión lineal múltiple en SPSS.
Con la salida ya en pantalla, lo que suele frenar es convertirla en párrafos consistentes a lo largo de todo el capítulo. Tesify te ayuda a redactar ese borrador a partir de tus propios resultados y con la estructura que piden los comités mexicanos; cotejar cada cifra contra tu tabla de SPSS sigue siendo tuyo. Y cuando llegue el examen, cómo se defiende esa decisión está en cómo preparar la defensa de tesis.
Preguntas frecuentes
¿Cuál prueba t uso si tengo pretest y postest?
La de muestras relacionadas. Las mismas personas medidas dos veces forman pares, y la prueba aprovecha esa relación para ganar precisión. Usar la de muestras independientes en ese caso desperdicia el diseño y suele arrojar un resultado más débil.
¿Cuántos casos necesito para correr una prueba t?
No hay un mínimo universal: el número sale del tamaño del efecto que quieres poder detectar, del nivel de significancia y de la potencia deseada. El procedimiento completo está en la guía de cómo calcular el tamaño de la muestra. Lo que sí es cierto es que con grupos muy pequeños solo podrás detectar diferencias muy grandes.
¿Puedo usar la prueba t con una escala de Likert?
Con el puntaje total de una escala o de una dimensión, sí, y es la práctica habitual en tesis mexicanas. Con un ítem individual de cinco opciones es discutible, porque se trata de una variable ordinal con pocos valores; en ese caso la alternativa no paramétrica es más defendible.
¿Qué significan los grados de libertad con decimales?
Que estás leyendo la fila de Welch, la que no supone varianzas iguales. Esa corrección ajusta los grados de libertad y por eso deja de ser un número entero. Se reporta tal cual aparece, con sus decimales.
¿La prueba t sirve para comparar tres grupos?
No. Comparar tres grupos «de dos en dos» con pruebas t sucesivas infla la probabilidad de encontrar una diferencia que no existe. Para tres o más grupos se usa un ANOVA y, si resulta significativo, una prueba posterior que identifique cuáles pares difieren.
¿Dónde reporto la prueba de Levene?
En el mismo párrafo, justo antes del resultado de la prueba t, con su F, sus dos grados de libertad y su significancia. La lógica completa y las variantes que SPSS imprime están en qué es la prueba de Levene.