Respuesta corta: el tamaño del efecto es la magnitud de tu resultado, expresada de manera que no dependa de cuántos casos tengas. El valor p contesta «¿esta diferencia se distingue del azar?»; el tamaño del efecto contesta «¿de qué tamaño es?». Son dos preguntas y necesitas responder las dos.
Es la cifra que aparece en los «errores comunes» de todos los manuales y que casi nadie explica: repórtala, dicen, sin decirte cuál ni cómo. Aquí está el mapa completo, con el matiz que la mayoría de las guías omite sobre los famosos umbrales de Cohen.
Por qué el valor p no basta
El valor p depende del tamaño de muestra. Con 5,000 casos, una diferencia de 0.3 puntos en una escala de 100 puede salir significativa; con 40, una diferencia de 15 puntos puede no salirlo. El mismo fenómeno, dos veredictos opuestos, solo por cuánta gente encuestaste.
El tamaño del efecto rompe esa dependencia. Es una medida estandarizada de magnitud: la misma diferencia real produce el mismo valor con 40 o con 5,000 participantes. Lo que cambia con la muestra es la precisión de esa estimación, no la estimación misma.
Por eso hay dos frases que solo se pueden distinguir con esta cifra. «Encontramos una diferencia estadísticamente significativa» dice que probablemente no es azar. «Encontramos una diferencia grande» dice que importa. Solo la segunda le sirve a alguien que va a tomar una decisión con tus resultados, y es la que tu discusión tiene que sostener.
Qué índice corresponde a cada prueba
No hay un tamaño del efecto: hay una familia, y cada prueba tiene el suyo. Lo que reportas depende de lo que corriste, no de cuál te suena mejor.
| Tu prueba | Índice | Qué expresa |
|---|---|---|
| Prueba t (dos grupos) | d de Cohen | La diferencia entre medias medida en desviaciones estándar |
| ANOVA | η² o η² parcial | Proporción de la varianza que explica el factor |
| Correlación | r (y r²) | La correlación misma ya es un tamaño del efecto |
| Regresión múltiple | R², f² | Varianza explicada por el modelo |
| Chi cuadrada | V de Cramer, φ | Fuerza de la asociación entre categorías |
| Pruebas no paramétricas | r = Z/√N | Equivalente estandarizado para U de Mann-Whitney y Wilcoxon |
Nota práctica: SPSS no siempre lo entrega. En la prueba t y en el ANOVA lo puedes pedir activando las opciones correspondientes; en las no paramétricas suele tocar calcularlo a mano con la Z que reporta la salida y el total de casos. No es motivo para omitirlo.
Los umbrales de Cohen y la advertencia que casi nadie incluye
Las convenciones que aparecen en todos lados vienen de Cohen (1988):
- d: 0.2 pequeño · 0.5 mediano · 0.8 grande
- r: 0.10 · 0.30 · 0.50
- η²: 0.01 · 0.06 · 0.14
- f²: 0.02 · 0.15 · 0.35
- V de Cramer: depende de los grados de libertad de la tabla
Ahora el matiz. Un tutorial publicado en Behavior Research Methods en 2026 lo plantea sin rodeos: el uso de las heurísticas de Cohen para interpretar resultados y para planear estudios «se ha vuelto ubicuo en las ciencias psicológicas y biomédicas», pero esa nunca fue la intención de Cohen. Los autores documentan que la sobredependencia de umbrales generales, pensados para aplicarse ampliamente sin considerar el campo, produce interpretaciones incorrectas sobre la magnitud de los resultados y estimaciones incorrectas de tamaño de muestra, lo que aumenta la probabilidad de falsos positivos.
La alternativa que proponen son las distribuciones de tamaños de efecto específicas por campo: en vez de preguntar «¿es grande según Cohen?», preguntar «¿dónde cae mi efecto respecto a los que típicamente se observan en mi área?». En algunas disciplinas una d de 0.3 es un hallazgo notable; en otras, una d de 0.8 es rutina.
Un detalle adicional del mismo trabajo que conviene tener presente: el sesgo de publicación infla esos referentes, porque los estudios con efectos pequeños se publican menos. Cualquier comparación con «lo típico de mi área» es, en realidad, una comparación con lo típico de lo que se publicó.
¿Qué hacer con esto en una tesis de licenciatura o maestría? Nada heroico: usa los umbrales de Cohen como referencia inicial, di explícitamente que son heurísticos generales, y complementa con dos o tres efectos reportados en estudios de tu propia área. Ese párrafo te distingue del 95 % de las tesis que solo escriben «efecto mediano según Cohen».
El argumento que convence a un comité
Si necesitas defender por qué le dedicas espacio a esta cifra, hay un hallazgo directo. Un estudio publicado en PLoS ONE en 2024 consolidó todos los intentos sistemáticos y a gran escala de replicación disponibles —307 pares de estudio original y réplica— para ver qué predice que un hallazgo se sostenga cuando alguien lo repite. El resultado: el tamaño de muestra del estudio original no predijo la replicabilidad (rs = −0.02, p = 0.741), incluso controlando diseño y área de investigación, mientras que el tamaño del efecto sí resultó un predictor sustancial (rs = 0.21, p < 0.001).
Dicho de otro modo: lo que hace que un resultado sea confiable no es cuánta gente encuestaste, sino qué tan grande era realmente el efecto. Es el mejor argumento disponible para reportarlo, y funciona igual de bien en la réplica oral.
Cómo se reporta
El tamaño del efecto va en la misma oración que el contraste, después del valor p, y acompañado de su intervalo de confianza cuando el software lo entregue:
«El grupo con tutoría obtuvo un promedio mayor (M = 8.4, DE = 0.9) que el grupo sin tutoría (M = 7.8, DE = 1.1), t(118) = 3.27, p = .001, d = 0.60, 95% IC [0.23, 0.97].»
Y en la discusión, la interpretación en términos de tu problema, no del umbral: «una diferencia de 0.6 desviaciones estándar equivale a poco más de medio punto en la escala de calificación, magnitud comparable a la reportada por [Autor, año] en un programa similar».
Las convenciones de cursiva, decimales y paréntesis de esos símbolos están en cómo reportar una prueba estadística en APA 7 y en números en APA 7; dónde va cada párrafo, en cómo redactar el capítulo de resultados y en cómo hacer la discusión de resultados.
Los cuatro usos que tiene en tu tesis
- Al planear. El cálculo de tamaño de muestra para un contraste necesita un tamaño del efecto esperado como entrada; sin él no hay análisis de potencia. El punto de partida de todo el diseño muestral está en cómo calcular el tamaño de la muestra.
- Al reportar. Es requisito de estilo en APA 7 y de la mayoría de las guías de reporte.
- Al interpretar un resultado no significativo. Un efecto de 0.05 y uno de 0.60 que no alcanzaron significancia cuentan historias distintas: el primero sugiere que no hay nada, el segundo que faltó muestra.
- Al comparar con la literatura. Es lo único que permite decir «nuestro efecto es menor que el de [Autor]» de forma legítima, porque los valores p de dos estudios con muestras distintas no son comparables.
Errores frecuentes
- Confundirlo con el valor p. «p = .001 así que el efecto es grande» es falso: un p muy pequeño con muestra enorme puede acompañar un efecto minúsculo.
- Reportar el índice equivocado. Una eta cuadrada en una prueba t o una d en un chi cuadrada delatan que se copió la plantilla sin entenderla.
- Interpretar «pequeño» como «irrelevante». En intervenciones poblacionales un efecto pequeño aplicado a millones de personas puede ser enorme en términos absolutos.
- Calcularlo solo cuando salió significativo. Es justo cuando no salió que más información aporta.
- Omitir el intervalo de confianza. Un d = 0.60 con IC [0.23, 0.97] y uno con IC [−0.10, 1.30] no son el mismo hallazgo.
- Citar los umbrales de Cohen como si fueran una norma. Son referencias heurísticas, y la literatura metodológica reciente es explícita en que se usan más allá de lo que su autor pretendía.
Si ya tienes los números y lo que falta es convertirlos en un capítulo que reporte e interprete con este nivel de precisión, Tesify te ayuda a estructurar ese borrador con tus propios resultados; la lectura sustantiva de la magnitud, la que un sínodo evalúa, sigue siendo tuya.
Preguntas frecuentes
¿Qué es el tamaño del efecto en pocas palabras?
Es una medida estandarizada de la magnitud de un resultado que no depende del tamaño de la muestra. Mientras el valor p indica si la diferencia se distingue del azar, el tamaño del efecto indica qué tan grande es esa diferencia.
¿Qué índice de tamaño del efecto uso?
El que corresponde a tu prueba: d de Cohen para diferencias de medias, r para correlaciones, eta cuadrada parcial para ANOVA, f² o R² para regresión y V de Cramer para chi cuadrada. En pruebas no paramétricas se usa r calculada a partir de la Z.
¿Los umbrales 0.2, 0.5 y 0.8 son obligatorios?
No. Son heurísticos generales y la literatura metodológica reciente señala que nunca fueron concebidos para aplicarse universalmente a cualquier campo. La interpretación más sólida los usa como referencia inicial y compara además con los valores típicos del área.
¿Tengo que reportarlo aunque mi resultado no sea significativo?
Sí, y es donde más aporta: permite distinguir entre un efecto que no existe y un efecto real que tu muestra no alcanzó a detectar. Repórtalo siempre con su intervalo de confianza.
¿SPSS lo calcula solo?
En algunas pruebas sí, activando las opciones de tamaño del efecto en el cuadro correspondiente. En otras, sobre todo en las no paramétricas, hay que calcularlo a mano con los estadísticos que la salida sí entrega. No entregarlo automáticamente no es una excusa para omitirlo.
¿El tamaño del efecto reemplaza a la hipótesis?
No. La hipótesis sigue siendo la afirmación que pones a prueba, como se explica en qué es una hipótesis. El tamaño del efecto es parte de la evidencia con la que la evalúas, junto con el contraste y su intervalo de confianza.