Interpretador de resultados SPSS

Qué puedes hacer aquí

• Elegir entre t de muestras independientes, ANOVA de un factor y ANOVA factorial.
• Usar el valor p de Levene para señalar la fila que debe leerse en una salida clásica de SPSS.
• Conservar grados de libertad decimales cuando la fila de varianzas no asumidas los contiene.
• Formatear t, F, gl y p sin convertir una salida .000 en p = .000.
• Añadir diferencia de medias, medias de grupo, η² y una nota post hoc cuando existen.
• Separar interacción y efectos principales en un diseño factorial.
• Bloquear p fuera de 0–1, efectos fuera de rango, F negativos y grados de libertad no positivos.
• Ocultar un resultado anterior en cuanto cambias cualquier estadístico.

Respuesta rápida: qué tabla y qué fila leer en SPSS

Para una prueba t de muestras independientes necesitas dos bloques: «Estadísticas de grupo» para N, media y desviación estándar, y «Prueba de muestras independientes» para Levene, t, grados de libertad, significación bilateral, diferencia de medias e intervalo. Introduce en este asistente los valores de una sola variable y de una misma fila. Si Levene no es significativo con el umbral que hayas definido, la salida clásica suele llevarte a «Equal variances assumed»; si es significativo, suele señalar «Equal variances not assumed».

En un ANOVA de un factor, la tabla ANOVA ofrece F, grados de libertad entre grupos y dentro de grupos y p. Un resultado ómnibus significativo no dice todavía qué grupos difieren: hay que mirar contrastes o comparaciones post hoc compatibles con el diseño y la homogeneidad. En un ANOVA factorial, empieza por la interacción. Cuando la interacción es relevante, una frase aislada sobre el efecto principal puede ocultar que el patrón cambia entre niveles del otro factor.

• No mezcles t de una fila con gl o p de la otra.
• No confundas Sig. de Levene con Sig. bilateral de la prueba t.
• No uses la tabla de descriptivos como si fuera una prueba inferencial.
• No interpretes un ANOVA significativo sin revisar las comparaciones previstas.

Levene no elige tu diseño ni demuestra normalidad

La prueba de Levene contrasta igualdad de varianzas, no normalidad, independencia ni calidad del muestreo. IBM documenta que la salida de t puede incluir pruebas con varianzas combinadas y separadas. El criterio mecánico p ≥ .05 frente a p < .05 es una ayuda para localizar la fila en salidas docentes, pero no reemplaza una decisión analítica previa. Con muestras pequeñas, Levene puede tener poca potencia; con muestras enormes, puede detectar diferencias de varianza poco relevantes.

Mira también tamaños muestrales, desviaciones, diagramas y valores atípicos. Si las varianzas o los tamaños de grupo son diferentes, Welch suele ser una opción más defendible que cambiar de fila después de observar los datos. La calculadora t de FunnyTools usa Welch directamente y proporciona intervalo y g de Hedges; este interpretador, en cambio, reproduce el flujo de lectura de una tabla SPSS que ya existe. Documenta cuál estrategia estaba definida antes de mirar el resultado.

Para una explicación dedicada de la salida clásica, consulta la guía de la prueba de Levene en SPSS .

Cómo distinguir p de tamaño, precisión e importancia

La significación estadística responde a una pregunta condicionada por un modelo y una hipótesis nula. No mide el tamaño de la diferencia, la probabilidad de que la hipótesis sea verdadera ni la importancia educativa, clínica o práctica. Por eso una salida útil conserva medias, diferencia, intervalo y efecto. El asistente puede incorporar una diferencia de medias o η² si los introduces, pero no inventa un intervalo ni un tamaño de efecto ausente.

Lee el signo de t y de la diferencia según el orden de grupos definido en SPSS. Un t negativo no es un error: puede indicar que la primera media es menor. Para ANOVA, η² describe una proporción de variación en un contexto concreto y debe distinguirse de ηp². Este formulario rotula η²; si tu salida ofrece eta parcial, cambia el símbolo al redactar. Evita adjetivos como «grande» basados en una tabla universal sin considerar disciplina, medida y consecuencias.

ANOVA de un factor: del resultado global al seguimiento

El estadístico F compara variación entre grupos con variación residual bajo el modelo. Introduce F, gl entre grupos, gl dentro de grupos y p desde la misma tabla. Si añades η², confirma que procede de ese efecto y que está entre 0 y 1. El texto post hoc es una nota libre: sirve para guardar qué procedimiento y pares revisaste, pero la herramienta no calcula ni valida sus valores.

IBM señala alternativas robustas como Welch y Brown–Forsythe cuando no se asume igualdad de varianzas. La elección de Tukey, Games–Howell, contrastes planificados u otro seguimiento depende de supuestos y pregunta, no solo de que p sea menor que .05. Informa descriptivos por grupo, F, gl, p, efecto e intervalo cuando esté disponible. Si la prueba global no es significativa, no rescates comparaciones aisladas sin una justificación preespecificada.

• Identifica la variable dependiente y el factor.
• Comprueba número de grupos y tamaños por grupo.
• Revisa homogeneidad y observaciones extremas.
• Elige seguimiento y corrección por multiplicidad de forma explícita.
• Conserva la tabla o sintaxis que permite reproducir el análisis.

ANOVA factorial: interacción antes que titulares simples

Un ANOVA factorial estima al menos la interacción y los efectos principales. Introduce cada efecto como una línea distinta con su F, gl del efecto, gl del error y p. El asistente no pide sumas de cuadrados ni tipo de modelo; debes confirmar que todas las líneas vienen de la misma especificación, población analizada y tabla. Los nombres de factores se usan únicamente para que la explicación sea legible.

Una interacción significativa indica que la asociación de un factor con el resultado cambia según el nivel del otro. El paso habitual es estudiar efectos simples o comparaciones dentro de niveles, con intervalos y correcciones adecuadas. Si la interacción no es significativa, los efectos principales pueden resumirse con mayor claridad, siempre que el diseño y la potencia permitan esa lectura. No borres una interacción incómoda para centrarte solo en un efecto principal favorable.

Errores frecuentes al copiar la salida

El error más común es trasladar columnas por posición sin leer el encabezado: Levene Sig. acaba usado como p de t, o se toma el gl entero de la primera fila junto con el p de la segunda. Otro problema es escribir «p = .000». SPSS muestra tres decimales, pero ese texto significa que el valor redondea por debajo de .0005; una redacción prudente usa p < .001, no igualdad con cero.

También aparecen separadores decimales incompatibles, resultados de variables distintas, filtros de casos activos y análisis repetidos con diferentes opciones. Guarda el archivo de salida, la sintaxis, la versión del programa y la fecha. Antes de pegar una frase, comprueba que N en descriptivos coincide con los gl esperados y que las medias explican el signo de la diferencia. Si no puedes reconstruir el origen de un número, vuelve a ejecutar el análisis.

• Filtro, ponderación o división de archivo activados sin advertirlo.
• Casos perdidos tratados de forma distinta entre tablas.
• Una cola frente a dos colas cambiada después de ver el signo.
• η² confundido con ηp² o con f de Cohen.
• «No significativo» convertido indebidamente en «equivalente».

De la tabla a un informe reproducible

Una frase estadística no sustituye el método. Registra software y versión, procedimiento, variable, grupos, exclusiones, tratamiento de faltantes, alfa, supuestos, estadísticos descriptivos, estimación e inferencia. La salida de este asistente es deliberadamente breve para que puedas cotejarla; después debes añadir contexto y respetar las normas de tu institución o revista.

El flujo completo en español enlaza descripción y fiabilidad, elección del contraste, lectura de SPSS y redacción APA. FunnyTools no recibe tus cifras: se procesan en la pestaña. Aun así, usa nombres genéricos para variables sensibles, evita identificadores y conserva la fuente original fuera del portapapeles. La privacidad local no corrige un diseño inadecuado ni una interpretación exagerada.

Consulta el flujo de informe estadístico para investigación para revisar el proceso completo.

Qué hacer cuando el resultado no encaja

Si las medias sugieren una dirección y t muestra la contraria, revisa el orden de sustracción, la codificación de grupos y si copiaste la variable correcta. Si los gl no encajan con el tamaño de muestra, comprueba valores perdidos, Welch, ponderación y filtros. Si F es negativo, hay un error de transcripción: una razón de cuadrados medios no debe ser negativa. El formulario lo bloquea.

Si un resultado cambia al retirar uno o dos casos, muestra esa sensibilidad en vez de esconderla. Si la hipótesis dependía de una cola, justifícala antes del análisis. Si deseas afirmar ausencia de una diferencia relevante, un p grande no basta; considera intervalos, potencia y métodos de equivalencia. La mejor interpretación es aquella que otra persona puede rastrear desde la frase hasta los datos y las decisiones.

Cómo utilizarla paso a paso

1. Confirma el diseño, la variable y el análisis realmente ejecutado.
2. Selecciona t independiente, ANOVA de un factor o ANOVA factorial.
3. Copia valores de una sola salida y conserva sus decimales.
4. En t, introduce por separado p de Levene y Sig. bilateral.
5. En ANOVA, añade solo el efecto y los gl de la misma fila.
6. Pulsa «Interpretar resultados» y coteja cada cifra con SPSS.
7. Completa descriptivos, intervalos, efecto y seguimiento fuera de la frase breve.
8. Guarda sintaxis, tabla y decisiones para reproducibilidad.

Situaciones en las que resulta útil

• Elegir la fila de una t independiente sin confundir las dos significaciones.
• Preparar el borrador de un ANOVA global antes de revisar Games–Howell.
• Separar interacción y efectos principales de un diseño 2 × 2.
• Detectar gl decimales y evitar redondearlos como si fueran Student.
• Explicar por qué un p grande no demuestra igualdad.

Ejemplos completos

Límites y comprobaciones importantes

• No pegues capturas ni tablas completas: introduce valores comprobados.
• El umbral .05 está incorporado para redactar la etiqueta, no para decidir relevancia.
• Levene no comprueba todos los supuestos.
• Un ANOVA significativo necesita seguimiento para localizar diferencias.
• La salida no certifica formato APA ni validez estadística.
• Los rótulos ingleses de las filas se conservan porque así aparecen en muchas salidas SPSS.

Fuentes y documentación para comprobar

• IBM SPSS: Prueba T para muestras independientes Documentación oficial de descriptivos, Levene, pruebas de varianzas combinadas y separadas e intervalos.
• IBM SPSS: Opciones de ANOVA de un factor Documenta homogeneidad, Welch, Brown–Forsythe, descriptivos y tratamiento de faltantes.
• IBM SPSS: Análisis de un factor de la varianza Explica la prueba global, comparaciones y estadísticos por grupo.
• APA Style: Numbers and Statistics Guide Guía oficial para símbolos, decimales y resultados estadísticos.

Preguntas frecuentes