Protocolo de Investigación.
El análisis estadístico es básico en el protocolo de investigación, por lo que siempre debe estar presente. Este
apartado se puede dividir en 2 grandes componentes: el análisis descriptivo y el análisis inferencial.
El análisis descriptivo forma parte de todos los protocolos de investigación. En contraste, el análisis
inferencial solamente debe ser usado en los estudios donde se trata de comparar los resultados entre 2 o más
grupos, o bien, se quiere establecer los cambios en un mismo grupo.
Una inferencia es la elaboración de conclusiones a partir de las pruebas que se realizan con los datos
obtenidos de una muestra de la población.
Las pruebas estadísticas se emplean con la finalidad de establecer la probabilidad de que una conclusión
obtenida a partir de una muestra sea aplicable a la población de la cual se obtuvo. Existen diferentes pruebas
estadísticas dentro del análisis inferencial, por lo que es importante seleccionar la prueba estadística acorde
con los objetivos del estudio.
Bases para la elección de una prueba estadística.
Para elegir la prueba estadística apropiada de acuerdo con cada protocolo de investigación, se tienen que
tomar en cuenta tres aspectos importantes.
1. El Diseño de la Investigación.
Cuando solamente existe un grupo y el objetivo de la investigación únicamente es especificar una o
más características de dicha población, el tipo de estudio se denomina descriptivo, por lo que, como
su nombre lo indica, solo es necesario emplear estadística descriptiva.
Por su parte, los estudios comparativos se llevan a cabo con 2 o más grupos. Existen protocolos que
comparan 2 muestras diferentes; en otros se contrastan 3 o más muestras de un mismo tipo, por lo
que constituyen un grupo diferente o independiente.
También es necesario identificar si en el estudio se trata de determinar los cambios de las variables de
resultado, antes y después de una maniobra. En este tipo de diseños, la comparación del valor antes y
después se denomina dependiente o relacionado, lo cual indica que el cambio observado después del
evento depende del valor que el grupo tenía de manera basal.
2. El Número de Mediciones.
3. La Escala de medición de las variables.
El tercer aspecto trascendente cuando se planea un análisis estadístico es la escala de medición de las
variables. Es necesario definir la naturaleza de cada uno de los datos o las mediciones que se realizan durante
el desarrollo de una investigación; en general se pueden dividir en cualitativos o cuantitativos.
A su vez, las variables cualitativas se clasifican en nominales y ordinales; las nominales agrupan las
características similares entre sí en las que no hay diferencia entre una y otra, tales como el sexo
(masculino/femenino) o el estado civil (soltero/casado/unión libre). Por su parte, las variables cualitativas
ordinales ya tienen cierta dimensión, como el estadio o gravedad de una enfermedad (leve/moderada/grave).
Las variables cuantitativas pueden ser de 2 tipos: cuantitativas continuas y cuantitativas discontinuas. Las
cuantitativas continuas son 4: peso, longitud, volumen y tiempo.
Las discontinuas con variables numéricas que de alguna manera no se pueden dividir (número de hijos,
número de embarazos, etcétera).
Estadística paramétrica y estadística no paramétrica
Las diferentes pruebas estadísticas se dividen en 2 grandes conjuntos: las paramétricas y las no paramétricas.
Un requisito indispensable para seleccionar una prueba paramétrica es la distribución de los datos; en este
sentido, solamente se debe utilizar este tipo de prueba cuando los datos muestran una distribución normal.
Para determinar el tipo de distribución existen diferentes pruebas estadísticas, tales como Kolmogorov
Smirnov, Shapiro Wilk o sesgo y curtosis. De comprobarse que los datos no siguen una distribución normal,
los investigadores deberán elegir una de las pruebas no paramétricas.
Elección de la prueba estadística
Para la selección de la prueba estadística, se toma en cuenta el objetivo, número de grupos y la escala de
medición de las variables. Como parte del análisis global de los datos nunca debe omitirse la inclusión del
análisis descriptivo de los datos, es decir, es necesario que los investigadores resuman cada una de las
variables estudiadas en medidas de tendencia central y de dispersión, tomando en cuenta la escala de
medición de las variables y su distribución.
Pruebas estadísticas paramétricas
Las pruebas disponibles para la comparación de grupos son numerosas. Si el investigador quiere comparar 2
grupos con variables cuantitativas continuas y con distribución normal (comparación de promedios entre 2
grupos), se puede elegir una prueba t de Student.
Esta prueba puede utilizarse en 2 escenarios diferentes:
• Muestras relacionadas (un solo grupo antes y después).
• Muestras independientes (comparación de 2 grupos).
Pruebas estadísticas no paramétricas
Variables cuantitativas.
Cuando la distribución de datos cuantitativos no sigue una distribución normal también hay diferentes
pruebas estadísticas con las que se comparan las medianas. La prueba de Wilcoxon se utiliza para comparar
un grupo antes y después, es decir, muestras relacionadas. Para la comparación de grupos independientes se
debe emplear U de Mann-Withney.
Variables cualitativas.
Existen pruebas específicas para la comparación de grupos cuando la escala de medición de las variables es
cualitativa. Para comparar muestras relacionadas, se utiliza la prueba de McNemar; para muestras
independientes se usa la prueba de chi cuadrada.
Análisis de correlación.
Cuando se desea establecer la relación de 2 variables cuantitativas continuas con distribución normal se
utilizará el coeficiente de correlación de Pearson (r de Pearson). Sin embargo, cuando alguna de las 2
variables por correlacionar no sigue una distribución normal, la prueba que corresponde es el coeficiente de
correlación de Spearman (rho de Spearman). Esta última es la que se aplica si se trata de analizar variables
ordinales (ejemplo, el grado de desnutrición y su correlación con el grado de anemia).
