Class Summary
¿Cometiste el error de elegir la prueba estadística equivocada para tu tesis? 📊 Un solo fallo en esta decisión puede invalidar meses de investigación y generar el rechazo de tu jurado. En este video te enseño a dominar el árbol de decisiones de 3 preguntas clave, un método basado en la lógica pura de tus datos para encontrar la prueba exacta sin memorizar fórmulas. Olvídate de la parálisis por elección y de la lista gigante de pruebas como T-Student, ANOVA, Chi-Cuadrado o Mann-Whitney. Aprenderás a filtrar tus opciones evaluando tu objetivo, la cantidad de grupos y el tipo de dato (con supuesto de normalidad), pasando de docenas de alternativas a una sola elección plenamente justificable. Descarga la Plantilla de Decisión GRATIS POR TIEMPO LIMITADO: 👉https://drive.google.com/file/d/128iLcWjldLQ0BXB2f7yX6TkRlQlE8l4H/view?usp=drive_link ⏱️ ÍNDICE: 00:00 El error más costoso en la estadística de tu tesis 01:03 ¿Por qué le tenemos miedo a la estadística? 01:57 Pregunta 1: ¿Cuál es el objetivo de tu investigación? 02:39 Pregunta 2: ¿Cuántos grupos tienes y cómo se relacionan? 04:11 Pregunta 3: ¿Qué tipo de datos tienes y el supuesto de normalidad? 07:01 Ejemplo práctico: Aplicando la plantilla a una tesis real 08:49 Descarga la plantilla y atención personalizada VIP 📢 📌 Recursos adicionales: 🔗 Explora más contenido educativo 👉 https://www.facebook.com/share/g/19nDcr1J4a/ 🔗 Sitio Web 👉 asesoriaeducacional.com 🎓 Únete a la comunidad y accede a contenido exclusivo 👉 Hazte miembro aquí https://www.youtube.com/channel/UCC47ELuNUCJx5HhjoHypv0Q/join 📌 No olvides suscribirte para más contenido sobre metodología de investigación y análisis de datos. ¡Dale like y comparte con otros investigadores! #EstadisticaTesis #TesisPasoAPaso #MetodologiaInvestigacion #AnalisisDeDatos #AsesoriaProfeLuisa
Class Transcript
### Marcas de Tiempo - `[00:00]` ¿Sabes cuál es el error más costoso que cometen los estudiantes de tesis? No es el plagio, no es la procrastinación, es elegir la prueba estadística equivocada. Una sola elección errónea puede invalidar meses de trabajo y el rechazo en la defensa. Es una pesadilla. Tranquilo, en los próximos minutos te voy a mostrar el árbol de decisiones del experto, un método de solo tres - `[00:25]` preguntas clave que te dará el 99% de la respuesta. garantizando rigor y evitando la frustración de semanas perdidas. Mi nombre es Luisa y hoy hablaremos de la pregunta que más me hacen. ¿Cómo sé qué método o prueba estadística utilizar en el análisis de resultados de mi tesis? Te enseñaré un método que se basa en la lógica pura de los datos, no en - `[00:50]` fórmulas. Hoy vamos a primero definir el objetivo, el qué. Segundo, analizar la cantidad, el cuántos. Y tercero, la clave de todo, el tipo de dato, el cómo. Pero antes debemos responder a la pregunta que la mayoría ignora. ¿Por qué la estadística te da tanto miedo? El miedo a la estadística tiene un nombre, la parálisis por la elección. En la - `[01:16]` universidad te muestran una lista gigante de pruebas. Testuden, Anova, Manova, Clus Carwallis, Pearson, Spearm y te dicen que elijas. Es como ir al supermercado y tener 100 tipos de sal. Terminas estresado y comprándola incorrecta. El cambio de paradigma es este. Los expertos en estadística no memorizamos. Usamos un anclaje lógico basado en la jerarquía de los datos. Olvídate de la lista. Vamos a dominar la - `[01:46]` lógica con estas tres preguntas que son la única base que necesitas. Si dominas esta teoría, la elección de la prueba se vuelve automática. La primera pregunta es la más fácil y define el tronco de nuestro árbol. ¿Qué quieres hacer? Tu tesis solo puede tener uno de estos cuatro objetivos principales. Primero, describir. Usas estadística descriptiva, promedios, porcentajes. Segundo, comparar. Usas pruebas de - `[02:19]` diferencia. Testuden anova. Tercero, relación o correlación. Usas pruebas de asociación peon chiuadrado y cuarto predecir o explicar. Necesitas un modelo de regresión. Ya sabes el objetivo. Ahora la segunda pregunta, ¿cuántos grupos o variables estoy mirando? Esto es crucial y define si usas una prueba simple o compleja, sobre todo al comparar. - `[02:51]` Si tienes solo dos grupos, hombre y mujer o antes y después, eliges la T Student, si es numérica, o la prueba U de Mand Whisney. Si tienes más de dos grupos, tres métodos de enseñanza, por ejemplo, eliges ANOVA o su equivalente no paramétrico. Aquí está un error avanzado que el jurado detecta. La lógica estadística para comparar dos grupos - `[03:19]` cambia radicalmente si las observaciones provienen de sujetos distintos o de los mismos sujetos. El jurado detecta el error porque confunde el objetivo de la prueba. Veamos. Grupos independientes, es decir, las personas de la muestra A son diferentes a las de la muestra B. Ejemplo, marketing contraventas. Aquí aplicamos T student para muestras independientes o la prueba Uwinney. Si son grupos relacionados, es decir, la - `[03:53]` muestra A es la misma que la muestra B, pero en un tiempo diferente, por ejemplo, un pretest y un postest. Usamos T Student para muestras relacionadas o la prueba de Will Coxson y llegamos al núcleo de la estadística. La pregunta clave número tres, si fallas aquí, fallas todo el análisis. ¿Qué tipo de datos tienes? Existen dos grandes - `[04:20]` categorías, numéricos y categóricos. Los datos categóricos son etiquetas. El sexo, la carrera, el nivel de acuerdo, que puede ser bajo, medio, alto. Aquí no hay promedios. Es un error fundamental intentar promediar el nivel de satisfacción asignándole uno, dos o tres. Tu jurado lo sabe. Si tus datos son categóricos, la prueba es casi siempre chi cuadrado. Puede haber - `[04:50]` algunas alternativas a chi cuadrado. Por ejemplo, si es una muestra pequeña, un 2x 2, usas la prueba exacta de feature. Si las muestras son relacionadas, el pre y el post test, usas la prueba Magnimar para dos momentos dicotómicos. En variables ordinales usas la correlación de Spean o Tau B de Kendal para medir la asociación y la jerarquía. - `[05:18]` Los datos numéricos son cantidades reales. La edad, las horas de estudio, una puntuación del cer al 100. Aquí es donde se complica, porque la estadística tiene un código de honor llamado el supuesto de normalidad. Si tienes datos numéricos, debes hacer una subpregunta. ¿Cumplen el supuesto de normalidad? ¿Siguen la forma de la campana de Gaus? Si la respuesta es sí, son normales. - `[05:45]` Usas pruebas paramétricas. Testuden, ANOVA, Pearson. Estas son las más potentes. Si la respuesta es no, no son normales. Usas pruebas no paramétricas. La prueba de Mc Whidney, Cruzcal Wallis, correlación de Spearman, estas son las pruebas seguras y conservadoras para tu tesis. La secuencia para tomar esta decisión siempre debe ser. Si es categórico u ordinal, ve directamente a - `[06:14]` no paramétrica. Si es numérico y pasa la prueba de normalidad, usa paramétrica anova, testuden. Si es numérico y falla la prueba de normalidad, usa no paramétrica Cruzcalwis, Udeman Wigman. Una pregunta muy frecuente es, ¿qué hago si mi prueba Test student me dio normal, pero mi anova no? Sencillo, el supuesto debe cumplirse para todos los grupos o variables. Si falla en un subgrupo, - `[06:45]` debes ir a no pararamétrica. Siempre el camino más conservador. Pero para ayudarte a implementarlo, he creado una plantilla con este árbol de decisiones simplificados y la lista completa de pruebas. Descárgalo aquí para que veas lo fácil que es. Apliquemos esta plantilla a una tesis real. Las tres preguntas no te dan tres pruebas distintas. Funcionan como un embudo para - `[07:10]` descartar opciones y llevarte a una sola prueba exacta. Imagina esta investigación. ¿Quieres saber si los estudiantes que usan inteligencia artificial para estudiar obtienen mejores notas en su examen final que quienes usan métodos tradicionales? Usemos la plantilla como un filtro. Primera pregunta, ¿cuál es tu objetivo? Como quieres ver si un grupo rinde mejor que el otro, tu objetivo es comparar. En - `[07:37]` la plantilla, la columna comparar ya descartó descriptivos, relaciones y regresiones. Nos quedan solo las pruebas de comparación. Segunda pregunta, ¿cuántos grupos tienes y cómo se relacionan? Tienes dos grupos y A versus tradicional y son independientes. Un alumno solo puede estar en un grupo. Al cruzar esto con el paso anterior, el embudo ya se cerró a solo dos finalistas, T Student o Uman - `[08:08]` Whitney. Tercera pregunta, ¿qué tipo de dato tienes? La nota del examen es un dato numérico. Le aplicamos la prueba de normalidad como chapiro will. Y aquí tomamos la decisión final. Si tus datos son normales, las tres preguntas se cruzan en una sola prueba. La T Student para muestras independientes. Si tus datos no son normales, las tres preguntas se cruzan en su equivalente - `[08:33]` seguro, la U de McWidney. Así de sencillo. Pasaste de docenas de opciones a una sola prueba correcta con tres pasos lógicos. listo para defender tu elección ante cualquier jurado. Si este video te ha dado esa claridad, déjame un me gusta y suscríbete. Nos vemos en el próximo video. Si necesitas que revise tu tema, tus avances en la investigación - `[08:56]` o tienes dudas puntuales sobre este video, únete al nivel bit de mis membresías para atenderte de forma personalizada directamente por WhatsApp. Yeah. ### Texto Completo Continuo ¿Sabes cuál es el error más costoso que cometen los estudiantes de tesis? No es el plagio, no es la procrastinación, es elegir la prueba estadística equivocada. Una sola elección errónea puede invalidar meses de trabajo y el rechazo en la defensa. Es una pesadilla. Tranquilo, en los próximos minutos te voy a mostrar el árbol de decisiones del experto, un método de solo tres preguntas clave que te dará el 99% de la respuesta. garantizando rigor y evitando la frustración de semanas perdidas. Mi nombre es Luisa y hoy hablaremos de la pregunta que más me hacen. ¿Cómo sé qué método o prueba estadística utilizar en el análisis de resultados de mi tesis? Te enseñaré un método que se basa en la lógica pura de los datos, no en fórmulas. Hoy vamos a primero definir el objetivo, el qué. Segundo, analizar la cantidad, el cuántos. Y tercero, la clave de todo, el tipo de dato, el cómo. Pero antes debemos responder a la pregunta que la mayoría ignora. ¿Por qué la estadística te da tanto miedo? El miedo a la estadística tiene un nombre, la parálisis por la elección. En la universidad te muestran una lista gigante de pruebas. Testuden, Anova, Manova, Clus Carwallis, Pearson, Spearm y te dicen que elijas. Es como ir al supermercado y tener 100 tipos de sal. Terminas estresado y comprándola incorrecta. El cambio de paradigma es este. Los expertos en estadística no memorizamos. Usamos un anclaje lógico basado en la jerarquía de los datos. Olvídate de la lista. Vamos a dominar la lógica con estas tres preguntas que son la única base que necesitas. Si dominas esta teoría, la elección de la prueba se vuelve automática. La primera pregunta es la más fácil y define el tronco de nuestro árbol. ¿Qué quieres hacer? Tu tesis solo puede tener uno de estos cuatro objetivos principales. Primero, describir. Usas estadística descriptiva, promedios, porcentajes. Segundo, comparar. Usas pruebas de diferencia. Testuden anova. Tercero, relación o correlación. Usas pruebas de asociación peon chiuadrado y cuarto predecir o explicar. Necesitas un modelo de regresión. Ya sabes el objetivo. Ahora la segunda pregunta, ¿cuántos grupos o variables estoy mirando? Esto es crucial y define si usas una prueba simple o compleja, sobre todo al comparar. Si tienes solo dos grupos, hombre y mujer o antes y después, eliges la T Student, si es numérica, o la prueba U de Mand Whisney. Si tienes más de dos grupos, tres métodos de enseñanza, por ejemplo, eliges ANOVA o su equivalente no paramétrico. Aquí está un error avanzado que el jurado detecta. La lógica estadística para comparar dos grupos cambia radicalmente si las observaciones provienen de sujetos distintos o de los mismos sujetos. El jurado detecta el error porque confunde el objetivo de la prueba. Veamos. Grupos independientes, es decir, las personas de la muestra A son diferentes a las de la muestra B. Ejemplo, marketing contraventas. Aquí aplicamos T student para muestras independientes o la prueba Uwinney. Si son grupos relacionados, es decir, la muestra A es la misma que la muestra B, pero en un tiempo diferente, por ejemplo, un pretest y un postest. Usamos T Student para muestras relacionadas o la prueba de Will Coxson y llegamos al núcleo de la estadística. La pregunta clave número tres, si fallas aquí, fallas todo el análisis. ¿Qué tipo de datos tienes? Existen dos grandes categorías, numéricos y categóricos. Los datos categóricos son etiquetas. El sexo, la carrera, el nivel de acuerdo, que puede ser bajo, medio, alto. Aquí no hay promedios. Es un error fundamental intentar promediar el nivel de satisfacción asignándole uno, dos o tres. Tu jurado lo sabe. Si tus datos son categóricos, la prueba es casi siempre chi cuadrado. Puede haber algunas alternativas a chi cuadrado. Por ejemplo, si es una muestra pequeña, un 2x 2, usas la prueba exacta de feature. Si las muestras son relacionadas, el pre y el post test, usas la prueba Magnimar para dos momentos dicotómicos. En variables ordinales usas la correlación de Spean o Tau B de Kendal para medir la asociación y la jerarquía. Los datos numéricos son cantidades reales. La edad, las horas de estudio, una puntuación del cer al 100. Aquí es donde se complica, porque la estadística tiene un código de honor llamado el supuesto de normalidad. Si tienes datos numéricos, debes hacer una subpregunta. ¿Cumplen el supuesto de normalidad? ¿Siguen la forma de la campana de Gaus? Si la respuesta es sí, son normales. Usas pruebas paramétricas. Testuden, ANOVA, Pearson. Estas son las más potentes. Si la respuesta es no, no son normales. Usas pruebas no paramétricas. La prueba de Mc Whidney, Cruzcal Wallis, correlación de Spearman, estas son las pruebas seguras y conservadoras para tu tesis. La secuencia para tomar esta decisión siempre debe ser. Si es categórico u ordinal, ve directamente a no paramétrica. Si es numérico y pasa la prueba de normalidad, usa paramétrica anova, testuden. Si es numérico y falla la prueba de normalidad, usa no paramétrica Cruzcalwis, Udeman Wigman. Una pregunta muy frecuente es, ¿qué hago si mi prueba Test student me dio normal, pero mi anova no? Sencillo, el supuesto debe cumplirse para todos los grupos o variables. Si falla en un subgrupo, debes ir a no pararamétrica. Siempre el camino más conservador. Pero para ayudarte a implementarlo, he creado una plantilla con este árbol de decisiones simplificados y la lista completa de pruebas. Descárgalo aquí para que veas lo fácil que es. Apliquemos esta plantilla a una tesis real. Las tres preguntas no te dan tres pruebas distintas. Funcionan como un embudo para descartar opciones y llevarte a una sola prueba exacta. Imagina esta investigación. ¿Quieres saber si los estudiantes que usan inteligencia artificial para estudiar obtienen mejores notas en su examen final que quienes usan métodos tradicionales? Usemos la plantilla como un filtro. Primera pregunta, ¿cuál es tu objetivo? Como quieres ver si un grupo rinde mejor que el otro, tu objetivo es comparar. En la plantilla, la columna comparar ya descartó descriptivos, relaciones y regresiones. Nos quedan solo las pruebas de comparación. Segunda pregunta, ¿cuántos grupos tienes y cómo se relacionan? Tienes dos grupos y A versus tradicional y son independientes. Un alumno solo puede estar en un grupo. Al cruzar esto con el paso anterior, el embudo ya se cerró a solo dos finalistas, T Student o Uman Whitney. Tercera pregunta, ¿qué tipo de dato tienes? La nota del examen es un dato numérico. Le aplicamos la prueba de normalidad como chapiro will. Y aquí tomamos la decisión final. Si tus datos son normales, las tres preguntas se cruzan en una sola prueba. La T Student para muestras independientes. Si tus datos no son normales, las tres preguntas se cruzan en su equivalente seguro, la U de McWidney. Así de sencillo. Pasaste de docenas de opciones a una sola prueba correcta con tres pasos lógicos. listo para defender tu elección ante cualquier jurado. Si este video te ha dado esa claridad, déjame un me gusta y suscríbete. Nos vemos en el próximo video. Si necesitas que revise tu tema, tus avances en la investigación o tienes dudas puntuales sobre este video, únete al nivel bit de mis membresías para atenderte de forma personalizada directamente por WhatsApp. Yeah. ---