Errores estadísticos frecuentes en tesis

1 · Por qué esta entrada

Porque los mismos problemas aparecen en trabajo tras trabajo, y casi todos se podrían haber evitado en la etapa de diseño.

2 · En el diseño

Pregunta sin población, período ni variables definidas. Si la pregunta no dice a quiénes, cuándo y qué se mide, ningún análisis la va a poder responder.

Diseño que no habilita la conclusión buscada. Querer afirmar causa con un transversal. Se decide en el diseño, no se arregla después.

Tamaño de muestra sin justificar, o justificado con “el 10 % de la población”.

Instrumento propio sin evidencia de validez. Un cuestionario armado a mano y usado sin revisión ni piloto mide algo que nadie sabe qué es.

Objetivos que no se corresponden con ningún análisis.

3 · En el relevamiento y la carga

No hacer prueba piloto. Todo lo que el piloto habría detectado se detecta igual: con la muestra real y sin arreglo.

Sin identificador único por caso. Después ningún dato sospechoso se puede verificar.

Corregir la base a mano. Rompe la trazabilidad; nadie puede saber qué se cambió.

No registrar la no respuesta. Sin la tasa de respuesta, el lector no puede evaluar el sesgo de selección.

4 · En el análisis

Elegir la prueba después de ver los resultados. Es el error que más invalida, y el más difícil de detectar desde afuera. Lo previene el plan de análisis.

No verificar supuestos. Correr una prueba t sin mirar la distribución.

Usar la media en variables muy asimétricas. Con ingresos, precios o tiempos, casi siempre corresponde la mediana.

Promediar variables ordinales sin declararlo.

Ignorar los ponderadores en datos de encuestas con diseño complejo.

Muchas pruebas sin corrección. Con veinte comparaciones al 5 %, se espera una significativa por azar.

Tratar el faltante como cero.

Eliminar atípicos porque molestan.

5 · En los archivos y el código

Es la categoría que no figura en ningún reglamento y la que más noches arruina.

Todo hecho a mano en la planilla. Cuando aparece una corrección en los datos —y aparece— hay que rehacer cada paso de memoria, sin saber cuáles fueron.

Ningún script guardado. El análisis existió y no se puede repetir. Si el jurado pide rehacer algo con otro criterio, no hay cómo.

La base original pisada. Se limpió sobre el único archivo que había.

Quince versiones del documento llamadas tesis_final, tesis_final2, tesis_final_corregida_ok. Tarde o temprano se avanza sobre la equivocada.

Resultados pegados a mano en el texto. Cambia un filtro, se actualiza la tabla y el párrafo queda con los números viejos.

Sin semilla fija en procedimientos con azar —remuestreo, imputación, particiones—: los resultados cambian en cada corrida y no se pueden reproducir.

Ver flujo de trabajo reproducible y organización de un proyecto de datos.

6 · En la escritura

Informar solo el p-valor. Sin magnitud, intervalo ni tamaño del efecto.

Escribir p = 0,000.

Confundir significación con importancia. Con $n$ grande, diferencias irrelevantes dan significativas.

Decir “no hubo diferencia” cuando el resultado no fue significativo. No rechazar no es probar que no hay.

Verbos causales con diseño observacional. “Influye”, “impacta”, “genera”.

Números del texto que no coinciden con las tablas.

Conclusiones que exceden el universo estudiado.

Limitaciones como fórmula vacía.

Marco teórico desconectado del análisis. Cuarenta páginas de antecedentes que no vuelven a aparecer en la discusión.

7 · Cuáles no tienen arreglo y cuáles sí

No todos pesan igual. Conviene saber cuáles son fatales —porque comprometen la validez del trabajo— y cuáles se resuelven en una tarde de escritura:

Error	Gravedad	Qué se puede hacer ahora
Diseño que no permite la conclusión	Alta	Cambiar la conclusión, no el diseño
Población mal definida	Alta	Redefinir el universo real y acotar el alcance
Variable clave no relevada	Alta	Declararlo como limitación; no se inventa
Prueba elegida después de ver los datos	Alta	Reanalizar según criterio previo, o declarar como exploratorio
Supuestos no verificados	Media	Verificarlos y rehacer el análisis si hace falta
Ponderadores ignorados	Media	Rehacer con pesos: son las mismas líneas de código
Informe sin intervalos ni tamaño del efecto	Baja	Agregarlos: están en la misma salida
Limitaciones vacías	Baja	Reescribirlas concretas
Números que no coinciden	Baja	Regenerar tablas desde el análisis

8 · La lista de control

Antes de entregar, catorce preguntas:

1. ¿La pregunta de investigación tiene población, variables y período?
2. ¿El diseño permite la conclusión que quiero sacar?
3. ¿Está justificado el tamaño de muestra?
4. ¿Coincide el $n$ del análisis con el del relevamiento? Si no, ¿está explicado?
5. ¿Cada objetivo tiene su análisis y cada análisis su objetivo?
6. ¿Verifiqué los supuestos de cada prueba?
7. ¿Cada medida de posición va con su dispersión?
8. ¿Cada resultado inferencial trae intervalo y tamaño del efecto?
9. ¿Los números del texto coinciden con los de las tablas?
10. ¿Hay algún verbo causal que el diseño no sostenga?
11. ¿Declaré los faltantes, las exclusiones y la tasa de respuesta?
12. ¿Las limitaciones son concretas, con dirección y efecto?
13. ¿Puedo regenerar todos los resultados desde los datos originales?
14. ¿El resumen contiene los números principales?

9 · El error de fondo

Casi todos los de esta lista tienen el mismo origen: decidir después lo que había que decidir antes.

Elegir la prueba después de ver los datos, calcular el tamaño de muestra después de relevar, definir la población después de conseguir los casos, formular la hipótesis después de conocer el resultado.

En cada caso la operación es correcta y el momento está mal. Por eso el plan de análisis y la matriz de operacionalización son las dos herramientas que más problemas evitan: no porque sean sofisticadas, sino porque obligan a decidir a tiempo.

@misc{estadistica_ar_errores_frecuentes_en_tesis,
  author       = {Montivero, Jorge Luis},
  title        = {{Errores estadísticos frecuentes en tesis}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/errores-frecuentes-en-tesis}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}