Cómo leer la salida del software

1 · El problema

El software siempre devuelve un resultado. No avisa si la variable era categórica, si el supuesto no se cumplía o si la pregunta no tenía sentido.

2 · Lo primero: el n

Antes que cualquier otra cosa, buscar cuántos casos entraron en el análisis.

Si no coincide con el total de la base, el programa descartó casos —casi siempre por datos faltantes— y lo hizo en silencio. Eso cambia a quién describe el resultado.

En SPSS la tabla suele traer una fila “N válido (según lista)”: ahí está. En R, summary() informa los NA. En pandas, .info() muestra cuántos no nulos tiene cada columna.

3 · Las columnas que siempre aparecen

Columna	Qué es	Trampa
Mean / Media	Media muestral	No dice nada sin dispersión
Std. Deviation / DE	Desvío estándar de los datos	No confundir con el siguiente
Std. Error / EE	Error estándar de la media	Mucho más chico; describe la estimación, no los datos
Sig. / p-value	p-valor	“Sig.” es significación, no “significativo”
df / gl	Grados de libertad	Si no coinciden con lo esperado, el $n$ no es el que creías
t, F, χ²	Estadístico de prueba	Va informado junto al p-valor
95 % CI	Intervalo de confianza	Es lo más informativo de la tabla y lo que menos se mira

Las dos primeras confusiones son las que más cuestan: desvío estándar vs error estándar, y “Sig.” como abreviatura de significación y no de significativo.

4 · Los avisos que no hay que ignorar

Los programas avisan poco, pero cuando avisan hay que leer:

• “Se han eliminado N casos por valores perdidos” — cambió el universo.
• “La varianza de un grupo es cero” — o el grupo tiene un solo caso, o la variable es constante ahí.
• “Matriz no definida positiva” — hay variables redundantes o colineales.
• “No convergió” — el modelo no encontró solución; el resultado que muestra no sirve.
• SettingWithCopyWarning en pandas — puede que tu modificación no se haya guardado.
• Notas al pie de las tablas de SPSS — ahí está la mitad de la información metodológica.

5 · Los tres controles de sensatez

Antes de copiar un número al informe:

1 · ¿El orden de magnitud tiene sentido? Una media de ingreso de 1.104 cuando esperabas 1.104.227 indica que la variable estaba en miles, o que se leyó mal el separador decimal.

2 · ¿El signo es el esperado? Si la correlación entre educación e ingreso da negativa, antes de escribir la interpretación conviene revisar cómo están codificadas las categorías.

3 · ¿Los grados de libertad cuadran? En una prueba t de dos muestras independientes con 100 casos, los gl deberían rondar 98. Si dicen 40, se perdieron casos en el camino.

6 · Un ejemplo de lectura

Una salida típica de prueba t en SPSS:

                        t      gl    Sig. (bilateral)   Dif. de medias
Varianzas iguales     4,82   1184        ,000              142300
No asumidas           4,79   1102        ,000              142300

Qué se lee, en orden:

• Dos filas, no una: hay que elegir cuál informar según la prueba de Levene que aparece a la izquierda en la misma tabla.
• gl = 1184: con dos grupos, eso implica unos 1.186 casos. ¿Coincide con la base?
• Sig. = ,000 no significa que el p-valor sea cero: significa que es menor a 0,0005. Se informa como p < 0,001, nunca como p = 0,000.
• La diferencia de medias es el dato sustantivo, y es el que casi nadie informa. El p-valor dice si hay diferencia; este dice cuánta.

7 · Errores frecuentes

• Copiar el p-valor y nada más. Sin el estadístico, los gl, el tamaño del efecto y el intervalo, el p-valor solo no significa casi nada.
• Escribir p = 0,000. Un p-valor nunca es exactamente cero.
• Confundir desvío estándar con error estándar. El segundo es mucho más chico y describe otra cosa.
• Leer “Sig.” como “significativo”. Es “significación”.
• No verificar el $n$ del análisis.
• Ignorar las notas al pie.
• Interpretar un modelo que no convergió. El resultado que muestra no es válido.
• Suponer que la salida usa la fórmula que enseñaron en clase. Cuantiles, asimetría y curtosis tienen varias versiones, y los programas eligen distinto.

@misc{estadistica_ar_interpretar_la_salida_del_software,
  author       = {Montivero, Jorge Luis},
  title        = {{Cómo leer la salida del software}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/interpretar-la-salida-del-software}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}