Una prueba t responde una pregunta: ¿es la diferencia que observaste — entre una muestra y un objetivo, entre dos grupos, o entre mediciones pareadas de antes/después — mayor de lo que produciría el ruido aleatorio del muestreo? Esta calculadora ejecuta las tres variantes comunes a partir de estadísticas de resumen que ya tienes (medias, desviaciones estándar, tamaños de muestra), así que no necesitas datos en bruto ni software estadístico.
¿Qué prueba t necesito?
Usa la prueba de una muestra cuando estás comparando el promedio de un solo grupo contra un valor conocido o hipotetizado (una especificación, un promedio histórico, una media poblacional declarada). Usa la prueba de dos muestras cuando tienes dos grupos separados e independientes y quieres saber si sus medias difieren — esta calculadora usa la versión de Welch, que no asume que los dos grupos tienen varianza igual y es la opción predeterminada más segura en la práctica. Usa la prueba pareada cuando los mismos sujetos fueron medidos dos veces (antes/después, izquierda/derecha, pre/post) — el emparejamiento elimina la variabilidad entre sujetos, así que la prueba es más sensible a un efecto real.
Leyendo el estadístico t, los grados de libertad y el valor p
El estadístico t mide cuántos errores estándar separan la diferencia observada de cero (o de µ₀ para la prueba de una muestra) — cuanto mayor es su valor absoluto, menos compatibles son los datos con la hipótesis nula de que no hay diferencia. Los grados de libertad (df) reflejan cuánta información independiente se usó para estimar la variabilidad; para las pruebas de una muestra y pareada df = n − 1, mientras que la prueba de dos muestras de Welch usa la fórmula de Welch-Satterthwaite, que, con un error estándar positivo, da un df entre min(n₁−1, n₂−1) y n₁+n₂−2. El valor puede ser fraccionario. Si el error estándar es cero, la inferencia t ordinaria no está disponible. El valor p convierte (t, df) en una probabilidad: es la probabilidad de ver un estadístico t tan extremo (o más) si la hipótesis nula fuera realmente cierta. Compáralo con tu umbral de significancia α (convencionalmente 0.05): p < α significa rechazar la hipótesis nula, p ≥ α significa que no tienes evidencia suficiente para hacerlo.
Una cola vs. dos colas, y qué significan los supuestos
Elija una alternativa unilateral antes de examinar los datos. Para t positivo, el valor p superior es la mitad del bilateral; el inferior es uno menos esa mitad. Invierta las direcciones para t negativo. Una prueba bilateral examina ambas direcciones. Siguen siendo necesarias la normalidad o una aproximación muestral justificada y las condiciones de independencia indicadas.