¿«Se asocia», «influye» o «causa»? El verbo que tu diseño te permite usar en los resultados (comparativa 2026)
La comparativa en una línea: «se asocia con» lo puede usar cualquier diseño que mida dos variables a la vez; «influye en» exige, como mínimo, orden temporal y control de las variables obvias; «causa» exige manipulación experimental con asignación aleatoria. La mayoría de los TFG está en el primer grupo y escribe como si estuviera en el tercero. Ese salto es el error más habitual del capítulo de resultados y también el más fácil de detectar para un tribunal, porque basta con leer tu propia metodología dos páginas antes.
Tabla comparativa: los tres grupos de verbos
| Grupo 1: asociación | Grupo 2: influencia | Grupo 3: causa | |
|---|---|---|---|
| Verbos y fórmulas | se asocia con, se relaciona con, covaría con, va acompañado de, se observa junto a, correlaciona con | influye en, predice, contribuye a, explica una parte de la varianza de, actúa como factor de | causa, provoca, produce, genera, hace que, es responsable de, aumenta, reduce, mejora |
| Diseño mínimo exigido | Cualquier medición conjunta de dos variables: transversal, encuesta, registro documental | Orden temporal establecido y control estadístico de confusores relevantes: longitudinal, panel, cuasiexperimental | Manipulación de la variable independiente y asignación aleatoria de los participantes, con grupo de comparación |
| Qué puedes concluir | Que las dos variables se mueven juntas en esa muestra | Que una precede y ayuda a anticipar la otra, controlando lo obvio | Que al modificar una, la otra cambia |
| Frecuencia real en TFG | Muy alta | Baja | Muy baja |
| Riesgo si te equivocas | Prácticamente nulo: quedarte corto no es un error | Medio: te pedirán qué confusores controlaste | Alto: invalida la interpretación de todo el capítulo |
Grupo 1: los verbos de asociación
Son los verbos por defecto de un TFG empírico. Sirven para cualquier análisis que ponga dos variables en relación sin manipular ninguna: correlaciones, tablas de contingencia, comparaciones entre grupos naturales, análisis de regresión sobre datos transversales.
Su gran virtud es que son literalmente ciertos. «La ansiedad ante los exámenes se asocia con un menor rendimiento en esta muestra» describe exactamente lo que has medido, y ningún miembro del tribunal puede objetarlo. Su fama de «suenan flojos» es infundada: lo que suena flojo es una frase vaga, no una frase precisa. De hecho, una asociación bien cuantificada, con su intervalo de confianza y su tamaño del efecto, transmite más competencia que una afirmación causal sin respaldo.
Un matiz que conviene dominar: la dirección y la magnitud sí se pueden afirmar con rotundidad dentro de este grupo. «Se observa una asociación negativa de magnitud moderada» es una afirmación fuerte y perfectamente compatible con un diseño transversal. Lo que no puedes añadir es qué variable mueve a cuál. Si necesitas repasar cuándo procede cada coeficiente, la referencia es Pearson frente a Spearman en el TFG.
Grupo 2: los verbos de influencia
Aquí entran «influye», «predice», «contribuye» y «explica». Son verbos ambiguos y por eso peligrosos: en estadística, «predecir» tiene un sentido técnico —una variable entra como regresor en un modelo— que no implica causa; en lenguaje corriente, «predice» y «determina» se leen como causa.
La consecuencia práctica es que puedes usarlos, pero tienes que anclarlos:
- Correcto: «En el modelo de regresión, la variable X predice la puntuación en Y, controlando edad y curso.»
- Incorrecto: «X predice el rendimiento», sin más, en la conclusión.
- Correcto: «X explica el 12 % de la varianza de Y.»
- Incorrecto: «X explica el rendimiento», que en español se lee como «es la razón del rendimiento».
La regla es sencilla: si el verbo aparece con el aparato del modelo alrededor, es técnico y es correcto. Si aparece suelto en una frase de resumen o en las conclusiones, se lee como causa y hay que sustituirlo.
Grupo 3: los verbos causales
El grupo causal es más amplio de lo que parece, y ahí está la trampa. Casi nadie escribe «causa» en un TFG, pero muchísima gente escribe verbos que son causales sin darse cuenta:
- Verbos de cambio con sujeto agente: «el programa mejoró», «la intervención redujo», «la formación aumentó». Si el sujeto es la intervención, la frase es causal.
- Verbos de efecto: «impacta en», «repercute en», «afecta a», «incide en».
- Nombres causales: «el efecto del programa», «el impacto de la variable», «la eficacia de la intervención». Un sustantivo puede afirmar causa igual que un verbo.
- Construcciones de finalidad: «para mejorar el rendimiento, conviene aumentar X». Recomendar una acción presupone que esa acción produce el resultado.
La versión descriptiva de las mismas frases es fácil: «la puntuación aumentó tras el programa», «se observó una reducción en el grupo participante», «el cambio observado entre pretest y postest». El sujeto pasa a ser la medida, no la intervención, y la afirmación queda dentro de lo que el diseño soporta. El detalle de qué diseños permiten qué inferencias está desarrollado en la guía de diseño experimental con ejemplos.
El caso intermedio: pretest-postest sin grupo de control
Es el diseño más frecuente en los TFG de Educación, Enfermería, Psicología y Ciencias del Deporte, y el que más dudas genera. Mides antes, aplicas algo, mides después, y la puntuación sube. ¿Puedes decir que el programa funcionó?
No, y el motivo es concreto: sin grupo de comparación no puedes descartar la maduración de los participantes, el efecto de repetir el mismo test, la regresión a la media ni cualquier acontecimiento externo ocurrido entre las dos medidas. Lo que sí puedes escribir es esto:
- «Se observó un incremento estadísticamente significativo entre la medida previa y la posterior.»
- «La mejora observada es compatible con un efecto del programa, si bien la ausencia de grupo de control impide atribuirla a la intervención.»
Esta segunda frase es la que separa un TFG de notable de uno de aprobado, porque demuestra que has entendido tu diseño en lugar de limitarte a ejecutarlo.
Árbol de decisión en tres preguntas
- ¿Manipulaste tú la variable independiente y asignaste a los participantes al azar? Si la respuesta es sí, tienes el grupo 3 disponible. Si es no, sigue.
- ¿Mediste la causa antes que el efecto y controlaste estadísticamente los confusores más evidentes? Si sí, puedes usar el grupo 2 con el aparato del modelo alrededor. Si no, sigue.
- Estás en el grupo 1. Usa verbos de asociación, añade dirección y magnitud, y delimita la muestra.
Si en el paso 3 te preocupa que el resultado suene poco, recuerda que la fuerza de una discusión no viene del verbo sino de la interpretación. Ese calibrado general está en la guía sobre hasta dónde puedes afirmar en la discusión.
Tabla de sustituciones rápidas
| Si escribiste… | y tu diseño es transversal, escribe… |
|---|---|
| El estrés provoca peor rendimiento | Un mayor nivel de estrés se asocia con un menor rendimiento |
| El uso del móvil afecta al sueño | El uso del móvil y la calidad del sueño muestran una relación inversa |
| La formación mejoró la satisfacción | La satisfacción fue mayor tras la formación |
| El impacto del programa fue positivo | El cambio observado tras el programa fue favorable |
| La variable X determina Y | X se relaciona con Y de forma significativa en esta muestra |
| Los resultados demuestran la eficacia | Los resultados son compatibles con un efecto favorable |
Dónde se cuela el verbo equivocado
En el título. «Influencia del uso de redes sociales en la autoestima» con un diseño transversal ya promete causa desde la portada. «Relación entre el uso de redes sociales y la autoestima» describe lo mismo sin comprometerte.
En los objetivos. «Determinar el efecto de…» obliga a un diseño experimental. Si no lo tienes, el objetivo correcto es «analizar la relación entre…». Revisa esto antes de escribir resultados, porque un objetivo causal con un diseño correlacional es una incoherencia estructural que el tribunal detecta leyendo solo el índice y la metodología.
En el resumen. Es donde más se exagera, porque el espacio empuja a simplificar. El resumen no puede afirmar más que el cuerpo del trabajo.
En las conclusiones. El patrón típico es discutir con prudencia y concluir con causa. Comprueba que cada conclusión tiene un párrafo de la discusión que la sostiene con el mismo verbo.
En las recomendaciones prácticas. «Se recomienda implantar el programa en todos los centros» es una afirmación causal encubierta. La versión defendible es «los resultados justifican evaluar el programa con un diseño controlado antes de generalizarlo».
En los pies de figura. Un gráfico titulado «Efecto del programa sobre la puntuación» afirma causa aunque el texto que lo rodea sea prudente. Titula por lo que muestra la figura: «Puntuación media antes y después del programa».
Qué mira exactamente el tribunal
Un miembro del tribunal con prisa hace tres comprobaciones cruzadas y en este orden. Primero lee el título y los objetivos y anota qué tipo de relación prometes. Después va a la metodología y clasifica tu diseño en un segundo: hay manipulación o no la hay, hay grupo de comparación o no lo hay, hay una medida o hay varias en el tiempo. Por último abre los resultados y las conclusiones y busca la primera frase que supere lo que el diseño permite.
Ese recorrido dura menos de cinco minutos y explica por qué las preguntas de una defensa son tan a menudo las mismas: «¿cómo sabe usted que fue el programa y no el paso del tiempo?», «¿qué variables controló?», «¿en qué población podría replicarse esto?». Las tres preguntas atacan el mismo punto, que es la distancia entre tu diseño y tu verbo.
La buena noticia es que esa distancia se cierra editando, no repitiendo el estudio. Una tarde de sustituciones sobre el documento terminado elimina casi todas las preguntas incómodas, y el trabajo no pierde ni un ápice de valor: lo que aporta un TFG no es la magnitud de lo que afirma, sino la exactitud con que lo afirma.
Qué papel juega el tamaño de la muestra
Ninguno en la elección del grupo de verbos. Una muestra de 4.000 personas medida de forma transversal sigue sin permitirte hablar de causa; una muestra de 30 con asignación aleatoria sí lo permite, aunque con poca precisión. El tamaño afecta a la confianza y al alcance de la generalización, no a la naturaleza de la inferencia. Para la parte del alcance, consulta la guía de muestra y población con tipos de muestreo.
Redacta tus resultados con el verbo correcto
Tesify redacta y revisa tu TFG apartado por apartado, cruza el diseño que has declarado en la metodología con los verbos que usas en los resultados y te avisa cuando una frase promete causa sin tenerla. Empieza gratis con Tesify y revisa tu capítulo de resultados en minutos.
Preguntas frecuentes
¿Puedo usar «influye» si mi regresión es significativa?
Una regresión significativa sobre datos transversales no establece influencia: establece que la variable aporta información sobre la otra en ese modelo. Puedes escribir «predice» dentro de la descripción del modelo, pero en las conclusiones conviene volver a «se asocia con».
¿Un diseño cuasiexperimental permite hablar de causa?
Permite acercarse. Con grupo de comparación no equivalente y medidas previas puedes escribir «los resultados apoyan un efecto del programa», siempre declarando qué diferencias basales existían entre grupos y cómo las trataste.
¿Y si mi tutor usa «influye» en sus propios artículos?
Comprueba el diseño de esos artículos antes de imitar el verbo. Si son longitudinales o experimentales, el verbo está justificado allí y no en tu trabajo. Si de todos modos te lo pide, ancla el verbo al modelo y añade una frase de limitación.
¿Esto se aplica también a un TFG cualitativo?
Sí, con otro vocabulario. En cualitativo no se afirma causa sino mecanismos percibidos: «las participantes atribuyen el cambio a…», «el relato de los informantes vincula X con Y». El verbo describe lo que dicen las personas, no una relación entre variables.
¿Puedo decir «correlación» y «asociación» indistintamente?
Casi. «Correlación» remite a un coeficiente concreto entre variables cuantitativas; «asociación» es más general y también sirve para variables categóricas contrastadas con chi cuadrado. Si tu análisis no fue un coeficiente de correlación, usa «asociación».
¿El verbo tiene que ser el mismo en resultados y en discusión?
En resultados el verbo es puramente descriptivo; en discusión puedes interpretar, pero sin subir de grupo. Interpretar significa proponer explicaciones plausibles y contrastarlas con la literatura, no reetiquetar la asociación como causa.
¿Cómo redacto la hipótesis si no puedo hablar de causa?
Formúlala como relación esperada y con dirección: «se espera una relación negativa entre la ansiedad ante los exámenes y la calificación final». Es una hipótesis contrastable y coherente con un diseño correlacional.
¿Es un error grave o solo una cuestión de matiz?
Es un error de fondo. Afirmar causalidad sin diseño causal es una conclusión que los datos no respaldan, y así lo tratan la mayoría de las rúbricas, dentro del criterio de coherencia entre objetivos, método y conclusiones.
Escribe tu TFG o tesis con IA
Pasa de la teoría a tu documento terminado
Tesify estructura, redacta y formatea tu TFG, TFM o tesis en normas APA y Vancouver, con bibliografía automática y verificación antiplagio integrada. Regístrate gratis, sin tarjeta.
Leave a Reply