¿t de Student, Wilcoxon o ANCOVA? La prueba estadística de tu TFG de Educación según el diseño de aula (comparativa 2026)

La prueba estadística de un TFG de Educación la decide el diseño de aula, no el software: un solo grupo medido antes y después pide la t de Student para muestras relacionadas o la prueba de Wilcoxon; dos grupos intactos medidos en pretest y postest piden una ANCOVA con el pretest como covariable; dos grupos comparados solo al final piden la t para muestras independientes o Mann-Whitney; y un estudio de actitudes sin intervención pide correlaciones o comparaciones entre cursos. Esta comparativa recorre los seis diseños que se repiten en los TFG de Magisterio, Pedagogía y Máster de Profesorado y asigna a cada uno su prueba, su alternativa no paramétrica, su tamaño del efecto y su frase de resultados.

Tabla comparativa: diseño de aula, prueba principal y alternativa

La tabla vale para cualquier variable dependiente habitual en Educación: puntuaciones de una prueba de rendimiento, una escala de actitudes o motivación sumada, una rúbrica con puntuación total o el número de aciertos en una tarea. Lo que cambia entre filas es quién se compara con quién y cuántas veces se mide, que es exactamente lo que define un diseño.

1. Un grupo, pretest-postest: t para muestras relacionadas o Wilcoxon

Es el diseño de la mayoría de los TFG de Magisterio con propuesta didáctica aplicada: un aula, una prueba inicial, seis u ocho sesiones y una prueba final. La comparación correcta es entre las dos medidas de los mismos alumnos, por lo que la prueba es la t de Student para muestras relacionadas, cuya única condición relevante es que las diferencias pre-post se distribuyan de forma aproximadamente normal. Con clases de 20 a 26 alumnos esa condición se comprueba con Shapiro-Wilk sobre las diferencias, y cuando no se cumple, o cuando la variable es claramente ordinal, se recurre a la prueba de Wilcoxon.

El punto débil del diseño no es estadístico sino de validez interna: sin grupo control, la mejora puede deberse a la maduración, a la familiaridad con la prueba o a la propia dinámica del curso. El tribunal no penaliza el diseño, penaliza que la discusión atribuya la mejora a la intervención sin nombrar esas alternativas. La ejecución de la prueba en jamovi y en SPSS, con la lectura de la salida, está explicada en la guía sobre cómo hacer la prueba t de Student paso a paso.

2. Dos grupos intactos con pretest y postest: ANCOVA

Cuando se dispone de dos clases del mismo curso y una recibe la intervención, el diseño es cuasiexperimental con grupos intactos: nadie ha asignado a los alumnos al azar y los grupos pueden partir de niveles distintos. La prueba que resuelve ese problema es la ANCOVA: compara los postests de los dos grupos ajustando por el pretest, de modo que la diferencia final se interpreta a igualdad de punto de partida. Sus supuestos añadidos (relación lineal entre pretest y postest y pendientes homogéneas en ambos grupos) se comprueban en el mismo análisis, y el procedimiento completo está en el artículo sobre cómo aplicar una ANCOVA con pendientes homogéneas.

Las dos alternativas habituales en los TFG son menos potentes pero aceptables cuando la muestra es pequeña o los supuestos fallan: comparar las ganancias (postest menos pretest) de ambos grupos con una t para muestras independientes o con Mann-Whitney, o plantear un ANOVA mixto 2 × 2 (momento × grupo) e interpretar la interacción. Cualquiera de las tres es defendible si el capítulo de método explica por qué se eligió. El diseño cuasiexperimental con escala Likert, sus variables y sus limitaciones se describen en la guía sobre escala Likert y diseño cuasiexperimental en el TFG.

3. Dos grupos solo con postest: t independiente o Mann-Whitney

Ocurre cuando la intervención ya se hizo y no hay pretest, o cuando el TFG compara dos metodologías aplicadas por dos docentes distintos y solo se dispone de la evaluación final. La prueba es la t de Student para muestras independientes, con la corrección de Welch si las varianzas difieren, y la U de Mann-Whitney como alternativa. Es el diseño más frágil de los seis porque no puede descartar que los grupos fueran diferentes desde el principio, y conviene aportar cualquier dato previo (la nota de la evaluación anterior, por ejemplo) como evidencia de equivalencia. Cuándo preferir una u otra prueba y cómo interpretarlas está en t de Student o Mann-Whitney: cuándo usar cada una.

4, 5 y 6. Cursos, correlaciones y resultados categóricos

Tres o más grupos. Los TFG descriptivos que comparan actitudes o hábitos entre cursos (o entre centros, o entre etapas) usan el ANOVA de un factor con comparaciones post hoc (Tukey o Bonferroni) y, si la normalidad o la homogeneidad de varianzas fallan, Kruskal-Wallis con la prueba de Dunn. El tamaño del efecto es eta cuadrado.

Relación entre variables. Cuando no hay intervención y la pregunta es si dos medidas van juntas (motivación y rendimiento, uso de pantallas y comprensión lectora, clima de aula y satisfacción), la prueba es la correlación de Pearson o, con variables ordinales o distribuciones asimétricas, la de Spearman. Es el diseño más sencillo de analizar y el más fácil de sobreinterpretar: una correlación en un TFG de Educación nunca demuestra que una variable cause la otra.

Variable dependiente categórica. Si el resultado es alcanzar o no un nivel de logro, aprobar o suspender, o elegir una opción, las pruebas son de frecuencias: McNemar para el mismo grupo antes y después, chi-cuadrado para comparar dos grupos y la prueba exacta de Fisher cuando alguna casilla esperada queda por debajo de 5, algo frecuente con una sola clase.

Si tu diseño no encaja en ninguna fila, el árbol genérico por tipo de variable y número de grupos está en la guía sobre cómo elegir la prueba estadística del TFG con un árbol de decisión; este artículo es su versión para el aula.

Lo que el tribunal de Educación mira además de la prueba

• La comprobación de supuestos, dicha en una frase. Shapiro-Wilk sobre las diferencias o sobre cada grupo, Levene para la homogeneidad de varianzas, y la decisión que tomaste con su resultado.
• El tamaño del efecto, siempre. Con 24 alumnos un valor p de 0,08 y una d de 0,55 cuentan una historia distinta de la que cuenta el valor p solo; la interpretación educativa está en la d, no en la p.
• La unidad de análisis. Los alumnos de una misma clase no son observaciones independientes; en un TFG no se exige un modelo multinivel, pero sí reconocer esa limitación cuando se comparan dos aulas completas.
• La coherencia con la metodología. El diseño declarado en el capítulo de método debe ser el que analiza el capítulo de resultados; un diseño «cuasiexperimental con grupo control» analizado solo con una t pareada del grupo experimental es la incoherencia más frecuente. Cómo escribir ese capítulo sin contradicciones está en cómo escribir la metodología de un TFG de Magisterio.
• La redacción APA 7 del resultado. Medias y desviaciones por grupo o momento, el estadístico con sus grados de libertad, el valor p exacto y el tamaño del efecto, en una frase que un lector no estadístico pueda seguir.

Con la prueba elegida y la salida de jamovi delante, escribir el apartado de resultados es cuestión de traducir tablas a frases. Tesify redacta ese apartado a partir de tu diseño y de tus estadísticos, con las frases en formato APA 7 y la interpretación del tamaño del efecto, para que tu trabajo sea revisar que cada cifra coincide con la salida del programa.

Nuestra recomendación

Si tienes una sola clase y dos mediciones, t para muestras relacionadas con Wilcoxon como comprobación y d de Cohen como tamaño del efecto. Si tienes dos clases y dos mediciones, ANCOVA sobre el postest con el pretest como covariable, y el ANOVA mixto como plan alternativo. Si solo tienes el final, t independiente o Mann-Whitney con toda la evidencia de equivalencia previa que puedas reunir. En los tres casos, jamovi cubre el análisis sin licencia, y la calidad del TFG la decide más la honestidad de las limitaciones que la sofisticación de la prueba.

Preguntas frecuentes

¿Puedo usar la t de Student con una clase de 22 alumnos?

Sí, si la distribución de las diferencias no se aleja mucho de la normalidad; la t es razonablemente robusta con muestras pequeñas y simétricas. Comprueba Shapiro-Wilk sobre las diferencias pre-post y, si se rechaza con claridad o hay valores extremos, presenta Wilcoxon como prueba principal y la t como comprobación.

¿Qué hago si el grupo control es otra clase con otro profesor?

Reconócelo como amenaza a la validez interna en las limitaciones, mide el pretest en ambos grupos y ajusta por él con ANCOVA. No puedes eliminar el efecto docente, pero sí demostrar que los grupos partían de niveles comparables y que la diferencia en el postest no se explica por el punto de partida.

¿Es mejor analizar las ganancias pre-post o el postest ajustado por el pretest?

Con dos grupos intactos, la ANCOVA sobre el postest con el pretest como covariable suele tener más potencia que comparar ganancias con una t, y controla las diferencias iniciales. Comparar ganancias es aceptable en un TFG si la muestra es pequeña y los supuestos de la ANCOVA no se cumplen.

¿Qué tamaño del efecto debo reportar?

d de Cohen para las pruebas t (o su equivalente para muestras relacionadas), r para Wilcoxon y Mann-Whitney, eta cuadrado parcial para ANOVA y ANCOVA. Un tribunal de Educación valora más un efecto mediano bien interpretado que un valor p pequeño sin tamaño del efecto.

¿Puedo tratar la escala de actitudes como variable continua?

Si sumas o promedias varios ítems Likert en una puntuación total, la práctica habitual es tratarla como continua y usar pruebas paramétricas con comprobación de normalidad. Un ítem aislado es ordinal y se analiza con pruebas no paramétricas o con frecuencias.

¿Necesito grupo control para aprobar un TFG de Educación?

No. Un diseño pretest-postest con un grupo es habitual y aceptado en Magisterio si la discusión reconoce que no puede aislar el efecto de la intervención de la maduración o de la práctica con la prueba. El grupo control mejora el trabajo, pero su ausencia no lo invalida.

¿Qué software uso si no tengo licencia de SPSS?

jamovi es gratuito, tiene interfaz en español y cubre todas las pruebas de este artículo, incluida la ANCOVA y los tamaños del efecto. JASP es una alternativa equivalente. Indica el programa y la versión en el capítulo de método.

¿Cómo redacto el resultado de una prueba t en APA 7?

Con el estadístico, los grados de libertad, el valor p exacto y el tamaño del efecto, precedidos de las medias y desviaciones típicas de cada momento o grupo, por ejemplo: la puntuación media aumentó del pretest al postest, t(21) = 3,42, p = 0,003, d = 0,73.

Diseño claro, prueba coherente, supuestos comprobados y tamaño del efecto interpretado: con esos cuatro elementos, el análisis de un TFG de Educación se defiende solo. Empieza tu TFG de Educación en Tesify y convierte tus datos de aula en un capítulo de resultados terminado.