Calculadora de Estadísticos Descriptivos y Normalidad con Resultados APA 7
Pega tus variables y obtén la tabla de descriptivos APA (M, DE, IC 95%, mediana, mín, máx), asimetría y curtosis con valores z, las pruebas de Shapiro–Wilk y Kolmogorov–Smirnov, un histograma por variable y dos frases de resultados redactadas en estilo APA 7.
Pega una o más columnas de Excel o SPSS. Una primera fila con nombres se convierte en las etiquetas de las variables. O escribe un valor por línea para una sola variable.
Cómo usar esta calculadora
1. Pega tus columnas. Copia una o más columnas de Excel o de la Vista de datos de SPSS. Si la primera fila contiene los nombres de las variables, se toman como etiquetas. También puedes escribir un valor por línea para una sola variable.
2. Revisa los nombres. Las etiquetas aparecen en ambas tablas y en ambas frases APA, así que hazlas coincidir con tu tesis.
3. Lee la tabla de descriptivos. Media con su intervalo de confianza del 95%, mediana, moda, DE, EE, rango y cuartiles, calculados como los reportan Descriptivos y Explorar de SPSS.
4. Lee la tabla de normalidad. Asimetría y curtosis con sus errores estándar y valores z, W y p de Shapiro–Wilk, D de Kolmogorov–Smirnov con la corrección de Lilliefors, y un veredicto que sigue la regla que aplican la mayoría de los directores.
5. Copia las dos frases APA. Una describe las variables, la otra reporta la normalidad. Abren el capítulo de resultados. El capítulo completo, cada hipótesis con tablas, es lo que el Intérprete del Capítulo 4 redacta a partir de tu output de SPSS.
Qué son los estadísticos descriptivos
La media (M) es el promedio aritmético; su intervalo de confianza del 95% es M ± tcrit × EE, el rango en el que probablemente se sitúa la media poblacional. La mediana (Mdn) es el valor central y la moda el más frecuente. La desviación estándar (DE) es la distancia típica de una puntuación respecto a la media, calculada con n − 1 como hace SPSS; el error estándar (EE) es DE/√n. Los cuartiles usan la definición de promedio ponderado por defecto de SPSS, así que Q1, Mdn y Q3 coinciden con la salida de Explorar.
APA 7 reporta M y DE con dos decimales, con n, y añade el rango o la mediana cuando la distribución es asimétrica. Una tabla de descriptivos es la primera tabla de la mayoría de los capítulos de resultados; la primera tabla de la calculadora tiene las columnas necesarias.
Asimetría, curtosis y sus valores z
La asimetría mide la falta de simetría: positiva cuando la cola se extiende a la derecha (ingresos, tiempos de reacción), negativa cuando se extiende a la izquierda (efectos techo, exámenes fáciles). La curtosis mide cuán pesadas son las colas respecto a una curva normal; SPSS y esta calculadora reportan la curtosis en exceso, donde 0 es normal. Ambas usan las fórmulas G1 y G2 con corrección de sesgo que imprime SPSS.
Dividir cada una por su error estándar da un valor z. |z| < 1.96 es el límite habitual para muestras menores de 300, |z| < 3.29 para las mayores (Kim, 2013). Muchos metodólogos aceptan también asimetría entre −2 y +2 y curtosis entre −7 y +7 como tolerables para una prueba t o un ANOVA (West, Finch & Curran, 1995). La calculadora marca en negrita los valores z que superan 1.96.
Shapiro–Wilk y Kolmogorov–Smirnov
La prueba de Shapiro–Wilk compara los datos ordenados con los valores esperados bajo una distribución normal; W cercana a 1 con p ≥ .05 significa que no hay desviación significativa. Es la más potente de las pruebas de normalidad habituales y la que reporta Explorar en SPSS. La calculadora usa el algoritmo de Royston de 1995, el mismo que SPSS, R y scipy, válido de 3 a 5.000 valores.
La prueba de Kolmogorov–Smirnov mide la mayor distancia D entre la distribución acumulada empírica y la normal. Cuando la media y la DE se estiman de los datos, como aquí, el valor p ordinario de K–S es incorrecto; SPSS aplica la corrección de Lilliefors, y esta calculadora también, con la aproximación de Dallal–Wilkinson.
Ambas pruebas rechazan desviaciones triviales en muestras grandes. Con n ≥ 50 el veredicto de la calculadora sigue por tanto a los valores z, y con n < 50 a Shapiro–Wilk; la frase reporta ambos para que el lector juzgue. Mira también el histograma: una campana algo desplazada está bien, una segunda joroba o una cola larga no.
Cómo reportar descriptivos y normalidad en APA 7
Descriptivos: “La satisfacción laboral osciló entre 3.20 y 4.70 (M = 3.97, DE = 0.38, n = 30).” Normalidad: “La satisfacción laboral no se desvió significativamente de la normalidad, Shapiro–Wilk W(30) = .978, p = .771 (z-asimetría = −0.19, z-curtosis = −0.61).” Pon todas las variables en una tabla APA, nombra la prueba y di qué hiciste cuando una variable falló: una transformación, una prueba no paramétrica o nada porque la muestra era grande. La calculadora redacta ambas frases; renombra las variables para que suenen como tu estudio.
Un capítulo de resultados empieza exactamente así. Mira una sección de descriptivos y una sección de supuestos reales en la demo del Intérprete del Capítulo 4.
Preguntas frecuentes
Shapiro–Wilk dice p < .05 pero mi histograma se ve bien. ¿A cuál hago caso?
Con más de unos 50 valores, Shapiro–Wilk detecta desviaciones demasiado pequeñas para importar en una prueba t o un ANOVA. Reporta la prueba, luego apóyate en los valores z y el histograma, y dilo. Eso es lo que hace el veredicto de la calculadora.
¿Qué prueba de normalidad debo reportar?
Shapiro–Wilk, salvo que tu departamento pida Kolmogorov–Smirnov. Si reportas K–S, indica que es con la corrección de Lilliefors, porque la versión sin corregir no es válida cuando la media y la DE proceden de la muestra.
Mi variable es un total Likert. ¿Se aplica la normalidad?
Los totales de escala de varios ítems se comportan lo bastante parecido a puntuaciones continuas como para que apliquen las comprobaciones anteriores. Un solo ítem Likert no; descríbelo con frecuencias y una mediana.
¿Estos números coinciden con SPSS?
Sí: media, DE, EE, asimetría, curtosis y sus errores estándar coinciden con Descriptivos; los cuartiles con el valor por defecto de Explorar; Shapiro–Wilk y K–S con corrección de Lilliefors con la tabla Pruebas de normalidad. Todos los valores se comprueban frente a scipy y statsmodels.