Calculadora de Valor P
Herramienta de Pruebas de Hipótesis
Para una muestra grande o una desviación estándar poblacional conocida.
Para una muestra pequeña cuando se desconoce la desviación estándar poblacional.
Entendiendo los Valores P
Un valor p traduce un estadístico de prueba en una sola probabilidad, indicando qué tan sorprendentes serían tus datos si realmente no hubiera efecto — el pilar de las pruebas de hipótesis estadísticas.
El valor p es la probabilidad, bajo la hipótesis nula, de observar un estadístico de prueba al menos tan extremo como el calculado. Es una medida de sorpresa, no una prueba — un valor p pequeño significa que tus datos serían inusuales si la hipótesis nula fuera verdadera, lo cual es evidencia en su contra, pero no dice nada sobre qué tan grande o importante es un efecto.
Una prueba de dos colas verifica una diferencia en cualquier dirección y es la opción segura por defecto. Una prueba de una cola solo verifica una dirección específica, lo que produce un valor p menor para la misma puntuación — debe elegirse por una razón fundamentada antes de ver los datos, nunca después.
Las Fórmulas
A partir de una Puntuación Z
A partir de una Puntuación T (df grados de libertad)
Donde Φ es la CDF de la normal estándar, Ft es la CDF de la t de Student, y k = 1 para una prueba de una cola o k = 2 para una prueba de dos colas.
Interpretando el Resultado
La mayoría de los campos usan un umbral de significancia convencional — comúnmente α = 0.05 — elegido antes del análisis. Si tu valor p cae por debajo de ese umbral, el resultado normalmente se etiqueta como "estadísticamente significativo" y se rechaza la hipótesis nula; de lo contrario, no se rechaza. Esto no significa que la hipótesis nula quede probada como verdadera cuando el valor p es grande, solo que los datos no proporcionaron evidencia suficientemente fuerte en su contra. La pestaña Puntuación Z es apropiada para muestras grandes o una desviación estándar poblacional conocida, mientras que la pestaña Puntuación T considera la incertidumbre adicional de muestras pequeñas mediante los grados de libertad que proporcionas.
El nivel de significancia más utilizado, aunque es una convención, no una regla universal.
Un valor p de dos colas es simplemente el doble del valor de una cola para la misma puntuación.
Un df menor ensancha las colas de la distribución t, produciendo valores p mayores que la aproximación normal.
Puntos Clave
- Un valor p mide la sorpresa bajo la hipótesis nula, no la probabilidad de que la hipótesis nula sea verdadera.
- Elige una cola o dos colas antes de ver tus datos, según si solo una dirección del efecto es significativa.
- Usa la pestaña Puntuación T para muestras pequeñas — las colas más pesadas de la distribución t consideran la incertidumbre adicional de estimar la variabilidad con datos limitados.
- ¿Necesitas la puntuación z subyacente o un intervalo de confianza? La Calculadora de Puntuación Z y la Calculadora de Intervalo de Confianza cubren esos cálculos directamente.
Frequently Asked Questions
- Elige la pestaña Puntuación Z si ya tienes una puntuación z (muestra grande o desviación estándar poblacional conocida), o la pestaña Puntuación T si tienes una puntuación t y necesitas indicar los grados de libertad.
- Ingresa la puntuación (y los grados de libertad, en la pestaña de Puntuación T).
- Elige Una Cola o Dos Colas en el menú desplegable.
- Haz clic en "Calcular" para ver el valor p resultante.
Un valor p es la probabilidad de observar un estadístico de prueba al menos tan extremo como el que calculaste, suponiendo que la hipótesis nula es verdadera. Un valor p pequeño significa que tu resultado observado sería poco probable si realmente no hubiera efecto, lo cual se toma como evidencia en contra de la hipótesis nula. Un valor p no indica la probabilidad de que la hipótesis nula sea verdadera, ni el tamaño o la importancia de un efecto — solo mide qué tan sorprendentes serían tus datos bajo la hipótesis nula.
Una prueba de dos colas pregunta si tu estadístico es inusualmente lejano de cero en cualquier dirección, y es la opción segura por defecto cuando no tienes una expectativa fuerte sobre la dirección de un efecto. Una prueba de una cola pregunta si tu estadístico es inusualmente lejano en una dirección específica solamente, y solo debería usarse cuando la dirección opuesta es verdaderamente irrelevante para tu pregunta — produce un valor p menor para la misma puntuación, por lo que debe elegirse antes de ver los datos, no después, para evitar inflar la significancia.
Los grados de libertad (df) capturan cuánta información queda disponible para estimar la variabilidad una vez calculados los estadísticos de tu muestra — comúnmente df = n − 1 para una prueba t de una muestra con tamaño n. Un df más pequeño produce una distribución t con colas más pesadas que la distribución normal, por lo que la misma puntuación t genera un valor p mayor (menos significativo) que el que produciría una prueba z. A medida que df crece, la distribución t converge hacia la normal estándar.
Un umbral de significancia (comúnmente llamado α, a menudo fijado en 0.05) es un límite elegido antes del análisis: si el valor p cae por debajo de él, el resultado se llama "estadísticamente significativo" y se rechaza la hipótesis nula. Esto es solo una convención, no una ley natural — 0.05 significa que esperarías ver un resultado tan extremo por puro azar aproximadamente 1 de cada 20 veces, incluso si realmente no hay efecto, por lo que el umbral debe elegirse según lo que esté en juego en la decisión.
Los valores p de puntuación z usan la función de distribución acumulada (CDF) de la normal estándar, calculada aquí mediante una aproximación racional a la función de error (erf). Los valores p de puntuación t usan la CDF de la distribución t de Student, calculada mediante la función beta incompleta regularizada — una técnica numérica estándar y bien probada, precisa hasta aproximadamente seis decimales, más que suficiente para cualquier uso estadístico práctico.