¿Qué técnica estadística debo utilizar?

Uno de los mayores retos al analizar datos no suele ser ejecutar una técnica estadística, sino elegir la adecuada. Es una situación habitual entre estudiantes, investigadores e incluso profesionales con experiencia, ya que existen decenas de métodos disponibles y, en muchas ocasiones, varios parecen válidos para el mismo problema.

Sin embargo, la elección no debería empezar preguntándose «¿qué técnica conozco?», sino «¿qué quiero averiguar con mis datos?». Como comentaba el profesor Antonio Aznar cuando era estudiante, la estadística no consiste en aplicar el método más sofisticado, sino el que mejor responde a la pregunta de investigación.

En términos generales, la decisión puede resumirse en unos pocos escenarios.

Si el objetivo es comparar grupos, las pruebas clásicas siguen siendo la mejor opción. La t de Student permite comparar dos grupos, mientras que el ANOVA amplía la comparación a tres o más. Si además es necesario controlar el efecto de otras variables, técnicas como el ANCOVA ofrecen una solución adecuada.

Cuando la pregunta es si dos variables están relacionadas, entran en juego las medidas de asociación. Dependiendo del tipo de variables y de los supuestos estadísticos, podremos utilizar correlaciones de Pearson o Spearman, pruebas de chi-cuadrado o medidas como la V de Cramer para variables categóricas.

En muchos estudios, el interés no está solo en conocer relaciones, sino en explicar o predecir un resultado. Ahí aparecen los distintos modelos de regresión. Desde la regresión lineal, útil para variables cuantitativas, hasta la regresión logística cuando la variable dependiente es categórica. También es frecuente analizar efectos de mediación o moderación para comprender los mecanismos que explican una relación o las condiciones bajo las cuales cambia su intensidad.

A medida que las preguntas de investigación se vuelven más complejas, también lo hacen las herramientas estadísticas. El análisis factorial permite identificar dimensiones latentes en un conjunto amplio de variables, mientras que los modelos de ecuaciones estructurales (SEM) hacen posible analizar simultáneamente múltiples relaciones entre constructos, incorporando además el error de medida. Si el objetivo es eminentemente predictivo o la muestra es limitada, enfoques como PLS-SEM constituyen una alternativa muy utilizada. No voy a entrar en por qué todo el mundo está usando PLS y no SEM porque es una batalla perdida. Lo de las modas en metodología de investigación es una pena y, en algún momento, los editores de las grandes revistas científicas tendrán que tomar medidas.

Antes de decidir, conviene hacerse cinco preguntas muy sencillas:

• ¿Cuál es mi objetivo: comparar, relacionar, explicar o predecir?
• ¿Qué tipo de variable quiero analizar?
• ¿Cuántos grupos o variables intervienen?
• ¿Cómo está estructurada mi base de datos?
• ¿Se cumplen los supuestos del método elegido?

La infografía que acompaña este artículo resume este proceso de decisión y recoge las principales técnicas utilizadas en investigación cuantitativa, desde las pruebas más básicas hasta modelos avanzados como SEM o ARIMA. Mi intención no es sustituir un manual de estadística, sino ofrecer una guía visual que permita identificar rápidamente qué herramienta puede ser la más adecuada en función del problema de investigación.