La prueba t de Student compara medias entre uno o dos grupos para determinar si las diferencias observadas son estadísticamente significativas. Existen tres variantes: para una muestra, para dos muestras independientes y para muestras pareadas. Esta calculadora te da el estadístico t, los grados de libertad, el valor p y la significación, sin necesidad de tablas ni cálculos manuales.
📈 Calculadora de Prueba t de Student
Compara medias entre grupos y obtén el estadístico t, grados de libertad y valor p
Datos de la muestra (X)
Introduce valores separados por comas, espacios o saltos de línea.
Hipótesis nula (media teórica)
Valor poblacional contra el que comparar (H₀: μ = μ₀).
Muestra 1 (Grupo A)
Valores separados por comas, espacios o saltos de línea.
Muestra 2 (Grupo B)
Valores separados por comas, espacios o saltos de línea.
Antes (o condición 1)
Valores separados por comas, espacios o saltos de línea.
Después (o condición 2)
Debe tener el mismo número de elementos que «Antes».
Una muestra (vs valor teórico), dos muestras independientes (Student o Welch) y muestras pareadas.
Gráfico de la distribución t con región crítica sombreada. Descargable como imagen.
Funciona en ordenadores, tablets y móviles.
Qué es la prueba t de Student
Es una prueba de hipótesis paramétrica que usa la distribución t de Student. Se aplica cuando trabajas con una o dos muestras y quieres saber si la media observada difiere de un valor de referencia (una muestra), si dos grupos independientes tienen medias distintas (independientes) o si las mediciones repetidas en los mismos sujetos cambian (pareada). Fue desarrollada por William Sealy Gosset bajo el seudónimo «Student» para trabajar con muestras pequeñas, donde la desviación estándar poblacional es desconocida.
Tipos de prueba t y sus fórmulas
Prueba t para una muestra
Compara la media de una muestra con un valor conocido (μ₀). Por ejemplo, quieres saber si el peso medio de una población de ratones es diferente de 20 gramos.
t = (x̄ – μ₀) / (s / √n)
Donde x̄ es la media muestral, s la desviación estándar y n el tamaño de la muestra. Los grados de libertad son n – 1. Se usa cuando solo tienes un grupo y un valor de referencia.
Prueba t para dos muestras independientes
Compara las medias de dos grupos diferentes, como un grupo de control y uno experimental. Hay dos versiones:
- Varianzas iguales (t de Student clásica): t = (x̄₁ – x̄₂) / (sₚ · √(1/n₁ + 1/n₂)), donde sₚ es la desviación estándar combinada. Grados de libertad = n₁ + n₂ – 2. Se asume que las varianzas poblacionales son iguales.
- Varianzas desiguales (t de Welch): t = (x̄₁ – x̄₂) / √(s₁²/n₁ + s₂²/n₂). Los grados de libertad se ajustan con la fórmula de Welch-Satterthwaite, que produce un número decimal. No asume igualdad de varianzas y es más robusta. Se recomienda usar Welch por defecto, sobre todo si los tamaños de muestra son diferentes o las varianzas parecen dispares.
Prueba t para muestras pareadas
Compara las medias de dos mediciones en los mismos sujetos (antes-después, condiciones emparejadas). Por ejemplo, medir la presión arterial de un grupo de pacientes antes y después de un tratamiento.
t = d̄ / (sd / √n)
Donde d̄ es la media de las diferencias entre pares, sd su desviación estándar y n el número de pares. Grados de libertad = n – 1. Es más potente que la prueba independiente porque elimina la variabilidad entre sujetos.
Supuestos de la prueba t
Para que los resultados sean fiables, la prueba t requiere:
- Normalidad: los datos (o las diferencias en el caso pareado) deben seguir aproximadamente una distribución normal. Se puede comprobar con gráficos Q-Q, histogramas o pruebas de normalidad como Shapiro-Wilk (recomendada para muestras pequeñas) o Kolmogorov-Smirnov (para muestras grandes). Si el tamaño muestral es grande (n > 30), la prueba t es robusta a desviaciones moderadas de la normalidad gracias al teorema central del límite.
- Homogeneidad de varianzas (solo en la versión clásica de independientes): las varianzas de los dos grupos son similares. La prueba de Levene ayuda a verificarlo. Si el valor p de Levene es menor que 0.05, las varianzas son significativamente diferentes y debes usar la t de Welch.
- Independencia de las observaciones (excepto en pareadas, donde los pares son dependientes pero las diferencias entre pares son independientes). Las observaciones no deben influirse entre sí.
Qué hacer si no se cumplen los supuestos
Si la normalidad no se cumple y la muestra es pequeña, puedes:
- Transformar los datos (logaritmo, raíz cuadrada) para aproximarlos a la normalidad.
- Usar alternativas no paramétricas, que no requieren normalidad:
- Para dos muestras independientes: prueba U de Mann-Whitney.
- Para dos muestras pareadas: prueba de Wilcoxon de los rangos con signo.
- Si solo se viola la homogeneidad de varianzas, usa la t de Welch en lugar de la clásica.
Tamaño del efecto: d de Cohen
El valor p te dice si la diferencia es significativa, pero no qué tan grande es. Para medir la magnitud de la diferencia se usa la d de Cohen. Puedes calcularla con nuestra calculadora de d de Cohen.
Interpretación orientativa: d ≈ 0.2 (efecto pequeño), 0.5 (medio), 0.8 (grande). Para muestras muy pequeñas (n < 20) se recomienda la g de Hedges, que corrige el sesgo.
Ejemplo resuelto con la calculadora
Supón que quieres saber si una nueva técnica de estudio mejora las calificaciones. Tienes 10 estudiantes que rinden un examen antes y después de aplicar la técnica. Las diferencias (post – pre) son: 2, 3, 1, 4, 2, 3, 2, 1, 3, 2.
Media de diferencias (d̄) = 2.3, desviación estándar (sd) = 0.9487, n = 10.
t = 2.3 / (0.9487 / √10) = 2.3 / 0.3 = 7.67 (aproximadamente).
Grados de libertad = 9. Valor p (bilateral) ≈ 0.00003. Con α = 0.05, el valor p es menor, por lo que rechazas la hipótesis nula: la técnica produce un cambio significativo.
La calculadora devuelve exactamente estos valores si introduces los datos correctamente. Además, puedes obtener el intervalo de confianza para la diferencia media.
Ejemplo adicional: prueba t para dos muestras independientes
Imagina que comparas el rendimiento de dos grupos de estudiantes: uno que usó un método tradicional (n=12, media=70, desviación=8) y otro que usó un método nuevo (n=10, media=78, desviación=6). Suponiendo varianzas iguales, la desviación combinada sₚ = √(((11·64)+(9·36))/20) = √((704+324)/20) = √(1028/20) = √51.4 ≈ 7.17. t = (70-78) / (7.17·√(1/12+1/10)) = -8 / (7.17·0.428) = -8 / 3.07 ≈ -2.61. Grados de libertad = 20. Valor p bilateral ≈ 0.016. Con α=0.05, la diferencia es significativa.
Prueba unilateral vs bilateral
La prueba bilateral (o de dos colas) evalúa si las medias son diferentes en cualquier dirección. La unilateral (una cola) solo evalúa si una media es mayor o menor que la otra. La bilateral es más conservadora y se recomienda salvo que tengas una hipótesis direccional muy clara. La calculadora te permite elegir.
Cómo interpretar los resultados
La calculadora te muestra:
- Estadístico t: cuanto mayor sea en valor absoluto, más evidencia hay contra la hipótesis nula. Su signo indica la dirección de la diferencia.
- Grados de libertad: dependen del tamaño muestral y del tipo de prueba. Afectan la forma de la distribución t.
- Valor p: probabilidad de obtener un resultado tan extremo como el observado si la hipótesis nula fuera cierta. Si p < α (normalmente 0.05), la diferencia es estadísticamente significativa.
- Intervalo de confianza (si se muestra): rango de valores plausibles para la diferencia de medias. Si no contiene el cero, la diferencia es significativa.
- Nivel de significación: indica si se rechaza o no la hipótesis nula al nivel α seleccionado.
Recuerda: significación estadística no equivale a importancia práctica. Siempre complementa con el tamaño del efecto.
Cómo informar la prueba t en el TFG (normas APA)
En un trabajo académico, debes reportar: el tipo de prueba, el estadístico t, los grados de libertad, el valor p y el tamaño del efecto. También las medias y desviaciones estándar de cada grupo o condición.
Ejemplo para el caso pareado anterior:
“Se realizó una prueba t para muestras pareadas y se encontró una diferencia significativa entre las calificaciones antes (M=5.2, DE=1.3) y después de la intervención (M=7.5, DE=1.1); t(9) = 7.67, p < 0.001, d de Cohen = 2.42.”
Ejemplo para el caso independiente:
“Se realizó una prueba t de Welch para muestras independientes, encontrándose una diferencia significativa entre el grupo tradicional (M=70, DE=8) y el grupo experimental (M=78, DE=6); t(19.8) = -2.61, p = 0.016, d de Cohen = 1.12.”
Si usas la t de Welch, indícalo claramente. Incluye también el intervalo de confianza del 95% para la diferencia.
Diferencia entre prueba t y ANOVA
La prueba t solo compara dos medias. Si tienes tres o más grupos, debes usar ANOVA (análisis de varianza). ANOVA te dice si al menos un grupo difiere de los demás, pero no cuáles; para eso se hacen comparaciones post hoc. La prueba t para dos grupos es un caso particular de ANOVA con un solo factor de dos niveles.
Preguntas frecuentes
¿Cuándo debo usar la prueba t de Welch en lugar de la clásica?
Usa la t de Welch cuando las varianzas de los dos grupos sean muy diferentes (según la prueba de Levene, p < 0.05) o cuando los tamaños de muestra sean desiguales. Es más robusta y no asume homogeneidad de varianzas. Muchos estadísticos la recomiendan por defecto porque funciona bien incluso cuando las varianzas son iguales.
¿Puedo usar la prueba t si mi muestra es muy pequeña (n < 30)?
Sí, siempre que los datos cumplan el supuesto de normalidad. Para n muy pequeños (p.ej., n < 10), la prueba es sensible a desviaciones de la normalidad. Si no estás seguro, considera una alternativa no paramétrica como Mann-Whitney o Wilcoxon, o realiza una transformación de los datos.
¿Qué significa un valor p de 0.05 exactamente?
Significa que, si la hipótesis nula fuera cierta (no hay diferencia real), habría un 5% de probabilidad de obtener un resultado tan extremo como el observado (o más) solo por azar. Es el umbral más común para declarar significación, pero puedes elegir otro (0.01, 0.10) según tu campo y el rigor deseado.
¿La prueba t sirve para más de dos grupos?
No. Para comparar tres o más grupos se usa ANOVA. La prueba t solo compara dos medias (o una media con un valor de referencia). Hacer múltiples pruebas t entre pares de grupos infla el error tipo I; por eso se usan correcciones como Bonferroni o directamente ANOVA.
¿Cómo calculo el valor p si solo tengo t y los grados de libertad?
Usa nuestra calculadora de valor p. Introduce t y gl, selecciona bilateral o unilateral, y obtendrás el p exacto sin consultar tablas.
Si trabajas con jamovi, consulta la guía de prueba t en jamovi para ver el paso a paso con capturas.
Mira todas las guías de inferencia estadística en nuestra página principal de herramientas.



