Calculadora de prueba t de Welch

¿Qué es la Prueba t de Welch?

La prueba t de Welch es una modificación de la prueba t de dos muestras que no asume varianzas iguales entre grupos. Es más robusta y se recomienda cada vez más como el enfoque predeterminado.

Cuándo usarla: Para comparar las medias de dos grupos independientes cuando:

• Las varianzas podrían ser desiguales
• Los tamaños de muestra difieren sustancialmente
• Desea un análisis más seguro sin probar la igualdad de varianzas

Por qué existe la prueba de Welch

La prueba t estándar (de Student) asume varianzas poblacionales iguales. Cuando se viola esta suposición, especialmente con tamaños de muestra desiguales, la prueba puede dar resultados engañosos.

La solución de Welch: Ajustar el error estándar y los grados de libertad para tener en cuenta las varianzas desiguales.

La fórmula

Estadístico de prueba:

$t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$

El mismo numerador que la t de Student, diferente denominador.

Grados de libertad (Welch-Satterthwaite):

$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$

Esto a menudo produce un df no entero.

Ejemplo de cálculo

Datos:

• Grupo A: n = 20, media = 45, DE = 8
• Grupo B: n = 30, media = 52, DE = 15

Error estándar: EE = √(64/20 + 225/30) = √(3.2 + 7.5) = √10.7 = 3.27

Estadístico de prueba: t = (45 - 52) / 3.27 = -2.14

Grados de libertad: df = (10.7)² / [(3.2)²/19 + (7.5)²/29] df = 114.5 / [0.54 + 1.94] df = 46.2

Valor p: Para df = 46.2 (bilateral), p ≈ 0.038

Welch vs. prueba t de Student

Cuándo la prueba de Welch importa más

Varianzas desiguales Y tamaños de muestra desiguales

El peor escenario para la t de Student:

• Mayor varianza en el grupo más pequeño → Conservador (pierde efectos reales)
• Mayor varianza en el grupo más grande → Liberal (falsos positivos)

La prueba de Welch maneja ambos casos correctamente.

Ejemplo del problema

Grupo A: n = 10, DE = 5 Grupo B: n = 50, DE = 20

La t de Student usa DE combinada (dominada por el n más grande del Grupo B):

• Subestima la contribución del Grupo A
• Proporciona df y valor p incorrectos

La prueba de Welch pondera cada grupo apropiadamente.

Por qué muchos recomiendan Welch como predeterminado

Argumentos para usar Welch como predeterminado:

1. Robusta: Funciona correctamente ya sea que las varianzas sean iguales o no
2. Casi igual de potente: Cuando las varianzas son iguales, la pérdida de potencia es mínima (~1%)
3. Evita pruebas previas: Probar la igualdad de varianzas (Levene, prueba F) añade error Tipo I
4. Flujo de trabajo más simple: Una prueba para todas las situaciones

Los principales programas estadísticos (R, SPSS) cada vez más usan Welch como predeterminado.

Contexto histórico

B.L. Welch desarrolló esta prueba en 1947, reconociendo las limitaciones de asumir varianzas iguales.

Durante décadas, el enfoque convencional fue:

1. Probar la igualdad de varianzas (prueba F, Levene)
2. Si son iguales, usar t de Student; si no, usar Welch

Visión moderna: Omitir la prueba preliminar y simplemente usar Welch.

Grados de libertad no enteros

Los df de Welch a menudo son no enteros (por ejemplo, 46.2).

Las calculadoras modernas manejan esto directamente usando la distribución t continua.

Las tablas históricas requerían redondeo (usualmente hacia abajo por conservadurismo).

Supuestos

Independencia

Cada observación es independiente, dentro y entre grupos.

Normalidad

Poblaciones aproximadamente normales, O tamaños de muestra adecuados (cada n > 20-30).

La prueba t de Welch es razonablemente robusta a la no normalidad.

Muestreo aleatorio

Las muestras representan sus respectivas poblaciones.

Nota: NO se asumen varianzas iguales.

Tamaño del efecto

Igual que en la prueba t de dos muestras:

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

donde $S_p$ es la DE combinada (aunque Welch usa varianzas separadas para la prueba).

O usar la Δ de Glass con la DE de un grupo como referencia.

Intervalo de confianza

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times EE$

Usar el EE y df de Welch para el valor apropiado de $t^*$.

Cuándo la t de Student todavía tiene sentido

• Tamaños de muestra iguales Y varianzas similares
• Razón teórica para asumir varianzas iguales
• Requisitos específicos de software o protocolo

Pero incluso entonces, Welch da resultados casi idénticos.

Reporte de resultados

Formato APA:

"La prueba t de Welch reveló una diferencia significativa entre grupos, t(46.2) = -2.14, p = .038. El Grupo B (M = 52, DE = 15) puntuó significativamente más alto que el Grupo A (M = 45, DE = 8)."

Incluir los df no enteros.

Cálculos relacionados

• Prueba t de dos muestras — Incluye opción combinada
• Prueba t de una muestra — Un solo grupo vs. valor
• Prueba t pareada — Mismos sujetos, dos condiciones
• U de Mann-Whitney — Alternativa no paramétrica
• Calculadora de d de Cohen — Tamaño del efecto
• Desviación estándar combinada — Para varianzas iguales

Resumen

La prueba t de Welch compara las medias de dos grupos independientes sin asumir varianzas iguales. Al ajustar el error estándar y los grados de libertad, proporciona resultados válidos ya sea que las varianzas sean iguales o no. Muchos estadísticos recomiendan Welch como el predeterminado para comparaciones de dos grupos: es robusta con pérdida mínima de potencia en comparación con la t de Student cuando las varianzas son realmente iguales. La única complejidad adicional son los grados de libertad no enteros, que el software moderno maneja automáticamente.