Guía de uso paso a paso

Cómo usar SAI Statistics

Introduce tus datos, elige tu análisis e interpreta los resultados. La forma más rápida de hacer análisis estadísticos sin escribir código — explicada en siete pasos.

01/ 07

Introduce tus datos

Escribe directamente en la tabla de datos, copia y pega desde herramientas como Excel o Google Sheets o importa un archivo CSV/Excel. Las columnas se detectan automáticamente y la tabla queda lista al instante.

Compatibilidad con copiar y pegar desde Excel / Google Sheets
Detección automática de columnas
Importación de CSV

SAI Statistics — Entrada de datos

	id	grup	yas	on_test	son_test
1	1	Experimental	24	61.2	74.8
2	2	Control	27	63.5	66.1
3	3	Experimental	22	58.9	71.3
4	4	Control	31	64.7	65.9
5	5	Experimental	26	60.4	73.2

R listoCopia desde Excel o Google Sheets — pega directamente.

02/ 07

Define los tipos de variables

Define el tipo y el nivel de medida de cada variable — escala, ordinal o nominal — en la Vista de variables. Esta información ayuda al asistente SAI a recomendar una prueba adecuada.

Niveles de medida: escala, ordinal y nominal
Etiquetas de valor y definición de valores perdidos
El asistente de IA lo usa para sugerir pruebas

SAI Statistics — Tipos de variables

1	grup	Nominal
2	yas	Numérica
3	on_test	Escala

Selecciona el tipo para grup:

Numérica

Nominal

Ordinal (Likert)

R listo

03/ 07

Comprueba la normalidad

Antes de elegir una prueba, abre la pestaña Normalidad. El panel en vivo perfila automáticamente cada variable de escala; con los resultados de Shapiro-Wilk y Kolmogorov-Smirnov corregido por Lilliefors, puntuaciones z e insignias de decisión sabrás al instante si usar pruebas paramétricas o no paramétricas.

Shapiro-Wilk (3 ≤ n ≤ 5000) y K-S Lilliefors compatible con SPSS
Insignias automáticas Normal / No normal
Histograma, Q-Q, Q-Q sin tendencia y boxplot

Normalidad — Panel en vivo

Variable	S-W W	p	K-S p	z-Asimetría	z-Curtosis	Decisión
son_test	.982	.214	.200	0.84	-1.12	Normal
motivasyon	.974	.081	.156	1.21	-0.63	Normal
kaygi	.931	< .001	.012	2.95	1.87	No normal

Histograma

Gráfico Q-Q

Q-Q sin tendencia

Boxplot

R listoTodas las variables de escala se analizan automáticamente, con 100 % de precisión incluso en grandes conjuntos de datos.

04/ 07

Elige tu análisis

Una estructura de menús familiar: elige la prueba en el menú Analizar y asigna las variables a los campos del cuadro de diálogo. Prueba t, ANOVA, correlación, regresión y más a pocos clics.

Cuadros de diálogo familiares en el menú Analizar
Asignación de variables con el botón de flecha
Pruebas paramétricas y no paramétricas

Seleccionar análisis — Prueba t para muestras independientes

Pruebas

Prueba t

ANOVA

Correlación

Regresión

Chi-cuadrado

U de Mann-Whitney

Variables

idgrupyason_testson_test

Variable dependiente

son_test

Variable de grupo

grup

R listo

05/ 07

Lee los resultados

Los resultados se muestran como tablas que puedes llevar a tu tesis o artículo; puedes elegir entre varios formatos de tabla, incluido APA 7. Los valores significativos se resaltan automáticamente y puedes copiar una tabla con un clic.

Tablas de salida compatibles con APA
Resaltado de significancia (valor p)
Intervalos de confianza y tamaño del efecto incluidos

Resultados — Salida de la prueba t

Prueba de muestras independientes

Estadístico	t	gl	p	IC 95%
son_test ~ grup	4.21	58	< .001	[3.40, 9.80]
on_test ~ grup	0.87	58	.388	[-1.90, 4.70]

p < .05 → la diferencia es estadísticamente significativa

R listo

06/ 07

Sintaxis SPSS y consola R

Escribe el equivalente en sintaxis SPSS de cada análisis que hagas con los menús, guárdalo y vuelve a ejecutarlo con un clic. Para quienes quieren más, la consola R integrada está lista: accede a tus datos directamente con comandos de R y escribe tu propio análisis.

Guarda y vuelve a ejecutar análisis con sintaxis SPSS
Consola R integrada: ejecuta comandos de R directamente
Cambia libremente entre menús y código

Sintaxis y consola R

* Sintaxis SPSS — Prueba t para muestras independientes.
T-TEST GROUPS=grup(1 2)
  /VARIABLES=son_test
  /CRITERIA=CI(.95).

> t.test(son_test ~ grup, data = veri)
t = 4.21, df = 58, p-value < 0.001
>

R listoLos menús, la sintaxis SPSS y la consola R funcionan sobre el mismo motor de R.

Para los equivalentes en R de todos los análisis, consulta la Documentación.

07/ 07

Interpreta con SAI

No te ahogues en la jerga estadística. SAI IA interpreta tus resultados en un español sencillo: qué es significativo, el tamaño del efecto y cómo redactarlo en tu informe.

Interpretación clara de los resultados
Sugerencias para redactar tu informe
Preguntas de seguimiento para un análisis más profundo

SAI IA — Interpretación

El resultado de mi prueba t es p < .001. ¿Qué significa eso?

SAI

La diferencia entre los grupos es estadísticamente significativa (t(58) = 4.21, p < .001). Esto significa que las puntuaciones del postest del grupo experimental son significativamente más altas que las del grupo de control. Con una d de Cohen = 1.08, el tamaño del efecto es grande.

R listo

La interpretación de SAI IA se factura según el uso. Consulta los detalles en Precios.

¿Listo? Descarga gratis.

Descarga SAI Statistics y realiza tu primer análisis en minutos. Compatible con Windows y Linux; macOS próximamente.

Descargar gratis