La psicología social es el campo que más ha cambiado sus estándares de revisión en los últimos quince años, y lo ha hecho por un motivo incómodo: buena parte de sus hallazgos clásicos no replicaron. Eso significa que un revisor de Journal of Personality and Social Psychology, Journal of Experimental Social Psychology, Personality and Social Psychology Bulletin o Social Psychological and Personality Science lee tu manuscrito con una desconfianza que no existía en 2010, y que no es personal.
La consecuencia práctica es que las objeciones ya no van solo sobre si tu teoría es interesante. Van sobre cuántos participantes tienes por celda, si decidiste ese número antes o después de mirar los datos, si tu manipulación hizo lo que dices que hizo, y si tu modelo de mediación se sostiene sin una sola medida longitudinal. Un estudio elegante con potencia insuficiente ya no se publica por ser elegante.
Aquí tienes las críticas concretas, en el orden en que suelen aparecer en los informes, con el vocabulario que usa el campo. Si estás preparando un envío a una revista de psicología social, esta es la lista contra la que conviene leer tu propio manuscrito antes de que lo haga otro.
Veinte participantes por celda fue durante décadas la regla no escrita de la psicología social experimental. Con ese tamaño, un diseño 2x2 tiene potencia para detectar efectos enormes y prácticamente ninguna para detectar los efectos de tamaño realista que produce una manipulación de viñeta. La consecuencia es conocida: los estudios pequeños que salen significativos sobreestiman sistemáticamente el efecto, y el campo se llenó de efectos que no volvieron a aparecer.
Lo que un revisor espera hoy es un cálculo de potencia a priori con un efecto esperado que puedas defender, y el efecto que defiendes no puede ser el que encontró el estudio original pequeño, porque ese está inflado. Las fuentes admisibles son metaanálisis del efecto, replicaciones previas de alta potencia, o una estimación conservadora justificada. Si tu manuscrito dice "se calculó una muestra de 128 participantes para detectar un efecto medio (f = 0,25)", el revisor te va a preguntar por qué crees que tu efecto es medio.
Si los datos ya están recogidos y la potencia no se puede arreglar, hay una salida honesta: un análisis de sensibilidad que diga qué efecto mínimo podía detectar tu muestra con potencia de 0,80. Reportarlo es mucho mejor que ignorarlo, porque le pone un límite claro a lo que puedes afirmar y demuestra que entiendes el problema. Lo que no funciona es la potencia observada calculada después de ver el resultado: es una función determinista de tu valor p y no añade ninguna información.
Y la regla de parada. El revisor va a querer saber cuándo decidiste dejar de recoger datos y si esa decisión estaba fijada de antemano. Recoger, mirar, y recoger un poco más hasta cruzar el 0,05 (optional stopping) multiplica la tasa de falsos positivos, y hoy se pregunta directamente en muchos formularios de revisión.
Simmons, Nelson y Simonsohn convirtieron en estándar del campo una declaración de veintiuna palabras: informamos de cómo determinamos el tamaño muestral, de todas las exclusiones de datos, de todas las manipulaciones y de todas las medidas del estudio. Muchas revistas de psicología social la exigen literalmente o piden su equivalente. Si tu manuscrito no la incluye, el revisor la va a pedir, y su ausencia se lee como que hay algo que contar.
Las exclusiones son el punto caliente. Excluir participantes por fallar un control de atención es aceptable si el criterio estaba definido antes y si reportas los resultados con y sin exclusión. Excluir por "respuestas anómalas" descubiertas al mirar los datos es otra cosa, y un revisor con oficio pide siempre el análisis con la muestra completa. La regla práctica: cualquier criterio de exclusión que un lector no podría aplicar por su cuenta con tu descripción está mal descrito.
Las medidas no reportadas son el segundo punto. Si administraste una batería de ocho escalas y el artículo presenta dos, el revisor quiere saber de las otras seis, aunque solo sea en un apéndice. No es sospecha de mala fe: es que sin esa información no se puede evaluar cuántos contrastes había disponibles. Cada vez más revistas piden el enlace al material completo en OSF precisamente por esto.
Un preregistro que dice "esperamos un efecto de la condición sobre la variable dependiente" no protege de nada, porque no fija ni las exclusiones, ni la transformación de las variables, ni el modelo, ni cómo se resolverán los casos ambiguos. Un revisor que abre tu enlace de OSF y encuentra tres frases genéricas lo dirá. El preregistro útil especifica hipótesis direccionales, tamaño muestral y regla de parada, criterios de exclusión, la variable dependiente exacta y el contraste concreto que la pondrá a prueba.
Y si te desviaste del preregistro, dilo. Las desviaciones son normales y no penalizan por sí mismas; ocultarlas, sí. Una tabla corta con lo preregistrado, lo hecho y el motivo del cambio cierra esa objeción en un párrafo. Cuando el estudio es exploratorio, la palabra exploratorio en el manuscrito es una fortaleza, no una confesión.
Una manipulación experimental es una afirmación causal en sí misma: sostienes que leer ese párrafo indujo esa emoción, ese estado de poder, esa saliencia de mortalidad. El revisor quiere evidencia de esa afirmación intermedia. Sin comprobación de la manipulación, cualquier resultado nulo es ambiguo (¿no hay efecto o no hubo manipulación?) y cualquier resultado positivo puede deberse a algo colateral del material.
Pero cuidado con el detalle técnico: la comprobación tiene que ir después de la variable dependiente o en una muestra piloto independiente, porque preguntar por el estado inducido justo antes de medir el resultado puede crear demanda experimental y convertirse en la manipulación misma. Un revisor atento mira el orden de presentación, no solo la existencia de la comprobación.
Un problema relacionado es la fuerza de la manipulación. Los estudios online con viñetas producen efectos pequeños porque el estímulo es débil. Si tu manipulación consiste en recordar un episodio, imaginar una escena o leer un titular, el revisor esperará que discutas la validez ecológica y que no extrapoles a conductas de alto coste. La distancia entre "los participantes indicaron mayor intención de ayudar en una escala de 1 a 7" y "la intervención aumenta la conducta prosocial" es exactamente donde se escriben las objeciones.
Si tu manuscrito contiene un modelo 4 de PROCESS con X, M e Y medidas en el mismo cuestionario y en el mismo minuto, prepárate. La mediación estadística es un modelo causal: afirma que X causa M y que M causa Y, en ese orden temporal. Con datos recogidos a la vez, el orden temporal no está en los datos, está en tu cabeza. El mismo conjunto de correlaciones encaja igual de bien con M como mediador, con M como consecuencia común, o con un tercer factor causando las tres.
La objeción no es que no puedas usar mediación transversal, es cómo la presentas. Lo que un revisor acepta cada vez menos es la afirmación "M medió el efecto de X sobre Y" en el abstract, escrita en pasado y sin condicionales, a partir de un intervalo bootstrap que no incluye el cero. Lo que sí acepta: hablar de un patrón compatible con la mediación, mostrar el modelo alternativo con M e Y intercambiados y reconocer que ajusta parecido, y decir claramente qué diseño haría falta para poner la hipótesis a prueba de verdad.
Hay además un problema de potencia específico. Los intervalos de confianza del efecto indirecto necesitan muestras mayores que los efectos directos, sobre todo cuando los dos caminos son moderados. Un modelo de mediación con 90 participantes está prácticamente condenado a producir un resultado inestable, y algunos revisores calculan la potencia del efecto indirecto por su cuenta.
Y la moderación tiene su propia trampa: la comparación entre dos correlaciones significativas en subgrupos distintos no es un efecto de moderación. Si el efecto es significativo en hombres y no en mujeres, eso no demuestra diferencia entre sexos; hay que contrastar el término de interacción. Es uno de los errores que más veces se señala en cartas de revisión y uno de los más fáciles de corregir antes de enviar.
Las muestras online ya no son motivo de rechazo automático, pero exigen un método mucho más detallado que hace unos años. El revisor quiere la plataforma, el país de residencia permitido, el criterio de reputación aplicado, el pago por hora, la fecha de recogida y qué medidas tomaste contra respuestas automatizadas o de servidores VPN, un problema documentado que degradó la calidad de datos de algunas plataformas.
La crítica de fondo es de otro tipo y afecta también a las muestras de estudiantes de primero de psicología: la generalización. La literatura sobre muestras WEIRD (occidentales, educadas, industrializadas, ricas y democráticas) ya es parte del acervo del campo, y un manuscrito que titula "Las personas prefieren X" a partir de 200 estudiantes estadounidenses recibirá una objeción de encuadre. La solución rara vez es recoger otra muestra: es escribir el título, el abstract y la discusión con el alcance real del estudio.
Cuando el efecto que estudias depende plausiblemente de la cultura (normas de reciprocidad, jerarquía, individualismo, expresión emocional), el revisor va a preguntar directamente por la transportabilidad, y una muestra hispanohablante puede convertirse en tu mejor argumento de contribución si la enmarcas como aportación al debate en lugar de como limitación. Ese giro de encuadre es la diferencia entre "estudio local" y "test de generalización de un efecto establecido".
La psicología social publica artículos con tres, cuatro o cinco estudios, y ese formato tiene una vulnerabilidad propia: una serie de estudios pequeños donde todos salen significativos es estadísticamente improbable si los efectos son del tamaño que reportas. Herramientas como el test de exceso de significación o el análisis de la p-curva permiten a un revisor comprobar si el conjunto es demasiado limpio para ser cierto, y algunos las aplican.
La lectura práctica: incluye tus estudios fallidos o parcialmente fallidos en el paquete. Un artículo con cuatro estudios donde el segundo no replicó y se explica por qué es más creíble, no menos, que uno con cuatro éxitos consecutivos. Y un metaanálisis interno de tus propios estudios, con el efecto agregado y su intervalo, es una de las mejores maneras de cerrar la sección de resultados de un paquete multiestudio.
El otro punto que revisan es si los estudios responden a preguntas distintas o son el mismo estudio con adornos. Una serie fuerte tiene una lógica: establecer el efecto, comprobar el mecanismo, descartar una explicación alternativa concreta, extenderlo a una medida conductual o a otra población. Cuatro replicaciones conceptuales con distinta viñeta y la misma estructura no construyen ese argumento, y el revisor lo dirá con la frase "los estudios 2 y 3 no añaden información más allá del estudio 1".
En psicología social, un estudio metodológicamente impecable se puede rechazar por insuficiencia teórica, y ocurre a menudo. El campo valora la explicación por encima del hallazgo, y una demostración de que dos variables se relacionan sin un mecanismo articulado se lee como descriptiva. La pregunta que hace el editor es: ¿qué teoría queda distinta después de leer esto?
El fallo de encuadre más común es la introducción en forma de recopilación bibliográfica: tres páginas resumiendo lo que se sabe y un párrafo final que anuncia las hipótesis sin que se deduzcan de nada. La estructura que funciona monta el problema, muestra dónde las explicaciones existentes hacen predicciones distintas o ninguna, y deriva la hipótesis de esa tensión. Cuando la hipótesis se deduce de verdad, la sección de discusión se escribe sola.
La segunda vía de rechazo teórico es el hallazgo interesante sin límites. Un revisor experimentado pide condiciones frontera: ¿cuándo no ocurriría esto? Una teoría que predice el efecto en todos los contextos posibles no es falsable y el campo lo interpreta como debilidad. Especificar por adelantado dónde esperas que el efecto desaparezca convierte un resultado nulo futuro en apoyo a tu modelo en vez de en un fracaso.
Sí, y hoy más que nunca, pero con condiciones: potencia suficiente para haber detectado el efecto de interés (idealmente demostrada con un análisis de sensibilidad o de equivalencia como TOST), preregistro, y comprobación de que la manipulación funcionó. Un nulo con 40 participantes por celda no es informativo y se rechazará; un nulo preregistrado con 400 y un intervalo estrecho alrededor de cero es una contribución publicable, sobre todo si el efecto tenía tradición en la literatura.
Es un formato donde la revista revisa y acepta el estudio antes de que recojas los datos: si sigues el protocolo aprobado, se publica salga lo que salga. Varias revistas de psicología social lo ofrecen. Te conviene si tu pregunta admite un resultado nulo informativo, si tienes tiempo (la primera fase tarda meses) y si quieres blindarte contra la acusación de haber decidido los análisis después. No te conviene si tu estudio es genuinamente exploratorio.
Como marco conceptual histórico, sí; como análisis en 2026, no. Los pasos causales de Baron y Kenny tienen menos potencia que el contraste directo del efecto indirecto y exigen un efecto total significativo que no es necesario para que exista mediación. El estándar actual es estimar el efecto indirecto con intervalos bootstrap, y sobre todo justificar el orden causal con el diseño, no con el software.
Depende del efecto que persigas, pero la orientación práctica del campo es dura: para detectar una interacción, necesitas aproximadamente cuatro veces la muestra que necesitarías para el efecto principal del mismo tamaño. Muchos manuscritos calculan la muestra para el efecto principal y luego basan su historia en la interacción. Es una de las incoherencias que un revisor estadístico detecta enseguida.
Pueden hacerlo. Excluir al 30% de la muestra cambia la composición de tu grupo y, si la exclusión correlaciona con la variable dependiente, introduce sesgo. Lo esperado es preespecificar cuántos y cuáles controles, reportar la tasa de exclusión por condición (si difiere entre condiciones, tienes un problema serio) y presentar el análisis con y sin exclusiones.
No por eso, sino por presentarla mal. El error es escribir el artículo como si el contexto fuera irrelevante y esperar que nadie lo note. La alternativa que funciona es enmarcar la muestra como una prueba de generalización de un efecto establecido en muestras WEIRD, discutir qué rasgos culturales podrían moderar el efecto y, si es posible, incluir una medida de esos rasgos. Deja de ser una limitación y pasa a ser el argumento del artículo.