Un valor p no es un dato independiente: se calcula a partir del estadístico de contraste y de los grados de libertad. Si escribes t(28) = 2,10, el valor p queda fijado, y es .045. Si al lado pone p = .02, uno de los tres números está mal. Y el revisor, o el software que algunas revistas usan antes de que el manuscrito llegue a nadie, puede saberlo sin tus datos.
Pasa más de lo que se cree. Un estudio que revisó más de 250.000 valores p de ocho revistas de psicología encontró que cerca de la mitad de los artículos con contraste de hipótesis tenía al menos uno inconsistente con su estadístico y sus grados de libertad, y que uno de cada ocho tenía una inconsistencia lo bastante grande como para cambiar la conclusión estadística. No suele ser mala fe: es una cifra copiada de una salida vieja, un cambio de muestra que no se propagó o un decimal mal tecleado.
Esta guía explica cómo se comprueba en menos de un minuto por contraste, con qué fórmulas, qué errores son leves y cuáles graves, por qué ocurren y cómo asegurarte de que ninguno llega al manuscrito.
Un valor p es la probabilidad, bajo la hipótesis nula, de obtener un estadístico igual o más extremo que el observado. Esa probabilidad sale de la distribución de referencia (t, F, chi-cuadrado, normal) y depende solo de dos cosas: el valor del estadístico y los grados de libertad. No hace falta saber nada más del estudio. Por eso es verificable desde el propio texto.
Cuando un artículo escribe «t(28) = 2,10, p = .02», cualquier lector puede calcular qué p corresponde a una t de 2,10 con 28 grados de libertad. La respuesta es .045. La diferencia entre .02 y .045 no cambia la conclusión (ambos son significativos), pero indica que un número se tecleó mal, se copió de otro análisis o corresponde a una muestra distinta. Y un revisor que ve eso empieza a dudar del resto de cifras.
Estos casos están calculados con la distribución exacta, no estimados. Muestran la diferencia entre un error leve y uno grave.
Para una correlación, la comprobación pasa por convertirla a t: t = r√(gl) / √(1 − r²), con gl = n − 2. Si lees r(48) = .28, p = .03, el estadístico equivalente es t = 2,02 y el valor p, .049. El .03 no corresponde. Los intervalos y los tamaños del efecto también se pueden comprobar así, y es una de las razones por las que conviene reportar siempre los grados de libertad.
Un estadístico reportado con pocos decimales representa un rango. Si pone t(28) = 2,1, el valor real puede estar entre 2,05 y 2,15, y el valor p correspondiente, entre .040 y .050. Una comprobación seria no marca como error una p dentro de ese margen, solo las que quedan fuera. Por eso los programas de comprobación diferencian entre inconsistencias leves y graves, y no se disparan ante cada diferencia de un decimal.
Si quieres comprobar tus propias cifras antes de enviar, esto basta. En todos los casos hay que usar el valor bilateral, salvo que hayas declarado un contraste unilateral.
Casi siempre hay una explicación simple, y conocerla ayuda a prevenirla.
Hay tres hábitos que eliminan casi todos estos errores. El primero: copia los resultados directamente de la salida del programa al manuscrito, o genera las tablas con código, y no los teclees. El segundo: cuando cambies la muestra, vuelve a ejecutar todos los análisis y reemplaza todas las cifras de una vez, no a mano en cada tabla. El tercero: antes de enviar, recorre una vez el manuscrito comprobando cada estadístico con su valor p, aunque sea con la fórmula de arriba.
Esa tercera pasada es la más pesada, y por eso conviene automatizarla. Previum recalcula cada valor p desde el estadístico y los grados de libertad que aparecen en el texto y marca solo los que quedan fuera del margen de redondeo, además de las cifras que se contradicen entre secciones y las referencias que no se encuentran en las bases bibliográficas. No sustituye tu criterio, pero hace en un minuto lo que a mano lleva una tarde. Tienes más errores de este tipo en la guía de errores estadísticos que un revisor detecta primero.
Pega tu apartado de resultados, o el manuscrito entero, y cada valor p se recalcula desde su estadístico y sus grados de libertad: t, F, chi-cuadrado, r y z. Es la comprobación que describe esta guía, la de statcheck, con una regla prudente: si el texto no permite decidir, no acusa. Cada p que no cuadra sale con la frase citada, el valor que pusiste, el recalculado y si la diferencia cambia la conclusión.
Además aplica el test GRIM a las medias de variables enteras con su n y cruza el N total entre secciones. Todo corre en tu navegador: no se envía nada a ningún servidor y no hace falta cuenta. Si no reconoce ningún estadístico, comprueba que va con sus grados de libertad entre paréntesis y el p justo detrás.
Que el valor p que aparece escrito no es el que corresponde a ese estadístico y esos grados de libertad. Se puede comprobar sin los datos, porque el valor p queda determinado por los dos. Puede ser un error leve, que no cambia la conclusión, o grave, cuando cambia de significativo a no significativo o al revés.
Algunos lo hacen a mano y algunas revistas usan programas que lo hacen de forma automática antes de la revisión. Aunque el revisor no lo haga, un valor p muy alejado de lo que implica su estadístico se nota y genera dudas sobre el resto de las cifras.
Reportar el valor exacto es lo que recomiendan APA 7 y la mayoría de las revistas, salvo para valores muy pequeños (p < .001). El valor exacto, además, es lo que permite comprobar el cálculo. Si solo escribes p < .05, el error sigue ahí, pero nadie puede verlo.
Vuelve a la salida original del programa y comprueba cuál de los tres números está mal. Corrige el error y revisa si otras cifras derivadas (tamaño del efecto, intervalo de confianza) dependían de él. Si el manuscrito ya está publicado, avisa al editor y pide una corrección.
Sí, por el redondeo: el estadístico con dos decimales representa un rango, y la p calculada puede caer en un margen. Una comprobación bien hecha tiene en cuenta ese margen. Por eso un desajuste de una milésima no suele ser un error, y uno de varios puntos sí.
Con los contrastes de un solo coeficiente (t o z con sus grados de libertad), sí. Con pruebas de razón de verosimilitud o con grados de libertad aproximados (Satterthwaite, Kenward-Roger) la comprobación es menos directa y conviene reproducirla con el programa.