...
De lunes a viernes, de 10:00 a 14:00 y de 16:30 a 20:00

Por Titulema Academia Universitaria / noviembre 13, 2026

Todo TFG cuantitativo necesita un análisis descriptivo en SPSS antes de cualquier prueba de hipótesis: una presentación ordenada de quiénes forman la muestra y cómo se distribuyen las variables. Es lo primero que lee el tribunal en los resultados. Aunque parezca la parte fácil, concentra errores frecuentes, desde elegir mal los estadísticos hasta pegar tablas de SPSS sin adaptar.

En esta guía te explicamos cómo hacer un análisis descriptivo en SPSS para tu TFG paso a paso: qué estadísticos usar según el tipo de variable, cómo obtenerlos, cómo comprobar la normalidad y cómo presentarlos en formato APA.

Resumen rápido: El análisis descriptivo resume las características de la muestra y de las variables. En SPSS, las variables categóricas se describen con frecuencias y porcentajes desde Analizar > Estadísticos descriptivos > Frecuencias, y las cuantitativas con media y desviación típica, o con mediana y rango intercuartílico si son asimétricas. La opción Explorar permite, además, comprobar la normalidad.

Puntos clave

  • El análisis descriptivo caracteriza la muestra y orienta las pruebas posteriores.
  • Nominales: frecuencias y porcentajes; cuantitativas: media y desviación típica.
  • Declara los valores perdidos en SPSS antes de calcular nada.
  • Usa Shapiro-Wilk con menos de 50 casos y Kolmogorov-Smirnov con más.
  • Rehaz las tablas de SPSS en formato APA; no las pegues.

¿Qué es un análisis descriptivo y por qué es obligatorio en un TFG?

Es el conjunto de técnicas que resumen y organizan los datos mediante frecuencias, medidas de tendencia central, medidas de dispersión, tablas y gráficos. Es imprescindible porque permite caracterizar la muestra, detectar errores de codificación, conocer la distribución de las variables y decidir qué pruebas inferenciales son adecuadas. Sin él, los resultados posteriores carecen de contexto.

El análisis descriptivo cumple dos funciones en un TFG. La primera es informar: el apartado de descripción de la muestra indica cuántas personas participaron, su edad, sexo, curso u otras variables relevantes. La segunda es preparar el terreno: la forma de las distribuciones, los valores atípicos o los datos perdidos condicionan las pruebas que podrás aplicar después.

Por eso conviene hacerlo antes de formular cualquier conclusión. Muchos problemas que aparecen en el análisis inferencial, como una prueba paramétrica aplicada sobre datos muy asimétricos, se habrían evitado con una revisión descriptiva cuidadosa.

¿Qué estadísticos descriptivos corresponden a cada tipo de variable?

Depende del nivel de medida. Las variables nominales se describen con frecuencias, porcentajes y moda, y las ordinales, con mediana y rango intercuartílico. Las cuantitativas se resumen con media y desviación típica si son aproximadamente normales, o con mediana y rango intercuartílico si son asimétricas. Elegir mal el estadístico penaliza mucho.

La clasificación clásica de los niveles de medida se debe a Stanley Smith Stevens, que distinguió 4 escalas: nominal, ordinal, de intervalo y de razón [Stevens, 1946]. SPSS simplifica esta clasificación en tres opciones en la columna Medida: nominal, ordinal y escala, donde esta última agrupa las de intervalo y de razón. En Titulema revisamos siempre la columna Medida de SPSS antes de calcular un solo estadístico.

Estadísticos descriptivos recomendados según el tipo de variable
Tipo de variable Ejemplo Tendencia central Dispersión
Nominal Sexo, titulación Moda Frecuencias y porcentajes
Ordinal Satisfacción de 1 a 5 Mediana Rango intercuartílico
Escala simétrica Edad en una muestra homogénea Media Desviación típica
Escala asimétrica Ingresos mensuales Mediana Rango intercuartílico

Las escalas tipo Likert generan un debate habitual. Un ítem aislado es ordinal, pero la suma o el promedio de varios ítems de una escala validada suele tratarse como variable cuantitativa. Consulta el criterio de tu tutor y justifícalo en la metodología.

¿Cómo se preparan los datos en SPSS antes de describirlos?

Revisa la Vista de variables: cada variable debe tener un nombre claro, etiquetas de valor si es categórica, los códigos de valores perdidos definidos y el nivel de medida correcto. Después, comprueba en la Vista de datos que no hay valores imposibles, como una edad de 230 años o una respuesta 6 en una escala de 1 a 5. Esta depuración evita resultados absurdos.

Revisión de la Vista de variables

  1. Etiquetas de valor: define en la columna Valores qué significa cada código, por ejemplo, 1 = Mujer, 2 = Hombre, 3 = Otro.
  2. Valores perdidos: si usaste códigos como 99 para «no contesta», decláralos en la columna Perdidos para que SPSS no los incluya en los cálculos.
  3. Medida: asigna nominal, ordinal o escala según corresponda.
  4. Depuración: ejecuta un primer análisis de frecuencias con mínimo y máximo para detectar valores fuera de rango.

Este paso es especialmente importante si tus datos proceden de un formulario online exportado a Excel, porque a menudo las respuestas llegan como texto y hay que recodificarlas. En Titulema nos ocupamos de esa depuración en SPSS dentro de nuestro servicio de análisis estadístico.

¿Cómo se obtienen frecuencias y porcentajes en SPSS?

Ve a Analizar > Estadísticos descriptivos > Frecuencias, selecciona las variables categóricas y deja marcada la opción «Mostrar tablas de frecuencias». SPSS generará, para cada variable, una tabla con la frecuencia, el porcentaje, el porcentaje válido, que excluye los valores perdidos, y el porcentaje acumulado. En la mayoría de los casos, el que debes informar es el válido.

Pasos para obtener las frecuencias

  1. Abre Analizar > Estadísticos descriptivos > Frecuencias.
  2. Lleva las variables categóricas, como sexo, curso o titulación, al cuadro Variables.
  3. En Gráficos, puedes solicitar un gráfico de barras; evita los de sectores si hay muchas categorías.
  4. Pulsa Aceptar.

Si quieres describir dos variables categóricas a la vez, por ejemplo, el sexo según la titulación, utiliza las tablas cruzadas. Es el mismo procedimiento que se emplea como paso previo a la prueba chi-cuadrado.

¿Cómo se calculan la media, la mediana y la desviación típica?

Desde el mismo menú Frecuencias, pulsa «Estadísticos» y marca media, mediana, moda, desviación típica, mínimo, máximo, asimetría, curtosis y cuartiles. Desmarca «Mostrar tablas de frecuencias» si la variable es cuantitativa con muchos valores. También puedes usar Analizar > Estadísticos descriptivos > Descriptivos, más rápido pero con menos opciones, ya que no calcula la mediana.

La media es el estadístico más conocido, pero es sensible a los valores extremos [Field, 2018]. La mediana, que divide la muestra en dos mitades, es más robusta. Si ambas difieren mucho, la distribución probablemente es asimétrica y la mediana describe mejor el centro de los datos.

La desviación típica, que en las versiones recientes de SPSS aparece como «desviación estándar», indica cuánto se dispersan los valores en torno a la media. Una desviación de 1,2 puntos en una nota sobre 10 indica datos bastante concentrados; una de 3,5, mucha dispersión. Informa siempre la media acompañada de su desviación típica, porque una media sola dice muy poco de la distribución.

¿Necesitas una mano con el análisis de tus datos?

Cuéntanos en qué punto estás y te proponemos cómo ayudarte, sin compromiso y siempre a partir de tus indicaciones.

Ver análisis estadístico para tu trabajoEscríbenos por WhatsApp

¿Cómo se comprueba la normalidad con la opción Explorar?

Ve a Analizar > Estadísticos descriptivos > Explorar, coloca la variable cuantitativa en la lista de dependientes y, en «Gráficos», marca «Gráficos de normalidad con pruebas». SPSS mostrará las pruebas de Kolmogorov-Smirnov y de Shapiro-Wilk, además del histograma, el gráfico Q-Q y el diagrama de caja. Si la significación supera 0,05, no se rechaza la normalidad.

La elección de la prueba depende del tamaño muestral. Una recomendación habitual es usar Shapiro-Wilk con muestras de menos de 50 casos y Kolmogorov-Smirnov con muestras mayores [Mishra et al., 2019]. SPSS aplica a esta última la corrección de Lilliefors, que es la adecuada cuando la media y la desviación se estiman a partir de los propios datos.

Con muestras grandes, las pruebas de normalidad detectan desviaciones mínimas sin importancia práctica, así que conviene complementarlas con la asimetría, la curtosis y los gráficos.

Kim propone dividir la asimetría y la curtosis entre su error típico. Considera aceptables valores de hasta 1,96 en muestras pequeñas y de hasta 3,29 entre 50 y 300 casos [Kim, 2013]. Por encima de 300 casos, recomienda atender a los valores absolutos, con límites orientativos de 2 para la asimetría y 7 para la curtosis.

¿Cómo se presentan los descriptivos en tablas y figuras APA?

Agrupa los descriptivos en una o dos tablas en formato APA: una para las características sociodemográficas de la muestra, con frecuencias y porcentajes, y otra para las variables de estudio, con media, desviación típica y rango. No pegues las tablas de SPSS: rehazlas con los datos relevantes, el número en negrita, el título en cursiva y las abreviaturas explicadas en la nota.

Checklist de tablas descriptivas

  • ☐ Las variables categóricas aparecen con n y porcentaje válido.
  • ☐ Las cuantitativas incluyen media y desviación típica, o mediana y rango.
  • ☐ Usas uno o dos decimales de forma coherente.
  • ☐ Las abreviaturas, como M y DT, se explican en la nota.
  • ☐ El texto destaca lo esencial sin repetir toda la tabla.

En el texto, no repitas todos los valores de la tabla: destaca lo esencial y remite a ella, como en este ejemplo:

«La muestra estuvo formada por 150 estudiantes (68 % mujeres), con una edad media de 21,4 años (DT = 2,9). La Tabla 1 recoge las características sociodemográficas completas».

— Ejemplo de redacción elaborado por Titulema

En español es habitual usar M para la media y DT para la desviación típica; en inglés, M y SD.

Para los gráficos, elige el formato según la variable: diagramas de barras para variables categóricas, histogramas para cuantitativas y diagramas de caja para comparar distribuciones entre grupos. Si quieres repasar el formato exacto, consulta nuestra guía sobre cómo hacer tablas y figuras en un TFG según normas APA.

¿Qué errores conviene evitar en el análisis descriptivo?

Los más frecuentes son calcular medias de variables nominales, informar la media sin la desviación típica y dar porcentajes sin el tamaño de la muestra. También abundan los valores perdidos sin declarar, el exceso de decimales y las tablas de SPSS sin adaptar. Todos se evitan con una revisión sistemática antes de redactar.

Errores que más penalizan

  • Media de una variable nominal: una «media del sexo de 1,6» no tiene sentido; usa porcentajes.
  • Porcentajes sin base: indica siempre el tamaño de la muestra o del subgrupo, por ejemplo, n = 150.
  • Exceso de decimales: con uno o dos es suficiente en la mayoría de los casos.
  • Perdidos no declarados: un código 99 incluido por error en la media distorsiona todos los resultados.
  • Media con datos muy asimétricos: en ese caso, informa la mediana y el rango intercuartílico.

Un buen análisis descriptivo es la base sobre la que se construye todo lo demás. Una vez descrita la muestra, el siguiente paso será contrastar tus hipótesis con la prueba adecuada, como una regresión si quieres predecir una variable a partir de otras.

Preguntas frecuentes

¿Qué diferencia hay entre el porcentaje y el porcentaje válido en SPSS?

El porcentaje se calcula sobre el total de casos, incluidos los valores perdidos, mientras que el porcentaje válido se calcula solo sobre los casos con respuesta. En un TFG lo habitual es informar del porcentaje válido e indicar cuántos casos faltaban.

¿Cuándo uso la media y cuándo la mediana?

Usa la media con la desviación típica cuando la variable es cuantitativa y su distribución es aproximadamente simétrica. Usa la mediana con el rango intercuartílico cuando la variable es ordinal, la distribución es asimétrica o hay valores atípicos que distorsionan la media.

¿Es obligatorio comprobar la normalidad en el análisis descriptivo?

Si vas a aplicar pruebas paramétricas como la t de Student, el ANOVA o la correlación de Pearson, sí conviene comprobarla, porque condiciona qué pruebas son adecuadas. Combina las pruebas formales con la asimetría, la curtosis y los gráficos. Indica en la metodología qué criterio has seguido.

¿Puedo poner las tablas de SPSS directamente en el TFG?

No es recomendable. Las tablas de SPSS incluyen información innecesaria y no siguen el formato APA. Lo correcto es rehacerlas en Word con los datos relevantes, el número y el título en el formato adecuado y las notas que expliquen las abreviaturas.

¿Cuántos decimales debo usar en los descriptivos de un TFG?

Como orientación, uno o dos decimales son suficientes para medias, desviaciones típicas y porcentajes. Lo importante es mantener el mismo número de decimales en cada columna y en todo el trabajo. Un exceso de decimales transmite una precisión que los datos no tienen y dificulta la lectura.

Referencias

Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5.ª ed.). SAGE.

Kim, H.-Y. (2013). Statistical notes for clinical researchers: Assessing normal distribution (2) using skewness and kurtosis. Restorative Dentistry & Endodontics, 38(1), 52–54. https://doi.org/10.5395/rde.2013.38.1.52

Mishra, P., Pandey, C. M., Singh, U., Gupta, A., Sahu, C. y Keshri, A. (2019). Descriptive statistics and normality tests for statistical data. Annals of Cardiac Anaesthesia, 22(1), 67–72. https://doi.org/10.4103/aca.ACA_157_18

Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677

¿Quieres que te ayudemos con tus tablas descriptivas?

¿Te ayudamos con el análisis de tus datos?

Escríbenos con tu tema y tu fecha y te enviamos una propuesta sin compromiso. Un especialista de tu área te acompaña de principio a fin, con trato directo por WhatsApp.

Análisis estadístico para tu trabajoEscríbenos por WhatsApp

También te puede interesar: ayuda con el TFG. Si lo prefieres, llámanos al 602 44 46 52.

Un análisis descriptivo bien hecho transmite al tribunal que conoces tus datos y que tus conclusiones descansan sobre una base sólida. Si quieres que esta parte de tu TFG sea impecable, en Titulema te ayudamos a depurar la base de datos, elegir los estadísticos adecuados y preparar las tablas en formato APA, y te explicamos cada resultado para que lo domines en la defensa.

Escríbenos por WhatsApp y te ayudamos a organizar tus datos.

Scroll al inicio