Tamaño del efecto
Cuánto cambia algo, en sus unidades originales
DEFINICIÓN
El tamaño del efecto no estandarizado expresa la magnitud de una diferencia o relación en las unidades originales de la variable (ej. kg, mmHg, puntos, días) — por ejemplo, una diferencia de medias, un coeficiente de regresión, o una razón de riesgos (riesgo relativo).
EN PALABRAS SIMPLES
Responde “¿cuánto?”, no solo “¿hay diferencia?”. Dice cuánto cambia la variable de interés, en las unidades en que la mediste.
Conexión: el valor de p no mide el tamaño del efecto (ver la infografía ¿Qué es un valor de p?) — por eso se reportan juntos: uno indica qué tan compatibles son los datos con la hipótesis nula, mientras que el otro indica cuánto vale el efecto estimado.
Ejemplo: “este fármaco reduce la presión arterial en 8 mmHg (IC 95%: 5 a 11 mmHg)” es un tamaño del efecto no estandarizado — directamente interpretable si conocés la escala clínica de esa variable, sin necesidad de convertirla a otra unidad. Reportarlo junto con su intervalo de confianza, como aquí, es la buena práctica: comunica tanto la magnitud como la precisión de la estimación.
DIFERENCIA DE MEDIAS
La diferencia entre dos grupos, expresada en las unidades originales de la variable (ej. “5 kg más de peso corporal, IC 95%: 2 a 8 kg”).
COEFICIENTE DE REGRESIÓN
Cuánto cambia, en promedio, la variable de respuesta por cada unidad de cambio en el predictor, en las unidades originales de ambas variables.
Existen muchos otros tipos de tamaño del efecto (razón de riesgos, odds ratio, eta cuadrado, entre otros) — estos son solo los más comunes; cuál se reporta depende del análisis realizado.
Ejemplo completo: un estudio compara el rendimiento de un cultivo con y sin un nuevo fertilizante.
¿Hay evidencia de un efecto? t(58) = 2.41, p = 0.019
¿Cuánto vale el efecto? diferencia de medias = 340 kg/ha
¿Con qué precisión? IC 95%: 60 a 620 kg/ha
Los tres elementos juntos dan una imagen completa del resultado: hay evidencia de una diferencia real, se estima en 340 kg/ha, y ese valor podría razonablemente oscilar entre 60 y 620 kg/ha.
Así se reportaría en un artículo o tesis (estilo APA 7):
El rendimiento del cultivo fue, en promedio, 340 kg/ha mayor con el fertilizante que sin él (IC del 95% [60, 620] kg/ha), t(58) = 2.41, p = .019.
Mismas unidades que la variable original (ej. kg, mmHg, puntos). Fácil de interpretar si conocés la escala.
UNIDADES
Expresado en desviaciones estándar, sin unidades (ej. la d de Cohen). Permite comparar entre estudios o variables distintas.
Útil cuando las unidades tienen un significado práctico directo (ej. mmHg, días de hospitalización).
CUÁNDO USARLO
Útil en metaanálisis, o para comparar efectos medidos en escalas distintas.
Cohen propuso valores de referencia (0.2 = pequeño, 0.5 = mediano, 0.8 = grande) para cuando no hay una escala práctica clara — pero son guías aproximadas, no umbrales rígidos. El propio Cohen advirtió contra su uso mecánico: lo que cuenta como “grande” depende del campo y del contexto.
La relevancia práctica depende del contexto, no solo del tamaño numérico del efecto: una reducción de 2 mmHg puede ser muy importante en salud pública, mientras que una diferencia grande en una variable irrelevante puede no tener ninguna importancia práctica.
FORTALEZAS
Es directamente interpretable en la escala de interés, comunica la magnitud práctica del efecto, y complementa al valor de p, que por sí solo no dice “cuánto”.
LIMITACIONES
No permite comparar directamente resultados medidos en escalas distintas o entre estudios distintos — para eso se recurre a versiones estandarizadas, como la d de Cohen.
EN RESUMEN
El tamaño del efecto no estandarizado dice cuánto cambia una variable, en sus unidades originales — la pieza que falta cuando solo se reporta un valor de p. Cuando las unidades no tienen un significado práctico claro, o hace falta comparar entre estudios o variables, se recurre a versiones estandarizadas, como la d de Cohen, expresadas en desviaciones estándar en vez de unidades originales.
Manuel Spínola · ICOMVIS-UNA
Cómo citar
@online{spínola2026,
author = {Spínola, Manuel},
title = {Tamaño del efecto},
date = {2026-07-28},
url = {https://mspinola-infografias.netlify.app/infografias/estadistica/inferencia/tamano_efecto.html},
langid = {es}
}