StatSim Pro - Simulador y Analizador Estadístico

📊 Descripción

StatSim Pro es una aplicación web para simular bases de datos estadísticos y realizar análisis correlacionales al estilo SPSS.

🎓 Público objetivo

• Estudiantes de psicología, educación, sociología y ciencias de la salud
• Investigadores que necesitan análisis rápidos sin licencias de software propietario
• Docentes que buscan herramientas accesibles para enseñar estadística

> Implementado 100 % en el navegador. Sin frameworks pesados, sin backend, sin instalación. Pruebalo aqui 👇!

---

📊 Evidencia de validación

Los resultados arrojados por StatSim Pro fueron comparados directamente con los reportados por IBM SPSS Statistics (versión estándar de laboratorio) sobre la misma base de datos.

Archivo de prueba

• base_datos_simulada.csv — Base de datos simulada generada con el módulo interno de StatSim Pro (N = 300 participantes, variables Total_R y Total_T).

Resultados obtenidos

1. Correlación no paramétrica (Spearman)

Métrica	StatSim Pro	IBM SPSS	Diferencia
ρ de Spearman	−0.0590	−0.059	0.0000
p-valor (bilateral)	0.3088	0.309	0.0002
N	300	300	—

2. Prueba de normalidad — Kolmogorov-Smirnov (Lilliefors)

Variable	Métrica	StatSim Pro	IBM SPSS	Diferencia
Total_R	Estadístico D	0.0381	0.038	0.0001
	p-valor	0.3599	0.200¹	—
Total_T	Estadístico D	0.0803	0.080	0.0000
	p-valor	0.0001	< .001	—

> ¹ SPSS reporta p = 0.200 como límite inferior de la significación verdadera (ver pie de tabla en SPSS). StatSim Pro calcula el valor p exacto mediante la aproximación de Dallal-Wilkinson/Khorzad, arrojando un resultado más informativo (p = 0.3599).

Capturas de pantalla

Correlación de Spearman — StatSim Pro vs. SPSS

Pruebas de normalidad — StatSim Pro vs. SPSS

📚 Motor estadístico implementado desde cero

• Shapiro-Wilk — Algoritmo de Royston (1992, AS R94), mismo que usan R y SPSS
• Kolmogorov-Smirnov — Corrección de Lilliefors (Dallal-Wilkinson / Khorzad)
• Correlación — Pearson y Spearman con intervalos de confianza (Fisher z; Bonett-Wright para Spearman)
• Pruebas t — Student y Welch
• ANOVA — Una vía con η²
• No paramétricas — Mann-Whitney U, Kruskal-Wallis con ε²
• Chi-cuadrado — Independencia con V de Cramér
• Regresión — Lineal simple por mínimos cuadrados
• Fiabilidad — Alfa de Cronbach por escala y dimensiones
• p-valores — Beta incompleta regularizada por fracción continua de Lentz (Numerical Recipes)

---

🚀 Uso

1. Abre la demo: joelpasapera.github.io/StatSim-Pro.github.io
2. Ve a la pestaña Simulador para generar una base de datos
3. Ve a la pestaña Analizador para cargar tus datos (CSV) o usar los generados
4. Selecciona variables, tipo de análisis y ejecuta

> "Construido para resolver un problema que vivía todos los días: perder horas en SPSS sin entender qué hacía. Ahora el análisis y la interpretación están en un solo clic."

---

✨ Características

Generador de Base de Datos

• ✅ Simulación de datos controlados con media y desviación estándar
• ✅ Soporte para múltiples pruebas psicométricas
• ✅ Variables sociodemográficas personalizables
• ✅ Generación siguiendo distribución normal
• ✅ Exportación a formato CSV
• ✅ Vista previa de datos generados

Analizador Estadístico

• ✅ Pruebas de normalidad automáticas (Shapiro-Wilk / Kolmogorov-Smirnov)
• ✅ Correlaciones de Pearson y Spearman
• ✅ Selección automática de prueba según normalidad
• ✅ Pruebas bilaterales y unilaterales
• ✅ Prueba de hipótesis con interpretación automática
• ✅ Generación de plantilla de discusión
• ✅ Resultados al estilo SPSS

---

🚀 Cómo Usar

---

1. Generar Base de Datos

Paso 1: Configuración General

• Ingresa el tamaño muestral (N) - mínimo 2 participantes

Paso 2: Agregar Pruebas Aplicadas

• Haz clic en "+ Agregar Prueba" para añadir filas
• Para cada prueba completa:
  • Nombre: Ej: "WAIS-IV", "TMMS-24"
  • N° de Ítems: Cantidad de preguntas (Ej: 60)
  • Media: Promedio esperado (Ej: 100)
  • Desviación Estándar: Variabilidad (Ej: 15)

Paso 3: Agregar Variables Sociodemográficas

• Haz clic en "+ Agregar Variable"
• Completa:
  • Categoría: Nombre (Ej: "Edad", "Sexo")
  • Promedio: Valor medio (Ej: 20 para edad)
  • Desviación Estándar: Variabilidad

Nota sobre Sexo: Si agregas "Sexo" codificado como 1=Masculino, 2=Femenino:

• Promedio: 1.5 (para distribución 50/50)
• Desviación: 0.5

Paso 4: Generar

• Haz clic en "Generar Base de Datos"
• Revisa la vista previa
• Descarga el CSV si lo deseas

---

2. Analizar Datos

Opción A: Usar Datos Generados

1. Genera una base de datos primero
2. Ve a la sección "Analizador"
3. Haz clic en "Usar Datos Generados"

Opción B: Subir Archivo CSV

1. Ve a la sección "Analizador"
2. Haz clic en "Subir Archivo CSV"
3. Selecciona tu archivo .csv

Paso 2: Seleccionar Variables

• Elige Variable 1 del menú desplegable
• Elige Variable 2 del menú desplegable
• Selecciona tipo de prueba:
  • Bilateral (2 colas): Para hipótesis no direccionales
  • Unilateral (1 cola): Para hipótesis direccionales

Paso 3: Ejecutar Análisis

• Haz clic en "Ejecutar Análisis"
• Revisa los 4 apartados de resultados:
  1. Prueba de Normalidad
  2. Análisis de Correlación
  3. Prueba de Hipótesis
  4. Discusión (Plantilla editable)

Paso 4: Descargar Resultados

• Haz clic en "Descargar Resultados" para obtener un archivo .txt

---

📋 Lógica del Análisis

Prueba de Normalidad Automática

SI N < 50:
    Usar Shapiro-Wilk
SI NO:
    Usar Kolmogorov-Smirnov

Selección de Correlación Automática

SI Variable1 es NORMAL Y Variable2 es NORMAL:
    Usar Correlación de Pearson
SI NO:
    Usar Correlación de Spearman (Rho)

Prueba de Hipótesis

SI p-valor < 0.05:
    Rechazar H₀ → Existe correlación significativa
SI NO:
    No rechazar H₀ → No hay correlación significativa

---

💡 Ejemplo de Uso

Caso: Desconexión Moral y Competencia Ciudadana

1. Generador:

• Tamaño muestral: 100
• Pruebas:
  • Desconexión Moral: 30 ítems, M=45, DE=8
  • Competencia Ciudadana: 25 ítems, M=50, DE=10
• Sociodemográficos:
  • Edad: M=20, DE=2
  • Sexo: M=1.5, DE=0.5

2. Análisis:

• Variable 1: Total_DM (Desconexión Moral)
• Variable 2: Total_CC (Competencia Ciudadana)
• Tipo: Bilateral

3. Interpretación: Si p = 0.495:

• No se rechaza H₀
• No existe relación estadísticamente significativa

---

📁 Estructura de Archivos

StatSim-Pro/
│
├── index.html                  # Página principal
├── styles.css                  # Estilos elegantes
├── generador-datos.js          # Lógica de simulación
├── analizador-estadistico.js   # Lógica de análisis
├── app.js                      # Coordinador de interfaz
└── README.md                   # Este archivo

---

🎨 Diseño

La aplicación combina:

• Tipografías limpias: Inter (sans-serif) para legibilidad
• Paleta minimalista: Negro, blanco, grises con acentos dorados
• Navegación intuitiva: Secciones claras y transiciones suaves
• Responsive: Adaptable a diferentes tamaños de pantalla

---

⚙️ Requisitos Técnicos

• Navegador moderno (Chrome 90+, Firefox 88+, Safari 14+, Edge 90+)
• JavaScript habilitado
• No requiere conexión a internet (funciona offline)

---

🔬 Validaciones Implementadas

Generador:

• ✅ Tamaño muestral mínimo: 2
• ✅ Desviación estándar > 0
• ✅ Al menos 1 prueba y 1 variable sociodemográfica
• ✅ Advertencias para valores poco realistas

Analizador:

• ✅ Mínimo 3 observaciones para normalidad
• ✅ Variables diferentes para correlación
• ✅ Valores numéricos válidos
• ✅ Mismo N para ambas variables

---

📊 Interpretación de Correlaciones

Fuerza (según Cohen):

• < 0.1: Nula o muy débil
• 0.1 - 0.3: Débil
• 0.3 - 0.5: Moderada
• 0.5 - 0.7: Moderada-fuerte
• 0.7 - 0.9: Fuerte
• ≥ 0.9: Muy fuerte

Significancia:

• p < .001: Altamente significativa (***)
• p < .01: Muy significativa (**)
• p < .05: Significativa (*)
• p ≥ .05: No significativa (ns)

---

🐛 Solución de Problemas

"No hay datos generados"

→ Genera una base de datos primero en la sección Simulador

"Las variables deben ser diferentes"

→ Selecciona dos variables distintas para correlacionar

"Archivo CSV inválido"

→ Verifica que el archivo tenga encabezados y datos separados por comas

Los resultados no se muestran

→ Revisa la consola del navegador (F12) para ver errores

---

📚 Referencias Estadísticas

• Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality
• Kolmogorov, A. (1933). Sulla determinazione empirica di una legge di distribuzione
• Pearson, K. (1895). Notes on regression and inheritance
• Spearman, C. (1904). The proof and measurement of association between two things

---

🎓 Recomendaciones de Uso

1. Para tesis: Usa datos simulados solo para practicar el análisis. Los datos reales son necesarios para publicación.

2. Parámetros realistas: Consulta manuales técnicos de instrumentos para obtener medias y DE esperables.

3. Tamaño muestral:

   • Mínimo 30 para análisis correlacional
   • 50-100 para estudios piloto
   • 100+ para tesis de licenciatura

4. Interpretación: La aplicación genera plantillas. Personalízalas con tu marco teórico y literatura específica.

---

🛠️ Tecnología

Aspecto	Elección
Frontend	HTML5, CSS3, JavaScript puro (vanilla JS)
Gráficos	D3.js v7 (única dependencia externa, vendoreada)
Build	Ninguno. Zero-build, zero-config
Backend	Ninguno. Todo el procesamiento es client-side
Hosting	GitHub Pages (gratuito)

---

🔄 Próximas Mejoras (Sugeridas)

• Análisis de regresión lineal
• Pruebas t de Student
• ANOVA de un factor
• Gráficos interactivos
• Exportar resultados a PDF
• Guardar proyectos en localStorage
• Análisis de confiabilidad (Alfa de Cronbach)
• Estadísticas descriptivas avanzadas

---

📞 Soporte

Para reportar errores o sugerir mejoras, revisa el código fuente y personalízalo según tus necesidades. gmail: joelpasapera101@gmail.com

---

📄 Licencia

Apache License 2.0

---

¡Éxito en tus investigaciones! 🎓📊

Última actualización: Mayo 2026