Cómo revisar tus datos antes de enviar un artículo (Guía 2026)

Antes de enviar un artículo, realice cuatro comprobaciones de los números. Cada tamaño de muestra en el texto debe coincidir con las tablas, y los porcentajes deben sumar correctamente. Los decimales deben ser consistentes, y los datos faltantes deben estar justificados y explicados. Estos son los errores que los revisores encuentran primero, porque son los más fáciles de detectar.

Los revisores llegan con poco tiempo y una heurística razonable. Si la aritmética de las tablas no cuadra, es probable que el análisis que hay detrás tampoco se haya comprobado. Esa inferencia es injusta en casos individuales, pero es correcta con la suficiente frecuencia como para condicionar la revisión.

Esta guía explica por qué los errores numéricos predominan en los comentarios de los revisores y qué comprobaciones vale la pena realizar antes de enviar un artículo. Termina mostrando cómo realizarlas sin tener que leer cada tabla a mano.

Por qué los revisores detectan los números y no la teoría

La N nunca coincide

Un estudio comienza con 120 participantes. Se excluyen ocho por respuestas incompletas, tres más no superan una prueba de atención y una condición pierde a dos personas por un fallo técnico. La sección de métodos dice 120, el análisis se realizó sobre 107 y una tabla todavía muestra 109 porque se creó antes de la última exclusión.

Nadie hizo nada malo aquí. El recuento simplemente cambió cuatro veces, y el manuscrito registra diferentes momentos de esa secuencia. Un revisor que compare la sección de métodos con las tablas verá una contradicción sin explicación alguna.

El redondeo se desvía

Los resultados estadísticos ofrecen muchos decimales. Se copian diferentes números en momentos distintos, algunos redondeados a dos decimales y otros a tres. Los porcentajes calculados a partir de subtotales redondeados suman 99.8 en lugar de 100.

Individualmente, estos detalles son triviales. Colectivamente, se interpretan como un descuido, y son exactamente lo que un lector atento nota al pasar la vista por una tabla.

El gráfico y el texto no coinciden

Se exporta un gráfico antes de tiempo, se refina el análisis y se actualiza el texto. El gráfico conserva los números antiguos. Esto es lo suficientemente común como para que los revisores experimentados comparen los gráficos con la prosa de forma rutinaria.

Estos tres fallos comparten una misma causa. Nada salió mal en el análisis; el manuscrito simplemente registra varios momentos diferentes de un proceso que siguió avanzando. Detectar eso es un problema de documentación, no de estadística.

Lo que esto le cuesta

Una ronda de revisión que era evitable. Las inconsistencias numéricas rara vez provocan un rechazo por sí solas, pero generan una ronda de revisiones importantes que añade meses de retraso.

La atención del revisor se desvía al lugar equivocado. Cada comentario sobre una N que no coincide es un comentario que no se dedica a su argumento. Usted dispone de una cantidad limitada de atención por revisión.

Una corrección después de la publicación. El peor de los casos es cuando nadie lo detecta antes de enviar el artículo y este supera todo el proceso. Las correcciones posteriores a la publicación son permanentes y públicas, y se asocian a su nombre y no al del revisor que las pasó por alto.

Las comprobaciones que vale la pena realizar

Opción 1: Conciliar cada tamaño de muestra

Enumere cada N y n que aparezca en cualquier lugar: métodos, cada tabla, cada pie de gráfico, el resumen. Siga el rastro de cada uno hasta un paso de filtrado específico. Cualquier número que no pueda rastrear es un error o una exclusión no documentada.

Luego compruebe que las exclusiones cuadren: la muestra inicial, menos cada exclusión documentada, debe ser igual a la muestra analizada. Escriba esa secuencia en la sección de métodos. Los revisores rara vez se oponen a las exclusiones que están explicadas; siempre se oponen a las que no lo están.

Opción 2: Comprobar la aritmética en cada tabla

Los porcentajes dentro de una categoría deben sumar 100, permitiendo una nota de redondeo documentada. Los recuentos de los subgrupos deben sumar el total del grupo. Las medias de los subgrupos, ponderadas por sus tamaños, deben conciliarse con la media general.

Este es un trabajo aburrido y es donde se encuentran la mayoría de los errores. También es la comprobación que los revisores tienen más probabilidades de realizar por sí mismos, por lo que saltársela es una mala apuesta.

Opción 3: Auditar los datos faltantes y los valores atípicos

Indique cuántos datos faltan, si faltan al azar y cómo los manejó. La eliminación por lista, la imputación y el análisis por parejas producen diferentes tamaños de muestra, lo que es una fuente frecuente del problema de la N que no coincide.

Haga lo mismo con los valores extremos excluidos. Indique cuántos se eliminaron y bajo qué regla. Considere la posibilidad de informar el resultado clave tanto con ellos como sin ellos; consulte nuestra guía para encontrar valores atípicos sin código. Un resultado que sobrevive a esa comparación es más sólido, y uno que no lo hace es algo que querrá descubrir antes de que lo haga un revisor.

Donde las tres topan con el mismo límite

Cada comprobación es mecánica y requiere tener todo el manuscrito en la cabeza a la vez. Está comparando un número en los métodos con uno en la Tabla 3 y con otro en el pie de un gráfico. Es un documento que ha leído tantas veces que ya no lo ve con claridad.

Esa es la verdadera dificultad. No es que las comprobaciones sean difíciles, sino que revisar uno mismo un documento que ha escrito no es fiable, y eso no se soluciona por mucho cuidado que se ponga.

Cómo realizar estas comprobaciones con Powerdrill Bloom

Paso 1: Subir sus datos

Suba el conjunto de datos de análisis. Powerdrill Bloom analiza el perfil de cada columna al recibirla, por lo que los recuentos de valores faltantes y los tamaños de los grupos se muestran como hechos reales en lugar de cosas que debe recordar.

Paso 2: Describir las comprobaciones en lenguaje natural

Solicite la conciliación directamente. Pregunte cuántos casos completos hay por grupo tras aplicar estas exclusiones, si los porcentajes de las categorías suman 100 y qué columnas tienen valores faltantes. Luego, solicite la comparación que realmente importa: cómo cambia el resultado clave con y sin los casos excluidos.

Paso 3: Exportar el gráfico, informe o presentación

Extraiga una tabla resumen de recuentos y valores faltantes para contrastarla con su manuscrito. De la misma solicitud se obtiene una nota escrita que registra la secuencia de exclusión para la sección de métodos.

Por qué esto supera a una lectura manual

	Comprobación manual	Powerdrill Bloom
Conciliar la N entre secciones	Leer y comparar a mano	Recuentos devueltos por cada paso de filtrado
Auditoría de valores faltantes	Inspección columna por columna	Perfil analizado al subir el archivo
Resultado con y sin exclusiones	Volver a ejecutar el análisis dos veces	Solicitar ambos
Después de una revisión	Repetir todo el proceso	Volver a solicitar sobre el nuevo archivo

La última fila es la que decide si las comprobaciones realmente se realizan. Una auditoría que requiere una tarde entera se ejecuta una vez, antes del primer envío, y se pasa por alto antes del reenvío. Ese es precisamente el momento en que los números acaban de cambiar.

Una lista de comprobación antes del envío

Siga el rastro de cada N hasta un paso de filtrado. Si no puede decir qué regla produjo un número, no lo publique.

Vuelva a calcular los totales de las tablas. Los porcentajes deben sumar 100, los subgrupos deben sumar el total del grupo y no debe haber excepciones sin una nota de redondeo indicada en la propia tabla.

Vuelva a generar los gráficos después del análisis final. Nunca reutilice un gráfico exportado antes de la última revisión. Nuestra guía para crear gráficos para un artículo de investigación cubre los requisitos de formato.

Indique explícitamente el manejo de los datos faltantes. El método y el tamaño de muestra resultante, en la sección de métodos.

Compruebe el resumen frente a los resultados. Los resúmenes se escriben al principio y se actualizan al final, por lo que contienen los números más antiguos del manuscrito. También son la parte que la mayoría de los lectores ven, lo que hace que un error ahí sea desproporcionadamente visible.

Pida a otra persona que lea las tablas. Un colega que no haya visto los datos encontrará en diez minutos lo que usted ha pasado por alto durante semanas. Pídale que compruebe la aritmética en lugar del argumento, ya que esa es la comprobación que usted no puede realizar en su propio manuscrito.

Conclusión

Las comprobaciones que evitan las rondas de revisión no son glamorosas: conciliar los tamaños de muestra, verificar la aritmética, justificar los datos faltantes y volver a generar los gráficos al final. Ninguna de ellas requiere sofisticación estadística, y todas son fáciles de omitir cuando se acerca una fecha límite.

La razón por la que se omiten es que repetirlas resulta costoso, y es necesario hacerlo cada vez que cambia el análisis. Pruebe Powerdrill Bloom en su conjunto de datos antes de su próximo envío. Consulte también nuestra página de limpieza de datos con IA y la guía para limpiar y eliminar duplicados de datos.

Preguntas frecuentes

¿Qué es lo primero que comprueban los revisores en un artículo?

La consistencia interna de los números. Los tamaños de muestra en los métodos, las tablas y el resumen, si los porcentajes suman correctamente y si los gráficos coinciden con el texto. Estas comprobaciones son rápidas y señalan con qué cuidado se preparó el resto del trabajo.

¿Qué debo comprobar antes de enviar un artículo?

Indique la muestra inicial, cada exclusión con su regla y recuento, y la muestra final analizada, de modo que la secuencia cuadre aritméticamente. Las exclusiones explicadas rara vez se cuestionan; los cambios inexplicables en el tamaño de la muestra siempre lo son.

¿Debo informar los resultados con y sin valores atípicos?

Sí, cuando la conclusión dependa de un pequeño número de valores extremos. Informar sobre ambas versiones es más sólido que excluirlos discretamente, y evita que un revisor descubra esa sensibilidad por usted.

¿Por qué mis porcentajes no suman 100?

Por lo general, debido a que se redondea cada componente de forma independiente. Añada una nota indicando que los porcentajes pueden no sumar 100 debido al redondeo, o calcúlelos de manera que lo hagan. Ambas opciones son aceptables; el silencio no lo es.

¿Cuántos datos faltantes se consideran demasiados?

No existe un umbral universal, y el patrón importa más que la cantidad. Los datos que faltan al azar son más tolerables que los datos que faltan de forma sistemática. Indique la cantidad, el patrón y su método de manejo, y deje que los revisores juzguen.