Anlisis de Tablas de Contingencia con SPSS

Prueba de independencia (Chi-cuadrado)

La prueba de independencia Chi-cuadrado, nos permite determinar si existe una relacin

entre dos variables categricas. Es necesario resaltar que esta prueba nos indica si existe
o no una relacin entre las variables, pero no indica el grado o el tipo de relacin; es decir,
no indica el porcentaje de influencia de una variable sobre la otra o la variable que causa
la influencia.

Cada una de estas pruebas cuenta con la opcin Alfa (); este valor hace referencia al
nivel de confianza que deseamos que tengan los clculos de la prueba; es decir, si
queremos tener un nivel de confianza del 95%, el valor de alfa debe ser del 0.05, lo cual
corresponde al complemento porcentual de la confianza.

El programa genera por defecto dos tablas; la primera de ellas corresponde a la tabla de
contingencia, en ella aparecen las variables seleccionadas y los estadsticos que se
hayan determinado en el procedimiento. La segunda tabla corresponde a la prueba de
Chi-cuadrado de Pearson y en ella aparecen los resultados de las pruebas (valor del Chi-
cuadrado, los grados de libertad (gl) y el valor de significacin (Sig.))

El objetivo de esta prueba es comprobar la hiptesis mediante el nivel de significacin, por

lo que s el valor de la significacin es mayor o igual que el Alfa (0.05), se acepta la
hiptesis, pero si es menor se rechaza.

Para calcular el valor de significacin, el Chi-cuadrado mide la diferencia global entre los
recuentos de casilla observados y los recuentos esperados. Entre mayor sea el valor del
Chi-cuadrado, mayor ser la diferencia entre los recuentos observados y esperados, lo
que nos indica que mayor es la relacin entre las variables. El valor de significacin
corresponde a la probabilidad de que una muestra aleatoria, extrada del Chi-cuadrado
nos d cmo resultado un valor superior a 39.672; es decir, es la probabilidad que los
datos de una muestra aleatoria extrada de las dos variables sean independientes.

Referencia:

Recuperado el 28 de marzo del 2017 de: http://www.spssfree.com/curso-de-spss/tablas-

de-spss/chi-cuadrado-estadisticos-en-tablas.html
Correlacin bivariada

La correlacin bivariada es una tcnica estadstica destinada a averiguar:

a) si dos variables tienen relacin entre s

b) si la relacin es fuerte-moderada-o dbil y

c) qu direccin tiene la relacin

Las coincidencias muchas veces esconden asociaciones entre fenmenos. La correlacin

es la tcnica ms usada para medir asociacin lineal en todas las ciencias. Indica
asociacin o relacin entre dos variables, no implica causalidad.

La correlacin est basada en la asociacin lineal, es decir, que cuando los valores de
una variable aumentan los valores de la otra variable pueden aumentar o disminuir
proporcionalmente.

Existen 2 grandes tipos de correlaciones: correlacin de Pearson y correlacin de

Spearman. Ambas estn basadas en la misma informacin, aunque usan frmulas
diferentes. La correlacin de Pearson es ms adecuada cuando las variables siguen la
curva normal. La correlacin de Spearman es ms conveniente usarla cuando las
variables no siguen la curva normal. Por lo general, no suelen haber muchas diferencias
entre los resultados, aunque pueden variar los resultados sobre todo cuando se trabaja
con muestras pequeas.

En anlisis estadstico de datos se usa la correlacin cuando trabajamos con variables

ordinales o escalares. Las variables ordinales y escalares son aquellas que sus
categoras tienen un orden interno. Si incluimos una variable nominal debemos
recodificarla a variable dummy.

Referencia:

Recuperado el 28 de marzo del 2017 de: http://networkianos.com/que-es-la-correlacion-

bivariada-y-como/
Coeficiente de incertidumbre

Se clasifica dentro de estadsticas nominales y es una medida de la asociacin de las

variables, en relacin a la capacidad predictiva y la disminucin del error de dicha
prediccin. La diferencia estriba en su clculo ya que en este caso la expresin de estos
coeficientes depende de toda la distribucin y no slo de los valores modales, por lo que
slo toma el valor 0 en casos de total independencia. sta es su ventaja respecto a
Lambda, pero es ms difcil de interpretar. Oscila entre 0 y 1. Su versin asimtrica se
interpreta como la proporcin de incertidumbre reducida al predecir los valores de una
variable a partir de los de la otra; mientras que la versin simtrica se interpreta como la
proporcin de incertidumbre reducida al predecir los valores de cualquiera de las dos
variables mediante la tabla de contingencia.

Referencia:

MJ Rodrguez-Jaume. (2001). Recuperado el 28 de marzo del 2017 de:

https://rua.ua.es/dspace/bitstream/10045/8139/1/CONTINGENCIA.pdf