UNIVERSIDAD AUTÓNOMA DE CHIAPAS
Facultad de Humanidades
Campus VI
Licenciatura en Pedagogía
Taller de Herramientas Informáticas para el Análisis de Datos
Mtro. Rogelio Tapia Aquino
JUXÍN ADYRAHI TRUJILLO CASTILLEJOS
PRUEBA
CHI-CUADRADO
Esta
prueba puede utilizarse incluso con datos medibles en una escala nominal. La
hipótesis nula de la prueba Chi-cuadrado postula una distribución de
probabilidad totalmente especificada como el modelo matemático de la población
que ha generado la muestra.
Para
realizar este contraste se disponen los datos en una tabla de frecuencias. Para
cada valor o intervalo de valores se indica la frecuencia absoluta observada o
empírica (Oi). A continuación, y suponiendo que la hipótesis nula es cierta, se
calculan para cada valor o intervalo de valores la frecuencia absoluta que
cabría esperar o frecuencia esperada (Ei=n·pi , donde n es el tamaño de la
muestra y pi la probabilidad del i-ésimo valor o intervalo de valores según la
hipótesis nula). El estadístico de prueba se basa en las diferencias entre la
Oi y Ei.
Este
estadístico tiene una distribución Chi-cuadrado con k-1 grados de libertad si n
es suficientemente grande, es decir, si todas las frecuencias esperadas son
mayores que 5. En la práctica se tolera un máximo del 20% de frecuencias
inferiores a 5.
Si
existe concordancia perfecta entre las frecuencias observadas y las esperadas
el estadístico tomará un valor igual a 0; por el contrario, si existe una gran
discrepancia entre estas frecuencias el estadístico tomará un valor grande y,
en consecuencia, se rechazará la hipótesis nula. Así pues, la región crítica
estará situada en el extremo superior de la distribución Chi-cuadrado con k-1
grados de libertad.
CORRELACIONES
La
correlación es la forma numérica en la que la estadística ha podido evaluar la
relación de dos o más variables, es decir, mide la dependencia de una variable
con respecto de otra variable independiente.
La
correlación estadística determina la relación o dependencia que existe entre
las dos variables que intervienen en una distribución bidimensional.
Es
decir, determinar si los cambios en una de las variables influyen en los
cambios de la otra. En caso de que suceda, diremos que las variables están
correlacionadas o que hay correlación entre ellas.
