Cómo interpretar chi cuadrado
Jupiterimages/Photos.com/Getty Images
Chi cuadrado o ji cuadrado, mejor conocido como distribución de Pearson, es un medio para evaluar estadísticamente datos. Se utiliza cuando datos categóricos de una muestra se comparan con los resultados esperados o "verdaderos". Por ejemplo, si creemos que el 50% de unos frijolitos de goma en un contenedor son rojos, una muestra de 100 frijolitos de ese contenedor debería contener aproximadamente 50 frijolitos rojos. Si los números difieren de 50, la prueba de Pearson nos dice si nuestra presunción del 50% es sospechosa o si podemos atribuir la diferencia que observamos a una variación aleatoria normal.
Interpretando los valores de chi cuadrado
Step 1
Determina los grados de libertad de tu valor de chi cuadrado. Si estás comparando resultados para una muestra sencilla con múltiples categorías, el grado de libertad es el número de categorías menos 1. Por ejemplo, si estuvieras evaluando la distribución de colores en un frasco de frijolitos de goma y hubiera cuatro colores, el grado de libertad sería 3. Si estás comparando datos tabulares, los grados de libertad equivalen al número de filas menos 1 multiplicado por el número de columnas menos 1.
Step 2
Determina el valor "p" crítico que utilizarás para evaluar tus datos. Este es el porcentaje de probabilidad (dividido entre 100) de que ese valor específico de chi cuadrado sea obtenido solo por probabilidad. Otra forma de pensar en "p" es que es la probabilidad de que tus resultados observados se desviaron de los resultados esperados por la cantidad que lo hicieron únicamente debido a una variación aleatoria en el proceso de muestreo.
Step 3
Observa el valor "p" asociado a tu prueba estadística de chi cuadrado usando la tabla de distribución de chi cuadrado. Para hacer esto, observa a lo largo de la fila correspondiente a los grados de libertad que calculaste. Encuentra el valor en esta fila más cercano a tu prueba estadística. Sigue la columna que contiene ese valor hacia la parte superior de la fila y lee el valor "p". Si tu prueba estadística se encuentra entre dos valores en la fila inicial, puedes leer un valor "p" aproximado entre dos valores "p" en la fila superior.
Step 4
Compara el valor "p" obtenido de la tabla con el valor "p" crítico que decidiste antes. Si tu valor "p" tabular está por encima del valor crítico, concluirás que cualquier desviación entre los valores categóricos de la prueba y los valores esperados fue debido a una variación aleatoria y no fue significativa. Por ejemplo, si eliges un valor "p" crítico de 0,05 (o 5%) y encuentras un valor tabular de 0,20, podrías concluir que no hubo una variación significativa.
Referencias
Consejos
- Recuerda que cualquier conclusión hecha con base en esta prueba aún tendrá la posibilidad de estar equivocada, en proporción con el valor "p" obtenido.
Advertencias
- El valor obtenido para cada categoría en la prueba debe ser de al menos 5 para que los resultados sean válidos.
Sobre el autor
Michael Judge has been writing for over a decade and has been published in "The Globe and Mail" (Canada's national newspaper) and the U.K. magazine "New Scientist." He holds a Master of Science from the University of Waterloo. Michael has worked for an aerospace firm where he was in charge of rocket propellant formulation and is now a college instructor.
Créditos fotográficos
Jupiterimages/Photos.com/Getty Images
