CHI CUADRADA EN SPSS (EXPLICADA CON GATITOS) PASO A PASO. EXPLICACIÓN E INTERPRETACIÓN. FÁCIL.
Summary
TLDREste video ofrece un análisis estático de la relación entre dos variables categóricas: el tipo de entrenamiento (con comida o afecto) y la capacidad de los gatos para bailar. A través de un ejemplo práctico, se explica cómo utilizar la prueba de chi cuadrada para determinar si existe una asociación entre las variables. Seguidamente, se describen los requisitos para realizar la prueba, como la independencia de las medidas y el cumplimiento de que las frecuencias esperadas sean mayores a 5. El análisis de la tabla de contingencia muestra que la mayoría de los gatos entrenados con comida bailan, mientras que la mayoría de los entrenados con afecto no lo hacen. La prueba de chi cuadrada confirma esta relación con un valor de significancia menor a 0.05, rechazando la hipótesis de independencia y aceptando la de asociación. El video concluye que el tipo de refuerzo es significativamente efectivo en el entrenamiento de los gatos, sugiriendo que la comida es un incentivo más eficaz que el afecto.
Takeaways
- 📊 La chi-cuadrada (χ²) es una prueba estadística utilizada para determinar si dos variables categóricas están relacionadas.
- 🔍 Se utilizan medidas categóricas cuando se trata de rangos o categorías, como el género, el embarazo o el voto, en lugar de medidas continuas.
- 🐱 Un ejemplo práctico es un estudio sobre si los gatos pueden ser entrenados a bailar usando comida o afecto como recompensa.
- 📈 Se utiliza una tabla de contingencias para cruzar los niveles de las dos variables categóricas y contar las frecuencias en cada categoría.
- ✅ Para realizar la prueba χ², se requiere que los datos sean independientes y que no haya medidas repetidas en las categorías.
- 🔢 El segundo requisito es que todas las frecuencias esperadas sean mayores a 5 para mantener la potencia estadística de la prueba.
- 📋 La prueba χ² compara las frecuencias observadas con las frecuencias esperadas y si el valor de significancia es menor que 0.05, se rechaza la hipótesis de independencia.
- 📉 Si las frecuencias esperadas no cumplen con el requisito, se puede optar por una prueba de Fisher exacta para tablas de contingencia grandes.
- 📊 La prueba χ² se puede realizar con datos individuales o agrupados, utilizando una variable numérica para representar las frecuencias de casos.
- 📝 Al informar los resultados, se debe reportar el p-valor y el tamaño del efecto, como el coeficiente de contingencia o Cramer's V, para medir la fuerza de la asociación.
- 😺 En el estudio de gatos, se encontró una asociación significativa entre el tipo de entrenamiento (comida o afecto) y la capacidad de los gatos para bailar, con una mayor proporción de gatos bailando cuando se usaba comida como recompensa.
Q & A
¿Qué tipo de medidas se analizan en el video cuando no se está interesado en medidas continuas?
-Se analizan medidas de tipo categórica, como el embarazo, el voto y el género, que son variables discretas y no suelen medirse en una escala continua.
¿Para qué se utilizan generalmente las medidas categóricas en el análisis estadístico?
-Las medidas categóricas se utilizan generalmente como predictoras o variables independientes en un estudio estadístico. A veces, se busca encontrar la relación entre estas medidas categóricas.
¿Cuál es el ejemplo que se utiliza en el video para explicar el análisis de dos variables categóricas?
-El ejemplo utilizado es el entrenamiento de gatos para bailar, utilizando comida o afecto como recompensa por su comportamiento.
¿Cómo se llama la tabla que se utiliza para combinar los niveles de las variables categóricas en el análisis?
-La tabla se conoce como una tabla de contingencias o tablas cruzadas.
¿Qué prueba estadística se utiliza para conocer si existe relación entre dos variables categóricas?
-Se utiliza la prueba de chi cuadrada (χ²) para comparar las frecuencias observadas con las frecuencias esperadas por casualidad y determinar si las dos variables son independientes.
¿Cuáles son los dos requisitos que deben cumplirse para realizar la prueba de chi cuadrada?
-El primer requisito es la independencia de las medidas, lo que significa que cada dato pertenece a una categoría diferente en las tablas. El segundo requisito es que el valor de las medidas esperadas sea mayor que 5 para mantener la potencia estadística.
¿Cómo se puede realizar el análisis de chi cuadrada si se tienen datos agrupados?
-Se puede realizar a través de una tercera variable numérica llamada frecuencia, que contiene el total de casos que corresponden a cada condición. Luego, se indica a la computadora que esta variable representa un número de casos para el análisis.
¿Qué se debe hacer antes de realizar el análisis de chi cuadrada para asegurarse de cumplir con los parámetros necesarios?
-Antes de realizar el análisis, se debe asegurarse de que los grupos son independientes y que ninguno de los valores esperados en la tabla cruzada es menor a 5.
¿Qué resultado en la prueba de chi cuadrada indica que se deben rechazar la hipótesis de independencia de variables?
-Si el valor de significancia es menor que 0.05, entonces se rechaza la hipótesis nula de independencia de variables y se acepta la hipótesis alternativa de relación.
¿Cómo se interpreta el resultado del análisis de chi cuadrada en el ejemplo de entrenamiento de gatos?
-El resultado muestra que el tipo de entrenamiento (comida o afecto) tiene un efecto significativo en la capacidad de los gatos para bailar, lo que indica que la comida como recompensa es más eficaz que el afecto para el entrenamiento.
¿Qué se debe reportar si en una tabla de contingencia las frecuencias esperadas son menores al 5%?
-Si las frecuencias esperadas son menores al 5%, se debe realizar una prueba de Fisher exacta para las tablas de contingencia en lugar de la prueba de chi cuadrada.
¿Cuál es la conclusión final del análisis de chi cuadrada en el ejemplo del video?
-La conclusión final es que el tipo de entrenamiento utilizado influye significativamente en si los gatos bailarán; la comida como recompensa es más eficaz que el afecto.
Outlines
😀 Análisis de la chi cuadrada
Este párrafo introduce el análisis de la chi cuadrada, una técnica estadística utilizada para determinar si existe una relación entre dos variables categóricas. Se menciona que a veces se prefieren medidas categóricas en lugar de medidas continuas, como por ejemplo, el embarazo, el voto o el género. Se utiliza un ejemplo didáctico con gatos para explicar cómo se realiza el análisis con dos variables categóricas: el tipo de entrenamiento (con comida o con afecto) y la capacidad de los gatos para bailar. Se destaca la importancia de la independencia de las medidas y de que las frecuencias esperadas sean mayores a 5 para evitar pérdida de potencia estadística.
📊 Procedimiento para realizar la chi cuadrada
Este párrafo detalla los pasos para realizar la prueba de chi cuadrada. Se menciona que se requiere de una muestra de 200 gatos y se describe cómo se estructura la tabla de contingencias. Se explica que se debe contar cuántos gatos pertenecen a cada una de las cuatro categorías posibles resultantes de la combinación de las variables. Además, se describe cómo se realiza el análisis de chi cuadrada a partir de datos agrupados, incluyendo la creación de una variable numérica llamada 'frecuencia' que representa el número de casos para cada combinación de categorías. Se destaca la necesidad de ponderar los casos y se describe el proceso de selección de las variables y la ejecución del análisis.
📈 Resultados y interpretación de la chi cuadrada
Este párrafo presenta los resultados del análisis de chi cuadrada y cómo se interpreta. Se muestra la tabla de contingencias con los datos observados y se calculan los porcentajes dentro de las categorías de entrenamiento. Se concluye que la mayoría de los gatos entrenados con comida bailan, mientras que la mayoría de los entrenados con afecto no lo hacen. Se revisan los parámetros necesarios para la prueba, como la independencia de los grupos y el cumplimiento del criterio de las frecuencias esperadas mayores a 5. Se indica que el valor de chi cuadrada es menor a 0.05, lo que permite rechazar la hipótesis de independencia de variables y aceptar la hipótesis de relación. Se utiliza el coeficiente de contingencia de Cramer para medir la fuerza de la asociación, el cual en este caso muestra una asociación fuerte y significativa.
Mindmap
Keywords
💡Medidas categóricas
💡Tabla de contingencias
💡Test de chi cuadrada (χ²)
💡Independencia de medidas
💡Valores esperados
💡Análisis de datos agrupados
💡Ponderar casos
💡Efecto de asociación
💡Prueba de Fisher exacta
💡Hipótesis nula
💡Refuerzo
Highlights
El análisis de la chi cuadrada se utiliza para estudiar la relación entre dos variables categóricas.
Las medidas categóricas son aquellas que no son continuas, como el embarazo, el voto o el género.
Se busca establecer si las variables son independientes o si están relacionadas.
Se hace referencia a un estudio que investiga si los gatos pueden ser entrenados a bailar como ejemplo práctico.
Se presenta una tabla de contingencias para organizar y contar las frecuencias de los gatos en función del entrenamiento y su capacidad para bailar.
El test de chi cuadrada compara las frecuencias observadas con las esperadas por casualidad para determinar la independencia de variables.
Si el valor de significancia es menor que 0.05, se rechaza la hipótesis nula de independencia de variables.
Para realizar el análisis de chi cuadrada, se requiere cumplir con dos requisitos: la independencia de las medidas y que las frecuencias esperadas sean mayores que 5.
Se describe cómo realizar el análisis de chi cuadrada a través de datos agrupados, lo que simplifica el proceso.
Se explica cómo ponderar casos mediante una variable numérica que representa el número de casos para cada combinación de categorías.
Se detalla el proceso de análisis estadístico descriptivo y cómo obtener el coeficiente de contingencia y el coeficiente de Cramer.
Se presentan los resultados de la tabla cruzada, mostrando la proporción de gatos que bailaron o no en función del tipo de entrenamiento recibido.
El análisis de chi cuadrada muestra que el tipo de entrenamiento tiene un efecto significativo en la capacidad de los gatos para bailar.
El tamaño del efecto se mide con el valor de Cramer, que indica la fuerza de la asociación entre las variables.
Se concluye que el entrenamiento con comida como recompensa influye significativamente en la capacidad de los gatos para bailar.
Se sugiere que el análisis de chi cuadrada puede ser una herramienta valiosa para investigar relaciones en variables categóricas.
Se recomienda el uso de pruebas exactas de Fisher para tablas de contingencia con frecuencias esperadas menores que 5.
El vídeo ofrece recomendaciones adicionales y recursos para aprender más sobre pruebas hipotéticas y análisis estadístico.
Transcripts
bienvenidos a un nuevo capítulo de psico
fácil yo soy javier el día de hoy te
traemos el análisis de la chj cuadrada
bienvenidos
[Música]
en ocasiones no estamos interesados en
medidas continuas como en las
puntuaciones directas de los tests sino
en medidas de tipo categórica por
ejemplo no centrarnos en las
puntuaciones percentiles de la
inteligencia de personas que puntuaron
100 95 y 99 sino en cual rango de
inteligencia pertenecen en este caso las
personas se ubicarían en un rango
promedio tomando este rango queremos
hacer análisis estadísticos algunos
ejemplos de medidas categóricas pueden
ser el embarazo ya que puedes estar
embarazada o no el voto ya que puedes
votar o no y el género todos pertenecen
a una categoría en la mayoría de los
casos utilizamos estas variables como
predictoras o variables independientes
pero en algunos casos necesitamos
encontrar relación entre estas medidas
categóricas vamos a empezar por la
situación más sencilla que serían los
análisis con dos variables categóricas y
para que lo entiendas muy bien haremos
un ejemplo con gatitos
y todos amamos los gatos y que mejor que
aprender y cuadrada con ellos hagamos de
cuenta que un investigador quiere
conocer si los gatos pueden ser
entrenados para bailar
[Música]
dándoles comida o afecto como recompensa
por su comportamiento al final del
entrenamiento cuentan cuántos gatos
pueden bailar y cuántos no en este caso
tenemos dos variables categóricas el
entrenamiento que a su vez tiene dos
niveles con comida y con afecto la
segunda variable sería el baile que
tiene dos niveles bailo o no bailo al
combinar los niveles de las variables
podemos obtener cuatro categorías que si
las ponemos sobre la tabla quedaría más
o menos así esto es conocido como una
tabla de contingencias o tablas cruzadas
lo que necesitamos hacer es contar
cuántos gatos van en cada categoría
hagamos de cuenta que nuestra muestra
fueron 200 gatos y se distribuyeron más
o menos así
si queremos conocer si existe relación
entre dos variables categóricas
utilizamos el test de tci cuadrada que
compara las frecuencias observadas en
ciertas categorías con las frecuencias
que se podría esperar al obtenerlas por
casualidad el análisis prueba si las dos
variables son independientes si el valor
de significancia es menor que 0.05
entonces rechazamos la hipótesis nula
que dice que las variables son
independientes y aceptamos la hipótesis
del investigador que dice que ambas
variables están relacionadas para
aprender más sobre prueba hipótesis te
recomendamos este vídeo
para correr la prueba de tci cuadrada se
deben cumplir con dos requisitos
tengamos en cuenta que estos no son tan
complejos como para la estadística
cuantitativa en donde debemos cumplir
principios de normalidad como sebasti
cidad etcétera el primer requisito de la
chj cuadrada es la independencia de las
medidas es decir que cada dato
pertenezca a una categoría de las tablas
lo que indica que acá no podemos
ingresar datos de medidas repetidas como
en los análisis pre intervención postes
para nuestro ejemplo no podríamos
incluir gatos que en un primer momento
les dimos comida para ver si bailaban y
luego les dimos afecto ya que no serían
medidas independientes el segundo
requisito es que el valor de las medidas
esperadas sea mayor que 5 el
cumplimiento de este criterio lo podemos
ver una vez corramos el análisis de las
tablas
la desventaja de tener frecuencias
esperadas por debajo de este valor es
que se pierde la potencia estadística
por lo tanto la prueba no podría
detectar un efecto genuino de la
relación entre las variables en caso de
que esto te suceda puedes optar por
realizar un análisis de prueba exacta de
fisher para las tablas de contingencia
grandes puedes tener hasta un 20% de
frecuencias esperadas menores que 5 el
análisis de tci cuadrada se puede hacer
de dos formas la primera de ellas es
tener en las columnas de nuestra base de
datos cada una de sus variables y sus
niveles
acá tenemos la variable de tipo de
refuerzo la comida y el afecto
y también tenemos la variable que señala
si el gato bailo o no bailo
en nuestro caso tenemos 200 gatos
participantes
la segunda forma es un poco más sencilla
ya que es mediante datos agrupados en
ella tenemos ambas variables tipo de
refuerzo ya sea comida o afecto
y si baila o no baila el minino
adicionalmente crearemos una tercera
variable numérica llamada frecuencia
donde pondremos el total de casos que
corresponden a cada condición así en vez
de tener 200 filas largas de datos ya
tenemos esta información sintetizada y a
la mano que te ahorrará un poco más de
tiempo para este paso debemos decirle a
la computadora que la variable de
frecuencia representa un número de casos
que recae sobre una combinación
particular de categorías para hacer esto
nos dirigimos a datos
y ponderar casos
seleccionamos la opción de ponderar
casos mediante
e incluimos nuestra variable de
frecuencias
damos clic en aceptar
para correr el análisis de alguna de las
dos formas nos dirigimos a analizar
estadísticos descriptivos tablas
cruzadas
en las filas seleccionamos la variable
independiente que en este caso sería el
tipo de refuerzo y en las columnas
seleccionamos la variable dependiente
que sería si el gato baila o no baila
en el botón de exacta damos clic sobre
la opción exacto y dejamos el límite de
prueba en 5 damos clic en continuar
en estadísticos damos clic sobre ti
cuadrado coeficiente de contingencia
y cramer los cuales nos darán el
resultado de la fuerza de asociación
damos clic en continuar
finalmente el botón de casilla nos sirve
para darle valor a los datos de nuestra
tabla cruzada damos clic sobre observado
y esperado este último nos permite
identificar que se cumpla el segundo
requisito de chi cuadrado y
seleccionamos todas las opciones de
porcentaje
damos clic en continuar y clic en
aceptar los datos nos arrojaron las
tablas cruzadas en donde vemos que el
total 76 gatos bailaron de estos 48
fueron entrenados con alimentos y 28
fueron entrenados con cariño además 124
gatos no bailaron en absoluto y de los
que no bailaron 10 fueron entrenados
utilizando comida como recompensa y 114
fueron entrenados usando afecto dentro
de la variable de baile podemos ver los
porcentajes dentro de las categorías de
entrenamiento donde encontramos por
ejemplo que los gatos entrenados con
comida como recompensa el 82.8 bailo y
el 17.2 por ciento no del mismo modo
para aquellos entrenados con afecto
sobre el 19.7 por ciento bailo en
comparación del 80.3 que no lo hizo
en resumen cuando la comida se usaba
como recompensa la mayoría de los gatos
bailaban pero cuando se usaba el afecto
la mayoría de los gatos se negaban a
bailar antes de revisar los análisis de
chi cuadrada debemos asegurarnos que
hemos cumplido con los dos parámetros
señalados anteriormente al ser grupos
independientes que pertenecen a
diferentes categorías cumplimos el
primero para el segundo en la misma
tabla cruzada nos dirigimos a recuento
esperado como vemos ninguno de ellos es
menor a 5 por lo que tenemos la potencia
estadística necesaria para ver los
resultados de nuestro análisis una vez
cumplidos los parámetros nos dirigimos a
nuestra siguiente tabla la elche
cuadrada como vemos el valor fue menor a
0.05 lo que indica que rechazamos la
hipótesis de independencia de variables
y aceptamos la hipótesis de relación
este resultado indica que el tipo de
entrenamiento utilizado tuvo un efecto
significativo sobre
si el animal bailaría en caso de que no
haya cumplido con el parámetro de
valores esperados mayores a 5 tus
resultados se deben basar en la prueba
de fisher y debes reportar su resultado
y el p valor de la significancia
bilateral nuestra última tabla nos va a
mostrar el tamaño del efecto de la
asociación entre más cercano a 1 la
asociación es más fuerte en nuestro caso
tomaremos el valor de pi
kramer es usada cuando alguna de tus
variables tiene más de 2 niveles por
ejemplo que hubieras usado además de
comida de afecto otro tipo de reforzador
como sólo usamos dos niveles tanto pi
como kramer fueron iguales si tu
análisis es de 2 x 2
debes reportar el pib
el resultado fue de 0.5 89 lo que indica
una asociación fuerte y además que es
poco probable que la relación haya
sucedido por casualidad
por tanto podemos concluir que el tipo
de entrenamiento utilizado influye
significativamente en los gatos bailarán
por comida pero no por amor después de
haber vivido con una hermosa gata
durante muchos años esto respalda mi
opinión que no hará nada a menos de que
haya un plato de comida para gatos
esperándolos al final tienes dudas
dejarás en la caja de comentarios hasta
la próxima le sirvió nuestro vídeo únete
al canal y recibe beneficios exclusivos
y adicionales como miembro y tu
contribución ayudará a seguir
produciendo contenido de calidad o
ayúdanos con tu donación da clic sobre
el botón
[Música]
gracias por ver este capítulo de nuestra
serie de psicometría de 5 fácil te
invitamos a que sigas disfrutando de
nuestro contenido donde podrás aprender
y disfrutar continúa con nuestro
siguiente vídeo de nuestro curso a su
vez te invitamos a que te suscribas en
nuestro canal de youtube y nos sigas en
las redes sociales
hasta la próxima
Browse More Related Video
Prueba de chi-cuadrado (χ²) con Excel
Prueba de hipótesis para la relación de varianzas
Prueba t de dos muestras para diferencia de medias | Khan Academy en Español
Prueba de Hipótesis para la media
DIAGRAMA DE FLUJO - Ejercicio #1 - ANÁLISIS, CONSTRUCCIÓN Y PRUEBA DE ESCRITORIO
PRUEBA Z: CONTRASTE DE LA MEDIA DE LA MUESTRA CON LA MEDIA DEL UNIVERSO
5.0 / 5 (0 votes)