Pruebas de hiptesis para modelos NO PARAMETRICOS Para definir estadsticamente si una variable influye sobre otra variable se utilizan

las pruebas de hiptesis; donde: la hiptesis nula (H0) indica que la variable X e Y son independientes entre s.

Pruebas de Libre Distribucin Basadas en la Prueba de X2 Ho: X e Y, son Independientes entre si Ha: X e Y , son Dependientes entre si Ho: R = 0, . Ausencia de Correlacin, Correlacin NS Ha: R 0, . Si hay Correlacin, Correlacin ** Regla de Decisin para las Hiptesis correspondientes Si: P > 0.05 No significativa (NS) entonces se acepta la hiptesis nula, X e Y son independientes Si: P< 0.05 es significativa (*) se rechaza la hiptesis nula; por tanto se acepta la hiptesis alternativa, Y depende de X

El software estadstico expresa los resultados de cada contraste de hiptesis en funcin de los p-values, o probabilidad aleatoria determinada por la prueba de F, calculada bajo el supuesto de que la hiptesis nula es verdadera. Los p-values, miden la probabilidad aleatoria de ocurrencia de un resultado experimental al menos tan extremo como el de nuestro experimento, cuando la hiptesis nula es verdadera. Por ello, se rechaza la hiptesis nula siempre que p-values sea pequeo, (pvalues sea menor o igual al nivel de significacin definido a priori para el contraste, generalmente = 0.05).

Algunas de las pruebas ms utilizadas para contrastar hiptesis dependiendo de si el modelo es PARAMTRICO O NO PARAMTRICO NO PARAMTRICOS: Se Aplican ms 2; Coeficiente de Contingencia; V de Kramer; Phi; Gamma; Tau B y C de

Kendall; Correlacin de Spearman; Prueba de Eta, Friedman; Kruska Wallis, etc. PARAMTRICOS: Se Aplican menos Diseos Experimentales: Unifactoriales; Multifactoriales; Arreglos Particulares// Tcnicas de Anlisis Multivariado; Modelos de Regresin Lineal y No Lineal, Simple o Mltiple, Correlacin de Pearson, Pruebas t//

PARA VARIABLES CUALITATIVAS NOMINALES. TEST DE CHI AL CUADRADO La prueba de Ji-cuadrado se construye a partir de las diferencias entre las frecuencias observadas y las esperadas bajo la hiptesis de independencia. Asume que la hiptesis nula es verdad. Determina si existe asociacin entre variables cualitativas. Si el p-valor asociado al estadstico de contraste es menor se rechazar la hiptesis nula. Se utiliza para analizar tablas de contingencia y comparacin de proporciones en datos independientes PARA VARIABLES DICOTOMICAS COEFICIENTE DE Phi El coeficiente de Phi, es una medida del grado de asociacin entre dos variables dicotmicas. Basada en el estadstico de Ji cuadrado de Pearson, que toma valores entre 0 y 1, valores prximos a cero indican NO asociacin entre las variables Valores prximos a 1 indican una fuerte asociacin.

PARA VARIABLE CUALITATIVA ORDINAL Gamma, Tau-b de kendall, Tau-c de Kendall Gamma El estadstico de Gamma es una medida del grado y tipo de asociacin entre dos variables en escala ordinal y toma valores entre -1 y +1. Valores prximos a 1 indican fuerte asociacin positiva; a medida que aumentan los valores de una variable aumentan los de la otra; por el contrario, valores prximos a -1 indican fuerte asociacin negativa, es decir que a medida que aumenta una variable, disminuye la otra. Valores prximos a 0, indican NO asociacin, lo que no significa que no pueda existir otro tipo de asociacin. Gamma es importante para analizar variables de tipo Likert Tau-b de kendall La medida de Tau-b de Kendall es una extensin de Gamma. Se utiliza para variables cualitativas ordinales. Toma valores entre -1 y +1. Valores prximos a 1 indican fuerte asociacin positiva; a medida que aumentan los valores de una variable aumentan los de la otra; por el contrario, valores prximos a -1 indican fuerte asociacin negativa, es decir que a medida que aumenta una variable, disminuye la otra. Valores prximos a 0, indican NO asociacin, lo que no significa que no pueda existir otro tipo de asociacin. Sin embargo presenta el inconveniente de que dichos valores solo pueden ser alcanzados cuando la tabla de contingencia sea cuadrada (2x2, 3x3, 4x4, etc) Tau-c de Kendall Por otra parte la medida de Tau-c de Kendall es una correccin de la Tau-b de Kendall para el caso de las tablas de contingencias de variables con distinto nmero de categoras. Frente a Tau-b la prueba de Tau-c presenta la ventaja de poder alcanzar los valores de -1 y 1, cuando el nmero de categoras es distinto. Sin embargo tiene la desventaja de subestimar el verdadero grado de asociacin entre las variables. Esta prueba es importante para analizar variables de tipo Likert.

PARA VARIABLES CUANTITATIVAS EN ESCALA DE INTERVALO O RAZON Cruce entre cualitativa y cuantitativa Coeficiente de Eta. Es una medida similar a R, la cual es apropiada para analizar los valores de una variable Y en escala de intervalo1 o razn2 en los distintos grupos o sub-poblaciones establecidas por los valores de otra variable X cualitativa. El coeficiente de Eta, toma valores entre 0 y 1; por tanto valores de Eta prximos a 0 indican que el comportamiento de Y es independiente a los grupos X; la media de Y es la misma en todos ellos. En cambio, los valores Eta prximos a 1, indicarn mucha dependencia. La media de Y es mayor o menor que la media global dependiendo del grupo. El cuadrado de Eta puede interpretarse como la proporcin de la variabilidad de la variable dependiente Y, explicada por los valores de la independiente Y. Para variables en escala de intervalo o razn Coeficiente de correlacin de Pearson Mide el coeficiente de asociacin de Pearson (R) mide el grado de asociacin lineal de dos variables medidas en escala de intervalo o razn, tomando valores entre -1 y 1 valores de ( R ) prximos a 1 indican una fuerte asociacin lineal positiva; en cambio valores de (R) prximos a -1 indicaran fuerte asociacin lineal negativa; los valores de (R) cercanos a 0 indican NO asociacin. Su cuadrado de (R2) puede

intervalo: son variables numricas cuyos valores representan magnitudes y distancia entre los nmeros de su escala es igual. Con este tipo de variables podemos hacer comparaciones de igualdad/desigualdad, establecer un orden dentro de sus valores y medir la distancia existente entre cada valor de la escala. Las variables de intervalo carecen de cero absolutos, por lo que realizar operaciones como multiplicacin y la divisin no son realizables. Un ejemplo de esta es la temperatura ya que podemos decir que la distancia de 10 12 grados es la misma existente entre 15 y 17 grados. Pero lo que no podemos decir que una temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados.
2

Razn: las variables de razn poseen las mismas caractersticas de las variables de intervalo con la diferencia que cuentan con cero absoluto; es decir que el valor cero representa la ausencia total de la medida, por lo que se puede realizar cualquier operacin aritmtica (suma, resta, Multiplicacin y Divisin) y lgica (comparacin y ordenamiento) este tipo de variables permite el nivel ms alto de medicin. Las variables altura, peso, distancia o salario son algunos ejemplos.

interpretarse como la proporcin de la variabilidad de la variable Y, explicada en funcin de la variable X. El coeficiente de correlacin de Spearman El coeficiente de correlacin de Spearman, es una variante del coeficiente de correlacin de Pearson (R), esta variante consiste en que, en lugar de medir el grado de asociacin lineal a partir de los propios valores de las variables, se mide a partir de la asignacin de rango de valores ordenados. En este sentido, el coeficiente de correlacin de Spearman, es una medida que tambin es adecuada en el caso de variables en escala ordinal (variables de tipo likert). Por lo dems, sus valores se interpretan exactamente igual al coeficiente de correlacin de Peearson (R). Resumen:
Variable 1 Cualitativa nominal Variable Dicotmica Variable 2 Cualitativa nominal Variable Dicotmica Tipo de prueba estadstica Ji-cuadrado coeficiente de Phi y V de Cramer cuando la tabla es (2x2) se interpreta el coeficiente de Phi. y cuando la tabla es (2xN) se interpreta) V de Cramer Cualitativa ordinales Eje: Tipo LIKERT cualitativas ordinales Cualitativa ordinales Eje: Tipo LIKERT cualitativas ordinales Tau-b de Kendall coeficiente Gamma

cuadradas (2x2, 3x3, 4x4, etc) Cualitativa ordinales Eje: Tipo LIKERT Cualitativa (Independiente) Cuantitativa Razn) (Intervalo O

cuadradas (2x2, 3x3, 4x4, etc)

Cualitativa ordinales Eje: Tipo LIKERT Cuantitativa (Dependiente) Cuantitativa Razn) (Intervalo O

Tau-c de Kendall Recomendable Coeficiente de Eta

Coeficiente de Pearson Mide la asociacin lineal

entre variables. Cuantitativa Razn) (Intervalo O Cuantitativa Razn) (Intervalo O Coeficiente de correlacin de Spearman Mide a partir de la asignacin

de

rango

de

valores

ordenados Tambin se puede aplicar a las variables de tipo LIKERT