UNIVERSIDAD

CENTRAL DEL
ECUADOR

PSICOLOGÍA INDUSTRIAL

ESTADISTICA II

TEMA: INVESTIGACION CHI

CUADRADO

NOMBRE: JIMENEZ BAJAÑA MILENY

DEYANEIRA

CURSO: CUARTO “B”

FECHA: 31/01/2020

AÑO LECTIVO: 2020

OBJETIVOS

1. Investigar sobre chi cuadrado, su concepto, formulas y sus distintas aplicaciones,

al igual que sus frecuencias esperadas y frecuencias observadas
2. Determinar los tipos de aplicaciones (datos simples, agrupados y tabla de
contingencia) y su uso en el ámbito administrativo de recursos humanos.

JUSTIFICACION

Al usar esta técnica estadística se puede probar significantes diferencias entre la

distribución observada de la data entre categorías y la distribución esperada basada sobre
la hipótesis nula. En otras palabras, "la prueba de significancia Chi cuadrada tiene que
ver esencialmente con la distinción entre las frecuencias esperadas y las frecuencias
obtenidas. Diversos autores coinciden en el uso o propósito fundamental de esta prueba.
Así, Levin Jack señala: "La prueba de significancia no paramétrica más popular en la
investigación social se conoce como Chi cuadrada (X²) la prueba se usa para hacer
comparaciones entre dos o más muestras", por su parte, W. Emory dice: "Probablemente
la más ampliamente usada prueba no paramétrica de significancia es la prueba chi
cuadrada” Esta prueba es particularmente utilizada en pruebas que envuelven data
nominal, aunque también puede ser utilizada para escalas superiores.

MARCO TEORICO

Chi cuadrado

1. DEFINICIÓN:

La prueba chi-cuadrado, también llamada Ji cuadrado (Χ2), se encuentra dentro de las

pruebas pertenecientes a la estadística descriptiva, concretamente la estadística
descriptiva aplicada al estudio de dos variables. La prueba chi-cuadrado es una de las más
conocidas y utilizadas para analizar variables nominales o cualitativas, es decir, para
determinar la existencia o no de independencia entre dos variables. Que dos variables
sean independientes significa que no tienen relación, y que por lo tanto una no depende
de la otra, ni viceversa.

2. REQUISITOS DE USO DE CHI CUADRADO:

En lo que respecta al uso de Chi cuadrada existen algunos requisitos que deben
cumplirse o tomar en cuenta por parte del investigador al querer utilizar esta
técnica. El estadístico Chi cuadrada no será válido o seguro indicador de
significancia, si una o más de las frecuencias esperadas en las celdas son
demasiado pequeñas. En otras palabras, debe haber un suficiente número de
casos en las filas y columnas para que el estadístico trabaje apropiadamente e
indique significancia (L. Jack pag, 171)

2.1 Una comparación entre dos o más muestras la prueba chi cuadrada se
emplea para hacer comparaciones entre dos o más muestras
independientes. Esto requiere que tengamos por lo menos una tabla de 2
x 2 (por lo menos 2 renglones y 2 columnas). La suposición de
independencia indica que chi cuadrada no puede aplicarse a una sola
muestra colocada en un diseño de panel antes/después. Deben obtenerse
por lo menos dos muestras de entrevistados (L. Jack pag, 171).
2.2 Los datos nominales: sólo se requieren las frecuencias (L. Jack pag,
171).
2.3 El muestreo aleatorio: debimos haber extraído muestras aleatoriamente
de una población determinada (L. Jack pag, 171).
2.4 Las frecuencias esperadas por casilla no deben ser demasiado pequeñas:
el tamaño exacto de “Fe” depende de la naturaleza del problema. Para un
problema de 2 x 2 ninguna frecuencia esperada deberá ser menor que 5.
Además, la fórmula corregida de Yates deberá usarse para un problema
de 2 x 2 en el cual una frecuencia esperada por casilla es menor que 10.
Para una situación en la cual se están comparando varios grupos
(digamos un problema de 3 x 3 o 4 x 5), no existe ninguna regla rápida y
rígida respecto al mínimo de frecuencia por casilla, aunque debemos
tener cuidado de ver que pocas casillas contengan menos de 5 casos. En
cualquier evento, las frecuencias esperadas para todas las casillas
combinadas ( Fe) deben ser siempre iguales a las frecuencias obtenidas
para todas las casillas combinadas ( Fo) (L. Jack pag, 171).
 3. FRECUENCIA ESPERADA (FE):

Estas son las frecuencias que debieran darse si las variables fueran
independientes, es decir, si fuera cierta la hipótesis nula., se obtendrán de la
distribución de frecuencias del total de los casos.

4. FRECUENCIA OBSERVADA (FO):

En los problemas de relación entre variables categóricas que se presentan en

tablas de contingencia, las frecuencias observadas o empíricas son
las frecuencias que tenemos realmente en cada celda de la tabla y representan
los datos actuales de la tabla.

5. FORMULAS:

Estadísticos de la prueba de chi-cuadrada

 Estadístico de chi-cuadrada de Pearson:

 Estadístico de chi-cuadrada de relación de verosimilitud:

No se utiliza la corrección de Yates para las tablas 2 x 2.

Notación

Término Descripción

Oij frecuencia observada en la celda (i, j)

Eij frecuencia esperada para la celda (i, j)

r número de filas

c número de columnas

Los grados de libertad asociados a una tabla de contingencia que posee r filas y
c columnas son iguales a (r – 1)(c – 1).

 Conteo esperado de celda

El conteo esperado es la frecuencia que se esperaría en una celda, en promedio,

si las variables fueran independientes. Minitab calcula los conteos esperados
como el producto de los totales de fila y columna, dividido entre el número total
de observaciones.

Fórmula

Notación

Término Description

ni+ número de observaciones en la iésima fila

n+j número de observaciones en la jésima columna

n++ número total de observaciones

 Cálculo de residuos sin procesar

Fórmula
Residuo sin procesar = Oij – Eij

Notación

Término Description

Oij frecuencia observada en la celda (i, j)

Eij frecuencia esperada para la celda (i, j)

 Cálculo de residuos estandarizados

Fórmula

Notación

Término Description

Oij frecuencia observada en la celda (i, j)

Eij frecuencia esperada para la celda (i, j)

 Cálculo de residuos ajustados

Fórmula

Notación

Término Description
Oij frecuencia observada en la celda (i, j)

Eij frecuencia esperada para la celda (i, j)

ni+ número de observaciones en la iésima fila

n+j número de observaciones en la jésima columna

n++ número total de observaciones

 Contribución de cada celda al estadístico de chi-cuadrada

Fórmula

La contribución de cada celda al estadístico X2 es:

Notación

Término Description

Oij frecuencia observada en la celda (i, j)

Eij frecuencia esperada en la celda (i, j)

6. APLICACIONES:

6.1 CONTRASTE DE BONDAD DEL AJUSTE

El objetivo del contraste de bondad del ajuste es saber si una muestra procede de una
población teórica con determinada distribución de probabilidad. Sea una población,
donde se analiza un carácter X con (x , x , , x ) modalidades excluyentes, denotando por
“n” es el número de elementos que presenta la modalidad x (frecuencia observada de x ),

Se origina la tabla de contingencia:

X x1 x2 ....... xi ….. xk
Frecuencia n1 n2 ....... ni ….. nk
esperada
Frecuencia (e1) (e2) …... (ei) ….. (ek)
observada

Se plantea la hipótesis nula ho: La distribución teórica representa a la distribución

empírica u observada

Para un nivel de significación (o riesgo) :

Se acepta ho: Se rechaza:

Observaciones de la aplicación:

a) El test de la 2  se puede aplicar en situaciones donde se desea decidir si una serie de

datos (observaciones) se ajusta o no a una función teórica previamente determinada
(Binomial, Poisson, Normal, etc.)

b) Es necesario que la frecuencia esperada de las distintas modalidades no sea inferior a

cinco. Si alguna modalidad tiene una frecuencia esperada menor que cinco se agrupan
dos o más modalidades contiguas en una sola hasta conseguir que la frecuencia esperada
sea mayor que cinco.

c) Los grados de libertad de la 2  dependen del número de parámetros que se necesitan

hallar para obtener las frecuencias esperadas. En este sentido, si se requieren hallar p
parámetros, los grados de libertad son (k-p) si las modalidades son independientes y (k-
p-1) cuando las modalidades son excluyentes.

6.2 TABLAS CONTIGENCIA: CONTRASTE DE DEPENDENCIA O

INDEPENDENCIA

Cuando se desea comparar dos caracteres (X, Y) en una misma población que admiten

las modalidades: X (x1, x2,.., xi,…, xk) Y (y1, y2,…, yj,…, ym), se toma una muestra de

tamaño n, representando por “nij” el número de elementos de la población que presentan

la modalidad “xi” de X e “yj” de Y.

x y y1 y2 … yj … ym

x1 n11 n12 … n1j … n1m n1.

x2 n21 n22 … n2j … n2m n2.
… … … … … … … …
xi ni1 ni2 … nij … nim ni.
… … … … … … … …
xk nk1 nk2 … nkj … nkm nk.
n.1 n.2 … n.j … n.m n

Se plantea la hipótesis nula ho: no existe diferencia entre las distribuciones empíricas de
X e Y.

Bajo la hipótesis nula, cada frecuencia observada ij n (i=1, …, k; j  1, … , m) de la tabla

de contingencia (k * m) hay una frecuencia esperada ( eij ) que se obtiene mediante la
expresión:
 x y y1 y2 … yj … ym

x1 n11 n12 … n1j … n1m n1.

(e11) (e12) (e1j) (e1m)
x2 n21 n22 … n2j … n2m n2.
(e21) (e22) (e2j) (e2m)
… … … … … … … …
xi ni1 ni2 … nij … nim ni.
(ei1) (ei2) (eij) (eim)
… … … … … … … …
xk nk1 nk2 … nkj … nkm nk.
(ek1) (ek2) (ekj) (ekm)
n.1 n.2 … n.j … n.m n

Las condiciones necesarias para aplicar el test de la Chi-cuadrado exige que al menos el
80% de los valores esperados de las celdas sean mayores que 5. Cuando esto no ocurre
hay que agrupar modalidades contiguas en una sola hasta lograr que la nueva frecuencia
sea mayor que cinco. En una tabla de contingencia de 2x2será necesario que todas las
celdas verifiquen esta condición, si bien en la práctica suele permitirse que una de ellas
tenga frecuencias esperadas ligeramente por debajo de 5.

El estadístico de contraste observado: que sigue

aproximadamente una chi cuadrado con (k-1) x (m-1) grados de libertad.

Para un nivel de significación  se puede contrastar la diferencia significativa entre las

dos distribuciones empíricas o la independencia de las distribuciones empíricas.

6.3 CONTRASTE DE HOMOGENEIDAD

Se acepta ho si :

Se rechaza ho si:

6.4 CONTRASTE DE INDEPENDENCIA

Hipótesis nula ho: las distribuciones empíricas X e Y son independientes

Se acepta ho si:

Se rechaza ho si :