PRUEBA CHI-CUADRADO, A TRAVÉS DEL CONTRASTE DE HIPÓTESIS 

(PRUEBAS DE BONDAD DE AJUSTE).

¿Qué es la prueba de chi-cuadrado?

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. Por su parte, la estadística descriptiva se centra en extraer información sobre la
muestra. En cambio, la estadística inferencial extrae información sobre la población.

El nombre de la prueba es propio de la distribución Chi-cuadrado de la probabilidad en la que se basa.

Esta prueba fue desarrollada en el año 1900 por Karl Pearson.

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.

Así, con el estudio de la independencia, se origina también un método para verificar si las frecuencias
observadas en cada categoría son compatibles con la independencia entre ambas variables.

¿Qué mide el test de chi cuadrado?

La prueba de Chi cuadrado utiliza una aproximación a la distribución Chi cuadrado, para evaluar la

probabilidad de una discrepancia igual o mayor que la que exista entre los datos o frecuencias
observadas (fo) y las frecuencias esperadas (fe) según la hipótesis nula.

¿Cómo se interpreta la prueba de chi cuadrado?

Interpretación. El estadístico chi-cuadrado tomará un valor igual a 0 si existe concordancia perfecta

entre las frecuencias observadas y las esperadas; por contra, el estadístico tomará un valor grande si
existe una gran discrepancia entre estas frecuencias, y consecuentemente se deberá rechazar la
hipótesis nula.

En estadística, existen diversas pruebas para analizar la relación entre variables. Las variables nominales
son las que permiten relaciones de igualdad y desigualdad, como por ejemplo el género.

¿Cómo se obtiene la independencia entre variables?

Para evaluar la independencia entre las variables, se calculan los valores que indicarían la independencia
absoluta, lo que se denomina “frecuencias esperadas”, comparándolos con las frecuencias de la muestra
¿Cómo se obtiene la independencia entre variables?

Para evaluar la independencia entre las variables, se calculan los valores que indicarían la independencia
absoluta, lo que se denomina “frecuencias esperadas”, comparándolos con las frecuencias de la
muestra.

Como es habitual, la hipótesis nula (H0) indica que ambas variables son independientes, mientras que la
hipótesis alternativa (H1) indica que las variables tienen algún grado de asociación o relación.

Cada fo deberá tener su fe, y éstas se obtienen con la siguiente fórmula:

( Total de fila ) (Total de Columna)

fe =
GranTotal

Correlación entre variables

Así, como otras pruebas para el mismo fin, la prueba chi-cuadrado se utiliza para ver el sentido de la
correlación entre dos variables nominales o de un nivel superior (por ejemplo, la podemos aplicar si
queremos conocer si existe relación entre el sexo [ser hombre o mujer] y la presencia de ansiedad [sí o
no]).

Para determinar este tipo de relaciones, existe una tabla de frecuencias a consultar (también para otras
pruebas como por ejemplo el coeficiente Q de Yule).

Si las frecuencias empíricas y las frecuencias teóricas o esperadas coinciden, entonces no hay relación
entre las variables, es decir, éstas son independientes. En cambio, si coinciden, no son independientes
(existe relación entre las variables, por ejemplo entre X e Y).

Consideraciones

La prueba chi-cuadrado, a diferencia de otras pruebas, no establece restricciones sobre el número de

modalidades por variables, y no es necesario que el número de filas y el número de columnas de las
tablas coincida.

Sin embargo, sí es necesario que se aplique a estudios basados en muestras independientes, y cuando
todos los valores esperados sean mayores de 5, es decir,

n>5

Como ya hemos mencionado, los valores esperados son aquellos que indican la independencia absoluta
entre ambas variables.
Además, para utilizar la prueba chi-cuadrado, el nivel de medida debe ser nominal o superior. No tiene
un límite superior, es decir, no nos permite conocer la intensidad de la correlación. Dicho de otro
modo, el chi-cuadrado toma valores entre 0 e infinito.

Por otro lado, si aumenta la muestra, aumenta el valor de chi-cuadrado, pero debemos ser cautos en su
interpretación, porque eso no significa que haya más correlación.

Formula a utilizar

n
(fo−fe)²
x ²=∑
k =0 fe
donde

fo son las frecuencias observadas de un acontecimiento

fe son las frecuencias esperadas o teóricas.

En una muestra de 340 personas, cada una de las cuales ha dado su opinión en términos de “ACUERDO”
o “DESACUERDO”, frente a la frase “El respeto a la Autoridad define a un buen ciudadano”

Si queremos establecer la posible asociación entre las respuestas obtenidas y el nivel de instrucción,
disponemos de la siguiente tabla

  Respuestas
Nivel de
Acuerdo Desacuerdo Total
instrucción
Alto 35 10 45 
Medio 30 108 138 
Bajo 112 45 157 
Total     n 
}
  Respuestas
Nivel de
instrucció Acuerdo Desacuerdo Total
n
Alto 35 10 45

Medio 30 108 138

Bajo 112 45 157

Total 177 163 340

( Total de fila ) (Total de Columna)

fe =
GranTotal

fo fe fe
35
(45) (177) / 340 23.43
30
(138) (177) / 340   
112
(157) (177) / 340    
10
   
108
   
45
   

total  

fo
fe fe
35
(45) (177) / 340 23.43
30
  71.84
112
  81.73
10
  21.57
 108
  66.16
45
  75.27

total  

fo ffe fe
35 (45) (177) / 340 23.43
30   71.84
112   81.73
10   21.57
108   66.16
45   75.27
total 340.00

fe
fo fo (Fo - fe) (Fo - fe)²  
35 (45) (177) / 340 23.43      
30   71.84      
112   81.73      
10   21.57      
108   66.16      
45   75.27      

total 340.00      

n
(fo−fe)²
x ²=∑
k =0 fe
 fe fe (Fo - fe) (Fo - fe)²
fo  

(11.6)²
35
(45) (177) / 340 23.43 11.6
30   71.84      
112   81.73      
10   21.57      
108   66.16      
45   75.27      
340.0
total 0      

fo fe fe (Fo - fe) (Fo - fe)²

 
35 (45) (177) / 340 23.4 11.6 133.9 5.72
30   71.8 -41.8 1750.7 24.37
112   81.7 30.3 916.1 11.21
10   21.6 -11.6 133.9 6.21
108   66.2 -41.8 1750.7 26.46
45   75.3 30.3 916.1 12.17
total 340.00     86.14 X²calculado

Establecemos las Hipótesis, una Ho o hipótesis Nula y la H1 o Hipotesis de trabajo

H1: El respeto a la autoridad sí está influido por el nivel educativo de las personas.

Ho: El respeto a la autoridad no está influido por el nivel educativo de las personas.

Para comparar los resultados debemos de escoger los grados de libertad, de acuerdo a la siguiente fórmula:

GRADOS DE LIBERTAD (V) = (#FILAS -1) (#COLUMNAS -1)

 V = (3-1) (2-1)

V = (2) (1)

V= 2

Nivel de significacion α 0.1 %, 0.001

X² tabla 13.8

Ahora comparamos

X²t < X²c (13.8 < 86.13)

Como el valor teorico es menor al valor calculada, rechazamos la hipotesis Ho y

aceptamos H1, que dice que el respeto a la Autoridad esta influenciado por el nivel

educativo.

¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡
VIDEO EJEMPLO https://www.youtube.com/watch?v=gHkMGcn2MsE