Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRIMER SEMESTRE
En muchas ocasiones, los administradores necesitan saber si las diferencias que observan
entre varias proporciones de la muestra son significativas o sólo se deben al azar. Suponga
que el administrador de campaña de un candidato a la presidencia estudia tres regiones
geográficas y encuentra que el 35, 42 y 51%, respectivamente, de los votantes investigados
de las tres regiones reconocen el nombre del candidato. Si esta diferencia es significativa, el
administrador puede llegar a la conclusión de que el lugar afectará la forma en que debe
actuar el candidato
Para ir más allá de nuestra intuición acerca de las frecuencias observadas y esperadas,
podemos usar el estadístico ji-cuadrada, que se calcula de la siguiente manera.
Para utilizar una prueba de hipótesis ji-cuadrada, debemos tener un tamaño de muestra lo
suficientemente grande que garantice la similitud entre la distribución teórica correcta y
nuestra distribución de muestreo de 2 , el estadístico ji-cuadrada. Cuando las frecuencias
esperadas son muy pequeñas, el valor de 2 estará sobrestimado y se tendrá como resultado
demasiados rechazos de la hipótesis nula. Para evitar incurrir en inferencias incorrectas de
la prueba de hipótesis ji-cuadrada, siga la regla general de que una frecuencia esperada de
menos de 5 en una celda de una tabla de contingencia es demasiado pequeña para
utilizarse.* Cuando la tabla contiene más de una celda con una frecuencia esperada menor
que 5, podemos combinarlas con el fin de obtener una frecuencia esperada de 5 o más
grande. Sin embargo, al hacerlo, reducimos el número de categorías de los datos y
obtendremos menos información de la tabla de contingencia. Esta regla nos permitirá
utilizar la prueba de hipótesis ji-cuadrada de una manera apropiada, pero,
desafortunadamente, cada prueba sólo puede reflejar (y no mejorar) la calidad de los datos
con que se hace. Hasta este momento, hemos rechazado la hipótesis nula si la diferencia
entre las frecuencias observadas y esperadas —es decir, el valor ji-cuadrada calculado— es
demasiado grande
A pesar de que los cálculos necesarios para una prueba ji-cuadrada de independencia son
relativamente sencillos, procesar grandes conjuntos de datos se puede convertir en algo
tedioso. Casi todos los paquetes de computación estadísticos que más se usan contienen
rutinas para realizar estas pruebas