Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTUDIANTE (S)
INTRODUCCIÓN
Un método útil para clasificar los datos obtenidos en un recuento es mediante las
tablas de contingencia. En estadística, se emplean para registrar y analizar la
asociación entre dos o más variables, habitualmente de naturaleza cualitativa
(nominales u ordinales). Se trata de tablas en cuyas celdas figuran probabilidades,
y en la cual podemos determinar unas probabilidades conociendo otras de la tabla.
Una tabla de contingencia proporciona una forma de representar los datos que
puede facilitar el cálculo de probabilidades. La tabla ayuda a determinar las
probabilidades condicionales con bastante facilidad. La tabla muestra los valores
de la muestra en relación con dos variables diferentes que pueden ser
dependientes o contingentes entre sí. Es una de las formas más comunes de
resumir datos categóricos. En general el interés se centra en estudiar si existe
alguna asociación entre una variable denominada fila y otra variable denominada
columna y se calcula la intensidad de dicha asociación. De manera formal, se
consideran X e Y dos variables categóricas con I y J categorías respectivamente.
Una observación puede venir clasificada en una de las posibles I×J categorías que
existen.
La tabla permite medir la interacción entre dos variables para conocer una serie de
información “oculta” de gran utilidad para comprender con mayor claridad los
resultados de una investigación. La tabla sólo mostrará los encuestados que
respondieron ambas preguntas, lo que significa que las frecuencias mostradas
pueden diferir de una tabla de frecuencias estándar. El informe que ofrece también
mostrará las Estadísticas Chi-cuadrado de Pearson, el cual representa el grado de
correlación entre las variables que usan el chi-cuadrado, el valor p y el grado de
libertad. Las tablas de contingencia muestran, por tanto, las distintas
probabilidades que tienen cada elemento de una manera organizada.
2
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
0 1 2 3 4 5 6 7 8
Edad del 30 4 1 5 1 1 1 0 0 0 13
encuestado
31 1 0 1 0 1 0 0 0 0 3
32 1 1 0 0 3 0 0 0 0 5
33 1 1 2 2 0 0 0 0 0 6
34 2 1 2 4 1 0 0 0 0 10
35 1 4 2 1 1 0 1 0 0 10
36 3 2 1 1 3 1 0 0 0 11
37 3 1 3 1 1 0 0 0 0 9
38 2 2 1 3 1 0 0 1 0 10
39 4 2 1 0 2 0 0 0 0 9
40 3 0 2 2 1 0 1 0 0 9
41 3 3 1 0 1 0 0 0 1 9
3
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
42 7 0 6 3 0 2 1 1 1 21
43 2 1 5 1 3 1 0 0 1 14
44 5 3 5 3 1 0 0 0 0 17
45 5 3 3 3 2 0 0 0 0 16
46 2 2 3 1 0 0 0 0 0 8
47 4 3 2 1 2 0 0 0 0 12
48 3 1 8 1 2 0 0 0 0 15
49 2 4 4 1 0 0 0 0 0 11
50 5 6 2 5 0 1 0 0 0 19
51 2 0 5 1 2 0 1 0 0 11
52 2 4 5 0 1 0 0 1 0 13
53 1 5 0 1 0 0 0 0 0 7
54 4 0 3 0 0 0 0 0 0 7
55 5 2 2 3 0 1 0 0 0 13
56 3 4 1 1 0 0 0 0 0 9
Total 80 56 75 40 29 7 4 3 3 297
Pruebas de chi-cuadrado
Significación
asintótica
Valor df (bilateral)
a
Chi-cuadrado de Pearson 199.448 208 .653
Razón de verosimilitud 186.135 208 .860
Asociación lineal por lineal 4.393 1 .036
N de casos válidos 297
a. 240 casillas (98.8%) han esperado un recuento menor que 5. El
recuento mínimo esperado es .03.
4
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
Medidas simétricas
Significación
Valor aproximada
Nominal por Nominal Coeficiente de contingencia .634 .653
N de casos válidos 297
valor de α=0.05
Si P<α Se rechaza H 0
Si P>α No se rechaza H 0
Como el valor nominal obtenido P0.653 >0.05 , se llegó a la conclusión con el análisis
estadístico que el número de hijos que puede tener una pareja no depende de la
edad que estos tengan.
5
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
6
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
1166.67 4 1 5
1250.00 6 6 12
1333.33 3 3 6
1416.67 7 5 12
1500.00 6 5 11
1583.33 3 7 10
1666.67 7 7 14
1750.00 3 2 5
1833.33 5 6 11
1916.67 3 4 7
2000.00 5 5 10
2083.33 3 4 7
2166.67 2 1 3
2250.00 1 5 6
2333.33 0 3 3
2416.67 1 1 2
2500.00 2 3 5
2583.33 2 1 3
2666.67 2 1 3
2750.00 0 1 1
2833.33 1 0 1
2916.67 2 0 2
3000.00 2 2 4
3083.33 1 1 2
3166.67 1 0 1
3250.00 5 2 7
3333.33 2 2 4
3416.67 2 1 3
3500.00 1 0 1
3583.33 4 0 4
3666.67 1 1 2
3750.00 3 0 3
3800.00 1 0 1
3833.33 4 0 4
3916.67 0 1 1
4000.00 1 1 2
4166.67 1 0 1
4250.00 1 1 2
7
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
4333.33 0 1 1
4666.67 4 1 5
4833.33 0 2 2
4916.67 0 1 1
5000.00 1 0 1
5083.33 1 1 2
5166.67 1 0 1
5250.00 0 1 1
5666.67 1 0 1
6000.00 0 1 1
6250.00 1 2 3
6416.67 3 1 4
6500.00 1 1 2
6583.33 1 1 2
6750.00 0 1 1
6833.33 0 1 1
7000.00 0 1 1
7083.33 1 1 2
7166.67 1 0 1
7250.00 0 1 1
7416.67 1 1 2
7500.00 0 2 2
7666.67 1 0 1
7750.00 2 0 2
7833.33 1 0 1
8250.00 1 0 1
10416.67 1 0 1
21250.00 0 1 1
Total 158 142 300
Pruebas de chi-cuadrado
Significación
asintótica
Valor df (bilateral)
a
Chi-cuadrado de Pearson 63.542 73 .777
Razón de verosimilitud 81.956 73 .221
Asociación lineal por lineal .272 1 .602
8
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
N de casos válidos 300
a. 128 casillas (86.5%) han esperado un recuento menor que 5. El
recuento mínimo esperado es .47.
Medidas simétricas
Significación
Valor aproximada
Nominal por Nominal Coeficiente de contingencia .418 .777
N de casos válidos 300
valor de α=0.05
Si P<α Se rechaza H 0
Si P>α No se rechaza H 0
9
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
10
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
Pruebas de chi-cuadrado
Significación
asintótica
Valor df (bilateral)
a
Chi-cuadrado de Pearson 442.991 442 .478
Razón de verosimilitud 365.633 442 .997
Asociación lineal por lineal .159 1 .690
N de casos válidos 296
a. 484 casillas (99.6%) han esperado un recuento menor que 5. El
recuento mínimo esperado es .01.
Medidas simétricas
Significación
Valor aproximada
Nominal por Nominal Coeficiente de contingencia .774 .478
N de casos válidos 296
valor de α=0.05
Si P<α Se rechaza H 0
Si P>α No se rechaza H 0
11
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
CONCLUSIÓN
12
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
SERGIO ANTONIO HERNÁNDEZ ESPINOZA
En conclusión, las diferentes tablas de contingencia que vimos en esta unidad son
de gran ayuda en estudios descriptivos, sobre todo para poblaciones con muchos
casos y gran cantidad de datos o variables que pueden estar relacionadas entre sí
y se pueden comprobar mediante pruebas estadísticas procesadas por las
herramientas del SPSS. El software SPSS a través de sus diversas aplicaciones
permite implementar y procesar información valiosa para nuestro estudio.
Por último, puede decirse que a través de este software podemos conocer,
verificar, analizar y realizar pruebas estadísticas relacionadas con dos variables y
poder decidir entre el o los datos observados para poder llegar a una conclusión.
13
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
Dentro de esta práctica me di cuenta que las pruebas de bondad de ajuste sueles
ser de gran utilidad ya que suelen ayudar a corroborar la independencia de cada
una de las variables y contener su conclusión. Una de las que mejor se me hizo
realizar o entender fue la de kolmogorov ya que es para distribuciones continuas,
además que es para cualquier tipo de muestras. Cada vez y con cada unidad que
vamos pasando la estadística inferencial suele ser muy fácil de comprender pero
si un poco confuso, debido a que es muy fácil llegar a confundirse con los demás
datos estadísticos.
14