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
3
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
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)
Chi-cuadrado de Pearson 199.448a 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.
Medidas simétricas
Significación
Valor aproximada
Nominal por Nominal Coeficiente de contingencia .634 .653
N de casos válidos 297
4
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝛼 = 0.05
𝑆𝑖 𝑃 < 𝛼 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑆𝑖 𝑃 > 𝛼 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
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
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
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
7
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
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)
Chi-cuadrado de Pearson 63.542a 73 .777
Razón de verosimilitud 81.956 73 .221
Asociación lineal por lineal .272 1 .602
N de casos válidos 300
a. 128 casillas (86.5%) han esperado un recuento menor que 5. El
recuento mínimo esperado es .47.
8
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
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 𝐻0
𝑆𝑖 𝑃 > 𝛼 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
Conclusión: como el valor nominal obtenido 𝑃0.777 > 0.05 , se llegó a la conclusión
con el análisis estadístico que el ingreso mensual no depende del tipo de contrato.
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)
Chi-cuadrado de Pearson 442.991a 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 𝐻0
𝑆𝑖 𝑃 > 𝛼 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
Conclusión: como el valor nominal obtenido 𝑃0.478 < 0.05 , se llegó a la conclusión
con el análisis estadístico que los años de estudio depende de la fecha de
nacimiento de los encuestados.
11
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
CONCLUSIÓN
12
ESTADISTICA INFERENCIAL 1
UNIDAD 4
Ingeniería industrial
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
14