PRUEBA DE CHI CUADRADA PARA VARIABLE

2*3
RECONOCER LA ASOCIACINN ENTRE VARIABLES DICOTMICAS
ESTABLECE SI EXISTEN DIFERENCIAS SIGNIFICATIVAS
COLUMNAS LOS GRUPOS (EJEMPLO JOVENES, ADULTOS, ADULTOS MAYORES
EN FILAS LA VARIABLE A COMPROBAR (EJEMPLO TRASTORNO X DE LA PERSONALIDAD)
CASILLAS VAMOS A EXPRESAR LA FRECUENCIA POR COLUMNAS
EL P VALOR A PROBAR > 0,05
CASILLAS MNIMO ESPERADO A 5
EJEMPLO

ANALIZAR LA PREDISPOSICIN DE UN TRASTORNO EN TRES GRUPOS DE LA POBLACIN

DETARMINAR SI EXISTE DIFERENCIA SIGNIFICATIVA EN LA TABLA

CORRECCIN DE YATES
CUANDO LAS FRECUENCIAS ESPERADAS SON MUY BAJAS
CASILLAS MENORES
COLUMNAS LOS GRUPOS
FILAS LA VARIABLE A ANALIZAR
CASILLAS PORCENTAJES POR COLUMNAS
CUANDO LA FRECUENCIA MNIMA ESPERADA ES MENOR A 5
P < 0,05
SIG ASINTONICA BILATERAL
TEST DE MCNEMAR
IDENTIFICAR MODIFICACIONES EN VARIABLES CATEGRICAS EN EL TIEMPO
DEBE HABER DOS MEDICIONES
INTERVENCIN ENTRE UNA Y OTRA MEDICIN
P < 0.05
CASILLAS EN TOTAL
FILAS ANTES
COLUMNAS DESPUS
ESTADSTICOS MCNEMAR
SIG. BILATERAL
NDICE DE KAPPA DE COHEN
MIDE EL GRADO DE ACUERDO ENTRE DOS MEDICIONES CON INSTRUMENTOS O EVALUADORES
EJEMPLO DIAGNOSTICO DE PACIENTE CON ESQUIZOFRENIA CON TEST Y CON ENCEFALOGRAMA
SEGUNDA PRUEBA MS COSTOSA O MS DIFCIL
P < 0.05
HIPTESIS DE CONCORDANCIA
COLUMNAS (MS COSTOSA)
FILAS EL TEST QUE VA A SER EVALUADO
NDICE DE KAPPA DE COHEN
CASILLAS TOTAL PORCENTAJES
ESTADSTICOS KAPPA
VALOR DE KAPPA
0.0 --- O.20 NFIMA CONCORDANCIA
.20--- 0.40 ESCASA CONCORDANCIA
.40 --- 0.60 MODERADA CONCORDANCIA
0.60--- 0.80 BUENA CONCORDANCIA
0.80 A 1 MUY BUENA CONCORDANCIA
PRUEBA EXACTA DE FISHER
SE UTILIZA CUANDO LAS DOS VARIABLES SON FIJAS
LAS DISTRIBUCIONES FINALES NO SE PUEDEN MODIFICAR
EJEMPLO 25 HOMBRES Y 25 MUJERES
UN VIRUS SELECCIONA A UNA PERSONA COLOR ROJO O AZUL (30 ROJOS Y 20 AZULES)
SIG. EXACTA BILATERAL
P > 0.05
T DE STUDENT PARA MUESTRAS
INDEPENDIENTES
COMPARAR VARIABLES NUMRICAS PARA DOS GRUPOS QUE NO TIENEN NINGUNA RELACIN ENTRE ELLOS
MISMO PESO ENTRE VARONES Y MUJERES RECIEN NACIDOS
P < 0,05
ANALIZAR
COMPARAR MEDIAS
PRUEBA DE T PARA MEDIAS INDEPENDIENTES
VARIABLES A CONTRASTAR PESO
TSTUDENT PARA MUESTRAS
INDEPENDIENTES
VARIABLES PARA AGRUPAER
DEFINIR GRUPOS
1 HOMBRE
2 MUJER
SIG. BILATERAL
PRUEBA T STUDENT PARA MUESTRAS
RELACIONADAS
PRUEBA PARA MEDIDAS DE GRUPO
EJEMPLO CALIFICACIONES DE UN GRUPO DESPUS DE UNA INTERVENCIN (TALLER DE TCNICAS Y HABITOS DE ESTUDIO

P < 0.05
SI HAY UN INCREMENTO O DISMINUCIN DE CALIFICACIONES
NO SOLO SI HAY DIFERENCIAS
TEST MCNEMAR VARIABLES CATEGRICAS
ANALIZAR COMPARAR MEDIAS PARA MUESTRAS RELACIONADAS
SIG. BILATERAL
ANLISIS DE LA VARIANZA ANNOVA
COMPARAR MAS DE DOS GRUPOS CON VARIABLE NUMERICA
SI SON DOS GRUPOS SE USA TSTUDENT PARA MUESTRAS INDEPENDIENTES
ANALIZAR COMPRAR MEDIAS ANNOVA DE UN FACTOR
VARIABLE QUE QUEREMOS CONTRASTAR (COEFICIENTE INTELECTUAL)
PROCEDENCIA CIUDAD (3 CIUDADES) FACTOR
ANALISIS DE LA VARIANZA ANNOVA
OPCIONES DESCRIPTIVOS
P > O.05
SIGNIFICANCIA ASINTTICA
COMPARAR ENTRE TODOS LOS GRUPOS
ANALIZAR COMPARAR MEDIAS POST HOC PRUEBA DE TUKEY
OBSERVAR SIGNIFICANCIA
CORRELACIN DE PEARSON
TAUB DE KENDALL CORRELACIN PARA VARIABLES ORDINALES
SPEARMAN PARA VARIABLES NO PARAMETRICAS
P < 0.05 SIG BILATERAL
O A .20 NFIMA CORRELACIN
.20 A .40 ESCASA CORRELACIN
.40 A .60 MODERADA CORRELACIN
.60 A .80 BUENA CORRELACIN
.80 A 1 MUY BUENA CORELACIN