Cómo interpretar tablas de contingencia con Chi cuadrado

Tablas de contingencia es una función en el software estadístico SPSS. Su propósito es mostrar información acerca de la relación bivariada entre dos variables. Al usar tablas de referencias cruzadas , los usuarios tienen la opción de incluir las pruebas de chi cuadrado . Esto produce dos tablas relacionadas : uno para tablas de referencias cruzadas y una para Chi Cuadrado . Mientras tablas cruzadas con Square Chi es una función fácil de utilizar , su salida puede parecer confuso y complicado para algunos usuarios de SPSS . Para interpretar correctamente la salida de la función de tablas de referencias cruzadas , usted debe saber la forma básica de las tablas que aparecen a la salida . A través de la comprensión de esta forma , hacer interpretaciones sobre la relación bivariada entre las dos variables en cuestión se convierte en fácil . Instrucciones
1

Compruebe la célula perteneciente a la primera fila y la última columna de la tabla de Chi cuadrado . Encabezado de la última columna se denomina " Asintom . Sig . " El primer número de esta columna es el valor de p para la prueba de Chi cuadrado . Si este valor de p es menor que el valor alfa , lo que implica que la prueba de Chi cuadrado sucedió , y que usted debe rechazar la hipótesis nula de la prueba de Chi cuadrado ( es decir, que las dos variables son independientes el uno del otro ) . Conviene recordar que se debe decidir el valor alfa , 0,05 es el valor alfa más común en las ciencias sociales. Así, por ejemplo , si usted ve que el número en la primera fila y la última columna de la tabla de Chi cuadrado es inferior a 0,05 , se puede concluir que las variables que se incluyen en el estudio están probablemente relacionados , ya que son dependientes el uno del otros .
2

Compruebe la tabla tablas cruzadas para entender por qué la prueba de Chi cuadrado o no tuvo éxito . En la tabla de referencias cruzadas , cada célula contiene un número correspondiente a "contar" y otro correspondiente a " número esperado. " Mayores diferencias entre estos dos valores en sus células conducen a una mayor probabilidad de que la prueba de Chi cuadrado siguiente ( es decir , lo que lleva a rechazar la idea de que las dos variables son independientes ) . Encuentre las células con las mayores diferencias absolutas ( ignoran si los valores son positivos o negativos ) entre la "cuenta " y " variables de conteo que se espera " . Estas células son donde el supuesto de independencia entre variables no la más . Hacer una mención de esto en su interpretación ( por ejemplo, " Cuando el valor de la variable x es" Mongolia ", nos encontramos con que la variable y tenía una gran probabilidad de ser " 1 . ") .
3

Compruebe los recuentos esperados de la mesa de tablas de referencias cruzadas para asegurar que la prueba de Chi cuadrado es exacta. la prueba de Chi cuadrado no se debe realizar en caso de que alguna de las celdas tiene un conteo esperado de los dígitos de bajo individuales. Esto es, si encontrar cualquier célula que tiene una frecuencia esperada menor de 6 años , reportar este hallazgo y señalan que la prueba de Chi cuadrado no puede ser válida para los datos. Si sus recuentos esperados son altos , no hay preocupación real. se puede interpretar esto como el Chi prueba Square es una prueba precisa para la hipótesis de que las variables de interés son independientes.