Cómo interpretar tablas de contingencia de 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: una para tablas de referencias cruzadas y uno de Chi cuadrado. Mientras que las tablas cruzadas con Chi cuadrado es una función fácil de emplear, su salida puede parecer confuso y complicado para algunos usuarios de SPSS. Para interpretar correctamente la salida de la función 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 celda que pertenece a la primera fila y la última columna de la tabla de Chi cuadrado. cabecera de la última columna se denomina "asymp. Sig." El primer número de esta columna es el valor de p para la prueba de Chi cuadrado. Si este valor p es menor que su valor de alfa, esto implica que la prueba de Chi Cuadrado tuvo éxito, y que se debe rechazar la hipótesis nula de la prueba de Chi cuadrado (es decir, que las dos variables son independientes el uno del otro). Recordará que 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 ha incluido en su estudio están probablemente relacionados, ya que son dependientes el uno otro.

2 Compruebe la tabla de referencias 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 que corresponde a "recuento de lo esperado." Las mayores diferencias entre estos dos valores en sus células conducen a una mayor probabilidad de la prueba de Chi cuadrado siguiente (es decir, lo que lleva a rechazar la idea de que las dos variables son independientes). Encuentra las células con las mayores diferencias absolutas (ignoran si los valores son positivos o negativos) entre las variables "Count" espera "contar" y. Estas células son en el supuesto de independencia entre variables no más. Hacer una mención de esto en su interpretación (por ejemplo, "cuando el valor de la variable x era" Mongolia ", se encontró que la variable y tenía una gran probabilidad de ser" 1 ").

3 Compruebe los recuentos esperados de la tabla de referencias cruzadas para asegurar que la prueba de Chi cuadrado es exacta. La prueba de Chi cuadrado no debe realizarse en caso de que cualquiera de las celdas tiene un recuento esperado en los bajos de un solo dígito. Es decir, si usted encuentra cualquier célula que tiene un recuento esperado de menos de 6, informan este resultado y el estado que la prueba de Chi cuadrado no puede ser válida para sus datos. Si su recuento esperados son todos altos, no hay una verdadera preocupación. Se puede interpretar esto como la prueba de Chi Cuadrado siendo una prueba exacta para la hipótesis de que las variables de interés son independientes.