Interpretar los resultados clave para Prueba de chi-cuadrada para asociación

Complete los siguientes pasos para interpretar una prueba de chi-cuadrada de asociación. La salida clave incluye los valores p, los conteos de celda, la contribución de cada celda al estadístico de chi-cuadrada.

Paso 1: Determinar si la asociación entre las variables es estadísticamente significativa

Para determinar si las variables son independientes, compare el valor p con el nivel de significancia. Por lo general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona adecuadamente. Un nivel de significancia de 0.05 indica un riesgo de 5% de concluir que existe una asociación entre las variables cuando no hay una asociación real.
Valor p ≤ α: Las variables tienen una asociación estadísticamente significativa (Rechazar H0)
Si el valor p es menor que o igual al nivel de significancia, usted rechaza la hipótesis nula y concluye que hay una asociación estadísticamente significativa entre las variables.
Valor p > α: No se puede concluir que las variables están asociadas (No se puede rechazar H0)
Si el valor p es mayor que el nivel de significancia, usted no puede rechazar la hipótesis nula, porque no hay suficiente evidencia para concluir que las variables están asociadas.
Prueba de chi-cuadrada Chi-cuadrada GL Valor p Pearson 11.788 4 0.019 Relación de verosimilitud 11.816 4 0.019
Resultados clave: Valor p para chi-cuadrada de Pearson, valor p para chi-cuadrada de relación de verosimilitud

En estos resultados, el estadístico de chi-cuadrada de Pearson es 11.788 y el valor p = 0.019. El estadístico de chi-cuadrada de verosimilitud es 11.816 y el valor p = 0.019. Por lo tanto, en un nivel de significancia de 0.05, usted puede concluir que la asociación entre las variables es estadísticamente significativa.

Paso 2: Examinar las diferencias entre los conteos esperados y los conteos observados para determinar qué niveles de las variables pueden tener el mayor impacto sobre la asociación

Para determinar qué niveles de las variables tienen el mayor impacto, compare los conteos observados y esperados o examine la contribución a chi-cuadrada.

Al examinar las diferencias entre los conteos observados de celda y los conteos esperados de celda, podrá ver qué variables tienen las mayores diferencias, lo que podría indicar dependencia. También puede comparar las contribuciones al estadístico de chi-cuadrada para ver qué variables tienen los valores más grandes que podrían indicar dependencia.

Filas: Máquina Columnas: Columnas de la hoja de trabajo 1er turno 2do turno 3er turno Todo 1 48 47 48 143 56.08 46.97 39.96 1.1637 0.0000 1.6195 2 76 47 32 155 60.78 50.91 43.31 3.8088 0.2998 2.9530 3 36 40 34 110 43.14 36.13 30.74 1.1809 0.4151 0.3468 Todo 160 134 114 408 Contenido de la celda Conteo Conteo esperado Contribución a Chi-cuadrada
Resultados clave: Conteo, conteo esperado, contribución a chi-cuadrada

En esta tabla, el conteo de celda es el primer número en cada celda, el conteo esperado es el segundo número en cada celda y la contribución al estadístico de chi-cuadrada es el tercer número en cada celda. En estos resultados, el conteo esperado y el conteo observado más grandes son para el turno 1 con la máquina 2 y la contribución al estadístico de chi-cuadrada también es la más grande. Investigue el proceso durante el turno 1 con la máquina 2 para ver si hay una causa especial que pueda explicar esta diferencia.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política