Consideraciones acerca de los datos para Tabulación cruzada y chi-cuadrada

Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.

La muestra se debe seleccionar aleatoriamente

Las muestras aleatorias se utilizan para hacer generalizaciones, o inferencias, sobre una población. Si los datos no se recopilan aleatoriamente, los resultados podrían no ser válidos.

Cada observación debe ser independiente de todas las demás observaciones

La independencia de las observaciones es un supuesto crítico para la prueba de chi-cuadrada de asociación.

Todos los datos deben estar categorizados en categorías de fila y columna mutuamente excluyentes

La prueba de chi-cuadrada de asociación no se puede realizar cuando las categorías de las variables se superponen. Por lo tanto, cada observación debe estar categorizada en una y solo una categoría.

Los conteos esperados no deben ser demasiado pequeños
Cada muestra debe ser lo suficientemente grande como para que haya una probabilidad razonable de observar resultados en cada categoría. Si los conteos esperados son demasiado bajos, el valor p de la prueba pudiera no ser exacto. Minitab indica, en los resultados, si los conteos esperados son demasiado bajos.
Si el conteo esperado de una categoría es demasiado bajo, usted podría combinar esa categoría con categorías adyacentes para alcanzar el conteo esperado mínimo. Las categorías se deben combinar solo cuando sea necesario, porque se pierde información al combinar categorías. También puede utilizar la prueba exacta de Fisher, que es exacta para todos los tamaños de muestra. Para obtener más información, vaya a ¿Qué es la prueba exacta de Fisher?.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política