Interpretar los resultados clave para Prueba 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.

En este tema

Paso 1: Determinar si 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

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

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.