¿No son válidos los resultados de mi prueba de chi-cuadrada?

Si los conteos esperados (también denominados frecuencias esperadas) de las celdas son muy pequeños, los resultados de la prueba pudieran no ser válidos. Si una o más categorías tienen conteos esperados que son muy bajos, usted puede combinarlas con categorías adyacentes para alcanzar el conteo esperado mínimo requerido. También puede utilizar la prueba exacta de Fisher, que es exacta para todos los tamaños de muestra. Para realizar la prueba exacta de Fisher, elija Estadísticas > Tablas > Tabulación cruzada y Chi-cuadrada y haga clic en Otras estadísticas. Utilice las siguientes directrices para determinar cuándo puede confiar en los resultados.

Nota

La prueba exacta de Fisher solo está disponible para tablas de contingencia de 2x2.

¿No son válidos los resultados de mi prueba de chi-cuadrada de asociación?

Si cualquiera de las variables tiene 2 o 3 niveles, entonces usted puede confiar en los resultados si se cumple cualquiera de las siguientes condiciones:

Todas las celdas tienen conteos esperados de por lo menos 3.
Todas las celdas tienen conteos esperados de por lo menos 2 y 50% o menos de las celdas tienen conteos esperados menores que 5.

Si ambas variables tienen de 4 a 6 niveles, entonces usted puede confiar en los resultados si se cumple cualquiera de las siguientes condiciones:

Todas las celdas tienen conteos esperados de por lo menos 2.
Todas las celdas tienen conteos esperados de por lo menos 1 y 50% o menos de las celdas tienen conteos esperados menores que 5.

Nota

Minitab no muestra el valor p cuando cualquier conteo esperado es menor que 1, porque los resultados podrían no ser válidos.

¿No son válidos los resultados de mi prueba de chi-cuadrada de bondad de ajuste?

Usted puede confiar en los resultados si se cumple cualquiera de las siguientes condiciones:

Todas las celdas tienen conteos esperados de por lo menos 2.5.
Todas las celdas tienen conteos esperados de por lo menos 1.25 y 50% o menos de las celdas tienen conteos esperados menores que 5.

El segundo supuesto es necesario debido a que la distribución de conteos bajo la hipótesis nula es multinomial, y la distribución normal se puede utilizar para una aproximación a la distribución multinomial si el tamaño de la muestra es lo suficientemente grande y los parámetros de probabilidad no son demasiado pequeños. Usted puede utilizar el teorema del límite central para demostrar que la distribución multinomial converge hacia la distribución normal cuando el tamaño de la muestra se acerca al infinito. Directrices como el segundo supuesto garantizan que las aproximaciones que usted utilice sean razonablemente exactas.