Proba de chi ao cadrado para a independencia
A proba de chi cadrado (χ²) para a independencia é un método estatístico non paramétrico que se emprega con moita frecuencia para determinar se dúas variables categóricas (escala nominal ou ordinal) están relacionadas ou non. En moitos estudos de análise social, sanitaria, educativa, de mercadotecnia e de políticas, os investigadores adoitan atopar datos categóricos como o xénero (home/muller), o tabaquismo (si/non), o nivel educativo (instituto/titulación/licenciatura), as preferencias de marca (A/B/C), etc. A proba de chi cadrado para a independencia axuda a responder á pregunta central: a distribución dunha variable é significativamente diferente entre as outras categorías de variables?
Conceptos básicos: Que é a independencia?
Dícese que dúas variables son independentes se a información sobre as categorías da primeira variable non axuda a predicir as categorías da segunda variable. Por exemplo, se o "xénero" e a "preferencia de bebidas" son independentes, a proporción de preferencias de bebidas será relativamente similar tanto nos grupos masculinos como femininos. Pola contra, se as proporcións difiren significativamente, isto indica que as dúas variables non son independentes (asociadas).
A proba de chi-cadrado para a independencia funciona comparando as frecuencias observadas (os datos reais que vemos) coas frecuencias esperadas (as frecuencias que "deberían ocorrer" se as dúas variables fosen realmente independentes). Canto maior sexa a diferenza entre os valores observados e os esperados, maior será o valor da estatística χ² e máis forte será a evidencia dunha relación.
Táboa de continxencia
Os datos para esta proba están organizados nunha táboa de continxencia, que mostra as frecuencias para combinacións categóricas de dúas variables. Por exemplo, examinemos a relación entre o tabaquismo (Si/Non) e a incidencia da tose crónica (Si/Non). Crearemos unha táboa de 2x2 que conteña o número de respondentes en cada combinación.
En xeral, as táboas poden ser de 2×2, 2×3, 3×4 e así sucesivamente, dependendo do número de categorías de cada variable. A proba de chi ao cadrado para a independencia pódese empregar para táboas de calquera tamaño, sempre que se cumpran certas condicións.
Proba de hipótese
Na proba de independencia de khi ao cadrado, a hipótese é:
– H0 (hipótese nula): Ambas as variables son independentes (sen relación/asociación).
– H1 (hipótese alternativa): As dúas variables non son independentes (existe unha relación/asociación).
O obxectivo da proba é determinar se os datos proporcionan evidencia suficiente para rexeitar H0.
Fórmula estatística de chi-cadrado
A estatística da proba de chi ao cadrado calcúlase mediante a fórmula:
\[
\chi^2 = \sum \frac{(O_{ij} – E_{ij})^2}{E_{ij}}
\]
Información:
– \(O_{ij}\) é a frecuencia de observación na fila i e na columna j das celas.
– \(E_{ij}\) é a frecuencia esperada na cela da fila i e da columna j.
A frecuencia esperada calcúlase a partir do total da fila e do total da columna:
\[
E_{ij} = \frac{(\text{Total da fila i}) \times (\text{Total da columna j})}{\text{Total xeral}}
\]
Esta fórmula reflicte o que se esperaría que sucedese se as distribucións en cada fila e columna non se influísen mutuamente (foren independentes).
Graos de liberdade
Os graos de liberdade (gl) para esta proba veñen determinados polo tamaño da táboa:
\[
df = (r – 1)(c – 1)
\]
con:
– \(r\) = número de filas (primeira categoría de variable)
– \(c\) = número de columnas (segunda categoría de variables)
Os graos de liberdade afectan á forma da distribución chi-cadrado empregada para determinar o valor p.
Pasos para realizar a proba de independencia de chi ao cadrado
A seguinte é a secuencia xeral para realizar esta proba:
1. Organiza os datos nunha táboa de continxencia.
Asegúrate de que os datos estean en forma de frecuencias, non de porcentaxes.
2. Calcula a frecuencia esperada para cada cela usando a fórmula \(E_{ij}\).
3. Calcula o valor de χ² sumando as compoñentes de \((OE)^2/E\) para todas as celas.
4. Determina a función de densidade funcional usando \((r-1)(c-1)\).
5. Calcula o valor p baseándote na distribución chi-cadrado coa df (ou compara o χ² calculado co χ² da táboa no nivel de significancia α, por exemplo 0,05).
6. Toma unha decisión.
– Se o valor p ≤ α → rexeita H0 → existe unha relación/dependencia.
– Se o valor p > α → non rexeita H0 → non hai evidencia de relación.
7. Interpretación substantiva.
Explica o que significa a relación no contexto da investigación, non só "significativa" ou "non significativa".
Exemplo de interpretación (sen cálculos detallados)
Supoñamos que un investigador está a avaliar a relación entre o "método de estudo" (independente/en grupo) e a "graduación" (aprobado/suspenso). Despois de realizar unha proba de chi ao cadrado, o valor p é 0,02. Con α = 0,05, a conclusión é rexeitar H0, o que indica unha relación entre o método de estudo e a graduación. O investigador debe entón determinar que celas contribúen á maior diferenza (por exemplo, se o estudo en grupo aumenta a proporción de graduados). Na práctica, a análise pódese ampliar examinando residuos estandarizados ou tamaños de efecto.
Termos e suposicións importantes
Aínda que a qui-cadrado non é paramétrica, esta proba ten varios requisitos importantes:
1. Os datos preséntanse en forma de recontos (frecuencia) e cada suxeito só se clasifica nunha categoría (mutuamente exclusiva).
2. Observacións independentes, o que significa que un enquisado non pode ser contado máis dunha vez e que non existe unha relación pareada entre as observacións.
3. A frecuencia esperada é o suficientemente grande. Unha regra xeral: a maioría dos valores de \(E_{ij}\) deberían ser ≥ 5. Se hai demasiadas celas con valores esperados pequenos, os resultados da proba chi-cadrado poden non ser válidos.
Para táboas 2×2 con frecuencias pequenas, unha alternativa común é a proba exacta de Fisher. Para datos emparellados (por exemplo, antes-despois no mesmo enquisado), unha alternativa é a proba de McNemar.
Tamaño do efecto: non só significativo
Un resultado significativo non significa necesariamente unha relación "forte". Polo tanto, recoméndase a miúdo informar do tamaño do efecto, por exemplo:
– Phi (φ) para unha táboa de 2×2
– V de Cramér para mesas máis grandes
A V de Cramér varía de 0 a 1, e os valores máis grandes indican unha asociación máis forte. Informar dos tamaños do efecto axuda aos lectores a comprender a forza da relación, non só a súa existencia.
Vantaxes e limitacións
Exceso:
– Fácil de usar para datos categóricos.
- Non require a hipótese de normalidade.
- Apto para moitos campos de investigación.
Limitacións:
– Sensible ao tamaño da mostra: as mostras grandes poden facer que pequenas diferenzas sexan “significativas”.
– Non mostra directamente a dirección da relación, senón só a presenza/ausencia dunha asociación.
– É problemático se moitas celas teñen frecuencias esperadas pequenas.
– A interpretación debe estar respaldada por análises adicionais (por exemplo, observando as proporcións ou os residuos).
Peche
A proba de chi cadrado para a independencia é unha ferramenta importante para avaliar a existencia ou ausencia dunha relación entre dúas variables categóricas. Ao construír unha táboa de continxencia, calcular as frecuencias esperadas e comparalas coas frecuencias observadas usando a estatística χ², os investigadores poden probar obxectivamente a hipótese de independencia. Non obstante, para producir unha análise robusta, os investigadores deben ir máis alá de determinar se hai ou non un efecto significativo; tamén deben informar dos tamaños do efecto, examinar os requisitos de frecuencia esperada e relacionar os achados co contexto substantivo do estudo. Así, a proba de chi cadrado convértese en algo máis que un simple procedemento matemático, senón en parte do razoamento científico que axuda a comprender os patróns de relacións nos datos categóricos.
