4               Análisis Cuantitaivo, 2012-1

Análisis tabular

 

4.1            Características

 

4.1.1    El análisis tabular presenta los datos en cuadros, divididos en células, en las que se cruzan las variables en renglones y columnas.

4.1.2    Es simétrico, es decir mide la asociación entre las variables, no la causalidad entre ellas.

 

Observaciones:

-Aunque se usa principalmente con variables nominales, también puede usarse con variables ordinales y de intervalo.

-Los cuadros son más claros entre menos células tengan. Para reducir el número de células, hay que reducir el número de los valores de las variables. Para hacer esta reducción, hay que recodificar los valores.

-La variable dependiente suele ser la de los renglones. La variable independiente suele ser la de las columnas.

 

4.2            Prueba de hipótesis

 

4.2.1    Fórmula. La prueba de hipótesis más usada en análisis tabular es la prueba de ji cuadrada. Su fórmula es:

 

 

 

 

 

 

donde, para cada casilla del cuadro:

fo=frecuencia observada. La cifra de cada célula.

fe=frecuencia esperada. Veremos el cálculo en Excel.

 

4.2.2    Lógica. Expresa qué tan cercanas son las frecuencias esperadas de las observadas. Las frecuencias esperadas son las que habría si la hipótesis nula (es decir que no haya relación  entre las variables) fuera verdadera. Las frecuencias observadas son las que de hecho aparecen en los cuadros.

 

Entre mayor es el valor de la ji cuadrada, mayor es la evidencia contra la hipótesis nula, es decir es mayor la diferencia entre las frecuencias esperadas y las observadas. La hipótesis nula postula que no hay relación entre las variables. La hipótesis que postula que hay relación entre ellas se llama hipótesis alternativa.  Por lo tanto, la ji cuadrada mide la certeza de que haya relación entre ellas, es decir que sean dependientes una de otra.

 

 

4.2.3    Certeza y fuerza. La prueba de ji cuadrada mide la certeza de la relación, con un cierto nivel de significación, no su fuerza. Usando la V de Cramér se puede medir también su fuerza.

 

4.3            Análisis tabular en SPSS

 

Abrir  Valorser.sav.

 

4.3.1    Crear cuadros.

4.3.1.1                     Analizar/Estadísticos descriptivos/Tablas de contingencia.

4.3.1.2                     Oprima una vez la tecla izquierda del ratón en la variable “Tres grados de ingreso mensual”.

4.3.1.3                     Oprima una vez la tecla izquierda del ratón en la flecha que está junto a la caja vacía Filas. El nombre de la variable debe aparecer dentro de la caja.

4.3.1.4                     Repita los dos pasos anteriores para la variable “Tres grados de escolaridad”, en la caja vacía Columnas.

4.3.1.5                     Oprima una vez la tecla izquierda del ratón en  Estadísticos. Palomee  Chi-cuadrado [sic] y Phi y V de Cramer [sic] (continuar).

4.3.1.6                      Oprima una vez la tecla izquierda del ratón en Casillas. En “Recuentos” [sic], palomee  Observado y Esperado. Continuar.  Aceptar.

4.3.1.7                     Grabe el cuadro en PD como cuadro1, seguido de los nueve caracteres siguientes: xxxyyyyyy, donde xxx=primeras letras de apellido paterno, materno y primer nombre, y yyyyyy=la fecha en seis dígitos cada uno de los cuales corresponde al día del mes, número del mes y los dos últimos dígitos del año.

 

4.3.2     Interpretación del cuadro, sobre datos no obvios

4.3.2.1                     Recuento, según el traductor de SPSS. Las frecuencias observadas: el número de casos en esta casilla.

4.3.2.2                     Chi-cuadrado de Pearson, según el traductor de SPSS. Es la ji cuadrada. Lo calcularemos en Excel.

4.3.2.3                     gl. Grados de libertad de la ji cuadrada de Pearson. Es una cantidad que se requiere para encontrar el nivel de significado de cada cuadro. Se calcula así:

gl = (r-1) (c-1), donde r = número de renglones, c =  número de columnas del cuadro.

4.3.2.4                     Sig. asintótica (bilateral).  Es el significado asintótico en ambos lados de la ji cuadrada de Pearson. Se trata nada menos que del nivel de significación, que vimos en el tema 2. Es la cifra más importante, la que ayuda más a entender el cuadro. Indica la probabilidad de que se acepte la hipótesis nula. En este cuadro, 0.000 quiere decir que no hay ninguna posibilidad de que esa hipótesis sea aceptable. Dicho de otra manera, no hay ninguna posibilidad de que no haya relación entre “Tres grados de ingreso mensual” y “Tres grados de escolaridad”.

4.3.2.5                     Razón de verosimilitudes. Esta cifra no la veremos en este curso. No se requiere para interpretar el cuadro.

4.3.2.6                     Ejercicio: hacer cuadro de “Tres grados de ingreso mensual” por sexo (v348).

                  

4.4             Cálculos en Excel, en el archivo cuadro1.xls