Asociacin

Cuando el inters terico se dirige a conocer si un fenmeno cualquiera est definido simultneamente por distintas variables, la estadstica pone a nuestra disposicin desde principios del siglo XX distintas tcnicas para establecer si existe o no asociacin entre las variables respeto a un universo de anlisis. En el anlisis de asociacin o correlacin entre dos variables es necesario distinguir 4 aspectos distintos que pueden ser objetivo de una hiptesis. i) La existencia (si/no) de una asociacin simplemente verificada a travs del rechazo de la hiptesis nula que afirma independencia estadstica. ii) La magnitud de la asociacin existente entre dos variables con base en una escala fcilmente interpretable (muy fuerte/ fuerte/moderada/ dbil/ despreciable) y que permita comparar distintas asociaciones estimadas en distintos cruces. Esta nocin de magnitud de asociacin supone que antes se ha descartado la hiptesis nula de la independencia estadstica. iii) El sentido de la asociacin entre las variables distribuidas conjuntamente. Por ejemplo, afirmando que cuando una se incrementa otra disminuye. Es claro que esto es posible con variables cuya escala de medicin es al menos ordinal. iv) La forma de la relacin entre las variables examinadas. Si se imagina una representacin grfica, se puede esperar que dos variables puedan tener una relacin lineal, curvilineal, exponencial, logstica, etc. Este es un punto importante porque algunos coeficientes estn diseados para capturar nicamente relaciones lineales.

Evaluacin de la independencia de las variables: Test de Chi Cuadrado . Se afirmar que dos variables son estadsticamente independientes cuando en cada celda de un cuadro bivariado (j,m) se han observado la misma cantidad de frecuencias absolutas (N j,m) que las que se esperaban (Ej,m) en una situacin de distribucin al azar. Qu es la prueba de Chi cuadrado? Es la prueba estadstica no paramtrica por excelencia. Se basa en la comparacin de frecuencias observadas y esperadas en una o ms variables categricas. Cundo usamos la prueba de Chi cuadrado? Cuando queremos determinar si existe o no una diferencia estadsticamente significativa entre la frecuencia observada y la frecuencia esperada que presentan los sujetos u objetos de una o ms categoras. Pretende establecer si existe independencia o no entre variables categricas. Cules son los requisitos para llevar a cabo una prueba de Chi cuadrado? 1. Una base de datos cuantitativa. 2. Una o ms categoras. 3. Observaciones independientes. 4. Un adecuado tamao muestra (al menos 10). 5. Que se trate de una muestra aleatoria. 6. Que la base de datos se haya transformado a frecuencias. 7. Todas las observaciones deben ser usadas. Realizacin de la prueba. Una vez que tenemos las frecuencias de cada una de las categoras, obtenemos las frecuencias totales por cada una de las categoras. Posteriormente debemos calcular las frecuencias esperadas para cada una de las celdas. Esto lo hacemos mediante la multiplicacin de la columna con la fila y su divisin por el n total. Luego podemos aplicar la frmula de Chi cuadrado que es:

Esto es lo mismo que decir que se resta cada frecuencia observada (o) a cada esperada(e) para ese valor luego se eleva cada resta de frecuencias al cuadrado y se divide por la frecuencia esperada para ese valor. Se repite el procedimiento con cada par de frecuencias y luego se suman todos los resultados obtenindose el valor de . En Excel el procedimiento se realiza mediante la funcin =PRUEBA.CHI(TablaReal;TablaEsperada). Si el resultado es inferior a 0,05 rechazo la

hiptesis nula (que supone asociacin). Por tanto, si es inferior a ese nmero hay asociacin, y si ocurre lo contrario, diremos que son independientes. Magnitud y sentido de la asociacin: Phi () y Q de Yule. Estos coeficientes tienen algunas propiedades comunes de inters: i) Estn normalizados: sus magnitudes no dependen del tamao de la tabla. ii) Son altamente sensibles a la distribucin empricamente observada, traduciendo concentraciones de los casos en algunas celdas en magnitudes. iii) Tienen un recorrido terico cerrado entre -1 y 1, indicando situaciones de asociacin perfecta y de independencia estadstica. Estos coeficientes se diferencian en la sensibilidad rinconal: i) El coeficiente Q es altamente sensible a la existencia de una celda que en trminos relativos se est vaciando. Su valor mximo se alcanza cuando en una celda no hay ningn caso: esto es lo que se conoce como sensibilidad rinconal. ii) El coeficiente N alcanza su valor mximo slo cuando una de las dos diagonales se ha vaciado. Las frmulas de clculo son las siguientes:

Cmo se interpretan? Si el resultado es 1, decimos que existe asociacin perfecta positiva. Si el resultado es -1, decimos que existe asociacin perfecta negativa. Si el resultado es 0, decimos que no existe asociacin. Las variables son independientes.