4.2.

- Prueba χ2 (Ji cuadrada)

La prueba estadística de X2 se utiliza en un plan experimental, en el que se cuenta con un

grupo muestral, utilizando diversas subclases o categorías y las mediciones están en escala
nominal.

∑(𝒇𝒐−𝒇𝒆)𝟐
𝝌𝟐 = 𝒇𝒆

donde:
X2= valor estadístico de ji cuadrada
fo = frecuencia observada
fe = frecuencia esperada

fe= N/K

La ji cuadrada se utiliza cuando:

 Cuando los datos puntualizan a las escalas nominal u ordinal.

 Se utiliza solo la frecuencia.
 Cuando se desconocen los parámetros media, moda, etc.
 Cuando los datos son independientes.
 Cuando se quiere contrastar o comparar hipótesis.
4.2.1.- Para una sola muestra:

Modelo estadístico:

1.- Hipótesis nula (Ho). No Habrá diferencia significativa en las mediciones

2.- Hipótesis alterna (Ha). Habrá diferencia significativa en las mediciones (unilateral)
3.- Establecer nivel de significancia
4.- Región crítica: 𝛘𝟐 𝐜𝐚𝐥𝐜𝐮𝐥𝐚𝐝𝐚 > 𝛘𝟐 𝐭𝐚𝐛𝐥𝐚𝐬, gl = k – 1, α
∑(𝒇𝒐−𝒇𝒆)𝟐
5.- 𝝌𝟐 = 𝒇𝒆

6.- Decisión y conclusión

Ejemplo:

Un investigador quiere comparar si hay diferencias en la cantidad de cigarros fumados por

causa del estrés en personas que trabajan. Con un nivel de significancia del 0.05.

Fumar por causa de No sabe No fuma por causa Total

estrés del estrés

9 2 7 18

1.- Hipótesis nula (Ho). No Habrá diferencia significativa entre la cantidad de cigarros
fumados por causa del estrés en personas que trabajan.
2.- Hipótesis alterna (Ha). Habrá diferencia significativa entre la cantidad de cigarros
fumados por causa del estrés en personas que trabajan.
3.- α = 0.05
4.- Región crítica: 𝜒2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 5.991 (2 gl y α = 0.05)
∑(𝒇𝒐−𝒇𝒆)𝟐
5.- 𝝌𝟐 = ; calculo fe = 18/3=6
𝒇𝒆

(𝟗−𝟔)𝟐 +(𝟐−𝟔)𝟐 +(𝟕−𝟔)𝟐

Sustituyo: χ2 = = 4.3
𝟔

6.- Decisión y conclusión: Como 4.3 < 5.991, entonces acepto Ho, concluyendo que no hay
diferencias significativas entre el consumo de cigarros por causa del estrés. En otras
palabras, el consumo de cigarros por causa del estrés se puede considerar como efecto
del azar.

4.2.1.- Para dos muestras independientes:

Cuando las observaciones de una investigación corresponden a muestras independientes

y las mediciones se tienen en escala nominal, la prueba de ji cuadrada es el procedimiento
de elección para el contraste de hipótesis. Esta prueba estadística se emplea en el análisis
de dos o más grupos y de dos o más variables.

Casos:

1.- Prueba Ji cuadrada Para N > 20 observaciones

∑(𝒇𝒐 − 𝒇𝒆)𝟐
𝝌𝟐 =
𝒇𝒆

(𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑟𝑒𝑛𝑔𝑙ó𝑛)𝑥(𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 )

Valores esperados = 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

Ejemplo: Muestra para medir conocimientos generales

Tabla Valores Observados:

Adultos Jóvenes Total

Aprobados 14 12 26
No Aprobados 6 6 12
Total 20 18 38

Modelo Estadístico:

1.- H0: El aprovechamiento general es igual en adultos y jóvenes

2.- H1: El aprovechamiento general es diferente en adultos y jóvenes

3.- α = 0.05

4.- Región crítica: 𝛘𝟐 𝐜𝐚𝐥𝐜𝐮𝐥𝐚𝐝𝐚 > 𝛘𝟐 𝐭𝐚𝐛𝐥𝐚𝐬, gl = (# columnas – 1)x(# renglones -1), α,
esto es: 𝛘𝟐 𝐜𝐚𝐥𝐜𝐮𝐥𝐚𝐝𝐚 > 3.84

5.- Calcular los valores esperados:

26𝑋20
a) VA = = 13.68
38
 26𝑋18
b) VB = = 12.32
38

12𝑋20
c) VC = = 6.32
38

12𝑋18
d) VD = = 5.68
38

Después sustituyo mis valores en la fórmula:

∑(𝒇𝒐 − 𝒇𝒆)𝟐
𝝌𝟐 =
𝒇𝒆

Esto es:

(𝟏𝟒 − 𝟏𝟑. 𝟔𝟖)𝟐 (𝟏𝟐 − 𝟏𝟐. 𝟑𝟐)𝟐 (𝟔 − 𝟔. 𝟑𝟐)𝟐 (𝟔 − 𝟓. 𝟔𝟖)𝟐

𝝌𝟐 = + + + = 𝟎. 𝟎𝟓
𝟏𝟑. 𝟔𝟖 𝟏𝟐. 𝟑𝟐 𝟔. 𝟑𝟐 𝟓. 𝟔𝟖

6.- Decisión y conclusión: Como 0.05 < 3.84, entonces acepto H0, y se concluye que el
conocimiento general es igual en adultos y jóvenes.

2.- Prueba de Fisher Para N <= 20 observaciones

Si en el modelo experimental se tiene una tabla de contingencias de 2 X 2 y la muestra

total es menor a 20 e incluye cero en alguna casilla, la prueba estadística aconsejable será
la de probabilidad exacta de Fisher y Yates.

Fórmula:

(A + B)! (C + D)! (A + C)! (B + D)!

𝑝=
N! A! B! C! D!
Con tabla de contingencia o de valores esperados:

Categoría I Categoría II Total

Muestra I A B (A+B)
Muestra II C D (C+D)
Total (A+C) (B+D) N

En el cuadro anterior se debe escoger la unidad más pequeña, luego se le resta 1 (se van
alternando los signos + y -) , y así sucesivamente hasta encontrar un cero.

Ejemplo:

En el curso de matemáticas cursaron 7 hombres y 8 mujeres. En dicho curso aprobaron 4

hombres y 5 mujeres. Determine si el aprovechamiento es distinto para hombres y
mujeres al 30% de significancia.

a)

APROBARON REPROBARON TOTAL

HOMBRES 4 3 7
MUJERES 5 3 8
TOTAL 9 6 15

Solución:

Para a) se escoge la unidad más pequeña y se le resta 1, y se convierte en b), y así

sucesivamente hasta encontrar un cero; es decir d)

4+1 3-1
5-1 3+1

b) c) d)

5 2 6 1 7 0
4 4 3 5 2 6
Modelo Estadístico:

1.- H0: El aprovechamiento es igual en hombres y mujeres

2.- H1: El aprovechamiento es diferente en hombres y mujeres

3.- α = 0.30

4.- Si p > α Se acepta H0 y se rechaza H1, si p ≤ α Se rechaza H0 y se acepta H1

5.- Calcular p para cada uno de los incisos y se suman para calcular una p total.
(4+3)!∗(5+3)!∗(4+5)!∗(3+3)!
a) p = = 0.391608391
15!4!3!5!3!

(5+2)!∗(4+4)!∗(5+4)!∗(2+4)!
b) p = = 0.293706293
15!5!2!4!4!

(6+1)!∗(3+5)!∗(6+3)!∗(1+5)!
c) p = = 0.078321678
15!6!1!3!5!

(7+0)!∗(2+6)!∗(7+2)!∗(0+6)!
d) p = = 0.005594405
15!7!0!2!6!

Por lo tanto p = 0.769230 = 0.77

6.- Decisión y conclusión: Como 0.77 > 0.30, entonces acepto H0, y concluyo que el
aprovechamiento es igual en hombres y mujeres.