La Prueba de Ji-Cuadrado

Estadstica Aplicada a la Investigacin en Salud
Medwave. Ao XI, No. 12, Diciembre 2011. Open Access, Creative Commons.
La prueba de ji-cuadrado
Autor: Fernando Quevedo Ricardi(1)
Filiacin:
(1)
Departamento de Educacin en Ciencias de la Salud, Facultad de Medicina, Universidad de Chile
Correspondencia: [email protected]
doi: http://dx.doi.org/10.5867/medwave.2011.12.5266
Ficha del Artculo
Citacin: Quevedo F. La prueba de ji-cuadrado. Medwave 2011 Dic;11(12) doi: 10.5867/medwave.2011.12.5266

Fecha de envo: 10/11/2011
Fecha de aceptacin: 11/11/2011
Fecha de publicacin: 1/12/2011
Origen: solicitado
Tipo de revisin: sin revisin por pares
Resumen
El estadstico ji-cuadrado (o chi cuadrado), que tiene distribucin de probabilidad del mismo nombre,
sirve para someter a prueba hiptesis referidas a distribuciones de frecuencias. En trminos
generales, esta prueba contrasta frecuencias observadas con las frecuencias esperadas de acuerdo
con la hiptesis nula. En este artculo se describe el uso del estadstico ji-cuadrado para probar la
asociacin entre dos variables utilizando una situacin hipottica y datos simulados. Luego se describe
su uso para evaluar cun buena puede resultar una distribucin terica, cuando pretende representar
la distribucin real de los datos de una muestra determinada. A esto se le llama evaluar la bondad de
un ajuste. Probar la bondad de un ajuste es ver en qu medida se ajustan los datos observados a una
distribucin terica o esperada. Para esto, se utiliza una segunda situacin hipottica y datos
simulados.
Abstract
Chi square analysis, with probability distribution that goes by the same name, is used to test
hypotheses referred to frequency distribution. This test contrasts observed frequencies with expected
frequencies according to the nil hypothesis. The article describes the use of chi square analysis to test
the association between two variables using a hypothetical situation and simulated data. Next, it
describes its use in assessing how well a theoretical distribution can result when it attempts to
represent the real distribution of data within a given sample. This is called obtaining the goodness of
fit. Estimating the goodness of fit helps to see to what extent observed data are adjusted to a
theoretical or expected distribution. For this, a second hypothetical situation is used with simulated
data.
Del mismo modo que los estadsticos z, con su
distribucin normal y t, con su distribucin t de Student,
nos han servido para someter a prueba hiptesis que
involucran a promedios y porcentajes, el estadstico jicuadrado (o chi cuadrado), que tiene distribucin de
probabilidad del mismo nombre, nos servir para someter
a prueba hiptesis referidas a distribuciones de
frecuencias.
En trminos generales, esta prueba contrasta frecuencias

observadas con las frecuencias esperadas de acuerdo con
la hiptesis nula. Al igual que en el caso de las pruebas
anteriormente presentadas, ilustraremos con ejemplos.
Ji- cuadrado como prueba de asociacin

Supongamos que un investigador est interesado en
evaluar la asociacin entre uso de cinturn de seguridad
en vehculos particulares y el nivel socioeconmico del
conductor del vehculo. Con este objeto se toma una
muestra de conductores a quienes se clasifica en una
tabla
de
asociacin,
encontrando
los siguientes
resultados:
En primer lugar usaremos el estadstico ji-cuadrado para

probar la asociacin entre dos variables, y luego lo
usaremos para evaluar en qu medida se ajusta la
distribucin de frecuencias obtenida con los datos de una
muestra, a una distribucin terica o esperada.
www.medwave.cl
Ao XI, No. 12, Diciembre 2011.
Uso de
cinturn
Nivel socioeconmico
bajo
Nivel socioeconmico
medio
Nivel socioeconmico
alto
TOTAL
SI
15
28
51
NO
13
16
14
43
TOTAL
21
31
42
94
Uso de
cinturn
Nivel socioeconmico
bajo
Nivel socioeconmico
medio
Nivel socioeconmico
alto
TOTAL
SI
15
28
51
NO
13
16
14
43
TOTAL
21
31
42
94
Tabla I. Tabla de asociacin, valores observados.
Permiten estos datos afirmar que el uso del cinturn de

seguridad depende del nivel socioeconmico? Usaremos
un nivel de significacin alfa=0,05.
valores observados y una tabla con los valores esperados,

que anotaremos en cursiva, para identificarlos bien.
Los pasos del anlisis estadstico en este caso son los

siguientes:
Uso de
cinturn
Nivel
bajo
Nivel
medio
Nivel
alto
TOTAL
SI
11,4
16,8
22,8
51
NO
9,6
14,2
19,2
43
TOTAL
21
31
42
94
1. En primer lugar se debe plantear las hiptesis que

someteremos a prueba
H0: El uso de cinturn de seguridad es independiente del
nivel socioeconmico.
H1: El uso de cinturn de seguridad depende del nivel
socioeconmico.
Tabla II. Tabla de asociacin, valores esperados.
3. En tercer lugar se debe calcular el estadstico de

prueba
En este caso, el estadstico de prueba es Ji-cuadrado que,
como dijimos al comienzo, compara las frecuencias que
entregan los datos de la muestra (frecuencias observadas)
con las frecuencias esperadas, y tiene la siguiente frmula
clculo:
En esta prueba estadstica siempre la hiptesis nula

plantea que las variables analizadas son independientes.
2. En segundo lugar, obtener (calcular) las
frecuencias esperadas
Estas son las frecuencias que debieran darse si las
variables fueran independientes, es decir, si fuera cierta la
hiptesis nula.
Las frecuencias esperadas se obtendrn de la distribucin
de frecuencias del total de los casos, 51 personas de un
total de 94 usan el cinturn y 43 de 94 no lo usan. Esa
misma proporcin se debera dar al interior de los tres
grupos de nivel socioeconmico, de manera que el clculo
responde al siguiente razonamiento: si de 94 personas 51
usan cinturn; de 21 personas, cuntas debieran usarlo?
donde oi representa a cada frecuencia observada y ei

representa a cada frecuencia esperada.
De este modo el valor del estadstico de
prueba para este problema ser:
La respuesta a esta pregunta se obtiene aplicando la

regla de tres y es 11,4. Este procedimiento debe
repetirse con todas las frecuencias del interior de la tabla.
El detalle de los clculos es el siguiente:
Nivel bajo: (21x51/94)=11,4-(21x43/94)=9,6
Nivel medio: (31x51/94)=16,8-(31x43/94)=14,2
Nivel alto: (42x51/94)=22,8-(42x43/94)=19,2
Estas son las frecuencias que debieran presentarse si la
hiptesis nula fuera verdadera y, por consiguiente, las
variables fueran independientes.
Estos valores los anotamos en una tabla con las mismas
celdas que la anterior; as tendremos una tabla con los
www.medwave.cl
Entonces
Este es el valor de nuestro estadstico
de prueba que ahora, siguiendo el procedimiento de
problemas anteriores (paso 4), debemos comparar con un
valor de la tabla de probabilidades para ji-cuadrado (x2).
Esta tabla es muy parecida a la tabla t de student, pero
tiene slo valores positivos porque ji-cuadrado slo da
resultados positivos. Vase grfico 1, que muestra la
forma de la curva, con valores desde 0 hasta infinito.
Grfico 1.
Dado que el estadstico ji cuadrado slo toma valores

positivos, la zona de rechazo de la hiptesis nula siempre
estar del lado derecho de la curva.
Uso de tabla ji-cuadrado
La tabla de ji-cuadrado tiene en la primera columna los
grados de libertad y en la primera fila la probabilidad
asociada a valores mayores a un determinado valor del
estadstico (vase grfico de la tabla III).
Los grados de libertad dependen del nmero de celdas
que tiene la tabla de asociacin donde estn los datos del
problema y su frmula de clculo es muy sencilla:
Grados de libertad (gl)=(n de filas1)x(n de columnas
1)
Tabla III. Tabla de ji-cuadrado.
As, en nuestro ejemplo, en que hay 2 filas y 3 columnas,

los grados de libertad sern:
gl=(2-1)x(3-1)=2
Ntese que no se consideran la fila ni la columna de los
totales.
Al comienzo elegimos un nivel de significacin alfa=0,05.
Entonces un valor de tabla para
libertad y alfa 0,05 es 5,99.
Grfico 2.
x2 asociado a 2 grados de
Ji-cuadrado como prueba de bondad de ajuste

Tambin se puede usar el estadstico ji-cuadrado para
evaluar cun buena puede resultar una distribucin
terica, cuando pretende representar la distribucin real
de los datos de una muestra determinada. A esto se le
llama evaluar la bondad de un ajuste. Probar la
bondad de un ajuste es ver en qu medida se ajustan los
datos observados a una distribucin terica o esperada.
Por lo tanto, como en el grfico 2 vemos que 5,23 se

encuentra a la izquierda de 5,99, la probabilidad asociada
a valores superiores a 5,23 es mayor que alfa (0,05).
Segn esto, debemos aceptar la hiptesis nula que
plantea que las variables uso de cinturn de seguridad y
nivel socioeconmico son independientes. Limitacin:
como norma general, se exige que el 80% de las celdas
en una tabla de asociacin tengan valores esperados
mayores de 5.
www.medwave.cl
Tomemos como ejemplo la distribucin esperada para los

individuos de una poblacin que son clasificados segn
grupo sanguneo. Segn estudios realizados en poblacin,
se espera que dicha distribucin, en porcentajes, sea la
siguiente:
3
Grupo
Frecuencia esperada
AB
2,0%
30,5%
9,3%
58,2%
que la hiptesis nula es falsa, o sea, esta distribucin no

se ajusta a la distribucin terica y si, en cambio, resulta
que la diferencia entre frecuencias observadas y
esperadas no es muy grande, significar que la hiptesis
nula es verdadera; por lo tanto, la distribucin en la
muestra se ajusta a la distribucin terica y diremos que
no hay significacin estadstica.
Tabla IV. Ejemplo de distribucin esperada.
El valor del estadstico de prueba (x2) es una medida de la

diferencia entre frecuencias observadas y esperadas; por
lo tanto, mientras mayor resulte , ms fcil ser rechazar
la hiptesis nula.
En una muestra de 150 dadores de sangre se encontr la

siguiente distribucin:
Grupo
Frecuencia observada
AB
48
15
83
3. Se calcula el estadstico de prueba con los datos

del ejemplo
Tabla V. Ejemplo de distribucin observada.
1. Las hiptesis del problema son:

H0: los datos se ajustan a la distribucin terica.
H1: los datos no se ajustan a la distribucin terica.
2. Siguiendo el esquema general de solucin
propuesto para las pruebas de hiptesis, ahora
corresponde elegir un nivel de significacin
Elegimos entonces alfa=0,01. El estadstico de prueba
ser ji-cuadrado, cuya frmula es:
4. Se compara este valor con el valor de ji-cuadrado

de la tabla
El valor de ji-cuadrado lo buscaremos con alfa=0,01 y 3
grados de libertad. Segn tabla, ese valor es 11,34.
Al comparar el valor del estadstico de prueba (0,73) con
el valor de tabla (11,34), vemos que 0,73 se encuentra a
la izquierda de 11,34 desplazado hacia el centro de la
curva y que, por lo tanto, la probabilidad de valores
mayores a l es muy superior al nivel de significacin
alfa=0,01.
Debemos calcular las frecuencias esperadas en nuestro

grupo. Si aplicamos los porcentajes esperados a la
muestra de 150 casos podemos obtener las siguientes
frecuencias esperadas (ei):
Grupo
Frec. oi
Frec. ei
AB
3,00
48
45,75
15
13,95
83
87,30
Total
150
150,00
5. Conclusin
Dado que la probabilidad de
es
mayor que alfa, se acepta la hiptesis nula. Esto significa
que los datos observados se ajustan a la distribucin
terica, por lo tanto las diferencias observadas no son
estadsticamente significativas.
6. Grfico
Tabla VI. Ejemplo de frecuencias esperadas.
Los grados de libertad de esta tabla se obtienen restando

1 al nmero de filas, en este caso: gl=4-1=3
Recordemos que la fila del total no se considera para los
grados de libertad.
Si ya tenemos las frecuencias observadas y esperadas,
podemos proceder a evaluar la diferencia entre ellas
utilizando el estadstico ji-cuadrado. Si la diferencia entre
frecuencias observadas y esperadas es grande, significar
www.medwave.cl
Grfico 3. Prueba de bondad de ajuste.
Notas
Declaracin de conflictos de intereses
El autor declara "No tengo otras
relaciones/pertenencias/circunstancias que podran ser
entendidas como un potencial conflicto de inters". El
formulario puede ser solicitado contactando al autor
responsable.
Los artculos de la Serie "Estadstica Aplicada a la

Investigacin en Salud" provienen del curso Estadstica
Aplicada a la Investigacin en Salud.
Esta obra de Medwave est bajo una licencia Creative Commons AtribucinNoComercial 3.0 Unported. Esta licencia permite el uso, distribucin y reproduccin
del artculo en cualquier medio, siempre y cuando se otorgue el crdito
correspondiente al autor del artculo y al medio en que se publica, en este caso, Medwave.
www.medwave.cl

La Prueba de Ji-Cuadrado

Cargado por

Copyright:

Formatos disponibles

La Prueba de Ji-Cuadrado

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

La Prueba de Ji-Cuadrado

Cargado por

Copyright:

Formatos disponibles

Estadstica Aplicada a la Investigacin en Salud

Ficha del Artculo

Citacin: Quevedo F. La prueba de ji-cuadrado. Medwave 2011 Dic;11(12) doi: 10.5867/medwave.2011.12.5266

En trminos generales, esta prueba contrasta frecuencias

Ji- cuadrado como prueba de asociacin

En primer lugar usaremos el estadstico ji-cuadrado para

Ao XI, No. 12, Diciembre 2011.

Tabla I. Tabla de asociacin, valores observados.

Permiten estos datos afirmar que el uso del cinturn de

valores observados y una tabla con los valores esperados,

Los pasos del anlisis estadstico en este caso son los

1. En primer lugar se debe plantear las hiptesis que

Tabla II. Tabla de asociacin, valores esperados.

3. En tercer lugar se debe calcular el estadstico de

En esta prueba estadstica siempre la hiptesis nula

donde oi representa a cada frecuencia observada y ei

La respuesta a esta pregunta se obtiene aplicando la

Ao XI, No. 12, Diciembre 2011.

Dado que el estadstico ji cuadrado slo toma valores

Tabla III. Tabla de ji-cuadrado.

As, en nuestro ejemplo, en que hay 2 filas y 3 columnas,

Ji-cuadrado como prueba de bondad de ajuste

Por lo tanto, como en el grfico 2 vemos que 5,23 se

Tomemos como ejemplo la distribucin esperada para los

Ao XI, No. 12, Diciembre 2011.

que la hiptesis nula es falsa, o sea, esta distribucin no

Tabla IV. Ejemplo de distribucin esperada.

El valor del estadstico de prueba (x2) es una medida de la

En una muestra de 150 dadores de sangre se encontr la

3. Se calcula el estadstico de prueba con los datos

Tabla V. Ejemplo de distribucin observada.

1. Las hiptesis del problema son:

4. Se compara este valor con el valor de ji-cuadrado

Debemos calcular las frecuencias esperadas en nuestro

Tabla VI. Ejemplo de frecuencias esperadas.

Los grados de libertad de esta tabla se obtienen restando

Grfico 3. Prueba de bondad de ajuste.

Ao XI, No. 12, Diciembre 2011.

Los artculos de la Serie "Estadstica Aplicada a la

Ao XI, No. 12, Diciembre 2011.

También podría gustarte