Calculadora de Tabla de Contingencia

Calculadora de Tabla de Contingencia

La Calculadora de Tabla de Contingencia realiza la prueba chi-cuadrado de independencia en cualquier tabla de contingencia R×C (tabulación cruzada). Ingrese sus frecuencias observadas para probar si dos variables categóricas están asociadas estadísticamente. Obtenga resultados detallados que incluyen frecuencias esperadas, residuos estandarizados ajustados, tamaño del efecto V de Cramér, análisis de contribución de celdas, gráficos de mosaico interactivos, mapas de calor residual, curvas de distribución chi-cuadrado y una solución completa paso a paso.

Cómo usar la Calculadora de Tabla de Contingencia

1. Establecer dimensiones de la tabla — elija el número de filas y columnas para su tabla de contingencia. El valor predeterminado es una tabla de 2×2, pero puede analizar tablas de hasta 10×10 utilizando los selectores desplegables.
2. Ingresar frecuencias observadas — escriba el recuento observado para cada celda directamente en la cuadrícula interactiva. Alternativamente, cambie al modo "Entrada de texto" para pegar datos separados por pestañas o comas. Todos los valores deben ser números enteros no negativos.
3. Agregar etiquetas (opcional) — ingrese etiquetas de categoría de fila y columna separadas por comas. Las etiquetas facilitan la interpretación de las tablas y gráficos de resultados. Por ejemplo, "Masculino, Femenino" para las filas y "Sí, No" para las columnas.
4. Establecer nivel de significancia — elija el nivel α deseado. La elección más común es 0.05 (95% de confianza). Los valores de α más pequeños (0.01, 0.001) requieren una evidencia más sólida para declarar la significancia.
5. Analizar resultados — haga clic en "Analizar Tabla de Contingencia" para ver el estadístico chi-cuadrado, el p-valor, las medidas del tamaño del efecto, las visualizaciones y la solución paso a paso.

¿Qué es una tabla de contingencia?

Una tabla de contingencia (también llamada tabulación cruzada, tabla dinámica o tabla de frecuencias bidireccional) muestra la distribución de frecuencia conjunta de dos variables categóricas. Cada fila representa una categoría de la primera variable, cada columna representa una categoría de la segunda variable, y cada celda contiene el recuento de observaciones que caen en esa combinación específica. Las tablas de contingencia son la base de muchos métodos de análisis de datos categóricos, incluyendo la prueba chi-cuadrado, la prueba exacta de Fisher y los modelos log-lineales.

La prueba chi-cuadrado de independencia

La prueba chi-cuadrado (χ²) de independencia determina si existe una asociación estadísticamente significativa entre dos variables categóricas. Funciona comparando las frecuencias de celda observadas con las frecuencias que se esperarían si las variables fueran independientes.

Donde Oᵢⱼ es la frecuencia observada en la celda (i,j), y Eᵢⱼ es la frecuencia esperada calculada como:

Los grados de libertad para la prueba son (r − 1) × (c − 1), donde r es el número de filas y c es el número de columnas. Un valor de χ² mayor indica una mayor discrepancia entre las frecuencias observadas y esperadas, lo que sugiere que las variables están asociadas.

V de Cramér — Medición del tamaño del efecto

Mientras que el p-valor le indica si existe una asociación, la V de Cramér le indica qué tan fuerte es. La V de Cramér va de 0 (sin asociación) a 1 (asociación perfecta) y se calcula como:

Donde N es el tamaño total de la muestra y k es el menor entre el número de filas o columnas. La interpretación de la V de Cramér depende de los grados de libertad:

Tamaño del Efecto	df* = 1	df* = 2	df* ≥ 3
Insignificante	< 0.10	< 0.07	< 0.06
Pequeño	0.10 – 0.30	0.07 – 0.21	0.06 – 0.17
Mediano	0.30 – 0.50	0.21 – 0.35	0.17 – 0.29
Grande	≥ 0.50	≥ 0.35	≥ 0.29

*df* se refiere a min(filas, columnas) − 1

Comprensión de los residuos estandarizados

Los residuos estandarizados ajustados revelan qué celdas específicas contribuyen más a un resultado de chi-cuadrado significativo. Un residuo de +2.5 en una celda significa que esa celda tiene 2.5 desviaciones estándar más de observaciones de las esperadas bajo independencia. Los umbrales clave son:

• |r| > 1.96 — significativamente diferente de lo esperado (p < 0.05)
• |r| > 2.58 — altamente significativo diferente de lo esperado (p < 0.01)
• Residuo positivo — más observaciones de las esperadas en esa celda
• Residuo negativo — menos observaciones de las esperadas en esa celda

Cuándo usar la prueba chi-cuadrado

• Datos categóricos — ambas variables deben ser categóricas (nominales u ordinales)
• Observaciones independientes — cada observación debe contarse solo una vez
• Tamaño de muestra adecuado — al menos el 80% de los recuentos esperados deben ser ≥ 5, y ningún recuento esperado debe ser inferior a 1
• Muestreo aleatorio — las observaciones deben provenir de una muestra aleatoria de la población

Si los recuentos esperados son demasiado bajos, considere combinar categorías, usar la prueba exacta de Fisher (para tablas 2×2), o usar pruebas exactas o simulación de Monte Carlo para tablas más grandes.

Prueba Chi-Cuadrado vs. Prueba Exacta de Fisher

• La prueba chi-cuadrado utiliza una aproximación de muestra grande; la prueba de Fisher calcula probabilidades exactas
• Se prefiere la prueba de Fisher para tablas 2×2 con recuentos esperados pequeños (< 5)
• La prueba chi-cuadrado se generaliza naturalmente a tablas R×C de cualquier tamaño
• Para muestras grandes, ambas pruebas producen resultados muy similares

Preguntas frecuentes

¿Qué es una tabla de contingencia?

Una tabla de contingencia (también llamada tabulación cruzada) es una tabla que muestra la distribución de frecuencias de dos o más variables categóricas. Cada celda muestra el recuento de observaciones que caen en una combinación específica de categorías. Es la base para probar si las variables son independientes o están asociadas mediante la prueba chi-cuadrado.

¿Qué es la prueba chi-cuadrado de independencia?

La prueba chi-cuadrado de independencia determina si existe una asociación estadísticamente significativa entre dos variables categóricas en una tabla de contingencia. Compara las frecuencias observadas en las celdas con las frecuencias esperadas calculadas bajo el supuesto de que las variables son independientes. Un estadístico chi-cuadrado grande en relación con los grados de libertad sugiere que las variables están asociadas.

¿Qué es la V de Cramér y cómo la interpreto?

La V de Cramér es una medida del tamaño del efecto para la prueba chi-cuadrado, que va de 0 (sin asociación) a 1 (asociación perfecta). Para tablas 2×2, los valores inferiores a 0.10 son insignificantes, 0.10–0.30 es un efecto pequeño, 0.30–0.50 es mediano y superior a 0.50 es grande. Para tablas más grandes, los umbrales son proporcionalmente más bajos. A diferencia del p-valor, la V de Cramér mide la fuerza de la asociación, no solo si existe estadísticamente.

¿Qué son los residuos estandarizados en una tabla de contingencia?

Los residuos estandarizados ajustados muestran cuánto se desvía cada celda de lo que se esperaría bajo la independencia. Los valores superiores a +1.96 o inferiores a −1.96 indican una desviación significativa al nivel de 0.05. Los residuos positivos significan más observaciones de las esperadas en esa celda; los negativos significan menos. Ayudan a identificar qué combinaciones de celdas específicas impulsan la asociación general.

¿Cuándo no debo usar la prueba chi-cuadrado?

La prueba chi-cuadrado puede no ser confiable cuando las frecuencias esperadas son muy bajas, específicamente cuando más del 20% de los recuentos esperados caen por debajo de 5, o cualquier recuento esperado es inferior a 1. Para tablas 2×2 con muestras pequeñas, se prefiere la prueba exacta de Fisher. La prueba también requiere observaciones independientes, por lo que no debe usarse con datos emparejados, combinados o de medidas repetidas.