Análisis de datos y metodología II Equipo de tutores 2015: -Diego Henríquez -Ivan Guailla -Denise Leiva -Patricio Mena -Leonardo Portillo -Cristian Ramírez -Joaquín Rosales -Patricio Zambrana Universidad de Tarapacá MATERIAL DE APOYO.

Pruebas para dos variables categóricas.  Jí cuadrado de Pearson sobre tablas de contingencias  Independencia (No relación)  McNemar en tablas de 2x2  Simetría y Homogeneidad. (No hay variación en los totales de categorías)  Bowker  Simetría. ( no hay discrepancia entre las frecuencias condicionales)  Kappa (nominal estricta)  Coincidencias menor o igual al azar (no acuerdo)  Tau b o gamma (ordinal)  Índice de riesgo relativo  no lleva h0 pero se estima el intervalo de confianza  Odds ratios

Jí Cuadrado de Pearson sobre tabla de contingencia.  Sirve para  contrastar la h0 de independencia entre dos variables categóricas, es decir ver si hay relación entre las dos variables.  h0  independencia  Tamaño del efecto  en tabla de 2x2 phi o V de Kramer (Su interpretación es similar a la correlación)

Prueba de McNemar.  Supuestos:  1.-Variables Cualitativas o Categóricas, que tienen que ser dicotómicas.  2.-Es aplicable usualmente a los diseños de tipo ''antes-después' en una tabla de 2x2, para ver si hay una variación en estos tiempos (en algunas ocasiones se interesa valorar el nivel de discrepancia). Es decir, si antes uno estaba de acuerdo, después se quiere saber si aún lo está o no, luego de haber ocurrido una causa o evento, lo que se da a conocer en este diseño.  3.-Cuando la muestra es seleccionada no probabilísticamente. Es decir, que la muestra es al azar.

Prueba de McNemar.  Para que sirve  analizar en que proporción cambian los valores marginales, referidos a una variable dicotómica medidas en los sujetos, en dos momentos diferentes (antes-después).  h0  hay igualdad en la distribución marginal ( hay homogeneidad marginal, si se mantienen la h0 de homogeneidad marginal se debe poner a prueba la simetría). *(McNemar nos ayuda a obtener la Homogeneidad Marginal).

Homogeneidad Marginal. Distribución Marginal: son los valores totales de la tabla de contingencia. La homogeneidad marginal busca la existencia de cambios significativos en la proporción de la variable de interés en el tiempo. Frecuencias condicionales

Prueba de Bowker.  Se utiliza con variables politómicas (3x3)  Para que sirve  ver que los cambios de categoría de un caso a otro se producen en ambas direcciones con igual probabilidad, es decir, las observaciones de las casillas situadas simétricamente respecto de la diagonal principal tienen la misma probabilidad de ocurrir.  Ho: Es que hay simetría.  Es importante señalar que con variables politómicas, la hipótesis de simetría no es equivalente a la de homogeneidad marginal. La simetría implica homogeneidad marginal.

Índice de riesgo. El índice de riesgo Índice de riesgo relativo, se evalúa de la siguientes formas Índice de riesgo Absoluto Se utiliza cuando hay una variable. Prospectivo  es longitudinal, se mide una muestras en dos momentos diferentes (antes- después) debido a que se busca comparar a través del tiempo. Retrospectivo  es transversal, se forman dos grupos de sujetos (control-experimental) para hacer un seguimiento hacia atrás intentando encontrar información sobre la proporción en la que aparece cada factor de interés (Odds, se ocupan cuando la muestra no es natural). Formas de concluir: > o < referido a …, valor de…, número de veces… La falacia ecológica es un error que consiste en atribuir al individuo las características del grupo o bien, atribuir las características del individuo al grupo.

Índice de acuerdo  El índice de acuerdo se ocupa en situación en la que suele interesar estudiar el grado del acuerdo entre dos criterios de clasificación (dos jueces expertos, dos pruebas diagnosticas, etc.). Las categorías utilizadas para la clasificación pueden ser (Nominales- Ordinales).  Kappa de Cohen: Se ocupa en las variables nominales en donde el resultado puede ir desde : coincidencia al azar y 1: acuerdo total.  Tau b: Es para variables ordinales (Menos o igual que 4) y puede ir de -1 a 1 donde: -1: de cuenta de una tendencia de desacuerdo total, donde implicaría una relación inversa.  Gama: sobreestima el resultado, por eso se utiliza tau b que es la corrección de la sobreestimación. *En las variables ordinales si son más de 4 categorías es más correcto trabajarlas como una variable cuantitativa