El Coeficiente de Contingencia:

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

DSITRIBUCION T DE STUDENT.
Distribución t Student
Intervalos de Confianza para la Media de la Población
Intervalos de Confianza para la Varianza de la Población
ESTIMACION DE PARAMETRO
PRUEBA DE SIGNIFICANCIA
Clase No. 1.
ANALISIS PARAMÉTRICOS
La mediana La mediana es el valor tal que el 50 % de las observaciones son menores y 50 % de ellas son mayores a dicho valor. En otra palabras, la mediana.
Tema.11. Principales modelos de distribución de probabilidad en Psicología: Variables discretas: binomial y Poisson. Variables continuas: normal, chi.
Tema 22: Análisis de tablas de contingencia Prueba c2 como medida de asociación y como prueba de contraste. Coeficientes derivados de c2. Interpretación.
1.1 Contraste de Bondad de Ajuste para Datos Categóricos
TEMA 6: CONTRASTES NO PARAMÉTRICOS
Epidemiología clínica
Las distribuciones binomial y normal.
Ejemplo Grafico.
Pruebas de significancia para datos cualitativos
Estimación de parámetros poblacionales
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
Bioestadística Diplomado en Sanidad
Chi cuadrada y otras Pruebas no paramétricas
0 − 0.2 insignificante 0.21 − 0.4 bajo 0.41 − 0.6 moderado
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
Curso de Hidrología Caudales Máximos II
Estimación por intervalos de confianza.
DISTINTOS TIPOS DE FRECUENCIAS
Análisis de datos categóricos
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
PROCESAMIENTO DE DATOS DE VIENTO 1º Parte.
ESTADIGRAFOS DE DISPERSION
UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS.
Distribuciones de frecuencias bidimensionales
Análisis no paramétricos
Clases 3 Pruebas de Hipótesis
Clases 4 Pruebas de Hipótesis
Tabla de Frecuencia según tipo de tipo de variables
REGRESION Y CORRELACION
ANALISIS DE DATOS CATEGORICOS
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
AÑO DE PROMOCIÓN DE LA INDÚSTRIA RESPONZABLE Y COMPROMISO CLIMÁTICO
Confiabilidad y validez en psicología Silva, A. (1992)
Índice de Confiabilidad por Ensayo En los porcentajes de acuerdo por ensayo, la sesión se divide en intervalos y se computa con base en los acuerdos y.
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Pruebas No paramétricas
Titular: Agustín Salvia
Inferencia Estadística
PRUEBAS DE BONDAD DE AJUSTE
Herramientas básicas.
RELACIÓN ENTRE VARIABLES
Coeficiente Kappa / Observador 1 Observador 2
Si comparamos este intervalo con (10.5), vemos que el intervalo de confianza para la Y 0 individual es más amplio que el intervalo para el valor medio.
COEFICIENTE DE CORRELACIÓN
Estimación y contraste de hipótesis
Análisis de los Datos Cuantitativos
ESTIMACIÓN DE PARÁMETROS
INFERENCIA ESTADÍSTICA
Coeficiente de Correlación Ji Cuadrada
Capitulo 1 Análisis descriptivo
El Coeficiente Phi ///////// /////// Observador 1 Observador 2 2 observadores se ponen a observar a un niño para ver si se levanta de su mesabanco en el.
INTRODUCCIÓN AL ANÁLISIS DE DATOS CATEGÓRICOS. Temas Carácterísticas de la distribución Chi-cuadrada Prueba de bondad de ajustes Prueba de homogeneidad.
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
PRUEBA DE SIGNIFICANCIA
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
PRUEBA DE SIGNIFICANCIA
VALIDEZ DEL INSTRUMENTO DE MEDICIÓN
YASIR MOUBARIK GONZALEZ ESTADISTICA Y TIC SUBGRUPO 19 UNIDAD DOCENTE VIRGEN DEL ROCIO.
Tabla RESIDUOS SÓLIDOS CLASIFICADOS Y TRATADOS POR MUNICIPIOS SEGÚN TIPO DE RESIDUO(1), PERIODO Censo de Información Ambiental Económica.
Transcripción de la presentación:

El Coeficiente de Contingencia: Se define por donde 2 es el valor calculado de la prueba de Ji-Cuadrado y n es el número de datos. El valor de C varía entre 0 y 1. C = 0, significa que no hay asociación entre las variables. C > .30, indica una buena asociación entre las variables. Sin embargo hay que tomar en consideración también el tamaño de la tabla. Desventajas El coeficiente de contigencia no alcanza el valor de uno aún cuando las dos variables sean totalmente dependientes. Su valor tiende a aumentar a medida que el tamaño de la tabla aumenta.

Coeficiente de Correlación Ji Cuadrada Además del uso del porcentaje de acuerdo por ensayo o punto por punto se ha propuesto la utilización de algunos coeficientes de correlación para escalas nominales. Por ejemplo, la Ji cuadrada, puesto que puede probar la bondad de ajuste de los datos de un observador con un conjunto de valores estándar esperados. En la tabla anterior, muestran los datos obtenidos por los 2 observadoes, al registrar el número de veces que un niño se levanta de su asiento durante 20 intervalos de 10 segundos cada uno. Al final de cada intervalo, los 2 observadores registran si el niño se encontraba levantado de su asiento; si era asi hacian una marca en el espacio correspondiente a ese intervalo; en caso contrario; dejaban el intervalo en blanco. El calculo de la ji cuadrada está dado por la siguiente formula: 3. X ² = ∑ (Fo-Fe)² Fe

Coeficiente C 2 observadores se ponen a observar a un niño para ver si se levanta de su mesabanco en el horario de clases. Se realizaron 20 intervalos de 10 segundos cada uno, para registrar dicha conducta . Al finar de los 10 segundos los observadores checaban si el niño estaba parado o no. / Observador 1 Observador 2

Coeficiente de Correlación Ji Cuadrada 2 observadores se ponen a observar a un niño para ver si se levanta de su mesabanco en el horario de clases. Se realizaron 20 intervalos de 10 segundos cada uno, para registrar dicha conducta . Al finar de los 10 segundos los observadores checaban si el niño estaba parado o no. Observador 1 1 11 2 13 7 9 20 Fo 7.15 5.85 Observador 2 Total marginal de la columna 3.85 3.15 Fe Total marginal del renglón N Fo= Frecuencia observada, Fe= Frecuencia esperada. 3. X ² = ∑ (Fo-Fe)² , Fe 2 (2-5.85) 5.85 [(0-3.85) 3.85 2 X ² = ∑ (11-7.15)² , 7.15 + + + 2 [(7-3.15) 3.15 = = 2.07+2.53+3.85+4.71 Para calcular la Fe: Total Marginal del Renglón x Total marginal de la Columna N = 13.16 Ejemplo: 13X11/20, 13X9/20, 7X11/20, 7X9/20 Ji2= 13.16, > que 0.05 en tabla(3.841), con un 1 gl, hay asociación entre observador 1 y 2 Para el calculo de grados de libertad : Gl= (C-1) (R-1) Para el calculo de grados de libertad : Gl= (2-1) (2-1) = 1gl.

Coeficiente de Correlación Ji Cuadrada Una de las desventajas de este estimador es que sólo brinda un índice global de asociación para la totalidad de la distribución de observación, ya que aun cuando se realice la contrastación no es posible tener un estimador puntual de la confiabilidad de dichos datos. Coeficiente de Contingencia C Una manera de solucionar este problema es calcular el coeficiente de contingencia C, que brinda una medida de asociación o relación entre los registros de los 2 observadores. X ² C= N+X² 13.16 33.16 4. = 13.16 20+13.16 = 0.63 = Cuando el valor del coeficiente de contingencia obtenido (0.63) es mayor que el de tabla (0.30), hay asociación entre los observadores 1 y 2. Una limitación de este coeficiente como indicador de confiabilidad entre observadores, radica en el hecho de que aun cuando al registrarla existe un completo acuerdo entre ellos, acerca de la presencia o ausencia de la categoría conductual, dicho coeficiente no alcanza la unidad.

Tarea 1: para la próxima clase: 2 observadores se ponen a observar a José, para ver si platica durante el horario de clases. Se realizaron 30 intervalos de 20 segundos cada uno, para registrar dicha conducta . Al finar de los 10 segundos los observadores checaban si José platicaba o no. Observador 1 / Observador 2 Calcular: COEFICIENTE C

Tarea 2: para la próxima clase: 2 observadores se ponen a observar a José, para ver si platica durante el horario de clases. Se realizaron 30 intervalos de 20 segundos cada uno, para registrar dicha conducta . Al finar de los 10 segundos los observadores checaban si José platicaba o no. Observador 1 / Observador 2 Calcular: COEFICIENTE C

Tarea 3: para la próxima clase: 2 observadores se ponen a observar a José, para ver si platica durante el horario de clases. Se realizaron 60 intervalos de 20 segundos cada uno, para registrar dicha conducta . Al finar de los 10 segundos los observadores checaban si José platicaba o no. Observador 1 / Observador 2 Observador 1 / Observador 2 Calcular: COEFICIENTE C