Calculadora de chi-cuadrado
La prueba de independencia chi-cuadrado de Pearson compara frecuencias observadas con las esperadas si las variables fueran independientes. Evalúa asociación entre categorías; no demuestra una relación causal.
Interpretación y límites
La frecuencia esperada es el total de fila multiplicado por el total de columna y dividido entre el total general. Informa N, χ², grados de libertad, valor p y V de Cramér. Las observaciones emparejadas, respuestas múltiples y diseños muestrales complejos requieren métodos adecuados.
Ejemplo de análisis
Una tabla 2×2 puede comparar compra y no compra entre dos grupos. Si las frecuencias esperadas son pequeñas, la aproximación puede ser inadecuada; considera la prueba exacta de Fisher para tablas de recuentos enteros que cumplan sus condiciones.
Cómo utilizarlo
- Escribe o pega las frecuencias enteras observadas.
- Comprueba totales, frecuencias esperadas e independencia de las observaciones.
- Interpreta el valor p junto con el efecto y la distribución real.
Introduce las frecuencias observadas
Utiliza recuentos enteros de observaciones independientes, no porcentajes ni estimaciones ponderadas tratadas como personas.
| Total | |||
|---|---|---|---|
| 50 | |||
| 50 | |||
| Total | 50 | 50 | 100 |
Chi-cuadrado (χ²)
4.00
df = 1 · p = .046 · Cramér's V = 0.20
χ²(1, N = 100) = 4.00, p = .046, V = .20
Todas las estadísticas
| Chi-cuadrado de Pearson | χ² = 4.000, df = 1, p = .046 |
| Prueba G (razón de verosimilitud) | G = 4.027, df = 1, p = .045 |
| Chi-cuadrado con corrección de Yates | χ² = 3.240, p = .072 |
| Prueba exacta de Fisher (bilateral) | p = .071 |
| Odds ratio | 0.444 (95% CI 0.200 – 0.989) |
| Cramér's V | 0.200 (pequeño) |
| Coeficiente Phi (φ) | -0.200 |
| Coeficiente de contingencia (C) | 0.196 |
| Lambda (simétrica/fila|col/col|fila) | 0.200 / 0.200 / 0.200 |
| Goodman–Kruskal gamma (γ) | -0.385 |
| Kendall's tau-b / tau-c | -0.200 / -0.200 |
| Somers' d | -0.200 / -0.200 / -0.200 |
| Theil's U | 0.029 / 0.029 / 0.029 |
Dónde se procesan los datos
El espacio de trabajo del navegador lee y analiza los archivos en tu dispositivo. Los proyectos guardados pertenecen a ese navegador; borrar sus datos o cambiar de equipo puede hacerlos inaccesibles. Exporta una copia de seguridad. Compartir resultados o copiarlos a una IA es una acción de transmisión independiente.
El MCP alojado es distinto del análisis local: el servidor recibe los archivos y proyectos temporales que subes con consentimiento explícito. Tu cliente de IA también puede recibir entradas y resultados de las herramientas; revisa sus políticas de datos.
Preguntas frecuentes
- ¿Puedo introducir porcentajes?
- No sustituyas los recuentos por porcentajes. Usa las frecuencias originales que produjeron esas proporciones.
- ¿Un resultado no significativo demuestra que no hay diferencias?
- No. Puede faltar información para detectarlas. Considera el tamaño de la muestra, el efecto y el diseño del estudio.