Abrir navegación
AbrirAbrir el espacio de trabajo

Herramientas de investigación · Contrastar independencia

Calculadora de la prueba G

Contrasta la independencia de dos variables categóricas con la prueba de razón de verosimilitud G y compárala con la ji cuadrado.

Calcula la prueba G en línea

Escribe o pega las frecuencias observadas desde una hoja de cálculo. Los resultados se actualizan al instante y todo se calcula en tu navegador.

Tamaño de la tablaConsejo: pega un bloque de conteos directamente desde una hoja de cálculo.
¿Tienes una hoja de cálculo? Abrir el espacio de trabajo →Conserva esta calculadora para obtener una tabla rápida; utiliza el espacio de trabajo para archivos, filtros, exportaciones y proyectos guardados.
Total
50
50
Total5050100

Estadístico G (prueba de razón de verosimilitud)

4,03

df = 1 · p = 0,045

χ²(1, N = 100) = 4,00, p = 0,046, V = 0,20

Todas las estadísticas
Chi-cuadrado de Pearsonχ² = 4,000, df = 1, p = 0,046
Prueba G (razón de verosimilitud)G = 4,027, df = 1, p = 0,045
Chi-cuadrado con corrección de Yatesχ² = 3,240, p = 0,072
Prueba exacta de Fisher (bilateral)p = 0,071
Odds ratio0,444 (IC 95% 0,200–0,989)
V de Cramér0,200 (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 U0,029 / 0,029 / 0,029
01

Cómo funciona la prueba G

En cada celda se compara la frecuencia observada O con la esperada bajo independencia, E = total de fila × total de columna ÷ n. G es dos veces la suma de O · ln(O ÷ E), es decir, el doble de la diferencia de log-verosimilitud entre el modelo saturado y el de independencia.

  • G = 2 Σ O · ln(O ÷ E); las celdas con O = 0 aportan 0.
  • Grados de libertad = (f − 1)(c − 1), igual que en la ji cuadrado.
  • Los valores de G son aditivos, lo que permite descomponer modelos anidados.
02

Ejemplo

Con la tabla inicial [[20, 30], [30, 20]] (n = 100), la prueba G da G = 4,03, gl = 1, p = 0,045. La ji cuadrado de Pearson da χ² = 4,00, p = 0,046: prácticamente lo mismo, como cabe esperar en una tabla bien poblada.

03

Cuándo usarla y cuándo no

G y la ji cuadrado responden a la misma pregunta; G es habitual en biología y en modelos log-lineales, la ji cuadrado en investigación de mercados.

  • Contrastar independencia en tablas de cualquier tamaño.
  • Hacer comparables los resultados con modelos log-lineales o logísticos.
  • No con frecuencias esperadas muy pequeñas: entonces es mejor la prueba exacta de Fisher.
  • No para mediciones pareadas de las mismas personas.

Bibliografía

Referencias y lecturas recomendadas

  • Sokal, R. R., & Rohlf, F. J. (1995). Biometry (3rd ed.). New York: W. H. Freeman.

  • Agresti, A. (2013). Categorical Data Analysis (3rd ed.). Hoboken, NJ: Wiley.

  • SciPy — scipy.stats.chi2_contingency

Preguntas frecuentes

Preguntas frecuentes

¿Qué diferencia hay entre la prueba G y la ji cuadrado?

Ambas miden la distancia entre frecuencias observadas y esperadas, G con logaritmos y la ji cuadrado con desviaciones al cuadrado. Con muestras grandes casi coinciden.

¿Cuántos grados de libertad tiene la prueba G?

(filas − 1) × (columnas − 1), igual que la ji cuadrado de independencia.

¿Cuándo no es fiable la prueba G?

Cuando muchas frecuencias esperadas son pequeñas (menores que 5). Agrupa categorías o, en tablas 2×2, usa la prueba exacta de Fisher.

¿Qué prueba debo informar?

La habitual en tu campo. Añade un tamaño del efecto como la V de Cramér: el valor p solo no dice nada de la fuerza de la asociación.

¿Se suben mis datos?

No. Todo lo que introduces se calcula solo en esta pestaña del navegador; nada se envía a un servidor.

¿Necesitas tablas cruzadas completas?

Abre tus datos de encuesta en el espacio de trabajo de Crosstabs para crear tablas cruzadas con pruebas de significación, ponderación y preguntas de respuesta múltiple. Gratis, sin registro y con los archivos procesados en tu navegador.

Abrir el espacio de trabajo

· Versión en inglés