Sección 03 - Metodología de La Investigación III - Relación Entre Variables Ordinales

Asociacin entre Variables II: Relacin y
Prediccin de Variables Ordinales

Repaso breve:
Es necesario recordar que para las variables ordinales los procesos de medicin
adquieren sentido mtrico superior al de las variables nominales, en tanto existe una
relacin de preferencia entre las categoras.
Vale decir ya no empleamos numerales slo para distinguir entre fenmenos, objetos
y/o individuos, sino que tambin la utilizamos para establecer relaciones de orden. En
tal sentido es equivalente emplear las siguientes nomenclaturas (obsrvese que los
intervalos no tienen importancia alguna):
Relacin entre Variables Ordinales
1, 1000, 45, 2 = 37, 40, 39, 38 = 4, 12, 10, 7
Relacin entre variables ordinales
Coeficiente de Goodman y Kruskal:
=

= n de casos concordantes
= n de casos disconcordantes
Consecuencia ()
Alta (
) Baja (
) Total/Marginal
A
n
s
i
e
d
a
d

Alta (
) 9 3
Baja (
) 4 8
Total/Marginal
=
1
,
1

2
,
2
= 9 8 = 72

=
1
,
2

2
,
1
= 4 3 = 12
Consecuencia ()
Alta (
) Baja (
) Total/Marginal
A
n
s
i
e
d
a
d

Alta (
) 9 3
Baja (
) 4 8
Total/Marginal
=

=
72 12
72 +12
= 0,7143
Interpretacin:
La relacin observada entre el grado en que las personas son Consecuentes con s
mismas y la Ansiedad percibida es de = 0,7143 (considerando un intervalo de 1
y 1).
En la muestra estudiada, a medida que aumenta el grado de consecuencia aumenta la
ansiedad.
Dado que no se ha calculado la significancia, se desconoce si el valor observado se
debe al azar. Debido a lo anterior, y ante el desconocimiento del tipo de muestreo
utilizado, no es factible generalizar los resultados a la poblacin.
Apertura Mental ()
Baja (
) Media (
) Alta (
) Total/Marginal
A
n
s
i
e
d
a
d

Baja (
) 1 2 3 18
Alta (
) 11 6 1 6
Total/Marginal 12 8 4 24
Coeficiente de Goodman y Kruskal (en este caso para obtener c y d es necesario considerar
todas las tablas 2 x 2 que pueden formarse entre las variables):
=
1
,
1

2
,
2
+
1
,
1

3
,
2
+
2
,
2

3
,
2
= 1 6 +1 1 +2 1 = 9
=
3
,
1

2
,
2
+
3
,
1

1
,
2
+
2
,
1

1
,
2
= 3 6 +3 11 + 2 11 = 73
Apertura Mental ()
Baja (
) Media (
) Alta (
) Total/Marginal
A
n
s
i
e
d
a
d

Baja (
) 1 2 3 18
Alta (
) 11 6 1 6
=

=
9 73
9 +73
= 0,7805
Interpretacin:
La relacin observada entre el grado de Apertura Mental y el grado de Ansiedad
Percibida es de = 0,7805 (considerando un intervalo de 1 y 1).
En la muestra estudiada, a medida que aumenta la Apertura Mental, disminuye la
Ansiedad Percibida.
D de Sommers (Equivalente a RPE):
|
=

+
()
()
= n de empates para la variable x
= 9
= 73
()
=
=
1 11 + 2 6 + 3 1 = 26
Apertura Mental ()
Baja (
) Media (
) Alta (
) Total/Marginal
A
n
s
i
e
d
a
d

Baja (
) 1 2 3 18
Alta (
) 11 6 1 6
|
=

+
()
=
9 73
9 + 73 + 26
= 0,5926
Interpretacin:
Teniendo en cuenta el grado de Apertura Mental de las personas, el error de prediccin
del nivel de Ansiedad Percibida se reduce en un 59,26%. En otras palabras, al
predecir el nivel de Ansiedad de los individuos de acuerdo al grado de Apertura Mental
fallaremos en un 40,74% de los casos.
En la muestra estudiada, si aumenta el grado de Apertura Mental disminuye el Nivel de
Ansiedad Percibida.
|
=

+
()
()
= n de empates para la variable y
= 9
= 73
()
=
=
1 2 + 1 3 + 2 3 + 11 6 +11 1 + 6 1 = 94
Apertura Mental ()
Baja (
) Media (
) Alta (
) Total/Marginal
A
n
s
i
e
d
a
d

Baja (
) 1 2 3 18
Alta (
) 11 6 1 6
|
=

+
()
=
9 73
9 + 73 + 94
= 0,3636
Interpretacin:
Teniendo en cuenta el nivel de Ansiedad Percibida, el error de prediccin del grado de
Apertura Mental se reduce en un 36,36%. En otras palabras, al predecir el nivel de
Apertura Mental de los individuos de acuerdo al grado de Ansiedad Percibida
fallaremos en un 63,64%% de los casos.
En la muestra estudiada, si aumenta el nivel de Ansiedad Percibida disminuye el grado
de Apertura Mental.
D de Sommers (Relacin neta):
=

= n total de empates
= 9
= 73
=
()
+
()
= 94 + 26 = 120
Apertura Mental ()
Baja (
) Media (
) Alta (
) Total/Marginal
A
n
s
i
e
d
a
d

Baja (
) 1 2 3 18
Alta (
) 11 6 1 6
=

2
=
9 73
9 + 73 +
120
2
= 0,4507
Interpretacin:
El grado de relacin entre la Apertura Mental y Ansiedad es de d = 45,07 (de un
rango de 1 y 1)
En la muestra estudiada, si aumenta el grado de Apertura Mental disminuye el Nivel de
Ansiedad Percibida (y viceversa).
-B de Kendall:
+
()

+
()
()
= n de empates en x
()
= n de empates en y
-B de Kendall:
=
1
,
1

2
,
2
+
1
,
1

2
,
3
+
1
,
1

3
,
2
+
1
,
1

3
,
3
+
2
,
1

3
,
2
+
2
,
1

3
,
3
+
2
,
2

3
,
3
+
1
,
2

2
,
3
+
1
,
2

3
,
3
Orden Nacimiento ()
Primognito (
) Intermedio (
) Benjamn (
) Total/Marginal
R
e
n
d
i
m
i
e
n
t
o

Bajo (
) 1 2 6 9
Medio (
) 5 3 3 11
Alto (
) 10 3 1 14
= 1 3 +1 3 + 1 3 + 1 1 + 2 3 +2 1 +3 1 +5 3 + 5 1 = 41
=
3
,
1

2
,
2
+
3
,
1

2
,
3
+
3
,
1

1
,
2
+
3
,
1

1
,
3
+
2
,
1

1
,
2
+
2
,
1

1
,
3
+
2
,
2

1
,
3
+
3
,
2

2
,
3
+
3
,
2

1
,
3
= 6 3 + 6 3 + 6 5 + 6 10 + 2 5 + 2 10 + 3 10 +3 3 + 3 10 = 225
-B de Kendall:
()
= 1 5 + 1 10 +5 10 +2 3 +2 3 + 3 3 + 6 3 + 6 1 + 3 1 = 113
Orden Nacimiento ()
Primognito (
) Intermedio (
) Benjamn (
) Total/Marginal
R
e
n
d
i
m
i
e
n
t
o

Bajo (
) 1 2 6 9
Medio (
) 5 3 3 11
Alto (
) 10 3 1 14
()
= 1 2 + 1 6 + 2 6 + 5 3 + 5 3 + 3 3 + 10 3 +10 1 + 3 1 = 102
-B de Kendall:
+
()

+
()
=
41 225
41 +225 +113 41 +225 +102
= 0,4927
-C de Kendall:
=
2
2
1
= n menor de categoras
= n total de sujetos
-C de Kendall:
= 84
Arousal ()
Bajo (
) Intermedio (
) Alto (
) Total/Marginal
C
e
r
t
e
z
a

Relativismo (
) 6 5 3
Paranoia (
) 1 3 6
Total/Marginal
= 17
-C de Kendall:
=
2
2
1
=
2 2 84 17
24
2
2 1
= 0,4653
Una investigadora ha estudiado la relacin entre los valores de Agencia y Propiedad.
La primera variable la ha subdividido en las categoras Heterodeterminacin y
Autodeterminacin. El factor Propiedad abarca los niveles No Propiedad, Mixto
(Propiedad slo en algunos mbitos mientras que el resto es de dominio pblico), y
Propiedad (Ausencia de dominio compartido). Los resultados que ha obtenido son los
siguientes:
Calcule el Coeficiente de Correlacin de Pearson y todos los Coeficientes de
Asociacin Ordinales. Qu puede concluir al respecto?
S X Y S X Y
1 3 2 17 2 2
2 2 2 18 2 2
3 2 2 19 3 2
4 3 2 20 3 2
5 1 1 21 3 2
6 3 2 22 1 1
7 3 1 23 2 1
8 3 1 24 1 2
9 3 2 25 1 1
10 2 2 26 3 2
11 2 2 27 3 2
12 1 2 28 3 2
13 3 2 29 1 1
14 1 1 30 1 1
15 2 1 31 3 2
16 3 2 32 3 2
Para calcular Pearson asumiremos que las variables son a lo menos intervalares, pero
han sido medidas en un nivel ordinal.
Asimismo supondremos que la relacin es, en efecto, Lineal, que no existe relacin
entre los residuos (Independencia), y que stos son homogneos para todos los
niveles de las variables (homocedasticidad).
Valor absoluto de Pearson:
=
0,2031
0,8292 0,4635
= 0,5285
Significancia de Pearson (slo cuando n es mayor a 30 casos):
2
( )
= 1
1
2

2
1
1
1 +
1,702
Significancia de Pearson:
=
0,5285 32
1 0,5285
2
= 4,1487
= 1
1
1 +
1,7024,1487
= 0,0009
4,1487 > 1,96(

2
) < 0,025
Significancia de Pearson (cuando n es menor a 30 casos):

2
1
2
( )
2
1,8
Significancia de Pearson (cuando n es menor a 30 casos):

= 0,5285
32 2
1 0,5285
= 3,41
=
1,96
30 1,8
30
= 2,0113
3,41 > 2,0113(

2
) < 0,025
= 0,0009
Construccin de la Tabla de Contingencia:
S X Y S X Y
1 1 1 17 3 1
2 1 1 18 3 1
3 1 1 19 3 2
4 1 1 20 3 2
5 1 1 21 3 2
6 1 1 22 3 2
7 1 2 23 3 2
8 1 2 24 3 2
9 2 1 25 3 2
10 2 1 26 3 2
11 2 2 27 3 2
12 2 2 28 3 2
13 2 2 29 3 2
14 2 2 30 3 2
15 2 2 31 3 2
16 2 2 32 3 2
1
,
1
: 6
1
,
2
: 2
= 148
Propiedad ()
No Propiedad (
) Mixto (
) S Propiedad (
) Total/Marginal
C
e
r
t
e
z
a

Relativismo (
) 6 2 2
Paranoia (
) 2 6 14
Total/Marginal
= 20
Construccin de la Tabla de Contingencia:
()
= 52
()
= 152
Estadsticos:
=

=
148 20
148 + 20
= 0,7619
Estadsticos:
|
=

+
()
|
=
148 20
148 + 20 + 52
|
= 0,5818
Estadsticos:
|
=

+
()
|
=
148 20
148 + 20 + 152
|
= 0,4
Estadsticos:
=

2
=
148 20
148 + 20 +
52 + 152
2
= 0,4741
Estadsticos:
+
()

+
()
=
148 20
148 + 20 + 52 148 + 20 + 152
= 0,4824
Estadsticos:
= 0,5
=
2
2
1
=
2 2 148 20
32
2
2 1
Estadsticos:
= 1
6
2

2
1

Estadsticos:
S X Y

S X Y

1 1 1 17 3 1
2 1 1 18 3 1
3 1 1 19 3 2
4 1 1 20 3 2
5 1 1 21 3 2
6 1 1 22 3 2
7 1 2 23 3 2
8 1 2 24 3 2
9 2 1 25 3 2
10 2 1 26 3 2
11 2 2 27 3 2
12 2 2 28 3 2
13 2 2 29 3 2
14 2 2 30 3 2
15 2 2 31 3 2
16 2 2 32 3 2
Estadsticos:
S X Y

S X Y

1 1 1 4,5 5,5 17 3 1 24,5 5,5

2 1 1 4,5 5,5 18 3 1 24,5 5,5
3 1 1 4,5 5,5 19 3 2 24,5 21,5
4 1 1 4,5 5,5 20 3 2 24,5 21,5
5 1 1 4,5 5,5 21 3 2 24,5 21,5
6 1 1 4,5 5,5 22 3 2 24,5 21,5
7 1 2 4,5 21,5 23 3 2 24,5 21,5
8 1 2 4,5 21,5 24 3 2 24,5 21,5
9 2 1 12,5 5,5 25 3 2 24,5 21,5
10 2 1 12,5 5,5 26 3 2 24,5 21,5
11 2 2 12,5 21,5 27 3 2 24,5 21,5
12 2 2 12,5 21,5 28 3 2 24,5 21,5
13 2 2 12,5 21,5 29 3 2 24,5 21,5
14 2 2 12,5 21,5 30 3 2 24,5 21,5
15 2 2 12,5 21,5 31 3 2 24,5 21,5
16 2 2 12,5 21,5 32 3 2 24,5 21,5
Estadsticos:
=
33,0323
8,6211 7,5349
= 33,0323
= 8,6211
= 7,5349
= 0,5085
Resumiendo:
Estadstico Valor
dx/y 0,4000
d 0,4741
b 0,4824
c 0,5000
0,5085
Rxy 0,5285
dy/x 0,5818
0,7619
En estricto rigor si una variable tiene ms de 20 categoras (u ordenaciones) y se
distribuye normalmente, puede ser tratada como una variable cuantitativa (intervalar o
de razn) independientemente de su nivel real de medicin.
Sin embargo frecuentemente ocurre que el mtodo de recoleccin de los datos y los
instrumentos de medicin empleados, distorsionan las distribuciones observadas de las
variables, dando la impresin de que stas son estadsticamente diferentes a una
distribucin normal.
Relacin entre Variables Ordinales con
distribucin normal subyacente
Individuo X Y
1 11 12
2 20 17
3 10 10
4 10 10
5 11 10
6 10 10
7 10 10
8 10 10
9 11 10
10 13 10
11 16 18
Individuo X Y
12 10 10
13 10 10
14 10 10
15 11 10
16 12 10
17 16 10
18 14 15
19 12 15
20 24 19
21 21 14
La relacin real (poblacional) entre las
variables es = 0,898, sin embargo
al calcular los estadsticos
pertinentes (paramtricos y no
paramtricos se obtiene):
= 0,7956
= 0,7289
= 0,6351
= 0,4815
Es factible inferir que todos los estadsticos empleados subestiman sistemticamente la
relacin real entre las variables.
En especfico los estadsticos no paramtricos infravaloran significativamente el nivel
de asociacin entre Empata y Satisfaccin Vital.
Lo anterior es coherente en tanto esos ndice no son apropiados para mensurar el
grado de relacin entre variables cuantitativas: ms de 20 ordenaciones y normalmente
distribuidas.
En casos como el anterior, vale decir cuando se sabe que las variables reales tienen
ms de 20 categoras y son normales, pero al medirlas presentan un comportamiento
no paramtrico, el estadstico que debemos emplear es el Coeficiente de Correlacin
Tetracrica (
). Su valor viene dado por la expresin:

= cos
180
1 +

: .
: .
180: radianes ngulos medidos en funcin
del radio de una circunferencia, en ese caso se emplea el nmero
Para calcular
:
1. Obtener la mediana de ambas variables:
I. Ordenar los valores en orden creciente:
I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
X 11 20 10 10 11 10 10 10 11 13 16 10 10 10 11 12 16 14 12 24 21
I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
X 10 10 10 10 10 10 10 10 11 11 11 11 12 12 13 14 16 16 20 21 24
Para calcular
:
II. A) Si el nmero de casos es par, calcular el promedio entre los dos valores
centrales: =
2
+
2
+1
/2
II. B) Si el nmero de casos es impar, la mediana es el valor que ocupa la posicin:
=
(+1)/2
Para calcular
:
I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
X 10 10 10 10 10 10 10 10 11 11 11 11 12 12 13 14 16 16 20 21 24
=
(+1)/2
=
(21+1)/2
=
11
= 11
Para calcular
:
= =
(21+1)/2
=
11
= 10
I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
y 10 10 10 10 10 10 10 10 10 10 10 10 10 10 12 14 15 15 17 18 19
Para calcular
:
I.
1
II.
> 2
Para calcular
: 3. Asignar dicotomas a los casos:

X Y Dctm X Dctm Y
10 10
10 10
10 10
10 10
10 10
10 10
10 10
10 10
11 12
11 10
11 10
X Y Dctm X Dctm Y
11 10
12 10
12 15
13 10
14 15
16 18
16 10
20 17
21 14
24 19
Para calcular
: 3. Asignar dicotomas a los casos:

X Y Dctm X Dctm Y
10 10 1 1
10 10 1 1
10 10 1 1
10 10 1 1
10 10 1 1
10 10 1 1
10 10 1 1
10 10 1 1
11 12 1 2
11 10 1 1
11 10 1 1
X Y Dctm X Dctm Y
11 10 1 1
12 10 2 1
12 15 2 2
13 10 2 1
14 15 2 2
16 18 2 2
16 10 2 1
20 17 2 2
21 14 2 2
24 19 2 2
Para calcular
:
3. Construccin de Tabla de Contingencia:
1

2
2
Para calcular
:
3. Construccin de Tabla de Contingencia:
1

2
1
11 1 12
2
3 6 9
14 7 21
Para calcular
:
4. Clculo del nmero de casos concordantes y discordantes dicotomizados:
1

2
1
11 1 12
2
3 6 9
14 7 21
=
1
,
1

2
,
2
= 11 6 = 66
=
1
,
2

2
,
1
= 3 1 = 3
Para calcular
:
4. Reemplazar valores en la ecuacin:
= cos
180
1 +

= cos
180
1 +
66
3
Para calcular
:
4. Reemplazar valores en la ecuacin:
Considrese que el valor poblacional era = 0,8984, luego el Coeficiente de
Correlacin Tetracrica (
) es el estadstico menos sesgado, ms eficiente,

consistente y robusto para estimar la relacin real (poblacional) entre dos variables
ordinales o cuantitativas a las que subyacen distribuciones normales.
= 0,8514

Sección 03 - Metodología de La Investigación III - Relación Entre Variables Ordinales

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sección 03 - Metodología de La Investigación III - Relación Entre Variables Ordinales

Diunggah oleh

Hak Cipta:

Format Tersedia

Asociacin entre Variables II: Relacin y

Prediccin de Variables Ordinales

Significancia de Pearson (cuando n es menor a 30 casos):

Relacin entre Variables Ordinales

1 1 1 4,5 5,5 17 3 1 24,5 5,5

). Su valor viene dado por la expresin:

: 3. Asignar dicotomas a los casos:

: 3. Asignar dicotomas a los casos:

) es el estadstico menos sesgado, ms eficiente,

Anda mungkin juga menyukai