LAMBDA

ANÁLISIS
EXPLICATIVO COEFICIENTE DE INCERTIDUMBRE

BIVARIADO

D DE SOMERS
MEDIDAS DE ASOCIACION
ASIMETRICAS
 CRITERIOS DE CASUALIDAD

Austin Bradford Hill (1965) en su célebre artículo "El medio y la enfermedad:

Efecto
¿asociación o causalidad?“ 1

CAUSA Efecto
2

De validez interna (propios del estudio) Efecto

3

• Fuerza de asociación: A mayor intensidad de la relación entre dos variables,

mayor es la probabilidad de que exista una relación causal.
• Secuencia temporal: Aunque en ocasiones es difícil establecerlo, la causa
debe preceder al efecto. Causa  Efecto
• Efecto causa-respuesta: Cuanto mayor es el tiempo de exposición o más
fuerte es el factor causal, mayor es el efecto.
 CRITERIOS DE CASUALIDAD

De coherencia científica Causa

1
• Consistencia: Los resultados de un estudio deben mantenerse constantes y
ser reproducibles por cualquier investigador en cualquier lugar. Efecto

• Plausibilidad: La relación causal sugerida debe mantener la línea de los Causa

principios científicos aceptados en el momento, o sea, se cree más en una 2
relación causal si hay un cuerpo teórico que la respalda.
• Especificidad de asociación y analogía: Cierta especificidad (una causa
conduce a un único efecto) aumenta la verosimilitud de la relación causal.
Analogía: asociaciones causales similares pueden producir efectos similares.
• Evidencia experimental: Si una causa produce un efecto, éste debería cesar
cuando desaparece la causa. Es la prueba más sólida de causalidad. 
 ESTADÍSTICOS ASIMÉTRICOS

• SPSS les llama “Medidas direccionales” porque tienen dirección.

• Están basados en la reducción proporcional de la predicción del error y
pretenden predecir en cual categoría de la variable Y se ubicará un
individuo sabiendo en cual categoría de la variable X está incluido.
• Asumen que hay un orden causal entre las dos variables. Variable
dependiente e independiente.
• Las medidas varían entre -1 y 1.
• Los estadísticos más usados son:
• Para variables Nominales: Lambda y Coeficiente de Incertidumbre.
• Para variables Ordinales: D de Somers.
ESTADÍSTICOS ASIMÉTRICOS
  LAMBDA DE GOODMAN Y KRUSKAL ()

• Lambda de Goodman-Kruskal (1979) mide la asociación para variables

nominales y se basa en las probabilidades modales.
• Mide la mejora porcentual en la probabilidad de la variable dependiente
(variable de fila-Y), teniendo en cuenta el valor de la variable independiente
(variable de columna-X). No se basa en el Chi2.
• Evalúa la capacidad de X para predecir Y mediante el coeficiente λ.
• Se lee el valor y la significancia.
• Se analiza el resultado dependiente.
• El problema que tiene es que informa el grado de asociación entre las dos
variables, pero no da cuenta de su naturaleza, es decir, de la forma como se
distribuyen los valores de una tabla.
  CUANDO USAR LAMBDA ()

1. Se aplica para ver la relación entre dos variables

categóricas nominales. Cuando al menos una de
las dos variables es nominal.
2. Su mayor utilidad es de carácter explicativo o
causal.
3. Es importante designar correctamente la variable
independiente.
  CUANDO USAR LAMBDA ()

• Antes de hacer el análisis causal es necesario identificar si las variables

están asociadas.
• Cuando la asociación sea estadísticamente significativa se procede a
generar la explicación.
• Va de 0 a 1.
• Un valor igual a 1 significa que la variable independiente pronostica
perfectamente la variable dependiente. Un valor igual a 0 significa que la
variable independiente no ayuda en absoluto a pronosticar la variable
dependiente.
• Un valor de Lambda de 0,83 indica que el conocimiento de una variable
reduce en un 83% el error al pronosticar los valores de la otra variable.
  LAMBDA () DE GOODMAN Y KRUSKAL

•• Las
  probabilidades de clasificación incorrecta se calculan con base en la
asignación a la categoría con la mayor probabilidad.

Formula:

donde
• = Suma de las frecuencias más altas de cada columna de la variable
independiente X (columna).
• = Subtotal más alto (marginal) de la variable dependiente Y (fila).
• n= tamaño de la muestra.
  RESULTADO LAMBDA ()

• 
• El valor numérico de la indica la fuerza de la relación.
• El resultado varía entre 0 y 1 y está especialmente
pensada como medidas asimétricas. 
• Si λ se aproxima a 1 existe asociación entre X e Y.
• Si λ se aproxima a cero existirá independencia.
• Se generan automáticamente los tres resultados en
SPSS.
PROCEDIMIENTO
 EJEMPLO

• Un investigador social quiere saber la influencia que

tiene el estado civil en la posición frente al aborto
en adultos jóvenes.
Posición
aborto Solteros Casados Divorciados Total

A favor del
aborto 120 50 30 200
n=500
En contra del
30 200 70 300
aborto
Total 150 250 100 n=500
 0. PLANTEAR LA PREGUNTA DE
INVESTIGACIÓN
Pregunta de investigación:
• ¿Qué relación existe entre el estado civil y la posición ante el aborto en jóvenes
adultos?

• ¿Cuál es la influencia que tiene el estado civil en la posición ante el aborto en jóvenes
adultos?

• ¿De qué forma el estado civil influye o determina la posición ante el aborto en
jóvenes adultos?

• Variable X (independiente, columna): Estado civil.

• Variable Y (dependiente, filas): Posición ante el aborto.
 1. FORMULACIÓN DE LAS HIPÓTESIS

• Como hipótesis se plantea:

• H0. El estado civil NO determina la posición ante el
aborto de los jóvenes adultos.

• Ha. El estado civil determina la posición ante el

aborto de los jóvenes adultos.
 2. ESTABLECER UN NIVEL DE
SIGNIFICANCIA

• Nivel de significancia para la prueba (α): 0,05.

• 5% de margen de error permitido.

 3. REGENERAR LOS RESULTADOS

• 
• Calcule la para las variables en cuestión.

• A continuación, el proceso de cálculo de la Y de

Lambda.
INSTRUCCIONES CÁLCULO Y DE
LAMBDA

1. Identifique los valores 2. Seleccione la frecuencia

modales de cada columna más alta de los subtotales
para calcular de las filas para calcular

4. Interprete los
3. Calcule la Y de Lambda
resultados
  1. CALCULE
Posición
aborto Solteros Casados Divorciados Total
  Σ 𝑓 𝑚𝑗 − 𝑓𝑚𝑎𝑥
𝜆= =¿ A favor del
𝑛− 𝑓𝑚𝑎𝑥 aborto
120 50 30 200

En contra
30 200 70 300
del aborto
Total 150 250 100 n=500

 Variable independiente: Estado civil

1. Identifique los valores modales (los
valores más altos) de cada columna.
2. Calcule sumando los valores modales
 = 120+200+70= 390
de cada columna de la tabla.
  2. CALCULE
Posición
Solteros Casados Divorciados Total
  Σ 𝑓 𝑚𝑗 − 𝑓𝑚𝑎𝑥 aborto
𝜆= =¿ A favor del
𝑛− 𝑓𝑚𝑎𝑥 aborto
120 50 30 200
En contra
30 200 70 300
del aborto
Total 150 250 100 n=500

 Variable independiente: Estado civil.

1. Seleccione la frecuencia más alta   = 300
de los subtotales de las filas.
2. Calcule . n=500
 3. CALCULE LA Y DE LAMBDA
Posición
Variable independiente: Estado civil. aborto Solteros Casados Divorciados Total
A favor del 120 50 30 200
Sustituya la formula con los valores. aborto
En contra 30 200 70 300
Genere los cálculos. del aborto
Total 150 250 100 n=500

 DATOS:
 =
= 390
= 300
n=500 El conocer el estado civil de la persona, reduce en un 45% el error al
pronosticar la actitud ante el aborto.
 RUTA SPSS

• Analizar 
Estadísticos descriptivos  Tablas cruzadas 
• Se introduce en las columnas la variable X.
• Se introduce en las filas la variable Y.
• Estadísticos  Chi2 y Lambda Continuar.
• Casillas Recuentos  Click en Observados
• Porcentajes  Click en Columnas
• Residuos  Click en Estandarizados corregidos  Continuar.
•  Aceptar.
PROCEDIMIENT
O EN SPSS
SINTAXIS:
CROSSTABS
/TABLES=Posición_aborto BY
Estado_civil
/FORMAT=AVALUE TABLES
/STATISTICS=CHISQ LAMBDA
/CELLS=COUNT COLUMN ASRESID
/COUNT ROUND CELL.
 4. INTERPRETE LA Y
DE LAMBDA El nivel de significación de chi cuadrado
es 0,000, al ser menor de 0,05, la relación
es estadísticamente significativa entre las
Tabla cruzada Posición ante el aborto*Estado civil Pruebas de chi-cuadrado dos variables.
Estado civil Significación
Solteros Casados Divorciados Total asintótica
Posición ante el aborto A favor del aborto Recuento 120 50 30 200 Valor df (bilateral) El coeficiente de Lambda tiene un nivel
% dentro de Estado civil 80,0% 20,0% 30,0% 40,0%
Residuo corregido 12,0 -9,1 -2,3
Chi-cuadrado de Pearson 145,833a 2 ,000
de significación (0,000) menor de 0,05,
Razón de verosimilitud 150,517 2 ,000
En contra del aborto Recuento 30 200 70 300
Asociación lineal por lineal 83,167 1 ,000 por lo que la relación es estadísticamente
% dentro de Estado civil 20,0% 80,0% 70,0% 60,0%
Residuo corregido -12,0 9,1 2,3
N de casos válidos 500 significativa, y mirando su valor (0,45)
Total Recuento 150 250 100 500 a. 0 casillas (0,0%) han esperado un recuento menor que 5. El recuento
% dentro de Estado civil 100,0% 100,0% 100,0% 100,0% mínimo esperado es 40,00.
observamos que el nivel de dependencia
Medidas direccionales de Y es bajo.
Error estándar Significación
Valor asintóticoa T aproximadab aproximada
Lea solo la
Nominal por Nominal Lambda Simétrico ,356 ,043 7,093 ,000
variable que el El conocer el estado civil de la persona,
Posición ante el aborto
y ,450 ,045 7,781 ,000
investigador
dependiente
Estado civil dependiente ,280 ,044 5,531 ,000 determina como reduce en un 45% el error al pronosticar
dependiente.
Tau Goodman y Kruskal Posición ante el aborto
dependiente
,292 ,040 ,000c
la actitud ante el aborto.
Estado civil dependiente ,167 ,026 ,000c
a. No se presupone la hipótesis nula.
b. Utilización del error estándar asintótico que presupone la hipótesis nula.
c. Se basa en la aproximación de chi-cuadrado
COEFICIENTE DE
INCERTIDUMBRE
 COEFICIENTE DE INCERTIDUMBRE

• Es una medida que expresa el grado de incertidumbre reducida al predecir la

reducción proporcional de error de los valores de una variable a partir de la
otra, por esto no se basa en el Chi2 .
• Da cuenta de la direccionalidad o naturaleza de la relación.
• Va 0 a 1, Mientras menos error haya será mejor la relación.
• Ofrece las tres alternativas al igual que Lambda. SPSS calcula la versión
simétrica y 2 asimétricas.
• Se lee solo la variable que el investigador determina como dependiente.
• Es mejor que el Lambda porque el coeficiente depende de toda la distribución
de la tabla y no sólo de los valores modales como Lambda.
  𝑋 ⌊ 𝐼 ( 𝑋 ) + 𝐼 ( 𝑌 ) − 𝐼 ( 𝑋𝑌 ) ⌋
𝐼 =
𝑌 𝐼 (𝑌 )
 COEFICIENTE DE INCERTIDUMBRE
 Variable independiente: Género. Género
Salario mensual
Hombre Mujer Total
FORMULA: Hasta25.000 19 124 143
donde 25.001 y 50.000 174 86 260
I(X)=-1NI con X como variable dependiente. 50.001 y 75.000 48 6 54
I(Y)=1NI con Y como variable dependiente. De 75.001 o+ 17  0 17
I(XY)=1NI bilateral. Total 258 216 474
 • EJEMPLO:
ni= frecuencias marginales de las filas. • I(X)=-1N
nj= frecuencias marginales de las columnas. • I(Y)=1N
nij=frecuencias de las casillas (Nij>0). • I(XY)=1N
•
 EJEMPLO
• Un investigador social quiere saber la influencia que tiene
el sexo en el salario mensual de una empresa porque
sospecha que a las mujeres se les paga menos que a los
hombres.
Género
Salario mensual Hombre Mujer Total
Hasta 250.000 19 124 143
250.001-500.000 174 86 260 n=474
500.001-750.000 48 6 54
750.001 o más 17 0 17
Total 258 216 474
 RUTA SPSS

• Analizar 
Estadísticos descriptivos  Tablas cruzadas 
• Se introduce en las columnas la variable X.
• Se introduce en las filas la variable Y.
• Estadísticos  Chi2 y Coeficiente de incertidumbre Continuar.
• Casillas Recuentos  Click en Observados
• Porcentajes  Click en Columnas
• Residuos  Click en Estandarizados corregidos 
Continuar.
•  Aceptar.
PROCEDIMIENT
O EN SPSS
SINTAXIS:

CROSSTABS
/TABLES=Salario_mensual BY
Género
/FORMAT=AVALUE TABLES
/STATISTICS=CHISQ UC
/CELLS=COUNT COLUMN ASRESID
/COUNT ROUND CELL.
 El valor de la significación asintótica casi

INTERPRETACIÓN DE cercano a 0 revela que las dos variables están

asociadas. Los residuos muestran que hay una

LOS RESULTADOS
asociación positiva entre ser mujer y recibir
salarios hasta $250.000.

Por el contrario, hay una asociación positiva

Tabla cruzada Salario mensual*Género
Género
Pruebas de chi-cuadrado
entre recibir salarios por encima de $750.000
Hombre Mujer Total
Salario mensual Hasta 250.000 Recuento 19 124 143 Significación para los hombres.
% dentro de Género 7,4% 57,4% 30,2%
asintótica
Residuo corregido -11,8 11,8
250.001-500.000 Recuento 174 86 260 Valor df (bilateral)
% dentro de Género 67,4% 39,8% 54,9%
Chi-cuadrado de Pearson 154,037a 3 ,000
El valor del coeficiente de incertidumbre
500.001-750.000
Residuo corregido
Recuento
6,0
48
-6,0
6 54 Razón de verosimilitud 173,593 3 ,000 (0,173) indica que el conocimiento de la
% dentro de Género
Residuo corregido
18,6%
5,4
2,8%
-5,4
11,4%
Asociación lineal por lineal 134,364 1 ,000 variable sexo reduce en un 17,3% el error al
N de casos válidos 474
750.001 o más Recuento
% dentro de Género
17
6,6% 0,0%
0
3,6%
17
pronosticar los niveles salariales. 
a. 0 casillas (0,0%) han esperado un recuento menor que 5. El recuento
Residuo corregido 3,8 -3,8
Total Recuento 258 216 474 mínimo esperado es 7,75.
% dentro de Género 100,0% 100,0% 100,0%
En conclusión a las mujeres se les paga menos
Medidas direccionales que los hombres en la empresa, pero la baja
Error estándar Significación
capacidad explicativa del sexo revela que hay
Valor asintóticoa T aproximadab aproximada
Nominal por Nominal Coeficiente de Simétrico ,210 ,026 7,948 ,000c
otras variables que pueden explicar los
incertidumbre Salario mensual ,173 ,021 7,948 ,000c salarios como el nivel educativo o la
dependiente antigüedad.
Género dependiente ,266 ,033 7,948 ,000c
a. No se presupone la hipótesis nula.
Es necesario seguir indagando qué causas
b. Utilización del error estándar asintótico que presupone la hipótesis nula.
c. Probabilidad de chi-cuadrado de razón de verosimilitud.
inciden en el salario en esta empresa.
D DE SOMERS
MEDIA ASIMÉTICA ORDINAL
 D DE SOMERS

• La D de Somers es una medida de asociación entre dos

variables ordinales (con tablas en donde tanto las filas
como las columnas contienen valores ordenados.
• Además de ser una medida simétrica, también tiene una
versión asimétrica.
• Tiene las 3 posibilidades de análisis:
• XY
• XY
• X  Y
 D DE SOMERS

• Va de -1 y 1.
• Los valores próximos a 1, en valor absoluto, indican una
fuerte relación entre las dos variables.
• Los valores próximos a cero indican que hay poca o
ninguna relación entre las dos variables.
• Se lee sólo para la variable que hemos elegido como
dependiente.
• Es uno de los coeficientes más perfectos que hay.
 CUANDO USAR D DE SOMERS

1. Se aplica para ver la relación entre dos variables categóricas

ordinales.
2. Su mayor utilidad es de carácter explicativo o causal.
3. Es importante designar correctamente la variable independiente.

Antes de hacer el análisis causal es necesario identificar si las

variables están asociadas.
Cuando la asociación sea estadísticamente significativa se procede a
generar la explicación.
 D DE SOMERS

•Las
  tres versiones C= parejas concordantes
D= parejas discordantes
Tx= Parejas empatadas de la variable X
Ty= Parejas empatadas de la variable Y
FÓRMULA:

• Dxy= Y=v. independiente X= v. dependiente

• Dyx= X=v. independiente  Y= v. dependiente

• D= Versión simétrica
 RESULTADO DE LOS COEFICIENTES D
DE SOMERS
• El valor numérico de la D indica la fuerza de la relación.
• Su resultado varía entre -1 y 1.
• El signo positivo o negativo indica la dirección de la relación.
• Si es positivo indica que un aumento en X significa un
aumento en Y.
• Si es negativo indica que un aumento en X indica un descenso
en Y.
• Los tres resultados son regenerados automáticamente en
SPSS.
 RESULTADO D DE SOMERS

En esta escala se aprecia los posibles valores que asume

el coeficiente y la interpretación del mismo.
CAUSALIDAD CAUSALIDAD
INVERSA PERFECTA DIRECTA PERFECTA
SIN RELACIÓN
-1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0

Relación Relación Relación Relación Relación Relación Relación Relación Relación Relación
muy alta alta moderada baja mínima mínima baja moderada alta muy alta
PROCEDIMIENTO
 EJEMPLO

• El sindicato quiere saber si el nivel educativo explica el nivel

salarial de los trabajadores.
• Pregunta: ¿De qué forma el nivel educativo determina el nivel
salarial de los trabajadores?
Nivel educativo
Salario mensual Total
Bajo Medio Alto
Bajo 34 19 22 75
Medio 18 11 37 66 n=221
Alto 12 23 45 80
Total 64 53 104 221
 0. PLANTEAR LA PREGUNTA DE
INVESTIGACIÓN
Pregunta de investigación:

• ¿Qué relación existe entre el nivel educativo y el nivel salarial

de los trabajadores?

• ¿De qué forma el nivel educativo determina el nivel salarial

de los trabajadores?
 
• Variable X (independiente, columna): Nivel educativo.
• Variable Y (dependiente, fila): Nivel salarial.
 1. FORMULACIÓN DE LAS HIPÓTESIS

• Como hipótesis se plantea:

• H0. El nivel educativo NO determina el nivel salarial
de los trabajadores.

• Ha. El nivel educativo determina el nivel salarial de

los trabajadores.
 2. ESTABLECER UN NIVEL DE
SIGNIFICANCIA

• Nivel de significancia para la prueba (α): 0,05.

• 5% de margen de error permitido.

 3. REGENERAR LOS RESULTADOS

• 

• Calcule la para las variables en cuestión.

• A continuación, el proceso de cálculo de la D de

Somers.
INSTRUCCIONES CÁLCULO D DE
SOMERS

1. Calcule las parejas 2. Calcule las parejas

concordantes (C) discordantes (D)

3. Calcule las parejas 4. Calcule las parejas

empatadas Variable X empatadas Variable Y

5. Calcule la D de 6. Interprete los

Somers resultados
 1. CALCULE LAS PAREJAS
CONCORDANDES (C)
Nivel
Salaria
Nivel educativo
A Nivel
Salarial
Nivel educativo
B Nivel
Salarial
Nivel educativo
D Nivel
Salarial
Nivel educativo
E
l Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto
A B C
Bajo 34 19 22 Bajo 34 19 22 Bajo 34 19 22
Bajo 34 19 22
Medio 18 11 37 Medio 18 11 37 Medio 18 11 37 Medio 18 11 37 D E F
Alto 12 23 45 Alto 12 23 45 Alto 12 23 45 Alto 12 23 45
G H I
 El cálculo de los individuos concordantes es:
FÓRMULA

=
= = 3610,5
 2. CALCULE LAS PAREJAS
DISCORDANTES (D)
Nivel Nivel educativo
Nivel
Salarial
Nivel educativo
C Salarial B Nivel
Salarial
Nivel educativo
F
Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto A B C
Bajo 34 19 22 Bajo 34 19 22 Bajo 34 19 22 D E F
Medio 18 11 37
Medio 18 11 37 Medio 18 11 37
Alto 12 23 45 G H I
Alto 12 23 45 Alto 12 23 45

 El cálculo de los individuos disconcordantes es:

Nivel
Salarial
Nivel educativo
E
Bajo Medio Alto

Bajo 34 19 22 FÓRMULA D
Medio 18 11 37
D=
Alto 12 23 45
= = 1702,5
 3. CALCULE LAS PAREJAS EMPATADAS
VARIABLE X
Nivel
Salarial
Nivel educativo
A Nivel
Salarial
Nivel educativo
B Nivel
Salarial
Nivel educativo
C
Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto

Bajo 34 19 22 Bajo 34 19 22
A B C
Bajo 34 19 22
Medio 18 11 37 Medio 18 11 37
Medio 18 11 37 D E F
Alto 12 23 45 Alto 12 23 45
Alto 12 23 45 G H I
Nivel
Salarial
Nivel educativo
D Nivel
Salarial
Nivel educativo
E Nivel
Salarial
Nivel educativo
F
Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto

Bajo 34 19 22 Bajo 34 19 22
Bajo 34 19 22
Medio 18 11 37 Medio 18 11 37
Medio 18 11 37
Alto 12 23 45 Alto 12 23 45
Alto 12 23 45

 El cálculo de los individuos empatados en Variable X: FÓRMULA

=

= = = 2802
 4. CALCULE LAS PAREJAS EMPATADAS
VARIABLE Y
Nivel
Salarial
Nivel educativo
A Nivel
Salarial
Nivel educativo
B Nivel
Salarial
Nivel educativo
G
Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto

Bajo 34 19 22 Bajo 34 19 22
A B C
Bajo 34 19 22
Medio 18 11 37 Medio 18 11 37
Medio 18 11 37 D E F
Alto 12 23 45 Alto 12 23 45
Alto 12 23 45 G H I
Nivel
Salarial
Nivel educativo
D Nivel
Salarial
Nivel educativo
E Nivel
Salarial
Nivel educativo
H
Bajo Medio Alto Bajo Medio Alto Bajo Medio Alto

Bajo 34 19 22 Bajo 34 19 22
Bajo 34 19 22
Medio 18 11 37 Medio 18 11 37
Medio 18 11 37
Alto 12 23 45 Alto 12 23 45
Alto 12 23 45

 El cálculo de los individuos empatados en Variable Y: FÓRMULA

=
==
 5. CALCULE LA D DE SOMERS
Nivel Nivel educativo Total
 “Nivel salarial”. Salaria
l Bajo Medio Alto

Bajo 34 19 22 75
Esta fórmula es la que se aplica Medio 18 11 37 66
DATOS cuando la variable dependiente es X
Alto 12 23 45 80
 Resultados 64 SUSTITUIR VALORES
 • = Total 53 104 221
C=
D=
TX=2.802 • 0,245
TY=2.467
Conclusión: Se comprueba la hipótesis alternativa que afirma que el nivel educativo explica el nivel
salarial. La D de Somers muestra un nivel de explicación bajo (0,245) .
 RUTA SPSS

• Analizar 
Estadísticos descriptivos  Tablas cruzadas 
• Se introduce en las columnas la variable X.
• Se introduce en las filas la variable Y.
• Estadísticos  Chi2 y D de Somers Continuar.
• Casillas Recuentos  Click en Observados
• Porcentajes  Click en Columnas
• Residuos  Click en Estandarizados corregidos  Continuar.
•  Aceptar.
PROCEDIMIENT
O EN SPSS
SINTAXIS:

CROSSTABS
/TABLES=Salario_mensual BY
Nivel_educativo
/FORMAT=AVALUE TABLES
/STATISTICS=CHISQ D
/CELLS=COUNT COLUMN ASRESID
/COUNT ROUND CELL.
 6. INTERPRETE LOS
RESULTADOS •El nivel de significación de chi cuadrado
es 0,00, al ser menor de 0,05, la relación
es estadísticamente significativa entre las
dos variables.
x
Tabla cruzada Salario mensual*Nivel educativo
Nivel educativo
Pruebas de chi-cuadrado
Bajo Medio Alto Total Significación
Salario mensual Bajo Recuento 34 19 22 75
asintótica

y •La D de Somers tiene un nivel de

% dentro de Nivel educativo 53,1% 35,8% 21,2% 33,9%
Residuo corregido 3,8 ,3 -3,8
Valor df (bilateral)
Medio Recuento 18 11 37 66 Chi-cuadrado de Pearson 22,260a 4 ,000
% dentro de Nivel educativo 28,1% 20,8% 35,6% 29,9%
Razón de verosimilitud 23,157 4 ,000
significación (0,000) menor de 0,05, por
Alto
Residuo corregido
Recuento
-,4
12
-1,7
23
1,7
45 80 Asociación lineal por lineal 17,179 1 ,000 lo que la relación es estadísticamente
% dentro de Nivel educativo
Residuo corregido
18,8%
-3,4
43,4%
1,3
43,3%
2,1
36,2% N de casos válidos 221 significativa, y mirando su valor (+0,245)
a. 0 casillas (0,0%) han esperado un recuento menor que 5. El recuento
Total Recuento
% dentro de Nivel educativo 100,0%
64 53
100,0%
104
100,0% 100,0%
221
mínimo esperado es 15,83.
observamos que la relación es positiva y
débil.
Medidas direccionales

  Valor
Error estándar
asintótico a
T
aproximada b
Significación
aproximada
•Es débil porque su valor es bajo (más
Ordinal por ordinal d de Somers Simétrico ,240 ,056 4,316 ,000 cercano a 0 que a 1) y que sea positiva
Salario mensual y ,245 ,057 4,316 ,000 señala que a mayor nivel educativo, más
dependiente salario se recibe.
Nivel educativo ,235 ,055 4,316 ,000
dependiente
a. No se presupone la hipótesis nula.
b. Utilización del error estándar asintótico que presupone la hipótesis nula.
BIBLIOGRAFÍA

• Sanchéz, A.A.; Escamilla, A. G. (2015). Medidas basadas en la reducción

proporcional de error.