You are on page 1of 5

Porcentajes de Fila, Columna y Tabla con SPSS

Ahora que conocemos la metodología empleada por el programa para la obtención del valor de los porcentajes de
Fila, Columna y Total (Tabla), nos concentraremos en la forma de generarlos a través del procedimiento, así como
la manera de interpretar los resultados en una tabla de contingencia. Antes de sacar las conclusiones es necesario
generar la tabla, por lo que debemos volver al cuadro de diálogo ya sea mediante el botón Recuperar cuadro de
diálogo ( )o a través de la ruta Análisis..Estadísticos descriptivos..Tablas de contingencia.

Una vez aparece el cuadro de diálogo, hacemos clic en el botón Restablecer para retomar la configuración inicial
del procedimiento. Para obtener los porcentajes es necesario definir primero las variables que serán involucradas
en la tabla, por lo que nos dirigimos a la lista de variables, ubicamos la variable Estado civil (Estciv) y la ingresamos
en la casilla Filas; posteriormente ubicamos en el listado la variable Género del encuestado y la ingresamos en la
casilla Columnas. A continuación hacemos clic en el botón Casillas, de manera que aparezca el cuadro de diálogo
correspondiente, donde activamos las opciones de porcentajes para Fila, Columna y Total.

Podemos cercioramos que los porcentajes han sido activados si aparece un visto bueno en la casilla de selección (
). Después de activar las opciones, hacemos clic en el botónContinuar con lo que volveremos al cuadro de
diálogo principal. Para finalizar hacemos clic en Aceptar de modo que la tabla se crea en el visor de resultados de
SPSS [Fig.6-21].

Las tablas de contingencia suelen introducir las etiquetas de las variables de dimensión (Filas, Columnas) dentro
de las leyendas de los porcentajes; esta es una propiedad exclusiva de este procedimiento ya que en los demás
métodos de creación de tablas del paquete, aparecen generalmente las leyendas %Fila, %Col y %Total. Para la
tabla de la figura [6-21], la leyenda (% de Estado civil) corresponde al porcentaje de Fila, la leyenda (% de Género)
al porcentaje de columna y la leyenda (% del total) al porcentaje de tabla.

Figura 6-21

Si nos fijamos en los resultados de la tabla de contingencia, notaremos que aparecen dentro de cada casilla tres
porcentajes distintos (% de Estado civil, %del Género y % del Total), cada uno de estos valores nos indica una

Al hacer clic en él aparece el cuadro de diálogo correspondiente [Fig.5% de las personas solteras son hombres o también (de las personas solteras el 48.6% Femenino Casado).5% corresponden al género masculino). ¿Podría interpretarlos?.5%”. si queremos interpretar el valor del % de Estado civil (% de fila) resaltado en la figura [6-22]. al organizar la oración obtendríamos (48. sucesivamente la categoría de la fila a la que pertenece “Soltero” y concluir sobre la categoría de la columna “Masculino”. sin involucrar las pruebas estadísticas de asociación e independencia. sucesivamente la categoría de columna a la que pertenece (Femenino) y concluir sobre la categoría de la fila (Casado). debemos leer primero el valor “48.6 % de las mujeres son casadas. obtendríamos que el 1. es decir. A manera de ejercicio se han resaltado algunos valores en la tabla.0% de los Encuestados son hombres casados ó los hombres casados corresponden al 1 % de los encuestados. Pruebas Estadisticas .5% Soltero Masculino). lo que nos indicaría que el 15. al interpretar el valor del % del total resaltado en la figura [6-22]. Para interpretar el valor del porcentaje de Fila en una casilla. Debemos tener cuidado de no confundir el nombre de la categoría con las leyendas del valor.Tablas de Contingencia Hasta ahora sólo hemos empleado las tablas de contingencia de manera descriptiva. Para poder determinar si existe una relación entre dos variables no basta con los porcentajes o los recuentos. al organizar la oración obtendríamos (15. debemos leer primero la categoría de la fila y después concluir sobre la categoría de la columna. por lo que el orden de las categorías se basa en la gramática de la oración.6%). la relación debe ser comprobada mediante una prueba estadística. para aclarar la ubicación de estos dos parámetros se anexan los títulos de cada parámetro dentro de la tabla de la figura [6-22]. Figura 6-22 Para interpretar el valor del porcentaje de columna se invierte la acción. Todas las pruebas con que cuenta las tablas de contingencia se encuentran ubicadas dentro de las opciones del botón Estadístico. Por ejemplo. Por último encontramos el porcentaje del total.conclusión diferente y su interpretación debe realizarse teniendo en cuenta el tipo de porcentaje que representa.6-23]. Por ejemplo. debemos leer primero el valor (15. para la interpretación de estos valores se debe tener en cuenta que sus conclusiones se hacen sobre la totalidad de los encuestados y no sobre las categorías de cruce. lo que nos indicaría que el 48. para interpretar el valor del % de Género (% Col) resaltado en la tabla de la figura 6-22. . se lee primero la categoría de columna y se concluye sobre la categoría de la fila. Por ejemplo.

05 se rachaza la hipótesis nula. coeficiente eta. tau-b de Kendall. debemos partir de la teoría que no existe relación entre las variables de la tabla de contingencia (Hipótesis nula). con lo cual podemos concluir que si existe una relación entre las variables. Cuando el valor calculado es menor que el 0. tau-c de Kendall. es decir. lambdas simétricas y asimétricas. Figura 6-23 . La mayoría de estas pruebas nos permiten comprobar si existe alguna relación entre las variable. el cual debe ser comparado con el valor teórico de 0. estimación de riesgo relativo. Para establecer la diferencia a través de SPSS. Chi-cuadrado de la razón de verosimilitud. coeficiente de contingencia.05 no se rechaza la hipótesis nula aceptando que no existe ninguna relación entre las variables. Por el momento sólo haremos énfasis en el Chi-cuadrado de Pearson. la cual es la más utiliza. tau de Kruskal y Goodman. r de Pearson. El cálculo del Chi-cuadrado arroja como resultado un valor numérico denominado alfa (a). Chi-cuadrado corregido de Yates. phi. gamma. estadísticos de Cochran y Mantel-Haenszel. prueba exacta de Fisher.Figura 6-23 Dentro de las diferentes pruebas estadísticas de asociación que nos ofrece el procedimiento encontramos el Chicuadrado de Pearson. coeficiente de incertidumbre. prueba de asociación lineal por lineal. generando un número para representar la fuerza de la relación. prueba de McNemar. razón de ventajas. kappa de Cohen. rho de Spearman. V de Cramer.05. debemos asumir que los resultados de las categorías de una variable no se ven afectados o influenciados por las categorías de la segunda variable. Esta prueba nos permite determinar si el comportamiento de las categorías de una variable presentan diferencias Estadísticamente significativas. d de Somers. por el contrario si el valor calculado es mayor que 0.

el cual debe ser comparado con el valor teórico de 0. Para finalizar hacemos clic en Continuar y luego en Aceptar con lo que los resultados son creados en el visor [Fig. Para establecer la diferencia a través de SPSS. d de Somers. Esta prueba nos permite determinar si el comportamiento de las categorías de una variable presentan diferencias Estadísticamente significativas. r de Pearson. sucesivamente ubicamos la variable Género y la ingresamos en la casilla Columnas. tau-b de Kendall. De acuerdo al resultado podemos concluir que las variables Estado civil y Género si tienen relación ya que el valor obtenido es menor que [0. ubicamos en el listado la variable Estado civil y la ingresamos en la casilla Filas. El cálculo del Chi-cuadrado arroja como resultado un valor numérico denominado alfa (a).05].6-24]. Chi-cuadrado de la razón de verosimilitud. sólo hay uno que realmente nos interesa y es el valor correspondiente a la significación asintótica (Bilateral) de la prueba Chi-cuadrado de Pearson.05 se rachaza la hipótesis nula. Chi-cuadrado corregido de Yates. con lo cual podemos concluir que si existe una relación entre las variables. lambdas simétricas y asimétricas. Cuando el valor calculado es menor que el 0. la cual es la más utiliza. Figura 6-24 Como de costumbre el programa genera la tabla del resumen del procesamiento y la tabla de contingencia. tau-c de Kendall. Una vez se habilita el cuadro. estadísticos de Cochran y Mantel-Haenszel. coeficiente de contingencia. Por el momento sólo haremos énfasis en el Chi-cuadrado de Pearson. estimación de riesgo relativo. A continuación seleccionamos el botón Estadísticos y activamos la opción Chi-cuadrado. gamma. es decir. debemos partir de la teoría que no existe relación entre las variables de la tabla de contingencia (Hipótesis nula). haciendo clic sobre la opción. De todos los valores que se incluyen en la tabla. este valor es el resultado de la prueba y es el que se emplea para realizar la comparación. En ella aparecen los valores del Chi-cuadrado y la razón de verosimilitud los cuales son calculados con base a la diferencia entre las frecuencias observadas y las esperadas. coeficiente de incertidumbre. V de Cramer. La mayoría de estas pruebas nos permiten comprobar si existe alguna relación entre las variable. pero adicionalmente genera una tercera tabla denominadaPruebas de Chi-cuadrado. kappa de Cohen. por el contrario si el valor calculado es mayor que 0. para lograrlo debemos volver al cuadro de diálogo y hacer clic en el botón Restablecer de manera que se retome la configuración inicial del procedimiento. coeficiente eta. debemos asumir que los resultados de las categorías de una variable no se ven afectados o influenciados por las categorías de la segunda variable.05. tau de Kruskal y Goodman.05 no se rechaza la hipótesis nula aceptando que no existe ninguna relación entre las variables. generando un número para representar la fuerza de la relación. rho de Spearman. prueba de asociación lineal por lineal. prueba de McNemar. Existen tres factores que pueden alterar el resultado de las pruebas de asociación e . razón de ventajas.Dentro de las diferentes pruebas estadísticas de asociación que nos ofrece el procedimiento encontramos el Chicuadrado de Pearson. prueba exacta de Fisher. phi. A manera de ejemplo vamos a generar la prueba de asociación del Chi-cuadrado para las variables Género y Estado civil.

la fidelidad de los datos y el sesgo muestral. . antes de sacar alguna conclusión es necesario revisar estos factores ya que cualquiera de ellos puede distorsionar severamente el resultado.independencia como lo son el tamaño de la muestra.