1.2 MEDIDAS DE ASOCIACIÓN

El problema que plantea el test es que la significación puede variar en función del número de grados de libertad y del tamaño de la muestra (a mayor tamaño muestral, más probabilidad de obtener significación). Otros estadísticos, conocidos como Medidas de Asociación, se diseñaron con la idea de obtener índices que fueran de 0 a 1 y que nos permitieran cuantificar la asociación y comparar así muestras diferentes. En resumen, se trata de medidas que pretenden disminuir la influencia que sobre el test de Chi tiene el tamaño de la muestra.

1. MEDIDAS DE ASOCIACIÓN BASADAS EN EL CHI CUADRADO.

A. Coeficiente Phi

B. Coeficiente de Contingencia

C. V. de Kramer

2. MEDIDAS BASADAS EN LA REDUCCIÓN PROPORCIONAL DEL ERROR

A. Lambda de Goodman y Kruskal

B. Tau de Goodman y Kruskal

C. Coeficiente de concordancia o Kappa de Cohen.

COEFICIENTE PHI

En las tablas con dos v.a dicotómicas, toma valores entre 0 y 1. Si una variable tiene más de dos categorías puede tomar valores mayores de 1.

COEFICIENTE DE CONTINGENCIA

Toma valores entre 0 y 1, pero es difícil que llegue a 1. Un valor de 0 indica independencia y cercano a 1 indica asociación.           

V. DE KRAMER

Nunca excede de 1. En las tablas 2x2 toma el mismo valor que Phi. K es el menor del número de filas y columnas.

LAMBDA DE GOODMAN Y KRUSKAL

Tiene en cuenta la frecuencia de la categoría modal ( la más frecuente). Da valores entre 0 y 1. Según considere la fila como v.a independiente o dependiente, puedo calcular a partir de ella dos coeficientes (la lambda y la tau). Si no se cual es la independiente o dependiente, usar la versión simétrica del test. Lambda toma valores entre 0 y 1, el valor 0 indica que la va independiente no aporta nada en la reducción del error de predicción y 1 indica que el error de predicción se ha conseguido reducir por completo.

TAU DE GOODMAN Y KRUSKAL

Tiene en cuenta las proporciones de los marginales para determinar las probabilidades dentro de cada celda. Va de 0 a 1 y se acompaña de un error asintótico luego puedo calcularle un intervalo de confianza. El significado de los valores 0 y 1 es el mismo que en lambda.

COEFICIENTE DE CONCORDANCIA O KAPPA DE COHEN

Se suele utilizar en los trabajos que pretenden evaluar el acuerdo entre dos observadores, por eso también se le llama "índice de acuerdo kappa". En resumen, dado un mismo fenómeno que es evaluado por dos observadores/jueces distintos, este estadístico me permite conocer la concordancia entre las aseveraciones de cada juez comparadas con las previsibles según el azar.

Toma valores entre 0 (mínima concordancia) y 1 (máxima). El programa da un error estándar (EE) que permite construir un intervalo de confianza (IC).

Valores que toma:

< 0.20: muy débil

0.21-0.40: débil

0.41-0.60: moderada

0.61-0.80: buena

0.81-1:  muy buena

2 ESTIMACIÓN DE RIESGOS

En ocasiones las variables se comportan como factor de riesgo una y como variable de resultado de fenómeno la otra de tal modo que la presencia de la primera va determine la aparición del resultado con una mayor frecuencia, es precisamente en este caso cuando decimos que se está comportando como un factor de riesgo.

Veamos las medidas de que disponemos para estudiar riesgos:

1. RIESGO RELATIVO.

Se utiliza en los estudios de cohortes.

RR= IAe/IAo

            IAe: incidencia en el grupo con el factor, expuesto

            IAo: incidencia en el grupo sin el factor, no expuesto

El procedimiento de cálculo seria: AnalizaràEstadísticos descriptivosàTablas de contingenciaà EstadísticosàRiesgo.

Es importante saber que el programa calcula el RR interpretando que la primera columna es la enfermedad y proporciona el RR de padecer la "V.A" ubicada en la primera columna de la tabla 2x2. Este detalle es importante a la hora de construir la tabla y, por supuesto, en el momento de interpretar el riesgo.

Valores: >1 indica que se trata de un F. de riesgo. <1 que se comporta como factor protector.

2. ODDS RATIO

Se utiliza en los estudios de casos y controles.

OR = Odds en grupo casos / Odds en grupo controles

Para su cálculo, SPSS interpreta que los casos están en la primera fila y los controles en la segunda, así como que el factor de riesgo está en la primera columna y su ausencia en la segunda. La interpretación de sus valores es análoga al Riesgo Relativo. Si calculado el intervalo de confianza, el 1 estuviera incluido en él, nos indica que no existe significación.