Hacer un chi-cuadrado en SPSS es casi obligado si tu TFG relaciona variables como el sexo, la modalidad de estudio o el hecho de aprobar o no. Es una de las pruebas más utilizadas en Ciencias Sociales, Educación y Ciencias de la Salud, y SPSS la resuelve en pocos clics. El reto está en elegirla bien, comprobar sus supuestos e interpretar las tablas.
En esta guía te explicamos cómo hacer un chi-cuadrado en SPSS paso a paso, con un ejemplo completo, la lectura de cada tabla, el cálculo del tamaño del efecto y la redacción del resultado en formato APA.
Resumen rápido: La prueba chi-cuadrado de independencia comprueba si dos variables categóricas están relacionadas. En SPSS se ejecuta desde Analizar > Estadísticos descriptivos > Tablas cruzadas, activando «Chi-cuadrado» y «Phi y V de Cramer». Si el p-valor es menor que 0,05 y las frecuencias esperadas son suficientes, existe una asociación significativa, cuya magnitud indica la V de Cramer.
Puntos clave
- El chi-cuadrado de independencia relaciona dos variables categóricas.
- En SPSS se ejecuta desde Tablas cruzadas, con Chi-cuadrado y Phi y V de Cramer.
- Como máximo, un 20 % de casillas con frecuencia esperada inferior a 5.
- Informa del tamaño del efecto: phi en tablas 2 × 2 y V de Cramer en las mayores.
- En APA: χ²(gl, N) = valor, p y tamaño del efecto.
¿Qué es la prueba chi-cuadrado y cuándo se utiliza en un TFG?
Es una prueba estadística no paramétrica que compara las frecuencias observadas en una tabla de contingencia con las que cabría esperar si las variables fueran independientes. Se utiliza cuando ambas variables son categóricas, nominales u ordinales con pocas categorías, y quieres saber si existe relación entre ellas: por ejemplo, entre el sexo y la elección de grado.
La prueba fue propuesta por Karl Pearson a comienzos del siglo XX y sigue siendo una de las más empleadas en investigación social [Pearson, 1900]. Existen dos variantes principales: la prueba de bondad de ajuste, que compara una sola variable con una distribución teórica, y la prueba de independencia, que analiza la relación entre dos variables. En los TFG, la segunda es con diferencia la más habitual.
A lo largo de esta guía usaremos un ejemplo ilustrativo: un TFG que analiza si la modalidad de estudio, presencial u online, se relaciona con aprobar una asignatura en primera convocatoria, con una muestra de 200 estudiantes. La hipótesis nula sostiene que ambas variables son independientes; la alternativa, que están relacionadas. Si necesitas repasar cómo plantearlas, consulta nuestra guía sobre cómo formular hipótesis en un TFG.
¿Qué supuestos debe cumplir el chi-cuadrado de independencia?
Debe cumplir tres condiciones: que las observaciones sean independientes, de modo que cada participante aparezca en una sola casilla; que las variables sean categóricas; y que las frecuencias esperadas no sean demasiado pequeñas. La regla más aceptada exige que no más del 20 % de las casillas tenga una frecuencia esperada inferior a 5 y que ninguna sea menor que 1.
Este criterio procede de los trabajos de William Cochran, que estudió cuándo la aproximación del chi-cuadrado deja de ser fiable con muestras pequeñas [Cochran, 1954]. La buena noticia es que no tienes que calcularlo a mano: SPSS indica en una nota al pie de la tabla de resultados cuántas casillas tienen una frecuencia esperada inferior a 5 y cuál es la mínima. En Titulema revisamos siempre esa nota de SPSS antes de interpretar cualquier chi-cuadrado.
Recuerda que la independencia de las observaciones no se comprueba con SPSS, sino con el diseño. Si el mismo grupo de personas responde antes y después de una intervención, los datos están relacionados y la prueba adecuada no es el chi-cuadrado de independencia, sino la prueba de McNemar.
Checklist de supuestos del chi-cuadrado
- ☐ Cada participante aparece en una sola casilla de la tabla.
- ☐ Ambas variables son categóricas y están bien codificadas.
- ☐ Como máximo, el 20 % de las casillas tiene una esperada inferior a 5.
- ☐ Ninguna frecuencia esperada es menor que 1.
- ☐ Los datos no proceden de las mismas personas medidas dos veces.
¿Cómo se preparan los datos en SPSS antes del análisis?
Cada variable categórica debe estar codificada con números y etiquetas de valor, por ejemplo, 1 = presencial y 2 = online, y su nivel de medida debe figurar como nominal u ordinal en la Vista de variables. Cada fila corresponde a un participante. Si tus datos ya están agregados en una tabla de frecuencias, puedes ponderar los casos por la variable de recuento.
Configuración en la Vista de variables
- En Vista de variables, asigna un nombre corto a cada variable, como «modalidad» o «aprueba».
- En la columna Valores, define las etiquetas: 1 = Presencial, 2 = Online; 1 = Sí, 2 = No.
- En la columna Medida, selecciona «Nominal».
- Revisa los valores perdidos y decide cómo tratarlos antes de analizar.
Si solo dispones de la tabla de frecuencias y no de los datos individuales, crea tres columnas, las dos variables y el recuento, y utiliza Datos > Ponderar casos con la variable de recuento. SPSS tratará cada fila como si se repitiera tantas veces como indique esa columna. Si prefieres que lo revisemos contigo, nuestro servicio de análisis estadístico trabaja con el programa que utilice tu universidad.
¿Cómo se ejecuta el chi-cuadrado en SPSS paso a paso?
Ve a Analizar > Estadísticos descriptivos > Tablas cruzadas, coloca una variable en filas y la otra en columnas, pulsa «Estadísticos» y marca «Chi-cuadrado» y «Phi y V de Cramer». Después, en «Casillas», activa los recuentos observados y esperados, los porcentajes por fila y los residuos estandarizados corregidos. Al pulsar «Aceptar», SPSS genera todas las tablas necesarias.
Los cinco pasos en SPSS
- Abre Analizar > Estadísticos descriptivos > Tablas cruzadas.
- Lleva «Modalidad» al cuadro Filas y «Aprueba» al cuadro Columnas.
- En Estadísticos, marca «Chi-cuadrado» y, en el apartado Nominal, «Phi y V de Cramer».
- En Casillas, marca «Observado» y «Esperado», el porcentaje de «Fila» y, en Residuos, «Estandarizados corregidos», que en algunas versiones aparecen como «tipificados corregidos».
- Pulsa Continuar y después Aceptar.
Si tu licencia incluye el módulo de pruebas exactas, verás además el botón «Exactas», útil con muestras pequeñas. En tablas 2 × 2, SPSS calcula automáticamente la prueba exacta de Fisher y la corrección de continuidad de Yates, así que no necesitas activarlas por separado.
¿Cómo se interpretan las tablas de resultados de SPSS?
Primero, revisa la tabla cruzada con los porcentajes para ver el patrón. Después, en «Pruebas de chi-cuadrado», lee la fila «Chi-cuadrado de Pearson»: el valor, los grados de libertad y la significación asintótica bilateral, que es el p-valor. Si este es menor que 0,05, se rechaza la hipótesis de independencia. Por último, comprueba la nota sobre frecuencias esperadas.
| Modalidad | Aprueba | No aprueba | Total |
|---|---|---|---|
| Presencial | 70 (70 %) | 30 (30 %) | 100 |
| Online | 52 (52 %) | 48 (48 %) | 100 |
| Total | 122 | 78 | 200 |
En nuestro ejemplo, SPSS ofrece un chi-cuadrado de Pearson de 6,81 con 1 grado de libertad y una significación asintótica de 0,009. Como 0,009 es menor que 0,05, se rechaza la hipótesis nula: la modalidad de estudio y el aprobado en primera convocatoria están relacionados. La nota al pie indica que ninguna casilla tiene una frecuencia esperada inferior a 5, ya que la mínima es 39, así que el supuesto se cumple.
¿Necesitas una mano con el análisis de tus datos?
Cuéntanos en qué punto estás y te proponemos cómo ayudarte, sin compromiso y siempre a partir de tus indicaciones.
Ver ayuda con el análisis estadísticoEscríbenos por WhatsApp
Los porcentajes muestran el sentido de la relación: aprueba el 70 % del alumnado presencial frente al 52 % del online. Los residuos estandarizados corregidos confirman qué casillas explican la asociación: valores superiores a 1,96 en valor absoluto indican una diferencia significativa entre lo observado y lo esperado [Field, 2018]. En el ejemplo valen ±2,61, y resultan especialmente útiles en tablas mayores que 2 × 2.
¿Cómo se calcula e interpreta el tamaño del efecto?
Un resultado significativo no dice cuán fuerte es la relación; para medir esa intensidad se usan coeficientes específicos. En tablas 2 × 2 se usa el coeficiente phi; en tablas mayores, la V de Cramer. Ambos aparecen en la tabla «Medidas simétricas» de SPSS y oscilan entre 0 y 1: cuanto más cerca de 1, más intensa es la asociación entre las dos variables.
Jacob Cohen propuso valores orientativos para estos coeficientes, que dependen de los grados de libertad de la tabla. En una tabla 2 × 2, consideró pequeño un valor de 0,10, mediano uno de 0,30 y grande uno de 0,50 [Cohen, 1988]. En nuestro ejemplo, phi vale 0,18: una asociación real y significativa, pero de magnitud modesta.
| gl* | Efecto pequeño | Efecto mediano | Efecto grande |
|---|---|---|---|
| 1 | 0,10 | 0,30 | 0,50 |
| 2 | 0,07 | 0,21 | 0,35 |
| 3 | 0,06 | 0,17 | 0,29 |
En la tabla, gl* es el menor valor entre el número de filas menos uno y el número de columnas menos uno. Incluir el tamaño del efecto es imprescindible: con muestras grandes, asociaciones muy débiles pueden resultar significativas, y el tribunal valorará que no confundas significación estadística con relevancia práctica.
¿Qué hacer si no se cumplen los supuestos?
Si más del 20 % de las casillas tiene frecuencias esperadas inferiores a 5, el chi-cuadrado de Pearson pierde fiabilidad. En tablas 2 × 2, utiliza la prueba exacta de Fisher, que SPSS calcula automáticamente. En tablas mayores, puedes agrupar categorías con sentido teórico, solicitar la prueba exacta si tu licencia la incluye o, cuando sea posible, aumentar el tamaño muestral.
- Prueba exacta de Fisher: lee su significación bilateral en la tabla «Pruebas de chi-cuadrado».
- Agrupación de categorías: por ejemplo, unir «nada» y «poco» en una categoría «bajo», siempre que tenga sentido conceptual.
- Corrección de Yates: aparece en tablas 2 × 2 como «Corrección de continuidad», aunque se considera demasiado conservadora [Field, 2018].
- Datos relacionados: si las mismas personas se miden dos veces, usa la prueba de McNemar.
Justifica siempre en la metodología qué prueba has utilizado y por qué. Una frase como «dado que una casilla presentó una frecuencia esperada inferior a 5, se aplicó la prueba exacta de Fisher» demuestra al tribunal que conoces las condiciones de aplicación de cada técnica. En Titulema incluimos esa justificación, junto al tamaño del efecto de Cohen, en todos los análisis que revisamos.
¿Cómo se redacta el resultado del chi-cuadrado en formato APA?
En APA se indican el símbolo χ², los grados de libertad y el tamaño de la muestra entre paréntesis, el valor del estadístico, el p-valor y el tamaño del efecto. En nuestro ejemplo: χ²(1, N = 200) = 6.81, p = .009, φ = .18. Acompaña siempre la cifra de una frase que explique el sentido de la relación en lenguaje claro.
Ejemplo de párrafo de resultados
Un párrafo completo de resultados podría ser:
«Se realizó una prueba chi-cuadrado de independencia para analizar la relación entre la modalidad de estudio y el aprobado en primera convocatoria. La asociación fue estadísticamente significativa, χ²(1, N = 200) = 6.81, p = .009, φ = .18, con un tamaño del efecto pequeño. El porcentaje de aprobados fue mayor en la modalidad presencial (70 %) que en la online (52 %)».
— Ejemplo de redacción de resultados elaborado por Titulema
APA 7 utiliza el punto decimal y omite el cero inicial en los valores que no pueden superar 1, como p o phi [American Psychological Association, 2020]. Si tu facultad exige la coma decimal del español, aplícala de forma coherente en todo el trabajo. Y presenta la tabla de contingencia adaptada a formato APA, con el número en negrita y el título en cursiva.
Preguntas frecuentes
¿Qué diferencia hay entre el chi-cuadrado y la prueba exacta de Fisher?
El chi-cuadrado es una aproximación que funciona bien con frecuencias esperadas suficientes. La prueba exacta de Fisher calcula la probabilidad exacta y es preferible en tablas 2 × 2 con frecuencias esperadas pequeñas. SPSS muestra ambas en la misma tabla de resultados.
¿Puedo usar el chi-cuadrado con variables ordinales?
Sí, siempre que tengan pocas categorías, aunque la prueba no tiene en cuenta el orden. Si te interesa la tendencia, puedes consultar la fila «Asociación lineal por lineal» o utilizar coeficientes ordinales como la tau-b de Kendall o la gamma.
¿Qué significa que el chi-cuadrado no sea significativo?
Que los datos no aportan evidencia suficiente para afirmar que las variables están relacionadas. No demuestra que sean independientes; simplemente, no se puede rechazar la hipótesis nula con esa muestra. Redáctalo con prudencia e informa del tamaño del efecto. Valora también si la muestra era suficiente.
¿Qué tamaño de muestra necesito para un chi-cuadrado?
No hay una cifra única: depende del número de casillas y de cómo se distribuyan los datos. Lo esencial es cumplir la regla de las frecuencias esperadas. Como orientación, cuantas más categorías tenga la tabla, mayor deberá ser la muestra.
¿Qué hago si SPSS indica casillas con frecuencia esperada menor que 5?
Comprueba qué porcentaje de casillas está afectado. Si supera el 20 % o alguna esperada es inferior a 1, en tablas 2 × 2 usa la prueba exacta de Fisher; en tablas mayores, agrupa categorías con sentido teórico o solicita la prueba exacta. Explica la decisión en la metodología.
Referencias
American Psychological Association. (2020). Publication manual of the American Psychological Association (7.ª ed.). https://doi.org/10.1037/0000165-000
Cochran, W. G. (1954). Some methods for strengthening the common χ² tests. Biometrics, 10(4), 417–451. https://doi.org/10.2307/3001616
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum Associates.
Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5.ª ed.). SAGE.
Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 50(302), 157–175. https://doi.org/10.1080/14786440009463897
¿Te ayudamos con el análisis de tus datos?
La prueba chi-cuadrado es sencilla de ejecutar, pero su valor en un TFG depende de comprobar los supuestos, interpretar bien las tablas y comunicar los resultados con precisión. Si quieres que tu análisis sea impecable desde la base de datos hasta la redacción en APA, en Titulema te acompañamos en todo el proceso estadístico con SPSS, R o el programa que utilice tu universidad.
Cuéntanos tus variables por WhatsApp y te proponemos el análisis adecuado.
¿Te ayudamos con el análisis de tus datos?
Escríbenos con tu tema y tu fecha y te enviamos una propuesta sin compromiso. Un especialista de tu área te acompaña de principio a fin, con trato directo por WhatsApp.
Ayuda con el análisis estadísticoEscríbenos por WhatsApp
También te puede interesar: acompañamiento en el TFG. Si lo prefieres, llámanos al 602 44 46 52.