Calculadora de chi cuadrado: cómo calcular pruebas chi-cuadrado a mano
Una calculadora de chi cuadrado compara los datos observados con lo que esperarías si una afirmación sobre esos datos fuera cierta, y luego te dice si la diferencia es lo bastante pequeña para deberse al azar o lo bastante grande para rechazar esa afirmación. Los estudiantes recurren a una calculadora de chi cuadrado cuando un ejercicio pregunta si un dado está equilibrado, si las respuestas de una encuesta coinciden con el reparto previsto por un departamento de marketing, o si dos variables categóricas —como la asignatura favorita y el género— están relacionadas. Esta guía enseña la fórmula chi-cuadrado desde cero, desarrolla una prueba de bondad de ajuste completa y una prueba de independencia completa con números reales, y muestra cómo hallar los grados de libertad e interpretar un valor p, para que entiendas exactamente qué está calculando una calculadora de chi cuadrado antes de confiar en su resultado.
Contenido
- 01¿Qué es una prueba chi-cuadrado?
- 02¿Cómo funciona una calculadora de chi cuadrado?
- 03¿Cómo se calcula una prueba chi-cuadrado de bondad de ajuste?
- 04¿Cómo se calcula una prueba chi-cuadrado de independencia?
- 05¿Qué significan realmente los grados de libertad y el valor p?
- 06¿Qué condiciones deben cumplirse para usar una prueba chi-cuadrado?
- 07Errores comunes al usar una calculadora de chi cuadrado
- 08Problemas de práctica de chi-cuadrado con soluciones
- 09¿Qué más preguntan los estudiantes sobre las calculadoras de chi cuadrado?
- 10Más ayuda con los deberes de chi-cuadrado
¿Qué es una prueba chi-cuadrado?
Una prueba chi-cuadrado mide cuánto se alejan unas frecuencias observadas de las que esperarías bajo cierta hipótesis, y después convierte esa distancia en un único número llamado estadístico chi-cuadrado. A diferencia de la prueba z o la prueba t, que comparan medias de datos numéricos, las pruebas chi-cuadrado trabajan con datos categóricos: recuentos clasificados en categorías como colores, respuestas de encuesta o respuestas de sí/no. Una calculadora de chi cuadrado resulta útil porque automatiza la aritmética de elevar al cuadrado las diferencias y dividir entre las frecuencias esperadas, pero la fórmula en sí es lo bastante corta como para calcularla a mano una vez que entiendes sus tres piezas: frecuencias observadas (O), frecuencias esperadas (E) y el número de categorías comparadas.
Fórmula chi-cuadrado: χ² = Σ [(O − E)² / E], donde O es cada frecuencia observada y E es la frecuencia esperada correspondiente bajo la hipótesis nula.
¿Cómo funciona una calculadora de chi cuadrado?
Toda calculadora de chi cuadrado necesita las mismas entradas básicas, sin importar cuál de las dos pruebas chi-cuadrado habituales estés realizando, y devuelve las mismas tres salidas. Conocer de antemano estas entradas y salidas facilita mucho plantear correctamente cualquier problema de chi-cuadrado, tanto si terminas el cálculo a mano como si lo compruebas después con una calculadora.
1. Entradas que necesita una calculadora de chi cuadrado
Frecuencias observadas: los datos realmente recogidos, introducidos como una única lista de recuentos por categoría (bondad de ajuste) o como una tabla de doble entrada con filas y columnas (prueba de independencia). Frecuencias esperadas, o información suficiente para calcularlas: un conjunto de proporciones afirmadas (bondad de ajuste) o simplemente los totales de filas y columnas (independencia, ya que las frecuencias esperadas se derivan automáticamente). Un nivel de significación elegido, casi siempre α = 0,05 salvo que el problema indique otra cosa.
2. Salidas que puede devolver una calculadora de chi cuadrado
χ²: el propio estadístico de prueba chi-cuadrado, siempre cero o positivo. gl: los grados de libertad, que determinan qué curva de la distribución chi-cuadrado se aplica. Valor p: la probabilidad de observar un estadístico χ² igual o mayor que este si la hipótesis nula fuera realmente cierta. Una decisión: rechazar o no rechazar la hipótesis nula, comparando el valor p con α o comparando χ² con un valor crítico de una tabla chi-cuadrado.
3. Por qué deberías aprender igualmente el método manual
Los deberes y los exámenes casi siempre exigen el planteamiento completo —enunciar la hipótesis nula y la alternativa, construir una tabla de frecuencias esperadas y mostrar cada término (O − E)²/E—, no solo un decimal final. Una calculadora de chi cuadrado es lo más rápido para comprobar una respuesta o manejar una tabla grande, pero los pasos manuales que siguen son los que realmente puntúan y construyen la intuición necesaria para temas posteriores como el ANOVA y la regresión.
¿Cómo se calcula una prueba chi-cuadrado de bondad de ajuste?
Una prueba de bondad de ajuste comprueba si las frecuencias observadas en un único conjunto de categorías coinciden con una distribución afirmada; por ejemplo, si un dado está equilibrado o si la mezcla real de ventas de una empresa coincide con su previsión. Aquí tienes un ejemplo completo resuelto con una pregunta clásica sobre equidad.
1. Enunciar las hipótesis y recoger las frecuencias observadas
Se lanza un dado 60 veces para comprobar si está equilibrado. H0: el dado está equilibrado (cada cara tiene probabilidad 1/6). Ha: el dado no está equilibrado. Frecuencias observadas para las caras 1 a 6: O = 8, 12, 9, 14, 7, 10 (suman 60, que coincide con el total de lanzamientos).
2. Calcular las frecuencias esperadas
Bajo H0, cada cara debería aparecer con probabilidad 1/6, así que E = 60 × (1/6) = 10 para cada una de las seis caras. Frecuencias esperadas: E = 10, 10, 10, 10, 10, 10. En general, las frecuencias esperadas no tienen por qué ser números enteros, aunque aquí lo son cómodamente.
3. Calcular cada término (O − E)²/E
Cara 1: (8−10)²/10 = 4/10 = 0,4. Cara 2: (12−10)²/10 = 4/10 = 0,4. Cara 3: (9−10)²/10 = 1/10 = 0,1. Cara 4: (14−10)²/10 = 16/10 = 1,6. Cara 5: (7−10)²/10 = 9/10 = 0,9. Cara 6: (10−10)²/10 = 0/10 = 0.
4. Sumar los términos para obtener χ²
χ² = 0,4 + 0,4 + 0,1 + 1,6 + 0,9 + 0 = 3,4.
5. Hallar los grados de libertad e interpretar
Para una prueba de bondad de ajuste, gl = (número de categorías − 1) = 6 − 1 = 5. Buscar χ² = 3,4 con gl = 5 en una tabla chi-cuadrado da un valor p muy por encima de 0,05 (aproximadamente 0,64). Como el valor p es mucho mayor que α = 0,05, no rechazamos H0: esta muestra de 60 lanzamientos no aporta evidencia de que el dado esté desequilibrado. Una calculadora de chi cuadrado devolvería al instante ese mismo χ² = 3,4 y p ≈ 0,64, pero ahora puedes verificar el número tú mismo y explicar cada paso sobre el papel.
En las pruebas de bondad de ajuste, grados de libertad = número de categorías − 1. Resta siempre 1 para tener en cuenta que el total está fijado.
¿Cómo se calcula una prueba chi-cuadrado de independencia?
Una prueba de independencia comprueba si dos variables categóricas están relacionadas, usando datos dispuestos en una tabla de doble entrada. Es la prueba que los estudiantes confunden más a menudo con la de bondad de ajuste, ya que usa la misma fórmula χ² pero un modo distinto de hallar las frecuencias esperadas y los grados de libertad.
1. Plantear la tabla de doble entrada y las hipótesis
Una encuesta pregunta a 200 estudiantes por su asignatura favorita (Matemáticas o Arte) y su curso (primer año o último año). H0: la asignatura favorita y el curso son independientes. Ha: la asignatura favorita y el curso están relacionados. Tabla observada: Primer año-Matemáticas = 40, Primer año-Arte = 60 (total de fila 100); Último año-Matemáticas = 50, Último año-Arte = 50 (total de fila 100). Totales de columna: Matemáticas = 90, Arte = 110. Total general = 200.
2. Calcular cada frecuencia esperada
Fórmula: E = (total de la fila × total de la columna) / total general. E(Primer año, Matemáticas) = (100 × 90)/200 = 45. E(Primer año, Arte) = (100 × 110)/200 = 55. E(Último año, Matemáticas) = (100 × 90)/200 = 45. E(Último año, Arte) = (100 × 110)/200 = 55. Fíjate en que las frecuencias esperadas siguen sumando los totales correctos de cada fila y columna, lo que es una buena forma de comprobar tu aritmética.
3. Calcular cada término (O − E)²/E
Primer año-Matemáticas: (40−45)²/45 = 25/45 ≈ 0,556. Primer año-Arte: (60−55)²/55 = 25/55 ≈ 0,455. Último año-Matemáticas: (50−45)²/45 = 25/45 ≈ 0,556. Último año-Arte: (50−55)²/55 = 25/55 ≈ 0,455.
4. Sumar los términos para obtener χ²
χ² ≈ 0,556 + 0,455 + 0,556 + 0,455 = 2,022.
5. Hallar los grados de libertad e interpretar
Para una prueba de independencia, gl = (filas − 1) × (columnas − 1) = (2−1) × (2−1) = 1. Buscar χ² ≈ 2,02 con gl = 1 da un valor p de aproximadamente 0,155. Como p > 0,05, no rechazamos H0: esta encuesta no aporta evidencia sólida de que la asignatura favorita y el curso estén relacionados en estos 200 estudiantes.
En una prueba de independencia, grados de libertad = (número de filas − 1) × (número de columnas − 1), y las frecuencias esperadas salen de total de fila × total de columna ÷ total general.
¿Qué significan realmente los grados de libertad y el valor p?
Los grados de libertad y el valor p son los dos números que los estudiantes malinterpretan con más frecuencia, incluso después de calcular χ² correctamente. Obtener una respuesta numérica es solo la mitad del trabajo: explicar qué significa suele valer los mismos puntos.
1. Los grados de libertad dan forma a la curva de comparación
La distribución chi-cuadrado no es una única curva fija: su forma cambia con los gl. Unos gl pequeños (como 1 o 2) producen una curva muy apuntada cerca de cero, mientras que unos gl mayores producen una curva más plana y extendida. Por eso el mismo valor de χ² puede ser significativo con unos gl y no serlo con otros: empareja siempre los gl con la distribución chi-cuadrado correcta antes de juzgar si un estadístico es grande o pequeño.
2. El valor p responde a una pregunta condicional
El valor p es la probabilidad de observar un estadístico χ² al menos tan grande como el calculado, suponiendo que la hipótesis nula es cierta. No es la probabilidad de que la hipótesis nula sea cierta, ni la probabilidad de cometer un error: solo mide cuán sorprendentes serían los datos observados bajo H0.
3. Comparar el valor p con alfa (α)
Si p ≤ α (habitualmente α = 0,05), rechaza H0: es poco probable que el patrón observado se deba solo al azar, así que hay evidencia estadísticamente significativa a favor de Ha. Si p > α, no rechaces H0: los datos son compatibles con la hipótesis nula, pero eso no demuestra que H0 sea cierta, solo que esta muestra no aportó evidencia suficientemente fuerte en su contra.
No rechazar H0 nunca significa que H0 quede demostrada: solo significa que la muestra no aportó evidencia suficiente para rechazarla.
¿Qué condiciones deben cumplirse para usar una prueba chi-cuadrado?
Una calculadora de chi cuadrado solo da un resultado válido y fiable cuando los datos subyacentes cumplen unas condiciones concretas. Incumplir estas condiciones es una de las razones más habituales de que una conclusión chi-cuadrado resulte errónea aunque la aritmética sea correcta.
1. Los datos deben ser recuentos, no porcentajes ni medias
Las pruebas chi-cuadrado requieren frecuencias absolutas en cada categoría, no proporciones ni promedios. Si un problema da porcentajes, conviértelos de nuevo en recuentos usando el tamaño de la muestra antes de aplicar la fórmula.
2. Las categorías deben ser mutuamente excluyentes
Cada observación debe caer en exactamente una categoría: una persona encuestada no puede contarse a la vez en 'primer año' y en 'último año', por ejemplo. Las categorías solapadas invalidan la prueba.
3. Las frecuencias esperadas deben ser suficientemente grandes
La regla práctica habitual es que toda frecuencia esperada sea al menos 5. Cuando una o más frecuencias esperadas caen por debajo de 5, la aproximación chi-cuadrado deja de ser fiable y suele recomendarse otro método (como la prueba exacta de Fisher).
4. Las observaciones deben ser independientes
Cada individuo o elemento debe contarse una sola vez y no debe influir en la categoría de otra observación. Las mediciones repetidas del mismo sujeto, o las muestras extraídas sin reemplazo de una población muy pequeña, pueden incumplir esta condición.
Errores comunes al usar una calculadora de chi cuadrado
Estos fallos aparecen constantemente en los deberes calificados de estadística, tanto si el cálculo se hace a mano como si se comprueba después con una calculadora de chi cuadrado.
1. Usar la fórmula equivocada de los grados de libertad
La bondad de ajuste usa gl = categorías − 1. La independencia usa gl = (filas − 1)(columnas − 1). Confundirlas es, con diferencia, el error de chi-cuadrado más habitual, ya que ambas pruebas usan la misma fórmula de suma de χ² y es fácil olvidar qué regla de gl corresponde.
2. Calcular mal las frecuencias esperadas en pruebas de independencia
Las frecuencias esperadas de una prueba de independencia salen de (total de fila × total de columna) / total general; no de repartir el total general por igual entre todas las celdas, ni de las propias frecuencias observadas. Comprueba dos veces que tus frecuencias esperadas siguen sumando los totales correctos de filas y columnas.
3. Olvidar elevar la diferencia al cuadrado
Es fácil calcular (O − E)/E en lugar de (O − E)²/E, sobre todo cuando se trabaja deprisa. Como O − E puede ser negativo, saltarse el cuadrado puede producir un χ² negativo o engañosamente pequeño: un estadístico chi-cuadrado nunca puede ser negativo, así que una suma parcial negativa es una señal de alarma inmediata.
4. Leer el valor p como la probabilidad de que H0 sea cierta
Un valor p pequeño significa que los datos observados serían improbables si H0 fuera cierta; no indica directamente la probabilidad de que la propia H0 sea cierta o falsa. Ten presente la formulación condicional ('probabilidad de estos datos, dado H0') al redactar una conclusión.
Problemas de práctica de chi-cuadrado con soluciones
Trabaja estos tres problemas del más fácil al más difícil. Intenta cada uno antes de leer la solución y después compara tu planteamiento con los pasos mostrados.
1. Problema 1 (principiante): bondad de ajuste con colores de caramelos
Una empresa de caramelos afirma que sus bolsas contienen una mezcla equitativa de 4 colores. Una estudiante cuenta 80 caramelos: Rojo = 25, Azul = 15, Verde = 22, Amarillo = 18. Contrasta con α = 0,05 si la mezcla es equitativa. Solución: E = 80/4 = 20 para cada color. χ² = (25−20)²/20 + (15−20)²/20 + (22−20)²/20 + (18−20)²/20 = 25/20 + 25/20 + 4/20 + 4/20 = 1,25 + 1,25 + 0,2 + 0,2 = 2,9. gl = 4 − 1 = 3. Con gl = 3, χ² = 2,9 da p ≈ 0,41, muy por encima de 0,05, así que no rechazamos H0: los datos son compatibles con una mezcla equitativa de colores.
2. Problema 2 (intermedio): preferencia de diseño web (independencia)
Una empresa encuesta a 150 usuarios sobre el diseño preferido (A o B) separados por dispositivo (móvil o escritorio). Observado: Móvil-A = 30, Móvil-B = 45 (total de fila 75); Escritorio-A = 40, Escritorio-B = 35 (total de fila 75). Totales de columna: A = 70, B = 80. Contrasta con α = 0,05 si la preferencia de diseño es independiente del dispositivo. Solución: E(Móvil,A) = (75×70)/150 = 35. E(Móvil,B) = (75×80)/150 = 40. E(Escritorio,A) = 35. E(Escritorio,B) = 40. χ² = (30−35)²/35 + (45−40)²/40 + (40−35)²/35 + (35−40)²/40 = 25/35 + 25/40 + 25/35 + 25/40 ≈ 0,714 + 0,625 + 0,714 + 0,625 = 2,678. gl = (2−1)(2−1) = 1. Con gl = 1, χ² ≈ 2,68 da p ≈ 0,10, por encima de 0,05, así que no rechazamos H0: no hay evidencia significativa de que la preferencia de diseño dependa del dispositivo.
3. Problema 3 (avanzado): bondad de ajuste de una proporción genética
Un experimento de genética espera descendencia en una proporción 9:3:3:1 entre cuatro fenotipos, con 160 descendientes en total. Observado: Fenotipo 1 = 96, Fenotipo 2 = 30, Fenotipo 3 = 24, Fenotipo 4 = 10. Contrasta el ajuste con α = 0,05. Solución: proporciones esperadas de un total de 160: E1 = (9/16)×160 = 90. E2 = (3/16)×160 = 30. E3 = (3/16)×160 = 30. E4 = (1/16)×160 = 10. χ² = (96−90)²/90 + (30−30)²/30 + (24−30)²/30 + (10−10)²/10 = 36/90 + 0 + 36/30 + 0 = 0,4 + 1,2 = 1,6. gl = 4 − 1 = 3. Con gl = 3, χ² = 1,6 da p ≈ 0,66, muy por encima de 0,05, así que no rechazamos H0: los recuentos observados de descendientes son compatibles con la proporción genética esperada 9:3:3:1.
¿Qué más preguntan los estudiantes sobre las calculadoras de chi cuadrado?
Estas son las preguntas que surgen con más frecuencia junto a los deberes de chi-cuadrado y el repaso para exámenes.
1. ¿Puede χ² ser negativo alguna vez?
No. Cada término (O − E)²/E eleva la diferencia al cuadrado antes de dividir, así que cada término es cero o positivo y la suma nunca puede ser negativa. Una suma parcial negativa siempre indica un error aritmético, casi siempre un cuadrado olvidado.
2. ¿Cuál es la diferencia entre una prueba chi-cuadrado de bondad de ajuste y una de independencia?
Una prueba de bondad de ajuste usa una variable categórica y compara su distribución con un único conjunto de proporciones afirmadas. Una prueba de independencia usa dos variables categóricas a la vez, dispuestas en una tabla de doble entrada, y comprueba si están relacionadas. Comparten la misma fórmula χ², pero difieren en cómo se hallan las frecuencias esperadas y los grados de libertad.
3. ¿Qué pasa si mi frecuencia esperada es menor que 5?
Cuando una o más frecuencias esperadas caen por debajo de 5, la aproximación chi-cuadrado a la verdadera distribución muestral deja de ser fiable, y los resultados deben interpretarse con cautela o sustituirse por una prueba exacta como la prueba exacta de Fisher, sobre todo en tablas 2×2 pequeñas.
4. ¿Uso una tabla chi-cuadrado de una o de dos colas?
Ninguna de las dos en el sentido habitual: la prueba chi-cuadrado es intrínsecamente unidireccional, porque χ² solo crece a medida que O y E se separan en cualquiera de las dos direcciones, de modo que existe una única región crítica en la cola superior en lugar de versiones separadas de una y dos colas como en la prueba z o t.
Más ayuda con los deberes de chi-cuadrado
Cuando te sientas cómodo enunciando H0 y Ha, construyendo una tabla de frecuencias esperadas y sumando (O − E)²/E término a término, los problemas de chi-cuadrado se convierten en una cuestión de contabilidad cuidadosa en lugar de una fórmula misteriosa. Practica con una mezcla de preguntas de bondad de ajuste y de independencia, ya que los exámenes suelen esperar que reconozcas cuál se aplica solo por el enunciado del problema. Si te atascas al plantear un problema concreto de chi-cuadrado o quieres verificar un cálculo hecho a mano, el solucionador paso a paso de Solvify puede desarrollar la misma fórmula mostrada en esta guía —frecuencias esperadas, cada término de diferencia al cuadrado y el valor final de χ²— para que veas exactamente dónde se desvía tu planteamiento del correcto.
Antes de recurrir a una calculadora de chi cuadrado, anota si estás contrastando bondad de ajuste o independencia: esa única decisión determina tanto tu método para las frecuencias esperadas como tu fórmula de los grados de libertad.
Artículos relacionados
Calculadora ANOVA: guía paso a paso del ANOVA de un factor
Otro contraste de hipótesis que compara grupos mediante un estadístico F, el siguiente paso natural tras chi-cuadrado para comparar más de dos grupos.
Calculadora de error estándar: cómo calcular el EE para medias y proporciones
Aprende la fórmula del error estándar que sustenta los intervalos de confianza y los contrastes de hipótesis en muchos temas de estadística, incluido chi-cuadrado.
Calculadora de distribución binomial: cómo calcular probabilidades a mano
Una distribución de probabilidad fundamental para resultados categóricos, base útil antes de abordar problemas de bondad de ajuste chi-cuadrado.
Solucionadores matemáticos
Soluciones paso a paso
Consigue que se muestre explícitamente cada paso de un cálculo chi-cuadrado: frecuencias esperadas, diferencias al cuadrado y el estadístico de prueba final.
Solucionador Smart Scan
Haz una foto a una pregunta de prueba chi-cuadrado y obtén al instante una solución totalmente desarrollada.
Tutor de matemáticas con IA
Haz preguntas de seguimiento sobre grados de libertad, frecuencias esperadas o cuándo usar bondad de ajuste frente a pruebas de independencia.
Materias relacionadas
Ayuda con estadística
Estadística descriptiva, contraste de hipótesis y regresión: los temas de estadística que se apoyan en el análisis chi-cuadrado.
Resolución de problemas de probabilidad
Estrategias generales para plantear y resolver problemas de enunciado de varios pasos de probabilidad y estadística.