La prueba de chi-cuadrado (χ²) permite comparar frecuencias observadas con frecuencias esperadas bajo una hipótesis nula. Se usa para bondad de ajuste (una variable categórica) y para independencia (dos variables categóricas). La fórmula general es χ² = Σ (O − E)² / E, donde O son las frecuencias observadas y E las frecuencias esperadas. Usa la calculadora de abajo para obtener el valor χ², los grados de libertad y el valor p.
📊 Calculadora de Chi-Cuadrado (χ²)
Prueba de bondad de ajuste y prueba de independencia
Frecuencias observadas (O)
Introduce las frecuencias observadas separadas por comas, espacios o saltos de línea.
Frecuencias esperadas (E)
Si eliges «Todas iguales», se calculará automáticamente como suma(Observados)/número de categorías.
Tabla de contingencia
Introduce los valores de la tabla separando filas con punto y coma (;) y columnas con comas o espacios.
Formato: cada fila separada por punto y coma, valores de la fila separados por comas o espacios.
Bondad de ajuste (observado vs esperado) e independencia en tablas de contingencia.
Gráfico de la distribución χ² con región crítica sombreada. Descargable como imagen.
Funciona en ordenadores, tablets y móviles.
Fórmula del chi‑cuadrado: cómo se calcula en cada caso
La fórmula del chi cuadrado es la misma para ambas pruebas: χ² = Σ (O − E)² / E. Pero la forma de obtener las frecuencias esperadas y los grados de libertad es distinta.
Bondad de ajuste
Se compara una variable categórica con una distribución teórica. Las frecuencias esperadas se fijan según esa teoría. Por ejemplo, si se lanza un dado 60 veces, la frecuencia esperada para cada cara es 60 × (1/6) = 10. La fórmula se aplica sumando para cada categoría: (Oi − Ei)² / Ei. Los grados de libertad son df = k − 1, siendo k el número de categorías.
Ejemplo: Se lanza un dado 60 veces y se obtienen las siguientes frecuencias: cara 1: 8, cara 2: 12, cara 3: 9, cara 4: 11, cara 5: 10, cara 6: 10. Las frecuencias esperadas son 10 en cada cara. El χ² se calcula así: (8−10)²/10 = 0,4; (12−10)²/10 = 0,4; (9−10)²/10 = 0,1; (11−10)²/10 = 0,1; (10−10)²/10 = 0; (10−10)²/10 = 0. Suma total: χ² = 1,0. Grados de libertad: 5. Valor p (consultando la distribución o usando la calculadora) ≈ 0,96. Como p > 0,05, no se rechaza la hipótesis nula: el dado parece equilibrado.
Independencia (tabla de contingencia)
Se analiza la relación entre dos variables categóricas. Las frecuencias esperadas se obtienen de los totales marginales: Eij = (Total filai × Total columnaj) / Total general. Los grados de libertad son df = (r − 1) × (c − 1), con r = número de filas y c = número de columnas.
Condiciones de aplicación: Al menos el 80% de las celdas deben tener una frecuencia esperada ≥ 5 y ninguna debe ser menor que 1. Si no se cumple, se recomienda usar la prueba exacta de Fisher (en tablas 2×2) o agrupar categorías. La calculadora aplica la corrección de Yates automáticamente en tablas 2×2.
Puedes comparar tu resultado con los valores de la tabla de valores críticos de chi‑cuadrado para un nivel de significación dado, aunque la calculadora ya te proporciona el valor p directamente.
Ejemplo resuelto: independencia en una tabla 2×2
Supón que se encuesta a 100 personas sobre su género (hombre/mujer) y su preferencia por dos productos (A/B). Las frecuencias observadas son:
| Producto A | Producto B | Total | |
|---|---|---|---|
| Hombres | 30 | 20 | 50 |
| Mujeres | 25 | 25 | 50 |
| Total | 55 | 45 | 100 |
Paso 1: Calcular las frecuencias esperadas bajo independencia
Ehombre,A = (50 × 55) / 100 = 27,5
Ehombre,B = (50 × 45) / 100 = 22,5
Emujer,A = (50 × 55) / 100 = 27,5
Emujer,B = (50 × 45) / 100 = 22,5
Paso 2: Aplicar la fórmula χ² = Σ (O − E)² / E
χ² = (30−27,5)²/27,5 + (20−22,5)²/22,5 + (25−27,5)²/27,5 + (25−22,5)²/22,5
= 2,5²/27,5 + (−2,5)²/22,5 + (−2,5)²/27,5 + 2,5²/22,5
= 6,25/27,5 + 6,25/22,5 + 6,25/27,5 + 6,25/22,5
= 0,2273 + 0,2778 + 0,2273 + 0,2778
= 1,01 (aproximadamente).
Paso 3: Grados de libertad y valor p
df = (2−1)×(2−1) = 1. Con la distribución χ² de 1 grado de libertad, el valor p correspondiente a 1,01 es aproximadamente 0,315. Como p > 0,05, no se rechaza la hipótesis nula: no hay evidencia de asociación entre género y preferencia de producto.
Paso 4: Tamaño del efecto
Se calcula la V de Cramer: V = √(χ² / (n × min(r−1, c−1))) = √(1,01 / (100 × 1)) = √0,0101 ≈ 0,10. Efecto pequeño según los criterios habituales (0,10 = pequeño, 0,30 = mediano, 0,50 = grande).
Cómo interpretar los resultados
El valor p indica la probabilidad de obtener un χ² igual o mayor al observado si la hipótesis nula fuera cierta. Si p ≤ α (normalmente 0,05), se rechaza H₀ y se concluye que existe diferencia (bondad de ajuste) o asociación (independencia). Si p > α, no hay suficiente evidencia para rechazar H₀, pero eso no demuestra que no haya asociación; puede deberse a falta de potencia estadística.
El tamaño del efecto (V de Cramer o w de Cohen) complementa al valor p: indica la magnitud de la asociación, no solo si es significativa. Siempre se recomienda reportar ambos. Para la bondad de ajuste, el tamaño del efecto más común es w de Cohen = √(χ² / n), con w = 0,1 (pequeño), 0,3 (mediano), 0,5 (grande).
Cómo reportar la prueba de chi‑cuadrado en el TFG (normas APA)
Según APA 7ª edición, el formato típico incluye el estadístico, los grados de libertad, el tamaño muestral, el valor p y el tamaño del efecto. Por ejemplo:
«No se encontró una asociación significativa entre el género y la preferencia de producto, χ²(1, N = 100) = 1,01, p = ,315, V = ,10.»
Para la bondad de ajuste, se puede escribir: «Las frecuencias observadas no difieren significativamente de las esperadas, χ²(5, N = 60) = 1,00, p = ,96, w = ,13.»
Incluye siempre las frecuencias observadas (en tabla o texto) y especifica la prueba utilizada (independencia o bondad de ajuste).
Preguntas frecuentes sobre la prueba de chi‑cuadrado
¿Qué requisitos debe cumplir una tabla de contingencia para aplicar chi‑cuadrado?
Las observaciones deben ser independientes, los datos han de ser frecuencias absolutas (no porcentajes) y al menos el 80% de las frecuencias esperadas deben ser ≥ 5, sin ninguna por debajo de 1. Si no se cumple, se puede usar la prueba exacta de Fisher (tablas 2×2) o agrupar categorías. La calculadora aplica la corrección de Yates automáticamente en tablas 2×2, pero con frecuencias esperadas muy bajas es mejor la exacta de Fisher.
¿Qué significa el valor p en la prueba de chi‑cuadrado?
El valor p es la probabilidad de obtener un χ² tan extremo como el observado (o más) si la hipótesis nula fuera cierta. Si es menor que el nivel de significación (ej. 0,05), se rechaza H₀ y se considera que la asociación o la diferencia es estadísticamente significativa. Un valor p grande no confirma la hipótesis nula, solo indica falta de evidencia en contra.
¿Cómo se calculan las frecuencias esperadas en una tabla de contingencia?
Se multiplica el total de la fila por el total de la columna y se divide por el total general: Eij = (Total filai × Total columnaj) / Total general. Así se obtienen las frecuencias que cabría esperar si las variables fueran independientes.
¿Qué hacer si las frecuencias esperadas son muy pequeñas?
Si más del 20% de las frecuencias esperadas son menores de 5, la aproximación chi‑cuadrado pierde fiabilidad. En tablas 2×2 se recomienda la prueba exacta de Fisher. En tablas mayores, se pueden agrupar categorías (si tiene sentido teórico) o usar métodos de remuestreo como el bootstrap. La calculadora muestra una advertencia cuando se detectan frecuencias esperadas bajas.
¿Cuál es la relación entre chi‑cuadrado y la V de Cramer?
La V de Cramer es una medida del tamaño del efecto que va de 0 a 1. Se calcula a partir del χ²: V = √(χ² / (n × min(r−1, c−1))). Complementa al valor p indicando la fuerza de la asociación, no solo si existe. Valores de 0,1, 0,3 y 0,5 se consideran efecto pequeño, mediano y grande, respectivamente.



