Crosstabs between nominal variables
Abstract
When it comes to working with crosstabs between nominal variables most of undergraduate statistics textbooks approach this topic by extracting the information found in observed and expected counts to get the exact chi-square value. Consequently, students can neither comprehend where these values come from, nor appreciate the worth of creating these tables, especially in larger samples. The primary objective of this paper is to propose an alternative to make crosstabs with nominal variables, allowing the student to develop the entire table building process for both observed and expected counts. The proposed methodology will allow to design the data file with the participation of the students for a group of nominal variables, of which two were chosen, Sex and Marital Status. The values of these two variables, shown in columns, are put in a table in their corresponding cell until the sample is complete. This table will generate the observed and expected counts used to calculate the test value. This result is compared with the one obtained using a macro programmed for this specific purpose.
Downloads
References
Anderson, S. W. (2008). Estadística para administración y economía (10ma. edición). Cincinnati: Cengage Learning.
Arrondo, V. M. (2014). Relaciones entre dos variables: una visión de urgencia. Universidad de Sevilla. Recuperado el 3 de marzo de 2015, de http://asignatura. us.es/dadpsico/apuntes/RelacionesUrgencia.pdf
Batanero, C. y Godino, J. D. (2001). Análisis de datos y su didáctica. Universidad de Granada. Recu-perado el 12 de enero de 2015, de http://www.ugr. es/~batanero/pages/ARTICULOS/Apuntes.pdf
Bataeno, C. y Díaz, C. (2008). Análisis de datos con Statgraphics. Granada: Departamento de Didáctica de la Matemática.
Clavijo, M.J. (2005). Una introducción a la estadística general. Ibagué: Universidad del Tolima.
Cañadas, G. R., Contreras, J. M., Arteaga, P. y Gea, M. (2013). Problemática y recursos en la interpretación de las tablas de contingencia. Revista Iberoamericana de Educación Matemática, (34), 85-96. Recuperado el 14 de marzo de 2015, de http://www.fisem.org/www/ union/revistas/2013/34/archivo9.pdf
Devore, J. L. (2012). Probabilidad y estadística para ingeniería y ciencias (8va. edición). California: Cen-gage Learnig.
Freund, J. E. y Simon, G. A. (1992). Estadística elemental (8va. edición). México, D. F.: Prwentice Hall.
Inhelder, B. y Piaget, J. (1955). De la logique de l´enfant à la logique de l´adolescent. París: Presses Universitaires de France.
Kazmier, L. (1993). Estadística aplicada a la administración y a la economía (2da.edición). Arizona: McGraw-Hill.
Levin, R. R. (1996). Estadística para administradores Schaum (6ta. edición). México, D. F.: Prentice Hall.
Lind, D. M., William, M. y Robert, D. M. (2004). Estadística para administración y economía (11va. edición). México, D. F.: Alfaomega.
Mendenhall, W., Robert, J. B. y Barbara, M. B. (2010). Introducción a la probabilidad estadística (13va. Edición). México, D. F.: Cengage Learnig.
Montgomery, R. (2004). Probabilidad y estadística aplicada a la ingeniería (2da. edición). México, D. F.: Limusa Wiley.
Navidi, W. (2006). Estadística para ingenieros y científicos. México, D. F.: McGraw-Hill.
Nieves, A. D. y Federico, C. D. (2010). Probabilidad y estadística para ingeniería un enfoque moderno (1era. edición). México, D. F.: McGraw-Hill.
Otero, J.V. y Moral, E. M. (2005). Análisis de datos cualitativos. Recuperado el 14 de marzo de 2015, de https://www.uam.es/personal_pdi/economicas/eva/ pdf/tab_conting.pdf
Seymour, L. (1991). Probabilidad. Schaum (1era. edición). México, D. F.: McGraw-Hill.
Sheldon, M. R. (2000). Probabilidad y estadística para ingenieros (2da. edición). México, D. F.: McGraw-Hill.
Walpole, R., Myers, R. y Myers, S. (2012). Probabilidad y estadística para ingeniería y ciencias (9na. edición). México, D. F.: Pearson Educación.
