PIR 2015 · Pregunta 8
Estadística inferencialLa existencia de una asociación estadística significativa entre variables ordinales puede determinarse, más adecuadamente, mediante:
Ver respuesta sin contestar
Respuesta correcta: D (plantilla definitiva)
Explicación
La correlación de Spearman (rho) es la medida más adecuada para evaluar la asociación entre dos variables ordinales. Se basa en rangos, no asume normalidad ni intervalos iguales entre categorías, y prueba si existe una relación monótona significativa.
D. El coeficiente de Spearman convierte los datos en rangos y calcula la correlación sobre ellos. Es una prueba no paramétrica que solo exige que las variables sean al menos ordinales y que la relación sea monótona (no necesariamente lineal). No asume normalidad ni distancias iguales entre categorías, lo que lo hace la opción más adecuada para variables ordinales. Además, permite un contraste de hipótesis para determinar si la asociación observada es estadísticamente significativa.
- A. El test de Kruskal-Wallis es el equivalente no paramétrico del ANOVA de un factor. Se utiliza para comparar diferencias en una variable ordinal o continua entre tres o más grupos independientes definidos por una variable nominal. No mide asociación entre dos variables, sino diferencias de localización entre grupos.
- B. La correlación de Pearson mide asociación lineal entre variables cuantitativas (intervalo o razón). Asume normalidad bivariada, homocedasticidad y distancias iguales entre valores. Aplicarla a datos ordinales es inapropiado porque ignora que las categorías no tienen intervalos definidos ni equidistantes, lo que puede distorsionar el resultado.
- C. El kappa de Cohen cuantifica la concordancia (fiabilidad interobservador) entre dos evaluadores que clasifican los mismos casos en categorías, corrigiendo el acuerdo esperado por azar. Es un índice de acuerdo, no de asociación: no informa de la dirección ni de la fuerza de una relación entre dos variables distintas. Aunque existe el kappa ponderado para ordinales, su propósito sigue siendo medir acuerdo entre jueces, no correlación.
Fuentes
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.