Calculadora de Chi-Cuadrado

Calcule la estadística de chi-cuadrado y el valor p a partir de una tabla de contingencia de 2×2.

Chi-Square

16.6667

p-value

0.0000

Results

Chi-Square Statistic16.6667
p-value (approx)0.0000
Degrees of Freedom1
Significance (α=0.05)Highly Significant
Expected [1,1]30.00
Expected [1,2]20.00
Expected [2,1]30.00
Expected [2,2]20.00

Use la calculadora Calculadora de Chi-Cuadrado de arriba para calcular sus resultados. Ingrese sus valores y vea resultados instantáneos — todos los cálculos se ejecutan en su navegador.

Aviso: Esta calculadora es solo para fines informativos y no constituye asesoramiento fiscal, financiero o legal. Los resultados son estimaciones basadas en la información que proporciona y las tasas actuales. Siempre consulte a un profesional de impuestos o asesor financiero calificado para asesoramiento específico a su situación.

Cómo funciona

Esta Calculadora de Chi-Cuadrado determina la significación estadística de la asociación entre dos variables categóricas, específicamente de una tabla de contingencia 2x2. En 2026, comprender tales asociaciones.

La calculadora calcula el estadístico Chi-Cuadrado (χ²) utilizando la fórmula: Σ((Observado - Esperado)² / Esperado). Las frecuencias esperadas se calculan como (Total de Fila × Total de Columna) / Total General para cada.

Un error común es malinterpretar un p-valor pequeño como un tamaño de efecto grande; solo indica significación estadística, no importancia práctica. Asegúrese de que sus recuentos de celdas esperados no sean demasiado pequeños (generalmente).

Fuente: Khan Academy · Última actualización: April 2026

Preguntas frecuentes

¿Cuándo se utiliza una prueba de chi-cuadrado?
Use chi-cuadrado para probar si dos variables categóricas son independientes. Ejemplos comunes: probar si el género afecta la preferencia de un producto, si los grupos de tratamiento tienen resultados diferentes o si las respuestas de la encuesta difieren por grupo de edad.
¿Cómo se interpreta un valor p de chi-cuadrado?
Un valor p inferior a 0.05 indica una asociación estadísticamente significativa entre las variables (rechazar la hipótesis nula de independencia). Un valor p superior a 0.05 sugiere que no se encontró una asociación significativa.