COEFFICIENTI DI ASSOCIAZIONE, DI COGRADUAZIONE E DELL’ACCORDO

RISCHIO RELATIVO E ODDS RATIO

 

 

  

 20.12.   LETTURA DEI TABULATI DI UN PACCHETTO STATISTICO

 

 

Gli ultimi test presentati e gli indici di associazione tra variabili di tipo diverso sono stati presentati in modo schematico. Per essi la spiegazione è stata limitata ai concetti fondamentali, sufficienti per comprendere i tabulati dei programmi informatici, non per essere effettivamente operativi con calcoli manuali e l’aiuto solo di una calcolatrice da tavolo, come fatto per la quasi totalità dei test presentati.

 

Per guidare alla scelta dei test più appropriati e per la corretta interpretazione dei risultati, sono stati riportati i tabulati di un programma informatico ad ampia diffusione.

 

L’esercizio è una tabella 2 x 2, impostata per valutare il grado di associazione tra due variabili.

 

 

A

 

 

+

-

Tot

B

+

36

5

41

 

-

9

16

25

 

Tot

45

21

66


 

Poiché non è fornita alcuna informazione specifica sul tipo di campionamento (2 campioni dipendenti o indipendenti) e sulle variabili utilizzate (qualitativa, ordinale, di intervallo e loro combinazioni), gli stessi dati possono essere letti in tanti modi differenti.

Per esempio, la stessa tabella potrebbe essere il confronto tra due campioni indipendenti con risposte qualitative

 

 

 Risposta

 

 

+

-

Tot.

Campione
A

36

5

41

B

9

16

25

 

Tot.

45

21

66

 

 

 su cui sarebbe da applicare il test c2 con la correzione di Yates o il test G oppure il metodo esatto di Fisher, basando la scelta in rapporto al numero di osservazioni, considerati sia in totale sia entro ogni casella.

Se ottenute come risultato di un esperimento tra due campioni dipendenti con risposte qualitative,  come

 

 

 

PRIMA

 

 

+

-

Tot

DOPO

+

36

5

41

 

-

9

16

25

 

Tot

45

21

66

 

 

 in cui un gruppo di 66 individui è stato classificato in due categorie binarie, prima e dopo l’esperimento, è possibile applicare il test di McNemar.

 

Quando 2 variabili a confronto forniscono risposte quantitative


 

 

 

Variabile A

 

 

Alti

Bassi

Tot.

Variabile B

Alti

36

5

41

 

Bassi

9

16

25

 

Tot.

45

21

66

 

 

può essere utile applicare misure di correlazione.

 

Le risposte che vengono fornite dai tabulati sono quindi numerose, come le seguenti; tra esse occorre scegliere quelle esplicative del problema posto; cioè capire quali sono le risposte utili al problema specifico che spesso non è possibile porre al computer, poiché è stato impostato per rispondere a tutte le domande che è possibile porre con quella tabella di dati.

L’elenco di test qui riportato è il tabulato di un programma informatico, applicato ai dati prima presentati:

 

 

 

Test

Value

df

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

c2 di Pearson

19.212

1

.000

.000

Continuity Correction

16.898

1

 

 

Likelihood Ratio

19.489

1

.000

.000

Fisher’s Exact

 

 

.000

.000

Linear by Linear Association

18.921

1

.000

.000

Mc Nemar

 

 

.424

.212

 


Le due tabelle seguenti sono altri due esempi di risultati di analisi che sarebbe possibile applicare agli stessi dati. Alcuni test, come la correlazione di Spearman, sono spiegati nel capitolo seguente.

 

Data

Test

Value

Std  Error

Approx.  Sig.

Nominal

Lambda               symmetric

.391

.155

.035

By Nominal

                           var. 1  dependent

.440

.137

.012

 

                           var. 2  dependent

.333

.194

.155

 

Goodman-Kruskal  t

 

 

 

 

                           var.1  dependent

.291

.115

.000(a)

 

                           var. 2  dependent

.291

.115

.000(a)

Ordinal

Somers’ d            symmetric

.539

.107

.000

By Ordinal

                           var. 1  dependent

.562

.110

.000

 

                           var. 2  dependent

.518

.109

.000

Nominal

Eta                      var. 1  dependent

.540

 

 

By Interval

                           var. 2  dependent

.540

 

 

 


 

a)chi-square probability

 

Data

Test

Value

Std  Error

Approx.  Sig.

Nominal

      Phi

.540

 

 

By Nominal

      Cramer’s  V

.540

 

 

 

      Contingency  Coefficient

.475

 

 

Ordinal

      Kendall’s  tau-b

.540

.107

.000

By Ordinal

      Kendall’s  tau-c

.488

.107

.000

 

      Gamma

.855

.085

.000

 

      Spearman  Correlation

.540

.107

.000(b)

Interval By Interval

      Pearson’s  r

.540

.107

.000(b)

Measure of Agreement

       Kappa

.535

.108

.000

 

b) based on normal approximation

 

 

 

 

95% Confidence

 Interval

Test

Value

Lower

Upper

Odds Ratio

12.800

3.698

44.309

 

 

Manuale di Statistica per la Ricerca e la Professione  © Lamberto Soliani   - Dipartimento di Scienze Ambientali, Università di Parma  (apr 05 ed)  ebook version by SixSigmaIn Team  - © 2007