En primer lugar recordar que en las tablas de frecuencias (contingencia) la fuerza de asociación (tamaño del efecto), estamos contrastando si las variables están relacionadas (asociadas), y se suele hablar en la literatura de fuerza de asociación en lugar de tamaño del efecto.
Para medir el tamaño del efecto (fuerza de asociación) vamos a usar en SPSS las tres medidas de asociación más frecuentes, que recordemos son:
El coeficiente phi: cuando tenemos una tabla 2×2 varía entre 0 y 1 y tiene una interpretación similar a la r de Pearson (más correlación cuanto más cercano a 1). En tablas mayores es más difícil de interpretar, y no debe ser usado.
El coeficiente de contingencia: siempre varía entre 0 y 1 y se interpreta como la phi. El problema es que pocas veces alcanza el valor 1.
La V de Cramer: para tablas 2×2 coincide con la phi. Siempre varía entre 0 y 1, y en tablas mayores de 2×2 no tiene las restricciones del coeficiente de contingencia, puede alcanzar su valor máximo 1.
Supongamos el siguiente caso de datos y resultados clásicos ofrecidos por el SPSS....
...en cuanto a los resultados del tamaño del efecto (asociación) con un intervalo bootstrap de 2000 simulaciones al 95%....
Claramente observamos en nuestro ejemplo, que si bien usando el estadístico p (grado de significación) podemos concluir que existe diferencia entre las terapias, esta debería ser relativizada por los resultados del tamaño del efecto, que son bastante débiles (efectos pequeños). Como podemos comprobar en este caso no es suficiente con atenerse al grado de significación para concluir algo consistente sobre un experimento científico, se necesitan complementos como es el tamaño del efecto (Cardenas y Arancibia,2014) y el uso de los intervalos de confianza mediante bootstrap (Herrero, 2015).
Referencias.
*Cardenas,C. y Arancibia,H. (2014). Potencia estadística y cáculo del tamaño del efecto en G*Power: Complementos a las pruebas de significación estadística y su aplicación en Psicología. Salud & Sociedad, 5(2), 210 – 224.
*Herrero,F.J.(15 de abril de 2015). Bootstrap y Kappa de Cohen en SPSS [Mensaje en un blog]. Recuperado de http://meobsuniovi.blogspot.com.es/2015/04/bootstrap-y-kappa-de-cohen-en-spss.html.
*APA. (2009). Publication Manual of the American Psychological Association (6th ed.). Washington, DC: American Psychological Association.
