Qualitativa × qualitativa
A distribuição de uma variável muda conforme a categoria da outra? χ², coeficiente de contingência C e coeficiente T
Qui-quadrado (χ²)
Coeficiente de contingência (C)
Coeficiente T
- Base das porcentagens: porcentagem na linha e porcentagem na coluna respondem perguntas diferentes. "Que parte de quem tem ensino superior usa internet" não é o mesmo que "que parte de quem usa internet tem ensino superior".
- χ² sozinho: cresce com o tamanho da amostra. Para comparar tabelas de tamanhos diferentes, use C ou T.
- Valor máximo: C nunca chega a 1, e T só chega a 1 em tabelas 2 × 2. Leia cada um em relação ao máximo possível para o tamanho da tabela, mostrado no quadro de medidas.
- Associação não é causa: a tabela mostra que as variáveis andam juntas, não por quê. Uma terceira variável, como a renda, pode estar por trás das duas.
- Teste formal: decidir se a associação vai além do acaso é tarefa do teste qui-quadrado de independência (Morettin e Bussab, Cap. 14; Agresti e Finlay, Cap. 8). No R, chisq.test() aplica a correção de Yates em tabelas 2 × 2; use correct = FALSE para obter o χ² descritivo deste app.
Com duas variáveis qualitativas, o ponto de partida é a tabela de dupla entrada: cada casela conta as observações que caem ao mesmo tempo numa categoria da linha e numa da coluna. A leitura depende da base das porcentagens, e a base sai da pergunta. Quando uma variável ajuda a explicar a outra, como a escolaridade explica o uso de internet, a explicativa vai nas linhas e as porcentagens são calculadas dentro de cada linha. Agresti e Finlay descrevem a tabela dessa forma, com a resposta em porcentagem dentro de cada categoria da explicativa.
Se as variáveis fossem independentes, todas as linhas teriam o mesmo perfil, igual ao da linha Total. Morettin e Bussab medem o quanto a tabela se afasta disso comparando cada frequência observada \(n_{ij}\) com a esperada sob independência, \(n^*_{ij} = n_{i\cdot}\, n_{\cdot j} / n\). O resultado é o qui-quadrado de Pearson, \(\chi^2 = \sum_i \sum_j (n_{ij} - n^*_{ij})^2 / n^*_{ij}\), que vale 0 quando observado e esperado coincidem e cresce com o afastamento. Como o \(\chi^2\) também cresce com \(n\), o livro propõe dois coeficientes que não dependem do tamanho da amostra: o de contingência, \(C = \sqrt{\chi^2 / (\chi^2 + n)}\), e o \(T = \sqrt{(\chi^2 / n) / ((r - 1)(s - 1))}\), em que \(r\) e \(s\) são os números de linhas e de colunas.
Experimente: ponha a força da associação em 0 e sorteie algumas amostras. As variáveis são independentes na população, mas o \(\chi^2\) da amostra quase nunca dá exatamente 0, já que o acaso sempre afasta um pouco as linhas. Depois aumente a força e veja os perfis se separarem no gráfico.