Todos los tutoriales de SPSS

Tutorial 33 de 44 Comparar grupos

Prueba de McNemar en SPSS: antes y después con sí o no

Tu chi cuadrado dice que la capacitación no sirvió, pero esa prueba no compara el antes con el después. Aprende a usar la prueba de McNemar en SPSS.

Cuándo se usa

La prueba de McNemar evalúa si hubo un cambio entre dos mediciones dicotómicas tomadas a las mismas personas. Es la prueba para diseños de antes y después cuando la respuesta solo tiene dos opciones: sí o no, cumple o no cumple, aprobado o desaprobado, usa o no usa.

Ejemplos típicos: si los trabajadores usan correctamente su equipo de protección antes y después de una capacitación, si las madres practican la lactancia exclusiva antes y después de una sesión educativa, si los estudiantes aprueban antes y después de un programa.

No debe confundirse con chi cuadrado, que evalúa la asociación entre dos variables medidas en grupos independientes. Con las mismas personas medidas dos veces, la pregunta es otra: cuántos cambiaron y en qué dirección.

Antes de empezar (qué necesita tu base)

  • Una fila por persona, con la respuesta del antes en una columna y la del después en otra.
  • Las dos variables con medida Nominal.
  • Los mismos códigos en ambas. Si 1 es Sí en el antes, 1 debe ser Sí en el después.
  • Solo personas que tengan las dos mediciones.

El ejemplo es una tesis en una obra de construcción de Trujillo. A 60 trabajadores se les registró si usaban correctamente su equipo de protección personal antes y después de una capacitación. Las variables son EPP_Antes y EPP_Despues, con 1 = Sí y 2 = No.

Paso a paso en SPSS

  1. En Vista de variables verifica que las dos variables tengan los mismos valores y etiquetas.
  2. Ve a Analizar > Estadísticos descriptivos > Tablas cruzadas.
  3. Pasa EPP_Antes a Filas y EPP_Despues a Columnas.
  4. Haz clic en Estadísticos.
  5. Marca McNemar. Si está marcada la casilla Chi-cuadrado, desmárcala. Pulsa Continuar.
  6. Haz clic en Casillas, deja marcado Observado y, si quieres los porcentajes, marca Total. Pulsa Continuar.
  7. Pulsa Aceptar.
  8. Lee la tabla cruzada, en especial las dos casillas donde la respuesta cambió.
  9. Lee en la tabla Pruebas de chi-cuadrado la fila Prueba de McNemar.
  10. Para el reporte, obtén el porcentaje de Sí de cada momento con Analizar > Estadísticos descriptivos > Frecuencias.

Cómo leer el resultado

La tabla cruzada. Con el antes en filas y el después en columnas, las cuatro casillas significan:

  • Sí antes y Sí después: no cambiaron.
  • No antes y No después: no cambiaron.
  • No antes y Sí después: mejoraron.
  • Sí antes y No después: empeoraron.

McNemar ignora las dos primeras, que forman la diagonal principal, porque esas personas no cambiaron. Compara solo las dos casillas de cambio. Si los cambios en un sentido son muchos más que en el otro, la diferencia es significativa.

La fila Prueba de McNemar. Muestra la Significación exacta (bilateral). En tablas de dos por dos, SPSS calcula la prueba exacta con la distribución binomial y lo indica en una nota. Es correcto y se reporta así. No aparece un valor de estadístico, solo el valor p.

En el ejemplo, 31 trabajadores pasaron de No a Sí y solo 4 pasaron de Sí a No. La significación exacta es ,000, es decir, p < 0,001. El uso correcto del equipo de protección subió de 25,0 % a 70,0 %. La capacitación produjo un cambio significativo.

El tutorial muestra lo que pasa con la prueba equivocada. Con chi cuadrado sobre la misma tabla, el resultado fue 0,106 con Sig. de 0,745. Quien lo lee concluye que no hubo cambio. Pero el chi cuadrado responde si la respuesta del antes se relaciona con la del después, no si las personas cambiaron. Con los mismos datos, una prueba dice que la capacitación no sirvió y la otra, que sí.

Otros diseños. Con dos grupos distintos de personas, corresponde chi cuadrado. Cuando las respuestas tienen más de dos opciones, SPSS entrega la prueba de McNemar-Bowker. Con tres momentos o más de sí o no, corresponde la Q de Cochran.

Cómo redactarlo en tu tesis

Un párrafo modelo en formato APA 7:

Para evaluar el cambio en el uso correcto del equipo de protección personal antes y después de la capacitación se aplicó la prueba de McNemar, dado que se trata de una variable dicotómica medida en los mismos trabajadores. El uso correcto aumentó de 25,0 % antes de la capacitación a 70,0 % después de ella. De los 60 trabajadores, 31 pasaron de no usarlo a usarlo correctamente y 4 hicieron el cambio contrario. La diferencia fue estadísticamente significativa (prueba exacta de McNemar, p < 0,001). Se rechaza la hipótesis nula.

La tabla que acompaña es la tabla cruzada del antes y el después, con las frecuencias de las cuatro casillas, y el valor p en la nota.

Errores frecuentes

Usar chi cuadrado para comparar el antes con el después. Es el camino habitual porque está en el mismo cuadro de diálogo. El riesgo es concluir que una intervención no tuvo efecto cuando sí lo tuvo, o al revés, con una prueba que responde otra pregunta.

Tener códigos distintos en las dos variables. Por ejemplo, 1 = Sí en el antes y 1 = No en el después. La tabla cruza mal los cambios y la conclusión dice lo contrario de lo que ocurrió.

Hacer McNemar de dos en dos con tres momentos, sin ajuste. Cada comparación suma probabilidad de error. Es un punto donde muchas tesis reciben observaciones, porque ese diseño tiene su propia prueba.

Reportar solo el valor p. Sin el número de personas que cambió en cada dirección y los porcentajes del antes y el después, el lector no puede dimensionar el cambio.

En MiTítulo, antes de correr McNemar revisamos tres cosas en tu base: que sean las mismas personas antes y después, que las dos variables usen los mismos códigos y cuántos cambiaron de respuesta.

Preguntas frecuentes

¿Por qué McNemar ignora la diagonal?

Porque esas personas no cambiaron. La prueba solo compara a las que sí cambiaron de respuesta.

¿Por qué SPSS dice distribución binomial?

En tablas de dos por dos calcula la prueba de McNemar exacta. Es correcto y se reporta así.

¿Sirve con pocos casos?

Sí. Como la significación es exacta, funciona aunque tu muestra sea pequeña.

Tu capacitación funcionó y la prueba equivocada la borró. Escríbenos al WhatsApp y revisamos tu caso sin costo.

Escríbenos al WhatsApp
Diagnóstico sin costo