Este estadístico pertenece a los estadísticos no paramétricos porque en los paramétricos son pocos tenemos la R Pierson,  ANOVA, en cambio las no paramétricas tenemos la U de Mann Whitney, Spiderman wilcoxon Friedman, Chi cuadrado de independencia y la Q de Cochran.

Vamos a ver sus características el propósito de la Q de Cochran es comprar específicamente tratamiento si estos tienen el mismo efecto o la misma efectividad se utiliza en grupos relacionados o sea es un mismo grupo que se le hace más de 2 mediciones y las mediciones son del tipo nominal, está más de 2 grupos esto quiere decir 345.

Cómo se presenta la matriz del SPSS tenemos acá por ejemplo en este caso son 14 personas y ha sido este hábito una intervención respecto de la primera bebida obviamente es la misma bebida pero con tratamientos distintos y la opinión que ha tenido es sí o de acuerdo de repente y no,  obviamente es tu cualificado , NO con un cero y el SI con 1,  la opinión de estas personas ha ido variando conforme las mediciones y se pretende saber si hay diferencia o no hay diferencia entre las mediciones.

La hipótesis nula siempre va a decir que es igual es igualmente efectivo el tratamiento que se le ha hecho en estos 3 casos y la hipótesis del investigador lo que el investigador sostiene es que hay diferencias, ahora los supuestos para la procedencia de este estadístico es que las muestras sean grandes o sea cuanto más datos tenemos cuanto más grandes las muestras mayor potencia va a tener la estadística que los datos estén codificados como vimos al ser nominales puede ser que 1 Y 0, que esté seleccionado al azar esto es importante para que haya representatividad de la muestra respecto de la población, ahora el estadístico nos vamos al estadístico al menú analizar nos vamos a pruebas no paramétricas en algunos casos trabajamos con la parte automatizada no sería muestras relacionadas pero yo prefiero trabajarlo con cuadros de diálogos antiguos para mí es mejor mayor soporte.

En muestras relacionadas hacemos clic ahí y lo que se nos presenta es este cuadro entonces de acá pasamos a las variables de prueba y viene el estadístico de Friedman entonces lo deshabilitamos y habilitamos la Q de Cochran, damos clic en aceptar y lo que tenemos son dos cuadros, este es el primer cuadro que aparece en la parte de arriba y nos da descripción de las frecuencias para cada bebida y el segundo cuadro es el estadístico de prueba donde lo importante es  P   valor como dijimos menor a 0.05,  probará la hipótesis del investigador en el sentido de que son diferentes no son iguales 

Nos vamos a analizar en mediciones nos vamos a relacionadas, estas son tipos de variables nominales para más de 2 grupos , acá tenemos el cuadro de estadísticos y como vemos la Q de Cochran,  se puede aplicar también cuando son dos medidas pero tienen mejor efecto en este caso cuando son más de 2 medidas en este caso nominales politómicas, claro acá no entra MacNemar, es solo para dos variables nominales dicotómicas pero si hay más entonces entra Q de Cochran. y cuando son más de 2 medidas 3, 4 cuatro sean nominales o sean politomicas la Q de Cochran, y si son oridinales Friedman y como sabemos en las cuantitativas es el Anova.

Así mismo tenemos las hipótesis nula, siempre va a decir que son iguales, la hipótesis del investigador siempre va a decir que son diferentes, cuando aceptamos la hipótesis del investigador cuando es menor a 0.05 es decir cuando está en este lado pero sí es mayor es la hipótesis nula la que se acepta porque es demasiado error.

Ahora vamos a ver la parte práctica y para ello tenemos una encuesta que se hizo a 34 personas sobre 3 bebidas bebida a, bebida b, bebidas c, estas bebidas en realidad es la misma bebida sino que han tenido 3 intervenciones, entonces la primera medición la persona 1 que puede ser Juan le parece mejor la bebida dijo que sí que sí le gustaba,  en la segunda dijo que no, tercera que no, otra segunda persona puede ser María; dijo que no le gustaba, después dijo que sí, entonces así las respuestas son dicotómicas, son relacionadas apareadas porque se trata de la misma bebida en 3 mediciones distintas.

Para calcular la Q de Cochran, nos vamos a analizar, pruebas no paramétricas cuadro de diálogos antiguos, muestras relacionadas en este caso pasamos las 3 variables a las variables de prueba y vemos que acá se nos enciende ya el botón aceptar activamos q de cochran no queremos Friedman aceptamos y tenemos dos cuadros que en este caso es el cuadro descriptivo que nos da las frecuencias para cada bebida y el segundo cuatro es el estadístico de prueba donde tenemos la significancia asintótica de 0.3 que es mayor a 0.05 y por tanto podemos decir que las tres bebidas son significativamente iguales