Cómo reportar la prueba de McNemar en APA 7

Mides la misma variable dos veces en las mismas personas —cumple o no cumple criterios, tiene o no tiene insomnio, aprueba o suspende— y te sale una tabla de 2 × 2 que parece pedir a gritos un chi-cuadrado de toda la vida. No lo es. El chi-cuadrado de Pearson da por hecho que las dos columnas vienen de gente distinta, y aquí vienen de la misma gente. Lo que toca es McNemar, que se escribe casi igual y no significa lo mismo: si lo tuyo son dos grupos independientes, el sitio al que ir es cómo reportar el chi-cuadrado en APA 7.

Qué números van

Cuatro cosas: el chi-cuadrado con sus grados de libertad y la N dentro del paréntesis, el valor p, un tamaño del efecto y las frecuencias de las dos casillas que cambiaron. La plantilla completa es χ²(1, N = 120) = 6.48, p = .011, OR = 2.13, IC 95% [1.17, 3.85].

Los grados de libertad son siempre 1, y no es una casualidad que puedas ignorar: la prueba compara dos casillas y solo dos, así que no hay más libertad que esa. Si tu salida dice gl = 2 o gl = 3, no has corrido McNemar. O has corrido un chi-cuadrado de Pearson sobre la tabla cruzada, o has corrido la extensión de McNemar-Bowker, que sirve para variables con más de dos categorías y sí tiene más grados de libertad.

La N del paréntesis es el número de pares: 120 personas medidas dos veces son N = 120, nunca 240. Aquí McNemar se porta distinto de otras pruebas emparejadas. En la de Wilcoxon los empates se caen de la muestra y la n baja; en McNemar los que no cambiaron siguen contando en la N que declaras aunque no entren en el cálculo del estadístico. Por eso conviene decir en la misma frase cuántos pares fueron discordantes, que es un número distinto y más pequeño.

Las cursivas: la χ va en redonda porque es una letra griega, y el 2 es un superíndice, no un dos escrito detrás. Van en cursiva N, n y p; OR e IC van en redonda, que son abreviaturas. El chi-cuadrado puede pasar de 1, así que conserva el cero inicial cuando lo lleve (χ² = 0.87) y dale dos decimales. La p no puede pasar de 1 y va sin cero: p = .011, y por debajo de .001 se escribe p < .001.

Solo cuentan los que cambiaron

Tu tabla tiene cuatro casillas y la prueba mira dos. Ponle números para verlo: 120 pacientes de una unidad de conductas adictivas, evaluados con el AUDIT antes de una intervención breve y tres meses después, con la variable dicotomizada en consumo de riesgo sí o no. Treinta estaban en riesgo en los dos momentos, 34 dejaron de estarlo, 16 lo estaban después sin estarlo antes y 40 no lo estuvieron nunca.

El estadístico es χ² = (34 − 16)² / (34 + 16) = 324 / 50 = 6.48. Los 30 que siguieron igual y los 40 que nunca estuvieron no aparecen por ninguna parte: de los 120 pares, solo 50 alimentan el número. Esto tiene una consecuencia que sorprende a mucha gente la primera vez: dos estudios con muestras muy distintas dan exactamente el mismo chi-cuadrado si sus casillas discordantes coinciden. McNemar no te dice cuánta gente cambió, te dice cuánto se desequilibraron los cambios.

Por eso las dos frecuencias van escritas con todas las letras, no escondidas en una tabla que a lo mejor se queda en el material suplementario. Un revisor que lee χ²(1, N = 120) = 6.48 y nada más no puede reconstruir nada ni comprobar tu tamaño del efecto, porque el tamaño del efecto sale precisamente de esas dos casillas.

Y da los porcentajes marginales, que es lo que el lector quiere de verdad: el consumo de riesgo pasó del 53.3% (64 de 120) al 38.3% (46 de 120). Fíjate en que ese descenso de 15 puntos es exactamente (34 − 16) / 120. Los marginales y los discordantes cuentan la misma historia por dos caminos, y verlos juntos es lo que convence.

McNemar o chi-cuadrado de Pearson: la diferencia que lo decide todo

La pregunta no es cuál de las dos es más potente. Es de dónde salen las dos columnas de tu tabla. El chi-cuadrado de Pearson supone que cada observación es independiente de las demás, y en un antes-después no lo es: la respuesta de una persona en el postest está pegada a la suya del pretest. McNemar está construido justo para eso, para tablas en las que cada fila del archivo es una persona que aporta las dos medidas.

La regla para decidirlo es corta. Si puedes cambiar de sitio a alguien en la primera columna sin tocar la segunda, tienes grupos independientes y va Pearson. Si moverlo obliga a mover también su casilla del después, están emparejados y va McNemar. Sirve igual para el mismo participante medido dos veces, para casos y controles emparejados uno a uno y para dos jueces que codifican los mismos casos.

Meter Pearson en una tabla emparejada no da un resultado «algo sesgado»: da la respuesta a otra pregunta. Pearson contrasta si las dos medidas están asociadas, y en un antes-después lo están casi siempre, porque quien puntuaba alto antes tiende a puntuar alto después. Te sale un p minúsculo que solo demuestra que las personas se parecen a sí mismas. McNemar contrasta si los marginales se movieron, que era lo que querías preguntar.

El resto del formato lo tienes en cómo reportar el chi-cuadrado en APA 7, y casi todo vale igual: la N dentro del paréntesis, los decimales, la χ en redonda. Lo único que no se traslada es el tamaño del efecto, porque en McNemar no van ni phi ni la V de Cramer. Si tu variable tiene tres o más categorías medidas dos veces, un diagnóstico con tres niveles por ejemplo, lo que toca es McNemar-Bowker, con gl = k(k − 1) / 2, es decir 3 para tres categorías.

El tamaño del efecto: odds ratio de discordantes o diferencia de proporciones

APA 7 pide tamaño del efecto también aquí, y aquí es donde más gente pega la V de Cramer por inercia. No pega: phi y V miden asociación entre dos variables, y McNemar no mide asociación, mide desequilibrio entre dos casillas. Las dos opciones que sí valen son la odds ratio de los pares discordantes y la diferencia de proporciones emparejadas.

La odds ratio es una división: 34 / 16 = 2.13. Se lee como razón de pares discordantes, no como riesgo: por cada persona que entró en consumo de riesgo hubo 2.13 que salieron. El intervalo sale de exp(ln OR ± 1.96 × √(1/34 + 1/16)), que da IC 95% [1.17, 3.85]. Ojo con las calculadoras de odds ratio al uso, incluida la mía: están pensadas para tablas de grupos independientes y usan las cuatro casillas, así que si le pasas tu tabla emparejada te devuelve otra cosa. En McNemar es una división a mano.

La diferencia de proporciones emparejadas es (34 − 16) / 120 = .15, con un error típico de √(50 − 18² / 120) / 120 y un intervalo de IC 95% [.04, .26]. Es la que mejor se lee en una revista clínica: quince personas de cada cien dejaron el consumo de riesgo, en neto. Va sin cero inicial, porque una diferencia de proporciones no puede pasar de 1.

Cuál elegir depende de a quién escribes. Si la revista es clínica o aplicada, la diferencia de proporciones se entiende sin traducción. Si vienes de epidemiología, o si más adelante vas a meter covariables, la odds ratio conecta mejor con lo que viene después, que es la regresión logística condicional: McNemar con más variables dentro (cómo reportar una regresión logística en APA 7). Poner las dos ocupa media línea y evita la pregunta del revisor.

Corrección de continuidad y prueba exacta: cuándo cada una

Tu programa decide por ti y no siempre te lo dice a la cara. Con pocos pares discordantes, la aproximación al chi-cuadrado deja de ser fiable, y la convención más citada pone el corte en 25: por debajo de 25 discordantes se usa la prueba binomial exacta sobre esas dos casillas. SPSS la aplica solo y la etiqueta como significación exacta bilateral; el problema es que mucha gente copia el número de la tabla sin mirar qué prueba lo ha producido y escribe un χ² que su salida nunca calculó.

La corrección de continuidad de Edwards resta 1 a la diferencia absoluta antes de elevarla al cuadrado: χ² = (|34 − 16| − 1)² / 50 = 289 / 50 = 5.78, p = .016, frente a 6.48 y p = .011 sin corregir. No cambia la conclusión en este caso, pero cambia los dos números que escribes, así que declara cuál usaste con una frase: «se aplicó la corrección de continuidad» o «se reporta el estadístico sin corregir». Con muestras grandes la corrección es irrelevante; con muestras medianas es la diferencia entre .049 y .052, que es una diferencia de la que se escriben párrafos enteros.

Mira qué pasa en un piloto. Veinticuatro participantes, 9 cambiaron en una dirección y 2 en la otra: 11 discordantes, por debajo del umbral. Ahí no se escribe χ² por ninguna parte: «prueba binomial exacta, p = .065, OR = 4.50, sobre n = 24 pares». La razón es más del doble que en el ejemplo grande y aun así el resultado no es significativo, porque once pares no dan para más. Es el sitio donde más gente se inventa la expresión «tendencia a la significación». No la escribas; escribe el intervalo y deja que el lector vea lo ancho que es.

Ejemplo listo para pegar en Resultados

Contexto: 120 pacientes de una unidad de conductas adictivas, evaluados con el AUDIT antes de una intervención breve y a los tres meses. La variable de resultado es dicotómica, consumo de riesgo sí o no, y la pregunta es si la proporción de pacientes en riesgo bajó.

«El consumo de riesgo descendió del 53.3% (64 de 120) antes de la intervención al 38.3% (46 de 120) a los tres meses. Los cambios fueron discordantes en 50 pares: 34 participantes salieron del consumo de riesgo y 16 entraron. La prueba de McNemar, sin corrección de continuidad, mostró que ese desequilibrio no era atribuible al azar, χ²(1, N = 120) = 6.48, p = .011. La razón de pares discordantes fue OR = 2.13, IC 95% [1.17, 3.85], y la diferencia de proporciones emparejadas, de .15, IC 95% [.04, .26].»

Cuatro frases y está todo: los marginales que el lector quiere, las dos casillas que sostienen el cálculo, el estadístico con su gl y su N de pares, y dos tamaños del efecto con intervalo. Y fíjate en lo que no hay: ninguna «diferencia altamente significativa», ninguna «tendencia», ninguna V de Cramer que aquí no pinta nada. Si antes de pegarlo quieres comprobar cursivas, ceros iniciales y decimales, el formateador de resultados APA lo revisa en un segundo.

El número va en el texto; si son muchos, a una tabla, y si lo que hay que ver es un patrón, a una figura. Las reglas de las dos están en tablas en APA 7 y figuras en APA 7. Y si ya tienes el apartado escrito, pégalo en Revisa una sección: te devuelve la primera objeción que te haría un revisor, con la frase exacta de tu texto en la que aparece.

Preguntas frecuentes

¿Qué es la prueba de McNemar y cuándo se usa?

Es el contraste para una variable dicotómica medida dos veces en los mismos sujetos: mismo participante antes y después, casos y controles emparejados uno a uno, o dos jueces que codifican los mismos casos. Contrasta si las proporciones marginales cambiaron, y para eso solo usa las casillas discordantes, las de quienes cambiaron de categoría. Si tus dos columnas vienen de personas distintas, no es McNemar, es el chi-cuadrado de Pearson.

¿Cómo se reporta la prueba de McNemar en APA 7?

Con el chi-cuadrado, sus grados de libertad y la N de pares entre paréntesis, el valor p y un tamaño del efecto: χ²(1, N = 120) = 6.48, p = .011, OR = 2.13, IC 95% [1.17, 3.85]. Antes de esa línea van los porcentajes de los dos momentos y las frecuencias de las dos casillas discordantes, sin las cuales nadie puede comprobar el cálculo. La χ va en redonda por ser griega; N y p, en cursiva.

¿Cuál es la diferencia entre McNemar y el chi-cuadrado de Pearson?

Pearson supone observaciones independientes y contrasta si dos variables están asociadas. McNemar supone datos emparejados y contrasta si las proporciones marginales se movieron. Aplicar Pearson a un antes-después no da un resultado algo sesgado: da la respuesta a otra pregunta, y sale significativo casi siempre porque el pretest y el postest de la misma persona están correlacionados por construcción.

¿Cuál es el tamaño del efecto de la prueba de McNemar?

La odds ratio de pares discordantes, que es dividir una casilla discordante entre la otra (34 / 16 = 2.13), o la diferencia de proporciones emparejadas, que es restarlas y dividir por el total de pares (.15). Las dos se acompañan de intervalo de confianza. Lo que no vale aquí es phi ni la V de Cramer, porque miden asociación y McNemar no mide asociación.

¿Cuántos grados de libertad tiene la prueba de McNemar?

Uno, siempre, porque el contraste compara exactamente dos casillas. Si tu salida da 2 o 3 grados de libertad, o has corrido un chi-cuadrado de Pearson sobre la tabla cruzada, o has corrido la extensión de McNemar-Bowker para variables con más de dos categorías, que tiene k(k − 1) / 2 grados de libertad.

¿Qué hago si tengo muy pocos casos discordantes?

Reportar la prueba binomial exacta en lugar del chi-cuadrado. La convención más extendida pone el corte en 25 pares discordantes, y muchos programas cambian de prueba solos por debajo de ese número. En ese caso no escribas ningún χ²: escribe el nombre de la prueba, el valor p, el tamaño del efecto con su intervalo y el número de pares. Con pocos discordantes el intervalo sale ancho, y eso es información, no un fallo que haya que disimular.

Con el chi-cuadrado, su gl = 1 y la N de pares, el valor p, las dos casillas discordantes y un tamaño del efecto con intervalo, tu McNemar está bien reportada. Si tienes la tabla delante y no acabas de ver si te toca McNemar, Pearson o una logística condicional con covariables, lo miramos juntos en mi consultoría estadística.