Mucho se ha dicho respecto a contrastes estadísticos y coeficientes que, de modo respectivo, analizan la significancia y miden la fuerza de relación entre dos variables de igual naturaleza, a propósito de probar una hipótesis nula de no relación.
Pero muy poco se ha revelado entorno a métodos que testan la independencia
entre variables de diferente índole.
Así mucho se ha indicado que, si se ha de analizar la relación entre dos variables nominales dicotomicas o politomicas, se empleara el X2 de independencia, según el requerimiento: bisimetrico, rx2, 2xk o rxk, seguido en caso de quedar establecida la relación estadística significativa, por una medida de asociación como el coeficiente Phi, la V de Cramer, el Coeficiente de Contingencia, incluso el Índice de Concordancia de Kappa de Cohen o de Fleiss.
De modo similar, se sabe con especial énfasis que, si se quiere analizar y medir el grado de relación entre dos variables ordinales es necesario utilizar la Rho de Spearman, que es prueba y coeficiente a la vez. Asi mismo, se sabe que la fuerza de asociación ordinal bivariada puede ser medida por ciertos coeficientes como la Tau de Kendall, la D de Sommer, el estadístico Gamma de Goodman, etc.
Igualmente se sabe que, si se quiere analizar y medir la fuerza de relación entre dos variables métricas que tienen normalidad, se impone la Rho de Pearson, como prueba de significación y coeficiente de correlación, a la vez. Se sabe asimismo que, si las dos variables numéricas involucradas en la relación, no acusan normalidad, se debe usar la Rho de Spearman para probar la significancia y la fuerza de relación entre ellas.
Sin embargo, muy poco o nada se dice respecto a las pruebas estadísticas y coeficientes que se deben utilizar para analizar y medir una relacion causal o no entre una variable métrica con o sin normalidad y una variable categórica o viceversa. Tal objetivo cognitivo corresponde al ANALISIS BIVARIADO MIXTO, motivo del presente libro y a cuyo desarrollo congruente, organizado y exhaustivo, estará dedicado el presente esfuerzo.
Si la escasez cognitiva en torno a coeficientes binarios híbridos es acuciante en la literatura estadística especializada, lo es más respecto a los contrastes análogos que analizan la significancia entre variables de disímil naturaleza
Por ahí alguna vez se ha pretendido extender el uso de la prueba T para analizar la relación entre una variable métrica y una variable categórica. .No es acaso que el aludido contraste, por su propósito eminentemente comparativo, sirve en estricto para analizar la comparación de una variable numérica de distribución normal entre una muestra y su parámetro; entre dos muestras independientes o entre dos muestras relacionadas, como lo estipula la indicación normativa respectiva?.
Otra usanza, ciertamente impropia, ante la carencia de contrastes específicos, ha sido la utilización extendida del Coeficiente Eta para analizar la significancia de la relación bivariada mixta, so pretexto de que el aludido coeficiente al medir la fuerza de relación entre una variable métrica y una variable categórica, estaría sino sugiriendo, atisbando la significancia de la relación, en el sentido de que los valores iguales a cero (0) indicarían ausencia de relación; y los registros equivalentes o superiores a uno (1), mostrarían existencia de relación estadística significativa, olvidando que el Coeficiente