Diapositiva 1 - PowerPoint PPT Presentation

About This Presentation
Title:

Diapositiva 1

Description:

Una de las situaciones m s simples de investigaci n experimental, tanto en ... identificar las posibles causas de unas respuestas o medidas conductuales dadas. ... – PowerPoint PPT presentation

Number of Views:42
Avg rating:3.0/5.0
Slides: 65
Provided by: ubEdu
Learn more at: http://www.ub.edu
Category:

less

Transcript and Presenter's Notes

Title: Diapositiva 1


1
TEMA IV
2
ESQUEMA GENERAL
DISEÑO EXPERIMENTAL DE DOS GRUPOS
3
Diseño de dos grupos
  • Una de las situaciones más simples de
    investigación experimental, tanto en ciencias
    sociales como del comportamiento, es la formada
    por dos grupos, uno de control y otro
    experimental.
    ..//..

4
  • La condición básica de cualquier experimento es
    la presencia de un grupo de contraste denominado
    grupo de no tratamiento o de control. Esto no
    quiere decir que el diseño experimental de dos
    grupos sólo se caracteriza por la ausencia o
    presencia de tratamiento.

5
Clasificación general
6
Técnica de control
Diseño
7
Clasificación del diseño de dos grupos
  • Diseño de dos grupos
  • completamente al azar
  • Diseño de
  • dos grupos
  • Diseño de dos grupos
  • emparejados

8
  • Formato del diseño de dos grupos completamente
    al azar

9
V. Extraña Z1
Z2
A1
A2
V. Tratamiento
S u j e t o s
S u j e t o s
Prueba de hipótesis
10
  • Formato del diseño de dos grupos emparejados

11
A1 A2
V. Tratamiento
S u j e t o s
S u j e t o s
Prueba de hipótesis
Asignación aleatoria
12
Prueba estadística y naturaleza de los datos
  • Datos de escala Prueba estadística
  • Nominal Prueba
  • Ordinal no-paramétrica
  • De intervalo Prueba
    no-paramétrica y
  • De razón paramétrica

13
Estadísticos para diseños de dos grupos

  • Grupos
  • Datos Independientes
    Relacionados
  • paraméticos t Student
    t Student
  • muestras
    muestras
  • no relacionadas
    relacionadas
  • ordinales U Mann-Whitney
    T Wilcoxon
  • nominales Probabilidad exacta
    McNemar
  • de Fisher

14
Pruebas no-paramétricas
  • Pruebas estadísticas que no requieren muchas
    asunciones acerca de la naturaleza de la
    población de donde proceden las muestras. Son
    referidos como pruebas de distribución libre.
  • Pueden usarse con datos de escala nominal y
    ordinal.
  • Muestreo independiente o aleatorio.

15
Pruebas paramétricas
  • Pruebas estadísticas que asumen una serie de
    propiedades sobre los parámetros de la población
    de donde proceden la muestras datos de
    distribución normal y de igual variancia en la
    población.
  • Datos de escala de intervalo y razón.
  • Muestreo independiente o aleatorio.

16
Diseño de dos grupos al azar
17
Caso no paramétrico. Ejemplo
  • Se ha seleccionado un total de 15 sujetos
    animales de una población, y se asignan al azar
    siete al grupo experimental (deprivación de
    comida durante 36 horas) y ocho al grupo control
    (no deprivados o saciados). Interesa comprobar si
    el grupo experimental necesita menos ensayos en
    recorrer un laberinto en forma de T, para
    alcanzar un criterio de discriminación, que el
    grupo control. El criterio de aprendizaje es
    conseguir 10 ensayos seguidos correctos de
    discriminación.

18
Modelo de prueba estadística
  • Paso 1. Especificación de la hipótesis de
    nulidad la cantidad de ensayos previos al
    criterio de aprendizaje es igual en ambos grupos.
  • Paso 2. Especificación de la hipótesis
    alternativa la cantidad de ensayos previos del
    grupo control es mayor que la del grupo
    experimental.

19
  • Paso 3. Especificación del nivel de
    significación, tamaño de los grupos, estadístico
    de la prueba, y valor teórico del estadístico de
    la prueba.
  • Estadístico de la prueba U de Mann-Whitney
  • a 0.05
  • n1 7 y n2 8
  • Paso 4. Cálculo de valor empírico del
    estadístico de la prueba, con base a la matriz de
    datos del experimento.

20
Matriz de datos del experimento
21
U de Mann-Whitney
22
Ordenación de los datos por rangos
SR(A1) 31.0 SR(A2) 89.0
23
Cálculo del estadístico U de Mann-Whitney

24
Valor empírico de U
  • Con los datos del experimento se tiene
  • (7)(8)
  • U1 (7)(8) -------- - 31 53
  • 2
  • (8)(9)
  • U2 (7)(8) -------- - 89 3
  • 2

  • ..//..

25
  • siendo U el valor más pequeño de U1 y U2, y
    U' el más grande. De esta forma,
  • U U2 3

26
Modelo de prueba estadística
  • Paso 5. Entrando en las tablas del estadístico
    de la prueba (U de Mann-Whitney) con n1 7 y n2
    8 a un nivel de significación de 0.05, el valor
    teórico es 13. Los valores observados del
    estadístico iguales o menores que el teórico, son
    significativos al nivel de probabilidad elegido.

    ..//..

27
  • Es posible, al mismo tiempo, verificar la
    exactitud del cálculo de U mediante la siguiente
    fórmula
  • U n1n2 - U' (7)(8) - 53 3
  • Nótese que la significación del estadístico
    depende de si el valor empírico es igual o menor
    que el teórico de la tabla de U.

28
Caso paramétrico. Ejemplo
  • Considérese, por ejemplo, que se estudia el
    efecto de dos fármacos sobre la tasa de retención
    verbal. Se predice (hipótesis experimental) que
    el fármaco 1 (condición A1) produce una mejor
    ejecución que el fármaco 2 (condición A2). Para
    ello, el investigador selecciona al azar una
    muestra de 12 individuos y asigna cinco al primer
    grupo (n1) y siete al segundo (n2) de acuerdo,
    también, a un criterio aleatorio.

29
  • Tras la aplicación del tratamiento
    correspondiente, somete a los sujetos de la
    muestra a un prueba de retención verbal de 10
    ítems, consistente en sílabas sin sentido de tipo
    CVC (consonante-vocal-consonante) de igual valor
    asociativo. Se trata, por tanto, de comparar la
    ejecución de dos grupos independientes formados
    por sujetos asignados al azar.

30
Modelo de prueba estadística
  • Paso 1. Especificación de la hipótesis de
    nulidad o de la no diferencia significativa entre
    las medias de ambos grupos.
  • H0 µ1 µ2
  • o
  • H0 µ1 - µ2 0
  • Paso 2. Especificación de la hipótesis
    alternativa que coincide, en ese experimento, con
    la hipótesis experimental.
  • H1 µ1 gt µ2

31
  • Paso 3. Especificación del nivel de
    significación, tamaño de los grupos, estadístico
    de la prueba, y valor teórico del estadístico de
    la prueba.
  • Estadístico de la prueba t de Student para
    grupos independientes
  • a 0.05
  • n1 5 y n2 7
  • t0.95(57-210) 1.812
  • Paso 4. Cálculo de valor empírico del
    estadístico de la prueba, a partir de la matriz
    de datos del experimento.

32
Datos del experimento
33
t de Student para la comparación de dos grupos
independientes
34
Supuestos del modelo estadística
  • 1. Independencia de las observaciones
  • 2. Normalidad
  • 3. Homogeneidad de las variancias

35
Cálculo de la Suma de Cuadrados
  • (SY)²
  • SC SY² - -------
  • n

36
Cálculo del valor empírico de la Suma de Cuadrados
  • (38)²
  • SC1 294 - ------- 5.2
  • 5
  • (35)²
  • SC2 183 - ------- 8
  • 7

37
Cálculo del valor empírico del estadístico
  • 7.6 - 5
  • t ----------------------------- 3.88
  • 5.2 8 1 1
  • ?-------------- (--- ---)
  • 5 7 - 2 5 7

38
Modelo de prueba estadística
  • Paso 5. Dado que el valor observado de t es 3.88
    y es mayor que el valor teórico de t (t 1.812)
    con 10 grados de libertad y un nivel de
    significación de 5 (ver paso 3), se rechaza la
    hipótesis de nulidad.

39
Supuesto de homogeneidad de las variancias
  • Supuesto s1² s2²,
  • Prueba
  • s1²
  • F --------
  • s2²

40
Prueba del supuesto de homogeneidad
  • Prueba de homogeneidad de las
    variancias.
  • Grupo Tratamiento Tamaño muestra Variancia
    muestral
  • Fármaco 1 n1 5
    s1² 1.30
  • Fármaco 2 n2 7
    s2² 1.33
  • El valor empírico de F es la razón entre la
    variancia de mayor y menor tamaño.
  • 1.33
  • F -------- 1.02
  • 1.30

41
Verificación del supuesto
  • Entrando en las tablas de F, con 6 y 4 grados de
    libertad y a un nivel de significación de a
    0.10, se obtiene un valor crítico en la región de
    rechazo de F0.90(6/4) 4.01. Dado que el valor
    observado es inferior que el teórico, se acepta
    la hipótesis de igualdad de las dos variancias y
    se infiere el cumplimiento de uno de los
    supuestos fundamentales de la validez del
    estadístico de la prueba (t).

42
Cálculo de las variancias
  • SY² - (SY)²/n
  • s² --------------------
  • n - 1
  • donde el numerador coincide con la Suma de
    Cuadrados de los grupos. Así, se tiene que
  • s1² 5.2/4 1.3
  • y
  • s2² 8/6 1.33

43
Diseño de dos grupos emparejados
44
Caso no paramétrico. Ejemplo
  • Se desea conocer el posible efecto de la
    motivación sobre las puntuaciones de un grupo de
    escolares en una prueba de rendimiento. A partir
    de una muestra de sujetos, se forma un total de
    15 pares. Los dos miembros de cada par poseen la
    misma edad, sexo y nivel de escolaridad y son
    asignados al azar a una u otra condición
    experimental. La primera condición consiste en la
    lectura, antes de la ejecución de una tarea
    escolar, de instrucciones de carácter motivador.
    ..//..

45
  • Los sujetos pertenecientes a la segunda
    condición o grupo realizan la tarea tras la
    lectura de unas instrucciones neutras o no
    motivadoras. Mediante esta disposición
    experimental se pretende conocer si las
    instrucciones motivadoras causan un aumento del
    rendimiento escolar del primer grupo.

46
Modelo de prueba estadística
  • Paso 1. Especificación de la hipótesis de
    nulidad
  • No hay diferencia alguna entre las puntuaciones
    de ambos grupos en la tarea escolar.
  • Paso 2. Especificación de la hipótesis
    alternativa
  • El grupo con instrucciones motivadoras
    (condición A1) presentará puntuaciones de mayor
    tamaño que las del grupo con instrucciones
    neutras (condición A2).

47
  • Paso 3. Especificación del nivel de
    significación, tamaño de los grupos y valor
    teórico del estadístico de la prueba
  • T de Wilcoxon
  • a 0.01
  • N 15
  • Para N 15 y un a 0.01, T 20
  • Paso 4. Cálculo del valor empírico del
    estadístico de la prueba con la matriz de datos
    del experimento.

48
Matriz de datos del experimento y ordenación
por rangos
49
Cálculo de la T de Wilcoxon
  • a) Se calculan los valores de diferencia entre
    los pares de puntuaciones, en el sentido
    establecido por la hipótesis.
  • b) En un segundo paso, se ordenan las
    puntuaciones de diferencia, D, por rangos de
    menor a mayor sin tener en cuenta los signos.
  • c) En la columna de rangos se recuperan los
    signos que tenían los valores de diferencia.
  • d) En la última columna se colocan los rangos de
    signo menos frecuente, y se procede a su suma.
    Siendo T el valor de esta suma.

50
Modelo de prueba estadística
  • Paso 5. Para tomar una decisión estadística se
    comprueba si el valor empírico u observado del
    estadístico es igual o inferior al valor crítico
    del paso tres. Dado que 8.5 lt 20, se concluye la
    no aceptación de la hipótesis de nulidad con un
    riesgo de error del 1 por ciento.

51
Caso paramétrico. Ejemplo
  • A partir del mismo ejemplo propuesto para el
    caso paramétrico, supóngase que se asume que las
    puntuaciones de la prueba de rendimiento escolar
    han sido obtenidas mediante una escala de
    intervalo. Se asume, pues, que cada tarea tiene
    la misma dificultad y que los intervalos de la
    escala son constantes.

52
Modelo de prueba estadística
  • Paso 1. Especificación de la hipótesis de
    nulidad o de la no-significación de la media de
    las puntuaciones de diferencia entre ambos
    grupos
  • H0 µD 0
  • Paso 2. Especificación de la hipótesis
    alternativa, en la que asume que la media de las
    puntuaciones de diferencia entre A1 y A2 es
    significativamente mayor que cero
  • H1 µD gt 0

53
  • Paso 3. Especificación del nivel de
    significación, tamaño de los grupos y valor
    teórico del estadístico de la prueba (t para
    grupos relacionados).
  • a 0.05 n1 15 y n2 15
  • t0.95(15-114) 1.76
  • Paso 4. Cálculo del valor empírico del
    estadístico de la prueba, a partir de la matriz
    de datos del experimento.

54
Datos del experimento
55
t de Student para la comparación de dos grupos
relacionados
56
Cálculo de la Suma de Cuadrados
  • (SD)²
  • SCD SD² - -------
  • n

57
Cálculo de valor empírico de la Suma de Cuadrados
  • 8649
  • SCD 1165 - --------- 588.4
  • 15

58
Cálculo del valor empírico del estadístico
  • 6.2
  • tD ---------------- 3.71
  • 588.4
  • ?------------
  • 15(14)

59
Modelo de prueba estadística
  • Paso 5. Para tomar una decisión estadística, se
    halla valor teórico de t, entrando en la tabla de
    los valores teóricos o críticos del estadístico
    con n - 1 grados de libertad, al nivel de
    significación establecido en el paso tres, siendo
    t0.95(14) 1.76. Puesto que el valor observado
    del estadístico es mayor que el valor teórico, se
    infiere la no- aceptación de la hipótesis de
    nulidad con una probabilidad de error o de tomar
    una decisión falsa de un 5 por ciento.

60
Ventajas y desventajas del diseño de dos grupos
  • A) Los diseños experimentales de dos grupos son
    instrumentos de investigación adecuados para
    estudios exploratorios, cuyo objetivo consiste en
    detectar la relación entre variables e
    identificar las posibles causas de unas
    respuestas o medidas conductuales dadas. Estos
    diseños son, pues, especialmente indicados en el
    estudio de áreas donde no se ha realizado ningún
    tipo de trabajo previo.
    ..//..

61
  • B) Dado que se comparan dos grupos, se cumple
    con el requisito mínimo de la estrategia
    experimental, es decir, la presencia de un grupo
    de control o contraste para probar el efecto de
    la variable independiente. Estos diseños suelen
    referirse por diseños de grupo de control.
    ..//..

62
  • C) Con diseños de dos grupos es posible
    controlar, mediante el análisis de la
    covariancia, el efecto de un factor de sesgo
    capaz de confundir la acción de la variable de
    tratamiento.
    ..//..

63
  • D) En cuanto a las desventajas, cabe destacar
    un aspecto que es propio de la estructura
    unifactorial. Con el enfoque unifactorial,
    cualquier conclusión está condicionada a la
    variable que ha sido objeto de estudio y que ha
    sido estudiada de forma independiente y aislada.

    ..//..

64
  • Esto va en contra de la naturaleza de la ciencia
    psicológica, donde se da una interdependencia
    entre los distintos factores y donde, con
    frecuencia, es imposible pensar en la acción de
    una variable sin tener en cuenta el efecto
    modulador que pueden ejercer una conjunto de
    variables interconectados con aquella.
Write a Comment
User Comments (0)
About PowerShow.com