Sin t - PowerPoint PPT Presentation

About This Presentation
Title:

Sin t

Description:

Title: Sin t tulo de diapositiva Author: docent Last modified by: Roser Created Date: 10/29/2001 12:00:51 PM Document presentation format: Presentaci n en pantalla – PowerPoint PPT presentation

Number of Views:43
Avg rating:3.0/5.0
Slides: 45
Provided by: doce6
Learn more at: http://www.ub.edu
Category:

less

Transcript and Presenter's Notes

Title: Sin t


1
TEMA XVI
2
ESQUEMA GENERAL
Concepto y formato del Diseño de grupo control no equivalente (DGCNE)
Clasificación
Análisis de la variancia (ANOVA)
Análisis de la covariancia (ANCOVA)
Modelos alternativos de análisis
DISEÑOS DE GRUPO CONTROL NO EQUIVALENTE
3
Definición
  • Esta clase de diseño de investigación, dominado
    inicialmente por Campbell y Stanley (1963) diseño
    de grupo control no equivalente, es un formato en
    que se toman, de cada sujeto, registros o medidas
    antes y después de la aplicación del tratamiento.
    Debido precisamente a la ausencia de
    aleatorización en la asignación de las unidades,
    es posible que se den diferencias en las
    puntuaciones antes. ..//..

4
  • Estas diferencias son la causa de la
    no-equivalencia inicial de los grupos. Así,
    cuando en la formación de los grupos no
    interviene el azar, es posible que los grupos
    presenten sesgos capaces de contaminar el efecto
    del tratamiento. ..//..

5
  • Partiendo de este planteamiento, se tienen
    diseños cuyos grupos no pueden ser considerados
    ni homogéneos, ni comparables. Por esa razón, se
    han buscado alternativas al clásico modelo de
    Análisis de la Variancia a fin de modelar, en el
    supuesto de que se conozcan, las potenciales
    fuentes de sesgo y distorsión y, de esa forma,
    controlarlas.

6
El porqué de las diferencias antes
  • Las diferencias entre las puntuaciones antes se
    dan por la siguientes razones
  • 1. Cuando el tratamiento es aplicado a un grupo
    (escuela, clase, etc.) y otro grupo (escuela,
    clase, etc.,) es tomado como control.
    ..//..

7
  • 2. Cuando se ha planificado un auténtico
    experimento, pero por razones de mortalidad,
    contaminación de las unidades del grupo control
    por los artefactos experimentales o por la
    variación del tratamiento experimental, el
    experimento verdadero se convierte en un
    cuasi-experimento.
    ..//..

8
  • 3. Cuando, debido a la limitación de recursos,
    el tratamiento sólo es aplicado a un grupo
    seleccionado.
  • 4. Cuando los sujetos se auto-seleccionan.

9
Clasificación
Diseño de grupo control no equivalente con sólo
medidas después (post-tratamiento)
Diseño de grupo control no equivalente
Diseño de grupo control no equivalente con sólo
medidas antes y después (medidas pre y
post-tratamiento)
10
Representación diagramática del diseño de grupo
control no equivalente. Diseño con medidas
después
Universo o Población de origen
Universo o Población de origen
(?)
A s i g n a c i ó n n o a l e a t o r i a
Grupo 1
Grupo 2
S u j e t o s
S u j e t o s
Condiciones V.I.
control
experimental
Y2
V. dependiente
Y1
Prueba hipótesis
Y1
Y2
Comparación entre los grupos
11
Representación diagramática del diseño de grupo
control no equivalente. Diseño con medidas antes
y después
Universo o Población de origen
Universo o Población de origen
(?)
A s i g n a c i ó n n o a l e a t o r i a
Grupo 1
Grupo 2
S u j e t o s
S u j e t o s
X1
X2
V. Pre-tratamiento
Condiciones V.I.
control
experimental
Y2
V. dependiente
Y1
Prueba hipótesis
Y1 -X1
Y2 - X2
Comparación de datos diferencia
12
Diseño de grupo control no equivalente Técnicas
de análisis
  • Análisis de la variancia.
  • Análisis de la covariancia.
  • Análisis de la variancia con técnica de bloques
    o emparejamiento.
  • Análisis de la variancia con puntuaciones de
    diferencia.

13
Análisis de la variancia (ANOVA)
Experimental
Control
X Y
X Y
14
Análisis de la covariancia (ANCOVA)
Experimental
Control
X Y XY
X Y XY
15
ANOVA de puntuaciones de diferencia
Experimental
Control
X Y Y-X
X Y Y-X
16
Ejemplo práctico 1
  • Se lleva a cabo un estudio, con dos grupos de
    sujetos ya formados (o sea, grupos intactos). De
    ambos grupos se toman medidas de una variable
    pretratamiento (medidas antes, como por ejemplo
    el nivel intelectual en una escala decil) y a
    continuación, se utiliza a uno de los grupos como
    control y al otro grupo como experimental.
    ..//..

17
  • Se trata de estudiar el efecto de un método de
    enseñanza programado sobre el rendimiento
    escolar. El primer grupo recibe un tratamiento
    convencional (grupo control), mientras que el
    segundo recibe el método programado (grupo
    experimental). Los datos hipotéticos de este
    cuasi-experimento se presentan en la tabla
    siguiente.

18
Matriz de datos del diseño
19
Medias ?( ) ?( )2 ?( )( )
20
Estrategias de análisis
  • 1) ANOVA(x) V.Pre A(H0)
  • ANOVA(y) V. Dep.
  • X
  • 2) ANCOVA Y
  • XY
  • 3) ANOVA(Dif.) Y-X

21
Modelo de análisis ANOVA (1)
22
Modelo estructural del ANOVA Diseño de grupo
control no equivalente
23
Supuestos del modelo estadístico
  • eij NID(0,se²)
  • Yij la puntuación postratamiento del i
    individuo (i 1 a n) del j grupo de tratamiento
    (j 1, 2)
  • µ la media total,
  • aj el efecto del grupo j de tratamiento
  • eij el error de medida

24
Cuadro resumen del ANOVA Diseño de grupo control
no equivalente (variable después, Y)
25
Modelo de análisis ANCOVA (2)
26
Modelo estructural de ANCOVA Diseño de grupo
control no equivalente
27
Supuestos del modelo estadístico
  • eij NID(0,se²)
  • ß el coeficiente de la regresión lineal
  • intra-grupo de la variable post (Y) sobre la
  • _
  • pre (X), y X.. la media total de la variable
  • pre-tratamiento.

28
Cuadro resumen del ANCOVA Diseño de grupo
control no equivalente
29
Prueba de homogeneidad de los coeficientes de la
regresión, H0 ?1?2
Y
A1
b1
A2
b2
 
X
30
Datos de diferencia (3)
31
t de Student (3.1)
32
Matriz de datos del diseño
33
Medias ?( ) ?( )2
34
t Student. Datos de diferencia
t0.95(8) 2.306 plt0.05

35
Modelo ANOVA Datos de diferencia (3.2)
36
Cuadro resumen del ANOVA Diseño de grupo control
no equivalente (datos de diferencia)
t 2 F 2.452 6.0025
37
Comparación de los valores F
  • Fe
    Ft
  • ANOVA (y) 14.4 F0.95(1/8) 5.32
  • ANCOVA 11.36 F0.95(1/7) 5.59
  • ANOVA (dif.) 6 F0.95(1/8) 5.32

38
Ejemplo práctico 2
  • Schorzman y Cheek (2004) desarrollaron nuevas
    pautas de comprensión lectora para niños de
    edades entre los 9 y 13 años (donde las
    dificultades de comprensión lectora se acentúan)
    y evitar así posibles retardos en el aprendizaje.
    Estos autores plantearon tres nuevas estrategias
    de comprensión. La primera consistía en fomentar
    la creación de hipótesis a medida que se va
    leyendo para desarrollar el pensamiento crítico
    (PC) la segunda activaba el conocimiento previo
    de los estudiantes antes de la lectura (CP) y la
    tercera se basaba en la organización gráfica, es
    decir, en desarrollar mapas conceptuales, cuadros
    sinópticos y esquemas (OG).

39
Procedimiento
  • Schorzman y Cheek (2004) postularon que el uso
    de tres estrategias de mejora de la comprensión
    lectora afecta positivamente al rendimiento.
  • Para ello, seleccionaron de dos escuelas de
    áreas suburbanas seis aulas de enseñanza media
    (tres por escuela). La primera escuela (grupo
    control) trabajó con las lecturas asignadas
    siguiendo la estrategia convencional y la segunda
    (grupo experimental) con las estrategias
    innovadoras.
  • ..//..

40
  • Ambas escuelas trabajaron la comprensión lectora
    cuatro días por semana durante 45 minutos y a lo
    largo de siete semanas. El grupo experimental
    distribuyó semanalmente las estrategias de
    acuerdo con los siguientes valores PC (60), CP
    (10) y OG (30). De ambos grupos (control y
    experimental) se tomaron medidas antes y después
    del tratamiento con el test de lectura
    Gates-MacGinitie Reading Test (Gates-MacGinitie,
    1989). Con los datos obtenidos se aplicó la t de
    Student con datos de diferencia.

41
Estadísticos descriptivos
42
Prueba t (datos de diferencia)
43
Homogeneidad de las variancias
44
ANOVA (datos de diferencia)
Write a Comment
User Comments (0)
About PowerShow.com