Download Tercera tanda de transparencias de la asignatura
Document related concepts
no text concepts found
Transcript
Diseños experimentales con los mismos sujetos Diseños experimentales con los mismos sujetos • Una de las constantes que aparecen en todas las variantes experimentales expuestas hasta el momento es que el experimentador presenta tareas diferentes, tratamientos diferentes, valores diferentes de la VI… a cada uno de los distintos grupos que participan en la investigación. • Hasta el momento se han visto diferentes formas de controlar las VEs (aleatorización, bloqueo, diseños con gemelos…). • No hay nada más igual a un sujeto que él mismo. • Si todos los sujetos pasan por todas las condiciones experimentales las diferencias en la ejecución en las diferentes situaciones nos indicarán los efectos de la VI. Diseños experimentales con los mismos sujetos • A este tipo de diseño se les denomina: Diseños con los mismos sujetos Diseños intra-sujetos Diseños de medidas repetidas PREGUNTAS ¿Rima la palabra “disco” con “asterisco”? ¿Representa la palabra “árbol” un tipo de vegetal? ¿Está la palabra “CEDRO” escrita con mayúsculas? ¿Representa la palabra “prado” una extensión de terreno? ¿Rima la palabra “mesa” con “pesa”? ¿Está la palabra “CARTA” escrita con mayúsculas? ¿Representa la palabra “claro” un matiz para un color? ¿Rima la palabra “perro” con “luminoso”? ¿Está la palabra “arcón” escrita con mayúsculas? ¿Está la palabra “VASO” escrita con mayúsculas? ¿Representa la palabra “silla” un tipo de embarcación? ¿Rima la palabra “libro” con “monotonía”? ¿Representa la palabra “clero” una marca de tabaco? ¿Representa la palabra “tacón” un tipo de moneda? ¿Está la palabra “tinto” escrita con mayúsculas? ¿Rima la palabra “queso” con “archiduque”? ¿Representa la palabra “clero” una marca de tabaco? ¿Rima la palabra “purga” con “demiurga”? ¿Está la palabra “calvo” escrita con mayúsculas? Sí Sí Sí Sí No No No No Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí Sí No No No No No No No No No No No No No No No 1 Diseño intra-sujetos Circo Árbol Perro Silla Selva Cerca Musgo Libro Disco Mesa Cedro Purga Cargo Grifo Verga Tacón Ancho Corto Celta Virgo Arcón Resto Carta Lápiz Cesto Vaso Queso Prado Claro Tinto Calvo Grajo Largo Clero Clavo Arcén G.1: Cedro, Carta, Vaso, Arcón, Tinto, Calvo: ____/6=_____ G.2: Disco, Mesa, Purga, Perro, Libro, Queso: _____/6=_____ G.3: Árbol, Prado, Claro, Silla, Tacón, Clero: _____/6=_______ Diseños intra-sujetos • Pueden existir diferentes VEs en el experimento: Diseños intra-sujetos • Con los datos de un único sujeto no podemos llegar a ningún tipo de conclusión. • Si reuniésemos los datos de toda la clase “sería suficiente” • Si se empleasen los diseños vistos hasta el momento necesitaríamos 3 grupos de 30 personas, lo que implica también el triple de tiempo y de trabajo. Diseños intra-sujetos • Efectos a ser controlados antes de realizar un experimento: – El aprendizaje. – La longitud Æ Todas las palabras tienen 5 letras. – Tipo de respuesta Æ La mitad de ellas eran afirmativas y la otra mitad eran negativas. • Según el tipo de VD que se estudie el aprendizaje puede ejercer una gran influencia. – El efecto de la fatiga. • En experimentos largos la fatiga puede estar enmascarando el efecto de la VI sobre la VD. – El efecto de la motivación. • Los sujetos no tienen por que tener la misma motivación en las diferentes tareas que tengan que realizar. 2 Diseños intra-sujetos • Efectos a ser controlados durante la realización del experimento: Diseños intra-sujetos • Técnicas de control del efecto de la práctica: – El efecto de la práctica. • Ejemplo Æ En un examen las primeras preguntas están rodeadas de una mayor ansiedad que el resto de preguntas del examen. • Es una mezcla de adaptación, aprendizaje, fatiga… – El efecto de la persistencia. • En ocasiones no podemos asegurar que cuando se aplica un nivel de la variable haya desaparecido el efecto generado por el nivel anterior distorsionando los resultados. Control mediante aleatorización • En lugar de presentar las tareas de un proceso, luego las de otro y así sucesivamente éstas se deben aleatorizar. • En el experimento previo las preguntas sobre los 3 niveles (gráfico, fonético, semántico) fueron aleatorizadas por bloques. – Control mediante aleatorización Amortiguar un posible efecto distorsionador – Reequilibrado (Contrabalanceo) – Diseños de cuadrado latino Además de controlar el efecto miden su cuantía Aleatorización por bloques • Al haber pocas tareas (18) en vez de realizar una aleatorización simple se realizó por bloques: • Se crean los bloques con las preguntas. • Se selecciona 1 pregunta de cada bloque. • Se hace hasta que se acaben las preguntas. 3 Reequilibrado (Contrabalanceo) • En la técnica de reequilibrado se repiten los tratamientos experimentales de tal forma que primero se presentan en un orden y posteriormente en el inverso. • Si hubiera un efecto del primer tratamiento sobre el segundo (produciendo un desequilibrio) se anularía al invertirse dicho efecto en la segunda aplicación. • Este tipo de presentación se suele denominar ABBA. Reequilibrado (Contrabalanceo) • Esta técnica además de permitir la anulación de los efectos del orden mediante la inversión de los mismos, permite también el análisis de la cuantía de dichos efectos. Reequilibrado (Contrabalanceo) Reequilibrado (Contrabalanceo) • Existen dos modalidades de contrabalanceo: • Existen dos formas de llevar a cabo estas variaciones: – Completo. Utiliza todas las secuencias posibles. En una VI con 3 niveles diferentes habrá 3! secuencias. 3! = 3x2x1 = 6 123, 132, 213, 231, 312, 321. – Incompleto. No utiliza todas las secuencias posibles, se escoge una al azar y también su contraria. – Intrasujetos Æ Variando las secuencias de aplicación de los tratamientos dentro de cada sujeto. – Entresujetos Æ Variando las secuencias de aplicación de los tratamientos entre unos sujetos y otros. 4 Diseños de cuadrado latino • Aplicar la lógica del reequilibrado con 3 niveles de la VI resulta muy laborioso. Análisis estadístico de un cuadrado latino • El modelo estructural que se asume en este diseño es: Yijk = µ + ηi + α j + γ k + ε ijk • Se han desarrollado estrategias para economizar esfuerzos en la investigación y mantener el control sobre el posible efecto de la práctica cuando son más de dos los tratamientos presentados. • Se ha planificado un experimento de memoria a corto plazo con objeto de estudiar la tasa de retención de una secuencia de 5 dígitos presentados acústicamente en función de los intervalos de retención. De la variable de tratamiento (I. Retención) se toman 3 valores: 30 seg., 60 seg. y 120 seg. La tarea distractora es copiar una serie de letras que se les presenta a los sujetos. Para este objetivo se emplea un cuadrado latino en el que cada sujeto ejecuta 10 ensayos seguidos bajo cada una de las condiciones experimentales. Efecto debido al tratamiento Efecto debido al orden o secuencia en el que se aplicaron los tratamientos Análisis estadístico de un cuadrado latino Orden Sujetos Análisis estadístico de un cuadrado latino Efecto debido al factor sujetos A1 A2 A3 A2 A3 A1 A3 A1 A2 7,5 5 4,9 4,8 3,7 6,3 3,1 5,6 3,7 5 Análisis estadístico de un cuadrado latino Análisis estadístico de un cuadrado latino Orden A1 A2 A2 A3 A3 A1 3,1 5,6 3,7 A3 A1 A2 SCtotal = (7,5) + (4,8) + ... + (3,7) − 2 SCsujetos 2 2 (7,5 + 4,8 + ... + 3,7)2 = 15,33 9 (17,4)2 + (14,8)2 + (12,4)2 − 221,01 = 4,17 = SC orden = (15,4) + (14,3) + (14,9) 2 3 2 − 221,01 = 0,21 Análisis estadístico de un cuadrado latino SC error = SC total − SC filas(sjts) − SC columnas(orden) − SC tratamientos = 7,5 5 4,9 4,8 3,7 6,3 3,1 5,6 3,7 Tratamiento A1 = 7,5 + 6,3 + 5,6 = 19,4 Tratamiento A 2 = 5 + 4,8 + 3,7 = 13,5 Tratamiento A 3 = 4,9 + 3,7 + 3,1 = 11,7 3 2 Sujetos Sujetos Orden 7,5 5 4,9 4,8 3,7 6,3 SC tratamientos = (19,4)2 + (13,5)2 + (11,7 )2 − 221,01 = 10,82 3 Análisis estadístico de un cuadrado latino • Así pues: = 15,33 − 4,17 − 0,21 − 10,82 = 0,13 glsujetos = a − 1 = 3 − 1 = 2 Ahora hay que calcular los grados de libertad: glorden = a − 1 = 3 − 1 = 2 En los cuadrados latinos se deben calcular grados de libertad para: Sujetos (filas) = a-1 Orden (columnas)= a-1 Tratamiento= a-1 Residual= (a-1)(a-2) gltratamiento = a − 1 = 3 − 1 = 2 glerror = (a − 1)(a − 2) = 2 × 1 = 2 gltotal = a 2 − 1 = 8 Total= a2-1 6 Análisis estadístico de un cuadrado latino • Ahora hay que calcular el Cuadrado Medio: CM sujetos = SCsujetos CM orden = SCorden 0,21 = = 0,105 glorden 2 glsujetos CM tratamiento = 4,17 = 2,085 2 SCtratamiento 10,82 = = = 5,41 gltratamiento 2 SCerror 0,13 = = 0,065 glerror 2 CM error = Análisis estadístico de un cuadrado latino Al buscar en las tablas de F a un Nivel de Confianza del 95% y con CM orden 0,105 2 grados de libertad en Forden = = = 1,62 el numerador y 2 en el CM error 0,065 denominador se obtiene CM tratamiento 5,41 Ftratamiento = = = 83,23 un valor de 19 Fsujetos = CM sujetos CM error = 2,085 = 32,08 0,065 CM error 0,065 Análisis estadístico de un cuadrado latino • Ahora hay que calcular las F: Fsujetos = Forden = CM sujetos CM error = 2,085 = 32,08 0,065 CM orden 0,105 = = 1,62 CM error 0,065 Ftratamiento = CM tratamiento 5,41 = = 83,23 0,065 CM error Salida del SPSS para un cuadrado latino Pruebas de los efectos inter-sujetos Variable dependiente: puntuación Fuente sujeto orden tratamiento Error Total corregida Suma de cuadrados tipo III 4,169 ,202 10,816 ,136 15,322 gl 2 2 2 2 8 Media cuadrática 2,084 ,101 5,408 ,068 F 30,754 1,492 79,787 Significación ,031 ,401 ,012 7 Salida del SPSS para un cuadrado latino Salida del SPSS para un cuadrado latino Comparaciones múltiples Comparaciones múltiples Variable dependiente: puntuación DHS de Tukey (I) sujeto 1,00 2,00 3,00 (J) sujeto 2,00 3,00 1,00 3,00 1,00 2,00 Diferencia entre medias (I-J) ,8667 1,6667* -,8667 ,8000 -1,6667* -,8000 Variable dependiente: puntuación DHS de Tukey Error típ. ,21257 ,21257 ,21257 ,21257 ,21257 ,21257 Significación ,099 ,029 ,099 ,114 ,029 ,114 Intervalo de confianza al 95%. Límite Límite inferior superior -,3855 2,1189 ,4145 2,9189 -2,1189 ,3855 -,4522 2,0522 -2,9189 -,4145 -2,0522 ,4522 Basado en las medias observadas. *. La diferencia de medias es significativa al nivel ,05. Análisis estadístico de un cuadrado latino • Este análisis es efectivo en la medida en la que podemos demostrar la inexistencia de interacción entre la variable de tratamiento y la variable orden como se han aplicado (columnas). Diferencia entre (I) tratamiento (J) tratamiento medias (I-J) 1,00 2,00 1,9667* 3,00 2,5667* 2,00 1,00 -1,9667* 3,00 ,6000 3,00 1,00 -2,5667* 2,00 -,6000 Significación ,021 ,012 ,021 ,186 ,012 ,186 Basado en las medias observadas. *. La diferencia de medias es significativa al nivel ,05. Prueba de no aditividad (Tukey) ANOVA con la prueba de no aditividad de Tukey Inter-personas Intra-personas Inter-elementos Residual Total Total • Para comprobar esto se suele emplear la Prueba de no-aditividad de Tukey Error típ. ,21257 ,21257 ,21257 ,21257 ,21257 ,21257 Intervalo de confianza al 95%. Límite Límite inferior superior ,7145 3,2189 1,3145 3,8189 -3,2189 -,7145 -,6522 1,8522 -3,8189 -1,3145 -1,8522 ,6522 No aditividad Equilibrio Total Suma de cuadrados 6,000 ,000 ,000a 6,000 6,000 6,000 12,000 gl 8 1 1 7 8 9 17 Media cuadrática ,750 ,000 ,000 ,857 ,750 ,667 ,706 F Sig. ,000 ,000 1,000 1,000 Media global = 2,0000 a. Estimación de Tukey de la potencia a la que es necesario elevar las observaciones para conseguir la aditividad = ,866. 8 Ventajas de los diseños de tratamientos repetidos • Uso más económico de los participantes. • Ahorra tiempo de laboratorio. • Reduce la varianza de error. Desventajas de los diseños de tratamientos repetidos • Los efectos de los tratamientos puede no ser reversible. • Pueden presentarse efectos asimétricos de transferencia. • Los diseños de tratamientos repetidos y entregrupos pueden arrojar resultados contradictorios. • Existe controversia sobre el análisis estadístico Æ Diseños de ganancias. 9