Download Tercera tanda de transparencias de la asignatura

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