Metodologa Cuantitativa de investigacin Diseos experimentales y anlisis

Metodología Cuantitativa de investigación Diseños experimentales y análisis de datos Dr. Eduardo Vidal-Abarca

OBJETIVOS • • Conocer y aplicar las nociones básicas Evaluar diseños experimentales Formular diseños experimentales correctos Conocer las pruebas estadísticas paramétricas y no paramétricas de análisis de resultados

CONTENIDO • Investigación: Nociones generales • Experimentos en Educación y Desarrollo – Nociones básicas – Clasificación de diseños experimentales • grado de validez interna • número de factores • estudiar el cambio evolutivo • Análisis de resultados – Estadística paramétrica – Estadística no paramétrica

Investigación: Nociones generales • Conocimiento científico y común – Común: Problemas y preguntas – Diferencias • • Sistematización Coherencia Control sobre el proceso Contrastabilidad

Investigación: Nociones generales (cont’) • Finalidad de la ciencia – ¿Predecir y controlar? – Describir y Explicar (COMPRENDER) • Factores • Mecanismos

Investigación: Nociones generales (cont’) • La ciencia psicológica: – Invariantes – Desacuerdos ¿Modelo o modelos? • Psicología: ciencia social y natural – Acuerdos: • Datos empíricos • Investigación teóricamente dirigida • Complejidad: interacciones previstas

Nociones básicas: Experimento psicológico y diseño experimental • Finalidad: Explicar relaciones • Característico: Cambiar + Ver efectos • Procedimiento: Diseño – Variables y valores – Participantes – Medidas • Dimensiones (continuar)

Nociones básicas: Experimento psicológico y diseño experimental • Dimensiones del diseño: – – – Número de variables: simples vs factoriales Manipulación variables: tratamiento vs selección Secuencia temporal: sucesivas vs simultáneas Grado de control: alto vs bajo Información a obtener: explorar vs confirmar

Nociones básicas: Variables e hipótesis • Variable: cualitativa vs cuantitativa • Variables experimentales: – Independiente – Dependiente • Hipótesis – ¿Comprobable? – ¿Integrable en teoría?

Nociones básicas: Validez • Interna: control en conclusiones – Clave: manipulación de VI – Fuentes de disminución: • • Variables personales (historia) Pruebas previas Mortandad experimental Orden de obtención de medidas

Nociones básicas: Validez • Externa: generalización de conclusiones – Tipos: • De población: representatividad de participantes • Ecológica: representatividad de tareas y situaciones – Fuentes de disminución: • • Sesgos de selección de participantes Defectos e imprecisiones de medida Interacción tratamiento * experiencia previa Efectos reactivos a medidas o a situación experimental

Clasificación de diseños experimentales CRITERIOS • Atendiendo a grado de validez interna • Atendiendo a número de factores • Específicos para cambio evolutivo

Clasificación por Validez Interna • Pseudo-experimentales: – un grupo con una sola medida X O - pretest-postest de un solo grupo O 1 X O 2 - dos grupos NO equivalentes G 1 G 2 X O 1 O 2

Clasificación por Validez Interna • Cuasi-experimentales: – Dos grupos no equivalentes con prepostest G 1 G 2 O 1 O 3 X O 2 O 4 - Dos muestras separadas con pretestpostest G 1 G 2 O 1 X X O 2

Clasificación por Validez Interna • Experimentales: – Dos grupos equivalentes con pretest postest G 1 G 2 X O 1 O 2

Clasificación por Número Factores • Simples: una Variable Independiente • Factoriales: más de una V. I. Estudio de la interacción V 2 V 1

Experimentos Factoriales • Totalmente aleatorizado: (A x B) – Ejemplo: Conocimiento x Coherencia (2 x 2) • Efecto Conocimiento (A) • Efecto Coherencia (B) • Efecto Interacción (A*B) • Medidas Repetidas: – Mismo grupo, medido varias veces • Mixto: Entre-sujetos e Intra-sujetos

Experimentos Factoriales (cont) • Bloques al azar: – Variables que influye validez interna – Bloque como factor • Jerárquicos o anidados – Evitar todas las combinaciones de un factor Procedimiento 1 Centro A B Procedimiento 2 C D

Diseños Evolutivos -Foco: cambios en el tiempo -Tipos: -Longitudinal: cambios de un grupo de participantes -Transversal: distintos grupos (de diferentes edades) -Secuencial: combinación longitudinal + transversal

Análisis. Estadística Paramétrica Análisis de varianza Conceptos: • G 1 y G 2 muestras de la misma población • Homogeneidad de variazas • Probabilidad de error (rechazar Ho aceptar H 1) • ¿Por qué probabilidad?

Análisis. Estadística Paramétrica Análisis de varianza Supuestos: • • • Independencia de observaciones Variables distribuidas normalmente Homogeneidad de varianzas en grupos Variables medidas en escala de intervalo Efectos aditivos de fuentes de varianza

Fuentes de variabilidad. Cociente F • Experimento simple: 3 niveles • G 1 X 1 • G 2 X 2 • G 3 O 1 O 2 O 3 • Fuentes de variabilidad – Tratamiento (X): ENTRE sujetos (O 1 -O 2 -O 3) – Error: INTRA (Dentro de O 1, O 2, O 3)

Fuentes de variabilidad. Cociente F • Suma de cuadrados • TOTAL: (X – M)2 • ENTRE: (MG – MT)2 • INTRA: (Xi – MG)2 • Media Cuadrática: • ENTRE: (MG – MT)2 / (k-1) • INTRA: (Xi – MG)2 / k (n-1) • Cociente F: MC ENTRE/ MS INTRA

Diseño Entre-sujetos 3 x 3

B A B 1 B 2 B 3 A 1 17 20 18 19 21 15 17 21 19 18 19 24 25 24 23 A 2 16 19 20 17 18 15 12 12 14 12 20 20 24 26 25 A 3 22 20 25 23 25 16 14 15 15 10 9 9 12 12 13

Fuente Suma de cuadrados gl Media cuadráti F Sig. A 120, 000 2 60, 000 13, 84 , 000 B 210, 000 2 105, 00 24, 23 , 000 A * B 500, 000 4 125, 000 28, 84 , 000 Error 156, 000 36 4, 333 Total 15566, 00 45 Total corregido 986, 000 44

Diseño Intra-sujeto

Sujetos A 1 A 2 A 3 1 21 28 15 2 17 25 32 3 34 14 22 4 18 24 35 5 30 18 29 6 27 34 16

Fuente Suma de cuadrd gl Media cuadráti ca F Sig. FACT 1 692, 33 2 346, 16 64, 503 , 000 Error 53, 667 10 5, 367

Diseño Mixto 5 x 2

B 1 B 2 B 3 B 4 B 5 A 1 2 4 7 1 7 3 6 7 4 3 7 12 12 6 9 14 10 6 A 2 4 10 8 5 4 12 7 7 7 12 8 6 9 12 12 7 1 16 10 8

Fuente Suma de cuadrad gl Media cuadráti ca F Sig. FACT 1 126, 100 4 31, 525 7, 233 , 001 FAC 1 * A 28, 100 4 7, 025 1, 612 , 204 Error 104, 600 24 4, 358

Fuente Suma de cuadr gl Media cuadráti ca F Sig. A 32, 400 1 32, 400 , 917 , 375 Error 211, 90 6 35, 317

Diseñar experimentos • Número suficiente de casos por celdilla • Controlar variables extrañas (error) • Maximizar efecto de tratamientos

Comparaciones post-hoc • Finalidad: analizar diferencias entre niveles V. I. – P. ej. A 1, A 2, A 3 • Cuándo: variables con tres o más niveles de V. I. • Tipos: Scheffé, Bonferroni

Análisis de covarianza • Combinación Análisis de varianza + Análisis de regresión • Finalidad: controlar estadísticamente variables extrañas • Covariable: variable correlacionada con V. Dependiente

Supuestos ANCOVA • Supuestos de ANOVA • Homogeneidad de coeficientes de regresión • Relación lineal VD y COVAR • Error experimental aleatorio • Efectos de tratamiento y de regresión son aditivos

A 1 A 2 A 3 Cov VD 3 1 4 2 6 4 5 3 4 6 4 5 5 4 3 2 8 9 7 9 8 7 3 2 2 3 4 4 6 7 7 7 8 7

Fuente Suma de cuadrad gl Media cuadráti ca F Sig. COV 1, 768 1 1, 768 2, 140 , 166 A 20, 122 2 10, 061 12, 179 , 001 Error 11, 566 14 , 826 Total 822, 000 18 R cuadrado = , 761

Análisis. Estadística NO Paramétrica • Empleo: imposible aplicar Paramétrica • Inconveniente: no ver efecto de interacción • Clasificación: – Relación entre observaciones (SI – NO) – Número de grupos (2 – K) Grupos Relación 2 K SI A C NO B D

Dos muestras relacionadas • Mc. Nemar: – Diseños “antes – después” (p. ej. Tratamientos) – Variables dicotomizadas (Nominal, Ordinal) • Rangos de Wilcoxon – Diferencias entre pares de puntuaciones (p. ej. Actitudes) – Variable ordinal • Walsh – Variable de intervalo n < 15

Dos muestras independientes • Probabilidad exacta de Fisher: – Pocas puntuaciones en tabla 2 x 2 (Nom, Ord) - + Grupo I frecuencia A frecuencia B Grupo II frecuencia C frecuencia D

Dos muestras independientes • Chi-cuadrado: – Pocas puntuaciones en tabla 2 x n (Nom) Grupo II Categoría 1 Frecuencia A Frecuencia B Categoría 2 Frecuencia C Frecuencia D Categoría 3 Frecuencia E Frecuencia F

Dos muestras independientes • Prueba de la Mediana: – Medidas docitomizadas (Ord) Grupo II SOBRE la mediana combinada frecuencia A frecuencia B BAJO la mediana combinada frecuencia C frecuencia D

K muestras relacionadas • Prueba Q de Cochran: – Extensión de Mc. Nemar (diseños secuenciales) – Variable: Nom, Ord (dicotomizadas) • Análisis de varianza de dos clasificaciones por rangos de Friedman : – Análisis intra-sujeto NO paramétrico

K muestras independientes • Chi-cuadrado para K muestras – Variable Nom – Precaución: ninguna celdilla con 0 Grup III Categ 1 Frec A Frec D Frec G Categ 2 Frec B Frec E Frec H Categ 3 Frec C Frec F Frec I

K muestras independientes • Análisis de varianza de una clasificación por rangos de Kruskal-Wallis – Análisis entre-sujeto NO paramétrico – Variable Ordinal