Definición La extensión lógica del diseño de grupo control no equivalente con medidas antes y después es el diseño con múltiples grupos no equivalentes;

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

ANALISIS PARAMÉTRICOS
T.10. EVALUACIÓN DE PROGRAMAS DE INTERVENCIÓN PSICOLÓGICA
EJEMPLO.
Estadísticas Inferenciales Capítulo 10
Pronósticos, Series de Tiempo y Regresión
Ingeniería Industrial II CicloEducativo 2011
TEMA VII.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Definición Este diseño de investigación, dominado inicialmente por Campbell y Stanley (1963) diseño de grupo control no equivalente, es un formato.
DISEÑO DE LA INVESTIGACIÓN Dr. Walther,CASIMIRO URCOS
TEMA III.
TEMA XVII.
TEMA XX.
Tema 6. La investigación cuasi experimental
Investigación Cuasi experimental
ANOVA Modelo I: Comparación entre medias
Tema 1- Regresión lineal simple.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Regresión Lineal Simple
INTRODUCCIÓN GENERAL Causalidad e inferencia causal
Clases 3 Pruebas de Hipótesis
TEMA XXI. ESQUEMA GENERAL DISEÑO LONGITUDINAL DE MEDIDAS REPETIDAS SIMPLE Diseño de una muestra de sujetos. Estudio de las curvas de crecimiento Análisis.
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
INSTRUCCIONES SPSS.
Análisis de experimentos con submuestras balanceadas
DISEÑOS EXPERIMENTALES Y APLICADOS
Curso de Bioestadística. ANOVA
LA INVESTIGACIÓN CUANTITATIVA O EMPÍRICO- ANALÍTICA
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
TEMA V.
Investigación Experimental
TEMA X.
ESTADÍSTICA BÁSICA EN ECOLOGÍA EVOLUTIVA Juan J. Soler Cruz Estación Experimental de Zonas Áridas Almería.
TEMA VII.
Diseño de dos o más grupos de sujetos
Titular: Agustín Salvia
Análisis de Covarianza
TEMA VII.
TEMA XVI.
Concepto Según la estrategia de medidas repetidas, las unidades son observadas a lo largo de una serie reducida de intervalos de tiempo u ocasiones.
Concepto El diseño de discontinuidad en la regresión ofrece mejores perspectivas que el diseño de grupos no equivalentes, dado que se conoce la naturaleza.
Diseño de un grupo de sujetos
TEMA IX.
Metodología de la Investigación
TEMA XIV.
Diseño de EXPERIMENTOS
DISEÑO DE INVESTIGACIÓN.
TEMA II.
Análisis Factorial de la Varianza
Construcción de la tabla del ANOVA
PARA LA REGRESIÓN LINEAL SIMPLE
Análisis de los Datos Cuantitativos
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
Regresión lineal simple Nazira Calleja
REGRESIÓN LINEAL MÚLTIPLE.
TEMA 5 MÉTODO Y DISEÑOS EXPERIMENTALES
La naturaleza del control
TEMA 8 INVESTIGACIONES EX POST FACTO
DISEÑOS POR BLOQUES ALEATORIZADOS
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
ANÁLISIS DE COVARIANZA En algunas circunstancias, un experimento está afectado por la intervención de un factor muchas veces imprevisible y que no puede.
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
1 REGRESIÓN CON VARIABLES DICOTÓMICAS TEMA 1 (CONTINUACIÓN)
METODO DE MAXIMA PENDIENTE
1 INTRODUCCIÓN AL DISEÑO Y EVALUACIÓN DE PROGRAMAS SOCIALES, EDUCATIVOS Y DE LA SALUD Tema 7. Diseños evaluativos de intervención media (cuasi-experimentos)
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
ANALISIS DE VARIANZA.
BRIDELIS PALLARES DURAN YISELA DAZA CASTAÑEDA FRANCISCO MENDOZA AMAYA MARIA JOSÉ DIAZ RIVERO GRUPO # 2.
Transcripción de la presentación:

Definición La extensión lógica del diseño de grupo control no equivalente con medidas antes y después es el diseño con múltiples grupos no equivalentes; es decir, un diseño multigrupo formado por un conjunto de grupos intactos procedentes de poblaciones distintas, o no seleccionados al azar. ..//..

Al igual que el diseño de grupo control no equivalente, es importante establecer no sólo la equivalencia inicial de los grupos, mediante la comparación de las puntuaciones medias de la variable antes, sino también considerar de forma especial el proceso de selección.

Aunque los grupos no muestren diferencias significativas en las puntuaciones antes, es posible que una serie de factores actúen, de forma independiente, sobre los datos después y constituyan elementos determinantes en la ulterior interpretación de los resultados. ..//..

Propósito del diseño Según esta estructura de trabajo, se trata de averiguar si hay efecto de tratamiento. Se pretende estudiar la posible relación causal entre el factor de tratamiento y la variable de resultado. Mediante este formato cuasi-experimental o de grupos de selección, las diferencias previas (de selección) entre los grupos pueden causar cambios en la variable de resultado sin efecto alguno de tratamiento. ..//..

De ahí, lo importante es tener en cuenta las diferencias iniciales de los grupos (diferencias de selección), mediante algún tipo de control estadístico.

Estrategias de análisis 1) ANOVA(x) V.Pre A(H0) ANOVA(y) V. Dep. X 2) ANCOVA Y XY X (V.Bloq.) 3) ANOVA DE BLOQUES Y (V.Result.) 4) ANOVA(Gan.) Y-X

Técnicas de análisis del diseño de grupos no equivalentes Análisis simple de la variancia Análisis de la covariancia Técnicas de análisis Análisis de la variancia con bloques o emparejamiento Análisis de la variancia con puntuaciones de diferencia o ganancia

Ejemplo práctico Se pretende estudiar la eficacia de tres métodos en la enseñanza de las propiedades de los vectores. Se utilizan los métodos siguientes: A1 (método simplemente verbal), A2 (método de presentación simbólica), y A3 (combinación de ambos métodos). Para probar la eficacia de los tres métodos, el investigador utiliza tres clases o aulas de un centro escolar en el mismo período de tiempo. A tal propósito, el investigador pasa una prueba al iniciar el estudio y otra a finalizarlo. ..//..

A partir de este hipotético ejemplo, se obtiene la correspondiente matriz de datos en la que se incluyen las puntuaciones de ganancia (G), o diferencia entre la puntuación después (D) y la antes (A) de cada sujeto; es decir, las puntuaciones o valores de ganancia.

DISEÑO DE GRUPOS NO EQUIVALENTES 31 310 9674 32 34 36 30 28 29 Y 1573 4.9 49 305 8 6 9 7 5 3 4 X A1 22.5 225 5179 4.3 43 283 27.7 277 7793 5.3 53 349 1056 1550 27 33 24 26 21 2 1 A2 22 20 25 16 19 A3 DISEÑO DE GRUPOS NO EQUIVALENTES Medias: ( ): ( )2 ( ) ( )

Modelo de análisis anova (1)

MODELO ESTRUCTURAL DEL ANOVA: DISEÑO DE GRUPO CONTROL NO EQUIVALENTE

Supuestos del modelo estadístico εij ~ NID(0,σε²) Yij = la puntuación postratamiento del i individuo (i = 1 a n) del j grupo de tratamiento (j = 1, 2,...,a) μ = la media total αj = el efecto del grupo j de tratamiento εij = el error de medida

Suma de cuadrados. Variable Y SCtotal(y) = 32² + 34² + ... + 19² - C = 22646 – 21978.133 = 667.867 SCA(y) = 310²/10 + 277²/10 + 225²/10 – C = 22345.4 - 21978.13 = 367.267 SCS/A(y) = 32² + 34² + ... + 19² - (310²/10 + 277²/10 + 225²/10) = 22646 - 22345.4 = 300.6 siendo C = (310 + 277 + 225)²/30 = 21978.133

F0.99(2/27) = 5.49; F0.95(2/27) = 3.35 667.87 Total <0.01 16.5 CUADRO RESUMEN DEL ANOVA. DISEÑO DE GRUPOS NO EQUIVALENTES (VARIABLE DESPUÉS, Y) F0.99(2/27) = 5.49; F0.95(2/27) = 3.35 an-1=9 667.87 Total <0.01 16.5 188.63 11.13 (a-1)=2 a(n-1)=27 367.27 300.60 Entre Trat (A) Intra grupos (S/A) p F CM g.l SC F.V.

Suma de cuadrados. Variable X SCtotal(x) = 8² + 6² + ... + 2² - C = 937 - 700.83 = 236.17 SCA(x) = 49²/10 + 53²/10 + 43²/10 - C = 705.9 - 700.83 = 5.07 SCS/A(x) = 8² + 6² + ... + 2² - (48²/10 + 53²/10 + 43²/10) = 937 - 705.9 = 231.1 siendo C = (49 + 53 + 43)²/30 = 700.83

CUADRO RESUMEN DEL ANOVA: DISEÑO DE GRUPOS NO EQUIVALENTES (VARIABLE ANTES, X) F0.95(2/27) = 3.35 an-1=29 236.17 Total >0.05 0.29 2.535 8.559 (a-1)=2 a(n-1)=27 5.07 231.10 Entre Trat (A) Intra grupos (S/A) p F CM g.l SC F.V.

Modelo de análisis ancova (2)

ANALISIS DE LA COVARIANCIA Grupos de tratamiento Trat. A1 Trat. A2 Trat. A3 X Y X Y X Y Totales Medias

MODELO ESTRUCTURAL DEL ANCOVA: DISEÑO DE GRUPO CONTROL NO EQUIVALENTE

Supuestos del modelo estadístico ε’ij ~ NID(0,σε²) 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.

Cómputo de las SC’s del ANCOVA Se requiere: a) Cálculo de los siguientes valores: SCx, SCy y SPxy b) Ajustar las Sumas de Cuadrados del total y del error de la variable Y (SC...(y)) c) Proceder siguiendo la lógica del ANOVA

Sumas de Cuadrados de X e Y Las Sumas de cuadrados de las variables X (pre-tratamiento o antes) e Y (pos-tratamiento o dependiente) son las que previamente se han calculado para resolver el análisis mediante la primera estrategia (ANOVA). Las Sumas de Productos cruzados entre X e Y se presentan en la pantalla siguiente.

Cálculo de las Sumas de Productos (SP). F.V. SP Σj(ΣiXij)(ΣiYij) Variable A --------------------- - Cxy n Error S/A SPtot – SPA (ΣiXij)(ΣiYij) Grupo (Gj) ΣiXijYij - ------------------ Total (T) ΣiΣjXijYij - Cxy (ΣiΣjXij)(ΣiΣjYij) Cxy = ----------------------- an

Σj(ΣiXij)(ΣiYij) Variable A = ----------------------- – Cxy n Se suman los productos cruzados a través de los grupos

Error S/A = SPtot – SPA La Suma de Productos del error es la Suma de Productos residual del total

Total (T) = ΣiΣjXijYij – Cxy Donde (ΣiΣjXij)(ΣiΣjYij) Cxy = ----------------------- an es el factor de ajuste para la media.

(ΣiXij)(ΣiYij) Grupo (Gj) = ΣiXijYij – -------------------- n es el cálculo de la suma de Productos por grupo

DISEÑO DE GRUPOS NO EQUIVALENTES 31 310 9674 32 34 36 30 28 29 Y 1573 4.9 49 305 8 6 9 7 5 3 4 X A1 22.5 225 5179 4.3 43 283 27.7 277 7793 5.3 53 349 1056 1550 27 33 24 26 21 2 1 A2 22 20 25 16 19 A3 DISEÑO DE GRUPOS NO EQUIVALENTES Medias: ( ): ( )2 ( ) ( )

Sumas de productos cruzados SPtot = (1573 + 1550 + 1056) - Cxy = 4179 - 3924.67 = 254.33 SPA = [(310)(49) + (277)(53) + (225)(43)]/10 - Cxy = 3954.6 – 3924.67 = 29.93 SPS/A = 254.33 - 29.93 = 224.4 (49+53+43)(310+277+225) Cxy = ------------------------------------ = 3924.67 3x10

Sumas de Productos de los grupos de tratamiento Grupo A1 = 1573 - (310)(49)/10 = 54 Grupo A2 = 1550 - (277)(53)/10 = 81.9 Grupo A3 = 1056 - (225)(43)/10 = 88.5 SPS/A = 224.4

CÁLCULO DE LAS SUMAS DE CUADRADOS DEL ANCOVA

Sumas de cuadrados del ancova F.V. SC g.l. F CMA(aj) A(aj) SCA(y') = SCtot(y') - SCS/A(y') a-1 --------------- CMS/A(aj) SPS/A² S/A(aj) SCS/A(y') = SCS/A(y) - ------------ a(n-1)-1 SCS/A(x) SPtot² Total(aj) SCtot(y') = SCtot(y) - ----------- an - 2 SCtot(x)

Orden de ejecución de los cálculos: Se procede empezando por el total y termina con el de tratamientos

SPtot² Total(aj) = SCtot(y') = SCtot(y) – ----------- SCtot(x)

SPS/A² S/A(aj) = SCS/A(y') = SCS/A(y) – ------------ SCS/A(x)

A(aj) = SCA(y') = SCtot(y') – SCS/A(y')

Cómputo de las sumas de cuadrados

CUADRO RESUMEN DEL ANCOVA DISEÑO DE GRUPOS NO EQUIVALENTES F0.99(2/26) = 5.53; F0.95(2/26) = 3.37 an-2=28 393.98 Total <0.01 48.94 155.63 3.18 (a-1)=2 a(n-1)-1=26 311.27 82.71 Entre Trat (A) Intra grupos (S/A) p F CM g.l SC F.V.

Anova con técnica de bloques (3)

Formación de bloques La técnica de bloques o emparejamiento se aplica formando bloques o pares de individuos con puntuaciones similares en la variable pre-tratamiento o antes. Así, a partir de la matriz inicial de datos, se forman tres bloques de sujetos de acuerdo a los intervalos de la variable antes o covariable. El primer bloque está formado por los individuos con puntuaciones entre 0 y 3, el segundo bloque por individuos con puntuaciones 4 y 6, y el tercer bloque con individuos con puntuaciones 7 y 9. De esta forma, se obtiene la siguiente matriz de datos del diseño.

DISEÑO DE GRUPOS NO EQUIVALENTES 31 310 9674 32 34 36 30 28 29 Y 1573 4.9 49 305 8 6 9 7 5 3 4 X A1 22.5 225 5179 4.3 43 283 27.7 277 7793 5.3 53 349 1056 1550 27 33 24 26 21 2 1 A2 22 20 25 16 19 A3 DISEÑO DE GRUPOS NO EQUIVALENTES Medias: ( ): ( )2 ( ) ( )

Bloques Tratamientos A1 A2 A3 bloque I 0-3 28 24 20 B1 29 21 25 28 16 19 Totales 85 45 80 ΣY..1 = 210 _ medias 28.3 22.5 20 ΣY..1 = 70.8 bloque II 4-6 34 29 24 B2 30 28 24 29 26 22 32 28 21 totales 125 111 91 ΣY..2 = 327 medias 31.25 27.7 22.75 ΣY..2 = 81.7 bloque III 7-9 32 27 26 B3 36 33 28 32 33 28 totales 100 121 54 ΣY..3 = 275 medias 33.3 30.25 27 ΣY..3 = 90.55 ΣY.j. = 310 277 225 ΣY... = 812 _ _ ΣY.j. = 92.85 80.45 69.75 ΣY.jk = 243.05

Cálculo de las sumas de cuadrados SCtotal = 28² + 29² + ... + 28² – C = 22646 - 21978.13 = 667.87 SCA = 310²/10 + 277²/10 + 225²/10 – C = 22345.4 - 21978.13 = 367.27 SCB = 210²/9 + 327²/12 + 275²/9 – C = 22213.53 - 21978.13 = 235.40 SCAxB = 85²/3 + 125²/4 + 100²/3 + 45²/2 + 111²/4 + 121²/4 + 80²/4 + 91²/4 + 54²/2 – C – SCA – SCB = 22529.17 – 21978.13 - 367.27 – 235.40 = – 51.63

Los Cuadrados medios se obtienen como en el caso proporcional, siendo (812)2 C = ------------ = 21978.13 30

Método de medias no ponderadas Paso 1. Se calcula SCA, SCB y SCAB a partir de las medias de las casillas y no a partir de los datos originales. Se toman como valores las correspondientes medias. SCA = 92.85²/3 + 80.45²/3 + 69.75²/3 – 243.05²/3x3 = 6652.796 – 6563.700 = 89.096 SCB = 70.8²/3 + 81.7²/3 + 90.55²/3 - 243.05²/3x3 = 6628.944 – 6563.700 = 65.244 SCAB = 28.3² + 31.25² + 33.3² + 22.5² + 27.7² + 30.25² + 20² + 22.75² + 27² – 243.05²/3x3 – SCA – SCB = 6721.51 – 6563.700 – 89.096 – 65.244 = 3.47

Paso 2. Cálculo de la SCS/AB A continuación, se calcula la Suma de cuadrados del error como residual del total: SCS/AB = SCtotal – SCgrupos SCS/AB = 28² + 29² + ... + 28² – [85²/3 + 125²/4 + 100²/3 + 45²/2 + 111²/4 + 121²/4 + 80²/4 + 91²/4 + 54²/2] = 22646 – 22529.17 = 116.83 siendo los grados de libertad del error: g.l.S/AB = g.l.total – g.l.celdas = (30 – 1) – (9 – 1) = 21. Así, CMS/AB = 116.83/21 = 5.563

Paso 3. Cálculo del recíproco de la media armónica de las entradas de las celdas o casillas: 1 1 1 1 1 1 1 1 1 ----- = (----)(ΣjΣk----) = ---(--- + --- + --- + --- + --- ñh ab njk 9 3 4 3 2 4 1 1 1 1 + --- + --- + --- + ---) 4 4 4 2 = (0.111)(2.917) = 0.324

Paso 4. Se estima el error por 1 CMS/AB’ = ------ CMS/AB = (0.324)(5.563) = 1.802 ñh siendo la Suma de Cuadrados del error ajustado SCS/AB’ = (0.324)(116.83) = 37.852

Resultado del anova el método de medias no ponderadas. F.V. SC g.l. CM F p Tratamientos (A) 89.096 2 44.55 24.75 <0.05 Bloques (B) 65.244 2 32.62 18.13 <0.05 Inter. AxB 3.470 4 0.87 0.48 >0.05 Error ajustado 37.852 21 1.80 F0.95(2/21) = 3.47; F0.95(4/21) = 2.84

Anova con puntuaciones de ganancia (4)

Concepto En su versión más elemental, el análisis basado en las puntuaciones de diferencia –puntuaciones de ganancia o cambio –, consiste en calcular, de cada sujeto, la diferencia entre su puntuación después y su puntuación antes. De este modo, se tienen las diferencias directas o brutas (que no deben ser confundidas con las puntuaciones de diferencia estandarizadas). ..//..

A continuación, se calculan los valores de estas puntuaciones de los distintos grupos de tratamiento y se aplica, para probar la significación estadística, el correspondiente análisis de la variancia a los datos de diferencia o ganancia.

DISEÑO DE GRUPOS NO EQUIVALENTES 22.4 224 5042 20 24 23 21 22 Y-X 27 33 29 28 26 Y 7 9 6 2 4 1 X A2 26.1 261 6833 25 32 34 36 30 8 5 3 A1 16 19 A3 18.2 182 3350 18 17 DISEÑO DE GRUPOS NO EQUIVALENTES Medias: ( ): ( )2

Cálculo de las Sumas de Cuadrados del anova SCtotal(d) = 24² + 28² + ... + 17² - C = 15225 - 14829.63 = 395.37 SCA(d) = 261²/10 + 224²/10 + 182²/10 - C = 15142.1 – 14829.63 = 312.47 SCS/A(d) = 24² + 28² + ... + 17² - (261²/10 + 224²/10 + 182²/10) = 15225 - 15142.1 = 82.9 siendo C = (261 + 224 + 182)²/30 = 14829.63

F0.99(2/27) = 5.49; F0.95(2/27) = 3.35 an-1=29 395.37 Total <0.01 CUADRO RESUMEN DEL AVAR: DISEÑO DE GRUPOS NO EQUIVALENTES (DATOS DE DIFERENCIA) F0.99(2/27) = 5.49; F0.95(2/27) = 3.35 an-1=29 395.37 Total <0.01 50.88 156.23 3.07 (a-1)=2 a(n-1)=27 312.47 82.90 Entre Trat (A) Intra grupos (S/A) p F CM g.l SC F.V.

Comparación de los valores F Fe Ft Anova (y) = 16.5 F0.95(2/27) = 3.35 Ancova = 48.94 F0.95(2/26) = 3.37 Anova (bloq.) = 24.75 F0.95(2/21) = 3.47 Anova (gan.) = 50.88 F0.95(2/27) = 3.35