¡Descarga Metodología Experimental y más Apuntes en PDF de Psicología solo en Docsity!
TEMA 1 Metodología experimental
Psicología experimental , Metodología experimental , Diseño
experimental
Los orígenes.
Convencionalmente, la psicología experimental nace en 1879, año en que Wilhelm Wundt constituye el laboratorio de psicología de la Universidad de Leipzig. Sea como sea, los comienzos de la psicología experimental están documentados. Los trabajos de autores como Helmholtz, Wundt, Fechner, Weber o Ebbinghaus, nos permiten comprender que el modo de entender el experimento psicológico en estos primeros años es común, y sigue unos patrones muy bien definidos. Lo describió muy bien Kurt Danziger (1990) que denomina como “modelo de Leipzig” al modelo de experimentación caracterizado por:
- Papel de experimentador y de sujeto experimental intercambiables;
- Experimentos con caso único o muy pocos casos, hasta el punto de que se publicaban los nombres de los sujetos; Muchos de esos sujetos experimentales eran psicólogos o estudiantes, con un escaso porcentaje de escolares, y más escaso aún de personas ajenas al ámbito de la educación.
- Ese modelo convive primero con la incipiente investigación de grupos, que forma parte de otra tradición, para verse con el paso de los años (más bien de las décadas) abandonado, salvo residualmente, a favor de esa investigación con sujetos asignados al azar a grupos que se comparan en alguna característica relevante. Pero no únicamente en Alemania aparecen estudios que puedan clasificarse bajo la denominación “psicología experimental”. Titchener, psicólogo británico que marchó a Estados Unidos, publicó allí sus cuatro volúmenes del libro “Experimental Psychology”, entre 1901 y 1905. Del mismo modo que la mayor parte de la investigación de la época en la escuela de Leipzig giraba alrededor de la sensación (estudios de psicofísica) y de la memoria, el libro de Titchener recogía conocimientos e investigaciones en las áreas de la sensación, percepción, memoria, emoción, etc., áreas comunes a las clásicas, más algunas que anunciaban cambios de orientación, como las que Titchener dedicaba los estudios sobre la “acción”. Es la época en la que Watson publica su manifiesto conductista, no lo olvidemos.
- ¿Existía, entonces, una metodología experimental? Si hubiésemos preguntado en la época qué caracterizaba al método experimental nos habrían respondido abriendo mucho los ojos y con cara de incomprensión, de no entender la pregunta. La metodología era la del resto de las ciencias naturales, observación rigurosa, control de la situación, registro sistemático de las observaciones. La vieja tradición de la ciencia empírica del siglo XIX.
- Los métodos están dentro de los objetos de estudio. Los objetos de estudio marcan el tipo de método que se va a seguir. El pensamiento metodológico en psicología experimental no depende de un único método.
- La psicología experimental se fundamenta en el rigor y en los objetos de estudio.
La tradición estadística y el cambio de modelo.
En 1925 aparece “Statistical methods for research workers”, libro de Sir Ronald Aylmer Fisher, que se puede encontrar en las páginas de clásicos de la Universidad de York.. Educado en la tradición de grandes científicos de la biometría, como Sir Francis Galton, o Karl Pearson (con quien mantuvo una tormentosa relación), Fisher describe en este libro un conjunto de técnicas, algunas prouestas por él por primera vez, que, aplicadas a la genética, a la herencia y a la evolución prueban su valor y su carácter innovador. Pero es en 1935 cuando aparece un texto muy importante para la materia que estamos describiendo. Se trata de “The design of experiments”. La historia es bien conocida: Fisher trabaja en la Estación Experimental Agrícola de Rothamstead, donde, aplicando las técnicas descritas en su trabajo de 1925, singularmente el análisis de varianza, pone las bases de una metodología estadística para el estudio de grupos de datos clasificables genéricamente como experimentales. Los trabajos más importantes de Ronald Aylmer Fisher se reimprimieron en un único volumen (Fisher, 1990) El estudiante puede encontrar en él “Statistical methods for research workers”, “The design of experiments” y “Statistical Methods and Scientific Inference”, tres textos clave de este autor. Los datos de Fisher, como es lógico, estaban constituidos por cosechas, parcelas de terreno, producto (por ejemplo, grano de trigo producido) de esas parcelas, etc. Y sus “diseños experimentales” se proponen para diferenciar cosechas en parcelas diferentes, probar el efecto de fertilizantes, y este tipo de problemas. Poco que ver con lo que hubo sido la tradición metodológica en la Psicología Experimental clásica. Pero la historia, y no sólo la historia, nunca funciona en blanco y negro. El texto de Danziger (1990) cuenta cómo las cosas iban cambiando. Pueden encontrarse varios trabajos de este autor en: http://www.kurtdanziger.com/. La narración de la historia del experimento, y del sujeto experimental, así como de la psicología social del experimento está contada con detalle en varios de los trabajos que se pueden leer allí.
Propuesta. Es difícil pretender que un curso universitario con el título “Metodología experimental en Psicología” permita el estudio de la abigarrada problemática puesta de manifiesto hasta aquí. Diversas propuestas serían posibles para un curso con este título, aunque muchas de ellas serían parciales: rotar contenidos muy importantes año a año (un año Detección de señales y Psicofísica, otro año Diseños de caso único y Experimentos de tiempos de reacción, por ejemplo); estudiar métodos generales de control de experimentos (el control en los experimentos de sujeto único, el control en los experimentos de grupos, manipulaciones experimentales en áreas seleccionadas), etc. La propuesta que se ha elegido para este curso académico es coherente con el título del artículo de Geoffrey Loftus: “Análisis, interpretación y presentación visual de datos experimentales”. Se trata de un conjunto coherente de contenidos enfocados al análisis crítico de los árticulos de investigación experimental en las áreas típicas de la Psicología Experimental, así como en otras áreas aplicadas (clínica, social, etc.). Se parte de que el profesional de la Psicología está obligatoriamente al día en su ámbito de especialización, y frecuentemente lee investigación experimental o pre-experimental sobre temas de su interés profesional. Mucho más si éste fuese investigar. La utilización de la metodología estadística aplicada a los diseños experimentales ha sido excesivamente rígida, poco razonada y, en muchas ocasiones, mál enfocada. El texto arriba reseñado de F. J. McGuigan no es una verdad revelada, es parcial, esquemático y se basa demasiado en una escolástica de las pruebas de significación de la hipótesis nula. Desde los años setenta del pasado siglo hemos aprendido mucho. Y hemos aprendido, sobre todo, que con demasiada frecuencia se cometen errores de interpretación de técnicas estadísticas, se utilizan algunas en situaciones en las que no proporcionan información fiable, o se ignoran desarrollos actuales que permitirían acercarse más adecuadamente a los problemas que presentan los datos de los experimentos. Por eso recientemente ha aparecido un pujante movimiento que aboga por la “reforma de la enseñanza de la metodología estadística”, tratando de que el usuario (y todos lo somos cuando leemos investigación) de esas metodologías no cometa (o cometa el mínimo número de) errores de interpretación, sea consciente de las limitaciones de las técnicas, y utilice aquellas que, en el estado de nuestros conocimientos en ese tiempo, mejor se adapten a la información que se pretende extraer del experimento. Nombres como Jacob Cohen, Robert Rosenthal, Roger Kirk, Leland Wilkinson, Rand R. Wilcox, Geoffrey R. Loftus, Rex B. Kline o Geoff Cumming representan a otros muchos que se implican activamente (modestamente, nos
implicamos activamente, cada uno desde su posición) en las buenas prácticas estadísticas, en que el usuario sea capaz de comprender los conceptos clave de la experimentación, comprender las técnicas de diseño de experimentos con claridad, sus ventajas e inconvenientes, así como comprender las técnicas estadísticas utilizables en cada situación, comprender por qué nos dan información, comprender qué información proporcionan y cuál no, comprender por qué no se pueden utilizar a veces las técnicas más difundidas, y por qué otras funcionan mejor en ciertas situaciones. Comprender, en fin, cómo funciona el sistema de inferencias implicado en el análisis de los experimentos. Parece más útil este enfoque que el de contar escolásticamente la materia como si fuese un conjunto de verdades reveladas por la diosa Metodología o la diosa Matemática a un conjunto de elegidos. Lo primero que debe saber quien se acerque a esta materia es que no va a encontrar en ella certezas, y sí aproximaciones provisionales. La ciencia es eso.
TEMA 2 Esquema de los diseños experimentales y
casi experimentales
¿Qué vale como experimento?
La definición de experimento en los textos de psicología no alcanza uniformidad hasta los años 70, y no fue tomada de otras disciplinas. La definición estándar esta relativamente ausente en física, es poco frecuente en biología, y en sociología aparece solo después del desarrollo de ésta en psicología. Tratamos por tanto la consagración de la experimentación como el único método para descubrir las causas. A pesar de los numerosos desacuerdos sobre temas fundamentales en psicología, existe un importante consenso social sobre la definición y el papel del experimento. En casi todos los textos modernos, el experimento se define como la manipulación de una variable independiente , manteniendo el resto de variables constantes, y observando el efecto en la variable dependiente (Winston, 1988) Sostenemos que el cambio en la retórica de los libros de textos psicológicos, considera la naturaleza de cambios importantes en experimentos paralelos en la
errónea y el término “correlación experimental” es auto-contradictorio. Una discusión general sobre el problema de la causalidad y la inferencia causal está más allá del alcance de este documento( ver Bunge, 1959; Muliak, 1987; Suppes, 1970; Wallace, 1972). Sin embargo, es obvio que la astronomía, la paleontología, la etnología y otras disciplinas, han investigado exitosamente las causas de fenómenos sin muchos recursos de manipulación.
El sentido de la uniformidad En síntesis, los libros de texto de introducción a la psicología gradualmente adoptaron una visión altamente uniforme de lo que es un experimento ,definiendo este como manipulación de una variable independiente. Esta uniformidad fue lograda recientemente, (i.e., entre las décadas de los 50´s y los 70´s). En la década de los 70, los textos de psicología dan a entender que experimentar es epistemológicamente superior a otros métodos. Esta visión no fue tomada de los libros de texto de otras disciplinas, aunque recientemente estas otras disciplinas están comenzando a tomar prestado el constructo metodológico usado por los textos de psicología En física, la cual tradicionalmente fue tomada como modelo de ciencia por los psicólogos, las discusiones sobre el método de investigación y las definiciones de experimento están por lo general ausentes. Cuando los textos de física definen experimento, estos generalmente lo hacen de una manera mucho más abierta que los textos de psicología, y con un significado diferente con respecto a la manipulación de una variable. Tal vez el factor más importante de la homogeneidad de los libros de textos de métodos experimentales es una cuestión identificada por *** Danzinger** (1990) como: Ansiedad psicológica en lo que se refiere a la practica investigadora. Ansiedad sobre el método y el deseo de “ocultar “ cualquier desacuerdo en cuanto al método, a fin de parecer legítimamente científicos ; es lo que ha supuesto una gran fuerza uniformadora. El admitir a los que se introducen en la psicología que las tareas básicas metodológicas
son inciertas y una materia de la negociación social , puede amenazar el reclamo de la psicología de tener un estatus científico. En cambio, es importante para la psicología , relativamente baja de prestigio, tomar prestadas características de otros campos mas prestigiosos (ver Whitely, 1984). Desafortunadamente, lo que fue tomado prestado no fue, como dijo Danzinger (1990), “ la esencia de la exitosa práctica científica” pero si frecuentemente “ ciertas características no descontextualizadas y no revisadas de la práctica científica”. En psicología, el foco se centra en la identificación de la variable independiente como causa, la tradición desarrollada por Boring y Woodworth, permanece en el pensamiento común pero no en el universal. Así los experimentos deben compartir características superficiales a través de las disciplinas, apoyando así la apariencia de método único, mientras permanecen fundamentalmente divergentes en la estructura profunda.
Conclusión Definiendo experimentación de esta manera, la psicología se presenta a si misma como una ciencia que descubriría no solo “relaciones en forma de correlaciones, sino condiciones manipulables que propiciaran el cambio. Así los experimentos harían más que revelar la naturaleza del mundo; podrían proporcionar información socialmente útil. La idea de que la información causal debe ser práctica, más que puramente teórica, es un valor cuyo apoteosis se encuentra en Cook y Campbell(1979), quienes ensalzaron el valor de una receta para la causalidad y defendieron esto en cualquier ciencia; una buena explicación proporciona las causas que se pueden manipular. Desde esta perspectiva, la justificación del experimento radica principalmente en una posición filosófica acerca de la simple interrelación de: explicación , causa y manipulación. El éxito de la física y el rol del experimento en físicas no es particularmente relevante a este argumento, y, en este sentido, el modelo de experimentación en psicología no fue el de física, sino el de agricultura, educación e ingeniería. El ascenso de la visión estándar de causa y experimento, tuvo al menos 4 consecuencias importantes para la psicología de las décadas entre 1930 y 1970.
- Primero ayudó a deslegitimizar la alternativa de los modelos no experimentales para las investigaciones científicas en psicología, como
que revisaremos los datos. Y, en efecto, también Kirk indica claramente que el análisis estadístico forma parte del propio concepto de diseño. Según Kirk, el diseño incluye unas cuantas actividades interrelacionadas:
- Formulación de una hipótesis estadística como formulación comprobable de una hipótesis científica. Se entiende por hipótesis estadística un enunciado acerca de uno o más parámetros de la población, o acerca de la forma funcional de una población.
- Determinación de las condiciones experimentales (variable independiente) a usar, de las medidas (variable dependiente) a registrar, y de las condiciones extrañas (variables perturbadoras -"nuissance"-) que se deben controlar.
- Especificación del número de sujetos (unidades experimentales) necesarios, y de la población de la que han de muestrearse.
- Especificación del procedimiento de asignación de los sujetos a las condiciones experimentales.
- Determinación del análisis estadístico que deberá ejecutarse. En breve, un diseño experimental identifica las variables independiente, dependiente y perturbadoras, e indica la forma en que hay que ejecutar los aspectos de aleatorización y estadísticos de un experimento (Kirk, 1995). De un modo más conciso, pero no apuntando a temas menos relevantes, Winer, Brown y Michels (1991) presentan la siguiente argumentación: La ciencia se dedica a comprender la variabilidad en la naturaleza, la estadística se dedica a la toma de decisiones sobre la naturaleza en presencia de la variabilidad, y el diseño experimental se dedica a la reducción y el control de la variabilidad de forma que haga aplicable la teoría estadística a las decisiones que se tomen sobre la naturaleza (Winer, Brown y Michels, 1991). Si Kirk incide en aspectos instrumentales de la realización de un experimento, Winer, Brown y Michels apuntan en una dirección complementaria: el diseño sirve para controlar la variabilidad de los datos. Como veremos un poco más adelante, ese control debe entenderse como conocimiento más que como restricción en el comportamiento de las variables o los datos. Desde una perspectiva teleológica, Petersen (1985) considera que el papel del diseño experimental es proporcionar información eficiente y precisa para alcanzar las siguientes objetivos: prueba de hipótesis y/o cálculo de estimadores de las diferencias encontradas entre los efectos de los tratamientos (Petersen, 1985). En efecto, se diseña un experimento para conseguir algo, y se ponen en juego muy diversos medios y recursos con determinados objetivos. Concretamente, según Petersen, se diseñan experimentos para los siguientes propósitos:
- Proporcionar estimadores de los efectos de los tratamientos o de las diferencias entre efectos de los tratamientos.
- Proporcionar un modo eficiente de confirmar o refutar conjeturas acerca de la respuesta a un tratamiento.
- Evaluar la fiabilidad de esos estimadores y conjeturas.
- Estimar la variabilidad del material experimental.
- Incrementar la precisión eliminando variaciones extrañas de las comparaciones de interés.
- Proporcionar un esquema sistemático y eficiente para dirigir un experimento (Fleiss, 1986): El diseño experimental se dedica al plan de ordenación de las unidades experimentales, y de su asignación a tratamientos, de tal forma que las comparaciones entre tratamientos sean insesgadas y tan precisas y potentes como sea posible. (Bowerman y O'Connell, 1990): En el diseño experimental, la variable dependiente se llama variable de respuesta, y las variables independientes se llaman factores. Podemos querer estudiar un único factor o varios factores. Los diferentes niveles de un factor (o combinación de factores) se llaman tratamientos. El propósito de la mayoría de los experimentos estadísticos es comparar y estimar los efectos de diferentes tratamientos sobre la misma variable de respuesta. Es decir, queremos:
- Determinar si los efectos de los distintos tratamientos son diferentes.
- Si los efectos de los tratamientos son diferentes, estimar cuánto lo son.
Tipos de diseños experimentales
Características de los diseños experimentales :
- Según CONTEXTO en el que se aplican
Estadístico o diseño de grupos No estadístico o diseño de caso único
- Según NATURALEZA de los datos
Paramétricos
No Paramétricos
- Según CANTIDAD DE VARIABLES
Univariado 1 VI
1 VD
Bivariado / Multivariad o
+ 1 VI
b) Diseño simple de 3 grupos (Bloques)
1 Azar X
2 X
3 Control (no)
c) Antes después 1 Azar O1 Si O 2 O2 No O
d) Factorial
1 Azar Xa1B
2 Xa1B 3 Xa2B 4 Xa2B
Estos diseños van en función de la cantidad de VI que se utilizan y de los distintos niveles que tiene cada VI : A) Diseño simple de 2 grupos : Tenemos un grupo al que no se le da tratamiento (grupo control) y otro experimental al que se le administra el tratamiento. ►¿ Cuantos contrastes se pueden hacer? Una única comparación entre los dos grupos. Son grupos independientes y mutuamente excluyentes ; un grupo recibe el tratamiento y el otro no.
B) Diseño simple de 3 grupos : Tenemos una VI con 3 niveles : Tratamiento 1 , tratamiento 2 y grupo control:
*** Tipos de Grupo Control** :
- – Grupo Placebo : Se interviene pero realmente no se le da tratamiento , si no un placebo. 2 ) – Grupo de la expectativa : Se le dice que no sera intervenido ahora , pero que después si será tratado. Posteriormente se le aplica placebo para que no pierda su condición de grupo control o directamente no se le aplica ningún tratamiento.
- Lista de espera : Recibiran tratamiento , mientras esperan sirven como grupo control.
- – Grupo atendido : Grupo que aunque no recibe tratamiento , si tiene atención por parte del experimentador.
- – Remisión espontanea : Un grupo al que no se le atiende durante el experimento ni reciben tratamiento , pero después se le observa. ( Ej : Rachman y Eysenk vieron que los efectos del psicoanálisis eran los mismos que los que se producían en aquellos sujetos que no habian recibido tratamiento , se producia pues una remisión espontánea de los síntomas)
¿ Cuantos contrastes se pueden realizar en este diseño simple de 3 grupos? a (a -1) 2 a= número de grupos ►Pueden hacerse contrastes apareados o entre el grupo control y las medias de los otros 2 grupos de tratamiento. 2 tipos de comparaciones :
Enfocad as
Para el diseño simple grupos apareados Prueba Omnibus Tipo de contraste F Para el diseño de 3 grupos Bloques (intersujeto)
ANOVA (Análisis de las varianzas) (Son iguales o distintas)
Globales Comparación del grupo control con los distintos pares de medias
Contraste F de Scheffé ( o Tukey) Comparación de 1 media con las otras 2 pareadas.
C) Diseño intrasujeto .Diseño Antes - Después ( pretest , observación previa al tratamiento)
- Pretest (Propiamente dicho) F 0 2 2Observación en la VD previa al tratamiento, son los valores de la VD ; su medida , es decir ; las puntuaciones de los sujetos previas a la condición anterior al tratamiento.
- En algunos sitios se habla de “ Proxy” que es parecida o cercana a la VD ( es como una transformación aproximada de la propia VD) pero no es la VD propiamente dicha. Tener una “Proxy ” en rigor no es un pretest , pero si se considera rigor en un diseño de grupos. (Ej el PIB es una aproximación a la VD pero no es ella misma)
- (^) Diferencia entre “Proxy” y la Variable de Bloque F 0 2 2La variable de bloque nos permite tener valores pero no la utilizaríamos para formar grupos ya que
Variable B
V.
A
B1 B
A1 A1B1 A1B2 Ў A
A2 A2B1 A2B2 Ў A
ЎB1 Ў B
→ Ў Total
F 0 2 2Si todas las celdillas tienen el mismo tamaño se dice que el modelo esta balanceado : Tiene el mismo peso B tanto en A1 como en A F 0 2 2Cuando comparemos Ў A1 - Ў A2 (contraste diferencia de medias) y ЎB1 - Ў B2. Veremos si hay mas peso , pero si el tamaño es igual en un grupo que en otro no existirá mas peso : Ў A1 - Ў A2 Ў B1 - Ў B A B
En A no hay nada de B y si lo hay es en la misma medida por eso se dice que el diseño está balanceado. ► ¿Qué tipo de contrastes podemos hacer?
- En las medias marginales se comparan los EFECTOS PRINCIPALES de la variable en si misma (Medias marginales). Media marginal de A = Ў A1 y Ў A2. Media marginal de B : ЎB1 y Ў B
- EFECTOS PRINCIPALES SIMPLES efecto fijo de una variable sobre los distintos niveles de la otra:
- (^) Comparación de A solo en B1 : Ў A1B1 - Ў A2B
- Comparación de A solo en B2 : Ў A1B2 - Ў A2B
- Comparación de B solo en A1 : ЎA1B1 - Ў A1B
- Comparación de B solo en A2 : Ў A2B1 - Ў A2B
Si las medias son iguales , no hay efectos ; es decir no existe interacción.
- EFECTO DE LA INTERACCIÓN EN LOS DISEÑOS FACTORIALES
La interacción existe cuando el efecto de una variable es diferente en los distintos niveles de la otra variable. Ej : Efectos de A en B1 y B2. Lo podemos saber si las medias marginales son distintas en la misma variable es decir cuando los Efectos Principales son diferentes: F 0 2 2Si A( B1) - A (B2) = 0. Modelo aditivo , no hay interacción F 0 2 2Si B( A1) - B (A2) = 0. Modelo aditivo no hay interaccion
- CONCEPTO DE ADITIVIDAD EN LOS DISEÑOS FACTORIALES
En diseños con 2 fuentes de variación , o mas, es clave porque indican si existe o no interacción .Cuando los Efectos principales simples no son iguales , existe interacción Los efectos y la interaccion son INDEPENDIENTES se pueden dar ambas o darse una y la otra no.
¿ Que papel juega la aditividad? Cuando hay aditividad se producen saltos porque estamos sumando una constante , no existe interacción. Aunque no existan diferencias entre los Efectos principales si que puede existir interacción cuando los Efectos principales simples son diferentes.
Tipos de Diseños Factoriales :
- Factorial intrasujeto : El mismo sujeto pasa por diferentes condiciones y obtenemos distintas puntuaciones de la misma persona en la VD que podemos comparar.
- Factorial inter sujeto : Se comparan 2 bloques distintos sujetos al azar que son iguales en una característica ( Grupo Contro Pre – Post , comparado con grupo tratamiento Pre – post , se comparan bloques de sujetos de ambos grupos que son iguales en alguna característica)( Cualquier diseño inter , se puede convertir en Diseño de bloques ( es parecido al muestreo estratificado : se busca la homogeneidad intra bloques ( La homogeneidad intrabloques no existe por lo que es una fuente de error ; Varianza Intra o de error) y heterogeneidad interbloques)( Los diseños intersujeto se pueden convertir en diseños de bloques) ► Se compara :
- Efectos principales
- (^) Efectos principales simples
- Interacción Tenemos dentro de los diseños intersujeto , o de bloques, una varianza intra , entre los sujetos que forman el bloque: Varianza intra = Varianza de Error
- Factorial Diseño Solomon : Diseño factorial con 4 grupos distintos al azar : Asignació n
Pretest Tratamient o
Postest
femenino recibe después el preservativo masculino y por último se les pregunta la sasitsfacción entre ambos..
No siempre se da , pero puede producirse transferencia asimétrica lo que supone un problema : XA F 0 2 2XB ≠ XB F 0 2 2XA Que la experiencia en una condición interfiera en la interpretación de la siguiente.
- Diseño longitudinal :
- Se utiliza para comprobar tratamientos duraderos en el tiempo y su efectividad. Se comprueba mediante la observación.
- Hay comportamientos que varian a lo largo del tiempo
- Después del tratamiento se utiliza la observación inmediata para conocer los posibles efectos a corto plazo del tratamiento.
- Las observaciones previas nos sirven para establecer una linea base ( entre 2 grupos que en principio consideramos similares , poca varianza inter)
* SOBRE LOS DIFERENTES DISEÑOS EXPERIMENTALES*
Algunos diseños al azar pueden convertirse en :
- Diseños de bloques al azar
- Diseños intrasujetos Pero los diseños de bloques e intrasujetos , plantean el problema de la Aditividad La falta de aditividad ( es decir , la interacción) puede darse entre :
- Bloque x tratamiento
- Sujeto x tratamiento
- Tratamiento x tratamiento En algun caso , la interacción puede ser aleatoria y eso es fuente de error ( el tratamiento no es recibido igual por todos los sujetos en el diseño intrasujeto).Cuando hay adivitidad , las covarianzas entre las distintas comparaciones son iguales o por lo menos positivas.
- Supuestos en Diseños Correlacionados de Bloques e intrasujeto. Además de cumplir los supuestos típicos de las pruebas paramétricas t y F han de cumplir un supuesto adicional :
- El de aditividad : Un factor debe influir en el otro de manera uniforme y constante.
- El de homogeneidad de varianzas
Estudiando la matriz de la covarianza de los datos se deben cumplir supuestos mas restrictivos:
- Esfericidad
- Circularidad
- Simetria compuesta ¿Qué pruebas tenemos para evaluar los supuestos?
- Prueba de aditividad de Tukey ( F Sheffe, comparación de las influencias de los factores )
- Prueba de Mauchly
- Prueba de Huynh – Feldt ( Nos arroja un valor Epsilon por el que multplicamos los grados de libertad)
- Prueba conservadores de Geisser – Greenhouse
2 ) Tipos de Diseños Preexperimentales o casi experimentales
Características :
- Los casos no se asignan al azar con lo que tenemos problemas asociados a la validez interna por problemas en la selección de sujetos.
- Problemas a la validez interna ; como no tenemos la asignación al azar , no se puede asegurar que los efectos que encontramos se deban al tratamiento o a alguna variable extraña.
- La validez mejora si :
- Identificamos problemas en el diseño (Ejercicio racional)
- Añadimos elementos al diseño para controlar variables extrañas ( Medidas , grupos , pretest ….)
Principales diseños casi experimentales A) Diseños de grupo control no equivalente (Varios grupos que no son equivalentes)
- No hay asignación al azar por lo que los grupos pueden ser muy distintos de antemano( Grupos autoseeleccionados , intactos por pertenecer de forma natural a una condición , son los que son. Ej : Ser fumador o no fumador , mutuamente excluyentes)
- Los grupos mejoran si :
- Son tan similares como sea posible
- Si las condiciones del tratamiento se puede asignar al azar en ambos grupos.
- Conociendo los grupos antes y después
