Diseños UNIFACTORIALES INTERSUJETOS

Report
Tema 5. Método y
diseños experimentales
Marta Beranuy Fargues
25/11/2014
Introducción y concepto
• La psicología se fundó como Ciencia cuando aplicó en método
experimental a su objeto de estudio.
• El método experimental es el método científico por excelencia, y su
objetivo esencial es la identificación de causas y la evaluación de sus
efectos.
El investigador crea una situación artificial, donde manipula un
aspecto determinado del ambiente para estudiar su efecto en la
conducta del sujeto. Trata de buscar una relación de causalidad entre
la variable independiente y la dependiente controlando el resto de
factores (vvee) que podrían influir en la conducta del sujeto.
Método experimental
• Experimento: situación artificial que produce el experimentador para
poder estudiar el efecto de la VI en la VD. Éste se puede dar en el
laboratorio (experimento de laboratorio) o en el marco natural del
sujeto (experimento de campo).
En lugar de esperar a que se dé de forma natural, el experimentador
escoge el momento para que darse. Así puede replicar el
experimento en las mismas condiciones y, si lo cree conveniente,
puede variar condiciones para ver las diferencias.
A veces, se puede hacer un experimento piloto: ensayo del
experimento para estudiar algunos aspectos como, por ejemplo, la
influencia de alguna variable extraña, el número y valor de los
estímulos, el tiempo que dura, cómo funcionan los aparatos, etc.
Requisitos del método experimental
La principal característica del método experimental es el cumplimiento
de estos cuatro requisitos:
Manipulación
Mínimo dos
condiciones
experimentales
Aleatorización:
equivalencia
inicial de grupos
Control
Al menos una de las VI tiene que ser de manipulación intencional (si
seleccionamos valores, se llama ex post facto).
O un grupo que pase por las dos condiciones, o dos grupos (uno que pase por las
condiciones y otro que no).
Cuando se asignan los participantes a los grupos y cuando se asignan los grupos
a las condiciones experimentales.
Mediante aleatorización cada sujeto tiene la misma probabilidad de ser asignado
a los diferentes grupos experimentales, lo que garantiza que las posibles
diferencias en la VD antes del experimento se distribuyan al azar.
Acción directa y manipulativa sobre la VI y sobre las VVEE.
El control permite concluir que los cambios en la VD son ocasionados por la VI.
Objetivo del método experimental
El objetivo del método experimental es analizar relaciones causales.
Para que se pueda inferir una relación causal, son necesarias tres
condiciones:
Contingencia temporal VI-VD
Covariación entre VI-VD
No expuriedad
La VI debe preceder a la VD
Debe darse covariación entre las dos variables, de
manera que un cambio en los valores de la VI conlleve
cambio proporcionalmente directo o inverso en la VD.
Excepto cuando no influye.
La responsabilidad de esta covariación no puede
atribuirse a otras variables (VVEE).
Clasificación de los diseños experimentales
Unifactorial
(una VI)
Intersujeto
cada sujeto -> un solo tratamiento
2. Bloques:
- bloques al azar
- cuadrado latino
- grupos apareados
Intrasujeto
cada sujeto -> todos los tratamientos
Factorial
(más de
una VI)
1. Grupos aleatorios:
- dos grupos
- multigrupo
Intersujeto
Grupos aleatorios
Intrasujeto
Bloques
Mixto
Diseños UNIFACTORIALES INTERSUJETOS
1. De grupos aleatorios
Objetivo: buscar grupos equivalentes para que las diferencias encontradas en la VD se
deban al tratamiento.
a) De dos grupos aleatorios: consta de un grupo experimental (aplicación del
tratamiento) y otro grupo control (sin tratamiento o placebo). También se pueden
aplicar dos valores de la VI (dos grupos experimentales).
b) Multigrupos aleatorios: utiliza tres o más valores de la VI. Pueden ser todos los
grupos experimentales o designar uno al azar como grupo control. El proceso de
realización es semejante al anterior, solo que habrá diferencias sustantivas en el
análisis de datos. Mejora respeto al anterior en utilizar más valores de la VI y afinar
más en el tipo de relación entre VI y VD.
Ambos tipos de diseño pueden tener medidas solo postratamiento o medidas pre y
postratamiento.
Diseños UNIFACTORIALES INTERSUJETOS
a) De dos grupos aleatorios con medida postratamiento:
PASOS a seguir:
1. Seleccionamos de la población de interés una muestra de sujetos lo suficientemente
grande para que pueda actuar el azar. Si además la selección se realiza de forma
aleatoria, mejor.
2. Se asignan los sujetos a los dos grupos o condiciones (aleatoriamente). Aplicamos el
tratamiento y tomamos la medida de la conducta de los sujetos en los dos grupos.
3. Comparamos los resultados de los dos mediante la técnica de análisis de datos más
adecuada.
4. Extraemos las conclusiones pertinentes, generalizamos los resultados y redactamos
el informe de investigación.
Diseños UNIFACTORIALES INTERSUJETOS
a) De dos grupos aleatorios con medida postratamiento:
Ventajas:
•
Aleatorización: igualdad de grupos antes del tratamiento.
•
Control sobre amenazas a la validez interna: historia y maduración (pasa poco tiempo entre la
aplicación del tratamiento y la medición de la VD).
Posibles amenazas:
- a la validez interna: la instrumentación (defectos en la medida) y la selección diferencial (grupos
no equivalentes), si la muestra es pequeña o si no se ha realizado correctamente la asignación
aleatoria.
- a la validez externa: los efectos de interacción de los sesgos de selección y el tratamiento si las
muestras no se han seleccionado aleatoriamente y no son representativas de la población. Los
efectos reactivos de los dispositivos experimentales debidos a la artificialidad de la situación.
Para el análisis de dados: diferencia de medidas de grupos independientes.
Diseños UNIFACTORIALES INTERSUJETOS
b) De dos grupos aleatorios con medida pre y postratamiento:
Los mismos pasos (excepto que le añadimos el tomar la medida pre antes de).
Se toman dos medidas en cada grupo, una antes y otra después del tratamiento.
Se usa sobre todo cuando nos pueden quedar dudas de que los grupos hayan quedado
equivalentes (cuando la muestra es muy heterogénea o el número es pequeño).
Se toma la medida de la VD o una variables MUY RELACIONADA con ésta, antes de
administrar el tratamiento (medida pretratamiento).
En el caso de que no haya diferencias entre los grupos, se continua con el diseño, si las
hay, podemos utilizar la técnica de bloqueo para asignar los sujetos a los grupos o
determinadas técnicas estadísticas como el análisis de covarianza para controlar el
efecto.
Diseños UNIFACTORIALES INTERSUJETOS
b) De dos grupos aleatorios con medida pre y postratamiento:
Ventajas:
•
Gracias a la medida pre, se puede estudiar si los grupos son equivalentes, y
controlamos casi todas las amenazas a la validez interna.
Posibles amenazas:
- a la validez interna: una de las más típicas es la sensibilización a la medida pre
(familiarizarse con el tipo de tareas, adivinar los objetivos de la investigación, conocer las
expectativas del investigador, etc.) y la regresión estadística (cuando las puntuaciones
son muy extremas) aunque al ser dos grupos equivalentes, existe la misma probabilidad
de que influyan estas amenazas en los dos grupos.
- a la validez externa: la interacción entre la medida pre y el tratamiento (cuando el
efecto del tratamiento depende de la sensibilización que produce el pretest).
Diseños UNIFACTORIALES INTERSUJETOS
b) De dos grupos aleatorios con medida pre y postratamiento:
Para el análisis de dados:
- Para comprobar la equivalencia de los grupos comparamos las medidas pre
A1 con B1 (diferencia de medias para dos grupos independientes)
- Para ver la influencia de los tratamientos dentro de cada grupo comparamos pre con
post
A1 con A2 y B1 con B2 (diferencia de medias para dos grupos relacionados)
- Para contrastar la hipótesis compara las medidas postratamiento
A2 con B2 (diferencia de medias para dos grupos independientes)
Diseños UNIFACTORIALES INTERSUJETOS
2. De bloques
Objetivo: obtener grupos equivalentes. Se usa cuando las puntuaciones pretratamiento
indican grupos no homogéneos, cuando sospechamos que la aleatorización es insuficiente,
o cuando creemos que existe una VE que puede influir.
Consiste en agrupar a los sujetos en subgrupos o bloques en función de la puntuación
obtenida en una posible variable extraña muy relacionada con la VD o en la misma VD
(variable de bloqueo).
Es imprescindible que la variable de bloqueo tenga una alta correlación con la variable
dependiente. Podemos utilizar la información que tengamos o tomar medidas previas para
ver si existe esta correlación.
Variable de bloqueo: antes de formar los grupos, para obtener grupos equivalentes.
Variable pretratamiento: después de formar grupos, para comprobar grupos equivalentes.
Diseños UNIFACTORIALES INTERSUJETOS
- Cuando utilizamos DOS variables de bloqueo, el diseño se denomina de cuadrado
latino (el número de bloques en cada variable de bloqueo tiene que ser igual que el
número de condiciones experimentales).
- Bloques aleatorios: completos e incompletos.
- Bloques aleatorios completos: cuando cada bloque constituye una réplica exacta
del experimento, dentro de cada bloque se aplican TODOS los niveles de la variable
independiente.
- Bloques aleatorios incompletos: cuando se aplican sólo ALGUNAS condiciones
dentro de cada bloque.
- Grupos de apareados o equiparados: cuando los sujetos tiene que ser idénticos (no
similares) en la variable de apareo o equiparada. Por ejemplo: pares de gemelos.
Diseños UNIFACTORIALES INTERSUJETOS
2. De bloques
Pasos a seguir:
1. Elegir la muestra de la población, conocer la variable extraña relacionada con la VD
2. Medir la variable de bloqueo en todos los sujetos y decidir, en función de la
variabilidad de las puntuaciones y del problema a investigar, el número de subgrupos
que formaremos. A más variabilidad, mayor tiene que ser el número de subgrupos.
3. Una vez formados los bloques, asignamos aleatoriamente a cada grupo experimental,
el mismo número de sujetos de cada bloque, eliminándose los sujetos restantes.
Diseños UNIFACTORIALES INTERSUJETOS
2. De bloques
Ventajas:
•
Los grupos experimentales son inicialmente más homogéneos entre sí que los
formados al azar: mayor validez interna.
Posibles amenazas:
- a la validez externa: debido a la cantidad de sujetos que hay que eliminar por no
encajar dentro de ningún bloque y a la posible sensibilidad de los sujetos a la medida.
Para el análisis de dados:
- lo podemos considerar un diseño de grupos independientes.
Clasificación de los diseños experimentales
Unifactorial
(una VI)
Intersujeto
cada sujeto -> un solo tratamiento
2. Bloques:
- bloques al azar
- cuadrado latino
- grupos apareados
Intrasujeto
cada sujeto -> todos los tratamientos
Factorial
(más de
una VI)
1. Grupos aleatorios:
- dos grupos
- multigrupo
Intersujeto
Grupos aleatorios
Intrasujeto
Bloques
Mixto
Diseños UNIFACTORIALES INTRASUJETOS
También llamados diseños de medidas repetidas: Todos los sujetos pasan por todas las
condiciones.
Pasos a seguir: los mismos que los de un diseño intersujeto, excepto por el hecho de que
tenemos que poner especial cuidado a la hora de controlar el efecto de orden utilizando la
técnica de contrabalanceo.
Ventajas:
•
Control interno mayor que cuando se usan distintos sujetos.
•
No existe la necesidad de balancear o equiparar los participantes.
•
Aumentan la potencia estadística (probabilidad de rechazar la hipótesis nula cuando es
falsa)
•
Permiten trabajar con muestras más pequeñas.
•
Reducen los costes y el tiempo del experimento.
Diseños UNIFACTORIALES INTRASUJETOS
Posibles amenazas:
- a la validez interna: efecto de orden o error progresivo y efectos residuales o de
arrastre. Y la mortalidad experimental.
Para el análisis de dados:
- T student para medidas relacionadas (si comparamos dos medias) o un ANOVA de un
factor de medidas repetidas si la VI tiene más de dos valores.
Clasificación de los diseños experimentales
Unifactorial
(una VI)
Intersujeto
cada sujeto -> un solo tratamiento
2. Bloques:
- bloques al azar
- cuadrado latino
- grupos apareados
Intrasujeto
cada sujeto -> todos los tratamientos
Factorial
(más de
una VI)
1. Grupos aleatorios:
- dos grupos
- multigrupo
Intersujeto
Grupos aleatorios
Intrasujeto
Bloques
Mixto
Diseño FACTORIAL
Se estudia la influencia simultánea de dos o más VI (factores) sobre una VD (univariado).
Cada factor puede tener dos o más valores o niveles y cada tratamiento o condición
experimental consiste en la combinación de los respectivos valores de un factor con los del
otro.
Se puede estudiar el efecto de cada factor por separado. También se puede estudiar el
efecto de la combinación de los niveles de los diferentes factores sobre la variable
dependiente.
El experimento factorial más sencillo consta de dos facrores con dos niveles cada uno.
Un diseño factorial de dos factores se expresa así: diseño factorial A x B. A es el número de
niveles que tiene el primer factor, y B el número de niveles del segundo factor.
Ejemplo: diseño factorial 2 x 3. Primer factor, escenario: webconferencia, conferencia
presencial. Segundo factor, ansiedad: leve, moderada, alta. El numero de tratamiento
responde a la multiplicación 2 x 3= 6.
Diseño de tres factores: diseño factorial A x B x C.
Diseño FACTORIAL
Para asignar los sujetos a cada tratamiento se utiliza la asignación aleatoria o la técnica de
bloqueo.
Los diseños factoriales pueden ser intersujetos, intrasujetos o mixtos.
Pasos que hay que dar:
1. Ver cuántos tratamientos o condiciones experimentales tenemos (AxB).
2. Asignar aleatoriamente o mediante bloques los sujetos a los tratamientos. Todos los
tratamientos pueden aplicarse a los mismos sujetos (diseño factorial intrasujeto), a
diferentes sujetos (diseño factoral intersujeto) o unos tratamientos a los mismos
sujetos y otros a diferentes sujetos (diseño factorial mixto).
Diseño FACTORIAL
Permite estudiar:
• El efecto principal de la influencia de cada VI sobre la VD. Existen tantos efectos
principales como VI haya en la investigación.
Hipótesis de efectos principales, Ej:
- la escasez de horas de descanso afecta a la conducción provocando errores.
- diferentes entornos de conducción pueden provocar diferencias en los errores.
• El efecto diferencial que se detecta comparando los diferentes niveles de un mismo
factor para determinar dónde se dan las diferencias que refleja el efecto principal.
Cuando la VI tiene solo dos valores, no procede.
Hipótesis de efectos diferenciales, Ej:
- los sujetos comenten más errores cuando conducen por ciudad que por carretera.
- los sujetos comenten más errores cuando conducen por ciudad que por autopista.
- los sujetos comenten más errores cuando conducen por carretera que por autopista.
Diseño FACTORIAL
Permite estudiar:
• El efecto de interacción que aparece cuando la influencia de una VI sobre la VD varía
en función de los valores que toma la otra u otras VI.
En un diseño AxBxC tendríamos la interacción AxB, AxC, CxB y AxBxC.
Hipótesis de efectos de interacción, Ej:
- el efecto de las horas de sueño variará en función del entorno de conducción (AxB).
- el efecto del entorno de conducción variará en función de las horas de sueño (BxA).
Ventajas:
•
El comportamiento humano es muy complejo y en él intervienen múltiples variables
que normalmente interactúan entre sí. Es más ecológico.
•
Se utiliza la misma muestra para evaluar simultáneamente los efectos de dos o más VI.
Son más eficaces.
•
Permite evaluar los efectos de la interacción entre las variables.
Diseño SOLOMON
Diseño que tiene como finalidad controlar explícitamente la interacción de la medida
pretratamiento con la VI.
La estructura es de CUATRO GRUPOS: dos experimentales y dos de control. Dos con medidas
pre y post, y dos con medidas solo post.
Grupos
Nombre
Medida pre
Tratamiento
Medida post
Experimental
A
OA1
X
OA2
Control
B
OB1
-
OB2
Experimental
C
-
X
OC1
Control
D
-
-
OD1
Diseño SOLOMON
Para ver si se ha producido sensibilidad a la medida pretratamiento se comparan OD1 y OB2.
si la medida pre no ha producido sensibilización no tendría que haber diferencias.
Grupos
Nombre
Medida pre
Tratamiento
Medida post
Experimental
A
OA1
X
OA2
Control
B
OB1
-
OB2
Experimental
C
-
X
OC1
Control
D
-
-
OD1
Para ver si la medida pre ha interactuado con el tratamiento comparamos OC1 y OA2. Si el
efecto del tratamiento no se ha visto afectado por la medida pre no deberían encontrarse
diferencias.
Diseño SOLOMON
Los pasos que hay que dar:
1. Selección de la muestra y asignación aleatoria a los cuatro grupos.
2. Decidir aleatoriamente qué grupos vana a ser los experimentales y cuáles los de control
y, cuáles de ellos tendrán medida pretratamiento.
3. Aplicar el tratamiento a los grupos experimentales. Solo se aplican dos niveles de la VI:
presencia y ausencia de tratamiento.
4. Tomar medidas postratamiento de la VD a los cuatro grupos.
Ventaja:
•
Comprobar explícitamente la posible interacción entre la medida pre y el tratamiento.

similar documents