Diseños Experimentales en Estadística: Guía Completa

1. Diseños Unifactoriales Aleatorios

1.1. Diseños de Dos Grupos Aleatorios (1VI con Dos Niveles)

La potencia es escasa, adecuado para exploratorias.

Modelo General de Análisis

Datos Paramétricos:
- T de Student
- Análisis Unifactorial de la Varianza (ANOVA) (la t y la F son iguales y compara los dos grupos)
Datos No Paramétricos: U de Mann-Whitney o Chi cuadrado

1.2. Diseños de Multigrupos Aleatorios (1VI con Más de Dos Niveles)

Generan mucha varianza de error y la manipulación de una sola VI no representa de manera adecuada la realidad.

Modelo General de Análisis

Datos Paramétricos: Hay que saber si la VI es cualitativa o cuantitativa
- VI Cualitativa: Análisis Unifactorial de la Varianza (ANOVA). Ej.: Texto en castellano, inglés y euskera
- VI Cuantitativa: Análisis de Tendencias. Ej.: Dosis (5gr, 8gr, 10gr)
Datos No Paramétricos: Análisis de la Varianza Unidireccional de Kruskal-Wallis

Para Llevar a Cabo las Comparaciones Múltiples,

Comparaciones a Priori (Antes de ANOVA)

Comparaciones dos a dos o complejas utilizamos Bonferroni (Dunn), no me interesan todas las diferencias entre los grupos, sino las diferencias entre dos grupos concretos.
Para comprobar el GC con otras condiciones utilizamos Dunnet

Comparaciones a Posteriori (Después del Análisis)

HSD de Tuckey
Peritz: Cuando tenemos más de dos VI

2. Diseños Factoriales Aleatorios

Ventajas:

Permiten analizar los efectos principales y los efectos de interacción
Las interacciones entre factores son muy frecuentes en nuestro ámbito.
Muchos de los efectos de interacción tienen importancia teórica.
Se reduce la varianza de error y se incrementa la potencia.
Supone un ahorro de tiempo y de sujetos.
Representa la realidad de manera más adecuada, ya que si analizamos más VI tendremos mayor precisión, y, por tanto, posee mayor validez externa.

Posibles Análisis que Podemos Hacer:

Datos Paramétricos Cuando se Cumplen los Supuestos

VI Categóricos: Análisis Factorial de la Varianza (ANOVA)
- Modelo Aditivo: sin interacción
- Modelo No Aditivo: con interacción
VI Cuantitativos: Regresión Múltiple

1. Diseños Simples y Factoriales de Medidas Totalmente Repetidas (1 o Varias VI)

Ventajas:

Reducen la varianza de error, minimizan la varianza sistemática secundaria y aumenta la potencia.
Necesitan menos sujetos.

Inconvenientes:

Surgen efectos de período y efectos residuales o carry-over. Posible correlación o dependencia entre las distintas puntuaciones de los sujetos. Existencia de al menos una variable de naturaleza aleatoria (la variable sujeto) en el diseño, aumenta la probabilidad de cometer un error de tipo I en la estimación de los parámetros.

Pruebas para Comprobar el Cumplimiento de Este Supuesto:

Prueba de esfericidad de Mauchly
La prueba de Box.

Si no se Cumple el Supuesto de Esfericidad Utilizaremos:

F conservadora; univariado
Índice de Greenhouse y Geisser; univariado
MANOVA:

1. Validez de Conclusión Estadística

Amenazas a la Validez de Conclusión Estadística

1. Violación de los Supuestos del Modelo Estadístico:

Supuesto de Medida de la VD Cuando la Variable es Cuantitativa (Intervalo)

Supuesto de Normalidad

Procedimientos para comprobar este supuesto:

Test de Shapiro-Wilk (n<50)
Prueba Kolmogorov-Smirnov (n>50)

Supuesto de Homogeneidad de Varianzas

Procedimientos para comprobarlo:

Prueba de Hartley: cuando se cumpla la normalidad, los tamaños de los grupos iguales
Prueba de Cochran: siempre y cuando se cumpla la normalidad – cuando los grupos son equilibrados o pequeñas desigualdades (+- 3/5)
Prueba de Bartlett: siempre y cuando se cumpla la normalidad – no requiere que los grupos sean equilibrados
Prueba de Levene: cuando no se cumple la normalidad, aunque también se puede utilizar cuando sí haya normalidad.

Procedimientos para corregir la heterocedasticidad cuando esta no es demasiado grande el desajuste:

El procedimiento de O’Brien.
La prueba F conservadora
F* de Brown y Forsythe.
La prueba W de Welch.

2. Escasa Potencia de la Prueba Estadística 3. Tamaño del Efecto 4. Tamaño de la Muestra (N) 5. Tasa de Error Tipo I 6. Baja Fiabilidad y Validez en la Medida de la VD 7. Escasa Fiabilidad en la Administración de los Tratamientos y Aplicación de Tratamientos con Potencia de Prueba Inadecuada 8. Heterogeneidad Aleatoria de las Unidades Experimentales 9. Irrelevancias Aleatorias en la Situación Experimental 10. Presencia de Puntuaciones “Outliers” 11. Presencia de Valores “Missing”

2. Validez Interna

1. Amenazas a la Validez Interna

1.1. Historia:

Hecho o suceso que puede influir a la VD.

Historia Interna o Proactiva: todos los factores aprendidos o genéticos. Se manifiesta en diseños intersujetos y controlado: aleatorización.
Historia Externa o Reactiva: conjunto de sucesos y circunstancias que ocurren dentro o fuera del experimento entre las medidas tomadas antes y después. Se manifiesta en los diseños intrasujeto.

1.2. Maduración

Cambios en las condiciones internas del organismo como consecuencia del desarrollo biológico y psicológico que se produce como resultado del paso del tiempo. Se da en diseños intra.

1.3. Administración de Pruebas

Efecto que puede ejercer la aplicación de un test sobre los resultados que se obtienen en una prueba posterior. Se da en diseños intra.

1.4. Instrumentación

Cambios que ocurren a lo largo del tiempo en los instrumentos de observación y/o medida o en los procedimientos de evaluación de la VD.

1.5. Interacción Entre Tratamientos Públicos

Se trabaja con diseños intrasujeto, en general, en situaciones con medidas pretest y postest. La técnica de control es el contrabalanceo.

Efectos de período:
Efectos residuales o carry-over

1.6. Regresión Estadística

Tendencia que presentan las puntuaciones extremas a regresar hacia la media de la distribución cuando se vuelve a aplicar el mismo sistema de medida. En los diseños intrasujeto o con medidas pretest y postest.

1.7. Selección Diferencias de los Sujetos

Falta de equivalencia entre los distintos grupos experimentales. Diseños intersujetos que utilizan una regla de asignación no aleatoria (diseños cuasi-experimental)

1.8. Mortalidad Experimental o Pérdida Selectiva de Sujetos

1.9. Interacción Entre la Selección Diferencias de Sujetos y Otras Amenazas

1.10. Ambigüedad Sobre la Direccionalidad de la Influencia Causal

Dificultad para determinar cuál es la causa y cuál es el efecto.

1.11. Efectos Reactivos Situacionales

2. Procedimientos para Controlar las Amenazas a la Validez Interna

2.1. Técnicas de Control en los Diseños Intersujetos

Eliminación: consiste en eliminar la variable extraña
Constancia: consiste en utilizar un único nivel de la variable extraña o en mantenerla constante
Equilibracion: consiste en distribuir los efectos de las variables extrañas equitativamente entre los distintos tratamientos
Aleatorización:
Emparejamiento: aumentar la sensibilidad del diseño reduciendo la varianza de error. (aumenta potencia).
- Emparejamiento por Inclusión/Técnica de Bloqueo: consiste en incluir la VE en el diseño
- Emparejamiento por Control Acoplado: controlar el posible sesgo derivado de la relación temporal entre un evento y una respuesta.
- Emparejamiento por Igualación de Sujetos: emparejar a los sujetos en la variable o variables que pretenden controlarse a fin de crear grupos equivalentes
Ajuste Estadístico: reducir la varianza de error y aumentar la sensibilidad del diseño (aumentar potencia)

2.2. Técnicas de Control en los Diseños Intrasujetos

Contrabalanceo o Equiponderación
Equiponderación Intrasujeto o Técnicas ABBA
Equiponderación Intragrupo
Equiponderación Aleatoria

3. Validez de Constructo

1. Amenazas

1.1. Explicación Preoperacional Inadecuada

Las operaciones utilizadas para definir el constructo teórico de referencia deben derivarse de una consideración conceptual del mismo y recoger sus características esenciales.

1.2. Sesgos Derivados de una Operacionalización Única

Las operacionalizaciones únicas tienden a infrarrepresentar los constructos teóricos de referencia

1.3. Sesgos Derivados de un Único Método de Operacionalización

Cuando todas las manipulaciones se presentan del mismo modo o todas las medidas se registran mediante el mismo sistema, la influencia del método no puede ser disociada de la del constructo teórico

1.4. Confusión Entre Constructos y Niveles de Constructos

Manipulan varios niveles discretos de una VI de naturaleza continua, puede que el constructo resulte infrarrepresentado.

1.5. Interacción Entre Tratamientos Múltiples

Diseños intrasujeto con dos o más tratamientos.

1.6. Interacción Entre el Tratamiento y la Aplicación de Pruebas Previas

Administramos un pretest a los sujetos o cuando tomamos medidas repetidas al mismo grupo de individuos.

1.7. Generalidad Restringida Entre Constructos

Administramos un pretest a los sujetos o cuando tomamos medidas repetidas al mismo grupo de individuos.

1.8. Amenazas Derivadas de Factores Situacionales y de Interacción Social

Se producen cuando el sujeto interactúa con el experimentador.

Adivinación de hipótesis a partir de claves contextuales
Adopción de diversos roles por parte de los sujetos experimentales
Artefactos del experimentador

4. Validez Externa

1. Amenazas

1.1. Selección x Tratamiento =

Ausencia de validez poblacional

1.2. Contexto x Tratamiento =

Ausencia de validez ecológica

1.3. Momento Temporal x Tratamiento =

Ausencia de validez histórica

1.4. Otros Factores que Pueden Influir

Interferencia Entre Tratamientos Múltiples: no sabemos cuál funciona
Efecto de Sensibilización del Pretest: los resultados de la segunda prueba pueden verse influidos por el tratamiento de la primera prueba.
Efecto de Sensibilización Postest: el hecho de que les aplique una prueba de evaluación puede influir.
Reactividad a la Situación Experimental y al Proceso de Evaluación: los sujetos pueden ser reactivos
Efectos del Carácter Novedoso de la Situación Experimental.