Professional Documents
Culture Documents
PROGRAMA DE PSICOLOGA.
ESTADSTICA APLICADA
(Material en Revisin)
Nunnally (1960), seala que cuando no se rechaza la hiptesis nula suele ser por falta de
sujetos, con muestras grandes y tomando como criterio los niveles de significacin, se
puede probar casi cualquier cosa. Mientras que otros autores como Cohen y Hyman
(1979), expresan que la prctica de confiar en la significacin estadstica como si fuera
un ndice de certeza es ridcula, y que el nivel de significacin () se haya convertido en
el criterio de aceptar o rechazar los resultados de una investigacin, es uno de los
ejemplos ms impresionantes de ignorancia generalizada (mass ignorance) en la historia
de la ciencia.
Lo que se pretende con al clculo del tamao del efecto (TE) es medir en que grado o
en que medida la hiptesis nula es falsa. Tambin se dice que es una manera de
cuantificar la efectividad de una particular intervencin, relativa a una comparacin.
Coe R. (2003) seala que la magnitud del efecto cuantifica el tamao de la diferencia
entre dos grupos, y por lo tanto se puede decir que es una verdadera medida de la
significancia de tal diferencia.
Una de las ventajas de la determinacin del tamao del efecto (TE), es cuando un
experimento se realiza en diferentes perodos de tiempo o replicado en diferentes
escenarios o localidades, las diferentes medidas de la magnitud del efecto obtenidas en
cada investigacin pueden ser comparadas y combinadas para dar una mejor estimacin
global de la magnitud del efecto. Este proceso de sintetizar los resultados
experimentales en una estimacin nica de la magnitud del efecto es conocido como
meta-anlisis.
1. Cohen:
2
N
Xi
X - m0 N
X i2 - i
d= s=
N
s
i
donde N -1
2. Hedges:
2
n
xi
X - m0 n
xi2 - i
d= s= i
n
s donde n -1
Para el caso de pruebas de hiptesis cuando se comparan las medias de dos muestras
independientes, bajo el supuesto de homocedastidad, tambin se cuenta con dos
maneras distintas de estimacin del tamao del efecto (TE), una propuesta por Cohen
(1988) y otra propuesta por Hedges (1985).
1. Cohen:
Cuando n1 n2:
X - X2 n1S 12 + n2 S 22
d= 1 Sp =
Sp n1 + n2 - 2
donde
X - X2 S12 + S 22
d= 1 Sp =
Sp 2
donde
2. Hedges:
X - X2 ( n1 - 1) S 2 + ( n2 - 1) S 2
g= 1 Sp = 1 2
Sp n1 + n2 - 2
donde
El indicador propuesto por Hedges presenta la limitante que posee un sesgo positivo, o
dicho de otra manera, presenta una sobreestimacin del tamao del efecto que puede ser
corregida mediante un ajuste propuesto por el mismo autor, la cual es simbolizada por
gajust., y se obtiene de la siguiente manera:
3
g ajust = g
1-
4 gl - 1
Donde gl son los grados de libertad de la prueba: n1 + n2 -2. A mayor grado de libertad,
menor ajuste se necesita para lograr una estimacin menos sesgada del tamao del
efecto.
Por ltimo, cuando se realizan comparaciones de medias en muestras relacionadas o
pareadas, el clculo del tamao del efecto se expresa de la siguiente manera:
1. Cohen (1988):
2
n
D n
di
d= di -
2 i
n
sD Donde
sD = i
3. Hedges (1985):
2
n
D n di
i
g= -
2
d i
n
sD Donde
sD = i
n -1
d
g=
n1 + n2 n1 + n2
d=g
n1 + n2 - 2 n1 + n2 - 2
y
Una caracterstica importante del tamao del efecto es que puede ser expresado en
trminos del traslapamiento entre dos muestras mediante el clculo de los percentiles. El
tamao del efecto es equivalente a un puntaje Z de una distribucin normal. Si el valor
de d resulta igual a 1, esto quiere decir que el puntaje de la persona promedio en el
grupo experimental (muestra 1) est a una desviacin estndar por encima de la persona
promedio en el grupo control (muestra 2); y adems, excede los puntajes del grupo
control en un 81 %; esto es: P(d< 1,00) = 0,8113 o (81,13%).
Como el valor de d es una cantidad tipificada, el valor tabulado Z puede ser ubicado en
la tabla normal estndar, esto es:
El valor de tc (t calculado) puede ser determinado a partir del tamao del efecto (d o g) y
viceversa.
Cuando las dos muestras poblacionales son de igual tamao (n 1 = n2) se puede calcular
el valor tc a partir del valor del tamao del efecto y viceversa, mediante la siguiente
relacin matemtica:
d n1 + n2 - 2 2tc
tc = d=
2 n1 + n2 - 2
y
Tambin se puede se puede g a partir de tc, que segn Mahadevan (2002) esto es:
2tc
g=
n1 + n2
tc n1 + n2
g=
n1n2
En tal sentido, el valor 2 puede ser utilizado como una medida de estimacin de la
magnitud del efecto en experimentos donde se usan pruebas de hiptesis para medias
asociadas con muestras provenientes de poblaciones independientes normales. El valor
de 2 se determina mediante la siguiente frmula:
t c2 - 1
= 2
t c2 + N - 1
Segn Cohen (1988) la magnitud del efecto segn la estimacin de 2 puede ser
categorizada de la siguiente manera:
Existen diferentes formas de estimacin del tamao del efecto en los diseos
experimentales, que sern discutidos a continuacin:
SCTRAT .
2 =
SCE
Tambin es posible estimar este indicador con la utilizacin del estadstico de prueba F c
del anlisis de varianza de efecto fijo, de la siguiente manera:
CM TRAT .
Fc =
CME
Entonces, se puede hacer utilizando el eta cuadrado:
2 N -t
Fc =
( 1 - 2 ) t -1
Este indicador se obtiene mediante el apoyo del Eta Cuadrado, como se presenta a
continuacin
2 ( N - 1) - t + 1 + N ( 1 - 2 )
Tambin puede obtenerse mediante la utilizacin de las sumas de cuadrados, tal como se
presenta a continuacin:
SCTRAT . - ( t - 1) CME
2 =
SCTOT . + CME
Es importante destacar que Cohen (1988), sugiere como una orientacin para la
Por Rangos
Omega cuadrado
2
Tamao del efecto
Omega cuadrado
2
Estas orientaciones permiten valorar la magnitud del efecto de los tratamientos del
factor sobre la variable dependiente, los cuales no deben ser tomados como una norma
absoluta para todos los estudios cientficos.
g2
A.- Eta Cuadrado Global: .
Esta ecuacin se determina mediante el cociente entre la suma de cuadrados del efecto
medido y la suma de cuadrados del total, Esto es:
2 SCEFECTO Pr incipal
g . EFECTO = EFECTO =
SCTOTAL donde Intereccin
p2
B.- Eta Cuadrado Parcial: .
Se obtiene de la siguiente manera:
2 SCEFECTO Pr incipal
p.EFECTO = EFECTO =
SCEFECTO + SCERROR donde Intereccin
Como se puede observar con el eta cuadrado parcial se busca contrastar la variabilidad
de la fuente de inters (principal o Interaccin) con esa variabilidad ms la estimacin
de la variabilidad debida al error.
La obtencin del eta cuadrado parcial puede asimismo realizarse a partir del estadstico
de prueba del anlisis de varianza, tal como se muestra a continuacin:
2 g .l.N Fc Pr incipal
p.EFECTO = EFECTO =
g .l.N Fc + g .l.D donde Intereccin
Como se describi anteriormente, a partir del eta cuadrado se puede estimar el valor del omega
cuadrado 2 de la siguiente manera:
p2 ( gl N + glD ) - glN
=
2
p2 ( gl N + gl D ) - gl N + N ( 1 - p2 )
III.- Clculo del tamao del efecto en pruebas de comparacin mltiples por
parejas de medias:
Cohen (1988), propone unas orientaciones para la valorizacin del tamao del efecto,
segn este indicador, este es:
Segn Montgomery (xx), destaca que las pruebas de la MDS al 5% y Duncan son las
mejores para anlisis a posteriori.
A continuacin se presentar una revisin de estas tcnicas de comparacin mltiple:
H 0 : mi = m j
H1 : mi m j "i j
Donde el estadstico de prueba tc asociado con este caso, viene dado por:
Yi- Y j
tc =
1 1
CME +
r r
i j
1 1
Yi- Y j > t / 2; g .l .error CME +
ri rj
1 1
t / 2; g .l .error CME +
ri rj
Donde el valor reportado por la expresin , es lo que
se denomina valor critico MDS. En el caso, que el nmero de repeticiones o
submuestras en los tratamientos sean iguales, este valor MDS, se reduce a la siguiente
expresin:
2 CME
MDS = t / 2; g .l .error
r
EJEMPLO.
Esta prueba fue planteada por Duncan (1955), la cual se fundamenta en la comparacin
de todas las posibles combinaciones de diferencias de medias de tratamientos. Esta
prueba utiliza el siguiente error estndar para la media de tratamientos:
CME
SYi , =
rh
Donde rh es un valor promedio de los tamaos de repeticiones en todos los tratamientos
estudiados en una determinada situacin, el cual se estima mediante la media armnica
de la siguiente manera:
t
rk = t
1
i =1 ri
Cuando todos los niveles de tratamientos tienen el mismo nmero de repeticiones o
submuestras el valor de rh se convierte en r, es decir r = r h = r1= r2== rt. En este caso
se dice que el diseo es balanceado.
r ( p, f ) ,
denominado rangos mltiples de Duncan, simbolizado como donde p = 2, 3,
., t, y f representa los grados de libertad del error (gl E). Estos valores tabulados van a
ponderar el valor del error estndar de la media de tratamientos generando un indicador
denominado rangos mltiples Rp, el cual es:
R p = r ( p, f ) SYi
Donde p = 2, 3, ,t.
Cuando se tienen calculados todos los R p (desde 2 hasta t), se inicia las comparaciones
de las parejas de medias con los valores crticos de Duncan R p, siguiendo una estructura
procedimental:
Y(1) Y(2)
1.- Se ordenan las medias de tratamientos de menor a mayor, digamos: < <,
Y(t ) .
<
2.- Las diferencias de medias se inicia comparando la media mayor con la menor
Y(t ) - Y(1)
y esta se compara con el valor crtico Rt, el cual ser el valor crtico ms
alto. Posteriormente se compara la media de tratamiento mayor con la segunda
Y( t ) - Y(2)
menor, es decir, y esta se compara con el segundo valor crtico de
Duncan Rt-1. Este procedimiento se contina hasta agotar todas las comparaciones
de las medias de tratamientos con la media mayor y stas a su vez se comparan con
el valor crtico en el orden Rt-2, Rt-3 hasta R2. A continuacin se procede con mismo
procedimiento explicado anteriormente, pero esta vez haciendo la comparacin de
la segunda media mayor contra todas las inferiores a ella, una a una; y todas estas
diferencias generadas se enfrentan con el valor crtico mayor empezando con Rt-1.,
seguido de Rt-2 hasta la ltima comparacin correspondiente a R2. Este proceso se
contina hasta realizar todas las posibles diferencias por pares t(t-1)/2.
3.- Esta tcnica de comparacin mltiple establece al igual que la MDS, que una pareja
Y(t ) - Y(1)
de medias de tratamientos se considera distinta, digamos , si y solo si se
cumple:
EJEMPLO.
Esta prueba de comparacin mltiple fue propuesta por Tukey en 1953, que tambin
esta fundamentado en intervalos. Tukey propone un valor crtico que est relacionado
con un error estndar de la media de tratamientos y un valor tabulado propuesto por l
denominado de rangos estudentizados, cuyos parmetros son el nmero de tratamientos
utilizados en un experimento y los grados de libertad asociados con el error. Estos es:
q ( p, f )
Donde p = t = nmero de tratamientos; y f = glE. El se fija al 5% y 1%.
Este tcnica de comparacin utiliza un solo valor tabulado para el calculo del valor
crtico de Tukey.
CME
SYi =
r
b.- Diferente nmero de repeticiones por tratamientos:
CME 1 1
SYi = +
2 r r
i j
CME
T = q ( p, f )
r
b.- Si en Diseo Experimental es Balanceado:
CME 1 1
T = q ( p, f ) +
2 r r
i j
Yi- Y j > T
para todo i j y tanto i,j = 1,2,t.
En la prueba de comparacin mltiple de Tukey se pueden construir los intervalos de confianzas
del 100(1-) por ciento para todos los pares de medias como se presenta a continuacin:
CME CME
(Yi - Y j ) - q ( p, f )
r
mi - m j ( Yi- Y j ) + q ( p, f )
r
Para todo i j.
Para todo i j.
Esta prueba tiene vital importancia en aquellos estudios experimentales donde uno de
los niveles de tratamientos es un testigo o control (absoluta o comercial), y en estos
casos el inters radica en comparar todos los t-1 tratamientos estudiados con el
tratamiento testigo. El procedimiento partes de la prueba de media de tratamientos que
son de inters para el investigador contra la media del tratamiento testigo. Es decir:
H 0 : mi = mt
H1 : mi mt "i = 1, 2, K , t - 1
Aqu t es el ltimo tratamiento, correspondiente al testigo.
1 1
d ( t - 1, f ) CME +
ri rt
A igual que en los casos estudiados anteriormente se puede notar que este estadstico
esta compuesto por un valor tabulado que pondera al error estndar de las medias de
tratamiento. El error estndar variar dependiendo si el modelo experimental estudiado
es balanceado o desbalanceado. Mientras que el valor tabulado se obtiene a partir de una
tabla propuesta por Dunnett para una y dos colas a un nivel de significancia del 5 y 1%,
la cual se presentan en la mayora de los textos de diseo experimental. Este valor
tabulado es nico para todas comparaciones de medias realizadas.
1 1
Yi - Yt > d ( t - 1, f ) CME +
ri rt
En el caso que la diferencia no supere al valor crtico entonces esa media de tratamiento
es igual a la del tratamiento control.
BIBLIOGRAFIA
COHEN, JACOB, (1988). Statistical Power Analysis for the Behavioral Sciences. 2nd.
edit. Hillsdale, N.J., Erlbaum (primera edicin, 1977 New York: Academic Press).