Professional Documents
Culture Documents
ANALISIS DE
VARIANZA
Integrante:
Génesis toro
C.I. 25.016.667
Sección:
Se puede mencionar que hay ciertos tipos como lo son la descriptiva que se
encarga de, describir, recolectar, datos de manera gráfica y numérica. Por otro
lado la inferencial se basa en hacer predicciones, conclusiones trabajando sobre
muestras.
Hay que tener que tener en cuenta que estadística es de gran importancia
para la psicología ya llegar a obtener y resumir antecedentes útiles de
observaciones que se hace en algunas oportunidades por el psicólogo y este debe
basar sus decisiones con algunos datos arrojados, con algunos métodos
estadísticos, la aplicación de la estadística le aporta mayor claridad y valides a la
psicología en cuanto a sus investigaciones, y avances, técnicas y precisión en
cuanto al dar diagnósticos regidos por test que se hallan aplicado al paciente, o
comunidad, experimental, por todos estos motivos mencionados la psicología y la
estadística van de la mano, en cada uno de sus avances al momento de precisión.
Cada tipo de diseño posee características particulares por lo que cada uno es
diferente a cualquier otro y no es lo mismo seleccionar un tipo de diseño que otro.
La eficacia de cada uno de ellos depende de si se ajusta realmente a la
investigación que se esté realizando. Los diseños experimentales son propios de
la investigación cuantitativa, mientras los no experimentales se aplican en ambos
enfoques (cualitativo o cuantitativo). De este modo existen dos Diseño de
investigaciones principales, los experimentales o del laboratorio y los no
experimentales que se basan en la temporalización de la investigación.
1..- Experimental
2.- No experimental
3.- Documental
Diseño tipos
1.- Experimental:
b) Cuasi-experimental
c) Experimental pura
INVESTIGACIÓN EXPERIMENTAL.
NO EXPERIMENTAL
Según el autor (Santa palella y feliberto Martins (2010)), define: El diseño no
experimental es el que se realiza sin manipular en forma deliberada ninguna
variable. El investigador no sustituye intencionalmente las variables
independientes. Se observan los hechos tal y como se presentan e su contexto
real y en un tiempo determinado o no, para luego analizarlos.
Documental:
NO EXPERIMENTAL
Tratamiento de datos.
Método transversal:
Sabiendo que hay condiciones que debe reunir un experimento puro, tales
como: Manipulación intencional de una o mas variables independientes, medición
del efecto que la variable independiente tiene en la variable dependiente y buen
control o validez interna de la situación experimental.
b.- Ha sido utilizada por diversas ciencias y claramente que también por la
Psicología donde el objetivo de los experimentos es predecir fenómenos, por
ende, ayudando en la calidad de la vida diaria.
c.- La psicología como ciencia busca comprender y explicar los fenómenos que
estudia, aunque muchos de los fenómenos estudiados no so directamente
observables se proponen teorías acerca de su funcionamiento, que luego se
someten a pruebas y por lo tanto se llegan a comprobar empíricamente
adquiriendo el modelo de status científico al tener evidencia empírica. (Balluerka y
Vergara, 2002)
Dado que tirar el folleto depende de la cantidad de piezas de basura, tiene sentido
definir que la acción de tirar los folletos sea variable independiente. Los cambios
en esta variable dependen de las modificaciones en la variable independiente
(cantidad de piezas de basura).
Variable moderadora:
Baron y keny(1986) definen a las moderadoras como variables
intervinientes que afectan la dirección y/o la fuerza de la relación ente¿re una
variable independiente y una variable dependiente ( reduciendo incrementándola
anulándola, o invirtiéndola). En palabras de estos autores un moderador divide a
una variable focal independiente dada, implica que la relación causal entre dos
variables cambia como una función de la variable moderadoras.
Ejemplo: determinado un tipo de tratamiento psicoterapéutico para las
fobias específicas puede resultar ser más efectivo con niños que con adultos. En
términos de moderación se diría que la edad modera el efecto causal del
tratamiento psicoterapéutico (variable independiente) en la disolución de las fobias
especificas (variable dependiente.
Nivel del Factor: Es cada una de las categorías, valores o formas específicas del
factor.
Variable mediadora.
Según Tuckman, la define como esos factores que son controlados por el
investigador para eliminar o neutralizar cualquier efecto que podrían tener de otra
manera en el fenómeno observado.
Se trata de participantes que no reciben tratamiento que se considera que
generaran un cambio en la variable dependiente. Las variables control deben
permitir evaluar los distintos centros de responsabilidad. Por medio de las
variables se pretende conciliar el ámbito de responsabilidad del centro con los
objetivos que se le asignan.
Los experimentos utilizan tres tipos de variables: independientes,
dependientes, y variables de control para producir resultados. Las variables de
control son los factores del experimento que se mantienen constante de un ensayo
a otro para asegurar que los resultados sean válidos.
9.- QUE ES UN DISEÑO EXPERIMENTAL Y CUASIEXPERIMENTAL.
DISEÑO EXPERIMENTAL
DISEÑO CUASI-EXPERIMENTAL
GUÍA EXPERIMENTAL
TRATAMIENTO
TESTIGO
Por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser
aquel tratamiento que no incluye fertilizante. La elección del tratamiento testigo es
de gran importancia en cualquier investigación, este se constituye como
referencial del experimento y sirve para la comparación de los tratamientos en
prueba.
11.- QUE ES UN DISEÑO UN FACTORIAL Y UNIFACTORIAL
Por ejemplo, con dos factores y dos niveles en cada factor, un experimento
factorial tendría en total cuatro combinaciones de tratamiento, y se le denominaría
diseño factorial de 2×2.
El experimento factorial más simple contiene dos niveles para cada uno
de dos factores. Suponga los deseos de un ingeniero para estudiar la energía total
usada por cada uno de dos diversos motores, A y B, funcionando en cada uno de
dos diversas 2000 o 3000 RPM de las velocidades. El experimento factorial
consistiría en cuatro elementos experimentales: viaje en automóvil A en 2000
RPM, viaje en automóvil B en 2000 RPM, viaje en automóvil A en 3000 RPM, y
viaje en automóvil B en 3000 RPM. Cada combinación de un solo nivel
seleccionado de cada factor está presente una vez.
Factor de efectos fijos es un factor en el que los niveles han sido seleccionados
por el Experimentador. Es apropiado cuando el interés se centra en comparar el
efecto sobre la Respuesta de esos niveles específicos. Ejemplo: un empresario
está interesado en comparar El rendimiento de tres máquinas del mismo tipo que
tiene en su empresa.
UNIDAD EXPERIMENTAL
ERROR EXPERIMENTAL
Aleatorización.
Repetición.
Bloqueo.
Aleatorización: Consiste en presentar las pruebas o ensayos de manera
individual o aleatoria esto es de gran ayuda para anular los factores extraños que
pudiesen estar presentes. Los tratamientos se deben asignar aleatoriamente a las
unidades experimentales, con el fin de no sesgar el experimento.
Error experimental
Cada dato, en promedio, debería ser la media total del experimento más el efecto
de tratamiento, entonces su diferencia se considera el error de cada dato.
Efectos fijos: Es aquel donde el experimentador elige de manera fija, los factores
o tratamientos que serán usados o que van a intervenir en el experimento.
Recalcando que en las conclusiones de análisis, para estos experimentos solo
funcionan los factores o tratamientos usados para la realización del mismo.
Efectos aleatorios: En este caso los factores son elegidos al azar entre la
población. Pero en las conclusiones de análisis son más amplias, tanto para los
factores usados como para los que no fueron incluidos. Ferrer y Ruiz, (2011).
Diseño balanceado
Usted tiene exactamente una observación para todas las combinaciones posibles
de los niveles de los factores para los factores A, B y C: (0, 0, 0); (0, 0, 1); (0, 1, 0);
(0, 1, 1); (1, 0, 0); (1, 0, 1); (1, 1, 0); y (1, 1, 1).
C1 C2 C3
A B C
0 0 0
0 0 1
0 1 0
0 1 1
1 0 0
1 0 1
1 1 0
1 1 1
Diseño no balanceado
A B C
0 0 0
0 1 0
0 1 0
0 0 1
0 1 1
1 1 0
1 0 1
1 1 1
Desbalanceados
Existe una gran cantidad de pruebas de medias, pero quizá la más conocida es la
prueba de Tukey. Esta prueba fue desarrollada por John W. Tukey.
Se calcula un valor llamado el comparador de Tukey, de la siguiente manera:
Donde:
Que es una valor que se obtiene de una tabla (Tabla de Tukey) , de manera
parecida a la tabla de F . Horizontalmente se colocan los grados de libertad de los
tratamientos y verticalmente los grados de libertad del error. Solamente existen
tablas para niveles de significancia del 5% y del 1%.
El término que está dentro de la raíz cuadrada se llama error estándar de la media
y es igual al cuadrado medio del error (obtenido en el ANDEVA), dividido entre el
número de repeticiones.
Ejemplo:
Comparación de 4 concentrados para engorde de pollos. Diseño: completamente
al azar, unidad experimental: pollos machos, de 1 mes de nacidos, de la misma
raza y criados en las mismas condiciones. Se les alimentó con los concentrados
en las dosis recomendadas por los fabricantes por el sistema “ad livitum” (comer
todo lo que quieran), y la variable de interés fue: incremento de peso en 4
semanas (en libras).
Datos finales:
A 2.1 1.8 2.0 MURIÓ 1.9 2.0
B 1.5 1.4 1.6 1.4 1.5 1.7
C 2.0 1.8 1.9 2.1 2.1 2.0
D MURIÓ 1.5 1.6 1.6 1.5 1.4
Los animales murieron por causas naturales (no por efecto de los
tratamientos) deben ser excluidos del análisis, por lo que el experimento se
convierte en desbalanceado.
El análisis de varianza al 5% de significancia elaborado con Excel® es el
siguiente:
Análisis de varianza de un
factor
RESUMEN
Grupos Cuenta Suma Promedio Varianza
A 5 9.8 1.96 0.013
1.5166666 0.0136666
B 6 9.1 7 7
1.9833333 0.0136666
C 6 11.9 3 7
D 5 7.6 1.52 0.007
ANÁLISIS DE
VARIANZA
Grado
Origen de s de Promedio Valor
las Suma de liberta de los Probabilida crítico
variaciones cuadrados d cuadrados F d para F
Entre 1.1378787 0.3792929 31.510489 2.2348E- 3.1599075
grupos 9 3 3 5 07 9
Dentro de 0.2166666 0.0120370
los grupos 7 18 4
1.3545454
Total 5 21
comparador= 3.118*0.047=0.1465
Suma de Cuadrados
F: (SCE, - SCEc)
SCEc
Estadístico F
El Coeficiente:
CMT = SC tratamiento
(t- 1)
𝑌 = ∑ αi + 𝜀
1=𝐼
En este modelo la respuesta viene dada por una combinación lineal de términos
que representan las principales fuentes de variación planificada más un término
residual debido a las fuentes de variación no planificada. Los modelos que se
estudian en este texto se ajustan a esta forma general. El experimento piloto
puede ayudar a comprobar si el modelo se ajusta razonablemente bien a la
realidad.
Normalidad de los supuestos: Se refiere a que las respuestas Yij deben poseer
una distribución normal dentro de cada grupo de tratamiento. Para verificar su
cumplimiento se plantean las hipótesis:
H0: La distribución de cada tratamiento es normal
Diges, M., Rubio, M. & Rodríguez, M. C. (1992). Eyewitness memory and time of
iiiiday. En F. Lösel y T. Bliesener (eds.), Psychology and law (pp. 317-320). Berlín:
De Gruyter