SlideShare una empresa de Scribd logo
1 de 45
TEMA XV
ESQUEMA GENERAL

Concepto y formato del DGCNE
Clasificación
Análisis de la variancia (ANOVA)
Análisis de la covariancia (ANCOVA)
Modelos alternativos de análisis

DISEÑOS DE GRUPO CONTROL
     NO EQUIVALENTE
Definición

Este diseño de investigación, dominado
inicialmente por Campbell y Stanley (1963)
diseño de grupo control no equivalente, es un
formato donde se toman, de cada sujeto,
registros o medidas antes y después de la
aplicación del tratamiento. Debido precisamente
a la ausencia de aleatorización en la asignación
de las unidades, es posible que se den
diferencias en las puntuaciones antes.     ..//..
Estas diferencias son la causa de la no-
equivalencia inicial de los grupos. Así,
cuando en la formación de los grupos no
interviene el azar, es posible que los grupos
presenten sesgos capaces de contaminar el
efecto del tratamiento.                 ..//..
Partiendo de este planteamiento, se tienen
diseños cuyos grupos no pueden ser
considerados      ni     homogéneos,       ni
comparables. Por esa la razón, se han
buscado alternativas al clásico modelo de
Análisis de la Variancia a fin de modelar, en
el supuesto de que se conozcan, las
potenciales fuentes de sesgo y distorsión y,
de esa forma, controlarlas.
El porqué de las diferencias antes
Las diferencias entre las puntuaciones antes se dan por la
siguientes razones:
     1. Cuando el tratamiento es aplicado a un grupo
(escuela, clase, etc.), y otro grupo (escuela, clase, etc.,) es
tomado como control.
     2. Cuando se ha planificado un auténtico
experimento, pero por razones de mortalidad,
contaminación de las unidades del grupo control por los
artefactos experimentales o por la variación del
tratamiento experimental, el experimento verdadero se
convierte en un cuasi-experimento.        ..//..
3. Cuando, debido a la limitación de recursos, el
  tratamiento sólo es aplicado a un grupo
  seleccionado.
4. Cuando los sujetos se auto-seleccionan.
Diseño de grupo control no equivalente
                  Clasificación
                 Diseño de grupo control no equivalente
                 con sólo medidas después (post-
                 tratamiento)

Diseño de
grupo control
no
equivalente
                 Diseño de grupo control no equivalente
                 con sólo medidas antes y después
                 (medidas pre y post-tratamiento)
Representación diagramática del diseño de grupo control no equivalente
                     Diseño con medidas después
      Universo o                         (?)                            Universo o
  Población de origen                                               Población de origen

                        As i g na c i ó n n o a l e a t o ri a


                          Grupo 1                      Grupo 2

                            S                             S
                            u                             u
                            j                             j
                            e                             e
                            t                             t
                            o                             o
                            s                             s


 Condiciones V.I.        control                     experimental


  V. dependiente           Y1                            Y2

 Prueba hipótesis        Y1                                    Y2
                                Comparación entre los grupos
Representación diagramática del diseño de grupo control no equivalente
                  Diseño con medidas antes y después
      Universo o                                                         Universo o
                                           (?)
  Población de origen                                                Población de origen

                         As i g na c i ó n n o a l e a t o ri a


                           Grupo 1                      Grupo 2
                               S                            S
                               u                            u
                               j                            j
                               e                            e
                               t                            t
                               o                            o
                               s                            s


  V. Pre-tratamiento          X1                           X2

 Condiciones V.I.          control                     experimental


  V. dependiente             Y1                           Y2

 Prueba hipótesis       Y1 -X1                                  Y2 - X2
                                   Comparación de datos diferencia
Diseño de grupo control no equivalente
             Técnicas de análisis


Análisis de la variancia
Análisis de la covariancia
Análisis de la variancia con técnica de bloqueo o
apareo
Análisis de la variancia con puntuaciones de
diferencia
ANALISIS DE LA VARIANCIA

              Control       Experimental

             X          Y   X          Y




  M:
 S ( ):
S ( )2 :
ANALISIS DE LA COVARIANCIA

                 Control        Experimental

             X     Y       XY   X    Y     XY




  M:
 S ( ):
S ( )2 :
ANOVA DE PUNTUACIONES DE
                  DIFERENCIA

                 Control         Experimental

             X     Y       Y-X   X    Y    Y-X




  M:
 S ( ):
S ( )2 :
Ejemplo práctico
Se lleva a cabo un estudio, con dos grupos de
sujetos ya formados (o sea, grupos intactos). De
ambos grupos se toman medidas de una variable
pre-tratamiento (medidas antes, como por
ejemplo el nivel intelectual en una escala decil)
y a continuación, se utiliza a uno de los grupos
como grupo control y al otro como grupo
experimental.
                                         ..//..
Se trata de estudiar el efecto de un método de
enseñanza programado sobre el rendimiento
escolar. El primer grupo recibe un tratamiento
convencional (grupo control), mientras que el
segundo recibe el método programado (grupo
experimental). Los datos hipotéticos de este
cuasi-experimento se presentan en la tabla
siguiente.
DISEÑO DE GRUPO CONTROL NO EQUIVALENTE
                   Control          Experimental
             X              Y       X         Y
             3              6       5         9
             6              7       7        10
             5              7       6         8
             4              6       5         9
             3              5       4         7
Medias:      4.2            6.2     5.4       8.6
 ( ):       21             31      27        43
 ( )2       95            195     151       375
 ( )( )             134                 236
Estrategias de análisis

1) ANOVA(x)      V.Pre   A(H0)
   ANOVA(y)      V. Dep.
                  X
2) ANCOVA         Y
                  XY


3) ANOVA(Dif.)      Y-X
Modelo de análisis anova (1)
MODELO ESTRUCTURAL DEL ANOVA: DISEÑO
  DE GRUPO CONTROL NO EQUIVALENTE




       Yij          j    ij
Supuestos del modelo estadístico

εij ~ NID(0,σε²)

Yij = la puntuación postratamiento del i
individuo (i = 1 a n) del j grupo de
tratamiento (j = 1, 2)
μ = la media total,
αj = el efecto del grupo j de tratamiento
εij = el error de medida
Cálculo de las Sumas de
            Cuadrados (y)

SCtotal(y) = 6² + 7² + ... + 7² – 74²/10 = 570 – 547.6
           = 22.4
SCA(y) = 31²/5 + 43²/5 – 74²/10 = 562 – 547.6 =
           14.4
SCS/A(y) = 6² + 7² + ... + 7² – 31²/5 – 43²/5 = 570 –
            562 = 8
CUADRO RESUMEN DEL ANOVA. DISEÑO DE GRUPO
CONTROL NO EQUIVALENTE (VARIABLE DESPUÉS, Y)



        F.V.           SC        g.l    CM   F     p
Entre Trat (A)        14.4     (a-1)=1 14.4 14.4 <0.01
Intra grupos (S/A)     8      a(n-1)=8 1
Total                 22.4     an-1=9
F0.99(1/8) = 11.26; F0.95(1/8) = 5.32
Modelo de análisis ancova (2)
MODELO ESTRUCTURAL DEL ANCOVA: DISEÑO
  DE GRUPO CONTROL NO EQUIVALENTE




Yij         j     ( X ij   X ..)   'ij
Supuestos del modelo estadístico

ε’ij ~ NID(0,σε²)

 ß = el coeficiente de la regresión lineal
intra-grupo de la variable post (Y) sobre la
           _
pre (X), y X.. la media total de la variable
pre-tratamiento.
Cálculos para el ANCOVA
Variable X Variable Y   Variables XY

Sumas de    Sumas de    Sumas de
cuadrados   cuadrados   productos
                        cruzados
SC total    SCtotal     SPtotal
SCA         SCA         SPA
SCS/A       SCS/A        SPS/A
Cálculo de las Sumas de Cuadrados
            Variable X

SCtotal(x) = 3² + 6² + ... 4² – 48²/10 = 246 – 230.4
           = 15.6
SCA(x) = 21²/5 + 27²/5 – 48²/10 = 234 – 230.4 =
           3.6
SCS/A(x) = 3² + 6² + ... 4² – 21²/5 – 27²/5 = 246 –
            234 = 12
Cálculo de las Sumas de Cuadrados
              Variable Y


SCtotal(y) = 6² + 7² + ... + 7² – 74²/10 = 570 – 547.6
           = 22.4
SCA(y) = 31²/5 + 43²/5 – 74²/10 = 562 – 547.6 =
           14.4
SCS/A(y) = 6² + 7² + ... + 7² – 31²/5 – 43²/5 = 570 –
            562 = 8
Cálculo de las Sumas de
        Productos Cuadrados XY

SPtotal = (6)(3) + (7)(6) + ... + (7)(4) – (48)(74)/10
        = 370 – 355.2 = 14.8

SPA = (21)(31)/5 + (27)(43)/5 – (48)(74)/10 =
      362.4 – 355.2 = 7.2

SPS/A = SPtotal – SPA = 14.8 – 7.2 = 7.6
Cálculo de las Sumas de Cuadrados
  F.V.             SC                               g.l.           F

                                                                CMA(aj)
 A(aj)    SCA(y') = SCtot(y') - SCS/A(y')            a -1      --------------
                                                                CMS/A(aj)
                                 SPS/A²
 S/A(aj) SCS/A(y') = SCS/A(y) - ------------       a(n-1) -1
                                SCS/A(x)

                                    SPtot²
 Total(aj) SCtot(y') = SCtot(y)   - ------------    an - 2
                                    SCtot(x)
SPtot²
Total(aj): SCtot(y') = SCtot(y)   - ------------
                                      SCtot(x)
SPS/A²
S/A(aj): SCS/A(y') = SCS/A(y) - ------------
                                SCS/A(x)
A(aj):   SCA(y') = SCtot(y') - SCS/A(y')
ANÁLISIS DE LA COVARIANCIA
     DISEÑO DE GRUPO CONTROL NO EQUIVALENTE


                                       2
                                    SPtot              14.82
SCtot( Y ')      SCtot( Y )                       22.4            8.359
                                   SCtot( X )          15.6

                                           2
                                       SPS / A            7.6 2
SCS / A ( Y ')     SCS / A ( Y )                        8         3.186
                                      SCS / A ( X )        12


SCA ( Y ')       SCtot( Y ') SCS / A ( Y ')           8.359 3.186 5.173
CUADRO RESUMEN DEL ANCOVA.
    DISEÑO DE GRUPO CONTROL NO EQUIVALENTE


      F.V.          SC          g.l     CM   F      p

Variable A (aj)    5.173     a-1=1     5.13 11.36 <0.05
Error S/A (aj)     3.186   a(n-1)-1=7 0.455

Total (aj)        8.359      an-2=8

F0.99(1/7) = 12.25; F0.95(1/7) = 5.59
Prueba de homogeneidad de los coeficientes de la regresión

                        H0:    1= 2


          Y
                                         A1
                          b1

                                         A2
                               b2




                                          X
Datos de diferencia (3)
t de Student
DISEÑO DE GRUPO CONTROL NO EQUIVALENTE
            Control         Experimental
         X    Y     Y–X   X      Y Y–X
         3    6      3    5       9      4
         6    7      1    7      10      3
         5    7      2    6       8      2
         4    6      2    5       9      4
         3    5      2    4       7      3
Medias: 4.2   6.2    2    5.4    8.6     3.2
 ( ):   21   31     10   27     43     16
 ( )2   95  195     22  151 375        54
t STUDENT. DATOS DE DIFERENCIA
                     dC       dE
  t
       SC( d ,C )    SC( d , E )    1       1
          nC        nE    2        nC       nE

            2 – 3.2
t =                                     = 2.45
       2 + 2.8   1 1
                ( + )
      5 + 5 – 2  5 5


       t0.95(8) = 2.306            p<0.05
Modelo ANOVA
Datos de diferencia
Cálculo de las sumas de cuadrados
SCtotal(d) = (3)² + (1)² + ... + (3)² - C = 76 – 67.6 = 8.4

SCA(d) = (10)²/5 + (16)²/5 – C = 71.2 – 67.6 = 3.6

SCS/A(d) = (3)² + (1)² + ... + (3)² – (10²/5 + 16²/5)

        = 76 – 71.2 = 4.8
CUADRO RESUMEN DEL ANOVA. DISEÑO DE GRUPO
CONTROL NO EQUIVALENTE (DATOS DE DIFERENCIA)



        F.V.             SC        g.l     CM    F    p
Entre Trat (A)           3.6     (a-1)=1   3.6   6   <0.05
Intra grupos (S/A)       4.8    a(n-1)=8   0.6
Total                    8.4     an-1=9
F0.95(1/8) = 5.32


               t 2 = F; 2.452 = 6.0025
Comparación de los valores F
              Fe                  Ft
Anova (y)   = 14.4   F0.95(1/8) = 5.32

Ancova      = 11.36 F0.95(1/7) = 5.59

Anova (gan.) =   6   F0.95(1/8) = 5.32

Más contenido relacionado

La actualidad más candente

Clase6 Selección del modelo y problemas de datos
Clase6 Selección del modelo y problemas de datosClase6 Selección del modelo y problemas de datos
Clase6 Selección del modelo y problemas de datosNerys Ramírez Mordán
 
Informe estadistica regresion y correlacion
Informe  estadistica regresion y correlacionInforme  estadistica regresion y correlacion
Informe estadistica regresion y correlacionmayrajeral
 
Clase1. Naturaleza del análisis econométrico y preliminares estadísticos
Clase1. Naturaleza del análisis econométrico y preliminares estadísticosClase1. Naturaleza del análisis econométrico y preliminares estadísticos
Clase1. Naturaleza del análisis econométrico y preliminares estadísticosNerys Ramírez Mordán
 
Clase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónClase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónNerys Ramírez Mordán
 
Estadistica inferencial 2 Relaciones covarianzas y varianzas
Estadistica inferencial 2 Relaciones covarianzas y varianzasEstadistica inferencial 2 Relaciones covarianzas y varianzas
Estadistica inferencial 2 Relaciones covarianzas y varianzasGenesis Acosta
 
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...jeshua166
 
Ejercicios de Regresion lineal
Ejercicios de Regresion lineal Ejercicios de Regresion lineal
Ejercicios de Regresion lineal Victor Pastràn
 
Algunos diseños cuasiexperimentales
Algunos diseños cuasiexperimentales Algunos diseños cuasiexperimentales
Algunos diseños cuasiexperimentales Luze Rocha
 
Estadística inferencial maricela ayala
Estadística inferencial maricela ayalaEstadística inferencial maricela ayala
Estadística inferencial maricela ayalaMaricela Ayala
 
SERIES DE TIEMPO UNIDAD III
SERIES DE TIEMPO UNIDAD IIISERIES DE TIEMPO UNIDAD III
SERIES DE TIEMPO UNIDAD IIIGenesis Acosta
 
Informe matematicas
Informe matematicasInforme matematicas
Informe matematicasPilar
 

La actualidad más candente (15)

Clase6 Selección del modelo y problemas de datos
Clase6 Selección del modelo y problemas de datosClase6 Selección del modelo y problemas de datos
Clase6 Selección del modelo y problemas de datos
 
Análisis de Regresión Lineal
Análisis de Regresión LinealAnálisis de Regresión Lineal
Análisis de Regresión Lineal
 
Clase12 heterocedasticidad
Clase12 heterocedasticidadClase12 heterocedasticidad
Clase12 heterocedasticidad
 
Informe estadistica regresion y correlacion
Informe  estadistica regresion y correlacionInforme  estadistica regresion y correlacion
Informe estadistica regresion y correlacion
 
Clase1. Naturaleza del análisis econométrico y preliminares estadísticos
Clase1. Naturaleza del análisis econométrico y preliminares estadísticosClase1. Naturaleza del análisis econométrico y preliminares estadísticos
Clase1. Naturaleza del análisis econométrico y preliminares estadísticos
 
Clase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónClase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresión
 
Estadistica inferencial 2 Relaciones covarianzas y varianzas
Estadistica inferencial 2 Relaciones covarianzas y varianzasEstadistica inferencial 2 Relaciones covarianzas y varianzas
Estadistica inferencial 2 Relaciones covarianzas y varianzas
 
Presentación regreción lineal
Presentación regreción linealPresentación regreción lineal
Presentación regreción lineal
 
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...
Estadistica descriptiva modulo II y III distribución de frecuencias tabular y...
 
Ejercicios de Regresion lineal
Ejercicios de Regresion lineal Ejercicios de Regresion lineal
Ejercicios de Regresion lineal
 
Algunos diseños cuasiexperimentales
Algunos diseños cuasiexperimentales Algunos diseños cuasiexperimentales
Algunos diseños cuasiexperimentales
 
Estadística inferencial maricela ayala
Estadística inferencial maricela ayalaEstadística inferencial maricela ayala
Estadística inferencial maricela ayala
 
SERIES DE TIEMPO UNIDAD III
SERIES DE TIEMPO UNIDAD IIISERIES DE TIEMPO UNIDAD III
SERIES DE TIEMPO UNIDAD III
 
Correlacion lineal
Correlacion linealCorrelacion lineal
Correlacion lineal
 
Informe matematicas
Informe matematicasInforme matematicas
Informe matematicas
 

Similar a 15 aplicats classem

Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_J M
 
Análisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaAnálisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaIsaac Ortega
 
Diseños Experimentales según Calimont
Diseños Experimentales según CalimontDiseños Experimentales según Calimont
Diseños Experimentales según CalimontCONASIN PERU
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasENIS CABRERA
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasYolanda Colmenares
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasENIS CABRERA
 
Diseños de Investigación Científica Cap. 7 Sampieri
Diseños de Investigación Científica Cap. 7 Sampieri  Diseños de Investigación Científica Cap. 7 Sampieri
Diseños de Investigación Científica Cap. 7 Sampieri Pregrado - Postgrado
 
Diseños Experimentales
Diseños ExperimentalesDiseños Experimentales
Diseños ExperimentalesCONASIN PERU
 
Sesión 10 (clase)
Sesión 10 (clase)Sesión 10 (clase)
Sesión 10 (clase)Rob Sorian
 
Estadistica tarea
Estadistica tareaEstadistica tarea
Estadistica tareadeicycumbal
 
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI Pedro Salcedo Lagos
 
Hipotesis (ji) p resentacion
Hipotesis (ji) p resentacionHipotesis (ji) p resentacion
Hipotesis (ji) p resentacionguest0e7a0f7
 
C4
C4C4
C4USET
 

Similar a 15 aplicats classem (20)

One way anova
One way anovaOne way anova
One way anova
 
Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_
 
La prueba anova
La prueba anovaLa prueba anova
La prueba anova
 
Análisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaAnálisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una Vía
 
Diseños Experimentales según Calimont
Diseños Experimentales según CalimontDiseños Experimentales según Calimont
Diseños Experimentales según Calimont
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Diseños de Investigación Científica Cap. 7 Sampieri
Diseños de Investigación Científica Cap. 7 Sampieri  Diseños de Investigación Científica Cap. 7 Sampieri
Diseños de Investigación Científica Cap. 7 Sampieri
 
Mic sesión 8b
Mic sesión 8bMic sesión 8b
Mic sesión 8b
 
Diseños Experimentales
Diseños ExperimentalesDiseños Experimentales
Diseños Experimentales
 
6 diseny experimental
6 diseny experimental6 diseny experimental
6 diseny experimental
 
Sesión 10 (clase)
Sesión 10 (clase)Sesión 10 (clase)
Sesión 10 (clase)
 
Estadistica tarea
Estadistica tareaEstadistica tarea
Estadistica tarea
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI
Diseños de Experimentos - CAPITULO 07 HERNANDEZ SAMPERI
 
Hipotesis (ji) p resentacion
Hipotesis (ji) p resentacionHipotesis (ji) p resentacion
Hipotesis (ji) p resentacion
 
Genética cuantitativa2
Genética cuantitativa2Genética cuantitativa2
Genética cuantitativa2
 
C4
C4C4
C4
 
Diseño cuasiexperimental
Diseño cuasiexperimentalDiseño cuasiexperimental
Diseño cuasiexperimental
 

15 aplicats classem

  • 2. ESQUEMA GENERAL Concepto y formato del DGCNE Clasificación Análisis de la variancia (ANOVA) Análisis de la covariancia (ANCOVA) Modelos alternativos de análisis DISEÑOS DE GRUPO CONTROL NO EQUIVALENTE
  • 3. Definición Este diseño de investigación, dominado inicialmente por Campbell y Stanley (1963) diseño de grupo control no equivalente, es un formato donde se toman, de cada sujeto, registros o medidas antes y después de la aplicación del tratamiento. Debido precisamente a la ausencia de aleatorización en la asignación de las unidades, es posible que se den diferencias en las puntuaciones antes. ..//..
  • 4. Estas diferencias son la causa de la no- equivalencia inicial de los grupos. Así, cuando en la formación de los grupos no interviene el azar, es posible que los grupos presenten sesgos capaces de contaminar el efecto del tratamiento. ..//..
  • 5. Partiendo de este planteamiento, se tienen diseños cuyos grupos no pueden ser considerados ni homogéneos, ni comparables. Por esa la razón, se han buscado alternativas al clásico modelo de Análisis de la Variancia a fin de modelar, en el supuesto de que se conozcan, las potenciales fuentes de sesgo y distorsión y, de esa forma, controlarlas.
  • 6. El porqué de las diferencias antes Las diferencias entre las puntuaciones antes se dan por la siguientes razones: 1. Cuando el tratamiento es aplicado a un grupo (escuela, clase, etc.), y otro grupo (escuela, clase, etc.,) es tomado como control. 2. Cuando se ha planificado un auténtico experimento, pero por razones de mortalidad, contaminación de las unidades del grupo control por los artefactos experimentales o por la variación del tratamiento experimental, el experimento verdadero se convierte en un cuasi-experimento. ..//..
  • 7. 3. Cuando, debido a la limitación de recursos, el tratamiento sólo es aplicado a un grupo seleccionado. 4. Cuando los sujetos se auto-seleccionan.
  • 8. Diseño de grupo control no equivalente Clasificación Diseño de grupo control no equivalente con sólo medidas después (post- tratamiento) Diseño de grupo control no equivalente Diseño de grupo control no equivalente con sólo medidas antes y después (medidas pre y post-tratamiento)
  • 9. Representación diagramática del diseño de grupo control no equivalente Diseño con medidas después Universo o (?) Universo o Población de origen Población de origen As i g na c i ó n n o a l e a t o ri a Grupo 1 Grupo 2 S S u u j j e e t t o o s s Condiciones V.I. control experimental V. dependiente Y1 Y2 Prueba hipótesis Y1 Y2 Comparación entre los grupos
  • 10. Representación diagramática del diseño de grupo control no equivalente Diseño con medidas antes y después Universo o Universo o (?) Población de origen Población de origen As i g na c i ó n n o a l e a t o ri a Grupo 1 Grupo 2 S S u u j j e e t t o o s s V. Pre-tratamiento X1 X2 Condiciones V.I. control experimental V. dependiente Y1 Y2 Prueba hipótesis Y1 -X1 Y2 - X2 Comparación de datos diferencia
  • 11. Diseño de grupo control no equivalente Técnicas de análisis Análisis de la variancia Análisis de la covariancia Análisis de la variancia con técnica de bloqueo o apareo Análisis de la variancia con puntuaciones de diferencia
  • 12. ANALISIS DE LA VARIANCIA Control Experimental X Y X Y M: S ( ): S ( )2 :
  • 13. ANALISIS DE LA COVARIANCIA Control Experimental X Y XY X Y XY M: S ( ): S ( )2 :
  • 14. ANOVA DE PUNTUACIONES DE DIFERENCIA Control Experimental X Y Y-X X Y Y-X M: S ( ): S ( )2 :
  • 15. Ejemplo práctico Se lleva a cabo un estudio, con dos grupos de sujetos ya formados (o sea, grupos intactos). De ambos grupos se toman medidas de una variable pre-tratamiento (medidas antes, como por ejemplo el nivel intelectual en una escala decil) y a continuación, se utiliza a uno de los grupos como grupo control y al otro como grupo experimental. ..//..
  • 16. Se trata de estudiar el efecto de un método de enseñanza programado sobre el rendimiento escolar. El primer grupo recibe un tratamiento convencional (grupo control), mientras que el segundo recibe el método programado (grupo experimental). Los datos hipotéticos de este cuasi-experimento se presentan en la tabla siguiente.
  • 17. DISEÑO DE GRUPO CONTROL NO EQUIVALENTE Control Experimental X Y X Y 3 6 5 9 6 7 7 10 5 7 6 8 4 6 5 9 3 5 4 7 Medias: 4.2 6.2 5.4 8.6 ( ): 21 31 27 43 ( )2 95 195 151 375 ( )( ) 134 236
  • 18. Estrategias de análisis 1) ANOVA(x) V.Pre A(H0) ANOVA(y) V. Dep. X 2) ANCOVA Y XY 3) ANOVA(Dif.) Y-X
  • 19. Modelo de análisis anova (1)
  • 20. MODELO ESTRUCTURAL DEL ANOVA: DISEÑO DE GRUPO CONTROL NO EQUIVALENTE Yij j ij
  • 21. Supuestos del modelo estadístico εij ~ NID(0,σε²) Yij = la puntuación postratamiento del i individuo (i = 1 a n) del j grupo de tratamiento (j = 1, 2) μ = la media total, αj = el efecto del grupo j de tratamiento εij = el error de medida
  • 22. Cálculo de las Sumas de Cuadrados (y) SCtotal(y) = 6² + 7² + ... + 7² – 74²/10 = 570 – 547.6 = 22.4 SCA(y) = 31²/5 + 43²/5 – 74²/10 = 562 – 547.6 = 14.4 SCS/A(y) = 6² + 7² + ... + 7² – 31²/5 – 43²/5 = 570 – 562 = 8
  • 23. CUADRO RESUMEN DEL ANOVA. DISEÑO DE GRUPO CONTROL NO EQUIVALENTE (VARIABLE DESPUÉS, Y) F.V. SC g.l CM F p Entre Trat (A) 14.4 (a-1)=1 14.4 14.4 <0.01 Intra grupos (S/A) 8 a(n-1)=8 1 Total 22.4 an-1=9 F0.99(1/8) = 11.26; F0.95(1/8) = 5.32
  • 24. Modelo de análisis ancova (2)
  • 25. MODELO ESTRUCTURAL DEL ANCOVA: DISEÑO DE GRUPO CONTROL NO EQUIVALENTE Yij j ( X ij X ..) 'ij
  • 26. Supuestos del modelo estadístico ε’ij ~ NID(0,σε²) ß = el coeficiente de la regresión lineal intra-grupo de la variable post (Y) sobre la _ pre (X), y X.. la media total de la variable pre-tratamiento.
  • 27. Cálculos para el ANCOVA Variable X Variable Y Variables XY Sumas de Sumas de Sumas de cuadrados cuadrados productos cruzados SC total SCtotal SPtotal SCA SCA SPA SCS/A SCS/A SPS/A
  • 28. Cálculo de las Sumas de Cuadrados Variable X SCtotal(x) = 3² + 6² + ... 4² – 48²/10 = 246 – 230.4 = 15.6 SCA(x) = 21²/5 + 27²/5 – 48²/10 = 234 – 230.4 = 3.6 SCS/A(x) = 3² + 6² + ... 4² – 21²/5 – 27²/5 = 246 – 234 = 12
  • 29. Cálculo de las Sumas de Cuadrados Variable Y SCtotal(y) = 6² + 7² + ... + 7² – 74²/10 = 570 – 547.6 = 22.4 SCA(y) = 31²/5 + 43²/5 – 74²/10 = 562 – 547.6 = 14.4 SCS/A(y) = 6² + 7² + ... + 7² – 31²/5 – 43²/5 = 570 – 562 = 8
  • 30. Cálculo de las Sumas de Productos Cuadrados XY SPtotal = (6)(3) + (7)(6) + ... + (7)(4) – (48)(74)/10 = 370 – 355.2 = 14.8 SPA = (21)(31)/5 + (27)(43)/5 – (48)(74)/10 = 362.4 – 355.2 = 7.2 SPS/A = SPtotal – SPA = 14.8 – 7.2 = 7.6
  • 31. Cálculo de las Sumas de Cuadrados F.V. SC g.l. F CMA(aj) A(aj) SCA(y') = SCtot(y') - SCS/A(y') a -1 -------------- CMS/A(aj) SPS/A² S/A(aj) SCS/A(y') = SCS/A(y) - ------------ a(n-1) -1 SCS/A(x) SPtot² Total(aj) SCtot(y') = SCtot(y) - ------------ an - 2 SCtot(x)
  • 32. SPtot² Total(aj): SCtot(y') = SCtot(y) - ------------ SCtot(x)
  • 33. SPS/A² S/A(aj): SCS/A(y') = SCS/A(y) - ------------ SCS/A(x)
  • 34. A(aj): SCA(y') = SCtot(y') - SCS/A(y')
  • 35. ANÁLISIS DE LA COVARIANCIA DISEÑO DE GRUPO CONTROL NO EQUIVALENTE 2 SPtot 14.82 SCtot( Y ') SCtot( Y ) 22.4 8.359 SCtot( X ) 15.6 2 SPS / A 7.6 2 SCS / A ( Y ') SCS / A ( Y ) 8 3.186 SCS / A ( X ) 12 SCA ( Y ') SCtot( Y ') SCS / A ( Y ') 8.359 3.186 5.173
  • 36. CUADRO RESUMEN DEL ANCOVA. DISEÑO DE GRUPO CONTROL NO EQUIVALENTE F.V. SC g.l CM F p Variable A (aj) 5.173 a-1=1 5.13 11.36 <0.05 Error S/A (aj) 3.186 a(n-1)-1=7 0.455 Total (aj) 8.359 an-2=8 F0.99(1/7) = 12.25; F0.95(1/7) = 5.59
  • 37. Prueba de homogeneidad de los coeficientes de la regresión H0: 1= 2 Y A1 b1 A2 b2 X
  • 40. DISEÑO DE GRUPO CONTROL NO EQUIVALENTE Control Experimental X Y Y–X X Y Y–X 3 6 3 5 9 4 6 7 1 7 10 3 5 7 2 6 8 2 4 6 2 5 9 4 3 5 2 4 7 3 Medias: 4.2 6.2 2 5.4 8.6 3.2 ( ): 21 31 10 27 43 16 ( )2 95 195 22 151 375 54
  • 41. t STUDENT. DATOS DE DIFERENCIA dC dE t SC( d ,C ) SC( d , E ) 1 1 nC nE 2 nC nE 2 – 3.2 t = = 2.45 2 + 2.8 1 1 ( + ) 5 + 5 – 2 5 5 t0.95(8) = 2.306 p<0.05
  • 42. Modelo ANOVA Datos de diferencia
  • 43. Cálculo de las sumas de cuadrados SCtotal(d) = (3)² + (1)² + ... + (3)² - C = 76 – 67.6 = 8.4 SCA(d) = (10)²/5 + (16)²/5 – C = 71.2 – 67.6 = 3.6 SCS/A(d) = (3)² + (1)² + ... + (3)² – (10²/5 + 16²/5) = 76 – 71.2 = 4.8
  • 44. CUADRO RESUMEN DEL ANOVA. DISEÑO DE GRUPO CONTROL NO EQUIVALENTE (DATOS DE DIFERENCIA) F.V. SC g.l CM F p Entre Trat (A) 3.6 (a-1)=1 3.6 6 <0.05 Intra grupos (S/A) 4.8 a(n-1)=8 0.6 Total 8.4 an-1=9 F0.95(1/8) = 5.32 t 2 = F; 2.452 = 6.0025
  • 45. Comparación de los valores F Fe Ft Anova (y) = 14.4 F0.95(1/8) = 5.32 Ancova = 11.36 F0.95(1/7) = 5.59 Anova (gan.) = 6 F0.95(1/8) = 5.32