Documente Academic
Documente Profesional
Documente Cultură
Índice
En el diseño experimental y cuasi se verá: Prueba “T” y la Anova, así como la Chi Cuadrada.
Para el Pre-experimental se verá prueba “T” para muestras relacionadas y su D de Cohen para
medias repetidas
Ejemplo:
Inteligencias
P1: 4 -2
P2: 4 -2
P3: 6 0
P4: 8 2
P5: 8 2
Media= 6
Grupo 2
P1: 2 -4
P2: 2 -4
P3: 6 0
P4: 10 4
P5: 10 4
Media= 6
Para calcular que tan desviados están los puntajes, las dispersiones se elevan al cuadrado
La distribución normal se da cuando medimos una variable y vemos cuantas personas tienen los
valores que estamos midiendo.
1.0 1.10 1.20 1.30 1.40 .1.50 1.60 1.70 1.80 1.90
Mts
Entre mas empalme haya entre grupos es posible que no exista diferencia significativa (Cuando se sacan medias y
se suman dos desviaciones de cada grupo en una campana de gauss).
Diseños Experimentales
Existe el Experimento, el Cuasi y el Pre… el único tipo de estudio que permite inferir causa y efecto es el
experimento.
- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- Grupo Control (Al que no se le aplica variable independiente, *se recomienda que se aplique un placebo*
- Asignación Aleatoria a los grupos experimental y control (hace que tenga igualdad el grupo)
Cuasi-Experimento
- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- Grupo Control (Al que no se le aplica variable independiente, *se recomienda que se aplique un placebo*
- No hay Asignación Aleatoria
Pre-Experimento
- Variable independiente (1 como mínimo) (la que se piensa que es la causa y es manipulada por el
experimentador)
- Variable dependiente (lo que creemos que es el efecto) sólo se mide no se manipula
- Grupo Experimental (al grupo que se le aplica la variable independiente)
- No hay Grupo Control
- No hay Asignación Aleatoria
- ES IMPORTANTE QUE SE HAGA UN PRETEST-POSTEST
Prueba T de student
Veamos si hay diferencias o no en las variables.
“Se trabajan análisis estadísticos porque trabajamos con muestras no con la población, esto nos dirá
con qué probabilidad lo que encuentre en la muestra, encontraré en la población”
Prueba T es el primero que usamos para comparar dos grupos, diferencias significativas (en este caso secuestrados
y no secuestrados) y que lo que encuentre se verá en la población.
Si Alfa es <.05 que de 100 muestras que saque al azar, 95 encontraremos diferencia y solo 5 no.
Analizar> Comparar Medias> Prueba T para muestras independientes> Variable de Grupo (Variable dependiente)
No hay diferencia
estadística-mente
significativa ya que Sig.
(Bilateral) es mayor a .05
P>.05 ya que es .099
En este caso, la comparación de Estrés Postraumático y el grupo de secuestrados y no secuestrados
Hay diferencia estadística mente significativa entre la gente secuestrada y no secuestrada. ya que Sig. (Bilateral) es
menor a .05
P<.05 ya que es .001
Parara el mismo grupo medido 2 veces (Pretest-Postest) se usa Prueba T para muestras relacionadas
En esta investigación se comparó la frustración de dos grupos a quienes se les presentaban videojuegos violentos y
no violentos y después hacer un rompecabezas (ARCHIVO “Videojuegos Frustración.Sav”)
Levene
Para saber si los grupos tienen igual de varianzas, test de levene” – si la P (significancia) es Mayor a .05, se
concluye que hay igualdad de varianza (por lo tanto se usa la línea de arriba)
Y como P<.05 se encontró una diferencia estadísticamente significativa por lo cual esto que se encontró en la
muestra se encontrará en la población acerca de que los videojuegos violentos hacen que las personas presenten
menos frustración, pero… ¿Qué tan Grande es la diferencia? (D de Cohen)
Tamaño de efecto (Cohen)
Cuál es la diferencia de entre la media de dos campanas de Gauss juntas (en desviaciones estándar) en donde:
En el caso de la investigación anterior usamos el Excel y solo llenamos lo “verde” para que nos de que la D de
Cohen es de .60, por lo tanto es moderada.
D cohen
Para hacer uno necesitamos encontrar un pilotaje (para ver la comparación) o artículos similares
Análisis de Varianza
En la prueba “T” solo se pueden comparar 2 grupos y se puede tener solo 1 variable independiente, en el análisis
de varianza se pueden comparar 2 o más grupos y 2 o más variables independientes.
Factores inter-sujetos
Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 202
afectadas
Estadísticos descriptivos
Usaremos los gl, F, y Significancia de la Variable independiente, se reportará los grados de libertad de la V.I. y el del
Error, F(1,363)= 174.902 P<.001
Lo anterior se interpreta igual que las pruebas T, en este caso es estadísticamente significativa.
Su D de Cohen sería: 1.46 es decir, la diferencia entre la depresión de los que se inundaron con los que no es
grande. (Con el Excel de Cohen).
Factores inter-sujetos
Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 201
afectadas
Estadísticos descriptivos
Su D de Cohen es: 1.95, la gente que se inunda reporta más ansiedad que depresión, sin embargo ambas son altas
en sus D de Cohen.
Factores inter-sujetos
Etiqueta
del valor N
Si el encuestado vivia 1 Vivía en
en zonas afectadas zonas 163
afectadas
2 No vivía en
zonas 202
afectadas
Estadísticos descriptivos
Su D de Cohen es: 2.07, la gente que se inunda reporta más estrés post traumático que ansiedad y que depresión,
sin embargo las tres son altas en sus D de Cohen.
Análisis de Varianza para 3 o más grupos
Para comparar 3 o más grupos usamos los análisis “Post Hoc”, aquí solo se reportan los niveles de Significancia
entre los grupos.
Analizar>Modelo Lineal General> Univariante> Opciones > Estadísticos Descriptivos> Post Hoc (Se pasa la V.I. a la
otra casilla) y se selecciona Bonferroni
Factores inter-sujetos
Etiqueta
del valor N
ciudad 1 Juárez 161
2 Toluca 134
3 Parana,
171
Argentina
Estadísticos descriptivos
Comparaciones múltiples
Intervalo de confianza al
95%.
Diferencia
entre medias Límite
(I) ciudad (J) ciudad (I-J) Error típ. Significación superior Límite inferior
Juárez Toluca -
-2563.9124(*) 613.21774 .000 -4037.2974
1090.5274
Parana, Argentina 1853.3461(*) 575.87349 .004 469.6885 3237.0036
Toluca Juárez 2563.9124(*) 613.21774 .000 1090.5274 4037.2974
Parana, Argentina 4417.2585(*) 605.01829 .000 2963.5744 5870.9426
Parana, Argentina Juárez -1853.3461(*) 575.87349 .004 -3237.0036 -469.6885
Toluca -
-4417.2585(*) 605.01829 .000 -5870.9426
2963.5744
Basado en las medias observadas.
* La diferencia de medias es significativa al nivel .05.
Factores inter-sujetos
Etiqueta
del valor N
Escuela donde 1 Academia
se administro 46
Juarez
2 Fray
Felipe de 70
Jesus
3 CETIS 93 150
Estadísticos descriptivos
Comparaciones múltiples
Intervalo de confianza al
95%.
Diferencia
(I) Escuela donde se (J) Escuela donde se entre medias Límite
administro administro (I-J) Error típ. Significación superior Límite inferior
Academia Juarez Fray Felipe de Jesus 3.9298(*) 1.60781 .046 .0560 7.8037
CETIS 93 2.7803 1.42770 .158 -.6596 6.2202
Fray Felipe de Jesus Academia Juarez -3.9298(*) 1.60781 .046 -7.8037 -.0560
CETIS 93 -1.1495 1.22617 1.000 -4.1039 1.8048
CETIS 93 Academia Juarez -2.7803 1.42770 .158 -6.2202 .6596
Fray Felipe de Jesus 1.1495 1.22617 1.000 -1.8048 4.1039
Basado en las medias observadas.
* La diferencia de medias es significativa al nivel .05.
D Cohen Academia Juárez- CEBTIS 93: AQUÍ NO SALIERON CON DIFERENCIAS SIGNIFICATIVAS.
D Cohen CBTIS 93- Fray Felipe: AQUÍ NO SALIERON CON DIFERENCIAS SIGNIFICATIVAS.