Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa

Transcripción

1 1

2 Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa -2. Decidir el nivel de significación estadística a priori -3. Decidir qué prueba estadística es la más recomendable -4. Decidir qué estadístico del tamaño del efecto es el más adecuado -5. Formular la ecuación estructural -6. Aplicar el contraste de hipótesis. Ejecutar el análisis con el SPSS -7. Tomar la decisión estadística y redactar los resultados -8. Descomponer las puntuaciones según la ecuación estructural 2

3 3

4 Variable de grupo: VI o factor (A=2) y sus condiciones (a1= 1 y a2=2) Variable medida: (resultados) VD: Y 4

5 SPSS En la ventana de datos del SPSS se puede optar por dos apartados para trabajar. Mirar: en la parte inferior izquierda de la pantalla. 1. Vista de datos 2. Vista de variables En Vista de variables se puede añadir Etiquetas de Valor a las condiciones de la variable independiente o factor. Por ejemplo. Valores : 1= GrupExperimentalAlzheimera1 2=GrupControla2 Poner el ratón encima de la categoría de Valores de la variable y aparecerán unos puntos para clicar sobre ellos y escribir las etiquetas para los valores que se han utilizado en la categorización de la variable independiente o factor. Y se va anotando el valor numérico que tiene en la base de datos (en nuestro caso 1 ó 2) y la etiqueta que en esos momentos se le atribuye a ese valor: 5

6 SPSS Una vez tengamos las etiquetas de los valores de la variable independiente o factor entonces en la Ventana de Vista de datos podemos activar una vista de las Etiquetas de Valor en vez de ver los valores numéricos asignados a las condiciones. Ahora la ventana de Vista de datos ofrecerá la siguiente información: 6

7 7

8 MODELO LINEAL GENERAL Modelo estadístico Describe una combinación lineal de los efectos aditivos que forman la puntuación en la variable dependiente Y MODELO LINEAL GENERAL Permite representar muchos posibles modelos para mostrar la relación estadística entre V.I.-V.D. El modelo más adecuado será el más simple y que permita describir de forma válida la realidad con el menor error M. Dolores Frías iasnav 8

9 Media poblacional Media de la muestra M proporcionada por los valores en la variable dependiente Y: 23, 11, 12, 26, 39, 38, 23, 28 Fluctúan alrededor de la media TOTAL M= 25 a1 a2 23, 11, 12, 26, 39, 38, 23, 28 Fluctúan alrededor de la media de su CONDICIÓN: Ma1= 18 y Ma2= 32 Y Las diferencias entre las puntuaciones de a1 y a2 se pueden atribuir: -Variable Independiente de Tratamiento -Fluctuaciones de muestreo -Errores de medición -Diferencias individuales.. 9

10 Variabilidad o fluctuaciones de los datos Variabilidad total respecto a la media 23, 11, 12, 26, 39, 38, 23, 28 M= 25 (Y-M)= (23-25) + (11-25) + (12-25) + (26-25) + (39 25) + (38-25) + (23-25) + (28-25)= Luego (Y-M) 2 = Variabilidad entre-grupos o del efecto Variabilidad intra-grupos o de error a1 a2 23, 11, 12, 26, 39, 38, 23, 28 Ma 1 = 18 M= 25 Ma 2 =

11 PRIMERO: Variabilidad entre-grupos o del efecto: EFECTO=PUNTUACIÓN MEDIA CONDICIÓN - CONSTANTE 1. Estimar los EFECTOS entre-grupos de 1 y 2 Efecto 1 = Ma1-M Efecto 2 = Ma2-M 2. Sumar los efectos: (efectos 1) + (efectos 2) = = Luego, (efectos 1) 2 + (efectos 2) 2 = = SEGUNDO: Variabilidad intra-grupo o del error: 1. Estimar los ERRORES intra-grupo de 1 y 2 Error 1 = Y-Ma1 Error 2 = Y-Ma2 2. Sumar los efectos: (errores 1)= (Y-Ma1)= = Luego, (Y-Ma) 2 = = (errores 2)= (Y-Ma2)= = Luego, (Y-Ma) 2 = = ERROR=PUNTUACIÓN OBTENIDA - PUNTUACIÓN PRONOSTICADA VARIANZA TOTAL= VARIANZA ENTRE-GRUPOS + VARIANZA DEL ERROR 11

12 ANALIZAR Modelo lineal general Univariante 12

13 13

14 14

15 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL (pág ) MODELO COMPLETO (O MODELO DE LA H 1 ) MODELO RESTRINGIDO (O MODELO DE LA H 0 ) 15

16 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL 16

17 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL: Y= M + A + E 17

18 18

19 Efecto (A)= Ma-M Error (E)= Y-Ma Total (T)= Y-M =0 =0 =(A) 2 =(E) 2 19

20 E= puntuación obtenida menos la puntuación pronosticada por el modelo. Y pronosticada= Constante + EFECTO (M+A), es decir, Ma Luego el error= Y-Ma Y pronosticada= Constante (M) Luego el error= Y-M 20

21 21

22 22

23 23

24 24

25 Eta Cuadrado: proporción de varianza explicada 1-eta cuadrado: proporción de varianza no explicada 2 = Suma de Cuadrados del efecto/suma de Cuadrados del error Eta cuadrado es una proporción. Elevado al cuadrado señala el porcentaje de varianza explicada por el efecto. 25

26 Ejercicio 1 Identificar: -Variables: dependiente e independiente (extrañas) -Hipótesis: sustantiva y estadísticas (nula y alternativa) -N, n, A, a -Metodología -Diseño -Representar la ecuación estructural (modelo restringido o nulo y modelo completo) -Calcular: +Medias de cada grupo y media total, desviaciones típicas (de forma manual y con SPSS) +Prueba de inferencia estadística: ANOVA -Redactar resultados -Descomponer la ecuación estructural 26

27 Ejercicio 2 1. Redactar un supuesto de investigación para esos datos empleando una metodología experimental 2. Realizar: -Prueba de inferencia estadística: ANOVA -Redactar resultados tipo informe -Descomponer la ecuación estructural A Y