Date post: | 31-Jan-2016 |
Category: |
Documents |
Upload: | carmen-valenzuela-segura |
View: | 219 times |
Download: | 0 times |
TEMA XVI
ESQUEMA GENERAL
DISEÑOS DE GRUPO CONTROL NO EQUIVALENTE
Concepto y formato del Diseño de grupo control no equivalente (DGCNE)
Clasificación
Análisis de la variancia (ANOVA)
Análisis de la covariancia (ANCOVA)
Modelos alternativos de análisis
Definición
Esta clase de diseño de investigación, dominado inicialmente por Campbell y Stanley (1963) diseño de grupo control no equivalente, es un formato en que 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 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.
Clasificación
Diseño de grupo control no equivalente
Diseño de grupo control no equivalente con sólo medidas después (post-tratamiento)
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 Población de origen
Sujetos
Sujetos
Universo o Población de origen
A s i g n a c i ó n n o a l e a t o r i a
Grupo 1 Grupo 2
control experimentalCondiciones V.I.
V. dependiente
Prueba hipótesis
Comparación entre los grupos
Y1 Y2
Y1 Y2
(?)
Representación diagramática del diseño de grupo control no equivalente. Diseño con medidas antes y después
Universo o Población de origen
Sujetos
Sujetos
Universo o Población de origen
A s i g n a c i ó n n o a l e a t o r i a
Grupo 1 Grupo 2
control experimentalCondiciones V.I.
V. dependiente
Prueba hipótesis
Comparación de datos diferencia
Y1 Y2
Y1 -X1 Y2 - X2
(?)
X1 X2V. Pre-tratamiento
Diseño de grupo control no equivalente Técnicas de análisis
Análisis de la variancia.
Análisis de la covariancia.
Análisis de la variancia con técnica de bloques o emparejamiento.
Análisis de la variancia con puntuaciones de diferencia.
Análisis de la variancia (ANOVA)
ExperimentalControl
X Y X Y
Análisis de la covariancia (ANCOVA)
ExperimentalControl
X Y XY X Y XY
ANOVA de puntuaciones de diferencia
ExperimentalControl
X Y Y-X X Y Y-X
Ejemplo práctico 1
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 pretratamiento (medidas antes, como por ejemplo el nivel intelectual en una escala decil) y a continuación, se utiliza a uno de los grupos como control y al otro grupo como 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.
Matriz de datos del diseño
8.6 43 375
5.4 27 151
6.2 31 195
4.2 21 95
236134
67765
Y36543
X
Control
910 8 9 7
57654
YX
ExperimentalDISEÑO DE GRUPO CONTROL NO EQUIVALENTE
Medias:( ):( )2
( )( )
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
ijjijY
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
Cuadro resumen del ANOVA: Diseño de grupo control no equivalente (variable después, Y)
F0.99(1/8) = 11.26; F0.95(1/8) = 5.32
an-1=9 22.4Total
<0.0114.414.4
1
(a-1)=1
a(n-1)=8
14.4
8
Entre Trat (A)
Intra grupos (S/A)
pFCMg.lSCF.V.
Modelo de análisis ANCOVA (2)
Modelo estructural de ANCOVA:Diseño de grupo control no equivalente
ijijjij XXY '..)(
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.
Cuadro resumen del ANCOVA:Diseño de grupo control no equivalente
F0.99(1/7) = 12.25; F0.95(1/7) = 5.59
an-2=88.359Total (aj)
<0.0511.365.13
0.455
a-1=1
a(n-1)-1=7
5.173
3.186
Variable A (aj)
Error S/A (aj)
pFCMg.lSCF.V.
Prueba de homogeneidad de los coeficientes de la regresión, H0: 1=2
X
YA1
A2
b1
b2
Datos de diferencia (3)
t de Student (3.1)
Matriz de datos del diseño
3.2 16 54
8.6 43375
5.4 27151
2 10 22
6.2 31195
4.2 21 95
67765
Y36543
X
Control
43243
910 8 9 7
57654
31222
Y – XYXY – X
ExperimentalDISEÑO DE GRUPO CONTROL NO EQUIVALENTE
Medias:( ):( )2
ECEC
EdCd
EC
nnnn
SCSC
ddt
112
),(),(
t Student. Datos de diferencia
45.2
51
51
2558.22
2.32
–
–t
t0.95(8) = 2.306 p<0.05
Modelo ANOVA Datos de diferencia (3.2)
Cuadro resumen del ANOVA: Diseño de grupo control no equivalente (datos de diferencia)
F0.95(1/8) = 5.32
an-1=9 8.4Total
<0.056 3.6
0.6
(a-1)=1
a(n-1)=8
3.6
4.8
Entre Trat (A)
Intra grupos (S/A)
pFCMg.lSCF.V.
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 (dif.) = 6 F0.95(1/8) = 5.32
Ejemplo práctico 2
Schorzman y Cheek (2004) desarrollaron nuevas pautas de comprensión lectora para niños de edades entre los 9 y 13 años (donde las dificultades de comprensión lectora se acentúan) y evitar así posibles retardos en el aprendizaje. Estos autores plantearon tres nuevas estrategias de comprensión. La primera consistía en fomentar la creación de hipótesis a medida que se va leyendo para desarrollar el pensamiento crítico (PC); la segunda activaba el conocimiento previo de los estudiantes antes de la lectura (CP) y la tercera se basaba en la organización gráfica, es decir, en desarrollar mapas conceptuales, cuadros sinópticos y esquemas (OG).
Procedimiento
Schorzman y Cheek (2004) postularon que el uso de tres estrategias de mejora de la comprensión lectora afecta positivamente al rendimiento.
Para ello, seleccionaron de dos escuelas de áreas suburbanas seis aulas de enseñanza media (tres por escuela). La primera escuela (grupo control) trabajó con las lecturas asignadas siguiendo la estrategia convencional y la segunda (grupo experimental) con las estrategias innovadoras.
..//..
Ambas escuelas trabajaron la comprensión lectora cuatro días por semana durante 45 minutos y a lo largo de siete semanas. El grupo experimental distribuyó semanalmente las estrategias de acuerdo con los siguientes valores: PC (60%), CP (10%) y OG (30%). De ambos grupos (control y experimental) se tomaron medidas antes y después del tratamiento con el test de lectura Gates-MacGinitie Reading Test (Gates-MacGinitie, 1989). Con los datos obtenidos se aplicó la t de Student con datos de diferencia.
Estadísticos descriptivos
Estadísticos de grupo
45 3,00 5,313 ,79259 3,34 6,194 ,806
GrupoControlExperimental
DiferenciaN Media
Desviacióntíp.
Error típ. dela media
Prueba t (datos de diferencia)
Prueba de muestras independientes
1,320 ,253 -,294 102 ,770 -,339 1,154 -2,628 1,950
-,300 100,543 ,765 -,339 1,130 -2,581 1,903
Se han asumidovarianzas igualesNo se han asumidovarianzas iguales
DiferenciaF Sig.
Prueba de Levenepara la igualdad de
varianzas
t gl Sig. (bilateral)Diferenciade medias
Error típ. dela diferencia Inferior Superior
95% Intervalo deconfianza para la
diferencia
Prueba T para la igualdad de medias
Homogeneidad de las variancias
Prueba de homogeneidad de varianzas
Diferencia
1,320 1 102 ,253
Estadísticode Levene gl1 gl2 Sig.
ANOVA (datos de diferencia)
ANOVA
Diferencia
2,934 1 2,934 ,086 ,7703467,220 102 33,9923470,154 103
Inter-gruposIntra-gruposTotal
Suma decuadrados gl
Mediacuadrática F Sig.