Académique Documents
Professionnel Documents
Culture Documents
Dolores Fras-Navarro
Universidad de Valencia
http://www.uv.es/friasnav/
Hasta ahora hemos ido desarrollando las pruebas paramtricas para contrastar hiptesis
de dos grupos independientes (diseo entre-grupos univariado unifactorial, A=2)
mediante el Anlisis de la Varianza (ANOVA). Ahora nos vamos a detener en el
contraste de hiptesis especficas. Se van a presentar diferentes pruebas estadsticas y se
van a utilizar dos mdulos del SPSS donde se pueden realizar las pruebas de hiptesis
especficas en la ventana de Analizar: 1) mdulo de Comparar medias y 2) el mdulo
de Modelo Lineal General.
El SPSS tiene un grupo de anlisis dentro del men Analizar Comparar Medias
donde se pueden ejecutar las tcnicas de contraste de hiptesis de prueba t para una
muestra, prueba t para muestras independientes, prueba t para muestras relacionadas y
ANOVA de un factor.
1
Supongamos que tenemos una investigacin con los siguientes datos:
a1= 12, 8, 10
a2= 5, 7, 6
2
Los resultados sealan que las varianzas de las tres condiciones son homogneas
(Levene(2, 6)=0.667, p=0.548). Por lo tanto se cumple el supuesto de homogeneidad de
las varianzas. Los resultados del ANOVA de un diseo unifactorial A=3 entre-sujetos
sealan que existen diferencias estadsticamente significativas entre los tres grupos (F(2,
6)=24, p=0.001).
Ecuacin estructural
Los efectos estimados para el diseo planteado son a1=0 y a2= -4.
3
Y los errores son en a1= 2 y -2, en a2= -1 y 1 y en a3=0 y -1.
Cuando se trabaja con un programa estadstico (como por ejemplo SPSS; SAS...) ya no
hace falta recurrir a las tablas de la distribucin del estadstico. El mismo programa
aade el valor exacto de probabilidad (valor p, a veces se seala como significacin)
junto al resultado de la prueba estadstica. El investigador tiene que completar el
proceso de contraste estadstico comparando el valor de p de probabilidad del resultado
obtenido (o ms extremo) con la prueba estadstica con el valor del alfa fijado a priori
en su investigacin. Si el valor de p alfa entonces se puede rechazar la hiptesis nula.
Siempre que se trabaja con un programa estadstico hay que anotar los valores p de
probabilidad exactos incluso cuando las decisiones suponen mantener la hiptesis nula
(p > alfa). No es nada recomendable situar ns para indicar un resultado no
estadsticamente significativo. Recordemos que el valor p de probabilidad depende del
valor del efecto y del tamao de la muestra. As, manteniendo constante el efecto, si se
aumenta la muestra disminuye el valor de probabilidad. Del mismo modo, si se
disminuye el tamao de la muestra entonces aumenta el valor p de probabilidad.
4
Siguiendo con el ejercicio, una vez que se ha comprobado que existe un efecto global en
el Anlisis de la Varianza tal y como se ha detallado en la salida del SPSS (F(2, 6) = 24,
p=0.001), vamos a abordar entre qu pares de medias se encuentran las diferencias
estadsticamente significativas. Para ello, elaboramos la tabla de diferencias de medias
entre los grupos o condiciones.
a1 a2
Medias
media=10 media=6
a2
4 --
media=6
a3
4 8
media=14
Con un diseo A=3 existen 3 diferencias de medias entre los grupos. Para conocer
cuntas diferencias de medias simples existente en un diseo podemos aplicar la
siguiente frmula:
Una solucin que se podra pensar es ejecutar pruebas t de Student dos a dos o
ANOVAs para cada par de medias ejecutando en este caso 3 ANOVAs. Pero esta
alternativa no se considera vlida ya que est sujeta a una grave deficiencia
metodolgica como es aumentar la probabilidad del error de tipo I. Es decir, la tasa de
error de tipo I por experimento deja de ser la planteada como alfa cuando se planific el
estudio. Para poder realizar esos contrastes estadsticos correctamente es necesario
controlar el alfa por comparacin. Veamos en primer lugar qu es la Tasa de Error de
Tipo I y en segundo lugar cmo controlar dicha tasa de error mediante los
procedimientos de pruebas de hiptesis especficas.
PE= 1 - (1 - PC )C
5
Donde alfa por comparacin, PC, es la probabilidad de cometer un error de tipo I en
una comparacin y el alfa por experimento, PE, es la probabilidad de cometer al
menos un error de Tipo I en un conjunto de comparaciones (C).
Ese valor de 0.1855 se aparta mucho del valor de alfa fijado a priori por el investigador
en 0.05. Es decir, se tendra una probabilidad de error de Tipo I de 0.1855, que como
sabemos es totalmente inadmisible. La probabilidad de rechazar una hiptesis nula
siendo cierta es de 0.1855 (18.5%). Qu ha pasado? La prueba de contraste de
hiptesis se ha hecho ms liberal (es decir, se rechaza la hiptesis nula con mayor
facilidad), aumentando de este modo el error de Tipo I. Cmo se puede corregir ese
sesgo que amenaza la validez de conclusin estadstica de los resultados del estudio? La
opcin es ejecutar un procedimiento que haga a la prueba estadstica ms conservadora
para equilibrar ese aumento del error de Tipo I. Todos los procedimientos de contraste
de hiptesis especficas se basan en hacer el contraste ms conservador. Es decir, se
reduce el aPC (alfa por comparacin) para poder controlar el aPE (alfa por experimento)
que no debe superar el 0.05. En definitiva, la prueba se hace ms conservadora.
En este punto el investigador debe tomar una decisin de nuevo: tiene que elegir la
prueba de contraste de hiptesis especficas que controle correctamente la tasa de error
de Tipo I y adems que la potencia estadstica sea mxima (menor error de Tipo II). Es
decir, en un mismo diseo se podra optar por varias pruebas de contraste de hiptesis
especficas y el investigador debe seleccionar la ms adecuada para que la validez de
conclusin estadstica sea adecuada. La ms adecuada es aquella que controla la tasa de
error de tipo I y fija el alfa por experimento en 0.05 y al mismo tiempo es la prueba que
facilita la mayor potencia estadstica para de este modo reducir el error de tipo I.
6
Comparaciones planificadas o a priori. Cuando el nmero de comparaciones que hay
que contrastar es ms reducido (no se realizan de forma exhaustiva todas las
comparaciones simples), el contraste se denomina contraste planificado o contraste a
priori. Por ejemplo, si slo se desean comparar a1-a2 y a1-a3 entonces ya no es
exhaustivo sino planificado dado que por cuestiones tericas no interesa analizar la
comparacin entre a2 y a3. Para poder plantear contrastes a priori es necesario
fundamentar esas opciones de contraste en unas hiptesis tericas que den sentido a la
eleccin de los contrastes o anlisis que se quieren realizar. Por ejemplo, en un diseo
con un grupo de control y dos grupos de tratamiento (A=3) podra ser interesantes
comparar el grupo de control con uno de los grupos de tratamiento (contraste uno) y el
grupo de control con el otro grupo de tratamiento (contraste dos). En este caso el
investigador ha planteado dos contrastes o pruebas consideradas a priori, es decir, su
planteamiento es previo a cualquier tipo de resultado del estudio. Los contrastes se
plantean antes de realizar el experimento, por lo tanto antes de ejecutar cualquier
anlisis y necesitan de una teora que los fundamente. En general, esos contrastes se
corresponden con hiptesis de investigacin. Debido a que son contrastes planificados a
priori suelen ser pocos en nmero. Y para evitar que aumente la Tasa de Error de tipo I
(declarar que un efecto es estadsticamente significativo cuando no lo es) los valores p
de probabilidad son corregidos generalmente con el procedimiento de Bonferroni.
Las hiptesis son simples cuando se plantean diferencias entre pares de medias
simples, por ejemplo la diferencia entre las medias de los grupos a1-a2. Se considera
que las hiptesis son complejas cuando la diferencia de medias implica un promedio de
medias, por ejemplo se desea comparar la media de a1 frente a la media compleja de
dos grupos. Por ejemplo una media compleja sera (a2+a3)/2. Es decir, en el cmputo de
la media han intervenido las medias de dos grupos. Al final se contrastan dos medias
pero al menos una de ellas es compleja. Otro ejemplo de hiptesis complejas podra ser
la comparacin siguiente: la media de (a2+a3)/2 respecto a la media (a1+a3)/2.
7
En el SPSS aparecen junto a las pruebas que asumen igualdad de varianzas de los
grupos, en la parte inferior cuando se accede a Opciones:
Bonferroni X X x
Dunnett x X
DHS Tukey x X
Scheff x x x x
Como se observa, hay situaciones donde se pueden aplicar varias pruebas de hiptesis
especficas pero dependiendo de la situacin hay unas pruebas que tienen ms potencia
estadstica (menor error de Tipo II). Recordar que el investigador tiene que seleccionar
aquella prueba que adems de controlar el error de Tipo I tambin sea la que ms
potencia estadstica tiene para detectar el efecto (menor error de Tipo II).
Es decir, es la prueba ms adecuada cuando se comparan dos medias simples cada vez y
se ejecutan todas las posibles comparaciones simples del diseo. Es la prueba ms
utilizada en Psicologa.
8
Si el valor de la diferencia de medias supera ese valor de rango crtico entonces se
rechaza la hiptesis nula. Es decir, la diferencia entre el par de medias es
estadsticamente significativa (p<alfa) si dicha diferencia iguala o supera al valor de
rango crtico que ofrece la prueba DHS de Tukey.
En el ejemplo, el valor del Rango Crtico es igual a 3.543. Por lo tanto, cualquier
diferencia de medias que supere o iguale ese valor terico (en valores absolutos) es
estadsticamente significativa segn la prueba de Tukey. En el ejemplo las tres
diferencias de medias superan el Rango Crtico de Tukey y, por lo tanto, se rechaza la
hiptesis nula en los tres contrastes estadsticos de diferencias de medias.
Procedimiento de Dunnett
Correccin de Bonferroni
Procedimiento de Scheff
Se calcula el rango crtico (RC) de Scheff y se procede del mismo modo comparndolo
con las diferencias de medias empricas. Si el valor de la diferencia de medias iguala o
supera al valor del Rango Crtico entonces se rechaza la hiptesis nula.
10
Siguiendo con el ejemplo anterior:
a2 (media=6) 4 --
a3 (media=14) 4 8
11
Si ejecutamos el contraste de hiptesis DHS de Tukey con el SPSS se obtendrn los
siguientes resultados.
Y el SPSS ofrece los siguientes resultados para la pruebas post hoc HSD de Tukey:
12
La interpretacin de los subconjuntos homogneos que ofrece el SPSS es muy til para
visualizar de forma rpida si hay diferencias estadsticamente significativas entre las
medias. Aquellas condiciones cuyas medias no difieren de forma estadsticamente
significativa aparecen en la misma columna dentro del mismo subconjunto. Por el
contrario, cuando dos medias difieren de forma estadsticamente significativa entre s
entonces aparecen en dos subconjuntos diferentes. En la tabla anterior se observa que
cada media se encuentra en un subconjunto diferente indicando que las diferencias entre
todos los pares de medias son estadsticamente significativas. Hay que revisar siempre
la tabla de diferencias de medias pues la prueba de subconjuntos homogneos es ms
conservadora y podra ocurrir que no se detecten diferencias con el anlisis visual de los
subconjuntos y s en la tabla de diferencias de medias de Tukey.
Si hubisemos optado por ejecutar Bonferroni o Scheff los resultados seran los
siguientes.
La prueba de Scheff es ms potente (menor error de Tipo II) que Bonferroni ya que si
miramos la tabla anterior de mximo nmero de contrastes (comparaciones) que
deberan probarse con el procedimiento de Bonferroni podemos comprobar que
Bonferroni sera ms potente si el mximo de comparaciones fuese de dos contrastes
para un diseo con tres grupos y seis grados de libertad del error.
De todos modos para esa situacin donde se realizan todas las comparaciones posibles
dos a dos ya hemos visto que la prueba ms potente es DHS de Tukey (valores de
p=0.031 y p=0.001). Y esa sera la decisin ms correcta para ese diseo y, por lo tanto,
la que debera seleccionar el investigador para realizar sus hiptesis especficas,
asegurando la validez de conclusin estadstica.
13
Suponiendo que el investigador desea hacer a-1 comparaciones (3-1=2 contrastes)
simples entonces la prueba de Dunnett ofrece el siguiente resultado en el SPSS. Como
se observa slo aparecen dos contrastes: la media del grupo a2 con la media del grupo
a1 (la diferencia de medias es -4) y la media del grupo a3 con la media del grupo a1
(diferencia de medias de 4). Los resultados que ofrece el SPSS para poder tomar la
decisin estadstica de si se puede o no rechazar la hiptesis nula es el valor de
significacin (Sig.), es decir, el valor p de probabilidad del estadstico de comparacin.
En ningn tipo de prueba de hiptesis especficas informa el SPSS del valor del Rango
Crtico del estadstico aplicado sino que directamente informa del valor p de
probabilidad vinculado al contraste de diferencia de medias. Otros programas
estadsticos s informan del valor p de probabilidad junto al valor de Rango Crtico
como por ejemplo la aplicacin del ANOVA que se encuentra en la Web Vassar Stats
(http://vassarstats.net/).
14
Ejecucin con la aplicacin on line de Vassar Stats
15
16
Supuesto de investigacin del frmaco Z
Condicin Puntuaciones
Ejercicios de autoevaluacin
17
Una vez finalizado el tratamiento el investigador midi el nivel electroencefalogrfico
computando el nmero de alteraciones bruscas del trazado o cambios paroxsticos
producidos. Su hiptesis seala que los nios que no son sometidos a ningn tipo de
intervencin tendrn un mayor nmero de alteraciones en el EEG, siendo el nmero
menor cuando reciben tratamiento psicolgico.
Entre 0.05
Error 12
Total
Tabla de efectos
1 Frmaco 0
2 Tratamiento -4
psicolgico
3 Grupo control
M = 10
Desarrolla para cada observacin la ecuacin estructural que define a los datos de la
investigacin:
Y=..............................................................
18
2. La validez externa del estudio anterior queda garantizada ya que:
a) Aleatoriamente los sujetos son asignados a las condiciones experimentales.
b) Aleatoriamente son seleccionados los niveles de la variable independiente de tratamiento.
c) Aleatoriamente los sujetos son seleccionados del conjunto de la poblacin.
d) No se puede responder a la pregunta.
3. La variable dependiente (o variables dependientes) es:
a) Nmero de alteraciones paroxsticas.
b) Nmero de trastornos que presenta el nio.
c) La edad del nio.
d) No se puede responder a la pregunta.
4. La variable independiente (o variables independientes) es:
a) La cantidad de alteraciones paroxsticas que presenta el nio (ninguna, entre 3 y 4, ms de cuatro).
b) El grupo de intervencin al que es sometido el nio (control, tratamiento psicolgico, frmaco).
c) La edad del nio (cinco aos, ms de cinco, menos de cinco).
d) No se puede responder a la pregunta.
5. Las puntuaciones medias de los grupos de tratamiento fueron las siguientes:
a) a1 = 10, a2 = 14 y a3 = 6.
b) a1 = 6, a2 = 10 y a3 = 14.
c) a1 = 10, a2 = 6 y a3 = 14.
d) No se puede responder a la pregunta.
6. La Suma de Cuadrados del Tratamiento es:
a) 96.
b) 116.
c) 506.
d) No se puede responder a la pregunta.
7. En esta primera fase de su investigacin la decisin estadstica permite concluir que:
a) Existen diferencias estadsticamente significativas ya que F(2, 8) = 38, p < 0.05.
b) Existen diferencias estadsticamente significativas ya que F(2, 6) = 43.8, p < 0.05.
c) Existen diferencias estadsticamente significativas ya que F(2, 6) = 24, p < 0.05.
d) No se puede responder a la pregunta.
8. El investigador decide calcular una prueba de comparacin de medias que le permita
analizar el nmero total posible de comparaciones simples entre pares de medias.
Cuntas comparaciones simples son posibles analizar sin ser redundantes:
a) 3.
b) 4.
c) 2.
d) No se puede responder a la pregunta.
9. Si el investigador decide realizar comparaciones de medias, la prueba estadstica ms
adecuada estar guiada por:
a) Controlar la tasa de error de Tipo I y ser la ms potente.
b) Controlar la tasa de exceso y ser exacta.
c) Controlar la tasa de error de Tipo I y trabajar con el menor Error de Tipo II.
d) No se puede responder a la pregunta.
10. Si el investigador opta por aplicar la prueba DHS de Tukey entonces ejecuta e
interpreta los resultados con el SPSS. Anota los resultados. Observa los resultados de
los subconjuntos homogneos. Redacta los resultados del informe.
______________________________________________________________________
______________________________________________________________________
______________________________________________________________________
19
tratamiento, realizando comparaciones simples que hubiesen estado definidas a priori, la
prueba de comparacin de medidas ms adecuada sera:
a) La prueba de Dunnett siempre que se realicen 2 comparaciones de medias.
b) La prueba de Dunnett siempre que se realicen 3 comparaciones de medias.
c) La prueba de Tukey siempre que se realicen ms de 4 comparaciones de medias.
d) No se puede responder a la pregunta.
12. Analiza la hiptesis de la pregunta 11 con el SPSS y redacta los resultados.
______________________________________________________________________
______________________________________________________________________
______________________________________________________________________
A. Las diferencias entre las puntuaciones medias de un diseo de cinco grupos no son
estadsticamente significativas.
B. Se cumple el supuesto de homocedasticidad o igualdad de las varianzas de los seis grupos del
diseo.
C. Existe heterocedasticidad o falta de homogeneidad entre las varianzas de los cinco grupos del
diseo.
D. Las tres opciones anteriores son falsas.
3. El estimador del tamao del efecto ms utilizado en la investigacin psicolgica cuando el
diseo tiene dos condiciones de investigacin y una variable dependiente es:
A. La denominada d de Cohen.
B. La denominada eta cuadrado.
C. El coeficiente de correlacin.
D. La denominada lambda de Wilks.
4. Cuando comparamos las distribuciones muestrales del grupo experimental y el control el
tamao del efecto ser mayor:
A. Cuando las dos distribuciones se solapan completamente (100%).
B. Cuando las dos distribuciones no se solapan en absoluto (0%).
C. Cuando las dos distribuciones se solapan al 50%.
D. Cuando el solapamiento de las distribuciones gira en torno a 2/3.
20
5. Cuando el investigador no conoce qu variable extraa podra contaminar los resultados la
mejor opcin es:
A. La tcnica de la constancia de la variable extraa.
B. La tcnica de la eliminacin de la variable extraa.
C. La tcnica de la asignacin aleatoria de la variable extraa.
D. La tcnica del bloqueo de la variable extraa.
6. DISEO 1. Los resultados de las investigaciones sealan que el prejuicio moderno aumenta
cuando el sujeto tiene un argumento externo que justifique su expresin. Un grupo de
investigadores pretende medir el impacto del prejuicio
moderno sobre la evaluacin de las familias con
inmigrantes. El diseo incluye la elaboracin de tres tipos
de situacin familiar (vietas de clima familiar) donde se
desarrollan unas pautas de interaccin madre-hijo de parentalidad positiva (grupo argumentos
positivos), de parentalidad negativa (grupo argumentos negativo externos) y un grupo mixto de
control. La hiptesis de la investigacin plantea que el prejuicio moderno ser mayor en aquellas
situaciones donde se puede utilizar un argumento externo para justificar el rechazo como son
las malas relaciones entre la madre y el hijo. Se lleva a cabo una investigacin con los tres
grupos donde los sujetos son asignados de forma aleatoria a una de las condiciones de
investigacin:
21
D. Mantener la hiptesis nula, F(2, 307) = 1840,198, p = 0.000.
11.Teniendo en cuenta los resultados, si se ha cometido algn tipo de Error solamente podra ser:
A. Error de Tipo I.
B. Error de Tipo II.
C. Error de Tipo III.
D. Se desconoce qu tipo de error se puede cometer.
12.El valor del tamao del efecto de eta cuadrado es:
A. 0,01.
B. 0,74.
C. 0,02.
D. 0,96.
13.Teniendo en cuenta los resultados siguientes, se puede concluir que:
22
A. No se puede rechazar la hiptesis nula porque p=0.
B. Hay diferencias estadsticamente significativas entre los grupos pero no se sabe entre qu pares de
medias.
C. Se mantiene la hiptesis nula.
D. Las opciones A y C son correctas.
17.Cuntos grupos tiene el diseo de la pregunta 16?
A. 3.
B. 4.
C. 5.
D. 6.
18.Cuntas comparaciones de medias dos a dos simples no redundantes se podran realizar con el
diseo de la pregunta 16?
A. 3.
B. 15.
C. 16.
D. 18.
19.Si el investigador decide comparar el ltimo grupo con el resto y realiza solamente cinco
comparaciones simples, qu procedimiento de hiptesis especficas sera el ms adecuado
desde el punto de la validez de conclusin estadstica (ver pregunta 16):
A. Bonferroni.
B. Tukey.
C. Dunnett.
D. Las opciones B y C seran correctas.
20.La tcnica de control de la asignacin aleatoria implica:
A. Aumentar la variabilidad de los grupos antes de administrar el tratamiento.
B. Aumentar el efecto del tratamiento aplicado.
C. Disminuye el valor del tamao del efecto y el valor p de probabilidad.
D. Disminuir la probabilidad de diferencias previas al tratamiento entre los grupos del diseo de
investigacin.
21.Qu definicin de valor p de probabilidad es la adecuada?
A. El valor de alfa o ms extremo asumiendo que la hiptesis nula es verdadera.
B. La probabilidad del resultado obtenido o ms extremo si la hiptesis nula es verdadera.
C. La probabilidad del resultado obtenido o ms extremo si la hiptesis nula es falsa.
D. La probabilidad de que la hiptesis nula sea falsa dados unos datos o datos ms extremos.
22.La potencia estadstica se refiere a la:
A. Probabilidad de mantener la hiptesis nula siendo realmente falsa.
B. Probabilidad de detectar una diferencia cuando realmente existe.
C. Probabilidad de que la hiptesis nula sea verdadera.
D. Las opciones B y C son correctas.
23