Tamaño Del Efecto

MTODOS Y DISEOS DE
INVESTIGACIN
TEMA 5
VALIDEZ DE LA
INVESTIGACIN (II):
Validez de conclusin
estadstica
M. Dolores Fras http://www.uv.es/~friasnav 1

TAMAO DEL EFECTO

TAMAO DEL EFECTO
El tamao del efecto es el nombre dado a
una familia de ndices que miden la magnitud
del efecto del tratamiento.
A diferencia de las pruebas de significacin,
estos ndices son independientes del tamao de
la muestra.
Los ndices del tamao del efecto se utilizan
en los estudios de meta-anlisis como medio
de resumen cuantitativo de los resultados de
diferentes investigaciones sobre un rea de
investigacin especfica.
Por ejemplo, es muy conocido el trabajo de
meta-anlisis de Lipsey y Wilson (1993) sobre
los tratamientos psicolgicos, educativos y
conductuales.

Los tamaos de los efectos expresan la
magnitud de un efecto, como, entre otros,
tratamientos y correlaciones
un reflejo cuantitativo de la magnitud de
algn fenmeno que se usa para abordar una
cuestin de inters
A diferencia de la prueba de significacin que
depende del tamao de la muestra, los ndices
de tamao del efecto son independientes del
tamao de la muestra y, por lo tanto, pueden
considerarse parmetros de poblacin, no
estadsticas de muestra
https://www.easycalculat
ion.com/es/statistics/effe
ct-size.php

Magnitud del efecto experimental:
seala el grado de asociacin entre un efecto
(sea principal, de interaccin o un contraste)
y la variable dependiente.
Si el valor de esa medida de asociacin es al

cuadrado entonces puede ser interpretada como
la proporcin de varianza de la variable
dependiente que es atribuida al efecto
Medidas del Tamao del Efecto (ANOVA):

*Eta Cuadrado ( 2) Muestra
*Eta Cuadrado Parcial ( 2p)
*Omega Cuadrado ( 2) Poblacin
*Correlacin Intraclase ( I)

TAMAO DEL EFECTO:
clculo
Existen diferentes frmulas para calcular el
tamao del efecto que se pueden resumir
en:
Diferencia estandarizada entre dos medias
Correlacin entre la variable
independiente y las puntuaciones de la
variable dependiente

TAMAO DEL EFECTO:
clculo para
dos grupos independientes
Diferencia estandarizada entre dos
dos grupos
d de Cohen (1988)
Es la diferencia entre las dos medias dividido
por la desviacin tpica de las puntuaciones.
Es una medida descriptiva.
Segn Cohen la desviacin tpica puede ser
utilizada cuando las varianzas de los dos
grupos son homogneas
En meta-anlisis los dos grupos son:

grupo experimental
grupo control
TAMAO DEL EFECTO:
clculo para
Diferencia estandarizada entre dos dos grupos
d de Cohen (1988):
1 - 2
d=

Donde es igual a: (X - M)2 / N:
X es cada puntuacin
M es la media total
N es el nmero de observaciones
En los trabajos de meta-anlisis una diferencia

POSITIVA entre las medias indica que se ha
producido mejora con el tratamiento y
NEGATIVA seala deterioro o cambio opuesto
a la direccin predicha:
(M grupo experimental - M grupo control)

TAMAO DEL EFECTO:
Diferencia
clculo para
estandarizada
dos grupos entre dos dos grupos
independientes
En la prctica se utiliza la estimacin de la desviacin
tpicaSPROMEDIO (pooled) obteniendo el valor g de Hedges

como medida inferencial
M1 - M2
g=
SPROMEDIO
Donde SPROMEDIO es igual a la raz cuadrada de la
media de las dos desviaciones tpicas al
cuadrado, multiplicado por el ajuste de la raz
cuadrada de los grados de libertad del error
dividido por N:
(S12 + S22) / 2( glerror /N)
O lo que es lo mismo utilizando el estimador

Spromedio:
SPROMEDIO = (S1 + S2) / 2 ( glerror /N)
TAMAO DEL EFECTO:
clculo para
Diferencia estandarizada entre dos dos grupos
Siguiendo con el ejercicio pgina 51
M1 - M2
d=
SPROMEDIO
Ma SP
A Y
a1 E. 23, 11, 12, 26 18 7.6158
a2 N.E. 39, 38, 23, 28 32 7.7889
M = 25 M = 7.70235
59.33333 = 7.7028
MC ERROR
TAMAO DEL EFECTO:
clculo para
Diferencia estandarizada entre los dos grupos
M1 - M2
d=
SPROMEDIO
SP
SPROMEDIO = 7.70235 (6/8)

7.6158
7.7889 SPROMEDIO = 6.67043
M = 7.70235
32 - 18
d= 6.67043 = 2.099

TAMAO DEL EFECTO:
interpretacin
Cohen (1988) defini el tamao del efecto

como:
PEQUEO d = 0.2
MEDIANO d = 0.5
GRANDE d = 0.8

TAMAO DEL EFECTO:
interpretacin
En trminos de percentiles y distribucin:
Cohen Tamao Percentil Porcentaje NO
Efecto Solapamiento
2.0 97.7 81.1%
1.9 97.1 79.4%
1.8 96.4 77.4
1.7 95.5 75.4%
1.6 94.5 73.1
1.5 93.3 70.7
1.4 91.9 68.1
1.3 90 65.3
1.2 88 62.2
1.1 86 58.9
1.0 84 55.4
0.9 82 51.6
GRANDE 0.8 79 47.4
0.7 76 43.0
0.6 73 38.2
MEDIO 0.5 69 33.0
0.4 66 27.4
0.3 62 21.3
PEQUEO 0.2 58 14.7
0.1 54 7.7
0.0 50 0
TAMAO DEL EFECTO:
interpretacin
En trminos de percentiles y distribucin:
Cohen Tamao Percentil Porcentaje NO
Efecto Solapamiento
2.0 del efecto de
Un tamao 97.71.7 indica81.1%
un 75.4% de
1.9 97.1 79.4%
No Solapamiento
1.8
de las dos
96.4
distribuciones
77.4
1.7 95.5 75.4%
1.6 94.5 73.1
1.5 93.3 70.7
1.4 91.9 68.1
La media1.3 del grupo experimental
90 se65.3
encuentra
en el percentil
1.2 79 del grupo
88 control 62.2
1.1 86 58.9
1.0 84 55.4
La distribucin
0.9 de puntuaciones
82 del
51.6 grupo
GRANDE 0.8
experimental 79 completamente
se solapa 47.4 con
0.7 76 43.0
la distribucin
0.6 de puntuaciones
73 del
38.2grupo
de control
MEDIO 0.5 69 33.0
0.4 66 27.4
0.3 62 21.3
PEQUEO 0.2 58 14.7
0.1 54 7.7
0.0 50 0
TAMAO DEL EFECTO:
clculo para
Diferencia estandarizada entre dos
dos grupos
de Glass
M1 - M 2
=
grup. control
Definido como la diferencia de medias entre el
grupo experimental y el grupo control dividido
por la desviacin tpica del grupo control

TAMAO Correlacin entre la
DEL variable independiente y las
puntuaciones de la variable
EFECTO: dependiente
El tamao del efecto puede ser computado

como la correlacin biserial puntual entre la
variable independiente dicotmica y la variable
dependiente continua
r= rVD, VI

Transformacin de la escala de r a d
d= 2 r
(1 r 2)
Transformacin de la escala de d a r
r= d
(d 2 + 4)

TAMAO DEL EFECTO:
interpretacin
En trminos de correlacin y varianza explicada:
Cohen Tamao r r2
Efecto
2.0 0.707 0.500
1.9 0.689 0.474
1.8 0.669 0.448
1.7 0.648 0.419
1.6 0.625 0.390
1.5 0.600 0.360
1.4 0.573 0.329
1.3 0.545 0.297
1.2 0.514 0.265
1.1 0.482 0.232
1.0 0.447 0.200
0.9 0.410 0.168
GRANDE 0.8 0.371 0.138
0.7 0.330 0.109
0.6 0.287 0.083
MEDIO 0.5 0.243 0.059
0.4 0.196 0.038
0.3 0.148 0.022
PEQUEO 0.2 0.100 0.010
0.1 0.050 0.002
0.0 0.000 0.000
POTENCIA Y TAMAO DEL EFECTO:
Friedman, 1982
r .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70
d .30 .41 .52 .63 .75 .87 1.01 1.15 1.32 1.50 1.71 1.96
POTENCIA Tamao de N
.30 93 53 34 24 18 14 11 9 8 7 6 5
.40 132 74 47 33 24 19 15 12 10 8 7 6
.50 170 95 60 42 30 23 18 14 12 9 8 7
.60 257 143 90 62 45 34 24 20 16 13 11 9
.70 300 167 105 72 52 39 29 23 18 15 12 10
.80 343 191 120 82 59 44 33 26 20 16 13 11
.90 459 255 160 109 78 58 44 34 27 21 17 13
Todos los valores son para alfa=0.05
Los valores de tamao de la muestra son para el Tamao Total (N).

Si el diseo tiene dos condiciones entonces N/2 en cada condicin

POTENCIA DE LA PRUEBA
ESTADSTICA

Potencia Estadstica
1-
Es la probabilidad que tiene la prueba

estadstica para rechazar una hiptesis
NULA FALSA
Tiene un rango de 0 a 1 y est

inversamente relacionada con el Error
de Tipo II
El diseo de investigacin requiere:

Medir la potencia
Maximizar la potencia

Potencia Estadstica
1-
Potencia ErrorTipo II
1.0 0.0 Si hay un efecto ser detectado
0.8 0.2 Si hay un efecto ser

detectado el 80% de las veces


0.0 1.0 Si hay un efecto nunca

ser detectado

Potencia Estadstica
1-
No siempre es fcil maximizar la potencia
ni tampoco medirla
La potencia de la prueba estadstica est

relacionada con:
Tamao de la muestra
Tamao del alfa
Tamao del efecto

Potencia Estadstica
1-
BAJA ALTA
POTENCIA POTENCIA
tamao muestra tamao muestra

Pequeo Grande
Alfa menor Alfa mayor
tamao del efecto tamao del efecto

Pequeo Grande

Potencia Estadstica
1-
CON EL DISEO DE
INVESTIGACIN, LA POTENCIA
SE INCREMENTA
Aumentando el tamao de la muestra
Administrando tratamientos con condiciones
maximizadas
Utilizando instrumentos de medida fiables
Utilizando muestras homogneas, disminuyendo
la variabilidad o varianza
Utilizando contrastes concretos y no pruebas
omnibus
Utilizando procedimientos experimentales

estndares
Potencia Estadstica
1-
ANLISIS DE POTENCIA
A PRIORI
Disponemos en el diseo de investigacin:

El nivel de Alfa
La potencia deseada (1 - )
Del tamao del efecto que se desea detectar
Qu deseamos conocer:
Cuntos sujetos se necesitan en la
investigacin para cumplir con los criterios
fijados en la fase de planificacin de la
investigacin

Potencia Estadstica
1-
ANLISIS DE POTENCIA
A POSTERIORI

El nivel de Alfa
Del tamao muestral
Del tamao del efecto obtenido
Qu deseamos conocer:
La potencia que ha tenido la prueba
estadstica para detectar ese tamao del
efecto de la investigacin realizada

Potencia Estadstica
1-
ANLISIS DE POTENCIA
CLCULO
Tablas: en funcin del tamao del
efecto, alfa y potencia deseada
Clculo: aproximacin al valor exacto

con la formula de Severo y Zelen (1960)

Potencia Estadstica
1-
Clculo: aproximacin al
valor exacto con la formula de
Severo y Zelen (1960)
Pgina 110 Y SIGUIENTES

Potencia Estadstica
1-
Clculo
La estimacin del parmetro de
no centralidad de la distribucin F
puede ser calculado como:
2 (N - a)
=
1 - 2
Los valores del tamao del efecto delta
oscilan generalmente entre 0-3:
Delta = 0.25 efecto pequeo
Delta = 0.75 efecto mediano
Delta 1.25 efecto grande

Potencia Estadstica
1-
Clculo
La estimacin del parmetro de
no centralidad de la distribucin F
puede ser calculado como:
2 (N - a)
=
1 - 2
En Ciencias Sociales, los valores del
tamao del efecto delta oscilan
generalmente entre 0-3:
Delta = 0.25 efecto pequeo
Delta = 0.75 efecto mediano
Delta 1.25 efecto grande
TAMAO DE LA MUESTRA

Cuestin:
Qu tamao debe
tener la muestra?

Tres cuestiones importantes surgen al
planificar el tamao de la muestra:
Cmo de grande tiene que ser la muestra para que sea

representativa de la poblacin?
Cmo de grande tiene que ser la muestra para detectar

una diferencia estadsticamente significativa?
Cuntos sujetos se necesitan para detectar una mejora

clnicamente significativa entre el tratamiento A y el
tratamiento B?

Planificacin

Tres cuestiones importantes surgen al
planificar el tamao de la muestra:
est reopara que sea

Cmo de grande tiene que ser la muestra
u
representativa de la R
E XTE NA: m
poblacin?
E Z
VALID
S T
Cmo de grande tiene que ser la muestra para detectarIC A
E S T AD
I N
una diferencia estadsticamente significativa?
LU S
E Z D E CONC
VALI D
N IC O
Cuntos sujetos se necesitan para detectar
una mejora
Lel tratamiento A y el
I C IO C
tratamiento B?
JU
clnicamente significativa entre

TAMAO DEL EFECTO, POTENCIA
Y TAMAO DE LA MUESTRA:
Friedman, 1982
r .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70
d .30 .41 .52 .63 .75 .87 1.01 1.15 1.32 1.50 1.71 1.96
POTENCIA Tamao de N:
.30 93 53 34 24 18 14 11 9 8 7 6 5
.40 132 74 47 33 24 19 15 12 10 8 7 6
.50 170 95 60 42 30 23 18 14 12 9 8 7
.60 257 143 90 62 45 34 24 20 16 13 11 9
.70 300 167 105 72 52 39 29 23 18 15 12 10
.80 343 191 120 82 59 44 33 26 20 16 13 11
.90 459 255 160 109 78 58 44 34 27 21 17 13
Todos los valores son para alfa=0.05
Los valores de tamao de la muestra son para el Tamao Total (N).

Si el diseo tiene dos condiciones entonces N/2 en cada condicin

Potencia Estadstica
1-
ANLISIS DE POTENCIA
A PRIORI

El nivel de Alfa: 0.05
La potencia deseada (1 - ): 80
Del tamao del efecto que se desea detectar: r = 0.30
Qu deseamos conocer: N?

Friedman, 1982
r .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70
d .30 .41 .52 .63 .75 .87 1.01 1.15 1.32 1.50 1.71 1.96
.30 93 53 34 24 18 14 11 9 8 7 6 5
.40 132 74 47 33 24 19 15 12 10 8 7 6
.50 170 95 60 42 30 23 18 14 12 9 8 7
.60 257 143 90 62 45 34 24 20 16 13 11 9
.70 300 167 105 72 52 39 29 23 18 15 12 10
.80 343 191 120 82 59 44 33 26 20 16 13 11
.90 459 255 160 109 78 58 44 34 27 21 17 13
Se necesitarn N= 82 observaciones
r=0.40, potencia=.90 N ?

La cuestin es tener informacin sobre la
correlacin o el tamao del efecto esperado
Estudios piloto, resultados de meta-anlisis o
pequeo-mediano-grande son la solucin

Potencia Estadstica
1-
ANLISIS DE POTENCIA
A POSTERIORI

El nivel de Alfa: 0.05
Del tamao muestral: 34
Del tamao del efecto obtenido: r = 0.30
Qu deseamos conocer: probabilidad del error de Tipo II

Friedman, 1982
r .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70
d .30 .41 .52 .63 .75 .87 1.01 1.15 1.32 1.50 1.71 1.96
.30 93 53 34 24 18 14 11 9 8 7 6 5
.40 132 74 47 33 24 19 15 12 10 8 7 6
.50 170 95 60 42 30 23 18 14 12 9 8 7
.60 257 143 90 62 45 34 24 20 16 13 11 9
.70 300 167 105 72 52 39 29 23 18 15 12 10
.80 343 191 120 82 59 44 33 26 20 16 13 11
.90 459 255 160 109 78 58 44 34 27 21 17 13
La potencia fue de 0.40, luego la probabilidad

del error de Tipo II fue de 0.60
r=0.45, N=29 potencia ?

Friedman, 1982
r .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70
d .30 .41 .52 .63 .75 .87 1.01 1.15 1.32 1.50 1.71 1.96
.30 93 53 34 24 18 14 11 9 8 7 6 5
.40 132 74 47 33 24 19 15 12 10 8 7 6
.50 170 95 60 42 30 23 18 14 12 9 8 7
.60 257 143 90 62 45 34 24 20 16 13 11 9
.70 300 167 105 72 52 39 29 23 18 15 12 10
.80 343 191 120 82 59 44 33 26 20 16 13 11
.90 459 255 160 109 78 58 44 34 27 21 17 13
r=0.45, N=29 potencia ? = 0.70

Si el investigador desea replicar este estudio, qu tamao de muestra
necesitar si quiere cometer un 10% de error de Tipo II
Se necesitarn N= 44 observaciones

ERROR ESTADSTICO Y
COMPARACIONES
MLTIPLES

Nmero de pruebas o
comparaciones en un
experimento (C ) > 1
Error Tipo I fijado a

priori

Nmero de pruebas o
comparaciones en un
experimento (C ) = 1
PC= probabilidad de cometer un Error de

Tipo I al probar una hiptesis nula (pgina 154)
Nmero de pruebas o
comparaciones en un
experimento (C ) > 1
PE= probabilidad de cometer al menos un

Error de Tipo I al probar C hiptesis nulas
(pgina 154)
PE= probabilidad de cometer al menos un
Error de Tipo I al probar C hiptesis nulas
PE
DEPENDE
Valor PC Nmero de
comparaciones (C

PE= 1 - (1- PC ) C

Ejemplo: 3 comparaciones
Si todass las hiptesis nulas fueran ciertas y
PC = 0.05 entonces la probabilidad de
cometer al menos un Error de Tipo I es:
PE= 1 - (1- ) =0.1426 3

CMO?
Procedimientos de comparaciones
de hiptesis especficas
de la investigacin

Consecuencia: reducir el PC
para poder controlar el PE
La prueba se hace ms conservadora
El procedimento ms adecuado ser:
Controle correctamente la
tasa de Error de Tipo I
Cuando potencia estadstica es mxima

(menor Error Tipo II)

Procedimentos de comparaciones
de hiptesis especificas
de la investigacin
Correccin de Procedimento de
Bonferroni Scheff
Procedimento de Dunnett
Procedimento DHS de Tukey
Todos los procedimentos controlan la Tasa

de Error de Tipo I

Es el ms potente:
potente
cuando se realizan todas las comparaciones
posibles dos a dos y adems son simples
Ms utilizado
Es el ms potente:
potente
cuando se trata de comparar la media
de un grupo frente al resto y adems
son comparaciones simples a priori
Y C = a - 1 comparaciones

Siempre que la hiptesis formule el
nmero de comparaciones, aunque
si C es grande entonces la prueba es poco
potente
Con comparaciones simples y complejas
Es vlido en cualquier circunstancia

Con comparaciones simples y complejas
Normalmente es la prueba menos potente

Transformacin:
de la escala F a la de 2
F (gl entre, gl error = 2A glERROR

1 - 2A glA
Transformacin:
de la escala 2 a la de F
2A = F (gl entre, gl error
F gl ERROR
(gl entre, gl error
+
glA

Prueba de Significacin
Se mantiene o se rechaza el modelo de la
hiptesis de nulidad de efectos?
F (0.05, 1, 6 = 6.607
Su probabilidad dentro de H0
Alfa = 0.05
Ft(0.05, 1, 6) = 5.987
Femprica > Fterica = se rechaza H0
p < 0.05
Transformacin de la escala 2 a la de F

1 - 2A glA
Transformacin de la escala F a d
d= 2 F
gl (error)
Transformacin de la escala F a la de 2
6.605 =
0.524 6
0.476 1

Transformacin de la escala F a la de 2
6.605 = 0.524 6
0.476 1
2.099= 2 6.607

Transformacin de la escala 2 a la de F

1 - 2A glA
d= 2 F
gl (error)
Transformacin de la escala F a t de Student (De t a F)
t= F=
F ( t )2
Transformacin de la escala t a d
d= 2 t
n1 = n2
gl (error)
d= 2 t
n1 = n2
gl (error)
d= t (n1 + n2)
gl (error) (n1n2)
n1 n2

Tamaño Del Efecto

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tamaño Del Efecto

Transféré par

Droits d'auteur :

Formats disponibles

MTODOS Y DISEOS DE

M. Dolores Fras http://www.uv.es/~friasnav 1

M. Dolores Fras http://www.uv.es/~friasnav 2

M. Dolores Fras http://www.uv.es/~friasnav 3

M. Dolores Fras http://www.uv.es/~friasnav 4

Si el valor de esa medida de asociacin es al

Medidas del Tamao del Efecto (ANOVA):

M. Dolores Fras http://www.uv.es/~friasnav 8

En meta-anlisis los dos grupos son:

En los trabajos de meta-anlisis una diferencia

(M grupo experimental - M grupo control)

tpicaSPROMEDIO (pooled) obteniendo el valor g de Hedges

O lo que es lo mismo utilizando el estimador

a1 E. 23, 11, 12, 26 18 7.6158

a2 N.E. 39, 38, 23, 28 32 7.7889

SPROMEDIO = 7.70235 (6/8)

7.7889 SPROMEDIO = 6.67043

M. Dolores Fras http://www.uv.es/~friasnav 13

Cohen (1988) defini el tamao del efecto

M. Dolores Fras http://www.uv.es/~friasnav 14

M. Dolores Fras http://www.uv.es/~friasnav 17

El tamao del efecto puede ser computado

M. Dolores Fras http://www.uv.es/~friasnav 18

M. Dolores Fras http://www.uv.es/~friasnav 19

.60 257 143 90 62 45 34 24 20 16 13 11 9

.70 300 167 105 72 52 39 29 23 18 15 12 10

.80 343 191 120 82 59 44 33 26 20 16 13 11

.90 459 255 160 109 78 58 44 34 27 21 17 13

Todos los valores son para alfa=0.05

Los valores de tamao de la muestra son para el Tamao Total (N).

M. Dolores Fras http://www.uv.es/~friasnav 21

M. Dolores Fras http://www.uv.es/~friasnav 22

Es la probabilidad que tiene la prueba

Tiene un rango de 0 a 1 y est

El diseo de investigacin requiere:

M. Dolores Fras http://www.uv.es/~friasnav 23

0.8 0.2 Si hay un efecto ser

0.5 0.5 Si hay un efecto ser

0.2 0.8 Si hay un efecto ser

0.0 1.0 Si hay un efecto nunca

M. Dolores Fras http://www.uv.es/~friasnav 24

La potencia de la prueba estadstica est

M. Dolores Fras http://www.uv.es/~friasnav 25

tamao muestra tamao muestra

Alfa menor Alfa mayor

tamao del efecto tamao del efecto

M. Dolores Fras http://www.uv.es/~friasnav 29

Utilizando procedimientos experimentales

Disponemos en el diseo de investigacin:

M. Dolores Fras http://www.uv.es/~friasnav 31

Disponemos en el diseo de investigacin:

M. Dolores Fras http://www.uv.es/~friasnav 32

Clculo: aproximacin al valor exacto

M. Dolores Fras http://www.uv.es/~friasnav 33

Pgina 110 Y SIGUIENTES

M. Dolores Fras http://www.uv.es/~friasnav 34

M. Dolores Fras http://www.uv.es/~friasnav 35

M. Dolores Fras http://www.uv.es/~friasnav 37

M. Dolores Fras http://www.uv.es/~friasnav 38

Cmo de grande tiene que ser la muestra para que sea

Cmo de grande tiene que ser la muestra para detectar

Cuntos sujetos se necesitan para detectar una mejora

M. Dolores Fras http://www.uv.es/~friasnav 39

M. Dolores Fras http://www.uv.es/~friasnav 40