2n parcial - Metodologia experimental (2013)

Apunte Catalán
Universidad Universidad de Barcelona (UB)
Grado Psicología - 2º curso
Asignatura Dissenys de Recerca
Año del apunte 2013
Páginas 59
Fecha de subida 10/11/2014
Descargas 12
Subido por

Vista previa del texto

Dissenys de recerca: Metodologia experimental BLOC II 1. Plantejament dels estudis experimentals i quasi-experimentals Un estudi experimental es caracteritza per la manipulació, reflexada en la variable independent. Aquest estudis tenen un alt control intern.
Un estudi quasi-experimental també es caracteritza per exercir manipulació, però no són tan eficients com els experimentals, ja que tenen menys control intern.
Un estudi no experimental no té manipulació i, per tant, tampoc variable independent.
 La V.I es la variable manipulada per part del investigador i es la que afecta sobre la V.D, que es considerada la que canvia en funció de la V.I, i es el registre de dades.
 Les variables de confusió o estranyes (V.C) s’han de controlar, tot i que no interessen per l’objectiu de l’estudi, perquè la variable dependent només es vegi afectada per la independent i no, per qualsevol altre variable. Per tant, hem de desenvolupar una estratègia per controlar les variables de confusió que afecten a aquesta V.D.
Hem de garantir unes tècniques de control perquè les V.C. no afectin a la V.D i, per tant, no es produeixin un resultats falsejats. La V.C pot ser generada per part de l’experimentador, dels subjectes, de l’instrument de registre o, com normalment succeeix, per part de variables ambientals.
Quan tot funciona (la V.I. afecta a la V.D. sense que la V.C. també afecti) tenim la validesa interna controlada. A partir d’aquí la validesa externa tindrà sentit analitzar-la, tot i que, al ésser experimental, tendirà a ser més baixa sempre.
 La validesa externa és aquella que permet que es puguin generalitzar els resultats, cosa que es veu influïda pel fet de que un disseny experimental es dona en un laboratori i no en un context natural.
En els dissenys experimental hem d’extreure els grups a partir de la mostra, que a la vegada ha sigut extreta d’una població.
Podem extreure la mostra a partir de l’atzar, llavors es considerarà probabilístic o sense utilitzar l’atzar, considerat no probabilístic. Aquest punt determina la validesa externa.
Un cop tenim la mostra, hem de crear els grups de la mateixa manera que hem creat aquesta, amb atzar o sense ell. Aquest punt determinarà si realitzem un disseny experimental o quasi-experimental. En el cas que utilitzem l’atzar crearem grups aleatoritzats i, per tant, equivalents  propi dels dissenys experimentals. I si els creem sense atzar, conformarem grups naturals, és a dir, que ja preexistien  propi dels dissenys quasi-experimentals. Aquest procés determinarà la validesa interna.
Atzar  Probabilístic Atzar  Grups aleatoritzats  Mostra Població No atzar  No probabilístic No atzar  Grups naturals VALIDESA EXTERNA VALIDESA INTERNA UNA MOSTRA NOMÉS ES CONSIDERARÀ REPRESENTATIVA DE LA POBLACIÓ QUAN S ´HAGI EXTRET MITJANÇANT L’ATZAR. PER TANT, PODREM GENERALITZAR ELS RESULTATS, AUMENTA LA VALIDESA EXTERNA, PERÒ EN DISSENYS EXPERIMENTALS NO ES EL MÉS IMPORTANT! S’ha de tenir en compte que l’atzar funciona millor com més subjectes tinguem  Mínim de 30 A més, caldria realitzar una comprovació prèvia pretest en el cas dels dissenys quasiexperimentals, en canvi, és optatiu en els dissenys experimentals, però quan tens pocs subjectes és obligatori. Com podem veure en aquesta diapositiva, la diferència entre dissenys experimentals i quasi-experimentals resideix en com venen donats els grups extrets de la mostra (creats per l’investigador o naturals). En el primer, tenim 3 tipus de classificació, segons grups aleatoritzats, grups homogenis i mesures repetides, que s’explicaran després de la introducció, igual que els dissenys quasi i no experimentals.
Població – Mostra En aquesta diapositiva veiem com es selecciona la mostra o, les coses que s’han de tenir en compte.
Factors que expliquen resultats experimentals Les variàncies o variacions fan referència a la variabilitat de les dades i en tenim de tres tipus: - Variància no sistemàtica (VNS) o error: vindrà determinada per les DDII dels subjectes, resumint, les diferències entre les persones. És la que costa més de minimitzar i controlar.
Aquestes serien les variables classificatòries, que no pots manipular directament i, normalment, són variables dels subjectes. Haurem de classificar els subjectes a partir de les tècniques de creació dels grups. Aquestes variables són variables independents assignades, no controlades. Són passives, i per tant, no seria possible portar a terme el disseny, sempre i quan, no tinguis altres variables independents actives, és a dir, manipulables.
- Variància sistemàtica primària (ve de la V.I.): És, per exemple, la mitjana dels diversos tractaments, podem veure que encara que siguin diferents les persones tenim resultats molt pròxims entre ells, propers.
 Seria l’efecte de les intervencions i tractaments, és la que volem MÀXIMITZAR.
- Variància sistemàtica secundària (depèn de la V.C.): Una variable de confusió que podem controlar (ambient, subjectes, experimentador, etc.) i s’ha de controlar.
Variable independent Segons el número de V.I Anàlisi simple  1 V.I Anàlisi factorial  Més d’1 V.I També tindrem condicions experimentals (valors de les variables independents).
Les V.I. actives són les que l’investigador manipula a voluntat, però a vegades treballem amb V.I. assignades o classificatòries (no manipulades per l’investigador), tu no manipules aquestes V.I. assignades, les classifiques, però has de tenir una segona V.I, que sigui activa per poder portar a terme el disseny experimental (la primera faria com de control).
Com podem fer màxim l’efecte de les V.I? Idea bàsica  Selecció adient dels valors de la V.I - Valors extrems (oposats)  És sempre el millor criteri? Sempre no, a vegades sí. Si la relació és lineal s’agafen extrems, si és sinusoïdal o quadràtica s’escullen valors propers entre ells - Atenció en la relació V.I - V.D.
- Concepte de valors òptims.
- Valors múltiples si no es coneix la relació entre V.I i V.D  S’ha d’escollir molts valors per veure l’efecte.
Selecció dels valors de la V.I Relació lineal  A mesura que augmenta una variable, l’altra, amb la que té relació, també augmenta. Potser descendeix, però també alhora.
Ex: V.I  Alternatives d’examen V.D  Temps de reacció Millor criteri  Valors extrems Provar-ho fent exàmens amb 2 i 5 alternatives de resposta. Quan analitzem els resultats serà molt diferents i, podrem veure millor l’efecte de la V.I sobre la V.D.
Relació quadràtica  No sempre quan una variable augmenta, l’altra també. A mesura que augmenta el volum de música (AB) el rendiment també s’incrementa fins a un cert punt, en què el rendiment comença a disminuir. No podré escollir valors extrems perquè acabaré dient que no hi ha efecte del volum de la música sobre el rendiment.
Llavors hauré d’adoptar punts òptims que marquin la relació no lineal.
En cas de dubte  Si no puc saber el tipus de relació, hauré d’agafar múltiples valors.
Criteri  Valors òptims.
Variable dependent ➢ Nombre de variables dependents  Pot haver-n’hi, igual que abans, una o més.
➢ Variables dependents i indicadors ➢ Adequació de la variable: Relació amb el fenomen que es vol estudiar.
Les característiques de la V.D. són que ha de ser vàlida (que mesuri el que s’ha de mesurar), fiable (que mesuri el mateix que les mesures estàndard) i sensible (que sigui capaç de mesurar el canvi, que realment la variació de la V.D estigui relacionada amb la variació de la V.I).
Variable Independent 3 variables dependents o indicadors que tractarem de forma diferenciada Tècniques de control per les Variables de Confusió (V.C) Consisteix en eliminar o neutralitzar l’efecte de variables de confusió o estranyes per evitar que afectin a les V.I i V.D. Escollir una o l’altra depèn de les variables d’estudi.
1. Neutralització o eliminació de l’efecte de les V.C  La neutralització vol dir que la V.C. està present però no afecta i la eliminació és la “destrucció” de la V.C.
Variables relacionades amb la situació i amb el subjecte.
3. Situació  Variables ambientals (constància)  Es poden eliminar amb la tècnica de control anomenada constància. Ex: Puc garantir que el nivell de llum de la classe sempre sigui el mateix, de manera que no afectarà als subjectes.  Si un soroll es manté al mateix nivell, no l’acabaren sentint. També hi ha en variables procediments que si els estandarditzem, eliminem les variables de confusió  tothom passa pel mateix  evitar biaixos.
4. Subjecte  Neutralització (repartiment equitatiu, igualació...) Hi ha la tècnica del balanceig  Repartiment equitatiu de la V.C. Ex: repartir tant homes com dones perquè no sigui afectat pel sexe.
Tècniques de control del disseny experimental Les tècniques de control utilitzades poden ser directes, és a dir, aplicades a priori (associades a un tipus de dissenys, és a dir, si la utilitzes li dones nom al disseny), serveixen per controlar les V.C i les indirectes, que no estan lligades a un disseny i s’apliquen a posteriori si ens adonem que s’ha oblidat controlar alguna aspecte, com la covariància, la més usada.
Tipus de tècniques directes: - Aleatorització: S’aleatoritza la mostra des de la població, els grups o el - tractament perquè no hi hagi biaix.
Aparellament: No tenim les V.C. identificades i, per tant, fem un pretest que ens serveix com a “control” per conèixer la V.D abans del tractament i, després - d’aquest tractament, fem un posttest i comparem els resultats.
Bloqueig: Escollim una V.C coneguda i identificada (ex: edat) i la bloquegem - perquè no afecti (creem, per exemple, intervals d’edat).
Subjecte com a control propi: El propi subjecte passa per totes les proves. El - millor tipus de disseny i de control, ja que és el més sensible.
Grup control: Un grup control al que no se li aplica tractament, és a dir, no els hi - apliquem un canvi (no intervenció, placebo, etc.).
Línia base: Patró basal, s’aplica als dissenys amb un sol subjecte o unitat estudiada. Hem de saber el nivell basal del pacient per veure si hi ha canvis - (molt usat en dissenys longitudinals n=1) Constància Contra-balanceig: Intentem evitar que les persones es cansin fent que els subjectes comencin les proves amb ordres alterats, per exemple el primer s1: 1,2,3,4; el segon s2: 3,4,2,1...
- Balanceig: Fer que els grups siguin homogenis, és a dir, fer que els grups siguin el màxim d’iguals possibles (ex: grup1 2 dones 1 homes, grup 2: ha de tenir 2 dones i 1 home).
Validesa interna i externa La validesa interna és la més important en els dissenys experimental, perquè si no sabem si un resultat és vàlid o no, quin sentit té generalitzar-ho?  S´ha de tenir seguretat interna en els resultats.
Dissenys experimentals  Mostres aleatoritzades - Sempre tenim una variable independent que manipula l’experimentador (una o - varies).
Sempre es treballa amb un grup o varis, creats per atzar o homogèniament.
Abans de començar la recerca, l’investigador s’ha d’assegurar que els grups - siguin equivalents, usant tècniques de control.
S’usaran tècniques com la variància per saber si hi ha o no diferencies estadísticament significatives. S’analitzaren els canvis globals, excloent els individus específics que poden esbiaixar la mostra.
Classificació dels dissenys experimentals clàssics - Factorial: Les V.I poden afectar-se entre si, per tant estudiaríem més coses que la interacció entre V.I i V.D (estudiaríem també la interacció entre les dos independents). Només es dóna quant tenim més d’una V.I, és a dir, en dissenys factorials.
Eix Y  Dependent, gairebè sempre Eix X  Independent Llegenda  2n V.I Línies paral·leles No hi ha interacció (intuïció) Línies no paral·leles  Hi ha interacció - Un anàlisi de la variància estadística ens ho confirmarà Multivariables/Covariació: S’estudia la covariació entre V.D, que una afecta a l’altra, s’afecten mútuament, estan correlacionades, varien al mateix temps.
- Longitudinals/estàtics (transversals): Registrem en múltiples ocasions, el interval depèn del termini que disposem o només un cop en el temps.
Tècniques de control implicades Grups aleatoritzats  Tenim una mostra i realitzem els grups a l’atzar. S’han de respectar les característiques de l’atzar.
Grups homogenis  També utilitzem l’atzar, però parcialment perquè usem tècniques: a) Aparellament  Variable estranya o de confusió està relacionada amb la V.I o és desconeguda. Requereix una prova prèvia. Ex: Temps de reacció dels subjectes.
b) Bloqueig  Si tenim una variable estranya, amb aquesta tècnica la inhibim. Ex: Anys de experiència en conducció dels conductors  Variable subjecte que pot afectar.
Haurem de fer grups segons els anys d’experiència i després col·locar-los a l’atzar als meus grups. D’aquesta manera els grups estaran homogeneïtzats. No requereix prova prèvia.
Mesures repetides  Només hi ha un grup experimental que va passant per les diferents condicions experimentals. L’avantatge és que no hi ha diferències individuals, però té l’inconvenient que no poden passar per masses condicions a causa de la fatiga o aprenentatge.
Anàlisi de variàncies  Resultats hipotètics El plantejament teòric de l’AVAR diu que la variabilitat de tota la informació d’un experiment és igual a la variabilitat de l’efecte dels tractaments més la variabilitat de l’error.
Durant l’anàlisi de la variància cal...
- Normalitat de les dades  Ens la podem saltar perquè tenim grups grans.
- Independència de les observacions  Per diferents subjectes.
- Homoscedasticitat  Homogeneïtat de les variàncies.
T-student  Anàlisi de les variàncies (més de dos mitjanes)  mesura de les mitjanes Graus llibertat: Entregrups K – 1 = 4 – 1 = 3 F = 156,67 / 4,00 = 39,17 Intra-grups N - K = 20 - 4 = 16 Total = N – 1 = 20 – 1 = 19 K = Nombre de grups.
Per saber si els resultats realment ens els podem “creure”, hem de fer la F de Snedecor per saber si són estadísticament significatius i es compleix la nostra hipòtesis.
Necessitem també proves complementàries a l’AVAR, usant els contrastos parcials, l’anàlisi de tendències, etc.
Proves complementàries a l’AVAR Efectes analitzables en els diferents tipus de dissenys experimentals Dissenys de grups aleatoritzats Una tècnica per controlar diverses variables estranyes (V.C). Funciona bé quan s’apliquen unes mínimes condicions. Es basa en la creació de grups a partir del atzar pur.
- Població  Mostra. S’extrau subjectes des de la població per la mostra: selecció aleatòria dels participants (representativitat). Aquest punt és el menys important en dissenys experimentals, ja que no és obligatori perquè molts cops - no el podem fer. Si el tenim guanyem validesa externa.
Mostra  Grups. Distribució aleatòria dels participants en els diferents grups (equivalència). És el pas més important. Els subjectes són agafats d’un en un i usem l’atzar per col·locar-los als grups. Assegurem la equivalència entre els - grups i augmenta la validesa interna.
Tractament  Grups: Assignem aleatòriament els tractaments als diversos grups, és a dir, el grup 1 a l’atzar és control, el 2 és experimental, etc. Així no generem esbiaixament i augmentem la validesa interna.
L’atzar és una prova probabilística, s’han de donar unes lleis i es regeix per aquestes: llei dels grans nombres, ha de seguir la llei normal (les dades), independència de les observacions (cada dada proporcionada per un subjecte diferent) i homoscedasticitat o homogeneïtat.
 Com més gran sigui la mostra millor funciona l’atzar Pot tenir problemes de recursos: - Població de referència: que de la població realment en surtin grups de - referència.
Dificultat de fer un mostreig aleatori, a causa del tipus de tractament o dels - recursos econòmics, organitzatius, etc.
És necessària una grandària mínima (n=30, però depèn) per garantir que - funcionarà.
Problemes dels subjectes.
Els tipus de dissenys aleatoritzats i el balanceig estan a les diapositives, no té complicació, només dir que un disseny balancejat no és el mateix que la tècnica de control de balanceig, parlem de que l’ideal és que dins de cada grup hi hagi el mateix nombre de subjectes.
Recollida de dades de la V.D abans de fer el test  Pre-test  En dissenys experimentals no cal, és optatiu, excepte si estàs en dissenys de grups aleatoris i condicions negatives per l’atzar, com per exemple, que tens pocs subjectes o condicions. Una possible solució seria recrear els grups i els tractaments.
Puntuació de V.D Marginals Mitjana de (3x2)  Assenyala que hi ha 2 V.I i quants valors o nivells té cada una. Per tant, podem extreure quants grups haurà  3x2= 6 Interacció  Entre V.I per generar l’efecte (V.D) Efectes principals  Anàlisi de cada una de les V.I respecta la V.D. Ex: Variable A: 10-6 = 4. L’últim valor menys el primer.
Variable B: 5-11 = -6  Dona igual que sigui negatiu, l’efecte és més gran per part de la V(B) sobre la V.D que la V(A).
Possibles interaccions en dissenys factorials 2x2 INTERACCIÓ INTERACCIÓ CREUADA NO INTERACCIÓ MIRAR EN APUNTES HAJAR Dissenys de grups homogenis Crear grups usant l’atzar, però de forma parcialitzada (ajudem a l’atzar), aquest disseny permet controlar una o més variables de confusió per mitjà de les tècniques de control d’aparellament i bloqueig. L’aparellament no disposa d’informació com el bloqueig sobre la V.C., tot i que en troba una que pot afectar els resultats (no sap quina), la proba pot ser igual, o semblant al pretest (el fet de que sigui igual pot portar a biaix).
Qüestions bàsiques: - Rellevància del criteri d’homogeneïtzació (aparellament o bloqueig) Límits de tolerància, nivell d’interpretació tolerat en la homogeneïtzació, això vol dir que, perquè no es solapin haurem de fer més nivells, i més estret l’ - interval (límit de tolerància), per tant la homogeneïtzació serà més precisa.
Quan més nivells de estratificació hi hagi, el límits de tolerància seran més petits, i per tant, seran més estrictes alhora de col·locar els subjectes. Això farà - que la homogeneïtzació sigui més controlada i l’error més petit.
Anàlisi de dades, introducció o no dels nivells d’aparellament en l’anàlisi de dades.
El bloqueig és específica (saps el que controles), n’hi ha de dos tipus, n=1, n>1.
N=1, un subjecte per casella, és a dir com en l’exemple de la diapositiva I n>1 més d’un subjecte per casella igual que a la diapo Consideracions bàsiques (no les va explicar més del que hi diu): AVAR: Dissenys de mesures repetides Tots els subjectes passen per tots els tractaments. És el disseny més sensible, ja que detecta bé els canvis. El mateix grup produeix les dades, no té error i no té variància intragrup. Té el problema del temps, ja que fas passar als subjectes per diversos tractaments i es poden cansar.
Hi ha de 2 tipus: Simple  Un grup passa per tots els tractaments.
Factorial  Un grup passa per totes les condicions experimentals.
Efectes seqüencials Residuals  Residu que queda al fer un tractament, i que pot afectar als resultats del següent, s´han d’eliminar.
Ordre  Efecte que es produeix quan els subjectes han après i per això els últims tractaments poden tenir una millor puntuació. Per aquest motiu s´ha de canviar l’ordre dels tractaments, amb la tècnica del contra-balanceig, i així eliminar els efectes.
- Tècnica de control utilitzada  Subjecte com a control propi, és inespecífica (no saps exactament que estàs controlant).
- No es poden fer dissenys amb masses tractaments o condicions experimentals, ja que apareix fatiga entre els subjectes. I provoca l’aparició d’efectes seqüencials.
Contra balanceig  Quan no s’aplica l’atzar Complet dèbil: Cada tractament es troba el mateix nombre de vegades a cada posició. K= VI o condicions exp.  En aquest cas és 3.
Complet fort: k! o múltiple, cada tractament es troba el mateix nombre de vegades a cada posició i és precedit el mateix nombre de vegades per cadascun dels altres. K!  Es fa el factorial del número de VI o condicions exp  Ex: k=3  3! = 3*2*1= 6  Ha de encaixar amb els subjectes que tinguis.
- Incomplet: quan et trobes en situació de fer un complet i no es compleixen les condicions d’aplicació ni del dèbil ni del fort  S’eliminen el subjectes que no encaixen.
NO hi ha ni 3 subjectes, perquè encaixi amb el dèbil, ni 6 perquè encaixi amb el fort.
AVAR mesures repetides  Disseny simple Disseny factorial de mesures repetides Font de variació dels tractaments  V. A, V.B i Interacció AxB Qüestions relatives al anàlisi de dades: - S’ha d’aplicar una condició extra a l’AVAR, l’esfericitat de la matriu de variàncies; covariàncies. Es fa amb un programa estadístic que agafa les dades observades i les compara amb - més dades teòriques.
Si no es compleix l’anterior, apliquem una correcció als graus de llibertat.
L’avar factorial té menys error perquè es situa en els subjectes.
Disseny factorial mixte  Grups (V.I) X Tractaments (V.I) Ha d’haver combinació entre la variable entre i intra.
- És la combinació de dos dissenys  De mesures repetides i homogeni.
- La variable B és la variable de mesures repetides, és per on passen tots els subjectes. I la variable A, la semblant als grups homogenis, ja que divideix els subjectes en grups.
2 raons principals per utilitzar aquest disseny 1. S’utilitza quan tenim una V.I classificatòria o assignada,(i per tant passiva del disseny, que no m’interessa estudiar i no puc manipular, només puc escollir els subjectes, per exemple el sexe) i una V.I manipulable i activa.
2. S’utilitza per reduir les condicions experimentals, en el cas que hi hagi moltes.
Font de variació entregrups  V.A/V.B/Interacció AxB Error  Residual / Intra-grups (Sub/A)  Variabilitat dintre de cada grup.
Factorial  K= condicions exp.
Dissenys quasi–experimentals (estudis amb mostres no aleatoritzades) Característiques principals: - Manipulació de variables independents.
- Grups naturals, no utilitzen l’atzar per crear els grups.
- Substitució del control experimental més potent per altres elements de control més dèbils.
- Menys nivell de validesa interna.
Classificació dels dissenys quasi-experimentals transversals A) Disseny de comparació estática (de grup control no equivalent) - Pretest és obligatori, pel fet de que utilitzes grups naturals  Medeixes la V.D abans de fer l’experiment. D’aquesta manera saps si és eficaç el tractament.
- Mesures pretest substitutives  Apliquem el pretest, però d’una manera diferent. Ho fem de manera que medeixi el mateix i de la mateixa manera, però diferent  Així aconseguim que el subjecte no pugui alterar el resultat pel fet que s’enrecorda del pretest anterior, perquè és diferent.
- Mostres separades  En el pretest i en el postest utilitzem persones diferents, però tenen característiques molt semblants, i per això és vàlid l’experiment. Malgrat que es pot duer a terme, la validesa interna baixa i els resultats s’han d’analitzar amb cautela.
- Inversió de tractament  Ex: reforç positiu/negatiu.
Dissenys transversals: Comparació estàtica (grup control no equivalent) R1, R2, O3, O4  les ocasions de registre, Són els números subíndex són arbitraris.
X1  Grup amb intervenció de tractament  Grup Experimental X0  Grup sense intervenció de tractament  Grup Control Sempre hi ha dos elements de control  El grup Control, que no és equivalent. I el pretest.
1. És el pitjor perquè obvia el pretest, quan en dissenys quasi-experimentals és obligatori. Aquesta opció és factible si veiem en el pretest que les mesures són iguals o molt similars, és a dir, que els grups són equivalents. Això si ho puc demostrar, serà factible utilitzar aquesta opció. S´ha de demostrar utilitzant la Tstudent, que compara les mitjanes de grups independents. Posteriorment, hauré d’utilitzar l’AVAR al posttest, per tant, és doble feina innecessària.
2. A cada registre posttest li resta el pretest, que és la millor manera.
3. Covariància  Dues variables varien alhora. Ex: Qualitat/Quantitat. Els resultats del pretest els interpretem com una covariància, com una V.C. És semblant a l’AVAR però la “p” serà dels resultats del pretest com covariant  El pretest està en l’anàlisi, s’extrau del posttest tenint en compte el pretest.
 La opció 2 i 3 són les millors, perquè tenen en compte la informació del pretest.
Cas especial: Disseny de discontinuïtat en la regressió Fa un les pretest i ordena puntuacions, llavors agafa la mediana i des d’aquest punt parteix totes les puntuacions en 2 grups.
Un amb les puntuacions més altes i l’altre amb les més baixes. Normalment, s’aplica el tractament al grup amb les puntuacions més baixes, per tal de que augmentin. Aquesta classe de dissenys són típics per millorar el rendiment en centres d’esportistes d’elit.
Aquest grups són formats per l’investigador, no són creats ni de forma natural ni a partir de l’atzar.
Es produeix una discontinuïtat en la regressió degut a que les puntuacions més baixes han pujat, ja que han rebut el tractament.
Dissenys transversals: Variables dependents no equivalents Com la V.D no equivalent juga un paper semblant a la del grup control s’espera que no canviï. En canvi, l’altra V.D ha de canviar en el posttest, prenent de referencia el pretest.
Dissenys transversals: Un sol grup i una sola variable dependent No hi ha grup control ni V.D no equivalent.
Porta a terme el mateix funcionament. Pretest – Tractament – Posttest. Però, un cop fet això, retira el tractament per observar si varia la informació del posttest sense la presencia d’aquest. S’anomena “retirada del tractament”. Posteriorment, torna a incloure el tractament per veure l’efecte en el posttest i s’anomena “rèplica del tractament”, així tens una evidencia suplementària del efecte del tractament. Aquest sistema fas augmentar la validesa interna, que és la seguretat de que la V.D es afectada únicament per la V.I.
La X amb un palet a sobre, com el símbol de la mitjana, significa la retirada del tractament. En aquest esquema esperem que R 3 = R1 , és a dir, el pretest, amb el posttest després de la retirada del tractament.
Estudis selectius No és experimental perquè no es manipula cap variable independent (ni quasi).
Disseny selectiu Característiques generals: - No són manipulatius, interessa la relació entre variables, es pot parlar a vegades de variables antecedents i conseqüents, estratègia que pot confondre, ja que - mai hi haurà relació causal.
Enquestes o tests com a tècniques bàsiques d’obtenció de dades.
Importància crucial de la representativitat de la mostra (per atzar: aleatori, - bloqueig i aparellament).
Finalitat bàsicament descriptiva, es poden plantejar hipòtesis relacionals no - manipulatives.
A nivell analític s’intenta establir relacions entre variables, de vegades de - caràcter direccional o de vedades predictiu (mai es causal).
Es pot treballar amb una única ocasió o amb diverses ocasions de caràcter - prospectiu o retrospectiu.
Hi ha diferents tipus d’enquestes: entrevistes personals, telefòniques, etc.
BLOC III: Dissenys longitudinals El que volem veure és el canvi en el temps, la evolució. Veurem presències de tendències, efectes immediats o retardats d’una intervenció, caràcter reversible o irreversible de un canvi, existència de nivells asimptòtics, etc. (són més rics metodològicament però necessiten més recursos).
La base de tot disseny longitudinal és el registre de variables per a una o més unitats d’observació al llarg de diversos moments (no és poden considerar 2 vegades de registre com a longitudinal).
FORMAN PART DELS DISSENYS QUASIEXPERIMENTALS 1. Dissenys de sèries temporals Les característiques generals d’aquests dissenys són: diverses ocasions de registre (si es pot moltes pretest i posttest), es registren les mateixes unitats o subjectes experimentals o sobre unitats o subjectes diferents, decisions bàsiques per tal de determinar el nombre de registres, interval entre elles, etc. semblança estructural amb els dissenys de replicació intrasubjecte (sempre naturals).
En aquesta diapositiva podem veure tots els tipus de dissenys de sèries temporals (que són els dissenys quasi experimentals longitudinals).
- Dissenys simples de sèries de temps: el més senzill, els registres pretest mostren la tendència de les dades abans de la intervenció. Absència de grup control, no permet assegurar que els canvis que es donen siguin deguts a la intervenció (per això és tant dèbil). Els registres múltiples poden ajudar a minimitzar l’efecte de variables de confusió d’acció puntual. És el pitjor dels dissenys longitudinals.
- Grup control no equivalent: mateixa lògica que els transversals, variables dependents no equivalents, amb l’afegit d’informació i control que representem els registres múltiples, per aquest motiu tenim major seguretat i per tant, major validesa interna.
- Disseny amb variables dependents no equivalents  La VD no equivalent fa la funció de control. Aquesta no ha de canviar amb el tractament, a diferència de la VD normal.
- Disseny de retirada de tractament: es retira el tractament per observar si aquest realment ha produït canvis.
- Disseny de tractament repetit: quan es treu el tractament, després es torna a posar por observar si té els mateixos efectes. En aquest disseny es produeix la reversió conductual, quan es treu el tractament.
- Replicacions asincròniques: repliquem en un temps diferent el tractament, es a dir, no s’aplica al mateix temps sinó que es fa al cap d’uns dies de que s’hagi començat en un altre grup o subjecte. Això vol dir que són grups iguals però les intervencions s’apliquen diferent. Es fa perquè s’espera que hi hagi evolució després de la intervenció en un grup, mentre a l’altre no s’espera canvi, per tant, ens dona un element extra de control i quan es dona la intervenció en el segon, tenim un altre control extra, ja que s’espera que segueixi un patró similar al primer.
Hi ha alguns autors, que barrejant diversos dissenys quasi per tal d’augmentar la validesa interna. Els dissenys longitudinals són molt millors que els transversals, perquè el temps és un element de control.
2. Dissenys de cas únic (n=1 o replicació intrasubjecte) - És anomenat disseny conductual perquè s’utilitza per canviar la conducta.
- Només es troba en dissenys longitudinals, perquè implica temps.
- Sol ser un disseny experimental Unitat experimental  Grup de subjectes tractats com si fossin una unitat alhora de portar a terme el tractament.
Línia base  Patró de dades que recollim d’un subjecte abans de la intervenció en dissenys de cas únic. És una tècnica de control directe o a priori.
 En aquest tipus de dissenys també funciona la tècnica de subjecte com a control propi, que també s’utilitza en dissenys de mesures repetides.
L’objectiu de la recerca bàsica és aprofundir en el coneixement psicològic. Utilitzen una metodologia experimental. Tenen un control estricte i capacitat de generalització de dades. Amb els dissenys de cas únic tenim problemes de generalització  validesa externa.
En canvi, la recerca aplicada soluciona problemes de la vida real, de vessant psicològic.
Decisions bàsiques: - Nombre de fases de cada tipus (línea base i intervenció) quantes més millor.
Establir criteris per tal de decidir el moment de la intervenció.
Nombre de registres per fase.
Intervals entre registres (sensibilitat al canvi).
La línia base ha de ser estable obligatòriament, per poder veure d’una manera fidel si hi ha efecte del tractament. Amb estable entenem que ha d’haver la menor variabilitat possible en els registres, ja que és lo més habitual en els humans. Amb línies base inestables és molt difícil inferir res, ja que no es pot comparar.
Aquestes són les possibles situacions que poden passar en els n=1 i de les quals en surten els diversos tipus de dissenys. Per inspeccionar bé un gràfic hem de tenir en compte les següents marques: - Si la línia base és estable/estacionària: La A, línia base, pot ser estable i estacionaria, estable i no estacionaria i inestable. Estacionària vol dir, que no presenta cap tendència, és a dir, que manté una línia recta. La estacionarietat no es obligatòria, però és recomanable.
- Variabilitat intrafases: quan, dins d’una mateixa fase hi ha variacions. Aquí es troba la variància no sistemàtica (l’error). Són canvis que jo no vull que succeeixin, perquè no he tocat re perquè passi. És degut a diferències - intragrups o, en aquest cas intrasubjectes.
Variabilitat entrefases: quan hi ha variabilitat entre línia base i tractaments, entre línies base o entre tractaments. Aquí es troba la variància sistemàtica primària, en la comparació entre les fases. Revela la manipulació de la VI, es pot - observar a les mitjanes.
Solapament entre fases adjacents: quan el tractament segueix la tendència de la línia base. Per exemple, la línia té una tendència baixa, es fa la intervenció i segueix tenint la tendència baixa. Això significa que no hi ha eficàcia del - tractament.
Canvis de tendència: quan la tendència canvia de baixa a alta, de alta a baixa o de les dos anteriors a no tendència, que és que el gràfic es mantingui sense pujar o baixar.
- Canvis de nivell: quan hi ha un canvi molt sobtat en els patrons normals de la gràfica, normalment després de la intervenció o durant la retirada de tractament.
Canvis de variabilitat - Comparació entre fases similars: es comparen fases similars com per exemple B i B’ on B seria 100mg de nicotina i B’ 200mg.
Un canvi de nivell o de tendència és suficient per veure que hi ha efecte del tractament. Lo ideal seria treure el tractament i tornar a realitzar una nova línia base per veure si les puntuacions tornen al mateix nivell que abans de realitzar el tractament. I ja, per acabar de rematar, tornem a introduir el tractament, per veure un segon cop l’efecte del tractament.
Dissenys A –B És el més simple i es considera quasi experimental, només té una línia base i una intervenció.
- La línia base és estable i no estacionària (tendència a augmentar) - No hi ha canvi de nivell  Hi ha solapament de fases  Possiblement no hi hagi efecte del tractament.
Disseny A-B-A Disseny que ja es pot considerar experimental, amb una retirada de tractament per observar si els resultats són vàlids, si la conducta torna a nivells normals després d’haver retirat el tractament tenim una reversió conductual.
- No hi ha canvi de nivell ni estacionarietat - Possible efecte del tractament Disseny B-A-B Igual que l’anterior però es comença amb el tractament perquè es pot deure a un cas extrem com per exemple la tricotil·lomania, on passa la prioritat clínica per sobre de la metodològica. S’observa un retorn conductual. Possible efecte del tractament.
Disseny A-B-A-B  El millor Retirada de tractament però amb tractament repetit (tornar-lo a posar), esperem trobar una reversió conductual entre A i A i una pujada o disminució (depèn de la mesura) entre A i B o B i A. Entre B i B s’espera poc canvi. Hi ha canvis de tendència (estacionarietat), però no hi ha canvis de nivells. La segona A té un retorn conductual.
Si cada cop que apliquem B té un efecte semblant aconseguim una evidència suplementària de l’efecte del tractament.
Disseny A-B-A-B’ Si B’ produeix el mateix canvi que B, s’agafarà l’opció menys costosa a nivell de recursos, per exemple si es nicotina, i B= 100mg i B’= 200mg, s’agafarà la primera opció en el cas de que produeixin el mateix efecte, tant perquè el pacient gasta menys diners (o l’experimentador) com perquè no afecta al seu cos de la mateixa manera.
B’  És un canvi quantitatiu del tractament.
- Hi ha canvis de nivell - Les dues B, són força similars - Hi ha un retorn conductual entre les fases A.
Disseny A-B-A-C En aquest s’incorpora un nou tipus de tractament totalment diferent (C), i es compara amb l’anterior. L’ideal seria fer un ABACABACAB... per comprovar si un tractament pot fer que millori o empitjori l’altre i per tant no esbiaixar els resultats. Sembla que hi ha reversió conductual i que el tractament C és millor que B, però no és segur. Per estar segur, caldria allargar el tractament. Hi ha canvis de tendència.
Disseny d’interacció  A-B-C-B-BC Aquest disseny és igual que l’anterior, però apart de la C tenim una BC conjuntes (que mai poden anar després de una línia base degut al possible fort canvi que es donaria), d’aquesta manera es comprova si B és millor que C (o a l’invers), i si BC és millor que B o que C (o que ambdós). Es fan totes les possibles combinacions.
- El tractament B no és efectiu, només neutralitza l’acció d’un tractament que fa empitjorar el pacient, en aquest cas (C). El tractament B i C són oposats.
- La línia base hauria de ser més llarga, així tenim més seguretat.
- Falten línies bases. Lo ideal és que després de la primera B hi hagués una A i després de la C, un altra A.
Disseny de canvi de criteri (A-B1-B2-B3) Hi ha un canvi de criteri, probablement és un disseny conductista, per exemple d’un nen amb TDAH que s’ha de controlar a classe per poder sortir al pati, si ho fa bé, el següent dia ha d’estar 5 minuts més, però sempre amb la mateixa recompensa, el que varia és el temps que s’ha de comportar. No té reversió conductual. Entre les Bs no hi ha A. Normalment, s’utilitza en fòbies.
Dissenys d’estructura complexa En aquests dissenys treballem amb moltes gràfiques i seran en contextos diferents o de conductes diferents, lo important és que els individus siguin iguals. El fet de tenir més subjectes, gràcies a la comparació entre sèries, no el converteix en quasi -experimental, sinó que és experimental encara que sigui simple (A-B). Un exemple és:  És un disseny experimental, perquè a apart de tenir 3 gràfiques en diferents moments temporals, a més té un element de comparació gràcies a aquest fet  això ens porta a tenir una evidència experimental. Si canvien els altres subjectes, quan encara no els has fet re, només has introduït un tractament, però només en un subjecte, és dolent.
- Estructura complexa - Normalment no té A i s’alternen 2 o 3 tractaments de manera aleatòria. Són tractaments gairebé amb efectes immediats i curts.
- Bon control de factors de confusió.
Mirar apunts del 19/5 Utilitzada en dissenys n=1 de tractaments alterns.
Tècniques específiques en dissenys n=1 Tècnica de divisió de meitats - S’utilitza quan hi ha sospita de solapament de fase.
EXEMPLE La pendent de la línia base inicial talla per la meitat la A (línia fosca). Després talla en dues submeitats.
Posteriorment fa les medianes de les dues submeitats. La mediana es faria ordenant les puntuacions en primer lloc, i la puntuació que estigués al mig, seria la mediana, en cas que tinguem un número senar de puntuacions. En aquest cas, com tenim un número de puntuacions parell, haurem de sumar i dividir entre 2 les dues puntuacions que deixen per cada banda el mateix número de puntuacions. Per exemple, les puntuacions de la primera submeitat són, ja ordenats: 2, 3, 6 i 7. En aquest cas haurem de sumar 3 més 6 = 9 i dividir aquest entre per tant, la mediana de primera submeitat és 4.5.
Seguidament, es disposa la línia de tendència ideal 2, la Com podem veure, en la fase de tractament, les puntuacions no sobrepassen la línia de tendència ideal, per tant podem confirmar que hi ha efecte del tractament.
Dissenys no experimentals - No hi ha manipulació i per tant, no hi ha VI.
- S’utilitzen grups normatius.
Estudis de corbes de creixement o desenvolupament  Registren una dada al llarg de molt temps, ja que interessa la evolució d’un aspecte humà, per exemple, el creixement de nens.
Disseny de cohorts i de panell - 1 grup de subjectes seguits al llarg del temps.
- No hi ha manipulació.
- Registre de dues o més variables en dues o més ocasions.
- L’objectiu és establir relacions entre les dues variables.
- Fa com si fos un disseny experimental per NO ho és  NO HI HA VI!! - Fa inferències per predir el futur.
X y Y són les variables i els números en subíndex marca el moment del registre.
La correlació transretardada “planteja” la possible causalitat de que una variable afecta a la altra.
Disseny transeccional Cohort  Grup de persones que han viscut alguna fet determinat. Ex: Generacions d’edats.
- En aquest disseny hi ha múltiples dades de les cohorts, però en l’anàlisi de dades es tracta com si fos de un.
...