Bloc 2. Tema 6: Dissenys de series temporals (2015)

Apunte Catalán
Universidad Universidad de Barcelona (UB)
Grado Psicología - 2º curso
Asignatura Dissenys de Recerca
Año del apunte 2015
Páginas 4
Fecha de subida 08/04/2016
Descargas 5
Subido por

Descripción

Apunts dissenys de recerca bloc 2

Vista previa del texto

Sònia Mestre. Si necesitas más apuntes puedes encontrarlos en Unybook.com buscando el usuario smestremartinez BLOC II DISSENYS LONGITUDINALS TEMA 6: DISSENYS DE SERIES TEMPORALS I.
CARACTERITZACIÓ GENERAL  Concepte Són tractaments que van dirigits a tota la població. Volem veure quin ha estat el seu impacte en aquesta població.
Mirem com una nova llei fa reduir, per exemple, el consum de tabac. En general, el disseny de series temporals interrompudes és un instrument valuós dins de l’àmbit de l’avaluació de programes i estudis socials.
Ens movem en l’àmbit aplicat, no estem restringits en un àmbit de laboratori. En l’àmbit aplicat hi haurà moltes més variables que podran influir en el canvi.
És interrompuda  tenim observacions al llarg del temps, i en un punt del temps hi ha una intervenció, i volem veure en un punt concret del temps com és la intervenció.
II.
CLASSIFICACIÓ A. Sèrie temporal interrompuda simple B. Sèrie temporal interrompuda amb grup control no equivalent (series temporals múltiples) III.
DISSENYS DE SERIES TEMPORALS 1) Sèrie temporal interrompuda simple Patrons de canvi: Canvi de nivell: quan hi ha un canvi abrupte: un salt.
Canvi de tendència: el canvi és més graduat Els dos canvis es poden donar augmentant la conducta o disminuint-la.
 Problemes canvi de nivell  com estem en un àmbit aplicat, pot ser que els canvis de nivell no siguin en el punt d’intervenció. El canvi de nivell pren diferents formes, en funció de com s’espera que actuï la variable del tractament. L’acció d’aquesta variable pot tenir tres formes: 1. La intervenció pot produir un canvi permanent al llarg del temps en el nivell.
2. És possible predir un canvi de caràcter transitori: es produeix un canvi després del tractament, però aquest canvi després desapareix.
3. Canvi que s’amortigua: el efecte de la intervenció tendeix a reduir-se i a tornar a la línia base al llarg del temps.
 Canvi de tendència El canvi de tendència o pendent és d’interès en on s’espera que la tasa d’increment o decreixement sigui resultat de la intervenció. Una altre forma de caracteritzar el efecte és en funció de la seva persistència en el temps. Així doncs, l’efecte pot ser continuo o discontinuo Sònia Mestre. Si necesitas más apuntes puedes encontrarlos en Unybook.com buscando el usuario smestremartinez Efecte continuo: es produeix immediatament després de la intervenció i persisteix al llarg del temps.
Efecte discontinuo: no persisteix en el temps, sol ocórrer quan el tractament és retirat o bé quan hi ha un efecte transitori.
El efecte pot ser, també instantani o demorat. El efecte instantani apareix immediatament després de la intervenció.
El efecte demorat és més difícil d’interpretar, ja que sol aparèixer d’una forma bastant posterior a l’aplicació del tractament.
En aquests dissenys tindrem dificultat en saber si el canvi és donat el tractament o altres factors.
IV.
PRINCIPALS MODALITATS A) SÈRIE TEMPORAL INTERROMPUDA SIMPLE  Definició Està format per dos períodes de múltiples observacions registrades, abans i després de la intervenció, sobre un grup o un individu. Aquests períodes es coneixen per pre i post – tractament.
L’objectiu d’aquest disseny és detectar canvis en els patrons de les dades, abans i després de la intervenció, atribuïbles a la intervenció.
Generalment, l’analista espera trobar que la pendent o el nivell de la sèrie sigui contingent a la aplicació de la intervenció. Aquest disseny reb el nom de sèrie temporal interrompuda, perquè la inferència causal es basa en detectar o descobrir un canvi abrupte en els valors de la variable dependent.
Comentari del gràfic: El gràfic mostra el disseny de sèrie temporal interrompuda simple, on es marca amb la fletxa el punt on s’observa el canvi, el punt de la intervenció.
Es tracta de comprovar, si a partir d’aquest punt d’intervenció s’ha produït un canvi en el patró de les dades. Ha de ser, doncs, l’anàlisi el que desveli la presència de canvi o no.
(!) el fet de canvi no garanteix que la seva causa hagi estat la intervenció. En aquests dissenys cab la possibilitat de nombroses hipòtesis alternatives que rivalitzen amb la hipòtesis de la intervenció.
(!) No podem controlar les variables estranyes a traves del disseny, però poden haver-hi moltes variables estranyes a controlar.
 Amenaces a la validesa interna: Com haurem de controlar més variables estranyes i aquestes seran més difícils de controlar, tindrem menys validesa interna.
Sònia Mestre. Si necesitas más apuntes puedes encontrarlos en Unybook.com buscando el usuario smestremartinez 1. La principal amenaça és el factor història Altres variables o fets que influeixen en el moment en que s’aplica la intervenció. El canvi pot ser degut a altres factors.
Fets externs que actuen en el punt de la intervenció i que poden afectar a la conducta en curs (ex: el canvi no és degut al carnet per punts, sinó a un spot publicitari per reduir els accidents) Com podem controlar el factor història?  afegint un grup control. Al fer-ho, tindrem el disseny de sèrie temporal interrompuda amb grup control.
2. Una altre amenaça és la instrumentització.
En l’àmbit aplicat, no sempre és l’investigador el que pren els registres. La majoria de registres estan fets per l’administració (accidents de tràfic els registra la guàrdia urbana). Així doncs, podem trobar amenaça en la instrumentització, que es refereix a que aquests registres no es facin sempre de la mateixa manera. Això pot influir, ja que els registren pot ser que no estiguin fets d ela mateixa manera, i si no estan fets de la mateixa manera, hauríem de saber quan s’han canviat (ex: un fa un registre contant accident i morts en l’accident; un altre comptabilitza les morts tot i que morin al cap de dos setmanes a l’hospital).
Com hi ha hagut un canvi en aquests registres, potser arribem a la conclusió que el tractament ha estat un èxit o un fracàs perquè s’ha comptabilitzat de diferent manera.
3. La selecció És una altre amenaça a la inferència d’hipòtesis. Es refereix a que ha canviat la composició del grup de forma súbdita i dràstica en el punt de l’aplicació de la intervenció. Pot haver un cavi en les característiques de la població, un desgast de la mostra, que els subjectes no siguin els mateixos abans que després. Hem de saber en quina mesura ha canviat aquesta població (a l’estiu hi ha més guiris i hi ha més accidents). Hem de controlar bé en quins me sos intervenim.
Quan sol passar? Sol passar degut al desgast que suposa en la mostra la aplicació del tractament. Quan hi ha desgast de la mostra, per les mesures repetides que es prenen dels subjectes, no es possible determinar, si el tractament va causar una interrupció en la sèrie o si la interrupció va ser deguda a que diferents persones estiguessin en els períodes pre i post – tractament. Millor seria analitzar les dades per aquelles unitats que haguessin estat present en els períodes pre i post.
 Validesa externa: Hi ha una major validesa externa en aquests dissenys, major capacitat de generalitzar els resultats. En primer lloc, tindrem que la mostra és molt representativa, ja que les característiques de la mostra son més variades, i en segon lloc, no estem en situacions del laboratori, es a dir, els subjectes veuen la intervenció com algo natural de la vida. Així doncs, els tractaments i mesures s’assemblen més als de la vida real que en altres classes de dissenys.
ANÀLISI DE SERIES TEMPORALS La tècnica d’anàlisi més comuna per aquest tipus de dissenys són els models ARIMA. Es poden obtenir moltes observacions abans i després del tractament (100 observacions abans i 100 després). És quan es tenen tantes observacions quan es poden aplicar els models ARIMA, els quals ens diran exactament el patró de canvi (si després de la intervenció segueix creixent i després disminueix, si hi ha un patró cíclic com que els accidents augmenten a l’estiu, etc) ens donen exactament el patró temporal que tenim.
Com nosaltres no tenim tantes observacions, haurem de trobar alternatives a aquests models.
La tècnica estadística clàssica (ANOVA, T STUDENT, ANCOVA) no es poden utilitzar en aquests dissenys perquè: 4. Disposem d’una dada en cada punt d’observació Sònia Mestre. Si necesitas más apuntes puedes encontrarlos en Unybook.com buscando el usuario smestremartinez 5. La mateixa població genera totes les dades, per tant segurament aquestes dades estaran correlacionades. Si les dades estan correlacionats, ja no es compleix un dels supòsits de la estadística clàssica: distribució normal de la població, homogeneïtat de variàncies i covariàncies i que les dades siguin independents (això mai ho comprovem perquè sempre es compleix) B) SÈRIE TEMPORAL INTERRUMPIDA AMB GRUP CONTROL NO EQUIVALENT (SERIES TEMPORALS MÚLTIPLES)  Definició: Procediment per controlar el factor històric, el qual consisteix en afegir un grup control.
Es tracta d’una extensió del disseny de sèrie temporal simple i permet investigar hipòtesis més precises al comparar una sèrie temporal experimental amb una altre de control. En conseqüència, es controlen millor les possibles hipòtesis rivals.
Tindrem dos series temporals, cada una d’una població diferent.
Haurem de buscar poblacions amb característiques molt similars.
Intervindrem en una població i en l’altre no (ex: a espanya fem el carnet per punts i a italià no) Línia continua: és el grup que rep el tractament.
Línia discontinua: no rep el tractament (grup control) El grup que on rep tractament, roman (quantitat d’accidents), en canvi en el grup que si s’intervé si hi ha hagut una disminució.
Si es produís un canvi en les dos línies, podríem dir que el canvi no s’ha donat pel tractament.
...