vale bien del tema 3, del capítulo 3 ¿os acordáis los tipos de validez?
¿cuáles eran los tipos de validez? ¿sí? constructo ¿qué más? interna
¿qué más? externa, ¿no? ¿y la última? muy bien, vale bien, y si por
casualidad volvemos al tema del p-valor y de la significancia valor alfa,
¿eso qué? ¿qué tal? eso, seguís un poco bloqueadas bloqueados le
habéis dado una vuelta en casa bueno, en casa estáis entrando ahora
bueno, vamos a dejar que entren y comentamos el tema del p-valor si os
hablo de una amenaza de reactancia ¿a qué validez hace referencia?
interna externa estadística ¿o qué? constructo también, ¿cuál? de las
cuatro la reactancia, ¿a qué hace referencia? ¿a qué validez? como
amenaza bien, constructo se refiere a constructo, vale bueno, en casa el
tema del p-valor significancia, valor alfa error tipo 1 y error tipo 2 eso,
que lo llevamos tocando unas semanas ¿eso cómo lo lleváis? mal ¿y
aquí? ¿bien o mal? bien explícalo a ver si la varianza si es varianza
hipótesis vale, si la hipótesis del valor entre es que no sé cómo
explicarlo si era menor o igual sé que se ha detectado la nula vale Vale,
muy bien, sí. ¿Y cuál es la nula, la H0 o la H1? Muy bien. ¿Escucháis
en casa a la compañera o no se llega a escuchar? Sí, ah, qué bien.
Sigue, sigue. Yo creo que el error tipo 1 y tipo 2, creo que el error tipo
1 era cuando se daba la hipótesis, pero, o sea, se daba una, no sé cómo
se dice, no sé la palabra. A ver, ¿se acepta? Vamos a ver, el error tipo
1 es cuando rechazamos. La hipótesis nula siendo la nula verdadera y
aceptamos la alternativa siendo la alternativa falsa. Es decir, pensamos en
el error tipo 1 que las variables covarían cuando en realidad no lo hacen
y en el error tipo 2 al revés. Vale, ¿alguien me explica entonces el
error tipo 2? Si es al revés del 1 que acabamos de explicar, que lo ha
explicado la compañera, ¿cómo sería el 2? A ver, en casa también.
¿Qué más? Leí lo que ha puesto el compañero o compañera porque no sé
qué es. Es cierto, ¿eh? ¿Lo veis? Covarían, pero pensamos que no. Por
lo tanto, ¿qué hacemos? Aceptamos la hipótesis nula, es decir, que todo
está igual y rechazamos la hipótesis alternativa. Y si, dicho esto ahora,
vamos al p-valor... A ver, vale, aquí no. Si vamos al p-valor, aquí,
¿qué hacemos? ¿Aceptamos la hipótesis alternativa o la hipótesis nula?
¿Qué? ¿Cuál? ¿La alternativa o la nula? La nula. ¿Por qué la nula?
Porque es normal el valor de cada vez que se anula. Aceptamos la
alternativa, precisamente porque el error que nos marcamos, el error
alfa... Es un 0,05, por lo tanto, esto es menor, 0,03. Eso implica que el
margen de error que tenemos en esa muestra es muy bajito. Por lo tanto, los
datos son significativos. Y entonces aceptamos la hipótesis alternativa.
No así cuando... Aquí aceptaríamos la hipótesis nula. Porque 0,22... Es
mayor que 0,05. Y esa capacidad de error que nos hemos marcado de 1,25%,
que lo tenemos aquí en el valor alfa, pues con este dato que hemos sacado,
os imaginar realizando algún análisis estadístico, nos muestra que es
bastante grande ese margen de error. Por lo tanto, tenemos que rechazar la
hipótesis de trabajo. Y aceptamos... Que mira, estos son iguales. O que no
hay diferencias significativas. ¿Lo veis eso o no? O ponemos más
ejemplos. ¿En casa qué? ¿Qué tal? ¿Lo veis? ¿Qué, lo veis aquí o
no? Lo vamos a ir repasando. Si puedes poner otro ejemplo. ¿Alguien pone
otro ejemplo? ¿Cómo podría ser? A ver... ¿Alguien se atreve a pensar
una hipótesis de trabajo? Y... Y hacer un ejemplo así, tan simple como
este. Luego podríamos hablar de tamaño. Pero no vamos a meternos ahí.
Hablamos el otro día y... Y no sería cuestión de eso. ¿Alguien me dice
una hipótesis de una investigación? Que se le invente. O en casa
también. ¿El hijo favorito de los padres o los hermanos mayores? ¿El
hijo favorito de los padres suele ser los hermanos mayores? Vale. Pues muy
bien, ahí tenemos una hipótesis. Y lo que haríamos sería lo mismo
mediante, por ejemplo, una serie de investigaciones. Y con algún tipo de
instrumento... Voy a borrar eso. Con algún tipo de instrumento, pues
bueno, luego podríamos sacar los datos. Entonces tenemos que hacer... No
es igual. Y los datos que no salen de los estadísticos es que... Y no. No
es así. No dice que los padres... No se acaba de concluir que sus... Hijos
favoritos sean... Pues eso. Entonces... Eso sería otro ejemplo. Y aquí,
¿qué tendríamos que hacer? ¿Aceptar la nula o la alternativa? ¿Qué
haríamos? ¿Aceptamos la nula o la alternativa? La nula, seguro. En serio,
la nula. Sí, sí, aceptamos la nula. A 0,5. Siempre... Jota, ¿qué te
parece? A flores. Normalmente trabajamos con un 0,95 en psicología.
¿Vale? Espera, que voy a silenciar. Ah, no, ya no está. Eso. Bueno, yo
creo que más o menos os podéis poner ejemplos. No sé si habéis visto
alguna pregunta de examen por ahí. Tenéis que ir un poco preparando eso
para no caer en ese tipo de preguntas que pueden ser una tontería y
fallarla. Y ahora... Tenía que comentar que quisisteis tú una pregunta en
relación a esto. Vale. Lo voy a llevar a... Es que lo único que se me
ocurrió es llevarlo un poco a mi campo de trabajo. Bien. Eh... Por poner
un ejemplo real, vaya, para no inventarme nada. Bueno, la edad de
responsabilidad penal de los menores es de los 14 a los 18 años. ¿Vale?
Hay una ley que se aplica que es la 5. barra 2000 y una serie de
modificaciones acabando en la 8. barra 2006 que nos, bueno, nos argumentan
una serie de delitos que pueden cometer o que cometen los menores de edad y
que por ello son sentenciados a cumplir algún tipo de medida judicial,
¿no? Bien. La investigación en relación a cuál es la edad más
conflictiva nos dice que hay un pico, un pico bastante destacado, un
pico... Un pico... Bastante conflictivo a nivel de riesgo antisocial que es
a los 16-17 años. De hecho, casi toda la literatura científica coincide
en esto, en que a los 16-17 años se presentan conductas más disruptivas,
conductas más desafiantes o conductas problema, por ejemplo, a nivel de
consumo, a nivel de relaciones de grupo de iguales, cometer pequeños
hurtos o cualquier otro tipo de delito. Y esto podría ser un ejemplo de
esta curvilínea. Y luego a partir de ahí ya podríamos valorar, pues
realizar algún tipo de investigación con la variable dependiente,
independiente, ¿no? Por ejemplo, ¿de qué depende? Bueno, pues a lo mejor
dependería de la franja de edad, ¿no? ¿Vale? Ese es el ejemplo que se me
ocurrió en relación a esto. ¿Alguna duda? ¿Me ponéis un ejemplo
vosotras de esta? ¿Y vosotros, de la relación lineal? Muy bien. ¿Y la
variable dependiente y independiente? La dependiente sería la semilla y la
independiente la franja. Muy bien, muy bien. ¿La habéis escuchado en
casa? No. Vale. ¿Puedes volver a repetir lo que pasa? No, fallamos. ¿Y
vosotros tenéis un teléfono alámbrico para ti? ¿Teléfono alámbrico?
No, no sé. Nada, nada, se lo he mencionado. Nada, tranquilo. Gracias.
Nada, gracias. Puedes repetir el ejemplo que ha sido muy bueno. Cuantas
más semillas plantemos, más árboles obtendremos. Y entonces, en casa,
¿cuál es la variable dependiente y cuál es la independiente? Oye, esto,
bien. Muy bien, eso lo tenéis controlado ya. Muy bien. Estoy volviendo
para atrás porque os quiero repasar esto. Vale. ¿Os acordáis de los
componentes de la varianza? Que existe la varianza error y la varianza
sistemática. La varianza sistemática se compone de la primaria y de la
secundaria. Bien. Y la diferencia entre varianza error y varianza
secundaria. ¿Alguien me la dice? Es que vi una pregunta precisamente sobre
esto. Y creo que hay algo que se puede identificar claramente para no
fallar esa pregunta. Entonces, a ver si sabéis un poco la diferencia entre
varianza error y varianza sistemática secundaria. Bueno, venga. Influencia
de factores aleatorios. La varianza error. Influencia de variables del
sujeto ambientales y depresores. Es decir, estamos hablando de factores
extraños, factores ajenos a la investigación. ¿Qué pasa? Que en la
varianza error, esos factores que están afectando a la varianza error son
factores no sistematizados. Son factores no predecibles. ¿Vale? Sin
embargo, los de la varianza sistemática secundaria, que también son
variables extrañas, pero aquí sí que son predecibles. Entonces, quedaros
con eso. En el libro no sé cómo os lo pone, pero tiene que ponerlo. Algo
así. No tengo el libro a mano, pero fijaros cuando leáis los que estéis
usando el libro, que os tiene que poner en algún lado que la varianza
error es como así no sistematizado, como que no es predecible y, sin
embargo, los errores que se encuentran esas variables de influencia en la
sistemática secundaria, sí. ¿Alguien tiene el libro en casa o aquí?
¿Tenéis el libro aquí? ¿Sabéis en qué página te coincide eso? No sé
si viene con una imagen. 148, dice A García. Mira, pues dice variables
extrañas predecibles en relación a esta varianza sistemática secundaria
de la varianza error no es sistemática inevitable. ¿Vale? ¿Qué nos
pone? Vale, fijaros. Variables extrañas aleatorias y desconocidas.
Variables extrañas, varianza error y la secundaria predecibles. O sea, la
palabra ahí que os queda para declarar una pregunta es que una es
predecible y la otra no. Lo voy a preguntar el próximo día y me lo
apunto. Vale, pues venga, seguimos. Sí, la predecible es la secundaria.
Vale, creo que nos habíamos quedado aquí, ¿verdad? Os había puesto el
ejemplo aquí de los bloques. Que entendíamos bloque como esos subgrupos,
¿no? Se forman bloques en función de la puntuación que tienen en la
variable de bloqueo o de equiparación. Un segundo con eso de la variable
de bloqueo. De bloqueo. Toda la varianza, la varianza sistemática y la
varianza error se debe a influencias en la variable dependiente. Eso
también es pregunta de examen. ¿Vale? Esa varianza sistemática y
varianza error son variabilidades de la variable independiente o
dependiente. Dependiente, ¿vale? Bien. Vale, pues eso. En los... En los
bloques. Se forman bloques en función de la puntuación que tienen en la
variable de bloqueo o de equiparación y se asignan aleatoriamente a los
participantes a cada bloque. Y os decía lo del apego, ¿no? Con vínculo
seguro y vínculo no seguro. Tratamiento A, tratamiento B. Y aquí
haríamos lo mismo. Grupo experimental, grupo control. La misma historia.
Con vínculo seguro... Sin vínculo seguro y aquí igual. Eso es dividirlos
en bloques, en subgrupos. Cuando os pone aquí condiciones, en muchas
ocasiones se refiere a eso. A experimental y control. ¿Vale? Bueno, la
diferencia. Vi que el otro día lo preguntaba alguien en el foro que
tenéis de los portemas. Una cosa es seleccionar. La muestra y otra cosa es
asignar a los participantes a cada condición. A cada condición haciendo
referencia, pues eso, al grupo experimental o al grupo control. Asignamos
de forma aleatoria. ¿Vale? ¿Os acordáis de las tres características que
tenía que tener el método experimental? Que os ponía yo, decía yo,
causa-efecto, no espurio. ¿Os acordáis de eso? ¿Qué significa no
espuriedad? Muy bien, no espuriedad. Falta una. Y sería esa. La no
espuriedad hace referencia a eso, a que no es espurio, a que no es
extraño, a que no es fingido, a que no se debe a variables del azar, por
ejemplo. El control de esas variables extrañas. Y luego la covariación,
¿no? Bien. Diseño experimental. Estrategia. Procedimiento concreto que se
utiliza para llevar a cabo una acción, sin más. Diseñar un experimento
supone tomar una serie de decisiones acerca del tipo y número de variables
a incluir, de la forma de asignar a los sujetos. Bueno, lo que habíamos,
esto un poco es lo que vimos ya de sistematizar el proceso, ¿no? Desde un
inicio. Elección entre las diferentes posibilidades que nos permite el
método experimental y estarán guiadas por el tipo de problema estudiado.
Vale, vale. Sin más. Bien. Diseños experimentales de grupos. En función
de cuántos tipos de variables dependientes tenga, hablaremos de univariado
o multivariado. Fijaros, variable dependiente utilizamos el término
univariado, multivariado. Variable independiente utilizamos término
unifactorial, factorial. ¿Vale? Entonces, ya discriminar univariado, o
sea, variado como dependiente, factorial como independiente. Y si tiene el
un y delante, pues ya creo que es de cajón. Con variables dependientes,
pues que tengan dos o más. Puede ser, por ejemplo, pues el sexo, la edad,
¿vale? Con dos o más variables independientes. El estrés, variable una,
independiente. Y la falta de sueño, variable independiente dos. Está
relacionado con la ingesta calórica. ¿Vale? ¿De qué depende la ingesta
calórica? Pues en este caso tendríamos dos o más variables. En este caso
dos sería factorial. ¿Vale? Diseño experimental de grupo. Como tenemos
dos variables independientes, una relacionada con el estrés, otra con el
sueño, estaríamos hablando de un diseño factorial. Alguien pone otro
para ir normalizando un poco este tipo de lenguaje en casa. Y aquí,
¿qué? Puedo repetir el qué. R. Ordóñez. ¿Qué? La... ¿Los dos
factores estos que había propuesto y una variable dependiente? Vale. No,
la pregunta. La pregunta simplemente es si podéis... El número de horas
de dormir y la dificultad del trabajo, ¿eso qué serían? Afectan al
rendimiento de la producción. Muy bien. Sí. Pueden afectar. Lo que no
haríamos sería afirmar, porque no lo sabemos. ¿No? Se infiere... Que
puede afectar al rendimiento de la producción. Pero sí, sí. Muy bien. Y
aquí en casa... Aquí en clase, ¿qué? ¿Os ocurre un diseño factorial
de dos o más? Vaya. Yo le puse un ejemplo a una alumna por email con tres
y con distintos niveles la variable independiente. Lo que pasa es que eso
lo vamos a ver después, lo de los niveles. A modo de ejemplo. El diseño
de la tutoría como variable independiente, la interacción del docente y
la grabación de la tutoría, también variable independiente, pueden
afectar al rendimiento del alumnado como variable dependiente. Ahí
tendríamos tres variables independientes que una sería el diseño de la
propia clase, de la tutoría, la grabación, el hecho de poder visualizar
las clases posteriormente para hacer feedback y la posible interacción o
el feedback del docente o la docente. Y luego la variable dependiente
podría ser el rendimiento o el número de aprobados, por ejemplo. ¿Vale?
Tendríamos tres. ¿Vale? Y luego comentamos sobre... Por eso los niveles.
La cantidad de horas de dormir y el consumo de alcohol afectan a la
atención de conducir. No confirméis. Pueden afectar. O parece que...
Porque si ya dices que afectan, ya no hacemos ningún tipo de
investigación. Pero sí, está bien. Hay dos variables independientes. Las
horas de sueño. Y el consumo de alcohol. ¿No vimos algo así parecido? El
otro día. Pero sí, sí, está bien. Vale. Aquí nada, ¿no? No se os
ocurre. ¿Qué tipo de estrategia? Bueno, de dos o más grupos hablaríamos
de intergrupo, es decir, un grupo control, un grupo experimental y un grupo
solo, intragrupo. Lo hacemos a todos lo mismo. Al mismo grupo. ¿A qué
hace referencia unifactorial? ¿A variable dependiente o independiente?
Independiente. Muy bien, independiente. Son propios de aquellas situaciones
en las que solo se manipula una variable independiente. Pueden ser
intergrupos, tantos grupos como condiciones. Experimental, experimental
control. Experimental con dosis X. Experimental con dosis menor, pero sigue
siendo dosis. Experimental con dosis Y. Intergrupo, por ejemplo, placebo.
Intragrupo, un solo grupo al que se le aplican todos los tratamientos.
Vale. Bien. Diseños de grupos aleatorios con dos grupos. Podemos hacer un
diseño con medida post-tratamiento, es decir, solamente medimos esa
varianza que se compone de qué. ¿De qué se compone la varianza? Muy
bien, varianza sistemática y error. Exactamente. Entonces, diseño con
medidas post-tratamiento. La variable dependiente solo se mide después del
tratamiento. Y el diseño pre y post. La variable dependiente se mide
antes. Realizamos entonces una línea base de esos valores, de la atención
en relación al consumo del cannabis, sin cannabis y con cannabis. Por
ejemplo, a modo post. Y vemos cómo fluctúa. Pregunta aquí. El número de
grupo control es siempre único, no importa el número de grupos
experimentales, ¿no? Puede haber, depende, puede haber otro grupo placebo
también relacionado con un grupo control. Aparte, o sea, un grupo control
al que se le da un placebo y un grupo control al que no se le da nada. Y
entonces también puedes ver cómo afecta ese placebo a la investigación.
Pero vaya. Que nosotros tampoco nos metemos en exceso, como psicólogos o
psicólogas, no nos metemos en exceso en eso. Multigrupo. La variable
independiente tiene más de dos valores o niveles. ¿Vale? Entonces, el
diseño de la tutoría como variable independiente que hemos comentado
antes. Los niveles o valores pueden ser, por ejemplo, pues el PowerPoint.
Puede ser, por ejemplo, un PDF. Puede ser, por ejemplo, elementos de apoyo
como vídeos o cualquier otra... Pues como algún día vimos, por ejemplo,
en YouTube el vídeo. ¿Lo vimos con vosotras o vosotros? ¿No lo vimos ese
vídeo? Es que creo que está muy claro. ¿No lo vimos un vídeo de los
Simpsons? ¿Y para qué? ¿En qué tema era eso? Porque eso es un proceso
de extinción. Y lo queréis ver, ¿o no? Son 40 segundos, ¿eh? A ver. No
lo puse seguro, joder. 28 segundos. A ver, que comparto. A ver si lo veis
bien en casa. Porque yo creo que queda un poco así como atascado. Ventana
de ubicación, ¿cuál es? ¿Lo veis en casa? ¿En casa? Sí, pero... Sí,
vale. Le voy a dar. A ver si no se queda enlentecido. Vale, ya está.
Compartir. Vale. ¿Lo habéis visto en casa? ¿Se veía bien o quedaba
lento? Sí, se veía bien. Vale. Eso que hemos visto es un proceso de
extinción. Es decir, si os fijáis, la gente lo que estaba haciendo era
reforzar a los monstruos, ¿no? En este caso, estaban pegando golpes y como
los miraban, se venían arriba. ¿Vale? Es una técnica básica de
modificación de conducta muy utilizada con niños o niñas pequeños.
¿Por qué? La típica rabieza de estoy en un supermercado o en algún
sitio y quiero ese juguete y me tiro al suelo y monto un espectáculo.
Bueno, pues es una... Ya sé que esta asignatura no es aplicada y no
tendríamos que estar tampoco comentando esto, pero simplemente para que
veáis que es un nivel de la variable independiente o un valor, ¿no? Eso
sería un proceso de modificación de conducta basado en la extinción. Hay
una serie de relaciones. En este caso, dejamos de mirar y ellos se cansan
por esa falta de refuerzo. ¿Alguna duda con eso? Vale. Pues eso sería el
tema de los niveles o valores. Y lo mismo. Una medida con post-tratamiento
o con pre y post. Vale. Entonces, análisis de los datos en el diseño con
medidas pre y post. Fijaros, en la medida pre os dice, informa de la
equivalencia previa de los grupos. Lo que os decía antes, establecemos una
línea base y además comprobamos cuáles son los valores de los grupos,
¿no? En relación, yo os puse la atención antes, ¿vale? Pues vemos qué
equivalencia hay en la latencia, por ejemplo. Es decir, la capacidad de
respuesta. En este caso, presentando algún estímulo que necesite, pues,
atención, ¿vale? Realizamos el tratamiento. ¿Qué tratamiento puede ser
inducido en este caso por sustancias psicotrópicas? Yo esto lo estoy
inventando, ¿eh? Un psicoactivo como el cannabis y luego hacemos una
medida post. Informa del efecto de las diferencias post entre los grupos
con un contraste de medias para dos grupos. Bueno, yo creo que esto no
tiene mucha duda, ¿no? ¿Tenéis alguna duda con esto? Vale. Esto lo hemos
visto antes, diseños unifactoriales entre grupos. Ya hemos visto cómo
podemos hacerlo con grupos aleatorios simplemente o por equivalencia
mediante subgrupos. Si encontramos, pues bueno, que hay distintas
puntuaciones que se equiparan. Pues tenemos dos grupos que presentan una
divergencia en valores extremos. En atención. Bueno, os acordáis que...
¿Qué medida para controlar la amenaza de esos valores extremos se podía
utilizar? Empieza por R, luego va una E, luego una G. ¿Os acordáis? Luego
una R también. Muy bien, regresión a la media. ¿Os acordáis aquí? No.
Diseños de bloques aleatorios. Intergrupos. Bueno. Nos dice que los
bloques aleatorios, los participantes de cada bloque, tienen valores
parecidos. Se asigna preferentemente el mismo número de participantes de
cada bloque a la condición experimental. Lo mismo al grupo control que al
experimental, en principio. O sea, no 27 en uno y 6 en otro. Diseño de dos
grupos con medida post. Diseño de más de dos grupos con medida solo post.
Vale. Con grupos equiparados. Los participantes de cada bloque tienen
valores parecidos. Los participantes de cada bloque tienen valores
idénticos en la variable equiparación. En ese caso podría ser la
atención, se equiparan en esas puntuaciones y se asigna el mismo número.
Esto es un poco repetitivo o, desde una perspectiva filosófica,
tautológico. Vale. Aquí cambia. Intragrupos. Eso que hace referencia al
mismo grupo, ¿no? Al mismo grupo de parámetros. El mismo grupo de
parámetros se le aplica todos los niveles de la variable independiente de
forma secuencial, uno detrás de otro. Y cada participante proporciona más
de una medida de la variable dependiente. Debido a que al mismo grupo de
participantes se le aplican todos los tratamientos de forma secuencial, se
pueden dar en este tipo de diseños los efectos de orden y los efectos
residuales. Pues, claro, hace referencia a ese efecto de orden que hacemos
primero este nivel de la variable independiente, el nivel de la variable
independiente. Luego este, luego este. Y, además, va arrastrando esas
amenazas a la validez interna, como, por ejemplo, conocer ya un poco el
proceso de la investigación. ¿Vale? Paso. Sí. Cierto. Diseño
intragrupo. Cuando se aplican todos los tratamientos de forma secuencial,
el orden o lugar que ocupa cada tratamiento, dentro de la variable
independiente, dentro de una secuencia experimental, puede alterar los
resultados. Ya que una vez aplicado el primer tratamiento, los siguientes
pueden quedar afectados por los tratamientos previos, dando lugar, pues, lo
que os estaba diciendo, ¿no? Es aprendizaje y favorecer los resultados de
la condición, cansancio, falta de motivación, etcétera. Y se puede
controlar con el contrabalanceo y luego los efectos residuales cuando se
aplica un tratamiento que aún no ha pasado el efecto anterior. No sería
tampoco eso, a lo mejor, de forma primaria nuestra investigación, ¿no?
Porque hace referencia, a lo mejor, a medicamentos. Pero bueno, se puede
dar también, claro, aplicando algún tipo de técnica. Se controla
espaciando el tiempo entre los tratamientos. Venga. Bien. La técnica de
contrabalanceo, que yo creo que ya la habéis... Pero bueno, ya que hace
referencia. Conjunto de estrategias que tienen como objetivo mantener
constante o repartir de forma equilibrada el error progresivo en todas las
condiciones. Yo aquí la palabra creo importante es constancia, ¿no?
Constante. Que ese error se mantiene constante a lo largo del experimento.
Se basa en el supuesto de la existencia de una relación lineal entre el
grado de error progresivo y la posición que ocupa cada tratamiento dentro
de la secuencia total. Con esa técnica, los tratamientos se ordenan de tal
modo que el error progresivo se distribuye equitativamente entre todas las
condiciones. Bueno. Sí, esta definición creo que es perfecta. Pero
haceros con eso, con la constancia. Porque dice, con esa técnica los
tratamientos se ordenan de tal modo que el error progresivo, bla, bla, bla.
Equitativamente en todas las condiciones. Bueno, pues eso, se mantiene
constante, ¿vale? Ese error progresivo con el contrabalanceo, ¿vale?
Estrategia de la técnica contrabalanceo al sujeto y al grupo. Cada
participante recibe las condiciones en un determinado orden y a
continuación en el orden inverso, ya lo habíamos hablado, ABBA. ¿Vale?
Por ejemplo, tratamiento A, tratamiento B, tratamiento B, tratamiento A.
Intragrupo. Se divide el grupo en varios subgrupos y se aplica cada uno de
ellos una secuencia diferente, pues AB y BA. ¿Qué pasa? Que tenemos
diversas opciones en intragrupo. Esto ya sigue, lo vimos el otro día
también, pero es un poco liado aprenderse todo esto. Tenemos el completo y
el incompleto. Se utilizan todas las secuencias. Completo, se utilizan
todas, quedaros con eso. Incompleto, solo algunas de las secuencias.
Completo, todas. Incompleto, algunas. ¿Qué pasa? Que dentro del
incompleto tenemos otras dos divergencias más. El cuadrado latino y el
aleatorio. Se utilizan algunas, siendo el incompleto, pero tantas como
tratamientos en el cuadrado latino. ¿Vale? Se seleccionan. Las que
garanticen que cada tratamiento ocupa cada una de las posiciones de orden y
solo una vez. Entiendo que masticar esto puede costar. Pero bueno,
intragrupo, tenemos el completo, todas las secuencias. Incompleto, algunas.
Si vamos al cuadrado latino, se utilizan de esas algunas, tantas como
tratamientos. Y en el aleatorio se seleccionan aleazar, aleatorio. Al azar,
tantas secuencias como número de participantes. O sea, yo iría buscando
dentro de esa... ¿Os acordáis de eso de la primera clase? ¿Os acordáis
en qué se referencia eso? ¿Y ese cuál es? ¿Eh? Muy bien. ¿Lo tenéis
todos claros eso? ¿Vale? Seguid un poco, idos quedando con palabras dentro
de una línea deductiva, ¿vale? Y poco a poco ir profundizando. Y
estudiar, claro. Mira, lo que os decía. Contrabalanceo intra, sujeto, A,
B, B, A. Todos los participantes hacen doble secuencia. Contrabalanceo
intra, sujeto. Y contrabalanceo intragrupo, A, B, B, A. Fijaros en esto.
Cuando estamos hablando del sujeto, el mismo repite. El A, B, B, A.
Tratamiento A, tratamiento B. Tratamiento B, tratamiento A. Cuando es
intragrupo, no. Hacemos dos subgrupos y uno lo hacemos con A, B o B, A en
el subgrupo 2. Completo. Fijaros, todas las condiciones. ¿Os dais cuenta?
Se aplican todas las secuencias posibles a distintos subgrupos. Por un
ejemplo, aquí os pone 3 factorial. ¿No? ¿Cuáles son todas las
secuencias? Pues eso. Las tenéis ahí. Todas las opciones posibles. El
incompleto. Bien, se aplican solo algunas de las secuencias. Eso ya nos
quedó claro. Número de secuencias posibles. Bueno, vale. Tendríamos el
incompleto, cuadrado latino y el aleatorio. Que aquí la palabra era,
siguiendo ese modelo deductivo, aleatoriamente, ¿no? Y en el cuadrado
latino, como todas las opciones que teníamos. Teníamos 6, 1, 2, 3, 4, 5.
¿Por qué? Ah, no. Aquí pone 5 secuencias. 5 secuencias. Entonces esas 5
secuencias las llevamos a cabo. ¿Qué es lo que se llama? Diseños
factoriales. Se manipula más de una variable independiente. Bueno, esto es
lo que os decía, que parece un poco tautológico. Ya lo tenéis un poco
claro. Efecto, se puede estudiar. ¿Veis? Es que esto lo acabamos de ver.
¿Alguna duda con esto? ¿Me paro aquí o sigo? Por acabar el tema hoy. No
sé si os tenía algo contado bien esto. Representación simbólica de
diseño factorial. El diseño factorial 2x3 tiene dos variables
independientes o factores. La primera tendría dos valores, 1 y 2, y la
segunda 3, 1, 2 y 3. A esto hace referencia la representación simbólica
del diseño factorial. 2 aquí y 3 aquí. Y os dije, por ejemplo, ah, sí.
Apunté. Como variables independientes, las horas de dormir. Por ejemplo, 3
y 8. ¿Vale? Dormimos 3 horas, dormimos 8 horas, conducimos por ciudad, por
carretera o autopista. Y la variable dependiente, a lo mejor, es el número
de errores que hemos cometido durmiendo 3 horas por ciudad. Durmiendo 3
horas por carretera, durmiendo 3 horas por autopista. Y luego, lo mismo con
las 8. Número de errores. Número de errores o rendimiento. Da igual.
Durmiendo 8 horas, conduciendo por ciudad, por carretera y o por autopista.
Entonces, os dice, el efecto de interacción de una variable independiente
sobre la variable dependiente varía en función del valor de la otra
variable independiente con la que se esté actuando. Claro. Tenemos un
valor y otro valor. ¿Dudas con este diseño 2x3 factorial? Venga. Bueno. Y
aquí os hace un ejemplo de una ausencia de interacción. Y una
interacción de la variable. Ahí lo tenéis. Sin los resultados tampoco
podemos sacar mucho jugo. Bueno, volvemos otra vez. Por eso digo que...
Repetitivo. El tema que es bastante extenso, el tema 4. O capítulo 4, pero
es un poco por eso. Intergrupo. Cada grupo de participante pasa por una
condición diferente. Intra, el mismo grupo, por todas. Mixto, algunos
participantes pasan por todas y otros no. Una VI se aplica con estrategias
intergrupos, tendré tantos grupos como niveles de esa VI. Y otra se aplica
con estrategia intragrupo. Todos los miembros de esos grupos pasan por...
Por todas las condiciones. O números de niveles de esta VI. Y hay que
aplicar el contrabalanceo. Bueno. Quedaros entonces con el que existe
inter, intra y un mixto. En el que unos pasan por todas las condiciones y
otros solos por algunas. Y aquí acabamos este tema o capítulo 4. Tengo
que subiros el resumen de este. Vale. ¿Alguna duda en casa? ¿Y aquí?
¿Alguna duda? Vale. El próximo día volvemos a empezar otra vez con lo de
la significancia. Vamos a estar también cautológicos en ese tema. Y nos
quedan pocas clases. Realmente nos queda la semana que viene del 30 y creo
que luego nos queda el 14. Porque el 7 no es lectivo. Nos queda el 14 y
luego nos queda... Creo que el 11. El 11 y el 18 de enero.