Repaso Argibay

Medidas independientes → comparación de grupos → cada tratamiento se aplica en

grupos diferentes. Las variables de sujeto (ej. inteligencia) indican medidas independientes.
Ej. Inteligencia y dificultad de la tarea: inteligencia es medida independiente sí o sí y la
dificultad de la tarea puede ser medida independiente o medida repetida (se tiene que
especificar cómo se aplicó para saber cuál).

Medidas repetidas → todos los tratamientos se aplican al mismo grupo, cada sujeto pasa
por todos los tratamientos. Enunciado: “Para tal factor, cada sujeto pasó por los distintos
tratamientos”. Ej. cada sujeto pasó por todos los niveles de dificultad de la tarea.

Va a haber que inferirlas en los enunciados.

Esto influye en la cantidad de grupos que se van a usar en cada investigación (no en la
cantidad de tratamientos). La cantidad de tratamientos se obtiene multiplicando los niveles
de cada factor.

● Si todas son medidas independientes, la cantidad de grupos es idéntica a la cantidad

de tratamientos.
● Si todas son medidas repetidas, hay un solo grupo.
● Si hay mezcla de medidas repetidas e independientes, la cantidad de grupos está
dada por los factores de medidas independientes. No se cuentan los factores de
medidas repetidas.

La cantidad de efectos simples está dada por la cantidad de niveles que tiene el otro factor.
En un 2x3 (AxB), los efectos simples de A son 3 y los efectos simples de B son 2.

Efecto principal → efecto sobre la dependiente de cada variable tomada de forma

individual, sin tener en cuenta a la otra. Ej. en una investigación con dos variables de
personalidad, neuroticismo y extroversión, sólo investigo el efecto que tiene el neuroticismo
sobre la frecuencia de emociones negativas (desentendiéndome del factor extraversión).
Este es el efecto principal del neuroticismo. Al revés sería, fijarme el efecto principal de
extraversión sobre la frecuencia de emociones negativas, sin tener en cuenta el
neuroticismo.

Para obtener los valores del efecto principal saco los promedios. Las cantidades que tomo
para el efecto principal son las contrarias a las que tomo para los efectos simples: para el
factor que está en fila se toman las cantidades de las columnas y para el que está en
columna se toman las cantidades de las filas, y se saca promedio.

Efecto de interacción → esas dos variables/factores se combinan y producen un efecto

combinado. Una variable modifica el efecto de la otra.

Efectos simples → se analizan cuando hay interacción. Interesan a los fines de interpretar
cómo es la interacción. Si no hay interacción, el efecto simple no me interesa tanto. El
efecto simple tiene que ver con cómo interpreto la interacción. Es el efecto de cada factor
considerando cada nivel del otro (hay tantos efectos simples como niveles en el otro
factor).

Las cantidades que tengo que tomar para los efectos simples son las que están alineadas
igual que el factor: si el factor A está en la fila, los efectos simples son las cantidades en las
filas. Si el factor B está en la columna, los efectos simples son las cantidades en las
columnas.

Se mira efecto simple de A bajo B1 y B2 o efecto simple de B bajo A1 y A2.

Para que haya interacción, alguno de los pares de efectos simples tiene que ser
significativo.

Hay efecto principal de A si se redacta: “se observó que los sujetos con alto neuroticismo
presentan mayor frecuencia de emociones negativas que los sujetos con bajo neuroticismo”
o “se observó una diferencia significativa en la frecuencia de emociones negativas de los
sujetos con alto neuroticismo respecto de los de bajo neuroticismo”. Se menciona solo la
variable neuroticismo, hay efecto principal del neuroticismo.

Efecto de interacción AxB = 0.10. Redacta: el efecto del neuroticismo no se ve modulado

por la extraversión. No es significativo, no hay efecto de interacción.

Efecto de interacción AxB = 0.05. Redacta: el efecto del neuroticismo se ve modulado por la
extraversión. Es significativo, hay efecto de interacción. Si no me ponen el valor de p,
puedo inferir que hay efecto de interacción porque un factor se ve afectado por el otro.

Cómo se redacta que hay interacción:

● se encontró efecto de interacción

● se observó que un factor modula al otro
● se observó que en sujetos introvertidos, las personas con alto neuroticismo tienen
mayor frecuencia de emociones negativas. En cambio, en los sujetos extrovertidos,
los sujetos con bajo neuroticismo tienen mayor frecuencia de emociones negativas.
En este caso, cambia la dirección del efecto (hay efecto inverso) y hay interacción.
● se observó que en sujetos introvertidos, las personas con alto neuroticismo tienen
mayor frecuencia de emociones negativas (el neuroticismo tiene efectos en las
personas introvertidas). En cambio, en los sujetos extrovertidos, no se encontraron
diferencias entre alto y bajo neuroticismo (el neuroticismo no tiene efectos en los
extrovertidos). El neuroticismo cambia en función del nivel de extraversión. En
un caso produce efecto y en el otro no (un efecto simple sí es significativo y el
otro no)
● Hay diferencias significativas en la frecuencia de emociones negativas en las
personas con alto y bajo neuroticismo, pero cuando la persona es introvertida esa
diferencia es mayor. Hay interacción y cambia el tamaño del efecto.

Si el efecto de un factor cambia según el nivel que toma del otro, hay interacción.
Cómo se redacta cuando no hay interacción:

● Se observó que el neuroticismo tiene efectos sobre la frecuencia de emociones

negativas: las personas con alto neuroticismo tienen mayor frecuencia. Esto se da
de igual manera en introvertidos que en extrovertidos. No hay interacción. Si se da
de la misma manera no cambia nada, para que haya interacción algo tiene que
cambiar. Si se diera de distinta forma, habría interacción.

Si yo digo que pasa algo con un factor, pero esto pasa siempre de la misma forma no
importa el nivel que se tome del otro factor: no hay interacción. Un factor no modula al
otro.

Si yo digo que pasa algo con un factor, y esto cambia según el nivel que tome el otro factor:
hay interacción. Un factor cambia en función del otro.

Efecto de AxB (interacción) = 0.02, es significativo. Puedo seguir analizando:

Análisis de interacción a partir de efectos simples de A:

A bajo nivel B1 = 0.04

A bajo nivel B2 = 0.45

Esto significa que el efecto del factor bajo una condición del otro se pierde: “el neuroticismo
tiene efecto únicamente cuando la persona es introvertida, es decir, hay diferencias
significativas; cuando la persona es extrovertida no produce efectos y no encontramos
diferencias significativas”. El factor no produce efectos siempre, solo cuando los sujetos
son introvertidos. Esto se capta viendo los valores de p, no la tabla.

Sí ambos efectos fueran significativos, el factor produce efectos siempre.

¿Cómo veo la dirección del efecto?

A bajo nivel B1 = 0.01

A bajo nivel B2 = 0.04

Identifico los valores más grandes en A bajo nivel B1 y A bajo nivel B2 (o visceversa). Si da
en diagonal, cambia la dirección del efecto o hay efecto inverso. Bajo el nivel B1, los
valores más elevados están en A1. Bajo nivel B2, los valores más elevados están en A2.
Redacción: “cuando los sujetos son introvertidos, las personas con bajo neuroticismo tienen
mayor frecuencia de emociones negativas pero cuando los sujetos son extrovertidos, las
personas con alto neuroticismo tienen mayor frecuencia de emociones negativas (lo
contrario a lo primero)”. Se expresa así lo que está en la tabla.
La dirección del efecto cambia porque en un efecto simple el valor más elevado lo tengo en
un lado y en el otro efecto simple, en el lado contrario. Esto suponiendo que el valor p. de
los dos efectos simples es significativo.

En un 2x2, cuando cambia la dirección del efecto generalmente cambia tanto analizando A
en B1 y B2 como analizando B en A1 y A2 (puede no pasar).

Si un efecto simple tuviera valor significativo y el otro efecto simple no tiene valor
significativo, no cambiaría la dirección del efecto porque solo tengo un efecto simple
significativo. El efecto de uno de los factores bajo una condición del otro se pierde.

Dirección del efecto es la misma:

Hay interacción → efecto AxB = 0.02. Algo tiene que cambiar.

A bajo nivel B1 = 0.01

A bajo nivel B1 = 0.03

Efectos simples significativos. No cambia. Si alguno no fuera significativo, acá estaría el

cambio.

La dirección del efecto es la misma: en ambos casos tengo el valor más elevado de la
dependiente en el nivel A1. No cambia la dirección del efecto.

Lo único que queda para cambiar es el tamaño del efecto. Redacción: “el neuroticismo
siempre tiene efectos sobre la frecuencia de emociones negativas, pero este efecto es
mayor cuando los sujetos son introvertidos”. Esto indica que cambia el tamaño del
efecto.

Resto las filas para saber cuál es el que cambió más de efecto (100-20 y 90-30). El efecto
simple que más tamaño tiene de efecto es A1B1 con 80.

Entonces, pueden cambiar 3 cosas:

 ● Efecto de los factores simples (que haya o no un efecto simple no significativo).
Redacción: Hay efecto de A bajo condición B1 pero no bajo B2. “El neuroticismo
tiene efectos sobre la frecuencia emocional negativa en sujetos introvertidos, no
tiene efectos en extrovertidos”
● Dirección del efecto. Buscar valores más bajos o más altos en la tabla.
● Tamaño del efecto. Se restan los valores de los efectos simples correspondientes al
factor para saber qué efecto simple tiene mayor tamaño del efecto. Tiene que ver
con cuánto influye el efecto.

Si lo primero no cambia, lo segundo tampoco no cambia, y hay una interacción

significativa, lo único que queda por cambiar es el tamaño del efecto.

Se puede dar una situación en donde lo primero no cambia, lo segundo sí y lo tercero puede
que sí. Ahí tengo que hacer la resta entre efectos simples para ver si la diferencia entre las
restas es lo suficientemente grande como para decir que hay cambio en el tamaño del
efecto (una resta tiene que duplicar a la otra para poder decir esto).

Si un efecto simple no es significativo no sigo analizando lo demás porque ya sé donde se

generó el cambio (en un 2x2, en un 2x2x3 sería diferente).

Si no hay efecto de interacción AxB no analizo nada de esto.

Confiabilidad

Confiabilidad → tiene que ver con la precisión y consistencia del instrumento, también con
el margen de error del mismo.

Un instrumento es más confiable cuanto menor margen de error tiene. Cuanto menor error
tiene, más confiable es el instrumento.

Que una técnica sea confiable significa que tiene un mínimo margen de error. Esto quiere
decir que reducir el error es maximizar el valor verdadero. Una técnica será más
confiable mientras más maximice el valor verdadero y menos error tenga. Maximizar el
valor verdadero es reducir el error.

Sin embargo, todo instrumento tiene error. El error se puede reducir pero no se puede
eliminar porque los errores que se analizan son errores aleatorios.

La confiabilidad se basa en analizar los errores aleatorios que tienen que ver con el azar y
es imposible eliminar el azar. Se lo puede reducir o minimizar pero no eliminar, no se puede
decir que no hay error. Lo correcto es decir que el instrumento es más confiable mientras
menor sea el error. Que no haya error es imposible, está mal poner que no hay error.

Diferencia de equivalencia en confiabilidad y validez de constructo:

Si yo tomo un test y lo correlaciono con otro test que es otra operacionalización del mismo
constructo, esto es validez de constructo (no es equivalencia). La equivalencia no es otra
operacionalización del mismo constructo, tiene que ser el mismo test, una forma paralela del
mismo test sino no es equivalencia. Observación sistemática dentro de un test (diferente al
tema observación sistemática).

Estabilidad o Test-Retest → tiene que ver con el paso del tiempo. Aplicó un instrumento,
dejo pasar un tiempo y vuelvo a aplicar el mismo instrumento a los mismos sujetos.

Congruencia o consistencia interna u homogeneidad → analizar la relación que hay

entre las distintas partes del instrumento. Se toma un test haciendo una sola aplicación y
luego se analiza la relación entre las distintas partes del instrumentos. Esto se analiza con
la división por mitades y la covarianza de los ítems (determinan la relación entre las
distintas partes del instrumento).

Si me dicen “para analizar la confiabilidad se realizó una toma del instrumento X” estoy
evaluando el aspecto de la congruencia interna porque es una toma. Si hice una toma no
puede ser estabilidad ni equivalencia.

Si me dicen “se hicieron dos tomas del mismo test entre las cuales medio un lapso de
tiempo (y es el mismo test a los mismos sujetos)” estoy evaluando el aspecto de la
estabilidad o test-retest. En la estabilidad es importante que el constructo que se mide y
se analice sea estable. Lo óptimo es analizar un constructo estable porque es una forma de
confiabilidad que se presta muy bien. Si el constructo no es estable no puedo dejar pasar
mucho tiempo entre toma y toma porque puedo confundir cambios en el atributo con
problemas de confiabilidad. Si quiero dejar pasar mucho lapso de tiempo me conviene usar
la congruencia interna para analizar la confiabilidad, mismo para los constructos no
estables cuando no hay un motivo particular por el cual yo deba analizar la estabilidad.

Equivalencia → formas paralelas de un test. Un mismo test del mismo constructo, del
mismo autor, de la misma teoría del que tengo una forma A y una forma B. En este caso, lo
que hago es relacionar estas dos formas que supuestamente son equivalentes para ver si
realmente lo son. No son dos operacionalizaciones distintas del mismo constructo, esto
sería validez. Son dos formas del mismo test que miden exactamente lo mismo pero que
tienen preguntas diferentes. Busco saber qué correlación tienen estos dos formatos del test
entre sí.

Otra forma de equivalencia es cuando el test incluye observación sistemática y puedo ver
cuál es la concordancia y equivalencia entre las observaciones que hacen los distintos
observadores. Se analizan las concordancias que hay entre distintos
observadores/evaluadores que evalúan el mismo material (sobre todo en tests que incluyen
cierto porcentaje de subjetividad). Para hablar de este tipo de equivalencia tienen que ser
tests que incluyan algún procedimiento de observación sistemática que son muy pocos sino
simplemente es analizar la confiabilidad de una observación sistemática como vimos en los
prácticos.

En validez, un test completamente diferente mide el mismo constructo.