5 votos

Medida del tamaño del efecto recomendada para las pruebas t de medidas repetidas y los contrastes de medidas repetidas sobre datos experimentales

Contexto

Esto surgió recientemente en un contexto de consultoría. Un investigador estaba realizando pruebas t de medidas repetidas basadas en datos experimentales. Algunos de los análisis consistían en comparar una condición con otra. Otros análisis implicaban la realización de contrastes que comparaban una o más condiciones con otra u otras condiciones.

Pregunta

  • ¿Qué medida del tamaño del efecto recomendaría utilizar en relación con (a) las pruebas t de medidas repetidas (b) los contrastes de medidas repetidas que comparan las medias de uno o más grupos con las de otro u otros grupos?
  • Si se informa de una medida del tamaño del efecto basada en la d, ¿qué medida de la desviación estándar dentro del grupo se utilizaría?
  • ¿Hay alguna referencia que recomiende?

Tengo algunas ideas, pero me gustaría recibir sus sugerencias.

4voto

La respuesta depende de su situación. Dunlap, Cortina, Vaslow y Burke (1996) argumentaron que el tamaño del efecto debería calcularse utilizando una DE basada en la varianza combinada de condiciones separadas, como es típico en los estudios de grupos independientes, incluso con medidas repetidas. Su argumento fue que el estudio puede ser replicado con un diseño entre y los tamaños del efecto serán más comparables entre los estudios en el meta-análisis con esa medida del tamaño del efecto. Afirmaron que el tamaño del efecto es el tamaño del efecto y no debería estar influenciado por la correlación en la medición en un diseño de medidas repetidas.

Por desgracia, esta sugerencia se ha generalizado en exceso en algunas literaturas (y en el libro de Cortina, creo). Cuando no es posible diseñar un experimento de otra forma que no sea con medidas repetidas, utilizar el tamaño de los efectos entre S es un error. Subestimará el tamaño del efecto y será inútil en los cálculos de potencia.

Imagínese un estudio de señalización atencional en el que tiene que estudiar un único estado mental, (por ejemplo, orientado en una dirección indicada por una flecha), y tiene que medir el efecto comparando el rendimiento en el lugar indicado y en uno que no lo está. Ese estudio tiene que hacerse dentro y no hay otra forma de hacerlo. En ese caso, la necesidad de tener un tamaño del efecto comparable a las situaciones en las que el estudio se hace con grupos independientes desaparece porque el estudio con grupos independientes no podría producirse. Utilizar el tamaño del efecto entre S no sería una estimación útil para ver el número de S para replicar el estudio, mientras que el interior sí lo sería. El tamaño del efecto entre S tendería a subestimar enormemente lo que realmente se necesita medir, que es el efecto dentro.

0 votos

+1 @John Estoy de acuerdo con los argumentos de Dunlap et al. No entiendo muy bien tu afirmación de que se ha generalizado demasiado. En g-power 3, por ejemplo, si se quiere calcular la potencia estadística se proporciona la correlación entre las dos condiciones y una medida de d entre sujetos. E incluso cuando no es posible un diseño entre sujetos, yo seguiría encontrando la medida de tamaño del efecto entre sujetos como una métrica de estandarización más útil para describir la cantidad de cambio que se ha observado.

0 votos

Cuando he visto que la gente sigue la recomendación de Dunlap et al no he visto la correlación reportada. Informar de la correlación ayudaría.

0 votos

¿Cómo puede ser más útil el tamaño del efecto entre S cuando sólo son posibles las medidas repetidas?

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X