tv.um.es

En este principio vamos a hablar de Anova, de medidas repetidas, una nueva con el que pretendemos comparar 3 grupos que son de una misma muestra. Habitualmente la misma muestra donde cada persona se le han presentado 3 situaciones o se ha medido la misma medida entre momentos diferentes, a este no va, se les llama a no entrar, sujetos o de medidas repetidas, y nos encontramos con posibilidad de análisis una nueva entre sujeto, que sería la prueba paramétrica 1 no va robusto para cuando no se cumple el supuesto de felicidad, que veremos después y una nueva no paramétrico la prueba de feedback. Vamos a echar un vistazo. Un ejemplo, un mismo grupo de trabajadores de una empresa que está en un centro de asistencia para los clientes, centro telefónico. El trabajo de personas y a recibir llamadas y atenderá a los clientes y se plantean si hasta ahora llevan a un horario fijo. Sí tendría sentido habilitar un horario flexible o incluso un horario, un teletrabajo. Si con eso aumentaría la productividad, lo que se va a medir en cada situación es el número de llamadas atendidas promedio de cada trabajador. La hipótesis nula que se plantea es que no difiere la productividad, como siempre la hipótesis alternativa que si dijese Vamos a ver cómo tenemos estos datos, abrimos el chico conoce donde tenemos cada persona que se registran Qué medidas? El número de llamadas cuando no las lluvias fijó el número de llamadas cuando es flexible y el número de llamadas cuando ha sido teletrabajo cualquier investigación que sea un pretest postes es este esquema este mismo esquema postes seguimiento donde hay 3 medidas 3 4 o las que haya de carga de cada persona. Esta muestra tiene 30, 30 sujetos, bien la disposición, como siempre, cada fiel a una persona, cada columna, una medida donde hacemos una nueva, entre entrada, sujetos pues en la nueva de medidas repetidas donde tenemos que definir cómo vamos a llamar al factor y cómo se llaman esos niveles. Yo por aquí a este factor lo llamaría horario, el primer nivel es horario fijo, el segundo nivel, horario flexible y el tercer nivel teletrabajo. Bien, y en la parte de abajo están las celdas donde debo trasladarle las distintas medidas. Aquí traslado la medida de horario fijo. Por ello, flexible y teletrabajo, con lo cual se completa el análisis, este sería la prueba, esta sería la prueba paramétrica eso tenemos que diferenciar unas y otras. Una prueba paramétrica se va a aplicar cuando se cumple el supuesto de normalidad y el supuesto de felicidad, un nuevo supuesto que vamos a ver ahora qué implica que las diferencias entre 2 medidas cualesquiera tienen la misma varia. Una nueva robusto para si no se cumple el supuesto de, ejercida cumpliéndose de normalidad; este año más robusto, no se pueden optar por otras opciones; una corrección de granja o jesse si la falta de felicidad es muy grande severa o la corrección de juventud; si esa ausencia de felicidad es más bien moderada; y la prueba de firma no paramétrica que se puede aplicar cuando el nivel de medidas sea ordinal ordinario, sobre todo si tiene menos de 5 niveles, como ya vimos o bien cuando el nivel de medidas continúa, pero no se cumple el supuesto de normalidad, especialmente si no se cumple el supuesto de felicidad como bien estuvieran probando Blanques -colaboradores. En cuanto al supuesto de felicidad, bueno, sí si tenemos en este caso 3 medidas. Algunas no va de medidas repetir lo que va a cambiar, lo que va a analizar es las puntuaciones de cambio que cambió de fijo, flexible, pues esta persona en horario flexible hizo 20 llamadas más. Está en el teletrabajo, hizo 32 llamadas más que en el fijo; ser negativo significa que el segundo número mayor, pero el primero y el resultado negativo, de manera que tenemos 3 posibles medidas de cambio entre entre 2 modalidades de horario, el supuesto de felicidad asume que la varianza de 3 variables de puntuaciones de cambio es igual, sería equivalente a una homogeneidad de covarianzas entre las distintas. Bueno, ahí qué podemos hacer? Podemos probarlo, y lo vamos a aprobar. Con la prueba de Max, la hipótesis nulas que se compre el supuesto de felicidad como siempre, la potestad alternativa, que no se cumple, con lo cual hay un riesgo terror, tipo 1, es decir, de admitir que hay diferencias significativas entre las 3 medidas, cuando en realidad no las hay y qué solución podemos hacer Pues corregirlo, grado de libertad para hacer esa prueba un poco más dura de conseguir esa esa significación estadística. Pero se pueden aplicar 2 correctores; el fin jauja es el juez, ya hemos dicho en jauja. Ese. Para cuándo la felicidad severa, la falta de felicidad seria y la dejó inferir cuando el Martín moderada ambos índices ofrecen una medida de la felicidad, que es exilio. Si no es 1 significa que la felicidad perfecta conforme va descendiendo de 1 tanto tanta más falta de felicidad, pues bien, el criterio que se suele utilizar es que se va a elegir, quieren Jauja y ser si la si lo de Gring jauja, ese menor de 0 75, si no es así se utilizaría la dejó? Bueno, pues vamos a ver, compartíamos esto. Tengo la nueva realizado, que pretendían comprobar que ese si se cumplen los supuestos para poder aplicarlo. Así que me voy a la comprobación de supuestos. No tengo una prueba de normalidad. Tengo una gráfica que más o menos veo que las puntuaciones siguen; una, una curva normal, por una distribución normal, porque van a lo largo de esa demanda, y pido las pruebas de felicidad. Las pruebas de felicidad me dicen que sí que se cumple el supuesto de felicidad, así que no debería hacer nada, pero aquí vemos la exilio de Green Jauja y sé si la prueba de ello ha sido significativa, que indicaría falta de felicidad, me fijaría en este valor si es menor de 0 75 solicitaría la corrección de Greuges y si es mayor la dejó en un caso en el caso de que la prueba de especificidad hubiera resulta significativa, tan fácil como aplicar, y entonces obtengo la excede que sería esta. Esta ola cede auges, en fin, la que fuera la la correcta. No se hace una prueba de homogeneidad, porque para eso hacen falta 2 grupos y aquí solo tenemos un grupo, un grupo que se llama entre medidas. De hecho, si las pidiéramos, el resultado sería que no se puede calcular a quien media marginales estimadas, podemos trasladar el horario, y entonces veremos cómo es el registro de esos 3 años, aprovechando que aquí pone dependiente en la especificación de nuestro modelo en la etiqueta, podemos indicar que queremos que salga de aquí y esto es número de llamadas atendidas. Número de llamadas atendidas. Bien, ya tenemos ese gráfico corregido. Bueno, como hay diferencias estadísticamente significativas, que lo dice la prueba de fe, por lo que procede es hacer una prueba sobre conveniente haber visto el Anova inter sujetos que iban en video anterior, cuando esto Pues entonces, pero qué diferencias entre fijo y flexible entre fijo y teletrabajo y también entre flexible teletrabajo. Por tanto, hay diferencias entre todos y yo, y una opción sería pues el teletrabajo antes que los otros que los otros, pero estos datos son simulados y no vamos nosotros a meternos aquí en complicación muy bien. Vamos a hablar un poco del modelo estadístico como ya lo hicimos en la Nova. El modelo nulo, el modelo, que es para todos igual nos dice que las llamadas que hacen una persona es equivale al promedio de lo que hace todo el mundo más un efecto particular de esa persona, porque hay personas que hacen muchas llamadas y personas que hacen pocas, y puede ser algo aleatorio que va con la persona. Entonces el modelo nulo, el peor pronóstico, sería la media más. Cómo es esa persona, este efecto de la persona en lo que nos añade el modelo interés sujeto, o sea, que ya no somos todos iguales? Ya tenemos algo diferente. Cada habla. El modelo no me entra sujeto, que no el modelo, que no es nulo. Añado. Un componente, no solo es la media global y el efecto de la persona. Hay un efecto debido al tipo de horario que se está siguiendo, de manera que cada persona tiene la media global más el efecto del horario, lo que hace ese horario en su rendimiento. Esto es lo que definimos, la parte intra sujeto, porque esto es igual para todos la parte que hay dentro de los sujetos idéntica y luego está el efecto la persona que en la parte inter sujetos bien, pues hay que elegir entre un modelo y otro. Si el modelo nulo es el correcto, que es evidente que el efecto de la medida es nulo, es el modelo nulo, es el adecuado, es que no hay un efecto propio propio de la medida. Bien esta parte entre sujetos que tienen el modelo, viene aquí por un poco entender lo que viene a continuación tamaño del bueno pues aquí vamos a tener como en la nueva normal docto amaño del efecto, el que se refiere a la magnitud de una varianza aplicada, y jamás vino el balón; está cuadrado ETA, cuadrado parcial, eta cuadrado y otra cuadrado generalizado, y no nos va a dar omega Cuadra. No, no, no lo da, y en cambio, ya es Sí. Sí que lo haga. Bueno, pues entre ellos nieta cuadra mientras cuadrado parcial en el adecuado, sería ETA cuadrado generalizado de manera general para un diseño entre los sujetos, antes que tampoco ha hablado, y ETA cuadrado parcial Por qué? Bueno, en este caso singular, que solo hay un factor ETA cuadrado en general, pero a nivel general, tanto está cuadrado como ETA, cuadro parcial supone un, un, una sobrevaloración del efecto de la magnitud de lo que tiene de particulares al cuadrado generalizado, es que contempla, cuando 1 quiere ver la varianza aplicada, la parte que explican el modelo con respecto al total. Pues en ese total, que sería como el denominador para calcular este porcentaje, incluye la parte, perdón, la parte internet sujetos, mientras que los otros no lo incluyen. Esa es la diferencia entre 1 otro. Entonces, y tal cuadrado generalizado sería la medida más adecuada, la forma de interpretarlo de esta manera, pero las recomendadas, siempre sería miga y, en concreto, un mega cuadrado generalizado como sugieren o ajena, pero como no la podemos obtener, coja móvil no pasa nada, ahora nos vamos a ir a ellas y la vamos a obtener. En cuanto a las comparaciones, de los hados que se harían con la deuda, pues aquí tampoco tienen jamón, no hay ningún programa, que sea que sea perfecto, así que volvemos, y entonces vemos que aquí en el modelo el modelo puedo solicitar está cuadrado parcial, generalizada, que me dice que un 41 por 100 de la variabilidad observada se asocia con los tipos de horario, que es una cantidad. Hombre, esto es un caso estimulado; en los casos enumerados siempre salen bien y en cuanto a las pruebas, por suerte, no tengo opción de poner un tamaño del. Bueno, pues qué haría en este caso? Pues lo que voy a hacer es que me voy a los datos, mis datos y los voy a exportar, y los voy a exportar. En formato, es formato de ese pese, le doy exportar y menos ha guardado en la carpeta en la que estaba. Bueno, pues ahora lo que tengo que hacer es entrar en ellas. Todo esto es buscando su tamaño del efecto, si es que, si es que me interesa ahora aquí abro. Bueno ya viene por defecto en inglés y 1 no quiere, no quiere tener en castellano, pues se va a interferir y solicita que vaya en castellano, ya está abrir del ordenador, busco cargas y tengo el SAP del centro y como suelo decir que si esa dejamos saber ya, pues me voy a Nova repetidas. Esto lo llamo horario. Este es fijo, flexible, vale y teletrabajo. Al lado que me está esperando que le traslade cada medida y ya tengo, la ha hecho, vale? En cuanto a estimable del tamaño del efecto, pues perfectamente puedo poner conmigo amiga cuadrado parcial, o me engañó me he acordado parcial, que sería recomendados, incluso el generalizado que ni tampoco viene. Tampoco viene jazz los tamaños, tanto mega cuadrado generalizado como ETA cuadrado parecido generalizado. Los programas tampoco son finos a la hora de calcular lo puedan tener errores. No vamos a entrar aquí a quienes comprobamos entonces qué diferencia estadística significativas y podemos entonces pasar a hacer contratos. Poso de horario. Tiene usted hoy aquí sí que puedo poner la magnitud del eje por defecto. Me da el contraste poso dejado el que lo vivimos en la Nova. Muy bien, pues ya sabemos cómo podemos Cómo podemos obtener el tamaño del efecto, en este caso la deuda, y cómo tenerme cuadrado. Simplemente, trasladando los datos áreas, volvemos esto no lo guardo, y vamos a otro caso. Un conjunto de jueces seleccionan imágenes clasificándolas entre grupos atractiva de atractivo medio y cara atractivas. Se presentan 3 imágenes, una década tipo a cada participante en la investigación, pero se presentan todas con mascarilla. Qué valoración del atractivo se dará a cada una de las imágenes? Las mascarillas nos hacen igual de atractivos a todos? Hipótesis nulas sería que efectivamente 3 fotografías se perciben igualmente atractivas o bien sea la hipótesis, nula o bien la hipótesis alternativa que no se perciben igualmente atractivas? Estas imágenes están sacadas de esta investigación? Pues si alguien quiere echarle un vistazo, bueno, pues me vengo jamón, mi abro mascarilla? Bien, y voy a lo mismo. Una no va de medidas repetidas donde esto va a ser foto fotografía. Esto voy a poner aquí para entender atractivo, bajo activo, medio y atractivo alto. Y la imagen un atractivo bajo la imagen 2, la de medio y la imagen 3 la variable dependientes lo que mide es el atractivo percibido por los participantes. Muy bien. Me dice que hay diferencias estadísticamente significativas. Aquí podría haber cuadrado generalizada con ella sabe cómo? Y como hay diferencias significativas en la comprobación de los supuestos entonces gráfica de normalidad por más o menos se cumple y la prueba de felicidad o no se cumple no se cumple el supuesto de felicidad. Entonces tendrán que optar por 1 de los de las correcciones. Si es menor de 0, 75 Bring Jauja y ser y si no jueces, pues en este caso juez y me indica cómo el grado de mediación no, no es mucha del supuesto de felicidad. De hecho, todo todo es igual. Me indica que hay diferencias, estadísticamente. Es mejor quitar esta de ninguna que cuando se cumplen diferencias estadísticamente significativas y por tanto, procede hacer pruebas? Pruebas? Pues la fotografía Qué me indica Qué activa al medio difieren significativamente Qué bajo y alto también difieren y que medio y alto difiere. Así que no, no nos hacen igual de atractivos las mascarillas con media marginales estimadas. Podría hacer un gráfico y comprobar cómo los resultados obtenidos, si es curioso que esta fotografía de reactivo, bajo que en principio cabría esperar que fuese valorada como menos atractivas, si los, si lo jueces que las han clasificado, han tenido razón, pues debería estar más baja y en cambio está más alta. Así que la mascarilla parece parece que hace algo y si comparamos con no llevar mascarillas, bueno, eso ya será un ejemplo de un Anova Mixto. Muchas gracias.