Diseños de investigación e interpretación estadística
Alcance y requisitos previos
Tema GRE respaldado 11 (MM.2). Utilice la lección de visión general sobre medición VI al interpretar evidencia de investigación. Las preguntas oficiales existentes se rastrean en bank_review_form.yaml; las tareas originales a continuación no son ítems del ETS.
Conceptos y métodos
efecto de interacción: La dependencia del efecto de un factor respecto al nivel de otro factor. asignación aleatoria: Asignar participantes a condiciones por azar para fundamentar la inferencia causal.
Un experimento verdadero manipula una variable independiente con asignación aleatoria de participantes a condiciones; los diseños entre-sujetos asignan personas diferentes a cada condición, los diseños dentro-sujetos miden a las mismas personas en todas las condiciones y requieren contrabalanceo. Un cuasi-experimento carece de asignación completa, y un estudio correlacional no manipula una variable independiente. La correlación sola no establece causalidad ni orden temporal. La asignación aleatoria apoya la validez interna (inferencia causal); el muestreo aleatorio apoya la validez externa (generalización). Responden a preguntas distintas.
Coincidir análisis con diseño, escala de medición y supuestos. Dos grupos cuantitativos independientes pueden requerir una prueba t para muestras independientes; los datos apareados requieren un análisis pareado. Los diseños factoriales suelen usar análisis de varianza; los conteos categóricos pueden requerir una prueba chi-cuadrado cuando se cumplen los supuestos de frecuencia esperada. La correlación o regresión examina asociaciones especificadas; ninguna sola establece causalidad.
Un efecto principal promedia un factor a través del otro factor. Una interacción significa que un efecto depende del otro factor. Medias muestrales no paralelas sugieren un patrón de interacción, pero se necesita variabilidad y diseño para inferencias poblacionales. Las interacciones pueden existir cuando los efectos principales promediados se cancelan; la falta de significancia no es prueba de ausencia de efecto.
La edad media 26 con la mayoría de estudiantes 25 o menores es compatible con asimetría positiva, pero no determina únicamente la forma de la distribución. La significancia estadística no es tamaño del efecto. Un valor p es la probabilidad de obtener resultados al menos tan extremos bajo el modelo nulo especificado y sus supuestos, no la probabilidad de que el modelo nulo sea verdadero. Los errores Tipo I y Tipo II dependen del diseño y umbrales de decisión.
Elegir una prueba según el diseño, la escala y los supuestos, no solo el número de grupos. Las observaciones apareadas requieren un análisis pareado o de medidas repetidas; los grupos independientes requieren un análisis entre-grupos. Una interacción puede ser significativa aunque los efectos principales promediados se cancelen. La significancia estadística es evidencia bajo un modelo, no una condición para describir una diferencia observada. Reporte estimaciones e incertidumbre y califique las afirmaciones poblacionales.
Razonamiento resuelto
Las puntuaciones medias ficticias son: tarea A, principiantes 4 y expertos 8; tarea B, principiantes 8 y expertos 4. Calcule las medias marginales y describa el patrón.
Media marginal de principiantes=(4+8)/2=6; media marginal de expertos=(8+4)/2=6. Media marginal de tarea A=(4+8)/2=6; media marginal de tarea B=(8+4)/2=6. El contraste de tareas se invierte según la experiencia, un patrón de interacción a pesar de tener iguales medios marginales. Las medias solas no establecen una interacción poblacional; se necesitan variabilidad, diseño e inferencia.
Transferencia independiente
Las mismas 24 personas completan dos tareas. Otro analista trata las 48 puntuaciones como independientes. Explique el problema y una familia de análisis adecuada.
Intentelo de forma independiente, luego use la solución de la hoja de habilidades correspondiente.
Revisión y límites de fuentes
Evite este error: Dibujar una conclusión causal de un diseño correlacional, o reportar una interacción significativa como si fuera un efecto principal de un factor. El alcance docente proviene de teaching.yaml y la revisión fuente/clave/corte en bank_review_form.yaml. Los criterios diagnósticos actuales detallados requieren un manual autenticado; ni la práctica histórica del ETS ni esta referencia educativa los certifican.