Saltar al contenido principal
LibreTexts Español

10.2: Preguntas de investigación sobre medios independientes

  • Page ID
    151001
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Muchas ideas de investigación en las ciencias del comportamiento y otras áreas de investigación se refieren a si dos medios son iguales o diferentes o no. Lógicamente, por lo tanto decimos que estas preguntas de investigación se refieren a diferencias de medias grupales. Es decir, en promedio, esperamos que una persona del Grupo A sea mayor o menor en alguna variable que una persona del Grupo B. En cualquier momento de diseño de investigación mirando las diferencias de medias grupales, hay algunos criterios clave que debemos considerar: los grupos deben ser mutuamente excluyentes (es decir, solo se puede formar parte de un grupo en un momento dado) y los grupos tienen que medirse en la misma variable (es decir, no se puede comparar la personalidad en un grupo con el tiempo de reacción en otro grupo ya que esos valores no serían los mismos de todos modos).

    Veamos uno de los ejemplos más comunes y lógicos: probar un nuevo medicamento. Cuando se desarrolla un nuevo medicamento, los investigadores que lo crearon necesitan demostrar que trata de manera efectiva los síntomas que están tratando de aliviar. El diseño más simple que responderá a esta pregunta involucra dos grupos: un grupo que recibe el nuevo medicamento (el grupo de “tratamiento”) y otro que recibe un placebo (el grupo “control”). Los participantes son asignados aleatoriamente a uno de los dos grupos (recuerde que la asignación aleatoria es el sello distintivo de un verdadero experimento), y los investigadores prueban los síntomas en cada persona de cada grupo después de recibir el medicamento o el placebo. Luego calculan los síntomas promedio en cada grupo y los comparan para ver si el grupo de tratamiento le fue mejor (es decir, tuvo menos o menos síntomas graves) que el grupo control.

    En este ejemplo, tuvimos dos grupos: tratamiento y control. La pertenencia a estos dos grupos fue mutuamente excluyente: cada participante individual recibió el medicamento experimental o el placebo. Nadie en el experimento recibió ambos, por lo que no hubo solapamiento entre los dos grupos. Adicionalmente, cada grupo podría medirse en la misma variable: síntomas relacionados con la enfermedad o dolencia a tratar. Debido a que cada grupo se midió en la misma variable, los puntajes promedio en cada grupo pudieron compararse de manera significativa. Si el tratamiento fuera ineficaz, esperaríamos que los síntomas promedio de alguien que recibe el tratamiento sean los mismos que los síntomas promedio de alguien que recibe el placebo (es decir, no hay diferencia entre los grupos). Sin embargo, si el tratamiento FUERA efectivo, esperaríamos menos síntomas del grupo de tratamiento, lo que llevaría a un promedio grupal más bajo.

    Ahora veamos un ejemplo usando grupos que ya existen. Una pregunta común, y quizás saliente, es cómo se sienten los estudiantes acerca de sus perspectivas laborales después de graduarse. Supongamos que hemos reducido nuestra elección potencial de universidad a dos universidades y, en el curso de tratar de decidir entre las dos, nos encontramos con una encuesta que tiene datos de cada universidad sobre cómo se sienten los estudiantes de esas universidades sobre sus perspectivas laborales futuras. Al igual que con nuestro último ejemplo, tenemos dos grupos: Universidad A y Universidad B, y cada participante está en solo uno de los dos grupos (asumiendo que no hay estudiantes de transferencia que de alguna manera fueran capaces de calificar ambas universidades). Debido a que los estudiantes de cada universidad completaron la misma encuesta, están midiendo lo mismo, por lo que podemos usar un\(t\) -test para comparar las percepciones promedio de los estudiantes de cada universidad para ver si son iguales. Si son iguales, entonces deberíamos seguir buscando otras cosas de cada universidad que nos ayuden a decidir a dónde ir. Pero, si son diferentes, podemos usar esa información a favor de la universidad con mayores perspectivas laborales.

    Como podemos ver, la variable de agrupación que utilizamos para una\(t\) prueba de muestras independientes puede ser un conjunto de grupos que creamos (como en el ejemplo experimental de medicación) o grupos que ya existen de forma natural (como en el ejemplo universitario). Existen innumerables otros ejemplos de preguntas de investigación relacionadas con dos medias grupales, haciendo que las muestras independientes\(t\) -test sean uno de los análisis más utilizados alrededor.


    This page titled 10.2: Preguntas de investigación sobre medios independientes is shared under a CC BY-NC-SA 4.0 license and was authored, remixed, and/or curated by Foster et al. (University of Missouri’s Affordable and Open Access Educational Resources Initiative) via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.