Distorsiones de Linealidad Asumidas

Cuando los valores pretest y posttest son dados en un estudio longitudinal, la

tendencia a conectar dos puntos con una lnea recta puede distorsionar la
imagen. La figura 4 (panel de la izquierda) muestra un grfico que
una duplicacin de los ingresos semanales durante un perodo de 7 meses. Con medidas
tomado slo al principio y 7 meses despus, la conexin recta
implica que los ingresos aumentan constantemente durante todo el perodo.
El panel de la derecha muestra datos ms completos, con un
tendencia curvilnea. En venir baj por 2 meses, volvi a donde
empez despus de transcurridos 4 meses, continu para los prximos 2
meses, nivelado, y puede comenzar de nuevo un ciclo descendente.
El mismo tipo de distorsin se muestra en la Figura 5, que presenta
los resultados de un diseo de dos grupos. El panel izquierdo muestra el pretratamiento
y medidas post-tratamiento de ajuste de un grupo de
tratados y no tratados pacientes esquizofrnicos en un perodo de 6 aos. los

puntos estn conectados por lneas rectas, y el grfico sugiere que tratamiento no hizo
ninguna diferencia en absoluto. En el panel de la derecha, se introducen las medidas.
La lnea punteada superior representa un nivel de caracterizada por la capacidad de
ejercer una actividad lucrativa, tener relaciones familiares y sociales significativas, y
as sucesivamente. La punta inferior lnea representa un leve! que es tan importante
que la hospitalizacin es necesario. A partir de este grfico se puede observar que los
miembros del grupo tratado mejorado bastante en ayear para gozar del semblante del
sorne de "normal" vida por un perodo de 4 aos, despus de lo cual retrocedieron a
donde estaban al principio. Los miembros del grupo no tratados bajaron cuesta abajo y
4 aos de hospitalizacin, tras lo cual volvieron a original leve !. Los dos paneles de
esta figura dan dos tendencias diferentes lneas que representan dos cursos diferentes
de progreso durante los 6 aos perodo de estudio. Los diferentes cursos de progreso
pueden ser analizados por anlisis de tendencias, un ANOVA de medidas repetidas
que puede detectar lineal, cuadrtico, cbico y otro ms alto arder curvilneo
tendencias. Particularmente cuando interviene un tiempo apreciable entre el
pretratamiento y las medidas post-tratamiento, el lector tiene razn para preguntarse.
por qu no se proporcionaron marcadores intermedios y si cambio en el tiempo puede
justificadamente considerarse lineal. Los estudios realizados utilizan la inspeccin
visual de los grficos en lugar ms que como un complemento a ellos. En la
investigacin psicolgica, la inspeccin visual de los grficos se encuentra ms
comnmente presentacin e interpretacin de los resultados de diseos de un solo
caso. Kazdin (1992) advirti, "Estudios de cmo los individuos invocan los criterios
para la inspeccin visual ha demostrado que los jueces, incluso cuando los expertos
sobre el terreno, a menudo no estn de acuerdo con los patrones de datos los efectos
eran fiables "(p.346). Cuando se encuentra con un estudio que utiliza inspeccin visual
no esttica como la forma primaria de anlisis de datos, el lector debe preguntar si
otros modos de anlisis disponibles. Si los datos pudieran haberse analizado en otros
sera razonable preguntarse por qu los otros mtodos no haban ha sido usado. Si se
utilizaron otros mtodos pero produjeron diferentes impresiones, el lector debe
considerar cmo se reconciliaron las diferencias.

Cambios en el ingreso semanal durante un perodo de 7 meses. El grfico de la izquierda muestra

medidas tomadas slo en las fechas de inicio y fin, lo que sugiere engaosamente una
aumento en el ingreso; el grfico de la derecha proporciona datos mensuales.

Resultados de las medidas de ajuste de un grupo de patrones tratados y no tratados con esquizofrenia en
un perodo de 6 aos. El panel de la izquierda sugiere que el tratamiento no hizo ninguna diferencia; el
panel de la derecha proporciona medidas de ajuste por ao para una representacin ms precisa de los
hallazgos.

Discusiones y conclusiones
INFERENCIAS Y CONCLUSIONES
Despus de la seccin Resultados, el autor extrae inferencias de los datos,
generaliza a partir de los datos, y las conclusiones de los estados. Aqu el autor
rechaza o acepta las hiptesis, coloca los resultados en el contexto
de la teora, compara los resultados con los obtenidos en estudios previos,
y trata de explicar las diferencias.
La circunspeccin, la imparcialidad y la franqueza son fciles de distinguir.
del juicio, mostrando parcialidad, ignorando
o descartar resultados desfavorables, y malinterpretar datos.
el trabajo de investigacin puede estar viciado por una deformacin de los resultados.
El examen de los datos puede indicar al lector si la pregunta de investigacin
fue contestada. El lector puede retroceder y mantener las hiptesis
y los datos lado a lado para ver si las pruebas de las hiptesis
son definitivos y determinar si dichas pruebas han sido interpretadas
correctamente. Se puede juzgar si las conclusiones estn justificadas
de los datos y si las generalizaciones estn justificadas en el
luz de la muestra que se estudi. El lector puede ver cmo
investigacin sobre el material terico que se ha citado y si
los resultados estn en conflicto con la investigacin previa. El equilibrio y la
de los argumentos ofrecidos para explicar cualquier discrepancia puede
evaluado El lector puede juzgar si existe justificacin para
cualesquiera que sean las inferencias.
Si el estudio ha sido bien concebido, bien ejecutado y correctamente
interpretados, y si los resultados salen como se predijo, los problemas finales son
minimizado. Cuando los resultados son equivoca! o contradecir las expectativas
. Sin embargo, las explicaciones e interpretaciones son
se tensan Los autores son comprensiblemente reacios a renunciar
creencias acariciadas, incluso cuando se enfrentan con sus propios datos. Esto se convierte en
evidente para el lector que es capaz de identificar conclusiones que a veces
contradicen los datos del estudio.

En otros casos, se obtienen los resultados previstos, pero las y las generalizaciones
van mucho ms all de los datos. Supongamos que en un grupo comparacin, el autor
hace una declaracin generalizada concluyente: "Menare beieren en razonamiento
abstracto que son mujeres." Esta La conclusin viene de un estudio que compara a 30
universitarios varones con 30 mujeres mayores de la universidad, todas las majors de
psicologa en la universidad donde ensea el investigador. Los medios en una prueba
de razonamiento abstracto fueron significativamente diferentes (p <0,05). Hay poca
justificacin para la declaracin general sobre hombres y mujeres. Lo mas que puede
decirse que, si H0 es cierto, una diferencia de este tamao o mayor se esperara por
casualidad slo 1 en 20 veces si el azar sucesivo se tomaron muestras de la poblacin
y se ensayaron. Esto sera inculcar confianza en que la diferencia de grupo no fue un
accidente de muestreo. El autor, sin embargo, estara equivocado al interpretar la
resultados que indican que se esperan dferencias medias similares 95% del tiempo si
el estudio se repiti con otras muestras. A mejor, el autor podra especular que las
diferencias obtenidos de otras muestras extradas de esta universidad y tal vez incluso
de otras universidades similares. El alcance sera muy largo de hecho, pero el autor
podra incluso especular que los resultados podran incluso para grupos no
acadmicos de esta edad, y tal vez incluso
ser cierto para otros grupos de hombres y mujeres mayores. En ausencia de
replicaciones del estudio sobre estos otros grupos, sin embargo, estos tienen que
permanecer en el nivel de las especulaciones. Sobre la base de este estudio, el lector
debe reconocer que una conclusin generalizada sobre dfferences en razonamiento
abstracto entre hombres y mujeres no est justificado y est sobregeneralizado. En
otro estudio, la productividad de 30 trabajadores, cuyo trabajo es montar piezas
electrnicas pequeas, se compara por maanas y tardes. La productividad se cuenta
en 25 das consecutivos de trabajo. El hallazgo es que la productividad de la maana
supera considerablemente la productividad de la tarde (p <0,05). El investigador
concluye: "La gente es ms productivo en la maana que en la tarde. "Uno no puede
generalizar de esta muestra a "personas", o de este tipo de trabajo de ensamblaje a
otros tipos de trabajo de montaje, o otros tipos de actividades como el trabajo de
oficina. Quiz la las cosas son mejores en la maana que en la tarde, y para otras
actividades es peor. Los hallazgos podran no ser vlidos para otros lugares de trabajo
en otros lugares. Lo ms que se puede concluir es que la la productividad de la
maana para la actividad en esta fbrica fue mayor que se espera que sea por
casualidad que las hiptesis nulas sean verdaderas. Los lectores tienen que examinar
con cuidado las declaraciones que se ofrecen como conclusiones como distinto de las
especulaciones. OTROS ERRORES COMUNES Para dar una idea de algunas de las
clases de cosas que buscar, presento Algunos ejemplos de lo que puede aparecer en
los manuscritos: En el anlisis de datos se obtiene un valor de p. El investigador lo
llama una "tendencia" en la seccin Resultados. En el Discusin, la "tendencia" se
cierra y el hallazgo es ahora referido como "probable". En la Conclusin, la "tendencia"
ha metamorfoseado en un "hecho" establecido. Este tipo de progresivo el
agravamiento no es notado por un lector apresurado que sobre los resultados o va
directamente a las conclusiones o el abstracto. En otro estudio, las hiptesis no se
indican. Al leer la cuestin introductoria, uno no puede estar seguro de hiptesis son,
suponiendo que el investigador tena en mente cuando l o ella comenz esta
investigacin. En la discusin, sin embargo, el autor se complace en informar que los
resultados apoyan la hiptesis. La justificacin de la hiptesis no existente se da ahora
y se ilumina con los resultados.

Un estudio tiene seis medidas de criterio de la variable dependiente. Una de ellas

produce resultados en la direccin predicha. Ah no se da ninguna razn anticipada
para que el lector crea que medida era ms importante o ms vlida que todas las
dems. El investigador basa toda la discusin y conclusiones en el que sali como se
predijo, al tiempo que da corto shrift a los otros cinco. o El autor de un artculo de
investigacin extrae inferencias descabelladas sobre las variables mediatOr para
explicar los resultados, aunque no hay ninguna base para ellos. 1 Los datos violan
seriamente las suposiciones de la tehnica estadistica utilizado en el estudio. El
investigador procede sin considerar cualquier alternativa, argumentando que la tcnica
es "robusta". Posteriormente, el tema es completamente ignorado, y hay ninguna
reserva expresada en la seccin de discusin. 1 Durante el curso de la investigacin,
las alteraciones en el muestreo plan y en los procedimientos deben ser hechos si el
estudio va a ser terminado. Los cambios, que claramente comprometieron la validez
del estudio, no se mencionan como limitaciones cuando discutiendo los resultados.
Un investigador utiliza 4 variables independientes y 1 O variables dependientes y
obtiene 4 resultados estadsticamente significativos de 40 comparaciones. En la
discusin, el autor disrnisses los 36 que no salir como se espera y hace mucho ado
sobre los 4 que lo hizo. Basado en no encontrar diferencias significativas entre el
estudio grupos A y B (las diferencias no son lo suficientemente grandes para rechazar
la hiptesis nula), el investigador concluye que "hay no hay diferencia entre A y B.
"Una declaracin similar "No hay relacin" es igualmente injustificado, como afirmativo
afirmaciones de "prueba" de la hiptesis nula estn fuera de alcance.

Abstracto
Un resumen abreviado o resumen del estudio se presenta
al final del informe o como encabezado al comienzo del estudio.
Los resmenes y resmenes no deben ser ignorados por la crtica. lector,
porque estos son todos los que tan ocupados cita citados. A veces
la semejanza entre el resumen y el estudio parece ser
en gran parte coinddental. El resumen suena como el deseo, y el resto de
el artculo como la realidad.

Surnmary
Seleccionando la prueba estadstica apropiada para ordinal, nterval,
datos de relacin y determinacin de si los datos cumplen
se han examinado los supuestos de la tcnica estadstica.
Se ha llamado la atencin sobre la necesidad de controlar el error de Tipo I cuando
hay mltiples variables dependientes, y las reservas sobre el
MANOVA-ANOVA enfoque se han puesto fonh. Cuestiones relativas a
se han realizado comparaciones planificadas y pruebas post hoc para
guidance de la critica! lector. La importancia de la equivalencia pretest
de los grupos ha sido enfatizado, los peligros de usar el cambio crudo
seo res iluminado, y el uso de cambios transformados seo res (o
anlisis de la covarianza cuando se ha asignado al azar)
han sido defendidos. Conceptos de significancia estadstica, efecto sze,
y el poder, junto con su importancia para la
haciendo inferencias o sacando conclusiones. Critica! los lectores son
alert sobre las ilusiones del "cientificismo" y la falsa implicacin de que
los datos son mucho ms precisos de lo que realmente son. Distorsiones de
escala, significado, escala y significado juntos, y falsamente asumida linealidad
en las presentaciones grficas de los datos.
Errores comunes en la interpretacin de los resultados y en el dibujo de condusiones
han sido presentados.