Análisis estadístico de los datos
-
Pruebas t y F convencionales: Criticadas porque no tienen en cuenta la dependencia de los datos.
-
Modelos ARIMA (AutoRegresive Integrated Moving Average)
-
Puede aplicarse incluso cuando la línea base no es estable.
-
Permite comprobar las diferencias en el nivel y tendencia de los datos.
-
En todos los casos, el análisis estadístico de los datos ayudará a evaluar la fiabilidad de los cambios producidos.
Análisis visual de los datos
Los datos que nos importan son los datos directos y los efectos de gran magnitud (perceptibles visualmente).
Es muy utilizado en Psicología Clínica y en la modificación de la conducta.
Sólo permite detectar los efectos del tratamiento cuando son claramente notorios (se disminuye la probabilidad de cometer error tipo I). Puede presentar problemas cuando el cambio es débil, cuando la serie temporal presenta mucha variabilidad, y cuando se parte de una línea base inestable.
Los datos se representan gráficamente (abscisas: observaciones – ordenadas: respuestas). Hay distintos patrones que indican cambios debidos al efecto del tratamiento:
-
Cambio de nivel: Desviación brusca o discontinuidad.
-
Cambio de nivel brusco. El efecto del tratamiento se detecta fácilmente.
-
Cambio sólo temporal. Más difícil de evaluar.
-
Se produce un decaimiento con el tiempo. Más difícil de evaluar.
-
-
Cambio de tendencia: Cambio en la pendiente. Más moderado. d), e) y f).
-
Si los cambios se producen con retardo (no en el mismo momento en que se introduce el tratamiento) la interpretación sobre sus efectos es más complicada.
-
Criterios a tener en cuenta a la hora de trabajar en el ámbito Clínico:
-
Criterio experimental: Pretende determinar si la intervención ha tenido en efecto relevante.
-
Criterio terapéutico: Determina la importancia de los efectos. Se tendría que evaluar si el cambio producido en la conducta es el necesario para que la persona pueda funcionar en la sociedad.