Comparación mediante simulación de la potencia y robustez del enfoque multivariado de medidas repetidas frente al correspondiente univariado con la estructura del error modelada mediante procesos de ar

Resumen

UNO DE LOS METODOS DE INVESTIGACION MAS FRECUENTEMENTE UTILIZADOS ES TOMAR OBSERVACIONES REPETIDAS SOBRE LOS MISMOS SUJETOS, BIEN EN DIFERENTES PUNTOS DEL TIEMPO, BIEN BAJO DIFERENTES CONDICIONES DE UNA VARIABLE DETERMINADA. PARA EL ANALISIS DE ESTOS DATOS SE HACE USO DE ALGUNA DE LAS DIFERENTES VARIEDADES DE LOS DISEÑOS DE MEDIDAS REPETIDAS. EN LOS AÑOS RECIENTES LOS INVESTIGADORES HAN ENFOCADO SU ATENCION EN DETERMINAR CUAL DE LAS ESTRATEGIAS ANALITICAS RESULTA MAS APROPIADA PARA ESTE TIPO DE DISEÑOS. TRADICIONALMENTE HAN SIDO ANALIZADOS MEDIANTE EL ANALISIS UNIVARIADO DE LA VARIANZA (AVAR), EL CUAL ASUME LA INDEPENDENCIA DE LAS PUNTUACIONES, QUE LOS ERRORES ALEATORIOS DE LA POBLACION SIGUEN UNA DISTRIBUCION NORMAL Y QUE LA MATRIZ DE COVARIANZAS SEA COMUN PARA CADA UNO DE LOS GRUPOS DE TRATAMIENTO. DEBIDO A LA NATURALEZA CORRELACIONADA DE LAS MEDIDAS REPETIDAS, EL AVAR APLICADO A ESTOS DISEÑOS REQUIERE EL CUMPLIMIENTO DE UNA ASUNCION ADICIONAL LLAMADA ESFERICIDAD O CIRCULARIDAD. LA MAYORIA DE LOS INVESTIGADORES COINCIDEN EN SEÑALAR QUE CUMPLIR LA CONDICION DE CIRCULARIDAD ES DIFICIL DE LOGRAR EN MUCHAS SITUACIONES, SOBRE TODO CUANDO TRABAJAMOS CON DATOS PSICOFISIOLOGICOS Y CON DATOS DE INVESTIGACION EN EDUCACION Y PSICOLOGIA. PARA SOLVENTAR ESTE PROBLEMA SE HAN DESARROLLADO UNA GRAN VARIEDAD DE PROCEDIMIENTOS: MIN Y TODA UNA GRAN VARIEDAD DE ELLOS QUE CONSIDERAN CONJUNTAMENTE A . COLE Y GRIZZLE (1966,) PARTIENDO DEL HECHO DE QUE LAS OBSERVACIONES OBTENIDAS EN LOS DISEÑOS DE MEDIDAS REPETIDAS ESTAN CORRELACIONADAS Y, POR TANTO, SON ESENCIALMENTE DE NATURALEZA MULTIVARIADA, SUGIEREN QUE EL METODO ADECUADO PARA ANALIZAR ESTOS DISEÑOS ES EL PROCEDIMIENTO MULTIVARIADO. EL ENFOQUE MULTIVARIADO COMPARTE CON EL ENFOQUE UNIVARIADO TODAS LAS ASUNCIONES, EXCEPTO QUE PERMITE A LA MATRIZ DE VARIANZA-COVARIANZA TENER CUALQUIER ESTRUCTURA. PERO EN MUCHAS SITUACIONES, LA DEPENDENCIA SERIAL ENTRE LAS OBSERVACIONES TOMADA