Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 32 vistas

    4.manejo de Datos en Pruebas Discriminatorias

    Cargado por

    Maria A Morales
    El documento discute los conceptos clave en el análisis de datos de pruebas discriminatorias, incluyendo la significancia estadística, el riesgo alfa y beta, y la proporción de discriminadores. Explica la teoría subyacente de que existen discriminadores y no discriminadores, y cómo determinar el número de cada uno. También cubre cómo definir el tamaño de muestra apropiado y los métodos para analizar los resultados, como la distribución binomial, chi cuadrada y normal.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    4.manejo de Datos en Pruebas Discriminatorias

    Cargado por

    Maria A Morales
    32 vistas23 páginas
    El documento discute los conceptos clave en el análisis de datos de pruebas discriminatorias, incluyendo la significancia estadística, el riesgo alfa y beta, y la proporción de discriminadores. Explica la teoría subyacente de que existen discriminadores y no discriminadores, y cómo determinar el número de cada uno. También cubre cómo definir el tamaño de muestra apropiado y los métodos para analizar los resultados, como la distribución binomial, chi cuadrada y normal.

    Título original

    4.Manejo de datos en pruebas discriminatorias

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento discute los conceptos clave en el análisis de datos de pruebas discriminatorias, incluyendo la significancia estadística, el riesgo alfa y beta, y la proporción de discriminadores. Explica la teoría subyacente de que existen discriminadores y no discriminadores, y cómo determinar el número de cada uno. También cubre cómo definir el tamaño de muestra apropiado y los métodos para analizar los resultados, como la distribución binomial, chi cuadrada y normal.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    32 vistas23 páginas

    4.manejo de Datos en Pruebas Discriminatorias

    Cargado por

    Maria A Morales
    El documento discute los conceptos clave en el análisis de datos de pruebas discriminatorias, incluyendo la significancia estadística, el riesgo alfa y beta, y la proporción de discriminadores. Explica la teoría subyacente de que existen discriminadores y no discriminadores, y cómo determinar el número de cada uno. También cubre cómo definir el tamaño de muestra apropiado y los métodos para analizar los resultados, como la distribución binomial, chi cuadrada y normal.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 23

    Manejo de datos

    en pruebas
    discriminatorias
    Cuestiones clave
     ¿Es el resultado de la investigación
    significativo para detectar la diferencia o
    existe evidencia de una diferencia en el
    producto?

     Riesgo alfa vs beta, cambios en el número de


    panelistas requeridos
    Cuestiones clave
     ¿Qué proporción de discriminadores darían
    este resultado?
    Se necesita corregir en caso de que traten de
    adivinar
     ¿El resultado es estadísticamente
    significativo?
    Teoría discriminatoria

    • Supuesto 1. Existen dos tipos de


    respuestas:
    – Discriminadores: quienes reconocen
    en forma correcta las diferencias y
    seleccionan correctamente la muestra.
    – No discriminadores: quienes no
    identifican la diferencia y adivinan.
    Teoría discriminatoria

    • Supuesto 1. Existen dos tipos de


    respuestas:
    – Discriminadores: quienes reconocen
    en forma correcta las diferencias y
    seleccionan correctamente la muestra.
    – No discriminadores: quienes no
    identifican la diferencia y adivinan.
    Teoría discriminatoria
    • Supuesto 2.
    – No discriminadores: incluyen personas que
    adivinan correctamente y personas que
    adivinan incorrectamente.
    – La mejor estimación del número de no
    discriminadores quienes adivinan
    correctamente está basada en el nivel del
    azar.
    Teoría discriminatoria
    • Inferencia.
    – El número total de respuestas correctas
    del panel refleja la suma de
    discriminadores y la fracción de no
    discriminadores quienes adivinaron
    correctamente.
    Muestra
    • Para definir la muestra debemos definir:
    – Error tipo  (5%)
    – Error tipo ß (5%)
    – Cuán grande es la diferencia que deseamos
    encontrar.
    Tipo de errores en medición
    Resultado de evaluación
    Diferencia No diferencia
    reportada reportada
    Diferencia Aceptación
    Error tipo β
    existe correcta
    Verdad
    Diferencia Rechazo
    Error tipo α
    no existe correcto
    Ejemplo

    Supongamos que hicimos una prueba triangular con 45


    sujetos y 21 escogieron la muestra correcta. Se concluye
    que hubo una diferencia significativa (p < 0.05). Pero,
    ¿Cuántas personas fueron realmente discriminadoras?
    Ecuaciones
    N = # de panelistas

    C = # panelistas que responden correctamente

    D = # discriminadores

    XD = # no discriminadores (XD= N - D)
    Ecuaciones

    Ecuación 1: N = D + XD

    Ecuación 2: C = D + 1/3XD
    (N y C conocidos)

    Ecuación 3: C = D + 1/3 (N – D)
    Solución del ejemplo

    Supongamos que hicimos N = 45 C = 21


    una prueba triangular con 45
    sujetos y 21 escogieron la 21 = D + 1/3 (45 – D)
    muestra correcta. Se
    concluye que hubo una 21 = D + 15 – 1/3 D
    diferencia significativa (p <
    0.05). Pero, ¿Cuántas 21 = 15 + 2/3 D
    personas fueron realmente
    discriminadoras? D = (21-15)/2/3 = 9
    Determinación de la muestra

    Se debe definir:
    • Error tipo α (5-10%)
    • Error tipo β (5-10%)
    • ¿Cuán grande es la diferencia que deseamos
    encontrar? (% de aciertos esperados)
    Muestra  Z  pq  Z pa qa
    2

    N  
     p  pa 
    • Z = 1.65 (5%, una cola)
    • p = proporción de acierto en la prueba
    • q = probabilidad de rechazo en la prueba
    • Zß = 1.65 (5%, una cola)
    • pa = C*P(1-C)
    – C = % de aciertos esperados (definido por el investigador), 1
    de 5 personas, 1 de 4 personas, 1 de 3 personas, etc
    – P = Probabilidad de aciertos
    • qa = 1-pa
    Ejemplo de muestra N   Z  pq  Z pa qa 
    2

     p  pa 

    • Prueba:
    – Test triangular
    • Z= 1.65 (5%, una cola)
    • Zß = 1.65
     1.65 0.33 * 0.67  1.65 0.67 * 0.33 
    2

    • P = 0.33 N  
     0.33  0.67 

    N  22.06  23 discriminadores
    Análisis de datos
    • Pueden ser analizados por uno de los
    siguientes métodos estadísticos:
    – Binomial
    – Chi cuadrada ajustada
    – Distribución normal
    Distribución binomial

    • Permite determinar si el n! y n y
    P(y)  p p
    resultado del estudio fue y!(n  y)!
    n = # juicios
    debido a la probabilidad
    y = # juicios correctos
    o si se percibió una
    diferencia entre las p = probabilidad de dar un
    juicio correcto por elección
    muestras:
    Pag. A-16. Applied Statistics Workshop
    Distribución binomial

    • En el anexo 1 la tabla nos indica usando la


    prueba binomial cuántos aciertos mínimos
    deben haber para poder definir que los
    panelistas identifican una diferencia entre los
    productos evaluados (es decir aceptamos
    nuestra hipótesis nula: los productos no son
    diferentes)
    Chi cuadrada ajustada

    • Permite comparar un grupo de


    frecuencias observadas equiparándolas
    con un grupo de frecuencias esperadas
    (hipotetizadas)
    2 1 
    1
    
     2 2 
     O  E 2  0.5   O  E 2  0.5 
      

     E1   E2 
    • O1 = # observado de elecciones correctas
    • O2= # observado de elecciones incorrectas
    • E1= # esperado de elecciones correctas (np):
    – p= 0.500: Dúo-trío; comparación pareada.
    – p= 0.333: Prueba triangular
    • E2= # esperado de elecciones correctas (nq):
    – q= 0.500: Dúo-trío; comparación pareada.
    – q= 0.667: Prueba triangular
    n = # de panelistas
    Distribución normal y prueba z de
    proporciones

    • Se puede usar el área bajo la curva de


    probabilidad normal para estimar la
    probabilidad de oportunidades en el
    resultado de las pruebas discriminatorias.
    X  np  0.5
    Z
    npq
    • X = # de respuestas correctas

    • n = # de respuestas

    • p = probabilidad de decisión por oportunidad


    – p= 1/2: Dúo-trío; comparación pareada.

    – p= 1/3: Prueba triangular

    • Z-score< 1.65 provee suficiente evidencia a favor de la


    hipótesis nula (igualdad).

    También podría gustarte