3.3 MÉTODO ESTADÍSTICO
3.3.2. APLICACIÓN DE ESTUDIOS PARAMETRICOS
Finalmente, se procede a comparar los distintos grupos de baremos incluidos en el estudio agrupados según la pertenencia a distintas épocas históricas mediante análisis estadístico de las posibles diferencias de medias. Se podría observar así la relación de los distintos acontecimientos históricos y las posibles diferencias respecto a las escalas primordiales de la Edad Antigua así como entre las sucesivas épocas. Es importante insistir en que la distribución por épocas se ha hecho según una lógica homogeneidad histórica siguiendo los hechos históricos contrastados y periodos admitidos por todos los historiadores.
En nuestro caso, la variable de agrupación la llamamos <EPOCA HISTORICA> y la variable dependiente cuantitativa sería los resultados del índice de base 100 para cada órgano.
La variable cualitativa de agrupación <EPOCA HISTORICA> se construye a partir de la transformación de la variable <FECHA>. Así pues, tendríamos la variable resultante como sigue:
1. <Edad antigua> (comprende, de los Baremos admitidos al estudio, las Leyes de Urnamu, Leyes Hititas, Ley Alejandrina... hasta el nacimiento de Cristo o año 1)
2. <Alta edad media> (Baremos desde el año 400 hasta el año 1000, donde buscaremos el efecto del milenarismo)
73
Dra. Julia María Fernández Martín Tesis Doctoral caída del Imperio quedando Constantinopla en poder otomano)
4. <Edad moderna> (baremos hasta la Revolución Francesa en 1789)
5. <Edad contemporánea> (baremos datados hasta la Segunda Guerra Mundial en 1945)
6. <Mediados del siglo XX> (Baremos hasta los año 70, inclusive, del siglo XX)
7. <Finales del siglo XX> (los Baremos hasta 1999)
8. <Siglo XXI> (Baremos desde el año 2000 hasta la actualidad
Se decide EDAD ANTIGUA como control por la perspectiva histórica del estudio, para ver si se han dado cambios significativos en la baremacion o valoración del daño corporal a lo largo de las épocas sucesivas.
El procesador SPSS permite repetir la rutina estadística para cada unidad de estudio o parte anatómica considerada. El primer paso es comprobar la Normalidad de la variable dependiente. Para ello aplicamos la Prueba de Levene o de igualdad de varianzas (Figura 2). Esta prueba es necesaria para comprobar uno de los supuestos del ANOVA que es la homogeneidad de las varianzas. El valor de t de Student y los gl ( grados de libertad) se calculan de distinta manera para varianzas iguales que para desiguales. El valor F ( cociente de medias cuadráticas) relaciona ambas varianzas: a mayor valor de F, mayor diferencia entre las varianzas. En la prueba Levene, un nivel de significación estadística pequeño (>0'05) lleva a asumir que los diversos parámetros no son homogéneos ya que la H0 de la prueba es que las
varianzas son iguales
.
74
Dra. Julia María Fernández Martín Tesis Doctoral El siguiente paso es el test ANOVA de un factor o análisis de la varianza se usa para contrastar la hipótesis de que varias medias son iguales. Esta técnica es una extensión de la prueba t para dos muestras a varios grupos. Según la Ho establecida, para la prueba ANOVA, toda la variable de la varianza dependiente es atribuible a otros factores y que no hay relación alguna con la variable dependiente. Para valorar si hay diferencias, se realizan contrastes o comparaciones particulares entre los grupos. En el análisis de varianza propiamente dicho se presentan:▪ la suma de cuadrados dentro de los grupos (varianza residual) y entre los grupos (varianza explicada)
▪ el número total de gl= N-1 inter e intragrupos
▪ la media cuadrática o suma de cuadrados obtenida como suma/grados de libertad
▪ el valor de F o cociente de las medias cuadráticas inter/intragrupos permite determinar la aceptación o rechazo de la Ho
▪ la significación o probabilidad asociada al valor de F. SI el valor es menor de 0'05 determinamos el rechazo de la Ho con un 95% de confianza y se concluye que a nivel del universo de referencia la variable independiente es un factor significativo para explicar las diferencias de medias dentro de la variable dependiente.
Como los grupos de este estudio son pequeños y heterogéneos y las trasgresiones no son despreciable, recurrimos a métodos no paramétricos (MNP) tales como:
el test de Kruskal-Wallis (K-W): permite comparar con un solo test las medios de un conjunto de varias muestras independientes (medianas). No necesita supuestos previos pero no permite construir intervalos de confianza. Si el resultado es que la diferencia entre los grupos estudiados (épocas históricas, en nuestro estudio), es estadísticamente significativa, se rechaza la H0 de igualdad de medianas.
U de Mann-Whitney:.es una prueba no paramétrica aplicada a dos muestras independientes. Es, de hecho, la versión no paramétrica de la habitual de la prueba “t” de Student. Se usa para comprobar la heterogeneidad de dos muestras ordinales.
Otros tests y pruebas estadísticas tales como W de Wilcoxon, test de Scheffe, Bonferroni, Dunnet o la “t” de Student según los requisitos del sistema informático.
Con la ayuda de los sistemas informáticos descritos, se procede a trabajar con los datos derivados de la definitiva inclusión de baremos del modo siguiente: