Los siguientes ejemplos muestran como se puede desarrollar el apartado Resultados en la modalidad de TFG "Propuesta de estudio empírico".
De forma similar, estos resultados esperados pueden ser incluidos en el apartado relativo a la evaluación de la eficacia de la intervención en la modalidad "Propuesta de intervención".
En la modalidad de TFG "Revisión de la literatura", especialmente en el caso de la revisión sistemática de la literatura en Petticrew y Roberts (2006), y en menor medida (opcional) en una "Revisión de la literatura de tipo narrativo", en el apartado Resultados se indican los resultados obtenidos a partir de la revisión, en términos de artículos encontrados y sus características (ver referencias para mayor detalle).
Ejemplo caso 1: Análisis de regresión para contrastar hipótesis sobre el efecto de una variable sobre otra(s).
Ejemplo caso 2: Análisis de comparación para contrastar hipótesis sobre diferencia entre grupos, pre-post, etc.
En primer lugar, se espera que los análisis descriptivos realizados confirmen las condiciones esperadas en relación a la distribución de la muestra y a la fiabilidad de las escalas utilizadas. Asimismo, se espera que se observen correlaciones positivas y significativas entre las variables incluidas en las hipótesis del estudio (ver Tabla 1).
A continuación, se estima que los resultados obtenidos a partir del análisis de regresión muestren un efecto significativo positivo de xxxxxxxxxxx sobre xxxxxx, con un tamaño del efecto considerable (β> .30; p<0.05) confirmando la Hipótesis 1 de este estudio. Del mismo modo… (repetir para cada Variable independiente / Hipótesis, etc)
Por último, se espera que los resultados descritos no varían de forma relevante debido a la inclusión o exclusión de la variable de control definida en el apartado anterior.
En primer lugar, se espera que los análisis descriptivos realizados confirmen las condiciones esperadas en relación a la distribución de la muestra y a la fiabilidad de las escalas utilizadas. Asimismo, se espera que se observen correlaciones positivas y significativas entre las variables incluidas en las hipótesis del estudio (ver Tabla 1).
Del mismo modo, se espera obtener una diferencia de medias significativa (p<0.05) y un tamaño del efecto relevante (d >0.3) en la comparación de la variable xxxxxxx entre el grupo de sujetos xxxxxxx y el grupo xxxxxxx definidos en la hipótesis x.
Ejemplo caso 3: Análisis de regresión para contrastar hipótesis sobre el efecto de una variable sobre otra(s) y un modelo de mediación
Ejemplo caso 4: Análisis de regresión para contrastar hipótesis sobre el efecto de una variable sobre otra(s) y un modelo de moderación
En primer lugar, se espera que los análisis descriptivos realizados confirmen las condiciones esperadas en relación a la distribución de la muestra y a la fiabilidad de las escalas utilizadas. Asimismo, se espera que se observen correlaciones positivas y significativas entre las variables incluidas en las hipótesis del estudio (ver Tabla 1).
A continuación, los resultados obtenidos a partir del análisis de mediación mediante la macro PROCESS y la técnica de bootstrapping, muestran un efecto indirecto significativo de xxxxxxxxxxx sobre xxxxxx a través de xxxxxxxxxx (completely standardized indirect effec: β=x; 95%-CI [x,x]) confirmando la Hipótesis 2 de este estudio. No obstante, los resultados no apoyan la Hipótesis 1, pues no se observa un efecto directo significativo de xxxxxxxxxxx sobre xxxxxx en el modelo de mediación analizado. En este sentido, los resultados sugieren un modelo de mediación completa.
Por último, se espera que los resultados descritos no varían de forma relevante debido a la inclusión o exclusión de la variable de control definida en el apartado anterior.
En primer lugar, se espera que los análisis descriptivos realizados confirmen las condiciones esperadas en relación a la distribución de la muestra y a la fiabilidad de las escalas utilizadas. Asimismo, se espera que se observen correlaciones positivas y significativas entre las variables incluidas en las hipótesis del estudio (ver Tabla 1).
En respuesta a la primera hipótesis que afirma que xxxxxx tiene un efecto significativo positivo/negativo sobre xxxxxxx, del análisis de regresión lineal se espera obtener unos resultados que reflejen un efecto negativo y significativo entre el acoso sexual y el capital psicológico positivo. En este caso esperamos un coeficiente β entre -0,9 y -0.6 con un valor p < 0,05. De tal manera que se aceptara la primera hipótesis.
En relación a la segunda hipótesis que afirma que el xxxx posee un efecto de moderación positiva/negativa en relación al efecto del xxxxxx sobre xxxxx. En este sentido, los resultados esperados a partir de los análisis del efecto de moderación realizados mediante PROCESS (Hayes, 2019) siguiendo a Hayes (2013), mostrarán un efecto positivo/negativo significativo de moderación observado a través de los intervalos de confianza del 95 % límite inferior y límite superior < 0), resultantes del proceso de bootstrapping, para la interacción entre la variable moderadora (xxxxxx) y la variable independiente (xxxxx). Por último, se espera que los resultados del cálculo del efecto condicional de la variable independiente sobre la variable dependiente, en diferentes valores de la variable moderadora, muestren diferencias relevantes debido al efecto de moderación.
Ejemplo caso 5: Análisis de regresión polinomial y Análisis de Respuesta de Superficie para contrastar hipótesis sobre el efecto de dos variables sobre otra.
Ejemplo caso 6: Modelos de ecuaciones estructurales para contrastar hipótesis sobre diversas relaciones entre variables.
-
El modelo que será evaluado incluye 4 variables latentes, 1 referente a X, 2 referentes al Bienestar durante el tratamiento (M) y 1 referente a Y.
Se espera que un Análisis Factorial Confirmatorio (AFC) preliminar, confirme que es apropiado medir la variable latente con los indicadores asignados. Se espera obtener buenos índices de ajuste según los criterios y valores recogidos en el apartado anterior. Por último, se espera obtener un porcentaje notable de varianza de Y (>40%) explicada por la X, y que a su vez esta relación, sea explicada por la variable Bienestar durante el tratamiento (M) en una medida relevante y significativa (β>0,3; p<0,05).
Figura 1. El Bienestar durante el tratamiento como mediador entre la X e Y.
Por último, se espera que los resultados descritos en este apartado no varíen de forma relevante, al incluir en el modelo las variables de control definidas en el apartado anterior.
Ejemplo caso 7: ANOVA DE DOS FACTORES (2X2)
En primer lugar, se espera que los análisis descriptivos realizados confirmen las condiciones esperadas en relación a la distribución de la muestra y a la fiabilidad de las escalas utilizadas. Asimismo, se espera que se observen correlaciones positivas y significativas entre las variables incluidas en las hipótesis del estudio (ver Tabla 1).
En relación al contraste de las hipótesis del estudio, se espera que los resultados del ANOVA reflejen un efecto significativo de ambos factores (SEXO Y TRATAMIENTO; FA=, p<.05; FB=, p<.05) en la variable dependiente (BIENESTAR). Se espera además que los resultados reflejen un efecto significativo de la interacción entre ambos factores sobre el Bienestar (FA*B=, p<.05).
Del mismo modo, se espera obtener resultados que muestren un tamaño de los mencionados efectos, pequeño (η2 = 0.01) / mediano (η2 >0.06) / grande (η2 >0.14).
(*Estos resultados confirmarían la hipótesis de que el tratamiento posee un efecto significativo positivo sobre el Bienestar en comparación con el placebo, tanto en hombres como en mujeres. Confirmaría además la hipótesis de que el tratamiento posee un efecto significativamente mayor en las mujeres que en los hombres.)
Figura 1. Efecto del sexo y del tratamiento sobre el bienestar