Acceso usuarios
[1]
;
Arias, Benito
[1]
;
Hernández-Mendo, Antonio
[2]
Valladolid, España
Málaga, España
La técnica de Coordenadas Polares (Sackett, 1980) es una herramienta fundamental para la reducción de datos en metodología observacional. Sin embargo, este estudio demuestra que la propuesta original contiene un error estadístico crítico en su inferencia: calcula el vector Radio (R) combinando dos estadísticos Z, pero contrasta la hipótesis utilizando incorrectamente el valor crítico de la distribución Normal (1.96). Los objetivos de este estudio son: (1) evidenciar que el uso del umbral de la distribución Normal para la prueba de hipótesis del Radio es incorrecto; (2) fundamentar teóricamente la distribución de Rayleigh como la adecuada para la interpretación del Radio, y (3) confirmar que la corrección propuesta controla adecuadamente el Error Tipo I. Se procedió a la derivación analítica y simulación de la función de densidad del estadístico para comparar el desempeño de ambos métodos bajo la hipótesis nula. Los resultados muestran que: (1) el uso del umbral incorrecto (1.96) incrementa la tasa de Error de Tipo I del 5% (α = .05) a un 14.6% (α = .146), casi triplicando los falsos positivos; (2) el Radio (R = √(X² + Y²)) sigue una distribución de Rayleigh, la raíz cuadrada de una distribución Chi-cuadrado (χ2) con 2 grados de libertad; (3) el valor crítico correcto para α = .05 no es ≈ 1.96, sino R crítico = √(χ² .95, df=2) ≈ √5.991 ≈ 2.45. La aplicación del umbral crítico propuesto asegura la robustez inferencial evitando el incremento del Error Tipo I. Se proporcionan las tablas de valores críticos corregidos, para permitir a los investigadores discriminar con precisión entre relaciones conductuales significativas y azarosas.
A técnica de Coordenadas Polares (Sackett, 1980) é uma ferramenta fundamental para a redução de dados em metodologia observacional. No entanto, este estudo demonstra que a proposta original contém um erro estatístico crítico na sua inferência: calcula o vetor Raio (R) combinando duas estatísticas Z, mas testa a hipótese utilizando incorretamente o valor crítico da distribuição Normal (1.96). Os objetivos deste estudo são: (1) evidenciar que a utilização do limiar da distribuição Normal para o teste de hipóteses do Raio é incorreta; (2) fundamentar teoricamente a distribuição de Rayleigh como a adequada para a interpretação do Raio, e (3) confirmar que a correção proposta controla adequadamente o Erro Tipo I. Procedeu-se à derivação analítica e simulação da função de densidade do estatístico para comparar o desempenho de ambos os métodos sob a hipótese nula. Os resultados mostram que: (1) o uso do limiar incorreto (1.96) aumenta a taxa de Erro Tipo I de 5% (α = .05) para 14.6% (α = .146), quase triplicando os falsos positivos; (2) o Raio (R = √(X² + Y²)) segue uma distribuição de Rayleigh, a raiz quadrada de uma distribuição Qui-quadrado (χ²) com 2 graus de liberdade; (3) o valor crítico correto para α = .05 não é ≈ 1.96, mas sim R crítico = √(χ² .95, df=2) ≈ √5.991 ≈ 2.45. A integração do novo limiar crítico assegura a robustez inferencial evitando o aumento do Erro Tipo I. São fornecidas as tabelas de valores críticos corrigidos, para permitir aos investigadores discriminar com precisão entre relações comportamentais significativas e aleatórias.
The Polar Coordinate technique (Sackett, 1980) is a fundamental tool for data reduction in observational methodology. However, this study demonstrates that the original proposal contains a critical statistical error in its inference: it calculates the Radius vector (R) by combining two Z-statistics but tests the hypothesis incorrectly using the critical value of the Normal distribution (1.96). The objectives of this study are: (1) to demonstrate that the use of the Normal distribution threshold for the Radius hypothesis test is incorrect; (2) to theoretically substantiate the Rayleigh distribution as the appropriate one for the interpretation of the Radius; and (3) to confirm that the proposed correction adequately controls Type I Error. Analytical derivation and simulation of the statistic's density function were performed to compare the performance of both methods under the null hypothesis. The results show that: (1) the use of the incorrect threshold (1.96) increases the Type I Error rate from 5% (α = .05) to 14.6% (α = .146), almost tripling false positives; (2) the Radius (R = √(X² + Y²)) follows a Rayleigh distribution, the square root of a Chi-square (χ²) distribution with 2 degrees of freedom; (3) the correct critical value for α = .05 is not ≈ 1.96, but rather R critical = √(χ² .95, df=2) ≈ √5.991 ≈ 2.45. The integration of the new critical threshold ensures inferential robustness by avoiding the increase of Type I Error. Tables of corrected critical values are provided to allow researchers to accurately distinguish between significant and random behavioral relationships.
