Maria Rosa Buxarrais Estrada

 

 

Anàlisi dels processos educatius en base a la metodologia observacional:

la interacció entre iguals

Maria Rosa Buxarrais Estrada

Aquesta tesi doctoral està subjecta a la llicència Reconeixement- NoComercial – SenseObraDerivada 4.0. Espanya de Creative Commons.

Esta tesis doctoral está sujeta a la licencia Reconocimiento - NoComercial – SinObraDerivada 4.0. España de Creative Commons.

This doctoral thesis is licensed under the Creative Commons Attribution-NonCommercial- NoDerivs 4.0. Spain License.

UNIVERSITAT DE BARCELONA

DIVISiÓ

^DE

CIÈNCIES

^DE

L'EDUCACIÓ

FACULTAT DE PEDAGOGIA

DEPARTAMENT DE TEORIA I

HISTÒRIA

DE

L'EDUCACIÓ

����.JSij

^{om,s ��OC�SSOS} �rDHJC�'fOUS ^��

��S� � l� ��'fO[))OlOGO� O�S��V�COO��l:

l�

OlNJ'f���CCOÓ

^{��'f�[E OGU�lS}

,--D

LII{

r---^_.._._-,... �-_._-_._-��_._--

I

� [) �'_:�"J,�. \.J /\�.,_^�� .r

1

; ^{r�':·;· ::�., � �'\, ::,:';}!::,:":

.

L ^_

Tesi doctoral presentada per MI:! Rosa Buxarrais Estrada

Dirigida pel

^Or.

Miquel

^{Martínez Martín}

Catedràtic de Teoria de l'Educació de la Universitat de Barcelona

Barcelona, desembre de 1990.

B"ïiïiïijmT�lmir

0700692952

---��----

10.3.- Manual del programa ASR.

- 485-

A.S.R.: ANALITZADOR

SEQÜENCIAL

DE RETARD.- Vicenç Quera

(Informació actualitzada el21/6/1985).

Propòsit característiques ^del programa ASR.

ASR és un programa FORTRAN que realitza anàlisis seqüencials ^de

retardentorn d'una base de dades consistenten seqüències conductuals. Aquestes seqüències poden ^ser únicament esdeveniments puntuals ^{successius o estats, la}

durada dels quals ^{es pot mesurar. En el} primer ^{cas, les} se-qüències ^{es coneixen}

com a "Dades Tipus ^{I'', i en} el segon, ^{com a} "Dades Tipus^III" (Bakeman, 1978).

En el programa ASR s'empra ^una terminologia abstracta per fer referència ^a les entitats (subjectes,etc.)que

produeixen

^les seqüènciesde conducta:

SISTEMA:

És

^una entitat que

produeix

seqüències possiblement

concurrents o simultànies eneltemps. ^Elproducted'un sistema és observat durant

unperíode ^detemps determinat de temps ^anomenat

SESSIÓ,

que ^espotrepetir^un

certnombre determinat devegades.

SUBSISTEMA:

És

un

conjunt

^de

categories

exhaustives i mútuament excloents. El flux conductual d'un SISTEMA pot^ser analitzat considerant-lo com un producte ^d'un conjunt ^de SUBSISTEMES concurrents. A fi que sigui possible

una anàlisi entre subsistemes cal que les

seqüències

de cada subsistema siguin Dades

Tipus

^{III. Els sistemes}

comparables

^són aquells que posseeixen,

exactament,els mateixos subsistemes amb^les mateixes

categories.

- 486-

EXEMPLES:

1. Dues persones queparlen produeixen conductes verbals i noverbals simultànies. Si el flux conductual d'una persona per separat ^es ca-tegoritza ^de

forma exhaustiva i mútuament excloent, aquest ^{flux és un} subsistema que pot

etiquetar-se^{com a}SUB 1 i que^constade les categoriessegüents:

SUBl= { Ell, E12, E13, E14, E15, ^...}

De la mateixa _manera, si el flux conductual de l'altra persona ^es

categoritza^comun altre sistema decategories exhaustives imútuamentexcloents, aquest ^{flux és un} subsistema:

SUB2= {E21, E22, E23, E24, E25, ^...}

Les categories conductuals de SUB I podran donar-se, aleshores, simultàniament amb les categories ^{de SUB2} i, per tant, els dos subsistemes

produiran seqüències concurrentsenel temps.

Elnombrede

categories

^{de SUB1 noha de ser} necessàriamentigual ^al

deSUB2.

Tampoc

^no és necessari que lescategories

siguin

^definidesigualment ^en

els dos subsistemes.

Aquesta parella dialogantconstitueixun sistema quepot^{serobservaten} diferents sessions. Si hi ha més d'una

parella

^{observada (amb un mateix odiferent}

nombre de sessions cadascuna d'elles), ^{cada una és un} sistema diferent. Els sistemes serancomparables ^{tan sols sien}cadascun d'ells^estan definits exactament els mateixos subsistemes (en aquest ^{cas, SUBI i} SUB2) ^{amb les mateixes} categories.

Per a

l'exemple

^anterior, suposem que el flux conductual de cada membre de la parella^{dóna lloc a dos} subsistemes

perquè

^interessa diferenciar la

- 487-

conducta verbal de la noverbal, _que^{es donen} simultàniament.Peraquesta situació,

el flux conductual del primermembre de laparella ^es consideraràproduït^{per dos} subsistemes, cadascun dels quals ^{consta de} categories exhaustives i mútuament excloents:

VERI= {Ell, E12, E13, E14, E15, }

NOVI= {E21, E22, E23, E24, E25, }

I, per al segon membre de laparella:

VER2= {E31, E32, E33, E34, E35, }

NOV2= {E41, E42, E43, E44, E45, }

Un grup de persones que intervé^{en un}debat s'interpel.len, cedeixen la

paraula,^etc. Si les intervencions no essuperposen^massa,és convenient considerar

que el grup és ^un subsistema que^consta de tantes "conductes" com persones. En aquest cas, ^una conducta del subsistema serà la intervenció d'una persona

determinada, que és excloent amb

qualsevol

altra intervenció.

Aquí,

^{el sistema}

consta, al seu torn, d'un únic subsistema. Si el grup és observat ^en diferentes ocasions, ^{cadascuna d'elles ésuna sessió.}

Elcomportament ^{d'un únic} subjecte^es pot^estudiara diferents nivells

d'aprofundiment

^oresolució: conducta

posicional,

^verbal,

expressió

^{facial,etc. Si}

l'investigador

està interessat ^en

registrar

què passa simultàniament ^en aquestes

àrees, considerarà que cadascunad'elles és un subsistema_que

produeix

^conductes possiblement simultànies amb les dels altres subsistemes _{i que} són exhaustives i

mútuamentexcloents dins del

propi

subsistema:

- 488-

POSI= { ASSEGUT, TOMBAT, DRET, ^... }

VERB= { PARLA, DISCUTEIX, CRIDA, }

EXPR= { SOMRIU, INEXPR, FRUNG, }

etc.

El subjecte, ^en aquest cas, és el sistema,^{i seran sistemes} comparables

tots els individus la conducta delsquals^es categoritzi ^en els mateixossubsistemes amb les mateixes categories.

El programa ASR ^tracta les dades procedents de l'observació de

sistemes, ^{no els} descrits, ^{amb una varietat} d'opcions ^a escollir per l'usuari. Les

opcions^{fanreferènciaa:}

1. Classe d'anàlisi:

La classe d'anàlisi

seqüèncial

^de retard és NO INTERACTIVA _quan s'analitzen les contingències ^{entre les} categories ^{d'un únic} subsistema, ^amb

independència

de si existeixen altres subsistemes enel sistema estudiat. Per a una

classe d'anàlisi no interactiva les dades

poden

^ser

Tipus

^{I o} Tipus III. La classe d'anàlisi és INTERACTIVA _quans'analitzen les

contingències

^{entre les}

categories

d'un subsistema i les d'un altre subsistema_que actua simultàniamentenel mateix sistema. Pera unaclasseinteractiva, ^{les dades han deser}forçadament Tipus^Ill.

2. Tipus ^d'anàlisi:

- 489-

El terme "tipusd'anàlisi" fareferència^{a la}maneracom es contabilitzen els retards des d'una conducta presa ^{com a} "criteri" (Sackett, 1978, 1979). ^El

programa ASRpotrealitzar els tipus^d'anàlisi següents:

Tipus

^O:EVENTO, temps^discret.

Cadaretard des de laconductacriteri és la ocurrència d'una conducta.

Si la classe d'anàlisi és ^nointeractiva, llavors _per^a una anàlisi

tipus

O només cal que les dades

siguin Tipus

^{I. Si la}classe d'anàlisi ^és interactiva, per^una anàlisi

tipus

^Ocal que les dades siguin Tipus^III.

Tipus

1: CADA UNITAT DE CONDUCTA CRITERI,temps ^continu.

Cada^{retard és} una unitat de temps, i els retards es comptabilitzen ^des

de cada unitat de temps ^enquè^{esdevé laconducta}criteri. Per als

tipus

^d'anàlisis 1,

2 i 3 cal que lesdades

siguin

Tipus ^III.

Tipus

2: FI DE LA CONDUCTA CRITERI,temps continu.

Cada retard és una unitat de temps, i els retards es comptabilitzen

únicament des de la darrera unitat de temps de cada ocurrència de la conducta criteri.

Tipus

^{3: INICIDE LACONDUCTA CRITERI,temps continu.}

Cada retard és una unitat de temps, i els retards es

comptabilitzen

únicament des de la

primera

^{unitat de temps} de cada ocurrència de la conducta criteri.

3.

Subtipus

^d'anàlisi:

El terme "subtipus d'anàlisi" ^es refereix a la manera com es

comptabilitzen els retards fins ^a cadascuna de les conductes considerades ^com

"aparellades".

Amb

algunes excepcions,

^que

s'indiquen

^tot

seguit,

^els

tipus

^{i els}

- 490-

subtipus ^{d'anàlisis es} poden ^{combinar en una anàlisi concreta.} El programa ASR potrealitzar els

subtipus

^d'anàlisis següents:

Subtipus

^1:

OCURRÈNCIA

DE LACONDUCfA APARELLADA.

a) ^{Per als} tipus ^{1, 2 i 3} (temps continu) significa que els retards ^es

comptabilitzen

^{fins a}cada unitat detemps ^enquè passa la conductaaparellada. ^Les

combinacions del subtipus ^{1 amb els}

tipus

^{1,2 o 3 en classe no} interactiva són,

respectivament,

^{les anàlisis "level}

triggered", "trailing

edge

triggered"

ⁱ

"leading edge triggered"

^{de Sackett}

b) ^{Per al} tipus O, ^{classe 1}

(temps

^{discret, no} interactiva) significa que cada retard es

comptabilitza

^{fins a cadascuna} de les ocurrències de la conducta

aparellada.

^{La combinació}

tipus

^{° i}

subtipus

¹ (en^classenointeractiva)^{és l'analisi}

"event" de Sackett

e) ^{Per al} tipus 0, ^{classe 2}

(temps

discret, interactiva)

significa

que la conducta aparellada^ambretard 1 és la queesdevé amb l'inici (MODUS ^{1)o amb la}

fi(MODUS 2)^de la conductacriteri.

Subtipus

^{2: FI DE LA CONDUCTA APARELLADA /}

ESDEVENIMENTNO RESTRIcrru.

a) ^{Per als}

tipus

^{1, 2 i 3}

(temps

^continu) significa que els retards es

comptabilitzen

^{fins a ladarrera unitat de} temps^decada ocurrència ^{de la}conducta

aparellada.

b) ^{Per al}

tipus

0, ^{classe 2} (temps discret, interactiva) vol dir que la conducta

aparellada

^{amb retard 1 només cal que s'iniciï}

després

^{o al mateix} temps que l'inici de laconducta criteri (MODUS 1)^oquefinalitziabans oal mateix temps quel'inici de laconducta criteri (MODUS 2).

Aquesta

^condicióés "no restrictiva".

- 491 ^-

Subtipus ^{3: INICI DE LA CONDUCTA APARELLADA} / ESDEVENIMENT RESTRICTIU.

a) ^{Per als} tipus ^{1, 2 i 3}

(temps

continu) significa que els retards ^es

comptabilitzen

^{finsa la}

primera

^unitatde temps^de cada ocurrència dela conducta

aparellada.

b) ^{Per al} tipus ^{0, classe 2} (temps discret, interactiva) vol dir que la conducta

aparellada

^{ambretard 1 s'had'iniciar}

després

^{oal mateix} temps que la fi de laconducta criteri (MODUS 2).

Aquesta

^condició és "restrictiva".

4. Modes d'anàlisi:

El terme "modes d'analisi" fa referència al decurs

temporal positiu

^o negatiu ^amb què ^es

comptabilitzen

^{els retards.} El programa ASR treballa en els

següents modes d'anàlisis:

Modus ^1: PROSPECTIU.

Elsretards són

positius

^{i l'anàlisirevela}

^"què

^és el que esdevé" ^enel subsistema

aparellat després

^{de cada ocurrència o unitat de temps de conducta}

criteri.

Modus 2: RETROSPECTIU.

Els retards són

negatius

^{i l'anàlisi revela}

"què

és el que esdevé" ^en el subsistema

aparellat

^{abans de}cada ocurrència ounitat de temps^de conducta criteri.

5. Unitat de temps:

Si les dades són

Tipus

^III, l'usuari pot canviar ^{la unitat de} temps ^en què

s'expressen

les durades de les conductes. ^El canvi _sempre hauràde ser vers

- 492-

una unitat major. Si escull la unitat de temps "2", ^{cada dues} unitats de temps

originals passen ^{a ser una} unitat nova a l'anàlisi (el fitxer de dades ^resta

inalterable).

Després

^{de fer la} transformació, ^{totes les novesdurades} fraccionàries s'arrodoneixen a la "nova" unitat superior. Aquesta transformació pot^{serd'utilitat} si es constataqueexisteixen errors enel registre de les duradeso sies desitja^fer

una anàlisien temps^continu que, amb pocsretards, ^abastiun _tempsreal

apreciable;

malgrat ^això, els resultats ^seran menys precisos ^{quan es} treballa amb unitats transformades.

6. Retard màxim:

L'usuari escull el retard màxim amb què s'han d'analitzar les

contingències seqüèncials.

^{Per a anàlisis en} temps ^{discret acostumen a ser} suficientsmàxims iguals ^atrenta.

7. SaU de retards:

L'usuari potescollir que^en la sortida de l'anàlisi ^tan sols hi

figurin

^els

resultatsde cada "nil retards.

8. Nivell de confiança:

El programa ASR realitza contrastsestadístics i

imprimeix

^bandesde

no

significació

per als estadístics deretard. L'usuari ^{escull un} nivell de confiança bilateral: 0.950, ^{0.990o 0.999.}

- 493-

9. Selecció de sistemes i sessions:

L'anàlisi pot ^{ser realitzada entorn d'un} subconjunt ^{de sistemes i/o de}

sessions oentorn de la totalitat dels mateixos. L'usuaripot^escollir quins^sistemes,

i dins de cadascun,

quines

^{sessions entraran} dins de l'anàlisi.

És

_possible

seleccionar^totsels sistemes i diferents sessionsen cadascuno, alternativament, ^les

mateixes sessions d'alguns ^sistemes.

10. Recodificació sinònima (Bakeman, 1983):

Una recodificació sinònima ésuna novaassignació ^{de codis a}algunes conductes, ^{de tal manera}_que ^{a un o}més codis residents enel fitxer de dades se'ls

assigna^un altre codi ad hoc per^al'anàlisien concret.Aquest ^codi assignatpot ^ser

nou en el subsistema o ser un codi ja existent. Els codis inicials són "codis

components", i el codi que se'ls assigna ^{és un "codi}

producte".

Suposem que la recodificació sinònima

assigna

el codi antic Ell als codis E17, El8 i E19. Si la

seqüència^{de dades}Tipus^Iregistrada^{en una sessió és:}

Ell E13 El7 El6 El4 El8 E 17 El2 Ell El3 El9 Ell El4

larecodificació sinònima donaràcom^aresultat:

Ell E13 Ell El6 El4 Ell El2 Ell El2 Ell El4

siuncodi no es pot

seguir

^{asi mateix}(veure ^mésendavant),^obé:

Ell El3 ^{Ell Ell} El4 Ell Ell El2 Ell El3 Ell Ell El4

- 494-

si un codi ^espot seguir^{a si mateix.}

Si les dades són Tipus ^III, la recodificació sinònima farà que les durades es sumin quan surtin dos codis consecutius iguals després ^{de la} recodificació, _{sempre que} ^{un codi} no es pugui seguir ^{a si mateix. L'usuari} pot

especificar

vàries recodificacions sinònimes ^{en una} mateixa anàlisi. Si ^un codi

apareix

^{com a} component^{en més} d'una, solament serà transformaten la

primera.

Un codi

producte

d'una recodificacióes potemprar^coma component ^enunaaltra recodificació

posterior.

^La recodificació sinònima és d'utilitat _quan algunes

conductes són de baixa freqüència. ^En

qualsevol

^{cas, l'usuari haurà de tenir cura}

que larecodificació

tingui

^sentit.

11. Recodificació

seqüènciaI

(Bakeman, 1983):

Una recodificació

seqüencial

^és

l'assignació

^{d'un nou codi a una} seqüència^{deconductes, demanera}que cada

vegada

^{queesdóna la}

seqüència

^{en el}

fitxer de dades, el programa li assigna ^{un nou codi.} Aquest ^codi assignat pot ^ser

nou en el subsistema o pot ^{ser un codi}

ja

existent. Els codis inicials són "codis

components" ^{i el codi} que se'ls

assigna

^{és un "codi}

producte". Suposem

que la recodificació sinònima assigna^{elcodinouE88 ala}

seqüència

^{Ell E12.}

Si la

seqüència

^{de dades}

Tipus

^l

registrada

^{en unasessióés:}

Ell El4 Ell El2 El5 El4 ^{El2 Ell} E13 Ell El2 Ell El2 El3 El4

larecodificació essencialdonarà^{com aresultat:}

- 495-

Ell E14 E88 E15 E14 E12 Ell E13 E88 E13 14

siuncodino es potseguir ^{asi mateix} (veure^més endavant),^obé:

Ell E14 E88 El5 E14 El2 Ell E13 E88 E88 El3 El4

si un codi es potseguir^{asi mateix.}

Lamateixaconsideració que^en elcas de larecodificaciósinònima s'ha

de fer per ^a les dades Tipus ^III. L'usuari pot especificar vàries recodificacions

seqüencials ^{en una mateixa} anàlisi. Donat que aquestes sempre s'especificaran després ^{de les} sinònimes, ^{si hi}

hagués,

^{un codi} component ^o producte ^d'una

reccxiificació sinònimapot^ser componentd'una reccxiificació seqüencial. ^{A més,el}

codi producte d'una recodificació

seqüencial

pot ^ser component d'una altra recodificació

seqüencial

posterior. ^{Per tant, un} mateix codi pot ^sercomponent ^en diferents recodificacions seqüencial.^La recodificacióseqüencial ^és d'utilitat per^a detectar

seqüències

consistentsd'ordre 2, 3,^etc.

12.

Repetició

^{de conductes:}

L'usuari ha

d'especificar

^{si les conductes es}

poden

^{o no}

seguir

^{a si}

mateixes. Si una conducta no es pot

seguir

^{a si mateixa,} el programa ASR verificarà l'existència de

repeticions

consecutives de conductes en el fitxer de

dades, fondrà codis components consecutius

després

^{de cada} recodificació, ^{i farà}

proves

estadístiques

amb restriccions deno

repetició.

^{Si unaconductaes pot}

^seguir

asimateixa, el programa ^noverificaràels errorsde

repetició

^enel fitxer de dades,

nofondràcodis consecutius

després

^d'unarecodificació^{i farà}_proves

estadístiques

senserestriccions de

repetició.

- 496-

13. Conductes criteri:

L'usuari escull ^{una o}més conductes pertanyents ^{al subsistema} criteri, mitjançant^les

quals

^es

comptabilitzaren

els retards. Una conducta criteripot ^serel producte ^d'unarecodificació.

10.4.- Tractament de les dades amb el programa ASR.

SITUACIONS INDIVIDUALS (11) ^UV-CV

NtM:ro ^DE p� ^{= 1}

f(;MdODE SEaJEN:IAS ⁼ (18A4){/(1814) }

pR]llEMA^{Nll1EID 1 TIWLO = CRI'IERI: W} / APAREADA:CV crASE DEANALISIS ^{= 2} INTEFJCI'IVA

TIPODEANALISIS ⁼ 1 CADA UNIDAD DE lA CXNDOCTA CRITERIO SUBTTI'O ^{DE ANALISIS = 1} CADA UNIDAD DE lA CXNDOCTA APAREADA M::cODEANALIS1S ⁼ 1 PF!:SPEX::'l'IW

NlM:RO DE SUBS1S� ⁼ 10

UNIDAD DE TIm?O ⁼ 1

RETAROO WIXIM) ⁼ 5

SAL'ro DE RETAIDCS ⁼ 1 NIVEL DE cc:NFIANZA ⁼ O^•950 SELEo::ICN DE SIS� ⁼ 2 SEIro::ICN^DE SES1QIES ⁼ 2 REaDIFICJCICN SIN:NJW>.. ⁼ 1 REaDIFICJCICN SECtJEN:IAL ⁼ O REPETICICN DE CXNDOCTAS ⁼ O

*** RETAROCS ^EN TIEMPO CCNl'INU)

*** FRE:CUEN::IAS Y ProBABILlDADES EN Tm1PO c::x:NI'mOO

SUBSIS'!'EMII. CRITERIO ^{= TN •} CXD1GCS DE IAS a::mOCTAS DECUIRAOAS:

003 lN44 W55 W66 TN08 UV12 TNl4

SUBSIS'!'EMII. APAREADO ^{= CV •} CXD1GCS DE IAS a::mOCTAS DECUIRAOAS:

ClJ44 ClJ55 M7 CVl1 CV12 RECCOIFICJCICN SIN:NJW>..:

PRW::'IO⁼ tN33. � ⁼ TN01 TN02 UV09 TNl3 PRW::'IO ⁼ TN44. � ⁼ TN03 TN05 UV06 TNl0 PRW::'IO⁼UVS5. � ⁼ UV04 UV07 tJVl1 PRW::'IO ⁼ W66. � ⁼ TNl5 TNl6 tJVl7

PRllu::ro ⁼ CV44. a::MP<NENTES ⁼ CV01 CV02 CV03 CV04 CV05 CV06 PRW::'IO ⁼CVS5. � ⁼ CV08 CVl0

PRW::'IO ⁼aTn. � ⁼ CV07 CV09

TIPO DE DAICB ⁼ 3 cx::uRREN:IAS/DURM::ICNES DE IAS CXNDOCTAS 1CtMJU\CICN DE OOR!\CICNE.S ⁼ 1 SI

NlM'.RODE SIS'IEMAS ⁼ 1 SELECCICN _DE SISTEMIIS/SESICNES:

SISTEMA. _{NCM. SESICNES} NlM)

1 1 2 3 4 5

SISTEMA. SUB- lU1ERO NU1Ero SISTEM1\ SES1CNES <XIDOCTAS

/SESICN 10.7 6.9

SE SELECCICNAN '!COCS tos SIS'IEMAS

SE SELEXX:ICNAN'ICDAS IAS SESICNES DE tos SIS�

SI NJ NJ

1 1

678 DURM::ICN MEDIA

SESICN 60.00 60.00

9

9 9

CRITERI:UVIAPAREADA: CV

********

* TN33 ^*

********

MM'RIz DE FRECOENCIAS DE RETARDO.

CCNro:::TA_ClUTERIO =

TN33, SUBSISTEMA. ⁼ TN

AtW.rsIS cr.ASE 2 TIPO 1 SUBTIro 1 M:XX) 1

ULTlM\CO�: F'RECUEN:IA DE APAREO DE lA CCNDOCTA CRI'lERIO EN ^CADA RETARDO PRIMERAFIlA: FRECUEN:::IAS 'IOl'ALES DE IAS CCNDOCTAS

SEGíNJAFIlA: 'l'IEM'CS DE SIMJLTANEID.AD ^{DE CNJA} a::mOCTA CCN lA ^ccmOCTACRITERIO ccm _{CIl44 CV55}

CV77 CVl1 CV12 'IOI':

rar ₆

7 61 O 466 540

�

^{1 4 36 O 234 275}

1 2 3 4 5

o O O O O

232 230 226 226 226

271 267 263 260 255 2

3 2 1 O

4 4 6 7 6

33 30 29 26 23

�

^Dl PROBABILlDADES DE RETARDO.

� ^ClUTER:ro

= W33, SUBSISTEMA. ⁼ W Is <::rASE 2 TIPO 1 SUBTIro 1 M:XX) 1

�IClUFICllOO

DE tos SIQ03: + JlCrNNJA ^- INHIBIDA

sPJ!.ERA

^FILA: PROBABILID.ADES m:xNlICICNADAS ^DE lAS ccmu:TAS

EGU{¡A_FILA: PROBABILID.ADES DE SIMJLTANEID.AD DE ^CNJACCWu:TA CXN lA <XIDOCTArnITERIO

- 498-

pR:BABnJDADES JNXN)IClrnADAS DE lA CXN:lOCTA CRITERIO PR:ll. DIs::RETA^{= 0.406 PROB. CXNl'INUA.= 0.509} c:ID CV44 CVS5 CV77 CVl1 CIJ12

m:: 0.0111 0.0130 0.1130 0.0000 0.8630 :M. 0.0036 0.0145 0.1309 0.0000 0.8509 I1G

1 2 3 4 5

MmUZ ^{DE ZETAS DE RETARDO.}

roro:TA CRITERIO ⁼W33, SUBSISTEMA.⁼ W ANALISIS Cl1ISE 2 TIPO 1 ^SUBTIPO 1 MXX) 1

norcss GIIJBALES CAI.CU.LMlOS:

¡.w;: � MEDIA DE lACCNI'nGlN:IA CIC: CICLICIDlID MEDIA^{DE lA}aNI'nGN:IA ZSU: z.st.MA

CCN) CV44 I1G

1 -0.59 2 0.02 3 -0.54 4 -1.12 5 -1. 69

0.0074 0.0148 0.0112 0.0150 0.0076 0.0228 0.0038 +0.0269 0.0000 0.0235

CVS5

0.26 0.29 1.41 1.99 1.49

m:;

CIC ZSU

0.79 0.58 -1.75

1.09 0.56 2.44

0.1218 0.1124 0.1103 0.1000 0.0902

CV77

0.46 -0.03 -0.14 -0.66 -1.15

0.49 0.40 -0.68

0.0000 0.0000 0.0000 0.0000 0.0000

CVl1

0.00 0.00 0.00 0.00 0.00

0.00 0.00 0.00

- 499-

0.8561 0.8614 0.8593 0.8692 0.8863

CIJ12

-0.33 -O.07 -{).17 0.29 1.08

0.39 0.40 0.36

MATRIZ DE ZSUMAS DE RETARDO.

CXNU:TA. OOTERIO ⁼ W33, SUBSISTEMA. ⁼W ANALISIS ClASE 2 TIPO 1 SUBTIPO 1 MXX) 1

PRIMERA FIlADE CADA RETARDO: zstM>.. DE RETARDO

SEGlN)A FIlA DE CADA RETARDO: �IA ⁼ ZSU1A.(RETAROO) ^- ZSU1A.(RETARDO-1) (XN) CV44 CVS5 CV77 CVl1 CIJ12

I1G

1 -0.59 O.26 0.46 0.00 -O .33 0.59 0.26 0.46 0.00 -0.33 2 -0.40 0.39 0.30 0.00 -{).28 0.19 _{0.13 -0.16 0.00 0.04} 3 -0.64 _{1.l3 0.17 0.00 -0.33} 0.24 0.74 -0.14 0.00 -0.05 4 -1.11 1.98 -0.19 0.00 -0.14 0.47 0.84 -0.35 0.00 0.19 5 -1.75 2.44 -0.68 0.00 0.36 0.64 _{0.46 -0.49 0.00 0.50}

Es'l:ADISTlCOS PQRMENORIZADOS PARA CADA RETARDO CXlW:TA_ClUTERIo ⁼ _W33, SUBSISTEMA. ⁼W

AlW.ISIS CLAsE _{2 TIPO 1} SUBTIPO 1 MXX) 1

RETARDo ₁

Ol[) CV44 _{CV55 CV77 CVlI} CIJ12 ror:

Fms 2 4 33 O 232 271

FEsp ₆

7 61 O 466 540

lWs 0.007380 0.014760 0.121771 0.000000 0.856089 PFSP 0.011111 _{0.012963 0.112963 0.000000 0.862963} SDDF 0.006367 _0.006871 0.019229 0.000000 0.020890 IC- 0.000000 0.000000 _0.075274 0.000000 0.822019 IC+ 0.023591 0.026431 0.150652 0.000000 0.903907

ZETA -0.586 0.262 0.458 0.000 -0.329

PZ

C!lI2 0.278961 0.396842 0.323457 0.500000 0.371055

0.700 0.139 0.428 0.000 0.221

BETA -G.603 0.248 0.174 -0.007 -0.115

SDBE 0.794 _{0.718 0.271 2.002} 0.249

ZBE -0.760 _0.345 0.643 -{).004 -0.463

Ri'l'ARoo ₂

- 500-

CCND CV44 CV55 CV77 CVl1 CVl2 'IOl':

FCBS ^{3 4 30 O} 230 267

FE'SP ^{6 7 61 O} 466 540

!{;€S 0.011236 0.014981 0.112360 0.000000 0.861423 PFSP 0.011111 0.012963 0.112963 0.000000 0.862963 SOOF 0.006415 0.006923 0.019372 0.000000 0.021046 IC- 0.000000 0.000000 0.074993 0.000000 0.821714 ICt 0.023685 0.026531 0.150933 0.000000 0.904212 ZETA 0.019 0.292 --0.031 0.000 --0.073 PZ 0.492247 0.385321 0.487586 0.500000 0.470848

002 0.001 0.173 0.002 0.000 0.011

BETA 0.022 0.278 --0.011 0.022 --O .026

SOBE 0.761 0.718 0.270 2.002 0.249

ZBE 0.029 0.387 --0.042 0.011 --0.103

RETARDO 3

crno CV44 CV55 CV77 CVl1 CVl2 'IOl':

rcss 2 6 29 O 226 263

FFSP 6 7 61 O 466 540

PCllS 0.007605 0.022814 0.110266 0.000000 0.859316 PFSP 0.011111 0.012963 0.112963 0.000000 0.862963 SDDF 0.006464 0.006975 0.019519 0.000000 0.021205 IC- 0.000000 0.000000 0.074705 0.000000 0.821401 ICt 0.023780 0.026634 0.151221 0.000000 0.904525 ZETA -0.543 1.412 --0.138 0.000 --0.172 pz 0.293742 0.078933 0.445066 0.500000 0.431726

CHI2 0.600 4.064 0.039 0.000 0.060

BETA -0.543 1.538 --0.051 0.052 --0.060

SOBE 0.794 0.910 0.270 2.002 0.249

ZBE -0.684 1.690 --0.189 0.026 -0.241

RETARDO 4

CCNl CV44 CV55 CV77 CVl1 CVl2 'IOl':

FOBS 1 7 26 O 226 260

FFSP 6 7 61 O 466 540

roBS 0.003846 0.026923 0.100000 0.000000 0.869231 PFSP 0.011111 0.012963 0.112963 0.000000 0.862963 SDOF 0.006501 0.007015 0.019631 0.000000 0.021327 IC- 0.000000 0.000000 0.074485 0.000000 0.821162 rCt 0.023853 0.026713 0.151441 0.000000 0.904764 ZETA -1.118 1.990 --O .660 0.000 0.294 pz 0.131883 0.023295 0.254532 0.500000 0.384429

CHI2 2.545 _{8.070 0.888 0.000 0.176}

BETA -1.239 2.809 --O.247 0.074 0.100

SDBE 0.925 _{1.463 0.272} 2.002 0.249

ZBE -1.340 1.920 --O.905 0.037 0.402

RETARDO 5

CCtID _CV44 CV55 CV77 CVl1 CV12 'lOI':

FalS _{O 6}

23 O 226 255

FF.SP ₆ 7 61 O 466 540

KBs 0.000000 0.023529 0.090196 0.000000 0.886275 PESP 0.011111 0.012963 0.112963 0.000000 0.862963 SDDF 0.006564 0.007084 0.019823 0.000000 0.021535 rc- 0.000000 _{0.000000 0.074110 0.000000 0.820754} rCt 0.023977 _{0.026847 0.151816 0.000000 0.905172}

ZETA -1.693 _1.492 -1.149 0.000 1.082

pz 0.045259 _{0.067891 0.125382 0.500000 0.139520}

C!!I2 5.838 4.534 2.688 0.000 2.388

BETA _{-2.475 1.598}

--0.431 0.111 0.373 SDBE _{1.470 0.910}

0.277 2.002 0.254

ZBE -1.684 1.756 -1.555 0.055 1.471

=

^{DE RETARDos} CON PROBABILIIlAD ESTADISTIC'AMENTE SIGNIFICATIVA atrrmro ⁼ UV33, srnsIS'I'EMA. ⁼ w

�SIS_{0AsE 2 TIPO}

1 SUBTIl?O 1 MXX) 1

CADA ClXlroo _{DE CCN)OCTA} VA SEGUIOO POR SU PROBABn.IDAD CCHlICICNADA ^DE RETARDO ENI'RE PARENI'ESIS

� _{� CCN RETARDO 4:}

'tV5s*_(O .0269)

********

- 501 ^-

* W44 ^*

********

C(NlOCTA ^{CRITERIO =}

MATRIZ DE FRECUEOCIAS DE RETARDO.

caro:'I'A^{CRITERIO =} W44, SlJBSISTEl1i\ ⁼ W ANALISIS ^{ClASE 2 TIPO 1} SUBTIFO 1 MXX) 1

ULTlWI. CO�: :FRECí.JEN:IA DE APAREC DE LA <Xmo::TA CRI'IERIO EN CADA RETARDO pRJME:RA FilA: :FRECí.JEN:IAS TOrALES DE lAS <Xmu:::TAS

SF..G(N)A FilA: TIEMPCS DE SIMJLTANEIDAD DE CADACCNDo::TA^{CCN LA} CCNDo::TACRITERIO a:w CV44 CV55 C1T17 CVl1 CVl2 'IOr:

TOl' 6 7 61 O 466 540

M. 3 3 14 O 142 162

l1G

1 3 3 16 O 138 160

2 3 3 20 O 132 158

3 4 1 19 O 132 156

4 5 O 22 ^O 126 153

5 6 1 22 O 121 150

MATRIZ DE PROBABILIDADES DE RETARDO.

CXNXX:TAcro:TERIO⁼ W44, SlJBSISTEl1i\ ⁼ W ANALISIS C1ASE 2 TIPO 1 SUBTIPO 1 MXX) 1

SIGNIFICJIOO DE ra; SIGN:B: +lCITVNJA ^- INHIBIDA

PlIDERA FilA: PROBABTI..IDADES nmIDICICNADAS DE lAS CCNDu:::TAS

SEGI:lIDA FilA: PROBABTI..IDADES DE SIMJLTIlNEIDAD DE CADA CCNDo::TA cx:N LA c:cmOCTA CRITERIO PRCBABILIDADES m:x:mICIOOADAS DE LA CCNDOCTA CRITERIO

PROB. DISCRETA ⁼ 0.375 PROB. C'X.Nl'Thl{]1.\⁼ 0.300 CCNl CV44 CV55 C1T17 CVl1 CVl2

OC 0.0111 0.0130 0.1130 0.0000 0.8630 SM[, 0.0185 0.0185 0.0864 0.0000 0.8765 l1G

1 0.0187 2 0.0190 3 0.0256 4 +{).0327 5 +G, 0400

0.0000 0.8625 0.0000 0.8354 0.0000 0.8462 0.0000 0.8235 0.0000 -0.8067 0.0187

0.0190 0.0064 0.0000 0.0067

0.1000 0.1266 0.1218 0.1438 0.1467

M1d'RIZ DE ZETAS DE RETAiIDO.

c:c:NOO::TA_ClUTERIO ⁼ W44, SlJBSISTEl1i\ ⁼W AlmSIS C1ASE 2 TIPO 1 SUBTIFO 1 MIX) 1

OOICES GLOBALES CAI..ClJI.A[)Q5:

WC: MIlGNI'IUD MEDIA DE LA �IA CIC: CICLICIDAD MEDIA DE LAc:cNI.'TIml::IA zso. ZSU1A

lXXN:l _CV44 I1G

1 2 3 4 5

CV55 C1T17 CVl1 CVl2

0.92 0.94 1. 73 2.55 3.38

0.65 0.67 -0.72 -1.42 -0.68

-0.02 -1.01 -0.61 -1.42 -2.00 -0.52

0.54 0.35 1.20 1.30

0.00 0.00 0.00 0.00 0.00

¡.w; 1.90 _0.83 CIC 0.61 0.71 ZSU 4.26 -0.67

0.78 0.55 1.29

0.00 1.01 0.00 0.69 0.00 -2.26

MATRIz DE ZSUMAs DE RETARDO.

CXlru::TA_CRITEru:o ⁼ _W44, SlJBSISTEl1i\ ⁼ W

AlWJ:SIS CIASE 2 TIPO 1 SUBTIFO 1 MIX) 1

PRlMERAFIlADE CADA RETARDO: z.sa.1A. DE RETARDO

�EGQ.mA

^FIlADE CADA RETARDO: �IA ⁼ z.su.lA(RETARDO) I1G

ClJ44 _{CV55 C1T17 CVl1 CVl2} 1

- ZSl:MA(RETARDO-1)

0.92 0.92 1.32 0.40 2.08 0.76 3.07 0.99 4.26 1.19

0.65 0.65 0.93 0.28 0.34 -0.59 -0.41

-0.75 -0.67 -0.26

-0.52 -0.52 0.02 0.53 0.21 0.20 0.79 0.57 1.29 0.50

-0.02 -0.02 -0.72 -0.71 -0.94 -0.22 -1.53 -0.58 -2.26 -0.74 0.00

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3