Este documento describe los conceptos fundamentales del diseño experimental clásico. Explica que el diseño experimental involucra la manipulación sistemática de al menos una variable independiente y la asignación aleatoria de unidades a los niveles de la variable. También cubre los componentes básicos de la investigación experimental, la planificación del diseño, la notación y clasificación de diseños, y la lógica de la prueba de hipótesis en el diseño experimental clásico.
2. ESQUEMA GENERAL
DISEÑO EXPERIMENTAL CLÁSICO
Caracterización y objetivo fundamental
Objetivos específicos del Diseño experimental
clásico
Diseño experimental y control
Clasificación del Diseño clásico
Lógica de la prueba de hipótesis en el Diseño
clásico
Notación del Diseño clásico
3. Descripción del concepto
El diseño experimental es una estructura de
investigación donde al menos se manipula
una variable y las unidades son asignadas
aleatoriamente a los distintos niveles o
categorías de la variable o variables
manipuladas.
4. Componentes básicos de la
investigación experimental
a) Manipulación de la variable independiente.
b) Control de cualquier factor extraño capaz de
afectar a la respuesta del sujeto y que es ajeno a los
objetivos de la hipótesis.
c) Correcta especificación de la variable de tarea,
para que se ponga de manifiesto el proceso
psicológico o mental asumido en la hipótesis.
d) Registro y medida de la variable dependiente.
5. Planificación del diseño
experimental
1. Formulación de la hipótesis.
2. Selección de la variable independiente y
dependiente adecuada.
3. Control de las variables extrañas.
4. Manipulación de la/s variable/s
independiente/s y registro de la variable
dependiente o de medida.
5. Análisis estadístico de los datos.
6. Inferencia de la relación entre la variable
independiente y la dependiente.
6. Manipulación de la variable
independiente
Manipulación experimental de una variable
independiente se refiere, en una situación
simple, a la aplicación de un valor dado de
una variable a un grupo de individuos y un
valor diferente de la misma variable a un
segundo grupo de individuos.
7. Tratamientos y grupos
Los valores de la VI (variable independiente o variable
de tratamiento) son referidos por niveles, condiciones o
tratamientos
Cada valor se aplica a un grupo diferente de individuos
Los grupos se denominan grupos de tratamiento o
grupos experimentales
8. Variable dependiente
La VD (Variable dependiente) es conocida,
también, por variable de medida, de
respuesta o de resultado.
Es aquel aspecto de comportamiento sobre
el que esperamos observar el efecto de la
variación sistemática de la VI.
9. Propiedades de la variable
dependiente
Fiable estabilidad o consistencia
Sensible detecta las mínimas diferencias
Válida mide lo que se pretende medir
11. Cuantificación de las variables
La variables se cuantifican al asignar valores
numéricos a los atributos o características de
los individuos, objetos y hechos de acuerdo a
reglas
El proceso de asignación de los números de
acuerdo a reglas se denomina medida
12. Escalas de medida
Las reglas particulares de asignación de números a
las variables se definen como escalas de medida
Clasificación:
Nominal
Ordinal débiles
Escalas
De intervalo
De razón fuertes
14. Ejemplos de escalas
Nominal los valores sólo representan categorías o
nombres como género, raza, religión, etc.
Ordinal los valores representan el orden en
función del grado como actitud, preferencia, etc.
De intervalo la distancia entre los valores se
mantiene constante como la temperatura, respuestas
correctas, etc.
De razón cuando además de la constancia del
intervalo hay un valor cero que coincide con la
ausencia del atributo.
15. Escalas y naturaleza de los datos
Escala Tipo Dato
Nominal Cualitativa No-paramétrico
Ordinal Cuantitativa No-paramétrico
De intervalo Cuantitativa discreta Paramétrico
De razón Cuantitativa continua Paramétrico
16. Naturaleza de los datos y prueba
estadística
Datos de escala Prueba estadística
Nominal Prueba
Ordinal no-paramétrica
De intervalo Prueba no-paramétrica y
De razón paramétrica
18. OBJETIVOS CONSECUCIÓN
Maximizar la variancia
sistemática primaria
Mediante la adecuada elección de
los valores de la variable
independiente
Mediante la selección de un
diseño adecuado
Control de las fuentes de
variación secundarias
Aumentando la precisión en la
medida de los registros y
selección de sujetos homogéneos
Minimizar la variancia
del error
20. A) Técnicas de control en general:
Técnicas de control
Experimental o directo:
Diseño
Estadístico o indirecto:
Ajuste
B) Técnicas de control asociadas al diseño:
Aleatorización Diseños de grupos
completamente al azar
Constancia Diseños de dos grupos
apareados y de bloques
El sujeto como control
propio
Diseños intra-sujetos o de
medidas repetidas
Técnica de control Diseño
21. Lógica de la prueba de hipótesis
en el Diseño clásico
22. Razonamiento lógico
El razonamiento aplicado es: todo ocurre al azar
mientras no se demuestre lo contrario.
Para ello, el investigador utiliza un modelo
estadístico que atribuye al azar la distribución de
los datos observados.
En consecuencia, adoptamos como estrategia el
modelo de prueba estadístico
24. Formulación de la Hipótesis de Nulidad
Formulación de la Hipótesis alternativa
Estadístico de la prueba y nivel de
significación
Cálculo del valor empírico del
estadístico de la prueba.
Decisión estadística de aceptar o rechazar
la hipótesis de nulidad.
Rechazo de H0 Si p ≤ 0,05
Paso 1
Paso 2
Paso 3
Paso 4
Paso 5
26. Variable de Tratamiento y grupos
Técnica Una V. de Tratamiento Dos o más V.T.
de
control Dos grupos Multigrupo Factorial
Aleatorización Diseño de grupos Diseños multigrupo Diseño factorial total -
al azar al azar. tamente al azar
Constancia Diseño de dos Diseños de bloques Factorial de bloques
grupos apareados de grupos al azar
Diseño de bloques Diseños de Cuadrado Factorial de Cuadrado
de dos sujetos Latino. Latino.
Diseño jerárquico Factorial jerárquico.
El sujeto Diseños de medidas Diseños de medidas Factorial de medidas
como control medidas simple das repetidas simple repetidas
propio con tres o más Factorial jerárquico
tratamientos. Factorial mixto.
27. Lógica de la prueba de hipótesis
en el diseño clásico
28. Diseño experimental y causalidad
La característica básica del diseño experimental
se reduce a la siguiente cuestión: ¿Cómo
conseguir la equivalencia inicial de los grupos
expuestos a los distintos niveles o condiciones
de la variable independiente? ..//..
29. Esto se consigue mediante la completa
aleatorización de las unidades de
observación (por lo general, sujetos o
individuos), a los diferentes niveles de la
variable manipulada o condiciones
experimentales. ..//..
30. En virtud de la aleatoriedad, se asume que
los grupos son iguales en todas las variables
relevantes extrañas y, por consiguiente, son
comparables (es decir, equivalentes).
Cualquier diferencia constatada, al
comparar los grupos experimentales, ha de
ser atribuida al único factor de variación
sistemática o variable manipulada.
32. Diseño unifactorial o simple Simbolización
Completamente al azar A
De bloques de grupos al azar A x B
De Cuadrado Latino A x B x C
Jerárquico simple B(A)
De medidas repetidas simple S x A
33. Diseño de múltiples factores Simbolización
Relación multiplicativa
Factorial de dos factores A x B
Factorial de tres factores A x B x C
………………………… ………….
Factorial de bloques A x B x C
Factorial de medidas repetidas S x A x B
Relación de anidación
Factorial jerárquico C(A x B)
34. Diseño mixtos Simbolización
Un factor entre y uno intra S(A) x B
Un factor entre y dos intra S(A) x B x C
Dos factores entre y uno intra S(A x B) x C
Dos factores entre y dos intra S(A x B) x C x D