P. 1
DISEÑO EXPERIMENTAL

DISEÑO EXPERIMENTAL

|Views: 322|Likes:
Publicado porMirta Cabrera

More info:

Published by: Mirta Cabrera on Mar 21, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

03/06/2015

pdf

text

original

DISEÑO EXPERIMENTAL El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro

de un estudio experimental. En un d i s e ñ o e x p e r i m e n t a l s e m a n i p u l a n d e l i b e r a d a m e n t e u n a o m á s v a r i a b l e s , vinculadas a las causas, para medir el efecto que tienen en otra variable deinterés. El diseño experimental prescribe una serie de pautas relativas qué variables hay manipular, de qué manera, cuántas veces hay que repetir elexperimento y en qué orden para poder establecer con un grado de confianzapredefinido la necesidad de una presunta relación de causa-efecto.El diseño experimental encuentra aplicaciones en la industria, la agricultura, lamercadotecnia, la medicina, las ciencias de la conducta, etc. constituyendo unafase esencial en el desarrollo de un estudio experimental. VENTAJAS DEL DISEÑO EXPERIMENTAL. 1. Se elimina el efecto de las variables perturbadoras o extrañas,mediante el efecto de la aleatorización. 2. El control y manipulación de las variables predicto rias clarifican ladirección y naturaleza de la causa. 3. Flexibilidad, eficiencia, simetría y manipulación estadística. VIABILIDAD DE LOS DISEÑOS EXPERIMENTALES. 1. Imposibilidad de manipular algunas variables. 2. Cuestiones éticas .3. Practicabilidad. INCONVENIENTES DEL DISEÑO EXPERIMENTAL. 1. Dificultad de elegibilidad y manejo de las variables de control. 2. Dificultad de disponer de muestras representativas. 3. Falta de realismo. CALIDAD DEL DISEÑO EXPERIMENTAL .1. Validez Interna. 2. Validez Externa. 3. Validez Ecológica .4. Validez de Constructo. PROPOSITO DE UN DISEÑO EXPERIMENTAL El propósito de un diseño experimental es proporcionar métodos que permitan obtener la mayor cantidad de información válida acerca de una investigación , teniendo en cuenta el factor costo y el uso adecuado del material disponible mediante métodos que permitan disminuir el error experimental

TRATAMIENTO Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o materiales y cuyos efectos van a ser medidos y comparados. El tratamiento establece un conjunto de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado. Ejemplos: Dósis de fertilizante, ración alimenticia, profundidad desembrado, distanciamiento entre plantas, variedades de un cultivo. TESTIGO El testigo es el tratamiento de comparación adicional, que no debe faltar en un experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser aquel tratamiento que no incluye fertilizante. La elección del tratamiento testigo es de gran importancia en cualquier investigación, este se constituye como referencial del experimento y sirve para la comparación delos tratamientos en prueba. DISEÑOS FACTORIALES Se llaman Diseños Factoriales a aquellos experimentos en los que se estudia simultáneamente dos o más factores, y donde los tratamientos se forman por la combinación de los diferentes niveles de cada uno de los factores. Los Diseños factoriales en si no constituyen un diseño experimental si no que ellos deben ser llevados en cualquiera de los diseños tal como D.C.A. ;D.B.C.A.; D.C.L. Los Diseños factoriales se emplean en todos los campos de la investigación, son muy útiles en investigaciones exploratorias en las que poco se sabe acerca de muchos factores. Un tipo de diseño experimental en el que hay más de una variable independiente. Cada variable recibe el nombre de factor. Su principal acción es que sirven para valorar el efecto de la interacción, es decir, saber el efecto combinado de las distintas variables. Cada

Con pre-test y tratamiento . Tenemos que formar 8 grupos de sujetos. Un estudio para detectar efecto pretest. Permite conocer las interacciones.. Diseño de 4 grupos: Pretest: 2 niveles: SI / NO. Cuanto más aumenta el nivel de las variables. Para garantizar un buen resultado hay que tener por lo menos 10 sujetos por grupo. ya que es el único que permite observar el comportamiento de una variable bajo todas las condiciones. Variable independiente con dos niveles: Con distracción / Sin distracción. *4. el investigador: Mujer / Hombre. Un diseño de este tipo.El médico. aguantan más el dolor.Amenaza la selección de control con pre-test.Mujer. . Permite ver los efectos pretest y evitar la amenaza de selección. *3. permite saber el efecto principal de A. Se forman dos grupos: uno experimental y otro de control. más aumenta la cantidad de sujetos que se necesitan.. . uno con distracción y al otro sin distracción (no lectura del cuento). dentro de un estudio de enfermería. PERMITE VALORAR EL EFECTO DE INTERACCIÓN (el efecto combinado de ambas variables). ya que tenemos: 1. 3.Variable Independiente: Varones / Hembras. Un diseño complejo es mejor que dos diseños simples.. x 9. son debidos a que la variable medida no varía significativamente.· Sexo del investigador:.. necesitaré 630 sujetos. si tengo un diseño de: 7. X = O2 + O4 / O5 + O6 = Efectos pretest. y mido el tiempo que aguanta cada uno con la mano sumergida en agua helada. es decir.variable recibe el nombre de factory el número indica los niveles de cada variable.Efecto suelo y efecto techo: Se pueden confundir con la interacción. Tratamiento: 2 niveles: SI / NO. independientes que tienen dos niveles:· Distracción (se consigue mediante la lectura de un cuento).O1 X O2 // O3 X O4 // X O5 // X O6 ---.La Enfermera.Efecto de le interacción como punto central de estos diseños. *1. La investigadora pensó que ella misma podía ser un elemento de distraccióny entonces añadió una variable de confusión que era el “atractivo” de la propia investigadora.Ambos (conjuntamente *2. (Meter la mano en agua helada). dos de ellas con dos Diseño del experimento: 2 grupos. 2. A más niveles en variables mejor se rastrea la relación causal. No hubo efecto combinado de potenciación entre las variables.Sin cuento ( sin distracción). pasando el estudio a ser de dos variables y por lo tanto se necesitaban cuatro grupos.Hombre. nos ayudaría a saber en que porcentaje la mejoría del paciente es debido a:. frente a las que no lo son. el de B y el efecto combinado de ambos). Sujetos. niveles y una con tres)Ejemplo de un diseño complejo o factorial: Hipótesis: Las personas que son distraídas. Tenemos 2 v. se puede hacer mediante un diseño factorial con dos variables. Variable Dependiente: Con distracción / Sin distracción. Los diseños factoriales pueden ser experimentales o cuasiexperimentales. están causadospor la restricción en el rango de medida de la variable dependiente. Son tres variables independientes causales DISEÑO DE CUATRO GRUPOS DE SALOMON. pero presenta el Inconveniente de necesitar más sujetos. Variable.X = O2 + O5 / O4 + O6 = Efectos debidos al tratamiento. Y se plantea realizar una estrategia distractiva: leer un cuento mientras se realiza la prueba Ejemplo: 2X2 (dos variables independientes con dos niveles cada una)2X2X3 (tres variables independientes.Con cuento(distracción) y . CARACTERÍSTICAS DE LOS DISEÑOS COMPLEJOS O FACTORIALES.Sin pre-test y sin tratamiento. tanto con el entretenimiento como con la presencia del investigador.. Las dos variables tenían efecto sobre el dolor. los investigados: Mujer / Hombre. Ejemplo para el diseño: 2 x 2 x 2 (con tres variables)..

a fin de que exista un balanceen el análisis estadístico se tendrá que algunas de las combinaciones no tiene interés práctico pero deben incluirse para mantener el balance. VENTAJAS: 1.. DESVENTAJA: 1. Se acostumbra simbolizar algún elemento “i” por la letra minúscula que representa al factor y el valor del respectivo subíndice..Son aquellos factores cuyos niveles son cantidades numéricas. CONCEPTOS GENERALES: FACTOR . puntuaciones muy bajas. variedades de cultivo. Ejemplo: Factor A : Dosis de fertilización DISEÑOS COMPLETAMENTE ALEATORIZADOS En el diseño de experimentos.. Requieren relativamente pocos experimentos elementales para cada factor.Como en los experimentos factoriales c/u de los niveles de un factor se combinan con los niveles de los otros factores.Factores Cuantitativos. Estos diseños y sus correspondientes fraccionados pueden ser utilizados en bloques para construir diseños de un grado de complejidad que se ajuste a las necesidades del problema.-FACTORES CUANTITATIVOS . Cuando el número de factores (variables) suelen ser importantes para estudiar todas las variables. 3.: Si para valorar los conocimientos de la clase en matemáticas hacemos un examen de 8º E.. FACTORIAL .. si el examen es del final de la carrera de matemáticas y todos sacamos y un cero.Son los diferentes tratamientos que pertenecen aun determinado factor. 3. Ej. diseños completamente aleatorizados son parael estudio de los efectos de un factor primordial. todos los sujetos presentan puntuaciones muy elevadas. NIVELES DE UN FACTOR . La interpretación de las observaciones producidas por estos diseños se puede realizar en gran parte a base de sentido común y aritmética elemental.Se requiere un mayor número de unidades experimentales que los experimentos simples y por lo tanto se tendrá un mayor costo y trabajo en la ejecución del experimento. Ejemplo: tipos de riego.. Ejemplo: Tipos de riego: Secano Goteo Aspersión Niveles: a0 a1 a2 TIPOS DE FACTORES: 1. los diseños factoriales fraccionados permiten estudiarlas a todas para estudiarlas superficialmente en lugar de hacer experimentos más pequeños que pueden no incluir las variables importantes.Es un conjunto de tratamientos de una misma clase o característica. 2.Es una combinación de factores para formar tratamientos. y todos sacamos un 10 esto se dice que es un techo.B. El experimento se compara los valores de una variable de respuesta basada en los distintos .. 4... 2. EFECTO TECHO: Las variables no discriminan. 2. 1. sin la necesidad de tomarotras variables molestia en cuenta. manejo decrianzas. esto se dice que es efecto suelo.El análisis estadístico es más complicado que en los experimentos simples y la interpretación de los resultados se hace más difícil a medida de que aumenta el número de factores y niveles por factor en el experimento. etc. y permiten explorar factores que pueden indicar tendencias y así determinar una dirección prometedora para experimentos futuros. Si existe interacción entre los factores estudiados permite medirla. dosis de fertilización.G.EFECTO SUELO: medida con poco rango de variabilidad.Factores Cualitativos. 5.

la secuencia de ejecución de las unidades experimentales se determina al azar. Para cambiar aleatoriamente las pistas. hay un factor o variable que es de interés primordial. Para diseños completamente al azar. si todos los niveles del factor primario que se produce el mismo número de veces con cada nivel del factor de molestia. En la práctica. la hora del día el experimento se ejecutó. que se tienen en cuenta en el análisis. durante el experimento. al bloquearen el sexo. LA ASIGNACIÓN AL AZAR Es decir. es posible evaluar el efecto de diferentes niveles del factor de interés sin tener que preocuparse por las variaciones debidas a los cambios de los factores de bloque. Antes de cada carrera. Bloque de algunas de las molestias factores más importantes . Definición de factores de bloqueo Un factor de molestia se utiliza como un factor de bloqueo. factores de molestia. el número de ordenaciones única es de 90 (desde 90 = 6! / (2! * 2! * 2!)) Un ejemplo de un diseño un randomized sería correr siempre 2 repeticiones para el primer nivel. una forma sería la deponer 6 hojas de papel en una caja con 2 plantas que tiene 1. dibujarlas tiras de papel). una técnica importante conocido como el bloqueo se puede utilizar para reducir o eliminarla contribución al error experimental aportados por los factores de molestia. Debido a la replicación. en la aplicación de un tratamiento. 2 plantas con 2. son lo suficientemente importantes como para hacer un seguimiento o de control.y 2 con nivel 3.Son los que pueden afectar el resultado de la medida. la aleatorización se realiza normalmente mediante un programa informático. Todos los experimentos tienen factores de molestia. TRES NÚMEROS DE CLAVE Todos los diseños completamente al azar con un factor primario se definen por tres números DISEÑO DE BLOQUES AL AZAR En la estadística de la teoría de diseño de experimentos. Por lo general. luego hay 6 secuencias de ejecución posible (o formas de ordenar los ensayos experimentales). Sin embargo. un factor de bloqueo es una fuente de variabilidad que no es de interés primordial para el experimentador. y la temperatura ambiente. si es posible. si hay 3 niveles del factor primario con cada nivel que se ejecuta dos veces. El experimentador normalmente tendrá que pasar algún tiempo para decidir qué factores de molestia. y finalmente dos para el tercer nivel. Bloqueo a "eliminar" el efecto de factores de molestia Para los diseños de bloques al azar. podría ser el operador específico que preparó el tratamiento. una de las cuñas se elaborará a ciegas de la caja y el nivel seleccionado se utilizará para la próxima ejecución del experimento. los niveles del factor de primaria son asignados al azar a las unidades experimentales. Dentro de los bloques. esta fuente de variabilidad se controla. a continuación. Por ejemplo. el bloqueo es la organización de las unidades experimentales en grupos (bloques) que son similares entre sí. lo que conduce a una mayor precisión. El análisis del experimento se centrará en el efecto devariar los niveles del factor principal dentro de cada bloque del experimento. el azar también puede ser generada a partir de tablas de números al azar o por algún mecanismo físico (por ejemplo. Un ejemplo de un factor de bloqueo puede ser el sexo de un paciente. Sin embargo. pero no son de interés primordial. Por ejemplo. El concepto básico es la creación de bloques homogéneos en los que los factores se mantienen constantes molestias y el factor de interés se le permite variar. también hay varios otros factores de molestia . El bloqueo de utilizar los factores de molestia que puede ser controlado Cuando somos capaces de controlar los factores de molestia. 2 para el segundo nivel.niveles de ese factor principal.

El factor de molestias que les interesa es "correr horno". en orden aleatorio."El bloqueo se utiliza para eliminar los efectos de algunas de las variables más importantes molestias. ya se sabe que cada ejecución del horno se diferencia de los últimos y los impactos de muchos parámetros de proceso. Que eliminaría el factor de molestia horno completamente. Una forma no bloqueado para ejecutar este experimento sería ejecutar cada uno de los doce obleas experimental. Una forma ideal para ejecutar este experimento sería para ejecutar todos los4x3 = 12 obleas en el largo mismo horno.La regla general es:"Bloque de lo que puede. La aleatorización se utiliza para reducir los efectos contaminantes de las variables restantes molestias. al azar lo que no puedes. las obleas de regularidad de la producción tienen prioridad horno. Ejemplo de un diseño de bloques al azar Supongamos que los ingenieros de una planta de fabricación de semiconductores quieres probar si la oblea diferentes dosis material de implante tiene un efecto significativo en las mediciones de resistividad después de un proceso de difusión que tiene lugar en un horno. por campaña de . y sólo unas pocas obleas experimentales se permiten en cualquier horno de ejecutar al mismo tiempo. Sin embargo. Tienen cuatro dosis diferentes que quieren tratar de suficiente obleas experimentales del mismo lote a ejecutar tres obleas en cada una de las dosis.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->