 Metodología de la Investigación I

 Lic. en Psicología

 Nivel grado

 Diseño Factorial
 Silvia Lassi
 Juan Carlos Argibay
 Metodología de la Investigación I

Diseño Factorial - Definición

Todos los diseños que hemos visto hasta ahora, fueron diseños
univariados en cuanto a la cantidad de variables independientes, o
sea, que eran diseños con una sola variable independiente.
Pero hay también diseños multivariados, con más de una variable
independiente. Estos son los diseños factoriales que tienen por lo
general dos o tres variables independientes (pueden ser más). Pero
es importante tener en cuenta que lo que se hace en un diseño
factorial es analizar los efectos combinados que producen las
variables independientes al actuar en forma conjunta.

Diseño factorial: son aquellas investigaciones que tienen dos o más

variables independientes y en las cuales se analiza el efecto
combinado que producen estas variables.
 Metodología de la Investigación I

A la variable independiente también se la llama factor y a la

variable dependiente variable criterio.
A los factores se los representa mediante las primeras letras
mayúsculas del alfabeto. De manera que un diseño factorial:
AxBxC
Es un diseño factorial con tres variables independientes, ya que
cada letra representa una variable independiente. También se
lo podría representar de la siguiente manera:
2x3x2
En este caso sería también un diseño factorial con tres factores,
ya que cada número representa una variable independiente. El
valor del número, lo que nos indica es la cantidad de niveles
que toma esa variable independiente. En este caso
tendríamos un factor con dos niveles, otro con tres y el último
con dos.
 Metodología de la Investigación I

Los factores pueden tener tanto manipulación

intencional como manipulación de selección.
Cuando todos los factores son de manipulación
intencional el diseño factorial puede ser un
experimento (si se cumplen con otros
requisitos para que una investigación sea un
experimento).
Cuando todos o algunos de los factores son de
manipulación de selección es un
cuasiexperimento
 Metodología de la Investigación I

Los factores pueden ser de medidas

independientes o de medidas repetidas.
En función de esto vamos a tener:
•Diseños factoriales con medidas
independientes en todos los factores
• Diseños factoriales con medidas repetidas en
todos los factores
• Diseños factoriales con medidas repetidas en
algunos factores. En estos diseños tenemos
tanto factores con medidas independientes
como factores con medidas repetidas
 Metodología de la Investigación I

Matriz factorial
correspondiente a un diseño factorial 2 x 2 (A x B)
En estos casos los tratamientos no son solo el nivel de una variable
independiente, sino que son el resultado de la combinación de los
niveles de los distintos factores. Por ejemplo en este caso un
tratamiento sería a1b1, que sería la aplicación conjunta del nivel 1
del factor A y del nivel 1 del factor B

a1 a2

b1 a1b1 a2b1

b2 a1b2 a2b2
 Metodología de la Investigación I

La cantidad de tratamientos depende de la combinación de los niveles

de los factores. Por ej. en un diseño 2 x 3 x 2 la cantidad de
tratamientos es de 12 (se obtiene multiplicando los niveles de los
factores) y en un diseño 2 x 2 son 4 tratamientos.
Pero la cantidad de grupos va a depender del tipo de medidas
(independientes o repetidas), que tenga el diseño factorial:
* Si son todas medidas independientes la cantidad de grupos es igual
a la cantidad de tratamientos. Por ej. en un diseño 2x3x2 con
medidas independientes sería 12 tratamientos y 12 grupos.
• Si son todas medidas repetidas, la cantidad de grupos es siempre
uno. Si el ejemplo anterior (2x3x2) fuera de medidas repetidas,
seguirían siendo 12 tratamientos, pero un solo grupo.
• Si hubiera tanto medidas repetidas como medidas independientes,
la cantidad de grupos estaría dada por los factores de medidas
independientes. Por ej. en un diseño factorial 2x3x2 con medidas
repetidas en C, habría 12 tratamientos y 6 grupos (que estarían
dados por los factores A y B)
 Metodología de la Investigación I

Ventajas de los diseños factoriales respecto a los diseños

univariados:

1) Nos brindan mayor información, ya que no solo analizan los efectos

aislados de cada variable independiente, sino que también brindan
información sobre el efecto que producen las mismas al
combinarse.
2) Es más sencillo controlar variables contaminadoras, porque es más
fácil el control en una sola investigación que en varias.
3) Dan una mejor capacidad de generalización a situaciones naturales
(validez externa ecológica), ya que en la realidad las variables
suelen interactuar con otras y no solamente presentar efectos
aislados
4) Se requiere menor tiempo y menor cantidad de sujetos que si se
hicieran varias investigaciones con cada variable independiente por
separado.
 Metodología de la Investigación I

Ventajas de los diseños factoriales respecto a los diseños

univariados:
Respecto a porque se requiere menor cantidad de sujetos que si se
hicieran varios diseños univariados:
Supongamos que para dos variables independientes con dos valores
cada una hacemos dos diseños por separado:
Variable A
Grupo 1 Grupo 2 Total

30 sujetos 30 sujetos 60 sujetos

Variable B

Grupo 1 Grupo 2 Total

30 sujetos 30 sujetos 60 sujetos

Para ambas investigaciones necesitamos en total 120 sujetos

 Metodología de la Investigación I

Ventajas de los diseños factoriales respecto a los diseños

univariados:
Si hiciéramos un diseño factorial 2 x 2 tendriamos.:
a1 a2 Total B
b1 15 15 30
b2 15 15 30
Total A 30 30 Total = 60

Cabe aclarar, que si en esta tabla los números representan cantidad de sujetos, eso es únicamente
para este caso, en función de lo que se quiere mostrar en este ejemplo. Ya que en tablas como
ésta, de medias marginales estimadas, los números representan la media de la variable
dependiente para los distintos tratamientos.

Vemos que en el ejemplo, para ambas variables tenemos 30 sujetos por grupo igual que en los
ejemplos anteriores. Pero la cantidad de sujetos que se precisarían en total serían 60 y no
120. De manera que necesitamos la mitad de sujetos.
De todos modos hay que aclarar que lo de la menor cantidad de sujetos es en comparación con
varios diseños univariados. Fuera de eso, los diseños factoriales por lo general requieren
muestras grandes para poder implementarse, ya que al ser los tratamientos la combinación de
los valores de los factores, aumenta la cantidad de tratamientos.
 Metodología de la Investigación I

Fuentes de variación en un diseño A x B (dos factores):

Efectos de A
Efectos principales
Efectos de B
Efectos de A xB Efectos de interacción

Efectos del error

En un diseño A x B x C (tres factores):
Efectos de A
Efectos principales
Efectos de B
Efectos de C
Efectos de A x B
Efectos de A x C
Efectos de interacción
Efectos de B x C
Efectos de A x B xC
Efectos del error
 Metodología de la Investigación I

Efectos que se analizan en un diseño factorial:

Efectos que producen los factores aisladamente:
• Efectos principales: son los efectos que tiene cada una de las
variables independientes (factores) por separado, tomados de forma
aislada

Efectos que son producidos por la combinación de los factores:

• Efectos de interacción: hay interacción cuando el efecto de cada
factor varia (se ve modificado) en función de los valores que tome
del otro u otros factores. De manera que la “interacción sería una
medida de la no adicionabilidad de los efectos individuales de los
factores”.
• Efectos simples: son los efectos que tiene cada uno de los factores
bajo cada nivel (valor) del otro factor, o bajo cada combinación de
niveles de los otros factores (para diseños factoriales con más de
dos factores)
 Metodología de la Investigación I

Efectos de interacción

Se analizan tantos efectos de interacción como combinaciones de los

factores, ya que el efecto de interacción da cuenta del efecto global
que tiene cada combinación de factores.

En un diseño A x B se analiza un solo efecto de interacción. En cambio

en un diseño A x B x C tenemos 4 posibles efectos de interacción.
Los efectos de interacción pueden ser estadísticamente
significativos o no. De manera que de los posibles efectos de
interacción que se analizan, podemos encontrar que hay efecto de
interacción en algunos casos y en otros no. En el diseño A x B x C
que tiene 4 posibles efectos de interacción, pueden ser todos
estadísticamente significativos o no serlo ninguno de ellos, o
alguno/s si y otro/s no.
 Metodología de la Investigación I

Efectos simples
Los efectos simples se utilizan para interpretar la interacción. Y los efectos
simples se dan dentro de cada efecto de interacción.
Vamos a tener efectos simples para cada factor. De manera que en un diseño A x
B. Vamos a tener varios efectos simples para A y varios efectos simples para
B. Para cada factor vamos a tener tantos efectos simples como niveles tenga
el otro factor. Por ejemplo para un diseño 2 x 4 tendríamos 6 efectos simple.
Cuatro de estos efectos simples corresponderían al factor A (ya que el factor B
tiene cuatro niveles), y los otros dos al factor B, porque el factor A tiene solo
dos niveles.
La cantidad total de efectos simples de un diseño factorial va a variar en función
de la cantidad de factores y la cantidad de niveles que tengan estos factores.
De manera que en diseños con más de dos factores y con más de dos niveles
en sus factores la cantidad total de efectos simples del diseño factorial puede
ser enorme. Por ej. en un diseño factorial 3 x 4 x 3 tendríamos en total 53
efectos simples. Pero hay que tener en cuenta que para interpretar las
interacciones no se toman todos juntos, sino que de ese total a cada efecto de
interacción le corresponden únicamente sus efectos simples. Por ej. la
interacción B x C tendría solo 7 efectos simples y en esa interacción el factor B
solo 3. Mientras que para la interacción de los tres factores A x B x C los
efectos simples serían 33, pero en esa interacción al factor B le
corresponderían solo 9 efectos simples.
 Metodología de la Investigación I

EJEMPLO
La inteligencia y la dificultad en la tarea impactan sobre el rendimiento.
o
La dificultad en la tarea modula el impacto de la inteligencia sobre el rendimiento.

VI(factores) VD

Inteligencia Rendimiento

Dificultad en
la tarea
 Metodología de la Investigación I

EJEMPLO

a1: Baja

A:Inteligencia
a 2: Alta

Vi o factores
b 1: Fácil
B: Dificultad en
la tarea
b 2: Difícil

Rendimiento
VD (resultados de
0 a 10)
 Metodología de la Investigación I

Diseño factorial A x B

Primera variable Segunda variable

Diseño factorial 2 x 2
2 niveles en primer variable 2 niveles en segunda variable

En el ejemplo hay 2 factores (A y B) y ambos tienen 2 valores o niveles

cada uno
 Metodología de la Investigación I

¿Cuántas combinaciones entre dichas variables pueden darse? O

lo que es lo mismo ¿CUÁNTOS TRATAMIENTOS?
2X2= 4 (solo multiplicamos los valores o niveles de todas las
variables)

¿y si cambio la cantidad de valores de Dificultad en la tarea a 3,

agregando una dificultad media?
2x3= 6
¿Y si agrego una tercer variable como Motivación con 2 valores,
elevada y baja?
AxBxC
2x3x2= 12
 Metodología de la Investigación I

En una tabla de doble entrada

Inteligencia Baja (a1) Inteligencia alta (a2)

Tarea fácil (b1) a1b1 (inteligencia a 2b1 (inteligencia

baja y tarea fácil) alta y tarea fácil)

Tarea difícil (b2) a 1 b2 (inteligencia a2 b2 (inteligencia

baja y tarea difícil) alta y tarea difícil)
 Metodología de la Investigación I

Y si hay más variables (ej. C: Motivación -baja y elevada-) ya

necesitamos duplicar la tabla y agregar a cada una un valor de C
Inteligencia A Inteligencia A
Inteligencia Inteligencia alta Inteligencia Baja Inteligencia alta
Baja (a1) (a2) (a1) (a2)

a 2b1c2
a1b1 c1 a1b1c2
a 2b1c1 (inteligencia
(inteligencia (inteligencia baja +
Tarea fácil (inteligenciaalta alta+ tarea
baja + tarea Tarea fácil (b1) tarea fácil+
(b1) + tarea fácil+ fácil+
fácil + motivación
motivación baja) motivación
motivación baja) elevada)
Dificultad en la Dificultad en la elevada)
Tarea B Tarea B

a 1 b2 c1 a 1 b2 c2 a2 b2 c2
a2 b2c1
(inteligencia (inteligencia baja (inteligencia
Tarea difícil (inteligenciaalta
baja + tarea Tarea difícil (b2) +tarea difícil+ alta+tarea difícil
(b2) + tarea difícil+
difícil+ motivación + motivación
motivación baja)
moticación baja) elevada) elevada)

Motivación C (c1: baja y c2: elevada)

 Metodología de la Investigación I

¿ El factor A (inteligencia) puede tener ambos tipos de

manipulación?
NO, solamente manipulación natural (es atributo de los sujetos)
Por lo que debe ser de MEDIDAS INDEPENDIENTES (intergrupo)

¿ Y el factor B (Dificultad en la tarea)?

SI, pueden ser ambas
Puede ser de MEDIDAS INDEPENDIENTES (intergrupo)O DE
MEDIDAS REPETIDAS (intragrupo)
 Metodología de la Investigación I

Entonces, según si el diseño tiene medidas independientes o

repetidas, tendré distinta cantidad de grupos?
SI

Si todos los factores son de Igual número de grupos que

de tratamientos (en el ej son
medidas independientes
4)

Considerar solo los factores

Si un factor es de medidas con medidas independientes
Cantidad de grupos independientes y otro de (en el ej son 2 grupos- si
medidas repetidas hubiera más variables
multiplicar sus valores)

Si todos los factores son de

medidas repetidas (en este 1 grupo
ejemplo no se podría)
 Metodología de la Investigación I

En el ejemplo dado, si es de medidas independientes cada grupo

presenta 1 sola combinación de valores (tantos grupos como
combinaciones o tratamientos)

N° de grupos = N° de tratamientos

Si Dificultad de la tarea fuera de medidas repetidas, cada grupo de

Inteligencia pasaría primero por la condición de tarea fácil y
luego por la condición de tarea difícil (sigue habiendo 4
tratamientos, pero solo 2 grupos)
N° de grupos = multiplicación de valores o niveles de los factores
con medidas independientes
 Metodología de la Investigación I

Volvemos la tabla pero ahora la completamos con datos de

Rendimiento (que pueden ir entre 0 y 10).
Si el diseño es de medidas independientes y se partió de 200 Ss
(muestra) asignando 50 Ss a cada grupo…
Puedo obtener el promedio de cada grupo en Rendimiento
(sumando los rendimientos individuales y dividiendo por 50 en cada
grupo). Vuelco ese promedio por grupo a las casillas.
Inteligencia baja Inteligencia alta
Tarea fácil 9 8
Tarea difícil 3 7
 Metodología de la Investigación I

¿Puedo saber también los promedios obtenidos en las

investigaciones con solo una VI, en este caso Inteligencia
sobre Rendimiento y Dificultad de la tarea sobre Rendimiento?
Si
Si sumo ambos valores de inteligencia baja (primera columna) y divido
por 2 (ya que tengo 2 valores) obtengo el promedio de Rendimiento
en la condición de Inteligencia baja: 9+3= 12
12/2= 6
Lo mismo con inteligencia alta: 8+7= 15
15/2= 7.5
 Metodología de la Investigación I

Por lo tanto:
En inteligencia baja el promedio de rendimiento es 6 y en alta es
7.5

Si la diferencia entre ambos promedios es significativa

estadísticamente (p menor o igual a 0.05) concluiríamos que la
Inteligencia impacta en el Rendimiento en el sentido que a
mayor Inteligencia el rendimiento será mayor.

Representado en un gráfico:
 Metodología de la Investigación I

Rendimiento
8

5
Rendimiento

0 Inteligencia baja Inteligencia alta

Inteligencia
 Metodología de la Investigación I

Procedemos de igual forma con Dificultad en la Tarea:

Tarea Fácil: 9+8= 17; 17/2= 8.5
Tarea Difícil: 3+7= 10; 10/2= 5

Si la diferencia entre estos grupos significativa

estadísticamente podemos concluir que efectivamente la
Dificultad en la tarea impacta en el rendimiento, siendo mayor
en el caso de la tarea fácil.

Nuevamente en un gráfico:
 Metodología de la Investigación I

Rendimiento
9
8.5
8

6
Rendimiento

5 5

0
Tarea fácil Tarea difícil
Dificultad en la tarea
 Metodología de la Investigación I

Agregamos a la tabla (por fuera), las valores promedio

Inteligencia baja Inteligencia alta

Tarea fácil 9 8
8.5
Tarea difícil 3 7
5

6 7.5
 Metodología de la Investigación I

¿Es lo mismo hacer varias investigaciones simples que una

factorial?
No, la investigación con Diseño factorial aporta mayor
información:

EFECTOS
PRINCIPALES

DISEÑO EFECTOS DE
FACTORIAL INTERACCIÓN

EFECTOS
SIMPLES
 Metodología de la Investigación I

Efectos principales

Son los efectos de cada factor, en este caso Inteligencia (A)

sobre Rendimiento y Dificultad en la tarea (B) sobre
Rendimiento.

Rendimiento Rendimiento
8 10
7.5
8.5
Rendimiento

8
Rendimiento
6 6
6
4 5
4
2 2
0 0
Inteligencia alta Inteligencia baja Tarea fácil Tarea difícil
Inteligencia Dificultad en la tarea
 Metodología de la Investigación I

Se informa que hay efecto principal de cada variable o factor, solo si

la diferencia observada entre los promedios de los grupos dio
significativa.
Para saber que grupo tuvo un promedio mayor calculo/leo los
mismos, en los valores que calculamos antes y ubicamos al costado
y final de la tabla (por fuera de ésta)

En el caso que alguna no diera significativa se informa que no hay

efecto principal de esa variable o factor.
 Metodología de la Investigación I

Efectos de interacción

Son los efectos de la combinación entre los factores (o variables)

donde se evidencia que alguno cambia su impacto por influencia de
otro (u otros): lo intensifica o atenúa (mayor o menor tamaño del
efecto), lo anula (deja de ser significativo), lo invierte, cambia la
dirección de efecto (impacta en sentido contrario). Son efectos
diferentes a la suma de los efectos principales.
AxB ≠ A+B
 Metodología de la Investigación I

Se representan en un solo gráfico (sin son 2 factores solamente)

pudiendo elegirse cualquiera de las opciones (que factor va en el
eje y cual en color de línea)- ver las siguientes presentaciones-
 Metodología de la Investigación I

Chart Title
10
9
9
8
8
7
7

6
Rendimiento

4
3
3

0
Tarea fácil Tarea difícil
Inteligencia

Inteligencia baja Inteligencia alta

 Metodología de la Investigación I

Chart Title
10
9
9
8
8
7
7

6
Rendimiento

4
3
3

0
Inteligencia baja Inteligencia alta
Inteligencia

Tarea fácil Tarea difícil

 Metodología de la Investigación I

Efectos simples

Son los efectos que permiten analizar la interacción. Corresponde a

los efectos de cada factor en cada uno de los niveles del otro factor
(u otros, si fueran varios)
En el ejemplo son los efectos de Inteligencia (A) en cada nivel
de Dificultad en la tarea (B), o sea: en tarea fácil (b1) y el tarea
difícil (b2). También los Efecto de Dificultad en la Tarea (B) en
cada nivel de Inteligencia (A): baja (a1) y alta (a2)
 Metodología de la Investigación I

A continuación se vuelve a mostrar el gráfico de interacción y debajo

de él, de manera diferenciada, los efectos simples de Inteligencia en
cada nivel de Dificultad en la tarea. Como se puede notar, si unimos
los dos gráficos inferiores (efectos simples) en uno sólo obtenemos
el gráfico de interacción. Significa que es la misma información y,
por lo tanto, puede leerse de manera indistinta con cualquiera de las
dos formas.
 Metodología de la Investigación I
Interacción
10 9
8
8

Rendimiento
7
6

4 3

0
Inteligencia baja Inteligencia alta
Inteligencia

Tarea fácil Tarea difícil

Tarea fácil Tarea difícil

9.2 8
9 7
8.8
6
Rendimiento

8.6
Rendimiento

5
8.4
4
8.2
8 3
7.8 2
7.6 1
7.4 0
Inteligencia baja Inteligencia alta Inteligencia baja Inteligencia alta
Inteligencia Inteligencia
 Metodología de la Investigación I

Efecto simple de A (Inteligencia) en b1 (Tarea fácil):

En la condición de Tarea fácil, Tarea fácil
9.5

Rendimiento
los sujetos presentan mayor 9
8.5
8
Rendimiento cuando tienen 7.5
Inteligencia baja Inteligencia alta
Inteligencia
Baja Inteligencia
Efecto simple de A (inteligencia) en b2 (Tarea difícil):
Tarea difícil
En la condición de Tarea difícil, 8

Rendimiento
6
los sujetos presentan mayor 4
2
Rendimiento cuando tienen Alta 0
Inteligencia baja Inteligencia alta
Inteligencia
Inteligencia.
 Metodología de la Investigación I

Para efectivamente poder saber si estas diferencias son

significativas o no, siempre los resultados son analizados por un
estadístico y junto al mismo el nivel de p (significación) para cada
caso (Efectos principales, interacción y efectos simples). Si todos
fueran significativos, podría ser algo así:
efectos p
A 0.05
B 0.00
A xB 0.02
A en b1 0.04
A en b2 0.00
B en a1 0.01
B en a2 0.03
 Metodología de la Investigación I

El efecto principal de la Inteligencia (donde se observaba que a

mayor inteligencia mayor Rendimiento), solo se mantiene en la
condición de tarea difícil, pero se ha invertido en la condición de
tarea fácil (donde ocurre lo contrario, a mayor inteligencia, menor
rendimiento). Tarea fácil
9.5

Rendimiento
9
8.5
8
Rendimiento
7.5
8 Inteligencia baja Inteligencia alta
7 Inteligencia
Rendimiento

6
5
4
3 Tarea difícil
2
1 8

Rendimiento
0 6
Inteligencia baja Inteligencia alta 4
2
Inteligencia
0
Inteligencia baja Inteligencia alta
Inteligencia
 Metodología de la Investigación I

El mismo procedimiento se va a emplear para analizar los efectos

simples de B (Dificultad en la tarea) en cada nivel de A (Inteligencia):
a1 (baja) y a2 (alta).
 Metodología de la Investigación I

Efecto simple de B (Dificultad en la tarea) en a1 (Inteligencia baja):

Inteligencia baja
En la condición de Inteligencia baja, 10

Rendimiento
8
los sujetos presentan mayor 6
4
2
Rendimiento cuando la 0
Tarea fácil Tarea difícil
Dificultad en la tarea
tarea es fácil

Efecto simple de B (Dificultad en la tarea) en a2 (Inteligencia alta)

En la condición de Inteligencia alta, Inteligencia alta
8.5
los sujetos presentan mayor
Rendimiento

Rendimiento cuando la tarea 7.5

es fácil (igual que el anterior). 6.5

Tarea fácil Tarea difícil
Dificultad en la tarea
 Metodología de la Investigación I

El efecto principal de Dificultad en la tarea (frente a la tarea fácil hay

mayor rendimiento) se mantiene en ambos casos. Es más marcado
en uno que en el otro? (Hay mayor tamaño del efecto)
Inteligencia baja
10

Rendimiento
5
Chart Title
10 9 0
Tarea fácil Tarea difícil
8 8 7
Dificultad en la tarea
Rendimiento

4 3

0
Tarea fácil Tarea difícil Inteligencia alta
Inteligencia 8.5
Rendimiento

8
Inteligencia baja Inteligencia alta
7.5
7
6.5
Tarea fácil Tarea difícil
Dificultad en la tarea
 Metodología de la Investigación I

Cuando las pendientes (de las líneas que dibujamos para unir
puntos en el gráfico de interacción) tienen el mismo signo (ambas
se inclinan en la misma dirección), podemos dibujar el Efecto
principal en dicho gráfico
Chart Title
10 9
9 8
8 7
7
Rendimiento

6
5
4
3
3
2
1
0
Tarea fácil Tarea difícil
Inteligencia

Inteligencia baja Inteligencia alta

 Metodología de la Investigación I

Preguntas frecuentes..
¿Puede haber efectos principales y no haber interacción alguna? SI
¿Puede no existir algún efecto principal y sí interacción? SI Y que
todos los efectos simples sean también significativos? SI
¿Puede haber interacción y ningún efecto simple significativo? NO
¿Para que haya interacción las líneas siempre se ven cruzadas en el
gráfico? NO (puede ser que tiendan a cruzarse)
¿Para descartar interacción las líneas deben estar paralelas si o si? No
(es muy raro efectivamente que sean paralelas en la realidad)
¿Se leen como diferentes los promedios, aunque la diferencia no sea
significativa estadísticamente? NO