Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lic. en Psicología
Nivel grado
Diseño Factorial
Silvia Lassi
Juan Carlos Argibay
Metodología de la Investigación I
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.
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
Variable B
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
Efectos de interacción
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
Diseño factorial 2 x 2
2 niveles en primer variable 2 niveles en segunda variable
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)
N° de grupos = N° de tratamientos
Por lo tanto:
En inteligencia baja el promedio de rendimiento es 6 y en alta es
7.5
Representado en un gráfico:
Metodología de la Investigación I
Rendimiento
8
5
Rendimiento
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
Tarea fácil 9 8
8.5
Tarea difícil 3 7
5
6 7.5
Metodología de la Investigación I
EFECTOS
PRINCIPALES
DISEÑO EFECTOS DE
FACTORIAL INTERACCIÓN
EFECTOS
SIMPLES
Metodología de la Investigación I
Efectos principales
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
Efectos de interacción
Chart Title
10
9
9
8
8
7
7
6
Rendimiento
4
3
3
0
Tarea fácil Tarea difícil
Inteligencia
Chart Title
10
9
9
8
8
7
7
6
Rendimiento
4
3
3
0
Inteligencia baja Inteligencia alta
Inteligencia
Efectos simples
Rendimiento
7
6
4 3
0
Inteligencia baja Inteligencia alta
Inteligencia
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
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
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
Rendimiento
8
los sujetos presentan mayor 6
4
2
Rendimiento cuando la 0
Tarea fácil Tarea difícil
Dificultad en la tarea
tarea es fácil
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
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