Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La unidad de experimentación científica comprende una serie de experimentos que forman una
historia coherente. Consideremos las estrategias de diseño experimental en capas sucesivas.
Primer nivel: Las pruebas estadísticas se llevan a cabo para ver si la diferencia en las alturas medias
es mayor de lo que se esperaría que ocurriera por casualidad. Si la probabilidad de observar la
diferencia de medias por azar es inferior al 5%, el investigador concluye que las dos muestras SON
significativamente diferentes.
Segunda capa: Se necesita identificar y medir todos los factores de confusión que ocurran y
controlarlos mientras se analiza las medidas de resultado. Casi todos los experimentos están
limitados por la posibilidad de que existan factores de confusión desconocidos, pero, al menos, los
conocidos deben controlarse en la medida de lo posible.
Tercera capa: En general, hacer las cosas más de una vez ayuda a la reproducibilidad; hacer las
cosas de hacer las cosas de varias maneras ayuda a la robustez.
Cuarta capa: Examinar las curvas dosis-respuesta es un gran tipo de diseño en general, porque
contribuye a la robustez y reproducibilidad y da pistas sobre los mecanismos subyacentes. Del
mismo modo, llevar a cabo un curso temporal de los efectos.
Siempre que pueda reducir la cantidad de variabilidad incidental dentro de los grupos en un
experimento, mejorará su capacidad para detectar las diferencias que puedan existir entre los
grupos. Una forma habitual de reducir la variabilidad es emparejar a los sujetos de los grupos
experimentales con los de control. El emparejamiento suele ser, aunque no siempre, una mejora.
Los diseños factoriales son apropiados cuando se estudian varias intervenciones activas diferentes
que pueden interactuar entre sí.
Los efectos anidados se producen en situaciones en las que se estudian varias variables A y B que
no son independientes.
Estudiar los efectos grandes frente a los pequeños
En igualdad de condiciones, es más probable que los efectos grandes sean sólidos, reproducibles,
significativos e importantes, y más fáciles de analizar que los efectos pequeños.
CONTROLES
Controles positivos: Los controles positivos son necesarios para comprobar que los instrumentos y
los sistemas de medición están calibrados y son lo suficientemente sensibles como para detectar
los verdaderos efectos, si es que existen. Comprueban que el sistema funciona con normalidad.
Controles de suposición: Son un tipo de control positivo que se realiza para comprobar y confirmar
si el experimento se desarrolla realmente como se espera.
Controles entre sistemas: Los controles entre sistemas son una forma excelente de garantizar la
solidez. Se trata de una comprobación cruzada de un hallazgo en dos o más formas diferentes,
utilizando medidas y métodos algo o totalmente diferentes.
Controles negativos: Son mucho más difíciles de diseñar, por dos razones: En primer lugar, un
tratamiento determinado no suele tener un control negativo único o claramente mejor. Y en
segundo lugar, ¡el control negativo a menudo no es negativo!
No hay una respuesta única ni una práctica que todo el mundo siga.
La mayoría de los investigadores llevan a cabo al menos dos experimentos de la misma manera,
para asegurarse de que son capaces de repetir al menos lo esencial de los resultados principales.
Consejo: Realice el experimento en ambos sentidos en la segunda ejecución, para ver si los
resultados dependen de la elección de este parámetro.
Se aconseja rechazar la hipótesis nula, lo cual permite estar razonablemente seguro de que sus
efectos no son que los efectos no se deban simplemente al muestreo.