TEMA 7:

LA EXPERIMENTACIÓN
7.1 Concepto y características generales.
7.2 Tipos diseños experimentales.
7.3 Planificación y desarrollo de experimentación comercial.
7.4 Aplicaciones y límites de la experimentación comercial
1. CONCEPTO Y CARACTERÍSITCAS GENERALES

 Introducción

La experimentación es una técnica en la que el investigador trata de analizar el

efecto que una o varias variables independientes producen sobre otra variable
dependiente. Se trata de analizar la causalidad y para ello se manipulan situaciones a
las que se enfrenta a los sujetos o unidades de prueba. El investigador manipula una
o más variables sobre las que ejerce algún tipo de control (precio, producto,
comunicación, distribución) y mide su efecto sobre variables que no puede controlar,
como ventas o cuotas de mercado; pero, además, necesita neutralizar el efecto de
variables externas que puedan distorsionar el efecto de la prueba. La
experimentación es un método para contrastar hipótesis y también para descubrir
nuevas hipótesis de relación entre variables.
Las aplicaciones en Investigación Comercial son muchas: fijación de precios,
selección de medios y promociones, elección de puntos de venta, envases, etc.
  Definiciones

Un experimento es un procedimiento en el que se crean unas condiciones para poder

comprobar la influencia de una variable causa sobre unos resultados. Se crean unas
determinadas condiciones para medir, por medio de distintos procedimientos
(incluidos los estadísticos), los efectos de una variable o variables que se controlan
sobre unos resultados que se suponen consecuencia de las variables controladas.
Unidades de prueba. Son las unidades sobre las que se aplica el experimento, las que
responden a las causas. Por ejemplo, las personas, los establecimientos comerciales,
podrían ser unidades de prueba.

Los experimentos pueden ser:

• Experimentos directos en los casos en que hay conocimiento previo del
fenómeno que se pretende estudiar, porque existe una teoría previa que relaciona
las variables.
• Experimentos indirectos, los que consisten en crear unas condiciones para
observar unas consecuencias, sin hipótesis formales previas.

Según el ambiente en el que se lleve a cabo la experimentación se puede distinguir

entre Experimentos de laboratorio (los que se desarrollan en un contexto artificial,
creado para tal fin) y Experimentos de campo (los que se desarrollan en un contexto
natural).
En cualquier experimento se definen las siguientes variables.

• Variables independientes. Son aquellas que se controlan en el desarrollo del

experimento y que se suponen causales. Si se decide sobre que niveles de esa
variable independiente van a estar controlados en el experimento, entonces estas
variables son tratamientos.
• Variable dependiente es aquella que se supone tiene que responder ante las
modificaciones de las variables independientes. Son las que miden la variación
del concepto principal del experimento.
• Variables ajenas o extrañas. Son aquellas distintas de las independientes que
afectan a los resultados, y que no se controlan o bien no son controlables. Son
variables extrañas que afectan al desarrollo del experimento.
• Repetición. Consiste en repetir dos o más veces una experimentación bajo las
mismas condiciones. También se llama réplica.

Los experimentos deben tener validez, es decir, las conclusiones de un experimento

deben servir para corroborar la existencia de relaciones causa efecto entre las
variables analizadas. La validez de los experimentos puede ser interna y externa.
 • La validez interna es una medida de la precisión de un experimento. Existe
validez interna en un experimento si se comprueba que la/s variable/s causa
origina un efecto. Lo que se examina es si los efectos observados en las unidades
de prueba pueden haber sido causados por otras variables externas distintas del
tratamiento. Sin validez interna los resultados del experimento no serían
concluyentes. El control de las variables externas es algo necesario para que
pueda haber validez interna.

• La validez externa hace referencia a la posibilidad de generalizar la relación de

causalidad encontrada en el experimento. Consiste en poder llegar a formular
leyes de comportamiento. Si existe validez externa quiere decir que se puede
confiar en que las mismas causas provocan los mismos efectos.

Lo deseable es que un experimento tenga validez interna y externa. En investigación

comercial para controlar la influencia de variables externas se puede realizar en un
ambiente artificial. Esto aumenta la validez interna, pero puede limitar la
generalización de los resultados y por lo tanto reducir su validez externa.
  Condiciones para la experimentación

Para poder establecer relaciones de causa-efecto es necesario que se den las

siguientes condiciones.
• Secuencia temporal de ocurrencia de los sucesos. Esta condición significa que el
suceso que se supone causa, tiene que producirse antes que la consecuencia. Es
decir, la causa antecede a la consecuencia.
• Variación Concomitante. Una causa y un efecto ocurren casi juntos o que la
consecuencia se observa de forma casi inmediata a la causa. La secuencia
temporal de ocurrencia causa-efecto tiene que ser muy rápida.
• Ausencia de otras causas posibles. La relación causa-efecto debe excluir otras
posibles causas. No confundir una relación causa-efecto con una coincidencia de
dos sucesos.
Para poder detectar las relaciones causa efecto es necesario proceder al desarrollo
de un diseño experimental. En un diseño se especifican los grupos que se analizarán,
el conjunto de procedimientos y pruebas que se efectuarán, variables que se
considerarán y cómo se actuará. El diseño es fundamental para la eficacia del
experimento. Se debe tener en cuenta que:
• En los experimentos la selección y asignación de las unidades de prueba será
aleatoria.
• En la medida de lo posible se deberá de intentar controlar las variables extrañas.
2. TIPOS DE DISEÑOS

Si se representan las observaciones o mediciones de variables dependientes en los

diseños como O y las aplicaciones de los tratamientos como X. Los distintos grupos
del experimento se identifican con distintas líneas de representación de las variables
dependientes y tratamientos a los que están sometidas.
En una línea R representa la asignación aleatoria de tratamientos a unidades de
prueba. M representa que las unidades de prueba o grupos de control son similares
con respecto a una o más variables. GP grupo de unidades de prueba expuestas al
tratamiento. GC grupo de control no expuesto al tratamiento.
Algunos tipos de experimentos son:

 Diseños pre-experimentales:

Se llaman así porque son una aproximación a los métodos verdaderamente

experimentales. Tienen una característica común y es que ninguno de ellos elimina
las variables extrañas. Su interés es sólo exploratorio. En ellos las unidades de
prueba se seleccionan de forma arbitraria, no se puede defender su validez interna.
Por ejemplo un diseño de dos grupos, que implica X 1 O1
dos variables, dependiente e independiente, donde X 2 O1
la independiente tiene dos niveles. La
representación sería:

X 1 O1 Si X1 y X2 representan los tratamientos y O1 es la

X 2 O1 observación de la variable
. . El diseño de múltiples grupos sería una
. . extensión del anterior, también se parte de dos
. . variables (dependiente e independiente) pero los
Xn O1 niveles de la segunda son más de dos,
generando una estructura del tipo que aparece a
la izquierda:

Si se considerara información previa al

experimento procedente de la variable O1 X1 O2
dependiente, en un diseño O1 X 2 O2
como el anterior, tendríamos un diseño pretest- . .
postest. . .
Este diseño es útil cuando no hay grupo de O1 Xn O2
control. La estructura sería la siguiente:
En el caso de que haya diseño con grupo de control o grupo estático, se pueden
utilizar dos grupos: uno ha sido expuesto al tratamiento y otro no. Ambos grupos se
observan sólo después de haber presentado el tratamiento.
Grupo experimental: X O1
Grupo control: O2

En el caso de que las unidades experimentales sean similares:

Grupo experimental: M X 1 O1
Grupo control: M O2

Estos tres tipos de diseños podríamos considerarlos pre-experimentales por la

debilidad teórica que tienen que podría invalidar los resultados.

 Diseños experimentales verdaderos

En los pre-experimentales no se controla bien el efecto de las variables que podrían

afectar a los resultados. Para controlar estos efectos, en los diseños más complejos,
están los diseños experimentales verdaderos, en los que el investigador elimina
todas las variables extrañas que puedan disturbar el efecto del tratamiento. Algunos
son:
El diseño pre-prueba post-prueba con grupo de control.
Grupo experimental: R O 1 X 1 O2
Grupo control: R O3 O4

Donde R indica que se han selecionado al azar los grupos de individuos para separar
los grupos de tratamento. También nos indica que los mismos grupos se han
distribuido al azar para separar los tratamentos.

O2 - O1 determinaría el efecto del tratamiento más el efecto de variables

extrañas.
O4 – O3 determinaría el efecto de las variables extrañas

(O2 - O1) – (O4 – O3) = efecto tratamiento.

La dificultad de este modelo está en que la medida previa en los grupos pueda afectar
a la reacción de las unidades experimentales hacia el tratamiento.

Diseño de cuatro grupos de Solomon. Este diseño nos permite controlar el posible
efecto que produce sobre las unidades la medida anterior.
 Grupo experimental 1: R O1 X O2
Grupo control 1: R O3 O4
Grupo experimental 2: R X O5
Grupo control 2: R O6

 Diseños experimentales estadísticos

Los diseños estadísticos consisten en una serie de experimentos básicos que hacen
posible el control estadístico (contraste estadístico de hipótesis) y el análisis de
variables externas.
Los diseños estadísticos ofrecen las siguientes ventajas:
1) se pueden medir los efectos de una o varias variables independientes
2) es posible controlar estadísticamente variables externas específicas.

Los diseños más comunes son:

- Diseño completamente aleatorio.
- Diseño aleatorio por bloques completos.
- Diseño en cuadro latino.
- Diseños factoriales.
3. PLANIFICACIÓN Y DESARROLLO DE EXPERIMENTACIÓN

El análisis en estos diseños se basa en el análisis de la varianza. Esta técnica

estadística permite discernir el efecto que sobre la variable dependiente ejerce un
factor controlado, del efecto de otros factores no controlados.

Se plantea una prueba por contraste de hipótesis. La hipótesis nula H0 es que el

tratamiento no produce diferencias significativas en el resultado. La hipótesis
alternativa es que sí hay alguna diferencia significativa en el resultado.
El estadístico de contraste es la F (Snedecor) y se elige un nivel de significación de
0.05 o 0,01.
  DESARROLLO DE DISTINTOS TIPOS DE EXPERIMENTOS ESTADÍSTICOS
Fte.: Manual de Investigación comercial: Otega, E. et al.

A. Experimento totalmente aleatorio o totalmente al azar

Es el más sencillo. Los tratamientos sobre las unidades se distribuyen totalmente al
azar. Es útil si las unidades experimentales son muy homogéneas y la precisión
requerida poca.
El modelo matemático que lo representa es:
Xij = μ+σi+εij
Xij = valor observado
μ = Constante general y común a todos los miembros del mismo grupo. Representa a la media general
σi = es la desviación de la media general debida a que la observación se realiza en el tratamiento. El efecto
originado por el tratamiento
εij = Error aleatorio
El esquema de este tipo de experimento sería:
Aplicando el análisis de la varianza podemos afirmar que:
Dispersión total=Dispersión debida al tratamiento (factorial)+ Dispersión residual
O lo que es lo mismo:
Varianza total= Varianza explicada por el tratamiento + Varianza no explicada
(residual)

Las desviaciones debidas a la influencia de los factores extraños a la variable del

experimento, es la dispersión residual o varianza no explicada.

Ejemplo:
Una empresa desea fijar el precio más conveniente para un nuevo producto que va a
lanzar al mercado en supermercados. La empresa realizará una experimentación
durante dos meses en una zona y, para ello, ha elegido 16 supermercados que tienen
unas características muy homogéneas por su superficie, surtido, ventas etc. Los
precios y los resultados de ventas obtenidos han sido:
¿Puede la empresa deducir, a la vista de estos resultados, si los precios tienen
influencia en las ventas del producto?
Se procede al análisis de la varianza:

Tratamientos (precios) Ventas realizadas Supermercados Total

Pi (i=1,2,3,4) (Xij)(j=1,2,3,4) fila
P1 200 220 210 190 820
P2 190 195 205 210 800
P3 190 180 195 200 765
P4 190 175 185 190 740
Total X=3125

PROCEDIMIENTO DE CÁLCULO ABREVIADO DE LA VARIANZA

1. Cálculo de un término de corrección C. Este término permite referir las

desviaciones respecto a la media general. Su fórmula es la siguiente:

(X)2 (3125) 2
C = ------------ = ----------= 610.352
N 16
2. Cálculo de la dispersión factorial Qt
∑ Xi2 (820) 2 + (800) 2+ (765) 2+ (740) 2
Qt =-------- - C = ----------------------------- - 610.352 = 954
Ni 4
El número de grados de libertad a tomar es (K-1) = 4 -1 = 3

3. Cálculo de la dispersión total Q

Q=∑ ( Xij ) 2 - C= [(200) 2+(220) 2+ ….+(185) 2+(190)] - 610.352 = 2.073

El número de grados de libertad a considerar (N-1) = 16 – 1 = 15

4. Cálculo de la dispersión residual Qe

Qe = Q – Qt = 2.073 – 954 = 1.119
El número de grados de libertad a considerar es (N-K) = 16 - 4 = 12
 5. Cálculo de las varianzas:

Dispersión factorial
Varianza factorial= --------------------
grados de libertad (factor)

Dispersión residual
Varianza residual=---------------------
grados de libertad (residual)

6. Valor calculado de F
 RESUMEN DE RESULTADOS

FUENTES DE DISPERSIÓN. GRADOS DE VARIANZAS VALOR DE F CALCULADO VALOR DE F EN

DISPERSIÓN SUMA DE LIBERTAD ST2/SE2 TABLAS (*)
CUADRADOS 0,05 0,01
Qt = 954 3 954 318
FACTORIAL St2= ----- =318 3,49 5,95
(tratamiento) F= ------ = 3,41
3
93
Qe = 1.119 12 1.119
RESIDUAL Se2= ----- = 93 -- -- --
12
TOTAL Q = 2.073 15 -- -- -- --
(*) nivel de significación de la prueba 0,05 o 0,01

Conclusión:
Como el valor F calculado 3,41 es menor que los valores de F en tablas, no se puede
decir que el factor precio sea significativo ni al 5% ni al 1%, sobre las ventas
Como en el caso de la significación al 5% el valor calculado de F y el de las tablas
están muy próximos, se debería realizar una réplica.
 B. Experimento en bloques aleatorios
En este tipo de experimento se dividen las unidades experimentales en grupos
homogéneos (en función de distintas variables) y cada grupo constituye una prueba.
Con este tipo de experimento se trata de evitar que las diferencias de homogeneidad
entre las unidades experimentales no permitan ver los efectos del tratamiento. Este
tipo es más eficiente que el anterior, y su forma matemática sería:
Xij = μ +σi+βj + εij
Xij = valor observado
μ = Constante general y común a todos los miembros del mismo grupo
σi = efecto originado por el tratamiento
βj = efecto originado por el bloque
εij = Error aleatorio
El esquema de este tipo de experimento sería:
Ejemplo

Un laboratorio acaba de sacar una nueva crema, cuyo precio aún no está fijado. La
empresa quiere ensayar que sucede con las ventas con tres precios distintos para el
producto: P1= 150, P2= 190 y P3= 260. Para ello hace un ensayo en una zona durante 4
meses a través de distintas perfumerías. Estos establecimientos son muy distintos
entre sí (por localización, ventas etc.)
La empresa establece 6 grupos de perfumerías distintos por tipo de establecimiento,
y en cada uno de los grupos va a probar la influencia del precio en las ventas.
Como tiene tres precios para probar, la empresa ha tomado 18 perfumerías, es decir
tres por bloque. El reparto de las perfumerías en cada bloque y de los tratamientos
se ha realizado al azar. Los resultados obtenidos, en cuanto a ventas medias por
establecimiento han sido:

¿Podría decirse a la vista de estas cifras de ventas que los precios han tenido
influencia?
Se realiza el análisis de la varianza.
PRECIOS PERFUMERÍAS Total tratamientos
Pi I II III IV V VI ( Xio )
P1=150 90 95 90 85 88 85 533
P2=190 70 75 80 75 72 70 442
P3=260 50 65 68 55 48 45 331
Total bloques TOTAL GENERAL
210 235 238 215 208 200
( Xoj ) X =1306
Una vez realizado el análisis de la varianza los resultados son:
RESUMEN DE RESULTADOS
FUENTES DE DISPERSIÓN GRADOS VARIANZAS VALOR DE F VALOR DE F EN
DISPERSIÓN (SUMA DE DE CALCULADO TABLAS
CUADRADOS) LIBERTAD 0,05 0,01
3412 1706
FACTORIAL Qt = 3.412 2 St2= ------ = 1706 Ft= -----= 89,71 4,10 7,56
(tratamiento precio)
2 19.1
396 79
DE BLOQUE (tipo de QB = 396 5 Sb2= ------ = 79 Fb= ------= 4,15 3,33 5,64
establecimiento)
5 19.1
191
RESIDUAL Qe = 191 10 Se2= ----- = 19.1 -- -- --
10
TOTAL Q = 3.999 17 -- -- -- --
Conclusión:
Como el valor calculado de F es mayor que el valor en tablas, podemos concluir que
el factor precio es significativo al 5% y al 1%, sobre las ventas. El tipo de tienda tiene
influencia sobre las ventas para un nivel de significación del 5%, no así al 1%.

C. Experimento en cuadro latino

Con este diseño se trata de reducir errores que pueden tener las unidades
experimentales incluidas en un diseño de bloques aleatorios. Los errores pueden
venir de la heterogeneidad de las unidades. Este tipo de experimento incluye una
variable más que se va a controlar. En un diseño de cuadro latino se forman bloques
sobre la base de dos dimensiones (variables), suponiendo que las dos dimensiones
actúan de forma independiente y aditivamente ambas. Además se supone que no hay
interacción entre ellas.
Se utilizan letras del alfabeto latino para representar la variable tratamiento, y las
diferentes combinaciones que se pueden formar con las unidades experimentales en
la doble división en bloques.
En este diseño, las filas y las columnas son ortogonales entre sí, de manera que cada
fila contiene una unidad de cada columna y viceversa. Por otra parte, cada
tratamiento está una vez en cada fila y cada fila contiene cada uno de los
tratamientos.
La ventaja del cuadro latino es que el error experimental es menor. Su inconveniente
es que, por ejemplo, en un cuadro de 3x3 habría que realizar tres réplicas.
Por ejemplo: en un diseño de experimentos con tres factores.
Los tres factores tienen el mismo número de niveles
No hay interacciones entre los tres factores.
Las formas típicas del cuadro latino son aquellas en las que el orden de los
elementos de cada una de las filas coincide con las respectivas columnas.
Forma típica del cuadro latino de 3x3:

Variable de bloque columna

A B C
Variable de bloque fila B C A
C A B

Cada nivel o valor de la variable de tratamiento, debe aparecer una y sólo una vez en
cada fila y columna y la colocación de las letras dentro de las casillas puede tomar
varias formas.
Un cuadrado latino estándar es cuando las letras de la primera fila y de la primera
columna están dispuestas en orden alfabético.
El modelo matemático del cuadro latino sería:

X ijs = μ +σi+βj + λs + εij

Xij = valor observado
μ = Constante general y común a todos los miembros del mismo grupo
σi = efecto originado por el tratamiento
βj = efecto originado por el bloque
λs = efecto originado por el bloque de columnas.
εij = Error aleatorio

El esquema de este tipo de experimento sería:

Ejemplo: Se quiere analizar la influencia de un tratamiento (variaciones en los
precios) sobre las ventas de un producto. Se considera que la influencia del tipo de
establecimiento y de los de días de la semana puede ser importante en las ventas y
por eso se quieren controlar ambas variables. Se hace el experimento en 4 bloques
de supermercados, 4 días de la semana. Los tratamientos se reparten al azar y son:
A.reducir el precio 0,50 B. reducir el precio 1
C. reducir el precio 1,50 D. reducir el precio 2
los resultados obtenidos en el trabajo de campo fueron:

DIAS SUPERMERCADOS Totales

I II III IV Días Tratamientos
(X00s) (Xi00)
Miércoles D A B C
60 35 40 50 185 A= 135
Jueves B C D A
45 50 50 30 175 B= 170
Viernes A B C D
30 35 40 50 155 C= 200
Sábado C D A B
60 70 40 50 220 D= 230
Total tienda (X0j0) 195 190 170 180 --- X= 735
 ¿Se puede deducir de los datos recogidos la influencia de los distintos tratamientos
(precios)?
Los resultados de análisis de la varianza son:
K = nº filas, columnas y tratamientos . RESUMEN DE RESULTADOS
FUENTES DE DISPERSIÓNSU GRADOS DE LIBERTAD VARIANZAS VALOR CALCULADO VALOR DE F EN
DISPERSIÓN MA DE DE F TABLAS
CUADRADOS 0,05 0,01

PRECIOS
1.242 K-1= 3 1.242 414
TRATAMIENTO ----- = 414 ----- = 115 4,76 9,78
3 3,6
DÍAS
555 K-1= 3 555 186
(FILAS) ------ = 185 ----- = 51,4 4,76 9.78
3 3,6
ESTABLECIMIENTO
92 K-1= 3 92 30,6
(COLUMNAS) ----- = 30,6 ----- = 8,5 4,76 9.78
3 3,6
RESIDUAL
22 (K-1) x (K-2) = 22
3x2=6 ---- = 3,6 ----
6
TOTAL 1.911 N-1= 15 633,2 ------- ----

Conclusión: El precio y el día tienen una influencia significativa sobre las ventas. El
establecimiento tiene significación al nivel 0.05 y no al 0.01
 D. Experimentos factoriales
Este tipo de experimento permite analizar la influencia de diversos tratamientos a
niveles diferentes y comprobar la significación de las interacciones entre los factores
(tratamientos).
En los diseños factoriales, cada factor (variable independiente) puede tomar dos o
más valores y cada tratamiento o condición experimental consiste en la combinación
de los valores seleccionados de las variables independientes. Cuando todas las
combinaciones son utilizadas tenemos un diseño factorial completo. La forma más
sencilla es aquella en la que existen dos factores y, cada uno, a dos niveles
diferentes.

La expresión matemática sería:

Xijk = µ + αj + ßk + (αß)jk + εijk

µ =constante representa a la media general

σi = es la desviación de la media general debida a que la observación se realiza en el nivel i del primer factor
ßk = es la desviación de la media general debida a que la observación se realice en el nivel j del segundo factor
(αß)jk = es la desviación media debida a la interacción de ambos factores
εijk Representa el error aleatorio
 El esquema de este tipo de experimento sería:

EXPERIMENTO FACTORIAL MANOVA

VARIABLE INDEPENDIENTE
VARIABLE DEPENDIENTE 1
TRATAMIENTO 1

VARIABLE DEPENDIENTE 2
VARIABLE INDEPENDIENTE

TRATAMIENTO 2

VARIABLES CAUSALES

NO CONTROLADAS

Ejemplo: Una empresa quiere comprobar, mediante experimentación, los resultados

que sobre las ventas de agua congas tienen dos precios (A y B) y dos envases (1, 2)
distintos, tal y como se indica a continuación.
PRECIOS DE VENTAS
Precio A Precio B
ENVASE E1 100 200
(XA1) (XB2)
E2 80 160
(XA2) (XB2)
 Este tipo de diseño ofrece la ventaja de que podemos estudiar la influencia de cada
tratamiento por separado, como si se tratase de un diseño con una sola variable
independiente y, por otra parte, el investigador puede analizar el efecto cruzado de
las variables independientes, lo cual puede ser más importante que el efecto aislado
de cada una. Las hipótesis que podemos probar en este tipo de diseños son las que
veíamos en nuestro ejemplo, es decir, el efecto principal del factor envase, el efecto
principal del factor precios, y el efecto de la interacción entre ambos factores.

4. LÍMITES Y APLICACIONES DE LA EXPERIMENTACIÓN COMERCIAL

Para demostrar con certeza una relación causa-efecto, estaríamos obligados
a detallar todas las causas potencialmente posibles y, a través de pruebas, ir
refutándolas una a una, hasta que solo quedara una que fuera la causa real que
produce el efecto. Esto es difícil, porque no siempre sabemos o controlamos todas
las posibles variables causales. En ciencias sociales es especialmente difícil.
Además, un efecto puede ser generado por la acción combinada de varias causas
que, por si solas, no darían el mismo resultado. Por otra parte, varias causas
pueden producir los mismos efectos, y una misma causa distintos efectos.
Un error común es una falacia que consiste en suponer que se da una relación causal
entre dos o más sucesos solo porque se hayan dado juntos o por haber una
correlación estadística entre ellos. A menudo analistas poco formados en estadística
cometen este tipo de error.
Ante estas dificultades es necesario diseñar, realizar e interpretar los resultados de
los experimentos con rigor y cautela.

 Los problemas de control y límites en los diseños experimentales

Los errores que pueden cometerse en una investigación podrían disminuir su validez.
En Experimentación hay que controlar:

• El diseño del experimento y el contexto en que se va a desarrollar.

• Considerar los supuestos y condiciones estadísticas que deben cumplir las
variables de análisis. La variable dependiente debe comportarse conforme a una
distribución normal y los diferentes grupos experimentales deben tener la misma
varianza. La distribución aleatoria de los individuos facilita esta condición.
• La asignación de sujetos al azar a los distintos tratamientos.
• Las variables no consideradas que puedan afectar a la variable dependiente. En los
experimentos sobre comportamiento humano es complicado identificar todas las
variables que pueden influir.
• Los experimentos de campo son más complicados, pero tienen mayor validez
externa y son más generalizables, que los de laboratorio.
Los controles sobre el experimento son los que le dan su validez, tanto interna como
externa. Algunas de las fuentes de error que disminuyen la validez de un experimento
son:

Historia: es decir, la influencia de los acontecimientos que ocurren mientras se

está llevando a cabo el experimento y que pueden influir en la variación de la
variable dependiente.
Maduración: en cuanto a los cambios que se producen en el interior de las
unidades de prueba mientras se está realizando el experimento y se producen
por el transcurso del tiempo.
Efecto de prueba: está causado por el propio proceso de experimentación y tiene
que ver con la incidencia que puede tener una medición anterior sobre las
posteriores.
Instrumentación: se da cuando se producen cambios en el instrumento de
medición o recolección de datos, en el proceso de medición o en los sujetos a
cargo de realizar el experimento.
Mortalidad: ocurre cuando las unidades de prueba abandonan el experimento
durante su transcurso. Esto se puede dar por cansancio, por mudanza o cualquier
otra cosa que les impida seguir participando del experimento
Sesgo de selección: cuando no se hace bien la selección de las unidades para la
prueba y éstas difieren en la variable dependiente antes de iniciarse el
experimento.
  Aplicaciones de los diseños experimentales

La experimentación se utiliza especialmente en los casos en que:

• Se realiza a corto plazo
• Para productos de gran frecuencia de compra
• Cuando es fácil aislar un mercado de prueba
• Siempre que estés seguro que no hay factores distorsionadores (como por
ejemplo, la competencia).

Casos de aplicación:

a)Test ciego de productos

b)Test o pruebas de productos, marcas o diseños de envase.
c) Prestest y postest de publicidad
d)Test de precios o promociones
e)Test de usabilidad de páginas web, etc.
f) Etc.
BIBLIOGRAFÍA

Ortega, E. (1998), Manual de investigación comercial, 3ª Edición, 5ª Impresión,

Pirámide, Madrid.
Grande Esteban, I. Abascal Fernández, E. (2007). Fundamentos y técnicas de
investigación comercial, 9ª Edición, ESIC, Madrid.
Naresh K. Malhotra. (2004). Investigación de mercados: un enfoque aplicado. Plaza
México.