Diseño e Inferencia Estadística en Psicología

Licenciatura en psicología

Nidia Carolina Hernández Moreno

520538067

Act. 5.1 Resumen "Diseños Factoriales"

Módulo 5: Diseños Experimentales de más de dos muestras

Profesor: Fernando Méndez Rangel

18 de marzo de 2021

1
 Experimentos factoriales

Se llaman Experimentos 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 experimentos factoriales en si no constituyen un diseño experimental si no un

Diseño de Tratamiento, tratamiento es una disposición geométrica de ellos bien en
el espacio o en el tiempo y que deben ser llevados en cualquiera de los diseños
experimentales clásicos tal como el Diseño Completo al Azar, el Diseño en Bloques
Completos al Azar, el Diseño en Cuadrado Latino.

Ventajas:
1.- Permiten estudiar los efectos principales, efectos de interacción de factores,
efectos simples y efectos cruzados y anidados.

2.- Todas las unidades experimentales intervienen en la determinación de los

efectos principales y de los efectos de interacción de los factores, por lo que el
número de repeticiones es elevado para estos casos.

3.- El número de grados de libertad para el error experimental es alto, comparándolo

con los grados de libertad de los experimentos simples de los mismos factores, lo
que contribuye a disminuir la varianza del error experimental.

Desventajas:
1.- 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.

2
2.- Como en los experimentos factoriales cada uno de los niveles de un factor se
combinan con los niveles de los otros factores; a fin de que exista un balance en el
análisis estadístico se tendrá que algunas de las combinaciones no tienen interés
práctico, pero deben incluirse para mantener el balance.

Estos diseños factoriales se utilizan muy a menudo en la investigación experimental

y tal y como explica Martínez Soler (2016) “la base de los diseños factoriales es
determinar del total de combinaciones posibles para cada atributo con sus posibles
niveles, una vez obtenido este número total de combinaciones posibles se muestra
el número de situaciones hipotéticas de opciones presentadas al encuestado,

Los experimentos factoriales para un determinado diseño se diferencian entre sí, por
el número de factores y por la cantidad de niveles de estos factores que intervienen
en el experimento cumpliendo que garanticen la independencia entre ellas”.

Efectos de los experimentos factoriales:

1.- Efecto principal. - Es una medida del cambio en el promedio entre los niveles de
un factor, promediado sobre los diferentes niveles del otro factor. Ejemplo: Dosis de
Nitrógeno en las U.E.

2.- Efecto interacción. - Es una medida de cambio que expresa el efecto adicional
resultante de la influencia combinada de dos o más factores.
Ejemplo: Efecto conjunto de nitrógeno y fósforo.

3.- Efecto simple. - Es una medida de cambio en los promedios de los niveles de un
factor, manteniendo constante, uno de los niveles del otro factor

3
Gráfico de la interacción:
La interacción de los factores se representa gráficamente; la tendencia indica el
grado de interacción entre los factores, la cual aumenta a medida que las líneas
tiendan a cruzarse.

Existen diseños estándar que se utilizan con mucha frecuencia. Algunos de los más
utilizados son:
1. Diseño completamente aleatorizado: El experimentador asigna las unidades
experimentales a los tratamientos al azar.
2. Diseño en bloques o con un factor bloque: En este diseño el experimentador
agrupa las unidades experimentales en bloques, a continuación, determina la
distribución de los tratamientos en cada bloque y, por último, asigna al azar las
unidades experimentales a los tratamientos dentro de cada bloque.
3. Diseños con dos o más factores bloque: En ocasiones hay dos (o más) fuentes
de variación lo suficientemente importantes como para ser designadas factores
de bloqueo. En tal caso, ambos factores bloque pueden ser cruzados o
anidados.
4. Diseños con dos o más factores: En algunas ocasiones se está interesado en
estudiar la influencia de dos (o más) factores tratamiento, para ello se hace un
diseño de filas por columnas. En este modelo es importante estudiar la posible
interacción entre los dos factores.
5. Diseños factoriales a dos niveles: En el estudio sobre la mejora de procesos
industriales (control de calidad) es usual trabajar en problemas en los que hay
muchos factores que pueden influir en la variable de interés.