DISEÑO EXPERIMENTAL El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro

de un estudio experimental. En un d i s e ñ o e x p e r i m e n t a l s e m a n i p u l a n d e l i b e r a d a m e n t e u n a o m á s v a r i a b l e s , vinculadas a las causas, para medir el efecto que tienen en otra variable deinterés. El diseño experimental prescribe una serie de pautas relativas qué variables hay manipular, de qué manera, cuántas veces hay que repetir elexperimento y en qué orden para poder establecer con un grado de confianzapredefinido la necesidad de una presunta relación de causa-efecto.El diseño experimental encuentra aplicaciones en la industria, la agricultura, lamercadotecnia, la medicina, las ciencias de la conducta, etc. constituyendo unafase esencial en el desarrollo de un estudio experimental. VENTAJAS DEL DISEÑO EXPERIMENTAL. 1. Se elimina el efecto de las variables perturbadoras o extrañas,mediante el efecto de la aleatorización. 2. El control y manipulación de las variables predicto rias clarifican ladirección y naturaleza de la causa. 3. Flexibilidad, eficiencia, simetría y manipulación estadística. VIABILIDAD DE LOS DISEÑOS EXPERIMENTALES. 1. Imposibilidad de manipular algunas variables. 2. Cuestiones éticas .3. Practicabilidad. INCONVENIENTES DEL DISEÑO EXPERIMENTAL. 1. Dificultad de elegibilidad y manejo de las variables de control. 2. Dificultad de disponer de muestras representativas. 3. Falta de realismo. CALIDAD DEL DISEÑO EXPERIMENTAL .1. Validez Interna. 2. Validez Externa. 3. Validez Ecológica .4. Validez de Constructo. PROPOSITO DE UN DISEÑO EXPERIMENTAL El propósito de un diseño experimental es proporcionar métodos que permitan obtener la mayor cantidad de información válida acerca de una investigación , teniendo en cuenta el factor costo y el uso adecuado del material disponible mediante métodos que permitan disminuir el error experimental

TRATAMIENTO Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o materiales y cuyos efectos van a ser medidos y comparados. El tratamiento establece un conjunto de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado. Ejemplos: Dósis de fertilizante, ración alimenticia, profundidad desembrado, distanciamiento entre plantas, variedades de un cultivo. TESTIGO El testigo es el tratamiento de comparación adicional, que no debe faltar en un experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser aquel tratamiento que no incluye fertilizante. La elección del tratamiento testigo es de gran importancia en cualquier investigación, este se constituye como referencial del experimento y sirve para la comparación delos tratamientos en prueba. DISEÑOS FACTORIALES Se llaman Diseños 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 Diseños factoriales en si no constituyen un diseño experimental si no que ellos deben ser llevados en cualquiera de los diseños tal como D.C.A. ;D.B.C.A.; D.C.L. Los Diseños factoriales se emplean en todos los campos de la investigación, son muy útiles en investigaciones exploratorias en las que poco se sabe acerca de muchos factores. Un tipo de diseño experimental en el que hay más de una variable independiente. Cada variable recibe el nombre de factor. Su principal acción es que sirven para valorar el efecto de la interacción, es decir, saber el efecto combinado de las distintas variables. Cada

Sin pre-test y sin tratamiento.Ambos (conjuntamente *2. PERMITE VALORAR EL EFECTO DE INTERACCIÓN (el efecto combinado de ambas variables).variable recibe el nombre de factory el número indica los niveles de cada variable. pasando el estudio a ser de dos variables y por lo tanto se necesitaban cuatro grupos.X = O2 + O5 / O4 + O6 = Efectos debidos al tratamiento.Hombre. . los investigados: Mujer / Hombre.. el investigador: Mujer / Hombre. aguantan más el dolor. Las dos variables tenían efecto sobre el dolor.La Enfermera. uno con distracción y al otro sin distracción (no lectura del cuento).Sin cuento ( sin distracción).. No hubo efecto combinado de potenciación entre las variables. Y se plantea realizar una estrategia distractiva: leer un cuento mientras se realiza la prueba Ejemplo: 2X2 (dos variables independientes con dos niveles cada una)2X2X3 (tres variables independientes. más aumenta la cantidad de sujetos que se necesitan.. Tratamiento: 2 niveles: SI / NO.O1 X O2 // O3 X O4 // X O5 // X O6 ---. Cuanto más aumenta el nivel de las variables. ya que tenemos: 1. Variable. necesitaré 630 sujetos. nos ayudaría a saber en que porcentaje la mejoría del paciente es debido a:. Diseño de 4 grupos: Pretest: 2 niveles: SI / NO. dentro de un estudio de enfermería. Tenemos 2 v. CARACTERÍSTICAS DE LOS DISEÑOS COMPLEJOS O FACTORIALES.El médico.Con pre-test y tratamiento . están causadospor la restricción en el rango de medida de la variable dependiente.Mujer.. permite saber el efecto principal de A. Un diseño de este tipo.Con cuento(distracción) y . *3. dos de ellas con dos Diseño del experimento: 2 grupos. A más niveles en variables mejor se rastrea la relación causal. pero presenta el Inconveniente de necesitar más sujetos.. . *4. es decir.Efecto suelo y efecto techo: Se pueden confundir con la interacción.Variable Independiente: Varones / Hembras. x 9. tanto con el entretenimiento como con la presencia del investigador. Variable independiente con dos niveles: Con distracción / Sin distracción. Para garantizar un buen resultado hay que tener por lo menos 10 sujetos por grupo. 3. X = O2 + O4 / O5 + O6 = Efectos pretest. Un diseño complejo es mejor que dos diseños simples. y mido el tiempo que aguanta cada uno con la mano sumergida en agua helada. Ejemplo para el diseño: 2 x 2 x 2 (con tres variables).Amenaza la selección de control con pre-test.. Permite ver los efectos pretest y evitar la amenaza de selección. Variable Dependiente: Con distracción / Sin distracción. (Meter la mano en agua helada). Tenemos que formar 8 grupos de sujetos. Son tres variables independientes causales DISEÑO DE CUATRO GRUPOS DE SALOMON. Permite conocer las interacciones. Un estudio para detectar efecto pretest. frente a las que no lo son. independientes que tienen dos niveles:· Distracción (se consigue mediante la lectura de un cuento). Se forman dos grupos: uno experimental y otro de control.Efecto de le interacción como punto central de estos diseños. *1.· Sexo del investigador:. La investigadora pensó que ella misma podía ser un elemento de distraccióny entonces añadió una variable de confusión que era el “atractivo” de la propia investigadora. si tengo un diseño de: 7. ya que es el único que permite observar el comportamiento de una variable bajo todas las condiciones. el de B y el efecto combinado de ambos). niveles y una con tres)Ejemplo de un diseño complejo o factorial: Hipótesis: Las personas que son distraídas. Sujetos. son debidos a que la variable medida no varía significativamente. 2. se puede hacer mediante un diseño factorial con dos variables. Los diseños factoriales pueden ser experimentales o cuasiexperimentales.

2. 3. NIVELES DE UN FACTOR . Si existe interacción entre los factores estudiados permite medirla. CONCEPTOS GENERALES: FACTOR ... EFECTO TECHO: Las variables no discriminan. esto se dice que es efecto suelo.. a fin de que exista un balanceen el análisis estadístico se tendrá que algunas de las combinaciones no tiene interés práctico pero deben incluirse para mantener el balance. puntuaciones muy bajas. Se acostumbra simbolizar algún elemento “i” por la letra minúscula que representa al factor y el valor del respectivo subíndice. Ejemplo: Tipos de riego: Secano Goteo Aspersión Niveles: a0 a1 a2 TIPOS DE FACTORES: 1.El análisis estadístico es más complicado que en los experimentos simples y la interpretación de los resultados se hace más difícil a medida de que aumenta el número de factores y niveles por factor en el experimento. 2. si el examen es del final de la carrera de matemáticas y todos sacamos y un cero.Factores Cuantitativos. DESVENTAJA: 1. Cuando el número de factores (variables) suelen ser importantes para estudiar todas las variables.. y permiten explorar factores que pueden indicar tendencias y así determinar una dirección prometedora para experimentos futuros.Factores Cualitativos. 5. Estos diseños y sus correspondientes fraccionados pueden ser utilizados en bloques para construir diseños de un grado de complejidad que se ajuste a las necesidades del problema. todos los sujetos presentan puntuaciones muy elevadas. El experimento se compara los valores de una variable de respuesta basada en los distintos . 3.Son los diferentes tratamientos que pertenecen aun determinado factor. los diseños factoriales fraccionados permiten estudiarlas a todas para estudiarlas superficialmente en lugar de hacer experimentos más pequeños que pueden no incluir las variables importantes. variedades de cultivo. FACTORIAL . sin la necesidad de tomarotras variables molestia en cuenta.G. diseños completamente aleatorizados son parael estudio de los efectos de un factor primordial.-FACTORES CUANTITATIVOS . 2.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.Son aquellos factores cuyos niveles son cantidades numéricas.Como en los experimentos factoriales c/u de los niveles de un factor se combinan con los niveles de los otros factores. Requieren relativamente pocos experimentos elementales para cada factor. VENTAJAS: 1.: Si para valorar los conocimientos de la clase en matemáticas hacemos un examen de 8º E.. 1.. 4.Es una combinación de factores para formar tratamientos. Ej. Ejemplo: Factor A : Dosis de fertilización DISEÑOS COMPLETAMENTE ALEATORIZADOS En el diseño de experimentos.Es un conjunto de tratamientos de una misma clase o característica. manejo decrianzas. y todos sacamos un 10 esto se dice que es un techo.EFECTO SUELO: medida con poco rango de variabilidad..B. Ejemplo: tipos de riego. etc.. dosis de fertilización. La interpretación de las observaciones producidas por estos diseños se puede realizar en gran parte a base de sentido común y aritmética elemental..

los niveles del factor de primaria son asignados al azar a las unidades experimentales. que se tienen en cuenta en el análisis. Todos los experimentos tienen factores de molestia. Sin embargo. y finalmente dos para el tercer nivel. el azar también puede ser generada a partir de tablas de números al azar o por algún mecanismo físico (por ejemplo. el número de ordenaciones única es de 90 (desde 90 = 6! / (2! * 2! * 2!)) Un ejemplo de un diseño un randomized sería correr siempre 2 repeticiones para el primer nivel. El análisis del experimento se centrará en el efecto devariar los niveles del factor principal dentro de cada bloque del experimento. son lo suficientemente importantes como para hacer un seguimiento o de control. Para cambiar aleatoriamente las pistas. El experimentador normalmente tendrá que pasar algún tiempo para decidir qué factores de molestia. la secuencia de ejecución de las unidades experimentales se determina al azar. y la temperatura ambiente. Debido a la replicación. la aleatorización se realiza normalmente mediante un programa informático. Por ejemplo. una de las cuñas se elaborará a ciegas de la caja y el nivel seleccionado se utilizará para la próxima ejecución del experimento. una forma sería la deponer 6 hojas de papel en una caja con 2 plantas que tiene 1. Definición de factores de bloqueo Un factor de molestia se utiliza como un factor de bloqueo. Por ejemplo. si hay 3 niveles del factor primario con cada nivel que se ejecuta dos veces. en la aplicación de un tratamiento. hay un factor o variable que es de interés primordial.Son los que pueden afectar el resultado de la medida. al bloquearen el sexo. Un ejemplo de un factor de bloqueo puede ser el sexo de un paciente. una técnica importante conocido como el bloqueo se puede utilizar para reducir o eliminarla contribución al error experimental aportados por los factores de molestia. pero no son de interés primordial. 2 plantas con 2. En la práctica. El concepto básico es la creación de bloques homogéneos en los que los factores se mantienen constantes molestias y el factor de interés se le permite variar. Bloque de algunas de las molestias factores más importantes . si todos los niveles del factor primario que se produce el mismo número de veces con cada nivel del factor de molestia. Antes de cada carrera. si es posible. Para diseños completamente al azar. esta fuente de variabilidad se controla. durante el experimento. Dentro de los bloques. el bloqueo es la organización de las unidades experimentales en grupos (bloques) que son similares entre sí. lo que conduce a una mayor precisión. factores de molestia. El bloqueo de utilizar los factores de molestia que puede ser controlado Cuando somos capaces de controlar los factores de molestia. a continuación. es posible evaluar el efecto de diferentes niveles del factor de interés sin tener que preocuparse por las variaciones debidas a los cambios de los factores de bloque. luego hay 6 secuencias de ejecución posible (o formas de ordenar los ensayos experimentales).niveles de ese factor principal. también hay varios otros factores de molestia . Sin embargo. Por lo general. TRES NÚMEROS DE CLAVE Todos los diseños completamente al azar con un factor primario se definen por tres números DISEÑO DE BLOQUES AL AZAR En la estadística de la teoría de diseño de experimentos. 2 para el segundo nivel. la hora del día el experimento se ejecutó. un factor de bloqueo es una fuente de variabilidad que no es de interés primordial para el experimentador. podría ser el operador específico que preparó el tratamiento. LA ASIGNACIÓN AL AZAR Es decir. Bloqueo a "eliminar" el efecto de factores de molestia Para los diseños de bloques al azar. dibujarlas tiras de papel).y 2 con nivel 3.

Una forma ideal para ejecutar este experimento sería para ejecutar todos los4x3 = 12 obleas en el largo mismo horno. ya se sabe que cada ejecución del horno se diferencia de los últimos y los impactos de muchos parámetros de proceso. Sin embargo.La regla general es:"Bloque de lo que puede. las obleas de regularidad de la producción tienen prioridad horno. El factor de molestias que les interesa es "correr horno". al azar lo que no puedes. por campaña de . Que eliminaría el factor de molestia horno completamente. y sólo unas pocas obleas experimentales se permiten en cualquier horno de ejecutar al mismo tiempo. Ejemplo de un diseño de bloques al azar Supongamos que los ingenieros de una planta de fabricación de semiconductores quieres probar si la oblea diferentes dosis material de implante tiene un efecto significativo en las mediciones de resistividad después de un proceso de difusión que tiene lugar en un horno. Una forma no bloqueado para ejecutar este experimento sería ejecutar cada uno de los doce obleas experimental. Tienen cuatro dosis diferentes que quieren tratar de suficiente obleas experimentales del mismo lote a ejecutar tres obleas en cada una de las dosis. en orden aleatorio. La aleatorización se utiliza para reducir los efectos contaminantes de las variables restantes molestias."El bloqueo se utiliza para eliminar los efectos de algunas de las variables más importantes molestias.

Sign up to vote on this title
UsefulNot useful