TEMA IV
ESQUEMA GENERAL
Caracterización y objetivo fundamental
Objetivos específicos del Diseño
experimental clásico
Diseño experimental y control
Clasificación del Diseño clásico
Lógica de la prueba de hipótesis en el
Diseño clásico
Notación del Diseño clásico
DISEÑO EXPERIMENTAL CLÁSICO
Descripción del concepto
El diseño experimental es una estructura de
investigación donde al menos se manipula
una variable y las unidades son asignadas
aleatoriamente a los distintos niveles o
categorías de la variable o variables
manipuladas.
Componentes básicos de la
investigación experimental
a)
Manipulación de la variable independiente.
b) Control de cualquier factor extraño capaz de
afectar a la respuesta del sujeto y que es ajeno a los
objetivos de la hipótesis.
c) Correcta especificación de la variable de tarea,
para que se ponga de manifiesto el proceso
psicológico o mental asumido en la hipótesis.
d)
Registro y medida de la variable dependiente.
Planificación del diseño
experimental
1. Formulación de la hipótesis.
2. Selección de la variable independiente y
dependiente adecuada.
3. Control de las variables extrañas.
4. Manipulación de la/s variable/s
independiente/s y registro de la variable
dependiente o de medida.
5. Análisis estadístico de los datos.
6. Inferencia de la relación entre la variable
independiente y la dependiente.
Manipulación de la variable
independiente
Manipulación experimental de una variable
independiente se refiere, en una situación
simple, a la aplicación de un valor dado de
una variable a un grupo de individuos y un
valor diferente de la misma variable a un
segundo grupo de individuos.
Tratamientos y grupos
Los valores de la VI (variable independiente o variable
de tratamiento) son referidos por niveles, condiciones o
tratamientos
Cada valor se aplica a un grupo de individuos
Los grupos se denominan grupos de tratamiento o
grupos experimentales
Variable dependiente
La VD (variable dependiente) es conocida,
también, por variable de medida, de
respuesta o de resultado.
Es aquel aspecto del comportamiento sobre
el que esperamos observar el efecto de la
variación sistemática de la VI.
Propiedades de la variable
dependiente
Fiable
estabilidad o consistencia
Sensible
detecta las mínimas diferencias
Válida
mide lo que se pretende medir
Variable estadística
Es cualquier dimensión de variación capaz
de tomar distintos valores numéricos
Cuantificación de las variables
La variables se cuantifican al asignar valores
numéricos a los atributos o características de
los individuos, objetos y hechos de acuerdo a
reglas
El proceso de asignación de los números de
acuerdo a reglas se denomina medida
Escalas de medida
Las reglas particulares de asignación de números a
las variables se definen como escalas de medida
Clasificación:
Nominal
Ordinal
débiles
Escalas
De intervalo
De razón
fuertes
Escalas de medida
Nominal
1 = varón 2 = hembra
Ordinal
1
2
3
De intervalo
15
16
17
18
19
20
21 22 23
3
4
5
6
De razón
0
1
2
7
8
Ejemplos de escalas
Nominal los valores sólo representan categorías o
nombres como género, raza, religión, etc.
Ordinal
los valores representan el orden en
función del grado como actitud, preferencia, etc.
De intervalo
la distancia entre los valores se
mantiene constante como la temperatura, respuestas
correctas, etc.
De razón
cuando además de la constancia del
intervalo hay un valor cero que coincide con la
ausencia del atributo.
Escalas y naturaleza de los datos
Escala
Nominal
Ordinal
De intervalo
De razón
Tipo
Dato
Cualitativa
No-paramétrico
Cuantitativa
No-paramétrico
Cuantitativa discreta Paramétrico
Cuantitativa continua Paramétrico
Naturaleza de los datos y prueba
estadística
Datos de escala
Prueba estadística
Nominal
Ordinal
Prueba
no-paramétrica
De intervalo
De razón
Prueba no-paramétrica y
paramétrica
Objetivos específicos del Diseño
experimental clásico
OBJETIVOS
CONSECUCIÓN
Maximizar la variancia
sistemática primaria
Mediante la adecuada elección de
los valores de la variable
independiente
Control de las fuentes de
variación secundarias
Mediante la selección de un
diseño adecuado
Minimizar la variancia
del error
Aumentando la precisión en la
medida de los registros y
selección de sujetos homogéneos
Diseño experimental y control
A) Técnicas de control en general:
Técnicas de control
Experimental o directo:
Diseño
Estadístico o indirecto:
Ajuste
B) Técnicas de control asociadas al diseño:
Técnica de control
Diseño
Aleatorización
Diseños de grupos
completamente al azar
Constancia
Diseños de dos grupos
apareados y de bloques
El sujeto como control Diseños intra-sujetos o de
propio
medidas repetidas
Lógica de la prueba de hipótesis
en el Diseño clásico
Razonamiento lógico
El razonamiento aplicado es: todo ocurre al azar
mientras no se demuestre lo contrario.
Para ello, el investigador utiliza un modelo
estadístico que atribuye al azar la distribución de
los datos observados.
En consecuencia, adoptamos como estrategia el
modelo de prueba estadística.
Pasos del modelo de prueba
estadística
Paso 1
Formulación de la Hipótesis de Nulidad
Paso 2
Formulación de la Hipótesis alternativa
Paso 3
Estadístico de la prueba y nivel de
significación
Paso 4
Cálculo del valor empírico del
estadístico de la prueba.
Paso 5
Decisión estadística de aceptar o rechazar
la hipótesis de nulidad.
Rechazo de H0
Si p  0,05
Clasificación del Diseño clásico
Variable de Tratamiento y grupos
Técnica
de
control
Una V. de Tratamiento
Dos grupos
Multigrupo
Dos o más V.T.
Factorial
Aleatorización
Diseño de grupos
al azar
Diseños multigrupo
al azar.
Diseño factorial total mente al azar
Constancia
Diseño de dos
grupos apareados
Diseños de bloques
de grupos al azar
Factorial de bloques
Diseño de bloques
de dos sujetos
Diseños de Cuadrado
Latino.
Diseño jerárquico
Factorial de Cuadrado
Latino.
Factorial jerárquico.
Diseños de medidas
medidas simple
Diseños de medidas
das repetidas simple
con tres o más
tratamientos.
Factorial de medidas
repetidas
Factorial jerárquico
Factorial mixto.
El sujeto
como control
propio
Lógica de la prueba de hipótesis
en el diseño clásico
Diseño experimental y causalidad
La característica básica del diseño experimental
se reduce a la siguiente cuestión: ¿Cómo
conseguir la equivalencia inicial de los grupos
expuestos a los distintos niveles o condiciones
de la variable independiente?
..//..
Esto se consigue mediante la completa
aleatorización de las unidades de
observación (por lo general, sujetos o
individuos), a los diferentes niveles de la
variable
manipulada
o
condiciones
experimentales.
..//..
En virtud de la aleatoriedad, se asume que
los grupos son iguales en todas las variables
relevantes extrañas y, por consiguiente, son
comparables (es decir, equivalentes).
Cualquier
diferencia
constatada,
al
comparar los grupos experimentales, ha de
ser atribuida al único factor de variación
sistemática o variable manipulada.
Notación del Diseño clásico
Diseño unifactorial o simple
Simbolización
Completamente al azar
A
De bloques de grupos al azar
AxB
De Cuadrado Latino
AxBxC
Jerárquico simple
B(A)
De medidas repetidas simple
S xA
Diseño de múltiples factores
Simbolización
Relación multiplicativa
Factorial de dos factores
AxB
Factorial de tres factores
AxBx C
…………………………
………….
Factorial de bloques
AxBx C
Factorial de medidas repetidas S x A x B
Relación de anidación
Factorial jerárquico
C(A x B)
Diseño mixtos
Simbolización
Un factor entre y uno intra
S(A) x B
Un factor entre y dos intra
S(A) x B x C
Dos factores entre y uno intra
S(A x B) x C
Dos factores entre y dos intra
S(A x B) x C x D
Descargar

Diapositiva 1