DISEÑOS EXPERIMENTALES

Profa. Mª JOSÉ BLANCA 

 
 

DISEÑOS EXPERIMENTALES

Clasificación de los diseños experimentales, 1

En función del grado de control, 1
En función del número de variables independientes y su estructura, 3
En función de la estrategia de comparación entre condiciones
experimentales y estructura de control, 5
Bibliografía, 11
_______________________________________________________________

El diseño de una investigación experimental implica plantear una estrategia

coherente para la recopilación de datos con las decisiones que se han adoptado
acerca de los participantes, tratamiento, respuesta observada y contexto en el
que se desarrolla la investigación, controlando las amenazas contra los distintos
tipos de validez. Es crucial considerar el número de unidades experimentales, de
VI y de VD, así como el procedimiento de aplicación de las condiciones
experimentales, ocasiones de medida de la VD, procedimiento de formación de
grupos experimentales y procedimiento de asignación de las condiciones
experimentales a las unidades experimentales o, en su caso, grupos
experimentales. Igualmente, el diseño experimental tiene su expresión en un
modelo matemático y lleva implícito uno o unos modelos estadísticos de análisis,
que permiten someter a prueba la hipótesis estadística asociada, a la vez que
arroja un grado de probabilidad de su veracidad o falsedad.

CLASIFICACIÓN DE LOS DISEÑOS EXPERIMENTALES

Según el grado de control

Existen diversas estructuras de diseños experimentales que están

encaminadas a proporcionar la situación óptima para el control de las variables
extrañas. En los repetidos intentos por sistematizarlos se han propuesto distintos
criterios de clasificación que resultan relevantes para la denominación de los

1 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
diseños. Uno de los más importantes se refiere al grado de control sobre las
VE, crucial para interpretar correctamente la validez de la inferencia causal. En
función de este criterio, se suelen clasificar a los diseños como experimentales y
cuasi- experimentales. El aspecto diferenciador de ambos tipos de diseños radica
en la regla de formación de grupos (Ato, 1991; Judd y Kenny, 1981). Un diseño
es experimental cuando las unidades se asignan de forma aleatoria a los grupos
experimentales y éstos a las condiciones experimentales. Es decir, el diseño es
experimental cuando se introducen los siguientes tipos de aleatorización:
• Aleatorización de grupos. Se refiere a la adjudicación aleatoria de los sujetos
que componen la muestra a uno de los grupos experimentales.
• Aleatorización de niveles de la VI. Una vez formados los grupos
experimentales, se adjudica al azar un nivel de la VI a cada uno de ellos.

Siguiendo la tradición fisheriana, estos diseños se conocen como

«randomized design», o en su traducción al castellano como «diseños
aleatorios». El objetivo es conseguir grupos experimentales probabilísticamente
similares y comparables entre sí.

En contraste, un diseño es cuasi-experimental cuando la asignación

aleatoria, en una o en las dos vertientes, no puede llevarse a cabo. Así, en el
diseño cuasi-experimental el grado de control de VE es menor y una o las dos
vertientes de aleatorización no están presentes. En estos casos, la investigación
suele estar basada en grupos no equivalentes de sujetos formados de manera
natural antes del experimento (e.g., aulas de un determinado colegio), de forma
que, al desconocer las reglas de formación de los grupos, no se puede asegurar
la homogeneidad de los mismos en cuanto a sus características.

Las estructuras de diseños que típicamente se incluyen en el epígrafe de

cuasi-experimental son variadas y proceden normalmente de la investigación en
contextos naturales en la que es difícil seguir el procedimiento de asignación
aleatoria. Judd y Kenny (1981) distinguieron entre las estructuras con asignación
no aleatoria y no conocida, que definen los diseños de grupos no equivalentes,

2 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
y los diseños con asignación no aleatoria pero sí conocida, que definen los
diseños de discontinuidad en la regresión.

Extensiones de los diseños a partir del número de grupos y ocasiones de

medida de la VD dan lugar a los diseños pretest-postest, diseños pretest-postest
con grupos no equivalentes, diseños de series temporales interrumpidas, etc.
Asimismo, algunos autores sitúan a los diseños con una sola unidad
experimental (diseños de sujeto único, N=1 o de caso único) en la categoría de
cuasi-experimentales por su similitud con los diseños de series temporales
interrumpidas (Ramos, Catena y Trujillo, 2004).

Los diseños cuasi-experimentales han tenido un gran auge a partir de los

trabajos de D. Campbell y sus colaboradores (Campbell y Stanley, 1963; Cook
y Campbell, 1976, 1979; Cook, Campbell y Peracchio, 1990; Cook y Shadish,
1994; Shadish, Cook y Campbell, 2002). En un artículo reciente, Shadish y Cook
(2009) reivindican un mayor estatus de los diseños cuasi-experimentales para
proporcionar resultados aproximadamente igual de válidos para la inferencia
causal que los diseños aleatorios. Una exposición de estos diseños o de sus
técnicas analíticas se pueden encontrar, aparte de los citados de D. Cambpell,
en Anguera et al. (1995), Arnau (2001), Ato y Vallejo (2007), Bono y Arnau (2000),
Bootzin y McKnight (2006).

Según el número de variables independientes y su estructura

Otro criterio de clasificación de los diseños experimentales se centra en el

número de VI, que clasifica a los diseños en unifactoriales y diseños de múltiple
variable independiente, dependiendo si se incluye una o más VI,
respectivamente. Dentro de éste último, las VI pueden mantener una relación de
cruzamiento o de anidamiento. En el primer caso, se contempla la combinación
de todos los niveles de las VI, denominándose «diseño factorial». Los factores
se simbolizan por letras mayúsculas ordenadas alfabéticamente: A, B, C, etc. y
los niveles se simbolizan por sus respectivas letras minúsculas con subíndices:
a1, a2, a3; b1, b2, b3; c1, c2, c3, etc. Las combinaciones posibles se obtienen

3 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
multiplicando el número de niveles de los distintos factores (e.g., a1b1, a1b2, a1b3,
a2b1, a2b2, a2b3, etc.).

 
Factor A

a1  a2   a3  

b1  b2  b1  b2  b1  b2 

a1b1  a1b2  a2b1  a2b2  a3b1  a3b2 

Figura 1. Ejemplificación de la técnica de cruzamiento (a1, a2 y a3 representan los

diferentes niveles del factor A y b1 y b2 diferentes niveles del factor B).

Cuando se emplea la técnica de anidamiento, se conforman los diseños

jerárquicos. Una relación entre dos variables es de anidamiento cuando los
niveles de un factor están agrupados dentro de diferentes niveles de otro factor
(figura 2). Un factor B se dice que se anida dentro de otro factor A si cada nivel
del primero ocurre en conjunción con un solo nivel del segundo (Ato y Vallejo,
2007), siendo esta conjunción aleatoria. En la investigación psicológica, es
frecuente que la variable anidada esté formada por grupos naturales al que
pertenecen las unidades experimentales, representando la pertenencia a un
grupo social determinado, como por ejemplo aulas de un colegio, centros
hospitalarios, etc. (Balluerka y Vergara, 2002). Esta estructura se puede
extender con la inclusión de más de una VI, como en los diseños factoriales
jerárquicos, o a más de una variable de anidamiento. Recientemente, ha
incrementado el interés por los diseños jerárquicos y se ha propuesto la
denominación de «modelos multinivel» para referirse a las estructuras en las que
las unidades están agrupadas en un nivel jerárquico superior y éste, a su vez, en

4 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
otro superior, pudiéndose identificar diferentes niveles jerárquicos de
anidamiento.

 
Factor A

a1  a2  a3 

b1  b2  b3  b4  b5  b6 

a1b1  a1b2  a2b3  a2b4  a3b5  a3b6 

Figura 2. Ejemplificación de la técnica de anidamiento (a1, a2 y a3 representan los

diferentes niveles del factor A y b1, b2,…, b6 diferentes niveles del factor anidado B).

Según la estrategia de comparación entre condiciones experimentales y

estructura de control

El tercer criterio de clasificación es la estrategia utilizada para la inferencia a

partir de las distintas formas de aplicación de las condiciones experimentales a
las unidades, distinguiendo entre los diseños intersujeto, intrasujeto y mixtos, los
cuales pueden adoptar una estructura de carácter multivariante, con varias
variables dependientes. En los diseños intersujeto, las unidades son
organizadas en grupos experimentales, para una posterior asignación de cada
uno a una condición experimental. La inferencia causal se realiza comparando
la VD entre los distintos grupos experimentales. En los diseños intrasujeto,
contrariamente, las unidades experimentales son observadas bajo todos los
niveles de tratamiento, por lo que reciben el nombre de diseños de medidas
repetidas. La inferencia se realiza comparando las respuestas de las mismas
unidades experimentales a través de los diferentes niveles de tratamiento.
Finalmente, en los diseños mixtos se combinan las dos estrategias anteriores,

5 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
introduciendo factores intrasujeto e intersujeto. La denominación de este diseño
ha sido múltiple (diseño split-plot, diseño de medidas parcialmente repetidas,
diseño AxB con medidas repetidas en B, etc.), aquí nos referiremos a él como
diseño multimuestra de medidas repetidas.

Si la terminología metodológica es extensa y variada, ésta encuentra su

punto máximo en la empleada para denominar a los diseños experimentales.
Valgan de ejemplos los citados en la tabla 1.

Diseño entre grupos, diseño intergrupo, diseño

clásico, diseño aleatorizado, diseño de grupos al
Diseño intersujeto azar, diseño multigrupo al azar, diseño de grupos
completamente al azar, diseño completamente
aleatorio
Diseño de medidas repetidas, diseño de medidas
totalmente repetidas, diseño de Tratamiento x
Diseño intrasujeto
Sujetos, diseño de Tratamientos x Tratamientos x
Sujetos, diseño de bloque no replicado
Diseño factorial mixto, diseño multimuestra de
medidas repetidas, diseño multigrupo de medidas
repetidas, diseño con una variable inter y una intra,
Diseño mixtos
diseño de medidas parcialmente repetidas, diseño
split-plot, diseño de parcelas divididas, diseño de
perfiles
Tabla 1. Ejemplos de diferentes denominaciones para hacer referencia a los distintos
diseños experimentales.

Las estructuras básicas de los diseños se pueden mejorar con el objeto de

optimizar la proporción de variación de la VD debida a la VI. Cada diseño está
asociado con unas amenazas contra la validez interna propias del mismo que
hay que considerar a la hora de planificar la recogida de datos. En los diseños
intersujeto, la principal amenaza es la denominada «sesgo en la selección»,
referida a la diferente composición de los grupos experimentales en relación con

6 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
las características de las unidades experimentales. Esta composición diferencial
provoca que los grupos no sean equivalentes antes de aplicar el tratamiento y,
por tanto, comparables entre sí. Por consiguiente, las diferencias entre los
grupos pueden convertirse en una hipótesis explicativa del cambio acaecido en
la VD alternativa a la VI, representando una seria amenaza contra la validez
interna.

Una solución, que ya ha sido mencionada, para controlar el sesgo en la

selección es la asignación aleatoria de unidades a grupos y de éstos a los
tratamientos bajo el supuesto de formar grupos probabilísticamente similares.
Esta estructura coincide con el diseño aleatorio ya expuesto, siendo el diseño
multigrupos al azar su disposición más básica. Otra solución para incrementar
la homogeneidad de los grupos experimentales con respecto a una variable
extraña determinada se centra en combinar la asignación aleatoria con la técnica
de bloqueo. Ésta consiste en clasificar las unidades experimentales en grupos
homogéneos o bloques cuyos componentes comparten un rango de valores en
la variable extraña relacionada con la VD. Una vez que los bloques se han
formado, cada uno se subdivide en tantos subgrupos como condiciones
experimentales, procediéndose a la asignación aleatoria de los primeros a los
segundos. En estos casos, cada bloque implica una réplica del experimento y el
diseño se denomina «diseño de bloques aleatorios». La técnica de
bloqueo también se puede incluir en una estructura de diseño factorial.
Obviamente, el requisito básico es construir en cada bloque tantos subgrupos
como las combinaciones de tratamientos. Esto desde el punto de vista práctico,
a veces, es inviable dado el alto número de unidades experimentales requeridas
en cada bloque.

7 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 

Figura 3. Ejemplificación de la técnica de bloqueo (a1 y a2, representan los diferentes

niveles de la VI).

Por otro lado, en el intento de solventar el problema del sesgo en la

selección se pueden situar a los diseños intrasujeto o de medidas repetidas,
en los que la unidad experimental se mantiene constante a través de todas las
condiciones experimentales. La principal amenaza en estos diseños se deriva del
orden o secuencialidad con la que se aplican las condiciones experimentales y
con el efecto que produce la administración de tratamientos previos sobre las
respuestas a los tratamientos aplicados posteriormente. Suelen asociarse dos
tipos de efectos: los efectos de período y los efectos residuales. Los primeros
suceden cuando la efectividad de un tratamiento está en función del lugar que
ocupa en la secuencia de administración de todos los tratamientos, en el que se
distinguen los efectos de período positivo o efectos de práctica (asociados a un
mayor rendimiento bajo los últimos tratamientos, provocado por factores como el
aprendizaje o la mayor familiaridad) y los efectos de período negativo o efectos
de fatiga (asociados a una disminución del rendimiento bajo los último
tratamientos, provocada por factores como el cansancio o el aburrimiento). Los
efectos residuales, por su parte, hacen referencia al sesgo producido cuando el
efecto de un tratamiento permanece al administrar un segundo tratamiento, lo
que provoca que la efectividad de éste no se pueda determinar con exactitud.
También se denominan «efectos acumulativos» o «efectos carry-over».

8 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
El control de los efectos de período y residuales se controlan a través de
algún tipo de asignación aleatoria del orden de los tratamientos a las unidades.
Desde el punto de vista experimental, este tipo de asignación aleatoria sustituye
a la empleada en los intersujeto para la formación de grupos experimentales. La
técnica de control por excelencia en los diseños de medidas repetidas es el
contrabalanceo. Éste puede ser completo, en cuyo caso, tras construir todas las
secuencias posibles en las cuales pueden ser aplicadas las condiciones
experimentales, se adjudica una de ellas al azar a cada unidad experimental.
Dado p niveles de la VI, el número de secuencias posibles es p!, por lo que su
uso es limitado cuando el número de niveles excede de cuatro, ya que se
requiere un alto número de unidades. Como alternativa se sitúa el
contrabalanceo parcial o incompleto, siendo el contrabalanceo por cuadrado
latino la técnica más extendida. Consiste en formar las secuencias siguiendo una
matriz de pxp condiciones experimentales en la que cada una aparece una vez
por fila y otra por columna. Cada fila representa una secuencia diferente de
aplicación de tratamientos que se adjudica al azar a cada unidad experimental
de forma planificada. Los diseños que utilizan esta estrategia se denominan
«diseños de cuadrado latino intrasujeto».

Los diseños de medidas repetidas se pueden extender al caso factorial,

con todos los factores intrasujeto o con algunos factores intersujeto y otros
intrasujeto. En este último caso, se aúnan las dos estrategias de comparación
ya que cada unidad experimental es sometida a todos los niveles del factor
intrasujeto pero sólo a uno del factor intersujeto. El factor intersujeto puede ser
un tratamiento directamente manipulado por el experimentador, o bien una
variable de clasificación de las unidades experimentales. En el segundo caso, el
diseño también recibe el nombre de «diseño split-plot» o «de parcelas
divididas» (Balluerka y Vergara, 2002; Arnau, 1995e), como una adaptación de
la ténica split-plot desarrollada en la investigación agrícola. Es muy útil cuando
se desee analizar los efectos diferenciales del tratamiento en función de alguna
variable que se desea controlar.

Hasta aquí se ha hecho referencia a técnicas de control que normalmente

van asociadas con acciones que recaen sobre la formación de grupos

9 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
experimentales y su respectiva adjudicación a los niveles de tratamiento. En
ocasiones, también se puede emplear una técnica que se conoce como técnica
de control estadístico. En estos casos, se pretende reducir el sesgo causado
por las diferencias entre los grupos, antes de la administración del tratamiento,
respecto a una variable extraña relacionada con la VD. Estas variables se
denominan «covariables», «covariantes» o «variables concomitantes», de aquí
el nombre de «diseño con covariables», «diseños con covariantes» o «diseños
con variables concomitantes». En estas estructuras, la covariable se registra
antes de la aplicación del tratamiento y, posteriormente, en la fase de
identificación de modelos matemáticos se introduce en el análisis para aislar su
efecto de la relación entre la VD y la VI. Este diseño tiene su principal aplicación
en el ámbito cuasi-experimental, cuando la asignación de las unidades
experimentales a los grupos no es aleatoria o no se tiene constancia de la
homogeneidad de los mismos. En estos casos, es posible que los grupos difieran
no como consecuencia de la VI, sino de su diferenciación previa en la covariable.

Las estructuras de los diseños con covariables, de grupos aleatorios y de

medidas repetidas son de amplio uso en la investigación en ciencias sociales y
de la salud. La mayoría de los textos referidos a metodología experimental o
diseños experimentales las incluyen de manera más o menos pormenorizada,
siendo también objeto de análisis en una amplia variedad de artículos publicados
en revistas científicas. Exposiciones detalladas de los diseños se pueden
encontrar en textos clásicos que han tenido un importante impacto en la
comunidad científica (Arnau, 1981a, 1982; Keppel y Zedeck, 1989; Kirk,1995;
Maxwell y Delaney, 1990; McGuigan, 1960) y en textos más recientes, con
incorporación en alguno de ellos de las técnicas analíticas a través de la
utilización de paquetes estadísticos de análisis de datos (Anguera et al., 1995;
Arnau, 2001, 2003; Arnau y Bono, 2001; Ato y Vallejo, 2007; Balluerka y Vergara,
2002; Box, Hunter y Hunter, 2005; Clark-Carter, 2002; García Pérez, Frías y
Pascual, 2006; Maxwell y Delaney, 2004)

A modo de conclusión se puede mantener que cada estructura de diseño

presenta soluciones concretas para eliminar o controlar determinadas amenazas
contra la validez de las inferencias derivadas. La selección entre uno u otro tipo

10 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
de diseño estará en función de diferentes factores relacionados con la VD, VI y
unidades experimentales. En cualquier caso, hay que tener en cuenta que las
inferencias causales asociadas a los resultados podrán diferir en función del
control ejercido en la recogida de datos. En situaciones con un control máximo
se podrán realizar descripciones causales con un mayor grado de validez, en
tanto que en situaciones con un control menor las descripciones causales serán
más débiles.

BIBLIOGRAFÍA
 

Anguera, M.T., Arnau, J., Ato, M., Martínez, R., Pascual, J. y Vallejo, G. (1995).
Métodos de investigación en psicología. Madrid: Editorial Síntesis, S.A.
Arnau, J. (1990). Metodología experimental. En J. Arnau, M.T. Anguera y J.
Gómez, Metodología de la investigación en ciencias del comportamiento
(pp. 9-122). Murcia: Secretariado de Publicaciones de la Universidad de
Murcia.
Arnau, J. (2001) (ed). Diseños de series temporales: técnicas de análisis.
Barcelona: Edicions Universitat de Barcelona.
Arnau, J. (contenidos teóricos) y Bono, R. (contenidos prácticos) (2001). Diseños
Experimentales (formato CD). Barcelona: Edicions Universitat de
Barcelona. Colecció TEAM-UB. (Temas 1 y 2).
Ato, M. (1991). Investigación en ciencias del comportamiento. I: Fundamentos.
Barcelona: PPU.
Ato, M. y Vallejo, G. (2007). Diseños experimentales en psicología. Madrid:
Pirámide.
Ato, M., López, J.J. y Benavente, A. (2013). Un sistema de clasificación de los
diseños de investigación en psicología. Anales de Psicología, 29 (3), 1038-
1059.
Balluerka, N. (1999). Planificación de la investigación: la validez del diseño.
Salamanca: Amarú.
Balluerka, N. y Vergara, A.I. (2002). Diseños de investigación experimental en
Psicología. Madrid: Prentice-Hall.

11 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
Blanca, M.J. (1998). Estrategias de investigación científica. En M.V. Trianes y
J.A. Gallardo (coord.). Psicología de la educación y del desarrollo. Madrid:
Pirámide.
Blanca, M.J (2004). Alternativas de análisis estadístico en los diseños de
medidas repetidas. Psicothema. 16, 509-518.
Blanca, M.J. y Rando, B. (2005). Diseños experimentales en las CC. del
Comportamiento: Ejercicios y aplicaciones. Málaga: Servicio de
Publicaciones de la Universidad de Málaga
Bono, R. y Arnau, J. (2000). Diseños de muestras pequeñas: análisis por
mínimos cuadrados generalizados. Psicothema, 12, 87-90.
Bootzin, R.R. y McKnight, P.E. (2006). Strengthening research methodology.
Psychological measurement an evaluation. Washington, D.C.: American
Psychological Association.
Campbell, D.T. y Stanley, J. (1963). Experimental and quasi-experimental design
for research. Chicago: Rand McNally & Company.
Campbell, D.T. y Stanley, J. (1979). Diseños experimentales y cuasiexperimenta-
les en la investigación social. Buenos Aires: Amorrotu Editores (edición
original en inglés, 1963).
Cook, T.D y Campbell, D.T. (1979). Quasi-experimentation. Design & Analysis
issues for field settings. Boston: Houghton Mifflin.
Cook, T.D. y Campbell, D.T. (1976). The design and conduct of quasi-
experiments and true experiments in field setting. In M. Dunnette (Ed.),
Handbook of industrial and organization psychology (pp. 223-326). Illinois:
Rand McNally.
Cook, T.D. y Shadish, W.R. (1994). Social experiments: some developments over
the past fifteen years. Annual Review of Psychology, 45, pp. 545-580.
Cook, T.D., Campbell, D.T. y Peracchio, L. (1990). Quasi-experimentation. En
M.D. Dunnette y L.M. Hough (Eds.), Handbook of industrial and
organizational psychology, Vol 1, 2ª ed. (pp. 491-576). Palo Alto, CA:
Consulting Psychologist Press.
García Jiménez, V. y Alvarado, I. (2000). Métodos de investigación científica en
psicología. Barcelona: EUB, S.L.

12 
 
 DISEÑOS EXPERIMENTALES
Profa. Mª JOSÉ BLANCA 
 
 
Judd, C.M. y Kenny, D.A. (1981). Estimating the effects of social interventions.
Cambridge: Cambridge University Presss.
Pascual, J., Anguera, M.T., Vallejo, G. y Salvador, F. (1991). Psicología
experimental. Valencia: NAU Llibres.
Ramos, M.M., Catena, A. y Trujillo, H.M. (2004). Manual de métodos y técnicas
de investigación en ciencias del comportamiento. Madrid: Biblioteca
Nueva.
Shadish, W.R. y Cook, T.D. (2009). The renaissance of field experimentation in
evaluating interventions. Annual Review of Psychology, 60, 607-629.
Shadish, W.R., Cook, T.D. y Campbell, D.T. (2002). Experimental and quasi-
experimental designs form generalized causal inference. Boston, MA:
Houghton Mifflin Company.

13