Diseñoexperimental

y
estadística
  Consiste en planear un conjunto de pruebas experimentales, de
manera que los datos generados puedan ser analizados
estadísticamente para obtener conclusiones válidas y objetivas
acerca del sistema o proceso

Diseño
experimental

1. El método
científico
Explicar racionalmente la
naturaleza obteniendo análisis
sobre el funcionamiento de un
sistema, o siendo capaz de
predecir los resultados del
sistema (Kéry y Schaub 2012).
 1. Observación
 Análisis sensorial sobre algo -una cosa, un hecho, un fenómeno,…-
que despierta curiosidad. Conviene que la observación sea
detenida, concisa y numerosa, no en vano es el punto de partida del
método y de ella depende en buena medida el éxito del proceso.
 2. Hipótesis
 Es la explicación que se le da al hecho o fenómeno observado con
anterioridad. Puede haber varias hipótesis para una misma cosa o
acontecimiento y éstas no han de ser tomadas nunca como
verdaderas, sino que serán sometidas a experimentos posteriores
para confirmar su veracidad.
 3. Experimentación
 Esta fase del método científico consiste en probar -experimentar-
para verificar la validez de las hipótesis planteadas o descartarlas,
parcialmente o en su totalidad.
 4. Teoría
 Se hacen teorías de aquellas hipótesis con más probabilidad de
confirmarse como ciertas.
 5. Ley
 Una hipótesis se convierte en ley cuando queda demostrada
mediante la experimentación.
  Necesitamos métodos que nos permitan evaluar el grado de
concordancia entre las ideas confrontadas y las observaciones: la
estadística (Hilborn y Mangel 1997).

Una hipótesis científica hará referencia a un mecanismo o relación causa-

efecto particular. Una teoría científica es mucho más general y sintética
(Gotelli y Ellison 2004) e implica un nivel de evidencia y soporte
considerablemente mayor (Hilborn y Mangel 1997)
Hipótesis
Azar, variación, impredecibilidad, incertidumbre:
Cualquier sistema que encontramos en la naturaleza (y cualquier
faceta de la vida) es estocástico; es decir, sistemas que no son
completamente predecibles porque incluyen procesos aleatorios que
añaden un mayor o menor grado de variabilidad y, en consecuencia,
de incertidumbre en sus resultados.
  son herramientas para evaluar las hipótesis (Hilborn y Mangel
1997). Un modelo es una definición abstracta de cómo creemos
que nuestras observaciones son el resultado de cantidades
observables (datos) e inobservables (parámetros).
Los resultados de un sistema estocástico (la respuesta)
pueden expresarse, en forma de modelo estadístico*:

��������� = ����� ��������� + ����� ���������

Modelos

Pero un modelo es una abstracción y, por tanto, siempre

es incorrecto (Kéry 2010).
*es un concepto matemático que sirve para usar magnitudes aleatorias que varían
con el tiempo o para caracterizar una sucesión de variables aleatorias que
evolucionan en función de otra variable, generalmente el tiempo.
Los resultados de un
sistema estocástico (la
respuesta) pueden
expresarse, en forma
de modelo estadístico:

��������� = �����
��������� + �����
���������

Pero un modelo es una

abstracción y, por
tanto, siempre es
incorrecto (Kéry 2010).
Modelos
Elementos
clave del
diseño
experimenta
l
Control de diseño.

Se refiere ala consideración de otros elementos que tiene

por objeto reducir el error experimental.

Ejemplo, prever la posición del observador en la situación

y si éste afecta lo observado; de la discusión se desprende
primero que la afectación es un asunto menor, por tanto
es deseable optimizar esta posición. Se deduce también
que es necesario explicitar la relación con el marco teórico
para no observar con uno tácito y, en el peor de los casos,
no voluntario
 Una variable la consideramos factor fijo cuando sus niveles o valores
son consideramos de interés especifico en la investigación y son
seleccionados o deliberadamente.

Factor aleatorio: cuando sus niveles o valores se seleccionan

Factores y fijos aleatoriamente entre todos los posibles.

aleatorios
experimental. Efecto fijo: son los que analizamos normalmente sobre observaciones
estadísticamente independientes.

Los afectos aleatorios surgen cuando tenemos mas de una observación

en cada unidad experimental
Tipos de análisis estadísticas
-Modelos lineales aditivos.
-Diseño factoriales
-Diseño de bloques aleatorios
-Diseño Split-plot.
-Diseño anidados
-Diseño de cuadrado latino
-Diseño de medidas repetidas
-Estudios de impacto ambiental
 -Conjunto de métodos científicos ligados a la toma, organización,
recopilación, presentación y análisis de datos, tanto para la deducción
de conclusiones como para tomar decisiones razonables de acuerdo
con tales análisis.-
-La inferencia estadística tiene como objetivo la estimación de las
propiedades o características de una población a partir del análisis de
una muestra de dicha población
ESTADISTICA
  La Estadística, como eslabón del proceder del
método científico, nos va a permitir satisfacer
el objetivo de resumir y transmitir de un modo
comprensible la información procedente de
datos empíricos (estadística descriptiva) así
… como, cuando sea oportuno, generalizar a
partir de la información recogida de un
conjunto reducido de sujetos a una población
más amplia a la que éstos representen
(estadística inferencial).
 Una variable es el conjunto de valores resultantes de
medir una característica (propiedad, atributo) en las
distintas unidades de observación objeto de estudio.

VARIABLES
 Tipos de variables :
Variables cuantitativas o numéricas: aquéllas en que los valores
resultantes de la medición son números que indican el grado o cantidad de
lo que se está midiendo. Las variables cuantitativas se caracterizan por tener
unidades de medida.
Variables cuasi-cuantitativas u ordinales: aquéllas en que los valores
observados no son indicativos más que del orden o posición de las unidades
de observación en lo que se esté midiendo. El dato correspondiente a un
Variables determinado caso tan sólo representa en que grado se es mayor o menor
que otro caso que tiene, respectivamente, un valor inferior o superior en
aquello que se esté midiendo.
 Variables categóricas (cualitativas, nominales): aquéllas en que los
valores no aportan ninguna información de magnitud ni de orden, tan sólo
diferencian a los casos en distintas categorías de pertenencia. Una
clasificación adicional de las variables categóricas diferencia a éstas entre
dicotómicas (dos valores posibles) y politómicas (más de 2 valores
posibles).
  El contraste de hipótesis se realiza mediante pruebas o
test estadísticos. Cada test produce un resultado
numérico (un estadístico) y un valor de probabilidad
Significación asociado (P).
estadística y
valores de P  La hipótesis nula estadística (H0 )

 Establece un modelo simple que considera que las

variaciones observadas en los datos son debidas al azar
y no al efecto del factor o factores estudiados.
  Planteamiento de un problema o cuestión
 Formulación de hipótesis
Proceso para  Elección de un diseño de investigación
el diseño  Definición operativa de las variables
experimental  Recogida de datos
 Proceso de datos análisis estadístico de datos
 Interpretación de resultados
  Dieño experimental:
Termino que describe la estructura lógica de un
experimento
Fundamentos  Experimento :
del diseño Es una operación o procedimiento para testar una
experimental y hipótesis
la estadística  Unidad experimental:
Division mas pequeña de material que recibe un
tratamiento
 Replicacion y seudoreplicacion: consiste en disponer al
menos de dos unidades por cada tipo de tratamiento; y
la seudorreplicacion consiste en la incorrecta
consideración de la que constituye la unidad
experimental

Elementos
clave del
diseño
experimental
 Aleatorización y espaciamiento:
El concepto fundamental es la distribución de las replicas en el
espacio, ya que se debe considerar la adecuada separación de
aquellas unidades experimentales con el mismo tratamiento
…
  Control de diseño:
 Nos referimos a la consideración de otros elementos tiene y
que como objetivo es reducir el nivel de error experimental.

…
  Nos va a proporcionar un tipo de conocimientos y competencias
que favorecen el pensamiento analítico y critico.

¿Por qué la  Nos va a capacitar para realizar estudios en los que se pone a
prueba lo que planeamos anteriormente (hipótesis) y bien buscar
estadística en la respuesta a preguntas que nos surjan.

psicología ?
 Es crucial tener conocimientos básicos de estadística para poder
leer publicaciones acerca de temas psicológicos ya que son los que
en futuro nos permitirán especializarnos y mejorar
profesionalmente.
Por su atención,
gracias!
Referencias
Citas
-Uriel, E., & Manzano, J. A. (2002). Análisis multivariante
aplicado (Vol. 76). Paraninfo.

-Profesor José Francisco Calvo Sendin (2011). Diseño

experimental y estadística. UNIVERSIDAD DE MURCIA.
 Jorge Octavio Castillo López
Equipo 4 Brenda Valeria Castro Velasco

José Alberto Lozano

Alondra Toledo

Miguel López