Beruflich Dokumente
Kultur Dokumente
ESQUEMA GENERAL Definicin general Clasificacin Diseo factorial A x B, completamente al azar Representacin de los efectos factoriales Modelo estructural, anlisis y componentes de variacin DISEO FACTORIAL
Concepto
El diseo factorial, como estructura de investigacin, es la combinacin de dos o ms diseos simples (o unifactoriales); es decir, el diseo factorial requiere la manipulacin simultnea de dos o ms variables independientes (llamados factores), en un mismo experimento. ..//..
En funcin de la cantidad de factores o variables de tratamiento, los formatos factoriales se denominan, tambin, diseos de tratamientos x tratamientos, tratamientos x tratamientos x tratamientos, etc, y se simbolizan por AxB, AxBxC, etc.
Criterios de clasificacin
La notacin del diseo es ms sencilla cuando la cantidad de niveles por factor es igual (es decir, constante). As, el diseo factorial de dos factores a dos niveles se representa por 2, el de tres factores por 23, etc. En trminos generales, los diseos a dos niveles y con k factores se representan por 2k; a tres niveles, por 3k; a cuatro niveles por 4k, etc. ..//..
Cuando los factores actan a ms de dos niveles (es decir, cuando la cantidad de valores por factor es variable), el diseo se representa por 2 x 3, 2 x 3 x 4, etc. A su vez, cabe considerar la posibilidad de que, tanto en un caso como en otro, el diseo sea balanceado (proporcionado) o no balanceado (no proporcionado); es decir, diseos con igual cantidad de sujetos por casilla y diseos con desigual cantidad de sujetos por casilla.
B) El segundo criterio hace hincapi en la cantidad de combinaciones de tratamiento realizadas o ejecutadas. Con base a este criterio, el diseo factorial se clasifican en: Diseo factorial completo Cantidad de combinaciones de tratamiento Diseo factorial incompleto y fraccionado
Si el diseo factorial es completo, se realizan todas las posibles combinaciones entre los valores de las variables. As, cada combinacin de tratamientos determina un grupo experimental (grupo de tratamiento o casilla). Por ejemplo, el diseo factorial completo 2x2 determina cuatro grupos de tratamiento; un diseo 3x3 nueve grupos, etc. ..//..
Asumiendo que slo se ejecute una parte del total de las combinaciones, el diseo factorial es incompleto o fraccionado, segn el procedimiento seguido.
C) En funcin del control de variables extraas. Diseo factorial completamente al azar Diseo factorial de bloques aleatorizados Diseo factorial de Cuadrado Latino Diseo factorial jerrquico o anidado Diseo factorial de medidas repetidas
Grado de control
Segn el control de los factores extraos y la reduccin de la variancia del error, el diseo factorial puede ser, en primer lugar, completamente al azar; es decir, aquel formato donde slo se aplica el azar como tcnica de control y donde los grupos se forman mediante la asignacin aleatoria de los sujetos. ..//..
En segundo lugar, el diseo factorial de bloques aleatorizados permite el control de una variable extraa. Segn esa estrategia, cada bloque es un rplica completa del experimento, y los grupos intra bloque (dentro de cada bloque) se forman al azar. ..//..
Siguiendo con el criterio de bloques, el diseo factorial de Cuadrado Latino o de doble sistema de bloques controla dos fuentes de variacin extraas, aunque slo se realiza una parte del total de combinaciones. ..//..
El diseo factorial jerrquico o anidado requiere la manipulacin experimental de la variable y, al mismo tiempo, la anidacin (o inclusin) de una variable dentro de las combinaciones de tratamientos de los factores. ..//..
Por ltimo, el diseo factorial de medidas repetidas incorpora la tcnica intra-sujeto; es decir, el sujeto acta de control propio y recibe todas las combinaciones de tratamiento generados por la estructura factorial.
Criterios
Cantidad de valores por factor Cantidad de combinaciones de tratamientos Grado de control
Diseo
Igual cantidad de valores: 2k, 3k, etc. Cantidad variable: 2x3; 2x3x4, etc. Diseo factorial completo Diseo factorial incompleto y fraccionado Diseo factorial completamente al azar Diseo factorial de bloques Diseo factorial de Cuadrado Latino Diseo factorial jerrquico Diseo factorial de medidas repetidas
Es posible definir el efecto factorial simple como el efecto puntual de una variable independiente o factor para cada valor de la otra.
El efecto secundario o de interaccin se define por la relacin entre los factores o variables independientes, es decir, el efecto cruzado.
A2B1
A2B2
s e l e c c i P n M
Sn1
Sn2
Sn3
Sn4
Asignacin al azar
Para ello, se registra la cantidad de discriminaciones correctas (variable dependiente) en funcin de un criterio general de aprendizaje, que asume como suficientes 15 ensayos. Se toma, como medida de la variable dependiente o de respuesta, la cantidad de respuestas correctas, para un mximo de 15, bajo el supuesto de que cada discriminacin correcta tiene la misma dificultad de aprendizaje. ..//..
Para probar la hiptesis propuesta se asignan 32 sujetos, de una muestra experimental, a las combinaciones de tratamientos o casillas (ocho sujetos por casilla), de forma totalmente aleatoria.
Paso 2. Por hiptesis experimental, se espera que los efectos principales y el de la interaccin sean significativos. Estas hiptesis se representan, al nivel estadstico, por H1: 1 { 2, o no todas las son cero H1: 1 { 2, o no todas las son cero H1: ( )11 { ( )12 { ( )21 { ( )22, o no todas las son cero.
Paso 3. El estadstico de la prueba es la F de Snedecor, con un de 0.05, para las tres hiptesis de nulidad. El tamao de la muestra experimental es N = 32 y el de las submuestras n = 8. Paso 4. Clculo del valor emprico de las razones F. Para ello, se toma, de nuevo, la matriz de datos del experimento.
A1B2 4 3 4 5 2 3 4 2 27 3.375
A2B1 7 9 10 8 10 9 10 7 70 8.75
ANOVA factorial
Yijk =
+(
) jk +
ijk
SCintra-grupos
SCS/AB
CUADRO RESUMEN DEL AVAR PRIMERA ETAPA: DISEO FACTORIAL 2X2 F.V. Entre G Intra G (E) Total (T) SC 126.59 77.38 203.97 g.l.
ab-1=3 ab(n-1)=28 abn-1=31
CM
F0.95(3/28) = 2.95
En consecuencia, se procede a determinar las causas de esa significacin. Ntese que este anlisis no obedece a ningn propsito de investigacin, ya que slo sirve para detectar si, en trminos globales, hay o no diferencia entre los grupos. De hecho, es como si se hubiera aplicado un modelo uni-factorial de la variancia.
B1 A1 A2 TOTALES 52 70 122
B2 27 60 87
g.l (a-1)=1
CM
81.28 29.94 <0.05 (b-1)=1 38.28 13.87 <0.05 >0.05 (a-1)(b-1)=1 7.03 2.55
126.59 ab-1=3 42.19 15.28 <0.05 77.37 ab(n-1)=28 2.76 203.97 abn-1=31
No interaccin (nula)
A1 A2
B1
B2
Interaccin positiva
A1
A2 B1 B2
Interaccin negativa
A1 A2 B1 B2
Interaccin inversa
A2
A1 B1 B2
B2
B1 A1 A2
Interaccin inversa
A1 A2
B1 6.5 8.75
B2 3.38 7.5
GRFICO INTERACCIN
10 9 8 7 6 5 4 3 2 1 0
B1 (Tarea simple)
B2 (Tarea compleja)
La disposicin bifactorial aporta informacin no slo de cada factor (efectos principales), sino de su accin combinada (efecto de interaccin o efecto secundario). De esta forma, con la misma cantidad de sujetos requerida para experimentos de una sola variable independiente o factor, el investigador puede estudiar simultneamente la accin de dos o ms variables manipuladas. ..//..
Ello supone un enorme ahorro de tiempo y esfuerzo. Si se tiene en cuenta la posibilidad de analizar la accin conjunto o cruzada de las variables, se concluye que el diseo factorial es una de las mejores herramientas de trabajo del mbito psicolgico, puesto que la conducta es funcin de muchos factores que actan simultneamente sobre el individuo. ..//..
Bloque 1
Bloque 2
S21
S22
S23
S24
. .
Bloque k
Sk1
Sk2
Sk3
Sk4