DISEÑOS

EXPERIMENTALES.
Seminario de Investigación.
Profesor Titular: Dra. Katherine Jáuregui Renaud.

UNAM. FACULTAD DE MEDICINA. UNIDAD DE

POSGRADO. MAESTRIA EN CIENCIAS MÉDICAS. SEDE
CENTRO MEDICO NACIONAL SIGLO XXI.

ALUMNO: CARLOS JOSÉ MOLINA PÉREZ

Contenido
Antecedentes. ...................................................................................................................................... 3

Un poco de Historia. ..................................................................................................................... 3

Introducción. .................................................................................................................................. 3

¿Qué es un diseño de investigación? ........................................................................................... 4

¿Qué es un experimento? .............................................................................................................. 4

¿Cuáles son los requisitos de un experimento “puro”? ............................................................ 5

Pasos para realizar un experimento. ............................................................................................ 6

¿Cómo diseñar un experimento? ................................................................................................. 7

Conceptos básicos.......................................................................................................................... 7

Experimento............................................................................................................................... 7

Tratamientos. ............................................................................................................................. 7

Unidad experimental. ................................................................................................................ 8

Repeticiones ............................................................................................................................... 8

Variable. ...................................................................................................................................... 8

Muestra........................................................................................................................................ 8

Muestra aleatoria. ....................................................................................................................... 8

Error experimental. ................................................................................................................... 8

Prueba de hipótesis o prueba de significancia. ...................................................................... 8

Diseños experimentales. .................................................................................................................. 10

El diseño Experimental: .............................................................................................................. 10

1. Diseño completamente al azar. ................................................................................... 10

2. El diseño de tratamientos con múltiples factores o diseño experimental factorial.

10

3. Diseño de bloques completos al azar. ........................................................................ 11

4. Diseño de cuadrado latino. .......................................................................................... 12

____________________________________________
1
 Tipología sobre los diseños experimentales generales. ........................................................... 12

a) Preexperimentos. ..................................................................................................................... 13

1. Estudio de caso con una sola medición. .................................................................... 13

2. Diseño de preprueba-postprueba con un solo grupo. ............................................. 13

Experimentos “verdaderos”. ...................................................................................................... 14

3. Diseños de series cronológicas con repetición del estímulo. .................................. 15

4. Diseños con tratamientos múltiples. .......................................................................... 16

5. Diseños factoriales. ....................................................................................................... 16

Métodos estadísticos en diseños factoriales......................................................................... 16

Cuasiexperimentos. ...................................................................................................................... 17

Diseños cuasiexperimentales de series cronológicas. ......................................................... 17

Series cronológicas de un solo grupo. .................................................................................. 17

Conclusiones. .................................................................................................................................... 18

Bibliografía......................................................................................................................................... 19

____________________________________________
2
 Antecedentes.
Un poco de Historia.
Ronald Fisher es considerado el padre del diseño experimental en sus estudios de agronomía
en el primer tercio del siglo XX. Muchas de las aplicaciones originarias del diseño experimental
estuvieron relacionadas con la agricultura y la biología.
Las aplicaciones a la industria textil comenzaron en la década de 1930 en Inglaterra y se
popularizaron y extendieron a las industrias química y manufacturera de Europa y EE.UU.
después de la Segunda Guerra Mundial.
Los diseños factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y Henry J.
Gilbert de la Estación experimental de Rothamsted.
Ronald Fisher discutió en 1926 que los diseños «complejos», como diseños factoriales, eran
más eficientes que estudiando un factor a la vez. Fisher escribió:
“Ningún aforismo se repite tan frecuentemente respecto de las pruebas de campo, que aquel de que a la
Naturaleza debemos hacerle pocas preguntas, o, idealmente, hacérselas de a una. Quien escribe es un convencido
de que este punto de vista está totalmente equivocado.”
Un diseño factorial permite estudiar el efecto de varios factores e incluso interacciones entre
ellas que se determinarán con el mismo número de ensayos que son necesarios para determinar
de los efectos por sí mismo con el mismo grado de exactitud. En 1935 Fisher publica su libro
“El diseño de experimentos”.
Introducción.
El diseño experimental ha sido una herramienta útil en la generación de conocimiento
científico. El diseño de un experimento en el cual el investigador tuene un cotrol total sobre la
variable independiente y además de que tiene un ambiente controlado difumina la confusión y
permite establecer asociaciones con menor incertidumbre de cometer un “error”.
Esto ha sido particularmente útil en la experimentación con animales y plantas, lo que ha
permitido el desarrollo de nueva tecnologías.
El desarrollo de nuevas tecnologías dentro del proceso productivo, sea este de tipo
agropecuario o de tipo industrial, surge del proceso de investigación o del método científico. Es
por esto que los diseños experimentales generan información confiable.

____________________________________________
3
 El diseño estadístico de experimentos se refiere al proceso para planear el experimento de tal
forma que se recaben datos adecuados que puedan analizarse con métodos estadísticos que
lleven a conclusiones válidas y objetivas.
Cuando el problema incluye datos que están sujetos a errores experimentales, la metodología
estadística es el único enfoque objetivo de análisis. Por lo tanto, cualquier experimento incluye
dos aspectos: El diseño del experimento y el análisis estadístico de los datos.
Es común que durante el proceso de investigación se utilicen diseños experimentales no
adecuados, es decir que no responden al objetivo de la investigación y por lo tanto, su análisis
estadístico también será equivocado, por lo que se llegan a conclusiones erróneas, cuando esto
ocurre la investigación no tiene ninguna validez.
En medicina esto ha sido particularmente útil en la utilización de modelos animales y la
manipulación de células, en la que por implicaciones éticas no es posible realizar un experimento
en humanos y que los resultados han servido para establecer líneas de investigación que ayudan
a entender mejor el proceso de salud y enfermedad.
¿Qué es un diseño de investigación?
Una vez que se ha definido el tipo de estudio a realizar y establecido la(s) hipótesis de
investigación o los lineamientos para la investigación (si es que no se tienen hipótesis), el
investigador debe concebir la manera práctica y concreta de responder a las preguntas de
investigación. Esto implica seleccionar o desarrollar un diseño de investigación y aplicarlo al
contexto particular de su estudio.
El término “diseño” se refiere al plan o estrategia concebida para responder a las preguntas
de investigación (Christensen, 1980)1. El diseño señala al investigador lo que debe hacer para
alcanzar sus objetivos de estudio, contestar las interrogantes que se ha planteado y analizar la
certeza de la(s) hipótesis formuladas en un contexto en particular.
¿Qué es un experimento?
El término ‘experimento “puede tener dos acepciones, una general y otra particular. La
general se refiere a “tomar una acción” y después observar las consecuencias de una acción. Este
uso del término es bastante coloquial, así hablamos de “experimentar” cuando mezclamos
sustancias químicas y vemos la reacción de este hecho o cuando nos cambiamos de peinado y
vemos el impacto que provoca en nuestros amigos esta transformación.

____________________________________________
4
 La esencia de esta concepción de “experimento” es que éste involucra la manipulación
intencional de una acción para analizar sus posibles efectos. ‘La acepción particular que va más
de acuerdo con un sentido científico del término, se refiere a “un estudio de investigación en el
que se manipulan deliberadamente una o más variables independientes (supuestas causas) para
analizar las consecuencias de esa manipulación sobre una o más variables dependientes
(supuestos efectos), dentro de una situación de control para el investigador”. Esta definición
puede parecer compleja, sin embargo, conforme se vayan analizando sus componentes se irá
aclarando su sentido.
Los experimentos “auténticos o puros” manipulan variables independientes para ver sus
efectos sobre variables dependientes en una situación de control.
Si tomamos la acepción general del término “experimento”, los pre-experimentos, los
experimentos “verdaderos” y los cuasi-experimentos podrían considerarse experimentos, ya que
como se detallará más adelante “toman una acción” y miden su efecto o efectos.
En cambio, si tomamos la segunda acepción, sólo los experimentos “puros” serían
“experimentos” y ambos conceptos se considerarían equiparables.
¿Cuáles son los requisitos de un experimento “puro”?
El primer requisito de un experimento puro es la manipulación intencional de una o más
variables independientes. La variable independiente es la que se considera como supuesta causa
en una relación entre variables, es la condición antecedente y al efecto provocado por dicha causa
se le denomina variable dependiente (consecuente).
El segundo requisito es medir el efecto de la variable independiente sobre la variable
dependiente. Esto es igualmente importante y como en ella se observa dicho efecto, es requisito
que su medición sea válida y confiable. Porque si no podemos asegurar que estuvo
adecuadamente medida, los resultados no servirán y el experimento será una pérdida de tiempo.
El tercer requisito que todo experimento “verdadero” debe cumplir es el control o validez
interna de la situación experimental. El término “control” tiene diversas connotaciones dentro
de la experimentación; sin embargo, su acepción más común se refiere a que si se observa con
el experimento que una o más variables independientes al ser manipuladas hacen variar a la
dependiente, la variación de estas últimas se deba a la manipulación de la independiente y no a
otros factores o causas; o si se observa que una o más independientes no tienen un efecto sobre
la dependiente se pueda estar seguro de ello.

____________________________________________
5
 En términos más coloquiales, tener ‘control” significa saber qué está ocurriendo realmente con la relación
entre la(s) variable(s) independiente(s) y la(s) dependiente(s).
Dicho de otra manera, lograr ‘control” en un experimento es controlar la influencia de otras variables
extrañas —que no son de nuestro interés— sobre la(s) variable(s) dependiente(s), para que así
podamos saber realmente si la(s) variable(s) independiente(s) que nos interesa(n) tiene(n) o no
efecto en la(s) dependiente(s).
Pasos para realizar un experimento.
A continuación mencionamos los principales pasos que suelen realizarse en el desarrollo de
un experimento o cuasiexperimento.
Paso 1: Decidir cuantas variables independientes y dependientes deberán ser incluidas en
el experimento o cuasiexperimento. No necesariamente el mejor experimento es aquel que
incluye el mayor número de variables, deben incluirse las variables que sean necesarias para
probar las hipótesis, alcanzar los objetivos y responder las preguntas de investigación.
Paso 2: Elegir los niveles de manipulación de la variable independiente y traducirlos en
tratamientos experimentales. Este paso requiere que un concepto teórico sea convertido en una
serie de operaciones que habrán de realizarse para administrar una a varios tratamientos
experimentales.
Paso 3: Desarrollar el instrumento o instrumentos para medir la(s) variable(s) dependiente(s).
Paso 4: Seleccionar una muestra de personas para el experimento (idealmente representativa
de la población).
Paso 5: Reclutar a los sujetos del experimento o cuasiexperimento.
Paso 6: Seleccionar el diseño experimental o cuasiexperimental apropiado para nuestra(s)
hipótesis, objetivos y preguntas de investigación.
Paso 7: Planear cómo vamos a manejar a los sujetos que participen en el experimento. Es
decir, elaborar una ruta crítica de qué van a hacer los sujetos desde que llegan al lugar del
experimento hasta que se retiran (paso a paso).
Paso 8: En el caso de experimentos “verdaderos”, dividirlos al azar o emparejarlos; y en el
caso de cuasiexperimentos analizar cuidadosamente las propiedades de los grupos intactos.
Paso 9: Aplicar las prepruebas (cuando las haya), los tratamientos respectivos (cuando no se
trate de grupos de control) y las postpruebas.
Asimismo, resulta conveniente tomar nota del desarrollo del experimento, llevar una bitácora
minuciosa de todo lo ocurrido a lo largo de éste .Ello nos ayudará a analizar la posible influencia
____________________________________________
6
de variables extrañas que generan diferencias entre los grupos y será un material invaluable para
la interpretación de los resultados.
¿Cómo diseñar un experimento?
Para diseñar un experimento es necesario seguir los pasos del método científico:
 Identificación del problema.
 Elección de los factores, los niveles y los rangos
 Selección de la variable de respuesta
 Elección del diseño experimental
 Realización del experimento
 Análisis estadístico de los datos
 Elaboración de las conclusiones y la discusión de los resultados.
Al iniciar el estudio, el investigador desarrolla una lista de verificación de aspectos concretos;
algunos de los que suelen incluirse son:
 Objetivos específicos del experimento.
 Identificación de los factores que influyen y cuáles de ellos varían y cuales permanecen
constantes.
 Características a medir.
 Procedimientos particulares para realizar las pruebas o medir las características.
 Número de repeticiones del experimento básico a realizar (Reproducibilidad).
 Recursos y materiales disponibles.
Conceptos básicos.
Experimento.
Se define como una prueba o serie de pruebas en la cual se hacen cambios deliberados en las
variables independientes de un proceso o sistema para observar e identificar las razones de los
cambios que puedan observarse en la variable de respuesta, dependiente o de salida.
Tratamientos.
Son todos los factores objeto de estudio, por ejemplo, Razas, Niveles de nutrientes, Raciones
de concentrado, Épocas de siembra, etc.
Los tratamientos de control son un punto de referencia o un control del experimento. El
tratamiento de control es un punto necesario para evaluar el efecto de los tratamientos

____________________________________________
7
experimentales. Existen diversas circunstancias en las que el tratamiento control es útil y
necesario, sobre todo si recordamos que la base de la investigación es la comparación.
Un control al que no se da tratamiento revelara las condiciones en las que se efectuó el
experimento. Por ejemplo, los fertilizantes con nitrógeno suelen ser efectivos, pero no
producirán respuestas en suelos con alta fertilidad. Un control de fertilizante sin nitrógeno
señalara las condiciones básicas de fertilidad del experimento.
Unidad experimental.
Se refiere al individuo, lugar o parcela a la cual se le aplican los tratamientos. Ejemplo: una
planta, un conjunto de plantas, un animal, un conjunto de animales.
Repeticiones
Número de veces que se repite el experimento básico.
Variable.
Es una característica medible de una unidad experimental.
Muestra.
Conjunto de mediciones que constituye parte de una población.
Muestra aleatoria.
Es aquella en la cual en cualquier medición individual tiene tantas posibilidades de ser incluida
como cualquier otra.
Error experimental.
Es un error estadístico e indica que se origina por la variación que no está bajo control.
Los distintos orígenes del error experimental son:
1) La variación natural entre las unidades experimentales.
2) La variabilidad en la medición de la respuesta.
3) La imposibilidad de reproducir las condiciones del tratamiento con exactitud de una
unidad a otra.
4) La interacción de los tratamientos con las unidades experimentales.
5) Cualquier otro factor externo que influya en las características medidas.
Prueba de hipótesis o prueba de significancia.
Es una técnica de la inferencia estadística que permite que las comparaciones se hagan de
forma objetiva.
La hipótesis de investigación genera el diseño de los tratamientos
____________________________________________
8
 La hipótesis de investigación establece un conjunto de circunstancias y sus consecuencias.
Los tratamientos son la creación de las circunstancias para el experimento. Así, es importante
identificar los tratamientos con el papel que cada uno tiene en la evaluación de la hipótesis de
investigación. Si no se logra delinear con claridad esta hipótesis y el objetivo del estudio, puede
haber dificultades en la selección de los tratamientos y experimentos sin éxito
Es forzoso que el investigador se asegure de que los tratamientos elegidos concuerden con la
hipótesis de investigación.

____________________________________________
9
 Diseños experimentales.
El diseño Experimental:
El diseño experimental es el arreglo de las unidades experimentales utilizado para controlar
el error experimental, a la vez que acomoda los tratamientos.
La selección de un determinado diseño en un experimento depende del objetivo de la
investigación, de los factores a evaluar y de las fuentes de variación que deseamos disminuir para
aumentar la precisión del experimento, es decir disminuir el error experimental.
1. Diseño completamente al azar.
Este tipo de diseño es el más sencillo y se origina por la asignación aleatoria de tratamientos
a un conjunto de unidades experimentales previamente determinadas.
El criterio para que un diseño completamente al azar sea aplicado en un experimento es que
las unidades experimentales sean lo más homogénea posible, es decir, se parte del supuesto que
no hay variación en las unidades experimentales.
Si se desea aplicar este diseño en un experimento agrícola y se quiere “Evaluar el efecto de
varios tipos de fertilizantes nitrogenados en la producción de maíz” Las unidades experimentales,
deben ser iguales: es decir que el terreno sea plano (no efecto de pendiente), similar nivel de
fertilidad, que ninguna área del terreno esté anegada o con mal drenaje, que ninguna unidad
experimental tenga efecto de sombra, las parcelas sean del mismo tamaño, etc. Es decir que todas
tengan las mismas condiciones.
En este mismo diseño dependiendo de los tratamientos a probar que se derivan del objetivo,
se pueden hacer arreglos a los tratamientos y es lo que se conoce como arreglos factoriales.
2. El diseño de tratamientos con múltiples factores o diseño experimental factorial.
Fisher entendía que en los sistemas naturales no se sabe si la influencia de un tratamiento es
independiente de otra o si su influencia se relaciona con la variación de otros tratamientos. En
consecuencia, las condiciones en las que se comparan los tratamientos pueden ser aspectos
importantes del diseño.
Muchos experimentos se llevan a cabo para estudiar los efectos producidos por dos o más
factores. Puede mostrarse que en general los diseños factoriales son los más eficientes para este
tipo de experimentos.
Por diseño factorial se entiende aquel en el que se investigan todas las posibles combinaciones de los niveles de
los factores en cada ensayo completo o réplica del experimento. Por ejemplo, si existen “a” niveles del factor
____________________________________________
10
A y “b” niveles del factor B, entonces cada réplica del experimento contiene todas las “ab”
combinaciones de los tratamientos. A menudo, se dice que los factores están cruzados cuando
éstos se arreglan en un diseño factorial.
El efecto de un factor se define como el cambio en la respuesta producida por un cambio en el nivel del factor.
Con frecuencia, éste se conoce como efecto principal porque se refiere a los factores de interés
primordial del experimento. Es decir un factor es un grupo específico de tratamientos:
temperatura, humedad y tipos de suelo se consideran un factor cada uno. Las diversas categorías
de un factor se denominan niveles del factor.
Las ventajas de los diseños factoriales pueden ilustrarse fácilmente. Supongamos que se tienen
dos factores, A y B, cada uno con dos niveles. Estos niveles se representan mediante A 1, A2, B1
y B1. La información acerca de ambos factores puede obtenerse variando un factor a la vez como
aparece en la tabla 3. El efecto de variar el factor A está dada por A 2B1 -A1B2. A causa de que
existe error experimental, es conveniente realizar, por ejemplo, dos observaciones de cada
combinación de tratamientos y hacer una estimación de los efectos de los factores usando las
respuestas promedio. Por lo tanto, se requiere un total de seis observaciones.
Los diseños factoriales poseen algunas ventajas.
Son más eficientes que los experimentos de un factor a la vez.
Los diseños factoriales son necesarios cuando alguna interacción puede estar presente, para
evitar hacer conclusiones engañosas.
Los diseños factoriales permiten estimar los efectos de un factor en diversos niveles de los
otros factores, produciendo conclusiones que son válidas sobre toda la extensión de las
condiciones experimentales.
3. Diseño de bloques completos al azar.
En cualquier experimento, la variabilidad que surge, de un factor perturbador puede afectar
los resultados. En general un factor perturbador puede definirse como un factor del diseño que
probablemente tenga un efecto sobre la variable de respuesta, pero en el que no existe un interés
específico. En este caso cuando se conoce el factor perturbador y este no es de interés, para
remover el efecto de este, se procede a la formación de bloques en los cuales todos los
tratamientos deben de estar representados y los mismos son distribuidos al azar en cada bloque.

____________________________________________
11
 4. Diseño de cuadrado latino.
El diseño de cuadrado latino se utiliza para eliminar dos fuentes de variación. El arreglo en el
diseño de cuadrado cada tratamiento debe estar una sola vez en cada fila y columna. Las filas y
las columnas deben formar un cuadrado y esto lo determina el número de tratamientos,
Un ejemplo de esto en experimentos agrícolas pudiera ser cuando se tiene una pendiente en
dos direcciones. (En una loma). En el caso de experimentos en producción animal se utiliza el
cuadrado Latino Cross Over.
Por ejemplo si se desea evaluar el efecto de cuatro dietas en la digestibilidad aparente de la
materia seca en bovinos. Si se tienen solo cuatro animales (Es común en estudios de fisiología
digestiva), se puede distribuir los tratamientos en cada animal y se realizan varios períodos.
Si son cuatro dietas sería cuatro períodos, en los cuales los tratamientos a probar son
utilizados por cada animal en diferentes períodos. En este caso los animales pueden ser utilizados
como filas (primera fuente de variación) y los períodos como columnas (segunda fuente de
variación). Este tipo de diseño se denomina cuadrado latino 4 x 4, pues son cuatro tratamientos
y cuatro períodos. El nombre lo reciben según el número de tratamientos que deben siempre
formar un cuadrado, si fuesen cinco tratamientos serían cinco períodos por lo tanto, será un
cuadrado latino 5 x 5.
Se conoce como arreglos factoriales, a la elección de un diseño determinado dependiendo del
objetivo de la investigación y a los tratamientos se les realizan arreglos en las unidades
experimentales.
Tipología sobre los diseños experimentales generales.
Los diseños experimentales más comúnmente citados en la literatura sobre experimentación son los basados
en la tipología de Campbell y Stanley (1966)2, quienes quienes dividen a los diseños
experimentales en tres:
a) Preexperimentos.
b) Experimentos “verdaderos” y
c) Cuasiexperimentos.

____________________________________________
12
 a) Preexperimentos.
Los preexperimentos se llaman así porque su grado de control es mínimo.
1. Estudio de caso con una sola medición.
Consiste en administrar un estímulo o tratamiento a un grupo, y después aplicar una medición
en una o más variables para observar cuál es el nivel del grupo en estas variables. Este diseño no
cumple con los requisitos de un verdadero” experimento. No hay manipulación de la variable
independiente. Tampoco hay una referencia previa de cuál era —antes del estímulo— el nivel
que tenía el grupo en la variable dependiente, ni grupo de comparación. Ese requisito era tener
varios grupos de comparación. No se puede con seguridad establecer causalidad. No controla
las fuentes de invalidación interna.
2. Diseño de preprueba-postprueba con un solo grupo.
A un grupo se le aplica una prueba previa al estímulo o tratamiento experimental, después se
le administra el tratamiento y finalmente se le aplica una prueba posterior al tratamiento. El
diseño ofrece una ventaja sobre el anterior, hay un punto de referencia inicial para ver qué nivel
tenía el grupo en la variable dependiente antes del estímulo. Es decir, hay un seguimiento del
grupo. Sin embargo, el diseño no resulta conveniente para fines científicos. No hay manipulación
ni grupo de comparación. Por otro lado, se corre el riesgo de elegir a un grupo atípico o que en
el momento del experimento no se encuentre en su estado normal.
Los dos diseños preexperimentales no son adecuados para el establecimiento de relaciones
entre la variable independiente y la variable dependiente. Son diseños que han recibido bastante
crítica en la literatura experimental, y con justa razón porque son débiles en cuanto a la
posibilidad de control y validez interna.
En ciertas ocasiones los diseños preexperimentales pueden servir como estudios
exploratorios, pero sus resultados deben observarse con precaución. De ellos no pueden
derivarse conclusiones que aseveremos con seguridad. Son útiles como un primer acercamiento
con el problema de investigación en la realidad, pero no como el único y definitivo acercamiento
con dicho problema. Abren el camino, pero de ellos deben derivarse estudios más profundos.

____________________________________________
13
 Experimentos “verdaderos”.
Los experimentos “verdaderos” son aquellos que reúnen los dos requisitos para lograr el control y la validez
interna: 1) grupos de comparación (manipulación de la variable independiente o de varias independientes) y 2)
equivalencia de los grupos. Los diseños “auténticamente” experimentales pueden abarcar una o más
variables independientes y una o más dependientes. Asimismo, pueden utilizar prepruebas y
postpruebas para analizar la evolución de los grupos antes y después del tratamiento
experimental. Desde luego, no todos los diseños experimentales utilizan preprueba, pero la
postprueba es necesaria para determinar los efectos de las condiciones experimentales (Wiersma,
1986)3.
1. Diseño con postprueba únicamente y grupo de control.
Este diseño incluye dos grupos, uno recibe el tratamiento experimental y el otro no (grupo
de control). Es decir, la manipulación de la variable independiente alcanza sólo dos niveles:
presencia y ausencia. Los sujetos son asignados a los grupos de manera aleatoria. Después de
que concluye el periodo experimental, a ambos grupos se les administra una medición sobre la
variable dependiente en estudio.
En este diseño, la única diferencia entre los grupos debe ser la presencia-ausencia de la
variable independiente. Éstos son inicialmente equivalentes y para asegurar que durante el
experimento continúen siendo equivalentes —salvo por la presencia o ausencia de dicha
manipulación— el experimentador debe observar que no ocurra algo que afecte sólo a un grupo.
Debe recordarse que la hora en que se efectúa el experimento debe ser la misma para ambos
grupos (o ir mezclando a un sujeto de un grupo con un sujeto del otro grupo —cuando la
participación es individual—), lo mismo que las condiciones ambientales y demás factores que
fueron ventilados al hablar de equivalencia de grupos.
La postprueba debe ser administrada inmediatamente después de que concluya el
experimento, especialmente si la variable dependiente tiende a cambiar con el paso del tiempo.
La postprueba es aplicada simultáneamente a ambos grupos. La comparación entre las
postpruebas de ambos grupos (01 y 02) nos indica si hubo o no efecto de la manipulación. La
prueba estadística que suele utilizarse en este diseño para comparar a los grupos es la prueba “t” para
grupos correlacionados, al nivel de medición por intervalos.
El diseño con postprueba únicamente y grupo de control puede extenderse para incluir más
de dos grupos (tener varios niveles de manipulación de la variable independiente). En este caso,
se usan dos o más tratamientos experimentales. Los sujetos son asignados al azar a los distintos
____________________________________________
14
grupos, y los efectos de los tratamientos experimentales pueden investigarse comparando las
postpruebas de los grupos.
2. Diseño con preprueba-postprueba y grupo de control.
Este diseño incorpora la administración de prepruebas a los grupos que componen el experimento.
Los sujetos son asignados al azar a los grupos, después a éstos se les administra simultáneamente
la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y
finalmente se les administra —también simultáneamente— una postprueba.
La adición de la preprueba ofrece dos ventajas: Primera, las puntuaciones de las prepruebas
pueden usarse para fines de control en el experimento, al compararse las prepruebas de los
grupos se puede evaluar qué tan adecuada fue la aleatorización. Lo cual es conveniente con
grupos pequeños. En grupos grandes la aleatonzación funciona, pero cuando tenemos grupos
de 15 personas o menos, no está de más evaluar qué tanto funcionó la asignación al azar. La
segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia
entre las puntuaciones de la preprueba y la postprueba).
El diseño controla todas las fuentes de invalidación interna por las mismas razones que se argumentaron en
el diseño anterior (diseño con postprueba únicamente y grupo de control). Este diseño puede ser
extendido para incluir más de dos grupos.
Hay procedimientos para obtener pruebas “paralelas” o gemelas”, éstos nos garantizan la
equivalencia. Si no se utiliza un método que verdaderamente asegure la equivalencia de las
pruebas se corre el riesgo de que éstas no sean equiparables y entonces no se pueden comparar
las puntuaciones producidas por ambas pruebas. Es decir, se pueden presentar las fuentes de
invalidación interna “inestabilidad”, “instrumentación” y “regresión estadística”.
3. Diseños de series cronológicas con repetición del estímulo.
En ocasiones, el investigador anticipa que el tratamiento a estimulo experimental no tiene
efecto a este es mínima si se aplica una sola vez, tal coma seria hacer ejercicio físico un solo día,
no se puede esperar un cambia en la musculatura; a coma seria consumir vitaminas par una única
vez. También a veces el investigador quiere conocer el efecto sobre las variables dependientes,
cada vez que se aplica el estímulo experimental.
Por ejemplo, en técnicas de condicionamiento es común que uno se cuestione: ¿cuantas veces
debo aplicar el reforzamiento a una conducta para lograr condicionar la respuesta a un estímulo?
En estos casos se puede repetir el tratamiento experimental y administrar una posprueba después de cada
aplicación de este, para evaluar el efecto de cada aplicación. Los sujetos son asignados al azar a los
____________________________________________
15
distintos grupos y a cada grupo se le administra varias veces el tratamiento experimental que le
corresponde.
4. Diseños con tratamientos múltiples.
A veces, el investigador desea analizar el efecto de aplicar los diversos tratamientos experimentales a
todos los sujetos. En estos casos se pueden utilizar los diseños con tratamientos múltiples. La
aplicación de tratamientos puede ser individual a en un grupo y hay distintas variaciones.
5. Diseños factoriales.
Los diseños factoriales manipulan dos o más variables independientes e incluyen dos
o más niveles de presencia en cada una de las variables independientes. Han sido
sumamente utilizados en la investigación del comportamiento. La construcción básica de
un diseño factorial consiste en que todos los niveles de cada variable independiente son
tomados en combinación con todos los niveles de las otras variables independientes.
El diseño factorial más simple manipula (hace variar) dos variables, cada una con dos niveles.
A este diseño se le conoce como diseño factorial de 2 x 2, en donde el número de dígitos indica
el número de variables independientes.
Los diseños factoriales son sumamente útiles porque permiten al investigador evaluar los
efectos de cada variable independiente sobre la dependiente por separado y los efectos de las
variables independientes conjuntamente. A través de estos diseños se pueden observar los
efectos de interacción entre las variables independientes.
La interacción es un efecto producido sobre la variable dependiente, de tal manera que el
efecto de una variable independiente deja de permanecer constante a través de los niveles de la
otra. El efecto de interacción está presente si el efecto conjunto de las variables independientes
no es igual a sus efectos por separado (aditivos).
Ello significa que el efecto de una variable independiente por sí mismo no es igual que cuando
se toma en combinación con los niveles de otra variable independiente.
Así, hay dos tipos de efectos que se pueden evaluar en los diseños factoriales: los efectos de
cada variable independiente (llamados efectos principales) y los efectos de interacción entre dos
o más variables independientes.
Métodos estadísticos en diseños factoriales.
Los métodos estadísticos más usuales para estos diseños son el Análisis de Varianza Factorial
(ANOVA) y el Análisis de Covarianza (ANCOVA) —con la variable dependiente medida en
____________________________________________
16
intervalos— y la Ji-cuadrada para múltiples grupos —con dicha variable medida
nominalmente—. Finalmente, a estos diseños se les pueden agregar más variables dependientes
(tener dos o mis) y se convierten en diseños multivariados experimentales que utilizan como
método estadístico de análisis el Análisis Multivariado de Varianza (MANOVA).
Cuasiexperimentos.
Diseños cuasiexperimentales de series cronológicas.
En ocasiones el investigador puede pretender analizar efectos al mediano y largo plazo o efectos de
administrar varias veces el tratamiento experimental y no cuenta con la posibilidad de asignar al azar a los
sujetos a los grupos del experimento. En este caso, pueden utilizarse los diseños cuasiexperimentales.
En ambos tipos de diseños se aplican mediciones repetidas de la variable dependiente y se inserta el
tratamiento experimental entre dos de esas mediciones en al menos un grupo, mientras que a otro grupo
no se le aplica ningún tratamiento en el periodo de “experimentación”.
Aunque desde la literatura clásica sobre experimentos (ver Campbell y Stanley, 1966), se reconoce
como cuasiexperimento a un diseño que no tiene grupo de control.
Series cronológicas de un solo grupo.
A un único grupo se le administran varias prepruebas, después se le aplica el tratamiento experimental
y finalmente varias postpruebas. El número de mediciones está sujeto a las necesidades específicas de la
investigación que estemos realizando.
Un ejemplo muy difundido de este diseño lo constituyó la evaluación de un programa que tenla por
objeto disminuir La velocidad en carretera del estado de Connecticut (Campbell, 1975). Los
investigadores recolectaron informes y datos de accidentes de tránsito correspondientes a varios años
anteriores y ulteriores a la implantación del programa.
Encontraron que después del programa el número de accidentes disminuyó, pero como las distintas
mediciones habían mostrado una pauta ascendente y descendente inestable durante varios años, no se
podía tener la certeza de que el programa hubiese sido la razón del descenso en el número de accidentes.
Entonces, fue necesario comparar las estadísticas de Connecticut con las de otros cuatro estados vecinos
en los que no se hablan efectuado los cambios en los reglamentos de tránsito propuestos por el programa
del mencionado estado. Estos otros cuatro estados actuaron coma grupos de control.
Finalmente, se observó que en los otros estados no se habla registrado una disminución equivalente
del número de accidentes. Las comparaciones dieron pie para concluir que el programa habla producido
efectos. Esta investigación cuasiexperimental en su primera etapa utilizó las series cronológicas de un
solo grupo.
En las series cronológicas de un único grupo debe tenerse muy en cuenta que no se tiene punto de
comparación (grupo de control), por lo tanto la interpretación del patrón en la variable dependiente (a
____________________________________________
17
patrones de las variables dependientes) debe ser muy cuidadoso, habrá de analizarse si no han actuado o
interactuado otras posibles causas además del tratamiento experimental a variable independiente.
Normalmente, este diseño cuasiexperimental se utiliza con propósitos correlacionales y no
explicativos.
Series cronológicas cuasiexperimentales con múltiples grupos.
Estos diseños pueden adoptar La estructura de las series cronológicas experimentales, con la
diferencia de que en estas últimas los individuos son asignados al azar a los grupos, y en las
cuasiexperimentales tenemos grupos intactos.

Conclusiones.
 En su acepción más general, un experimento consiste en aplicar un estímulo a un
individuo o grupo de individuos y ver el efecto de ese estimulo en alguna(s) variable(s)
del comportamiento de éstos.
 Esta observación se puede realizar en condiciones de mayor o menor control.
 El diseño experimental es el arreglo de las unidades experimentales utilizado para
controlar el error experimental, a la vez que acomoda los tratamientos.
 La selección de un determinado diseño en un experimento depende del objetivo de
la investigación, de los factores a evaluar y de las fuentes de variación que deseamos
disminuir para aumentar la precisión del experimento, es decir disminuir el error
experimental.
 El máximo control se alcanza en los “experimentos verdaderos”.
 Deducimos que un estímulo afectó cuando observamos diferencias en las variables
que supuestamente serían las afectadas entre un grupo al que se le administró dicho
estímulo y un grupo al que no se le administró, siendo ambos iguales en todo excepto
en esto último.
 Para lograr el control o la validez interna los grupos que se comparen deben ser iguales
en todo, menos en el hecho de que a un grupo se le administró el estímulo y a otro
no.
 A veces graduamos la cantidad del estímulo que se administra, es decir, a distintos
grupos (semejantes) les administramos diferentes grados del estímulo para observar
si provocan efectos distintos.

____________________________________________
18
Bibliografía.

1
1. CHRISTENSEN, L.B. (1980). Experimental methodology. Boston,
Mass.: Allyn and Bacon, Inc. Segunda edición.

2
2. CAMPBELL, DI. y STANLEY, J.C. (1966) Experimental and
quasí-experímental designs forresearch. Chicago, III.: Rand McNaIIy &
Company. La primera edición en español (1973) fue publicada por
Editorial Amorrortu.

3
3. WIERSMA, W. (1986). Research methods in education. Newton,
Mass.: AlIyn and Bacon, Inc. Cuarta edición.

4. MONTGOMERY, D.C. (2005). Diseño y análisis de experimentos.

Segunda Edición. Limusa Wiley. México. 686 pp.

5. THOMAS, M.L. AND JACKSON, F. H. (1991). Métodos

estadísticos para la investigación en la agricultura. Trillas. México. 270 pp

6. ROBERT O.KUEHL. (2001). Principios estadísticos para el diseño y

análisis de investigaciones. segunda edición. Ingramex S.A. Mexico.666 pp.

7. HERNÁNDEZ SAMPIERI (2003). Metodología de la investigación.

Metodología de la Investigación. Mc Graw Hill, México,

____________________________________________
19