DISEÑO EXPERIMENTAL.
Del análisis y estudio de la
INTRODUCCIÓN
En sentido amplio, en el presente documento se
considerará un diseño experimental como un plan para
descubrir o probar conexiones causales, siendo el
experimento la ejecución de ese plan. Por ejemplo, si se
quiere probar que cierto alimento es la causa del
escorbuto, se pueden disponer dos grupos: uno
alimentado con el alimento sospechoso y otro con un
alimento diferente. Si en el primer grupo aparecen casos
de escorbuto y en el segundo no, habrá quedado
probado el vínculo causal. En un sentido más restringido,
el diseño experimental incluye la idea de que el
investigador provoca un fenómeno en lugar de esperar a
que ocurra.
OBJETIVOS
OBJETIVO GENERAL
Adquirir un conocimiento global, claro y conciso del
diseño experimental para saber aplicarlo al momento en
que estemos desarrollando nuestras respectivas trabajos
de investigación al término de la carrera universitaria.
OBJETIVOS ESPECÍFICOS
-Reconocer en que trabajos de investigación se puede
aplicar.
-Desarrollar correctamente la planificación de un diseño
experimental.
Conocer sus antecedentes históricos.
HISTORIA DEL DISEÑO EXPERIMENTAL
El diseño de experimentos tuvo su inicio teórico a partir
de 1935 por sir Ronald Fisher, quien sentó la base de la
teoría del diseño experimental y que a la fecha se
encuentra desarrollada y ampliada. Actualmente las
aplicaciones son múltiples, especialmente en la
investigación de las ciencias naturales, ingeniería,
laboratorios y casi todas las ramas de las ciencias
sociales.
DEFINICIÓN
La experimentación es una técnica utilizada para
encontrar el comportamiento de una variable a partir de
diferentes combinaciones de factores o variables de
entrada de un proceso, que al cambiar afectan la
respuesta.
OBJETIVO DE UN DISEÑO EXPERIMENTAL
El objetivo de un diseño experimental es estudiar si
utilizar un determinado tratamiento produce una mejora
en el proceso o no. Para ello se debe experimentar
utilizando el tratamiento y no utilizándolo. Si la viabilidad
experimental es grande, solo se detectará la influencia
del uso del tratamiento cuando éste produzca grandes
cambios en relación con el error de observación.
4. PLANEACIÓN DE UN DISEÑO EXPERIMENTAL.
Es fundamental conocer los factores que influyen
realmente y estimar esta influencia. Para conseguir esto
es necesario experimentar, variar las condiciones que
afectan a las unidades experimentales y observar la
variable respuesta.
información recogida se obtienen las conclusiones
La forma tradicional que se utilizaba en la
experimentación, para el estudio de estos problemas, se
basaba en estudiar los factores uno a uno, esto es, variar
los niveles de un factor permaneciendo fijos los demás
 Es necesario un gran número de pruebas.
 Las conclusiones obtenidas en el estudio de cada
factor tiene un campo de validez muy restringido.
 No es posible estudiar la existencia de interacción
entre los factores.
 Es inviable, en muchos casos, por problemas de
tiempo o costo.
Paso 1:
1. Definir los objetivos del experimento.
Se debe hacer una lista completa de las preguntas
concretas a las que debe dar respuesta el experimento.
Una vez elaborada la lista de objetivos, puede ser útil
esquematizar el tipo de conclusiones que se espera
obtener en el posterior análisis de datos
2. Identificar todas las posibles fuentes de variación
Es recomendable hacer una lista de todas las posibles
fuentes de variación del problema, distinguiendo aquellas
que, a priori, generan una mayor variabilidad.
Nombraremos los siguientes tipos:
a) Factor de tratamiento y sus niveles.
Se denomina factor tratamiento a cualquier variable de
interés para el experimentador cuyo posible efecto sobre
la respuesta se quiere estudiar.
Cualitativos
-Proveedor-Trabajador-tipo de procesado
Cuantitativos
-tamaño de memoria-la temperatura
Unidades experimentales
Es muy importante que las unidades experimentales sean
representativas de la población sobre la que se han fijado
los objetivos del estudio
Factores ¨nuisance¨
son aquellas fuentes que no son de interés directo pero
que se contemplan en el diseño para reducir la
variabilidad no planificada. Con el fin de controlar esta
influencia pueden incluirse en el diseño nuevos factores
que, atendiendo a su naturaleza, pueden ser de diversos
tipos.
Ejemplos de unidades experimentales son:
-en informática, ordenadores, páginas web, buscadores
de internet,
-en agricultura, parcelas de tierra,
-en medicina, individuos humanos u animales,
-en industria, lotes de material, trabajadores, máquinas.
Factor bloque
la forma de actuar es mantener constante el nivel del
factor para un grupo de unidades experimentales, se
cambia a otro nivel para otro grupo y así sucesivamente
Factor de Covariable
Si el factor nuisance es una propiedad cuantitativa de las
unidades experimentales que puede ser medida antes de
realizar el experimento (el tamaño de un fichero
informático, la presión sanguínea de un paciente en un
experimento médico o la acidez de una parcela de tierra
en un experimento agrícola).
Factor de Ruido
Si el experimentador está interesado en la variabilidad de
la respuesta cuando se modifican las condiciones
experimentales, entonces los factores nuisance son
incluidos deliberadamente en el experimento y no se
aisla su efecto por medio de bloques. Se habla entonces
de factores ruido.
Paso 3:
ELEGIR UNA REGLA DE ASIGNACIÓN DE LAS UNIDADES
EXPERIMENTALES A LAS CONDICIONES DE ESTUDIO
(TRATAMIENTOS)
Hay diferentes posibilidades:
-diseño factorial o no, anidamiento, asignación al azar en
determinados niveles de observación, el orden de
asignación, etc.
Paso 4
ESPECIFICAR LAS MEDIDAS CON QUE SE TRABAJARÁ (LA
RESPUESTA), EL PROCEDIMIENTO EXPERIMENTAL Y
ANTICIPARSE A LAS POSIBLES DIFICULTADES.
• DATOS
• MEDIDAS DE UNA VARIABLE
• VARIABLE RESPUESTA O VARIABLE DE INTERÉS
A menudo aparecen dificultades imprevistas en la toma
de datos. Es conveniente anticiparse a estos imprevistos
pensando detenidamente en los problemas que se
pueden presentar o ejecutando un pequeño experimento
piloto (etapa 5). Enumerar estos problemas permite en
ocasiones descubrir nuevas fuentes de variación o
simplificar el procedimiento experimental antes de
comenzar.
PASO 5:
EJECUTAR UN EXPERIMENTO PILOTO
Las ventajas que proporciona la realización de un
pequeño experimento piloto son las siguientes:
-Permite practicar la técnica experimental elegida e
identificar problemas no esperados en el proceso de
recogida de datos,
-Si el experimento piloto tiene un tamaño
suficientemente grande puede ayudar a seleccionar un
modelo adecuado al experimento principal,
-Los errores experimentales observados en el
experimento piloto pueden ayudar a calcular el número
de observaciones que se precisan en el experimento
principal
PASO 6:
ESPECIFICAR EL MODELO
En este modelo la respuesta viene dada por una
combinación lineal de términos que representan las
principales fuentes de variación planificada más un
término residual debido a las fuentes de variación no
planificada. Los modelos que se estudian en este texto se
ajustan a esta forma general. El experimento piloto
puede ayudar a comprobar si el modelo se ajusta
razonablemente bien a la realidad.
PASO 7:
ESQUEMATIZAR LOS PASOS DEL ANÁLISIS
El análisis estadístico a realizar depende de:
Los objetivos indicados en el paso 1,El diseño
seleccionado en el paso 3,El modelo asociado que se
especificó en el paso 5.
Se deben esquematizar los pasos del análisis a
realizar que deben incluir:
-estimaciones que hay que calcular,contrastes a realizar,
intervalos de confianza que se calcularán diagnosis y
crítica del grado de ajuste del modelo a la realidad.
PASO 8:
DETERMINAR EL TAMAÑO MUESTRAL
-Calcular el número de observaciones que se deben
tomar para alcanzar los objetivos del experimento.
- Existen, dependiendo del modelo, algunas fórmulas
para determinar este tamaño. Todas ellas sin embargo
requieren el conocimiento del tamaño de la variabilidad
no planificada y estimarlo a priori no es fácil, siendo
aconsejable sobreestimarla. Normalmente se estima a
partir del experimento piloto y en base a experiencias
previas en trabajos con diseños experimentales
semejantes.
PASO 9:
REVISAR LAS DECISIONES ANTERIORES
De todas las etapas enumeradas, el proceso de recogida
de datos suele ser la tarea que mayor tiempo consume,
pero es importante realizar una planificación previa,
detallando los pasos anteriores, lo que garantizará que
los datos sean utilizados de la forma más eficiente
posible.
VENTAJAS
-Se requiere una estrecha colaboración entre los
estadísticos y el investigador o científicos con las
consiguientes ventajas en el análisis e interpretación de
las etapas del programa.
-El número de pruebas requerido puede determinarse
con certeza y a menudo puede reducirse.
-La comparación de los efectos de los cambios es más
precisa debido a la agrupación de resultados.
 La exactitud de las conclusiones se conoce con
una precisión matemáticamente definida.
DESVENTAJAS
-Tales diseños y sus análisis, usualmente están
acompañados de enunciados basados en el lenguaje
técnico del estadístico.
-Muchos diseños estadísticos se han criticado como
demasiado caros, complicados y que requieren mucho
tiempo.
-Factoriales muy grandes pueden ser difíciles de
interpretar, especialmente si hay interacciones a todos
los niveles
-A medida que aumenta el número de factores, se
incrementa el tamaño del experimento
PRINCIPIOS BÁSICOS EN EL DISEÑO DE EXPERIMENTOS
EL PRINCIPIO DE ALEATORIZACIÓN
VENTAJAS:
-Transforma la variabilidad sistemática no planificada en
variabilidad no planificada o ruido aleatorio. Dicho de
otra forma, aleatorizar previene contra la introducción de
sesgos en el experimento.
-Evita la dependencia entre observaciones al aleatorizar
los instantes de recogida muestral.
-Valida muchos de los procedimientos estadísticos más
comunes.
EL BLOQUEO
“Se deben dividir las unidades experimentales en grupos
llamados bloques de modo que las observaciones
realizadas en cada bloque se realicen bajo condiciones
experimentales lo más parecidas posibles”
Bloquear es una buena estrategia siempre y cuando sea
posible dividir las unidades experimentales en grupos de
unidades similares.
LA FACTORIZACION DEL DISEÑO
“Un diseño factorial es una estrategia experimental que
consiste en cruzar los niveles de todos los factores
tratamiento en todas las combinaciones posibles”.
VENTAJAS
-Permiten detectar la existencia de efectos interacción
entre los diferentes factores tratamiento.
-Es una estrategia más eficiente que la estrategia clásica
de examinar la influencia de un factor manteniendo
constantes el resto de los factores.
DISEÑO NO EXPERIMENTAL.
INTRODUCCION
En la actualidad las investigaciones que se realizan son de
ayuda ya que a través del desarrollo de la investigación se
han descubiertos muchos fenómenos que no se tenían en
cuenta, es por ello que a este tipo de investigaciones se
les ha denominado investigación no experimental.
OBJETIVOS :
-Conocer las diferencias entre la investigación
experimental y la investigación no experimental.
-Analizar los diferentes diseños no experimentales y las
posibilidades de investigación que ofrece cada uno.
-Comprender cómo el factor tiempo altera la naturaleza
de un estudio.
-Se encuentre capacitado para evaluar estudios no
experimentales que hayan sido efectuados.
DEFINICION:
La investigación NO EXPERIMENTAL se define como “la
búsqueda empírica y sistemática en la que el científico no
posee control directo de las variables independientes,
debido a que sus manifestaciones ya han ocurrido o a
que son inherentemente no manipulables. Se hacen
inferencias sobre las relaciones entre las variables, sin
intervención directa sobre la variación simultánea de las
variables independiente y dependiente” (Kerlinger,
2002).
“La que se realiza sin manipular deliberadamente
variables. Es decir, se trata de investigación donde no
hacemos variar intencionadamente las variables
independientes. Lo que hacemos en la investigación
no experimental es observar fenómenos tal y como
se dan en su contexto natural, para después
analizarlos.” (Hernández, 184).
GENERALIDADES
De acuerdo con Kerlinger (1983) la investigación Ex
Post Facto es un tipo de “... investigación sistemática
en la que el investigador no tiene control sobre las
variables independientes porque ya ocurrieron los
hechos o porque son intrínsecamente
manipulables…” (p.269).
DE ACUERDO A KERLINGER (1983), LA INVESTIGACIÓN
NO EXPERIMENTAL ES:
-SISTEMÁTICA porque no deja los hechos a la casualidad,
sino que se trata de una actividad disciplinada.
-EMPÍRICA porque se trata de recolectar y analizar datos
de la realidad.
-CRÍTICA por que evalúa y mejora de manera constante.
LA INVESTIGACIÓN PUEDE CUMPLIR DOS PROPÓSITOS
FUNDAMENTALES:
-Producir conocimiento y teorías (investigación básica).
-Resolver problemas prácticos (investigación aplicada).
EL DISEÑO NO EXPERIMENTAL DEPENDE…
Del número de momentos o puntos en el tiempo en los
cuales se recolectarán los datos, es decir, dependen de
una “dimensión temporal”, la misma que se encuentra
establecida desde un primer momento.
IMPORTANCIA:
- No se construye ninguna situación ni ambiente.
Se observan los fenómenos tal y como se dan en su
contexto natural, para después analizarlos.
- Es más natural y cercana a la realidad cotidiana.
No hay condiciones o estímulos a los cuales se expongan
los sujetos del estudio.
CARACTERISTICAS DEL DISEÑO NO EXPERIMENTAL:
• Existe un menor control
• Las variables están más cercanas a la realidad
• Los grupos son naturales
• No hay manipulación de ningún tipo
DIFERENCIAS :
INVESTIGACIÓN EXPERIMENTAL
Se construye la realidad o situación para luego estudiarla.
INVESTIGACIÓN NO EXPERIMENTAL
Se analiza la realidad existente y se observa la situación.
Ejemplo
• Experimento: Hacer enojar intencionalmente a
una persona para analizar sus reacciones.
• No Experimental: Ver las reacciones de esa
persona cuando llega enojada
INVESTIGACIÓN EXPERIMENTAL
-La variable independiente se manipula y por eso se le
llama variable activa.
-En un experimento se ‘construye” una realidad.
-La investigación experimental parte de grupos similares
para encontrar una diferencia y establecer la relación
causa-efecto.
-Con los resultados que arroja una investigación
experimental es posible afirmar con seguridad una
relación causal entre dos o más variables.
INVESTIGACIÓN NO EXPERIMENTAL
-La investigación Ex Post Facto la variable independiente
no es susceptible de manipulación y por eso se le llama
variable atributiva.
-Se observan situaciones ya existentes, no provocadas
intencionalmente por el investigador.
-La investigación Ex Post Facto estudia dos grupos
diferentes y busca qué es lo que hace la diferencia para
establecer la relación causa- efecto.
-Con los resultados que arroja una investigación Ex Post
Facto no es posible afirmar con seguridad una relación
causal entre dos o más variables.
SEMEJANZAS ENTRE LA INVESTIGACION EXPERIMENTAL
Y NO EXPERIMENTAL
Existen al menos tres aspectos en los que la investigación
experimental es semejante a la investigación Ex Post
Facto:
-Por medio de estos tipos de investigación se pueden
comprobar hipótesis.
-Se utilizan grupos semejantes excepto en algún aspecto
o característica específica.
-Se utilizan métodos estadísticos para el tratamiento y
análisis de datos.
PRINCIPALES COMPONENTES:
Al diseño de investigación lo acompañan tres grandes
componentes que son:
• La elección de técnicas de recolección de datos.
• Selección de estrategias.
• El diseño de la muestra.
PRINCIPALES VENTAJAS…
Alta flexibilidad
-Existe flexibilidad en el tiempo a utilizar para la
investigación. Hay casos en que la investigación requiere
de una obtención de datos de forma corta y superficial
Estudio directo
-Se conoce la posible causa y se investiga su efecto en el
tiempo, presencia o ausencia de la característica
estudiada.
No invasiva
-El investigador define las características de los individuos
elegibles para el grupo de estudio y el de control.
ALGUNAS DESVENTAJAS…
Alta superficialidad
-La naturaleza concisa del diseño no experimental se
vuelve una desventaja porque no permite recolectar
información posterior de realizar el estudio.
Tendencia a Errores y sesgos
-Tendencia a presentar errores metodológicos y sesgos
(prejuicio, juicio u opinión formada antes de que se
conozcan los hechos y que puede desviar los resultados
de una investigación).
Presenta alta selectividad
-Los grupos, en su mayoría, no son necesariamente
grupos representativos de todos los individuos que
conforman la población.
CLASIFICACIÓN DE LOS TIPOS DE DISEÑOS DE
INVESTIGACIÓN NO EXPERIMENTALES
INVESTIGACIÓN TRANSACCIONAL O TRANSVERSAL
Los diseños de investigación “Transeccional” o también
llamados “Transversal”, recolectan datos en un solo
momento, en un tiempo único. Su propósito es describir
variables, y analizar su incidencia e interrelación en un
momento dado. Es como tomar una fotografía de algo
que sucede.
Se dividen en:
• Diseños transeccionales Exploratorios
• Diseños transeccionales Descriptivos
• Diseños transeccionales Correlacionales/causales
PRINCIPALES CARACTERÍSTICAS:
-Se busca recolectar datos en un solo momento, en un
tiempo único ya establecido desde el inicio de la
investigación.
-Su propósito es describir variables y analizar su
incidencia o interrelación en un momento dado.
-Puede abarcar varios grupos o subgrupos de personas,
indicadores u objetos.
DISEÑOS TRANSECCIONALES EXPLORATORIOS
EJEMPLO
-Se pretende investigar el grado en que las empresas de
una determinada comunidad contratan a personas con
capacidades diferentes.
Se encuentra poca información, por tanto se inicia un
sondeo en varias empresas, al explorar la situación
logran tener una visión del problema que les interesa.
Sus resultados son validos exclusivamente para el
tiempo y el lugar en que se efectuaron.
Su propósito es comenzar a conocer una comunidad, un
contexto, un evento, una situación, una variable o un
conjunto de variables. Se trata de una exploración inicial
en un momento específico.
Por lo general, se aplica a problemas de investigación
nuevos o pocos conocidos, y constituyen el preámbulo de
otros diseños.
Son muy utilizados dentro del enfoque cualitativo para lo
que le denomina “inmersión inicial en el campo”.
DISEÑOS TRANSECCIONALES DESCRIPTIVOS
Tienen como objetivo indagar la incidencia y los valores
en que se manifiesta una o más variables. El
procedimiento consiste en medir en un grupo de
personas u objetos una o generalmente más variables y
proporcionar su descripción. Son, por lo tanto, estudios
puramente descriptivos que cuando establecen hipótesis,
éstas son también descriptivas.
EJEMPLO
-Las famosas encuestas nacionales de opinión sobre las
tendencias de los votantes durante periodos de elección.
-Un estudio que pretendiera averiguar cuál es la
expectativa de ingreso mensual de los trabajadores de
una empresa. Su propósito es describir dicha expectativa.
-Un estudio del número de extranjeros que ingresan a un
país en cierto momento y sus características.
DISEÑOS TRANSECCIONALES
CORRELACIONALES/CAUSALES
Tienen como objetivo describir relaciones entre dos o
más variables en un momento determinado. Mientras
que en la descriptiva sólo se describe la variable en sí
misma, en este se relaciona cada una de las variables con
las demás.
En estos diseños lo que se mide es la relación entre
variables en un tiempo determinado.
Aunque se puede establecer una causalidad no se
pretende describir el sentido de la causalidad o analizar
esta relación causal.
EJEMPLOS:
-Una investigación que pretendiera indagar la relación
entre la atracción física y la confianza durante el noviazgo
en parejas de jóvenes.
-Un estudio sobre la relación entre la urbanización y el
alfabetismo en una nación latinoamericana, para ver qué
variables macrosociales mediatizan tal relación.
-Una investigación que analizara cuáles son las variables
que regulan la relación existente entre organizaciones
proveedoras (vendedores) y organizaciones compradoras
(clientes) en las transacciones comerciales en
Latinoamérica (con volúmenes de intercambio anuales
superiores a un millón de dólares).