4 tipos, nivel y diseno

Dr. Baldo Olivares 4ta. Tutoría Grupal


FINALIDAD

DURACIÓN

PROFUNDIDAD

AMPLITUD

FUENTE

CARÁCTER

MARCO

NATURALEZA


NIVELNIVELNIVELNIVEL DE LA DE LA DE LA DE LA INVESTIGACIÓN CIENTÍFICAINVESTIGACIÓN CIENTÍFICAINVESTIGACIÓN CIENTÍFICAINVESTIGACIÓN CIENTÍFICA::::EXPERIMENTALEXPERIMENTALEXPERIMENTALEXPERIMENTAL

Es el nivel más elevado de la investigación científica y se ocupa de la observación dirigida de los cambios y desarrollos. Consiste en la manipulación de las variables independientes en condiciones rigurosas de control de las variables independientes potenciales, con objeto dedesentrañar de qué modo y debido a qué causa se produce o deja de producir una situación, conducta o acontecimiento fenoménico.

Asimismo, la investigación científica experimental, implica la realización de un experimento porque, precisamente, el investigador provoca una situación para introducir determinadas variables de estudio manipuladas por él, para controlar el aumento o disminución de esa variable, y su efecto en las conductas observadas. El investigador maneja deliberadamente la variable experimental y luego observa lo que sucede en situaciones controladas.

Realizar un experimento controlado, consiste en seleccionar dos o más muestras aleatorias: una o más sujeta a la variable activa y otra no sujetaa la esta misma variable. Se comparan las características finales de ambas y entonces se determina el efecto del experimento. Si se presenta una diferencia significativa entre ellas, se analiza la hipótesis y se vuelve a realizar el experimento. La dificultad radica en lograr uniformidad de características en la muestra experimental, y la de control exige precisión en el cálculo de las características.


CARACTERÍST ICAS DE LA INVESTIGACIÓN EXPERIMENTAL CARACTERÍST ICAS DE LA INVESTIGACIÓN EXPERIMENTAL CARACTERÍST ICAS DE LA INVESTIGACIÓN EXPERIMENTAL CARACTERÍST ICAS DE LA INVESTIGACIÓN EXPERIMENTAL

1 .1 .1 .1 . R E L AC IÓ N E N TR E V A R IA B L E S

E l n iv e l e x p e r im e n t a l r e q u ie r e d e un a m an ip u la c ió n r ig u ro s a d e la s v a r i ab le s o f a c t o re s e x p e r im en t a le s y d e la m ed ic ió n cu id a d o s a d e l a v a r ia b le d e p e n d ie n te . P a ra e l l o , t e n e r p re s e n t e e l d i s e ñ o d e in v e s t ig a c ió n , e l e sq u em a d e l d i s e ñ o y e l m o d e lo m a tem á t ic o q u e r ep ro du c e la s r e l a c io n es d e n t ro d e l o s g ru p o s .

2 .2 .2 .2 . A L EA TO R IZ AC IÓ N D E G RU PO S Y D E T RA TA M IEN TO S

N in g un a d e la s d i f e r e n c ia s d e l o s r e s u lt a d o s s e d e b e rá a l a s d i f e rencias que pueda haber entre las unidades experimentales d e l g ru p o in ic ia lm en te . Para logarlo, el procedim iento m ás h a b i tu a l e s l a a s ig n a c ió n a l a z a r . L a a l e a t o r i z a c ió n in c lu y e l a s e l e c c ió n d e l o s g ru p o s , la a s ig n a c ió n a l a za r d e l o s s u je to s a l o s g ru p o s e x p e r im en ta l y d e c o n t ro l y l a a s ig n a c ió n a l a za r d e l t r a t am ie n to e x p e r im en t a l a u n o d e l o s g ru p o s .

3 .3 .3 .3 . FO RM A C IÓ N D E D O S G R U PO S C OM O M ÍN IM O

N in g ún e x p e r im en to s e p u e d e l l e v a r a c a b o c o n u n a s ó lo m u e s t ra , p o r t a n to , b a jo u n a ú n ic a c o nd ic ió n e x p e r im en ta l . L a a p l ic a c ió n d e l n i v e l e x p e r im en t a l im p l ic a c om pa ra r e l e fe c to d e un t r a t am ie n t o o c o n d ic ió n e n t r e d o s g ru p o s o m á s .

4 .4 .4 .4 . M AN IPU L AC IÓ N D E V A R IA B L E S IN D E P EN D I EN T E S

E l in v e s t ig a d o r d e c id e l o s n iv e l e s q u e c o r r e sp o nd e rán a c a d a g rup o d e l a m u es t ra . L a v a r ia b le s e m an ip u la c o n d i f e r en t e s n i v e l e s q u e a s ig n a e l in v e s t ig a d o r . E s m u y im po r t a n te t e n e r e n c u a n ta e l m a rco te ó r ic o p a ra q u e lo s n iv e l e s s e an l o s m á s p e r t in e n t e s .

5 .5 .5 .5 . M ED IC IÓ N D E V A R IA B L E S D E P EN D I EN T E S

L o s r e su l ta d o s d e l a m an ip u la c ió n d e l a ( s ) v a r i ab le ( s )in d e p e nd ien t e (s ) , e n l o p o s ib l e , d e b e n s e r v a lo re s n um é r i c o sa le a to r io s . S í l a s re s p u e s t a s fu e ra n v a lo re s cu a l i t a t i v o s , e s t o s d e b e n c o n v e r t i r s e a v a lo re s c u a n t i t a t iv o s u t i l iz an d o u na e s c a la id ó n e a y d e b id am en t e v a l id a d a .

6 .6 .6 .6 . U T IL IZ A C IÓ N D E E S T A D ÍS T IC A IN F E R EN C IA L

T o d a s l a s d e c i s io n e s q u e s e a d o p t e n c o n l o s d a t o s r e g i s t r a d o s t i en e n q u e s e r e n t é rm in o s d e p ro b a b i l id ad , s o lo a s í e s ta rem o s e n c o n d ic io n e s d e p o d e r r e a l iz a r in f e r e n c ia s o g e n e ra l i z a c io n e s a p a r t i r d e l a s m u e s t ra s q u e s e e x t ra ig a n .

7 .7 .7 .7 . C O N T RO L D E V IP S

S e d e b e n te n e r e s c u e n t a l a r e l a c ió n d e V a r ia b le s In te rv in ie n te s P o te n c ia l e s , V IP p a r a m i t ig a r l a s p o s ib l e s in f lu e n c ia s en l a v a r ia b le d e p en d ie n t e . C u a n do n o e s p o s ib l e , s e c u id a rá q u e s u in f lu e n c ia o c u r ra d e m an e ra h om og én e a e n t o d o s l o s g ru p o s d e l a m u e s t ra .


1.1.1.1. DELIMITAR EL OBJETIVO.

Consiste en determinar claramente el logro o meta a alcanzar con el experimento, la bibl iograf ía, los posibles resultados, el equipo disponible y su precisión, y el tiempo y dinero disponibles.

2.2.2.2. DEFINIR EL PROBLEMA.

Consiste en seleccionar las variables independientes y dependientes, los parámetros y la precisión en la medición de las variables, formular los problemas de investigación y en plantear las interrogantes que demandan las respectivas respuestas.

3.3.3.3. FORMULAR LAS HIPÓTESIS.

Toda investigación comienza con una conjetura, una suposición o idea de cómo puede ocurr ir el fenómeno. Es decir , las hipótesis son respuestas tentativas o adelantadas de cómo puede ocurrir dicho fenómeno.

4.4.4.4. REALIZAR EL EXPERIMENTO DE PRUEBA.

Ya conocida la naturaleza del problema, la precisión deseada, el equipo adecuado y planteada la hipótesis, se procede a real izar un experimento de prueba o “Prueba Pi loto” e interpretar tentativamente los resultados y comprobar la precisión, modificando, si es necesario, el procedimiento y/o equipo utilizado.

5.5.5.5. REALIZAR EL EXPERIMENTO.

Una vez realizado el experimento de prueba y la interpretación tentativa de resultados, realizar e l experimento final se reduce a llenar tablas, preparadas de antemano, con lecturas de las mediciones, a detectar cualquier anomalía que se presente durante el desarrol lo del experimento, a calcular el o los valores que darán respuesta al problema y a trazar los gráficos pert inentes.

6.6.6.6. ANALIZAR LOS RESULTADOS.

El anális is o interpretación de resultados, ya sean con valores, con gráficos, con tabulaciones, etc., debe contestar lo más claramente posible la o las preguntas planteadas por el problema.

7.7.7.7. PROBAR LAS HIPÓTESIS.

Consiste en formular las hipótesis nulas y alternas, seleccionar la distr ibución muestral , las pruebas estadísticas, especificar el nivel de significancia, definir el área de rechazo y calcular las pruebas estadísticas.

8.8.8.8. OBTENER CONCLUSIONES.

Implica responder con clar idad las preguntas planteadas, comprobar la validez de las hipótesis formuladas y comprobar si se han logrado los objetivos de la investigación. Si existieran preguntas no respondidas, se deben expl icar con claridad.


ESTUDIA,ESTUDIA,ESTUDIA,ESTUDIA, ,,,, DOSDOSDOSDOS OOOO MÁSMÁSMÁSMÁS FACTORESFACTORESFACTORESFACTORES

LASLASLASLAS INCREMENTANINCREMENTANINCREMENTANINCREMENTAN LASLASLASLAS POSIBILIDADPOSIBILIDADPOSIBILIDADPOSIBILIDAD DEDEDEDESOLUCIÓNSOLUCIÓNSOLUCIÓNSOLUCIÓN DEDEDEDE LOSLOSLOSLOS PROBLEMASPROBLEMASPROBLEMASPROBLEMAS

ESESESES MÁSMÁSMÁSMÁS ENENENEN TIEMPOTIEMPOTIEMPOTIEMPO YYYY ESFUERZOESFUERZOESFUERZOESFUERZO

ESESESES ÚTILÚTILÚTILÚTIL ENENENEN INVESTIGACIONESINVESTIGACIONESINVESTIGACIONESINVESTIGACIONES CONCONCONCONMUCHOSMUCHOSMUCHOSMUCHOS FACTORESFACTORESFACTORESFACTORES


EFECTO PRINCIPAL

EFECTO SIMPLE

EFECTO DE INTERACCIÓN


EL MENOR NÚMERO DE CONDICIONES QUE SE PUEDE MANIPULAR DE CADAVARIABLE EN UN EXPERIMENTO MULTIFACTORIAL SON DOS.

FACTORES

FACTOR B

NIVELES B1 B2

FACTOR A

A1 A1B1 A1B2

A2 A2B1 A2B2

VARIABLES INDEPENDIENTES

FACTOR BFACTOR BFACTOR BFACTOR B

NIVELES BBBB1111 BBBB2222 BBBB3333

FACTOR AFACTOR AFACTOR AFACTOR A

AAAA1111AAAA1111 BBBB1111GGGG1111

AAAA1111 BBBB2222GGGG2222








VARIABLES DEPENDIENTES




NIVELES BBBB1111 BBBB2222












0 1y x= β + β + ε


ijk i j ij ijky ( )=µ+τ +β + τβ +ε

ijkl i j k ij ik jk ijk ijkly ( ) ( ) ( ) ( )=µ+τ +β +γ + τβ ++τγ + βγ + τβγ +ε


ijk i j k ijky =µ+α +τ +β +ε

ijk i j ij k ik jk ijky ( ) ( ) ( ) ( )=µ+τ +β + τβ +γ + τγ + βγ + τβγ


DISEÑO DE INVESTIGACIÓN

Usualmente, se define al diseño como estructura u organización esquematizada que adoptar el investigador para relacionar y contro lar las var iables de estudio (Kerl inger, Fred; 1991). Así , e l diseño de la investigación es el plan y la estructura de la invest igación concebidos de manera que se puedan obtener respuestas a preguntas de invest igación. El Plan es el esquema o programa general de estudio. Incluye un esbozo de lo que e l investigador hará al escr ibir las h ipótesis y sus implicaciones operacionales para e l anál is is f inal de los datos.

Por ello, un diseño de invest igación debe expresar la estructura de problema y el P lan de investigación, usados para obtener evidencia empír ica sobre las relaciones del problema. Los diseños s irven como instrumento para el invest igador, en tal sentido, se convierte en un conjunto de pautas bajo las cuales se realiza un experimento o estudio. Por tanto, el diseño, impl ica pasos que debe seguir el investigador para poder encontrar las posibles soluciones al problema (Sánchez y Reyes; 1984).

El diseño de investigación seleccionado tiene dos propósitos básicos:proporcionar respuestas a preguntas de invest igación y contro lar la var ianza. Así , nuestro diseño planeado y e jecutado de manera adecuada, nos permit irá:

a) Establecer un marco de referencia para el estudio de las relaciones entre var iables acerca de observaciones y anal izar las representaciones cuantitat ivas de las observaciones.

b) Dir igir la ejecución de las observaciones y del anális is .

c) Cuantif icar las observaciones realizadas e indicar qué variables son act ivas y qué var iables son atributos.

d) Manipu lar las var iables act ivas o independientes,

e) Categorizar y medir las variables dependientes o de atr ibutos; y,

f) Elegir el tipo de Anál is is estadíst ico que se deberá usar y esbozar las conclusiones posibles que deberán ser extraídas del análisis estadístico.

Sostenemos que nuestro diseño seleccionado es capaz de tener un control efect ivo de las variables independientes potenciales de tal modo que las fuentes extrañas e indeseables de la varianza s istemática tengan una oportunidad mínima de operar. Al eliminar los posibles efectos de variables intervinientes, se eliminaran las posibles expl icaciones o interpretaciones alternat ivas de los resultados encontrados (Kerlinger, Fred; Op. Cit).Asimismo, af i rmamos que los resultados obten idos podrán ser generalizados y, por tanto, ser apl icados en otros estudios s imilares o servir como fuente para emprender invest igaciones.

DISEÑOS EXPERIMENTALES FACTORIALES

Los Experimentos Factor iales son aquellos en los que se estudia simultáneamente dos o más factores, y donde los tratamientos se forman por la combinación de los di ferentes niveles de cada uno de los factores. La posibilidad de estudiar varios factores s imultáneamente les brinda a los

investigadores la oportunidad de comprender un mayor segmento de vida del que es posib le estudiar con un diseño factorial simple. Además. La posibi l idad de estudiar dos o más variables a l mismo tiempo, en vez de real izar dos o más estudios independientemente, resulta más económico en términos de tiempo y esfuerzo.

Asimismo, los diseños factoriales les permiten a los investigadores estudiar algún aspecto complejo de su objeto de estudio, es dec ir, las interacciones entre las variables. Ésta se refiere a la inf luencia de una variable sobre el efecto de otra, es deci r cuando el efecto de una variable depende de las condiciones de otra variable. La oportunidad de estudiar las interacciones incrementa las posibil idades del invest igador para el estudio de sutiles e importantes problemas.

Los exper imentos factoriales se emplean en todos los campos de la investigación, son muy úti les en investigaciones exploratorias en las que poco se sabe acerca de muchos factores.

VENTAJAS DE LOS DISEÑOS FACTORIALES

o Permite estudiar los efectos pr incipales , efectos de interacción de factores, efectos simples y efectos cruzados .

o Todas las unidades exper imentales intervienen en la determinación de los efectos principales y de los efectos de interacción de los factores, por lo que el número de repeticiones es elevado para estos casos.

o El número de grados de libertad para e l error experimental es alto, comparándolo con los grados de l ibertad de los experimentos simples de los mismos factores, lo que contribuye a disminuir la variancia del error experimental, aumentando por este motivo la precisión del experimento.

DESVENTAJAS DE LOS DISEÑOS FACTORIALES

o Se requiere un mayor número de unidades exper imentales que los experimentos simples y por lo tanto se tendrá un mayor costo y trabajo en la ejecución del exper imento.

o Como en los experimentos factoria les c/u de los niveles de un factor se combinan con los niveles de los otros factores; a fin de que exista un balance en el análisis estadíst ico se tendrá que algunas de las combinaciones no tiene interés práctico pero deben incluirse para mantener el balance.

o El anál isis estadístico es más complicado que en los experimentos simples y la interpretación de los resultados se hace más dif ícil a medida de que aumenta el número de factores y niveles por factor en el experimento.

PRINCIPIOS FUNDAMENTALES DE LOS DISEÑOS FACTORIALES

1. Replicación.

2. Bloqueamiento.


1. Aleatorización.

2. Muestreo.

3. Análisis estadístico

REPRESENTACIÓN GRÁFICA DEL DISEÑO BIFACTORIAL

El menor número de condiciones que se puede manipular de cada variable en un experimento multifactorial son dos. Así pues, en un diseño bifactorial se manipulan un mínimo de dos condiciones de cada un de las variables. Asimismo, se pueden manipular tres o más valores de una o de dos variables.

FACTORES

FACTOR B

NIVELES B1 B2

FACTOR A

A1 A1B 1 A1B2

A2 A2B 1 A2B2

REPRESENTACIÓN GRÁF ICA DE UN EXPERIMENTO FACTORIAL CON DOS FACTORES (MODIFICADO DE MONTGOMERY, DOUGLAS; 2000)

E l producto del número de condiciones manipuladas en las dos variables define el número de muestras necesarias para el diseño. Si se dan más de dos condiciones en una en las dos variables independientes, se debe conformar un mayor número de muestras para una cantidad mayor de condiciones correlativas de tratamiento.

La ventaja de manipular un mayor número de n ive les con en este diseño, es que se pueden estudiar un considerable número de estas variables. La desventaja radica en que se deben conformar y evaluar doce muestras.

En el caso de una interacción, las condiciones e jercen entre sí influencia recíproca es decir, una condición puede inh ibir o incrementar el efecto de la otra y, a su vez, esta últ ima puede ejercer algún efecto sobre la primera. En todo caso, cuando entran en combinación, e l resultado es diferente del que tendrían los solos efectos de suma.

El diseño bifactorial de grupos aleatorios puede considerarse como una combinación de dos diseños de un solo factor. La estructura del diseño bifactorial ofrece dos ventajas a los investigadores a saber: la posibil idad de estudiar dos variables, así como su interacción, en un solo experimento. La oportunidad de estudiar la interacción de las variables es part icu larmente sign ificativa.

La principal l imitación del diseño bifactorial de grupos aleatorios es que se propone cubrir aspectos más amplios que los de l diseño de un factor. Generalmente, se necesitan más sujetos en un experimento bifactorial que en un experimento de un factor; s i lo comparamos con un diseño de

una variable con dos tratamientos, se necesita el doble de sujetos para un diseño de 2 x 2 de grupos a l azar.

EFECTOS DE LOS EXPERIMENTOS FACTORIALES

a) EFECTO PRINCIPAL. Es una medida del cambio en el promedio entre los niveles de un factor , promediado sobre los d iferentes niveles del otro factor.

b) EFECTO INTERACCION. Es una medida de cambio que expresa el efecto adicional resul tante de la influencia combinada de dos o más factores.

c) EFECTO SIMPLE. Es una medida de cambio en los promedios de los niveles de un factor , manteniendo constante, uno de los niveles del otro factor .

ANOVA FACTORIAL

a) Al igual que en los diseños de un factor , se deben apl icar pruebas estadísticas a los datos de los diseños multifactoriales para medir los efectos de las variables independientes.

b) La mayor parte de la ANOVAS realizados por los investigadores requieren igual número de sujetos (n) en todas las casil las del diseño, es deci r cuando los valores de (n) no son iguales, es necesar io uti l izar otras versiones del ANOVA.

c) El estadígrafo de la prueba del ANOVA de dos factores con grupos al azar es el mismo del ANOVA de un factor con grupos al azar, a saber: el estadígrafo F. Sin embargo el ANOVA con dos factores con grupos a l azar se calculan tres valores de F en vez de uno: esto es, uno para cada una de las var iables independientes y otro para la varianza de interacción.





AAAA1111




AAAA2222




AAAA3333






FUENTE DE

VARIACIÓN SUMA DE CUADRADOS

GRADOS DE

LIBERTAD

TRATAMIENTO

A abn

y

bn

yss

a

i

iA

2...

1

2.. −= ∑

=

1−a

TRATAMIENTO

B abn

y

an

yss

b

jB

j2...

1

2

..−= ∑

=

1−b

INTERACCION

AB BA

a

I

b

j

ijAB SSSS

abn

y

n

ySS −−−= ∑∑

= =

2...

1 1

2. )1)(1( −− ba

ERROR ABBATE SSSSSSSSSS −−−= )1( −nab

TOTAL ∑∑ ∑= = =

−=a

i

b

j

n

kijkT

abn

yySS

1 1 1

22 ...

1−abn

FUENTE DE

VARIACIÓN

GRADOS DE

L IBERTAD

MEDIA DE

CUADRADOS F

TRATAMIENTO

A 1−a

1−=a

SSMS A

A E

AA

MS

MSF =

TRATAMIENTO

B 1−b

1−=b

SSMS B

B E

BB

MS

MSF =

INTERACCION

AB )1)(1( −− ba

( )( )11 −−=

ba

SSMS AB

AB E

ABAB

MS

MSF =

ERROR )1( −nab ( )1−

=nab

SSMS E

E

TOTAL 1−abn

ANÁLISIS ESTADÍSTICO

Para estudiar los problemas cientí ficos y contestar las preguntas científi cas, es necesario estudiar la diferencia entre los fenómenos. Las diferencias, en la investigación científica, son fundamentales. Sin diferencias, sin variaciones, no hay forma de determinar la re lación entre var iables.

El estudio de conjuntos de números tal como son, es difíci l de controlar. Por lo general, es necesario reducir los conjuntos de dos formas:

calculando los promedios o las medidas de tendencia central, y calculando las medidas de variabi lidad. La medida de tendencia central usada en el presente trabajo es la media y la medida de var iabi l idad util izada en la varianza. Ambos tipos de medidas resumen conjuntos de cal if icaciones o puntajes pero de manera diferentes. Las dos son totales de cal i ficaciones, resumen que expresan dos facetas importantes de los conjuntos de cali ficaciones: su tendencia central o promedio y su var iabi l idad.

MODELOS MATEMÁTICOS

0 1y x= β + β + ε

ijk i j ij ijky ( )=µ+τ +β + τβ +ε

4 tipos, nivel y diseno

Documents