Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Diseños factoriales 2X2, Apuntes de Métodos de Investigación en Psicología

Definicion y caracteristicas de diseños factoriales

Tipo: Apuntes

2018/2019

Subido el 23/02/2019

camisanchez030899
camisanchez030899 🇨🇴

1 documento

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Tema 10: Diseños factoriales
IN
TR
O
DU
CC
N
Ventajas diseños unifactoriales: manipulación y control (según WINER, BROWN y
MICHELS, 1991).
Inconvenientes: en el estudio del comportamiento, la realidad es multifactorial o
compleja. Además no permiten estudiar el efecto de la interacción entre variables
(ej.: interacción ordinal, según el orden de las variables).
Los diseños factoriales o complejos, además de ser experimentales, consideran más
de una VI y permiten estudiar el efecto de la interacción entre ellas sobre la VD, en
un único experimento.
En su desarrollo jugaron papeles importantes la matemática, la medicina, la física y
la siología.
Desarrollo
histórico
La
Psicofísica Primeras ideas sobre diseños experimentales surgen en la
naciente Psicología Cientíca, asociadas directamente a la
Psicología Experimental (Psicofísica): FECHNER, HELMHOLTZ,
WUNDT.
La cuanticación de la incertidumbre (estadística) ayudó a crear
este nuevo campo.
Precedentes:
QUETELET
(1835)
Matemático belga.
En 1835 aplicó unas primeras ideas sobre el diseño exp.
factorial a las ciencias sociales.
Quería estudiar qué aspectos de los reos habrían podido
“causar” la condena recibida.
Consideró y manipuló una serie de 5 VI relacionadas con el reo:
tipo de crimen, género, edad, presencia en el juicio y nivel
educativo.
Recogió datos del tiempo de las condenas durante seis años
consecutivos (1825-1830) como VD.
Calculó las medias de tiempo de sentencia para cada condición,
determinando con cierta probabilidad qué V provocaba una
sentencia mayor (resultó ser la presencia en el juicio).
Errores experimentales del procedimiento: falta de control de V
extrañas, limitación a una ciudad.
FECHNER
(1860) Primer tratado sobre el método experimental: Elementos de
Psicofísica.
Principal aportación: demostración de la posibilidad de una
planicación experimental cuantitativa con sujetos humanos.
Descripción minuciosa de diseños experimentales factoriales,
teniendo en cuenta V extrañas.
Una de sus hipótesis: cómo se vería afectada la sensibilidad
(VD) de los sujetos en una estimación de pesos por una serie de
factores o VI: fatiga, práctica, qué mano, orden, velocidad...
Estudió varias VI de forma conjunta.
Conclusión: el orden modica la sensibilidad y esta modicación
se invierte en función del tiempo en que se han levantado los
dos pesos. Existe un efecto de interacción entre VI (interacción
cruzada).
FISHER
(1935) Obra: Diseño de experimentos.
Es más exhaustivo que el de FECHNER, e incluye el análisis
clásico de los datos en diseños factoriales.
DE
SC
RI
Denición MAXWELL y DELANEY (1990): el diseño exp. factorial es aquel que se aplica cuando las muestra de
observaciones quedan determinadas por dos o más factores.
KIRK (1995): diseño en el cual todas las posibles combinaciones de los niveles de dos o más
factores se dan de forma conjunta.
1
pf3
pf4

Vista previa parcial del texto

¡Descarga Diseños factoriales 2X2 y más Apuntes en PDF de Métodos de Investigación en Psicología solo en Docsity!

Tema 10: Diseños factoriales

IN

TR

O

DU

CC

N

Ventajas diseños unifactoriales: manipulación y control (según WINER, BROWN y

MICHELS, 1991).

Inconvenientes: en el estudio del comportamiento, la realidad es multifactorial o

compleja. Además no permiten estudiar el efecto de la interacción entre variables

(ej.: interacción ordinal, según el orden de las variables).

Los diseños factoriales o complejos, además de ser experimentales, consideran más

de una VI y permiten estudiar el efecto de la interacción entre ellas sobre la VD, en

un único experimento.

En su desarrollo jugaron papeles importantes la matemática, la medicina, la física y

la fisiología.

Desarrollo

histórico

La Psicofísica

Primeras ideas sobre diseños experimentales surgen en la

naciente Psicología Científica, asociadas directamente a la

Psicología Experimental (Psicofísica): FECHNER, HELMHOLTZ,

WUNDT.

La cuantificación de la incertidumbre (estadística) ayudó a crear

este nuevo campo.

Precedentes: QUETELET (1835)

Matemático belga.

En 1835 aplicó unas primeras ideas sobre el diseño exp.

factorial a las ciencias sociales.

Quería estudiar qué aspectos de los reos habrían podido

“causar” la condena recibida.

Consideró y manipuló una serie de 5 VI relacionadas con el reo:

tipo de crimen, género, edad, presencia en el juicio y nivel

educativo.

Recogió datos del tiempo de las condenas durante seis años

consecutivos (1825-1830) como VD.

Calculó las medias de tiempo de sentencia para cada condición,

determinando con cierta probabilidad qué V provocaba una

sentencia mayor (resultó ser la presencia en el juicio).

Errores experimentales del procedimiento: falta de control de V

extrañas, limitación a una ciudad.

FECHNER

Primer tratado sobre el método experimental: Elementos de

Psicofísica.

Principal aportación: demostración de la posibilidad de una

planificación experimental cuantitativa con sujetos humanos.

Descripción minuciosa de diseños experimentales factoriales,

teniendo en cuenta V extrañas.

Una de sus hipótesis: cómo se vería afectada la sensibilidad

(VD) de los sujetos en una estimación de pesos por una serie de

factores o VI: fatiga, práctica, qué mano, orden, velocidad...

Estudió varias VI de forma conjunta.

Conclusión: el orden modifica la sensibilidad y esta modificación

se invierte en función del tiempo en que se han levantado los

dos pesos. Existe un efecto de interacción entre VI (interacción

cruzada).

FISHER

Obra: Diseño de experimentos.

Es más exhaustivo que el de FECHNER, e incluye el análisis

clásico de los datos en diseños factoriales.

DE

SC

RI

Definición MAXWELL y DELANEY (1990): el diseño exp. factorial es aquel que se aplica cuando las muestra de

observaciones quedan determinadas por dos o más factores. KIRK (1995): diseño en el cual todas las posibles combinaciones de los niveles de dos o más factores se dan de forma conjunta.

PC IÓ N

DE

LO S DI SE Ñ

OS

FA CT

OR

IA LE S

PELEGRINA y SALVADOR (1999): es aquel diseño que se plantea cuando queremos someter a constrastación el efecto de dos o más VI y de una posible interacción entre ellas sobre la VD. Tipos:

  • Completo: existen tantos grupos experimentales como posibilidades haya de formarlos.
  • Incompleto: no existen sujetos en algún grupo. Se pueden caracterizar en función de los niveles de cada VI. Ejemplo: diseño factorial A x B x C es el que considera tres variables independientes con A, B y C niveles.

Característic

as

Existe más de una VI. Se crean varias unidades de observación en función de ellas. La VD puede ser una o más. Se contrastan los efectos que producen cada una de las VVII sobre la VD y puede estudiarse el efecto de interacción.

Efectos que

se pueden estudiar (PELEGRINA y SALVADOR,

Principales: se producen al comparar los resultados de un nivel con la media total; tenemos un efecto principal cuando el efecto de una VI es el mismo en todos los niveles de la otra VI, por lo que prescinde de estos. Diferenciales: efectos principales en dos niveles diferentes de un mismo factor. Simples: comparan todos los niveles de un factor bajo cada nivel de otro. De interacción: se producen cuando algunos niveles de una VI afectan de forma irregular a los diferentes niveles de otra VI.

Ventajas 1.^ Son mejores para el estudio del comportamiento, ya que éste es complejo (multivariable)

e interactivo. El estudio con una sola VI puede resultar poco ecológico al no corresponderse con la realidad.

  1. Se utiliza la muestra de sujetos para evaluar simultáneamente los efectos de dos o más factores. Son diseños más eficientes en cuanto al uso de recursos.
  2. (^) Permite evaluar los efectos de la interacción entre variables.

Desventajas 1.^ El nº de sujetos necesarios es superior al del diseño unifactorial, a veces imposible de

conseguir.

  1. Si los efectos de la interacción son significativos la interpretación de ella no es simple (más compleja cuantas más VI y VD se consideren).
  2. Es un experimento largo.
  3. Son menos eficientes en cuanto a conseguir los niveles óptimos de las VI y de las combinaciones entre ellas.

CR

IT ER IO S

DE

CL

AS

IFI

CA

CI Ó N

Según el nº factores •^ Unifactoriales

  • Bifactoriales
  • Multifactoriales (+2)

Según la muestra y los

tratamientos

  • Intra-sujetos: son los mismos en todas las condiciones de todas las variables.
  • Inter-sujetos: son distintos en todas las condiciones de todas las variables.
  • Mixtos: existen VI que utilizan los mismos sujetos en los grupos y otras distintos.

Independencia o

dependencia de las

observac.

Vinculada incorrectamente a los tipos anteriores, según CLARKE-CARTER (1999) y HOWITT y CRAMER (2000).

Según las inferencias •^ Diseños de efectos^ fijos: niveles elegidos por el experimentador, las inferencias

sólo pueden referirse a los niveles considerados.

  • Diseños de efectos aleatorios: niveles elegidos aleatoriamente dentro de la población de niveles posibles. Las inferencias pueden referirse a la población total.
  • Diseños de efectos mixtos: en algunas variables se han considerado niveles fijos, y en otras aleatorios. Se podrá generalizar a la población sólo en los aleatorios.

Según nº

observaciones por

casilla o celda

  • Equilibrados, ortogonales o balanceados: mismo nº observaciones por casilla.
  • No equilibrados, no ortogonales, no balanceados: distinto nº observaciones por casilla.

Según unidades

estructurales básicas

Son: aleatorización total, aleatorización por bloques, cuadrados latinos y cuadrados greco-latinos. Dan lugar a diseños factoriales:

  • Totalmente aleatorizados.
  • Aleatorizados por bloques.
  • No aleatorizados.
  • “Split-plot” o mixtos
  • Confundidos
  • Fraccionales

DI SE Ñ

OS

FA CT

OR

Definición Los sujetos que forman los distintos grupos experimentales son distintos, o escogidos de forma

independiente. Cabe distinguir entre:

  • Totalmente aleatorizados: Sujetos asignados aleatoriamente a todas las condiciones experimentales.
  • Bloques aleatorizados: El experimentador trata de reducir la variabilidad de las observaciones entre grupos debidas a las diferencias individuales apareando los sujetos en otra variables relacionadas.

OR

IA LE S MI XT

OS

en las columnas podrían estar, representando a la variable “estímulos visuales”, una casa, una iglesia y un rascacielos como estímulos que identificar. En este ejemplo:

  • cada sujeto recibe todos los niveles de la variable intra.
  • (^) cada estímulo será identificado por los grupos distintos de la variable inter.
  • ello permite estudiar el efecto del paso del tiempo (del arrastre o de la práctica) en cada grupo de la variable inter y en cada sujeto dentro de cada grupo. Eficiencia (en cuanto a nº de sujetos necesarios) menor que el diseño intra puro, pero mayor que el inter puro. Hay que controlar:
  • el “confundido” de los sujetos de los diseños inter (una segunda variable puede estar variando con la VI de interés, los efectos no pueden ser atribuidos con certeza a la VI).
  • el efecto del orden de los diseños intra (control por contrabalanceo o aleatoriedad).
  • el nº observaciones por condición experimental (que aumenta la fiabilidad de la medida).

Característic

as Más de una VI (si son 2, una es intra y otra es inter).

Varias unidades de observación en función de ellas. VD puede ser una o más. Se pueden estudiar efectos: principales, interacción entre variables, relacionados con los sujetos, diferenciales y simples. Grupos experimentales formados por: los mismos sujetos en cada condición de la variable inter o por distintos sujetos en cada condición de la variable intra. El experimentador ha manipulado las VI y ha controlado el influjo de posibles V extrañas.

Estructura

Equivalente a las anteriores. Como en el diseño factorial intra, la VD incorpora efectos principales asociados al sujeto y un efecto de interacción o relación entre el factor intra y el factor sujeto. Se añade al modelo anterior la variable sujeto, pero aquí sólo “interactúa” con la variable intra. Cuando el nº observaciones varía de celda en celda, el diseño es no equilibrado, no ortogonal o no balanceado (ver ejemplo pág. 298:

  • Gráficas: cuando los segmentos correspondientes a cada VI no son paralelos y tampoco se cruzan se habla de interacción ordinal).