Professional Documents
Culture Documents
Cátedra Aguerri
2do Parcial
Diseños aleatorios (III): Diseños factoriales. Conceptos - Cap. 16
Diseños en los que se manipula más de un factor. Son diseños factoriales. Son aquellos en los que se
estudia en un mismo experimento la influencia de 2 VI sobre una conducta de un sujeto (VD). Sirven para
saber si 2 o más factores interactúan entre sí, a la hora de influir sobre el fenómeno que se estudia.
La información obtenida gracias a un diseño factorial es más completa que en un diseño simple. Permite la
predicción.
Un factor es la variable que se manipula para comprobar sus efectos sobre una conducta determinada que
denominamos: criterio (VD).
Las distintas clasificaciones que se pueden hacer de los factores son las siguientes:
Niveles de un factor:
Son valores potenciales que puede adoptar un factor. Son los niveles del factor. Son los diferentes valores
que puede adoptar la VI.
Se representa el número de niveles del factor por medio de una serie de letras minúsculas acompañadas de
subíndices relativos. (Ej.: a1,b2, c3)
1
Cuando se habla de un diseño factorial se emplea notación A x B, siendo A los p niveles que adopta el primer
factor y B los q niveles que adopta el segundo. (Ej.: Un diseño 2 x 2 será un diseño factorial con dos VI y
dos niveles en cada una de ellas). Un diseño 2 x 2 tendrá cuatro tratamientos.
Tratamiento experimental:
Son las posibles combinaciones de niveles que se pueden hacer, siendo estas:
● a1 b1
● a1 b2
● a2 b1
● a2 b2
Estos serían los cuatro tratamientos experimentales de que constaría el experimento. A continuación,
aleatoriamente a un grupo de sujetos se le asigna el tratamiento a1 b1 , a otros el a1 b2 . La matriz factorial
correspondiente a un diseño factorial 2 x 2 sería la siguiente:
a1 a2
b1 a1 b1 a2 b1
b2 a1 b2 a2 b2
Es este un diseño factorial A x B (2 x 2). Es decir, un diseño de dos factores (A y B) con dos niveles cada uno.
Cuando aumenta el número de factores, o el número de niveles de cada factor, aumenta rápidamente el
número de tratamientos experimentales de un experimento factorial.
1. Según el tipo de situación experimental en que se prueban los efectos de los factores:
a. Diseños factoriales con medidas independientes: Aquellos en que los efectos del
tratamiento experimental son probados en un grupo diferente de sujetos; son diseños en los
que cada grupo de sujetos solo pasa por un tratamiento experimental. Corresponde a una
situación experimental de tipo I. (Ej.: En un diseño factorial 2 x 2 con M.I. habría 4 T.E. y 4
grupos)
b. Diseños factoriales con medidas repetidas: Aquellos diseños en los que un mismo grupo de
sujetos son sometidos a todos los tratamientos experimentales; los sujetos son observados
bajo todos los tratamientos experimentales. Corresponde a una situación experimental de tipo
II. (Ej.: En un diseño factorial 2 x 2 con M.I. habría 4 T.E. y 1 grupo)
c. Diseños factoriales con medidas repetidas en algunos factores: Aquellos diseños en los
que uno o varios factores son probados en una situación de M.I. y otro u otros factores son
probados en una situación de M.R. Corresponde a una situación experimental de tipo III. (Ej.:
en un diseño factorial 2 x 2, con M.R. en B, habría 4 T.E. y 2 grupos)
2. Según el criterio de selección utilizado para elegir los niveles de los factores:
a. Modelo fijo: Diseños factoriales que solo utilizan factores fijos. Cuando los posibles niveles se
agotan o se eligen niveles arbitrariamente. Siguiendo un criterio establecido a priori. Es el más
frecuente en psicología. (Ej.: El investigador hace adoptar arbitrariamente niveles de droga a1 y
a2, y niveles de alcohol b1 y b2, sería un diseño factorial 2 x 2 modelo fijo)
b. Modelo al azar: Diseños factoriales que sólo utilizan factores al azar. Cuando el investigador
ha elegido los niveles de todos sus factores aleatoriamente, se tiene un modelo factorial al
azar. (Ej.: El investigador adopta niveles aleatorios de droga a1 y a2 y alcohol b1 y b2, sería un
diseño factorial 2 x 2 modelo al azar)
c. Modelo mixto: Diseños factoriales que utilizan factores fijos y al azar, en este modelo, los
niveles de algunos factores han sido elegidos arbitrariamente, o se han agotado y otros al azar.
(Ej.: El investigador adopta niveles aleatorios de droga a1 y a2 y niveles elegidos
arbitrariamente por él de alcohol b1 y b2, sería un diseño factorial 2 x 2 modelo mixto)
2
La técnica de análisis de datos que se debe emplear cuando en un experimento se utiliza un diseño factorial
es el análisis de varianza, o de covarianza cuando se tratan de eliminar de los resultados los efectos de
alguna VC no controlada.
Las fuentes de variación que se van a estudiar a través del AVAR aplicado a los datos recogidos por el medio
de un diseño factorial van a ser, en general:
● Varianza intertratamientos.
○ Efectos de los factores.
○ Efectos de interacción.
● Varianza error.
3
Diseños complejos - León y Montero - Cap. 7
En un diseño complejo se pueden mezclar variables independientes sólo experimentales, sólo cuasi-
experimentales o experimentales y cuasi-experimentales.
Tanto en diseños complejos como simples, siempre puede haber más de 1 VD, pero la diferencia en el
diseño factorial, es que hay más de una VI. Los diseños factoriales se utilizan para estudiar el efecto de los
factores combinados. Nos indican el número de VI y el número de valores de cada una de las variables.
En un diseño 2 x 2 hay dos VI con dos niveles cada una. Es decir la cantidad de términos es la cantidad de
VI. El número es la cantidad de niveles que tiene esa VI.
La interacción:
Puede definirse como el efecto adicional a la suma de los efectos individuales de las VI. Se dice que no
hay interacción cuando este efecto es nulo, una variable actúa independientemente de las condiciones que se
den en la otra. Existe interacción cuando el comportamiento de una VD se modifica según los niveles de la VI.
Representación gráfica:
● Líneas paralelas: no existe interacción entre variables.
● Líneas no paralelas: existe interacción.
Cuando los patrones de los efectos simples son iguales, no existe interacción; y cuando los patrones de los
efectos simples son distintos, hay interacción.
Cuando las rectas no son paralelas hay interacción. Por lo tanto, tienen en común, las representaciones
gráficas de interacción ordinal y de interacción no ordinal, no ser paralelas.
Interacción Ordinal: Tipo de interacción en la cual la ordenación de los resultados respecto a los niveles de
una VI se mantiene igual que cuando varían los niveles de la otra VI. Las líneas están unas por encima de las
otras Se puede interpretar el efecto principal.
Interacción no Ordinal: La ordenación de los resultados respecto a los niveles de una VI no se mantiene
cuando varían los niveles de la otra VI. Una línea no mantiene un orden respecto a la otra, se juntan al
cruzarse. Las líneas se juntan al cruzarse. No se puede identificar el efecto principal.
● Permite hacer comparaciones entre la conducta de un individuo bajo una condición y bajo otras
condiciones. Reduce el problema de las variables de confusión de sujeto.
● Un programa se caracteriza por mantener constantes todas las condiciones, a excepción de los
cambios sistemáticos en la VI.
● No hay capacidad de generalización, es más difícil controlar las variables contaminadoras. No
hay comparación formal, por tanto se ubica a nivel cuasi-experimental.
● Reduce al mínimo los efectos de las diferencias del cliente individual.
La forma característica del diseño de reversión es la siguiente: Primero, se mide el rendimiento en la línea
base. Segundo, se introduce la VI. Tercero, se elimina la VI. Cuarto y último se vuelve a introducir la VI. (Ej.:
mido la línea base y obtengo 50 puntos (A), luego aplico mi VI y obtengo 30 puntos (B). Luego retorno a mi
línea de base, esto se denomina sondeo o reversión, y obtengo 40 puntos (A), por último aplico nuevamente
mi VI y obtengo 10 puntos (B))
4
Ventajas de los diseños de reversión (ABAB):
1. Demuestra una relación funcional entre la conducta dependiente y la intervención.
2. Puede usarse como instrumento de enseñanza, para demostrar que tan efectivo es un procedimiento.
3. Proporciona una base para contrastar los efectos de sus enfoques típicos, con otro que haya
demostrado efectividad.
Desventajas de los diseños de reversión (ABAB):
1. El establecimiento y la medición de las condiciones de línea base lleva tiempo.
2. La conducta puede no recobrarse luego del retorno a línea base.
3. Los padres/madres pueden no querer volver a la línea base.
Ofrecen alternativas viables a los diseños de reversión. Estos tienen algunas variaciones:
● A través de Conductas: Una variable de tratamiento es aplicada secuencialmente a conductas
independientes de un mismo sujeto. Se miden e identifican varias conductas para proporcionar la línea
base en comparación con las cuales puedan evaluarse cambios. Con estas líneas base establecidas,
el experimentador aplica una VI a una de las conductas, produce un cambio en ésta y tal vez, observa
muy poco o ningún cambio en las otras líneas base. Luego se aplica la VI a otra de las conductas que
todavía no han cambiado. Si la conducta cambia implica que la VI tiene un efecto y que no fue
coincidencia. Para demostrar el control experimental las variables no deben ser interdependientes ni
estar relacionadas.
● A través de individuos: Se recopilan líneas base de la misma conducta con varias personas. Los
efectos de la VI se comprueban primero con un cliente, mientras se continúa la línea base con los
demás. Después se introduce la intervención con otro cliente. El objetivo es demostrar que
independientemente del sujeto la conducta cambia, cuando se introduce la VI.La desventaja de los
diseños a través de situaciones es que, si se sospecha que al cambiar una conducta del cliente
cambiará asimismo en otra, es mejor usar otro diseño. La generalización.
Cuando se realizan experimentos existe la suposición implícita de que cualquier muestra de personas será
representativa de la población, que suele ser: la gente. Ello puede llevar a conclusiones erróneas cuando la
muestra se limita a un grupo cuyos miembros provienen de una subpoblación, por ejemplo, los estudiantes.
Lo que puede resultar cierto para el desempeño de los estudiantes, quizá no lo sea para quienes no lo son.
Cuando los investigadores conducen una encuesta desean generalizar lo encontrado en su muestra, a la
población de la que proviene esta última. Antes de elegir una muestra, se debe saber cuál es su unidad de
análisis, lo que constituye su población, está será generalmente la gente.
La decisión corresponde a los factores de limitación; es decir, cuáles restricciones habrán de colocarse a lo
que constituye un elemento de la población. (Ej.: Individuos elegibles para votar, educación secundaria
completa)
Dos métodos generales de muestreo, su elección dependerá de los objetivos de la investigación, etc.
1. Muestras Aleatorias: cada elemento de población tiene una probabilidad igual, de ser seleccionado. Es
posible generalizar, a la población, con cierto grado de exactitud los resultados obtenidos.
a. Muestreo Aleatorio Simple: Se determina el tamaño de la muestra, luego se identifica cada
elemento de la población, siguiente se asigna un número a cada elemento. Por último se
seleccionan al azar hasta agotar la muestra.
b. Muestreo Sistemático: Se determina el tamaño de la muestra, luego se divide el tamaño de la
población por el tamaño de la muestra.
c. Muestreo estratificado: Requiere la división de la población en estratos (Ej.: Sexo)
■ Proporcionado: Si el muestreo del estrato refleja la población.
■ Desproporcionado: El muestreo del estrato no es proporcional con la población.
d. Muestreo de Conglomerados: Por lugares (Ej.: Todas las escuelas en Buenos Aires).
2. Muestras no Aleatorias: No se puede extrapolar a la población con exactitud.
a. Muestreo Accidental: Personas que uno encuentra por casualidad.
b. Muestreo por cuotas: Se fija una cuota de 50 sujetos, se obtienen 25 hombres, luego se
buscan sólo 25 mujeres.
5
c. Muestreo propositivo: Se desea estudiar una muestra definida claramente. (Ej.: Gente de nivel
socioeconómico alto)
d. Muestreo bola de nieve: El investigador usa contactos para identificar posibles participantes y
pide a ellos que contacten otros.
La técnica sirve para operacionalizar algún constructo hipotético. (Ej.: Evaluar la variable de personalidad
Extraversión, mediante alguna técnica psicométrica). Es de fundamental importancia que el instrumento con el
que se mide el constructo, esté midiendo lo que dice medir, esto está relacionado con la validez. La
precisión y la congruencia tienen que ver con la confiabilidad.
Confiabilidad
El valor observado, está formado por el valor verdadero y el error de medición (son errores aleatorios que
no pueden ser controlados ni predichos). Si la medición no tuviese errores, el valor verdadero y el observado
coincidirian, esto es utópico. Cuanto más error incluya la medición, más contaminada quedará la variable de
interés y más imprecisa sería la técnica que intenta medirla.
Entonces, un instrumento será más confiable en la medida que maximice el valor verdadero, y reduzca
el error, incrementando la similitud entre el valor verdadero y el observado, luego aumentará la
confiabilidad. Hay 2 tipos de errores:
1. Errores aleatorios: No pueden ser controlados, ni predichos.
2. Errores sistemáticos: Son controlables y pueden ser explicados a partir por alguna fuente de variación
sistemática.
Estabilidad:
Lo que se observa es en qué grado se obtienen las mismas medidas al aplicar dos veces el mismo
instrumento, mediando entre ambas tomas un tiempo determinado. Entre ambas tomas pueden intervenir una
serie de factores que sean fuentes de varianza de error, disminuyendo la confiabilidad de las medidas.
El procedimiento consiste en aplicar la misma prueba en dos momentos diferentes al mismo grupo de
sujetos y luego, correlacionar entre sí, los puntajes obtenidos en cada toma. Está correlación sirve para
establecer la confiabilidad del instrumento.
6
Equivalencia:
Se aplica cuando se quiere determinar la confiabilidad de dos instrumentos que se consideran paralelos. Se
trata de poder establecer la consistencia o equivalencia de los instrumentos, que suponen medir el mismo
constructo, al aplicarlo a los mismos sujetos. Procedimiento: Se aplica las dos formas del test en forma
simultánea, se va variando el orden de presentación de las formas de sujeto en sujeto (para controlar posibles
efectos del orden) y luego se correlacionan los puntajes de ambas formas. De ser ambas formas equivalentes
tendría que obtenerse un coeficiente de correlación elevado. Está técnica además de establecer la
confiabilidad, también establece el grado de paralelismo que hay entre ambas formas.
Validez
Los instrumentos tienen como propósito medir determinados atributos. La validez se relaciona con poder
determinar si el instrumento está midiendo lo que dice medir. Determinar la validez de un instrumento es
más difícil que establecer su confiabilidad.
Cuando una conducta, se traduce en términos cuantificables la medida del suceso, se denomina variable
dependiente. Pero también puede ser importante medir otras variables, las medidas de las cuales pueden
alterarse en función del programa conductual.
Un sistema de medición válida ha de ser apropiado a la variable que intenta medir. Suele haber un consenso
general sobre lo que se considera una medida válida.
En el análisis conductual aplicado, es fundamental, que todas las personas participantes estén de acuerdo en
que las medidas seleccionadas sean apropiadas.
La medición conductual requiere de consistencia, es decir que la conducta bajo observaciòn se mide de la
misma manera, bajo el acuerdo entre dos observadores quienes registran simultáneamente.
7
Reactividad: efectos ocasionados por los mismos procedimientos experimentales, puede distorsionar la
validez de los datos.
Una vez que se hayan identificado las mediciones válidas y confiables, debe seleccionarse un método para
registrar estas mediciones. Cuando una conducta da lugar a un producto perdurable en el tiempo, habrá un
tipo de registro apropiado; cuando los resultados son transitorios, serán preferibles otros registros.
● Medición de productos permanentes: Ciertos comportamientos que dejan evidencia física en la forma
de un producto duradero. (Ej.: Nº de camas hechas, Nº de palabras escritas). Estos comportamientos
pueden medirse directamente, ya sea tan pronto como ocurran o más tarde.
○ Ventajas:
■ La validez de las mediciones cuantitativas o cualitativas puede demostrarse con
facilidad.
■ La reactividad puede reducirse al mínimo, porque los productos pueden comprobarse
luego del procedimiento experimental.
■ Es más fácil medir los productos permanentes para evaluar la confiabilidad de la
mediciòn.
● Medición de los sucesos transitorios: Estas es más difícil. Se debe registrar la conducta en el
momento que ocurre. Se utiliza para comportamientos que no generan productos permanentes (Ej.:
Una sonrisa). Hay que llevar un registro de los sucesos, este consiste en contar las veces que ocurre
una determinada conducta en un intervalo específico, por ejemplo: 24 horas. Es apropiado para medir
respuestas discretas, con un inicio y un final definidos.
Muestreo: (esto fue visto en clase con está lógica, no condice con el libro)