Vous êtes sur la page 1sur 26

TEMA III

ESQUEMA GENERAL

Definicin Clasificacin Efectos estimables en un diseo factorial Diseo factorial A x B completamente al azar Representacin de la interaccin

DISEO FACTORIAL

Definicin
El diseo factorial es una estructura de investigacin en la que se manipulan simultneamente dos o ms variables independientes o de tratamiento. En funcin de la cantidad de factores o variables de tratamiento, los formatos factoriales se denominan, tambin, diseos de tratamientos x tratamientos, tratamientos x tratamientos x tratamientos, etc, y se simbolizan por AxB, AxBxC, etc.

Ventajas del diseo factorial


Adems de permitir el anlisis de los efectos principales tambin posibilitan examinar los efectos de interaccin. Al introducir varias variables independientes como factores en el diseo, los efectos asociados a tales factores se sustraen del trmino de error. En consecuencia, se reduce la varianza de error y se incrementa la potencia de la prueba estadstica. Ahorro de tiempo y de sujetos. Por ltimo, cabe sealar que, dada la complejidad de la conducta humana, es lgico suponer que la mayora de los comportamientos no se hallan determinados por la accin de una sola variable, sino que responden a los efectos de un conjunto de factores.

Clasificacin

Cantidad de valores por factor Criterios Cantidad de combinaciones de tratamientos Grado de control

Criterios
Cantidad de valores por factor Cantidad de combinaciones de tratamientos

Diseo
Cantidad fija o variable: 2x2; 2x3; 2x3x4, etc.

Diseo factorial completo Diseo factorial incompleto y fraccionado Diseo factorial completamente al azar Diseo factorial de medidas repetidas

Grado de control

Efectos factoriales estimables


1. Efectos principales 2. Efectos secundarios

Efectos factoriales principales

Los efectos factoriales principales, a diferencia de los simples, son el impacto global de cada factor considerado de forma independiente, es decir, el efecto global de un factor se deriva del promedio de los dos efectos simples.

Efectos factoriales secundarios

El efecto secundario o de interaccin se define por la relacin entre los factores o variables independientes, es decir, el efecto cruzado.

Diseo factorial al azar 2x2

Estructura del diseo


V.E. V.I. Z1 A1B1 S1 Z2 A1B2 S1 Z3 A2B1 S1 Z4 A2B2 S1

s e l e c c i P n M

Sn1

Sn2

Sn3

Sn4

Asignacin al azar

Ejemplo
Se pretende estudiar la eficacia de dos mtodos de enseanza (presencial y a distancia) sobre el aprendizaje de dos materias (matemticas e historia). Se forman aleatoriamente cuatro grupos y cada uno seguir uno de los cuatro cursos resultantes de combinar las dos variables independientes. La variable dependiente de esta investigacin ser la puntuacin obtenida por cada estudiante en un examen que realizarn al finalizar el curso.

Matriz de datos
DISEO FACTORIAL 2X2

Totales: Medias:

A1B1 10 9 4 8 8 4 3 6 52 6.5

A1B2 4 3 4 5 2 3 4 2 27 3.375

A2B1 7 9 10 8 10 9 10 7 70 8.75

A2B2 8 6 9 9 8 7 7 6 60 7.5

209 6.53

Modelo de prueba de hiptesis


Paso 1. Segn la estructura del diseo son estimables tres efectos. Por esa razn, se plantean tres hiptesis de nulidad relativas a la variable A, variable B e interaccin: H0: 1 = 2 = 0 H0: 1 = 2 = 0 H0: ()11 = ()12 = ()21 = ()22 = 0

Paso 2. Las hiptesis alternativas se representan, al nivel estadstico, por H1: 1 2, o no todas las son cero H1: 1 2, o no todas las son cero H1: ()11 ()12 ()21 ()22, o no todas las son cero.

Paso 3. El estadstico de la prueba es la F de Snedecor, con un de 0.05, para las tres hiptesis de nulidad. El tamao de la muestra experimental es N = 32 y el de las submuestras n = 8. Paso 4. Clculo del valor emprico de las razones F. Para ello, se toma la matriz de datos del experimento.

Modelo estructural del ANOVA: Diseo factorial AxB

y Y ijk = + j + k + ( ) jk + ijk

Especificacin del modelo


Yijk = la puntuacin del i sujeto bajo la combinacin

del j valor del factor A y el k valor del factor B. = la media comn a todos los datos del experimento. j = el efecto o impacto del j nivel de la variable de tratamiento A. k = efecto del k valor de la variable de tratamiento B. ()jk = efecto de la interaccin entre el j valor de A y el k valor de B. ijk = error experimental o efecto aleatorio de muestreo.

Descomposicin polietpica de las Sumas de cuadrados


SCA SCentre-grupos SCtotal SCB SCAB

SCintra-grupos

SCS/AB

Cuadro resumen del ANOVA


F.V. Factor A Factor B Inter AxB Entre-g Intra-g Total (T) SC 81.28 38.28 7.03 126.59 77.37 203.97 g.l CM F p

(a-1)=1 81.28 (b-1)=1 38.28 (a-1)(b-1)=1 7.03 ab-1=3 ab(n-1)=28 abn-1=31 42.19 2.76

29.94 <0.05 13.87 <0.05 2.55 >0.05 15.28 <0.05

F0.95(3/28) = 2.95; F0.95(1/28) = 4.20

Inferencia del anlisis


Paso 5. De los resultados del anlisis se infiere la no-aceptacin de las hiptesis de nulidad para los efectos principales de A y B, con riesgo de error del 5 por ciento. En cambio, se acepta la hiptesis de nulidad para la interaccin. En suma, slo se deriva la significacin de los efectos principales.

Representacin grfica de la interaccin para los datos del ejemplo 1


ENSEANZA A DISTANCIA MATEMTICAS HISTORIA Medias 6,5 8,8 7,6 ENSEANZA PRESENCIAL 3,4 7,5 5,4 Medias 4,9 8,1 6,5

10 9 8 7 6 5 4 3 2 1 0 DISTANCIA PRESENCIAL

MAT HIST

Interaccin nula Efectos principales para las dos variables

Representacin grfica de la interaccin: otros ejemplos


ENSEANZA A DISTANCIA MATEMTICAS HISTORIA Medias 6,2 3,6 4,9 ENSEANZA PRESENCIAL 6,6 3,4 5,0 Medias 6,4 3,5 5,0

10 9 8 7 6 5 4 3 2 1 0 DISTANCIA PRESENCIAL

MAT HIST

Interaccin nula Efecto principal para la variable Asignatura

Representacin grfica de la interaccin: otros ejemplos


ENSEANZA A DISTANCIA MATEMTICAS HISTORIA Medias 6,7 2,1 4,4 ENSEANZA PRESENCIAL 6,9 7,1 7,0 Medias 6,8 4,6 5,7

10 9 8 7 6 5 4 3 2 1 0 DISTANCIA PRESENCIAL

MAT HIST

Interaccin Asignatura x Mtodo de enseanza

Representacin grfica de la interaccin: otros ejemplos


ENSEANZA A DISTANCIA MATEMTICAS HISTORIA Medias 6,2 3,6 4,9 ENSEANZA PRESENCIAL 3,4 6,6 5,0 Medias 4,8 5,1 5,0

10 9 8 7 6 5 4 3 2 1 0 DISTANCIA PRESENCIAL

MAT HIST

Interaccin Asignatura x Mtodo de enseanza

Formato del diseo factorial de medidas repetidas: SxAxB Tratamientos A1 A2 Aj B1 Bk B1 Bk B1 Bk Medias S1 Y111 .. Y11k Y121 .. Y12k Y1j1 .. Y1jk Y1.. S2 Y211 .. Y22k Y221 .. Y22k Y2j1 .. Y2jk Y2.. . . . Yn.. Y Sujetos

. . . Sn Yn11 .. Yn1k Yn21 ..Yn2k Y.21 .. Y.2k Ynj1 .. Ynjk Y.j1 .. Y.jk

Medias Y.11 .. Y.12