FACULTAD DE CIENCIAS EMPRESARIALES

CARRERA DE INGENIERIA EN ADMINISTRACIÓN FINANCIERA

DÉCIMO MÓDULO “A”
MANEJO DE SOFWARE ESTADÍSTICO

TRABAJO INDEPENDIENTE #11

DISEÑOS EXPERIMENTALES.

Un experimento verdadero intenta aislar causa y efecto, y eliminar

explicaciones alternas de relaciones observadas entre variables. Se manipula
una variable independiente y se controlan todas las demás variables
destacadas (incluida asignación aleatoria de participantes). Se registra el efecto
de la variable independiente en una variable dependiente observada y medida.

Características del diseño experimental:

1. Manipulación: es la intervención deliberada del investigador para

provocar cambios en el v. dependiente.
2. Aleatorización: mayor tamaño de los efectos frente a la equiparación.
Todos los diseños experimentales se caracterizan por la manipulación, pero
pueden ser clasificados atendiendo a la aleatorización en:

 Auténticamente experimentales.
 Cuasiexperimentales.
En los diseños experimentales la aleatorización es como se distribuyen los
sujetos en los diferentes grupos que forman parte del estudio. El primer ensayo
clínico aleatorizado se efectuó en 1.947 por Sir Austin Bradford Hill y lo llevó a
cabo sobre el efecto de la Estreptomicina en la Tuberculosis, es el primer
estudio realizado con un diseño experimental, hasta ese momento el diseño
investigador que se realizaba era el “estudio de casos”, estudios
observacionales simples.

La aleatorización mide y reduce el error.

En las Ciencias de la Salud como es tan importante estudiar los efectos que
produce una variable, sus consecuencias y la relación causa-efecto que se
puede producir, es muy importante conocer el error y reducirlo en todo lo
posible, por ello los estudios de investigación deben ser y deben reunir la
característica de la aleatorización, por ello deben utilizarse diseños
experimentales.

Ejemplo: Estudio de incidencia de Ca de pulmón. Para llevarlo a cabo se

cogerían dos grupos de personas que deberán reunir idénticas características
en cuanto al mismo número de individuos que lo componen, grupos de edad
que lo forman e idéntica proporción en cuanto al género, posteriormente se
procedería a la comparación e investigación de Ca de pulmón en cada uno de
los grupos.

JACQUELINE MORAN RUIZ Página 1

 FACULTAD DE CIENCIAS EMPRESARIALES
CARRERA DE INGENIERIA EN ADMINISTRACIÓN FINANCIERA
DÉCIMO MÓDULO “A”
MANEJO DE SOFWARE ESTADÍSTICO

Diseño completamente aleatorio

Este diseño es el más sencillo, eficiente y se origina por la asignación aleatoria

de los tratamientos a un conjunto de unidades experimentales previamente
determinado. En este diseño usamos k tratamientos, asignándose cada uno al
azar a n unidades experimentales; para cada unidad seleccionamos al azar un
número de 1 a k para decidir que tratamiento debemos aplicar a esa unidad
experimental. Si no existen restricciones, con excepción del requerimiento de
igual número de unidades experimentales por tratamiento, entonces se dice
que el experimento tiene un diseño completamente aleatorio. En este caso,
todas las unidades experimentales tienen la misma probabilidad de recibir
cualquiera de los tratamientos y las unidades experimentales son
independientes (Anexo A). Después que se ha efectuado el experimento,
tenemos un grupo de datos consistente en las kn respuestas de las unidades
experimentales, clasificadas en k grupos de acuerdo con los tratamientos que
se aplicaron. Suponemos:

1) Que los valores observados en cualquiera de los grupos

constituyen una muestra aleatoria de todas las posibles
respuestas bajo ese tratamiento para todas las unidades
experimentales.
2) Que la variación entre las unidades tratadas de la misma manera
es igual para todos los tratamientos.
3) Que las respuestas se distribuyen normalmente.
Ventajas del diseño

1. Permite flexibilidad completa (cualquier número de tratamientos y de

repeticiones). Todo el material experimental disponible puede usarse.
2. El análisis estadístico es fácil (aún con diferentes números de
repeticiones), o si los errores experimentales difieren de un tratamiento
a otro.
3. Método de análisis aún sigue siendo sencillo, cuando existe la perdida
relativa de información.
4. El diseño es capaz de estimar el error estándar por unidad
experimental (error experimental) con un mayor grado de precisión. La
aleatorización completa puede ser apropiada cuando,
a) donde el material experimental es homogéneo;
b) donde es probable que una parte apreciable de las unidades
se destruyan; y
c) en experimentos pequeños en donde la mayor precisión de
otros diseños no compensa la pérdida de grados de libertad del

JACQUELINE MORAN RUIZ Página 2

 FACULTAD DE CIENCIAS EMPRESARIALES
CARRERA DE INGENIERIA EN ADMINISTRACIÓN FINANCIERA
DÉCIMO MÓDULO “A”
MANEJO DE SOFWARE ESTADÍSTICO

error. Construcción de la tabla de ANOVA: consideremos el

grupo de los siguientes datos:

Primero debemos considerar que fuentes de variación se presentan y cómo se

dividirá la variación total de acuerdo a estas fuentes. La variación total en los
datos se mide con la suma total de cuadrados de las desviaciones a la media
total. Una fuente de variación, las diferencias entre las medias de los grupos,
se mide por la suma de cuadrados de la desviación de las medias de los
grupos con respecto a la media total. La única variación restante es aquella
entre las observaciones dentro de cada grupo – esto es, la variación de los
elementos de cada grupo con respecto a la media de este grupo. Esto lo
medimos con la suma conjunta de cuadrados de las desviaciones de las
observaciones individuales a las medias de los grupos. Unidades
experimentales = Número de tratamiento x número de repetición n = tx a)
Término de corrección

(Badii, 2007)

JACQUELINE MORAN RUIZ Página 3

 FACULTAD DE CIENCIAS EMPRESARIALES
CARRERA DE INGENIERIA EN ADMINISTRACIÓN FINANCIERA
DÉCIMO MÓDULO “A”
MANEJO DE SOFWARE ESTADÍSTICO

CONCLUSIÓN:

Es Aquella situación en la que el investigador produce las condiciones en las

que se va a observar la conducta, con un absoluto control de las variables
restantes, además de su conducta. Puede decirse que el objetivo fundamental
de todo diseño experimental es reducir la varianza de error y minimizar la
varianza secundaria, es decir, aquella varianza atribuible al efecto de cualquier
posible variable extraña que pueda contaminar la validez de los datos.

BIBLIOGRAFÍA:

Badii, M. J. (2007). Diseños experimentales e investigación científica . México.

JACQUELINE MORAN RUIZ Página 4