TEMA VIII

ESQUEMA GENERAL
Definicin general

Clasificacin

Diseo factorial A x B completamente al azar

Representacin de los efectos factoriales
Modelo estructural, anlisis y componentes de
variacin
Diseo factorial de bloques y diseo factorial
de medidas repetidas
DISEO FACTORIAL
 Concepto

El diseo factorial, como estructura de

investigacin, es la combinacin de dos o ms
diseos simples (o unifactoriales); es decir, el
diseo factorial requiere la manipulacin
simultnea de dos o ms variables
independientes (llamados factores), en un
mismo experimento. ..//..
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.
 Criterios de clasificacin

Cantidad de niveles

Criterios Cantidad de combinaciones

Tipo de control
Clasificacin del diseo factorial por
criterio
A) Segn la cantidad de niveles o valores por factor,
el diseo factorial se clasifica en:

Cantidad constante

Cantidad de valores

Cantidad variable

..//..
La notacin del diseo es ms sencilla cuando
la cantidad de niveles por factor es igual (es
decir, constante). As, el diseo factorial de dos
factores a dos niveles se representa por 2, el de
tres factores por 23, etc. En trminos generales,
los diseos a dos niveles y con k factores se
representan por 2k; a tres niveles, por 3k; a
cuatro niveles por 4k, etc. ..//..
Cuando los factores actan a ms de dos
niveles (es decir, cuando la cantidad de valores
por factor es variable), el diseo se representa
por 2 x 3, 2 x 3 x 4, etc. A su vez, cabe
considerar la posibilidad que, tanto en un caso
como en otro, el diseo sea balanceado
(proporcionado) o no balanceado (no
proporcionado); es decir, diseos con igual
cantidad de sujetos por casilla y diseos con
desigual cantidad de sujetos por casilla. ..//..
B) El segundo criterio hace hincapi en la cantidad
de combinaciones de tratamiento realizadas o
ejecutadas. Con base a este criterio, el diseo
factorial se clasifican en:

Diseo factorial completo

Cantidad de
combinaciones
de tratamiento

Diseo factorial incompleto

y fraccionado ..//..
Si el diseo factorial es completo, se realizan
todas las posibles combinaciones entre los
valores de las variables. As, cada combinacin
de tratamientos determina un grupo
experimental (grupo de tratamiento o casilla).
Por ejemplo, el diseo factorial completo 2x2
determina cuatro grupos de tratamiento; un
diseo 3x3 nueve grupos, etc.
..//..
Asumiendo que slo se ejecute una parte del
total de las combinaciones, el diseo factorial
es incompleto o fraccionado, segn el
procedimiento seguido. ..//..
 C) En funcin del control de variables extraas.

Diseo factorial
completamente al azar
Diseo factorial de bloques
aleatorizados
Diseo factorial de Cuadrado
Grado de control Latino
Diseo factorial jerrquico o
anidado
Diseo factorial de medidas
repetidas

..//..
Segn el control de los factores extraos y la
reduccin de la variancia del error, el diseo
factorial puede ser, en primer lugar,
completamente al azar; es decir, aquel
formato donde slo se aplica el azar como
tcnica de control y donde los grupos se
forman mediante la asignacin aleatoria de los
sujetos. ..//..
En segundo lugar, el diseo factorial de bloques
aleatorizados permite el control de una variable
extraa. Segn esa estrategia, cada bloque es un
rplica completa del experimento, y los grupos
intra bloque (dentro de cada bloque) se forman
al azar. ..//..
Siguiendo con el criterio de bloques, el diseo
factorial de Cuadrado Latino o de doble
sistema de bloques controla dos fuentes de
variacin extraas, aunque slo se realiza una
parte del total de combinaciones. ..//..
El diseo factorial jerrquico o anidado requiere la
manipulacin experimental de la variable y, al
mismo tiempo, la anidacin (o inclusin) de una
variable dentro de las combinaciones de
tratamientos de los factores.

..//..
Por ltimo, el diseo factorial de medidas
repetidas incorpora la tcnica intra-sujeto; es
decir, el sujeto acta de control propio y recibe
todas las combinaciones de tratamiento
generados por la estructura factorial.
Criterios Diseo
Cantidad de Igual cantidad de valores: 2k, 3k, etc.
valores por factor Cantidad variable: 2x3; 2x3x4, etc.

Cantidad de Diseo factorial completo

combinaciones de Diseo factorial incompleto y fraccionado
tratamientos

Diseo factorial completamente al azar

Grado de control Diseo factorial de bloques
Diseo factorial de Cuadrado Latino
Diseo factorial jerrquico
Diseo factorial de medidas repetidas
 Efectos factoriales estimables

1. Efectos simples
2. Efectos principales
3. Efectos secundarios
 Efectos factoriales simples

Es posible definir el efecto factorial simple

como el efecto puntual de una variable
independiente o factor para cada valor de la
otra.
 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
Combinacin de tratamientos por
grupo o casilla

Diseo factorial 2x2

A1B1 A1B2

A2B1 A2B2
 Formato del diseo factorial
completamente al azar
V.E. Z1 Z2 Z3 Z4
V.I. A1B1 A1B2 A2B1 A2B2

S1 S1 S1 S1

Sn1 Sn2 Sn3 Sn4

s
e
l
e Asignacin al azar
c
c M
i
P
n
 Caso paramtrico. Ejemplo 1

Se pretende probar, en una situacin de aprendizaje

discriminante animal, si la magnitud del incentivo
(variable incentivo) acta segn el aprendizaje sea
simple o complejo (variable dificultad de aprendizaje
o variable tarea). En esta hiptesis se afirma que a
mayor incentivo, ms acusada es la diferencia entre
las dos tareas (simple o compleja)
..//..
Para ello, se registra la cantidad de
discriminaciones correctas (variable
dependiente) en funcin de un criterio general
de aprendizaje, que asume como suficientes 15
ensayos. Se toma, como medida de la variable
dependiente o de respuesta, la cantidad de
respuestas correctas, para un mximo de 15,
bajo el supuesto de que cada discriminacin
correcta tiene la misma dificultad de
aprendizaje. ..//..
Para probar la hiptesis propuesta se asignan
32 sujetos, de una muestra experimental, a las
combinaciones de tratamientos o casillas (ocho
sujetos por casilla), de forma totalmente
aleatoria.
 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. Por hiptesis experimental, se espera
que los efectos principales y el de la
interaccin sean significativos. Estas hiptesis
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.
Matriz de datos del diseo
 DISEO FACTORIAL 2X2
A1B1 A1B2 A2B1 A2B2
10 4 7 8
9 3 9 6
4 4 10 9
8 5 8 9
8 2 10 8
4 3 9 7
3 4 10 7
6 2 7 6

Totales: 52 27 70 60 209
Medias: 6.5 3.375 8.75 7.5 6.53
ANOVA factorial
 Modelo estructural del ANOVA:
Diseo factorial 2X2

Yijk 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 SCB

SCtotal SCAB

SCintra-grupos SCS/AB
 Cuadro resumen del ANOVA primera
etapa: Diseo factorial 2X2
F.V. SC g.l. CM F p

Entre G 126.59 ab-1=3 42.19 15.28 <0.05

Intra G (E) 77.38 ab(n-1)=28 2.76
Total (T) 203.97 abn-1=31

F0.95(3/28) = 2.95
 Inferencia del primer anlisis

Del primer anlisis se concluye que los grupos

de tratamiento o experimentales difieren
significativamente entre s; la probabilidad de
que un valor F de 15.28 ocurra al azar es
menor que el riesgo asumido ( = 0.05)
..//..
En consecuencia, se procede a determinar las
causas de esa significacin. Ntese que este
anlisis no obedece a ningn propsito de
investigacin, ya que slo sirve para detectar
si, en trminos globales, hay o no diferencia
entre los grupos. De hecho, es como si se
hubiera aplicado un modelo uni-factorial de la
variancia.
Clculo de las Sumas de Cuadrados:
segunda etapa
SCentre-grupos = SCfactor A + SCfactor B +
SCinteraccin AxB

El clculo de estas Sumas de Cuadrados

requiere la previa construccin de la tabla
de los totales por columnas.
 Matriz de datos acumulados

B1 B2 TOTALES
A1 52 27 79
A2 70 60 130
TOTALES 122 87 209
 Cuadro resumen del ANOVA segunda
etapa: Diseo factorial 2X2
F.V. SC g.l CM F p

Factor A 81.28 (a-1)=1 81.28 29.94 <0.05

Factor B 38.28 (b-1)=1 38.28 13.87 <0.05
Inter AxB 7.03 (a-1)(b-1)=1 7.03 2.55 >0.05
Entre-g 126.59 ab-1=3 42.19 15.28 <0.05
Intra-g 77.37 ab(n-1)=28 2.76
Total (T) 203.97 abn-1=31
F0.95(3/28) = 2.95; F0.95(1/28) = 4.20
 Inferencia del segundo 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.
No interaccin (nula)

A1

A2

B1 B2
Interaccin positiva
A1

A2

B1 B2
Interaccin negativa

A1

A2

B1 B2
Interaccin inversa

A2

A1

B1 B2
Representacin grfica de la interaccin
Interaccin nula Interaccin positiva Interaccin negativa

B1 B1
B1
B2 B2

B2
A1 A2 A1 A2 A1 A2

B2

B1 Interaccin inversa
A1 A2
Medias de grupos de tratamiento

B1 B2
A1 6.5 3.38
A2 8.75 7.5
Grfico de interaccin
 Caso paramtrico. Ejemplo 2

Se ha puesto de manifiesto que cuando las

personas se sienten molestas ante la presencia de
estmulos ambientales adversos incrementan su
comportamiento agresivo. Berkowitz y Frodi
(1979) realizaron un experimento para estudiar si
el comportamiento agresivo depende no slo de
la presencia de estmulos ambientales adversos
sino tambin del atractivo fsico de la persona
que supuestamente va a recibir la agresin.
 Procedimiento
Se seleccion una muestra de 56 mujeres y se
formaron 4 grupos al azar. En el laboratorio, se
inform a los sujetos de que iban a participar
en un estudio sobre la dinmica paterno-filial.
As, en un primer momento, slo la mitad de
las participantes interactuaron con un cmplice
del experimentador (que ejerca el rol de
padre), entrenado para provocarles irritacin.
En un segundo momento, a todas se les pas
un vdeo en que una nia (que ejerca el rol
filial) realizaba una tarea. ..//..
En esta segunda parte, para la mitad de las
participantes el vdeo mostraba una nia con
un aspecto fsico atractivo y para la otra mitad
la nia tena un aspecto fsico poco atractivo.
Durante la presentacin del vdeo las
participantes deban corregir los errores que la
nia cometa en la tarea mediante un estmulo
auditivo que poda variar de 1 a 10 en una
escala de intensidad.
 Estadsticos descriptivos

Estadsticos descriptivos

Variable dependiente: Castigo

Irritacion Atractivo Media Desv. tp. N
s atractivo 3.8985 1.30023 14
no atractivo 5.6585 1.27211 14
Total 4.7785 1.54797 28
no atractivo 3.5199 .76323 14
no atractivo 4.6254 .73157 14
Total 4.0726 .92467 28
Total atractivo 3.7092 1.06379 28
no atractivo 5.1419 1.14610 28
Total 4.4256 1.31258 56
 Prueba de homogeneidad

a
Contraste de Levene sobre la igualdad de las varianzas error

Variable dependiente: Castigo

F gl1 gl2 Significacin
2.309 3 52 .087
Contrasta la hiptesis nula de que la varianza error de la
variable dependiente es igual a lo largo de todos los grupos.
a. Diseo: Intercept+Irritacion+Atractivo+Irritacion *
Atractivo
 ANOVA

Pruebas de los efectos inter-sujetos

Variable dependiente: Castigo

Suma de
cuadrados Media
Fuente tipo III gl cuadrtica F Significacin
Modelo corregido 37.213a 3 12.404 11.209 .000
Interseccin 1096.794 1 1096.794 991.096 .000
Irritacion 6.976 1 6.976 6.303 .015
Atractivo 28.738 1 28.738 25.969 .000
Irritacion * Atractivo 1.499 1 1.499 1.355 .250
Error 57.546 52 1.107
Total 1191.552 56
Total corregida 94.758 55
a. R cuadrado = .393 (R cuadrado corregida = .358)
Grfico de interaccin
 Ventajas del diseo factorial
Se ha descrito, a lo largo de ese tema, los
conceptos bsicos del diseo factorial o
estructura donde se manipulan, dentro de una
misma situacin experimental, dos o ms
variables independientes (o factores). En aras a
una mejor exposicin del modelo se ha
descrito, bsicamente, el diseo bifactorial a
dos niveles, dentro del contexto de grupos
completamente al azar. ..//..
La disposicin bifactorial aporta informacin
no slo de cada factor (efectos principales),
sino de su accin combinada (efecto de
interaccin o efecto secundario). De esta
forma, con la misma cantidad de sujetos
requerida para experimentos de una sola
variable independiente o factor, el investigador
puede estudiar simultneamente la accin de
dos o ms variables manipuladas. ..//..
Ello supone un enorme ahorro de tiempo y
esfuerzo. Si se tiene en cuenta la posibilidad
de analizar la accin conjunta o cruzada de las
variables, se concluye que el diseo factorial
es una de las mejores herramientas de trabajo
del mbito psicolgico, puesto que la conducta
es funcin de muchos factores que actan
simultneamente sobre el individuo. ..//..
Formato del diseo factorial 2 x 2 de bloques

A1B1 A2B1 A1B2 A2B2

Bloque 1 S11 S12 S13 S14

Bloque 2 S21 S22 S23 S24

.
.

Bloque k Sk1 Sk2 Sk3 Sk4

Formato del diseo factorial de medidas repetidas,
S x Ax B
Tratamientos
A1 A2 Aj
B1 Bk B1 Bk B1 Bk Medias
S1 Y111 .. Y11k Y121 ..Y12k Y1j1 Y..1jk Y1..
S2 Y211 .. Y22k Y221 ..Y22k Y2j1 Y..2jk Y2..
Sujetos

Sn Yn..
Yn11 .. Yn1k Yn21 Y..n2k Ynj1 Y..njk

Medias Y.11 .. Y.12 Y.21 .. Y.2k Y.j1 .. Y.jk Y