Paula Fernandez / Renato Oviedo

DISEÑOS FACTORIALES Características de los D. Factoriales Tabla resumen de VD  VI Representación gráfica de VI Estudios de Efectos simples Interacción. Interpretación de efectos EFECTO CUANDO HAY INTERACCIÓN EFECTO CUANDO NO HAY INTERACCIÓN Casos Especiales de Interacción E. TechoE. Suelo Análisis de Datos

 Presencia de 2 o más VI y los niveles de la VI se presentan combinados (Hay diseño factorial incompleto y diseño factorial completo).  La forma de indicar que los niveles se han combinado es mediante la expresión 2x2 (depende de los niveles de cada VI).  En caso de tener más niveles en un VI respecto a la otra se coloca P/e. 3x4.  La expresión 3x2x5 se entenderá como 3 VI, la primera tiene 3 niveles, otra con 2 y la tercera con 5 niveles.

A. Tabla resumen de valores de la VD en todas las comb. con las VI B. Representaciones gráficas, una para cada VI. C. Estudio de los efectos simples para cada VI. D. Presencia o no de interacción. E. Interpretación de los efectos.

VI: EXPOSICIÓN A LA LUZ EXTRA. SIN luz extra Gafas CON luz extra Resultados del ejercicio aeróbico. VI: EJERCICIO AERÓBICO Esquí de Fondo 10 participantes harán esquí y no tendrán luz extra 10 participantes harán esquí y tendrán luz extra Puntos de mejora en la escala de beck de los 20 No hacen esquí de Fondo 10 participantes no tendrán luz extra y no harán esquí 10 Participantes tendrán luz extra y no harán esquí Puntos de mejora en la escala de beck de los 20 Resultados de la exposición a la luz extra Puntos de mejora en la escala de beck de los 20

 A. TABLA RESUMEN DE LOS VALORES DE LA VD EN TODAS LAS COMBINACIONES DE NIVELES DE LAS VI. - Para poder trabajar con un diseño factorial, debo realizar una tabla que resuma los resultados, es decir las medias de las combinaciones de valores VD con niveles VI. VI: EXPOSICIÓN A LA LUZ EXTRA. SIN luz extra Gafas CON luz extra Resultados del ejercicio aeróbico. VI: EJERCICIO AERÓBICO Esquí de Fondo 2106 No hacen esquí de Fondo 243 Resultados de la exposición a la luz extra 27

 B. REPRESENTACIONES GRÁFICAS, UNA PARA CADA VARIABLE INDEPENDIENTE. - Debe realizarse una gráfica para cada VI. La VI debe ir en el eje de las abscisas (eje X). Deberá haber una representación (línea) por cada 1 de los niveles de la VI condicionante. La línea central representa el promedio. MEJORA EN LA DEPRESIÓN

 C. ESTUDIO DE LOS EFECTOS SIMPLES PARA CADA VARIABLE INDEPENDIENTE. - Los efectos simples son los análisis de los resultados desde una de las VI condicionado por los niveles de la otra VI. Cada descomposición realizada es un efecto simple. - Cada efecto simple puede implicar resultados distintos, por lo que es importante prestarle la atención necesaria. VI: EXPOSICIÓN A LA LUZ EXTRA. SIN luz extra Gafas CON luz extra Esquí de Fondo 210 No hacen esquí de Fondo 24 MEJORA EN LA DEPRESIÓN

 D. PRESENCIA O NO DE INTERACCIÓN. - Comparación de los efectos simples producidos por la VI y los niveles de la VI condicionante (Repetir el procedimiento para cada VI del diseño). - ¿Las líneas que representan los efectos simples son paralelas? En caso que SI  no hay interacción entre las VI. La VI actúa sobre la VD de la misma manera en cada experimento. - Con más niveles de la VI, entenderemos esto con el concepto de paralelismo: donde la distancia entre líneas quebradas Variable Dependiente Si no son paralelas, significa que la VI NO actúa de la misma forma en los experimentos. Esto se describe diciendo que “hay interacción entre las VI al actual sobre la dependiente”

MEJORA EN LA DEPRESIÓN - ¿Cómo entienden la interacción entre variables? - ¿Cómo entendemos desde la interacción el gráfico siguiente? “Los valores de una VI no se verán afectado por la otra, son los efectos de la VI sobre la VD, los que se ven afectados por una 2da VI”

DISEÑOS FACTORIALES Características de los D. Factoriales Tabla resumen de VD  VI Representación gráfica de VI Estudios de Efectos simples Interacción. Interpretación de efectos EFECTO CUANDO HAY INTERACCIÓN EFECTO CUANDO NO HAY INTERACCIÓN Casos Especiales de Interacción E. TechoE. Suelo Análisis de Datos

1. INTERPRETACIÓN DEL EFECTO PRINCIPAL DE UNA VI CUANDO N O HAY INTERACCIÓN: Se agrupan los resultados de los experimentos simples y se saca los promedios en cada nivel de la VI  desaparece la variable condicionante. Se interpretan los resultados en base a los promedios. “ El efecto que produce una VI sobre la VD, evaluado desde los promedios, se denomina EFECTO PRINCIPAL de la VI ”

2. INTERPRETACIÓN DEL EFECTO PRINCIPAL DE UNA VI CUANDO HAY INTERACCIÓN: distorsión Es obligatorio interpretar los resultados por separados cada uno de los efectos simples de la VI. De lo contrario puede haber distorsión de los resultados.

2. INTERPRETACIÓN DEL EFECTO PRINCIPAL DE UNA VI CUANDO HAY INTERACCIÓN: A. Interpretación del efecto principal de una VI cuando hay interacción y se pueden interpretar agrupados los efectos simples (Depende de que las pendientes presenten el mismo signo) B. Interpretación del efecto principal de una VI cuando hay interacción y no se pueden interpretar agrupando los efectos simples.

DISEÑOS FACTORIALES Características de los D. Factoriales Tabla resumen de VD  VI Representación gráfica de VI Estudios de Efectos simples Interacción. Interpretación de efectos EFECTO CUANDO HAY INTERACCIÓN EFECTO CUANDO NO HAY INTERACCIÓN Casos Especiales de Interacción E. TechoE. Suelo Análisis de Datos

¿Hay interacción en los siguientes diseños? RESULTADOS CORRECTOS Razonamiento probabilístico y edad Hay avance proporcional, pero ¿Y la interacción? SE DA CUANDO SE ALCANZA ALTOS Y MÍNIMOS

 No se utiliza una sola técnica para analizar datos, la más frecuente es el análisis de la varianza.  Debe aparecer el valor de F (tamaño del efecto) para el efecto principal de cada VI del experimento.  Los casos más comunes en diseños factoriales de dos variable independientes son: 1. Grupos aleatorios x Grupos aleatorios. 2. Grupos aleatorios x medidas repetidas. 3. Medidas repetidas x medidas repetidas.

a. Grupos aleatorios x g. aleatorios  Análisis de varianzas de 2 factores b. G. Aleatorios x medidas repetidas  Análisis de varianzas de dos factores, uno con medidas repetidas. c. Medidas repetidas x m. repetidas  Análisis de varianza de medidas repetidas con dos variables. d. Recordar analizar la interacción primero.