Metodología de la Investigación Clase 10 Tema: Diseños Factoriales. Bibliografía: León y Montero, cap. 7 Pereda Marín, cap. 16 Lic. Angel M. Elgier

Diseños factoriales Se utilizan para estudiar los efectos individuales y combinados de dos o más VIs (o factores) dentro de un mismo experimento. Las fórmulas de los diseños factoriales nos van a indicar el número de VIs y el número de valores que tienen cada una de esas variables. Ej: 2 x 2, dos VIs que pueden tomar dos valores cada una. 3 x 3, dos VIs que pueden tomar 3 valores cada una. El número de condiciones (tratamientos) del experimento se obtiene realizando la multiplicación que sugiere el signo (x).

La información que se obtiene es más completa que por medio de una serie de diseños simples, ya que los experimentos factoriales evalúan los posibles efectos de la interacción de los distintos factores (VIs) sobre la VD. Aportan mayor posibilidad de generalización de las conclusiones (Validez Ecológica) Mayor economía en el trabajo.

Tratamiento experimental b1 a1b1 a2b1 b2 a1b2 a2b2 Se quieren estudiar los efectos del factor A y del B sobre una variable determinada. Se eligen dos niveles para A y dos niveles para B. A su vez, se quieren estudiar los efectos de la interacción entre los citados factores. Es un diseño 2 x 2, donde encontramos 4 tratamientos. Aquí vemos la matriz factorial.

Análisis de datos de los diseños factoriales Se utiliza el análisis de varianza (ANOVA – En Pereda Marín , aparece como AVAR, pero esta denominación no suele utilizarse).

Efectos estudiados Efecto principal: Es el efecto debido a una sola VI. Este deja de lado los efectos que las otras VIs podrían producir. Un diseño factorial tiene tantos efectos principales como VIs tenga. Por ej., un diseño 2 x 2 tiene dos VIs y permite examinar dos efectos principales (el de cada una de ellas). Efecto de interacción: una interacción está presente cuando el efecto de una VI cambia, según cambian los valores de la otra VI.

Ejemplo Glass y cols. (1969) estudiaron los efectos de la exposición a un sonido irritante sobre varios comportamientos. Los participantes tenían que resolver rompecabezas. Dos de los rompecabezas eran irresolubles (los sujetos no lo sabían). La VD era el número de intentos para resolver estos rompecabezas irresolubles, antes de frustrarse.

Diseño 2 x 2 Ruido alto Ruido suave Ruido impredecible Grupo 1 Grupo 2 Ruido predecible Grupo 3 Grupo 4

Tenemos dos Vis: intensidad del ruido, y predictibilidad del ruido Tenemos dos Vis: intensidad del ruido, y predictibilidad del ruido. ¿Cómo afectan la tolerancia a la frustración? Los participantes eran expuestos a los ruidos mientras realizaban distintas tareas. Inmediatamente después, se les daban los rompecabezas.

Resultados Ruido alto Ruido suave Ruido impredecible 6.33 12 Ruido predecible 26.78 25.80

Efectos principales Ruido alto Ruido suave Ruido impredecible 6.33 12 9.17 Ruido predecible 26.78 25.80 26.29 16.56 18.90

Análisis Estadísticamente se pueden separar los efectos de las Vis. Si comparamos las medias de las columnas tenemos el efecto ppal de la intensidad de ruido. Si comparamos las medias de las filas tenemos el efecto ppal de la predictibilidad. Una diferencia entre las medias de las columnas indicará un efecto de intensidad del ruido, independientemente de la predicitibilidad. Una diferencia entre las medias de las filas, indicará un efecto de predictibilidad del ruido, independientemente de la intensidad.

Interacciones Aunque los efectos ppales de las VIs son importantes, no es la única información que conseguimos en un diseño factorial. Podemos estudiar las interacciones entre las Vis presentes. Una interacción se encuentra cuando el efecto de una VI cambia en función de los valores de otra VI. Por ej, Glass y cols. (1969) hallaron que el número de intentos era mayor cuando el ruido era mas suave, que cuando era mas fuerte. Pero esta relación se hallaba solo cuando el ruido era impredecible. Cuando el ruido era predecible, el número de intentos era cercano a 26, independientemente de la intensidad del ruido.

Resultados Ruido alto Ruido suave Ruido impredecible 6.33 12 Ruido predecible 26.78 25.80

Como vemos, alterando la predictibilidad del ruido se altera la relación entre intensidad del ruido y los intentos para resolver el rompecabezas irresoluble. Hay una interacción entre intensidad del ruido y predictibilidad. Gráfico.