Professional Documents
Culture Documents
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
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.
..//..
Criterios de clasificacin
Cantidad de combinaciones
Tipo de control
Cantidad constante
Cantidad de valores
Cantidad variable
Grado de control
Diseo factorial
completamente al azar
Diseo factorial de bloques
aleatorizados
Diseo factorial de Cuadrado
Latino
Diseo factorial jerrquico o
anidado
Diseo factorial de medidas
repetidas
Criterios
Diseo
Cantidad de
valores por
factor
Cantidad de
combinaciones
de tratamientos
Grado de
control
1. Efectos simples
2. Efectos principales
3. Efectos secundarios
Combinacin de tratamientos
por grupo o casilla
Diseo factorial 2x2
A1B1
A1B2
A2B1
A2B2
Z1
A1B1
s
e
Z2
A1B2
Z3
A2B1
Z4
A2B2
S1
S1
S1
S1
Sn1
Sn2
Sn3
Sn4
l
e
Asignacin al azar
c
M
i
A1B1
10
9
4
8
8
4
3
6
Totales:
Medias:
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
ANOVA factorial
Yijk = + j + k + ( ) jk + ijk
Descomposicin polietpica de
las Sumas de cuadrados
SCA
SCentre-grupos
SCtotal
SCB
SCAB
SCintra-grupos
SCS/AB
F.V.
SC
g.l.
Entre G
Intra G (E)
126.59
77.38
ab-1=3
ab(n-1)=28
Total (T)
203.97
abn-1=31
F0.95(3/28) = 2.95
CM
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.
B1
B2
TOTALES
A1
52
27
79
A2
70
60
130
TOTALES
122
87
209
F.V.
SC
g.l
Factor A
Factor B
Inter AxB
81.28
38.28
7.03
(a-1)=1
Entre-g
Intra-g
126.59
ab-1=3
42.19 15.28 <0.05
77.37 ab(n-1)=28 2.76
Total (T)
203.97
(b-1)=1
(a-1)(b-1)=1
CM
abn-1=31
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
Interaccin positiva
Interaccin negativa
B1
B1
B1
B2
B2
B2
A1
A2
A1
A2
A1
A2
B2
B1
A1
A2
Interaccin inversa
A1
A2
B1
6.5
8.75
B2
3.38
7.5
GRFICO INTERACCIN
10
9
8
7
6
5
4
3
2
1
0
8,75
7,5
6,5
A1 (Incentivo bajo)
A2 (Incentivo alto)
3,38
B1 (Tarea simple)
B2 (Tarea compleja)
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. ..//..
A2B1
A1B2
A2B2
Bloque 1
S11
S12
S13
S14
Bloque 2
S21
S22
S23
S24
.
.
Bloque k
Sk1
Sk2
Sk3
Sk4
TEMA VIII
ESQUEMA GENERAL
Definicin general
Clasificacin
Diseo de medidas repetidas simple. Modelo
estructural y componentes de variacin
Diseo de medidas repetidas de Cuadrado
Latino. Modelo estructural y componentes de
variacin
Diseo de medidas repetidas factorial. Modelo
estructural y componentes de variacin
Efectos de orden
Efecto de perodo
Los efectos de perodo ocurren cuando,
independientemente
del
tratamiento
aplicado, el sujeto responde al perodo o
posicin que, en la secuencia, ocupa el
tratamiento (perodo de administracin).
Cabe, por lo tanto, la posibilidad de que el
sujeto responda mejor al perodo que al
tratamiento en s mismo. Cuando esto
ocurre, el efecto de perodo confunde la
accin del tratamiento
Efecto residual
El efecto residual, conocido por error
progresivo, se caracteriza por la
persistencia de la accin de un
tratamiento ms all del perodo o tiempo
de aplicacin. Representa tanto la
progresiva acumulacin tanto de los
efectos facilitadores de la respuesta
(efecto de la prctica, aprendizaje, etc.)
como de los efectos obstaculizadores
(como la fatiga mental, cansancio fsico,
etc.).
..//..
Factorial (SxAxB,
SxAxBxC, etc.)
Concepto
El diseo simple de medidas repetidas es
prototpico en esa clase de experimentos, al
incorporar la estrategia de comparacin intrasujeto. Lindquist (1953) se refiere a estas
estructuras como diseos de Tratamientos x
Sujetos, ya que los sujetos se cruzan o
combinan con los tratamientos. As mismo, es
un diseo simple o unifactorial porque slo se
evala
la
accin
de
una
variable
independiente o de tratamientos.
..//..
Tratamientos
A2
A3 Aj
Medias
Sujetos
S1
Y11
Y12
Y13 Y1j
Y1.
S2
Y21
Y2.
.
.
.
Sn
Yn1
Medias Y.1
.
.
.
Yn.
Y.3
Y..
Y.2
Y.j
A1
A2
A3
TOTALES
1
2
3
TOTALES
3.8
4.4
6.9
15.1
3.6
5.0
4.5
13.1
2.5
2.3
3.0
7.8
9.90
11.70
14.40
36
MEDIAS
5.03
4.37
2.6
MODELO ESTRUCTURAL
MODELO ADITIVO
Yij i j ij
Descripcin y supuestos
Yij = la puntuacin del i sujeto bajo la j
condicin experimental o tratamiento
= la media global de todos los datos del
experimento
i = i = el efecto asociado al isimo
sujeto
j = j = el efecto de jsimo nivel de la
variable de tratamiento A
ij = el error experimental asociado al i
sujeto bajo el j tratamiento
F.V.
Suj (S)
Trat (A)
SujxTrat (SxA)
Total (T)
F0.95(2/4) = 6.94
SC
g.l
CM
3.42
(n-1)=2
1.71
9.49
(a-1)=2
4.75 5.86 >0.05
3.25 (n-1)(a-1)=4 0.81
16.16
an-1=8
Supuesto de uniformidad o
simetra compuesta
Segn esta restriccin, conocida por
condicin de uniformidad o simetra
compuesta, se asume una variancia
comn para las distintas medidas
repetidas y una covariancia comn para
los diferentes pares de medidas (prueba
de Box (1950)).
=S
H0 :
= Matriz poblacional
S = Matriz muestral
12 12 13
21 22 23
2
31 32 3
s12
s
21
s31
s12
s 22
s32
S1
s13
s 23
s32
s12
s
21
s31
s12
s 22
s32
S2
s13
s12
s 23 . . . s 21
s31
s32
s12
s 22
s32
Sn
s13
s 23
s32
Prueba de ajuste
Prueba de simetra combinada (Box, 1950)
H0: S =
(Yij)
Yij --------n
VarAj = ---------------------------n1
20.54 (7.8)/3
VarA3 = ------------------------- = 0.13
31
(Yij)(Yik)
(YijYik) ---------------n
CovAjAk = ----------------------------------n1
Matriz de variancia/covariancia
muestral
S =
Valores estimados
Paso 2. Se estima de y jk elementos de la matriz S0-, asumiendo la
igualdad de las variancias y covariancias.
Su estimacin es la media de las
variancias y covariancias muestrales.
_
s0 = 1/3[2.70 + 0.50 + 0.13] = 1.11
_
s00 = 1/3[0.39 + 0.53 - 0.03] = 0.29
donde
|S|
M = (n 1) ln---------|S0|
Clculo de C
Paso 4. El clculo de C es,
a(a+1)(2a-3)
C = -----------------------------6(n-1)(a-1)(a+a-4)
Con los datos del ejemplo, se tiene
3(4)(6-3)
C = ---------------------- = 0.75
6(2)(2)(9+3-4)
Decisin estadstica
Paso 5. Por ltimo, se computa B con
distribucin aproximada a chi-cuadrado con
[a + a - 4]/2 grados de libertad:
B = (1 - C)M = (1 - 075)(15.2) = 3.8
y
[3 + 3 - 4]/2 = 4 g.l.
Supuesto de esfericidad
Huynh y Feldt (1970) y Rouanet y Lepine
(1970) han mostrado que es suficiente el
cumplimento de una condicin ms dbil o
condicin de esfericidad (circularidad).
Esta condicin slo requiere que las
variancias de las diferencias entre todos
los pares de medidas repetidas sean
iguales (prueba de esfericidad de
Mauchley (1940))
Circularidad
Mauchley (1940)
o2 = 0.479
g.l.=[p(p-1)/2]-1=2
20.95(2) =5.99
A(H0)--------> p>0.05
F conservadora
F ajustada
Diseo de
medidas
repetidas
MANOVA
Grados de
libertad de F
F normal
Numerador
(a-1)
Denominador (n-1)(a-1)
F
F
conservadora ajustada
1
(a-1)
n-1
(n-1)(a-1)
Factores de ajuste
Epsiln de:
Greenhouse y Geisser (1959)
Huynh y Feldt (1970)
psilon de Greeenhouse y
Geisser (1959).
= 0.72
Tipo de
de
prueba
Grados de libertad
Numerador Denominador
Valor terico
F para = 0.05
Normal
6.94
Ajustada
10.13
Conservadora
18.51
O1
Orden
O2
O3
O4
Sujetos
S1
S2
S3
S4
A2
Aj
B1 Bk
B1 Bk
B1 Bk
Medias
S1 Y111 ..Y11k Y121 ..Y12k Y1j1 ..Y1jk
Y1..
Sujetos
S2 Y211 ..Y22k
Y221 .. Y22k
Y2j1 ..Y2jk
.
.
.
Sn Yn11 .. Yn1k
Yn21 ..Yn2k
Ynj1 ..Ynjk
Y.21 .. Y.2k
Y.j1 .. Y.jk
Y2..
.
.
.
Yn..
Y
TEMA IX
ESQUEMA GENERAL
Definicin general
Clasificacin
Diseo factorial mixto con una variable entre y
otra intra. Modelo estructural y componentes de
variacin
Diseo split-plot
Comparacin de las fuentes de variacin del
Diseo mixto con el de medidas repetidas simple
y el completamente al azar
Clasificacin
Diseo factorial
mixto
Diseo de
medidas
repetidas
multigrupo
Diseo split-plot
Tratamientos
A1
A2
...........
Ak
S1
Y11
Y12
............
Y1k
Sn1
YN1
YN2
............
YNk
S1
Y11
Y12
............
Y1k
Sn2
YN1
YN2
............
YNk
G1
G2
Ejemplo prctico
Un experimentador pretende estudiar el
efecto que sobre la memoria icnica tienen
dos variables: campo pos-exposicin y
tiempo de presentacin. De la primera
variable, selecciona dos valores: campo posexposicin brillante (A1) y campo posexposicin oscuro (A2). De la segunda, elige
cuatro valores: B1 = 45 c/sg, B2 = 90 c/sg, B3
= 180 c/sg, y B4 = 240 c/sg.
Para
ejecutar
este
experimento,
confecciona tarjetas donde aparecen
letras consonantes, seleccionadas al azar,
y las dispone en matrices 3 x 4. La tarea a
realizar por los sujetos, va a consistir en
identificar, de forma correcta, la mxima
cantidad de letras. A su vez, decide que
cada sujeto ejecute 40 ensayos (diez
tarjetas por tiempo de presentacin). La
variable dependiente es la cantidad de
identificaciones correctas en bloques de
10 ensayos.
TOTALES
N Suj.
B1
B2
B3
B4
Suj.
1
2
3
4
5
6
7
8
25
31
24
21
13
16
31
21
182
26
35
33
30
14
19
34
22
213
27
37
28
31
20
30
36
33
242
34
39
40
35
30
38
41
38
295
112
142
125
117
77
103
142
114
932
A1
A2
TOTALES
V.A
496
436
Descomposicin de la Suma de
cuadrados
SCtotal = SCentre-sujetos + SCintra-sujetos
A su vez, cada componente se subdivide
en:
SCentre-sujetos = SCA + SCS/A
y
SCintra-sujetos = SCB + SCAB + SCSxB/A
Clculo de la sumas de
cuadrados
SCtotal = [25 + 31 + ... + 38] [932/32] =
1871.50
SCE.S. = [112/4 + 142/4 + ... + 114/4]
[932/32] = 785.50
SCI.S. = SCtotal - SCE.S. = 1871.50 - 785.50 =
1086
Tabla de totales
Datos de la interaccin AxB
B1
B2
B3 B4 Totales
A1
101
124
123 148
496
A2
81
89
119 147
436
Totales 182
213
242
932
295
F.V.
SC
g.l
Entre sujetos
Variable A
S/A (e. entre)
Intra sujetos
Variable B
Inter AxB
SxB/A (e. Intra)
785.5
112.5
673
1086
865.75
92.75
127.5
an-1=7
a-1=1
a(n-1)=6
an(b-1)=24
b-1=3
(a-1)(b-1)=3
a(n-1)(b-1)=18
Total
1871.5
abn-1=31
CM
112.50
112.17
288.58
40.76
30.92 4.37
7.08
p
>0.05
<0.05
<0.05
A1
A2
B1
25.25
20.25
B2
31
22.75
B3
30.75
30.5
B4
37
37
37
30,75
31
A1 (Campo brillante)
A2 (Campo oscuro)
30,5
25,25
22,75
)
/sg
(2
40
c
B4
B3
(1
80
c
/sg
g)
(9
0c
/s
B2
(4
5c
/s
20,25
g)
40
38
36
34
32
30
28
26
24
22
20
18
16
14
B1
Identificaciones correctas
GRFICO INTERACCIN