Diseños factoriales

Con frecuencia nos encontramos en una investigación en la que pueden coexistir varios factores explicativos en la ocurrencia de un fenómeno psicológico, ya que se necesitaría someter a contrastación empírica hipótesis sobre la influencia de dos o más factores sobre una o más de una variable dependiente. A las variables independientes se les suele denominar factores, de ahí el nombre del diseño: factorial. Este tipo de diseño se forma combinando los diferentes niveles de las variables independientes o factores, como veremos más adelante. Cada factor puede tener
dos o más valores y cada tratamiento o condición experimental consiste en la combinación de los respectivos niveles de un factor con los niveles del otro factor (u otros factores).

Los diseños factoriales se codifican en función del número de factores y del número de niveles de cada factor: así, si el diseño tiene dos factores se le denomina diseño factorial A x B, donde A reflejará el número de niveles de un factor y B el número de niveles del otro factor. Por ejemplo, el diseño factorial 2×3 tendría dos factores: el primero tendría dos niveles y el segundo tres. A medida que aumenta el número de factores y el número de niveles de cada factor aumenta el número de condiciones y la dificultad para realizar, controlar, analizar e interpretar el experimento. En función de que se utilicen o no todas las combinaciones posibles de todos los niveles de todos los factores los diseños factoriales se denominan completos o incompletos.

La técnica para el análisis más habitual es el análisis de varianza (ANOVA) de dos o más factores dependiendo del número de variables independientes que utilicemos. En función de que el diseño factorial sea intergrupos, intragrupo o mixto el ANOVA será de muestras independientes, relacionadas o mixto.

Ventajas de los diseños factoriales respecto a los diseños unifactoriales:

  1. El comportamiento. Este es muy complejo, en él intervienen múltiples variables que normalmente interactúan entre sí. El diseño factorial nos permite evaluar conjuntamente los efectos de varias variables y su interacción sobre la conducta y los efectos de cada variable independiente de forma aislada.
  2. Utiliza la misma muestra de participantes para evaluar simultáneamente los efectos de dos o más variables independientes. Por esto, los diseños factoriales son más eficientes en cuanto al uso de los recursos, ya que permiten obtener más información con menos participantes.
  3. Varianza error. Al estudiar varias variables independientes, los efectos asociados a la influencia de esas variables se sustraen del término de error. En consecuencia, se reduce la varianza error y se incrementa la potencia de la prueba estadística.

Diseños factoriales intergrupos

Se caracterizan porque todos los factores o variables independientes son intergrupos (cada condición experimental se aplicará a un grupo diferente de participantes). La formación de los grupos se hace por asignación aleatoria o utilizando la técnica de bloqueo. Cuando se utiliza esta última, en cada bloque tiene que haber como mínimo tantos participantes como tratamientos o condiciones experimentales. El diseño se denomina equilibrado si todas las condiciones tienen el mismo número de participantes, y se denomina no equilibrado cuando el número de participantes es diferente en cada condición.

Diseños factoriales intragrupo

En estos diseños todas las condiciones se aplican sucesivamente al mismo grupo ya que todos los factores o variables independientes son intragrupo. Igual que en la estrategia unifactorial intragrupo, en estos hay que controlar los efectos residuales, espaciando la aplicación de las condiciones; y los efectos de error progresivo, utilizando la técnica de contrabalanceo.

Diseños factoriales mixtos

El diseño factorial mixto combina, en un mismo experimento, el procedimiento del diseño intergrupos y el procedimiento del diseño intragrupo. Es decir, a algunos participantes se le aplican todos los tratamientos y a otros solo alguno. En un diseño mixto AxB cada participante pasaría por un solo nivel de la variable A y todos los participantes pasarían por todos los niveles de la variable B o viceversa. Al ser una combinación de las dos situaciones, hay que utilizar tanto las técnicas de control propias de la estrategia intergrupos como las de la estrategia intragrupo.

Referencias

  • Quintanilla Cobián, Laura. Fundamentos De Investigación En Psicología. 2ª Ed. [adaptada a 7ª Ed. Normas APA]. ed. Madrid: Universidad Nacional De Educación a Distancia, 2020. Print. Grado (UNED) ; 6201104.

Deja un comentario

dos × 3 =

Ir al contenido