Diseños simples y diseños factoriales

1. Diseños simples: también conocidos como diseños unifactoriales o de factor único.

Factor es cada una de las variables independientes que se manipulen en un
experimento.
A. Desventajas del diseño simple:
 Los diseños simples obligan al investigador a estudiar la influencia de
las variables de manera aislada e independiente.
 Esto quiere decir que con diseños simples jamás se podrá llegar a
conocer si la acción global de los factores puede ser considerada como la
suma de sus efectos independientes; de ahí que los diseños de factor
único posean muy poca capacidad explicativa, sobre todo aplicados en la
investigación psicológica.
2. Díselos factoriales: como estructura de investigación, es la combinación de dos o
más diseños simples; es decir, el diseño factorial requiere la manipulación
simultánea de dos o más factores, en un mismo experimento.
Para simbolizar este tipo de diseño podemos usar las siguientes nomenclaturas:
pA x qB donde los factores son “A” y “B”, con “p” niveles para “A” y “q” niveles
para “B”.
Ejemplos:
2A 2B = 2Ax2B ó 2x2 ó 22 según el número de niveles de cada factor nos permitiría
evaluar 4 tratamientos.
3ª 3B= 3Ax3B ó 3x3 ó 32 según el número de niveles de cada factor nos permitiría
evaluar 9 tratamientos.
Los formatos factoriales se denominan, también, diseños de tratamientos x
tratamientos, tratamientos x tratamientos x tratamientos, etc, y se simbolizan por
AxB, AxBxC, etc.
A. Clasificación
a. Según la cantidad de niveles o valores:
 De cantidad constante: La notación del diseño es más sencilla
cuando la cantidad de niveles por factor es igual (es decir, constante).
Así, el diseño factorial de dos factores a dos niveles se representa por
 2², el de tres factores por 23, etc. En términos generales, los diseños a
dos niveles y con k factores se representan por 2k; a tres niveles, por
3k; a cuatro niveles por 4k, etc.
 De cantidad variable: cuando la cantidad de valores por factor es
variable), el diseño 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
diseño sea balanceado (proporcionado) o no balanceado (no
proporcionado)

b. Según la cantidad de combinaciones:

 Diseño factorial completo: se realizan todas las posibles
combinaciones entre los valores de las variables.
 Diseño factorial incompleto y fraccionado: sólo se ejecute una
parte del total de las combinaciones.
c. Según el tipo de control:
 Diseño factorial completamente al azar: sólo se aplica el azar
como técnica de control y donde los grupos se forman mediante la
asignación aleatoria de los sujetos.
 Diseño factorial de bloques aleatorizados: permite el control de
una variable extraña.
 Diseño factorial de Cuadrado Latino: controla dos fuentes de
variación extrañas, aunque sólo se realiza una parte del total de
combinaciones.
 Diseño factorial jerárquico o anidado: requiere la manipulación
experimental de la variable y, al mismo tiempo, la anidación (o
inclusión) de una variable dentro de las combinaciones de
tratamientos de los factores.
 Diseño factorial de medidas repetidas: incorpora la técnica
intrasujeto; es decir, el sujeto actúa de control propio y recibe todas
las combinaciones de tratamiento generados por la estructura
factorial.
3. Interacción: hace referencia a los cambios operados en la conducta como
consecuencia de una de ellas depende de los valores que toma la segunda.

Este concepto es muy importante en la investigación psicológica y solo es

comprobable mediante el uso de diseños factoriales.
4. Importancia de los diseños factoriales:
 Mediante los diseños factoriales se pretende conocer hasta qué punto la
variación sistemática de un factor depende o no de la forma en que varían
los restantes.
 En un diseño factorial se tienen tantos grupos de sujetos como posibles
combinaciones puedan establecerse entre los diversos tratamientos. Es así
como se puede probar la actuación de las variables experimentales por
separado.
 Aporta información no sólo de cada factor (efectos principales), sino de su
acción combinada (efecto de interacción 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
simultáneamente la acción de dos o más variables manipuladas
 Ello supone un enorme ahorro de tiempo y esfuerzo. Si se tiene en cuenta la
posibilidad de analizar la acción conjunto o cruzada de las variables, se
concluye que el diseño factorial es una de las mejores herramientas de
trabajo del ámbito psicológico y social, puesto que la conducta es función de
muchos factores que actúan simultáneamente sobre el individuo.