¿Qué se estudia en el diseño factorial? La influencia simultanea de dos o más variables independientes sobre una, o más de una, variable dependiente. El posible efecto del orden de aplicación de los tratamientos y la mortalidad experimental. La influencia de cada variable independiente, tomada separadamente, sobre la dependiente.
¿Cómo se les suele denominar a las variables independientes? Factores. Tratamientos. Niveles.
¿Cómo se pueden seleccionar los valores o niveles de cada factor? De forma aleatoria o de forma sistemática. De forma equivalente o de forma sistemática. De forma aleatoria o de forma cuantitativa.
¿García Jiménez 2002, según se utilice una forma u otra o las dos de seleccionar los valores o niveles de cada factor (forma aleatoria o forma sistemática) qué clasificación tendremos y que tendremos que tener en cuenta a la hora de analizar los datos? -Diseño factorial de modelo aleatorio-diseño factorial de modelo fijo o un diseño factorial de modelo mixto. -Diseño factorial de modelo aleatorio-diseño factorial de modelo fijo o un diseño factorial de modelo Salomon. -Diseño factorial de modelo aleatorio-diseño factorial de modelo fijo o un diseño factorial de modelo ex post facto.
¿Qué puede tener cada factor? Dos o más valores o niveles y cada tratamiento o condición experimental consiste en la combinación de los respectivos valores de un factor con los del otro (u otros factores). Por separado como si se tratase de un diseño con una sola variable independiente y también se puede estudiar el efecto de la combinación de los niveles de los diferentes factores sobre la variable dependiente. Diferentes medidas de la medida pre y postratamiento.
¿En el diseño factorial, al analizar simultáneamente dos o más variables independientes en un solo experimento, cómo se puede estudiar el efecto de cada factor? Dos o más valores o niveles y cada tratamiento o condición experimental consiste en la combinación de los respectivos valores de un factor con los del otro (u otros factores). Por separado como si se tratase de un diseño con una sola variable independiente y también se puede estudiar el efecto de la combinación de los niveles de los diferentes factores sobre la variable dependiente. En diferentes medidas de la medida pre y postratamiento.
¿De qué consta el experimento factorial más sencillo? De un factor con un nivel. De dos factores con dos niveles cada uno. De tres factores con tres niveles cada uno.
¿Cuándo un diseño factorial tiene dos factores, cómo se denomina? Diseño factorial A x B. Diseño factorial 1 x 1. Diseño factorial A1 x B1.
¿El diseño factorial de dos factores se denomina A x B, qué es A y que es B? A es el número de niveles de un factor y B es el número de niveles del otro factor. A es el número de niveles de un factor y B es el número de niveles del tratamiento. A es el número de niveles de la variable de bloqueo y B es el número de niveles del tratamiento.
¿Si el diseño factorial tuviera tres factores, cómo se denominaría? Diseño factorial A x B x C. Diseño factorial 1 x 2 x 3. Diseño factorial A1 x B1 x C1.
¿En los diseños factoriales, a medida que aumenta el número de factores y el número de niveles de cada factor, qué aumenta? El número de tratamientos y la dificultad para realizar, controlar e interpretar el experimento. El número de variables de bloqueo y la dificultad para realizar, controlar e interpretar el experimento. El número de tratamientos y la dificultad para realizar, controlar e interpretar el tratamiento.
¿Cómo se asigna a los sujetos en los diseños factoriales A x B a cada celda o tratamiento? Se utiliza la técnica de asignación aleatoria o la técnica de bloqueo. Se utiliza la técnica de asignación cuantitativa o la técnica de bloqueo. Se utiliza la técnica de asignación aleatoria o la técnica de cohorte.
¿Cómo pueden ser los diseños factoriales? Intersujetos, bloques o mixtos. Univariados, factoriales o mixtos. Intersujetos, intrasujetos o mixtos.
¿Cómo se aplican los tratamientos en los diseños factoriales intersujetos? A diferentes sujetos. A los mismos sujetos. Algunos tratamientos se aplican a todos los sujetos, mientras que otros tratamientos se aplican a diferentes sujetos.
¿Cómo se aplican los tratamientos en los diseños factoriales intrasujetos? A diferentes sujetos. A los mismos sujetos. Algunos tratamientos se aplican a todos los sujetos, mientras que otros tratamientos se aplican a diferentes sujetos.
¿Cómo se aplican los tratamientos en los diseños factoriales mixtos? A diferentes sujetos. A los mismos sujetos. Algunos tratamientos se aplican a todos los sujetos, mientras que otros tratamientos se aplican a diferentes sujetos.
¿Qué tendría un diseño factorial mixto con dos factores? Un tratamiento experimental y otro cuasi-experimental. Un factor intrasujeto y otro intersujeto. Un subgrupo y dos grupos.
¿Cuál es la principal ventaja de un diseño factorial? Que permite estudiar efectos principales, efectos de interacción, efectos diferenciales y efectos simples. Que es casi imposible la amenaza de la historia y la maduración. En su inicio son equivalentes y si el tratamiento se aplica rapidamente se anula la varianza error.
¿Qué se entiende por efecto principal? La influencia de cada variable independiente, tomada separadamente, sobre la dependiente. La influencia de cada variable de bloqueo, tomada separadamente, sobre la independiente. Que en su inicio son equivalentes y si el tratamiento se aplica rapidamente se anula la varianza error.
¿Cómo se indica el efecto principal? Mediante una expresión que hace alusión directa al factor cuyo efecto principal se considera. Mediante la influencia de cada variable de bloqueo, tomada separadamente, sobre la independiente. Que en su inicio son equivalentes y si el tratamiento se aplica rapidamente se anula la varianza error.
¿Cuántos efectos principales existen? Tantos como variables independientes haya en la investigación. Tantos como variables dependientes haya en la investigación. Tantos como variables extrañas haya en la investigación.
¿Cómo se detecta el efecto diferencial? Mediante el estudio del efecto principal, comparando dos diferentes niveles de un mismo factor. Mediante el estudio del efecto principal, comparando tres diferentes niveles de un mismo factor. Mediante el estudio del efecto principal, comparando cuatro diferentes niveles de un mismo factor.
¿Una vez que un efecto principal es significativo, qué conviene realizar? Las comparaciones entre la variable dependiente (si son más de dos) para determinar dónde (entre qué niveles) se dan las diferencias que refleja el efecto principal. Las comparaciones entre sus niveles (si son más de dos) para determinar dónde (entre qué niveles) se dan las diferencias que refleja el efecto principal. Las comparaciones entre sus niveles (si son más de dos) para determinar dónde (entre qué niveles) se dan las diferencias en la variable dependiente.
¿Por qué cuando la variable independiente sólo tiene dos niveles no procede buscar diferencias entre las dos? Ya que si existen efectos principales, la diferencia sólo puede ser en la/as variable/es dependiente/es. Ya que si existen efectos principales, la diferencia sólo puede ser en el tratamiento. Ya que si existen efectos principales, la diferencia sólo puede ser entre ellos.
¿En el efecto de interacción a medida que aumenta el número de factores qué aumenta? El número de posibles interacciones, dado que éstas surgen de la combinación de los valores de cada factor con todos los demás. Los efectos principales del tratamiento. La tendencia del tratamiento y el nivel de la variable dependiente.
¿Cuáles son los pasos que hay que dar para realizar un diseño factorial? -Ver cuantos tratamientos o condiciones experimentales tenemos, multiplicando los niveles de las variables independientes.
-Asignar aleatoriamente o mediante la técnica de bloques los sujetos a los tratamientos. (Diseño factorial intrasujeto, o diseño factorial intersujeto y/o diseño factorial mixto. -Ver cuantos tratamientos o condiciones experimentales tenemos, multiplicando los niveles de las variables independientes. -Asignar aleatoriamente o mediante la técnica de bloques los sujetos a los tratamientos. (Diseño factorial intrasujeto, o diseño factorial intersujeto y/o diseño factorial mixto.
¿Cuántas ventajas presentan los diseños factoriales sobre los unifactoriales? -Ver cuantos tratamientos o condiciones experimentales tenemos, multiplicando los niveles de las variables independientes.
-Asignar aleatoriamente o mediante la técnica de bloques los sujetos a los tratamientos. (Diseño factorial intrasujeto, o diseño factorial intersujeto y/o diseño factorial mixto. Tres; 1) está relacionada con lo que se pretende estudiar; el comportamiento.
2) se utiliza la misma muestra de sujetos para evaluar simultáneamente los efectos de dos o más variables independientes.
3) permite evaluar los efectos de la interacción entre las variables, cosa imposible de hacer en los diseños unifactoriales. Dos; 1) está relacionada con lo que se pretende estudiar; el comportamiento.
2) se utiliza la misma muestra de sujetos para evaluar simultáneamente los efectos de dos o más variables independientes.
¿Por qué los diseños factoriales son más eficientes que los unifactoriales en cuanto al uso de los recursos? Por ver cuantos tratamientos o condiciones experimentales tenemos, multiplicando los niveles de las variables independientes. Los efectos de cada variable son evaluados con la misma precisión que en los experimentos unifactoriales. Por estár relacionada con lo que se pretende estudiar; el comportamiento.
¿Cuál es la técnica más habitual para el análisis de los datos de los diseños factoriales? El análisis de varianza (ANOVA) bifactorial o de dos factores o su equivalencia paramétrica, si los datos no cumplen los supuestos y en el caso de que sólo haya dos factores El análisis de varianza (ANOVA) bifactorial o de dos factores o su equivalencia no paramétrica, si los datos no cumplen los supuestos y en el caso de que sólo haya dos factores El análisis de varianza (ANCOVA) bifactorial o de dos factores o su equivalencia no paramétrica, si los datos no cumplen los supuestos y en el caso de que sólo haya dos factores.
|
