Diseño experimental

En este artículo se explica qué es el diseño experimental en estadística y para qué sirve. También encontrarás cómo se hace un diseño experimental y un ejemplo de este tipo de diseño.

¿Qué es un diseño experimental?

El diseño experimental es un método estadístico que sirve para investigar la relación entre la variable independiente y la variable dependiente. Por lo tanto, el diseño experimental consiste en manipular intencionalmente la variable independiente para analizar qué efecto tiene sobre la variable dependiente.

Así pues, el diseño experimental sirve para contrastar un test de hipótesis, de manera que las conclusiones extraídas en la investigación llevada a cabo se usan para determinar si la hipótesis de estudio es verdadera o falsa.

En general, en un diseño experimental se suele estudiar el impacto de una variable independiente sobre una variable dependiente, no obstante, también se puede examinar el efecto de dos o más variables independientes sobre la variable dependiente.

Cabe destacar que para que las conclusiones extraídas sean correctas se deben aislar las variables que se pretenden analizar, por lo que las variables extrañas deben estar controladas.

Cómo hacer un diseño experimental

Los pasos para hacer un diseño experimental son:

1. Definir las variables de estudio: se deben determinar la variable independiente y la variable dependiente de la investigación.
2. Establecer la hipótesis estadística: se debe definir cuál será la hipótesis de trabajo, es decir, cuál es la relación entre las variables que se pretende demostrar con el estudio.
3. Diseñar el estudio experimental: debes planear cómo llevaras a cabo la investigación para intentar refutar la hipótesis de trabajo.
4. Estudiar una muestra: analiza cómo afecta el valor de la variable independiente a la variable dependiente. Normalmente no se pueden estudiar todos los individuos de la población, por lo que tienes que centrarte en una muestra representativa.
5. Sacar conclusiones: a partir de los resultados obtenidos, extrae conclusiones y determina si la hipótesis de trabajo es verdadera o falsa.

Ten en cuenta que cualquier estudio estadístico debe ser preciso, fiable y replicable, por lo que asegúrate de que cumplirás con estos tres principios antes de invertir mucho tiempo y esfuerzo en el proyecto.

Ejemplo de diseño experimental

Para acabar de entender el concepto, vamos a ver un ejemplo sencillo de un diseño experimental.

En este caso, queremos estudiar si las horas de sueño afectan al estado de ánimo de las personas en el trabajo. Por lo tanto, la variable independiente es el promedio de horas de sueño y la variable dependiente es el estado de ánimo de los trabajadores.

De modo que la hipótesis nula del estudio es que las horas de sueño no provocan un cambio en el estado de ánimo de las personas, mientras que la hipótesis alternativa es que las horas de sueño sí que afectan al estado de ánimo.

Así pues, para investigar la hipótesis de trabajo hemos seleccionado aleatoriamente dos grupos de trabajadores de 30 personas de la misma empresa. Durante dos semanas un grupo dormirá 8 horas al día y el otro grupo dormirá como máximo 5 horas al día.

Luego, para evaluar el estado de ánimo de los participantes, el último día pediremos a una muestra de 20 trabajadores que no han intervenido en el estudio que valoren el estado de ánimo de cada uno de los participantes durante las últimas dos semanas. Las valoraciones irán del 1 al 5, siendo 1 la peor valoración y 5 la mejor valoración.

Tras realizar el experimento, el grupo que ha dormido 8 horas diarias ha obtenido una puntuación media de 4,1, sin embargo, el grupo que solamente ha dormido 5 horas diarias ha recibido una puntuación media de 2,7.

La diferencia entre las dos medias parece evidente, no obstante, no se puede extraer tal conclusión a simple vista. Así que se ha llevado a cabo una prueba de hipótesis para la diferencia de medias y efectivamente se concluye que estadísticamente las dos medias son diferentes. Por lo tanto, se rechaza la hipótesis nula, lo que significa que las horas de sueño afectan al estado de ánimo en el trabajo.

Tipos de diseño experimental

Los tipos de diseño experimental son:

• Diseño preexperimental: se observa una variable sin modificar deliberadamente la variable independiente. Por ejemplo: un profesor aplica un nuevo método de enseñanza sobre sus alumnos y al cabo de un trimestre analiza si las notas de sus alumnos han mejorado o no.
• Diseño experimental verdadero: se forman dos grupos de control, de manera que en un grupo se manipula la variable independiente y en el otro grupo no. De este modo se puede comparar entre los dos grupos cómo afecta la variable independiente. Por ejemplo: sobre dos grupos de control formados al azar cuyos integrantes tienen una determinada enfermedad, se suministra un medicamento a un solo grupo para evaluar si los pacientes mejoran respecto a aquellas personas que no han tomado el medicamento.
• Diseño cuasiexperimental: este tipo de diseño experimental es similar al anterior, pero los grupos de control no son seleccionados aleatoriamente, sino que se estudian grupos ya formados. Por ejemplo: se estudia la implementación de un nuevo sistema de enseñanza en dos clases diferentes.

Diseño experimental y diseño factorial

El diseño factorial es una clase de experimento que comparte ciertas similitudes con el diseño experimental, por lo que a continuación veremos brevemente en qué consiste este tipo de investigación.

En estadística, el diseño factorial es un experimento que consta de dos o más factores y, además, cada uno de estos factores tiene diferentes valores o niveles. De modo que en un diseño factorial se estudia cómo afecta cada uno de estos factores a la variable dependiente y también se analiza el impacto de la interacción entre varios factores a la variable respuesta.

Por lo tanto, la principal diferencia entre el diseño experimental y el diseño factorial es el número de variables independientes. Un diseño experimental se suele hacer solamente con una variable independiente, en cambio, en un diseño factorial se suele trabajar con dos o más variables independientes.