DISEÑO EXPERIMENTAL PARA UN FACTOR

qdwdwUNIDAD: 4 DISEÑO EXPERIMENTAL PARA UN FACTOR

4.1 .Introducción, conceptualización, importancia y alcances del diseño experimental en el ámbito empresarial.

Introducción

El diseño experimental suele plantearse cuando se requiere analizar una característica cualitativa sometida a un único factor. Este único factor debe detener una influencia significativa sobre la característica cualitativa. El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién sentó la base de la teoría del Diseño Experimental y que a la fechase encuentra bastante desarrollada y ampliada. Actualmente las aplicaciones son múltiples, especialmente en la investigación de las ciencias naturales, ingeniería, laboratorios y casi todas las ramas de las ciencias sociales. La experimentación proporciona los datos experimentales, en contraste con los datos de la observación; los datos de la observación se representan como su nombre indica por observaciones de las unidades elementales de una población o de una muestra, y no deben ser cambiados ni modificados por ningún intento de parte de un investigador en el curso de la observación.

Conceptualización

El diseño experimental, es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés.

Importancia

El Diseño Experimental, como técnica de investigación, toma importancia en los años 80 en donde se le da una aplicación estadística de los proyectos de Seis Sigma buscando el famoso número de 3,4 defectos por millón de unidades producidas. El diseño experimental busca entonces a través de una serie de herramientas estadísticas aplicadas metodizar los ensayos de prueba y error para encontrar la mejor combinación de variables independientes que optimice una variable de respuesta en unas circunstancias determinadas. El análisis experimental se basa en la comprensión de la variación que presentan los datos de salida de un problema.

Alcances del diseño experimental en el ámbito empresarial

El diseño experimental se distingue por el hecho de definir y controlar las variables independientes antes de lanzar al mercado, intentando distintos tipos de estímulos a los que respondan los clientes, antes de observar como ocurre verdaderamente.

Puede establecer diferencias en su respuesta que pueden atribuirse a los estímulos en cuestión, como el envoltorio o el color de un producto, y no a otros factores, como la disponibilidad limitada del producto.

Aplicar los métodos de diseño experimental requiere juicio empresarial y un grado de satisfacción matemática y estadística.

Hoy en día, las empresas pueden recopilar información detallada de los clientes con mayor sencillez y pueden emplear dichos datos para crear modelos que predigan la respuesta del consumidor con mayor rapidez y precisión.

4.2 Clasificación de los diseños experimentales.

El diseño experimental es una estructura de investigación donde al menos se manipula una variable y las unidades son asignadas aleatoriamente a los distintos niveles o categorías de la variable o variables manipuladas.

Modelo de variación y constancia

a) Variación sistemática de la variable independiente

b) Control y neutralización de las variables extrañas

Manipulación de la variable independiente

Manipulación experimental de una variable independiente se refiere, en una situación simple, a la aplicación de un valor dado de una variable a un grupo de individuos y un valor diferente de la misma variable a un segundo grupo de individuos.

Variable dependiente

La variable dependiente es conocida, también, por variable de medida, de respuesta o de resultado.

Es aquel aspecto de comportamiento sobre el que esperamos observar el efecto de la variación sistemática de la variable independiente.

Control experimental

El control consiste en eliminar o bien neutralizar cualquier fuente de variación extraña capaz de confundir la acción de la variable de tratamiento

Planificación del diseño experimental

1. Formulación de la hipótesis.

2. Selección de la variable independiente y

dependiente adecuada.

3. Control de las variables extrañas.

4. Manipulación de la/s variable/s

independiente/s y registro de la variable

dependiente o de medida.

5. Análisis estadístico de los datos.

6. Inferencia de la relación entre la variable

independiente y la dependiente.

Objetivos específicos del Diseño experimental

• Maximizar la variancia sistemática primaria

• Control de las fuentes de variación secundarias

• Minimizar la variancia del error

Diseño de dos grupos

Una de las situaciones más simples de investigación experimental, tanto en ciencias sociales como del comportamiento, es la formada por dos grupos, uno de control y otro experimental.

Diseños multigrupo

Los diseños multigrupo, de uso frecuente en ciencia psicológica y social, son estructuras de una sola variable independiente a tres o más valores o niveles. Al seleccionar más de dos valores de la variable independiente o causal, es posible extraer la relación funcional entre la variable independiente y dependiente del experimento.

Diseño multigrupo al azar

El diseño multigrupo completamente al azar requiere la asignación aleatoria de los sujetos de la muestra a los distintos grupos, sin restricción alguna. Se trata de una extensión del diseño de dos grupos, ya que en esta situación se eligen de la variable de tratamiento más de dos valores o condiciones.

Diseño de bloques de grupos al azar

El principal objetivo de la experimentación es el control de las fuentes de variación extrañas. La neutralización o control de las variables extrañas incide directamente en la reducción de la variación del error. Es decir, las unidades varían con respecto a cualquier variable a excepción de la controlada. Siendo esto así, el margen de variación es menor que con la presencia de la variable extraña (o variable no controlada).

Diseño factorial

El diseño factorial, como estructura de investigación, es la combinación de dos o más diseños simples (o unifactoriales); es decir, el diseño factorial requiere la manipulación simultánea de dos o más variables independientes (llamados factores), en un mismo experimento.

...