Diseños de Investigación

UNIVERSIDAD NACIONAL DEL
CALLAO
DISEÑOS DE INVESTIGACIÓN
POR: ING. WALTER ALVITES RUESTA
1
OBJETIVOS DE APRENDISAJE
Que el alumno esté preparado para:
• Comprender las diferencias entre investigación experimental e

investigación no experimental.
• Analizar los diferentes diseños y las posibilidades de
investigación que ofrece cada uno.
• Interpretar los conceptos de validez interna y validez externa y
como el factor tiempo altera la naturaleza de un estudio.
• Realizar investigación en el campo de su competencia.
• Seleccionar y estructurar el diseño apropiado para su

investigación.
• Evaluar investigaciones realizadas.
2
VICERRECTORADO DE INVESTIGACIÓN
CENTRO DE DESARROLLO DE TEXTOS Y TECNOLOGÍA EDUCATIVA
DISEÑO DE INVESTIGACIÓN
El término “diseño” se refiere al plan o estrategia

concebida para responder a las preguntas de
investigación (Christensen, 1980).
El diseño señala al investigador lo que debe hacer
para alcanzar sus objetivos de estudio, contestar las
interrogantes que se ha planteado y analizar la
certeza de la (s) hipótesis formuladas en un contexto
en particular.
Ing. Walter Alvites Ruesta 3
CLASIFICACIÓN DE LOS
DISEÑOS DE INVESTIGACIÓN
Experímento “puro” Diseño Específico
EXPERIMENTAL Preexperimento (Solomon,factorial,
Cuasiexperimento serie cronológica,etc)
Descriptivo
NO EXPERIMENTAL
De tendencia
(trend).
Longitudinal
De evolución
(cohort).
Campbell y Stanley (1966)
Panel
EXPERIMENTO.
Puede tener al menos dos acepciones: La general se
refiere a “tomar una acción” y después observar las
consecuencias de esa acción (Babbie, 1979). La acepción
particular se refiere a “un estudio de investigación en el
que se manipulan deliberadamente una o más variables
independientes (supuestas causas) para analizar las
consecuencias de esa manipulación sobre una o más
variables dependientes (supuestos efectos), dentro de
una situación de control para el experimentador.

REQUISITOS DE UN EXPERIMENTO PURO:
1° Requisito:
La manipulación intencional de una o más variables

independientes.
Causa Efecto
(Variable independiente) (Variable dependiente)
x y
Un experimento se lleva a cabo para analizar si una o más

variables independientes afectan a una o más variables
dependientes y por qué las afectan.

• En un auténtico experimento la variable independiente resulta
de interés para el investigador, por que es la variable que se
hipotetiza.
• Será una de las causas que producen el efecto supuesto.
• Para obtener evidencia de esta relación causal supuesta, el
investigador manipula la variable independiente para ver su
efecto sobre la variable dependiente. Es decir, hace variar a la
independiente y observa si la dependiente varía o no.
• Manipular es sinónimo de hacer variar o dar distintos valores a
la variable independiente.
• La variable dependiente se mide, para ver el efecto de la
manipulación de la variable independiente sobre ella.
7
GRADOS DE MANIPULACIÓN DE LA VARIABLE INDEPENDIENTE
Puede llevarse a cabo en dos o más grados. El nivel mínimo de

manipulación es dos: Presencia – Ausencia de la variable
independiente.
Cada nivel o grado de manipulación implica un grupo en el
experimento.
En ocasiones no resulta difícil trasladar el concepto teórico (variable
independiente) en operaciones prácticas de manipulación
(tratamientos o estímulos experimentales).
Sin embargo a veces es sumamente complicado representar el
concepto teórico en la realidad. Sobre todo con variables internas;
que tengan varios significados o que sean difíciles de alterar: La
socialización, la cohesión, la conformidad, el poder, la motivación
individual y la agresión requieren de un enorme esfuerzo.
2° Requisito
Medir el efecto de la variable independiente sobre la
la variable dependiente. Es requisito que su
medición sea válida y confiable. Porque si no
podemos asegurar que estuvo adecuadamente
medida, los resultados no servirán y el experimento
será una pérdida de tiempo.
Ing° Walter Alvites Ruesta 9

UNIVERSIDAD NACIONAL DEL CALLAO
3º Requisito.- Es el control o validez interna de la situación

experimental.
• “Control” significa saber qué está ocurriendo realmente
con la relación entre la(s) variable(s) independiente(s)
y la(s) dependiente(s).
• Controlar la influencia de otras variables extrañas que no
son de nuestro interés; deberán ser eliminadas por completo
tanto en las condiciones experimentales como de control.
(Los ruidos extraños, las interrupciones y los cambios en las
condiciones ambientales).
10
VALIDEZ INTERNA
• Una investigación tiene Validez Interna si sus

resultados son una función del programa o enfoque
que está siendo probado antes que el resultado de
otras causas no tratadas sistemáticamente en el
estudio (Tuckman 1978).
• Un Diseño proporciona respuestas acertadas
solamente cuando es capaz de tener un control
efectivo de las variables extrañas que pueden
afectar la experiencia que se está desarrollando.
11
FUENTES DE INVALIDACIÓN INTERNA
• Historia. Son acontecimientos que ocurren durante el desarrollo del
experimento y que afectan a la variable dependiente y pueden
confundir los resultados.
• Maduración. Son procesos internos de los participantes que
operan como consecuencia del tiempo (Cansancio, hambre,
aburrimiento, edad, etc.)
12
UNIVERSIDAD NACIONAL DEL CALLAO
• Inestabilidad. Poca o nula confiabilidad de las
mediciones.
• Instrumentación. Cambios en los instrumentos de
medición o en los observadores participantes.
• Mortalidad experimental. Diferencias en la pérdida
de participantes entre
los grupos que se comparan.
• Estabilidad. Los resultados ocurren una vez pero no en
otra oportunidad.
• Expectancia. Un tratamiento experimental puede
parecer más efectivo que otro de control o
comparación, no por que lo sea …
13
EL EXPERIMENTADOR COMO FUENTE DE
INVALIDACIÓN INTERNA
• La interacción entre los sujetos y el experimentador. Los sujetos
pueden entrar al experimento con ciertas actitudes,
expectativas y prejuicios que pueden alterar su comportamiento.
• El experimentador es un observador activo que puede influir los
resultados del estudio en dirección de su hipótesis.
14
CONTROL Y VALIDEZ INTERNA:

El control en un experimento logra la validez interna, y el
control se alcanza mediante:
1.- Varios grupos de comparación
2.- Equivalencia de los grupos en todo, excepto la
manipulación de la variable independiente.
EQUIVALENCIA DE LOS GRUPOS:

Mediante asignación al azar y por emparejamiento

EQUIVALENCIA INICIAL
• Implica que los grupos son similares entre sí al momento de iniciar el
experimento.
• Durante el experimento los grupos deben mantenerse similares.
• Para tener control no basta con tener dos o más grupos, sino que éstos
deben ser similares en todo, excepto la manipulación de la variable
independiente.
16
VALIDEZ EXTERNA
• La validez externa tiene que ver con qué tan generalizables son los
resultados de un experimento a situaciones no experimentales y
a otros sujetos o poblaciones.
• ¿Lo que encontré en el experimento a qué sujetos, poblaciones,

contextos, variables y situaciones puede aplicarse?
• Hay que considerar dos aspectos, que son:
1. Validez de Población. Interesada en la identificación de la

población a la cual se desea generalizar los resultados.
2. Validez Ecológica. Que los resultados también puedan ser
obtenidos en otras situaciones medio ambientales.
17
FUENTES DE INVALIDACIÓN EXTERNA
• Efecto reactivo o de interacción de las pruebas.- Se presenta cuando
la preprueba aumenta o disminuye la sensibilidad o la calidad de la
reacción de los sujetos a la variable experimental, haciendo
que los resultados obtenidos para una población con preprueba no
puedan generalizarse a quienes forman parte de esa población pero
sin preprueba.
18
• Efecto de interacción entre errores de selección y el tratamiento

experimental.-
Se refiere a que se elijan sujetos con una o varias características, que
hagan que el tratamiento experimental tenga efecto, el cual no se
daría si los sujetos no tuvieran esas características.
19
• Efectos reactivos de los tratamientos experimentales.- La

“artificialidad” de las condiciones puede hacer que el contexto
experimental resulte atípico respecto a la manera como se aplica
regularmente el tratamiento.
• Imposibilidad de replicar los tratamientos.-
Los tratamientos son tan complejos que no pueden replicarse, es
difícil generalizar
20
SIMBOLOGÍA DE LOS DISEÑOS

EXPERIMENTALES
R = Asignación al azar o aleatorización

G = Grupo (s)
X = Tratamiento, estímulo o condición experimental.
O = Una medición a los sujetos de un grupo (prueba,
cuestionario, observación, tarea, etc.). Si aparece antes
del estímulo se trata de una pre prueba; si aparece
después del estímulo se trata de una post prueba.
- = Ausencia de estímulo (nivel “cero” en la variable

independiente). Indica que se trata de un grupo de
control

PREEXPERIMENTOS:
Se llaman así, porque su grado de control es mínimo
1.- Estudio de casos con una sola medición.
Diagrama:
G X O
2.- Diseño de pre prueba-post prueba con un solo grupo.

Diagrama:
G O X O
1 2

EXPERIMENTOS “VERDADEROS” O “PUROS”:
Son aquellos que reúnen los dos requisitos para lograr

el control y la validez interna:
a.- Grupo de comparación.

b.- Equivalencia de los grupos.
Dentro de estos tenemos los siguientes casos:
1.- Diseño con Post prueba únicamente y grupo

de control. Si no se tiene grupo de control el
diseño se denomina “Diseño con grupos
aleatorizados y posprueba únicamente.
2.- Diseño con pre prueba-post prueba y grupo de control.
3.- Diseño de 04 grupos de Solomon.
4.- Diseños experimentales de series cronológicas múltiples.
5.- Diseños de series cronológicas con repetición del

estímulo.
6.- Diseños con tratamientos múltiples.
7.- Diseños factoriales.

DISEÑO DE CUATRO GRUPOS DE SOLOMON

R. L. Solomon (1949), describió un diseño que era la mezcla del
diseño con post prueba únicamente y grupo de control más diseño de
pre prueba – post prueba con grupo de control
RG1 O1 X O2
RG2 O3 _ O4
RG3 _ X O5
RG4 _ _ O6
La ventaja de este diseño es que el experimentador puede verificar los

posibles efectos de la pre prueba sobre la post prueba, puesto que a
algunos grupos se les administra pre prueba y a otros no. Es posible
que la pre prueba afecte la post prueba o que aquella interactúe con el
tratamiento experimental.
Ejemplo de Diseño de cuatro grupos de solomon.

Podría encontrarse lo siguiente - con promedios de una variable
determinada:
RG1 O1 = 8 X O2 = 14
RG2 O3 = 8,1 _ O4 = 11
RG3 _ X O5 = 11
RG4 _ _ O6 = 8
Teóricamente O2 debería ser igual a O5 porque ambos grupos

recibieron el mismo tratamiento, igualmente O4 y O6 deberían tener
el mismo valor por que ninguno recibió estimulo experimental.

DISEÑOS CON TRATAMIENTOS MÚLTIPLES

A veces el investigador desea analizar el efecto de aplicar los diversos
tratamientos experimentales a todos los sujetos. En este caso la aplicación de
tratamientos puede ser en grupos o individual.
1. VARIOS GRUPOS:
La secuencia de la aplicación de tratamientos puede ser la misma para todos
los grupos o diferente y se puede administrar una o más post pruebas a los
grupos.
MISMA SECUENCIA PARA LOS GRUPOS
R G1 X1 O1 X2 O2 X3 O3
R G2 X1 O4 X2 O5 X3 O6
R G3 X1 O7 X2 O8 X3 O9

SECUENCIA DIFERENTE
R G1 X1 O1 X2 O2 X3 O3
R G2 X2 O4 X3 O5 X1 O6
R G3 X3 O7 X2 O8 X1 O9
El experimentador debe tener cuidado al interpretar las segundas

post pruebas y mediciones subsecuentes, ya que puede haber una
influencia diferente en los grupos provocada por distintas
secuencias de los tratamientos y por lo tanto al finalizar el
experimento los resultados se deban a la secuencia con que fueron
administrados los tratamientos.

2. UN SOLO GRUPO:
En situaciones donde por algún motivo se cuenta con un número

reducido de sujetos para el experimento, se puede llevar a cabo un
diseño con tratamientos múltiples y un solo grupo. No hay
asignación al azar puesto que se tiene un único grupo. La
equivalencia se obtiene puesto que no hay nada más similar que a
éste mismo. El grupo hace las veces de “grupo experimental” y de
“control”.
Este diseño podría diagramarse así:
G X1 O1 X2 O2 _ O3 X3 O4 _ O5 Xn On. . .
Las pruebas estadísticas que se utilizan en este diseño son las

mismas que para las series cronológicas y los diseños con repetición
del estímulo
DISEÑOS FACTORIALES
Manipulan dos o más variables independientes e incluyen

dos o más niveles de presencia en cada una de las
variables independientes.
Un diseño factorial completo es aquel en el que se usan

todas las combinaciones posibles de los valores
seleccionados para cada una de las variables
independientes.

IMPORTANCIA DE LOS DISEÑOS FACTORIALES
Son sumamente útiles porque permiten al investigador

evaluar los efectos de cada variable independiente sobre
la dependiente por separado y los efectos de las
variables independientes conjuntamente. A través de
estos se pueden observar los efectos de interacción
entre las variables independientes.

En términos de Wiersma (1986,p.116), la interacción es

un efecto producido sobre la variable dependiente, de tal
manera que el efecto de una variable independiente deja
de permanecer constante a través de los niveles de la
otra. El efecto de interacción está presente si el efecto
conjunto de las variables independientes no es igual a
sus efectos por separado. Ello significa que el efecto de
una variable independiente por sí mismo no es igual que
cuando se toma en combinación con los niveles de otra
variable independiente.

Ejemplo de diseños factoriales con más de dos variables

independientes:
El modelo 2 x 2 x 2 es el factorial más simple para estudiar tres
variables independientes, esto implica que cada una de las tres
variables independientes se combina en dos formas y que hay ocho
condiciones experimentales.
Considérese un experimento de Tversky y Edwards (1966) estos
experimentadores asignaron al azar 24 estudiantes de pre grado a
ocho condiciones diferentes, y cada estudiante tenía en frente una
caja con dos luces y tres palancas. Cualquiera de las palancas
izquierda o derecha se usaría para una serie de mil ensayos. Al
presionar la palanca izquierda o derecha el estudiante podía adivinar
que luz encendería en el siguiente ensayo. Si el estudiante adivinaba
no se encendía la luz, pero la respuesta se registraba
automáticamente.

Si el participante no quería adivinar, podía presionar la palanca del medio y

observar qué luz se encendía. Las tres variables independientes fueron:
1) Conjunto de instrucciones; 2) Valor de probabilidad de que se encendiera la
luz izquierda y no la derecha; y 3) tipo de respuesta. Las dos condiciones de
conjunto de instrucciones fueron: 1) No estacionario, en cuyo caso se les
dijo a los estudiantes que la probabilidad de que se encendiera cada luz
podría cambiar a través de mil ensayos; o 2) estacionario, se le dijo que las
probabilidades permanecían constantes. El valor de probabilidad fue : 1)
60:40, o 2) 70:30; es decir para el anterior, la luz izquierda se encendió 60%
de las veces contra 70% para la última. Las condiciones de tipos de
respuesta fueron: 1)Grupo de predicción forzada, los estudiantes tenían que
predecir que luz se iba a encender; 2) grupo de elección libre, éstos no
tenían que predecir y podían solamente presionar la palanca de en medio y
observar qué luz se encendía . Cuando se hacía una predicción correcta se
ganaba una moneda; de lo contrario se perdía. Ver diseño:

Probabilidad de luz izquierda

.6 .7
Conjunto de Instrucciones Conjunto de Instrucciones
No No
Tipo de Estacionaria
Estacionaria Estacionaria Estacionaria
respuesta
505 635 410 531

Grupo de
elección
libre
Grupo de
predicción
165 400 135 299
forzada
Observación contra suposición: Número promedio de ensayos de

observación por cada grupo del experimento
Considerando brevemente los resultados se observa lo siguiente:

1. Tipo de respuesta: Elección libre contra predicción forzada. Lo
participantes que tenían libertad para observar el siguiente
ensayo (presionando la palanca del medio, observaban esos
ensayos más que los que se veían forzados a hacer
predicciones hipotéticas .
2. Conjunto de instrucciones: Instrucción estacionaria y no
estacionaria. A los estudiantes que se les dijo que podía
cambiar la probabilidad durante la secuencia de mil ensayos,
observaron más que los que recibieron instrucciones
estacionarias.
3. Valores de probabilidad: Hubo una tendencia, aunque no
confiable, para que el grupo 60:40 observara más que el grupo
70:30.

DISEÑOS CUASI EXPERIMENTALES

También manipulan deliberadamente al menos una
variable independiente para ver su efecto y relación
con una o más variables dependientes, solamente que
difieren de los experimentos “ verdaderos” en el grado
de seguridad o confiabilidad que pueda tenerse sobre
la equivalencia inicial de los grupos.
Los sujetos no son asignados al azar a los grupos, ni
emparejados; sino que dichos grupos ya estaban
formados antes del experimento, son grupos intactos.

TIPOS DE DISEÑOS CUASI EXPERIMENTALES

1. Diseño con post prueba únicamente y grupos intactos
2. Diseño con pre prueba – post prueba y grupos intactos
3. Diseños de series cronológicas:
3.1. Series cronológicas de un solo grupo
3.2.Series cronológicas cuasi experimentales con múltiples
grupos (sin pre pruebas y grupo de control y con pre pruebas y
grupo de control).
3.3. Series cronológicas cuasi experiementales con repetición del
estímulo
3.4. Series cronológicas cuasi experiementales con tratamientos
múltiples.
Nota: Al igual que los casos anteriores estas series son similares a sus
correspondientes experimentales solo que con grupos intactos.

INVESTIGACIÓN NO EXPERIMENTAL
Es aquella que se realiza sin manipular deliberadamente variables.

Es decir, es investigación donde no hacemos variar
intencionalmente las variables independientes. Lo que hacemos es
observar fenómenos tal y como se dan en su contexto natural, para
después analizarlos .
Como señala Kerlinger (1979,p.116).”La investigación no
experimental o Expost-facto es cualquier investigación en la que
resulta imposible manipular variables o asignar aleatoriamente a
los sujetos o las condiciones”.
Los sujetos son observados en su ambiente natural, en su
realidad.

Descriptivo
Transeccional Correlacional /causal
NO EXPERIMENTAL
De tendencia (trend).
Longitudinal De evolución (cohort).
Panel
INVESTIGACIÓN TRANSECCIONAL O TRANSVERSAL

Estos diseños recolectan datos en un solo momento, en un tiempo único.
Su propósito es describir variables y analizar su incidencia e interrelación en
un momento dado.
Pueden dividirse en descriptivos o correlaciónales causales.

DISEÑOS TRANSECCIONALES DESCRIPTIVOS
Tienen como objetivo indagar la incidencia y los

valores en que se manifiesta una o más variables.
Cuando establecen hipótesis, éstas son también
descriptivas
Ejemplo:
Las encuestas nacionales de opinión sobre las
tendencias de los votantes.
Describir el nivel de empleo en tres ciudades.

DISEÑOS TRANSECCIONALES
CORRELACIONALES/CAUSALES
Tienen como objetivo describir relaciones entre dos o más variables
en un momento determinado.
Ejemplo:
Una investigación que pretendiera indagar la relación entre la
atracción física y la confianza durante el noviazgo en parejas de
jóvenes .
Una investigación para evaluar la credibilidad de tres conductores

(locutores) de televisión y relacionar esta variable con el sexo la
ocupación y el nivel socioeconómico del tele auditorio.

DISEÑOS LONGITUDINALES DE TENDENCIA (trend)
Son aquellos que analizan cambios a través del tiempo ( en

variables o sus relaciones) dentro de alguna población en general
La atención se centra en una población.
Una investigación para analizar cambios en la actitud hacia el
aborto en una comunidad que se mide en diferentes tiempos,
(anualmente durante 10 años).
Medición en Medición en Medición en Medición en Medición en
una población una población una población una población una población
TIEMPO 1 TIEMPO2 TIEMPO 3 TIEMPO4 TIEMPO K

DISEÑOS LONGITUDINALES DE EVOLUCIÓN DE GRUPO

(Cohort).
Examinan cambios a través del tiempo en subpoblaciones o grupos
específicos. Su atención son las “cohorts” o grupos de individuos
vinculados de alguna manera - generalmente la edad –
Medición en Medición en Medición en Medición en Medición en
una una una una una
subpoblación subpoblación subpoblación subpoblación subpoblación
Tiempo 1 Tiempo 2 Tiempo 3 Tiempo 4 Tiempo K

DISEÑOS LONGITUDINALES PANEL
Son similares a las dos clases de diseños vistas anteriormente, solo

que el mismo grupo específico de sujetos es medido en todos los
tiempos o momentos.
Ejemplo:
Una investigación que observará anualmente los cambios en las
actitudes de un grupo de ejecutivos en relación a un programa para
elevar la productividad durante un período de cinco años

GRÁFICA DE LOS DISEÑOS LONGITUDINAL PANEL
Grupo de ejecutivos observados durante 05 años.

Cada año se observaría la actitud de los mismos
ejecutivos.
Arturo Rivas. Arturo Rivas. Arturo Rivas. Arturo Rivas. Arturo Rivas.
Javier Salas. Javier Salas. Javier Salas. Javier Salas. Javier Salas.
Jorge Vargas. Jorge Vargas. Jorge Vargas. Jorge Vargas. Jorge Vargas.
Luis Huamán Luis Huamán Luis Huamán Luis Huamán Luis Huamán
Tiempo 1 Tiempo 2 Tiempo 3 Tiempo 4 Tiempo 5
46

Diseños de Investigación

Cargado por

Copyright:

Formatos disponibles

Diseños de Investigación

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseños de Investigación

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DEL

POR: ING. WALTER ALVITES RUESTA

• Comprender las diferencias entre investigación experimental e

• Seleccionar y estructurar el diseño apropiado para su

• Evaluar investigaciones realizadas.

El término “diseño” se refiere al plan o estrategia

Ing. Walter Alvites Ruesta 5

REQUISITOS DE UN EXPERIMENTO PURO:

La manipulación intencional de una o más variables

Un experimento se lleva a cabo para analizar si una o más

Ing. Walter Alvites Ruesta 6

GRADOS DE MANIPULACIÓN DE LA VARIABLE INDEPENDIENTE

Puede llevarse a cabo en dos o más grados. El nivel mínimo de

la variable dependiente. Es requisito que su

medición sea válida y confiable. Porque si no

podemos asegurar que estuvo adecuadamente

medida, los resultados no servirán y el experimento

será una pérdida de tiempo.

Ing° Walter Alvites Ruesta 9

3º Requisito.- Es el control o validez interna de la situación

• Una investigación tiene Validez Interna si sus

CONTROL Y VALIDEZ INTERNA:

1.- Varios grupos de comparación

2.- Equivalencia de los grupos en todo, excepto la

manipulación de la variable independiente.

EQUIVALENCIA DE LOS GRUPOS:

Ing. Walter Alvites Ruesta 15

• ¿Lo que encontré en el experimento a qué sujetos, poblaciones,

• Hay que considerar dos aspectos, que son:

1. Validez de Población. Interesada en la identificación de la

• Efecto de interacción entre errores de selección y el tratamiento

• Efectos reactivos de los tratamientos experimentales.- La

SIMBOLOGÍA DE LOS DISEÑOS

R = Asignación al azar o aleatorización

- = Ausencia de estímulo (nivel “cero” en la variable

Ing. Walter Alvites Ruesta 21

1.- Estudio de casos con una sola medición.

2.- Diseño de pre prueba-post prueba con un solo grupo.

Ing° Walter Alvites Ruesta 22

Son aquellos que reúnen los dos requisitos para lograr

a.- Grupo de comparación.

Dentro de estos tenemos los siguientes casos:

1.- Diseño con Post prueba únicamente y grupo

2.- Diseño con pre prueba-post prueba y grupo de control.

3.- Diseño de 04 grupos de Solomon.

4.- Diseños experimentales de series cronológicas múltiples.

5.- Diseños de series cronológicas con repetición del

6.- Diseños con tratamientos múltiples.

7.- Diseños factoriales.

Ing. Walter Alvites Ruesta 24

DISEÑO DE CUATRO GRUPOS DE SOLOMON

La ventaja de este diseño es que el experimentador puede verificar los

Ejemplo de Diseño de cuatro grupos de solomon.

Teóricamente O2 debería ser igual a O5 porque ambos grupos

Ing° Walter Alvites Ruesta 26

DISEÑOS CON TRATAMIENTOS MÚLTIPLES

MISMA SECUENCIA PARA LOS GRUPOS

Ing° Walter Alvites Ruesta 27

El experimentador debe tener cuidado al interpretar las segundas