experimento factorial

La investigación experimental es una investigación realizada con un enfoque científico que utiliza dos conjuntos de variables. El primer conjunto actúa como una constante, que se utiliza para medir las diferencias del segundo conjunto.  Los métodos de investigación cuantitativa, por ejemplo, son experimentales.

Cualquier investigación realizada en condiciones científicamente aceptables utiliza métodos experimentales. El éxito de los estudios experimentales depende de que los investigadores confirmen que el cambio de una variable se basa únicamente en la manipulación de la variable constante. La investigación debe establecer una causa y un efecto notables.

1. Diseño de investigación preexperimental:  Un grupo, o varios grupos, se mantienen en observación después de aplicar los factores de causa y efecto. Esta investigación se lleva a cabo para comprender si es necesario realizar una investigación adicional en estos grupos concretos.

2. Diseño de investigación experimental verdadero:  La investigación experimental verdadera se basa en el análisis estadístico para probar o refutar una hipótesis, lo que la convierte en la forma más precisa de investigación. De los tipos de diseño experimental, sólo el diseño verdadero puede establecer una relación causa-efecto dentro de un grupo. En un experimento verdadero, deben cumplirse tres factores:

quasi-exp

Este artículo contiene posiblemente una investigación original. Por favor, mejórelo verificando las afirmaciones realizadas y añadiendo citas en línea. Las afirmaciones que sólo consisten en investigación original deben ser eliminadas. (Diciembre 2020) (Aprende cómo y cuándo eliminar este mensaje de la plantilla)

El diseño de experimentos (DOE, DOX o diseño experimental) es el diseño de cualquier tarea que tiene como objetivo describir y explicar la variación de la información bajo condiciones que se hipotetizan para reflejar la variación. El término se asocia generalmente a los experimentos en los que el diseño introduce condiciones que afectan directamente a la variación, pero también puede referirse al diseño de cuasi-experimentos, en los que se seleccionan para su observación las condiciones naturales que influyen en la variación.

En su forma más sencilla, un experimento pretende predecir el resultado introduciendo un cambio de las condiciones previas, que está representado por una o más variables independientes, también denominadas «variables de entrada» o «variables predictoras». El cambio de una o más variables independientes suele tener como hipótesis un cambio en una o más variables dependientes, también denominadas «variables de salida» o «variables de respuesta.» El diseño experimental también puede identificar variables de control que deben mantenerse constantes para evitar que factores externos afecten a los resultados. El diseño experimental implica no sólo la selección de las variables independientes, dependientes y de control adecuadas, sino la planificación de la realización del experimento en condiciones estadísticamente óptimas dadas las limitaciones de los recursos disponibles. Existen múltiples enfoques para determinar el conjunto de puntos de diseño (combinaciones únicas de los ajustes de las variables independientes) que se utilizarán en el experimento.

diseño de experimentos para el motor

Un consejo sobre los análisis. El prerrequisito para este curso es STAT 501 – Métodos de Regresión y STAT 502 – Análisis de Varianza. Sin embargo, el curso se centra en el diseño y no en el análisis. Por lo tanto, uno puede completar con éxito este curso sin estos prerrequisitos, con sólo STAT 500 – Estadística Aplicada por ejemplo, pero requerirá mucho más trabajo, y para el análisis menos apreciación de las sutilezas involucradas. Se podría decir que es más conceptual que matemático.

Decida qué fenómeno desea investigar. Especifique cómo puede manipular el factor y mantenga fijas todas las demás condiciones, para asegurarse de que estas condiciones extrañas no están influyendo en la respuesta que planea medir.

A continuación, mida la variable de respuesta elegida con varios (al menos dos) ajustes del factor en estudio. Si el cambio del factor hace que el fenómeno cambie, se concluye que existe una relación causa-efecto.

¿Cuántos factores intervienen en un experimento? Algunos dicen que dos: ¿quizás se trata de un experimento comparativo? ¿Quizás haya un grupo de tratamiento y un grupo de control? Si hay un grupo de tratamiento y un grupo de control, entonces, en este caso, probablemente sólo haya un factor con dos niveles.

experimento

Normalmente, queremos ver si un elemento de diseño o los cambios en una interfaz conducen a una experiencia más usable (experimento) o si los resultados más deseables están asociados a algún aspecto de nuestros diseños (correlación).

Es decir, examinamos una variable independiente (diseños) y observamos los efectos en una variable dependiente: mayores tasas de finalización, tiempos de tarea más rápidos, menos llamadas al servicio de asistencia o más conversiones, por ejemplo.

Aunque este tipo de investigación se engloba dentro del amplio paraguas de la experimentación, existen algunos matices en los diferentes diseños de investigación. Los cuatro principales tipos de diseño con relevancia para la investigación de usuarios son el experimental, el cuasi-experimental, el correlacional y el de un solo sujeto. Estos diseños de investigación van desde un nivel de alta validez y generalizabilidad hasta otros de menor validez y generalizabilidad. En primer lugar, una nota sobre la validez.

Asignar aleatoriamente a los participantes a diferentes tratamientos de diseño y/o a un control en un estudio de investigación es un diseño experimental. Por ejemplo, hace poco queríamos saber cuál de los tres diseños de una página de pago de comercio electrónico entenderían mejor los usuarios a la hora de decidir cómo enviar o recoger sus productos en una tienda. Creamos tres escenarios de envío para probar los tres diseños (dos variables independientes) y utilizamos las variables dependientes de precisión, dificultad percibida, confianza y tiempo.