Zusammenfassung der Ressource
TIPOS DE DISEÑOS DE INVESTIGACION
- SE DEFINE COMO
- Un plan estructurado de accion
que esta orientado a la obtencion
datos que apoyen los objetivos de
la investigacion
- DISEÑOS EXPERIMENTALES CLASICOS
- se define como
- plan estructurado de accion
tendente a la demostracion de
relaciones de caracter causal
entre la variable dependiente e
independiente
- presupuestos de
este diseño
- -Aleatorizacion
-Control
-Manipulacion
- caracteristicas del diseño experimental
- Manipulacion de la(s)
variable(s)
independiente
- esto conlleva a
- MAYOR validez interna y
MENOR validez ecologica
- MAXIMIZAR la variancia sistematica primaria
MINIMIZAR la variancia del error y
CONTROLAR la variancia de error
- de la variable dependiente
- contro de
variables extrañas
- Equivalencia inicial
de grupos
- Clasificacion
- numero de variables
dependientes que se
registren
- Diseños univariables
- Diseños multivariables
- en funcion de
- numeros de variables
independientes que se
manipulan
- Diseños Simples ( una sola
variable)
- Diseños factoriales ( dos
o mas variables)
- numero de observaciones por
sujeto y condicion experimental
- diseño transversal (una sola medida)
- diseño longitudinal ( mas de una medida)
- Capacidad pára controlar las variables
extrañas y reducir la varianza error
- diseños de grupos al azar
- diseños de bloques al azar
- diseños de medida repetida
- analisis de datos
- analisis de varianza
- AVAR
- nos permite estudiar el efecto
de la variable independiente
sobre la variable dependiente
- tipos
- Avar unifactorial para muestras
independientes
- permite concluir si hay
diferencias significativas
globales en los grupos
- Avar multifactorial para muestras
independientes
- analiza variables por separado
y su efecto interactivo
- permite llevar a cabo contrastes
parciales
- Avar unifactorial para muestras relacionadas
- puede plantearse en dos
modelos estructurales
- modelo no aditivo
- Hay interacion entre los
individuos y la variable a
analizar
- modelo aditivo
- No hay interacion entre
individuos y la variable a
analizar
- supuestos para aplicarlo
- independencia de las observaciones
- normalidad de los datos
- homocedasticidad
- Diseños no experimentales
- se observan los fenomenos
tal como ocurren de forma
natural
- los datos se recolectan y
luego se interpretan
- no hay aleatoriedad
en los grupos
- no establece
causalidad
- no hay manipulacion de la variable
independiente
- diseño experimental 1 = N
- Se registra la
conducta en
fases
- manipulacion de
la variable
independiente
- trabaja con un solo
sujeto
- Establece
relaciones causales
- Diseño cuasiexperimentales
- Aleatorizacion en los grupos
- Escaso control de variables
- Manipulacion de variable independiente
- tipos de diseño
- No reversibles
- intra- series
- de series mixtas
- Reversibles
- intra- series
- series mixtas
- entre series