CAPITULO IV

LA METDICA
TIPOS DE INVESTIGACIN
La investigacin que presentamos, es:
APLICADA, porque el objetivo es resolver un problema de tipo social aplicando los
resultados.
SINCRONICA, porque la duracin del estudio es de una duracin de cuatro meses.
EXPLICATIVA, porque adems de medir la variable dependiente: Nivel de aceptabilidad
del alfajor de harina de tarwi y de harina de trigo con manjar de camote, estudia las
relaciones de influencia de las variables independientes: Proporcin de harina de tarwi y de
harina de trigo; proporcin de camote, azcar y leche.
PRIMARIA, porque los datos son recogidos para la investigacin.
CUANTITATIVA, porque la investigacin y elaboracin del producto se llevara a cabo en
una planta piloto y se podr controlar la mayora de las variables.
EXPERIMENTAL, porque se seleccionaran siguiendo un modelo, las dos variables
independientes: Proporcin de harina de tarwi y harina de trigo y proporcin de camote,
azcar y leche; las manipularemos para provocar cambios esperados en la variable
dependiente: Nivel de aceptabilidad del alfajor de harina de tarwi y de harina de trigo con
manjar de camote.
NIVEL DE LA INVESTIGACIN CIENTIFICA: EXPERIMENTAL
Es el nivel ms elevado de la investigacin cientfica y se ocupa de la observacin dirigida de los
cambios y desarrollos. Consiste en la manipulacin de las variables independientes en
condiciones rigurosas de control de las variables independientes potenciales, con objetivo de
desentraar de qu modo y debido a que causa se produce o deja de producir una situacin,
conducta o acontecimiento fenomnico.
Asimismo la investigacin cientfica experimental, implica la realizacin de un experimento porque,
precisamente, el investigador provoca una situacin para introducir determinadas variables de
estudio manipuladas por l, para controlar el aumento o disminucin de esa variable, y su efecto
en las conductas conservadas. El investigador maneja deliberadamente la variable experimental y
luego observa lo que sucede en situaciones controladas.
Realizar un experimento controlado, consiste en seleccionar dos o ms muestras aleatorias: una o
ms sujeta a la variable activa y otra no sujeta a esta misma variable. Se comparan las
caractersticas finales de ambas y entonces se determina el efecto del experimento. Se presenta
una diferencia significativa entre ellas, se analiza la hiptesis y se vuelve a realizar el experimento.
La dificultad radica en lograr uniformidad de caractersticas en la muestra experimental, y la de
control exige precisin en el clculo de las caractersticas.

CARACTERISTICAS DE LA INVESTIGACION EXPERIMENTAL

1. RELACION ENTRE VARIABLES
El nivel experimental requiere de una manipulacin rigurosa de las variables o factores
experimentales y de la medicin cuidadosa de la variable dependiente: Nivel de
aceptabilidad del alfajor de harina de tarwi y de harina de trigo con manjar de camote. Para
ello, tener presente el diseo de investigacin, el esquema del diseo y el modelo
matemtico que reproduce las relaciones dentro de los grupos.
2. ALEATORIZACION DE GRUPOS Y DE TRATAMIENTOS
Ninguna de las diferencias de los resultados se deber a las diferencias que pueda haber
entre las unidades experimentales del grupo inicialmente. Para lograrlo, el procedimiento
ms habitual es la asignacin al azar. La aleatorizacin incluye la seleccin de los grupos,
la asignacin al azar de los sujetos a los grupos experimental y de control y la asignacin
al azar del tratamiento experimental de uno de los grupos.
3. FORMACION DE DOS GRUPOS COMO MINIMO
Ningn experimento se puede llevar a cabo con una sola muestra, por tanto, bajo una
nica condicin experimental. La aplicacin del nivel experimental implica comparar el
efecto de un tratamiento o condicin entre dos grupos o ms.
4. MANIPULACION DE VARIABLES INDEPENDIENTES
El investigador decide los niveles que correspondern a cada grupo de la muestra. La
variable se manipula con diferentes niveles que asigna el investigador. Es muy importante
tener en cuenta el marco terico para que los niveles sean los ms pertinentes.
5. MEDICION DE VARIABLE DEPENDIENTES
Los resultados de la manipulacin de la(s) variables(s) independiente(s), en lo posible,
deben ser valores numricos aleatorios. Si las respuestas fueran valores cualitativos, estos
deben convertir sea valores cuantitativos utilizando una escala idnea y debidamente
validada.
6. TICA INFERENCIALUTILIZACION DE ESTADISTICA INFERENCIAL
Todas las decisiones que se adopten con los datos registrados tienen que ser en trminos
de probabilidad, solo asi estaremos en condiciones de poder realizar inferencias o
generalizacin es a partir de las muestras que se extraigan.
7. CONTROL DE VIPS
Se deben tener en cuenta la relacin de Variables Intervinientes Potenciales, VIP para
mitigar las posibles influencias en la variable dependiente. Cuando no es posible, se
cuidara que su influencia de manera homognea en todos los grupos de la muestra.

ETAPAS DE LA INVESTIGACION EXPERIMENTAL

1. DELIMITAR EL OBJETIVO
Consiste en determinar claramente el logro o meta a alcanzar con el experimento, la
bibliografa, los posibles resultados, el equipo disponible y su precisin, el tiempo y dinero
disponibles.
2. DEFINIR EL PROBLEMA
Consiste en seleccionar las variables independientes y dependientes, los parmetros y la
precisin en la medicin de las variables, formular los problemas de investigacin y en
plantear las interrogantes que demandan las respectivas respuestas.
3. FORMULAR LAS HIPOTESIS
Toda investigacin comienza con una conjetura, una suposicin o idea de cmo puede
ocurrir el fenmeno. Es decir, las hiptesis son respuestas tentativas o adelantadas de
cmo puede ocurrir dicho fenmeno.
4. REALIZAR EL EXPERIMENTO DE PRUEBA
Ya conocida la naturaleza del problema, la precisin deseada, el equipo adecuado y
planteada la hiptesis, se procede a realizar un experimento de prueba o Prueba Piloto e
interpretar tentativamente los resultados y comprobar la precisin, modificando, si es
necesario, el procedimiento y/o equipo utilizado.
5. REALIZAR EL EXPERIMENTO
Una vez realizado el experimento de prueba y la interpretacin tentativas de resultados,
realizar el experimento final se reduce a llenar tablas, preparadas de antemano, con
lecturas de las mediciones, a detectar cualquier anomala que se presente durante el
desarrollo del experimento, a calcular el o los valores que darn respuesta al problema y a
trazar los grficos pertinentes.
6. ANALIZAR LOS RESULTADOS
El anlisis o interpretacin de resultados, ya sean con valores, con grficos, con
tabulaciones, etc., debe contestar lo ms claramente posible a la(s) pregunta(s)
planteada(s) por el problema.
7. PROBAR LAS HIPOTESIS
Consiste en formular las hiptesis nulas y alternativas, seleccionar la distribucin muestral,
las pruebas estadsticas, especificar el nivel de significancia, definir el rea de rechazo y
calcular las pruebas estadsticas.
8. OBTENER CONCLUSIONES
Implica responder con claridad las preguntas planteadas, comprobar la validez de las
hiptesis formuladas y comprobar si se han logrado los objetivos de la investigacin. Si
existieran preguntas no respondidas, se deben explicar con claridad.

DISEO DE INVETIGACION
Usualmente, se define al diseo como estructura u organizacin esquematizada que el
investigador para relacionar y controlar las variables de estudio (Kerlinger, Fres; 1991). As, el
diseo de la investigacin es el plan y la estructura de la investigacin concebidos de manera que
se puedan obtener respuestas a preguntas de investigacin. El plan es el esquema o programa
general de estudio. Incluye un esbozo de lo que el investigador har al escribir las hiptesis y sus
implicaciones operacionales para el anlisis final de los datos.
Por ello, un diseo de investigacin debe expresar la estructura de problema y el Plan de
investigacin, usados para obtener evidencia emprica sobre las relaciones del problema. Los
diseos sirven como instrumento para la investigacin, en tal sentido, se convierte en un conjunto
de pautas bajo las cuales se realiza un experimento o estudio. Por tanto, el diseo, implica pasos
que debe seguir el investigador para poder encontrar las posibles soluciones al problema
(Snchez y Reyes; 1984). El diseo de investigacin seleccionado tiene dos propsitos bsicos:
proporcionar respuestas a preguntas de investigacin y controlar la varianza. As, nuestro diseo
planeado y ejecutado de manera adecuada, nos permitir:
a) Establecer un marco de referencia para el estudio de las relaciones entre variables acerca
de observaciones y analizar las representaciones cuantitativas de las observaciones.
b) Dirigir la ejecucin de las observaciones y del anlisis.
c) Cuantificar las observaciones realizadas e indicar qu variables con activas y qu variables
son atributos.
d) Manipular las variables activas o independientes.
e) Categorizar y medir las variables dependientes o de atributos.
f) Elegir el tipo de Anlisis estadstico que se deber usar y esbozar las conclusiones
posibles que debern ser extradas del anlisis estadstico.

Sostenemos que nuestro diseo seleccionado es capaz de tener un control efectivo de las
variables independientes potenciales de tal modo que las fuentes extraas e indeseables de la
varianza sistemtica tengan una oportunidad mnima de operar. Al eliminar los posibles efectos de
variables intervinientes, se eliminaran las posibles explicaciones o interpretaciones alternativas de
los resultados encontrados (Kerlinger, Fres; Op. Cit).
Asimismo, afirmamos que los resultados obtenidos podrn ser generalizados y, por tanto, ser
aplicados en otros estudios similares o servir como fuente para emprender investigaciones.

DISEOS EXPERIMENTALES FACTORIALES

Los experimentos factoriales son aquellos en los que se estudia simultneamente dos o
ms factores, y donde los tratamientos se forman por la combinacin de los diferentes
niveles de cada uno de los factores. La posibilidad de estudiar varios factores
simultneamente les brinda a los investigadores la oportunidad de comprender un mayor
segmento de vida del que es posible estudiar con un diseo factorial simple. Adems, la
posibilidad de estudiar dos o ms variables al mismo tiempo, en vez de realizar dos o ms
estudios independientes, resulta ms econmico en trmino de tiempo y esfuerzo.
Asimismo, los diseos factoriales les permiten a los investigadores estudiar algn aspecto
complejo de su objeto de estudio, es decir, las interacciones entre las variables. Esa se
refiere a la influencia de una variable sobre el efecto de otra de otra, es decir cuando el
efecto de una variable depende de las condiciones de otra variable. La oportunidad de
estudiar las interacciones incrementa las posibilidades del investigador para el estudio de
sutiles e importantes problemas. Los experimentos factoriales se emplean en todos los
campos de la investigacin, son muy tiles en investigaciones exploratorias en las que
poco se sabe acerca de muchos factores.

VENTAJAS DE LOS DISEOS FACTORIALES

Permite estudiar los efectos principales, efectos de interaccin de factores, efectos

simples y efectos cruzados.
Todas las unidades experimentales intervienen en la determinacin de los efectos
principales y de los efectos de interaccin de los factores, por lo que el nmero de
repeticiones es elevado para estos casos.
El nmero de grados de libertad para el error experimental es alto, comparndolo con
los grados de libertad de los experimentos simples de los mismos factores, lo que
contribuye a disminuir la variancia del error experimental, aumentando por este motivo
la precisin del experimento.

DESVENTAJAS DE LOS DISEOS FACTORIALES

Se requiere un mayor nmero de unidades experimentales que los experimentos

simples y por lo tanto se tendr un mayor costo y trabajo en la ejecucin del
experimento.
Como en los experimentos factoriales c/u de los niveles de un factor se combinan con
los niveles de los otros factores; a fin de que exista un balance en el anlisis estadstico
se tendr que algunas de las combinaciones no tiene inters prctico pero deben
incluirse para mantener el balance.

El anlisis estadstico es ms complicado que en los experimentos simples y la

interpretacin de los resultados se hace ms difcil a medida de que aumenta el
nmero de factores y niveles por factor en el experimento.

PRINCIPIOS FUNDAMENTALES DE LOS DISEOS FACTORIALES

1.
2.
3.
4.
5.
6.

Replicacin.
Bloqueamiento.
Aleatorizacin
Muestreo
Anlisis estadstico
La factorizacin del diseo.

REPRESENTACIN GRFICA DEL DISEO BIFACTORIAL

El menor nmero de condiciones que se puede manipular de cada variable en un
experimento multifactorial son dos. As pues, en un diseo bifactorial se manipulan un
mnimo de dos condiciones de cada uno de las variables. Asimismo, se pueden manipular
tres o ms valores de una o de dos variables.

VARIABLES
INDEPENDIENTES

FACTOR A

FACTOR B
NIVELES

B1

B2

A1

A1B1

A1B2

A2

A2B1

A2B2

VARIABLES DEPENDIENTES

REPRESENTACIN GRF ICA DE UN EXPERIMENTO F ACTORIAL CON DOS FACTORES (MODIFICADO DE

MONTGOMERY, DOUGLAS; 2000)

El producto del nmero de condiciones manipuladas en las dos variables define el nmero
de muestras necesarias para el diseo. Si se dan ms de dos condiciones en una en las
dos variables independientes, se debe conformar un mayor nmero de muestras para una
cantidad mayor de condiciones correlativas de tratamiento. La ventaja de manipular un
mayor nmero de niveles con en este diseo, es que se pueden estudiar un considerable
nmero de estas variables. La desventaja radica en que se deben conformar y evaluar

doce muestras. En el caso de una interaccin, las condiciones ejercen entre s influencia
recproca es decir, una condicin puede inhibir o incrementar el efecto de la otra y, a su
vez, esta ltima puede ejercer algn efecto sobre la primera. En todo caso, cuando entran
en combinacin, el resultado es diferente del que tendran los solos efectos de suma.
El diseo bifactorial de grupos aleatorios puede considerarse como una combinacin de
dos diseos de un solo factor. La estructura del diseo bifactorial ofrece dos ventajas a los
investigadores a saber: la posibilidad de estudiar dos variables, as como su interaccin,
en un solo experimento. La oportunidad de estudiar la interaccin de las variables es
particularmente significativa.
La principal limitacin del diseo bifactorial de grupos aleatorios es que se propone cubrir
aspectos ms amplios que los del diseo de un factor. Generalmente, se necesitan ms
sujetos en un experimento bifactorial que en un experimento de un factor; si lo
comparamos con un diseo de una variable con dos tratamientos, se necesita el doble de
sujetos para un diseo de 2 x 2 de grupos al azar.

VARIABLES
INDEPENDIENTES

FACTOR A

FACTOR B
NIVELES

B1

B2

A1

A1B1

A1B2

A2

A2B1

A2B2

VARIABLES DEPENDIENTES

VARIABLES
INDEPENDIENTES

FACTOR B

NIVELES

FACTOR A

A1
harina de tarwi 50%
harina de trigo 50%
A2
harina de tarwi 60%
harina de trigo 40%

B1
Leche 60 %
azucar15%
camote25%
A1B1

B2
Leche 60 %
azucar15%
camote25%
A1B2

A2B1

A2B2

VARIABLES DEPENDIENTES

Nivel de aceptabilidad del alfajor de harina de tarwi y de harina de

trigo con manjar de camote.

EFECTOS DE LOS EXPERIMENTOS FACTORIALES

a) EFECTO PRINCIPAL. Es una medida del cambio en el promedio entre los niveles de
un factor, promediado sobre los diferentes niveles del otro factor.
b) EFECTO INTERACCION. Es una medida de cambio que expresa el efecto adicional
resultante de la influencia combinada de dos o ms factores.
c) EFECTO SIMPLE. Es una medida de cambio en los promedios de los niveles de un
factor, manteniendo constante, uno de los niveles del otro factor.
ANOVA FACTORIAL
a) Al igual que en los diseos de un factor, se deben aplicar pruebas estadsticas a los
datos de los diseos multifactoriales para medir los efectos de las variables
independientes.
b) La mayor parte de la ANOVAS realizados por los investigadores requieren igual nmero
de sujetos (n) en todas las casillas del diseo, es decir cuando los valores de (n) no son
iguales, es necesario utilizar otras versiones del ANOVA.
c) El estadgrafo de la prueba del ANOVA de dos factores con grupos al azar es el mismo
del ANOVA de un factor con grupos al azar, a saber: el estadgrafo F. Sin embargo el
ANOVA con dos factores con grupos al azar se calculan tres valores de F en vez de uno:
esto es, uno para cada una de las variables independientes y otro para la varianza de
interaccin.

FUENTE DE
VARIACION

SUMA DE CUADRADOS

TRATAMIENTO A

SS A =
i=1

TRATAMIENTO B

SS B =
j=1

INTERACCION
AB

SS AB=
i=1 j=1

GRADOS DE
LIBERTAD

y i .. y ...

bn abn

a-1

y 2. j . y 2...

an abn

b-1

(a-1)(b-1)

y ij . y ...

SS A SS B
n abn

SS E =SST SS A SS B SS AB

ERROR
TOTAL

SS T = y 2ijk
i=1 j=1 k=1

FUENTE DE
VARIACIN

GRADOS DE
LIBERTAD

TRATAMIENTO
A

a-1

TRATAMIENTO
B

b-1

INTERACCION
AB

(a-1)(b-1)

ERROR

ab(n-1)

ab(n-1)
abn-1

y 2...
abn

MEDIA DE
CUADRADOS

MS A=

SS A
a1

FA=

MS A
MS E

MS B=

SS B
b1

F B=

MS B
MS E

MS AB=

MS E =

SS AB
( a1 ) (b1)

SS E
ab(n1)

F AB =

MS AB
MS E

TOTAL

abn-1

ANLISIS ESTADSTICO
Para estudiar los problemas cientficos y contestar las preguntas cientficas, es necesario estudiar
la diferencia entre los fenmenos. Las diferencias, en la investigacin cientfica, son
fundamentales. Sin diferencias, sin variaciones, no hay forma de determinar la relacin entre
variables.
El estudio de conjuntos de nmeros tal como son, es difcil de controlar. Por lo general, es
necesario reducir los conjuntos de dos formas:
Calculando los promedios o las medidas de tendencia central, y calculando las medidas de
variabilidad. La medida de tendencia central usada en el presente trabajo es la media y la medida
de variabilidad utilizada en la varianza. Ambos tipos de medidas resumen conjuntos de
calificaciones o puntajes pero de manera diferentes. Las dos son totales de calificaciones,
resumen que expresan dos facetas importantes de los conjuntos de calificaciones: su tendencia
central o promedio y su variabilidad.
MODELO MATEMTICO

y = + + +
() +
ijk

ij

ijk

Yijk

: variable dependiente (Nivel de aceptabilidad del alfajor de harina de tarwi y de

harina de trigo con manjar de camote.)

: promedio de la poblacin.

: variable independiente (Proporcin de harina de tarwi y harina de trigo)

: variable independiente (proporcin de camote, azcar y leche)

() ij : interaccin de las dos variables independientes.

ijk

: error.