¿Qué es la Configuración de variables en un experimento

? La configuración variable de un experimento tiene que ver principalmente con las variables independientes y dependientes. La variable o variables independientes son los factores que se va a cambiar o manipular durante el estudio. La variable o las variables dependientes son las que se va a medir . Por ejemplo, si quieres ver cómo la dieta afecta el peso , la dieta es la variable independiente y el peso es la variable dependiente. Los diferentes tipos de estudios pueden tener diferentes configuraciones variables. Estudio Experimental

En un estudio experimental , las variables son las variables independientes y dependientes y tan poco otros factores de confusión como sea posible. Este diseño utiliza con frecuencia grupos experimentales y de control , aunque a veces hay variaciones en cómo se toman las mediciones dentro de estos grupos . Los sujetos son asignados al azar a los diferentes grupos y el grupo o los grupos experimentales se les da el tratamiento (variable independiente) y el grupo de control - por lo general sólo uno es necesario - no se le da el tratamiento (variable independiente). Para todos los grupos , la misma variable o las variables dependientes se miden . El propósito de esta variable está establecido es para sugerir que la variable independiente produce un cambio en la variable dependiente.
Diseños cuasi - experimentales

diseños cuasi-experimentales utilizan el misma configuración variable como un diseño experimental ( las variables independientes y dependientes ), pero no utilizan la asignación aleatoria de los sujetos . Estos diseños experimentales son importantes cuando los sujetos no pueden ser aleatorios , como el uso de un grupo intacto como un salón de clases. Cuasi -experimentos aún pueden usar grupos de control , aunque los sujetos no son asignados al azar a este grupo . Hay diferentes subtipos de los cuasi- experimentos que varían cómo se miden los sujetos durante el experimento. Por ejemplo , la variable dependiente se puede medir en un pre -test se administra antes del tratamiento, a continuación, de nuevo en un post-test se administra después del tratamiento. A continuación, puede sugerir que el cambio ( si la hubiera) en la variable dependiente es el resultado del tratamiento.
Diseños factoriales

diseños factoriales añaden una tercera variable en el diseño experimental, a veces se llama una variable " moderador " . Las variables independientes y dependientes siguen siendo las mismas y se miden de la misma manera , pero se añade una tercera variable para examinar la combinación de esta nueva variable en la variable dependiente . En esta situación, es probable que terminar con más de dos grupos . Por ejemplo, si usted quiere medir los efectos de un nuevo medicamento , pero usted piensa que la presión arterial puede afectar la manera en que funciona el medicamento, puede crear un grupo de control ( sin fármaco) , un grupo experimental con los participantes con presión arterial alta que reciben la de drogas, un grupo experimental con los participantes con presión arterial media , que también recibe el fármaco , y un grupo experimental con la presión arterial baja que recibe el medicamento. Esto le permitirá ver si el fármaco tiene un efecto y si la presión arterial influye en la eficacia de la droga, que se conoce como un efecto de interacción .

Single- Caja de Time- Series Experimentos

a veces sólo hay un participante o un grupo de participantes que son de interés para el investigador. Tal situación puede ser ocurrencias muy raras, como los participantes con enfermedades raras o trastornos , los participantes que experimentaron una situación especial , o en los estudios psicológicos que examinaron los tratamientos conductuales. Estos estudios se llaman de caso único o experimentos de series de tiempo y no se deben confundir con la metodología de " estudio de caso " en la investigación cualitativa . Este diseño utiliza normalmente el independiente y dependiente conjunto de variables de un experimento, y utiliza el tema como el control mediante la eliminación sistemática del tratamiento. Un buen ejemplo de ello es el estudio ABAB . Se toma una pre - prueba para establecer una medición de línea de base antes de aplicar el tratamiento ( A) . A continuación, se administra el tratamiento ( B) y las mediciones se toman de nuevo. Siguiente se retira el tratamiento ( A) para ver si la medición vuelve al nivel de la línea base. Por último , el tratamiento se administra de nuevo ( B) para ver si el cambio en la variable dependiente puede ser visto de nuevo.