El objetivo de cualquier diseño experimental tiene que ver con el hecho de eliminarlos sesgos sistemáticos y de minimizar la varianza del error a la hora de establecer relaciones causales entre las variables. Para lograr este objetivo dos tipos de diseños están disponibles para los investigadores.

Por un lado, aquéllos que emplean muestras independientes y, por otro lado aquéllos que emplean muestras correlacionadas. Obviamente, cada uno tiene sus propios méritos.

El método básico para lograr controlar los sesgos sistemáticos provinientes de los sujetos en los diseños que emplean muestras independientes se logra asignando aleatoriamente los sujetos

a los diferentes niveles de tratamiento. Desafortunadamente, para que la aleatorización sea efectiva, o bien disponemos de sujetos muy homogéneos, o bien hacemos uso de tamaños de muestra elevados. El requerimiento de que el número de sujetos sea alto se hace aún más crítico

cuando los niveles o combinaciones resultantes de éstos son numerosos. En estas circunstancias

los diseños de medidas repetidas representan una alternativa viable a los diseños de corte

transversal; pues, además de incrementar la validez de conclusión estadística y la validez externa,

reducen drásticamente el tamaño de muestra.