2014 Universidad Nacional Experimental

De los Llanos Occidentales

Ezequiel Zamora

Integrantes: Ing. Wilfredo Montilla

C.I 9.385.849
Ing. Dennys Torres
C.I 10.557.278

DISEÑO DE EXPERIMENTO
Cátedra: Diseño de Experimento - Unidad I Diseño de Experimento.

Prof. Pedro Morales

BARINAS

CONTENIDO

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. Unellez 1
Barinas
INTRODUCCION
INTRODUCCION AL DISEÑO DE EXPERIMENTO
1.- Investigación.
2.-Tipos de Investigación.
3.- Experimento.
4.- Tipos de Experimentos.
5.- Diseño de experimento. (D.E)
6.- Relación de la estadística y el método científico.
7.- Tratamiento.
8.- Factor.
9.- Error experimental.
10.- Principios Básicos del diseño experimental.
11.- Variable independiente y dependiente.
12.- Unidad Experimental y de Muestreo.
13.- Diseño Clásico Experimentales.
13.1.- Diseño completamente aleatorio. (DCA)
13.2.- Diseño en Bloque Al Azar.(DBA)
13.3.- Diseño Cuadrado Latino. (DCL)
CONCLUSIONES
BIBLIOGRAFIA

INTRODUCCION

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 2

Unellez Barinas
En este primer trabajo correspondiente a la unidad I del subproyecto diseño de
Experimento, se realizara una revisión bibliográfica de términos, definiciones y
conceptualizaciones cuyo denominador común es divulgar los principios básicos del
Diseño Estadístico de Experimentos.

En esta revisión bibliográfica se justifica la Necesidad de entender y definir algunos

conceptos en el Diseño Estadístico de Experimentos, en la planificación de la
experimentación y se presenta una visión global de su aplicación.

Estas definiciones nos permitirán dar los primeros pasos para iniciarnos en el mundo
matemático del diseño estadístico de Experimento para ir formando las bases teóricas para
las aplicaciones prácticas y profundizas para dar cumplimiento con el contenido
programático de la Cátedra Diseño de Experimento de la maestría de Ingeniería
agroindustrial en Barinas.

INTRODUCCION AL DISEÑO DE EXPERIMENTO

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 3

Unellez Barinas
1.- Investigación
Arias en su libro titulado “El Proyecto de Investigación” las siguientes definiciones:
“Genéricamente, la investigación es una actividad del hombre orientada a descubrir
algo desconocido.” (Sierra Bravo, 1991, p.27).
“Una investigación puede definirse como un esfuerzo que se emprende para resolver
un problema, claro está, un problema de conocimiento.” (Sabino, 2002.p34).
“Se define la investigación como una actividad encaminada a la solución de
problemas. Su objetivo consiste en hallar respuestas a preguntas mediante el empleo de
procesos científicos.” (Cervo y Bervian, 1989, p. 41).
Hurtado en su libro titulado “Metodología de la investigación” plantea que el primer
asunto a clarificar cuando se desea llevar a cabo una investigación, es el concepto mismo de
“investigar”. El termino investigación proviene de las voces latinas in y vestigium, que
significa seguir el rastro o la huella. Sin embargo, lo que caracteriza esa búsqueda y la
forma como la definición de investigación se hace explicita en la práctica depende del
modelo epistémico del cual se parte. A lo largo de la historia cada modelo epistémico ha
desarrollado una definición de investigación coherente con su concepción acerca del
conocimiento, sus fuentes y sus criterios de investigación. Cada una de estas definiciones
de investigación tiene implicaciones, no solo en los métodos a utilizar, sino en el resultado
que se espera alcanzar. En base a lo antes expuesto, Hurtado J., presenta brevemente tales
definiciones.
La definición de investigación en el empirismo:
Es un proceso que permite reflejar la realidad de la forma más fiel y neutral posible,
para ellos investigar es básicamente crear conocimiento a través de la descripción de la
realidad.
La definición de investigación en el positivismo:
Para los positivistas investigar es crear conocimiento a través de la verificación de
hipótesis.
La definición de investigación en el materialismo dialéctico:

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 4

Unellez Barinas
 Para el materialismo dialéctico, investigar es estudiar la sociedad en constante
cambio, con base en sus propias contradicciones internas que motorizan los fenómenos
sociales, y analizar el origen y desarrollo de los hechos.
La definición de investigación para el pragmatismo sociológico:
En el pragmatismo investigar es crear conocimiento para resolver problemas
prácticos.
La definición de investigación en la fenomenología:
La investigación es el estudio de la experiencia vital, de la cotidianidad y del mundo
de vida (Van Manen c.p. Rodríguez, Gil y García, 1999).
La investigación en fenomenología es la descripción de los significados vividos,
existenciales (Van Manen, ob. Cit.)
La definición de investigación en el racionalismo:
Para el racionalismo la investigación se entiende como un proceso de razonamiento,
y el conocimiento generado tiene carácter generalizante y universal.
La definición sintagmática de investigación en la holística:
La investigación es un proceso evolutivo, continuo y organizado de búsqueda, para
generar conocimiento nuevo, a partir de lo que se es y de lo que se sabe, desde diferentes
niveles de participación, con variadas perspectivas de interpretación y con distintos grados
de estructuración dirigido a encontrar leyes generales, o simplemente a obtener respuestas
particulares relacionadas con necesidades e inquietudes, cuyos resultados se expresan como
exploración, descripción, análisis, comparación, explicación, predicción, invención,
transformación, verificación y evaluación. (Hurtado, 2010.p98)

Por consiguiente la investigación implica:

a) El descubrimiento de algún aspecto de la realidad.
b) La producción de un nuevo conocimiento, el cual puede estar dirigido a incrementar los
postulados teóricos de una determinada ciencia (investigación pura o básica); o puede tener
una aplicación inmediata en la solución de problemas prácticos (investigación aplicada).

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 5

Unellez Barinas
2.-Tipos de Investigación.
Existen muchos modelos y diversas clasificaciones, no obstante lo importante es precisar
los criterios de clasificación:
- Tipos de investigación según el nivel:
Se refiere al grado de profundidad con que se aborda un fenómeno u objeto de estudio.
- Investigación exploratoria
- Investigación descriptiva.
- investigación explicativa.
- Tipos de investigación según el Diseño.
El diseño de investigación es la estrategia general que adopta el investigador para responder
al problema planteado, el investigador para responder al problema planteado y se clasifica
en:
- Investigación Documental.
- Investigación De campo.
- Investigación Experimental.
- Tipos de investigación según el propósito.

Según (Hurtado, 2010) cada tipo particular de investigación se deriva según el objetivo,
como a continuación se indica:
- Investigación exploratoria, es cuando el objetivo del investigador es explorar, sondear,
descubrir posibilidades. La investigación exploratoria prepara el camino para otras
investigaciones.
- Investigación descriptiva, tiene como objetivo la descripción precisa del evento de
estudio. Este tipo de investigación se asocia al diagnóstico. El propósito es exponer el
evento estudiado, haciendo una enumeración detallada de sus características, de modo tal
que los resultados se pueden obtener dos niveles, dependiendo del fenómeno y del
propósito del investigador.
- Investigación analítica, es aquella que trata de entender las situaciones en términos de las
relaciones de sus componentes; intenta identificar las sinergias menos evidentes de los
eventos analizados.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 6

Unellez Barinas
4.- Investigación comparativa, su objetivo es comparar el comportamiento de dos o más
eventos en los grupos observados. Requiere como logro anterior la descripción del
fenómeno y la clasificación de los resultados.
5.- Investigación explicativa, el investigador trata de encontrar posibles relaciones, a veces
causales, respondiendo a las preguntas por qué y cómo del evento estudiado, no se
conforma con descripciones detalladas. Intenta descubrir leyes y principios y generar
modelos explicativos y teorías.
6.- Investigación predictiva, el investigador observa un evento durante cierto tiempo,
describe, analiza y busca explicaciones y factores relacionados entre sí, de modo tal que
logra anticipar cuál será el comportamiento futuro o la tendencia de ese evento. La
investigación predictiva requiere de las explicaciones para basar sus predicciones.
7.- Investigación proyectiva, propone soluciones a una situación determinada a partir de un
proceso de indagación. Implica explorar, describir, explicar y proponer alternativas de
cambio, mas no necesariamente ejecutar la propuesta. En esta categoría entran los
proyectos factibles.
8- Investigación interactiva, implica acción por parte del investigador sobre el evento de
estudio. Una acción planificada y dirigida al logro de ciertos objetivos.
9.- Investigación confirmatoria, requiere de una explicación previa o una serie supuestos o
hipótesis, los cuales se desea confirmar. Esta investigación amerita de controles muy
estrictos y por lo general se lleva a cabo cuando ya existen investigaciones previas de
carácter exploratorio, descriptivo y explicativo, cuyos resultados han dado indicios muy
claros al investigador de los eventos involucrados y sus características.
10.- Investigación evaluativa, su objetivo es evaluar los resultados de uno o más programas,
que han sido, o están siendo aplicados dentro de un contexto determinado.

3.- Experimento.
Es una prueba o serie de pruebas en las que se hacen cambios deliberados en las variables
de entrada de un proceso o sistema para observar e identificar las razones de los cambios
que pudieran observarse en la respuesta de salida.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 7

Unellez Barinas
 x1 x2 xp
. . . . .
Entrada salida
y
. . . . . .
z1 z2 zq

4.- Tipos de Experimentos.

Anscombe, (1947) clasificó los experimentos en dos tipos.

- El Experimento absoluto: Consiste en el hallazgo y la estimación de las propiedades

físicas de la población estudiada. Se espera que estas propiedades sean constantes, de allí el
carácter de absoluto. En estos experimentos un factor singular es estudiado frecuentemente
para examinar un número reducido de tratamientos posibles o niveles de un factor. La
selección de los tratamientos se hace generalmente mediante procesos aleatorios, por tanto,
si el experimento puede ser repetido, el mismo grupo de tratamientos no será utilizado
necesariamente. El propósito principal, en este caso, consiste en incrementar el
conocimiento científico.

Por esta razón, el tratamiento es considerado una variable aleatoria y el modelo señalado es
un modelo de efectos aleatorios o Modelo II de Eisenhart (1947), bajo el cual se detectan y
estiman componentes (aleatorias) de variación asociada a una población compuesta.

- El Experimento comparativo: frecuentemente, cuando se estudia un grupo de

tratamientos, los resultados absolutos varían erráticamente mientras que los resultados
relativos permanecen razonablemente estables. En tales situaciones es posible establecer
que, en circunstancias similares, se espera que ciertos tratamientos sean sustancialmente
mejores que otros, aunque los resultados de un solo tratamiento no pueden ser establecidos
exactamente. En estos casos los experimentos tienden a ser comparativos y tienen un

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 8

Unellez Barinas
interés secundario dado por los resultados absolutos. Brownlee (1957) clasifica estos
experimentos como ciencias aplicadas. La teoría estadística del diseño de experimentos se
relaciona inicialmente con este tipo de experimentación. Los experimentos comparativos
son, básicamente, experimentos en los cuales los tratamientos se comparan por sus efectos
medios sobre una variable respuesta, con el objeto principal de determinar cuál de ellos
es”mejor” en algún sentido. El propósito de este tipo de experimentos es proveer
información necesaria para tomar decisiones administrativas satisfactorias. La principal
característica de este tipo de experimentación es que todos los tratamientos de interés están
incluidos en el experimento. Consecuentemente, la estructura matemática básica es el
modelo de efectos fijos de Eisenhart (1947), ya que bajo experimentos repetidos se
seleccionarán los mismos tratamientos. En este caso, el interés se centra en la detección y
estimación de relaciones determinadas (constantes) entre las medias del universo de objetos
considerados. Estos modelos tienen como fin primordial probar varias hipótesis
relacionadas con las medias de los tratamientos.

5.- Diseño de experimento. (D.E)

El diseño de Experimento se puede definir como la metodología estadística destinada a la
planificación y análisis de un experimento. Un diseño experimental debe garantizar que se
cumpla:
- Debe poder comprobar las hipótesis objeto de estudio, no dejándose confundir por
variables insospechadas (ruido), como errores de medida desproporcionados, etc.
- Debe poder revelar la existencia de cualquier causa importante de variación, aunque no
haya sido adelantada como hipótesis.
- Debe mantener los costes de experimentación a un nivel razonable, en comparación con el
problema objeto de estudio.
- Debe tener un alto grado de seguridad en las respuestas.
- Si el Experimento se realiza en un laboratorio, éste ha de ser, respecto a las variables
estudiadas, un buen indicador de las pruebas que se obtendrían en el taller o "in situ".

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 9

Unellez Barinas
- Si el Experimento se realiza durante el desarrollo normal del proceso en estudio, se tendrá
además cuidado de interferir lo menos posible en el trabajo normal y protegerse de las
interferencias no autorizadas o involuntarias en la prueba por parte del personal adepto.

6.- Relación de la estadística y el método científico.

Gran parte de la investigación en la ingeniería, las ciencias y la industria es empírica y hace
un uso extensivo de la experimentación. Los métodos estadísticos pueden incrementar en
gran medida la eficiencia de estos experimentos y con frecuencia pueden fortalecer las
conclusiones así obtenidas. Un estudio estadístico implica la relación entre la variable
dependiente y la variable independiente.
Por otra parte, la estadística no se puede utilizar como una caja mágica para extraer
certezas, donde se introducen datos y se extraen leyes. La estadística, en el contexto de
probabilidades y técnicas de inferencia, es incapaz por sí misma de suplantar al Método
Científico, sólo es un gran apoyo.
La estadística descriptiva es la herramienta más útil en la etapa de observación, ya que nos
permite extraer información para realizar nuestras hipótesis fundadas en estos resultados.
También es utilizada para valorar los resultados del experimento.

La estadística analítica se utiliza a partir de la observación, ya que dependiendo de los datos

observados, se utilizará una técnica u otra, y por supuesto en el proceso del experimento, ya
que su diseño dependerá en cierta medida de las técnicas estadísticas más apropiadas,
además, la estadística analítica es el primer y principal razonamiento válido.
Como vemos, la estadística proporciona un gran apoyo al Método Científico en las fases de
observación y experimentación, pero en el proceso de hipótesis y en el de la obtención de
una ley científica son otras las bases.

7.- Tratamiento.
Es una de las modalidades o niveles que pueden tomar un factor en estudio, por ejemplo:
las variables a ensayar en un experimento de campo. También se puede definir como el

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 10

Unellez Barinas
conjunto de condiciones experimentales que serán impuestas a una unidad experimental en
un diseño elegido.

8.- Factor.
Es la variable independiente. Es la variable que manipula el investigador, para estudiar sus
efectos sobre la variable dependiente. Por consiguiente un diseño con más de dos variables
es un diseño factorial.

Nivel Del Factor: es cada una de las categorías, valores o formas específicas del factor.

Los tipos de variables son:

- Cualitativa: sus niveles se clasifican por atributos cualitativos.

- Cuantitativa: sus niveles son cantidad numérica en una escala.
- Observacionales: El investigador registra los datos pero no interfiere en el proceso que
observa.
- Experimentales: El investigador intenta controlar completamente la situación
experimental

9.- Error experimental.

Describe la variación entre las unidades experimentales tratadas de forma idéntica e
independiente.

Orígenes del error experimental:

• Variación natural entre unidades experimentales
• Variabilidad en la medición de la respuesta
• Imposibilidad de reproducir idénticas condiciones del tratamiento de una unidad a
otra
• Interacción de tratamientos con unidad experimental
• Cualquier factor externo.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 11

Unellez Barinas
10.- Principios Básicos del diseño experimental.
a.- Control Local: son las acciones empleadas por el investigador para disminuir o controlar
el error experimental:
-Técnica.
- Selección De Unidades Experimentales Homogéneas
- Bloquización
- Selección del Diseño Experimental Adecuado
- Utilización De Covariables

b.- Replicación como un medio para estimar la variancia del error experimental
- Proporciona medias para estimar la variancia del error experimental
- Permite aumentar la precisión para estimar las medias de los tratamientos.
- Da seguridad contra resultados anormales por accidentes no previstos.

c.- Aleatorización para validar la estimación de la variancia del error experimental.

- Consiste en aplicar en forma aleatoria los tratamientos a las unidades experimentales.
- La aleatorización tiende a promediar entre los tratamientos cualquier efecto sistemático
presente de forma que las comparaciones entre tratamientos midan sólo los efectos de los
tratamientos mismos.

En este mismo orden de ideas Tapia (2012), en su libro “Diseño Estadístico de

Experimento”, establece que al planificar un experimento hay tres principios básicos que se
deben tener siempre en cuenta:
a.- Replicación.
b.- Aleatorización.
c.- Control Local.
Los dos primeros (replicación y aleatorización) son estrategias eficientes para asignar los
tratamientos a las unidades experimentales sin preocuparse de que tratamiento considerar.
Por el contrario, la factorización del diseño define una estrategia eficiente para elegir los
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 12
Unellez Barinas
tratamientos sin considerar en absoluto como asignarlos después a las unidades
experimentales.

Recopilación: El proceso de repetir en condiciones similares el experimento para cada

tratamiento se denomina recopilación. Cuando el numero de recopilaciones es igual para
todos los tratamientos, el diseño se denomina balanceado, en caso contrario se dice que es
desbalanceado. Un número adecuado de repeticiones permite al experimentador obtener
una estimación del error experimental. La replicación es la asignación del mismo
tratamiento a más unidades experimentales, ósea que hace referencia al número de unidades
experimentales de cada tratamiento, no al número de observaciones. El propósito de las
replicas es proveer una estimación del error experimental. Se obtiene de comparar unidades
experimentales, Tratadas igual pero que ates del experimento tenían la oportunidad de ser
tratadas de manera diferentes. Las múltiples mediciones tomadas en una unidad
experimental no satisfacen esta definición, dado que esto no es replicación; las repeticiones
reducen la variación asociada con mediciones y/o errores muestrales, pero no proveen
ninguna información relacionadas con los errores experimentales.
Además de proveer una estimación de error experimental, las replicaciones aportan la
precisión del experimento al reducir el error estándar asociado con la comparación de
tratamientos. Esto se desprende del hecho que la varianza de la media disminuye
inversamente proporcional a la raíz cuadrada del numero de replicas. Esto provee una
forma para controlar el tamaño de la varianza del error.

A pesar de que el incremento en el número de replicaciones da precisión a las estimaciones,

esta no se puede incrementar indefinidamente. Un punto para su disminución se alcanza
cuando el incremento en los costos de la experimentación no es compensado con una
reducción de la varianza. Cuando el numero de replicas se torna demasiado grande y las
diferencias entre tratamientos detectadas son demasiado pequeñas la importancia practica
que resulta es una pérdida de recurso valioso.
Las replicaciones también proveen formas para incrementar el rango de las condiciones
estudiadas en el experimento. No hay requisitos para que las replicaciones sean adyacentes

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 13

Unellez Barinas
en tiempo o espacio dado que cuando se usan conjuntamente con el control local se puede
investigar un mejor rango de condiciones experimentadas.

Aleatorización: La aleatorización es fundamental para que el diseño de experimento sea

válido, es el procedimiento que permite que cada unidad tenga iguales condiciones para
recibir cualquier tratamiento. Esto no significa que el experimentador podrá escribir como
quiera la identificación de tratamiento (nombres o símbolos) en el orden en que se le
ocurra. La aleatorización es un proceso físico que asegura que cada tratamiento tenga igual
probabilidad de ser asignado a cualquier unidad experimental. Este es un punto en el cual el
procedimiento experimental con las leyes al azar es explícitamente introducido. De acuerdo
con Browhlee (1957), una de las principales atribuciones que el estadístico puede hacer es
insistir en la aleatorización del experimento.

La aleatorización es necesaria ya que provee las bases para obtener un test valido de
significancia al describir cualquier sistema de correlación que pueda existir entre las
unidades experimentales. Un supuesto valido que resalta el análisis de varianza es que los
errores experimentales son independientes. Es bien sabido que los errores asociados con
Las unidades experimentales van a tener una mayor varianza del tratamiento que si las
observaciones fueran independientes. Consecuentemente la probabilidad del error tipo I
será mayor que el valor preestablecido. Con una correlación negativa, los efectos son
opuestos a aquellos con una correlación positiva. Con la asignación de tratamientos al azar,
con las unidades experimentales, posiblemente sujetas a las restricciones, el efecto de la
correlación se disminuye entre las unidades experimentales. La aleatorización no hace que
los errores sean independientes pero asegura que, en promedio, las correlaciones sean cero.
Como resultado, los datos pueden ser analizados si el supuesto de independencia de los
errores es verdadero.

Una segunda función de la aleatorización es la de proveer medios para evitar sesgos en la

estimación del error en la investigación experimental y los efectos del tratamiento. La
estimación del error experimental se obtiene comparando las unidades experimentales

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 14

Unellez Barinas
tratadas de manera similar. Para que esta estimación sea válida, es necesario garantizar que
las unidades experimentales tratadas de manera similar no sean diferenciables de manera
relevante de las unidades experimentales tratadas de manera distinta. La forma de asegurar
que la estimación del error sea válida se obtiene realizando una asignación aleatoria de los
tratamientos.

La aleatorización también provee estimaciones insesgadas de los efectos de tratamiento al

controlar los efectos de fuentes de variación desconocida. Esto provee la seguridad de haber
asignado adecuadamente esta fuente de variación, las cuales debe ceñirse a normas donde el
experimentador no tiene ni el tiempo ni el conocimiento para investigar, pero que de otra
forma podría conducir a conclusiones erradas. Esta es la única forma de asegurar que la
comparación entre tratamientos no sea sesgada por un tratamiento que fue asignada de
manera premeditada para ser mejores o peores. Algunas unidades experimentales
aleatorizadas romperá cualquier patrón asociada a factores desconocido de tal forma que
ninguno de los tratamientos será favorecidos a los demás. La aleatorización nunca elimina
la variación causada por factores extraños desconocidos, pero distribuye los efectos en
promedio equitativamente sobre todo esos factores extras.
Finalmente la aleatorización es necesaria para abolir los sesgos personales consistente e
inconsistentes, de las personas que intervienen en el experimento, incluyendo los
experimentados.

11.- Variable independiente y dependiente.

a.- Variable independiente: Son las causas que generan y explican los cambios en la
variable dependiente. En los diseños experimentales la variable independiente es el
tratamiento que se aplica y manipula en el grupo experimental. Ejemplo: la dieta a la que es
sometida un grupo de pacientes obesos.

b.- Variable dependiente: Son aquellas que se modifican por acción de la variable
independiente. Constituyen los efectos o consecuencias que se miden y que dan origen a los

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 15

Unellez Barinas
resultados de la investigación. Ejemplo: El peso corporal de los integrantes de un grupo o
muestra.

12.- Unidad Experimental y de Muestreo.

Es la parte más pequeña de material experimental expuesta al tratamiento,
independientemente de otras unidades. Es la unidad básica más elemental que se emplea
para experimentar; sobre las unidades experimentales se aplican los tratamientos que son
objeto de investigación.

13.- Diseño Clásico Experimentales.

13.1.- Diseño completamente aleatorio. (DCA)
Es el diseño más simple y sencillo de realizar, en el cual los tratamientos se asignan al azar
entre las unidades experimentales (UE) o viceversa. Este diseño tiene aplicación cuando las
unidades experimentales son muy homogéneas, es decir, la mayoría de los factores actúan
por igual entre las unidades experimentales. Esta situación se presenta en los experimentos
de laboratorio donde casi todos los factores están controlados. También en ensayos clínicos
y en experimentos industriales. La homogeneidad de las unidades experimentales puede
lograrse ejerciendo un control local apropiado (seleccionando, por ejemplo, sujetos,
animales o plantas de una misma edad, raza, variedad o especie). Pero debe tener presente
que todo material biológico, por homogéneo que sea, presenta una cierta fluctuación cuyos
factores no se conocen y son, por lo tanto, incontrolables.

En este mismo orden de ideas, si logramos controlar factores cualitativos como sexo,
camada, color, raza o cuantitativos como peso, alzada, edad, consumo, podremos eliminar
su influencia del error experimental; la varianza de este componente disminuirá y, en
consecuencia, aumentaría la eficiencia del experimento posibilitando la detección de efecto
entre los tratamientos o condiciones experimentales si es que los hay. Su nombre deriva del
hecho que existe completamente una aleatorizacion, la cual valida como ya se dijo la

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 16

Unellez Barinas
prueba F de Fisher-Snedecor. También se le conoce como Diseño de una Vía o un Solo
criterio de clasificación en virtud de que las repuestas se hallan clasificadas únicamente por
los tratamientos.

Este diseño no impone ninguna restricción en cuanto a las unidades experimentes, estas
deberán ser en todo caso homogéneas. El diseño en su estructura no se ve afectado por el
número igual o desigual de observaciones por tratamiento.
En el caso de un Único Factor (Experimento Unifactorial) y a Efectos Fijos (Modelo I) El
modelo de Análisis de la Varianza

Yijk = µ + τi + εij
Donde:

µ = media poblacional.
Τi: es el efecto del i-ésimo tratamiento.
Sij: es el error experimental o el efecto de j-ésima unidad experimental sujeta al
i-ésimo tratamiento.

En el diseño completamente aleatorizado, Tapias (2012) dice que el experimentador asigna

las unidades experimentales a los tratamientos al azar. La única restricción es el número de
observaciones que se toman en cada tratamiento. De hecho si ŋi es el numero de
observaciones en i-esimo tratamiento i = 1,…. , k; entonces los valores, ŋ1, ŋ2, …. ŋk ,
determinan por completo las propiedades estadísticas del diseño. Naturalmente este tipo de
diseño se utiliza en experimento que no incluyen factores bloques. El modo

13.2.- Diseño en Bloque Al Azar (DBA)

En cualquier experimento, la variabilidad que surge de un factor perturbador puede afectar
los resultados. En general, un factor perturbador puede definirse como un factor de diseño

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 17

Unellez Barinas
que probablemente tenga un efecto sobre la respuesta, pero en el que no existe un interés
especifico. En ocasiones un factor perturbador es desconocido y no controlable; es decir, se
desconoce la existencia de ese factor e incluso puede tener niveles variables mientras se
están realizando el experimento. La aleatorización es la técnica de diseño que se utiliza para
proteger contra estos factores perturbadores “que están al acecho”. En otros casos, el factor
perturbador es conocido pero no controlable. Si por lo menos puede observarse el valor que
asume el factor perturbador en cada corrida del experimento, es posible hacer la
compensación correspondiente en el análisis estadístico mediante el uso del análisis de
covarianza. Cuando la fuente de variabilidad perturbadora es conocida y controlable, puede
usarse una técnica de diseño llamada formación de bloques para eliminar de manera
sistemática su efecto sobre las comparaciones estadísticas entre los tratamientos. La
formación de bloques es una técnica de diseño en extremo importante que se utiliza
ampliamente en la experimentación industrial.

Por otra parte, el Diseño de bloque al Azar (DBA), surge por la necesidad que tiene
el investigador de ejercer un control local de la variación dado la existencia de un material
experimental heterogéneo. Los bloques se definen como un conjunto de unidades
experimentales homogéneas dentro de sí y heterogéneas entre sí. En los bloques están
representados todos los tratamientos.

En este mismo orden de idea Tapia (2012) establece que en este diseño el experimentador
agrupa las unidades experimentales en bloque. A continuación determina la distribución de
los tratamientos en cada bloque y por ultimo asigna al azar las unidades experimentales de
los tratamientos dentro de cada bloque.

En el análisis estadístico de un diseño en bloque estos se tratan como los niveles de un

único factor de bloqueo, aunque en realidad puedan venir definidos por la combinación de
niveles de más o un factor.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 18

Unellez Barinas
El diseño en bloques más simple es, el denominado diseño en bloque completo, en lo que
en cada tratamiento se observa el mismo número de veces en cada bloque.
El diseño en bloques completos con una única observación en cada tratamiento se
denomina diseño en bloque aleatorizado. Cuando el tamaño del bloque es inferior al
número de tratamiento no es posible observar la totalidad de tratamientos en cada bloque y
se habla entonces de diseño en bloques incompletos.

Modelo Lineal:

Yij = µ + τi + βj + εij

Donde:

µ = media general.
τi : es el efecto del i-ésimo tratamiento.
βj: El efecto de bloque
εij : es el error experimental o el efecto de j-ésima unidad experimental sujeta al
i-ésimo tratamiento.

13.3.- Diseño Cuadrado Latino. (DCL)

Estos diseños clásicos son una extensión lógica y natural del diseño en bloques completos
al azar y poseen una serie de características muy similares.
Estos planes experimentales tienen como propósito el control de la variación del material
experimental. A medida que este se hace más heterogéneo es preciso controlas la variación
bloqueada por cada característica que varíe. Así, el diseño de cuadro latino (o doble
bloqueo) se trata, como su nombre lo indica, de controlar dos fuentes de variación
existente, reconocidas por el investigador, entre las unidades experimentales. El
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 19
Unellez Barinas
investigador al controla estas dos fuentes logra reducir la varianza del error posibilitando la
expresión de la diferencia entre los tratamientos, si es que existe.

El esquema del diseño es:

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 20

Unellez Barinas
En el esquema anterior, en el recuadro superior, se aprecia un conjunto de unidades
experimentales heterogéneas en dos sentidos (forma y color). Estas características son útiles
al investigador para realizar el bloqueo. En el recuadro intermedio, el investigador ha
procedido a bloquear según la forma de la figura geométrica. Y en el recuadro inferior el
investigador ha completado el bloqueo, bloqueando según el color de las figuras
geométricas, que es las otras características resaltantes y finalmente procede a asignar al
azar los tratamientos a las unidades experimentales. Los tratamientos están representados
por las letras latinas lo que da nombre al diseño.

Es importante destacar que cada tratamiento sea probado por igual según las dos fuentes de
variación consideradas.

Por otro lado, al seguir aumentando la variación surge otro plan experimental llamado
Diseño cuadrado Greco-Latino, en este se desean controlar tres fuentes de variación y
probar los tratamientos. En este cuadrado en realidad hay una superposición de dos
cuadrados latinos.

El Modelo lineal adictivo es:

Yijklm = µ + Si + F(S) j/i + C(S)k/i + τl + (τxS)i.l + ε m/ijkl

Donde:

Yijklm: es la respuesta.
µ = media general.
Si : cuadrados latinos.
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 21
Unellez Barinas
 F(S): Filas dentro de cuadrados: El efecto de bloque
ε: es el error experimental.
C(S): columnas dentro de cuadrados.
Τ: efecto del tratamiento.
τxS: interacción del tratamiento y los cuadrados.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 22

Unellez Barinas
 CONCLUSION

En este trabajo podemos darnos cuenta de la importancia del diseño de experimentos, o

dicho de otra manera, el planear paso a paso las operaciones para así obtener un resultado
satisfactorio a nuestro problema planteado.

Existen diferentes tipos de diseño de experimento, de los cuales estudiamos los principales.
Como se pudimos apreciar un diseño debe de ser lo más sencillo posible y así poder
ahorrar tiempo, inversión y personal, pero no por eso se deben de olvidar considerar los
principios básicos en el diseño.

Estos conocimientos Basicos de diseño de Experimento nos permitirá sustentar las bases
del conocimiento para poder profundizar en el desarrollo del subproyecto.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 23

Unellez Barinas
 BIBLIOGRAFIA

Arias, F (2006). El proyecto de investigación: Introducción a la metodología científica,

(6° ed.). Caracas.

Montgomery. D (2004). Diseño y Análisis de Experimentos. (2° ed), LYMUSA WILEY,

México.

Tapia, J (2012). Diseño Estadístico de Experimentos, Fondo Editorial UNELLEZ.

Barinas.

Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 24

Unellez Barinas