ÍNDICE DE CONTENIDO

Contenido Pág.
1.- DISEÑO EXPERIMENTAL ........................................................................................................................... 2
1.1. INTRODUCCIÓN .................................................................................................................................... 2
1.1.1. DEFINICIÓN DE UN DISEÑO EXPERIMENTAL. ................................................................................ 3
1.1.2. PROPÓSITOS DE UN DISEÑO EXPERIMENTAL ............................................................................... 3
1.1.3. ORIENTACIONES GENERALES EN LA EXPERIMENTACIÓN AGRICOLA .................................... 3
1.1.4. PASOS AL PLANEAR UN EXPERIMENTO: ....................................................................................... 4
PRIMERO: RECONOCIMIENTO Y PLANEAMIENTO DEL PROBLEMA. ................................................................................ 5
SEGUNDO: ELECCIÓN DE FACTORES Y NIVELES.......................................................................................................... 5
TERCERO: SELECCIÓN DE LA VARIABLE RESPUESTA. .................................................................................................... 5
CUARTO: ELECCIÓN DEL DISEÑO EXPERIMENTAL. ...................................................................................................... 5
QUINTO: EJECUCIÓN DEL EXPERIMENTO.................................................................................................................... 6
SEXTO: ANÁLISIS DE LOS DATOS. ............................................................................................................................... 6
SÉPTIMO: CONCLUSIONES Y RECOMENDACIONES. .................................................................................................... 6
1.2. CONCEPTOS BÁSICOS ......................................................................................................................... 7
1.2.1. TRATAMIENTO ................................................................................................................................... 7
1.2.2. TESTIGO .............................................................................................................................................. 8
1.2.2. UNIDAD BÁSICA ............................................................................................................................... 9
1.2.3. UNIDAD EXPERIMENTAL .................................................................................................................. 9
1.2.4. ERROR EXPERIMENTAL ................................................................................................................... 10
1.2.5. RÉPLICAS O BLOQUES ................................................................................................................... 11
1.2.6. FACTORES Y NIVELES ..................................................................................................................... 12
1.2.7. QUE ES UN EXPERIMENTO ............................................................................................................. 13
1.2.8. EXPERIMENTOS FACTORIALES ...................................................................................................... 14
1.2.9. PRECISIÓN Y EXACTITUD ............................................................................................................... 15
1.2.10. ERRORES EN LA EXPERIMENTACIÓN ....................................................................................... 15
1.2.11. REPETICIONES POR TRATAMIENTO .......................................................................................... 16
1.2.12. PRECISIÓN RELATIVA DE DISEÑOS CON POCOS TRATAMIENTOS ..................................... 18
1.2.13. ALEATORIZACIÓN ...................................................................................................................... 18
1.3. DISEÑO DE UN EXPERIMENTO ............................................................................................................ 20
1.3.1. ASPECTOS A CONSIDERAR EN LA PLANIFICACIÓN ................................................................. 20
1.3.2. CARACTERISTICAS DE UN EXPERIMENTO BIÉN PLANIFICADO ................................................ 21
1.3.3. MATERIAL EXPERIMENTAL: FACTORES A CONTROLAR. ........................................................... 21
1.3.4. MAGNITUD DEL EXPERIMENTO: TAMAÑO DE LA UNIDAD EXPERIMENTAL ........................... 21
1.3.5. ELECCIÓN DEL CONJUNTO DE TRATAMIENTOS........................................................................ 22
1.3.6. ESPECIFICACIÓN DE LAS UNIDADES EXPERIMENTALES ........................................................... 23
1.3.7. ASIGNACIÓN DE LOS TRATAMIENTOS A LAS UNIDADES EXPERIMENTALES .......................... 23
1.3.8. ESBOZAR EL TIPO DE ANÁLISIS ESTADÍSTICO QUE SE USARÁ ................................................... 24
1.3.9. MEDICIONES ADICIONALES ......................................................................................................... 24
1.4. INCREMENTO DE LA PRESICIÓN EN LOS RESULTADOS EXPERIMENTALES ................................... 25
1.4.1. REFINAR LA TÉCNICA EXPERIMENTAL ......................................................................................... 25
1.4.2. MANEJAR EL MATERIAL EXPERIMENTAL DE MANERA QUE LOS EFECTOS DE LA
VARIABILIDAD SE REDUZCAN .................................................................................................................... 26
1.4.3. AUMENTO EN LA MAGNITUD DEL EXPERIMENTO ..................................................................... 27
1.5. INFERENCIA ESTADÍSTICA .................................................................................................................. 27
1.6. EJERCICIOS PROPUESTOS.................................................................................................................. 28
1.- DISEÑO EXPERIMENTAL

1.1. INTRODUCCIÓN

El diseño experimental tiene sus orígenes en los trabajos de Ronald Fisher (1890-1962),
desarrollados en la Estación Agrícola Experimental de Rothamsted, en el Reino Unido, donde
introdujo el concepto de aleatorización y el análisis de varianza. A lo largo de varias
décadas, la teoría del diseño de experimentos y sus aplicaciones se consolidaron y
expandieron, y, en años recientes, recibieron un fuerte impulso por las contribuciones de
varios autores que hace que el diseño experimental sea ampliamente utilizado en el campo
de la investigación experimental.

El diseño experimental estudia procesos. Puede considerarse a un proceso como una caja
negra a la cual ingresan diversas variables que interactúan para producir un resultado. Las
variables que ingresan al proceso se denominan variables de entrada, y el resultado,
variable de salida. El nivel de la variable de salida depende de los niveles que adopten las
variables de entrada, y los gerentes y técnicos se benefician al saber qué combinación de
variables de entrada produce la variable de salida óptima.

La búsqueda de combinaciones óptimas de las variables de entrada da lugar al diseño

experimental, que es una prueba (o un conjunto de pruebas) durante la cual se realizan
cambios sistemáticos y controlados a las variables de entrada para medir el efecto sobre la
variable de salida. El diseño experimental utiliza técnicas importantes dentro de las que se
destaca el análisis de varianza.

Si aceptamos la premisa de que el conocimiento nuevo se obtiene muy frecuentemente a

través del análisis e interpretación cuidadosa de los datos, entonces es muy importante que
se deba dedicar tiempo y esfuerzo considerables al planteamiento y recolección de los
mismos con el objeto de obtener la máxima información con el menor costo de recursos
(Steel y Torrie, 1992).

Es evidente la existencia de una estrecha relación entre los métodos estadísticos, la

investigación y la experimentación. Esto se debe a que el desarrollo del trabajo estadístico
tiene como objeto básico llegar a conclusiones válidas para una población a partir de
estudios efectuados sobre muestras extraídas de dicha población.

La investigación es la vía con que cuenta el hombre para satisfacer su necesidad de

conocer y dominar la naturaleza. El hombre dirige su esfuerzo a lograr una mejor
interpretación de las leyes, descubrir otras nuevas, desentrañarlas y ponerlas en práctica
para su beneficio.

La forma más simple de la investigación lo constituye la observación, donde los hechos y

fenómenos son tomados tal como y cuando ocurran en la naturaleza, esperando que las
condiciones propicien su ocurrencia. Esta forma puede tornarse de larga espera, y en
ocasiones hace difícil alcanzar completamente los objetivos propuestos cuando todas las
condiciones necesarias no se suceden.

Otras veces, de manera hábil, el hombre proporciona los medios y condiciones necesarias
para obligar a que se repitan los hechos o los sucesos que a él le interesa, lo que le facilita
un mejor análisis de los mismos y el logro total de sus objetivos; a esta otra forma de
investigación se le conoce como la experimentación, la cual puede conducir a una
2
investigación más ágil, efectiva y de menor riesgo, siempre u cuando se efectúe una
adecuada planificación, conducción y análisis del experimento, es decir un correcto diseño
del experimento.

1.1.1. DEFINICIÓN DE UN DISEÑO EXPERIMENTAL.

El diseño de un experimento es la secuencia completa de los pasos que se deben tomar de

antemano, para planear y asegurar la obtención de toda la información relevante y
adecuada al problema bajo investigación, la cual será analizada estadísticamente para
obtener conclusiones válidas y objetivas con respecto a los objetivos planteados (Flores-
Condori, 2014).

“Un Diseño Experimental es una prueba o serie de pruebas en las cuales existen cambios
deliberados en las variables de entrada de un proceso o sistema, de tal manera que sea
posible observar e identificar las causas de los cambios que se producen en la respuesta de
salida” (Escalona, 2012).

1.1.2. PROPÓSITOS DE UN DISEÑO EXPERIMENTAL

Los propósitos de cualquier Diseño Experimental se orientan a explicar tanto la metodología

estadística como el análisis económico, por lo tanto los propósitos son:

 Proporcionar una cantidad máxima de información pertinente al problema que se

está investigando.
 Ajustar que diseño sea lo más simple y efectivo; para ahorrar dinero, tiempo, personal
y material experimental a utilizar.

Es de acotar, que la mayoría de los diseños estadísticos simples, no sólo son fáciles de
analizar, sino también son eficientes en el sentido económico y en el estadístico.

1.1.3. ORIENTACIONES GENERALES EN LA EXPERIMENTACIÓN AGRICOLA

En la planificación agrícola o biológica y en el desarrollo de una investigación en particular,

son de interés los siguientes aspectos (Joenego, 2017):

a. Especificar los problemas, con el fin de probar hipótesis o encontrar respuestas. Es

necesario considerar que los experimentos sean:

a.1. Experimentos simples, cuando se estudia un solo factor de variación; por

ejemplo, probar cinco variedades de sorgo, estudiar cinco dosis de nitrógeno
en trigo, etc.

a.2. Experimentos factoriales, cuando se estudian simultáneamente dos o más

factores que influyen en la producción; por ejemplo, estudiar tres variedades,
cada una sembrada a tres densidades de siembra, o bien tratamientos de
fósforo, nitrógeno y potasio, cada uno a cuatro dosis por unidad de superficie.

b. Ubicar el lugar adecuado para la realización de los experimentos, para lo cual se

debe elegir una localidad accesible y representativa de áreas agrícolas, de suelo
uniforme, con unidades experimentales lo más uniforme posible, y escoger el material

3
 adecuado para experimentos, de manera que pueda estratificarse (agruparse
unidades experimentales con características homogéneas) el terreno correctamente
para formar grupos uniformes y de fácil manejo.

c. Reducir las fuentes de error, tanto del experimento como de aquellos errores o
equivocaciones operacionales. Es muy importante que en la selección de datos,
muestreo, etc., el personal responsable esté constituido por técnicos o personas con
entrenamiento.

d. Mantener constante los diversos factores que pueden afectar a la producción o a la

calidad del producto, de manera que los únicos factores de variación sean los
tratamientos objeto de estudio.

e. Extremar precauciones y ser cautos en los resultados experimentales, considerando

que un experimento es una observación de una muestra en una población de
experimentos.

f. Repetir experimentos uniformes en diferentes localidades, suelos y años.

g. Tener conocimiento de la tecnología de campo y saber cuáles son los problemas del
productor.

En la planeación o diseño de un experimento agronómico, es necesario aplicar un conjunto

de disciplinas y conocimientos biológicos con el fin de encontrar una respuesta correcta a
un problema específico. Por ejemplo, si se comparan diversas variedades de trigo, todos los
factores de la producción que influyen en el comportamiento de las variedades deben
permanecer constantes y las únicas fuentes de variación o diferencias serán presentadas
por las variedades de trigo, si tales fuentes existen. Para lograr lo anterior, es necesario contar
con ciertos conocimientos sobre:

a. Suelos, a fin de elegir el terreno más uniforme y adecuado para realizar el

experimento.
b. Fertilización, para cuando sea necesario planear experimentos con fertilizantes
químicos orgánicos o abonos orgánicos.
c. Topografía e hidráulica, para trazar parcelas, niveles, riegos, etc.
d. Especialidades afines como: Botánica, entomología, fitopatología, fisiología,
genética, ecología, etc. para poder trabajar con seres vivos.
e. Tecnologías de: Cultivos, sistemas agroforestales, agrosilvopastoriles y zootecnia, para
manejar las unidades experimentales.
f. Estadística (biometría o bioestadística), para evaluar y separar las diversas causas de
variación y para realizar la interpretación de los resultados experimentales.

1.1.4. PASOS AL PLANEAR UN EXPERIMENTO:

El método científico sugiere que en el planeamiento de la experimentación se debe tener

presente las siguientes etapas:

a. Definir el problema: En esta etapa se debe determinar los antecedentes,

importancia, objetivos, hipótesis a probar y revisión de la bibliografía.
b. Planeamiento y diseño del experimento: En esta etapa se debe tener en cuenta:
Lugar de ejecución del experimento, tamaño de la parcela o unidad experimental,
número de repeticiones por tratamiento, equipos e instrumentos a utilizar y métodos
de evaluación de los resultados
c. Ejecución del experimento.
4
d. Recolección de datos del experimento.
e. Ordenamiento de la información experimental.
f. Discusión de los resultados obtenidos.
g. Análisis económico de los tratamientos que se probaron y utilidad práctica.
h. Conclusión final y recomendación.

Montgomery, Douglas (1991) considera necesario que todos los investigadores que realizan
un enfoque estadístico en el cual se diseña y analiza un experimento tengan de antemano
una idea clara de lo qué es exactamente lo que se va a estudiar; es decir, como se van ha
recopilar los datos, y como se van a analizar.

Es necesario desarrollar todas las ideas sobre los objetivos del experimento. Una clara
comprensión y planteamiento del problema con frecuencia contribuye sustancialmente a
un mayor entendimiento del fenómeno y a la solución final del problema. Los pasos que
este autor recomienda son:

Primero: Reconocimiento y Planeamiento del problema.

Es necesario desarrollar todas las ideas sobre los objetivos del experimento. Una clara
comprensión y planteamiento del problema con frecuencia contribuye sustancialmente a
un mayor entendimiento del fenómeno y a la solución final del problema.

Suele ser importante solicitar la opinión de todas las partes implicadas; ya que normalmente
saben mucho del problema.

Segundo: Elección de Factores y Niveles.

Se deben seleccionar los factores que van a ser investigados en el experimento, los intervalos
de variación y los niveles específicos a los cuales se hará el experimento. Además debe
considerarse la forma en que se controlarán estos factores para mantenerlos en los valores
deseados y como se les medirá.

Tercero: Selección de la Variable Respuesta.

El experimentador debe seleccionar la variable respuesta o variable dependiente de tal

forma que esté seguro que la respuesta, que se va a medir, realmente proporcione
información útil a cerca del problema en estudio.

Las respuestas en un problema pueden ser múltiples y además con mayor frecuencia, el
promedio o la desviación estándar (o ambas) de la característica medida serán la variable
respuesta. Por ejemplo, en el experimento de eficacia de seis fertilizantes de nitrógeno para
cierta variedad de maíz la variable respuesta es el rendimiento. En general, un experimento
de este tipo puede tener simultáneamente otras variables respuestas; como por ejemplo
altura de plantas, determinación del contenido de humedad de las semillas, color de las
semillas, etc. Pero en este momento se habla solamente del rendimiento, el cual se
considera que es la variable de interés más importante para el investigador.

Cuarto: Elección del Diseño Experimental.

Para definir o determinar el diseño experimental a utilizar se debe considerar el tamaño

muestral (número de repeticiones), seleccionar un orden adecuado para los ensayos
5
experimentales y determinar si hay implicaciones de bloque u otras restricciones de
aleatorización. Además tener presente los objetivos experimentales.

El investigador debe decidir qué constituye una unidad experimental, cuántas réplicas de las
unidades experimentales exige cada tratamiento y qué tratamiento asignar a cada una de
ellas. También, debe determinar si agrupará por bloques las unidades experimentales en
grupos homogéneos para controlar el error experimental. Con base al Diseño Experimental
debe proponerse un Modelo Matemático adecuado.

Quinto: Ejecución del Experimento.

En esta fase se lleva a cabo la recolección de los datos. Se debe observar cuidadosamente
el proceso para asegurar que todo se realice conforme lo planteado; ya que los errores en
el procedimiento suelen anular la validez del experimento.

Sexto: Análisis de los Datos.

Se deben utilizar métodos estadísticos para analizar los datos, para que los resultados y
conclusiones sean objetivos más que apreciativos. Si todo se ha realizado correctamente los
métodos estadísticos que se necesitan no son complicados.

Séptimo: Conclusiones y Recomendaciones.

Consiste en la interpretación de las inferencias estadísticas. Y para llevar a cabo la

presentación de los resultados son muy útiles los métodos gráficos, en especial cuando se
presentan a otras personas. Es bien importante también realizar corridas de seguimiento y
pruebas de confirmación para llevar a cabo la validación de las conclusiones del
experimento.

El Diseño y Análisis de un Experimento según otros autores es el siguiente:

a. Definición del Experimento.

1. Definir el problema.
2. Seleccionar las variables aleatorias dependientes e independientes.
3. Selección de los factores.
4. Elección de los niveles de estos factores. Estos niveles pueden ser:
4.1. Cuantitativos o Cualitativos.
4.2. Fijos o Aleatorios.
5. Determinar la forma de combinar los niveles de dichos factores.

b. Diseño.

1. Número de observaciones a tomar.

2. Orden del experimento.
3. Método de aleatorización a utilizar.
4. Obtener un modelo matemático que represente el experimento a realizarse.

c. Análisis.

1. Colección y reducción de la información.

6
2. Cálculo de pruebas estadísticas.
3. Interpretación de resultados por el experimentador.

1.2. CONCEPTOS BÁSICOS

Para incursionar en el diseño experimental se hace necesario precisar algunos conceptos

cuyo dominio es de suma importancia. El DISEÑO consiste en planificar la forma de hacer el
experimento, materiales y métodos a usar, etc.; mientras que EXPERIMENTO se refiere al
conjunto de pruebas o ensayos cuyo objetivo es obtener información, que permita mejorar
el producto o el proceso en estudio.

1.2.1. TRATAMIENTO

Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o

materiales y cuyos efectos van a ser medidos y comparados.

El tratamiento establece un conjunto de condiciones experimentales que deben imponerse

a una unidad experimental dentro de los confines del diseño seleccionado.

Tratamiento es el conjunto particular de condiciones experimentales que se le imponen a

una unidad de observación. Una hipótesis es el planteamiento a priori del comportamiento
de los tratamientos y el proceso de experimentación sirve para descartar o aceptar la
hipótesis acerca de los tratamientos.

Por ejemplo un tratamiento es una variedad nueva de cultivo, una raza nueva de animal,
una dosificación o ración alimenticia, un volumen de agua, una cantidad de estimulante,
una dosis de pesticida, una densidad de siembra, distancia entre plantas, variedades de un
cultivo, una profundidad de sembrado, una categoría de semilla, dosis de fertilizantes, dietas
que se desean comparar con respecto a sus efectos en un grupo de animales, entre otros
(Nieto, 2001).

Debe destacarse que es necesario que los tratamientos no solo expresen sus efectos, sino
también puedan ser comparables, es decir, que sus efectos no se confundan con la de otros
factores presentes. Es necesario señalar, que este hecho no constituye una regla inviolable.
En muchas ocasiones el estadístico provoca de forma intencional alguna confusión de
determinados efectos, generalmente en aras de una reducción de la magnitud del
experimento. Es importante percatarse de que la confusión no es un agravante siempre y
cuando se tenga conocimiento de su existencia y sea planificada correctamente.

1.2.2.1 TIPOS DE TRATAMIENTOS

A continuación se presentan ejemplos de tratamientos en algunas áreas, tales como:

1) Experimentaciones Agrícolas, un tratamiento puede referirse a:

* Marca de Fertilizante.
* Cantidad de Fertilizante.
* Profundidad del Sembrado.
* Variedad de Semilla.
* Combinación de Cantidad de Fertilizante y Profundidad de Sembrado; esto es una
combinación de tratamientos.
* etc.
7
2) Experimentaciones de Nutrición Animal, un tratamiento puede referirse a:

* Cría de Ganado Lanar

* Sexo de los Animales
* Padre del Animal Experimental
* Tipo de Alimento
* Ración Particular de Alimento de un Animal.
* Raza del Animal
* etc.

3) Estudios Psicológicos y Sociológicos, un tratamiento puede referirse a:

* Edad
* Sexo
* Grado de Educación
* Estatura
* etc.

Es muy importante que cuando se elijan los tratamientos, éstos deben dar respuesta a una
hipótesis de investigación. La hipótesis de investigación establece un conjunto de
circunstancias y sus consecuencias. Los tratamientos deben ser una creación de las
circunstancias para el experimento. Así, es necesario identificar los tratamientos con el papel
que cada uno tiene en la evaluación de la hipótesis de investigación. Por lo tanto, el
investigador debe asegurarse que los tratamientos elegidos concuerden con la hipótesis de
investigación.

A continuación se presentan algunos experimentos reales; planteándose las hipótesis de

investigación de cada uno de ellos y sus respectivos tratamientos, que dan respuesta a
dicha hipótesis.

La Hipótesis es: Para responder a esta hipótesis:

La velocidad del tránsito depende del
ancho de los carriles en las calles
La reproducción de los microbios del suelo
depende de las condiciones de humedad
El método para medir retrasos del tránsito
depende del tipo de configuración usada
en la señalización
Ciertas características demográficas
familiares afectan de manera favorable el
desarrollo de un niño
los tratamientos se deben definir
seleccionando carriles con diferente
anchura y se mide la velocidad de los
automóviles en cada uno de ellos
se establecen tratamientos con distintos
niveles de humedad para medir la
reproducción de los microbios
los tratamientos deben ser en relación a la
evaluación de varios métodos para medir los
retrasos del tránsito en intersecciones con
diferentes tipos de configuraciones en los
semáforos
los tratamientos deben ser en relación con el
desarrollo de la adaptación social en niños
pequeños según su relación con: 1)
Educación de los padres, 2) Ingreso de los
padres, 3) Estructura familiar y 4) Edad del
niño

1.2.2. TESTIGO

8
El testigo es el tratamiento de comparación adicional, que no debe faltar en un
experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser
aquel tratamiento que no incluye fertilizante. La elección del tratamiento testigo es de gran
importancia en cualquier investigación, este se constituye como referencial del experimento
y sirve para la comparación de los tratamientos en prueba.

1.2.2. UNIDAD BÁSICA

Es la menor unidad de medición en un experimento, un ejemplo puede ser: una planta a la

que se le medirá el peso promedio de sus frutos o un animal al cual se le medirá su ganancia
en peso.

1.2.3. UNIDAD EXPERIMENTAL

Es la menor unidad de muestreo en el diseño; puede estar formada por una o más unidades
básicas, un ejemplo de esto puede ser un corral ocupado por varios animales (unidades
básicas) o una parcela formada por un conjunto de cultivos o plantas.

La unidad experimental, es el objeto o espacio al cual se aplica el tratamiento y donde se

mide y analiza la variable que se investiga.

Se ve, pues, que estos términos son muy generales. La unidad experimental puede ser un
animal, 10 pollos en corral, media hora, etc.; el tratamiento puede ser una ración normal, u
programa de aspersión, una combinación temperatura-humedad, u otros.

Cuando se mide el efecto de un tratamiento, se mide en una unidad de muestreo, cierta

fracción de la unidad experimental. Por lo tanto la unidad de muestreo puede ser la unidad
completa, tal como un animal sometido a una ración de tratamiento, o una muestra
aleatoria de hojas de un árbol tratado o la cosecha de 6 pies del surco central de una
unidad experimental de 3 surcos. En algunos casos la unidad experimental será tan grande
que su uso no sea práctico como unidad de muestreo, en tanto que una sola unidad de
muestreo pequeña es inadecuada. En tales casos, se miden dos o más subdivisiones
aleatorias de la unidad experimental. Por ejemplo, al estudiar prácticas de cultivo para
establecer la densidad de especies forrajeras se cuentan separadamente las plántulas en
dos o más áreas pequeñas, aleatorias dentro de la unidad experimental. Asimismo, cuando
se debe destruir la unidad de muestreo, como en el caso de la calidad de frutos, legumbres
o un producto alimenticio para el mercado, se toman unidades de muestreo dentro de la
unidad experimental (Steel y Torrie, 1992).

En los experimentos pecuarios la unidad experimental por lo general está conformada por
un animal (cuy, cerdo, pato, etc.), en los experimentos forestales la unidad experimental en
la mayoría de los casos está conformado por un árbol y en la mayor parte de las pruebas de
campo agrícolas, la unidad experimental es una parcela de tierra en lugar de una planta
individual; es en este último caso que con frecuencia se presenta lo que se llama efecto de
borde.

Efecto de Borde.- En los experimentos agrícolas, muchas veces existen diferencias en el

crecimiento y la producción de las plantas que están situadas en los perímetros de la
parcela en relación con aquellas plantas situadas en la parte central; esta diferencia es
llamado efecto de borde y puede causar sobre-estimación o sub-estimación de las
respuestas de los tratamientos, llegando con esto a comparaciones sesgadas entre ellos.
9
El efecto de bordes puede ser causado por dos razones:

- Vecindad de las parcelas o áreas no cultivadas, que hace que las plantas en los
perímetros tengan menor competencia de luz y nutrientes.

- Competencia entre tratamientos, que depende de la naturaleza de los tratamientos

vecinos.

Para controlar el efecto de borde se acostumbra a evaluar solamente las plantas centrales
para los fines experimentales. Estas plantas centrales constituyen lo que se llama PARCELA
NETA EXPERIMENTAL.
3,9 m

5,5 m

1m

Golpe en parcela neta experimental

Golpe con efecto de borde

Figura 1. Representación gráfica del efecto de borde

Una manera de disminuir el efecto de borde es mediante el uso de calles que pueden ser:
áreas adyacentes sin sembrar o el uso de bordes con plantas que no intervendrán en la
cosecha del experimento.

1.2.4. ERROR EXPERIMENTAL

Una característica de todo material experimental es la variación. El error

experimental es una medida de la variación existente entre observaciones sobre medidas
experimentales tratadas en forma similar.

Por ejemplo si a 50 gallinas se las enjaula juntas y se les alimenta con la misma ración, la
unidad experimental consiste en las 50 gallinas. Se necesitan otras jaulas de 50 gallinas antes
de poder medir la variación entre unidades tratadas en forma semejante. Esto es cierto aun
si una medida como el peso del cuerpo se mide en cada gallina en forma individual. El
punto está en que si dos tratamientos se han de comparar, cualquier diferencia observada
será en parte atribuible simplemente a la diferencia entre jaulas de 50 gallinas y esto es muy
probable que sea de mayor magnitud que las diferencias entre gallinas de la misma jaula.

10
Por otra parte si se enjaulan 10 ratones juntos como una unidad para alimentar, se aplica el
mismo argumento. Sin embargo, si la mitad de los animales son machos y la mitad hembras,
y si estamos interesados en una posible respuesta diferencial debido al sexo, entonces
tenemos unidades experimentales pareadas con sentido para un experimento dentro de
otro. Aquí se presenta un segundo error experimental para responder a una segunda
pregunta. Para responder a toda pregunta respecto a la posible presencia de una
verdadera diferencia de tratamientos, siempre se debe tratar con la unidad a la cual se
aplicó el tratamiento al azar. Estas y otras preguntas relativas a la elección de un error
experimental apropiado se ilustran y se exponen en capítulos posteriores.

La variación proviene de dos fuentes principales:

 Primero, existe una variabilidad inherente al material experimental al cual se aplican

los tratamientos.

 Segundo, existe una variación resultante de cualquier falta de uniformidad en la

realización física del experimento.

En un experimento de nutrición con ratas como material experimental, los individuos

tendrán constitución genética diferente a menos que haya una alta endogamia; esta es
una variabilidad inherente al material experimental. Las ratas se colocarán en jaulas sujetas
a diferencias de calor, luz y otros factores, esto constituye una falta de uniformidad en la
realización física del experimento.

Es importante hacer todo el esfuerzo posible para reducir el error experimental con el fin de
mejorar el poder de la prueba, disminuir el tamaño de los intervalos de confianza y lograr el
objetivo deseable. Esto puede lograrse atendiendo a las dos principales fuentes de error
experimental. Así se puede:

 Manejar el material experimental de tal manera que se logra reducir los efectos
debidos a la variabilidad inherente.
 Reformular la técnica experimental.

1.2.5. RÉPLICAS O BLOQUES

Es la reproducción o réplica del experimento básico. Las razones por las cuales es deseable
la repetición son:

Primero, proporciona una estimación del error experimental, siendo tal estimación confiable
a medida que aumenta el número de repeticiones.
Segundo, permite estimaciones más precisas del tratamiento en estudio.

Es un conjunto de unidades experimentales que se agrupan atendiendo a una característica

común, por ejemplo, igual o similar fertilidad, pendiente de terreno, nivel de humedad, entre
otros, o grupos de animales procedentes de una misma camada, igual peso, edad.

Se debe dejar la máxima variación entre bloques, a fin de que las unidades experimentales,
dentro del bloque, compartan condiciones uniformes, es decir, presenten variaciones
mínimas. En otras palabras, debe existir la máxima homogeneidad dentro del bloque y
heterogeneidad entre bloques.

Existen sitios donde la gradiente del terreno obliga al investigador a disponer los bloques y
parcelas de modo diferente al que se los ubicaría en un terreno plano.

11
Cuando la pendiente del terreno, o la gradiente de fertilidad, van de A a B, como se indica
en la figura, se debe colocar los bloques en forma paralela a la pendiente y los tratamientos
dentro de cada bloque, perpendicular a la pendiente.

La distribución de las parcelas dentro del campo o lote experimental se debe hacer de tal
modo que se facilite la interpretación estadística de los datos de producción y se reduzca al
máximo el error experimental o error debido al azar, es decir, independientemente de la
variabilidad ocasionada por los sujetos sometidos a ensayo o comparación.

En la figura siguiente se presenta de manera gráfica la manera como se pueden aplicar las
réplicas o bloques.

T R A T A M I E N T O S

1 2 3 BLOQUE I Baja fertilidad

GRADIENTE DE FERTILIDAD

2 3 1 BLOQUE II Mediana Fertilidad

3 1 2 BLOQUE III Alta fertilidad

Figura 2. Distribución de réplicas o bloques en función de una gradiente de fertilidad

del suelo

1.2.6. FACTORES Y NIVELES

Las variaciones en los valores de una variable denominada “variable dependiente” están
muy relacionadas con los cambios de valores en las variables independientes. En términos
del diseño experimental a las variables independientes se les denomina factores,
entendiéndose por niveles los diferentes valores o clasificaciones que puede tomar un factor
dado.

Ejemplos:

1. Se desea probar varias cantidades de un fertilizante nitrogenado en el cultivo de la

papa, para medir el efecto que estos producen en los rendimientos agrícolas de este cultivo.

Variable dependiente : Rendimiento agrícola

Factor : Fertilizante nitrogenado
Niveles : Distintas cantidades que se emplean de fertilizante

2. Se quiere conocer la ganancia en peso de pollos para el engorde cuando se

emplean diferentes cantidades de una fuente de proteína en su dieta.

Variable dependiente : Ganancia en peso

12
Factor : Fuente de proteína
Niveles : Distintas cantidades de proteína en la ración

En ocasiones los tratamientos se componen de dos o más elementos a probarse o a

investigarse, que vistos por separado también son tratamientos por si solos.

Ejemplos de formación de tratamientos:

La combinación de una dosis de fertilizante químico con una dosis de abono orgánico.
La combinación de una variedad de pasto con una época de corte.
La combinación de una densidad de siembra con un sistema de labranza, etc.

Los componentes del tratamiento: fertilizante químico vs abono orgánico, variedad vs

época de corte, variedad vs sistema de labranza se denominan factores en estudio o
simplemente factores.

Por otro lado, cada factor puede ser definido con base a diferentes categorías, dentro de
una escala estructurada o no estructurada.

Ejemplo:
La fertilización química puede ser estructurada en: 0, 50 100 y 150 kg de nitrógeno
El abonamiento orgánico puede ser estructurado en: 5, 10, 15 y 20 toneladas por ha.
Las densidades de siembra pueden ser estructuradas en: 10, 15 y 20 kg de semilla por ha o
pueden ser estructuradas en: 100, 120, 140 y 160 mil plantas por ha.
Los sistemas de labranza pueden ser no estructurados pero arreglados en: tradicional,
tradicional mejorado e intenso convencional.
Las variedades pueden ser no estructuradas, pero arregladas en: mejoradas y criollas.

Entonces, el sistema de escalonar los factores en estudio se conoce como niveles de los
factores, o simplemente niveles.

En resumen: el conjunto de niveles hacen un factor y la combinación de factores en estudio

hacen los tratamientos, aunque los factores por separado también pueden ser considerados
como tratamientos (Nieto, 2003).

1.2.7. QUE ES UN EXPERIMENTO

Un experimento se define como una búsqueda planeada de nuevos conocimientos o

confirmar o no resultados de experimentos previos, con lo que tal indagación ayudará en la
toma de decisiones administrativas como la recomendación de una variedad, un
procedimiento o un pesticida, etc.

Los experimentos caen dentro de tres categorías:

Experimento preliminar, el investigador prueba un número grande de tratamientos con el

objeto de obtener indicios para futuros trabajos; la mayoría de los tratamientos aparece una
sola vez.

Experimento crítico, el investigador compara las respuestas a diferentes tratamientos usando

un número suficiente de observaciones de las respuestas para tener seguridad razonable de
detectar diferencias.

Experimentos demostrativos cuando se compara uno o más tratamientos nuevos con un

patrón.
13
1.2.7.1. OBJETIVOS DE UN EXPERIMENTO

Al diseñar un experimento, se establecen claramente los objetivos como preguntas que han
de responderse, hipótesis que han de probarse y efectos que han de estimarse. Es
aconsejable clasificar a los objetivos como mayores y menores ya que ciertos diseños
experimentales dan más precisión para ciertas comparaciones de tratamientos que otros.

La precisión, sensibilidad o cantidad de información, se mide por el inverso de la varianza de

1 n
una media. Si I representa la cantidad de información, entonces I 
 2
y 

A medida que la varianza  aumenta, la cantidad de información decrece, también a

2

medida que el número de muestras n se incrementa la cantidad de información se

incrementa. Una comparación de dos medias muestrales se hace más sensible, esto es,
puede detectarse una diferencia más pequeña entre medias poblacionales, a medida que
el tamaño de la muestra crece.

Es de gran importancia definir la población para la cual deben extraerse inferencias y tomar
la muestra de esa población en forma aleatoria. Supóngase que el objetivo principal de un
experimento es comparar los valores de varias raciones para cerdos en cierta región.
Supóngase también, que los granjeros en esa región crían diferentes razas de cerdos, que
algunos usan comederos mecánicos y otros los alimentan manualmente. Si el
experimentador usa solamente una raza de cerdos en el experimento o los alimenta
solamente con comederos mecánicos, la muestra difícilmente puede considerarse
representativa de la población, a menos que haya información previa de que el tipo de
comederos y de alimentación tienen poco o ningún efecto sobre diferencias debidas a las
raciones. Si no hay información disponible sobre el efecto de raza sobre el método de
alimentación, sería muy aventurado hacer inferencias a partir de un experimento basado en
una raza y un método de alimentación para todas las razas y todos los métodos. Para hacer
tales recomendaciones, el experimentador debe incluir todas las razas locales y todos los
métodos de alimentación como factores del experimento. Al hacer esto se amplía el
alcance del experimento.

Otro ejemplo es el de un experimento planeado para comparar la eficacia de diferentes

fungicidas en el control de una enfermedad en la avena. Supóngase que en la región
donde se hayan de aplicar las recomendaciones, diversas variedades cultivadas
artificialmente o “cultivares” son de uso común y que varía la cantidad de las semillas. Para
poder dar recomendaciones adecuadas, el experimentador debe comparar los fungicidas
en varios cultivares y con varias cantidades de semillas para cada cultivar. Esto es esencial si
el experimentador va a determinar si se puede recomendar o no un solo fungicida para
todos los cultivares y calidades de semilla en la región. En general, inferencias de valor
respecto a una población extensa no pueden obtenerse a partir de un solo experimento.

1.2.8. EXPERIMENTOS FACTORIALES

En la práctica se puede observar con frecuencia que no resulta posible ver o estudiar
aisladamente un factor sin el efecto o acción de otros factores; no se puede conformar una
dosis de fertilizante nitrogenados obviando sus contenidos de fósforo y potasio; como
tampoco se puede elaborar una dieta solo con niveles de proteínas sin atender sus

14
contenidos de energía metabolizable. Estos segundos factores son necesarios para las
respuestas de los primeros.

Todo lo anterior se hace necesario en el estudio de las combinaciones de los niveles de dos
o más factores, dando lugar a los experimentos factoriales, los mismos que constituyen una
nueva forma de construir el conjunto de tratamientos en el experimento.

La principal ventaja de la experimentación factorial radica en que además de estudiar los

efectos de cada factor por separados, brinda información de la acción conjunta de los
factores. Debe señalarse que la diferencia marcada entre los factores en estudio, indica
que no sería válido cualquier análisis separado de los factores.

1.2.9. PRECISIÓN Y EXACTITUD

La precisión es una medida de la concentración de los posibles valores de un estimador. La

exactitud ofrece una medida de la aproximación hacia el verdadero valor del parámetro.

Pueden existir mediciones con mucha precisión y baja exactitud y viceversa, siendo
deseable obtener mediciones precisas y exactas. Un estimador insesgado provee
estimaciones exactas, y un estimador eficiente aporta estimaciones precisas, de aquí la
importancia de utilizar estimadores insesgados y de mínima varianza.

1.2.10. ERRORES EN LA EXPERIMENTACIÓN

Los resultados experimentales siempre vienen afectados por diversos errores, desde los
errores groseros o de equivocación, cuya existencia no tiene justificación, hasta los errores
sistemáticos y aleatorios.

1.2.10.1. ERRORES SISTEMATICOS

Este tipo de errores suelen originarse por imperfecciones en los medios de medición en
general, incluyendo las observaciones y apreciaciones que hacen los observadores. Estos
errores afectan en menor o mayor cuantía las observaciones, pudiéndose descubrir su
existencia haciendo repeticiones de las medidas con medios o personal diferente. A pesar
de ello, su eliminación requiere e técnicas especiales y no siempre es posible.

Ejemplos de estos errores pueden presentarse cuando una balanza tiende de manera
“sistemática” a incrementar el verdadero valor de la medición, o cuando observadores
diferentes asocian escalas diferentes a un mismo objeto.

Como consecuencia de ello las mediciones no arrojarían el verdadero valor de la magnitud

y se dice que la muestra tiene un error sistemático, desviación o sesgo.

1.2.10.2. ERRORES ALEATORIOS

Cada medida viene afectada por un gran número de factores. El experimentador aspira
siempre a controlar aquellos que tienen efectos importantes, y deja sin control un gran
número de ellos que tienen pequeños efectos individuales.

Ejemplo, supóngase que un investigador se propone medir el efecto que produce un

fertilizante determinado en el rendimiento de una variedad de arroz o el efecto de una
15
ración que se ha elaborado sobre la ganancia en peso de un grupo de cerdos de una
cierta raza. Toma todas las precauciones con vista al control de los efectos que considera
importantes: hace una selección minuciosa del suelo que va a utilizar, monta su ensayo en
macetas para el mejor control de los factores ambientales, riego, entre otros; escoge sus
animales procedentes de una misma camada, del mismo peso inicial, los coloca en corrales
individuales con similar atención y manejo. Su experimento se desarrolla según él lo a
previsto, pero sucede que plantas bajo este régimen previsto, de atención y control aportan
rendimientos diferentes o animales diferentes obtienen ganancias en peso diferentes. Esta
variación en los resultados se debe al conjunto de los pequeños efectos individuales,
genéticos, fisiológicos, ambientales, entre otros, que dan lugar a los llamados errores
aleatorios o experimentales.

De todo lo anterior, queda claro que los errores sistemáticos son indeseables en la
investigación, los cuales deben ser evitados tanto como sea posible. Sin embargo los errores
aleatorios, son prácticamente inevitables, pero por su comportamiento aleatorio, se
presentan tanto aumentando como disminuyendo el verdadero valor a observar. De modo
que es lógico pensar que su esperanza matemática es cero, entonces el mayor deseo será
que su varianza, o varianza del error experimental sea lo más pequeña posible.

1.2.11. REPETICIONES POR TRATAMIENTO

Es el número de unidades experimentales a las cuales se aplica cada tratamiento. Si cada

tratamiento tiene el mismo número de repeticiones se dice que el diseño es balanceado.

La única forma de lograr una estimación adecuada de la varianza del error es aplicando los
tratamientos a más de una unidad experimental. Todos los métodos estadísticos necesitan,
para ser aplicados una estimación de la varianza del error, de aquí que la reproducción
(aplicar cada tratamiento a más de una unidad experimental) es la que hace posible la
aplicación de técnicas estadísticas en el análisis de los resultados de un experimento. Por
otra parte, hay que destacar que en la medida en que el número de repeticiones por
tratamiento sea mayor menor será la varianza de la media de tratamiento.

Cuando un tratamiento aparece más de una vez en un experimento se dice que está
repetido. LAS FUNCIONES DE REPETICIÓN SON:

1.- Permite una estimación del error experimental

2.- Mejorar la precisión de un experimento mediante la reducción de la desviación
estándar de una media de tratamiento
3.- Aumentar el alcance de la inferencia del experimento a través de la selección y del
uso apropiado de unidades experimentales
4.- Ejercer el control sobre la varianza del error

De un experimento en el cual cada tratamiento aparece una sola vez, se dice que consiste
en una repetición simple. De un experimento como éste, no es posible estimar el error
experimental. Aquí es posible explicar una diferencia observada como una diferencia entre
tratamientos o entre unidades experimentales; es imposible saber con seguridad objetiva
cual explicación es la correcta. O sea, cuando no existe un método para estimar el error
experimental, no hay manera de determinar si las diferencias observadas indican diferencias
reales o si se deben a la variación propia. El experimento no es autosuficiente ya que toda
inferencia debe basarse en experiencias previas. (Excepción. Se puede utilizar una sola
repetición, o aun una fracción particular de una repetición de un experimento con un
16
número grande de factores o tipos de tratamientos, esto permitirá un estimativo del error
experimental cuando se cumplan ciertos supuestos).

A medida que el número de repeticiones aumenta, las estimaciones de las medias

poblacionales también aumentan, esto es, las medias observadas de los tratamientos, se
hacen más precisas. Si se detecta una diferencia de 5 unidades usando 4 repeticiones, un
experimento de aproximadamente 16 repeticiones detectará la mitad de esa diferencia, o

sea 2,5 unidades, pues las desviaciones estándar están en proporción 2:1, siendo y
4

, respectivamente. Se usa la palabra “aproximado” porque la precisión especialmente
16
en experimentos pequeños depende en parte de los grados de libertad disponibles para
estimar el error experimental. También, aumentar el número de repeticiones puede exigir el
uso de material experimental menos homogéneo o una técnica menos cuidadosa, dando
así una nueva población principal con un mayor error experimental. Sin embargo, el
aumento de las repeticiones por lo general mejora la precisión, disminuyendo las longitudes
de los intervalos de confianza y aumentando el poder de las pruebas estadísticas.

En ciertos tipos de experimentos, la repetición es un medio de aumentar el alcance y la

inferencia de un experimento; la población muestreada es menos restringida en su definición
y así se amplía la inferencia. Por ejemplo, supóngase que deseamos determinar si existe una
diferencia real en el experimento de dos variedades de un cultivo en una región y que hay
dos tipos principales de suelos en ésta área. Si el objetivo del experimentador es sacar
inferencias para ambos tipos de suelo, es obvio que ambos deben entrar en el experimento.
También es importante que el área incluida dentro de cada repetición, esto es, en cada par
de parcelas en las cuales se siembran las variedades, sea de un tipo de suelo tan uniforme
como sea posible; no es necesario y puede ser indeseable tener condiciones muy uniformes
entre repeticiones, especialmente si la población en cuestión es bastante amplia.

En muchos experimentos sobre el terreno, el experimento se repite en un periodo de años.

La razón es obvia, ya que las condiciones varían año a año y es importante conocer el
efecto de los años sobre las diferencias entre los tratamientos, porque las recomendaciones
se suelen hacer para años futuros. De la misma manera, se usan diferentes localidades para
evaluar los tratamientos en las diferentes condiciones ambientales presentes en la
población, esto es, en la región para la cual van a hacerse las recomendaciones. Tanto las
repeticiones en tiempo (años) como en espacio (localidades) pueden considerarse tipos
amplios de repetición. El propósito es aumentar el alcance de la inferencia.
Frecuentemente se usa el mismo principio en experimentos de laboratorio, o sea que el
experimento completo se repita varias veces, posiblemente por personas diferentes, para
determinar la repetibilidad de los tratamientos en condiciones posiblemente diferentes que
puedan existir en el laboratorio de tiempo en tiempo.

Finalmente, la repetición permite agrupar unidades experimentales de acuerdo con la

respuesta esperada en ausencia de tratamientos. El objetivo es repartir la variación total
entre las unidades experimentales de tal manera que se maximice entre los grupos y se
minimice simultáneamente dentro de ellos. Ahora bien, si se aplica un conjunto de
tratamientos dentro de cada grupo de éstos, las diferencias observadas medirán las
verdaderas diferencias de tratamientos mejor que si la agrupación se hubiera pasado por
alto. Es claro que no debe inflarse el error experimental, que es nuestra medida para
detectar diferencias reales entre tratamientos, debido a diferencias entre grupos. Se cuenta
con las matemáticas apropiadas para lograr este propósito.

17
1.2.12. PRECISIÓN RELATIVA DE DISEÑOS CON POCOS TRATAMIENTOS

n
La precisión o la cantidad de información de un experimento se mide por I  , entonces
2
una estimación de la información depende de lo bien que la varianza de la muestra (S2)
estima a la varianza de la población  y esto está afectado por el número de grados de
2

libertad disponibles para la estimación. Los grados de libertad dependen del número de
repeticiones, del número de tratamientos y del diseño experimental.

Cuando el número de grados de libertad es inferior a 20, bien vale la pena incrementar la
precisión. Así, obsérvese que t0,025 para 5 grados de libertad, es 2,57; para 10 grados de
libertad, es 2,23; para 20 grados de libertad, es 2,09 y para 60 grados de libertad, es 2,00. El
valor de t a todo nivel de probabilidad disminuye notablemente por cada grado mas de
libertad hasta llegar a 20; más allá de este valor la disminución es lenta.

Para comparar dos diseños experimentales, se compara la cantidad de información. Esta

da la eficiencia relativa. El procedimiento de Fisher, tal como lo presenta Cochran y cox,
estima la eficiencia del diseño 1 en relación con el diseño 2 mediante:
(n1  1)
(n  3) S12 (n1  1)(n2  3) S 22
RE  1 
(n2  1) (n2  1)(n1  3) S12
(n2  3) S 22
Donde:
S12 y S 22 son los cuadrados medios del error de los diseños uno y dos respectivamente
n1 y n2 son sus grados de libertad.

Si el número de observaciones en una media de un tratamiento difiere en los dos

2 2
2 2
experimentos en comparación, sustitúyase S1 y S 2 por y1 y y2 . S S
Supóngase que se desea comparar un diseño que tiene 5 grados de libertad para estimar la
varianza de la población (  ) con otro que tiene 10 grados de libertad; esto podría ser una
2

comparación de un experimento pareado con uno no pareado de dos tratamientos y seis

repeticiones. El diseño pareado es más preciso que el no pareado sólo si la eficiencia del
primero con relación al último es mayor que 1, esto es, si la eficiencia relativa (RE) es mayor
que 1 (uno). O sea que el pareamiento se justifica si 0,886 es mayor que S12 .

(n1  1)(n2  3) S 22 (5  1)(10  3) S 22 78 0,886 S 22

RE    
(n2  1)(n1  3) S12 (10  1)(5  3) S12 88 S12

1.2.13. ALEATORIZACIÓN

Consiste en la asignación al azar de los tratamientos en estudio a las unidades

experimentales con el propósito de asegurar que un determinado tratamiento no presente
sesgo. Por otro lado la aleatorización hace válidos los procesos de inferencia y las pruebas
estadísticas.

18
Este término se refiere al grado de azar con que los tratamientos han sido asignados a las
unidades experimentales. La aleatorización es necesaria para hacer válidas las conclusiones
a las que se arribes al usar métodos estadísticos inferenciales.

Para una mejor ilustración de este concepto se discutirá el siguiente ejemplo: se desea
realizar un experimento para probar cuatro variedades de un determinado cultivo. La zona
que se dispone está caracterizada por una pendiente de norte a sur, lo que presupone una
diferenciación en la fertilidad de las parcelas superiores e inferiores.

Menor
V1 V1 V1 V1

V2 V2 V2 V2
Fertilidad
V3 V3 V3 V3

V4 V4 V4 V4
Mayor
Si los tratamientos son asignados a las unidades experimentales o parcelas de la forma que
se presenta en la figura anterior, sucede que la variedad 4 ha sido ubicada siempre en las
parcelas de mayor fertilidad, luego estará favorecida respecto a la variedad 1 que se
encuentra asignada siempre en las unidades experimentales de menor fertilidad.

Esto confunde los efectos de las variedades con el grado de fertilidad del suelo, de manera
que son inseparables. En tales condiciones cualquier prueba estadística que pudiera
efectuarse para la comparación de la variedad 1 con la variedad 4 no sería válida,
carecería de todo valor.

Esto pudiera ser resuelto si se formaran bloques de parcelas con similar fertilidad y asignar
cada variedad de forma al azar dentro de cada bloque:

Menor
Bloque I V2 V3 V1 V4

Bloque II V4 V2 V3 V1 Fertilidad

Bloque III V1 V3 V4 V2
Mayor
De esta forma se garantiza que cada una de las variedades tenga la posibilidad de
manifestarse en parcelas de alto y bajo nivel de fertilidad.

Hay que destacar que aunque se ha dicho que la aleatorización “tiende a eliminar
cualquier confusión” nunca se tendrá una seguridad total, pero se podrá trabajar como si
esta no existiera. El bloqueo junto con la aleatorización es una herramienta muy útil que si es
usada adecuadamente puede conducir no solo a la eliminación de la confusión de efectos,
sino también a una disminución de la varianza del error experimental.

Un segundo ejemplo puede ser el siguiente: Supóngase que se desea probar el efecto de las
raciones A y B sobre el peso final de un grupo de terneros. Si la dieta A se aplica a los
animales de mayor peso del grupo, a esta dieta se le atribuye bondades que no posee,

19
introduciendo un sesgo en la estimación de su verdadero efecto, de igual forma la ración B
estaría desfavorecida y la estimación de su efecto estaría sesgada también.

Estos sesgos pueden evitarse usando el bloqueo y aleatorización. Como puede observarse,
la aleatorización evita errores sistemáticos.

1.3. DISEÑO DE UN EXPERIMENTO

Este término se utiliza para planear un experimento de manera que se pueda obtener la
información pertinente a un determinado problema que se investiga y así tomar decisiones
correctas.

Diseñar un experimento contempla su planteamiento de modo que reúna la información

necesaria para cumplimentar los objetivos de la investigación; la secuencia de pasos a dar
para asegurar que se obtengan los datos apropiados para resolver el problema propuesto,
así como los métodos de análisis que van a ser usados y la interpretación de los resultados.

El diseño adecuado del experimento es una etapa fundamental de la experimentación, que

permite el suministro correcto de datos a posteriori, los que a su vez conducirán a un análisis
objetivo y con deducciones válidas del problema.

Sería desalentador que al final de un experimento se descubra que los resultados obtenidos
presentan serias limitaciones en cuanto a las conclusiones que de ellos se pudieran extraer, o
en el mejor de los casos, darse cuenta que se ha dilapidado tiempo, esfuerzos y recursos por
no haber dedicado la atención suficiente al planteamiento y concepción del experimento.
Siempre se debe pensar que nunca será demasiado el tiempo que se dedique a esta
actividad.

1.3.1. ASPECTOS A CONSIDERAR EN LA PLANIFICACIÓN

Existen algunos aspectos importantes que deben tenerse en cuenta por el investigador en
las primeras etapas de un experimento para que el diseño satisfaga la precisión y exactitud
que se desea obtener en los resultados:

Enumeración de sus finalidades: Plantearse de forma clara cuales son las hipótesis de
trabajo, los objetivos, factores a estimar, alcance y finalidades del trabajo.

Descripción del experimento: aquí se deben abarcar aspectos tales como su magnitud,
material a utilizar, factores a controlar, así como la selección de los tratamientos
experimentales.

Otros detalles: deben tenerse en cuenta las mediciones que se harán, número de
repeticiones por tratamiento, material experimental, así como manejar la idea del tipo de
análisis que se va a emplear, con vista a que su interpretación satisfaga los objetivos que se
quieren lograr.

Así como se ha podido ver, el diseño experimental es una disciplina mucho más amplia y no
se limita sólo, como algunos piensan, a la forma de arreglar y designar los tratamientos al
material experimental, si no que cubre diversos aspectos, los que por su importancia vale la
pena dedicar una parte del presente capitulo.

20
1.3.2. CARACTERISTICAS DE UN EXPERIMENTO BIÉN PLANIFICADO

Simplicidad.- la selección de tratamientos y la disposición de estos en el campo

experimental deben hacerse en la forma más simple y comprensible posibles y en forma
consistente con los objetivos del experimento.

Grado de precisión.- cuidar que haya la mayor probabilidad de que el experimento sea
capaz de medir diferencias entre tratamientos, con la precisión deseada por el investigador.
Esto se consigue con un diseño apropiado y con el número suficiente de repeticiones.

Ausencia de error sistemático.- evitar que las unidades experimentales que reciben un
tratamiento no difieran sistemáticamente de aquellas que reciben otro tratamiento, de
modo que pueda obtenerse una estimación imparcial de cada efecto de tratamiento. Esto
es muy común en experimentos con cultivos perennes. El efecto de competencia podría
variar sistemáticamente a medida que se aleja o se acercan a la presencia de la planta
perenne.

Validez de las conclusiones.- las conclusiones deben tener un rango de validez tan amplio
como sea posible. Experimentos replicados en el tiempo o en el espacio incrementan el
rango de validez de las conclusiones. Lo mismo sucede con experimentos factoriales, que
permiten ampliar el rango de conclusiones ya que permiten evaluar los efectos de un factor
dentro de los niveles variantes de otros factores.

1.3.3. MATERIAL EXPERIMENTAL: FACTORES A CONTROLAR.

Lo ideal sería que el material que se contará para el experimento sea totalmente
homogéneo, de modo que pudiera pensarse, que sólo habría que atender al único factor
que el investigador esta interesado, los tratamientos.

Esto no es tan sencillo, se debe tener un amplio conocimiento del material experimental que
se dispone, incluyéndose desde la lista de factores por los cuales está afectado hasta su
idoneidad para los objetivos que se pretendan alcanzar.

El conocimiento de los factores presentes en el material es un aspecto de extrema

importancia, ya que ellos deciden la necesidad de establecer alguna forma de bloques
homogéneos u otras técnicas experimentales que permitan eliminar algún tipo de confusión
entre todos los factores que inciden en el experimento.

1.3.4. MAGNITUD DEL EXPERIMENTO: TAMAÑO DE LA UNIDAD EXPERIMENTAL

Las unidades experimentales deben quedar bien definidas y claras, ellas constituyen la base
para el análisis de los resultados. El tamaño de la unidad experimental tiene una gran
influencia en la disminución de la varianza del error experimental, a medida que aumente el
tamaño de ésta, disminuye la varianza del error experimental.

En efecto, si la observación correspondiente a cada unidad experimental es el promedio

i ) de las unidades básicas que la componen de Xi valor de la i-ésima unidad
aritmético ( X
básica dentro de un tratamiento.

21
 i )   , donde n es el tamaño de la unidad experimental.
2
i )   2 ,  e  Var( X
Var( X
n

2
e  disminuye fuertemente al pasar de unidades experimentales muy pequeñas a
n
mayores, pero después esta disminución es menor hasta hacerse casi imperceptible.

Por otra parte, unidades experimentales muy grandes pueden dificultar un bloqueo
adecuado, si es que éste es necesario, al crearse con el aumento del tamaño de la unidad
experimental diferencias entre unidades de un mismo bloque. Es evidente que se necesita
entonces un tamaño de la unidad experimental que permita una adecuada disminución de
la varianza del error, que sea eficiente desde el punto de vista económica (unidades
experimentales grandes implica mayores gastos) y que no produzca heterogeneidad dentro
de bloques cuando estos sean necesarios.

El número de repeticiones por tratamiento está en estrecha relación con el tamaño de la

unidad experimental. La probabilidad máxima de cometer un error de tipo II en las pruebas
de hipótesis que se realizan a partir de los datos del experimento depende tanto de la
varianza del error como del número de repeticiones por tratamiento, en capítulos posteriores
se especificará esta relación. Por ahora es suficiente conocer que entre estos elementos del
diseño debe existir un buen balance.

Como resultado de la práctica y de muchos años de investigación de campo y de cálculos

estandarizados por precisión y costos, en centros internacionales de investigación, se ha
determinado que un tamaño adecuado de parcela neta, para experimentos con cultivos
como cereales (arroz, trigo, cebada, avena), es de 6 - 10 m2. En otros casos, como
resultados de varias pruebas y experimentos de caracterización de colecciones de
germoplasma, también en centros internacionales, se ha determinado que un número
adecuado de individuos para conformar una muestra es de 10 por unidad experimental,
pero en este caso se trata de medir 10 individuos en franca competencia dentro de la
unidad experimental. En los dos casos, son tamaños de muestra adecuados, que pueden
balancear la precisión y costos. (Nieto, C., 2003)

1.3.5. ELECCIÓN DEL CONJUNTO DE TRATAMIENTOS

Este aspecto reviste gran importancia en todo trabajo experimental, el cual debe ser
diseñado de forma que se pueda esclarecer cualquier resultado en el análisis de los datos.

En ocasiones la inclusión de un tratamiento “no práctico” proporcionará una información

necesaria relativa al comportamiento de los demás tratamientos. Si se quisiera probar la
acción de la proporción de dos elementos A y B en una dieta de pollos para el engorde, los
resultados pudieran ser tales que el investigador no pudiera dilucidar si la mejora o merma
en la ganancia se debe a un aumento o disminución del componente A o del B. En este
caso la adición de un tratamiento sólo con A y otro sólo con B, pudieran aportar luz en el
análisis de los resultados aún cuando estas dietas fueran no prácticas. Esto pudiera ser poco
justificable si el objetivo del experimento fuera sólo encontrar la mejor dieta.

El conjunto de tratamientos puede ocasionar situaciones más complejas relacionadas con

las condiciones bajo las cuales serán comparados los tratamientos. Este aspecto se
comprenderá mejor si analizamos el siguiente ejemplo:

En un experimento donde se necesitan probar cantidades de

nitrógeno (N) como fertilizante en un cultivo, se hace
necesario la inclusión de otro u otros elementos, dígase22
potasio (K) y/o fósforo (P) lo que convendría en el
experimento será una prueba de varios factores, dando lugar
a un experimento factorial; en el cual se tendrá no
solamente los aspectos de éstos factores, sino también los
1.3.6. ESPECIFICACIÓN DE LAS UNIDADES EXPERIMENTALES

Las unidades experimentales deben quedar bien definidas y claras ya que estas constituyen
la base para el análisis de los resultados.

En experimentos de campo el tamaño y la forma de la parcela tienen una gran influencia

en la varianza del error experimental. Se sabe que en la medida que el tamaño aumenta,
disminuye la varianza del error, siendo más fuerte al principio y más discreta cuando el
tamaño crece.

Por otra parte, parcelas muy grandes producen aumento en las dimensiones del
experimento que pueden introducir confusión entre los efectos del suelo y los tratamientos,
de aquí la importancia de encontrar un tamaño de parcela que establezca un compromiso
entre estos elementos.

De igual forma la respuesta de un animal bajo un tratamiento está muy ligado a las
características propias del animal, de acuerdo a las finalidades que se persigan en el
experimento, pudiera sugerirse el empleo de unidades experimentales conformadas por
grupos de animales, los que al igual en experimentos agrícolas produce una disminución de
la varianza del error experimental.

1.3.7. ASIGNACIÓN DE LOS TRATAMIENTOS A LAS UNIDADES EXPERIMENTALES

La asignación de los tratamientos a las unidades experimentales debe partir del principio de
la imparcialidad, esto es, que ninguno de los tratamientos se vea favorecido o
desfavorecido al ser aplicado a tal o cual unidad experimental. Cuando esto falla se puede
distorsionar los resultados de tal cuantía, que invalidarían toda posible conclusión en el
experimento, pues se confunde el efecto del tratamiento y el de la unidad experimental.

Este aspecto es fácil de ilustrar: supóngase que se desean probar el efecto de dos raciones
A y B sobre el peso final de un grupo de terneros. Si la dieta A se aplicara a los animales de
mayor peso del grupo, a esta dieta se le atribuyen bondades que no posee, introduciendo
un sesgo en la estimación de su verdadero efecto, de igual forma ración B estaría
desfavorecida y su estimación estaría sesgada también.

Un ejemplo similar se tiene si se deseara valorar el efecto de dos fertilizantes sobre la altura
de la planta en un cultivo. Si el primero de ellos fuera aplicado continuamente en los surcos
exteriores de la parcela, este estará favorecido respecto al segundo fertilizante que es
aplicado en los surcos más internos de la parcela, los surcos externos poseen una mayor
iluminación y por lo tanto su altura es mayor.

Estos dos ejemplos ilustran de manera fehaciente que los resultados de ambos ensayos están
sesgados y que sus conclusiones carecerían de valor alguno, esto es debido a que los
efectos de tratamientos se han confundido con el peso inicial del animal y la posición del
surco en la parcela.

23
Estos sesgos pueden ser evitados por medio de la aleatorización introducida por Fisher cuyo
procedimiento consiste en asegurar que un tratamiento no estará continuamente
favorecido o impedido en las repeticiones sucesivas por alguna fuente extraña de variación
conocida o desconocida. Cada unidad experimental tiene la misma posibilidad de recibir
cualquier tratamiento. La aleatorización es además, imprescindible para que los
procedimientos estadísticos que se vayan a aplicar sean válidos.

1.3.8. ESBOZAR EL TIPO DE ANÁLISIS ESTADÍSTICO QUE SE USARÁ

El experimento debe planificarse y ejecutarse de manera que su resultado conduzca a

conclusiones que estén en relación directa a los objetivos planteados.

Lógicamente tiene que existir correspondencia entre la forma de conducir un experimento,

los resultados que se obtienen y las técnicas estadísticas que se usan para llegar a
conclusiones. De ninguna manera es correcto conducir un experimento y después pensar
que técnica estadística puede usarse para pasar de los resultados experimentales a las
conclusiones que deben satisfacer los objetivos planteados para la investigación o
experimento.

1.3.9. MEDICIONES ADICIONALES

Es vital que durante el desarrollo de un experimento, el investigador mantenga un

sistemático control de los resultados que se van obteniendo en cada medición; efectuar
análisis preliminares a fin de estar ubicado si estos resultados marchan según su planificación
inicial, si existen algunas anomalías, si son necesarias otras repeticiones o si se deben tomar
algunas precauciones o nuevas variantes experimentales.

No esperar al final para disponer de todos los resultados y efectuar todo el análisis junto,
cuando ya nada se pueda hacer.

Si este aspecto es importante, no menos importante sería prever inicialmente la necesidad

de otras mediciones o registros que pudieran hacer posible presunción, por lo menos hasta
cierto punto, del comportamiento de las unidades experimentales, con el objetivo de salvar
una confusión entre el efecto de la unidad experimental y los tratamientos.

Los siguientes ejemplos pueden resultar muy aclaratorios para que el estudiante comprenda
la importancia que esto tiene:

Supóngase que se quieren probar un conjunto de dietas en una línea de

pollos para medir su efecto sobre el peso a las siete semanas de edad.
Las unidades experimentales se han conformado por jaulas que
contienen 25 pollitos al día de nacidos. Saben los nutricionistas avícolas
que al final los animales machos, respecto a las hembras, poseen un
peso mayor; esto ocasionaría que unidades experimentales (jaulas o
corral) que tuvieran una mayor proporción de animales hembras estarían
afectadas respecto a una que mantuviera igual proporción o mayor
cantidad de animales machos. Esto pudiera haber sido resuelto desde el
principio del experimento si se hubiera efectuado el sexaje de los
animales y regulando la composición de sexo por jaulas. No obstante
como esto no es posible por lo poco efectivo de éstas prácticas para los
pollos, será importante que el investigador controle y domine cual fue la
composición de sexo de sus unidades experimentales y de esta forma el
estadístico pudiera salvar esta situación empleando alguna técnica de
análisis, como fuera el análisis de covarianza el cual permite hacer un
ajuste en las medias de los pesos finales como si las proporciones de los 24
sexos fuera una cantidad fija.
También este aspecto se pudiera ilustrar en un experimento agrícola donde se desea medir
un conjunto de labores culturales sobre el rendimiento en el cultivo de la papa. En este
cultivo se sabe, que ante la intensidad de ataque de un virus, los rendimientos se afectan
sensiblemente. Es posible que en el momento en que fue plantado el experimento existieran
unidades experimentales o parcelas con menor o mayor grado de infección, cuyos
resultados se verán afectados no por el tratamiento de cultivo que tenía aplicado sino a
esta diferencia en el grado de infección. Si el investigador hubiera valorado este aspecto
inicialmente a través de la misma técnica del ejemplo anterior, se pudiera inferir el
rendimiento a cada labor de cultivo como si todo el material hubiese tenido un grado de
infección constante.

1.4. INCREMENTO DE LA PRESICIÓN EN LOS RESULTADOS EXPERIMENTALES

A través de todo el capitulo se ha insistido constantemente en la necesidad que las

investigaciones aporten resultados precisos. En el diseño experimental este aspecto reviste
gran importancia, un aumento en precisión significa una disminución en el error experimental
y por ende un aumento en la potencia de las dócimas a desarrollar y una consiguiente
disminución de los intervalos de confianza de los parámetros estimados.

Un aumento de la precisión en el diseño experimental puede obtenerse mediante tres vías

principales:

1. Refinar la técnica experimental

2. Manejar el material experimental de tal manera que los efectos de
variabilidad se reduzcan
3. Aumentar la magnitud del experimento

1.4.1. REFINAR LA TÉCNICA EXPERIMENTAL

La importancia de una cuidadosa técnica en la conducción de un experimento es

fundamental. Como resulta evidente, es una gran responsabilidad del investigador velar
porque sea utilizada una técnica adecuada para la obtención de datos precisos. No se
puede perder de vista que poco puede hacer la estadística matemática y en especial las
técnicas de diseño experimental, si el experimento ha sido diseñado con una técnica
inapropiada.

En la conducción de experimentos, el investigador debe tomar en consideración que debe

existir uniformidad en la aplicación de los tratamientos y que debe ejercerse un control sobre
las inferencias externas que permita que los tratamientos produzcan sus efectos bajo
condiciones no solo comparables sino también deseadas. Hay que prevenir los errores que
puedan presentarse en la experimentación mediante una supervisión adecuada del trabajo
de los asistentes y mediante un estudio continuo de los resultados que se van obteniendo. Es
importante tomar en consideración que el error experimental no puede detectar sesgos
debido a lo cual hay que tener cuidado con errores técnicos que pueden repercutir en
mediciones consistentemente sesgadas.

25
1.4.2. MANEJAR EL MATERIAL EXPERIMENTAL DE MANERA QUE LOS EFECTOS DE LA
VARIABILIDAD SE REDUZCAN

Una de las formas de incrementar la precisión en el desarrollo de la experimentación la

constituye el manejo del material experimental de forma tal, que los efectos de la
variabilidad se reduzcan. Bajo esta sección se reúnen diversos aspectos que van desde el
agrupamiento adecuado de las unidades experimentales hasta la posibilidad de utilizar
variables afines que permitan reducir la variabilidad.

Para su estudio, se agrupan las diversas vías de control del error experimental de la siguiente
forma:

1. Diseño experimental
2. Tamaño y forma de las unidades experimentales
3. El uso de observaciones concomitantes
4. Otras formas de control

1.4.2.1. DISEÑO EXPERIMENTAL

El control del error experimental que se ejerce a través del diseño experimental consiste en
manejar físicamente la variación natural que existe entre conjuntos de unidades
experimentales de forma tal que dicha variación no afecte la comparación entre
tratamientos.

Como un ejemplo de control del error experimental mediante el diseño del experimento, se
tiene el caso del diseño conocido DISEÑO DE BLOQUES AL AZAR. Este diseño se caracteriza
por la utilización de bloques, cada uno de los cuales están constituidos por unidades
experimentales bajo condiciones homogéneas a las cuales se aplican todos los tratamientos
bajo estudio. De esta forma, la variación entre unidades en bloques diferentes puede ser
extraída de la variabilidad total, debido a lo cual, la precisión del experimento se
incrementa como resultado de un manejo físico adecuado de la variación natural.

1.4.2.2. TAMAÑO Y FORMA DE LA UNIDAD EXPERIMENTAL

El tamaño y forma de las unidades experimentales es de importancia en el control del error

experimental. En forma general, puede decirse que unidades experimentales grandes
muestran menor variabilidad que unidades pequeñas. Sin embargo, un incremento en el
tamaño de unidades experimentales frecuentemente repercute en una disminución de la
cantidad de réplicas que pueden utilizarse debido a limitaciones en el material
experimental. Esta situación sugiere la utilización de tamaños de unidades experimentales
adecuados, que permitan un balance con la replicación que repercuta favorablemente en
la precisión del experimento.

En el campo de la experimentación agrícola, muchos autores han estudiado tamaños

“óptimos” de parcelas para experimentos en diferentes cultivos, resultados que constituyen
desde el punto de vista económico y estadístico, un balance entre el tamaño de la parcela
y la replicación.

La forma de la parcela, en la experimentación agrícola, ha mostrado también tener

influencia en la precisión, las parcelas largas y estrechas tienden a ofrecer mayor precisión.

1.4.2.3. USO DE OBSERVACIONES CONCOMITANTES

26
En muchos experimentos, se puede aumentar la precisión mediante el uso de observaciones
complementarias sobre variables, llamadas concomitantes y una técnica aritmética
llamada análisis de covarianza. Se usa este análisis cuando la variación entre unidades
experimentales se debe, en parte, a variación en alguna otra u otras características
medibles y no suficientemente controlables para que sean útiles al asignar unidades
experimentales a bloques completos o incompletos con base en resultados semejantes.

1.4.2.4. OTRAS FORMAS DE CONTROL

Además de las formas de control del error experimental antes discutidas existen otras que
van desde la observación de las hipótesis de base de los modelos estadísticos matemáticos
utilizados hasta el manejo adecuado de los elementos considerados dentro del diseño
experimental. Por esta vía se han reportado métodos de análisis de transformaciones para
el análisis de varianza, mediante los cuales se encuentran las posibles transformaciones de
las observaciones que permiten un mayor acercamiento a las hipótesis de base. De esta
forma se obtiene validez en los métodos paramétricos a utilizar con su consecuente
repercusión en la precisión y exactitud de los resultados.

1.4.3. AUMENTO EN LA MAGNITUD DEL EXPERIMENTO

Como es conocido, en toda dócima de hipótesis concurren dos errores:

El error tipo I.- que es la probabilidad de rechazar la hipótesis nula si es verdadera, y

El error tipo II.- que es la probabilidad de aceptar la hipótesis nula si esta es falsa.

Esta información es útil para la determinación de tamaños de muestra en el diseño de

experimentos. Sin embargo, en la práctica experimental, no siempre son tenidos en cuenta
dichos errores, provocándose una pérdida de precisión. Esta disminución de precisión
puede afectar sensiblemente las conclusiones experimentales, pudiendo provocar en
ocasiones, toma de decisiones erróneas. Esta posible contradicción entre el resultado
biológico y el resultado estadístico puede resolverse mediante la utilización adecuada del
diseño experimental.

Para la determinación del tamaño de muestra adecuado, según el diseño experimental

definido, es necesario contar con los siguientes elementos:

Varianza aproximada para la variable estudiada (estimación de  )

2

Magnitud de la diferencia biológica que separa a los tratamientos

Seguridad con que se desea detectar la diferencia (potencia de la dócima = 1 - β)
Nivel de significación que será utilizado (error tipo I)
Tipo de prueba requerido, bien sea de una o dos colas.

1.5. INFERENCIA ESTADÍSTICA

Como se ha visto, el objetivo de experimentos es determinar si hay diferencia reales entre

nuestras medias de tratamiento y estimar la magnitud de tales diferencias si existen. Una
inferencia estadística respecto a tales diferencias supone la asignación de una medida de
la probabilidad a la inferencia. Por ello es necesario que la aleatorización y la repetición se
introduzcan en el experimento de una manera apropiada.

Las repeticiones aseguran la manera de calcular el error experimental

27
La aleatorización asegura una medida válida del error experimental.

La elección entre experimento con una aleatorización adecuada y uno sistemático con
aparente mayor precisión pero que no se puede medir, es como la elección de una vía de
longitud y condiciones conocidas y otra de longitud y condiciones desconocidas, de la cual
sólo se sabe que es más corta. Puede ser más satisfactorio saber que tan lejos hay que ir y
como será la ida, que partir por una vía de condiciones y longitud desconocidas, con la sola
seguridad de que, es más corta. Hasta cuando no se disponga de estudios más detallados
de los diseños sistemáticos, parece aconsejable evitar utilizarlos.

1.6. EJERCICIOS PROPUESTOS

1. Plantee dos problemas cuya solución necesita determinar experimentalmente

2. ¿Cómo puede evitar errores sistemáticos?
3. ¿Cómo puede reducir la varianza del error experimental?
4. ¿Qué importancia tiene la reproducción de un experimento?
5. ¿Qué importancia tiene la aleatorización de un experimento?
6. ¿Cómo incide el tamaño de la unidad experimental en la precisión?

28