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.
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.
“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).
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.
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.
g. Tener conocimiento de la tecnología de campo y saber cuáles son los problemas del
productor.
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:
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.
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.
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.
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.
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.
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.
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.
c. Análisis.
1.2.1. TRATAMIENTO
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.
* 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:
* 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.
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.
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.
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.
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.
- Vecindad de las parcelas o áreas no cultivadas, que hace que las plantas en los
perímetros tengan menor competencia de luz y nutrientes.
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
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.
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.
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.
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.
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
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:
12
Factor : Fuente de proteína
Niveles : Distintas cantidades de proteína en la ración
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.
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.
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.
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.
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.
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.
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.
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.
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.
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:
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).
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.
1.2.13. ALEATORIZACIÓN
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.
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.
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.
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
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.
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.
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.
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.
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.
Las unidades experimentales deben quedar bien definidas y claras ya que estas constituyen
la base para el análisis de los resultados.
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.
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.
No esperar al final para disponer de todos los resultados y efectuar todo el análisis junto,
cuando ya nada se pueda hacer.
Los siguientes ejemplos pueden resultar muy aclaratorios para que el estudiante comprenda
la importancia que esto tiene:
25
1.4.2. MANEJAR EL MATERIAL EXPERIMENTAL DE MANERA QUE LOS EFECTOS DE LA
VARIABILIDAD SE REDUZCAN
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
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.
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.
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.
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.
28