Instituto tecnolgico de nuevo laredo Pgina 1

INDICE

Introduccin ......................................................................................................... 3
Conceptualizacin ................................................................................................ 3
Importancia .......................................................................................................... 4
Clasificacin de los diseos experimentales ........................................................ 4
Nomenclatura y simbologa del diseo experimental ........................................... 5
Simbologa ........................................................................................................... 5
Nomenclatura y simbologa del diseo experimental ........................................... 6
Analisis De Varianza (Anova) .............................................................................. 7
Alcance Del Diseo Experimental ........................................................................ 8
Ejemplo #1: .......................................................................................................... 9
Conclusion ............................................................Error! Bookmark not defined.
Bibliografias ..........................................................Error! Bookmark not defined.

Instituto tecnolgico de nuevo laredo Pgina 2

Introduccin

El diseo experimental suele plantearse cuando se requiere analizar una

caracterstica cualitativa sometida a un nico factor. Este nico factor debe de
tener una influencia significativa sobre la caracterstica cualitativa.
El Diseo de Experimentos tuvo su inicio terico a partir de 1935 por Sir Ronald A.
Fisher, quin sent la base de la teora del Diseo Experimental y que a la fecha
se encuentra bastante desarrollada y ampliada. Actualmente las aplicaciones son
mltiples, especialmente en la investigacin de las ciencias naturales, ingeniera,
laboratorios y casi todas las ramas de las ciencias sociales.
La experimentacin proporciona los datos experimentales, en contraste con los
datos de la observacin; los datos de la observacin se representan como su
nombre indica por observaciones de las unidades elementales de una poblacin o
de una muestra, y no deben ser cambiados ni modificados por ningn intento de
parte de un investigador en el curso de la observacin.

Conceptualizacin

El diseo experimental es una tcnica estadstica que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental.
En un diseo experimental se manipulan deliberadamente una o ms variables,
vinculadas a las causas, para medir el efecto que tienen en otra variable de
inters.
El diseo de experimentos ha sido creado por matemticos y estadsticos, por lo
que posee su propio lenguaje, el cual es necesario conocer para su mejor
comprensin y utilizacin, a continuacin se describen los trminos ms
importantes:
Factor.- Una de las variables dependientes que son estudiadas en el experimento.
Esta puede ser cualitativa o cuantitativa.
Nivel.- Valores que puede tener el factor a estudiar.
Combinacin.- Es la asignacin de un solo nivel a un factor, o de varios niveles a
todos los factores en una corrida experimental.
Variable de respuesta.- Es el resultado de una corrida experimental. Variable a
estudiar.

Instituto tecnolgico de nuevo laredo Pgina 3

Efecto.- Es el cambio en la variable de respuesta por el cambio del nivel de un
factor.
Interaccin.- Cuando uno o ms factores trabajan juntos para producir un efecto
diferente que los efectos producidos por aquellos factores de manera individual.

Corrida experimental.- Implementacin de cada una de las combinaciones.

Bloque.- Agrupacin planeada de factores o combinaciones. Es realizada de
manera a minimizar la variacin no incluida en el diseo, ejemplo puede ser el
turno de da de la semana.
Replicacin.- Repeticin de la corrida experimental.

Importancia

El Diseo Experimental, como tcnica de investigacin, toma importancia en los

aos 80 en donde se le da una aplicacin estadstica de los proyectos de Seis
Sigma buscando el famoso nmero de 3,4 defectos por milln de unidades
producidas.
El diseo experimental busca entonces a travs de una serie de herramientas
estadsticas aplicadas metodizar los ensayos de prueba y error para encontrar la
mejor combinacin de variables independientes que optimice una variable de
respuesta en unas circunstancias determinadas.
El anlisis experimental se basa en la comprensin de la variacin que presentan
los datos de salida de un problema. La variacin siempre est presente en todos
los procesos de la naturaleza y por ende en los procesos humanos, la planeacin
de un experimento permite identificar las fuentes de que la producen, clasificarlas
y tomar decisiones con respecto a ellas.

Clasificacin de los diseos experimentales

Diseo Completamente Aleatorizado

Es el diseo ms simple y sencillo de realizar en el cual los tratamientos se eligen
al azar entre las unidades experimentales o viceversa. Este diseo tiene amplia
aplicacin cuando las unidades experimentales son muy homogneas.

Diseo en Bloques Completos Aleatorizados

Al estudiar la influencia de un factor sobre una variable cuantitativa es frecuente
que Aparezcan otras variables o factores que tambin influyen y que deben ser
controladas.

Instituto tecnolgico de nuevo laredo Pgina 4

A estas variables se las denomina variables bloque, y se caracterizan por
(i) No son el motivo del estudio sino que aparecen de forma natural y obligada en
el mismo.
(ii) Se asume que no tienen interaccin con el factor en estudio .

Nomenclatura y simbologa del diseo experimental

Niveles del factor.

Son las diferentes categoras dentro de un factor de las cuales puedes estudiar.

Corrida o unidad experimental.

Ente al cual se aplica el tratamiento y sobre el cual se mide la variable respuesta.

En un diseo experimental de clasificacin simple, se trata de comparar varios

grupos generalmente llamados Mtodos o Tratamientos, como por ejemplo
diferentes maneras de tratar una enfermedad: con medicamentos,
quirrgicamente, acupuntura, etc. Para hacer la comparacin se usa una variable
de respuesta cuantitativa Y que es medida en cada uno de los grupos. Los grupos
tambin pueden ser los niveles de unas variables

Simbologa

T= Tratamientos
C= Control
F= Factores
A= Nmeros de tratamientos
N= Tamaos de la muestra
R= Replica o Repeticin

Factores:
Son las variables las cuales se presume que afectan la caracterstica de inters en
el proceso. Una de las variables dependientes que son estudiadas en el
experimento. Puede ser cualitativa o cuantitativa.

Se dividen en dos tipos: factores controlables y factores ruido

Instituto tecnolgico de nuevo laredo Pgina 5

Factores controlables:
Son aquellos con un grado de control, es decir que se pueden manejar, variar o
manipular con gran facilidad.
Factores ruido:
Son aqullos sobre los cuales el grado de control es menor y el manejo es ms
difcil.

R: asignacin al azar o aleatoria

E: emparejamiento o nivelacin
G: grupo de sujetos
X: tratamiento, estmulo o condicin experimental.
O: medicin de los sujetos de un grupo, ausencia de estmulo en la variable
independiente (grupo testigo).

Definiciones
Tratamientos.
Son las condiciones (procesos, tcnicas, operaciones, etc.) las cuales distinguen
las poblaciones de inters.
NOTA: Cada tratamiento define nicamente una poblacin
Control.
Es la capacidad que tiene el investigador para elegir segn su voluntad los
elementos que intervienen en la investigacin.
Efecto:
Es el cambio en la variable de respuesta por el cambio de nivel de un factor.

Nomenclatura y simbologa del diseo experimental

Particin:
Proceso que distribuye la suma total de cuadrados y de grados de libertad entre
sus diversos componentes.

Interaccin:
Efecto que se produce cuando los niveles (valores) de un factor interactan con
los niveles (valores) del otro factor e influyen en la variable de respuesta. Cuando
uno o ms factores trabajan juntos para producir un efecto diferente que los
efectos producidos por aquellos factores de manera individual.

Instituto tecnolgico de nuevo laredo Pgina 6

Bloqueo:
Es una tcnica usada para incrementar la precisin de un experimento mediante la
eliminacin de variacin introducida por los factores ruido. Un bloque es una
porcin de material experimental que debe ser ms homogneo que todo el
conjunto de material experimental.

Aleatorizacin.
Es el principio bsico fundamental en el uso de mtodos estadsticos en diseo
experimental. Por aleatorizacin se entiende que, la asignacin del material
experimental a los tratamientos y el orden en el cual las corridas o pruebas
individuales del experimento van a ser ejecutados se determinan aleatoriamente.

Anlisis De Varianza (Anova)

Es el proceso de subdividir la variabilidad total de las observaciones

experimentales en porciones atribuibles a fuentes de variacin conocidas. Este es
el mtodo estadstico ms utilizado en el anlisis de experimentos.

Diseo de bloques aleatorizado:

Diseo de experimentos en el que se usa la formacin de bloques.

Experimento factorial:
Diseo experimental en el que se obtienen simultneamente conclusiones acerca
de dos o ms factores.
Combinacin: Es la asignacin de un solo nivel a un factor, o de varios niveles a
todos los factores en una corrida experimental.

Variable de respuesta:
Es el resultado de una corrida experimental. Variable a estudiar.

Corrida experimental:
Implementacin de cada una de las interacciones.

Instituto tecnolgico de nuevo laredo Pgina 7

Bloque:
Agrupacin planeada de factores o combinaciones. Se realiza a manera de
minimizar la variacin no incluida en el diseo.

ALCANCE DEL DISEO EXPERIMENTAL

Para ms de dos factores, 2k el experimento factorial se puede disear

recurrentemente de 2k-1 experimento factorial replegando los 2k-1 el experimento,
asignando el primer repliega al primer (o punto bajo) llano del nuevo factor, y el
segundo repliega al segundo (o colmo) llano. Este marco se puede generalizar a,
e.g., diseando tres rplicas para los factores de tres niveles, etc.

Un experimento factorial permite la valoracin de error experimental de dos

maneras. El experimento puede ser replegado, o principio de los sparsity-de-
efectos al poder se explote a menudo. La rplica es ms comn para los
experimentos pequeos y es una manera muy confiable de determinar error
experimental. Cuando el nmero de factores es grande (tpicamente ms que
cerca de 5 factores, pero ste vara por el uso), rplica del diseo pueden llegar a
ser operacionalmente difciles. En estos casos, es comn funcionar solamente un
solo repliega del diseo, y asumir que las interacciones del factor ms que cierta
orden (opinin, entre tres o ms factores) son insignificantes. Bajo esta asuncin,
las estimaciones de tales interacciones de la alta orden son estimaciones de un
cero exacto, as realmente una estimacin del error experimental.

Cuando hay muchos factores, muchos funcionamientos experimentales sern

necesarios, incluso sin la rplica. Como con cualquier experimento estadstico, los
funcionamientos experimentales en un experimento factorial se deben seleccionar
al azar para reducir el impacto eso diagonal poda tener en los resultados
experimentales. En la prctica, esto puede ser un desafo operacional grande.

Los experimentos factoriales pueden ser utilizados cuando hay ms de dos niveles
de cada factor. Sin embargo, el nmero de los funcionamientos experimentales
requeridos para (o ms) los diseos factoriales de tres niveles ser
considerablemente mayor que para sus contrapartes de dos niveles. Los diseos
factoriales son por lo tanto menos atractivos si un investigador desea considerar
ms de dos niveles

Instituto tecnolgico de nuevo laredo Pgina 8

Los experimentos de un solo factor prueban solo una variable a la vez. Los
experimentos de un solo factor son mucho ms sencillos que los experimentos con
factores mltiples, pero pasan por alto las interacciones y pueden requerir muchos
ciclos.

Un sencillo experimento de un solo factor podra ser formalizado en el

Ejemplo #1:

Teora: los defectos se deben a un defecto no identificado en la materia

prima de uno de nuestros tres proveedores.

Prueba: Haga que un operario trabaje en una mquina. Procese varios

lotes pequeos, cada lote utilizar materia prima de un solo proveedor.
Asegrese que otras condiciones (por cunto tiempo ha estado trabajando
la mquina este da, etc.) sean similares para cada lote. Registre el nmero
de defectos por lote y proveedor.
Debera estar claro si los defectos estn agrupados por proveedor. Esto
apoyara la teora. (Un resultado sorprendente sera que los defectos estn
igualmente compartidos entre los proveedores, pero en cambio estn
agrupados por hora del da, por ejemplo. Esto desacreditara la teora
original, pero llevara a futuras teoras y pruebas sobre, por ejemplo, fatiga
del operario).

Un diseo de un solo factor es menos til si las interacciones causan los defectos.
Por ejemplo: la mayora de las personas consume de 1 a 3 bebidas alcohlicas
estndar sin tener riesgo de muerte. Podramos observar que las personas que
no han ingerido alcohol durante varios das pueden tomar una media dosis, dosis
completa o dosis doble de un medicamento especfico y sobrevivir sin efectos
adversos. Sin embargo, las personas que tomaron 2 o 3 bebidas ms una dosis
doble de medicamento podran morir como resultado de esto.

Instituto tecnolgico de nuevo laredo Pgina 9

Conclusin

En este trabajo podemos darnos cuenta de la importancia del diseo de

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

Para el diseo de un experimento debemos tener en cuenta los efectos y las

caractersticas de nuestro problema a resolver. Como se puede apreciar un diseo
debe de ser lo ms sencillo posible y as poder ahorrar tiempo, inversin y
personal, pero no por eso se deben de olvidar considerar los principios bsicos en
el diseo.

Observamos el trabajo conjunto de los investigadores con los estadsticos que nos
llevan a obtener una mejor planeacin del experimento, aunque tiene sus
desventajas se puede notar que actuando de manera correcta se puede cambiar
la forma de ver de los inconvenientes que puede representar el alto costo que se
tiene con los estadsticos.

Podemos estar seguros de que si llevamos a cabo todos los elementos de la lista
de comprobacin tendremos una planeacin efectiva de nuestro experimento y as
obtener los resultados esperados.

Bibliografas

http://itmorelia.edu.mx/2012-admin/extras/ContadorPublico2010/CPC-1023.pdf

http://www.gestiopolis.com/diseno-de-experimentos-en-la-estadistica-aplicada/

http://www.urbe.edu/info-consultas/web-
profesor/12697883/archivos/seminario/Contenido/4.-%20UnidadIV-CapituloIII.pdf

http://jpadilla.docentes.upbbga.edu.co/Dise%C3%B1o_de_Experimentos/7-
ANOVA%20con%20un%20factor-1a%20parte.pdf

http://www.unalmed.edu.co/~jarueda/PDE.pdf

Instituto tecnolgico de nuevo laredo Pgina 10