GLOSARIO DE CONCEPTOS BÁSICO DEL DISEÑO EXPERIMENTAL

Instrucciones: en equipo desarrolla un glosario de los conceptos básicos del

diseño de experimentos citando las fuentes de información científica en cada
concepto, al estilo de un wiki.

1. Diseño de experimentos. El diseño de experimentos consiste en determinar

cuáles pruebas se deben realizar y de qué manera, para obtener datos que,
al ser analizados estadísticamente, proporciones evidencias objetivas que
permitan responder las interrogantes planteadas, y de esa manera clarificar
los aspectos inciertos de un proceso, resolver un problema o lograr mejoras
(1).

2. Unidad experimental. Es la parte más pequeña del material experimental a la

que se le puede aplicar un tratamiento. Es, por tanto, el objeto sobre el que
se realiza una medición u observación (2).

3. Variable independiente. Representa los tratamientos o condiciones que el

investigador controla para probar sus efectos sobre algún resultado. (3).

4. Variable dependiente. Es la que refleja los resultados de un estudio de

investigación (3).

5. Variable de respuesta. Es la característica observada o medida en cada

unidad experimental; también se llama variable dependiente (2).

6. Factores controlables. Son variables de proceso y/o características de los

materiales que se pueden fijar en un nivel dado (1).

7. Factores incontrolables.Los factores incontrolables son todos aquellos sobre

los que el investigador no puede influir (4).

8. Niveles de un factor. Son los tipos o grados específicos del factor que se
tendrán en cuenta en la realización de un experimento (5).
9. Repeticiones: Serán el número de veces que un tratamiento se aplica al
mismo número de unidades experimentales (6).

10. Tratamientos: Elemento o sujeto sometido a estudio o a ensayo de

comparación, es la combinación de los diferentes niveles de los factores (7).

11. Aleatorización: La aleatorización utiliza el azar para asignar sujetos a

tratamientos. Además de eso, crea grupos de tratamientos que son similares
antes de que se apliquen dichos tratamientos (8).

12. Error experimental:

cuando se repite una operación o un experimento bajo condiciones similares,
los resultados obtenidos nunca son exactamente idénticos (9)

13. Reproducibilidad:
Variación entre las medidas de las mediciones hechas por varios operarios
con las mismas piezas y con el mismo instrumento de medición. (10)

14. Experimento:
Es un cambio en las condiciones de operación de un sistema o proceso, que
se hace con el objetivo de medir el efecto del cambio en una o varias
propiedades del producto o resultado. (2)

15. Análisis de bloques:

16. Variable: Representa una clase de resultados que pueden asumir más de un
valor. (2)
17. Variable cuantitativa: son aquellas que adoptan valores numéricos tales como
la edad .(12)
18. Variable cualitativa: permiten la expresión de una característica, una
categoría, un atributo o una cualidad(12)
19. Variable aleatoria discreta: cuyo conjunto de posibles valores es finito. (13)
20. Variable aleatoria continua: conjunto de posibles valores es todo un intervalo
(finito o infinito) de números reales. (13)
21. Población: Llamamos población o universo al conjunto de los elementos que
van a ser observados en la realización de un experimento. Cada uno de los
 elemento que componen la población es llamado individuo o unidad
estadística. (11)
22. Muestra: En ocasiones no es posible la observación de todos los individuos
de la población debido al coste que ello supone. En estas situaciones, se
trabaja con un subconjunto de elementos de la población al que
denominamos muestra. (11)
23. Medición: Medición es el proceso mediante el cual se asignan números a los
atributos o características de las personas, objetos o eventos de acuerdo a
unas reglas o indicadores claramente establecidos. La medición es la
descripción de datos en términos de números. (14)
24. Escala nominal: La medición se da cuando los números u otros símbolos se
usan para la clasificación de objetos, personas o características. Cuando se
usan con el fin de distinguir entre sí los grupos a que pertenecen varios
objetos, los números o símbolos constituyen una escala nominal o
clasificatoria. (15)
25. Escala ordinal: En un grupo dado de clases equivalentes (es decir, dada una
escala nominal), si la relación es mayor que la que se sostiene entre algunos
pares de clases, pero no en todos, tenemos una escala ordinal. (15)
26. Escala de intervalos: Se da cuando una escala tiene todas las características
de una escala ordinal conociéndose la distancia entre dos números
cualesquiera. En tal caso ¿, la medición se ha ejecutado en el sentido de una
escala de intervalo. (15)
27. Escala de razones: Medidas numéricas en las cuales el 0 es un valor fijo que
representa la ausencia de la propiedad en cualquier escala, y donde, al igual
que en los indicadores de intervalo, pueden cuantificarse las diferencia entre
dos valores determinados de dicha escala. (16)
28. Dato: Algunos conjuntos de datos consisten en números (como estaturas),
mientras que otros son no numéricos (como los diferentes colores de ojos).
Los términos dato cuantitativo y dato cualitativo suelen utilizarse para
distinguir entre ambos tipos. (11)
29. Parámetro: Cuando Lincoln fue elegido presidente por primera vez, recibió el
39.82% de 1,869,908 votos. Si suponemos que el conjunto de todos esos
votos es la población a considerar, entonces el 39.82% es un parámetro. (11)

Bibliografía:
1. Gutiérrez, H. (2012). Análisis y Diseño de Experimentos (3 ed.). McGraw Hill. España
2. Díaz, A. (2009). Diseño estadístico de exGutiérrez, H. (2012). Análisis y Diseño de
Experimentos (3 ed.). McGraw Hill. Espperimentos (2da edición). Editorial Universidad de
Antioquia. Colombia.
3. Salkind, N. (1999). Métodos de investigación. Pearson Educación. España.
4. Namakforoosh, M. (2000). Metodología de la investigación. Editorial Limusa. México.
5. Díaz, V. (2009). Metodología de la investigación científica y bioestadística. Masters Ril. Chile.
6. Gallego, R. (2003). Introducción al análisis de datos experimentales. Publicacions de la
Univesitat Jaume I, España.
7. Bermúdez, L. & Felipe, L. (2016). Investigación en la gestión empresarial. Ecoe Ediciones.
España.
8. Moore, D. (2000). Estadística aplicada básica. Antoni Bosch editor. España
9. George E. Box (2008). Estadística para investigadores diseño innovación y descubrimiento
(2da edición). editorial reverte.
10. Edgardo j. escalante vázquez. (2008). Seis- sigma. Limusa editorial. México.
11. Triola, M.F. (2004). Probabilidad y estadística. Pearson education.
12. henry pedroza, Luis Dicovskyi. (2007). Sistema de análisis estadístico con SPSS. Managua
Nicaragua
13. Rafael alvarez caceres. (2007). Estadistica aplicada a ciencias de la salud. Ediciones Díaz de
Santos. España.
14. Guilford, J.P. (1954). Psychometric Methods. United States of America: McGraw-Hill Book
company, inc.
15. Juez Martel, P.& Diez Vegas, F.J. (1996). Probabilidad y estadística en medicina:
aplicaciones en la práctica clínica y en la gestion sanitaria. Ediciones Díaz de Santos: Madrid,
España.
16. Esteves García, J.F. & Pérez García, M.J. (2007). Sistema de indicadores para el diagnóstico
y seguimiento de la educación superior en México. Editorial ANUIES: México, D.F.