Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Disenos Experimentales en Ciencias Acuaticas
Disenos Experimentales en Ciencias Acuaticas
Introducción
En este documento abordaremos qué es un agua y el clima), los organismos (comporta-
diseño experimental y posteriormente cómo miento, reproducción, relaciones inter e intra
se usa en la acuicultura y en biología marina, específicas, etc.), los flujos energéticos (insu-
sus implicaciones y algunos errores al aplicar- mos como el alimento y las descargas) y al
los, así como el efecto que tienen estos errores acuicultor (técnicas de manejo, recursos eco-
y sus posibles soluciones. Para adentrarnos nómicos, etc.). La interacción de las variables
a estos temas es importante definir primero asociadas a cada uno de éstos, determina los
la importancia de la experimentación en las procesos que se dan durante el cultivo.
ciencias acuáticas y el papel que ésta juega en
El grado de control de los procesos que se
la investigación científica.
desarrollan dentro del sistema, difiere con res-
Importancia de la investigación experimental pecto al tipo de cultivo, y en la medida que
en biología marina y acuicultura crece la inversión económica se requiere mayor
En las ciencias biológicas la experimentación seguridad de que las técnicas sean eficientes y
ha contribuido, de manera importante, en esta- concluyan en lo que inicialmente fue proyec-
blecer modelos que expliquen los fenómenos tado. En este sentido, la evaluación y desarro-
biológicos. En este sentido existe un sinnúmero llo de las tecnologías de producción con base
de ejemplos, ya sea en investigaciones fisiológi- en los conocimientos adquiridos mediante el
cas, bioquímicas, ecológicas, ecofisiológicas, de método científico, permite proponer modelos
conservación, re poblamiento, etc. Modelos que que proyecten y evalúen con certeza los pro-
han explicado importantes relaciones: depreda- cesos que rigen los cultivos. Evidentemente, la
dor-presa, competencia, colonización, modelos implementación de una tecnología evaluada
de reclutamiento, modelos de crecimiento, etc. experimentalmente, deberá analizarse tam-
(Hurlbert 1984, Odum 1984, Underwood 1997, bién a nivel piloto (técnico-financiero) antes
Clarke & Warwick 2001). Esta información ha de proponerse a escala comercial.
contribuido a construir las bases de la ciencia ¿Qué es un diseño experimental? El proceso
actual, permitiendo no sólo explicar el mundo de la investigación
que nos rodea sino también posibilitándonos a
Ciencia y Mar 2011, XV (43): 61-70
62 Montoya-Márquez et al.
El diseño de muestreo se usa cuando nues- La relación entre ambos tipos de validez es
tro estudio es de tipo observacional. Méndez- inversa y el investigador tendrá que decidir a
Ramírez et al. (1998) definen a este tipo de cuál le da más importancia. Generalmente los
estudios como aquellos donde el investigador estudios experimentales suelen tener alta com-
no manipula ninguna variable de estudio (ej. parabilidad entre grupos pero poca represen-
especies de equinodermos en un arrecife, avis- tatividad, a diferencia de los observacionales
tamientos de ballenas en una temporada, etc.). que generalmente tienen más validez externa
A pesar de que el objetivo del presente texto que interna. Para subsanar el problema de la
sean los estudios experimentales, algunos de baja representatividad en los experimentos, a
los principios de éstos pueden ser aplicados a partir de los años 80’s del siglo pasado, varios
los estudios observacionales. ecólogos propusieron estudios experimenta-
les en campo (llamados estudios de mesocos-
En cualquier tipo de investigación es muy
mos; Odum 1984).
importante considerar la validez externa e
interna. La validez externa se refiere a que El diseño experimental se refiere al proceso
nuestro estudio debe ser representativo de la para planear el experimento, de tal forma que
realidad (Méndez-Ramírez et al. 1998), es decir se recaben datos adecuados (Montgomery
que lo que obtengamos en el estudio sea igual 2003). Su objetivo es el de obtener información
a lo que sucede en la población. Otra forma acerca del fenómeno estudiado, información
de visualizarlo es que nuestro resultado sea veraz, clara y suficiente, sin error o con un error
una imagen en pequeño de lo que sucede en que podamos manejar o controlar. Por cierto,
el mundo. Esta validez depende del muestreo, el diseño experimental debe ser lo más senci-
y permite la extrapolación de la muestra a la llo posible evitando errores ya sean de manejo
población (fig. 2a). y/o conceptuales. Es sumamente importante
que antes de realizar el experimento se plan-
La validez interna se refiere a la compara-
tee de forma adecuada su diseño.
bilidad entre los grupos a contrastar (Méndez-
Ramírez et al. 1998); es decir que los grupos El diseño del experimento debe definir las
que vamos a comparar deben ser, al inicio del variables que vamos a controlar (factores que
experimento, lo más parecido posible (fig. 2b). se mantienen constantes); la o las variables que
Esto es importante ya que si los grupos son vamos a probar (factores del diseño y sus nive-
diferentes, entonces los resultados que obten- les se les conoce como tratamientos); los obje-
gamos pueden no reflejar el efecto del factor o tos (animales, plantas, etc.) a los cuales se les
tratamientos que estemos probando; recorde- medirá el efecto de o los factores del diseño;
mos que un estudio experimental, tiene como el espacio físico dónde vamos a poner dichos
objetivo probar el efecto de una o más varia- objetos (unidades experimentales), es decir
bles o factores (tratamientos) sobre un objeto donde se van a colocar, que por cierto es el espa-
dado (que pueden ser personas, animales, cio donde se aplicarán los tratamientos; y las
plantas, objetos, etc.). Con la validez interna variables que vamos a medir como respuesta al
se controlan los factores que pueden confun- efecto de los tratamientos sobre los objetos de
dir nuestras interpretaciones. estudio (variables respuesta; figs. 3 y 4).
Ciencia y Mar 2011, XV (43): 61-70
Figura 2. Tipos de validez; a) externa; la muestra tomada de la población debe de representar las características
de ésta, y b) interna; se comparan dos grupos con tratamientos diferentes, los grupos, al inicio deben tener
características homogéneas.
64 Montoya-Márquez et al.
(tratamiento). En este caso el blanco será un
alimento previamente probado, por ejemplo
de una marca comercial. La importancia del
testigo radica en que son las únicas referencias
con el mundo real que tenemos, es decir nos
sirven para poder comparar y validar nues-
tros resultados; supongamos que el alimento
de una marca X administrado a una tasa de
alimentación, permite tener peces con un cre-
cimiento de 2 gr al día, pero en nuestro expe-
rimento obtenemos un incremento menor con
el mismo suministro de alimento X, entonces
es probable que el control no sea confiable y Figura 4. Proceso de selección aleatoria de los objetos de
nuestro ensayo sea incorrecto. estudio, formación de los grupos experimentales y
asignación de los tratamientos a éstos. UE significa
Una vez que se ha definido el diseño expe- unidades experimentales.
rimental, ahora sí podemos poner manos a
la obra y realizar el experimento, al término
soluciones. Decidimos separar estos errores,
de éste se obtienen y capturan los datos, se
más o menos en orden cronológico según
resumen y analizan de acuerdo con alguna
se presentan en el proceso de investigación,
herramienta estadística. Las conclusiones a
diseño experimental, realización del experi-
las que se lleguen deben ser con base en estos
mento y análisis de resultados (Tabla I).
análisis, así como la discusión que se haga de
la comparación de nuestros resultados con Errores en el diseño de la investigación
otras investigaciones y al conocimiento que Generalmente estos ocurren cuando se está
el investigador tenga del tema. Por último, realizando el protocolo o proyecto de inves-
pero no menos importante, se acepta(n) o tigación. El proceso de investigación debe
deshecha(n) la(s) hipótesis de trabajo. empezar con una revisión y análisis de la
Es importante señalar que no es lo mismo información existente. Esto no sólo nos per-
la o las hipótesis de trabajo y las estadísticas, mite plantear, valorar y definir de manera
ya que generalmente suelen confundirse. Las adecuada el problema, sino que además nos
hipótesis estadísticas son parte de la metodo- permite visualizar el tipo de diseño experi-
logía estadística y no se requieren en el diseño mental más adecuado.
de la investigación, a diferencia de la(s) hipó- Es común (generalmente por falta de expe-
tesis de investigación que son la base del estu- riencia) que se plantee de manera incorrecta el
dio en cuestión. problema de la investigación, esto es impor-
Es pertinente que una vez que se hayan tante porque generalmente va a ser nues-
aceptado o rechazado la(s) hipótesis de inves- tra guía para luego plantear las hipótesis. Si
tigación, se propongan recomendaciones para el problema no está bien planteado es muy
mejorar el experimento (en su caso) y nuevas probable que las hipótesis tampoco lo estén,
Ciencia y Mar 2011, XV (43): 61-70
hipótesis que puedan surgir a partir de los por lo que se recomienda que una vez que se
resultados obtenidos. haya terminado el protocolo éste sea revisado
por un investigador con experiencia. De esta
manera, si se observa alguna incongruencia
Algunos errores, consecuencias y posibles
es el momento de hacer correcciones, delimi-
soluciones en el diseño de experimentos
taciones y enfoques convenientes. La solución
Ahora nos ocuparemos de los errores más de un planteamiento incorrecto es replan-
comunes en los diseños experimentales tearlo de tal manera que quede claro y de ahí
dentro del campo de acuicultura y de la bio- se puedan fácilmente, deducir la(s) hipótesis y
logía marina, sus consecuencias y posibles los objetivos (Tabla I).
Otro error es plantear de forma incorrecta adecuado que éstas sean presentadas como
la(s) hipótesis, éstas deben de proceder lógi- hipótesis estadísticas (alternativa y nula), ya
camente del planteamiento del problema, y que éstas forman parte de la metodología esta-
tienen que ser claras y concisas, en ellas debe dística, el argumento es que por definición las
de especificarse la pregunta a dilucidar y la hipótesis son, según Hernández-Sampieri et al.
explicación a tal cuestión. En las hipótesis (2003) “explicaciones tentativas del fenómeno
deben quedar de forma explícita y definida las investigado, formulada a manera de proposi-
variables que vamos a usar para corroborarlas. ciones, suposiciones o argumentos de un fenó-
meno” y de acuerdo con Tamayo y Tamayo
A partir de las hipótesis se desprenden los
(2002): “enunciado de una relación entre dos o
objetivos, y si las primeras no son claras y
más variables sujeta a una prueba empírica//
bien estructuradas es probable que los objeti-
Proposición enunciada para responder ten-
Ciencia y Mar 2011, XV (43): 61-70
66 Montoya-Márquez et al.
es cuando las muestras no se han seleccio- si se hacen mediciones a los objetos de estudio
nado al azar ya que invalida cualquier análisis en diferentes lapsos a lo largo del experimento.
estadístico (Montgomery 2003), por lo que las
Por ejemplo se mide el peso de 10 camaro-
conclusiones obtenidas de esta información
nes de la UE 2, los cuales fueron alimentados
no tendrían validez; la única solución es repe-
con la Dieta 1 en tres tiempos: t0, t1, t2, el volu-
tir el experimento cuidando en seleccionar
men en t1 es dependiente del peso en t0, y el
de forma aleatoria los objetos de estudio y de
volumen en t2 está subordinado al peso en t1 y
asignar de manera azarosa los tratamientos a
t0 respectivamente, por lo que las muestras (10
los grupos experimentales.
camarones en los tres tiempos) no son inde-
El no homogeneizar las unidades experi- pendientes (fig. 5).
mentales hace que se pierda la validez interna
Este es un ejemplo muy común en experi-
incrementando el error experimental. Esto
mentos en acuicultura y biología marina, en
tiene dos efectos sobre el análisis estadístico:
donde las muestras no son independientes ya
1. Disminuir la posibilidad de detectar efec- que muestran dependencia en el tiempo. Si no
tos de los tratamientos (potencia esta- se considera esto y se analizan los datos como
dística), por lo que el análisis estadístico si fueran muestras independientes, estaríamos
puede no distinguir diferencias entre dos o cometiendo un error grave y los análisis esta-
más tratamientos, debido a que la varianza dísticos no serían válidos. La solución es usar
de los grupos experimentales aumenta. el análisis estadístico adecuado; en el ejemplo,
2. Si se distinguen diferencias estadísticas el análisis sería de medidas repetidas.
entre los grupos, éstas pueden ser debi- Cuando las muestras (como en el caso ante-
das a otros factores ajenos al interés de la rior) o las réplicas no son independientes se les
investigación (o factores de confusión) y conoce como seudoréplicas (Hurlbert 1984), y
no a la variable de interés (tratamientos). como ya se mencionó, uno de los principios
Los factores de confusión (por ejemplo básicos del diseño experimental es que las
diferentes respuestas metabólicas de peces réplicas sean independientes. Que no lo sean,
dentro de una misma unidad experimen- significa que guardan algún tipo de relación
tal) tienen efecto en los objetos de estudio, entre ellas (figs. 6 y 7).
lo que produce explicaciones alternativas
incómodas para cualquier investigador. Este tipo de error afecta la estimación de
la varianza intrapoblacional (dentro de los
Existen algunas soluciones para cuando no tratamientos) subestimando los cuadrados
se han homogeneizado previamente las uni- medios del error (CMerror) resultando en una
dades experimentales, una de ellas es usar
bloques, es decir grupos con condiciones
similares que serán sometidos a los mismos
tratamientos, de esta forma se controla el error
experimental. Otra solución es la asignación
aleatoria de los tratamientos a las unidades
experimentales. Estas dos soluciones se hacen
Ciencia y Mar 2011, XV (43): 61-70
68 Montoya-Márquez et al.
Figura 7. Ejemplos de seudoréplicas. Las flechas en el inciso a) y b) indican las seudoréplicas. En el inciso c) se mues-
tran dos columnas de cultivo de microalgas (café y verde), de cada una se toman dos muestras (seudoréplicas).
Imágenes de los incisos a) y c) por cortesía del laboratorio de microalgas de la Universidad del Mar.
veche al máximo la información mediante un Hurlbert, S. 1984. Pseudoreplication and the design of
ecological field experiments. Ecological Monographs
manejo adecuado de los resultados.
54(2): 187-211.
El análisis estadístico posterior es una Johnson. D.H. 1999. The insignificance of statisti-
herramienta valiosa, pero la veracidad de cal significance testing. The Journal of Wildlife
las conclusiones emitidas dependerá en gran Management. 63(3): 763-772
medida de un diseño experimental adecuado, Krebs, C.J. 1999. Ecological methodology. 2a ed.
y de la interpretación que se da ante la evi- Benjamin/Cummings. Menlo Park, CA., 620 pp.
dencia generada para aceptar o rechazar las Meléndez-Cal y Mayor, J.F. 2005. Efecto de la densi-
hipótesis de trabajo planteadas. dad de siembra en la maternización de camarón
Nester, M.R. 1996. An applied statisticians’s creed. Tamayo y Tamayo, M. 2003. El proceso de la investiga-
Journal of Royal Statistics Series C. 45(4): 401-410. ción científica. 4a ed., Limusa. México, 440 pp.
Neter, J., W. Wasserman, & M.H. Kutner. 1990. Applied Underwood, A.J. 1997. Experiments in ecology: Their
Linear Statistical Models. 3a ed., Irwin, Boston, MA, logical design and interpretation using analysis of
1408 pp. variance. Cambridge University Press, UK., 504 pp.
Odum, E.P. 1984. The Mesocosm. BioScience 34(9): 558-562. Recibido: 06 octubre 2011
Aceptado: 11 septiembre 2012
Ciencia y Mar 2011, XV (43): 61-70
70 Montoya-Márquez et al.