Universidad Nacional San Luis Gonzaga de Ica

Diseños experimentales Agrícolas

La experimentación en la Agricultura. Estructura y diseño de un experimento

(DCA, DBCA, DCL, Factorial)

Conceptos Generales de los diseños experimentales

Definición de experimento: en agronomía se puede definir un experimento como “aquel
estudio en el que se manipulan deliberadamente una o más variables independientes
(supuestas causas) para analizar las consecuencias que esa manipulación tiene sobre una
o más variables dependientes (supuestos efectos), dentro de las condiciones controladas
por el investigador”.

Los experimentos pueden clasificarse según diferentes criterios; en nuestro caso los
clasificaremos en:
-Experimentos preliminares: Son aquellos en los que se prueba un gran número de
tratamientos con el objeto de obtener indicios para trabajos futuros.
-Experimentos críticos o decisorios: Son aquellos en los que el investigador compara las
respuestas a diferentes tratamientos, utilizando un número suficiente de observaciones
para tener la seguridad razonable de que detecta o no diferencias significativas.
-Experimentos demostrativos: Son aquellos en los que se compara uno o más
tratamientos nuevos con un testigo, por lo general el tratamiento convencional.
Tratamiento. Factor sometido a estudio y comparación en un experimento

Marca de un fertilizante

Cantidad de fertilizante

Variedad de un cultivo

Al seleccionar los tratamientos es importante definir cada uno cuidadosamente y considerarlo con
respecto a los demás para asegurarse, en lo posible, que el conjunto del experimento proporcione
respuestas eficientes relacionadas con los objetivos del mismo.

Testigo: Es un tratamiento especial del experimento y sirve como comparación de los tratamientos
en prueba

Ejm: Dosis de fertilizantes NPK pero el testigo no contiene nada o 0 noveles de NPK
También puede ser un tratamiento con manejo convencional

Puede el testigo estar o no incluido en un diseño depende del investigador.

Repetición: Es una réplica de la aplicación de un tratamiento en otra unidad experimental bajo las
mismas condiciones.

Unidad experimental, elemental o parcela: La unidad más pequeña del diseño, es la respuesta u
observación de una determinada variable en estudio

Ejm: Del tratamiento 1, repetición 2 la altura de la planta fue de 1.5 m.

Una maceta, una placa Petri, una parcela

Error experimental: El error experimental es una medida de la variación existente entre las
observaciones realizadas en las unidades experimentales tratadas en forma similar

Es una fuente de variación que permite evaluar el efecto de los tratamientos. El error
experimental se forma por la variación de las unidades que recibieron el mismo tratamiento en la
aplicación de los tratamientos y que por efectos no controlables reportan ciertas diferencias.

En un experimento de nutrición con animales como material experimental, los individuos tendrán
constitución genética diferente a menos que haya una alta consanguinidad; ésta es la variabilidad
inherente al material experimental. Así pues, el error experimental incluye todos los tipos de
variaciones extrañas a los tratamientos empleados.

Coeficiente de variación (CV): Es una medida de variación del experimento en función del error
experimental y la magnitud de la variable en estudio

Este en la experimentación agrícola no debe ser mayor al 30 %, de ser mayor restara confiabilidad
a los resultados estadísticos.

En experimentos conducidos en laboratorios o centros bajo control ambiental, el CV permitido

debe ser menor al 10 %

Para entenderlo de una forma más practica: Si analizamos un tratamiento con 5 repeticiones, la
diferencia entre el valor máximo y mínimo (de los 5 datos o repeticiones) resultara en el
Coeficiente de variación, a mayor diferencia mayor es el CV y viceversa

Fuentes de variación: Están referidas a las fuentes controlables y no controlables de un

experimento. Se aplica un diseño generalmente acorde a las respuestas no controlables (tipo de
suelo de derecha a izquierda más arenoso)

Control del error experimental

Diseño experimental (objeto del curso)

El más idóneo es aquel que hace que la variación natural existente entre las unidades
experimentales no afecte en nada a las diferencias entre las medias de los tratamientos

Una técnica efectiva para ello es agrupar las unidades experimentales en bloques o grupos de
unidades homogéneas, de manera que los tratamientos se asignan al azar a cada unidad
experimental dentro de cada bloque
2. Uso de observaciones paralelas

En algunos experimentos se puede aumentar la precisión haciendo uso de observaciones paralelas

para realizar un análisis de la covarianza. El análisis de la covarianza se utiliza cuando las
variaciones entre las unidades experimentales son, en parte, debidas a la variación en otros
caracteres mensurables. Por ejemplo, el rendimiento depende del número de plantas por parcela,
con independencia del tratamiento que se aplique.

3. Tamaño y forma de las unidades experimentales

Tamaño

Como regla general, unidades experimentales grandes muestran menos variación que las
pequeñas. Sin embargo, un aumento en el tamaño de la unidad experimental puede hacer
disminuir el número de repeticiones que pueden ser controladas por el experimentador.

La unidad experimental debe tener unas dimensiones mínimas para poder realizar el experimento,
pero más allá de esas dimensiones no se gana nada aumentando el tamaño y se obtiene mayor
precisión aumentando el número de repeticiones.

El tamaño de las unidades dependerá también del tipo de experimento, pues uno demostrativo
normalmente exigirá mayores parcelas que uno preliminar.

Forma

En los experimentos de campo, la forma de la parcela experimental es importante en relación con

la precisión. Los ensayos de uniformidad realizados por muchos investigadores utilizando varios
cultivos, han demostrado que la parcela experimental relativamente larga y estrecha es más
conveniente para una mayor precisión

No hay ninguna necesidad de que sean adyacentes (juntos), aunque si lo son, facilita el manejo
del experimento
Principios básicos del diseño experimental
1. Repetición:

Cuando un mismo tratamiento aparece más de una vez en un experimento se dice que está
repetido.

Las funciones de la repetición son:

Permitir una estimación del error experimental

Mejorar la precisión de un experimento mediante la reducción del error estándar de una media de
tratamiento

Aumentar el alcance de la inferencia del experimento a través de la selección y del uso apropiado
de unidades experimentales más variables; y ejercer control sobre la varianza del error.

Si en un experimento no hay repeticiones, no es posible obtener el error experimental por lo tanto

no hay manera de determinar si las diferencias observadas indican diferencias reales o si se deben
a la variación inherente.

La repetición es importante porque:

A) Proporciona una estimación del error experimental

B) Obtiene una estimación más precisa del efecto medio

2. La hipótesis

La hipótesis nula (H0) es una hipótesis que el investigador trata de refutar, rechazar o anular.
La hipótesis alternativa (Ha o H1): Es lo que el investigador realmente piensa que es la causa de
un fenómeno. Y generalmente es lo contrario a la nula

Eje. 1

H0: los tratamientos en tomate no presentan una mayor tasa de crecimiento cuando se plantan
en el compost en lugar del suelo.

Ha: Los tratamientos en tomate exhiben una mayor tasa de crecimiento cuando se plantan en
compost en lugar del suelo

Es importante seleccionar cuidadosamente el texto de la nula y asegurarse de que sea lo más

específico posible.

Eje. 2

H0: Los tratamientos en tomate no muestran ninguna diferencia en sus tasas de crecimiento
cuando se plantan en compost en lugar del suelo

Ha: Al menos uno de los tratamientos en tomate es diferente por lo tanto exhiben una mayor tasa
de crecimiento cuando se plantan en compost en lugar del suelo

Porque si tomamos el 1er ejem de la H0 y Ha nos estamos refiriendo a su crecimiento y no a mas

variables.
El simbolo mu (U) Referido a la media poblacional, porque tomamos una muestra y la inferencia
es sobre la poblacion

3. Numero de repeticiones

Cuanto más pequeña sea la discrepancia (desacuerdo) con respecto a la hipótesis nula que se ha
de comprobar, mayor será el número de repeticiones requeridas.

Es decir, si en un experimento es difícil obtener una significancia porque el tratamiento tiene muy
poco impacto, al aumentar el número de repeticiones podremos tener significancia

4. Aleatorización

El proceso de aleatorización (asignación de los tratamientos a las unidades experimentales)

garantiza independencia en los errores. Es decir, al cambiarlos de lugar su error va a ser
independiente.

Los errores asociados con unidades experimentales que están afectadas a espacio o tiempo,
tienden a correlacionarse, y lo que hace la aleatorización es asegurar en parte su independencia.

5. Empleo de filas guarda

Las plantas que se encuentran en el exterior de las unidades experimentales suelen tener
un comportamiento distinto al de aquellas que se encuentran en su interior.
Por lo que se debe tomar datos de las plantas en el interior de la unidad o parcela
experimental

Dis e ñ o e x p e rim e n t al c o n c u a t ro blo q u e s (in dic a d o e n dif e re n t e s c olo re s ) , sie t

e t r a t a mie n t o s , p a rc ela elem e n t al d e c u a t ro á r b ole s y fila s g u a rd a s d o ble s in t
ernasyexternas.

Diseño experimental con 4 bloques (indicadores colores horizontal), 7 tratamientos (vertical),

parcela o unidad experimetal de 4 arboles y filas y columnas que las resguardan
6. Control local

Sinónimo de diseño experimental, porque se refiere al balanceo, bloqueo y agrupamiento de las

unidades experimentales que se utilizan en el experimento.

Por lo que tenemos:

Bloqueo: Distribución de las unidades experimentales (acorde a su tratamiento) dentro de un

bloque

Balance: Asignación de los tratamientos a las unidades experimentales, de modo tal que resulte
una configuración balanceada, igual repetición por tratamiento. Es decir, igual repetición por
tratamiento

Balance completo

Se distribuye en forma igual las repeticiones por cada tratamiento

Desbalanceado

Las repeticiones son aplicadas en forma desigual en cada tratamiento

Croquis diseño experimental como debe usarse
Para cualquier caso siempre deben estar al azar desde la primera fila o
columna o en otros diseños no seguir una secuencia (DCL)
5 tratamientos con 4 repeticiones

Esta mal

Diseño Completamente Randomizado o aleatorio (DCA)

Ejemplo: 5 tratamientos con 4 repeticiones

Factor Suelo: Homogéneo es Arenoso (Ao) para ambos lados izquierda - derecha y arriba - abajo

Podemos ver que NO importa si las repeticiones de un mismo tratamiento estén juntas porque el
suelo es homogéneo

Desbalanceado

5 tratamientos con 4 repeticiones, pero al tratamiento C le falta 1 repetición

Diseño de Bloques completamente al azar (DBCA)

Ejemplo: 5 tratamientos con 4 repeticiones

Factor Suelo: Es más Arenoso (Ao) lado izquierdo y más Franco (Fr) lado derecho

En este caso solo vemos que cambia el factor (suelo) de izquierda a derecha, arriba y abajo se
supone que no cambia

Por cada bloque deben estar todos los tratamientos del experimento

Deben estar distribuidos al azar todos los tratamientos en cada bloque o repetición

Desbalanceado
5 tratamientos con 4 repeticiones, pero al tratamiento C le falta un dato, en el bloque o repetición
N3

Diseño cuadro Latino

Ejemplo: 4 tratamientos por lo tanto tienen que ir obligatoriamente 4 repeticiones

Factor Suelo: Es mas Arenoso (Ao) lado izquierdo y mas Franco (Fr) lado derecho

Factor Pendiente: Arriba tiene una pendiente elevada y abajo una pendiente reducida

Vemos que cambia el factor (suelo) de izquierda a derecha y la pendiente cambia de arriba a abajo

Es como realizar un SODOKU con los tratamientos no tienen que coincidir en vertical ni horizontal
Experimentos Factoriales
Ejemplo:

Variedad: 2 variedades de melón

Densidad: 4 densidades

Repeticiones: 3

Factorial: 2 x 4 x 3

Primero hay que realizar las combinaciones las cuales son:

Realicemos el diseño con arreglo factorial para DCA y DBCA

Arreglo factorial DCA

Factor Suelo: Homogéneo Es Arenoso (Ao) para ambos lados izquierda - derecha y arriba - abajo

Podemos ver que NO importa si las repeticiones de un mismo tratamiento estén juntas porque el
suelo es homogéneo
Arreglo factorial DBCA

Factor Suelo: Es más Arenoso (Ao) lado izquierdo y más Franco (Fr) lado derecho

En este caso solo vemos que cambia el factor (suelo) de izquierda a derecha, arriba y abajo se
supone que no cambia

Por cada bloque deben estar todos los tratamientos del experimento

Deben estar distribuidos al azar todos los tratamientos en cada bloque o repetición
Tener en cuenta que la misma variedad es un factor y la densidad también. Pero estos factores
en estudio se pueden acomodar.

Y los Diseños experimentales se crearon para acomodarnos a los factores que no podemos
controlar.