Introducción

La estadística es la ciencia que estudia la recolección, análisis e interpretación de datos,

los cuales pueden ser usados para llegar a respuestas concluyentes, toma de decisiones,

explicar situaciones regulares o irregulares de algún fenómeno o estudio aplicado, ya sea de

manera aleatoria o bajo condiciones controladas. (Desrosières, 2004)

La estadística es la única ciencia capaz de realizar inferencias y sacar conclusiones a

partir de datos imperfectos, ya que los organiza de manera que se puedan homogenizar y

sacar resultados lo más preciso posibles. (Orellana, 2001)

Para lograr lo anterior, la estadística se apoya en el análisis de varianza (ANOVA). En el

estudio experimental de una situación o fenómeno se plantea una hipótesis, para probarla se

diseña un experimento o procedimiento de ejecución. A esta hipótesis si es probada,

además se debe atribuir una medida de probabilidad. (UNAM, 2006)

Este documento tiene como objetivo mostrar y aclarar los conceptos básicos de la

estadística descriptiva, los cuales son necesarios entender para poder realizar un diseño de

experimentación adecuado que lleve al investigador a una respuesta concluyente.

Preguntas orientadoras

1- Definiciones
-Diseño experimental: Es el proceso de planeamiento de un experimento, de forma tal,

que se tomen los datos necesarios y con la mayor realidad posible, los cuales deberán ser

analizados mediante métodos estadísticos que generen conclusiones válidas y objetivas. En

otras palabras, es una técnica estadística que permite identificar y cuantificar las causas de

un efecto dentro de un estudio experimental. (Escamilla, 2015)

- ¿Por qué son importantes los diseños de bloque y que características poseen?
El diseño en bloques se aplica cuando el material es heterogéneo, trata de comparar

tres fuentes de variabilidad: el factor de tratamientos, el factor de bloques y el error

aleatorio. En cada bloque se prueban todos los tratamientos.

El diseño en bloques se utiliza para reducir y controlar la varianza del error experimental

para tener mayor precisión, es decir, hacer el experimento lo más homogéneo posible.

(Universidad Politécnica de Valencia, 2008)

Características:
1. Las unidades experimentales son heterogéneas.

2. Esta heterogeneidad es identificada en un gradiente.

3. Las unidades experimentales son homogéneas en cada bloque, pero difieren entre

bloques.

4. Las unidades homogéneas se agrupan para formar los bloques.

5. En cada bloque se debe tener un número de unidades igual al número de

tratamientos.

6. Los tratamientos se distribuyen al azar en cada bloque.

 7. La cantidad de repeticiones es igual a la cantidad de bloques. (digitcognem, 2020)

- ¿Cómo se agrupan los diseños en bloques? Como se mencionó anteriormente, las

unidades experimentales se agrupan de manera homogénea en cada bloque. Además, cada

bloque debe tener un número igual de unidades y se distribuyen al azar dentro del bloque.

(digitcognem, 2020)

- ¿Cuáles son las dos suposiciones del análisis de varianza?

Las muestras sobre las que se aplican los tratamientos son independientes.

Las poblaciones tienen todas igual varianza (homoscedasticidad). (SPSS, 2018)

- ¿Cuál es la distribución en que la se basa el diseño experimental? Las poblaciones

(distribuciones de probabilidad de variable dependiente correspondiente a cada factor) son

de distribución normal. (SPSS, 2018)

- ¿Qué datos son objeto de transformación? Se transforman las unidades de medida

de las variables para que pasen a ser unidades adimensionales, contribuyendo así, a la

estandarización de los datos. (Ordaz, Melgar Hiraldo, & Rubio Castaño, 2012)