TOMADO DE : Diseño Experimental

Docente: Henry Mendoza Rivera

Universidad Nacional de Colombia

Investigación Experimental

El método científico 

La investigación puede definirse en forma amplia como el estudio sistemático de

un sujeto con el fin de descubrir nuevos hechos o principios. El procedimiento para
la investigación se conoce generalmente como metodo científico. La aplicación de
la lógica y la objetividad al entendimiento de los fenómenos, cualesquiera sea su
naturaleza, es la base de la fundamentación del método científico. Para el método
científico es esencial el estudio de lo que ya se conoce. A partir de este
conocimiento, se formulan hipótesis, las cuales se ponen a prueba partiendo por lo
general de situaciones experimentales, siendo esta la parte crucial de todo el
proceso ya que cualquier pregunta donde sus respuestas no pueden obtenerse a
partir de la investigación planeada, no puede aceptarse como parte del método
científico.

La estadística juega un papel importante en la fundamentación del método

científico, donde de acuerdo con Cramer (1960), la estadística tiene tres funciones
fundamentales que son: la descripción, el análisis y la predicción. En la
investigación científica, es común la formulación de hipótesis las cuales para su
aprobación o rechazo, deben estar sustentadas por un conjunto de observaciones,
las cuales deben seleccionarse a través de un patrón bien definido. Este patrón se
conoce como diseño experimental.

¿Qué es un diseño de investigación?

Una vez definido el tipo de estudio a realizar y establecidos las hipótesis de

investigación, el investigador debe concebir la manera práctica y concreta de
responder a las preguntas de investigación; es decir seleccionar o desarrollar un
diseño de investigación. Los tipos de diseños se pueden clasificar en: diseño
experimental y diseño no experimental.

¿Qué es un experimento?

El término experimento puede verse de dos maneras:

(a) De manera general, se puede decir que consiste en ejecutar una acción y
observar alas consecuencias. Así hablariamso de experimentar cuando mezclamos
sustancias químcas y observamos la reacción de este hecho o cuando cambiamos
de forma de vestir y vemos el efecto que provoca sobre nuestros amigo. En esta
idea de experimento observamos que hay una manipulació intensional de una
acción para analizar las posibles consecuencias.

(b) De manera particular o científica, se refiere a un estudio de investigación en el

que se manipulan deliberadamente una o más variables independientes (supuestas
causas) para analizar las consecuencias que la manipulación tiene sobre una o más
variables dependientes (supuestos efecto), dentro de de condiciones controladas
por el investigador.

Existen varias definiciones de la palabra experimento:

Un experimento es la "observación deliberada bajo condiciones planeadas por el

observador" (Stebbling, 196,pág 302). Esta afirmación es aceptable como un
inicio, pero no es adecuada totalmente, por ello podemos decir que es una cuasi
definición.

También se puede decir, que un experimento es una investigación planeada para

descubrir nuevos hechos o para confirmar o negar los resultados de
investigaciones previas.

Es de observar que en todas la definiciones establecen que un un requisito de un

experimento es la manipulación intencional de una o más variables
independientes. La variable independiente es la que se considera como supuesta
causa en una relación entre variables.

¿Qué tipo de estudio son las investigaciones experimentales?

En Sampieri y otros (1998) se presentan clasificados los tipos de estudios en

cuatro: estudios exploratorios, descriptivos, correlacionales y explicativos. En la
práctica, cualquier estudio puede incluir elementos de más de uno de estos tipos
de estudios. Los estudios explicativos analizan relaciones entre una o varias
variables independientes y una o varias dependientes y los efectos causales de las
primeras sobre las segundas, por ello las investigaciones experimentales se
pueden considerar dentro de este tipo de estudio. Para más detalles dsobre los
tipos de estudios el lector puede consultar a Sampieri y otros (1998 págs. 57 -72).

Tipos de Experimento 

Experimentos exploratorios

Según Hinkelman. K. & Kempthorne. O.(1994), son aquellos en el cual el

investigador está interesado en encontrar los factores que tienen influencia sobre
las ejecuciones de cierto proceso. Por ejemplo, uno puede estar interesado en si el
grado de concentración de un compuesto químico, el tiempo de cocción, la
temperatura de horneado, el grado de refrescante, y la cantidad de presión tiene
un efecto ya sea individual y/o conjunto sobre la ruptura de un tipo de plato de
cerámica. El procedimiento obvio aquí, es variar los niveles de esos factores y
comparar la ejecución de las diferentes combinaciones de niveles. Para ejecutar el
experimento muchas decisiones deben tomarse tales como: la selección de los
factores y sus niveles, posiblemente seleccionando un subconjunto de todas las
posibles combinaciones; la distribución experimental que generalmente es
determinada por las condiciones físicas y las consideraciones; la escogencia de la
medida de la respuesta; y la selección del análisis estadístico más adecuado para
extraer conclusiones de los objetivos propuestos.

La investigación experimental es esencialmente de tipo secuencial, un experimento

antecede a otro ganándose cierto conocimiento en el proceso y proponiéndose
nuevos interrogantes que pueden mejorar los resultados del proceso experimental.
Después de un experimento de tipo exploratorio, generalmente sigue un
experimento confirmatorio,

Experimentos Confirmatorios

Según Hinkelman. K. & Kempthorne. O.(1994), son aquellos en el cual se trata de

comparar el "mejor" procedimiento encontrado en el experimento exploratorio con
un procedimiento establecido o un producto y "establecer" que el procedimiento o
producto nuevo es mejor que el antiguo. En el experimento confirmatorio, se
puede querer encontrar el mejor para establecer procesos de control, por ejemplo,
sus propiedades estadísticas. También se conoce que las condiciones pueden
cambiar y es importante, establecer la media de respuesta y la variabilidad
asociada con el proceso.

¿Qué es una investigación no experimental?

Es la que se realiza sin manipular deliberadamente las variables independientes, se

basa en variables que ya ocurrieron o se dieron en la realidad sin la intervención
directa del investigador. La investigación no experimental es conocida como
investigación ex post-facto (los hechos y las variables ya ocurrieron) y observa
variables y relaciones entre éstas en su contexto natural. Los estudios no
experimentales se dividen en:

Estudios transeccionales, los cuales realizan observaciones en un momento único

en el tiempo. Cuando miden variables de manera individual y reportan esas
mediciones son descriptivos. Cuando describen relaciones entre variables son
correlacionales y si establecen procesos de casualidad entre variables son
correlacionales/casuales.

Estudios longitudinales, que realizan observaciones en dos o más momentos o

puntos en el tiempo. Si estudian una población son diseños de tendencia, si
analizan una subpoblación o grupo específico son estudios de análisis evolutivo de
grupo y estudian los sujetos son estudios de panel.

¿Qué se entiende por diseño experimental?

Se entiende por diseño experimental, el proceso de planeamiento de un

experimento, tal que se tomen datos apropiados con la mayor realidad posible, los
cuales deben ser analizados mediante métodos estadísticos que deriven
conclusiones válidas y objetivas. Podemos decir que la filosofía del diseño
experimental es la obtención de información con una alta fidelidad sobre el
mensaje de la naturaleza a un costo mínimo.

Los diseños experimentales deben tener algunas características como:

1. Simplicidad. La selección de los tratamientos y la disposición experimental

deberá hacerse de la forma más simple posible.
2. Grado de precisión. El experimento deberá tener la capacidad de medir
diferencias entre tratamientos con los grados de precisión que desee el
investigador. Para cumplir con este propósito se deberá partir de un diseño
y un número de repeticiones adecuados.
3. Ausencia de error sistemático. Se debe planear un experimento con el
propósito de asegurar que las unidades experimentales que reciban un
tratamiento no difieran sistemáticamente de aquellas que reciben otro
tratamiento, procurando de esta manera obtener una estimación insesgada
del efecto de tratamientos.
4. Rango de validez de las conclusiones. Este deberá ser tan amplio como
sea posible. Los experimentos que contribuyen a aumentar el rango de
validez del experimento son los experimentos replicados y los experimentos
con estructuras factoriales.
5. Cálculo del grado de incertidumbre. En todo experimento existe algún
grado de incertidumbre en cuanto a la validación de las conclusiones. El
experimento deberá ser concebido de modo que sea posible calcular la
probabilidad de obtener los resultados observados debido únicamente al
azar.

Pasos de una Investigación Experimental

En muchos libros sobre investigación se establecen como pasos de una

investigación: planteamiento del problema, marco teórico, metodología, análisis de
datos, conclusiones y recomendaciones. En este libro se darán los pasos lógicos de
la experimentación científica, según Hinkelman. K. & Kempthorne. O.(1994) como
se muestra en la figura 1. En el diagrama se pueden observar dos etapas básicas:
La primera es la estadística conformada por el desarrollo del diseño estadístico,
formulación del modelo estadístico y el análisis estadístico. La segunda es la no
estadística.

Formulación del Problema 

Frecuentemente una investigación se origina de una idea, existe una gran variedad
de fuentes que pueden generar ideas de investigación, entre las cuales se pueden
mencionar las experiencias individuales, materiales escritos (libros, revistas, tesis
y otros) y observaciones de hechos entre otras. La mayoria de las ideas iniciales
son vagas y requieren analizarce cuidadosamente para que sean transformadas en
planteamientos más precisos y estructurados, para lo cual se requiere una revisión
bibliográfica de la idea.
Las buenas ideas deben ser novedosas y servir para la elaboración de teorías y
resolución de problemas. Una vez concebida la idea de investigación, se procede a
plantear el problema. Plantear el problema es afinar y estructurar más
formalmente la idea de investigación, desarrollando tres elementos: objetivos de
investigación, preguntas de investigación y justificación de ésta. Los objetivos
establecen qué pretende la investigación, las preguntas nos dicen qué respuestas
deben encontrarse mediante la.investigación y la justificación nos indica por qué
debe hacerce la investigación. Los criterios principales para evaluar el valor
potencial de una investigación son: conveniencia, relevancia social, implicaciones
prácticas, valor teórico y utilidad metodológica. Además debe analizarce la
viabilidad de la investigación y sus posibles consecuencias.

Situación 1

(Tomada de Bautista Mendoza Gloria R., 2000. Tesis de Maestría en Microbiología).

En una investigación se desea conocer cómo es la asociación de la especie

bacteriana Pseudomonas fluorescens con el sistema radical. Inicialmente, el
interés de la investigación se centra en determinar cómo se lleva a cabo la
colonización radical a lo largo de un ciclo de cultivo. Aplicando los pasos que se
llevaron a cabo en el planeamiento y ejecución de esta investigación experimental,
en la definición del problema surgieron otros aspectos que en la idea inicial no
habían sido considerados, siendo la capacidad de esta especie bacteriana de actuar
como biocontroladora de patógenos radicales de importancia comercial, un factor
que según reportes de literarura era de considerable importancia. Por tanto, en
esta primera etapa, se hizo necesario concretar aspectos como: el cultivo en el
cual se realizaría la valoración, el patógeno y las condiciones en las cuales se
llevaría a cabo la medición de la actividad biocontroladora (in vitro- en cajas de
petri en medio de cultivo adecuado; in vivo-en invernadero, utilizando Rhizoctonia
solani como patógeno) y la selección de los aislamientos bacterianos a evaluar. Es
importante destacar, que el objetivo fundamental de esta etapa es delimitar el
problema de investigación, con lo cual se logra tener claridad desde un comienzo
de las dimensiones del estudio y realizar una eficiente planeación de las etapas
posteriores. En la formulación de preguntas e hipótesis se plantearon dos
hipótesis básicas de investigación:

Los aislamientos de Pseudomonas fluorescens difieren en su comportamiento de

antagonismo in vitro e in vivo?

Los aislamientos de Pseudomonas fluorescens difieren en su capacidad

colonizadora?

Pasos de una Investigación Experimental

El Modelo Material Subjetivo 

En esta etapa se debe realizar una lista de todos los factores (variables

experimentales independientes que puede ser cualitativas o cuantitativas) que
pueden tener influencia sobre la ejecución del experimento. Tales factores
incluirán:

Factores de tratamientos, que son las variables experimentales independientes

cualitativas o cuantitativas que influyen sobre la variable respuesta, y son el
principal objetivo de la investigación

Factores de clasificación que son variables experimentales independientes

cualitativas que permiten agrupar el material experimental en grupos homogéneos
y que son determinados por las condiciones bajo las cuales el experimento es
ejecutado.

No se puede decir enfáticamente que tener tal listado es esencial para completar la
investigación, ya que depende del diseño seleccionado y de la población con
respecto a la cual se va a hacer la inferencia.

Situación 1

En el desarrollo del modelo material subjetivo se definieron posibles variables o

factores:

Factores o Variables Independientes: Los aislamientos de Pseudomonas

fluorescens, la presencia o ausencia de Rhizoctonia solani, tipo de suelo,
temperatura, tipo de semilla. a utilizar.

Factores o Variables Dependientes: colonización radical medida como UFC/gr

raíz, radio de crecimiento fúngico medido en centímetros, crecimiento de la planta
medido en centímetros y gramos, producción del cultivo medido como número y
peso de tubérculos producidos y sintomatología, expresada como porcentaje de
tubérculos con deformación, esclerocios y escarificación en los niveles sano,
moderado y severo.

Formulación del Problema Estadístico 

En esta etapa se selecciona la(s) variable(s) respuesta(s) o variable (s)

dependiente(s). El experimentador debe estar seguro que la respuesta que se va a
medir realmente provee información útil acerca de la investigación.

Cada respuesta medible, está representada matemáticamante en un modelo lineal.

La idea general de un modelo es expresar las observaciones generalmente
denotadas por  , en términos de ``efectos'' que contribuyen a  . Esos efectos se
pueden clasificar en tres categorías: Efectos de Tratamiento, Efectos de Diseño y
Efectos de Error.

Los efectos de tratamientos, son un reflejo del efecto de diseño como también de

los tratamientos simples o combinaciones de factores.
Los efectos de diseño, son determinados por el diseño de control de error, en
particular, efectos debidos a las varias clases de bloqueo.

Los efectos de error, representan diferentes clases de variación aleatoria. Estos

son: (1) el error experimental y (2) el error observacional.

Error Experimental. Una característica de todo material experimental es la

variación. Asociada con la unidad experimental está el error experimental, este
error es el reflejo de que las UE no son iguales. También podemos decir que es
una medida de la variación existente entre las respuestas de las UE tratadas en
forma similar. Contribuyendo al error experimental están:

a) El error de tratamiento, el cual resulta de cualquier falta de uniformidad en la

realización física del experimento o en la replicación de un tratamiento. Por
ejemplo, si se van a administrar 20 ppm de cierta sustancia, administramos 19 ó
21 ppm.

b) El error de estado.o variabilidad inherente al material al cual se aplican los

tratamientos, el cual es debido a los cambios aleatorios en el estado físico de una
UE. Por ejemplo, en un experimento de nutrición con ratas como material
experimental, los individuos tendrán constitución genética diferente, ésta es una
variabilidad inherente al material experimental o error de estado. Las ratas se
colocarán en jaulas sujetas a diferencias de calor, luz y otros factores; esto
constituye una falta de uniformidad en la realización física del experimento o error
de tratamiento.
Figura 1. Pasos lógicos de una investigación experimental

Al hacer inferencia estadística, ya sea por intervalos de confianza o pruebas de

hipótesis, la magnitud del intervalo de confianza y el poder de la prueba
estadística dependen en definitiva del estimador de la varianza del error
experimental, llamado cuadrado medio del error,

Así que para obtener intervalos cortos o alto poder la prueba se debe hacer todo
esfuerzo posible para reducir el error experimental. Para lograr lo anterior
debemos:

Manejar el material experimental de tal manera que se logre reducir los

efectos debido a la variabilidad inherente.

Refinar la técnica experimental. Es responsabilidad del experimentador que se

haga todo lo posible para asegurar una técnica cuidadosa porque ningún tipo de
análisis estadístico puede mejorar los datos obtenidos de experimentos mal
efectuados. La técnica defectuosa puede aumentar el error experimental de dos
maneras:

i) Puede introducir fluctuaciones adicionales de una naturaleza más o menos

aleatoria y, posiblemente, sujetas a las leyes del azar. Tales fluctuaciones, si son
grandes, deberán revelarse por sí mismas en la estimación del error experimental,
posiblemente mediante la observación del coeficiente de variación. Este es una
medida de variación relativa y es utilizado para comparar la precisión de dos
experimentos o de dos medidas.

ii) Mediante errores no aleatorios. Éstos no están sujetos a las leyes del azar y no
siempre pueden detectarse mediante la observación de las medidas individuales.
Se dispone de pruebas estadísticas para detectarlo.

La técnica defectuosa también puede producir medidas consistentemente

sesgadas, lo que no afecta el error experimental en las diferencias entre las
medias de tratamientos, pero sí a los valores de las medias de tratamientos.

En general la variación proveniente de una técnica deficiente no es aleatoria y no

está sujeta a las leyes del azar, en la cuales se basa la inferencia estadística. Esta
variación puede denominarse inexacitud, en contraste con la falta de precisión.
Desafortunadamente, la exactitud en la técnica no siempre produce alta precisión
ya que ésta también tiene que ver con la variabilidad aleatoria entre las unidades
experimentales, la cual puede ser bastante grande.

El error experimental no puede detectar sesgos; estima la precisión o la

repetibilidad de las medidas, pero no estima la exactitud.
Error Observacional. Se considera como parte del error observacional el error
de medida, es decir, el error debido a la imprecisión de la medida o
procedimiento de detección (aparatos) y el error de muestreo debido a la
selección de las UE para la investigación.

Esquemáticamente el modelo lineal se puede escribir como

Situación 1

Concomitantemente con la elección del diseño estadístico se estableció el modelo

estadístico teórico para cada situación, con el cual se representó cada respuesta
obtenida. Así:

Desarrollo de un Diseño Estadístico

La elección de un diseño estadístico o diseño experimental adecuado depende

fundamentalmente de los siguientes aspectos: el diseño de tratamiento, el diseño
de control de error y el muestreo y diseño de observaciones.

Diseño de Tratamientos

Determina los tratamientos y los niveles a ser incluídos en el estudio: Qué

tratamientos deberían seleccionarse y cuántos?. Los Tratamientos, corresponden a
los niveles de un factor de tratamiento (grado de intensidad de un factor) o a la
combinación de niveles de factores (estructura factorial) y son procedimentos,
métodos, estímulos o condiciones, cuyos efectos se miden sobre la unidad
Experimental (pedazo de material experimental al cual se aplica el ensayo de un
solo tratamiento).

Ejemplo  

Algunos ejemplos que ilustran diferentes tipos de tratamientos aplicados son:

(a) En un experimento agronómico un tratamiento puede referirse a: una marca

de fertilizante, una cantidad de fertilizante, una combinación de los dos anteriores.
(b) En un experimento de nutrición animal un tratamiento puede ser: el genro de
los animales, el padre del animal experimental, la ración particular de alimento de
un animal.

(c) En estudios psicológicos un tratamiento puede referirse a: edad, género, grado

de educación,

Situación 1

- Diseño de tratamientos: se definieron como factores:

Factor 1: tipo de aislamientos bacteriano

: los niveles corresponderon a cada aislamiento en particular (Pf025,

Pf033, Pf060, Pf062, Pf063, Pf096).

Factor 2: la inoculación de Rhizoctonia solani

Niveles , Los niveles fueron respectivamente presencia o ausencia (suelo

inoculado- no inoculado con el patógeno).

En la selección de tratamientos es importante definir claramente cada una de ellos

y entender el papel que jugará para alcanzar los objetivos del experimento.
Algunos puntos que se presentan en casos particulares son los siguientes:

i) Algunas veces se crea confusión a causa de la falla en distinguir si la finalidad es

solamente señalar al ``ganador'' entre los diferentes tratamientos, o si además se
desea encontrar algunos indicios como el porqué los tratamientos se comportaron
en la forma que lo hicieron.

ii) Se recomienda la inclusión de un tratamiento testigo o control cuando existe un

desconocimiento muy alto acerca de la efectividad de los tratamientos objeto del
estudio. Este tratamiento control corresponde a un tratamiento en el que no se
tiene un interés particular pero que sirve de comparación para revelar si los demás
tratamientos son efectivos. Un testigo o control puede ser la exposición de algunas
unidades experimentales (UE) a condiciones naturales; el suministro de una
sustancia que no contiene los componenetes esenciales de los tratamientos
(placebo). Es recomendable que el tratamiento control tenga más réplicas que los
demás tratamientos para obtener una mejor estimación de su efecto.

Situación 2

Se hizo necesaria la inclusión de un control (no inoculado=sin bacteria ni

patógeno), un testigo absoluto de enfermedad (inoculado solo con patógeno) y un
control biológico positivo correspondiente a una cepa de Trichoderma
hamatum con efectividad biocontroladora comprobada previamente. En este caso
se hizo necesaria la inclusión de tres diferentes controles por tratarse de un
estudio exploratorio en el que se desconocía la efectividad de los tratamientos en
estudio.
Estructura de los tratamientos 

El diseño de tratamientos debe basarse en los objetivos de la investigación, el

material experimental y los recursos disponibles. La escogencia del diseño de
tratamientos está relacionanda con el diseño de control de error. Frecuentemente
los tratamientos son escogidos de alguna estructura, en particular de una
estructura factorial. Las estructuras factoriales se pueden distinguir entre:

Estructuras factoriales simétricas(puras) En una estructura simétrica se tienen n

factores a s niveles (s es un número entero) y se simboliza

como factorial  . Los valores más usados para s son 2, 3 y 4.

Estructuras factoriales asimétricas. Las estructuras factoriales asimétricas tiene   

factores a   niveles,   factores a   niveles,   factores

a   niveles, donde los   son enteros diferentes y   y se denota

como  .

Situación 1

Se establecieron como tratamientos de estructura factorial  , la combinación

de los niveles del factor tipo de aislamiento bacteriano e la inoculación de
Rhizoctonia solani.

Una propiedad importante de cualquier experimento factorial (los tratamientos

tienen estructura factorial), es que permite no solamente el estudio de los efectos
individuales de los tratamientos sino también las interacciones entre los factores
de tratamiento. Algunas veces ciertas interacciones entre niveles de factores no
existen o no pueden llevarse a cabo desde el punto de vista práctico, por lo cual
algunas veces se realizan experimentos factoriales en los cuales se considera
solamente una fracción de todas las posibles combinaciones de tratamiento. Este
experimento se denomina factorial fraccionado. A continuación se presenta una
clasificación de los experimentos factoriales dada por Hinkelmann y Kempthorne
(1994).

 
Tabla 1. Esructura de los diseños de tratamientos.

Tipo de
Número de factores Número de niveles Número de tratamientos
factorial

Simétrico( o  (   primo o

puro) potencia de primo)

Asimétrico (o
mixto)

Fraccional
simétrico

Fraccional
asimétrico

Elección de los tratamientos 

De acuerdo a la forma como se consideren los tratamientos y de esta manera se

formulan los modelos asociados al experimento. Existen principalmente dos tipos
de modelos:

Modelo Tipo I o de Efectos Fijos: En el cual los tratamientos son seleccionados por
el investigador porque son de particular interés.

Situación 1

Nuestra siituación ofrece un modelo de este tipo, por cuanto los aislamientos se
seleccionaron centrando el interés en aquellos procedentes de un cultivo en
especial y con el mayor porcentaje de identidad de especie.

Modelo Tipo II o Aleatorio: En el cual los tratamientos son una muestra aleatoria
de su población.

Ejemplo 

(Tomado de Susan pág 352)

Los instrumentos de análisis bacteriológicos utilizados en los laboratorios de los

hospitales proceden de diversos fabricantes. Se sospecha que la calidad de estos
instrumentos varía de fabricante a fabricante. Para probar esta teoría se hace una
lista de fabricantes de un instrumento concreto, se seleccionan aleatoriamente los
nombres de tres de los fabricantes que aparecen en la lista y se comparan las
muestras de los instrumentosprocedentes de estos tres fabricantes. La
comparación se realiza colocando sobre la placa 2 dosis en gotas de una
suspensión medida de Escherichia coli, dejando al cultivo crecer durante
veinticuatro horas y determinando después el número de colonias (en millares) del
organismo que aparece al final del periodo. El propósito no es comparar
precisamente estos tres fabricantes, se les eligió aleatoriamente y únicamente
costituyen una muestra de todos los fabricantes de instrumentos. Más bien, lo que
se busca es apoyo estadístico para el supuesto general de que la calidad del
instrumental difiere entre fabricantes.

Modelo Tipo III o Mixto: Se obtiene cuando en el experimento hay factores con
niveles fijos y factores con niveles aleatorios.

Algunas diferencias entre los tipos de modelo 

1. Para el modelo Tipo I, una repetición del experimento se realiza sobre el

mismo conjunto de tratamientos; en tanto que para el modelo aleatorio una
repetición producirá un nuevo conjunto de tratamientos.
2. Otra diferencia es la forma como se hace la inferencia acerca de los
tratamientos; en el modelo Tipo I se hace estrictamente sobre los
parámetros asociados con los tratamientos considerados y en el modelo
Tipo II la inferencia es respecto a la población de tratamientos.
3. En el modelo I los parámetros son generalmente las medias de los
tratamientos y el objetivo es la comparación y estimación de éstos
parámetros;en cambio en el modelo II los parámetros de interés son las
varianzas y el objetivo primordial es estimar sus magnitudes absolutas y
relativas.
4. Las hipótesis del ANOVA para el Tipo II son de la forma:

En Gill (1978), se ilustra el siguiente

Ejemplo 

De un modelo tipo II. Se seleccionaron 4 toros de una misma raza aleatoriamente,

luego se escogieron terneros hijos de éstos, los cuales fueron alimentados
similarmente y durante el mismo período de tiempo. Se desea saber si la
variabilidad de la ganancia en peso es atribuíble a la diferencia entre los padres o
si es propia de los termeros como U.E.

En esta situación los tratamientos corresponden a los 4 toros y las unidades

experimentales son los hijos de los toros. Aquí los tratamientos (toros) son una
muestra aleatoria de la población de toros de dicha raza y el interes estadístico no
sería hacer inferencia sobre el aumento promedio de los pesos, sino sobre las
varianzas del aumento de peso de peso en cada uno de los toros. Las hipótesis
estadísticas serían:
En el caso anterior el factor del estudio es la influencia hereditaria de la
paternidad.

Diseño de control de Error 

El diseño de control de error, busca un arreglo de los tratamientos en un plan

experimental utilizando una regla de asignación de los tratamientos a las unidades
experimentales, de tal manera que se tengan grupos con buenas características de
homogeneidad. Ejemplos de tales diseños son: el completamente al azar, diseño
de bloques aleatorizado (completo e incompleto), diseño de cuadro latino, etc. La
selección de un diseño de control de error depende de la disponibilidad de las
unidades experimentales, la estructura de esas unidades y la precisión de la
estimación deseada por el investigador.

Situación 1

Diseño de control de error: Para los ensayos de antagonismo in

vitro y antagonismo in vivo se planteó un Diseño Completamente al Azar;
Para los ensayos de Dinámica de colonización radical y Crecimiento de la planta se
planteó un Diseño Completamente al Azar con medidas repetidas. Para el ensayo
de producción del cultivo se planteó un Diseño Completamente al Azar con
estructura de tratamientos factorial. Estos diseños se plantearon por tratarse de
unidades experimentales homogéneas y no existir factores de bloqueo.

Diseño de Muestreo y Observaciones  

El tercer componente del diseño experimental es el muestreo y el diseño de

observación. Este determina a que nivel deben tomarse las observaciones y qué
clase de observaciones se deben tomar; es decir, si las unidades
observacionales son las mismas unidades experimentales o si se debe realizar
un submuestreo de las unidades experimentales, también especifica si se deben
tomar observaciones univariadas o multivariadas.

La unidad experimental, o parcela experimental, es el pedazo de material a la

cual se le aplica el tratamiento. La unidad experimental puede ser un animal, 10
pollos de corral, media hora, etc.

La unidad de muestreo o unidad Observacional (UO), es aquella fracción de

la unidad experimental sobre la cual se mide el efecto del tratamiento. Hay que
aclarar que el muestreo de observaciones no implica replicación. Por ejemplo, si a
50 gallinas se les enjaula juntas y se les alimenta con la misma ración, las UE son
las 50 gallinas. Se necesitan otras jaulas de 50 gallinas antes de poder medir la
variación entre unidades tratadas en forma semejante. Esto es cierto aún si una
medida como el peso del cuerpo se mide en cada gallina en forma individual.
Ejemplo 1  

Cuando en un ensayo clínico veterinario, a varios perros se les aplican diferentes

medicamentos, cada perro es una UE y si, por otra parte, a cada perro se la aplica
una pomada sobre los pies, entonces cada pie es una UO.

Ejemplo 2  

Cuando se aplica un tipo de alimento (tratamiento) a unos cerdos de una

porqueriza, esta sería la UE; sin embargo, las observaciones de aumento de peso
se hacen a cada animal, por lo cual los animales son las UO.

En algunos casos las UE y las UO son iguales pero en otros no.

Situación 1

Se definió la unidad experimental para cada experimento así: Para el ensayo de

Antagonismo in vitro: la unidad experimental correspondió a una caja de petri.
Para el ensayo de dinámica de colonización radical: la unidad experimental fué el
grupo de cinco plantas donde cada una (unidad observacional) se valoró en uno de
los cinco tiempos durante el ciclo de cultivo (respuesta multivariada). Para el
ensayo producción del cultivo y antagonismo in vivo: la unidad experimental
correspondió a una planta, cuyos tubérculos (unidad observacional) fueron
contados, pesados y en cada uno de ellos se evaluó los síntomas de enfermedad.

Competencia 

La competencia es definida como el efecto de un individuo o conjunto de individuos

sobre otro individuo o conjunto de individuos. Hay dos clases de competencia de
importancia en el diseño experimental, estas son: competencia intra e inter
unidades experimentales.

Competencia intra-unidades experimentales

Existe cuando un individuo (os) dentro de la unidad experimental afecta (n) a

otros ventajosa o desventajosamente. Entre algunos ejemplos encontramos:
plantas de una parcela de campo están en competencia por luz, agua y nutrientes.
Animales dentro de un corral o jaula están en competencia por comida y agua. Los
trabajadores de un laboratorio pueden tener más resultado cuando trabajan
conjuntamente que cuando trabajan solos. Algún animal en un corral es más
belicoso que otros, a menudo causando algún perjuicio físico a otros animales. La
competencia puede no tener efecto sobre la técnica experimental, siempre y
cuando la suma de los efectos de competencia sea cero, lo cual requiere que que
un individuo gane lo que otro pierde.

Si la variación entre individuos o unidades muestrales dentro de la unidad

experimental es utilizada en la prueba de significancia, la varianza del error puede
ser erróneamente estimada a causa de la competencia. Para eliminar la
competencia intra-unidades experimentales se requiere proporcionar más espacio
o más tiempo. Por ejemplo, en trabajos de plantas puede requerirse más espacio
entre plantas; en trabajos de laboratorio, los trabajadores pueden manipular
muestras diferentes.

Supongamos que   unidades muestrales o individuos por unidad experimental y

que R de las   unidades experimentales es extraída al azar. La varianza de la
media de las R es:

Donde   representa la variación entre unidades experimentales tratadas

similarmente y   representa la variación entre unidades muestrales dentro de la
unidad experimental. Si la competencia existe,   varía independientemente de
Unidad experimental a Unidad experimental. La varianza debida a la competencia
puede no ser estimada en experimentos muestrales ordinarios a menos que el
experimento se diseñe específicamente para medir competencia intra-unidad
experimental.

Competencia entre-unidades experimentales 

Se refiere a influencias desventajosas o nocivas de una unidad experimental sobre

otra. Los efectos de ``borde'' o ``callejón'' (efecto sobre plantas o animales,
causados por adyacencia de unas desiertas o inhabitadas) se han incluído en la
competencia entre parcelas y su influencia puede ser retirada de un experimento
utilizando material de defensa que debe descartarse. Entre algunos ejemplos que
ilustran lo anterior tenemos: algunas variedades de plantas que pueden afectar
adversamente otras variedades que crecen adyacentes a ellas, debido a que
aparentemente pueden ser mejores competidoras. Plantas sobre una parcela con
tratamiento no fertilizante o con tratamiento no riego pueden extraer algo de
nutrientes o agua de las parcelas tratadas.

El proprocionar más o menos separación de las unidades experimentales es

suficiente para retirar el efecto de competencia. El experimentador puede ampliar
la distancia entre filas y disminuir la distancia entre plantas dentro de la fila. Sin
embargo, defender o bordear el material experimental puede considerarse como
una alternativa relativa.

Tamaño de la Unidad Experimental

El tamaño óptimo o recomendado para una unidad experimental está dado por un
número de factores. Por ejemplo, el tamaño de una parcela de campo está
determinada por las facilidades disponibles para manejar la parcela, así, si hay a
disposición equipo potente para su manejo, una parcela grande puede ser esencial,
por el contrario si no es posible obtener este tipo de equipos, el experimentador
está forzado a utilizar una parcela pequeña o a submuestrear.
La cantidad total de material experimental disponible es un factor en la
determinación del tamaño óptimo de una unidad experimental, ya que el
experimentador puede tener solamente un número fijo de animales, plantas,
semillas o un área fija de suelo a su disposición.

Ejecución del Experimento 

Consiste en la aplicación de cada uno de los procesos de laboratorio o

procedimientos (tratamientos) a las unidades experimentales de acuerdo al diseño
experimental seleccionado. Es recomendable preparar un protocolo de ejecución y
seguirlo cuidadosamente.

Situación 1

La ejecución del experimento se llevó a cabo teniendo en cuenta las condiciones

planeadas y ejecutando el procedimiento de aleatorización, rotulando cada matera
y asignando aleatoriamente la matera al tratamiento.

Recolección de datos

Para la recolección de los datos o toma de observaciones se deben tener en cuenta

las siguientes recomendaciones:

1. El experimentador debe liberarse de toda simpatía personal hacia

determinado tratamiento que pudiera sesgar los resultados.
2. Todas las observaciones que se tomen deben ser anotadas cuidadosamente
en un registro apropiado, no dejando nada a la memoria. Los datos deben
anotarse en forma ordenada, de tal forma que puedan ser utilizados por
otro experimentador si fuese necesario en una fecha más o menos lejana,
quien debe poder entender todas las anotaciones.
3. Se recomienda que el experimentador tome las observaciones
(aleatoriamente) olvidándose cuáles son los tratamientos de las parcelas a
fín de no dejarse influir por prejuicios sobre determinados tratamientos.
4. En algunos experimentos no es práctico tomar observaciones en toda la
unidad experimental, tal es el caso de determinaciones químicas. En estos
casos es recomendable muestrear la unidad experimental para obtener
subunidades. Generalmente hay mas variabilidad entre las unidades que
entre las subunidades experimentales. Es por esto que no debe haber
mucho interés en muchas determinaciones químicas en cada unidad
experimental, ya que las subunidades solo sirven para estimar las UE, y el
experimentar está basado en la variabilidad entre las UE y no entre
subunidades experimentales.

Situación 2
Para la recolección de información, se tuvo en cuenta la realización previa de
tablas en las cuales consignar dicha información, las cuales se caracterizaron por
tener un orden lógico, lo que facilitó posteriormente la digitación de información.
La tabla 1 ejemplifica una de ellas, la cual fue utilizada para la valoración de
sintomatología en tubérculos.

 Análisis Estadístico  

Después de obtener los datos se continúa con el análisis estadístico de acuerdo al

diseño experimental seleccionado y al modelo asociado. Uno de los principales
objetivos del análisis de los datos de un diseño experimental es cuantificar y
evaluar la importancia de las fuentes de variación (factores de tratamientos y de
clasificación). Esto puede ser obtenido a través del análisis de varianza (ANOVA)
asociado bajo el modelo lineal. El análisis de varianza, es una técnica estadística,
que permite analizar datos provenientes de un experimento aleatorio comparativo,
fue ideado por R.A. Fisher, publicado en 1923. Es un procedimiento sistemático
que particiona la variabilidad total (o total de la suma de cuadrados)

De las observaciones en partes componentes que influyen en el modelo lineal;

cada una de las cuales es asociada con una fuente de variación. Una de éstas es la
variación entre las unidades experimentales tratadas en forma semejante, la cual
es una medida del error experimental que provee la base para los estimados de
intervalos y las pruebas de hipótesis significancia. Otras fuentes de variación son
las de los tratamientos, bloques etc. No es un método fijo, se adapta a cada diseño
particular, pudiéndose clasificar de diferentes maneras; según el diseño, el número
de repeticiones o según la forma de seleccionar el número de los niveles de los
factores.

 Según el diseño:

a. Unifactorial. Cuando hay un solo factor de tratamientos se utiliza

ANOVA de clasificación simple o de una vía como el caso de un DCA.
b. Multifactorial. se utiliza ANOVA de dos vías (dos factores) o tres
vías (tres factores), etc, como en el caso de diseños de bloques (un
factor y una variable de agrupación o clasificación), cuadrado latino
(un factor y dos variables de agrupación) y otros.

 Según el número de Repeticiones:

a. Igual número de repeticiones: se utiliza ANOVA con grupos

iguales para diseños balanceados.
b. Desigual número de repeticiones: ANOVA con grupos desiguales
para diseños desbalanceados.

 Según la forma de seleccionar los niveles de los factores:

 a. Si los niveles son fijos, se utiliza el modelo I de ANOVA, llamado
también modelo de efectos fijos.
b. Si los niveles son seleccionados al azar, se utiliza el modelo II de
efectos aleatorios o modelos de componentes de varianza.
c. Si hay factores con niveles fijos y aleatorios: se utiliza el modelo III
de ANOVA o mixto.

Interpretación de Resultados

Es impoprtante tener en cuenta en este aspecto que los resultados deben ser
interpretados por el investigador, ya que algunos resultados pueden resultar
significativos estadísticamente pero carecen de importancia para los objetivos de
la investigación.

Generación de nuevas preguntas e hipótesis 

Luego de realizada la ivestigación se deben formular nuevos interrogantes e

hipótesis que servirán de base a futuras investigaciones.

Finalmente, el estudio llevó a la formulación de nuevas preguntas e hipótesis,

entre algunas de estas podemos citar: Cómo influyen los medios de cultivo
utilizados sobre el comportamiento de las pruebas de antagonismo in vitro?, Qué
mecanismos y/o sustancias se encuentran implicadas en la actividad
biocontroladora y de colonización de esta especie bacteriana?,Cómo es su
actividad biocontroladora de otros patógenos de importancia comercial diferentes
al evaluado? y muchas otras.

Presentación de Resultados 

Para la presentación del resúmen de resultados se utilizaron gráficas sencillas de

estadística descriptiva. (ver tesis Bautista, 2000).

Tabla 1. Valoración de sintomatología en los tubérculos

Réplica Tipo de
Tratamiento Observación(tubérculo). Nivel Peso
(Planta) síntoma
La codificación utilizada para el registro de la anterior información fué:
Tratamiento: 1,...,13; Réplica: 1,...,7; Observación: 1,...,n; Tipo de síntoma (1):
deformación, (2): esclerocios, (3): escarificación; Nivel (1):sano, (2):moderado,
(3):severo.

Algunos principios básicos del diseño experimental tienen que ver con la
formulación del problema bajo investigación, la escogencia del diseño
experimental, la ejecución del experimento, el análisis de los datos y la
interpretación de los resultados. Estos principios se discutirán en forma general,
dejando los detalles específicos referentes a los diseños experimentales para
sesiones posteriores.

Cuando se describieron los pasos de un experimento se enfatizó el aspecto

estadístico en particular. En la figura 1 se observa el "triángulo estadístico"
formado por la selección del diseño experimental, la formulación del modelo
estadístico y el análisis de los datos. Para garantizar el análisis estadístico y para
incrementar su sensibilidad, se debe tener en cuenta tres principios básicos en
cualquier experimento: la replicación, la aleatorización y el bloqueo o control local.

La replicación

Por esta se entiende que cada tratamiento (o alguno de los tratamientos) debe ser
aplicado a varias unidades experimentales. La replicación sirve para:

1. Proveer un estimado del error experimental, tal estimación se convierte en

la unidad básica para determinar si las diferencias observadas en los datos
son estadísticamente significativas
2. Incrementar la precisión por medio de la reducción de errores estándar.
3. Calcular una estimación más precisa del efecto de un factor en el
experimento si se usa la media muestral ( ) como una estimación de dicho
efecto.

La Aleatorización

Consiste en que tanto la asignación del material experimental como el orden en

que se realizan las pruebas individuales o ensayos se determinan aleatoriamente y
sirve para:

1. Garantizar la validez de la estimación del error experimental.

2. Garantizar la independencia de los errores o que las observaciones sean
variables aleatorias independientes. Esto es necesario para obtener pruebas
de significancia válidas y estimados de intervalos.
3. Eliminar el sesgo de tal manera que no se desfavorezca o discrimine a los
tratamientos y permite cancelar los efectos de factores extraños que
pudieran estar presentes.
Existen varias formas prácticas para la asignación aleatoria de los tratamientos a
las unidades experimentales; una es la numeración de los tratamientos, que luego
a manera de sorteo se extraen de una urna de fichas rotuladas con dicha
numeración; el orden en que aparecen los números corresponde al orden de
asignación de los tratamientos. También existen tablas que contienen números
aleatorios y programas de computadora que los generan. El proceso de asignar
aleatoriamente las unidades experimentales y los tratamientos se puede hacer de
la siguiente manera:

Marque la unidades experimentales  . Luego marque unos papelitos con

los números   Coloque los papelitos en una bolsa . Seleccione un
papelito y márquelo por el reverso de donde esta marcado con el número ,
deje este papelito fuera de la bolsa . Proceda nuevamente a seleccionar otro
papelito y márquelo ahora con el número . Continúe este proceso hasta que
queden marcados todos los papelitos
como  . Ahora si el papelito   y por
consiguiente la unidad experimental   esta asociada con la marca  se aplica
el tratamiento   a esta unidad experimental.

También se puede hacer el anterior proceso usando la tabla de números

aleatorios. Como ejemplo suponga que    . Usted puede
marcar las UE con números de dos dígitos  . Luego asocie los
números   y   con la UE 1 y ubicándose en cualquier lugar de la tabla se
empieza a recorrerla en cualquier sentido para localizar los números anteriores

El bloqueo o control local

En el cual la idea básica es particionar el conjunto total de las UE en subconjuntos

(bloques) que sean lo más homogéneo posible, eliminando de esta forma los
efectos de factores extraños que contribuyen a la variación sistemática de las
diferencias entre las unidades experimentales. Existen varias razones para
bloquear en un diseño experimental:

1. Puede incrementarse la precisión de un experimento. Las diferencias entre

los bloques es eliminada del error experimental en el análisis de resultados
reduciéndo de ésta forma el error.
2. Los tratamientos son comparados bajo casi idénticas condiciones, ya que las
comparaciones son hechas dentro de bloques de unidades uniformes.

Objetivos básicos de diseño experimental 

El objetivo general de cualquier diseño experimental es proporcionar una cantidad

máxima de información pertinente al problema bajo investigación. Objetivos más
específicos aparecen a continuación.
 1. Aumentar la precisión del experimento.
2. Proveer estimados de los efectos de tratamientos o las diferencias entre los
efectos de tratamientos.
3. Estimar la variabilidad del material experimental.

El ejemplo presentado a continuación muestra los pasos lógicos llevados a cabo

durante una situación experimental.

Precisión y exactitud

La verificación de hipótesis científicas son solamente posibles por medio de

procesos de experimentación, en la cual se requiere la disponibilidad de
instrumentos que midan con alta precisión. Es importante reconocer la distinción
entre precisión y exactitud

Las palabras precisión y exactitud, se consideran en ocasiones como sinónimos. Se

les ha asignado significados técnicos, particularmene en las ciencias naturales e
ingeniería. Estadísticamente tienen significados distintos. Precisión se refiere a la
similitud de una medición cuando se realiza varias veces; es decir, la capacidad de
repetición de las medidas. y Exacitud se refiere a la cercanía de una medición con
el valor teórico esperado. La diferencia entre los conceptos puede ilustrarse con un
experimento en el cual algunos niños se pesan en una báscula que tiene un sesgo
de  . Si el peso verdadero de un niño es  , las pesadas repetidas del
niño darán alrededor de  . La exactitud de una medición del peso del niño
significa la cercanía con la cual la medición se aproxima al peso verdadero
de  . La precisión de una medición significa la cercanía con la cual la medición
se aproxima al promedio de   de una serie de grandes mediciones hechas
bajo condiciones similares.

Si el sesgo es grande, una medición puede ser de alta precisión pero baja
exactitud. Las repeticiones, las mediciones adicionales y el agrupamiento hábil del
material actúan sobre la precisión del experimento. Si el método de medición
permanece sesgado, estos procedimientos no afectan a ese sesgo. Un refinamiento
en la técnica si puede reducir este sesgo.

Existe métodos estadísticos que permiten abordar esta temática pero no se hará
en el curso.

Actividades Complementarias

¿Cómo se presentan los resultados de una investigación

experimental?

1. Presentar la tabla de ANOVA y las tablas de medias con sus errores

estándar. A través de los años se han llegado a establecer dos costumbres:
 a. Si una relación   excede al punto de 95 porciento pero no excede al
punto de 99 porciento, la relación   (o el cuadrado medio para el
efecto por probar) está marcado con un asterisco (*).
b. Si una relación F excede el punto de 99 pociento, la relación   (o el
cuadrado medio para el efecto por probar) está marcado con doble
asterisco (**).

Si el espacio es de importancia, únicamente se presenta un ANOVA abreviado,

cuando esto se haga, se acostumbra incluir únicamente las columnas para fuentes
de variación, grados de libertad y cuadrados medios.

Cuando se utilice la convención del asterisco se deben definir los símbolos al final
de cada tabla de ANOVA mediante el uso de las siguientes notas:

* significante a 

** significante a 

*** significante a 

2. Describa los resultados en forma gráfica siempre que sea posible.

Lecturas complementarias

Para alumnos de posgrado en materiales

Ejemplos 12.1 y 12.2 del libro de estadística industrial de Kenett R. y Zacks Z.

(2000) pags. 408-412.

Actividades de la Semana

Para cada una de las siguientes situaciones que se presentan decida si es

experimental o no y determine:

a. Las variables dependientes y independientes

b. La unidad experimental
c. La unidad observacional
d. El diseño de control de error
e. Los factores de tratamientos
f. Los tratamientos
g. La estructura de los tratamientos
  

SITUACIÓN 1 (Ejercicio 10.4.2 Susan)

El abeto sitka es económicamente el árbol de bosque más importante en el Reino

Unido. Sin embargo, posee una regeneración natural escasa como consecuencia de
la infrecuencia de buenos años. Es necesario aumentar la producción de semillas.
Se proponen cuatro tratamientos hormonales. Puesto que árboles diferentes tienen
distintas características naturales de reproducción, se controla el efecto de las
diferencias entre árboles mediante bloques. En el experimento se utilizan diez
árboles. Dentro de cada árbol se seleccionan cuatro ramas semejantes. Cada rama
recibe exactamente uno de los cuatro tratamientos, siendo aleatoriamente
asignados los tratamientos a las ramas. De este modo, cada árbol constituye un
bloque completo. Lo que se mide es el número de semillas producidas por rama.

Supongamos que esta variable, si bien discreta, está de manera aproximada

normalmente distribuida.

Tratamiento
(árbol) A B C D
1 89 59 20 51
2 87 56 15 47
3 84 52 14 45
4 92 67 26 56
5 95 70 28 60
6 90 62 22 53
7 89 60 19 51
8 88 56 17 50
9 82 50 14 45
10 94 63 24 53

SITUACIÓN 2 (Ejercicio de Susan).

Se sabe que el dióxido de carbono tiene un efecto crítico en el crecimiento

microbiológico. Cantidades pequeñas de CO  estimulan el crecimiento de muchos
microorganismos, mientras que altas concentraciones inhiben el crecimiento de la
mayor parte de ellos. Este último efecto se utiliza comercialmente cuando se
almacenan productos alimenticios perecederos. Se realizó un estudio para
investigar el efecto de CO  sobre la tasa de crecimiento de Pseudomonas fragi, un
corruptor de alimentos. Se administró dióxido de carbono a cinco presiones
atmósfericas diferentes. La respuesta anotada es el cambio porcentual en la masa
celular después de un tiempo de crecimiento de una hora. Se utilizaron diez
cultivos en cada nivel. Se obtuvieron los siguientes datos:
Nivel del factor

(presión en atmósferas de CO )

0.0 0.083 0.29 0.50 0.86

62.6 50.9 45.5 29.5 24.9
59.6 44.3 41.1 22.8 17.2
64.5 47.5 29.8 19.2 7.8
59.3 49.5 38.3 20.6 10.5
58.6 48.5 40.2 29.2 17.8
64.6 50.4 38.5 24.1 22.1
50.9 35.2 30.2 22.6 22.6
56.2 49.9 27.0 32.7 16.8
52.3 42.6 40.0 24.4 15.9
62.8 41.6 33.9 29.6 8.8

SITUACIÓN 3 (Ejercicio 10.5.1 Susan)

Se realiza un estudio para determinar el nivel del agua y el tipo de planta sobre la
longitud global del tallo de las plantas de guisantes. Se utilizan tres niveles de
agua y dos tipos de plantas. Se dispone para el estudio de diciocho plantas sin
hojas. Se dividen aleatoriamente estas plantas en tres sugrupos, y después se
asignan los niveles de agua aleatoriamente a los grupos. Se sigue un
procedimiento similar con 18 plantas convencionales. Se obtuvieron los siguientes
datos (la longitud del tallo se da en centímetros).

Factor B Factor A (Nivel del agua)

(tipo de planta) Bajo Medio Alto
69.0 96.1 121.0
71.3 102.3 122.9
73.2 107.5 123.1
Sin hojas
75.1 103.6 125.7
74.4 100.7 125.2
75.0 101.8 120.1
71.1 81.0 101.1
69.2 85.8 103.2
70.4 86.0 106.1
Convencional
73.2 87.5 109.7
71.2 88.1 109.0
70.9 87.6 106.9

SITUACIÓN 4
Box, Hunter y Hunter (1978, Pág.209) citan los siguientes resultados de cuatro
tratamientos, A, B, C y D, en la fabricación de la penicilina, en 5 formulaciones
distintas.

Tratamientos
Formulaciones A B C D
1 89 88 97 94
2 84 77 92 79
3 81 87 87 85
4 87 92 89 84
5 79 81 80 88

SITUACIÓN 5 Tomado del libro control de calidad y estadística

industrial de Duncan (1996)

Se tomaron tres determinaciones del punto de fusión de la hidroquina en cada uno

de cuatro termómetros y se quiere determinar si leen distintos los termómetros.

Termómetros
A B C D
174.0 173.0 171.5 173.5
173.0 172.0 171.0 171.0
173.5 173.0 173.0 172.5

SITUACIÓN 6

Suponga que en la situación 5 tres analistas hacía por aparte dos determinaciones
del punto de fusión de la hidroquina con cada uno de cuatro termómetros
diferentes

Termómetros
Analista A B C D
I 174.0 173.0 171.5 173.5
173.5 173.5 172.5 173.5
II 173.0 172.0 171.0 171.0
173.0 173.0 172.0 172.0
III 173.5 173.0 173.0 172.5
173.0 173.5 173.0 173.0

Bibliografia

 Little, Thomas M. y Hill, F. J. (1976). Métodos estadísticos para la

investigación en la agricultura. Editorial trillas. pags:13-20.
 Hinkelman. K. & Kempthorne. O.(1994): Design and analyisis of
experiments volumen I. Jhonn Wiley. págs:1-52.
 Steel, R. G.D. and Torrie, J. H. (1996). Bioestadística: principios y
procedimientos. McGraw-Hill. págs: 118-131.
 Ostle, Bernard (1973). Estadística aplicada. Editorial Limusa-Wiley, S. A.
págs: 275-309.
 Rios, S. (1967). Métodos estadísticos. Mcgraw-Hill. págs:411-412.
 Susan M. J. (1987). Estadística para biología y ciencias de la salud.
McGraw-Hill-Interamericana. págs:279-337.
 Federer, Walter. Experimental design. Theory and aplications. MacMillan
company. Capítulo 3.
 Roberto Hernández Sampieri y otros (1998). Metodología de la
investigación, , McGraw-Hill.
 Bautista Mendoza Gloria R.(2000). Tesis de Maestría en Microbiología:
Determinación de la asociación y antagonismo contra Rhizoctonia solani de
aislamientos nativos de Pseudomonas fluorescens en un cultivo de
papa Solanum phurja en condiciones de invernadero.
 Kenett R. y Zacks Z. (2000). Estadística industrial moderna. Diseño y
control dde la calidad y la confiabilidad