“Instituto Tecnológico de Comitancillo”

Asignatura: Diseños experimentales

Unidad 1: Introducción a la experimentación

Parte 1

Facilitador: Ing. Juan Cruz Rendón

Alumno: Josué Nolasco Luis.

Semestre: 5° Sistema Abierto

Carrera: Ingeniería en Agronomía

27 de septiembre del 2020

 1. Introducción a la experimentación.
1.1 Definición de experimentación, objetivos e importancia.
La experimentación agrícola tiene por objeto comprobar en la práctica del cultivo una hipótesis
formulada sobre la superioridad de una modalidad determinada de alguno de los elementos que
intervienen en la producción de cierta cosecha o de las cosechas en general.
La importancia de la experimentación agrícola se debe, principalmente, a que descansa en ella el
progreso de la agricultura mundial. Cualquier idea, formulada en relación con la producción rural,
por genial, que pueda ser, necesita pasar por el crisol de la experimentación agrícola, para que
pueda ser aceptada y divulgada.
1.2 Diseños experimentales en la agricultura.
Necesidad de la experimentación agrícola. El resultado de la producción de las plantas cultivadas
depende de un gran número de factores que, al variar de modo desigual, determinan en el
rendimiento y en la calidad de una misma cosecha, obtenida en medios diferentes, variaciones a
veces importantes.
Este hecho, de universalidad bien conocida, hace que las conclusiones obtenidas sobre cualquier
clase de tratamiento seguido con una planta cultivada en un medio determinado sean difíciles de
generalizar a medios distintos y que el tratamiento en cuestión deba someterse a la
experimentación en cada lugar o zona agrícola, antes de ser recomendado o divulgado entre los
agricultores de ese lugar o zona.
Etapas fundamentales de la experimentación agrícola.
a) Especificación del problema.
b) Planteamiento de la experiencia.
c) Ejecución de las operaciones de campo.
d) Recolección y obtención de los datos relativos a los resultados.
e) Interpretación de los datos numéricos, sometiéndolos al análisis estadístico, para estimar a
su verdadero significado.
f) Análisis económico de los resultados definitivos obtenidos.
1.3 El investigador y el razonamiento científico.
Ha habido cuatro eras del desarrollo moderno del diseño experimental clásico. La era agrícola fue
encabezada por el trabajo pionero de Sir Ronald A. Fisher en los años 1920 y principios de la
década de 1930. En este período, Fisher fue el responsable de las estadísticas y el análisis de
datos en la estación agrícola de Rothamsted en las cercanías de Londres. Fisher se percató que
de que ñas fallas en la forma en que se llevaba a cabo el experimento que generaba los datos
obstaculizaban con frecuencia el análisis de los datos de los sistemas.

Si bien es cierto que la aplicación del diseño estadístico en ambientes industriales se inició en la
década de 1930, el catalizador de la segunda era, o era industrial, fue el desarrollo de la
metodología de superficies de respuesta (MSR), por parte de Box y Wilson.

El interés creciente de la industria occidental en el mejoramiento de la calidad que empezó a

finales de la década 1970 anunció la tercera era del diseño estadístico. El trabajo de Genichi
Taguchi y Wu, tuvo un impacto significativo en el aumento del interés y el uso de los experimentos
diseñados. Taguchi propugnaba por el uso de experimentos diseñados para lo que denominó el
diseño paramétrico robusto. La cuarta era del diseño estadístico, refiere a un renovado interés
general tanto por parte de investigadores como de profesionales en ejercicio en el diseño
estadístico y el desarrollo de varios enfoques nuevos y útiles para los problemas experimentales en
el mundo industrial, incluyendo alternativas a los métodos técnicos de Taguchi que permiten que
sus conceptos de ingeniería se lleven a la práctica de manera eficaz y eficiente.
1.4 Orientación de la experimentación.
La mejora de la producción agrícola de un país tiene que fundamentarse principalmente en la
experiencia agrícola. Pero, ante todo, hay que señalar, reiterando lo que se ha dicho, que esta
experimentación tiene que ser nacional, y no sólo nacional sino regional, y aún local.

No se puede fundamentar la mejora de los cultivos y de la agricultura, por lo tanto, en los

resultados que se han obtenido en los campos de ensayo de otros países; cada país necesita una
experimentación agrícola propia, que proporcione las orientaciones necesarias para mejorar los
métodos seguidos por sus agricultores, de acuerdo con las exigencias de su propio medio o de sus
diferentes medios, pues es notoria la diversidad ecológica que prevalece entre las diferentes
regiones de la mayoría de los países.

La mejora de la agricultura de cualquier país tiene que fundamentarse, como es lógico, en la

elevación de los rendimientos unitarios de las cosechas, con un aumento mínimo en los gastos de
cultivo. Las anteriores consideraciones determinan la necesidad de decidir cuáles de las distintas
posibilidades de la experimentación agrícola deben de emprenderse con preferencia a las demás.

1.5 Planteamiento de hipótesis

Una hipótesis estadística es una afirmación sobre los valores de los parámetros de una población o
proceso, que es susceptible de probarse a partir de la información contenida en una muestra
representativa que es obtenida de la población. Por ejemplo, la afirmación “este proceso produce
menos de 8% de defectuosos” se puede plantear estadísticamente, en términos de la proporción p
desconocida de artículos defectuosos que genera el proceso, como se hace a continuación.

H0 : p = 0.08 (la proporción de defectuosos es 0.08)

HA : p < 0.08 (la proporción es menor a 0.08)
Expresión 2.4

A la expresión H0 : p = 0.08 se le conoce como hipótesis nula y HA : p < 0.08 se le llama hipótesis
alternativa. El nombre de hipótesis nula se deriva del hecho de que comúnmente se plantea como
una igualdad, lo cual facilita el tener una distribución de probabilidad de referencia específica. En
general, la estrategia a seguir para probar una hipótesis es suponer que la hipótesis nula es
verdadera, y que en caso de ser rechazada por la evidencia que aportan los datos, se estará
aceptando la hipótesis alternativa. Así, en el caso de las proporciones, la afirmación que se desea
probar se aceptará como cierta, sólo en caso de rechazar la hipótesis nula.

Supongamos ahora que la afirmación a probar es “este proceso produce 8% de defectuosos”.

Observe que la afirmación señala que su falsedad se da, tanto si se observan menos de 8% de
defectuosos como si se observan más de 8% de defectuosos.
En este sentido, el planteamiento estadístico debe ser:

H0 : p = 0.08 (la proporción de defectuosos es 0.08)

HA : p π 0.08 (la proporción es diferente a 0.08)
Expresión 2.5

Ahora, lo que se desea concluir es la hipótesis nula. Nótese la diferencia entre las hipótesis
alternativas en las expresiones (2.4) y (2.5). En (2.4) HA se conoce como hipótesis alternativa de
un solo lado (unilateral), ya que la única manera de rechazar H0 es teniendo valores de la
proporción muestral pˆ significativamente más pequeños que 0.08. Asimismo, en (2.5) HA se llama
hipótesis alternativa de dos lados (bilateral), ya que la evidencia en contra de H0 se obtiene con
valores pequeños o grandes de la proporción muestral pˆ. Así, la elección de la hipótesis alternativa
en cuanto a si debe ser unilateral o bilateral depende de la afirmación que se quiera probar.

Otro aspecto importante es la selección del valor del parámetro que especifica la hipótesis nula,
esto es, ¿por qué 0.08 en las hipótesis de las expresiones (2.4) y (2.5)? Este valor se elige de
manera que separe dos situaciones que llevan a tomar diferentes acciones. Por ejemplo, en la
hipótesis dada en (2.4) se eligió 0.08, porque ésta es la proporción de defectuosos reportada el
mes anterior, y después de implementar un programa de mejora se quiere ver si dio el resultado
esperado. En caso de no rechazar H0 se concluiría que el programa no funcionó y que se deben
tomar medidas adicionales para bajar la proporción de defectuosos.

1.6 Características y etapas en la planeación de los experimentos.

Para aplicar el enfoque estadístico en el diseño y análisis de un experimento, es necesario que
todos los que participan en el mismo tengan desde el principio una idea clara de qué es
exactamente lo que va a estudiarse como van a colectarse los datos, y al menos una comprensión
cualitativa de la forma en que van a analizarse esos datos.

1. Identificación y enunciación del problema. Este punto podría parecer muy obvio, pero
es común que en la práctica no sea sencillo darse cuenta de que existe un problema que
requiere experimentación, y tampoco es fácil desarrollar una enunciación clara, con la que
todos estén de acuerdo, de este problema.
2. Elección de los factores, los niveles y los rangos. Cuando se consideran los factores
que pueden influir en el desempeño de un proceso o sistema, el experimentador suele
descubrir que estos factores pueden clasificarse como factores potenciales del diseño o
bien como factores perturbadores.
3. Selección de la variable de respuesta. Para seleccionar la variable de respuesta, el
experimentador deberá de que esta variable proporciona en realidad información útil
acerca del proceso bajo estudio. En la mayoría de los casos, el promedio o la desviación
estándar (o ambos) de la característica medida será la variable de respuesta.
4. Elección del diseño experimental. Si las actividades de planeación previas al
experimento se realizan como es debido, este paso es relativamente sencillo. La elección
del diseño implica la consideración del tamaño de la muestra (número de réplicas), la
selección de un orden de corridas adecuado para los ensayos experimentales y la
determinación de si entran en juego o no la formación de bloques u otras restricciones
sobre la aleatorización.
5. Realización del experimento. Cuando se lleva a cabo el experimento es vital monitorear
con atención el proceso a fin de asegurarse de que todo esté haciendo conforme a la
planeación. Los errores en el procedimiento experimental en esta etapa destruirán por lo
general la validez experimental.
6. Análisis estadístico de los datos. Deberán usarse métodos estadísticos para analizar los
datos a fin de que los resultados y las conclusiones sean objetivos y no de carácter
apreciativo. Si el experimento se ha diseñado correctamente y si se ha llevado a cabo de
acuerdo con el diseño, los métodos estadísticos necesarios no deben ser complicados.
7. Conclusiones y recomendaciones. Una vez que se han analizado los datos, el
experimentador debe sacar conclusiones practicas acerca de los resultados y recomendar
un curso de acción. Los métodos gráficos suelen ser útiles en esta etapa, en particular
para presentar los resultados. También deberán realizarse corridas de seguimiento o
pruebas de confirmación para validar las conclusiones del experimento.

1.7 Presentación de los resultados de un proyecto experimental.

En todo experimento agronómico, al medir el rendimiento o la calidad de los distintos tratamientos
o sujetos sometidos a la experimentación, se observa una variación más o menos intensa; esta
variación está integrada por variaciones parciales, debidas a diversas causas, que pueden
clasificarse en dos grupos:
a) Las variaciones pertinentes.
b) Las variaciones no pertinentes.

Son variaciones pertinentes las ocasionadas exclusivamente por el elemento, tratamiento o sujeto
sometido al ensayo comparativo. Son variaciones no pertinentes las determinadas por causas
ajenas al elemento, tratamiento o sujeto sometido a la experimentación, que vienen a interferir con
las variaciones pertinentes y a enmascarar su intensidad, reforzando o atenuando las diferencias
entre los resultados obtenidos con los distintos tratamientos o sujetos, objeto del trabajo
experimental.

Por otra parte, el experimentador agrícola debe tener presente que los campos experimentales no
se establecen, en general, con fines especulativos, dentro de una finalidad puramente científica,
sino que normalmente se planean desde un punto de vista esencialmente práctico. El fin
perseguido en todos los casos es un mayor beneficio neto por hectárea, y éste depende de
numerosos factores, que intervienen simultáneamente en el resultado económico, como son la
productividad, la calidad, la rusticidad, las exigencias en fertilizantes, la demanda del mercado y
otros, que deben tomarse en cuenta en la evaluación de los resultados.

En el estado actual de la ciencia agrícola el posible nivel de perfección en las prácticas de cultivo
es bastante grande y no siempre puede esperarse que una modificación en cualquiera de ellas,
dentro de las modalidades perfeccionadas de las mismas, produzca aumentos en la producción o
en la calidad de las cosechas, cifradas en elevados tantos por ciento, por ejemplo; frecuentemente,
debemos esperar que dichas modificaciones produzcan incrementos o diferencias relativamente
moderados.

Otro aspecto que debe tomarse en consideración en los trabajos experimentales e que los
resultados de un experimento son, como hemos visto en el capítulo anterior, de la aplicación
limitada, pues solo pueden darse por buenos en las mismas condiciones de suelo y clima o
estación en que fueron obtenidos. Para llegar a establecer los resultados de una práctica o
tratamiento como ley general será preciso repetir la experiencia en diferentes lugares, sobre
distintos suelos, en condiciones climatológicas variadas, y obtener, en estas condiciones de
semejantes, la confirmación de la hipótesis formulada como consecuencia del primer experimento,
que sólo así podrá ser generalizada.

Por último, hay que considerar que el establecimiento de un campo de ensayo o lote experimental
debe ser la fase final, como si dijéramos, en la resolución de un problema agrícola dado, y solo
debe realizarse para comparar tratamientos o modalidades culturales en que la superioridad
relativa de unos respectos a otros sea difícil de apreciar por métodos más expeditos y menos
costosos.

1.8 Organización y conducción de la investigación agrícola en México.

El establecimiento, en 1907, de la estación Experimental San Jacinto, en el Distrito Federal, marcó
el inicio de la investigación agrícola oficial para crear y difundir nuevas tecnologías. En el período
posrevolucionario se dio un fuerte impulso a la producción de alimentos y materias primas, así
como al mejoramiento de las condiciones de vida en el campo. En 1922 se puso en marcha un
servicio educativo para los agricultores a fin de contar con un sistema de selección de las mejores
semillas de Fundación Rockefeller y el gobierno de México, formándose así la oficina de Estudios
Especiales (OEE).
En 1947 la Oficina de Campos experimentales se transformó en el instituto de Investigaciones
Agrícolas que dio mayor impulso al programa de selección de semillas en 1922.
En 1977 el instinto impulsó la descentralización de la investigación y el trabajo de los grupos
interdisciplinarios, para lograr un uso más eficiente de los recursos. En 1982 sus acciones se
orientaban principalmente a las áreas de temporal y a planear la investigación en las zonas tres
zonas del país (norte, centro y sur).
En 1991 la estructura organizativa del INIFAP cambió nuevamente. En la actualidad consiste en un
nivel central con funciones de planeación indicativa, organización, normatividad y dirección,
integrada por el órgano de Gobierno, la Vocalía Ejecutiva, el Comité Técnico, tres divisiones
subsectoriales (agrícola, pecuaria y forestal) y la Dirección de Administración de Finanzas.
En la actualidad el INIFAP tiene como objetivo realizar investigaciones y acciones de desarrollo y
generación, validación y transferencia de ciencia y tecnología para elevar la producción y la
productividad sostenible, las alternativas de producción y rentabilidad y la competitividad; promover
el uso racional de los recursos: contribuir a la soberanía tecnología, e incrementar su oferta de
servicios y capacitación a los usuarios.
Mapa conceptual Unidad 1 Introducción a la experimentación.
Conclusiones
La experimentación está presente en todos los campos de estudio, en dónde los investigadores
mediante su uso, descubren algo acerca de un proceso o sistema particular. Se basan en
pruebas que se denominan como experimentos, los cuales hacen cambios en las variables de
entrada para observar los cambios que se puedan observar en las respuestas de salida.
Especialmente en la agricultura que, al no ser una ciencia exacta, la experimentación se
convierte en una herramienta indispensable, ya que la producción de plantas depende de un
gran número de factores, que al ser impredecibles hacen que cada experimento tenga diferentes
resultados y sea de alguna manera "único".
El razonamiento científico influye en la experimentación y está se orienta en la mejora de la
producción agrícola de un país, la cual se fundamenta principalmente en la experiencia agrícola.
Señalando que la experimentación debe ser nacional, y no sólo nacional, sino regional, y aún
local.
El planteamiento de hipótesis surge a partir de la necesidad de experimentar. Las hipótesis son
afirmaciones de los valores de los parámetros de una población o proceso, las cuales se prueban
a partir de la información contenida en las muestras. La planeación de experimentos se realiza
en 7 pasos, los cuales permiten obtener conclusiones para poder presentar los resultados de un
proyecto experimental.
En la actualidad la investigación agrícola en México se ve sustentada con el INIFAP (Instituto
Nacional de Investigaciones Agrícolas, Pecuarias y Forestales), que está capacitada para
realizar investigaciones, acciones de desarrollo y generación. Además de que contribuye a la
soberanía tecnológica e incrementa su oferta de servicios y capacitación de los usuarios.