INTRODUCCIÓN

El método científico: Procedimiento

para realizar investigación.
Investigación: Es el estudio
sistemático de un objeto con el fin de
descubrir nuevos hechos o principios.

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.

A partir del nuevo 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
investigativo.
 La estadística y el 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 y 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.
 EL DDE Y EL METODO CIENTÍFICO

 El DDE es la aplicación del método

científico para generar conocimiento
acerca de un sistema o proceso, por
medio de pruebas planeadas
adecuadamente.
 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.
 DISEÑO DE EXPERIMENTOS
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.
 ORIGEN DEL DISEÑO DE EXPERIMENTOS
 Su pionero fue el matemático Ronald A. Fisher, quien en 1919
realizó los primeros avances en este campo en la agricultura

Una herramienta que permite el mejoramiento tanto de los

productos como de procesos, con el objetivo de que los bienes
producidos se adecuen de la mejor manera posible a las
exigencias del mercado, es el Diseño de Experimentos
 DEFINICIONES BÁSICAS
 Un experimento
diseñado es una prueba o serie de
pruebas en las cuales se inducen
cambios deliberados en la
variable de entrada de un
proceso o sistema, de manera que
sea posible observar e identificar
los efectos de los cambios en la
respuesta de salida (según
Montgomery, 1996).

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
condiciones controladas
Análisis de Modelos Estadísticos y su aplicación a Estudios Experimentales y
8
Observacionales
 DEFINICIONES BÁSICAS

Si la experimentación se realiza en
un laboratorio donde la mayoría de
las causas de variabilidad están
muy controladas, el error
experimental será pequeño y habrá
poca variación en los resultados del
experimento.

Si se experimenta en procesos
industriales, administrativos, etc. la
variabilidad es grande en la mayoría
de los casos.
DEFINICIONES BÁSICAS

 UNIDAD EXPERIMENTAL.-
Es la pieza o muestra utilizada
para generar un valor que sea
representativo del resultado del
experimento.

VARIABLES
• Variables de respuesta.- A través de éstas se
conoce el efecto de cada prueba experimental:
características de calidad, desempeño de un
proceso.
VARIABLE RESPUESTA

La variable respuesta debe ser

medible.

Cada respuesta medible está

representada matemáticamente en un
modelo lineal. La idea general de un
modelo es expresar las observaciones
generalmente denotadas por x, en
términos de los efectos que contribuyen
ay.
Esos efectos se pueden clasificar en tres
categorías: Efectos de Tratamiento,
Efectos de Diseño y Efectos de Error.
 EFECTOS DE ERROR
Representan diferentes clases de variación aleatoria
 ERROR ALEATORIO.
Parte de la variabilidad observada en la respuesta no se
podrá explicar por los factores estudiados.
La variabilidad remanente se debe a causas comunes o
aleatorias. Esta variabilidad constituye el llamado error
aleatorio.

 ERROR SISTEMÁTICO
Se puede producir
durante el diseño del
proyecto de investigación
por errores en la
selección de los sujetos o
recogida de la
información.
 TIPOS DE ERROR

• El error de tratamiento, falta de uniformidad

en la realización física del experimento o en la
replicación de un tratamiento.
Error experimental.
• El error de estado, variabilidad inherente al
Es una medida de la
variación existente material al cual se aplican los tratamientos
entre las respuestas de
las UE tratadas en
forma similar.

• El error de medida, es el error debido a la

imprecisión de la medida o procedimiento de
detección (aparatos)
Error • El error de muestreo, debido a la selección de
observacional las UE para la investigación.

13
Orígenes del Error Experimental:
• Variación natural entre unidades experimentales
• Variabilidad en la medición de la respuesta
• Imposibilidad de reproducir idénticas condiciones del tratamiento de
una unidad a otra
• Interacción de tratamientos con unidad experimental
• Cualquier factor externo

Tratamiento Control: Un control al que no se le aplica

tratamiento revelará las condiciones en que se realiza el
experimento.

•Mediciones: Son los valores de la variable dependiente,

obtenidos de las unidades experimentales luego de la
aplicación de tratamientos.

14
 PARTE DE LA VARIABILIDAD

VARIACION TOTAL

VARIACION DEBIDA AL VARIACION DEBIDA

FACTOR O TRATAMIENTO AL ERROR ALEATORIO

EJEMPLO: Análisis de resistencia a la ruptura (Mpa) de 2

tipos de barras de polímero

15
FACTORES CONTROLABLES.-
Son variables del proceso o
características de las unidades
experimentales que se pueden fijar
en un nivel dado. Se puede cambiar
o manipular su nivel de operación.

FACTORES NO
CONTROLABLES O DE RUIDO.-
Son variables o características de los
materiales y métodos que no se
pueden controlar durante el
experimento u operación normal del
proceso
 FACTORES DE ESTUDIO.- Son las variables
que se investigan en el experimento, respecto de
como afectan o influyen en la variable respuesta.
Pueden ser controlables o no controlables.

 Para que un factor sea estudiado es necesario que

se haya probado en, al menos, dos niveles. Su
influencia se refleja en la variabilidad.
OBJETIVOS DEL EXPERIMENTO
 Determinar cuales variables (factores) tienen
mayor influencia en la salida del proceso (Y).

 Determinar el mejor valor de las X que

influyen en la salida del proceso, de manera
que Y tenga un valor cercano al valor deseado.

 Determinar el mejor valor de las X que

influyen en Y de modo que su variabilidad sea
pequeña.

 Determinar el mejor valor de las X que

influyen en Y, de modo que se minimicen los
efectos de los factores no Controlables Z.
 NIVELES.
Los diferentes valores que se
asignan a cada factor estudiado en
un DE. Se llaman niveles.

TRATAMIENTOS
Una combinación de niveles de
todos los factores estudiados se
llama tratamientos o punto de
diseño.
En el caso de experimentar
con un solo factor cada nivel
es un tratamiento.
Definiciones Básicas
Factor: es la variable independiente. Es la variable que
manipula el investigador, para estudiar sus efectos sobre
la variable dependiente.
Nivel Del Factor: es cada una de las categorías, valores o
formas específicas del factor.
Factor Cualitativo: sus niveles se clasifican por atributos
cualitativos.
Factor Cuantitativo: sus niveles son cantidad numérica
en una escala.
Factores Observacionales: El investigador registra los
datos pero no interfiere en el proceso que observa.
Factores Experimentales: El investigador intenta
controlar completamente la situación experimental.

20
Definiciones Básicas
Experimento Unifactorial: es aquel en el que se estudia un
solo factor.
Experimento Multifactorial: es aquel en el que se estudia
simultáneamente más de un factor.

Tratamientos: Conjunto de condiciones experimentales que

serán impuestas a una unidad experimental en un diseño elegido.
En experimentos unifactoriales, un tratamiento corresponde a un
nivel de factor.
En experimentos multifactoriales, un tratamiento corresponde a
la combinación de niveles de factores.
Unidad Experimental: es la parte más pequeña de material
experimental expuesta al tratamiento, independientemente de
otras unidades.

21
Esquema de un proceso
Factores que intervienen en un proceso
Tipos de factores de ruido
MOTIVOS PARA EXPERIMENTAR

 Identificar las principales causas de variación en la

variable respuesta.

 Encontrar las condiciones que permitan alcanzar un

valor ideal en la respuesta

 Comparar las respuestas en diferentes niveles de

observación de variables controladas.

 Construir un modelo estadístico-matemático que

permita hacer predicciones de respuestas futuras.
 Un Experimento
 Es la Muestra en base a la cual se estimarán los
parámetros Poblacionales, y se tomarán decisiones
con respecto a la comparación de las poblaciones
en estudio.

 Cada experimento debe ser:

1) Técnicamente planeado
2) Cuidadosamente conducido
3) Adecuadamente analizado
4) Cautelosamente interpretado

26
ETAPAS EN EL DISEÑO EXPERIMENTAL
 Entender y delimitar el
problema u objeto de
estudio.
• Elegir la(s) variable(s) de
Planeación y respuesta que será medida
en cada punto del diseño.
realización. • Determinar cuáles
factores deben estudiarse

• Seleccionar los niveles de

cada factor, así como el
diseño experimental
Control y
Análisis. • Planear y organizar el
conclusiones. trabajo experimental

• Realizar el experimento.

Interpretación
 PRINCIPIOS BÁSICOS
Aleatorización: Consiste en aplicar en forma
aleatoria los tratamientos a las unidades
experimentales.

Repetición: Es correr mas de una vez un

tratamiento o una combinación de factores

Bloqueo: Consiste en tratar de nulificar los

factores que pueden afectar la respuesta observada.
Son acciones empleadas para disminuir o controlar
el error experimental
Aspectos que influyen en la
selección del diseño experimental
El objetivo del experimento.

El número de factores a
estudiar.

Número de niveles que se

prueban en cada factor.
.

Los efectos que interesa

investigar.

Costo del experimento,

tiempo y precisión deseada.
 CLASIFICACIÓN DE LOS DISEÑOS
EXPERIMENTALES

Diseños para comparar dos o Diseños para estudiar el

mas tratamientos efecto de dos o más factores

Diseño completamente al azar

Diseño de bloques
completamente al azar
Diseño de cuadrado Latino y
Grecolatino

Diseños factoriales mixtos

 CLASIFICACIÓN DE LOS DISEÑOS
EXPERIMENTALES

Diseños para
Diseños robustos
optimización de procesos

Arreglos ortogonales

Diseños con arreglo interno y externo

Diseño de Plakett-Burman

Diseño de composición central

CARACTERÍSTICAS DE LOS DDE.
 Simplicidad. La selección de los tratamientos y la disposición
experimental deberá hacerse de la forma más simple posible.
 Grado de precisión. El experimento deberá tener la capacidad de
medir diferencias entre tratamientos con los grados de precisión
deseado
 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.
 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.
 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.
 INFERENCIA ESTADÍSTICA

 Optimización del diseño
del proceso:
Se puede reducir la variabilidad por medio del
diseño de experimentos, al seleccionar los
niveles óptimos de las variables involucradas en la
manufactura del producto.
 Análisis de varianza
(ANOVA)
 Es una técnica estadística que determina si
el efecto de uno o más factores como
variables independientes afecta el resultado
de una variable dependiente.
 Elementos Del Diseño De
Experimentos
El diseño de experimentos se refiere a la estructura del
experimento considerando:
➢El conjunto de tratamientos incluidos en el estudio.
➢El conjunto de unidades experimentales utilizadas en
el estudio.
➢Las reglas y procedimientos por los cuales los
tratamientos son asignados a las unidades
experimentales (o viceversa).
➢Las medidas o evaluaciones que se hacen a las unidades
experimentales luego de aplicar los tratamientos.

36
 PRINCIPIOS BÁSICOS DEL
DISEÑO DE EXPERIMENTOS
3) Aleatorización para validar la estimación de la
variancia del error experimental.

Consiste en aplicar en forma aleatoria los

tratamientos a las unidades experimentales.

La aleatorización tiende a promediar entre los

tratamientos cualquier efecto sistemático presente
de forma que las comparaciones entre tratamientos
midan sólo los efectos de los tratamientos mismos.

37
 Análisis de Asociación
Análisis de Regresión vs. Análisis de
Varianza

 Ambos análisis establecen relaciones entre

variables.

 Estudian la relación estadística entre variables para

tomar decisiones.

 En el Análisis de regresión el objetivo es Predecir.

 Usa solo variables cuantitativas y la relación se

expresa con un modelo lineal en el cual la variable
independiente puede tomar cualquier valor fijado
por el investigador .

38
Relaciones entre Análisis de Regresión
y Análisis de la Variancia

 En el Análisis de Variancia el objetivo es

comparar los distintos niveles de la ó las variables
independientes ó factores para establecer
diferencias significativas en la variable
dependiente ó respuesta

 Difieren del modelo anterior en que las variables

independientes pueden ser cualitativas y que si
son cuantitativas , en ANOVA no se hace ninguna
presunción sobre la naturaleza de la relación
estadística entre variables dependientes e
independiente.
 Los Tipos de Modelos. 40

Los modelos experimentales de clasifican en tres tipos:

• De efectos fijos – MODELO I
• De efectos Aleatorios – MODELO II
• Mixtos.(Factores fijos y aleatorios)
Cuando el investigador tiene control sobre el material
experimental aplicando sólo los niveles de los factores que
le interesan en el modelo, es de efectos fijos.
Cuando se investiga un factor pero no se tiene control sobre
tratamientos, por ejemplo en los estudios por muestreo,
dónde los niveles que se aplican son una muestra extraída
al azar de una población de niveles, los modelos son de
efectos aleatorios.
40
 Modelo I o de efectos fijos

Yij = ..+. j +ij i= 1,..,k y j=1,..,n

Modelo II o de efectos aleatorios

En este modelo se asume que las k muestras son muestras
aleatorias de k situaciones distintas y aleatorias. De modo
que un valor aislado Yij se puede escribir como:

Yij = ..+A.
. j j +ij i= 1,..,k y j=1,..,n

41
¿Cuáles son los supuestos y cuáles los
elementos básicos del modelo I de ANOVA?

 Los Supuestos de Validez del modelo ANOVA son:

 Observaciones Independientes.
 Datos distribuidos Normalmente ( ; σ2).
 Variancias Homogéneas.

42