Experimentales y

Diseños No experimentales
UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE INGENIERIA INDUSTRIAL

ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL E

INDUSTRIAS ALIMENTARIAS.

TRABAJO 1:

“DISEÑOS EXPERIMENTALES Y NO
EXPERIMENTALES”

Presentada por:

AQUINO GODOS, Fiorella Nataly

LANDACAY MOROCHO, Mirtha

RAMÍREZ CORDOVA, Nolfita Raquel

YANAYACO SILUPÚ, Diana Estefania

Asignatura:

Metodología de la investigación científica

Docente:

Ing. Néstor Manuel Castillo Burgos

Piura, Perú

2021
INDICE
I. PRIMERA PARTE: DISEÑOS EXPERIMENTALES...........................................3
1.1. Historia....................................................................................................................3
1.1.1 Desarrollo de la era agrícola.............................................................................3
1.1.2 Desarrollo de la era industrial...........................................................................3
1.1.3 Desarrollo de la era de la calidad......................................................................4
1.1.4 Era actual...........................................................................................................4
1.2. Definición...............................................................................................................4
1.2.1. Tratamientos.....................................................................................................5
1.2.2. Testigo o control..............................................................................................5
1.2.3. Unidad experimental........................................................................................5
1.2.4. Repeticiones.....................................................................................................5
1.2.5. Error experimental...........................................................................................6
1.3. Clasificación...........................................................................................................6
1.3.1. Diseños pre experimentales..............................................................................6
1.3.2. Diseños propiamente experimentales...............................................................7
1.3.3. Diseño cuasiexperimental................................................................................8
1.4. Aplicaciones en ingeniería....................................................................................11
1.4.1. Industrias pesadas o de base...........................................................................11
1.4.2. Industrias de bienes de equipo.......................................................................11
1.4.3. Industrias ligeras o de uso y consumo............................................................12
II. SEGUNDA PARTE: DISEÑOS NO EXPERIMENTALES................................13
2.1. Historia..................................................................................................................13
2.2. Definición.............................................................................................................15
2.2.1. Características de la investigación no experimental......................................16
2.3. Clasificación.........................................................................................................16
2.3.1. Diseño transeccional......................................................................................16
2.3.2. Diseño longitudinal........................................................................................17
2.4. Aplicaciones en ingeniería....................................................................................18
III. APRECIACIÓN PERSONAL...............................................................................19
IV. REFERENCIAS BIBLIOGRAFICAS..................................................................20
V. ANEXOS....................................................................................................................21

2|Página
 I. PRIMERA PARTE: DISEÑOS EXPERIMENTALES

1.1. Historia
1.1.1 Desarrollo de la era agrícola

El diseño experimental nació con un enfoque hacia la agricultura, basado

principalmente en el trabajo de Ronald A. Fisher, quien en los años de 1920 sentó
los principios fundamentales del diseño experimental con enfoque estadístico de tal
forma que los datos obtenidos de experimentos no dificultaran el análisis de los
mismos.

Fisher propuso la utilización de métodos y técnicas estadísticas que permitieran el

análisis de los datos experimentales mediante la planeación de experimentos
basados en tres principios fundamentales aleatorización, realización de réplicas y
formación de bloques.

Con el trabajo de Fisher se logró incorporar al diseño de experimentos principios

estadísticos que incluyeron el diseño factorial y el análisis de varianza. Así se logró
la aplicación del diseño de investigaciones en ciencias biológicas y principalmente
en las ramas de la agricultura.

1.1.2 Desarrollo de la era industrial

Con el desarrollo del diseño experimental agrícola, surge la duda que el diseño
experimental llevado a cabo en experimentos industriales fuese compatible con el
diseño experimental desarrollado hasta el momento; ya que los experimentos
agrícolas difieren notoriamente de los experimentos llevados a cabo en la industria.
La diferencia radica primordialmente en la variable de respuesta, en las
experimentaciones en la industria esta puede observarse casi de forma inmediata
siendo el caso contrario de la experimentación agrícola.

En el año de 1930, Box G.E.P y K.G. Wilson desarrollaron la metodología que

permitió la aplicación del diseño experimental en experimentaciones de la industria,
facilitando así su pronta utilización asentándose en el principio de inmediatez y
secuencialidad que gozan las experimentaciones de pronta respuesta. A partir de
estas investigaciones se desarrollaron los principios que generalizaron el diseño

3|Página
 experimental hacia las industrias químicas e industrias de procesos en los trabajos de
investigación y desarrollo.

1.1.3 Desarrollo de la era de la calidad

Con el enfoque tendiente al mejoramiento de la calidad en la industria, se desarrolló

una nueva era del diseño experimental esta vez dirigida a los experimentos tendientes
al mejoramiento de la calidad.

Durante la década de 1970, Genichi Taguchi desarrolló los principios del diseño
experimental enfocado al mejoramiento de la calidad, proponiendo así el diseño
paramétrico robusto el cual se basa en hacer los procesos insensibles a los factores
ambientales o de otra índole que son difíciles de controlar; y así fabricar productos
insensibles a la variación encontrando los niveles de las variables del proceso que
obliguen a la obtención de los valores estándar. El trabajo de Taguchi insertó nuevas
metodologías en torno a la obtención del diseño paramétrico robusto. Esta
metodología demostró que aún cuando se basaba en conceptos de la ingeniería, aún
persistían problemas e torno a la estrategia experimental y metodología de análisis de
datos.

1.1.4 Era actual

Con el desarrollo continuo de cada una de las eras ya mencionadas, el diseño

experimental ha cobrado una vasta aplicación; extendiéndose el uso de los
experimentos diseñados para las industrias que desarrollan componentes de alta
precisión tal como industria automotriz, electrónica, aeroespacial entre otras. En la
era actual se ha tenido un desarrollo continuo del diseño experimental que ha
generado diferentes enfoques, que permiten llevar a cabo diseños experimentales
para cualquier experimentación de manera efectiva.

Finalmente las aplicaciones del diseño experimental son múltiples, especialmente en

la investigación de las ciencias naturales, ingeniería, laboratorios y casi todas las
ramas de las ciencias sociales. Teniendo el enfoque primordial en las diversas ramas
de la ingeniería como factor clave para mejorar la competitividad industrial.

1.2. Definición
Un experimento es una investigación bajo el control del investigador. El material
investigado, la naturaleza de los tratamientos y los procedimientos de medición

4|Página
utilizados son determinados por el investigador. En un estudio observacional, el término
“diseño experimental” trata de la asignación de las unidades experimentales y los
tratamientos, de tal manera que las comparaciones entre los tratamientos son sin sesgo y
tan precisas como sea posible.

Es sumamente importante que antes de realizar el experimento se plantee de forma

adecuada su diseño. El diseño del experimento debe definir las variables que vamos a
controlar (factores que se mantienen constantes); la o las variables que vamos a probar
(factores del diseño y sus niveles se les conoce como tratamientos); los objetos
(animales, plantas, etc.) a los cuales se les medirá el efecto de o los factores del diseño;
el espacio físico dónde vamos a poner dichos objetos (unidades experimentales), es
decir donde se van a colocar, que por cierto es el espacio donde se aplicarán los
tratamientos; y las variables que vamos a medir como respuesta al efecto de los
tratamientos sobre los objetos de estudio.

1.2.1. Tratamientos.

Para el investigador la palabra tratamiento denota diferentes procedimientos o

variables, cuyos efectos van a ser medidos y comparados. En la selección de
tratamientos, es importante definir claramente cada tratamiento y la forma como el
conjunto de ellos va a permitir alcanzar los objetivos del experimento. En estudios
sociológicos y psicológicos, ejemplo: Edad, sexo, grado de educación, religión, etc.

1.2.2. Testigo o control.

Se usa esta palabra para referirse a un tratamiento sobre el que aparente no tenemos
interés especial, pero que puede ser necesario para demostrar por comparación que
los tratamientos son eficaces.

1.2.3. Unidad experimental.

Se llama unidad experimental a la identidad o unidad material a la cual se aplica un

solo tratamiento (que puede ser una combinación de niveles de varios factores),
dentro de una repetición o bloque del ensayo. La unidad puede ser una parcela de
terreno, un animal, un paciente de un hospital, una hoja, un árbol, un toro, una
maceta, semillas, frutas, queso, etc.

1.2.4. Repeticiones.

5|Página
 Se llama repetición, replicación, bloque o reproducción al conjunto básico de
tratamientos dentro del ensayo. Cualquiera que sea la fuente del error experimental,
la repetición del experimento básico disminuye el error, con la condición de que se
haya tomado ciertas precauciones como la randomización (sorteo) a fin de evitar que
ciertos tratamientos resulten favorecidos en una repetición más que en otra. En esta
forma, los errores que afectan, positiva o negativamente a cualquier tratamiento se
equilibran con el aumento en el número de repeticiones.

1.2.5. Error experimental.

Los resultados experimentales varían no solo por la acción de los tratamientos, sino
también debido a variaciones ambientales, las que tienden a enmascarar el efecto de
los tratamientos. Para expresar estas variaciones, generalmente se usa el término
“error experimental” en el que “error” no quiere decir equivocación, sino que incluye
todo tipo de variación externa ajena al material experimental. Error experimental
sería entonces “la medida de la variación que existe entre las observaciones de
unidades experimentales bajo el mismo tratamiento”, es decir la variación no
proveniente de los tratamientos.

1.3. Clasificación
1.3.1. Diseños pre experimentales

En la representación de los diseños se utilizará el sistema de representación

universal, de modo similar a la anotación que usan Cook y Campbell (1979) y
Campbell y Stanley (1963). La asignación de la anotación es la siguiente:

R: Aleatorización (R del inglés random, “azar”)

O: Observación, medida registrada en el pretest o en el posttest

X: Tratamiento (los subíndices 1 a n indican diferentes tratamientos).

Diseño de sólo posttest con un grupo.

En este diseño, el investigador proporciona un tratamiento. En este diseño no se

pueden aplicar todas las características de validez interna, porque no hay pretest y no
se considera la comparación con otros tratamientos. Sólo podemos hacer
aproximaciones por lo que respecta a las relaciones causales. Sin pretest resulta
difícil concluir que la conducta haya cambiado en algo. Sin grupo de control también

6|Página
es difícil conocer la influencia de otros factores acaecidos en el mismo tiempo que se
ha producido el tratamiento y que pueden haber influido en los valores de la variable
dependiente.

Diseño de pretest-posttest con un grupo

En este diseño se aplica un pretest a un grupo de sujetos, después el tratamiento y

finalmente el posttest. El resultado es la valoración del cambio ocurrido desde el
pretest hasta el posttest. Aquí el investigador puede obtener una medida del cambio,
pero no puede comprobar hipótesis alternativas.

Diseño de sólo posttest con dos grupos no equivalentes

Este diseño se asemeja al diseño de sólo posttest con un grupo, aunque la diferencia
es que en este caso hay un grupo control que no recibe tratamiento. A menudo este
diseño se utiliza antes de implementar un tratamiento. La expresión “grupos no
equivalentes” se usa porque la selección de los sujetos no se produce en condiciones
aleatorias que garanticen totalmente la validez interna.

1.3.2. Diseños propiamente experimentales

Existen dos diseños que se pueden denominar diseños experimentales verdaderos.

Diseño sólo de posttest con grupo control (dentro de diseños bivalentes)

En este diseño se emplean dos grupos seleccionados al azar; uno experimental y el

otro de control, pero a diferencia del diseño clásico, en ninguno de ellos se hace una
medición “antes”.

El supuesto subyacente consiste en esperar que la selección al azar haya

igualado las variables extrañas como también que, por el mismo hecho, la
situación o valor de la variable dependiente en ambos grupos sea igual al comenzar
el experimento.

Diseño de pretest-posttest con grupo control (dentro de diseños bivalentes)

En este diseño, los sujetos del estudio son asignados aleatoriamente, al azar, al
grupo experimental y al grupo de control. Luego se siguen los siguientes pasos:

7|Página
 1) Se hace, en ambos grupos, una medición "antes" (pre-test) de la variable
dependiente (el fenómeno o característica en cual se desea apreciar el efecto de la
variable independiente llamada también tratamiento o factor causal);

2) A continuación se aplica o hace actuar la variable independiente (un cierto

método de enseñanza, la exhibición de un video, etc.) en el grupo designado como
experimenta

3) Se hacen mediciones "después (post-test) en ambos grupos

4) Finalmente se hacen comparaciones de las mediciones "después" de

ambos grupos, tomando en cuenta los valores de las mediciones "antes"

Este diseño es de los más completos que se pueden usar en investigación

experimental, pues al incorporar un grupo de control que tiene las mismas
experiencias que el grupo experimental, excepto el tratamiento, la validez interna
queda asegurada.

Diseño Solomon

Este tipo de diseño experimental, fue desarrollado para poder controlar todas las
variables extrañas y, de esta manera, poder observar la varianza sistemática, que es
consecuencia del tratamiento experimental objeto de estudio. Para satisfacer estas
necesidades de control, Solomon ideó este diseño que consta de cuatro grupos: dos
grupos experimentales y dos grupos de control. A uno de los grupos experimentales
y a uno de los grupos de control se le efectúa una medición antes (pretest) y otra
después de la aplicación de la variable experimental. A los otros dos grupos (uno
experimental y otro de control) solo se les mide después de haber aplicado la variable
experimental.

1.3.3. Diseño cuasiexperimental

El término “cuasi” tiene el significado de “casi”, por lo que podemos decir que un
diseño cuasi experimental es un diseño que no es completamente experimental. El
criterio que le falta a este tipo de experimentos para llegar al nivel de experimental es
que no existe ninguna manera de asegurar la equivalencia inicial de los grupos
experimental y de control, es decir, no asegura a aleatorización. En estos tipos de
experimentos, se toman dos grupos que ya están integrados, por lo tanto, las unidades
de análisis no se asignan al azar, ni de manera aleatoria.
8|Página
 Algunos de los diseños experimentales más importantes son:

Diseño de pretest-postest con grupo de control no equivalente

En este diseño se incluyen dos grupos , uno de control y otro experimental, a los que
se le aplica el pretest, luego se le aplica el programa al grupo experimental y, tras
esto, se le realiza el postest a los dos grupos.

Series temporales interrumpidas con un grupo

Las series temporales están formadas por observaciones repetidas de, en este caso, un
grupo en concreto. Se usa para determinar si hay algo más sistemático que el puro
azar en una sucesión de observaciones realizadas naturalmente. Este diseño consiste
en realizar distintas observaciones antes y después de la aplicación de una
intervención.

Este diseño requiere ciertas condiciones que deben cumplirse como, por ejemplo, que
las observaciones deben hacerse en periodos de tiempo equivalentes, que se debe
prever una mortalidad experimental baja y, por último que el tratamiento sea
identificable y replicable.

Series temporales interrumpidas con grupos de control

Este diseño se basa en el anterior, pero incluye un grupo de control ya que este ayuda
a mejorar el diseño anterior de manera considerable ya que podemos tener una
comparación entre los dos grupos y, de esta manera observar cómo influye el
tratamiento.

ANALISIS DE DISEÑOS EXPERIMENTALES

Un diseño experimental debe adecuarse al material experimental con que se cuenta y a

la clase de preguntas que desea contestarse el investigador. Sus resultados se resumen
en un cuadro de Análisis de Varianza y en una tabla de comparación de medias de
tratamientos que indica las diferencias entre dichas medidas.

El análisis de varianza proporciona la variación de la variable de interés en fuentes

explicables por algunos factores o tratamientos y en aquella para la cual el investigador

9|Página
no tiene control, no puede medir y no le es posible explicar o atribuir a algún factor en
particular, constituyendo el error experimental.

 Diseño completamente al azar (DCA): El diseño completamente al azar es el

más simple y utilizado de todos. Es aplicable cuando las unidades
experimentales son homogéneas y la administración del experimento es
uniforme para todas ellas. Al concluir el experimento las unidades
experimentales mostrarán diferentes resultados atribuibles en forma exclusiva a
los tratamientos aplicados.
Este diseño consiste en la asignación de los tratamientos en forma
completamente aleatoria a las unidades experimentales (individuos, grupos,
parcelas, jaulas, animales, insectos, etc.). Debido a su aleatorización irrestricta,
es conveniente que se utilicen unidades experimentales de lo más homogéneas
posibles: animales de la misma edad, del mismo peso, similar estado fisiológico;
parcelas de igual tamaño, etc., de manera de disminuir la magnitud del error
experimental, ocasionado por la variación intrínseca de las unidades
experimentales. Este diseño es apropiado para experimentos de laboratorio,
invernadero, aves, conejos, cerdos, etc., es decir, situaciones experimentales
como de las condiciones ambientales que rodean el experimento.
 Diseño en cuadrado latino: Para el diseño de Cuadro Latino, se supone que es
necesario comparar tres tratamientos A, B y C en presencia de otras dos fuentes
de variabilidad. En dichos diseños el número de niveles del factor principal tiene
que coincidir con el número de niveles de las dos variables de bloque o factores
secundarios y además hay que suponer que no existe interacción entre ninguna
pareja de factores.
Supongamos que el número de niveles de cada uno de los factores es K. El
diseño en cuadrado latino utiliza K2 bloques, cada uno de estos bloques
corresponde a una de las posibles combinaciones de niveles de los dos factores
de control. En cada bloque se aplica un solo tratamiento de manera que cada
tratamiento debe aparecer con cada uno de los niveles de los dos factores de
control.
 Diseños factoriales: Los diseños factoriales son ampliamente utilizados en
experimentos en los que intervienen varios factores para estudiar el efecto
conjunto de estos sobre una respuesta. Existen varios casos especiales del diseño

10 | P á g i n a
 factorial general que resultan importantes porque se usan ampliamente en el
trabajo de investigación, y porque constituyen la base para otros diseños de gran
valor práctico.
El más importante de estos casos especiales ocurre cuando se tienen k factores,
cada uno con dos niveles. Estos niveles pueden ser cuantitativos como sería el
caso de dos valores de temperatura presión o tiempo. También pueden ser
cualitativos como sería el caso de dos máquinas, dos operadores, los niveles
"superior" e "inferior" de un factor, o quizás, la ausencia o presencia de un
factor.
 Diseño de parcelas divididas: Considere un diseño de bloques completos al
azar, con p tratamientos A y r repeticiones para cada tratamiento. Si cada una de
las parcelas básicas se divide en q subparcelas, y sobre éstas se colocan al azar q
tratamientos B, se genera un diseño experimental especial conocido como diseño
en parcelas divididas.
Esta clase de arreglo es útil cuando ciertos tratamientos requieren de parcelas
grandes para su ensayo. Como ocurre con frecuencia con los métodos de riego,
las distancias entre surco, etc.; al combinarse con fertilizantes, variedades, etc.
Estos factores se colocan sobre unidades experimentales menores. Es frecuente
referirse a los tratamientos sobre las parcelas grandes como los tratamientos, y a
los tratamientos sobre las parcelas chicas como los subtratamientos.

1.4. Aplicaciones en ingeniería

El diseño de experimentos tiene una gran variedad de aplicaciones y puede ser aplicado
a un gran número de industrias, la optimización de recursos, la identificación de causas
de variabilidad son algunos de los objetivos del diseño de experimentos aplicados en
nivel industrial.

A continuación, se muestran algunos ejemplos de aplicaciones existentes según el tipo

de industria.

1.4.1. Industrias pesadas o de base

1.4.1.1. Química pesada

Estudio de la composición para la elaboración de productos: Estudio de los

valores más apropiados para la elaboración de compuestos químicos que
requieran diversos componentes. Análisis del efecto de las condiciones del
11 | P á g i n a
 entorno en la elaboración del producto como la temperatura ambiente,
humedad relativa, etc. (Jack & Reece)

1.4.2. Industrias de bienes de equipo

1.4.2.1. Maquinaria

 Medida de la variabilidad de los instrumentos de medida: Es posible

aplicar el diseño de experimentos como herramienta para determinar y
mejorar los índices de capacidad de un proceso concreto apoyándose en
estudios de reproducibilidad y repetitividad. (Owens)
 Diseño de motores eléctricos: Estudio de las características
constructivas del motor y su influencia en variables importantes como
la pérdida de flujo y la constante de velocidad. (Cornwell)
 Diseño de electrodos: Estudio de los esfuerzos en los electrodos en
función de la fuerza de aplicación y el tamaño del electrodo. (Sheldon)
 Diseño de elementos de sujeción: Análisis de la influencia de los
parámetros geométricos en la resistencia de los remaches.

1.4.2.2. Materiales de construcción

 Estudios de corrosión: Estudios de la influencia del tiempo en la

corrosión de aceros de construcción y metales en general.
 Aplicaciones en el mecanizado: estudio de la variabilidad en los
procesos de mecanizado, ayuda a la reducción de piezas defectuosas y
aumento de la capacidad de producción. (Tanis)
 Producción de vehículos industriales
 Estudio de procesos de soldadura: estudio de un proceso de soldadura,
para determinar las variables que influyen en la resistencia de la
soldadura (Johnson).
 Industria aeronáutica: Optimización del proceso de anodizado y
pintado: optimizar los procesos de anodizado y pintado para conseguir
una buena protección anticorrosión. (Bingham)

1.4.3. Industrias ligeras o de uso y consumo

1.4.3.1. Farmacia y química ligera

12 | P á g i n a
 Cabe señalar que el diseño de experimentos se encarga de asegurar que los
datos experimentales contengan el máximo de información. Es considerado una
de las dos ramas de la Quimiometría, disciplina dentro de las ciencias químicas
que tiene como objeto la aplicación de los métodos estadísticos y matemáticos,
así como aquellos métodos basados en la lógica matemática, a la química.

1.4.3.2. Informática y telecomunicaciones

 Estudio del rendimiento de una red informática: Realizando

simulaciones es posible cuantificar el rendimiento y las variables
críticas que hacen que la transferencia de datos en la red sea
económicamente rentable. (Kiemele)
 Mejora del rendimiento de un procesador: Se usa para determinar el
impacto que tienen variables importantes como la temperatura y las
horas de uso en el rendimiento del procesador.
 Reducción del tiempo del CPU: El estudio se basa en la aplicación del
diseño de experimentos para determinar la mejor combinación de
factores que reduzcan el tiempo de CPU.
 Optimización de materiales en semiconductores: Estudio de las
propiedades eléctricas del arseniuro de galio dopado con silano. (Alan
Arnholt)
 Diseño de filtros pasivos: se utiliza el diseño de experimentos para
determinar los valores de las tolerancias de los componentes para
optimizar los circuitos. (Fisk)

1.4.3.3. Biotecnología

Operaciones en un sistema de fangos activos: optimizar y entender las

reacciones que se dan en el tratamiento secundario de una EDAR, por ejemplo,
los fangos activos (Majors James Brickell and Kenneth Knox)

II. SEGUNDA PARTE: DISEÑOS NO EXPERIMENTALES

2.1. Historia

13 | P á g i n a
Las investigaciones de Einstein, Freud, Darwin y Newton, originaron la teoría de la
relatividad, la teoría psicoanalítica, la teoría de la evolución y la teoría de la gravedad.
Aquí se pretende detectar relaciones entre eventos, pero no se ejerce control de
variables. Es así como se da origen a la investigación no experimental, esta se realiza
sin manipular deliberadamente variables. Se basa fundamentalmente en la observación
de fenómenos tal y como se dan en su contexto natural para analizarlos con
posterioridad. En este tipo de investigación no hay condiciones ni estímulos a los cuales
se expongan los sujetos de estudio. Los sujetos son observados en su ambiente natural.
Como señala Kerlinger (1979, P.116).

(Pedhazur & Pedhazur Schmelkin, 1991), indican que los experimentos, los cuasi-
experimentos y los no experimentos se diferencian por la presencia o ausencia de a)
manipulación de la variable independiente, y b) aleatorización. En un experimento tanto
la manipulación como la aleatorización están presentes; en un cuasi-experimento, la
manipulación está presente pero no la aleatorización; en un no experimento tanto la
manipulación como la aleatorización están ausentes. Estos mismos autores puntualizan
que los diseños no experimentales han recibido distintas denominaciones y que, por el
momento, no hay consenso respecto al uso de una u otra. Tales denominaciones son:
investigación correlacional, investigación de encuestas o investigación observacional.

(Kerlinger & Lee, 2002)nos dicen que la investigación no experimental es la búsqueda

empírica y sistemática en la que el científico no posee control directo de las variables
independientes, debido a que sus manifestaciones ya han ocurrido o a que son
inherentemente no manipulables. Se hacen inferencias sobre las relaciones entre las
variables, sin intervención directa, de la variación concomitante de las variables
independiente y dependiente. Cabe precisar en esta definición que la razón por la que no
se manipula la variable independiente en la investigación no experimental es que resulta
imposible hacerlo. Arnau (1995) utiliza el término investigación no experimental para
denominar genéricamente a un conjunto de métodos y técnicas de investigación distinta
de la estrategia experimental y cuasi-experimental. Destaca que en este tipo de
investigaciones no hay ni manipulación de la variable independiente ni aleatorización en
la formación de los grupos.

A partir de la perspectiva de Kerlinger y Lee presentamos un listado con las principales

características de los diseños no experimentales (Kerlinger & Lee, 2002). Son las
siguientes:
14 | P á g i n a
 a) No hay manipulación de la variable independiente, bien sea porque se trate de
una variable que ya ha acontecido, bien sea porque se trate de una variable que por
su propia naturaleza o por cuestiones éticas no pueda manipularse de forma activa.
Se incluyen, pues, en este grupo de variables todas aquellas que recogen
características propias de los individuos.

b) No hay asignación aleatoria de los sujetos a las condiciones de tratamiento, es

decir, los grupos no se forman aleatoriamente, por lo que no queda garantizada su
equivalencia inicial. Los datos simplemente se recolectan y luego se interpretan,
puesto que no se interviene de forma directa sobre el fenómeno.

c) Se estudian los fenómenos tal y como ocurren de forma natural. Esta

característica hace que los diseños de tipo no experimental se utilicen
principalmente en investigación aplicada.

d) De las características anteriores se desprende que el diseño no experimental no

permitirá establecer relaciones causales inequívocas.

Si bien algunas de las características anteriores podrían desalentar al investigador de

recurrir a un diseño no experimental vamos a presentar ahora algunas circunstancias en
las cuales se deberá utilizar este tipo de diseño:

En primer lugar, existen muchos problemas de investigación para los cuales no resulta
apropiado un diseño experimental: un investigador puede estar interesado en recoger
información sobre las actitudes o creencias de los individuos con una finalidad
puramente descriptiva o puede querer observar el fenómeno sin intervenir para no
desvirtuarlo.

En segundo lugar, nos encontramos con una buena parte de investigaciones que se
realizan en el ámbito de la Psicología en las cuales el objetivo es estudiar características
de las personas que no son susceptibles de manipulación experimental - por ejemplo, el
cociente intelectual o el nivel de extraversión-. Esto hace que el investigador no pueda
provocar el fenómeno que quiere estudiar, y, en consecuencia, que no pueda recurrir ni
a un diseño experimental ni a un diseño cuasi-experimental.

En tercer lugar, puede ocurrir que, aunque la variable de interés se pueda manipular
experimentalmente haya razones de tipo ético que lo impidan. Por ejemplo, no se podrá
manipular una variable independiente si esta manipulación puede producir daños físicos

15 | P á g i n a
o mentales a los participantes. Por último, hay ocasiones en las cuales no se podrá llevar
a cabo un experimento verdadero por razones de tipo financiero, administrativos, o
simplemente porque supondría excesivos inconvenientes para los participantes en la
investigación.

2.2. Definición
Se basa en categorías, conceptos, variables, sucesos, comunidades o contextos que se
dan sin la intervención directa del investigador, es decir; sin que el investigador altere el
objeto de investigación. En la investigación no experimental, se observan los fenómenos
o acontecimientos tal y como se dan en su contexto natural, para después analizarlos. En
un estudio no experimental no se construye ninguna situación, sino que se observan
situaciones ya existentes.

2.2.1. Características de la investigación no experimental

Alguna de las características más importantes de la investigación no experimental

son:

1. La mayoría de los estudios se basan en sucesos que ocurrieron anteriormente y

se analizan posteriormente.

2. En este método no se realizan experimentos controlados por razones como la

ética o moral.

3. No se crean muestras de estudio, al contrario las muestras o participantes ya

existen y se desenvuelven en su medio.

4. El investigador no interviene directamente en el entorno de la muestra.

5. Este método estudia los fenómenos exactamente cómo ocurrieron.

 Menor control
 Los grupos son naturales
 Las variables están más cerca a la realidad
 No hay manipulación

En estos tipos de investigación no hay condiciones ni estímulos a los cuales se

expongan los sujetos del estudio. Los sujetos son observados en su ambiente natural

16 | P á g i n a
 y dependiendo en que se va a centrar la investigación, existen diferentes tipos de
diseños en las que se puede basar el investigador.

2.3. Clasificación
2.3.1. Diseño transeccional

Cuando la investigación se centra en analizar cuál es el nivel o estado de una o

diversas variables en un momento dado o bien en cuál es la relación entre un
conjunto de variables en un punto en el tiempo, se utiliza el diseño transeccional. En
este tipo de diseño se recolectan datos en un solo momento, en un tiempo único.

Su propósito es describir variables y analizar su influencia e interrelación en un

momento dado. Pueden abarcar varios grupos o subgrupos de personas, objetos o
indicadores y se pueden dividir en 3 tipos:

 Transeccionales Exploratorios: Recolectan datos sobre una nueva área sin

ideas prefijadas y con apertura
 Transeccionales Descriptivos: Recolectan datos sobre cada una de las
categorías, conceptos, variables, contextos y reportan los datos que obtienen.
 Transeccionales Correlaciónales-casuales: Describen vinculaciones y
asociaciones entre categorías, conceptos o variables y establecen procesos de
casualidad entre esos términos.

2.3.2. Diseño longitudinal

Se emplea cuando el interés del investigador es analizar cambios a través del tiempo
en determinadas variables o en las relaciones entre estas. Recolectan datos a través
del tiempo en puntos o períodos especificados, para hacer inferencias respecto al
cambio, sus determinantes y consecuencias.

También se divide en tres categorías o diseños:

 De Tendencia: Son aquellos que analizan cambios a través del tiempo dentro de
alguna población en general. Su característica distintiva es que la atención se
centra en una población.
 De Análisis Evolutivo: Examinan cambios a través del tiempo en
subpoblaciones o grupos específicos. Su atención son los grupos de individuos
vinculados de alguna manera.

17 | P á g i n a
  De Panel: Estudia el mismo grupo específico de sujetos es medido en todos los
tiempos o momentos.

Figura 1. Clasificación de los diseños no experimentales.

Fuente: Universidad autónoma del estado de Hidalgo

2.4. Aplicaciones en ingeniería

La investigación exploratoria es un tipo de investigación utilizada para estudiar un
problema que no está claramente definido, por lo que se lleva a cabo para comprenderlo
mejor, pero sin proporcionar resultados concluyentes. Se aplica por ejemplo en, la
ingeniería Civil es una disciplina muy importante dentro del entorno en que vivimos,
pues su rol es la transformación del mismo. Para ello se basa en conocimientos de
diferentes áreas de la ingeniería, aplicando técnicas para la construcción y
mantenimiento de espacios estructurales, viales, geotécnicos, de una comunidad.

También se aplica en:

 Análisis de mercado exploratorio sobre la industria de la transformación del

plástico.
 Aplicación o utilización de los proyectos de ingeniería de sistemas.
 Aplicación de la investigación de mercados en el Maquicentro de Ingeniería
Industrial.
 Estos diseños no experimentales se aplican en marketing, educación, psicología,
mercadotecnia.

18 | P á g i n a
Es así que la investigación no experimental puede aplicarse en cada uno de estos de las
siguientes formas:

 Cuando la pregunta de investigación puede ser sobre una variable en lugar de

una relación estadística sobre dos variables.
 En una investigación donde la pregunta de investigación tiene una relación
estadística no causal entre variables.
 Cuando la pregunta de investigación tiene una relación causal, pero la variable
independiente no puede manipularse.

III. APRECIACIÓN PERSONAL

Desde nuestro punto de vista la investigación experimental es cualquier investigación

realizada con un enfoque científico, donde un conjunto de variables se mantienen
constantes, mientras que el otro conjunto de variables se miden como sujeto del
experimento es también considerado una técnica estadística sistemática cuyo objetivo
es realizar una serie de pruebas en las que se inducen cambios deliberados para
averiguar si determinados factores influyen en la variable de interés o de estudio y, si
existe influencia de algún factor en el proceso o producto, los principales diseños
experimentales comúnmente utilizados son: Diseños factoriales, diseño completamente
aleatorio, diseños de bloques completos e incompletos y diseño de parcelas y bloques
dividido.

También se llegó a la conclusión de que un diseño no experimental es aquel que se

realiza sin manipular deliberadamente variables. Se basa fundamentalmente en la
observación de fenómenos tal y como se dan en su contexto natural para después
analizarlos. En otras palabras, la investigación no experimental es el tipo de
investigación que carece de una variable independiente. En cambio el investigador
observa el contexto en el que se desarrolla el fenómeno y lo analiza para para obtener
información.

Por lo que finalizamos, que en la investigación experimental las variables pueden

manipularse por separado o conjuntamente con otras para conocer sus efectos, en la
investigación no experimental no podemos hacerlo.

Todo esto nos servirá de apoyo fundamental. De esta manera podemos introducir al
conocimiento y aplicación de los diseños experimentales en la ingeniería, conociendo

19 | P á g i n a
así los beneficios e implicaciones satisfactorias que con la utilización del mismo se
generan, creando expectativas para su utilización en cualquier momento de nuestra
carrera.

20 | P á g i n a
 IV. REFERENCIAS BIBLIOGRAFICAS

Alan Arnholt, S. S. (s.f.). Design of Eperiments Silane Doping in GaAs, Statistics

Seminar Project.

Arteta, M. (s.f.) Historia del diseño experimental. Recuperado de:

https://es.scribd.com/document/436628104/Historia-Del-Diseno-
Experimental.

Bingham, T. (s.f.). Optimizing the Anodizee Process and Paint Adhesion for Sheet
Metal Parts. Supplier Improvement Manager. Boeing Commercial Airplanes.

Caiza,A., Guamangallo, M. (2014). Diseños no experimentales de investigación.

Maestria en educación inicial. Universidad central del Ecuador. Recuperado
de https://es.slideshare.net/carlyaldaz/diseos-no-experimentales-de-
investigacin

Campbell D, Stanley J. (2002) Diseños experimentales y cuasi experimentales en la

investigación social. Buenos Aires: Ammorrortu Editores; Argentina

Cornwell, K. (s.f.). Linear Motor Design". Digital Equipment Corporation.

Dzul,E.C. (2013. Diseño no experimental. Universidad autónoma del estado de

Hidalgo. Recuperado de
https://www.uaeh.edu.mx/docencia/VI_Presentaciones/licenciatura_en_merca
dotecnia/fundamentos_de_metodologia_investigacion/PRES38.pdf

Fisk, D. M. (s.f.). Application of DOE to an Analog Filter Design. Defense Systems

& Electronics Group, Texas Instruments Inc.

Gardner, T., & James D, R. (s.f.). The Effect of the CE Rivet H parameter on Head
Protusion.

Herrada, M. R., Pérez, J. J. R., García, T. L., & de la Huerta, C. M. (2011).

Rendimiento agrícola de tres variedades de tabaco negro (Nicotiana tabacum
L.) en la Región Oriental de Cuba. Centro Agrícola, 38(4), 65-67.

Jack, E., & Reece, P. (s.f.). Consider the Metric: Dealing with Mixtures and
Temperature Gradients. Honeywell.

Johnson, K. (s.f.). Ball Weld Experiment. Morton International.

Kerlinger, F. N., & Lee, H. B. (2002). Investigación del comportamiento. Métodos

de investigación en ciencias sociales. Mexico: McGraw-Hill.

Kiemele, L. C. (s.f.). Computer Network Performance Analysis. Tenure Associate

Professor.

21 | P á g i n a
Majors James Brickell and Kenneth Knox. (s.f.). Environmetal Engineeing Operation
of an Activated Sludge System. Department of Civil Engineering, United
States Air Force Academy.

Mandeville, P. B. (2012). Tema 28: Diseños experimentales. Ciencia UANL, 15(57),

151-155.

Montoya-Márquez, J. A., Sánchez-Estudillo, L., & Torres-Hernández, P. (2011).

Diseños experimentales ¿qué son y cómo se utilizan en las ciencias acuáticas?
Ciencia y mar, 15(43), 61-70.

Murillo, J. (2011). Métodos de investigación de enfoque experimental. Recuperado

el, 2.

Owens, D. (s.f.). Reduction of Measurements Device Variability Using Experimental

Design Techniques. Kurt Manufacturing Minneapolis.

Pedhazur, E. J., & Pedhazur Schmelkin, L. P. (1991). Medición, diseño y análisis. Un

enfoque integrado. Hillsdale: Lawrence Erlbaum Associates, 304.

Rodríguez, N. (2011). Diseños experimentales en educación. Revista de Pedagogía,

32(91), 147-158.

Sheldon, D. (s.f.). Factorial Experiment for Botttom Electrode Stress. Ramtron

Corporation.

Tanis, T. (s.f.). A Designed Experiment to Reduce Circular Runout. Ampex

Recording Systems.

V. ANEXOS

5.1. Artículos que aplican diseños experimentales

22 | P á g i n a
5.2. Artículo que aplica diseño no experimental

23 | P á g i n a