UNIVERSIDAD ESTATAL DE BOLÍVAR

Facultad de Ciencias Agropecuarias Recursos Naturales y del Ambiente

Carrera: Ingeniería Agronómica

Periodo Académico: 2020-2021

Guía Metodológica

Asignatura: Análisis y Diseño de Experimentos

Curso y Paralelo: Sexto “A”

Profesora: Ing. Kleber Espinoza Mora

kespinoza@ueb.edu.ec
Octubre 2020

1
UNIDAD 1. ALGUNAS DEFINICIONES IMPORTANTES Y LA CLASIFICACIÖN
DE LOS DISEÑOS EXPERIMENTALES

DISEÑO EXPERIMENTAL.

Es el procedimiento que se lo sigue para asignar los tratamientos a las unidades

experimentales

Fuentes de Variación:

En un experimento cualquiera, además de la variación entre las unidades

experimentales que reciben el mismo tratamiento, el mismo que se mide por medio
del Error Experimental, hay otras fuentes de variación. Estas básicamente son:
Variación total y variación entre tratamientos. Sin embargo, dependiendo del tipo
de diseño experimental empleado, la variación del experimento puede dividirse en
varios otros componentes.

Análisis de Varianza:

El Análisis de Varianza (ADEVA) es un método desarrollado por Ronald A. Fisher

y es un procedimiento aritmético para dividir la Suma De Cuadrados Total en
varios componentes de acuerdo con el diseño experimental empleado.

El ADEVA se lo usa en todo campo de investigación en que se toma datos

cuantitativos. El ADEVA nos conduce a calcular la prueba estadística F para la
evaluación de las hipótesis planteadas.

Aleatorización: Por aleatorización se entiende la adjudicación al azar de los

tratamientos a las unidades experimentales. Como se indicó, ésta es una
característica esencial de un experimento y el objeto es proveer de una estimación
válida, no sesgada, del error experimental. La aleatorización se realiza por medio
de tablas de números al azar, por medio de programas de computación o
sencillamente sacando papeles numerados de una caja.

Repetición: Se entiende por repetición la aplicación de un mismo tratamiento a

más de una unidad experimental. Si un tratamiento se aplicara a una sola unidad
experimental, entonces no podríamos separar el efecto del tratamiento de las
características propias, inherentes, de la unidad experimental.

Por ejemplo, si dispusiéramos sólo de dos unidades experimentales y

observáramos que la variedad Pinkerton produce aguacates con un peso que va
230-425 gr y la variedad Reed un peso de 270-680 gr, no habría forma de saber si
la diferencia se debe a la variedad o que por azar le tocó una unidad experimental
con un nivel de fertilidad superior.

En experimentos en el campo, una repetición es un área con varias unidades

experimentales o parcelas que recibieron cada una un tratamiento diferente (en
algunos diseños esto recibe el nombre de “bloque”. Por lo general, todos los
tratamientos están representados una vez en cada repetición. En los
experimentos se requiere que por lo menos haya dos repeticiones de cada
2
tratamiento (dos parcelas que reciban el mismo tratamiento), para poder estimar el
error experimental. No es necesario que las repeticiones estén físicamente juntas.
Pueden estar ubicadas en diferentes localidades y también en diferentes épocas.

Tratamiento: Es un componente de la variable independiente cuyo efecto en las

unidades experimentales va a medirse y compararse con otros componentes de la
variable.

Ejemplos de tratamientos son: variedad de plantas, dosis de agroquímicos

sistemas de labranza, dosis de abonaduras, tipos de fertilizantes, tipos de abonos
orgánicos, etc.

Unidad Experimental: Es la parte del material experimental que va a recibir un

tratamiento específico.

Una unidad experimental puede ser una parcela de tierra, una planta, una rama
una hoja, un surco una maceta un invernadero, un plato Petri en el laboratorio, etc.

Unidad de Muestreo o unidad de observación: Es la fracción de la unidad

experimental en la que se va a medir el efecto de los tratamientos.

Ejemplo 1

Cuando en una investigación a varias parcelas se les aplica varios niveles de

fertilización nitrogenada, cada parcela corresponde a una unidad experimental
(UE) cada plantita viene hacer una unidad de observación (UO).

Ejemplo 2

Si a una planta se lo aplica un regulador de crecimiento la planta viene hacer la

unidad experimental y si nosotros observamos el desarrollo de las hojas esta son
las unidades de observación.

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

Bloque: Es un grupo de unidades experimentales homogéneas.

En un bloque completo, todos los tratamientos del experimento están

representados y esto equivale a una repetición.

En un experimento con bloques incompletos, sólo unos cuantos tratamientos van

en cada bloque. En este caso, varios bloques incompletos forman una repetición.

Error Experimental: Es la variación entre unidades experimentales que fueron

tratadas en forma similar.

Experimento: Es un trabajo planificado para descubrir nuevos hechos, o para

confirmar o refutar los resultados de otras investigaciones.

3
Experimento Unifactorial: Es aquel en el que se estudia el efecto de un sólo
factor.

Ejemplos: variedades de frejol, dosis de un fertilizante, tipos de preparación de

suelo etc.

Experimento Factorial: Es aquel en el que se estudian simultáneamente los

efectos de dos o más grupos de factores.

Factor: Es una variable independiente en un experimento factorial. En los

experimentos factoriales los tratamientos resultan de la combinación de los
diferentes niveles de los factores. El número total de tratamientos es igual al
producto de los números de niveles de cada factor. Por ejemplo: si el factor A
consta de dos niveles, a1 y a2 y el factor B de dos niveles, b1 y b2, entonces se
tiene cuatro tratamientos que son los siguientes: a1b1, a1b2, a2b1, a2b2.

Nivel: Es la dosis o grado dentro de un factor. Ejemplo: 0, 50 y 100kg de N por

hectárea son niveles del Factor nitrógeno. Por extensión, se usa el término nivel
también cuando los factores son variables cualitativas. Como ejemplo: si un factor
consta de variedades de papa, cada variedad equivale a un “nivel”.

Testigo. - Es el elemento o tratamiento sujeto a comparación, en una

investigación siempre se incluirá un testigo para de esta manera poder evaluar los
resultaos obtenidos.

Interacción: En experimentos factoriales es la respuesta diferente, no aditiva, que

a veces se obtiene de los niveles de un factor con relación a los niveles del otro
factor. Como ejemplo: si las alturas de la planta de dos variedades de maíz se
incrementan linealmente o decrecen en respuesta a las dosis de fertilizantes,
entonces se tiene una interacción entre ja variedades y las dosis de fertilizantes.

Variable. - Son características que presenta una planta, una cosa, un individuo o
un animal que se encuentra sujetos a variación: altura planta, diámetro del tallo,
numero de hojas, ancho de hoja, numero de ramas número de mazorcas peso 100
semillas, etc.

COEFICIENTE DE VARIACIÓN (CV) %

El Coeficiente de Variación (C.V.) es una estadística importante que debe estar

presente en todo informe de investigación. Por lo general se lo presenta junto al
Cuadro ADEVA. Al C.V. se lo encuentra con la siguiente fórmula:

CME
CV% = ---------------- X 100

Por observación de la fórmula se puede indicar que el Coeficiente de Variación es

una medida de la variación dentro de los tratamientos y alrededor de la gran media
experimental, expresada en porcentaje.
4
Mientras mayor sea el CME mayor será el C.V. El valor del C.V. en algunos
experimentos con poco control de la variación dentro de los tratamientos puede
exceder el 100%.

Los resultados experimentales son más confiables cuando el C.V. es bajo.

Un C.V. alto puede deberse a que no seleccionamos acertadamente las unidades

experimentales, o que el diseño escogido no era el adecuado o que hubo fallas en
la conducción del experimento o una combinación de todo esto. En todo caso, el
grado de confiabilidad en la decisión con relación a las hipótesis planteadas se
reduce.

PROCEDIMIENTOS PARA LA EXPERIMENTACIÓN

Definición del problema. - Uno de los primeros pasos a seguir en

experimentación es el conocimiento del problema y su resolución, estableciendo
clara y concisamente el problema con que estamos tratando, caso contrario
tenemos pocas posibilidades de que sea resuelto alguna vez.

Determinación de objetivos. - Se lo construye en base al problema, y es la meta

del proyecto, estos se los debe redactar en términos precisos.

Selección de tratamientos. - El éxito del experimento reside en la cuidadosa

selección de tratamientos, cuya evaluación responderá preguntas que tengamos.

Selección del material experimental. - En la selección del material experimental,

debe considerarse los objetivos del experimento, el material a utilizar debe ser
representativo de la población sobre la cual deseamos probar los tratamientos.

Selección del diseño experimental. - En este procedimiento debemos también

tomar en cuenta los objetivos planteados en la investigación, pero como regla
general deberíamos elegir el diseño que nos brinda la precisión requerida

Selección de la unidad de observación y del número de repeticiones. - Para

experimentos de campo, con plantas, estos medios determinan el tamaño y la
forma de las parcelas. En el caso de experimentos con animales esta nos indica el
número de animales que han de ser considerados como una unidad experimental.
El tamaño de la parcela y el número de repeticiones deberán ser elegidos para
obtener la precisión requerida en la estimación de los tratamientos.

Control de los efectos entre unidades adyacentes. - Esto se lo consigue

mediante la utilización de callejones de demarcación y mediante la selección
aleatoria de los tratamientos.

Consideración de los datos a recabar. - Los datos recabados deberán evaluar

apropiadamente los efectos del tratamiento, de acuerdo con los objetivos del
experimento.

5
Elaboración de un esquema del análisis estadístico. Es necesario elaborar un
esquema del análisis de varianza en el que consten las fuentes de variación y los
grados de libertad. Este esquema nos ayuda a identificar posibles errores en la
planificación del experimento. Debe también indicarse en el proyecto qué otros
análisis estadísticos se realizarán (comparaciones ortogonales, separación de
medias, correlaciones, etc.).

Conducción del experimento. - En la conducción del experimento, aplíquese

procedimientos técnicos libres de favoritismos personales, aplicando el diseño
experimental óptimo para recabar datos, de modo que las diferencias entre
individuos o las diferencias asociadas con el orden de recolección pueden, ser
removidas del error experimental.

Análisis de los datos e interpretación de los resultados. - Todos los datos

deben ser analizados tal como fueron planteados, los resultados deben ser
interpretados tal y cual como se los ha obtenido en la investigación.

FACTORES QUE MODIFICAN LOS RESULTADOS EN UNA INVESTIGACIÓN

Presencia de una covariable.

Covariable. - Factor que no está en estudio y modifica la respuesta de los

tratamientos en estudio.

Covariables en plantas

Desuniformidad en términos físicos y químicos del suelo.

Desuniformidad en la capa arable.
Desuniformidad en percolación.
Desuniformidad en la composición física del suelo
Desuniformidad en la composición química del suelo

Desuniformidad en términos biológicos del suelo.

Presencia de nematodos.
Desuniformidad de ataque de insectos y enfermedades.

Daños por animales.

Disminución del rendimiento.

Destrucción de plantas.

Robo

Además de los factores anteriormente mencionados tenemos:

Mal manejo de una actividad que se transforma en una covariable.

Desuniformidad en distribución de riego.
Variación en la aplicación de fertilizantes.
Mala aplicación de funguicidas e insecticidas.
6
Interacción del cultivo anterior con los tratamientos en estudio.
Selección inadecuada del terreno para el establecimiento del ensayo.
Mala determinación de los costos variables por parte del técnico.

ASPECTOS ESENCIALES DE TODO DISEÑO EXPERIMENTAL

Todo diseño experimental debe contemplar tres aspectos fundamentales. Estos

son: estimación del error experimental, control del error e interpretación correcta
de los resultados.

Estimación del error experimental

El error experimental es un componente prácticamente inevitable en los

experimentos, y es la variación que resulta de unidades experimentales que
reciben el mismo tratamiento.

Supongamos un experimento en el que se desea comparar el rendimiento de dos

variedades de brócoli. En este experimento, el rendimiento tiene dos
componentes aditivos; el efecto de la variedad el efecto del suelo, estos efectos
están mezclados y no hay forma de separarlos.

Además, para realizar una estimación válida del error experimental, no debe
introducirse ningún sesgo que favorezca a uno o varios tratamientos en detrimento
de otros.

Entonces, para que los resultados y el análisis sean válidos, debemos eliminar el
sesgo. Esto se logra mediante la aleatorización o sorteo, es decir, la asignación
al azar de los tratamientos a las unidades experimentales, en tal forma que todos
los tratamientos tengan igual probabilidad de ser asignados a cualquier unidad
experimental dentro de las restricciones que imponga el diseño por emplearse.

Control del error experimental

Un error experimental muy inflado tapa el efecto de los tratamientos y nos puede
llevar a conclusiones equivocadas.

El error experimental proviene de dos fuentes:

De la variación inherente (propia) de las unidades experimentales

De la variación introducida en el manejo del experimento (errores humanos y
mecánicos):

Es importante recordar que mientras más bajo sea el error experimental mayor
será la precisión del experimento. Para esto hay que tomar muy en cuenta:

Seleccionar adecuadamente el material experimental y usar un diseño que le

permita remover la mayor cantidad de la variación que pueda haber entre las
unidades experimentales.

7
Aumentar el número de repeticiones o también el número de tratamientos, pero
manteniendo constante el número de repeticiones.

Refinar la técnica experimental. Es decir, tener más cuidado y meticulosidad en la

conducción del experimento.

Para disminuir la variación inherente se tiene varias alternativas. Estas son:

Seleccionar las unidades experimentales en tal forma que sean en lo posible lo

más homogéneas

Agrupar unidades experimentales similares en bloques

Emplear la técnica de covarianza. Estas alternativas pueden usarse solas o en

conjunto.

Para disminuir la variación introducida por errores humanos y mecánicos se debe

tener cuidado en la ejecución del experimento, es necesario evitar el agotamiento
mental y físico, supervisar adecuadamente el trabajo de quienes nos ayuden y
trabajar por bloques y no por tratamientos.

CLASIFICACION DE LOS DISEÑOS POR SU UTILIDAD

Hay muchas clases de experimentos que pueden servir para evaluar la

importancia de los factores. Hay experimentos muy útiles y otros que no conducen
a nada

Una de las clasificaciones más adecuadas utilizada dentro de los procesos de

validación y transferencia de tecnología es la siguiente

Exploratorios
Experimentos menos uno
Experimento más
Experimento más uno modificado
Factorial 2n y 3 n

Que cantidad
Diseño completamente al zar
Diseño de bloques al azar
Cuadrado latino
Parcela dividida
Bloques divididos

Parcelas demostrativas o parcelas de validación

Análisis de Estabilidad Modificado X ± t

Diseños exploratorios

8
Experimento menos uno

Este experimento se realiza a partir de un paquete tecnológico completo (PTC).

Los tratamientos de este experimento consisten en ir restando del paquete una u
otra práctica recomendada. Este experimento nos muestra la relación entre costos
de tratamientos del experimento versus costos del agricultor.

Experimento más uno

Los tratamientos para esta clase de experimentos se establecen a partir de las

prácticas productor, a las mismas que se le añade uno u otro factor a fin de medir
su importancia.

Estos experimentos tienen a su favor el utilizar las prácticas en uso del productor
como la base de las prácticas productivas. Lo que realmente comprueba es el
efecto de un factor sólo bajo las condiciones del productor.

Experimento más uno modificado

Ha sido propuesto para resolver los problemas que presenta los experimentos
menos uno y más uno. El experimento Mas Uno Modificado también parte de las
prácticas del agricultor o productor a los cuales se va añadiendo un factor; pero
con la diferencia de que los factores se van acumulando a las prácticas

Prácticas del agricultor

PA+ Nitrógeno
PÁ+N+Variedad
PA+N+insecticida
PA + N+ V+I+Densidad

Este experimento tiene por finalidad mostrar el efecto de la interacción entre

factores.

Experimentos factorial

Esta clase de experimentos soluciona los problemas de los experimentos

anteriores y la información adicional es muy valiosa.

Selección de los factores a probar. En el ejemplo se emplea tres factores:

A= Variedades de papa
B= Densidades de plantación
C= Niveles de fertilización

Para la selección de los niveles de cada factor, por lo general se los representan a
estos con 1, 2, 3, etc. Para el ejemplo los niveles serán:

a1 = Chola
a2= Gabriela
9
b1 = 1 x 0.25 mt 40000 plantas ha-1
b2 = 1 x 0.40 mt 22727 plantas ha-1

c1 = 100kg de nitrógeno
c2 = 150 kg de nitrógeno

Los tratamientos se establecen, haciendo todas las combinaciones posibles con

los factores.

c1
b1
a1 c2

c1
b2
c2

c1
b1
c2
a2
c1
b2

c2

# Tra Código Detalle

1 a1b1c1 Chola + 1 x 0.25 mt + 100kg de nitrógeno
2 a1b1c2 Chola + 1 x 0.25 mt + 150 kg de nitrógeno
3 a1b2c1 Chola + 1 x 0.40 mt + 100kg de nitrógeno
4 a1b2c2 Chola + 1 x 0.40 mt + 150 kg de nitrógeno
5 a2b1c1 Gabriela + 1 x 0.25 mt + 100kg de nitrógeno
6 a2b1c2 Gabriela + 1 x 0.25 mt + 150 kg de nitrógeno
7 a2b2c1 Gabriela + 1 x 0.40 mt + 100kg de nitrógeno
8 a2b2c2 Gabriela + 1 x 0.40 mt + 150 kg de nitrógeno

Uno de las ventajas de este tipo de experimento es que nos permite medir
cualquier interacción entre dos o entre los tres factores elegidos.

También es posible medir los resultados de cada factor individualmente. Este

experimento proporciona gran cantidad de la información acerca de los factores
elegidos y reduce los tanteos que se hacen para conseguir resultados útiles.

La desventaja de este experimento es que a medida que se añade nuevos

factores, el experimento aumenta de volumen de una forma geométrica. Es decir,
si para 2 repeticiones en un experimento de 3 factores se requiere 16 parcelas, si
son 4 factores se necesitará 32 parcelas; para 5 factores se necesitarán 64
parcelas; para 6 factores, 128 parcelas, etc.

10