1

Diseño y Experimentacion

Catedrático(a):

Ing. Ina Brenda Flores Reyes

Trabajo:

Historia y Evolución del Diseño de Experimentos

Alumno:

Keyner Cecilio García 201810030218

Campus:

San Pedro Sula, 30 de enero del 2023

 2

Introducción

El presente informe consiste en conocer la historia y la evolución que ha tenido el Diseño de

Experimentos a través del tiempo, mostrando las características sus beneficios y analizar de

qué manera esta herramienta puede aportar de manera positiva a los diseños que se pueden

generar en determinada empresa, demostrando que es una herramienta esencial hoy en día

para obtener resultados eficientes para la elaboración de un proyecto en una organización.

 3

Objetivos

Objetivo General

Realizar el estudio investigativo del Diseño de Experimentos con el objetivo de conocer su

historia y su evolución atraves del tiempo, analizando de tal manera que el Diseño de

Experimentos es una herramienta necesaria para la toma de decisiones en cuanto a desarrollos

de proyectos se refiere en una organización.

Objetivos Específicos

1. Conocer la historia y evolución que ha te n ido el Diseño de

E xpe r im en tos a lo la rgo de l t iem po.

2. Conocer los beneficios y características con que cuenta esta

he r ram ien ta ho y en d ía , la cua l es a lgo in d ispe nsab le en toda
em presa pa ra conseg u ir sus obj e t iv os.

3 . Tr a ta r de com prende r que con ta r con es ta he rram ient a c om o lo es

e l D iseño de E xpe r im en tos t rae r esu ltad os fav orab les y ef icaces en
la e la borac ión de a lgún p ro yec to en espec íf ico den t ro de una
empresa.
 4

Índice

Introducción…………………………………………………………………………………….2
1.1 Objetivos…….……………………………………………………………………………..3

1.1.1 Objetivo General………………...……………………..……………….………….3

1.1.2 Objetivos Específicos………………………..……………………….……………3

1.2Historia Y Evolución del Diseño de Experimentación………………………5,6,7,8 y 9

1.3 Conclusiones……………………………………………………………………….……24

1.4 Bibliografía………………………………………………………………………….……25

1.5 Anexos……………………………………………………………………………...26 y 27
 5

Historia y Evolución del Diseño de Experimentos

Para cualquier fenómeno donde existe la incertidumbre el procedimiento apropiado para

investigarlo es experimentar con él, de manera que puedan identificarse las características del

interés. Una de las tendencias más notables en la década pasada fue el uso de experimentos

cuidadosamente diseñados y científicamente controlados.

Según Ronald Fisher máximo exponente del diseño experimental en su obra titulada

“Statistical methods for research workers”, afirma que la historia de la teoría estadística

empleada en el diseño de experimentos se remonta al célebre ensayo de Thomas Bayes

publicado en 1763 y conocido como el primer intento de utilizar la teoría de la probabilidad

como instrumento de razonamiento inductivo, para deducir de lo particular a lo general o de la

muestra a la población.

Posteriormente el Sir Ronald A Fisher (1890-1962), influenciado por Pearson y Student (W.S.

Gosset), hizo importantes y numerosas a la estadística, con investigaciones hacia el interior de

distribuciones de datos estadísticos con el coeficiente de correlación; concibió la idea de diseño

de experimentos con un método para obtener información más completa y más precisa en la

realización de un experimento.

Durante los años de 1930 la influencia de su trabajo estadístico se difundió a través del

mundo de habla inglesa y frecuentemente más allá, así que después de la segunda guerra

mundial con la formación de la Sociedad Internacional Biométrica en 1947, un nuevo campo de

la investigación científica fue reconocido. Como resultado de la introducción de métodos

competentes y la purificación del razonamiento inductivo por los cales Fisher había sido

primeramente el responsable, fue el innovador del uso de los métodos estadísticos en el diseño
 6

de experimentos; desarrollo y uso por primera vez el análisis de varianza como herramienta

primaria para el análisis estadístico en el diseño experimental.

El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher,

quién sentó la base de la teoría del Diseño Experimental y que a la fecha se encuentra bastante

desarrollada y ampliada. Actualmente las aplicaciones son múltiples, especialmente en la

investigación de las ciencias naturales, ingeniería, laboratorios y casi todas las ramas de las

ciencias sociales. La experimentación proporciona los datos experimentales, en contraste con

los datos de la observación; los datos de la observación se representan como su nombre indica

por observaciones de las unidades elementales de una población o de una muestra, y no deben

ser cambiados ni modificados por ningún intento de parte de un investigador en el curso de la

observación.

Los diseños factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y Henry J.

Gilbert de la Estación experimental de Rothamsted. Ronald Fisher discutió en 1926 que los

diseños «complejos», como diseños factoriales, eran más eficientes que estudiando un factor a

la vez. Fisher escribió: «ningún aforismo se repite tan frecuentemente respecto de las pruebas

de campo, que aquel de que a la Naturaleza debemos hacerle pocas preguntas, o, idealmente,

hacérselas de a una. Quien escribe es un convencido de que este punto de vista está

totalmente equivocado.» Un diseño factorial permite el efecto de varios factores e incluso

interacciones entre ellas que se determinarán con el mismo número de ensayos que son

necesario determinar de los efectos por sí mismo con el mismo grado de exactitud.

Yates realizó importantes contribuciones significativas hechas, particularmente en el análisis

de diseños, por Análisis de Yates. El término factorial no se pudo haber utilizado en la impresión

antes de 1935, cuando Fisher la utilizó en su libro El diseño de experimentos.

 7

La experimentación forma parte natural de la mayoría de las investigaciones científicas e

industriales, en muchas de las cuales, los resultados del proceso de interés se ven afectados

por la presencia de distintos factores, cuya influencia puede estar oculta por la variabilidad de

los resultados muéstrales. Es fundamental conocer los factores que influyen realmente y

estimar esta influencia. Para conseguir esto es necesario experimentar, variar las condiciones

que afectan a las unidades experimentales y observar la variable respuesta. Del análisis y

estudio de la información recogida se obtienen las conclusiones.

La forma tradicional que se utilizaba en la experimentación, para el estudio de estos

problemas, se basaba en estudiar los factores uno a uno, esto es, variar los niveles de un factor

permaneciendo fijos los demás. Esta metodología presenta grandes inconvenientes:

 Es necesario un gran número de pruebas.

 Las conclusiones obtenidas en el estudio de cada factor tiene un campo de validez muy

restringido.

 No es posible estudiar la existencia de interacción entre los factores.

 Es inviable, en muchos casos, por problemas de tiempo o costo.

Las técnicas de diseño de experimentos se basan en estudiar simultáneamente los efectos

de todos los factores de interés, son más eficaces y proporcionan mejores resultados con un

menor coste.

A continuación se enumeran las etapas que deben seguirse para una correcta planificación

de un diseño experimental, etapas que deben ser ejecutadas de forma secuencial. También se

introducen algunos conceptos básicos en el estudio de los modelos de diseño de experimentos.

 8

 Las etapas a seguir en el desarrollo de un problema de diseño de experimentos son las

siguientes:

1. Definir los objetivos del experimento.

2. Identificar todas las posibles fuentes de variación, incluyendo:

 factores tratamiento y sus niveles,

 unidades experimentales,

 factores nuisance (molestos): factores bloque, factores ruido y covariables.

3. Elegir una regla de asignación de las unidades experimentales a las condiciones de

estudio (tratamientos).

4. Especificar las medidas con que se trabajará (la respuesta), el procedimiento

experimental y anticiparse a las posibles dificultades.

5. Ejecutar un experimento piloto.

6. Especificar el modelo.

7. Esquematizar los pasos del análisis.

8. Determinar el tamaño muestral.

9. Revisar las decisiones anteriores. Modificarlas si se considera necesario.

Los pasos del listado anterior no son independientes y en un determinado momento puede

ser necesario volver atrás y modificar decisiones tomadas en algún paso previo.
 9

A continuación se hace una breve descripción de las decisiones que hay que tomar en cada

uno de los pasos enumerados. Sólo después de haber tomado estas decisiones se procederá a

realizar el experimento.

1.- Definir los objetivos del experimento.

Se debe hacer una lista completa de las preguntas concretas a las que debe dar respuesta el

experimento. Es importante indicar solamente cuestiones fundamentales ya que tratar de

abordar problemas colaterales puede complicar innecesariamente el experimento.

Una vez elaborada la lista de objetivos, puede ser útil esquematizar el tipo de conclusiones

que se espera obtener en el posterior análisis de datos.

Normalmente la lista de objetivos es refinada a medida que se van ejecutando las etapas del

diseño de experimentos.

2.- Identificar todas las posibles fuentes de variación.

Una fuente de variación es cualquier “cosa” que pueda generar variabilidad en la respuesta.

Es recomendable hacer una lista de todas las posibles fuentes de variación del problema,

distinguiendo aquellas que, a priori, generarán una mayor variabilidad. Se distinguen dos tipos:

 Factores tratamiento: son aquellas fuentes cuyo efecto sobre la respuesta

es de particular interés para el experimentador.

 10

 Factores “nuisance”: son aquellas fuentes que no son de interés directo

pero que se contemplan en el diseño para reducir la variabilidad no

planificada.

A continuación se precisan más estos importantes conceptos.

Factores y sus niveles.

Se denomina factor tratamiento a cualquier variable de interés para el experimentador cuyo

posible efecto sobre la respuesta se quiere estudiar.

Los niveles de un factor tratamiento son los tipos o grados específicos del factor que se

tendrán en cuenta en la realización del experimento.

Los factores tratamiento pueden ser cualitativos o cuantitativos.

Ejemplos de factores cualitativos y sus niveles respectivos son los siguientes:

 Proveedor (diferentes proveedores de una materia prima),

 Tipo de máquina (diferentes tipos o marcas de máquinas),

 Trabajador (los trabajadores encargados de hacer una tarea),

 11

 Tipo de procesador (los procesadores de los que se quiere comparar su velocidad de

ejecución),

 Un aditivo químico (diferentes tipos de aditivos químicos),

 El sexo (hombre y mujer),

 Un método de enseñanza (un número determinado de métodos de enseñanza cuyos

resultados se quieren comparar).

Ejemplos de factores cuantitativos son los siguientes:

Tamaño de memoria (diferentes tamaños de memoria de ordenadores),

Droga (distintas cantidades de la droga),

La temperatura (conjuntos de temperaturas seleccionadas en unos rangos de interés).

Debe tenerse en cuenta que en el tratamiento matemático de los modelos de diseño de

experimento los factores cuantitativos son tratados como cualitativos y sus niveles son elegidos

equiespaciados o se codifican. Por lo general, un factor no suele tener más de cuatro niveles.

Cuando en un experimento se trabaja con más de un factor, se denomina:

 Tratamiento a cada una de las combinaciones de niveles de los distintos factores.

 12

 Observación es una medida en las condiciones determinadas por uno de los

tratamientos.

 Experimento factorial es el diseño de experimentos en que existen observaciones de

todos los posibles tratamientos.

Características de los diseños experimentales:

Validez interna, externa, de constructo y estadística. Diseños experimentales con grupos de

sujetos distintos. Diseños experimentales con los mismos sujetos. Diseños factoriales.

Un experimento es un estudio en el que al menos una variable es manipulada y las unidades

son aleatoriamente asignadas a los distintos niveles o categorías de las variables manipuladas.

Características del diseño experimental:

 Manipulación: es la intervención deliberada del investigador para provocar

cambios en el v. dependiente.

 Aleatorización: mayor tamaño de los efectos frente a la equiparación.

 13

Todos los diseños experimentales se caracterizan por la manipulación, pero

pueden ser clasificados atendiendo a la aleatorización en:

 Auténticamente experimentales.

 Cuasi experimentales.

En los diseños experimentales la aleatorización es como se distribuyen los sujetos en los

diferentes grupos que forman parte del estudio. El primer ensayo clínico aleatorizado se efectuó

en 1.947 por Sir Austin Bradford Hill y lo llevó a cabo sobre el efecto de la Estreptomicina en la

Tuberculosis, es el primer estudio realizado con un diseño experimental, hasta ese momento el

diseño investigador que se realizaba era el “estudio de casos”, estudios observacionales

simples.

La aleatorización mide y reduce el error.

En las Ciencias de la Salud como es tan importante estudiar los efectos que produce una

variable, sus consecuencias y la relación causa-efecto que se puede producir, es muy

importante conocer el error y reducirlo en todo lo posible, por ello los estudios de investigación

deben ser y deben reunir la característica de la aleatorización, por ello deben utilizarse diseños

experimentales.

Ejemplo: Estudio de incidencia de Ca de pulmón. Para llevarlo a cabo se cogerían dos

grupos de personas que deberán reunir idénticas características en cuanto al mismo número de

individuos que lo componen, grupos de edad que lo forman e idéntica proporción en cuanto al
 14

género, posteriormente se procedería a la comparación e investigación de Ca de pulmón en

cada uno de los grupos.

VENTAJAS DEL DISEÑO EXPERIMENTAL.

1. Se elimina el efecto de las variables perturbadoras o extrañas, mediante el efecto de la

aleatorización.

2. El control y manipulación de las variables predictorias clarifican la dirección y naturaleza

de la causa.

3. Flexibilidad, eficiencia, simetría y manipulación estadística.

VIABILIDAD DE LOS DISEÑOS EXPERIMENTALES.

1. Imposibilidad de manipular algunas variables.

2. Cuestiones éticas.
 15

3. Practicabilidad.

INCONVENIENTES DEL DISEÑO EXPERIMENTAL.

1. Dificultad de elegibilidad y manejo de las variables de control.

2. Dificultad de disponer de muestras representativas.

3. Falta de realismo.

CALIDAD DEL DISEÑO EXPERIMENTAL.

1. Validez Interna.

2. Validez Externa.

3. Validez Ecológica.
 16

4. Validez de Constructo.

1.- VALIDEZ INTERNA.

Es el grado en que los cambios observados se pueden atribuir a la manipulación

experimental. Estudia hasta qué punto una causa puede ser atribuida a un efecto. Ej.: Ensayo

clínico: tiene el máximo grado de validez interna.

Teniendo en cuenta la validez interna de mayor a menor grado los diseños los podemos

clasificar en los siguientes grupos:

1. Experimentales auténticos: Verdaderos, puros, pues no tienen problemas de

validez interna (True Desing).

2. Cuasiexperimentales: No se pueden descartar la presencia de variables

confundidoras, pues no es posible eliminarlas todas. El investigador sabe que A

es causa de B, pero no está seguro que A también pueda ser causa de otros

factores como C o D.

3. No experimentales: Están cerca de los anteriores en cuanto a validez interna,

aunque presentan más variables confundidoras, pueden ser:

3.1 Longitudinales: (Prospectivo / Retrospectivo)

3.2 Transversales.
 17

Cuántas más variables entran en un diseño van restando validez interna.

Las variables confundidoras afectan al diseño, forman parte de las AMENAZAS a la validez

interna.

Ej. : Dar un curso de educación sanitaria en un barrio de la ciudad, formo dos grupos:

1.- Con personas de la raza paya.

2.- Con personas de la raza gitana.

A los payos les doy el curso y a los gitanos no les doy el curso.

Si posteriormente analizamos quien cumple mejor las reglas de higiene y nuestra hipótesis

es que el curso ha servido para aumentar la higiene, también deberemos tener en cuenta que

hay variables que han influido, tales como la raza y/o las diferencias en el poder adquisitivo o

nivel económico de los grupos.

- Cuando una variable hace que un grupo de partida sea diferente (por ej. raza) se les llama

AMENAZA.
 18

AMENAZAS A LA VALIDEZ INTERNA.

1. HISTORIA. Hay amenaza de historia, cuando hay acontecimientos externos que

ocurren simultáneamente con éste y que pueden alterar o influir. Ej. : Programa

educativo ---- Problemas de T.A. ---- Disminución de la T.A. Pero al margen de este

programa tenemos que se hace gimnasia y se sigue una dieta sana, estos factores

influyen en los resultados.

2. SELECCIÓN. Cuando los grupos de estudio son diferentes. Ej. Raza, sexo, ...

3. MADURACION. Son los cambios producidos por evolución natural. Tiene relevancia en

salud y confunde el efecto del cambio de la variable con el de la causa. Ej. : Herida

mejora hagamos o no hagamos nada, pero ¿cuánto depende la mejoría de la herida de

lo que hemos hecho sobre ella?.

4. EFECTOS RELATIVOS DEL PRE-TEST. Es la influencia que produce el pre-test. Ej.: Si

medimos la T.A. en los gitanos de un barrio y posteriormente aplicamos el programa y

volvemos a medir. ¿Cuánto del cambio es por el programa y cuánto por ser la primer a

vez que se le mide la T.A.?

 19

5. MORTALIDAD (o ATRICION). El que desaparezcan sujetos de los grupos de

comparación. No sabemos que sujetos se pierden, unos se mueren y otros se van.

6. INSTRUMENTACION. Uso de instrumentos no fiables ni válidos.

7. REGRESION ESTADISTICA. Los sujetos seleccionados representan situaciones o

puntuaciones en alguna variable. Cuando se usan sujetos extremos. Sucede cuando

para probar los efectos algo se escogen a los sujetos más extremos. Ej.: Para probar

los efectos de una dieta seleccionamos a los más gordos.

El Tamaño muestral afecta a la validez interna.

2.- VALIDEZ EXTERNA.

Es el grado en que los resultados de un estudio pueden ser generalizados a muestras o

condiciones espacio-temporales diferentes. Ej. “A” causa “B”, pero seguiría causando “B” con

otros:

 Sujetos.

 Contexto ---- validez ecológica.

 20

 Momentos.

Los estudios descriptivos (encuestas) son los que más se preocupan por la validez externa.

La validez externa está afectada por los siguientes aspectos:

 Por la variable independiente. Es el nivel de operacionalización del v. Independiente.

 “Efecto Rosenthal”: es el efecto derivado de las expectativas, es decir, el efecto derivado

de que se presupone o se espera que ocurra, cuando algo se espera un efecto favorece

que se produzca. Afecta tanto a la variable interna como a la v. Externa.

 “Efecto Hawthorne”: son las expectativas que el sujeto tiene sobre si mismo, es el efecto

de la auto expectativa.

En el Efecto Rosenthal las expectativas se reflejan en el otro sujeto, mientras que el Efecto

Hawthorne es el producido por las expectativas del sujeto sobre sí mismo.

 21

3.- VALIDEZ ECOLÓGICA.

Es aquella que se puede aplicar en distintos contextos. Ej. Los hospitales de EE.UU. no son

iguales que los hospitales de España, por lo tanto lo que allí es válido puede no serlo aquí.

4.- VALIDEZ DE CONSTRUCTO.

Alude a la relación existente entre la v. Independiente que se manipula y el constructo teórico

que se supone se manipula.

Representa principalmente dos amenazas:

1. Problemas en la definición operacional del constructo.

2. Poco desarrollo teórico del constructo.

 22

Conclusiones

Se logró conocer un poco de la historia y la evolución que hasta el día de hoy se puede ver y

se practica en determinada empresa como lo es el diseño de experimento y sin el cual una

empresa no cuenta con este tipo de herramienta claramente tendría un diseño de experimentos

en cuanto a proyectos se refiere tendría resultados negativos, por eso es algo necesario contar

con este tipo de métodos que día a día mejora en la forma de realizar sus procesos dando

resultados enormes para cualquier organización en cuanto a diseño y elaboración de proyectos

se refiere.
 23

Bibliografía

 http://www.aniorte-nic.net/apunt_metod_investigac4_5.htm#Experimental

 https://www.clubensayos.com/Tecnolog%C3%ADa/Historia-Del-Dise%C3%B1o-

De-Experimentos/1197243.html

 https://es.scribd.com/document/436628104/Historia-Del-Diseno-Experimental
 24

Anexos
25