DISEO EXPERIMENTAL

CONCEPTOS BASICOS:
DISEO DEL EXPERIMENTO

Este trmino se utiliza para planear un experimento de manera que se pueda

obtener la informacin pertinente a un determinado problema que se investiga
y as tomar decisiones correctas.

El diseo adecuado del experimento es una etapa fundamental de la

experimentacin, que permite el suministro correcto de datos a posteriori, los
que a su vez conducirn a un anlisis objetivo y con deducciones vlidas del
problema.

UNIDAD EXPERIMENTAL

La unidad experimental, es el objeto o espacio al cual se aplica el tratamiento y

donde se mide y analiza la variable que se investiga. En los experimentos
pecuarios la unidad experimental por lo general esta conformada por un animal
(cuye, cerdo, pato, etc.), en los experimentos forestales la unidad experimental
en la mayora de los casos esta conformado por un rbol y en la mayor de las
pruebas de campo agrcolas, la unidad experimental es una parcela de tierra en
lugar de una planta individual; es en este ltimo caso que con frecuencia se
presenta lo que se llama efecto deborde.

EXPERIMENTO:

Es un estudio de investigacin en el que se manipulan deliberadamente una o mas

variables independientes para analizar las consecuencias que la manipulacin tiene sobre
una o mas variables dependientes dentro de una situacin de control para el
investigador.

UNIDAD EXPERIMENTAL:

Son los objetos, individuos, intervalos de espacio o tiempo sobre los que se experimenta.

VARIABLE DE INTERS O RESPUESTA:

Es la variable que se desea estudiar y controlar su variabilidad.

FACTOR:

Son las variables independientes que pueden influir en la variabilidad de la variable de

inters.

FACTOR TRATAMIENTO:

es un factor del que interesa conocer su influencia en la respuesta.

FACTOR BLOQUE:

es un factor en el que no se est interesado en conocer su influencia en la respuesta pero

se supone que sta existe y se quiere controlar para disminuir la variabilidad residual.

Efecto de Borde

En los experimentos agrcolas, muchas veces existen diferencias en el crecimiento y la

produccin de las plantas que estn situadas en los permetros de la parcela en relacin
con aquellas plantas situadas en la parte central; esta diferencia es llamado efecto de
borde y puede causar sobre-estimacin o sub-estimacin de las respuestas de los
tratamientos, llegando con esto a comparaciones sesgadas entre ellos.

El efecto de bordes puede ser causado por:

Vecindad de las parcelas reas no cultivadas, que hace que las plantas en los permetros
tengan menor competencia de luz y nutrientes.

Competencia entre tratamientos, que depende de la naturaleza de los tratamientos

vecinos.

Para controlar el efecto de borde se acostumbra a evaluar solamente las plantas centrales
para los fines experimentales.

TRATAMIENTO

Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o

materiales y cuyos efectos van a ser medidos y comparados.

El tratamiento establece un conjunto de condiciones experimentales que deben

imponerse a una unidad experimental dentro de los confines del diseo seleccionado.
Ejemplos: de fertilizante, racin alimenticia, profundidad de sembrado, distanciamiento
entre plantas, variedades de un cultivo.

ERROR EXPERIMENTAL.

En una experiencia pueden ocurrir dos tipos de errores: sistemticos y casuales o aleatorios. Dejando a
un lado los sistemticos, que pueden ocurrir cuando, por ejemplo, no se hace una distribucin
aleatoria de los tratamientos en las unidades experimentales, los errores casuales son aquellos que
ocurren al azar o por "pura casualidad" y que no pueden ser asignados a una nica causa definida. El
conjunto de estos errores recibe el nombre de error experimental y engloba todas las causas de
variacin no controlables. En el ANOVA es cuantificado numricamente mediante S 2EE es decir, la
variancia del error. Este error puede ser disminuido mediante diseos experimentales adecuados,
recoleccin de informacin adicional (observaciones concomitantes: anlisis de la covariancia) y/o
eleccin adecuada del tamao y forma de las unidades experimentales (parcelas).

Otra forma de definir el error experimental: es una medida de la variabilidad existente entre las
unidades experimentales que han sido igualmente tratadas.

ANALISIS DE LA VARIANCIA

Es una tcnica estadstica que sirve para analizar la variacin total de los resultados experimentales de
un diseo en particular, descomponindolo en fuentes de variacin independientes atribuibles a cada
uno de los efectos en que constituye el diseo experimental.

Esta tcnica tiene como objetivo identificar la importancia de los diferentes factores tratamientos
en estudio y determinar como interactan entre s.

El anlisis de la variancia (cuya sigla en ingls es ANOVA: ANalisysOf VAriance) es un procedimiento

creado por R. A. Fischer en 1925 que consiste en una descomposicin de la variabilidad total en partes,
atribuibles a causas conocidas y al azar, para terminar finalmente comparando la magnitud de las
partes mediante una prueba de F de homogeneidad de variancias.

HIPTESIS ESTADSTICA

Es el supuesto que se hace sobre el valor de un parmetro (constante que

caracteriza a una poblacin) el cual puede ser validado mediante una prueba
estadstica.

En la investigacin agraria al realizar un anlisis estadstico utilizando el ANVA de un

diseo experimental, la hiptesis a probar es si los tratamientos tienen el mismo
efecto sobre la variable que se estudia, es as como se tienen las hiptesis planteada
(Hp) e hiptesis alterna (Ha):
Hp: i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable en estudio)
Ha: i 0 (No todos los tratamientos tienen el mismo efecto sobre la variable en
estudio)

Al probar la hiptesis estadstica el investigador est propenso a cometer los siguientes

tipos de errores:

Error Tipo I: Se comete cuando se rechaza la hiptesis que se plantea, siendo esta
hiptesis falsa; la magnitud de este error es fijado por el investigador y constituye el
nivel de significacin de la prueba; usualmente los valores usados como nivel de
significacin son0.05 0.01.

Error tipo II: Se comete cuando se acepta la hiptesis que se plantea, siendo esta
hiptesis falsa; la magnitud de este error no se puede fijar, pero si es posible
minimizar utilizando un tamao adecuado de muestra.

DEFINICIN DE DISEO EXPERIMENTAL

El diseo experimental es una estructura de investigacin

donde al menos se manipula una variable y las unidades
son asignadas aleatoriamente a los distintos niveles o
categoras de la variable o variables manipuladas.

Se entiende por diseo 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 mtodos estadsticos que deriven
conclusiones vlidas y objetivas.

Caractersticas de los diseos

experimentales:

Simplicidad: La seleccin de los tratamientos y la disposicin

experimental deber hacerse de la forma ms simple posible.

Grado de precisin: El experimento deber tener la capacidad de

medir diferencias entre tratamientos con los grados de precisin
que desee el investigador. Para cumplir con este propsito se
deber partir de un diseo y un nmero de repeticiones
adecuados.

Rango de validez de las conclusiones: Este deber 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.

Caractersticas de los diseos

experimentales:

Clculo del grado de incertidumbre:En todo experimento

existe algn grado de incertidumbre en cuanto a la validacin de
las conclusiones. El experimento deber ser concebido de modo
que sea posible calcular la probabilidad de obtener los
resultados observados debido nicamente al azar.

Ausencia de error sistemtico:Se debe planear un experimento

con el propsito de asegurar que las unidades experimentales
que reciban un tratamiento no difieran sistemticamente de
aquellas que reciben otro tratamiento, procurando de esta
manera obtener una estimacin insesgada del efecto de
tratamientos.

Variables del diseo experimental

TIPO

ACCION

V. Independiente

Manipulacin

V. Dependiente

Medicin

V. Intermediante

Control

Planificacin del Diseo Experimental

1. Formulacin de la hiptesis.
2. Seleccin de la variable independiente y
dependiente adecuada.
3. Control de las variables extraas.
4. Manipulacin de la/s variable/s
independiente/s y registro de la variable
dependiente o de medida.
5. Anlisis estadstico de los datos.
6. Inferencia de la relacin entre la variable
independiente y la dependiente.

Pasos del modelo de prueba estadstica

Paso 1 : Formulacin de la Hiptesis de nulidad

Paso 2 : Formulacin de la Hiptesis alternativa

Paso 3: Estadstico de la prueba y nivel de significacin

Paso 4 : Clculo del valor emprico del estadstico de la prueba.

Paso 5 : Decisin estadstica de aceptar o rechazar la hiptesis de nulidad.

Rechazo de H0

Si p 0,05

TIPOS DE DISEO EXPERIMENTAL

Diseo Completamente Aleatorio

Diseo de Bloques al Azar

Diseo Factorial

Cuadrado latino

Parcelas divididas

Bloques divididos

DISEO COMPLETAMENTE ALEATORIO

Este tipo de diseo es el ms sencillo y se origina por la asignacin aleatoria

de tratamientos a un conjunto de unidades experimentales previamente
determinadas.

El criterio para que un DCA sea aplicado en un experimento es que las

unidades experimentales sean lo ms homognea posible, es decir, se parte
del supuesto que no hay variacin en las unidades experimentales.

Planteamiento del modelo:

yij = + i + ij
Donde:

yij : es la observacin (i, j ) - sima (variable dependiente)

: es un efecto medio verdadero

i : efecto del i-simo tratamiento, variable independiente.

ij : es el error aleatorio, tal que ij N (0, 2) independientes entre

s, E [ij] = 0 y Var [ij] = 2.

Vamos a considerar dos tipos de modelos: el de efectos fijos y el de

efectos aleatorios.

(i) Los niveles del factor se seleccionan de modo especfico por el

experimentador. Esto constituye el llamado modelo de efectos fijos.
(ii) Los niveles de un factor son una muestra aleatoria de una
poblacin mayor de tratamientos. Esto es el modelo de efectos
aleatorios.

El problema se puede resumir en la siguiente tabla:

Donde se tendr:

n= observaciones , a= tratamientos

N = nmero de datos,

El problema que se trata de analizar es

N=an

H0 1 = 2 = = a
H1 i 6= j (para al menos un par)
H0 1 = 2 = = a
H1 i 6= 0, i

Tabla ANOVA.

El problema que se trata de analizar es

H0 1 = 2 = a
H1 i 6= 0, i

Se distribuye como una F de Snedecor, Fa1,Na.

Se rechaza H0 a nivel cuando F0 > F,a1,Na.

DISEO CUADRADO LATINO

Los diseos en cuadrados latinos son apropiados cuando es necesario controlar

dos fuentes de variabilidad. En dichos diseos el nmero de niveles del factor
principal tiene que coincidir con el nmero de niveles de las dos variables de
bloque o factores secundarios y adems hay que suponer que no existe
interaccin entre ninguna pareja de factores.

Supongamos que el nmero de niveles de cada uno de los factores es K. El diseo

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.

Si consideramos una tabla de doble entrada donde las filas y las columnas
representan cada uno de los dos factores de bloque y las celdillas los niveles del
factor principal o tratamientos, el requerimiento anterior supone que cada
tratamiento debe aparecer una vez y slo una en cada fila y en cada columna.

Recibe el nombre de cuadrado latino de orden K a una disposicin en filas y

columnas de K letras latinas, de tal forma que cada letra aparece una sola
vez en cada fila y en cada columna.

A continuacin vamos a dar una forma simple de construccin de cuadrados

latinos. Se parte de una primera fila con las letras latinas ordenadas
alfabticamente.

Las sucesivas filas se obtienen moviendo la primera letra de la fila anterior a

la ltima posicin (construccin por permutacin cclica), el cuadrado as
obtenido es un cuadrado latino estndar. Un cuadrado latino se denomina
estndar cuando las letras de la primera fila y la primera columna estn
ordenadas alfabticamente. A parte de los cuadrados latinos as obtenidos
existen otros cuadrados latinos diferentes, estndares y no estndares.

El procedimiento para construir un diseo en cuadrado latino es el siguiente:

1) Se elige aleatoriamente un cuadrado latino de los disponibles.

2) Se asigna aleatoriamente el orden de las filas y columnas.

3) Se asignan aleatoriamente los tres factores a las filas, columnas y letras,

respectivamente.

Ilustremos este procedimiento con el ejemplo del rendimiento de la semilla de trigo. Al

plantear este experimento se pens que podra conseguirse mayor precisin si se
controlaba la variabilidad introducida por los tipos de abono e insecticida. El instituto
de experimentacin agrcola est interesado en estudiar 4 tipos de semilla de trigo, (s1,
s2, s3, s4) y decide realizar el experimento utilizando un diseo en cuadrado latino.
Para ello selecciona 4 niveles para cada una de las variables de bloque: abono, (a1, a2,
a3, a4), e insecticida, (i1, i2, i3, i4).

La seleccin de uno de los cuadrados se hace al azar. Supongamos que el cuadrado

latino elegido es el siguiente:
ABCD
BAD C
C DAB
DCBA

Planteamiento del modelo:

yij(h) = + i + j + h + +uij(h)

i = 1, 2 . . . ,K
j = 1, 2 . . . ,K
h = 1, 2 . . . ,K

Donde:

yij(h) : representa la observacin correspondiente a la i-sima fila, j-sima columna y

h-sima letra latina.

: es la media global.

i : es el efecto producido por el i-simo nivel del factor fila. Dichos efectos estn
sujetos a la restriccin i i = 0.

j : es el efecto producido por el j-simo nivel del factor columna. Dichos efectos
estn sujetos a la restriccin j j = 0.

h : es el efecto producido por la h-sima letra latina. Dichos efectos estn sujetos a
la restriccin h h = 0.

uij(h) : son variables aleatorias independientes con distribucin N(0, )

Tabla ANOVA para el modelo de cuadrado latino

1) SCT, suma total de cuadrados.

2) SCF, suma de cuadrados debida al efecto fila.

3) SCC, suma de cuadrados debida al efecto columna.

4) SCL, suma de cuadrados debida a la letra latina.

5) SCR, suma de cuadrados del error.

SCT = SCF + SCC + SCL + SCR

La suma de cuadrados del error se obtiene por diferencia

SCR = SCT SCF SCC SCL

Siguen distribuciones F de Snedecor con K1 y (K1)(K2) grados de libertad cada

uno.

Y se rechaz H0, al nivel de significacin , cuando el valor experimental del

respectivo estadstico sea mayor que el valor crtico de la distribucin F de
Snedecor.

DISEO DE BLOQUES AL AZAR

Las unidades experimentales son clasificadas en grupos homogneos,

llamados bloques, respecto a una cierta variable de control que puede
suponer una fuente adicional de variabilidad. Una vez formados los bloques,
los tratamientos son asignados aleatoriamente a las unidades experimentales
dentro de cada bloque; podemos decir, por tanto, que se trata de un diseo
con cierta restriccin de aleatorizacin.

Se realiza una observacin por tratamiento en cada bloque: N = IJ

observaciones.

La asignacin de los tratamientos a las unidades experimentales en cada

bloque se determina aleatoriamente.

Los tratamientos y los bloques son factores de efectos fijos.

No hay interaccin entre los tratamientos y los bloques: (El efecto de un

factor no depende del nivel del otro factor): Efectos de los factores son
aditivos.

Bloques
Tratamientos

y11

y12

y1j

y1J

y21

y22

y2j

y2J

yi1

yi2

yij

yiJ

yI1

yI2

yIj

yIJ

Planteamiento del modelo:

yij = + i + j + eij

I = Nmero de tratamientos
J = Nmero de bloques

i = 1, 2, , I

j = 1, 2, , J

Planteamiento del modelo:

yij = + i + j + eij

i = 1, 2, , I

j = 1, 2, , J

Donde:

yij: La variable aleatoria que representa la observacin al aplicar el (i)

ensimo tratamiento en la (j) ensimo repeticion

: es un efecto constante. Media global.

i : El efecto producido por el nivel i-simo del factor principal. i i = 0.

j : El efecto producido por el nivel j-simo del factor secundario o factor de

bloque. Se supone que i j = 0.

eij: Variables aleatorias independientes con distribucin N (0,).

Estimar los efectos de los tratamientos y de los bloques y contrastar la

hiptesis:

H0 : i = 0 i vs H1 : i 0 ; por lo menos para algn i

H0 : j = 0 j vs H1 : j 0 ; por lo menos para algn j

Tabla ANVA para el modelo de bloques al azar

F. V.

G. L.

S.C.

C. M.

F cal

Bloques

I1

SCBl

SCBl/(I 1)

CMBl/CMR

Tratamientos

J1

SCTr

SCTr/(J 1)

CMTr/CMR

Residual

(I 1)(J 1)

SCR

SCR/(I 1)(J 1)

TOTAL

IJ 1

SCT

SCT /(N 1)

Donde:

1) SCT: Suma total de cuadrados.

2) SCTr: Suma de cuadrados entre tratamientos.
3) SCBl: Suma de cuadrados entre bloques
4) SCR: Suma de cuadrados del error o residual.
1) CMT: Cuadrado medio total: CMT = SCT /(N 1)
2) CMTr: Cuadrado medio entre tratamientos: CMT r =SCT r/(I 1)
3) CMBl: Cuadrado medio entre bloques: CMBl =SCBl/(J 1)
4) CMR: Cuadrado medio residual: CMR =SCR/(I 1)(J 1)

Las formulas sern:

SCT = SCT r + SCBl + SCR

Formulas a utilizar:

SCT = SCT r + SCBl + SCR

SCT r =

SCB l =

SCT =

SCR = SCT SCT r SCBl

ANLISIS ESTADSTICO

Contraste de inters: H0 1 = = I = 0

F(I1),(I1)(J1)

Rechazar H0 a nivel si F (exp) > F;I1,(I1)(J1)

Tambin es interesante contrastar: H0 1 = = J = 0

F(J 1),(I1)(J1)

Rechazar H0 a nivel si F(exp) > F;J1,(I1)(J1)

COEFICIENTE DE VARIACION

una medida de variabilidad relativa (sin unidades de medida) cuyo uso es

Es
para cuantificar en trminos porcentuales la variabilidad de las unidades
experimentales frente a la aplicacin de un determinado tratamiento.

0 a 10% -> excelente

10 a 15% -> muy bueno

15 a 20% -> bueno

APLICACIN DEL DISEO DE BLOQUES

COMPLETAMENTE AL AZAR:

Se pide evaluar el rendimiento de la papa canchan con tres tipos de riego, se

analizara para un nivel de significancia del 95%

Se analizara el rendimiento con el diseo de bloques al azar.

Se estudio 4 tipos de melones :

T1 = Riego por Goteo
T2 = Riego por Aspersion
T3 = Riego por Gravedad

RENDIMIENTO DE LA PAPA CANCHAN:

TRATAMIENTOS
T1

T2

T3 (testigo)

GOTEO

ASPERSION

GRAVEDAD

40.07

33.33

29.11

II

39.82

36.80

32.74

BLOQUES

Solucin:

a)

Hallamos los totales para los tratamientos y bloques.

TRATAMIENTOS
BLOQUES

b)
)

TOTAL
BLOQUES

BLOQUES

34.17
36.45

I
II

I
40.07
39.82

II
33.33
36.80

III
29.11
32.74

102.500
109.355

TRAT

79.89

70.12

61.846

211.855

TOTAL TRAT

39.94

35.06

30.92

35.31

Total de datos:
b=2

y t=3

N = 2 =6

Planteamiento de la hiptesis:
)
)

H0: i = 0; j = 0
H1: i 0; j 0

Nivel de significancia:

= 0.05

Factor de precisin (Fp):

Bloques F tiene 1 y 2 g.l.

F0 = 18.51

Tratamientos F tiene 2 y 2 g.l.

F0 = 19

Total de variables:
T = 211.855

Factor de correccin:

Suma de cuadrados de cada dato:

Suma de cuadrados del tratamiento:

Suma de cuadrados del bloque:

Suma de cuadrados del error:

F. V.

G. L.

S.C.

C. M.

F cal

Bloques

I1

SCBl

SCBl/(I 1)

CMBl/CMR

Tratamientos

J1

SCTr

SCTr/(J 1)

CMTr/CMR

Residual

(I 1)(J 1)

SCR

SCR/(I 1)(J 1)

TOTAL

IJ 1

SCT

SCT /(N 1)

I=2

y J=3

N = 2 =6

cuadro del ANVA

F.V.

G.L.

S.C.

C.M.

Fcal

TAB SIGN.

Replicas

14.20

14.20

0.899

18.51

N.S

Tratamientos

141.56

70.78

4.483

19

N.S

Error

31.58

15.79

Total

158.94

CONCLUSION:

Bloques:
F cal = 0.899 < Ftab = 18.51

Se acepta la hiptesis nula, en el anlisis de varianza se encontr que entre

bloques no hay diferencias significativas.

Tratamientos:
F cal = 4.483 < Ftab = 19

Se acepta la hiptesis nula, en el anlisis de varianza se encontr que no hay

diferencia significativa entre los tratamientos.

Se demostr que en los bloques y tratamientos no hay diferencias

estadsticamente significativas, por lo que los resultados son homogneos, es
decir indiferentes al emplear los sistemas de riego por goteo, aspersin y el
testigo con riego de gravedad.

El coeficiente de variabilidad en el rendimiento de la papa variedad canchan

fue de 7.69%, dentro del rango como excelente.