DISEO EXPERIMENTAL

El diseo de un experimento es la
secuencia completa de los pasos que
se deben tomar de antemano, para
planear y asegurar la obtencin de
toda la informacin relevante y
adecuada al problema bajo
investigacin, la cual ser analizada
estadsticamente para obtener
conclusiones vlidas y objetivas con
respecto a los objetivos planteados.

 Un Diseo Experimental es una

prueba o serie de pruebas en las
cuales existen cambios deliberados en
las variables de entrada de un proceso
o sistema, de tal manera que sea
posible observar e identificar las
causas de los cambios que se
producen en la respuesta de salida.

PROPSITOS DE UN DISEO
EXPERIMENTAL
El propsito de cualquier Diseo Experimental,
es proporcionar una cantidad mxima de
informacin pertinente al problema que se est
investigando. Y ajustar el diseo que sea lo
mas simple y efectivo; para ahorrar dinero,
tiempo, personal y material experimental que se
va ha utilizar. Es de acotar, que la mayora de
los diseos estadsticos simples, no slo son
fciles de analizar, sino tambin son eficientes en
el sentido econmico y en el estadstico.
De lo anterior, se deduce que el diseo de un
experimento es un proceso que explica tanto la
metodologa estadstica como el anlisis
econmico.

CONCEPTOS BSICOS
DISEO: Consiste en planificar la forma de hacer el
experimento, materiales y mtodos a usar, etc.
EXPERIMENTO: Conjunto
de
pruebas
o
ensayos cuyo objetivo
es
obtener
informacin, que permita mejorar el producto o el
proceso en estudio.
TRATAMIENTO:
Es un conjunto particular de condiciones experimentales
definidas por el investigador.
Son el conjunto de circunstancias creadas por
el experimento, en respuesta a la hiptesis de
investigacin y son el centro de la misma.
FACTOR: Es un grupo especfico de tratamientos.
(Ejemplo, Temperatura, humedad, tipos de suelos,
etc.).

 NIVELES DEL FACTOR: Son diversas categoras de

un factor. ( Por ejemplo, los niveles de
temperatura son 20C, 30C, etc.).
Un
factor Cuantitativo tiene niveles asociados con puntos
ordenados en alguna escala
de medicin,como
temperatura;
mientras
que los
niveles de
un factor cualitativo representan distintas categoras
o clasificaciones, como tipo de suelo, que no
se puede acomodar conforme a alguna magnitud.
RPLICA: Son las repeticiones que se realizan del
experimento bsico.

 UNIDAD EXPERIMENTAL:
Es el material experimental unitario que recibe la
aplicacin de un tratamiento.
Es la entidad fsica o el sujeto expuesto al
tratamiento independientemente de las otras
unidades. La unidad experimental una vez expuesta
al tratamiento constituye una sola rplica del
tratamiento.
Es el objeto o espacio al cual se aplica el
tratamiento y donde se mide y analiza la variable
que se investiga.
Es el elemento que se est estudiando.

 ERROR EXPERIMENTAL: Es una medida de

variacin que existe entre dos o ms unidades
experimentales, que han recibido la
aplicacin de un mismo tratamiento de
manera idntica e independiente.
FACTORES CONTROLABLES: Son aquellos
parmetros o caractersticas del producto o
proceso, para los cuales se prueban distintas
variables o valores con el fin de estudiar cmo
influyen sobre los resultados.

 FACTORES INCONTROLABLES (ocultos): Son

aquellos parmetros o caractersticas del
producto o proceso, que es imposible de
controlar al momento de desarrollar el
experimento.
VARIABILIDAD NATURAL: es la variacin entre
las unidades experimentales, que el
experimentador no puede controlar ni eliminar.
VARIABLE DEPENDIENTE: es la
variable que se desea examinar o
estudiar en un experimento. (Variable
Respuesta).

 HIPTESIS:
Es una suposicin o conjetura que
se plantea el investigador de una
realidad desconocida.
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 un Experimento para estudiar el

Rendimiento de cierto Proceso qumico,
los tratamientos pueden ser todas las
combinaciones de:
La temperatura a la cual se ejecuta el
Proceso
La cantidad de Catalizador Usada
etc.

 Es muy importante que cuando se elijan los

tratamientos, stos deben dar respuesta a una
hiptesis de investigacin. La hiptesis de
investigacin establece un conjunto de
circunstancias y
sus consecuencias.
Los tratamientos deben
ser
una creacin de
las circunstancias para el experimento. As, es
necesario identificar los tratamientos con el papel
que cada uno tiene en la evaluacin de la
hiptesis de investigacin. Por lo tanto, el
investigador debe asegurarse que los tratamientos
elegidos concuerden con la hiptesis de
investigacin.

TIPOS DE TRATAMIENTOS
Experimentaciones Agrcolas, un tratamiento
puede referirse a:
Marca de Fertilizante.
Cantidad de Fertilizante.
Profundidad del Sembrado.
Variedad de Semilla.
Combinacin de Cantidad de Fertilizante y
Profundidad de Sembrado; esto es una
combinacin de tratamientos.
etc.

 En un Experimento para estudiar el

Rendimiento de cierto Proceso qumico,
los tratamientos pueden ser todas las
combinaciones de:
La temperatura a la cual se ejecuta el
Proceso
La cantidad de Catalizador Usada
etc.

 En un estudio de investigacin y
desarrollo concerniente a
Bateras,
los tratamientos podran ser varias
combinaciones:
La cantidad de Electrolito
La Temperatura a la cual fue Activada
la Batera
etc.

ejemplos
La hiptesis es: La reproduccin de
los microbios del suelo depende de
las condiciones de humedad.
Para responder a esta hiptesis, se
establecen tratamientos con distintos
niveles de humedad para medir la
reproduccin de los microbios.

 La hiptesis es: La energa

requerida al reunir comida para la
colonia de las abejas productoras de
miel es independiente de la temperatura.
Para responder a esta hiptesis, los
tratamientos deben ser en relacin al
estudio de la cintica de bebida de las
abejas productoras de miel a diferentes
temperaturas ambientales.

 La hiptesis es: La temperatura

ambiental en la cual las bateras son
activadas altera su vida til.
Para responder a esta hiptesis, el
tratamiento ser temperatura y se
debe probar un nmero determinado de
bateras a diferentes niveles de
temperatura.

TIPOS DE ERROR
EXPERIMENTAL
Todos los experimentos estn sujetos a posibles
errores; los cuales se pueden disminuir pero no
controlar totalmente y pueden ser de los siguientes
tipos:
a) Errores de experimentacin.
b) Errores de observacin.
c) Errores de medicin.
d) Variacin natural en las unidades experimentales.
e) La interaccin de los tratamientos con las unidades
experimentales.
f) Factores extraos que pueden influir en las
caractersticas de la investigacin.

 Para reducir el Error Experimental se debe

tomar en cuenta:
a) Usar material experimental ms
homogneo.
b) Usar informacin proporcionada por
variables aleatorias relacionadas con la
variable respuesta de inters.
c) Tener cuidado de dirigir el experimento.
d) Usar un nmero ptimo de replicaciones.
e) Utilizar un diseo experimental ms
eficiente.

 La metodologa estadstica y un planeamiento

adecuado del experimento permitir reducir el
error experimental, y esto har posible que
sean detectables las diferencias significativas
entre los tratamientos que han sido usados.
Si el investigador no hace el planeamiento
del experimento en forma correcta, el error
experimental del experimento va a ser
grande y no se podr detectar las diferencias
significativas en el experimento. Por lo tanto,
el investigador concluir de manera
equivocada que todos los tratamientos
tienen el mismo efecto y que ningn
tratamiento es ni mejor ni peor que los otros
tratamientos.

PRINCIPIOS BSICOS
Los tres principios bsicos del Diseo de un Experimento
son:
1. Replicacin (Obtencin de Rplicas).
Este principio se refiere al nmero de veces que se
aplica un tratamiento a las unidades experimentales. El
cual tiene dos propiedades importantes, la primera
permite al experimentador obtener la estimacin del
error experimental; esta estimacin se convierte en la
unidad bsica para determinar si las diferencias observadas
en los datos son estadsticamente significativas o para
determinar la amplitud de un intervalo de confianza, y
la segunda permite al experimentador calcular una
estimacin ms precisa del efecto medio de cualquier
factor en el experimento, si se usa la media de
la muestra, como una estimacin de dicho efecto.

 Lo que significa que la varianza de la

media de la muestra se define como

donde 2 es la varianza de los datos

y n el nmero de rplicas.

 La implicacin prctica de esto es que si el

nmero de rplicas es pequea (n=1)
probablemente no se podra obtener inferencias
satisfactorias con respecto al efecto del
tratamiento; es decir, que la diferencia observada
podra ser resultado, exclusivamente, del error
experimental. El nmero de rplicas afecta la
precisin de las estimaciones de las medias de
tratamientos y la potencia de las pruebas
estadsticas para detectar las diferencias entre las
medias de los grupos en los tratamientos. Pero
puede ser muy costoso econmicamente la
incorporacin de una rplica en el
Experimento.

 Las razones ms notables para hacer rplicas en un

Experimento son:
1) Se demuestra que se puede reproducir
los resultados, al menos bajo las condiciones
experimentales actuales.
2) Proporciona cierto grado de
seguridad
contra
resultados anormales en
el
experimento, debido a accidentes no previstos.
3) Proporciona las medias para estimar la
varianza del error experimental. A un cuando la
experimentacin previa proporcione estimaciones
de la varianza, la estimacin a partir del
experimento en curso puede ser ms exacta porque
refleja el comportamiento actual de las observaciones.
4) Proporciona la posibilidad de aumentar la
precisin en la estimacin de las medias de los
tratamientos.

 Al incrementar las rplicas (n),

disminuye la varianza muestral

 En conclusin se puede decir, que el

nmero de rplicas depender de que tan
costoso sea econmicamente el introducir
una nueva rplica en el experimento;
pero se recomienda que sea un nmero lo
ms razonablemente posible; para poder as
obtener inferencias estadsticas satisfactorias
con respecto al efecto de los tratamientos
que se estn estudiando.
Entonces, el
nmero de rplicas
est determinado
por las restricciones que se pueden asignar al
problema.

 2. Aleatorizacin.
La aleatorizacin garantiza el uso de los
mtodos estadsticos de Diseos de
Experimentos, y consiste en el mtodo por
el cual las unidades experimentales reciben
las aplicaciones de los tratamientos en
forma aleatoria;
es decir, que tanto la
asignacin del material experimental como
el orden en que se realizan las pruebas
individuales o ensayos se determinan
aleatoriamente.

 Al realizar la aleatorizacin
adecuadamente en el experimento, se
ayuda a "cancelar" los efectos de factores
extraos que pudieran estar presentes; adems
simula el efecto de independencia y
permite proceder como si las
observaciones fueran independientes y con
distribucin normal; es decir, asegura el
cumplimiento del supuesto de
independencia del anlisis de varianza. El
mtodo de aleatorizacin depende del
Diseo de Experimento que ser usado.

 Para llevar a cabo la aleatorizacin de los

tratamientos, se puede utilizar un programa de
computadora o una tabla de nmeros aleatorios;
pero si no se cuenta con ello, se puede utilizar el
siguiente mtodo:
1) Asignar nmeros a las unidades experimentales.
2) Elaboran tarjetas
de papel con los
mismos nmeros de las unidades
experimentales y colocarse en un recipiente.
3) Sacar al azar una por una las tarjetas del
recipiente.
4) Los primeros n nmeros son las unidades
experimentales asignadas al primer
tratamiento.
5) Los segundos n nmeros corresponden a las
unidades experimentales que se asignan al
segundo tratamiento. Y as sucesivamente,
hasta sacar todas las tarjetas de n en n.

 3. Control Local: Consiste en el uso de tcnicas

de bloqueo, balanceo y agrupamiento de las
unidades experimentales para asegurar que el
diseo usado sea eficiente; ya que los objetivos de
la mayora de los experimentos son las
comparaciones claras y exactas entre los
tratamientos a travs de un conjunto apropiado
de condiciones. Estos objetivos
requieren
estimaciones
precisas
de
las
medias
y
poderosas pruebas estadsticas, lo cual
se puede obtener reduciendo la varianza del error
experimental. El uso adecuado del control local
describe las acciones que emplea un investigador
para reducir o controlar la magnitud de la estimacin
del error experimental; incrementando la exactitud de
las observaciones y estableciendo la base de la
inferencia del estudio.

 En este principio se hacen las

comparaciones entre las condiciones
de inters del experimento dentro de
cada bloque.
Las tcnicas utilizadas en este principio
se describen a continuacin:

 Bloqueo
La bloquizacin proporciona control local del
ambiente para reducir la variabilidad natural. Las
unidades experimentales se distribuyen en grupos
de unidades similares, con base en un factor o
factores que se espera o se sabe que tienen alguna
relacin con la variable respuesta o con la
medicin que se supone responde de manera
diferente a los diversos tratamientos. Es decir, que
consiste en la distribucin de las unidades
experimentales en bloques de tal manera que las
unidades dentro de un bloque sean relativamente
homogneas; ya que unidades experimentales
heterogneas producen valores grandes en la
varianza del error experimental, es as que la mayor
parte de la variacin predecible entre las unidades
queda confundida con el efecto de los bloques.

 Los cuatro criterios que se usan

con ms frecuencia para llevar a
cabo el bloque en las unidades
experimentales son:
1) Proximidad (parcelas vecinas).
2) Caractersticas Fsicas (edad o peso).
3) Tiempo (Tiempo de desarrollo).
4) Administracin de tareas en el
experimento.

 Por Balanceo
Es el bloqueo y la asignacin de los
tratamientos a las unidades experimentales
de modo que resulte una configuracin
balanceada. La comparacin precisa entre los
tratamientos requiere la seleccin de unidades
experimentales uniformes para reducir el
error experimental. La naturaleza del
experimento seala el equilibrio entre
la
variedad de las condiciones
y
la
uniformidad
de las unidades
experimentales. Por ejemplo, si se trata de
un experimento con vacas lecheras, la
uniformidad de las unidades experimentales
requiere elegir vacas de la misma cra, en la
misma etapa de lactancia y con un nmero
similar de lactancia.

 Por Agrupamiento
Es la colocacin de un conjunto de
unidades experimentales homogneas en
grupos, de modo que los diferentes
grupos puedan sujetarse a distintos
tratamientos. Estos grupos pueden constar
de diferente nmero de unidades
experimentales.
En los tres principios analizados
anteriormente el objetivo principal es
disminuir en gran medida la Variabilidad
Natural o error experimental, a continuacin
se presenta un ejemplo en el cual se
evidencia este objetivo.

 Ejemplo
Se hace una investigacin sobre el efecto de
administrar 10 mg. de vitamina B12 por libra de
racin a cerdos en crecimiento, se tomaron ocho
lotes de seis cerdos, cada uno tratados por pares.
Los lotes se separaron por la administracin de
diferentes niveles de aureomicina. Se mide el
aumento diario promedio del peso de tres cerdos
(libras).
Tratamientos
: Sin B12
Con B12
Unidades experimentales: Cerdos
Variable Respuesta
: Aumento de peso.

 Para llevar a cabo este experimento se

deben agrupar los cerdos de la misma
raza, edad y sexo, de forma aleatoria;
ya que estas tres situaciones afectan
significativamente en el peso de los
cerdos. Y es as como se obtiene una
muestra lo ms homognea posible, y
que en el experimento slo intervenga la
variabilidad natural, reduciendo as el
error experimental.

EJEMPLO DE UN DISEO
EXPERIMENTAL
Se llev a cabo un experimento para determinar
la eficacia de 6 fertilizantes de nitrgeno para
una cierta variedad de maz. Se contaba con
24 parcelas experimentales. Considerando que
puede existir mucha variabilidad entre las
parcelas experimentales, se decidi usar un
diseo de experimento que pudiera tener la
capacidad de controlar esta variabilidad. Cada uno
de los seis fertilizantes fue aplicado a cuatro
parcelas experimentales, siguiendo el mtodo de
aleatorizacin del diseo utilizado y cada parcela
experimental tena cinco surcos de plantas de maz.
Luego se obtuvo la cosecha de plantas, de cada
una de las parcelas se tomaron solamente tres surcos
y fueron los centrales.

 Las plantas cosechadas se llevaron al

laboratorio para determinar el
rendimiento por medio del peso de
las semillas, haciendo esto
separadamente para cada una de las
parcelas.

COMENTARIOS DEL EJEMPLO

En el ejemplo planteado se puede observar:
Hay seis tratamientos que son los seis fertilizantes.
Hay veinticuatro unidades experimentales, que son las
parcelas experimentales.
El investigador toma la decisin de cosechar
tres surcos centrales en cada unidad experimental;
ya que considera que de esta manera se puede
evitar cualquier efecto del fertilizante que se aplica a
una parcela y que pueda influir el resultado de las
parcelas vecinas.
El nmero de replicaciones (rplicas) es igual a cuatro
por cada tratamiento.
Existe un control local ya que el investigador
habr usado un diseo (El Diseo de Bloques Al
azar), que controla la variabilidad entre las parcelas en el
campo experimental.
La variable respuesta en este experimento es el
rendimiento.

El procedimiento a seguir para el

Diseo y Anlisis de un
Experimento
a) Definicin del Experimento.
1) Definir el problema.
2) Seleccionar las variables aleatorias
dependientes e independientes.
3) Seleccin de los factores.
4) Eleccin de los niveles de estos factores.
Estos niveles pueden ser:
i) Cuantitativos o Cualitativos. ii) Fijos o Aleatorios.

5) Determinar la forma de combinar los niveles

de dichos factores.

b) Diseo.
1) Nmero de observaciones a tomar.
2) Orden del experimento.
3) Mtodo de aleatorizacin a utilizar.
4) Obtener un modelo matemtico que
represente el experimento a realizarse.

c) Anlisis.
1) Recoleccin de la informacin.
2) Clculo de pruebas estadsticas.
3) Interpretacin de resultados por el
experimentador.

UTILIZACIN DE LOS MTODOS

ESTADSTICOS EN LA
EXPERIMENTACIN
La mayora de las investigaciones que se
realizan en el campo de la ingeniera,
ciencia e industria son empricas y utilizan
mucho la experimentacin.
El uso de los mtodos estadsticos puede
incrementar la eficiencia de los experimentos
y, ayudar a justificar las conclusiones que se
obtienen.
La utilizacin de las tcnicas estadsticas en la
experimentacin requiere que el investigador
considere los siguientes puntos:

 a) Uso del conocimiento no estadstico del problema.

Se debe tomar en cuenta que los
investigadores conocen a fondo su campo de
especialidad; ya sea porque tienen una
considerable experiencia prctica o una formacin
acadmica. Muchas veces se puede utilizar una
gran cantidad de teora para explicar las relaciones
que hay entre los factores y la variable respuesta.
Este tipo de conocimiento no estadstico se
debe tomar en cuenta para elegir los factores y
las respuestas, tambin al decidir el nmero de
rplicas que se quieren realizar, al analizar los
datos, etc. Es por tanto que la estadstica no
puede sustituir el hecho de reflexionar sobre el
problema.

 b) Mantener el Diseo y el Anlisis tan simple

como sea posible.
Casi siempre, lo ms adecuado son los
mtodos de diseo y anlisis estadstico
ms simples. Por lo tanto, es recomendable
el uso de tcnicas estadsticas poco
complejas y muy refinadas. Si se realiza el
diseo cuidadosamente y correctamente, el
anlisis se espera que sea relativamente
sencillo. Sin embargo, es poco probable
que aun la estadstica ms compleja y
elegante corrija la situacin si se ha
actuado indebidamente en la elaboracin del
diseo.

 c) Reconocer la diferencia entre la significacin

prctica y estadstica.
No hay seguridad de que una diferencia sea
suficientemente grande, desde el punto de vista
prctico, por el slo hecho de que dos
condiciones experimentales producen respuestas
medias, estadsticamente diferentes. Por ejemplo, un
ingeniero puede determinar que una modificacin en
el sistema de inyeccin de gasolina de un automvil
mejora el rendimiento medio en un 0.1mi/gal. ste
es un resultado estadsticamente significativo. Sin
embargo, esta diferencia es demasiado pequea
desde el punto de vista prctico si el costo de la
modificacin es de 1.000.000 de pesos.

IMPORTANCIA DEL ANLISIS DE

VARIANZA.
En el caso que nos encontremos con experimentos en
donde hay que realizar varias pruebas de hiptesis a la
vez, y se trabaje con el mismo nivel de confianza ();
es decir, aquellos experimentos en los cuales es
necesario hacer la comparacin de ms de dos
tratamientos
simultneos, podra utilizarse PRUEBA
DE HIPTESIS MLTIPLES (Comparacin por pares),
pero es recomendable aplicar el ANLISIS DE
VARIANZA; que es la 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 se constituye el diseo experimental. Esta tcnica
tiene como objetivo identificar la importancia de los
diferentes factores o tratamientos en estudio y
determinar como interactan entre s.

 Al llevar a cabo la prueba de hiptesis pueden

cometerse dos tipos de errores, que son:
a) Error tipo I: Se da cuando la hiptesis nula
(Ho) es rechazada siendo verdadera.
b) Error tipo II: Se comete cuando la hiptesis
nula (Ho) no es rechazada siendo falsa. Las
probabilidades de cometer estos tipos de
errores generalmente se denotan por:
= P(Error tipo I)
= P(Error tipo II)

 En el siguiente cuadro se presentan

las diferentes situaciones que se
pueden dar con la hiptesis nula (H0).

La utilizacin del anlisis de varianza justifica la disminucin

de la Probabilidad de Cometer el Error Tipo I en el
experimento.

DISEO UNIFACTORIAL
En el anlisis de los resultados de los experimentos
se pueden observar diferentes aplicaciones de los
Diseos Experimentales. Hay experimentos muy tiles en
los cuales existe un slo factor de inters; el cual se
analiza por medio de la comparacin de dos condiciones
que intervienen en el Experimento (a menudo llamadas
tratamientos o niveles del factor); a este tipo de
experimentos se le denomina Experimentos de
Comparacin Simple, estudiados en los cursos de
Estadstica bsica. El anlisis de los datos de este
tipo de Experimentos resulta ser sencillo, ya que se
utilizan tcnicas de la Inferencia Estadstica, llamada
Prueba de Hiptesis (o pruebas de significancia) que
son las que ayudan al experimentador a comparar estas
condiciones.

 Si en el tipo de Diseo Experimental

planteado anteriormente se requiere ms de
dos niveles del factor que se analiza, stos
son considerados como "Diseos
Unifactoriales". Teniendo en cuenta que para
el anlisis de stos se utiliza el Anlisis de
Varianza, ya que se requiere probar la
igualdad de varias medias, la cual se explicar
posteriormente.
En los experimentos de los Diseos
Unifactoriales, el nmero de
observaciones recolectadas en cada
tratamiento pueden ser iguales o
diferentes. Cuando el nmero de
observaciones sea diferente se dice que el
Diseo est Desequilibrado o Desbalanceado;
en caso contrario el Diseo est Equilibrado o
Balanceado.

 Ejemplo 1
Se sospecha que la temperatura
ambiental en la cual las bateras son
activadas, altera su vida til. Treinta
bateras homogneas fueron probadas,
seis en cada una de 5 temperaturas.
La vida til de las bateras se mide en
segundos.

 Interpretacin del Ejemplo 1

El ejemplo anterior es considerado como un
Diseo de Experimentos de un slo factor,
con 5 niveles del factor. El factor en estudio
es la temperatura, en el cual intervienen 5
niveles del factor que son los diferentes
valores de la temperatura en que son
probadas las treinta bateras; esto significa
que para cada valor de la temperatura se
debern probar seis bateras que es el
nmero de observaciones o rplicas que se
aplican a cada tratamiento. Se puede
observar que para cada temperatura se aplica
el mismo nmero de rplicas (seis); por lo
tanto, es un Diseo Balanceado.

 El anlisis de la informacin obtenida en este tipo

de Diseo de Experimentos se debe realizar
utilizando el " Anlisis de Varianza".
Si en este ejemplo slo probamos dos valores de
temperaturas, manteniendo el nmero de rplicas
para cada uno de los valores de la temperatura
entonces es considerado un "Diseo de Comparacin
Simple", ya que existe un slo factor y dos niveles
del factor; por tanto, el anlisis de la informacin en
este tipo de Diseo de Experimentos se debe
realizar utilizando la prueba de hiptesis.

PRESENTACIN SIMBLICA DE
LOS DATOS
Bajo el supuesto que se tienen "a"
niveles o
a tratamientos de un
nico factor, la respuesta que se
observa en cada uno de los "a"
tratamientos es una variable aleatoria.
La representacin tpica de los datos
para un experimento Unifactorial, se
presenta a continuacin:

 Un dato en la tabla, por ejemplo yij , representa la

j-sima observacin tomada bajo el
tratamiento i. En general habrn, n observaciones en
el tratamiento i. En la tabla se encuentra
considerado el caso en que hay un nmero igual de
observaciones, n en cada tratamiento.
Sea yi. la representacin del total de las
observaciones bajo el tratamiento i-simo y
la representacin del promedio de las
observaciones bajo el tratamiento i-simo.

 i : Es un parmetro asociado con el

tratamiento i-simo denominado efecto
del tratamiento i-simo.
ij : Es la componente del error aleatorio
(variabilidad natural). i : Variando de 1
hasta el nmero de Tratamientos (a).
j : Variando de 1 hasta el nmero de
rplicas de cada tratamiento (n).

 El objetivo ser probar hiptesis adecuadas con

respecto a los efectos del tratamiento y hacer
estimaciones de ellos.
Para llevar a cabo esta prueba de hiptesis, se
debe suponer que los errores del modelo son
variables aleatorias independientes con distribucin
normal, con media cero y varianza 2. Se supone
que 2 es constante para todos los niveles del factor.
El Modelo Estadstico recibe el nombre de
"Anlisis de Varianza de Clasificacin
Unidireccional", debido a que se investiga un slo
factor.

 Se debe realizar el experimento en orden

aleatorio, es decir, que tanto la asignacin
del material experimental como el orden en
que se realizan las pruebas individuales se
determinan aleatoriamente,
con el objetivo
de que el medio ambiente en el que se
usan las unidades experimentales sean lo
ms uniformemente posible; por lo anterior
este diseo es un diseo completamente
aleatorizado.

 Este modelo describe dos situaciones con

respecto al efecto de los tratamientos, que
son:
Si el experimentador selecciona
especficamente los "a" tratamientos que
intervienen en el experimento, entonces este
Modelo se denomina "Modelo de Efectos
Fijos". En este tipo de Modelos se desea
probar hiptesis en relacin a las medias de
los tratamientos y las conclusiones slo se
aplicarn a los niveles del factor
considerados en el anlisis. Las
conclusiones no pueden extenderse a
tratamientos similares que no se consideraron.

La seleccin de los "a" tratamientos para el

experimento pueden hacerse utilizando una muestra
aleatoria de una poblacin de tratamientos, este
modelo se denomina "Modelo de Efectos Aleatorios".
En este caso es conveniente generalizar las
conclusiones (basadas en la muestra de
tratamientos), a todos los tratamientos de la
poblacin, sin que importe que se hayan o no
considerado dentro del anlisis. Se supone que la
poblacin de niveles del factor es infinita o lo
suficientemente grande para ser considerada infinita.
Los casos en que la poblacin de niveles del factor
es suficientemente pequea, para emplear un
enfoque de poblacin finita no se encuentra muy
seguido. Los efectos de los tratamientos (i) son
variables aleatorias, y se considera que no es necesario
conocer sus valores particulares para los tratamientos
a investigar. En vez de ello se debe probar
hiptesis acerca de la variabilidad de los i y se
tratar de estimar esta variabilidad.

 Ejemplo
Se est interesado en conocer si existen
diferencias en tres programas de germinacin
de semillas de especies silvestres, se
emplean semillas de caracol recolectadas del
rbol localizado en el parqueadero de
Ingeniera, aleatoriamente se toman 27
grupos de 30 semillas cada uno y se asignan
aleatoriamente a los tres programas y se
cuenta en cada grupo el numero de semillas
que germinan (tratamientos que incluyen tipo
de suelo, humedad y temperatura), evaluar
los resultados

 Solucin.
Antes de realizar los clculos matemticos, se
definir la variable de estudio y las hiptesis que se
desean probar.
Variable de estudio: Programa de germinacin
Ho : 1 = 2 = 3 (No existe diferencia entre los
grupos)
H1 : 1 2 3 (Existe diferencia entre los
grupos)
El significado verbal de las hiptesis es:
Ho : Con la implementacin de los tres programas de
germinacin, no existe diferencia significativa en la
germinacin entre los grupos de semillas de caracol.
H1 : Con la implementacin de los tres programas de
germinacin, existe diferencia significativa en la
germinacin entre los grupos de semillas de caracol

Datos
Tratamientos: a =3
Nmero de observaciones por grupo :n = 9
Nmero total de observaciones:
N = an = 3x9 = 27
i = 1,2,3j = 1,2,.,9

 Utilizando un nivel de significancia del 5% ( =

0.05), para encontrar el FTablas (Tablas Fisher) con
2 grados de libertad (a-1) en el numerador y 24
grados de libertad (N-a) en el
denominador.
F,a-1,N-a =F0.05,2,24 = 3.40
Comparando el Fo calculado en el anlisis de varianza
y el FTablas , se puede observar que: Fo < FTablas
1.44 < 3.40
Por tanto, se acepta la hiptesis nula (Ho) y se rechaza
la hiptesis alternativa (H1).

 Conclusin
Con la implementacin de los
tres programas de germinacin, no
existe diferencia significativa en la
germinacin de semillas de caracol.

Problema en clase
Se supone que la cantidad de carbn
usada en la produccin de acero tiene
un efecto en su resistencia a la
tensin. En la tabla se muestran los
valores de la resistencia a la tensin
del acero para cada uno de los 4
diferentes porcentajes de carbn. Con
estos datos efecte el anlisis
apropiado e interprete sus resultados.

 Solucin.
Variable Respuesta: Resistencia a la tensin. Las
hiptesis que se desean probar son:
Ho : 1 = 2 = 3 = 4
(Las medias son iguales)
H1 : 1 2 3 4
(Las medias son
diferentes)
El significado verbal es:
Ho : La cantidad de carbn usada en la produccin de
acero no tiene efecto significativo en la resistencia a la
tensin.
H1 : La cantidad de carbn usada en la produccin de
acero tiene efecto significativo en la resistencia a la
tensin.

Datos
a= 4 ,
n= 4 ,
N = 16 ,
i = 1,2,3,4
j = 1,2,3,4

 Utilizando un nivel de significancia del 5% ( =

0.05), para encontrar el FTablas (Tablas
Fisher) con 3 grados de libertad (a-1) en el
numerador y 12 grados de libertad (N-a) en el
denominador.
F,a-1,N-a =F0.05,3,12 = 3.49
Comparando el F0 calculado en el anlisis de varianza
y el FTablas , se puede observar que: F0 > FTablas
15.41 > 3.49
Por tanto, se Rechaza la hiptesis nula (H0) y se
acepta la hiptesis alternativa (H1); es decir, que las
medias de los tratamientos difieren.

 Conclusin
Se concluye que la cantidad de carbn
usada en la produccin de acero tiene
efectos significativos en la resistencia a la
tensin.
Como se ha rechazado H0, existe diferencia
entre las medias de los tratamientos, pero
no se especifica entre que medias de
tratamientos existen las diferencias.

COMPARACIN DE PAREJAS DE
MEDIAS DE TRATAMIENTOS.
En un experimento el investigador puede
estar interesado en comparar todas las
parejas de a medias de tratamiento y
que la hiptesis nula que se desea
probar es Ho: i = j y la alternativa
H1: i j para toda ij, para llevar
a cabo estas comparaciones existen
muchos mtodos, a continuacin se
estudiar el ms utilizado.

Mtodo de la Mnima Diferencia

Significativa (LSD)
Supongamos que se desea probar la
hiptesis nula Ho: i = j para toda ij.
Para llegar a probar esta hiptesis se
debe utilizar la estadstica t :

LSD se encuentra de la siguiente manera:

 Se deben comparar las diferencias

observadas entre cada par de
promedios con el valor correspondiente
de la LSD. Si
se concluye que las medias
poblacionales i y j son diferentes.

 Procedimiento
Encontrar el valor del LSD.
Calcular el valor absoluto de las
diferencias de los promedios y hacer
las comparaciones con el LSD.
Hacer las conclusiones .

 Si en el problema en clase del porcentaje de carbn se desea

saber cuales son las parejas de medias que difieren, se hace de
la siguiente manera:
Datos
= 0.05 , MSE = 13.458 , N = 16
,n = 4 ,a = 4

y1. = 27.25 ,

y2. = 33.50 ,

y3. = 40.5 ,

y4. = 43.25

 Encontrando el valor del LSD, con la

frmula establecida.

 Se dice que una pareja de medias difieren

significativamente si el valor absoluto de las
diferencias de los promedios de los tratamientos
correspondientes es mayor que LSD = 5.65.
Conclusiones.
a) Se observa que la pareja de medias que no
difieren significativamente son: la media tres y la
media cuatro, ya que |2.75 |< 5.65, por lo
tanto, no existe diferencia significativa entre el
porcentaje de carbn tres y cuatro.
b) En las dems parejas de medias (*) el valor
absoluto de las diferencia de los promedios ha
resultado ser mayor que el valor encontrado del
LSD; por lo tanto, los dems porcentajes
tomados como parejas difieren significativamente.

Problema 2
Se llev a cabo un experimento en el
cual se seleccionaron cinco tipos de
gasolinas de forma aleatoria (A,B,C,D y
E) y se les midi el nmero de
octanos que posean, obtenindose de
cada tipo cuatro observaciones. A
continuacin se presentan los datos
obtenidos:

 La cantidad de cloro existente a nivel de usuario

del acueducto de Neiva fue determinada
mediante cuatro mtodos colorimtricos en un
estudio comparativo, cinco rplicas fueron
hechas de cada prueba. Para minimizar el error
inducido por el tiempo de muestreo, todas las
muestras fueron tomadas de un contenedor de
10 galones de agua. Los resultados en ppm se
muestran en la siguiente tabla:

 En un ensayo con reactores enzimticos para

bioremediacin de desechos organicos se
cuenta con tres diferentes tipos de equipos :A:
manual , B: semiautomtico y C: automtico.
Se mide el contenido de impurezas (agentes
contaminantes (%) de los productos de una
semana y se obtienen los siguientes
resultados.
Se pide determinar que tipo de reactor acta
mas eficientemente.

DISEOS POR BLOQUES

En todo Diseo de Experimento se desea
que el Error Experimental sea lo ms
pequeo posible, ya que refleja tanto el
Error aleatorio como la variabilidad entre
las unidades experimentales o grupos de
Unidades Experimentales; es decir, se trata
de sustraer del Error Experimental la
variabilidad producida por las unidades
experimentales o grupos de Unidades
Experimentales.

 Para lograr lo anterior, las unidades

experimentales se deben distribuir
aleatoriamente en grupos o bloques, de
tal manera que dentro de un bloque sean
relativamente homogneas y que el
nmero de ellas dentro de un bloque
sea igual al nmero de tratamientos por
investigar. A esta forma de organizar y
distribuir las unidades Experimentales
se le denomina Diseo por Bloques.

 El principio de bloqueo se basa en que las

unidades experimentales dentro de cada bloque o
grupo deben ser parecidas entre si (que exista
homogeneidad dentro del bloque) y que los bloques
debieran ser diferentes entre si (que exista
heterogeneidad entre los bloques); y adems que las
unidades experimentales se deben distribuir
aleatoriamente en los grupos o bloques de tal
manera que dentro de un bloque sean
relativamente homogneas; lo que significa que el
bloqueo o agrupamiento del material experimental
debe hacerse de tal forma que las unidades
experimentales dentro de un bloque sean tan
homogneas como sea posible y que las diferencias
entre las unidades experimentales sean explicadas,
en mayor proporcin, por las diferencias entre los
bloques. Esta tcnica es una generalizacin de
la prueba de comparacin de medias de
muestras apareadas, donde cada pareja es un
bloque. Para la validez del anlisis, se supone que no
existe interaccin entre los bloques y los tratamientos.

 En experimentos de campo, cuando no

se tenga informacin segura sobre la
uniformidad de los factores, siempre es
preferible introducir bloques, que
servirn para separar la variabilidad
debido a dicha heterogeneidad.

 Este Diseo se da cuando cada bloque tiene

tantas unidades Experimentales como
Tratamientos, y todos los tratamientos son asignados al
azar dentro de cada bloque.
En este tipo de Diseo la palabra Completo
significa que todos los tratamientos son probados en
cada bloque, y los bloques forman una unidad
experimental ms homognea con la cual se
comparan los tratamientos, y Aleatorizado porque
dentro de cada bloque los tratamientos son
asignados de forma aleatoria a las unidades
Experimentales; es decir, que todas las Unidades
Experimentales de un mismo bloque tienen la
misma probabilidad de recibir cualquiera de los
tratamientos. Esta estrategia de Diseo mejora
efectivamente la precisin en las comparaciones al
eliminar la variabilidad en los tratamientos.

 El procedimiento general para este Diseo consiste

en seleccionar b bloques y ejecutar
una rplica completa del experimento en cada
bloque, por lo tanto, habr a observaciones
(una por nivel del factor) en cada bloque. Se
realiza una observacin por tratamiento en cada
bloque y el orden en que los tratamientos son
asignados a las unidades experimentales dentro de
cada bloque se hace aleatoriamente.
Este Diseo en la prctica se aplica en situaciones
muy numerosas y su utilidad se puede detectar con
mucha facilidad; es por ello, que es uno de los
Diseos ms ampliamente utilizados.

 Ejemplo 1
En la Granja Usco se llev a cabo un experimento
para indicar los efectos relativos de tres fertilizantes
diferentes en el rendimiento de una cierta variedad
de soya. Para lo anterior se dispuso de 18 parcelas
diferentes y debido a la localizacin de stas se
consider ventajoso agruparlas en bloques de tres
parcelas cada uno. Despus los tratamientos se
asignaron al azar a las parcelas dentro de cada
bloque. Al final de la poca de la cosecha se
obtuvieron los rendimientos promedios en quintales
(qq.) por parcela dentro de cada bloque.

 Interpretacin del Ejemplo 1

El ejemplo planteado anteriormente es considerado
como un Diseo Aleatorizado por Bloques, ya que
se dispone de 18 parcelas diferentes y por su
localizacin se realizaron 6 grupos de tres parcelas
cada uno, los cuales constituyeron los bloques,
luego se distribuyen los tres tipos de fertilizante
(tratamientos) de una forma aleatoria en las
tres parcelas de cada uno de los bloques y de esta
forma fue posible hacer un estudio del efecto de
los tres fertilizantes en el rendimiento de frjol de
soya, disminuyendo as, el error experimental y la
variabilidad de las parcelas en el experimento.

 REPRESENTACIN SIMBLICA DE LOS

DATOS
En el supuesto que se tienen "a"
tratamientos y se han seleccionado b
bloques y llevado a cabo una rplica
completa del experimento en cada
uno de los bloques. La
representacin tpica de los datos para
este tipo de Diseo es la siguiente:

Por lo tanto:
SST = SSTratamientos + SSBloques + SSE
donde
SST : Tiene N-1 grados de libertad, porque existen N observaciones
en total y un slo
parmetro a estimar que es .
SSTratamientos : Tiene a-1 grados de libertad, porque existen a
niveles del factor y un solo parmetro a estimar que es i .
SSBloques : Tiene b-1 grados de libertad, porque existen a
bloques y un slo parmetro a estimar que es j .
SSE : Tiene (a-1)(b-1) grados de libertad, porque existen ab celdas
que proporcionan ab-1 grados de libertar y la suma de cuadrados
del error no es mas que la suma de cuadrados entre las celdas,
menos la suma de cuadrados de tratamiento y la suma de
cuadrados de bloques; entonces los grados de libertad del error
sern: ab-1-(a-1)-(b-1) = (a-1)(b-1).
Los grados de libertad de la suma total debe ser igual a la
suma de los grados de libertad de SSTratamientos , SSBloques
y SSE; es decir, N-1 = (a -1)+( b-1)+( a-1)( b-1) = ab-1.

 Matemticamente estas sumas se

obtienen de la siguiente manera:

Las medias de cuadrados o cuadrados medios, que

se definen en funcin de las sumas de cuadrados y
los grados de libertad; es decir, cada suma de
cuadrados dividida entre sus grados de libertad es igual a
una media de cuadrados.

Matemticamente se expresan de la manera siguiente:

 Ejemplo 2
Se probaran 5 raciones respecto a sus
diferencias en el engorde de novillos. Se
dispone de 20 novillos para el experimento,
que se distribuyen en 4 bloques (5 novillos
por bloque) con base a sus pesos, al iniciar
la prueba de engorde. Los 5 tratamientos
(raciones) se asignaron al azar dentro de
cada bloque. Los novillos ms pesados
se agruparon en un bloque, en otro se
agruparon los 5 siguientes ms pesados y
as sucesivamente. Se obtuvieron los
siguientes datos:

Datos
Tratamientos: a = 5 ,
Bloques : b = 4
Nmero total de observaciones: N = 5x4 = 20
i = 1,2,3,4,5 ,
j = 1,2,3,4
Para que los clculos matemticos resulten
ms fciles, la siguiente tabla muestra los
datos de la tabla anterior codificados
(restndoles 1 y multiplicando el resultados por
10).

 Utilizando un nivel de significancia del 5% ( =

0.05) para encontrar el FTablas
(Tablas Fisher) con 4 grados de libertad (a-1)
en el numerador y 12 grados de libertad
(a-1)(b-1) en denominador.
F,a-1,(a-1)(b-1) =F0.05,4,12 = 3.26
Comparando el F0 calculado del Anlisis de Varianza
y el FTablas , se puede observar que: F0 >
FTablas
39.11 > 3.26
Por tanto, se rechaza la hiptesis nula (H0) y se acepta
la hiptesis alternativa (H1).

 Conclusin
Las cinco raciones no son igualmente
efectivas en el engorde de novillos o
la cantidad de racin influye
significativamente en el engorde de los
novillos.

 Se hace un experimento para determinar

la eficiencia en remocin de slidos
suspendidos en cinco tipos de tanques de
sedimentacin, pero se considera que la
temperatura del agua influye en la
sedimentacin por lo que se considera la
temperatura de agua como bloque para
efectos de diseo, los resultados son los
siguientes

Bloque

No muestra

tratamiento

% remocin

 Se considera que la adicin de Co puede

incrementar la resistencia a la tensin del
acero y se experimenta con 4 niveles de
Co, pero el tipo de horno en que se hace
la fundicin se cree que produce
variabilidad, asi que se usa como bloque,
se hacen dos medidas en cada bloque con
cada nivel de Co, la tabla muestra los
resultados de resistencia a la tensin en
miles de PSI

 Ahora repita el anlisis y en este caso no

considere las repeticiones para efectos de
clculo si no que calcule los promedios de
ellos y tomelos como lecturas nicas,
compare los resultados.

Una industria desea comprobar el efecto que tienen cinco productos

qumicos sobre la resistencia de un tipo particular de fibra. Como tambin
puede influir la mquina empleada en la fabricacin, decide utilizar un
diseo en bloques aleatorizados, considerando las distintas mquinas como
bloques. La industria dispone de 4 mquinas a las que asigna los 5
productos qumicos en orden aleatorio. Los resultados obtenidos se
muestran en la tabla adjunta.

Maquina
Producto

87

86

88

83

85

87

95

85

90

92

95

90

89

97

98

88

99

96

91

90

 Un investigador examin los efectos de

tres tipos de fertilizante orgnico en un
estudio de recuperacin de tres tipos de
suelos erodados y determin la estructura
del suelo expresada en incremento de la
estabilidad de un cubo se suelo con
respecto al suelo original,. El investigador
piensa que suelos de parcelas contiguas
le darn resultados similares por lo que
utiliza ese criterio como criterio de
bloqueo.los resultados estn consignados
en la siguiente tabla

TIPO DE
ABONO

BLOQUES
1

35.4

34

38

35.8

33.5

37.6

35.5

33

32

37

34.5

32.7

36

36

24

23.8

28

23.4

24

25

24

FORMA DE ALEATORIZAR ESTE

EXPERIMENTO
1) Asignar nmeros a cada una de las parcelas experimentales
de 1 a 24.
2) Elaboran tarjetas de papel con los mismos nmeros
de las parcelas (1 a 24) y luego colocarlos en un recipiente.
3) Sacar al azar una por una las tarjetas del recipiente.
4) Existen 6 tratamientos, que son los seis fertilizantes y
como el nmero de rplicas es igual a cuatro entonces los
primeros cuatro nmeros sacados que corresponden a las
primeras cuatro parcelas sern asignadas al fertilizante nmero
uno.
5) Los segundos cuatro nmeros sacados que
corresponden a las segundas cuatro parcelas sern
asignadas al fertilizante nmero dos.
6) Y as sucesivamente hasta obtener los ltimos cuatro
nmeros que corresponden a las cuatro parcelas que sern
asignadas al fertilizante nmero seis.

 En general, un experimento de este tipo puede

tener simultneamente otras variables respuestas
como por ejemplo: altura de plantas, grosor de las
plantas, determinacin del contenido de humedad de
los granos, etc. Pero en el anlisis del experimento
el rendimiento es la variable de inters para el
investigador.
A pesar de haber tomado todas las
precauciones necesarias en la conduccin del
experimento, se podr decir que siempre
existir el Error Experimental en cualquier
experimento, no importa que tan bien sea planteado
y conducido el experimento. Basta con observar y
comparar los valores del rendimiento para dos
ms parcelas que han recibido la aplicacin de un
mismo fertilizante. Estos valores no sern iguales
y por lo tanto el error experimental no es nulo y
existe.

 Algunas de las razones por las cuales puede

surgir el Error Experimental en este experimento
son las siguientes:
1) Las parcelas experimentales en el campo deben
tener variacin en la fertilidad del suelo, textura del
suelo, pH del suelo, pendiente, la cantidad de luz
solar que puede recibir cada planta, etc.
2) El nmero total de plantas por cada parcela
podra no ser igual. Esto puede ocurrir por defectos
en la calidad de las semillas y el mtodo de siembra
utilizado.
3) Puede existir prdida del material experimental
cosechado que se lleva al laboratorio para
determinar el peso.
4) Puede existir limitacin y defectos en la
mquina que se usa para determinar el peso del
material que se ha cosechado.
5) Puede existir variacin de criterios y tcnicas
que usan diferentes personas que han trabajado
en la conduccin del experimento.

DIRECTRICES O PROCEDIMIENTO
PARA EL DISEO EXPERIMENTAL.
Se considera necesario que todos los
participantes que realizan un enfoque
estadstico en el cual se disea y
analiza un experimento tengan de
antemano una idea clara de lo qu es
exactamente lo que se va a estudiar;
es decir, como se van ha recopilar
los datos, y como se van a analizar.

gua del procedimiento a seguir

Primero: Reconocimiento y Planeamiento del
problema.
Es necesario desarrollar todas las ideas
sobre los objetivos del experimento. Una
clara comprensin y planteamiento del
problema con frecuencia contribuye
sustancialmente a un mayor entendimiento del
fenmeno y a la solucin final del problema.
Suele ser importante solicitar la opinin
de todas las partes implicadas; ya que
normalmente saben mucho del problema.

 Segundo: Eleccin de Factores y Niveles.

Se deben seleccionar los factores que van
a ser investigados en el experimento, los
intervalos de variacin y los niveles
especficos a los cuales se har el
experimento. Adems debe considerarse la
forma en que se controlarn estos
factores para mantenerlos en los valores
deseados y como se les medir.

 Tercero: Seleccin de la Variable Respuesta.

El experimentador debe seleccionar la
variable respuesta o variable dependiente de
tal forma que est seguro que la respuesta,
que se va a medir, realmente proporcione
informacin til a cerca del problema en estudio.
Las respuestas en un problema pueden ser
mltiples. Por ejemplo, en el experimento de
eficacia de seis fertilizantes de nitrgeno
para cierta variedad de maz (analizado
anteriormente), la variable respuesta es el
rendimiento.

 En general,
un experimento
de este
tipo puede tener simultneamente otras
variables respuestas; como por ejemplo
altura de plantas, determinacin del
contenido de humedad de las semillas, color
de las semillas, etc. Pero en este momento
se habla solamente del rendimiento, el cual
se considera que es la variable de inters
mas importante para el investigador.

 Cuarto: Eleccin del Diseo Experimental.

Para definir o determinar el diseo experimental a
utilizar se debe considerar el tamao muestral
(nmero de repeticiones), seleccionar un orden
adecuado para los ensayos experimentales y
determinar si hay implicaciones de bloque u otras
restricciones de aleatorizacin. Adems tener presente
los objetivos experimentales.
El investigador debe decidir qu constituye una
unidad experimental, cuntas rplicas de las unidades
experimentales exige cada tratamiento y qu
tratamiento asignar a cada una de ellas.
Tambin, debe determinar si agrupar por
bloques las unidades experimentales en grupos
homogneos para controlar el error experimental.
Con base al Diseo Experimental debe proponerse un
Modelo Matemtico adecuado.

 Quinto: Ejecucin del Experimento.

En esta fase se lleva a cabo
la recoleccin de los datos.
Se debe observar cuidadosamente el
proceso para asegurar que todo se
realice conforme lo planteado; ya que
los errores en el procedimiento suelen
anular la validez del experimento.

 Sexto: Anlisis de los Datos.

Se deben utilizar mtodos estadsticos
para analizar los datos, para que los
resultados y conclusiones sean objetivos
ms que apreciativos. Si todo se ha
realizado correctamente los mtodos
estadsticos que se necesitan no son
complicados.

 Sptimo: Conclusiones y Recomendaciones.

Consiste en la interpretacin de las
inferencias estadsticas. Y para llevar a
cabo la presentacin de los resultados son
muy tiles los mtodos grficos, en especial
cuando se presentan a otros personas. Es
bien importante tambin realizar corridas
de seguimiento y pruebas de confirmacin
para llevar a cabo la validacin de las
conclusiones del experimento.

Caso en clase
Un Investigador est interesado en estudiar
las diferencias fsicas entre diferentes razas
humanas como estudio exploratorio de
coeficiente intelectual. Para tal efecto escogi
aleatoriamente diferentes individuos y les
midi el ancho de la cabeza a nias de 8
aos, encontrando los siguientes resultados:
(Evale el diseo, calcule la Anova, LSD si
necesario, interprete resultados y diga que
paso seguira en la investigacin)

BLANCO
CAUCASICO

14.20
14.30
15.00
14.60
14.55
15.15
14.60
14.55
14.70
14.60
14.40

BLANCO
LATINO

14.10
14.20
14.70
13.90
14.70
14.30
14.20
14.00
14.10

NEGRO
INDIGENA ORIENTAL AFRICANO

12.70
12.80
12.70
13.00
13.10
13.50
13.20

12.85
13.65
13.40
14.20
12.75
13.35
12.50
12.80

13.00
14.00
13.20
13.10
12.70
12.80
13.20
12.40
12.70

NEGRO
LATINO

13.00
13.20
13.60
14.30
13.80
14.10
13.50
13.70
13.40
14.50