EXPERIMENTACION

La experimentación es el recurso que tiene

el investigador para encontrar respuesta a
interrogantes que surgen continuamente
en la evolución de la actividad
agropecuaria.

A través de la realización de experimentos

el investigador puede conocer los mejores
procedimientos para lograr nuevos
avances en la producción.
La realización de un experimento implica la
formulación de una o más hipótesis

Los experimentos consisten básicamente en

experiencias críticas donde se compara la
respuesta del material experimental a distintos
tratamientos.
Tratamiento:
Con este término se designa a procedimientos y
materiales cuyos efectos se quieren valorar.

Algunos ejemplos de tratamientos

 Dosis de un producto químico

 Densidad de siembra
 Sistema de laboreo de suelos
 Sistema de riego
 Raza de ganado
 Variedad
 Efectos de una enfermedad
 Efectos de una fecha de siembra
Unidad experimental o parcela: es la
unidad en la que se aplica el tratamiento.

Dependen de la naturaleza del experimento

Ejemplos:
• Una planta o grupo de plantas
• Un árbol o grupo de árboles
• Un animal o conjunto de animales
• Una línea o varias líneas de cultivo
• Una hoja o una parte de una planta
• Un flanco de un animal
• Una porción de terreno
Las parcelas pueden agruparse para su
comparación de distinto modo, en diferentes
arreglos, que constituyen los diseños
experimentales

Se recolecta información de la/s variable/s

de interés de toda la unidad experimental o
de parte o partes de ella (muestras de la
parcela)
La metodología más corriente consiste en
comparar uno o más tratamientos con otro
llamado testigo o control

El testigo o control es el procedimiento o

material cuya respuesta es conocida.
A veces es el no tratamiento.
 T C

Resultado obtenido con Resultado obtenido con

el nuevo tratamiento el tratamiento testigo

Interesará determinar la diferencia T - C

Si T – C es pequeña se puede pensar que se trata

de una situación fortuita (azar o error experimental)

Si T – C es grande se puede pensar que se trata de

una diferencia real entre los tratamientos
El azar o error experimental se puede definir como
“todos aquellos factores que siendo conocidos o
desconocidos por el experimentador no fueron o no
pudieron ser controlados en el experimento”

El azar o error experimental es un factor importante

a tener en cuenta en el momento que el
investigador toma una decisión respecto a los
resultados obtenidos.

El azar es muy complejo y es casi imposible

conocer todos sus componentes, pero el
investigador puede estimar su incidencia relativa.
La diferencia T – C puede estar determinada por
tres causas cuyo peso o importancia ayudarán a
investigador a tomar una decisión.
 una diferencia real atribuible al nuevo
tratamiento en comparación con el testigo.

 una diferencia atribuible a la incidencia de

factores incontrolables en el experimento
(error experimental en sentido estricto).

 una diferencia atribuible a factores

susceptibles de ser controlados y evaluados
por alguna técnica experimental y que
forman parte del error experimental.
Supongamos que por algún método hemos podido
estimar el error experimental.
Podrían presentarse las siguientes situaciones:

A
Diferencia T – C observada = 2 unidades
Estimación del azar = 2 unidades
Diferencia real entre T y C = 0 unidades

B
Diferencia T – C observada = 2 unidades
Estimación del azar = 1 unidad
Diferencia real entre T y C = 1 unidad
C
Diferencia T – C observada = 2 unidades
Estimación del azar = 0.2 unidades
Diferencia real entre T y C = 1.8 unidades

D
Diferencia T – C observada = 20 unidades
Estimación del azar = 19 unidades
Diferencia real entre T y C = 1 unidad

El tamaño de la diferencia entre T y C es

importante pero más importante es la relación
entre el tamaño de la diferencia observada y la
parte de la misma que se atribuye al azar.
 Estimación del azar o error experimental

Requiere de uno de los principios básicos de la

experimentación: la REPETICION.

Para estimar el error experimental se deben

repetir varias veces T y C.
Cuando repetimos una observación los resultados
son diferentes a los obtenidos la primera vez.
Esa variación se debe tener en cuenta en el
análisis de experimentos.
“Realmente hay muchas fuentes de variación. Las
sucesivas medidas sobre un mismo objeto darán
diferentes lecturas debido a la variación humana en el
arte de tomar observaciones, debido a la variación del
instrumento al indicar la medida exacta, o debido a
ambas cosas. Cuando las medidas no se toman sobre
un mismo objeto sino sobre un grupo de objetos
aparentemente uniformes, se introduce otra fuente de
variación debido a que dos objetos nunca son realmente
idénticos. La variación es un fenómeno fundamental en
biología. La naturaleza de las variaciones al azar solo se
pueden observar y describir mediante observaciones
repetidas bajo determinadas condiciones en las cuales
se controlan las variaciones sistemáticas” (Llanos
Llanos, 1970)
 Si repetimos 6 veces T y C habrá 6 resultados para cada
uno
Podemos calcular la diferencia de los promedios en
lugar de T - C

T1  T2  T3  T4  T5  T6
T
6
C1  C2  C3  C4  C5  C6
C
6
Como la diferencia se calcula sobre mayor número de
observaciones el investigador tendrá mayor confianza
en la diferencia entre T y C
 Si la diferencia entre los promedios T  C
es de 2 unidades, una parte de esa diferencia puede
deberse al azar y otra parte a una diferencia real
entre T y C. Ese azar es una clase de azar que
ocurre entre los tratamientos.

Otra clase de variación es la que ocurre entre las

repeticiones dentro de un mismo tratamiento y se
puede estimar:
(T1  T ),..., (T6  T ); (C1  C ),..., (C6  C )
Si bien son clases distintas de azar el investigador supone que
son de magnitudes similares entonces puede estimar el azar
entre tratamientos con el azar dentro de tratamientos.
 Se puede expresar

Dif .observada  T  C  Dr  A
Dr = diferencia real que desea detectarse
A = cuantificación del azar o error en el experimento
Interesa conocer la relación:

Dr  A
A
Base de las pruebas estadísticas para 2 o
más promedios
 Dr  A
A
Esta relación puede tener distintos resultados
(suponiento que la estimación del azar entre
tratamientos a partir del azar dentro de tratamientos
sea buena):

 = 1 (no hay diferencias entre T y C)

 > 1 (a medida que se aleje de 1 se rechazará que T = C)

 < 1 ( a medida que se aleje de 1 la estimación del azar no

es eficiente por malas técnicas experimentales)
 Riesgos de la decisión

• Si se decide que T = C y en realidad T  C se

toma una decisión equivocada

Ocurre cuando la estimación del azar dentro de

tratamientos es muy grande respecto a la
estimación del azar entre tratamientos.

Se trata de Error de Tipo II

Se soluciona con el refinamiento de la técnica

experimental o aumentando el número de
repeticiones o ambas.
• Si se decide que T  C y en realidad T = C se
toma una decisión equivocada.

Se trata de Error de Tipo I (muy riesgoso).

El investigador pone límites a la posibilidad de

cometer este error (generalmente 5% o 1% lo
que implica un riesgo menor o igual a estos
límites)

La probabilidad de que por azar T  C cuando

en realidad son iguales será menor a 5% o
1%
En nuestro ejemplo decíamos que repetiamos 6 veces T y C

La repetición va asociada a otra premisa de la

experimentación: la ALEATORIZACION

T1 T2 C1

C2 C3 T4

C5 T3 C4

T5 T6 C6

Todos los tratamientos tienen igual probabilidad de

ser asignados a una unidad experimental cualquiera
sea ésta favorable o desfavorable
 La aleatorización impide que los resultados
aparezcan enmascarados por errores
sistemáticos anulando el sesgo causado por
factores extraños al experimento (los
tratamientos no serán favorecidos o
perjudicados por fuentes extrañas de variación
que el investigador no controla).

La aleatorización nos permite calcular (estimar)

el azar o error experimental y los promedios de
los tratamientos SIN SESGO
Volvamos sobre la decisión del investigador:
¿T = C o T  C?

El investigador quiere que su decisión sea

segura, que tenga el menor riesgo posible.
Quiere que los errores Tipo I y Tipo II sean lo
más bajos posible (MUY DIFICIL porque la
disminución de uno hace aumentar el otro)
Se debe tratar de minimizar los errores
SIMULTANEAMENTE
Solo se logra reducir considerablemente el azar
con una buena planificación y conducción del
experimento.
Reducción relativa del error experimental
por uso de una metodología adecuada

 Heterogeneidad en el soporte experimental

 Número de repeticiones

 Efectos de borde

Tamaño de la parcela

 Forma de la parcela
  Heterogeneidad en el soporte experimental
La decisión T > C puede deberse a que T realmente
supera a C o puede deberse a que T fue favorecido
por una mejor calidad del soporte

Veamos dos ejemplos:

• Se prueban dos variedades T y C y T es probada

sistemáticamente en parcelas de mejor calidad de
suelo.
• Se prueban dos dietas T y C y T es probada
sistemáticamente en animales más jóvenes y más
sanos.

Los resultados “enmascaran” la verdadera situación

de T y C
 Muchas veces se solucionan estos resultados
“enmascarados” con la repetición y la
aleatorización, pero a veces no es suficiente.

Surge así el CONTROL LOCAL, otra premisa de la

experimentación.
++ + -

Si nuestro soporte es el ++ + -
suelo y presenta un
gradiente de fertilidad ++ + -

++ + -

Más fértil Menos fértil

Si los tratamientos se distribuyeran así:

T T C

T T C

T C C

T C C

El soporte no es homogéneo y T es
asignado en una mejor porción del
soporte.
En la diferencia T - C (si la hubiera) no se
podrá determinar cuanto se debe al
efecto tratamiento y cuanto al efecto
soporte.
 Otra distribución posible de los tratamientos

T T C

C C T

C T T

T C C

Aquí se aleatorizan los tratamientos en cada porción

del soporte y la comparación entre T y C será más
justa ya que T y C están igual número de veces en
cada situación de diferente fertilidad.
Si bien la comparación es más justa, las diferencias
entre repeticiones dentro de cada tratamiento serán
mayores.

En la relación Dr  A
A
El denominador se incrementará (y se sobreestimará
el azar entre tratamientos)

Se podría eliminar la estimación exagerada del azar

separando la variación debida a la heterogeneidad
del soporte y así se reduciría el denominador.
Se puede separar del azar la fuente de variabilidad
independiente debida a la heterogeneidad del
soporte mediante el Control Local (bloques,
edades, etc)

Se produce una descomposición del azar en dos fuentes

distintas de variación:
Variación debida al gradiente
Error Experimental

Se puede calcular la variación debida al gradiente

porque en cada porción (++) (+) (-) ambos
tratamientos T y C fueron evaluados y las diferencias
entre las columnas (++), (+) y (-) se deben a
diferencias del soporte y no a los tratamientos.
De la distribución de los tratamientos de
acuerdo a las características del soporte
experimental y su posterior análisis
estadístico se ocupan

LOS DISEÑOS EXPERIMENTALES

D. C. A.
D. B. C. A.
D. C. L.
  Número de repeticiones

Todo aumento en el número de repeticiones (con la

debida aleatorización) aumenta la precisión del
experimento.
Se debe aumentar el número de repeticiones hasta
un punto en que el material, el personal requerido y
los costos en general no se conviertan en una
limitante.
El número adecuado de repeticiones depende del
número de tratamientos evaluados y del diseño
experimental utilizado.
 Alcances de la inferencia

Si se tomó la decisión T  C se debe ser

cautelosos para extrapolar los resultados a
otra situación (con otro manejo, en otra
localidad, en otro año).
Se pueden repetir los experimentos en
distintas zonas y en distintos años para que
las conclusiones sean confiables y así la
inferencia tenga mayor alcance.