Análisis y diseño de

experimentos
Ricardo Konrad
 La asignatura tiene como propósito que el estudiante diseñe y analice
experimentos, a partir de conceptos y estrategias de análisis estadísticos
de los resultados generados, así como su aplicación en la mejora de
procesos.

 Se utilizarán
 Clases expositivas
 Trabajos grupales e individuales
 Aprendizaje basado en problemas
 Guías de trabajo

Introducción al diseño de experimentos

Unidad de aprendizaje Nº1
Aspectos introductorios
 Criterios de evaluación
1. Examina conceptos del diseño de experimentos.
2. Distingue distintas etapas y tipos de diseños experimentales
3. Explica el papel de las pruebas de hipótesis en el diseño y análisis
de experimentos
4. Valora las ideas que aportan otras personas para colaborar en una
solución o problema planteado

Introducción al diseño de experimentos

Unidad de Aprendizaje Nº2
Experimentos y diseños experimentales
 Criterios de evaluación
1. Explica elementos de diseños completamente al azar y el análisis de
varianza y conocer la importancia del tamaño de la muestra
2. Explica la definición del diseño en bloques completo o al azar, así
como su hipótesis, modelo estadístico y análisis de varianza.
3. Aplica diseños para diferentes estructuras, reconociendo la aplicación
de cada configuración
4. Actúa respetando las normativas legales vigentes
Unidad de Aprendizaje Nº3
Planeación experimental e introducción a la optimización

 Criterios de evaluación
1. Explica el ciclo de Deming y cada una de las etapas de planeación
de experimentos, aplicando el control a factores de bloque y de
ruido como elementos de la planeación de experimentos.
2. Explica el modelo de regresión para realizar estimaciones y
predicciones.
3. Organiza técnicas de optimización a nivel básico para aplicarlas
adecuadamente.
4. Aplica las normas éticas vigente para el uso de la información.
Evaluación
Unidad Procedimiento Instrumento Ponderación

Pruebas escritas
Evaluación sumativa
I individual y controles 30%
en clases

Pruebas escritas
Evaluación sumativa
individual y controles
II 30%
en clases

Pruebas escritas
Evaluación sumativa individual y controles
III 30%
en clases

Evaluación formativa
I – III Tareas grupales 10%
Introducción al diseño
de experimentos
 Diseño experimental
 En el campo de la industria es frecuente hacer experimentos o pruebas con la intención
de resolver un problema o comprobar una idea (conjetura, hipótesis) , tales como:

 Hacer algunos cambios en los materiales, métodos o condiciones de operación de un

proceso.

 Probar varias temperaturas en una máquina hasta encontrar la que da el mejor

resultado.

 Evaluar un nuevo material con la intención de lograr mejoras o eliminar algún

problema.

Introducción al diseño de experimentos

 Es común que estas pruebas o experimentos se hagan con base en el ensayo y
error, apelando a la experiencia y a la intuición, en lugar de seguir un plan
experimental adecuado que garantice una buena respuesta a las interrogantes
planteadas.

 Algo similar ocurre con el análisis de los datos experimentales, donde más que
hacer un análisis riguroso de toda la información obtenida y tomar en cuenta la
variación, se realiza un análisis informal, “intuitivo”.

 En situaciones de cierta complejidad no es suficiente aplicar este tipo de

experimentación,
 Es mejor proceder en una forma eficaz que garantice la obtención de las respuestas a
las interrogantes planteadas en corto tiempo y utilizando pocos recursos.

Introducción al diseño de experimentos

 El diseño estadístico de experimentos es precisamente la forma más
eficiente de hacer pruebas.
 Consiste en determinar cuáles pruebas se deben realizar y de qué manera,
con el fin de obtener datos que al ser analizados estadísticamente,
proporcionen evidencias objetivas que permitan responder las interrogantes
planteadas, y de esa manera clarificar los aspectos inciertos de un proceso,
resolver un problema o lograr mejoras.

 El propósito de un diseño experimental es :

 Proporcionar la mayor cantidad de información pertinente al problema que
se está investigando
 Ajustar el diseño que sea lo mas simple y eficiente, con el fin de ahorrar
tiempo, dinero, personal y material experimental que se va a utilizar.

Introducción al diseño de experimentos

Introducción al diseño de experimentos

El uso del diseño de experimentos en la

actualidad
Algunos problemas típicos que pueden resolverse con el diseño y el análisis de
experimentos

 1. Comparar dos o más materiales con el fin de elegir el mejor.

 2. Comparar varios instrumentos de medición para verificar si trabajan con la

misma precisión y exactitud.

 3. Determinar los factores de un proceso que tienen impacto sobre una o más
características del producto final.
  4. Encontrar las condiciones de operación (temperatura, velocidad, humedad, por
ejemplo) en las que se reduzcan los defectos o se logre un mejor desempeño del
proceso.

 5. Reducir el tiempo de ciclo del proceso.

 6. Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.

 7. Apoyar el diseño o rediseño de nuevos productos o procesos.

Introducción al diseño de experimentos

 Introducción al diseño de experimentos

Definiciones básicas
 Experimento

 Es un cambio en las condiciones de operación de un sistema o proceso,

que se hace con el objetivo de medir el efecto del cambio en una o
varias propiedades del producto o resultado.

 Permite aumentar el conocimiento acerca del sistema. Al analizar los

efectos (datos) se obtiene conocimiento acerca del proceso, lo cual
permite mejorar su desempeño.
 Introducción al diseño de experimentos

Definiciones básicas

 Unidad Experimental

 Pieza(s) o muestra(s) que se utiliza para generar un valor que sea

representativo del resultado de la prueba
 Variables y Factores
En todo proceso intervienen distintos tipos de variables o factores en la que se aprecian
algunas interrogantes al planear un experimento.

• Factores controlados

Son variables de proceso

y/o características de los
materiales que se pueden
fijar en un nivel dado.

Ej.: Contenido de humedad,

temperatura, presion
 Variables y Factores
En todo proceso intervienen distintos tipos de variables o factores en la que se aprecian
algunas interrogantes al planear un experimento.

• Factores no controlables
o de ruido

Son variables que no se

pueden controlar durante el
experimento o la operación
normal del proceso.

Ej.: Variables ambientales,

ánimo de operador, calidad
de material etc.
 Variables y Factores
En todo proceso intervienen distintos tipos de variables o factores en la que se aprecian
algunas interrogantes al planear un experimento.

• Factores estudiados

Son las variables que se

investigan en el experimento
para observar cómo afectan
o influyen en la variable de
respuesta.

Pueden ser controlables o no

controlables.

Para que un factor pueda ser

estudiado es necesario que
haya sido probado en al menos
dos niveles o condiciones en el
experimento.
Variables y Factores
En todo proceso intervienen distintos tipos de variables o factores en la que se aprecian
algunas interrogantes al planear un experimento.

• A través de variables de
respuestas se conoce el
efecto o resultados de cada
prueba experimental.

• Pueden ser características

de la calidad de un producto
y/o variables que miden el
desempeño de un proceso.
(dureza, color, costo, textura,
etc.)
 Niveles y tratamientos
Niveles:
Diferentes valores que se
asignan a cada factor
estudiado en un diseño
experimental

Tratamiento o punto de
diseño:

Combinación de niveles
de todos los factores
estudiados
Niveles de Tazas de Tazas de
Temperatura azúcar harina
Nª de huevos Tratamientos y
1 1 1 1 4
2 1 1 2 6
3 1 2 2 8 Diferentes
variables de
1 2 1 1 5 respuesta
1 2 2 1 6
1 2Introducción al diseño de experimentos
2 2 7
 Tipos de errores
En un experimento parte de la variabilidad observada en la respuesta no podrá ser explicado únicamente por los
factores estudiados.

 Error aleatorio

 Es la variabilidad observada que no se puede explicar por los factores estudiados.

 Son remanente de variabilidad que se debe a causas comunes y resulta del pequeño efecto de los factores no estudiados

 Error experimental

 Componente del error aleatorio que refleja los errores del experimentador en la planeación y ejecución del experimento
 Etapas en el diseño de experimentos
1. Planeación y realización

a) Entender y delimitar el problema u objeto de estudio

Se debe hacer investigaciones preliminares que conduzcan a entender y delimitar el
problema u objeto de estudio
Que quede claro qué se va a estudiar, por qué es importante y, si es un problema, cuál es la
magnitud del mismo.

Ej: Evaluar cómo diferentes cantidad de huevos, azúcar, harina y temperaturas de cocción
afectan la textura y el sabor de una torta.
b) Elegir la(s) variable(s) de respuesta que será medida en cada punto del diseño y
verificar que se mide de manera confiable
La elección de esta(s) variable(es) se refleja en el resultado de las pruebas. Se deben elegir aquellas que
mejor reflejen el problema o que mejor caractericen al objeto de estudio.
Se debe tener certidumbre en que las mediciones que se obtengan sobre esas variables sean confiables.
Se debe garantizar que los instrumentos y/o métodos de medición son capaces de repetir y reproducir una
medición, que tienen la precisión (error) y exactitud (calibración) necesarias.
Es importante recordar que los sistemas de medición son la forma en la que se percibe la realidad, por lo que
si éstos son deficientes, las decisiones que se tomen con base en ellos pueden ser inadecuadas.

Textura de la torta: Es la variable que evalúa cómo cambia la consistencia, suavidad o esponjosidad de la torta según la
temperatura de cocción, cantidad de harina, azúcar y/o huevos. Se podría medir, por ejemplo, con una escala numérica o
utilizando palabras descriptivas como "blanda", "firme", "esponjosa", etc.

Sabor de la torta: Esta variable busca determinar cómo se modifica el gusto y la calidad del sabor de la torta en función
de la temperatura de cocción. Se podría medir a través de una evaluación sensorial en la que se asignen calificaciones o
se registren comentarios sobre el sabor.
c) Determinar cuáles factores deben estudiarse o investigarse, de acuerdo con la
supuesta influencia que tienen sobre la respuesta.

No es necesario saber cuáles factores influyen, puesto que precisamente para eso es el experimento,
pero sí de que utilice toda la información disponible para incluir aquellos que se considera que tienen
un mayor efecto.

d) Seleccionar los niveles de cada factor, así como el diseño experimental adecuado a
los factores que se tienen y al objetivo del experimento.

Este paso también implica determinar cuántas repeticiones se harán para cada tratamiento, tomando en
cuenta el tiempo, el costo y la precisión deseada.
e) Planear y organizar el trabajo experimental

Con base en el diseño seleccionado, organizar y planear con detalle el trabajo experimental, por
ejemplo, las personas que van a intervenir, la forma operativa en la que se harán las cosas, etc.
Ejemplo:
Receta de torta
a. Preparación de la mezcla: Mezcla todos los ingredientes de la torta según una receta estándar.
b. Divide la mezcla en porciones iguales para usar en cada experimento a distintas temperaturas de cocción.

f) Realizar el experimento

Seguir al pie de la letra el plan previsto en la actividad anterior, y en caso de algún imprevisto,
determinar a qué persona se le reportaría y lo que se haría.
 Etapas en el diseño de experimentos
2. Análisis

En esta etapa no se debe perder de vista que los resultados experimentales son observaciones
muestrales, no poblacionales.
Se debe recurrir a métodos estadísticos inferenciales para ver si las diferencias o efectos
muestrales (experimentales) son lo suficientemente grandes para que garanticen diferencias
poblacionales (o a nivel proceso).
La técnica estadística central en el análisis de los experimentos es el llamado análisis de
varianza, conocido también como ANOVA.
3. Interpretación

Con el respaldo del análisis estadístico formal, se debe analizar con

detalle lo que ha pasado en el experimento.

Desde contrastar las conjeturas iniciales con los resultados del

experimento, hasta observar los nuevos aprendizajes que sobre el
proceso se lograron, verificar supuestos y elegir el tratamiento ganador,
siempre con apoyo de pruebas estadísticas.
4. Control y conclusiones finales

Se recomienda decidir qué medidas implementar para generalizar el

resultado del estudio y para garantizar que las mejoras se mantengan.

Es preciso organizar una presentación para difundir los logros.

 Consideraciones prácticas sobre el uso de métodos
estadísticos
1. El conocimiento no estadístico es vital
Se requiere que el experimentador tenga un buen nivel de conocimiento
técnico y práctico sobre el fenómeno o proceso que estudia.

 Que pueda vislumbrar con cierta facilidad cuáles son los aspectos clave del
fenómeno y sea capaz de plantear conjeturas precisas

 Que pueda distinguir el tipo de relaciones entre las variables de respuesta y

los posibles factores a estudiar.
2. Reconocer la diferencia entre significancia estadística e
importancia práctica

A veces un experimentador puede concluir que dos tratamientos son

diferentes estadísticamente

 Tales diferencias, aunque sean significativas, no necesariamente

representan una diferencia que en la práctica sea importante.
3. Apostar más a la experimentación secuencial que a un experimento único
y definitivo

En ocasiones, los experimentadores novatos pretenden en una sola fase de

experimentación contestar todas sus interrogantes sobre un proceso o fenómeno en
particular.

Esto puede llevar a experimentos muy extensos que consuman demasiados

recursos y que retarden la generación de resultados.

Es importante considerar como alternativas a diferentes fases de experimentación

en forma secuencial, en las cuales se alcance paulatinamente una mayor precisión
en los conocimientos y soluciones.
 Principios básicos
El diseño de experimentos trata de fenómenos que son observables y repetibles.
Por lo tanto, sin el pensamiento estadístico, los conceptos de observabilidad y
repetibilidad son inherentemente contradictorios.
Cualquier cosa observada se aprecia con variabilidad; nada ocurre exactamente
de la misma forma dos veces, incluso las mediciones del mismo evento varían.
 ¿Qué se quiere decir cuando la ciencia demanda que una observación sea
repetible?
 ¿Qué repetición es realmente una repetición?;
 Cuando un resultado es el mismo o difiere, ¿es confirmación o contradicción?
No pueden ser contestadas de manera coherente sin el pensamiento
estadístico.
Ejemplo: Se da una nueva receta de una torta, dice que no falla, pero se prueba
y no sale, mientras que el segundo y tercer intento sí funcionan. ¿La receta está
comprobada completamente?

Por lo tanto se debe ser muy cuidadoso en la planeación y el análisis de un

experimento.
El punto de partida para una correcta planeación es aplicar los principios básicos
del diseño de experimentos: aleatorización, repetición y bloqueo, los cuales
tienen que ver directamente con que los datos obtenidos sean útiles para
responder a las preguntas planteadas.
 Principios básicos
1. Aleatorización
Consiste en hacer las corridas experimentales en orden aleatorio y con material también
seleccionado aleatoriamente.

Este principio aumenta la probabilidad de que el supuesto de independencia de los errores se

cumpla, lo cual es un requisito para la validez de las pruebas de estadísticas que se realizan.

Es una manera de asegurar que las pequeñas diferencias provocadas por materiales, equipo y todos
los factores no controlados, se repartan de manera homogénea en todos los tratamientos.

Por ejemplo, una evidencia de incumplimiento de este principio se manifiesta cuando el resultado
obtenido en una prueba está muy influenciado por la prueba inmediata anterior.

Introducción al diseño de experimentos

 Principios básicos
2. Repetición
Es correr más de una vez un tratamiento o una combinación de factores. Es preciso no
confundir este principio con medir varias veces el mismo resultado experimental.

Es volver a realizar un tratamiento, pero no inmediatamente después de haber corrido el

mismo tratamiento, sino cuando corresponda de acuerdo con la aleatorización.

Permiten distinguir mejor qué parte de la variabilidad total de los datos se debe al error
aleatorio y cuál a los factores.

Cuando no se hacen repeticiones no hay manera de estimar la variabilidad natural o el error

aleatorio, y esto dificulta la construcción de estadísticas realistas en el análisis de los datos.
3. Bloqueo
Consiste en nulificar o tomar en cuenta, todos los factores que puedan afectar la respuesta
observada.

Al bloquear, se supone que el subconjunto de datos que se obtengan dentro de cada bloque (nivel
particular del factor bloqueado), debe resultar más homogéneo que el conjunto total de datos.

Por ejemplo, si se quieren comparar cuatro máquinas, es importante tomar en cuenta al operador
de las máquinas, en especial si se cree que la habilidad y los conocimientos del operador pueden
influir en el resultado.
Una posible estrategia de bloqueo del factor operador sería que un mismo operador
realizara todas las pruebas del experimento.
Otra posible estrategia de bloqueo sería experimentar con cuatro operadores (cuatro
bloques), cada uno de los cuales prueba en orden aleatorio las cuatro máquinas; en este
segundo caso, la comparación de las máquinas quizás es más real. Cada operador es un bloque
porque se espera que las mediciones del mismo operador sean más parecidas entre sí que las
mediciones de varios operadores.
 Clasificación y selección de los diseños
experimentales
 Los cinco aspectos que más influyen en la selección de un diseño experimental, en el sentido de que cuando
cambian por lo general nos llevan a cambiar de diseño, son:
1. El objetivo del experimento.

2. El número de factores a estudiar.

3. El número de niveles que se prueban en cada factor.

4. Los efectos que interesa investigar (relación factores-respuesta).

5. El costo del experimento, tiempo y precisión deseada

 Estos cinco puntos no son independientes entre sí, pero es importante señalarlos de manera separada, ya que
al cambiar cualquiera de ellos generalmente cambia el diseño experimental a utilizar.
 El objetivo del experimento se utiliza como un criterio general de clasificación de los diseños
experimentales, mientras que los otros cuatro puntos son útiles para subclasificarlos. En este
sentido, de acuerdo con su objetivo los diseños se pueden clasificar como:

1. Diseños para comparar dos o más tratamientos.

2. Diseños para estudiar el efecto de varios factores sobre la(s) respuesta(s).

3. Diseños para determinar el punto óptimo de operación del proceso.

4. Diseños para la optimización de una mezcla.

5. Diseños para hacer el producto o proceso insensible a factores no controlables

Introducción al diseño de experimentos

Clasificación de los diseños experimentales

Introducción al diseño de experimentos

 Ejemplos de ejercicios
Accidente de Titán
18 de junio de 2023

• Expedición turística para

observar los restos del Titanic.
• La comunicación con el Titan
se perdió una hora y 45
minutos después de comenzar
su inmersión hacia el sitio del
naufragio.

Suponga que se quiere estudiar el accidente del submarino Titan, y lo que se desea es
encontrar los factores que más influyeron en el accidente.
• ¿Cuáles podrían ser las variables de respuesta?,
• ¿Cuáles los factores a estudiar?
• ¿Cuáles los factores no controlables o de ruido?
 Variables de respuesta:
 Profundidad máxima alcanzada durante la misión.
 Comunicación con la superficie (calidad y frecuencia).
 Eficiencia del sistema de propulsión.
 Mantenimiento y estado de los sistemas críticos

 Factores a estudiar (controlables):

 Diseño del casco y la estructura del submarino.
 Tecnología de propulsión utilizada.
 Sistema de navegación y comunicación implementado.
 Calidad y frecuencia del mantenimiento realizado.

 Factores no controlables o de ruido:

 Condiciones climáticas y ambientales durante la misión.
 Posibles fallas o mal funcionamiento de equipos externos.
 Posibles interferencias o eventos imprevistos durante la misión.
 Se quiere comparar el desgaste de dos marcas de llantas A y B, para
lo cual se eligen al azar 10 conductores particulares de cierta
ciudad.
A cinco de ellos, seleccionados al azar, se les instalan gratis las llantas marca A y a los
cinco restantes la marca B, con el compromiso por escrito de permitir la verificación del
desgaste cada seis meses.

1. ¿Cree que este experimento permita una comparación justa del desgaste de las
dos marcas de llantas?
El experimento planteado podría no permitir una comparación justa del desgaste de las dos marcas
de llantas, debido a que:

a) puede variar según el estilo de conducción de cada conductor particular

b) Puede variar a las condiciones de uso a las que se someta el vehículo.

c) La muestra de 10 conductores es pequeña y puede no representar adecuadamente la diversidad

de situaciones en las que se utilizan las llantas.
2. ¿Qué consideraciones se podrían hacer para lograr una comparación más
justa?
a) Aumentar el tamaño de la muestra: Trabajar con un mayor número de conductores
particulares ayudaría a tener una muestra más representativa de la población y a reducir el
sesgo en los resultados.

b) Considerar distintos tipos de vehículos: Diferentes vehículos pueden tener impactos

variables en el desgaste de las llantas, por lo que sería útil incluir una variedad de modelos
y tipos de vehículos en el estudio.

c) Estandarizar el estilo de conducción: Asegurarse de que todos los conductores sigan un

estilo de conducción similar durante el período de evaluación para minimizar el efecto de
este factor en los resultados.

d) Realizar mediciones periódicas: No solo es relevante el desgaste al final de la prueba,

sino también medirlo en intervalos regulares (por ejemplo, cada 2 meses) para tener una
visión más completa del comportamiento de las llantas con el tiempo.
Introducción al diseño de experimentos
3. Proponga al menos un cambio al experimento que usted considera que mejoraría
la comparación

a) Dividir a los conductores en dos grupos de igual tamaño

b) Asignar aleatoriamente cada grupo a una marca de llantas diferente.

 Esto permitiría un mejor control sobre los factores externos que podrían afectar el
desgaste, ya que ambos grupos estarían expuestos a condiciones similares.

c) Inclusión de un grupo de control que continúe usando las llantas que ya tenían
previamente, lo que permitiría una comparación más directa entre las marcas A y B.

Introducción al diseño de experimentos

Estudio del efecto de distintas dosis diarias de vitamina C

Una compañía farmacéutica realizó un experimento para comprobar

los tiempos promedio (en días) que son necesarios para que una
persona se recupere de los efectos y las complicaciones que siguen a
un resfriado común.

 En este experimento se compararon a personas que tomaron distintas dosis diarias de

vitamina C.

 Para hacer el experimento se contactó a un número determinado de personas, que en

cuanto les daba el resfriado empezaban a recibir algún tipo de dosis.
 Si la edad de las personas es una posible fuente de variabilidad, explique con detalle
cómo aplicaría la idea de bloqueo para controlar tal fuente de variabilidad.
 Para controlar la fuente de variabilidad que podría provenir de la edad se podría
aplicar la idea de bloqueo.

 Esto implicaría dividir a los participantes en grupos homogéneos según su edad y

asignar al azar cada grupo para recibir diferentes dosis de vitamina C.

 Al hacerlo, se aseguraría que los grupos sean comparables en términos de

distribución de edades, permitiendo evaluar el efecto de las dosis de vitamina C
en cada grupo de edad específico de manera más precisa y confiable.

Introducción al diseño de experimentos

 Si no se controla la posible fuente de variación que es la edad en el diseño
experimental, pueden ocurrir varios problemas que podrían afectar la validez y la
interpretación de los resultados:
a) Sesgo en la muestra: Si no se considera la edad como una variable relevante y no se controla
adecuadamente, es posible que haya una distribución desigual de edades entre los grupos que reciben
diferentes dosis de vitamina C. Esto podría sesgar los resultados y llevar a conclusiones incorrectas.

b) Dificultad para atribuir efectos: Si los grupos que reciben diferentes dosis de vitamina C tienen una
composición de edades muy diferente, podría ser complicado determinar si los efectos observados son
debido a la dosis de vitamina C o simplemente a las diferencias en las edades de los participantes.

c) Pérdida de precisión: Si la edad no se controla como una variable, la variabilidad inherente a las
diferencias en edades entre los grupos podría enmascarar los verdaderos efectos de las dosis de
vitamina C sobre los tiempos de recuperación.

d) Dificultad para generalizar los resultados: Si no se controla la edad, los resultados obtenidos
podrían ser específicos para ciertos grupos de edad y no ser generalizables a la población en su
conjunto.
Estudio de preferencias de sabor en la industrialización de mermelada de tuna

Un grupo de investigadores trabaja para industrializar la mermelada de tuna; para ello, realizan mermeladas considerando
los siguientes factores:

a) variedad de tuna: tres tipos

b) con cáscara o sin cáscara
c) completa o la pura pulpa

Por lo tanto, se tienen 12 posibles formas (tratamientos) de producir mermelada.

¿influyen en el sabor los factores considerados?

¿cuál es la mejor combinación de mermelada ?

Para responder hicieron las 12 combinaciones y pusieron cada una en un recipiente numerado.
En seguida se trasladaban a lugares concurridos donde acomodaban los recipientes ordenados del 1
al 12, y a personas del público les entregaban una hoja de registro.

Las invitaban a que en el orden dado probaran en pequeñas porciones las mermeladas y anotaran
qué tan buena les parecía la mermelada (en una calificación de 0 a 10).

Al final se tuvo la respuesta de 420 personas, cada una de las cuales daba 12 calificaciones (una
para cada mermelada).

¿Hay algo que desde su punto de vista invalide los resultados obtenidos?
Existen algunas consideraciones que podrían invalidar parcialmente los
resultados obtenidos en este estudio:

 Sesgo de ubicación: El hecho de que los investigadores se trasladaron a lugares concurridos podría influir
en los resultados, ya que las preferencias de las personas en esas ubicaciones podrían afectar las
calificaciones.

 Tamaño de la muestra: Aunque se obtuvieron calificaciones de 420 personas, la cantidad de personas que
probaron cada mermelada (n=420) no es igual para cada tratamiento. Si algunas mermeladas fueron
probadas por más personas que otras, podría afectar la precisión de los resultados.

 Falta de replicación: Para obtener resultados más confiables, sería beneficioso replicar el experimento
varias veces con diferentes grupos de personas, lo que permitiría comprobar la consistencia de las
calificaciones y reducir la variabilidad.

 Falta de control de otros factores: En el diseño experimental, no se menciona si se controlaron otros

factores que podrían afectar las calificaciones, como la temperatura de las mermeladas, la orden de
presentación, el estado de los receptores de las personas al probar cada mermelada, entre otros.