DISEÑOS EXPERIMENTALES

Jorge Guzmán Calla

CAPITULO 1

PRINCIPIOS BASICOS
1.1 INTRODUCCION

El área de diseños experimentales ha recibido mucha atención, en los últimos años, debido al desarrollo de
diferentes métodos estadísticos y la utilización de computadoras con programas especializados en
estadística. Los investigadores poseen ahora más información que sus predecesores como una base para la
solución de problemas relacionado con el campo de estudio.

La mayor parte del avance reciente, en la teoría y aplicación de diseños eficientes y análisis de los datos,
viene del esfuerzo para satisfacer las necesidades en agricultura o ciencias biológicas asi como en ciencias
medioambientales. Sin embargo, estas técnicas son generalmente aplicables tambien para otros campos de
la investigación tales como ingenieria, psicología, economía, y ciencias sociales.

La base de la investigación es el método científico que, en forma amplia, puede definirse como la
secuencia de pasos que deben seguirse para obtener nuevos conocimientos. Los elementos del método
científico son:

 Observación del fenómeno en estudio. Se dice que la ciencia y la investigación 

comienzan con la observación y el planteamiento del problema, el cual permite establecer
los factores de estudio.
 Planteamiento de las hipótesis. Son supuestos de trabajo o ideas provisorias acerca de los
hechos que serán analizados e interpretados.
 Realización de experimentos. Son actividades destinadas a aceptar o rechazar las
hipótesis, bajo cierto nivel de significación.
 Resultados y conclusiones. Los resultados darán a conocer hechos adicionales sobre el
problema en estudio y las conclusiones nos permitirán extrapolar los resultados.

1.2 ELEMENTOS DE LA EXPERIMENTACIÓN

Las bases fundamentales de los diseños experimentales fueron desarrollados por Fisher y sus
colaboradores en la Estación Experimental de Rothamsted, Inglaterra.

Si consideramos que el conocimiento nuevo se obtiene a través del análisis de datos e interpretación de los
mismos, entonces debemos poner mucha atención al planeamiento y la conducción de experimentos.

EXPERIMENTO Existen muchas definiciones de experimento, Según Steel (1988), se define como
la búsqueda planeada para obtener nuevos conocimientos o confirmar resultados
de experimentos previos.

1.2.1. TIPOS DE EXPERIMENTOS

Pueden ser clasificados de acuerdo al número de factores o variables en estudio en: experimentos
preliminares, experimentos simples, experimentos factoriales.

Experimentos preliminares: todos las pruebas preliminares son empiricas por naturaleza.
Esencialmente son de naturaleza exploratoria donde se prueba un gran
número de tratamientos con el propósito de obtener directrices para el
trabajos posteriores. Este tipo de experimentos son adecuados para
detectar técnicas de experimentación defectuosas, métodos erroneos, etc.
1
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

Experimentos simples: estos son los más recomendables debido a su simplicidad. En estos casos
una sola variable es estudiada. El resto de los factores son mantenidos
constantes o uniformes. Este tipo de experimentos son justificados
cuando el tiempo, el material experimental, o el equipo son muy
limitados para prestar mayor atención a más de un solo factor a estudiar.

Experimentos factoriales: propuestos por Fisher (1926), se estudian dos o más factores que serán
comparados en todas sus combinaciones de los diferentes niveles que los
constituyen. En consecuencia, los resultados obtenidos provienen de los
efectos principales y de las interacciones. En esta serie se incluyen las
superficies de respuesta y experimentos en confundido.

Experimentos en series: utilizados para generar o probar tecnología a nivel regional.

Los tres principios básicos de la experimentación agrícola son la aleatorización, la repetición y la

presencia de controles locales.

Aleatorización: es una condición necesaria en la realización de experimentos para obtener

estimados no sesgados del error experimental. Tiene como función principal
asegurar que el estimado del error experimental y de los tratamientos no tengan
sesgo. Por otra parte, la aleatorización elimina la correlación entre los errores.

Repetición: en la realización de los experimentos se involucran factores que afectan los estimados del
error y de los tratamientos. Teoricamente, se conoce que la heterogeneidad del suelo es
una de las fuentes mas importantes de variabilidad. Para controlar esta variabilidad es
necesario utilizar repeticiones de los tratamientos o factores en estudio. Según Steel
(1980) las funciones de las repeticiones son:
Permitir una estimación del error experimental
Mejorar la precisión de los experimentos mediante la reducción de la desviación
estandard de una media de tratamiento.
Ejercer contro sobre la varianza del error
Aumentar el alcance de la inferencia del experimento seleccionando el uso
apropiado de unidades experimentales más variables.

1.3. VARIABLES DE RESPUESTA

Son respuestas que se obtienen de la unidad experimental a la cual se aplica un tratamiento. Son los
cambios en los atributos de las unidades experimentales (individuos) susceptibles de ser medidos.

La mayoría de los hechos, fenómenos o variables en las ciencias naturales (biológicas) son de naturaleza
cuantitativa, puede medirse o asociarse a escalas de medida (peso, altura, número, etc), pero existen
algunas que son cualitativas (color, olor, etc.), especialmente cuando se trata de caracterización de
germoplasma o de especies animales (Hernandez, 1998).
- Las variables cuantitativas son aquellas escalas continuas como el peso, edad, área, volumen. A su
vez, estas pueden ser :Cuantitativas continuas y Cuantitativas discretas
- La escala nominal es la enunciación de la cualidad.
- La escala ordinal implica que los datos pueden ordenarse unos respecto a otros (Hernandez, et.al
1998) .

2
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

1.4 TIPOS DE INVESTIGACIÓN

Una vez que se ha estudiado el problema, se han identificado los factores y las variables de respuesta, y
los antecedentes estamos en condiciones para tener una idea acerca del tipo de investigación que se
realizará. De acuerdo a Dankhe (1979) la investigación se divide en

3
 Investigación exploratoria o descriptiva
 Investigación correlacional
 Investigación causal (también llamada explicativa o experimental)

Esta clasificación es muy importante debido a que, el trabajo de investigación dependerá de la estrategia de
investigación (también llamado diseño experimental o diseño de investigación).
De esta manera, se tendrá una idea acerca de los objetivos, el tipo de hipótesis y de los modelos lineales
aditivos a utilizarse, si ese es el caso. De la misma manera, los muestreos, la recolección de datos, en
tamaño de las unidades experimentales, dependerá del tipo de investigación a realizarse.

En la práctica, esta clasificación no es rígida, los diferentes tipos de investigación pueden

estar presentes en un mismo tipo, es decir cualquier estudio puede incluir elementos de
más de uno de los tres tipos de investigación.

1.4.1. INVESTIGACIÓN EXPLORATORIA O DESCRIPTIVA

Los sistemas exploratorios se efectúan normalmente cuando el objetivo es examinar o investigar un tema o
problema del sector poco conocido o estudiado o que no ha sido observado con anterioridad es decir
cuando la revisión de literatura revela ideas vagamente relacionadas con el problema en estudio.
Los estudios descriptivos buscan especificar las propiedades importantes de los grupos humanos,
comunidades, regiones, sistemas productivos o cualquier otro fenómeno que sea sometido a análisis. Miden
o evalúan diversos aspectos, dimensiones o componentes del fenómeno a investigar (Hernandez, et.al
1998).
Desde un punto de vista científico describir es medir, por tanto en un estudio o investigación descriptiva se
selecciona una serie de variables y se mide cada una de ellas independientemente para tener una
descripción completa de la variable investigada.
Se utiliza métodos y análisis multivariados y pueden estar compuestos por:

- Componentes principales factoriales conglomerados

- Regresiones múltiples
- Análisis discriminante

1.4.2. INVESTIGACIÓN CORRELACIONAL

Este tipo de estudio tiene como propósito de medir el grado de relación que existe entre dos o más
conceptos o variables, pueden responder a preguntas como: en qué medida los cambios de precipitación y
temperatura afectan al rendimiento de un cultivo x ?
En esta investigación no se conoce la causa, sino el efecto. Ejemplo: rendimiento de la papa.
Para esta investigación se maneja los tipos de análisis siguientes:

- Regresión múltiple
- Correlación múltiple
- Análisis multivariado
- Coeficientes de sendero

En ocasiones solo se analiza la relación entre dos variables los que podrían representarse como:

X Y

Sin embargo, se pueden presentar tres o más variables o relaciones múltiples lo cual se representa por:

Y Z
Los estudios correlacionales miden el grado de relación o asociación entre variables independientes y de
estas con la variable dependiente. Este grado de correlación nos permitirá proporcionar posibles respuestas
al problema en estudio, por tanto la utilidad y el propósito principal de la investigación correlacional es
saber como se puede comportar una variable conociendo el comportamiento de otras variables
correlacionadas (HERNANDEZ, et.al 1998).

Riesgos.
Puede darse el caso de que dos variables estén aparentemente relacionadas pero que en realidad no lo estén.
A este fenómeno se conoce como correlación “espuria” (falsa). Un ejemplo de este tipo de correlación es:
“el volumen cerebral esta correlacionado con la inteligencia”.

1.4.3. ESTUDIOS EXPLICATIVOS O CAUSALES

Los estudios causales o explicativos van más allá de la descripción de conceptos o fenómenos o del
establecimiento de relaciones entre conceptos; dirigidos a responder a las causas de los eventos físicos o
sociales. Como su nombre lo indica su interés se centra en explicar por que ocurre un fenómeno y en qué
condiciones se da este o por qué dos o mas variables están relacionadas.

De qué depende que nuestro estudio se inicie como exploratorio, correlacional o

explicativo?.
Esta pregunta dependerá de varios factores:
- el conocimiento del tema de investigación (antecedentes)
- la selección adecuada de los factores que afectan al problema
- la selección de las variables de respuesta y las covariables
- el enfoque que se pretenda dar al estudio

1.5. HIPOTESIS

1.5.1. FORMULACION DE HIPOTESIS

Qué son las hipótesis? Se puede decir que la hipótesis son “supuestos de trabajo”. Las hipótesis indican
supuestos sobre lo que tratamos de probar y pueden definirse como explicaciones tentativas del fenómeno
investigado formulado a manera de proposiciones. Las hipótesis se obtienen de la observación del
problema en estudio y de los antecedentes revisados.

Generalmente las hipótesis son planteadas de acuerdo a un método que se denomina reducción al absurdo,
es la negación de lo que uno quiere probar.

1.5.2. CARACTERISTICAS DE LAS HIPOTESIS

Siempre que se plantea una hipótesis y para que esta sea tomada en cuenta, en forma seria deben reunir los
siguientes requisitos.

1. Por lo general, las hipótesis deben referirse a situaciones reales y cuentan con las siguientes
característica.
2. los términos de las hipótesis deben ser comprensibles, precisos y lo más concretos posible
3. los términos de las hipótesis y la relación planteada entre ellas deben ser observables y
medibles
4. las hipótesis deben estar relacionadas con técnicas disponibles para probarlas (BULMER,
1990).

1.5.3. TIPOS DE HIPOTESIS

Se las puede clasificar en : nulas y alternativas. Algunos autores incluyen a esta clasificación las hipótesis
de investigación, sin embargo, estas involucran al todas las hipótesis.
Hipótesis nula: Es la negación de lo que se quiere probar, generalmente la hipótesis nula se basa
en las pruebas matemáticas denominadas reducción al absurdo. Las hipótesis nulas
se expresan como “Ho”. En los trabajos de investigación, se deben presentan
generalmente, las hipótesis nulas, en forma literal. Se debe evitar la presentación
de fórmulas, igualdades o desigualdades matemáticas.
Hipótesis alternativa: Es lo contrario de la nula, por lo tanto indica que por lo menos un par es diferente.

Por otra parte, las hipótesis estarán íntimamente ligadas al tipo de investigación que se llevará adelante
(Sellitz, 1965).

Investigación descriptiva: en muchos casos es difícil encontrar hipótesis cuando la investigación es

descriptiva. En algunos casos, se pueden plantear hipótesis, que,
necesariamente tienen que ser probadas.

Investigación correlacional: en este caso las hipótesis estarán relacionadas con el grado de asociación
entre las variables, o entre los puntos y las curvas ajustadas.
La más usual de las hipótesis es:
(Rho)  = 0; (no existe correlación entre variables)
(Beta) βi = 0 (pendiente de la recta = 0)
Investigación causal: el investigador tiene la posibilidad de manipular las variables, por tanto, buscará
explicar la relación causa y efecto entre los factores en estudio (causa) y las
variables de respuesta (efecto).
Las hipótesis deberán corresponder a los factores en estudio de los modelos
lineales aditivos de los diseños experimentales (diseños cuasiexperimentales),
donde se comparan muchas variables entre si para sacar conclusiones.

1.5.4. CUANTAS HIPOTESIS DEBE TENER UN TRABAJO DE INVESTIGACION

Un trabajo debe tener cuantas hipótesis sean necesarias, no existe una regla para determinar el número de
hipótesis y depende de los tipos de investigación que se está llevando a cabo, en este sentido se debe tener
el número de hipótesis adecuado para guiar el estudio.
1. En los trabajos de investigación, se considera la relación costo/ beneficio, muy importante por lo tanto
entre las hipótesis (y los objetivos); se debe incluir una referente a los costos variables de los
tratamientos en estudio (BULMER, 1990).
2. En algunos trabajos de investigación, se debe incluir hipótesis sobre el impacto ambiental de los
tratamientos, tal es el caso del uso de los pesticidas, fertilizantes a gran escala, o la introducción de
cultivares producto de la ingeniería genética o mutaciones mediante radiación.

1.5.5. PRUEBA DE HIPOTESIS

Cada hipótesis planteada, debe ser aceptada o rechazada de acuerdo a un diseño de investigación. Es
necesario que las hipótesis deban someterse a prueba, aplicando un diseño de investigación recolectando
datos o información a través de uno o varios instrumentos de medición, analizando e interpretando dichos
datos. El sometimiento de las hipótesis a pruebas mediante métodos estadísticos; constituye instrumentos
muy poderosos para el avance del conocimiento y deben aceptarse y/o rechazarse sin la interferencia de
valores o creencias del individuo. Es por esta razón que, se deben proponer hipótesis que sean sujetas a
pruebas estadísticas (BULMER, 1990)

1.5.6. FUNCIONES DE LAS HIPOTESIS

Según Kerlinger (1979), las funciones de las hipótesis son:

1. Las hipótesis nos sirven de guías en la investigación, formular hipótesis nos ayuda a saber lo que
 estamos tratando de buscar o probar. Proporciona orden y lógica al estudio.
2. Nos sirve para probar teorías.
3. A partir de las hipótesis pueden surgir teorías

Cuando no se encuentra evidencia en favor de las hipótesis (las hipótesis nulas se aceptan) el trabajo de
investigación no pierde utilidad. En este caso se deberán buscar las causas que han llevado al investigador
a aceptar la hipótesis nula. Todas estas causas deberán ser presentadas como conclusiones del trabajo de
investigación.

1.6. ANALISIS ESTADISTICO

Las hipótesis pueden ser probadas con una gama de análisis estadísticos. En los perfiles de investigación y
tesis de grado, por lo general, se menciona una sección titulada DISEÑO EXPERIMENTAL dentro de
Materiales y Métodos. Estrictamente hablando, el diseño experimental solo se refiere a la estructura o
forma de colocar los tratamientos en las unidades experimentales.

Los diseños más conocidos son el Completamente al Azar, Bloques Completos al azar, y Cuadrado Latino.
Pero existen otros diseños experimentales menos conocidos como el Greco Latino, el Greco Latino
modificado, Cuadrado de Youden, Lattices, etc. Los arreglos factoriales, no constituyen en si un diseño
experimental, mas bien son combinaciones de los niveles de los factores para formar tratamientos. Estos
arreglos de niveles de factores pueden ser distribuidos en cualquier diseño experimental.

Además de los diseños experimentales, en la interpretación de la información colectada en una tesis, es

necesario utilizar comparaciones de medias, regresiones y correlaciones, covarianzas, etc, por tanto, se
deberá contar con una serie de análisis estadísticos que permitan hacer las inferencias adecuadas. En este
contexto, es mejor hablar de un diseño de investigación y no solo de un diseño experimental. Por otro lado,
existen análisis estadísticos que no corresponden a los diseños experimentales y pertenecen a los análisis
multivariados que, en muchos casos, no cuentan con Modelos lineales aditivos y están basados en otros
principios.

Por tanto, se considera que el nombre de esta sección debería ser de DISEÑO DE INVESTIGACION, que
de la idea de plan o estrategia que se debe seguir para probar las hipótesis o para responder a las preguntas
de investigación

1.7. DISEÑO DE INVESTIGACION (ANALISIS ESTADISTICO)

Una vez que se ha seleccionado a que tipo de investigación pertenece nuestro estudio, se deberá pensar en
el análisis estadístico, que es la parte más importante del trabajo de investigación, puesto que, este
permitirá aceptar o rechazar las hipótesis planteadas y sacar conclusiones respecto al material que se está
manejando en concordancia con los objetivos del estudio.

Otra de las preguntas más utilizadas en la preparación de perfiles de investigación es ¿ qué diseño
experimental utilizar para la tesis?. En realidad, no existe un diseño experimental para cada área de
agronomía o para ganadería, suelos, fertilidad, etc. El análisis estadístico o diseño de investigación es solo
una herramienta para la interpretación de los datos. En este sentido, es necesario contar con información
acerca de los tratamientos, las fuentes de variación, las condiciones que rodean el experimento, variables de
respuesta, etc., antes de decidir acerca del modelo que se utilizará en el análisis.

El análisis estadístico está íntimamente unido al tipo de investigación a realizarse, tal como muestra el
siguiente cuadro.

CUADRO 1. Técnicas estadísticas utilizadas en los diferentes tipos de investigación

 I N V E S T I G A C I O N
DIAGNOSTICO
CORRELACIONAL CAUSAL OEXPLICATIVA
(EXPLORATORIA)
Estadística descriptiva Regresiones lineales Diseños experimentales
Análisis multivariado Regresiones múltiples Compleatmente al azar
Componentes principales Correlaciones Bloques completos al azar
Conglomerados (clusters) Covarianzas Cuadrado Latino
Analisis de correspondencia Análisis multivariados Lattices
múltiple Coeficientes de sendero Cuadrado de Youden
Análisis de Covarianza Diseños de sobrecambio
Arreglos factoriales
(Comparaciones de medias)
Superficies de respuesta
Regresiones lineales y curvilíneas
Regresiones múltiples
Correlaciones
Análisis de Covarianza
Análisis multivariados

Esta organización de los procedimientos estadísticos, de acuerdo al tipo de investigación a realizarse, no

pretende ser rígida, más bien flexible en el sentido en que uno y otro pueden interactuar, tal como sucede
con los análisis multivariados, que pueden ser utilizados en los tres tipos de investigación de acuerdo a las
necesidades del usuario.
En síntesis, los procedimientos estadísticos deben ser utilizados de acuerdo a las necesidades en el análisis
de la información colectada por el usuario. Se deberán tomar en cuenta:
Las características del material experimental
El entorno donde se lleva a cabo la recolección de datos.
El tipo de investigación a realizarse
Las posibles comparaciones de tratamientos o factores