Principios del Diseño de Experimentos

INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
PRINCIPIOS DEL DISEÑO EXPERIMENTAL
Para el no ilustrado en la teoría, un estadístico es una persona que trabaja con la
aplicación de métodos estadísticos; para los estadísticos, un estadístico es una
función de la muestra que no involucra parámetros desconocidos. Actualmente
las investigaciones que involucran la estimación cuantitativa de Efectos acuden
necesariamente a los técnicos de la estadística tanto para la planeación de
experimentos como para la interpretación de resultados originados en ensayos
experimentales.
El Diseño de Experimentos tuvo su inicio a partir de 1935 por Sir Ronald A. Fisher,
quien sentó la base de la teoría del Diseño Experimental. Actualmente las
aplicaciones son múltiples, especialmente en las ciencias naturales, la ingeniería,
y casi todas las ramas de la ciencia en las que se originen observaciones
sistemáticas, bajo condiciones controladas. El investigador determina y controla
los protocolos de un experimento para evaluar o contrastar hipótesis. Los estudios
Experimentales, también llamados “Experimentos Comparativos”. Se utilizan en
áreas como biología, medicina, agricultura y otras ciencias. El término comparativo
implica que se establecen un conjunto de circunstancias en el experimento y que
se comparen entre sí las respuestas a las diferentes circunstancias. La
metodología estadística es el enfoque más objetivo para analizar un problema que
involucre datos sujetos a variaciones no controladas o errores experimentales, así
como para obtener conclusiones válidas a partir de los datos.
Los tres principios básicos del diseño de experimentos son: el Control local, la
Aleatorización y la Replicación o repetición
Replicación: se refiere a una repetición del experimento básico1. Suponga que
un ingeniero agrónomo está interesado en estudiar el efecto que tienen, sobre el
desarrollo de una enfermedad, dos procesos diferentes de labrado: el autóctono y
el propuesto por un sistema nuevo. En este ejemplo, una réplica consistirá en
cada de un par de las parcelas, una trabajada en el sistema autóctono y otra en el
sistema nuevo. Si se trabajan cinco parcelas en cada sistema, se dice que se ha
obtenido cinco repeticiones en cada tratamiento. La réplica permite al
experimentador obtener una estimación del error experimental, y esto es la base
para determinar si las diferencias que se puedan encontrar son estadísticamente
significativas, y por otro lado permite calcular una estimación más precisa del
efecto de un factor (si se usa la media de la muestra como estimación del efecto).
1
Aunque no es norma, algunos autores diferencian repetición de réplica, dejando el término
“réplica” o “replicación” para hacer referencia a una repetición completa de todo el experimento, la
cual podría ser realizada en otro momento, espacio y/o por otro investigador. En tal sentido, se
habla de que un experimento sea “replicable”.
_____________________________________________________________ [email protected]
1
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
La replicación de un experimento proporciona los datos para estimar la varianza
del error experimental.
Aleatorización: es la asignación aleatoria de los tratamientos a las unidades
experimentales. Fisher señaló que la aleatorización permite obtener estimaciones
válidas de la varianza del error y fundamenta el uso de los métodos estadísticos
en el diseño de experimentos. Aleatorizar convenientemente el experimento
ayuda a “cancelar” los efectos de factores extraños, que pudieran estar presentes
y que el investigador no controla.
Control local o bloqueo: Es una técnica que se usa para aumentar la precisión
del experimento. Un bloque es una porción del material experimental tan
homogéneo como sea posible. Si para realizar el experimento no se cuenta con la
totalidad de UE similares, se realiza una partición de las unidades experimentales
disponibles en subconjuntos homogéneos.
Los estudios Observacionales son aquellos para los que no es posible modificar
las condiciones bajo las cuales de toman las mediciones. Los investigadores de
las ciencias sociales, ecología, vida silvestre, vida marina y de otros tipos de
patrimonio natural llevan a cabo estudios por observación en vez de la
experimentación directa.
El tipo de inferencia realizada es la diferencia principal entre un experimento
diseñado y un estudio por observación. En el experimento diseñado suele ser
posible asignar relaciones causales entre las respuestas y los tratamientos o
condiciones bajo las cuales se realiza la observación; en los estudios
observacionales se limitan a asociar o relacionar los efectos o las respuestas y las
condiciones de la observación -el concepto de tratamiento no es aplicable aquí.
Existen dos aspectos metodológicos en cualquier problema experimental:
• Diseño del experimento
• Análisis de la información contenida en los datos
Estos dos temas están estrechamente relacionados, ya que el método de análisis
utilizado depende directamente del diseño empleado. El análisis de cualquier
conjunto de datos está gobernado por la manera en que fueron obtenidos los
datos.
¿Qué se entiende por diseño experimental?
Diseñar un experimento significa planificar una secuencia de actividades que
permitan reunir información pertinente al problema bajo investigación. Muy a
menudo se seleccionan datos que tienen muy poco o nada que ver con la solución
del problema que se plantea.
_____________________________________________________________ [email protected]
2
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
El diseño de un experimento es la secuencia completa de pasos determinados de
antemano para asegurar que los datos obtenidos sean apropiados y que su
análisis conduzca a deducciones válidas con respecto al problema.
El propósito de un diseño experimental es proporcionar la cantidad máxima de
información correspondiente al problema bajo investigación, proporcionar una
estrategia para obtener la mayor cantidad de información válida acerca de un
fenómeno; esto debe realizarse de la manera más simple posible, ahorrando
tiempo, esfuerzo y material experimental. El costo y el uso adecuado del material
disponible para obtener mediciones, que tengan el mínimo error experimental
son también parte del diseño.
Si se necesita estudiar el efecto de una dieta en animales de una cierta raza, o si
deseamos saber el efecto de un nuevo medicamento sobre el desarrollo de un
tumor, algunas de las preguntas que se beben responder son:
¿Cómo se va a medir el efecto del nuevo tratamiento?
¿Qué se va a medir? Variable(s) respuesta.
¿A quién o a qué se va medir? Unidad Experimental
Factores que afectan a dicha característica (peso inicial, edad)
Factores que se controlarán en la investigación.
¿Cuántas veces se ejecutará el experimento?
¿Cuál es el margen de error admitido para la medición?
Al iniciar el estudio, el investigador desarrolla una lista de verificación; algunos
aspectos que no pueden faltar son:
1. Definir el problema: En esta etapa se debe determinar los antecedentes,
importancia, objetivos y la hipótesis que se va a contrastar.
2. Planeamiento y diseño del experimento: En esta etapa se debe tener en
cuenta: Lugar de ejecución del experimento, tamaño de la parcela o unidad
experimental, número de repeticiones por tratamiento, equipos e
instrumentos que se van a utilizar y métodos de evaluación de los
resultados.
Objetivos específicos del experimento.
Identificación de los factores que influyen, considerando cuáles de ellos
varían y cuáles permanecen constantes.
Características que se van a medir.
Procedimientos particulares para realizar las pruebas o medir las
características.
Número de repeticiones del experimento básico.
Recursos y materiales disponibles
3. Ejecución del experimento.
Forma de garantizar la uniformidad en las labores complementarias
_____________________________________________________________ [email protected]
3
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
Formularios de registro de información
Recolección de mediciones.
4. Procesamiento de la información.
5. Discusión de los resultados.
Análisis económico de los tratamientos que se probaron y utilidad
práctica.
6. Conclusión final y recomendación.
La lista no es exhaustiva, se presenta como esbozo, no termina aquí. Definamos
otros elementos importantes del diseño:
Unidad Experimental: Mínimo elemento objeto de estudio donde se realizará la
“medición”, es la entidad física expuesta al tratamiento, un animal o grupo de
animales, una parcela etc.; el investigador debe reconocer la diferencia de esta
con la unidad sobre la cual se realiza la medición (unidad de observación) pues la
unidad experimental puede construirse promediando el resultado de varias
mediciones.
La unidad experimental, es el objeto o espacio al cual se aplica el tratamiento y
donde se mide y analiza la variable que se investiga. En los experimentos
pecuarios la unidad experimental por lo general está conformada por un animal
(cuye, cerdo, pato, etc.) o por un lote o grupo de los mismos, en los experimentos
forestales la unidad experimental en la mayoría de los casos está conformada por
un árbol y en la mayor parte de las pruebas de campo agrícolas, la unidad
experimental es una parcela de tierra en lugar de una planta individual. Sobre la
unidad experimental se impone la necesidad de que cada una de ellas tenga el
carácter de Independiente (muy especialmente en el ANAVA clásico) para poder
evaluar el efecto de los Factores (controlados) sobre la variable dependiente
analizada.
Tratamiento. El tratamiento establece un conjunto de condiciones experimentales
que deben imponerse a una unidad experimental como consecuencia de la
hipótesis de investigación y son el centro de la misma. Ejemplo: dietas, variedades
de cultivos, temperaturas, tipos de suelo etc. Si se estudia más de un factor, las
combinaciones de los niveles de los factores serán los tratamientos.
Testigo. Por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo
puede ser aquel tratamiento que no incluye fertilizante. La elección del tratamiento
testigo es de gran importancia en cualquier investigación, éste se constituye como
referencia de las mediciones y sirve para la comparación de los tratamientos en
prueba.
Efecto de Borde. En los experimentos agrícolas y en ecología, muchas veces
existen diferencias en los efectos que se expresan en las unidades situadas en los
_____________________________________________________________ [email protected]
4
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
perímetros de la parcela en relación con aquellas unidades en la parte central;
esta diferencia es llamado efecto de borde y puede causar sobre-estimación o
sub-estimación de las respuestas de los tratamientos, llegando con esto a
comparaciones sesgadas entre ellos.
El efecto de borde puede ser causado por:
1. Cambios en el ambiente o entorno de la unidad experimenta, en la
vecindad de las parcelas o áreas no cultivadas, que hace que las plantas en
los perímetros tengan menor competencia de luz y nutrientes.
2. Competencia o interacción entre tratamientos, que tienen relación de
vecindad.
Para controlar el efecto de borde se acostumbra a evaluar solamente las plantas
centrales del lote o parcela para los fines experimentales. Estas plantas centrales
constituyen lo que se llama PARCELA EXPERIMENTAL NETA o PARCELA
EFECTIVA.
Covariable: son variables adicionales que afectan a la variable respuesta y no
pueden ser controladas en la conducción del experimento, pero si se puede
tenerse y cuantificar su efecto.
Error experimental: Describe la variación entre unidades tratadas de manera
independiente e idéntica. Está constituido por aquellas variaciones o
alteraciones de la variable respuesta que se originan en factores no controlados
o no conocidos; indica la variación intrínseca a las Unidades experimentales
respecto al valor central o esperado de la respuesta, en cada subpoblación que el
experimento considera.
Algunas fuentes del error experimental:
Las variaciones en la respuesta pueden originarse en varios tipos de influencias,
de las cuales algunas no pueden evitarse, otras son aceptables (manejables) y
otras resultan en la descalificación total de la información que se tome. De esta
forma, es necesaria
• La variación natural entre unidades experimentales (material usado para el
experimento) o en las condiciones de experimentación del suelo, la
genética, variaciones climáticas, etc.
No son permitidas pero son manejables
• La variabilidad en la medición de la respuesta puede aparecer por falta de
uniformidad con la que se manejan las unidades experimentales
(trabajadores más o menos hábiles…, en general desuniformidad en
labores complementarias.
_____________________________________________________________ [email protected]
5
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
•
•
La imposibilidad de reproducir las condiciones del tratamiento con exactitud
de una unidad a otra (eventos extraños a la medición como tormentas,
inundaciones.
La interacción de los tratamientos con las unidades experimentales
NO Son permitidas en absoluto
• Cualquier otro factor externo que influya en las características medidas y
que no sea tenido en cuenta por el experimentador. Esta condición es
denominada “efecto de factores de confusión”.
• Errores de medición-observación, falta de precisión en los métodos, o en
los aparatos de lectura, errores de escritura-digitación de resultados
Un importante objetivo del análisis estadístico es lograr una estimación de la
varianza del error experimental. Por ello, decimos que hay formas de reducir el
error experimental pero no de evitarlo. Para reducir el error debemos tener en
cuenta:
• Aplicar el Diseño experimental más eficiente.
• Usar material experimental homogéneo
• Utilizar información de variables aleatorias relacionadas
REPETICIÓN. Se denominan de esta forma a las unidades experimentales que
reciben el mismo tratamiento de forma independiente. La réplica se refiere a la
repetición del experimento básico. La obtención de réplicas permite obtener una
estimación del error experimental así como calcular una respuesta más precisa del
efecto a estudio. Entre mayor sea el números de repeticiones para cada
experimento, mejor será el resultado obtenido en la estimación de la varianza.
Es bastante común que por dificultades o costos de obtener unidades de
observación o de medición, se tenga la idea de subdividir las unidades
experimentales, como una estrategia para disponer de un mayor número de
repeticiones; con este procedimiento se resta validez externa a las conclusiones al
tiempo que deterioran la consistencia interna del experimento. La subdivisión a
posteriori de unidades experimentales viola el supuesto de Independencia de las
observaciones (se obtienen las llamadas pseudorepeticiones).
Por ejemplo, dos mediciones independientes de la estatura de una persona no dan
una medida de la variación de las estaturas de la población de personas, sino que
dan una medida de la variación de la medición de estatura en esa persona. En
otro ejemplo, considere un experimento para comparar la capacidad de tres
conservadores para inhibir el crecimiento de hongos en cierto tipo de pastel.
_____________________________________________________________ [email protected]
6
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
Se aplica un conservante a cada pastel. Después de 9 días de almacenado se
mide el número de esporas de hongo por cm3. Como el investigador quiere 10
réplicas para el análisis, divide cada pastel en 10 partes y obtiene la medición de
esporas de hongo en cada parte. Sin embargo, esas 10 mediciones no resultan de
10 aplicaciones independientes del conservante. La medida de variación de sus
sub muestras es un indicador de la variación dentro del pastel y no de la variación
entre unidades experimentales. Para tener 10 réplicas, el investigador necesita
hacer 10 pasteles con cada conservante, cada uno de ellos mezclado
independientemente del otro.
Al aumentar el número de repeticiones no solo se pueden obtener intervalos de
confianza más estrechos para los promedios, sino que también se aumenta la
potencia de las pruebas y se pueden detectar cambios más pequeños en los
efectos de los tratamientos. En general, se disminuyen simultáneamente, las
probabilidades de error tipo I y II.
Estructura de tratamientos. Es el conjunto de tratamientos, combinación de los
niveles de los factores bajo estudio, o poblaciones que son seleccionadas por el
investigador para comparar. La estructura de tratamientos puede ser un conjunto
de K tratamientos, llamada estructura de tratamientos unifactorial (de una vía, oneway), o un conjunto de combinaciones de niveles como un arreglo factorial de 2
factores (vías) o de mayor orden
Estructura de diseño. Es la forma en que se agrupan las u.e. en conjuntos
homogéneos (bloques). La estructura de diseño de un experimento involucra el
agrupamiento de las u.e. de tal manera que las condiciones bajo las cuales se
observan los tratamientos sean lo más uniformes posible. Si todas las u.e. son
homogéneas, entonces solo hay un grupo o bloque de observaciones y las u.e.
pueden ser asignadas a los tratamientos completamente al azar. Esta estructura
de diseño se llama diseño completamente al azar
Si se requiere más de un grupo de u.e. para que dentro de cada grupo las u.e.
sean más homogéneas entre sí que entre grupos, entonces la estructura de
diseño es algún tipo de diseño de bloques.
Una vez que se seleccionaron la estructura de tratamientos y de diseño, el diseño
experimental se especifica describiendo exactamente el método de asignación
aleatoria de los tratamientos a la u.e. en la estructura de diseño.
El diseño experimental define el modelo apropiado que debe usarse para un
análisis correcto. Al construir el modelo, se hacen dos suposiciones básicas:
_____________________________________________________________ [email protected]
7
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
1. Se supone que los componentes de la estructura de diseño son efectos
aleatorios, esto es, los bloques usados son una muestra aleatoria de la
población de posibles bloques de u.e.
2. Se supone que no hay interacción entre los componentes de la estructura
de diseño y los componentes de la estructura de tratamientos. Es decir, se
supone que la relación existente entre los tratamientos será consistente de
bloque a bloque, o dicho de otra manera, los bloques no influyen en la
relación entre los tratamientos
La estructura de diseño se selecciona usando toda la información disponible de las
u.e. y se escoge independientemente de la estructura de tratamientos.
Tipos de estructura de diseño.
1. Diseño completamente al azar. Se supone que todas las u.e. son
homogéneas y los tratamientos se asignan a las u.e. completamente al
azar.
2. Diseño de bloques al azar (completos). Si hay K tratamientos, este diseño
consiste de b bloques con K u.e. cada uno. Cada tratamiento se asigna
aleatoriamente a las u.e. en cada bloque. (Restricción en la aleatorización).
3. Diseño de cuadro latino. Consiste de un diseño de bloques en dos
direcciones. Si se tienen k tratamientos, k2 u.e. se arreglan en un cuadrado
k × k donde los renglones se llaman bloques renglón y las columnas
bloques columna. Los tratamientos se asignan aleatoriamente a las u.e. de
tal manera que cada tratamiento ocurra una sola vez en cada bloque
renglón y una sola vez en cada bloque columna.
4. Diseño de bloques incompletos. Cuando el número de tratamientos es
mayor que el número de u.e. en cada bloque.
5. Combinaciones y generalizaciones. El tamaño de los bloques varía de
bloque a bloque, o algunos bloques están incompletos y otros completos
Tipos de estructuras de tratamientos
1. Estructura de una vía (one way). Consiste de un conjunto de t tratamientos
o poblaciones que corresponden a los k niveles del factor bajo estudio.
2. Estructura de dos vías (two way). Consiste de un conjunto de tratamientos
construidos al combinar los niveles de dos factores. Si el primer factor tiene
s niveles y el segundo r niveles, resultan s × r tratamientos. Ejemplo: Diseño
factorial 3 × 4, 12 tratamientos
3. Estructura de arreglo factorial. Consiste de un conjunto de tratamientos
construidos al combinar los niveles de 2 o más factores.
_____________________________________________________________ [email protected]
8
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
4. Estructura de arreglo factorial fraccionado. Consiste de solo una parte o
fracción de todas las combinaciones posibles de niveles (tratamientos) de
un arreglo factorial Existen diferentes técnicas para seleccionar la fracción
apropiada.
Todas las estructuras descritas se pueden considerar como una estructura de una
vía (one way) para propósitos de análisis
Tipos De Modelos Estadísticos
De acuerdo a la selección de los tratamientos se tiene la siguiente clasificación:
Modelos de Efectos Fijos. Se presenta cuando los niveles de los factores (y con
esto, los tratamientos) que intervienen en un experimento son todos los posibles
para el factor o de antemano son fijados por el investigador como los únicos
sobres los que se realizará la inferencia; es decir, no se efectúa una elección
aleatoria. En estos casos las conclusiones del análisis de variancia solamente son
válidas para los tratamientos usados en el experimento.
Modelos de Efectos aleatorios
Se presenta cuando los niveles de los factores que intervienen en un experimento
son elegidos al azar de una población de posibles niveles. En estos casos las
conclusiones del análisis son válidas de más ampliamente, tanto para los niveles
incluidos en el estudio como para los demás no usados.
Modelos de Efectos Mixtos
Se presenta cuando se incluyen en el estudio factores con efectos fijos y otros con
efectos aleatorios.
_____________________________________________________________ [email protected]
9
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
Método científico y Diseño de Experimentos
Desde la Ilustración (en la que se deja de lado las explicaciones mitológicas del
Universo reemplazándolas por explicaciones que luego se catalogaron como Precientíficas), se vienen empleando diversas técnicas para la adquisición de
conocimiento; la filosofía de la ciencia paulatinamente ha llegado a cierto
consenso acerca del cómo acceder al conocimiento y actualmente se le reconoce
cierta validez al circuito observación - hipótesis - validación- síntesis.
Método inductivo. Se observan casos o comportamientos particulares que se
“extienden” a normas generales. La fragilidad de este método es fácilmente
demostrable. Basta con verificar que, a pesar de que muchos cuerpos “caen”, los
cuerpos más livianos que el aire no lo hacen: la generalización de las
observaciones siempre precisa de la delimitación de las condiciones bajo las
cuales es válida la inducción.
Si los objetos de investigación son infinitos o no pueden estudiarse en su totalidad,
se toma una muestra representativa que permita generalizar (inducción
incompleta). Si la conclusión se infiere observando que un mismo carácter se
repite en una serie de elementos del objeto de investigación (inducción por
enumeración), la generalización sólo es probabilística. La inducción incompleta
puede ser científica; en este caso, se estudian los caracteres, conexiones,
relaciones de causalidad, etc., del objeto de investigación; este método se apoya
en los métodos empíricos de observación y experimentación.
En el método de inducción hay otras variantes para encontrar relaciones causaefecto a partir de la experimentación, tales como:
• Concordancia: se comparan varios casos donde se presenta un fenómeno y
se infiere como causa al fenómeno, lo que se repite en los casos.
• Diferencia: del análisis de varios casos, se observa qué ausencia de una
circunstancia, no produce el efecto, estando siempre todas las demás
circunstancias; la circunstancia ausente es la causa de lo investigado.
• Variaciones concomitantes: si la variación de una variable o fenómeno
aparece con la variación de otra variable o fenómeno, entonces hay relación
causa-efecto entre las variables o fenómenos.
• Residuos: para un fenómeno dado, se eliminan las circunstancias cuyas
causas se conocen; la circunstancia residual es la causa del fenómeno.
Método sintético. Mediante una reunión racional de elementos dispersos o
hechos aparentemente aislados, se formula una teoría que unifica los diversos
hechos o elementos.
_____________________________________________________________ [email protected]
10
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
Método hipotético-deductivo. Se propone una hipótesis2 a partir de la inferencia
de datos empíricos (inducción) o de principios y leyes (deducción). A partir de ella
y mediante deducción lógica, se obtienen conclusiones particulares que se pueden
comprobar experimentalmente.
HIPÓTESIS
Deducción
Inducción
Predicción
Cuerpo de
Conocimiento
Disponible
Contraste de
Hipótesis
Problema
Nueva
Observación
Evidencia
Evidencia Negativa
Aplicaciones prácticas
Tipo de
evidencia
Deducción
Nueva Teoría
Inducción Evidencia Positiva
Figura 2. Un esquema para la búsqueda de información
La experimentación científica
2
proposición que establece relaciones, entre hechos o variables
_____________________________________________________________ [email protected]
11
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
La experimentación consiste en alterar controladamente las condiciones naturales
del objeto de investigación, de forma que realizando pruebas, creando modelos y
reproduciendo condiciones, se obtendrán relaciones o rasgos del objeto o
problema. Con ella, se caracterizan los factores (X) de mayor influencia en
variables de respuesta (Y) del objeto, de forma que si se realizan cambios
sistemáticamente controlados en los factores del proceso, sea posible observar y
cuantificar los cambios que estos generan sobre la variable de respuesta.
El Método Científico
En términos simples, lo podemos definir como la aplicación de la lógica y la
objetividad para entender un fenómeno, descubrir nuevo conocimiento o resolver
un problema; en general se caracteriza por partir de lo conocido (definiciones,
conceptos), utilizar las operaciones lógicas y validar hipótesis mediante la
observación o la experimentación.
No hay reglas ni pasos infalibles para aplicar el método científico; los siguientes
son algunos de los más importantes:
•
•
•
•
•
•
Formular precisa y específicamente el problema: Inicialmente se percibe la
dificultad (hay un problema que preocupa, faltan medios para resolverlo, no se
explica un acontecimiento inesperado), luego mediante observación o
experimentación se identifica y precisa la dificultad o el problema.
Proponer hipótesis bien definidas y fundamentadas como posible solución del
problema; las hipótesis deben:
I. Ser empíricas, sin prejuicios.
II. Ser conceptualmente claras.
III. Ser específicas, sin predicciones generales.
IV. Estar relacionadas con las técnicas teóricas disponibles para
verificarlas.
Someter la hipótesis a una verificación rigurosa: normalmente mediante
experimentación
Deducir las consecuencias de la solución propuesta, su alcance y limitaciones,
teniendo en cuenta que las hipótesis “confirmadas” no son absolutamente
verdaderas.
Intentar formalizar en leyes el nuevo conocimiento obtenido.
Analizar extensiones, planteamientos alternos o trabajos futuros.
DISEÑO DE EXPERIMENTOS
En general, se aplica el diseño de experimentos para sistemas donde existen una
o varias variables de respuesta (Y) cuyo valor depende de una o varias variables
independientes (X) o factores que pueden ser controlables. Las respuestas
pueden estar influenciadas por otras variables no controladas (Zi).
_____________________________________________________________ [email protected]
12
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
El objetivo de la investigación es la adquisición de nueva información de modo que
se expanda el cuerpo de conocimiento disponible para la Ciencia. Este cuerpo de
conocimiento consiste de tres grandes componentes:
1. Descripción de fenómenos en términos de características observables en
elementos o en eventos.
2. Descripción de asociaciones entre fenómenos
3. Descripción de asociaciones causales entre fenómenos
Las ciencias, en general, se distinguen por el nivel de contenido de estos tres
tipos de componentes. Las ciencias duras (como la física y la química) manejan un
gran cuerpo de conocimiento constituido por el tipo 3 -relaciones causales. Las
ciencias blandas manejan sobre todo de los tipos 1 y 2 -fenomenológicas y
asociativas.
Ninguno de estos tipos de descripción, sin embargo son exactos:
Toda información es imperfecta. Debemos tratarla con humildad…el error
está indisolublemente ligado a la naturaleza del conocimiento humano…
(Jacob Bronoswski)
De esta forma, todas las ciencias comparten información en algún grado incierta.
_____________________________________________________________ [email protected]
13
INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
Cuando un científico agrega algo al cuerpo de conocimiento disponible, el grado
de incertidumbre asociado a cada pieza de información es descrita a través de la
valoración estadística de la probabilidad de que lo establecido sea cierto o falso.
Se busca, en particular:
•
•
•
•
•
Obtener un conocimiento inicial sobre un sistema en estudio
Identificar los factores de interés.
Determinar los efectos de los factores sobre las variables respuestas, cuáles
son los más importantes y cómo son las interacciones.
Optimizar las respuestas, determinar los niveles de factores que permiten las
respuestas óptimas.
Determinar la robustez del sistema ante las variables no controladas o
variaciones indeseables de los factores.
Control de la variabilidad
Natural
Factores en estudio
Diseño Experimental
Estimaciones confiables
Insesgadas - eficientes
Contraste de hipótesis
Material
Experimental
Control de factores o
variables que no son de
interés
_____________________________________________________________ [email protected]
14