TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CHINÁ

MATERIA:
DISEÑOS EXPERIMENTALES

GRADO Y GRUPO:
5º “DA”

PROFESOR:
NELSON JESUS PECH MAY

“UNIDAD 2 EJECUCIÓN DE LA EXPERIMENTACIÓN”

INTEGRANTES:
 GUTIÉRREZ VERA KARINA
 CHIN MUCUL FREDDY URIEL
 GUTIÉRREZ HERNANDEZ CARLOS ENRIQUE

FECHA: 24/09/2022
 ÍNDICE
INTRODUCCIÓN..................................................................................................................3
2.1 DEFINICIÓN DE CONCEPTOS..........................................................................4
2.1.1 TRATAMIENTO, TESTIGO, UNIDAD EXPERIMENTAL, UNIDAD DE
OBSERVACIÓN...........................................................................................................4
2.1.2 ERROR EXPERIMENTAL, REPETICIONES, VARIABLE DE
AGRUPAMIENTO O CONTROL, TRATAMIENTO, VARIABLE DE
OBSERVACIÓN, ETC.................................................................................................9
2.2 TAMAÑO ÓPTIMO DE PARCELA O UNIDAD EXPERIMENTAL...............12
2.3 FORMA DE LAS UNIDADES O PARCELAS EXPERIMENTALES............13
2.4 NÚMERO DE REPETICIONES CONSIDERACIONES GENERALES.......15
2.5 SELECCIÓN DEL MATERIAL EXPERIMENTAL...........................................17
2.6 AGRUPAMIENTO DE LAS UNIDADES EXPERIMENTALES Y DE LOS
TRATAMIENTOS.......................................................................................................17
2.7 EFECTOS DE LA COMPETENCIA ENTRE Y DENTRO DE LAS
UNIDADES EXPERIMENTALES.............................................................................19
2.8. EXPERIMENTOS COMUNES EN LA INVESTIGACIÓN AGRÍCOLA.......20
2.9 CONSIDERACIONES EN LA PLANEACIÓN, EJECUCIÓN,
RECOLECCIÓN, ANÁLISIS E INTERPRETACIÓN DE LOS DATOS DE UN
EXPERIMENTO.........................................................................................................21
2.10 EL ANÁLISIS DE VARIANZA Y ACEPTACIÓN O RECHAZO DE
HIPÓTESIS NULA (PRUEBA DE F).......................................................................22
2.11 MEDICIÓN Y CONTROL DEL ERROR EXPERIMENTAL.........................23
CONCLUSIÓN....................................................................................................................25
BIBLIOGRAFIA..................................................................................................................26
 INTRODUCCIÓN
El desarrollo de la investigación comprende le recolección de datos y otros
procedimientos que proveen la materia prima para la validación de la hipótesis.
La ejecución de la investigación, incluye el procedimiento para, ordenar, clasificar,
tabular y organizar información de modo que se pueda interpretar y exponer de
forma estructurada en relación con los objetivos propuestos.
Consiste en la aplicación de cada uno de los procesos de laboratorio o
procedimientos (tratamientos) a las unidades experimentales de acuerdo al diseño
experimental seleccionado. Es recomendable preparar un protocolo de ejecución y
seguirlo cuidadosamente.
 2.1 DEFINICIÓN DE CONCEPTOS.
2.1.1 TRATAMIENTO, TESTIGO, UNIDAD EXPERIMENTAL, UNIDAD DE
OBSERVACIÓN.
Tratamientos. Son niveles de estudio fijos o aleatorios denominados “variables
independientes” que se aplican a las “unidades experimentales” a las cuales se les
mide o evalúa uno o más rasgos de interés; a tales rasgos se les conoce como
“variables dependientes” o “de respuesta”.
Algunos ejemplos de tratamientos:
1. Diferentes dosis de un fertilizante químico (por ejemplo, niveles de
nitrógeno o fósforo o potasio, etcétera) sobre rendimiento en grano o fruto
de algún cultivo.
2. Comportamiento fenológico o productivo entre variedades de cierta especie
forrajera.
3. Efectos combinados de diferentes fuentes proteicas y energéticas sobre
rendimiento en carne y comportamiento en bovinos, etcétera.
El número de tratamientos depende de varios factores que deben ser tomados en
cuenta:
Asimismo, la calidad y cantidad de investigación previa sobre área de estudio:
 Si no existe se inicia explorando: se utilizan pocos niveles con amplios
márgenes entre niveles.
 Si ya existe, se pueden usar más niveles con menor separación entre ellos
buscando el punto óptimo. En este caso posiblemente el estudio profundiza
caracterizando el tipo de respuesta en función de la tendencia y relación
entre variables.
Testigo o control. Es un efecto que se aplica a un grupo de material experimental y
que representará al comportamiento de la población original que no recibe los
tratamientos propuestos por el investigador. Este puede ser el sistema de
manipulación convencional que se ha practicado tradicionalmente en una localidad
o región y que ahora se desea comparar con una nueva propuesta de
tratamientos, los cuales se aplicarán a muestras de material experimental de
elementos seleccionados de la población (grupos experimentales). Por ejemplo, se
podría comparar el sistema tradicional de labranza del suelo agrícola para un
determinado cultivo (control o testigo) con nuevos sistemas mecanizados de
labranza (tratamientos) en cuanto a rendimiento y eficiencia en dicho cultivo.

El procedimiento anterior tiene la ventaja de que el propio protocolo experimental

para la prueba de la hipótesis propuesta, implica la validación de los resultados
esperados con relación a los tratamientos evaluados, lo cual puede representar un
ahorro importante en tiempo y recursos para aplicar una nueva tecnología a la
población de posibles usuarios.

Unidad experimental. Es la fracción más pequeña de cada muestra o grupo

experimental a la que se aplica un tratamiento determinado, y que es capaz de
expresar una respuesta que se puede medir o cuantificar, para que
posteriormente, a través de un análisis estadístico de los datos previamente
ordenados, se pueda rechazar o no cierta hipótesis planteada.

Se ha de procurar que las unidades experimentales sean lo más homogéneas

posible para que su variación intrínseca no se confunda con el efecto de los
tratamientos.
 La UE puede ser simple: una parcela, un animal por corraleta, un árbol
frutal, etcétera, o puede ser un grupo de parcelas, animales, árboles,
etcétera.
 Al conjunto de unidades que reciben un determinado tratamiento se
denomina “repeticiones”.
 Sin que ello constituya una regla, generalmente las investigaciones del área
biológica y particularmente en el área agropecuaria, utilizan entre cuatro y
ocho repeticiones.
  Si las UE son homogéneas permitirá una forma de aleatorización de los
tratamientos a dichas unidades. Por otra parte, si son heterogéneas se
utilizará otra forma de agrupación y aleatorización de los tratamientos,
dando origen a diferentes tipos de diseños experimentales.
 Todo lo anterior tiene como objetivo reducir el error experimental y otorgar
mayor confiabilidad y valor práctico a los resultados experimentales.

Unidad de observación. Aquí se hace referencia a una porción o fracción del

material experimental que de manera conveniente expresa de forma más precisa
el efecto del tratamiento aplicado. Por ejemplo, se pueden seleccionar en forma
aleatoria grupos pequeños pero representativos de individuos que estén libres de
efectos extraños y que permitan inferir el comportamiento verdadero de la
población a la que deseamos recomendar los resultados de la investigación. En
otros casos, por ejemplo, se puede elegir la porción central de una parcela
experimental que esté más libre de los efectos exteriores, o también se puede
seleccionar la fracción o fracciones más representativas de un árbol frutal o de un
animal donde se realizarán mediciones en función de las variables de respuesta
sugeridas, de los tratamientos experimentales y de la metodología de medición
previamente definida.

Repetición. - significa que un experimento se efectúa dos o más veces, su función

es suministrar una información más precisa de los efectos del tratamiento, el
número de repeticiones que se requieren en un experimento en particular,
depende de la magnitud de las diferencias que deseamos detectar y de la
variabilidad de los datos con los que estamos trabajando. 
 
Error experimental. - describe el fracaso de llegar a resultados idénticos con dos
unidades experimentales tratadas idénticamente. 
 
Aleatorización. - es la asignación de tratamientos a unidades experimentales de
modo que todas las unidades experimentales tengan iguales probabilidades de
recibir un tratamiento, su función es asegurar estimaciones imparciales de
medidas de tratamientos y del error experimental.  
 
Control local: (bloqueo) permite ciertas restricciones sobre la selección aleatoria
para reducir el error experimental. 
 
Hipótesis estadística. -  son proposiciones a cerca de la distribución de la
población, los tipos de hipótesis son: Hipótesis Nula (Ho) e Hipótesis Alternativa
(Ha). Los procedimientos que nos permiten decidir “Aceptar” o “Rechazar” una
hipótesis son llamados pruebas de hipótesis las cuales no son sino una regla de
decisión. 
 
Análisis de varianza (ANAVA). - Representa una poderosa herramienta de
ingeniería estadística y de análisis de datos. Nos permite comparar muestras de
dos o más de poblaciones y hacer inferencia a cerca de la relación entre las
medias de la población correspondiente. El ANAVA es una de las técnicas más
ampliamente usadas y mejor conocidas del análisis estadístico. Muchos de los
análisis de datos desarrollas en la mayoría de las áreas del conocimiento aplican
este análisis. 
  
Modelo estadístico: El concepto de modelo es el de una réplica de algo; así un
aeroplano a escala, una muñeca, una maqueta, son modelos físicos. También
existen muchos abstractos; por ejemplo, el que describe el sistema solar con
esferas de diferentes tamaños. Sin embargo, los más importantes para la ciencia
son los modelos matemáticos, que son abstractos y emplean símbolos para
representar conceptos que describen adecuadamente el mundo real, por ejemplo,
un círculo perfecto, el área está dada por A = π  r2 
En física, los modelos son bastante precisos; en la biología, lo son menos. Una
entidad biológica es en realidad muy complicada y casi imposible estudiarla en
todos sus detalles, en estudios cuantitativos y cualitativos, tenemos limitar nuestra
atención a ciertos rasgos principales del objeto en estudio, prescindiendo de otros
muchos detalles e introduciendo suposiciones que simplifiquen el estudio. 

En el análisis estadístico o cuantitativo también debemos adoptar un modelo, con

el objeto de reducir los datos a unos cuantos parámetros y de fraccionar la
variabilidad de las observaciones de acuerdo a las fuentes de variación
conocidas. 

Debido a que las modelos matemáticas determinan exactamente la relación entre

las variables –lo cual requiere conocimiento de ellas- ya que en la práctica no es
posible aplicar dichos modelos a los fenómenos aleatorios, en donde muchas
variables que afectan a un fenómeno son desconocidas, en este último caso, el
modelo que se postula se denomina modelo estadístico  
Algunas diferencias entre un modelo matemático y un modelo estadístico 
1. El modelo estadístico es un modelo matemático en el cual interviene un
elemento aleatorio que detonaremos por medio de una ϵ 
2. El modelo estadístico, en contraste con el modelo matemático, no se aplica
a un solo evento, sino a un conjunto de ellos. 
3. En el modelo estadístico, a causa de un elemento aleatorio que interviene
en él, no se puede determinar con exactitud el valor de una variable en
función de otra. En el modelo estadístico, si es posible determinar las
variables; por esta razón se llama modelo determinístico  

Si consideramos a un tratamiento como un estímulo, que al ser aplicado a una

unidad experimental es capaz de provocar una respuesta, ésta es una función de
un conjunto de variables genéticas y ambientales. Que podemos clasificar en dos
categorías: variables endógenas y variables exógenas. Las primeras son aquellas
que no necesariamente están en estudio pero que pueden ser controladas, por
ejemplo, el sexo, la raza, camada, variedad, fertilizante, entre otras. Las variables
exógenas son aquellas que no están en estudio y que no es posible controlarlas
en forma económica o no se consideran importantes en la manifestación de la
respuesta o son variables desconocidas. 

2.1.2 ERROR EXPERIMENTAL, REPETICIONES, VARIABLE DE

AGRUPAMIENTO O CONTROL, TRATAMIENTO, VARIABLE DE
OBSERVACIÓN, ETC.
Asumamos que un experimento consiste en medir el tiempo en que un caballo de
carreras recorre una determinada distancia. Suponga que se trata de controlar al
máximo las condiciones para que sean las mismas entre experimento y
experimento. Al final se registran los resultados de un conjunto de repeticiones del
mismo experimento. Nótese que se utilizó el mismo caballo en todos los
experimentos, pero aún bajo estas condiciones aparentemente controladas entre
experimentos, los registros son variables sin una causa aparente, o al menos por
causas desconocidas. Tal variación atribuida a causas desconocidas y que no fue
posible controlar durante el desarrollo experimental, introduce el concepto de
aleatoriedad o variación aleatoria.

Ocurre lo mismo si un determinado grupo de individuos cercanamente

emparentados con características físicas, anatómicas y fisiológicas muy parecidas
reciben un mismo tratamiento. El conjunto de ellos expresará respuestas
diferentes, aun cuando experimentalmente hayan recibido el mismo manejo bajo
las mismas condiciones ambientales. Suponemos de nuevo en este caso que
existen algunas pequeñas diferencias inherentes a los propios individuos, así
como algunos factores microambientales que los rodean y que provocan
respuestas distintas.
También cabe la posibilidad de que existan factores perniciosos que están
presentes de una manera diferencial entre las unidades experimentales, y que
exigen un cuidado continuo y persistente; tal es el caso de las variantes del suelo,
causadas por una multiplicidad de factores ajenos a nuestra voluntad.

Algunos investigadores juzgaron desde hace muchos años la necesidad de

establecer mecanismos de evaluación y/o control de dichas variaciones. Así,
Fairfield Smith en 1938 realizó un trabajo clásico en este campo, donde evaluó un
conjunto de parcelas contiguas en cuanto a productividad; sin embargo, controló
una serie de factores variables como la variedad del cultivo, prácticas de la
labranza y prácticas agrícolas a lo largo de todos los procesos productivos.
Encontró variabilidad importante entre las parcelas estudiadas, la pregunta fue,
¿por qué? Él halló gran parte de la respuesta en una heterogeneidad inherente al
suelo, a lo que llamó factores microecológicos.

Por lo tanto, cuando se tienen varios grupos experimentales y a cada uno de ellos
se aplica un tratamiento diferente y se conduce un experimento, entonces surgen
dos fuentes de variación, una dentro de cada grupo donde el tratamiento es
invariante y que en consecuencia es solamente de naturaleza aleatoria o
ambiental, inherente a la variación entre las unidades experimentales; y la otra
entre los grupos experimentales y que contiene el componente aleatorio pero
también la variación debida al efecto de los diferentes tratamientos aplicados.
 La figura 2.1 ilustra tal concepto para grupos experimentales.
Repetición. Se designa así al conjunto de unidades que reciben un determinado
tratamiento y que se denomina “repeticiones”. Atendiendo al esquema anterior
supongamos que cada grupo (G1, G2, G3) recibió respectivamente tratamiento 1,
2 y 3 (T1, T2, T3), donde V1, V2, Vr, son las repeticiones de cada tratamiento.

El conjunto de las unidades simples o compuestas constituyen las repeticiones de

un tratamiento dado, y también recibe el nombre de “grupo experimental”.

Actualmente se sabe que a medida que se incrementa el número de repeticiones

por tratamiento aumenta proporcionalmente la precisión con que se evalúa el
efecto de dicho tratamiento. Sin embargo, esto tiene ciertos límites, es decir, en la
práctica ya se tiene más o menos identificado el rango del número mínimo de
repeticiones. Sin ser esto una regla para la mayoría de los experimentos en las
disciplinas biológicas algunos investigadores recomiendan entre 4 y 8 repeticiones
por tratamiento. Obviamente, el mayor o menor número de repeticiones varía de
un experimento a otro, en función de la variabilidad del material experimental, el
grado de sensibilidad de la variable a medir para responder al efecto del
tratamiento aplicado, entre otros. Mientras más heterogéneas son las UE, o menos
sensibles a responder a los efectos del tratamiento, entonces se requerirán más
repeticiones por tratamiento y viceversa.

Variabilidad de las unidades experimentales. Cuando estas son homogéneas para

una o varias características, se puede presumir anticipadamente que responderán
en forma parecida al efecto de algún tratamiento aplicado, en este caso aún con
pocas repeticiones, incluso tres o cuatro, podrían ser suficientes para evaluar el
‘efecto verdadero’ del tratamiento. Si existe suficiente cantidad de material
experimental es posible que dichas unidades se asignen en forma aleatoria y
completa al conjunto de tratamientos que se desea evaluar, lo que da origen a un
diseño completamente aleatorizado, es decir, donde el conjunto de unidades del
material experimental seleccionado, cada una de ellas, tiene la misma probabilidad
de recibir cualquiera de los tratamientos seleccionados.

Cuando el conjunto de unidades que constituyen el material experimental es

variable, es decir, se parte de una población variable, probablemente en términos
de edad de los individuos, peso, especie, raza, variedad, etcétera, o bien existen
variaciones inherentes al tipo de suelo, humedad y fertilidad, o variaciones
microambientales en el interior de un invernadero o en las instalaciones donde se
alojarán grupos de animales que constituirán las repeticiones de los tratamientos a
evaluar, quizás resulte conveniente agrupar las unidades experimentales en
grupos más compactos atendiendo al gradiente de variación que mayor influencia
pudiera
tener sobre el efecto de los tratamientos. La variable, en función de la cual las
unidades
experimentales son agrupadas en estratos más compactos (menos variables) se
denomina variable de agrupamiento o control, pero la designación más universal
en el campo de los diseños experimentales es el de ‘bloques’.

2.2 TAMAÑO ÓPTIMO DE PARCELA O UNIDAD EXPERIMENTAL.

No existe una regla general alrededor de este concepto, sin embargo, en
experimentos agrícolas se utilizan con frecuencia parcelas de 3 x 4 o de 3 x 5 m,
entre otros. En experimentos que se modelan sobre un cultivo previamente
establecido suelen escogerse dos o tres surcos útiles y dentro de ellos se
seleccionan puntos específicos de muestreo donde se seleccionan entre 10 o 15
plantas útiles dependiendo de la especie de cultivo que se trate. Sin embargo, este
es un enfoque muy reducido del universo de circunstancias que en el campo
agropecuario se pueden presentar. Por ejemplo, en experimentos con ganado el
tamaño de la unidad animal se define por el objetivo del experimento y el tipo de
variables que se desea evaluar, quedando circunscrito principalmente al estado
fisiológico y etapa de desarrollo del animal, incluso el tipo de producción que se
pretende evaluar experimentalmente (carne, leche, huevo, habilidad maternal,
tamaño de camada, peso de la cría, etcétera). El objetivo es que la UE evalúe
fuera de toda confusión el efecto verdadero de los tratamientos, que garantice
validez práctica y confiabilidad a los resultados experimentales y a la prueba de la
hipótesis propuesta. En otras palabras, el tamaño óptimo de la UE se definirá en
función de su capacidad para controlar al máximo el error experimental y su
respuesta sin interferencias al efecto del tratamiento aplicado.

2.3 FORMA DE LAS UNIDADES O PARCELAS EXPERIMENTALES.

Dicha forma depende del tipo de experimento y campo en el que se desarrolla. Por
ejemplo, en experimentos agrícolas generalmente las parcelas experimentales
tienen forma rectangular y se disponen en sentido opuesto o perpendicular al
gradiente principal de variación (figura 2.2).

Figura 2.2. Disposición de la parcela experimental en función del gradiente de variación.

Pero con frecuencia en algunas especies forrajeras ya establecidas se muestrea

sobre ellas y generalmente se usas figuras cuadradas o circulares (figura 2.3).
En ambientes cerrados o controlados como los invernaderos a veces se utilizan
camas de cultivo dispuestos en forma rectangular y con algún grado de pendiente,
pero con frecuencia también se utilizan macetas suspendidas en forma aérea o
tubos aéreos o macetas a nivel del suelo o colocadas sobre superficies elevadas
(figura 2.4)

En experimentos que se conducen con animales en producción pecuaria la forma

de la unidad experimental más bien se circunscribe al área de alojamiento de los
animales, por ejemplo, en experimentos en pastoreo en superficies abiertas.
Quizás la superficie total se divide en praderas o potreros en el caso de áreas de
agostadero y en todo caso los animales constituyen las unidades experimentales,
a menos que se realicen mediciones de comportamiento de las praderas o de los
agostaderos en cuyo caso se definen puntos específicos de muestreo en función
del diseño experimental que mejor convenga para recoger el efecto verdadero de
los
tratamientos propuestos (figuras 2.5a y 2.5b)
En experimentos de confinamiento en el área pecuaria, por ejemplo, bovinos,
ovinos, caprinos, cerdos, etcétera, pueden usarse corraletas o jaulas en el caso de
especies pequeñas como aves o conejos. Su configuración puede ser como la que
se muestra a continuación en la figura 2.6.

2.4 NÚMERO DE REPETICIONES CONSIDERACIONES GENERALES.

En forma general en experimentos agrícolas con frecuencia se asignan entre 4 y 8
repeticiones por tratamiento, pero cuando el material experimental es ‘muy
homogéneo’ con frecuencia se aplican tres repeticiones por tratamiento, esto
último puede ocurrir en experimentos en ambiente controlado.
La siguiente figura muestra el factor de variación entre parcelas a medida que el
número de ellas crece (figura 2.7).
Aquí sólo se representa de manera ilustrativa y esquemática la tendencia general
encontrada sin que necesariamente la anterior representación haya tomado tales
valores.
LAS UNIDADES EXPERIMENTALES (UE)
Su naturaleza. Tiene un marcado efecto sobre la precisión de los resultados
“esperados”; por ejemplo, UE variables suelen confundir el efecto real del
tratamiento, conocido como enmascaramiento, como se verá cuando se analice el
origen de ANOVA.
FORMAS DE GARANTIZAR LA HOMOGENEIDAD DE LAS UE:
 Número de repeticiones: aumentar el número de repeticiones a medida que
el material experimental sea menos homogéneo (ver figura anterior).
 Tamaño de la UE: aumentar el tamaño para aumentar el grado de
generalización de los resultados (ampliar la población de inferencia) y evitar

además los efectos ambientales exteriores (efecto de orilla o efectos

microambientales o de competencia intraespecífica). Sin embargo, tiene
limitaciones pues se puede perder el concepto de homogeneidad del
material o espacio experimental. Una forma de controlar el efecto de orilla
en parcelas experimentales agrícolas, es seleccionando una porción más
pequeña llamada ‘parcela útil’ (figura 2.8).

 Forma y disposición de la unidad experimental: en experimentos agrícolas

de campo generalmente se utilizan parcelas rectangulares, que se disponen
 en forma perpendicular a algún posible gradiente de variación
(generalmente en función de la pendiente del suelo).
 Selección aleatoria de la UE y distribución aleatoria de tratamientos.

2.5 SELECCIÓN DEL MATERIAL EXPERIMENTAL.

La selección del material experimental depende principalmente de la hipótesis y
objetivos que se han propuesto en la planeación del experimento, ya que de ellos
derivan las variables que se han de evaluar. Se buscará el material que exprese el
efecto de los tratamientos a evaluar, libre de influencias extrañas que pudieran
oscurecer el efecto verdadero de los tratamientos.

Por ejemplo, en experimentos con cultivos agrícolas en campo, las variaciones en

suelo, en fertilidad, en humedad, etcétera, pueden controlarse agrupando las
parcelas experimentales, en bloques con menor gradiente de variación en el
llamado diseño en bloques al azar. O bien, si el material es homogéneo entonces
los tratamientos se aleatorizan libremente a las unidades experimentales, dando
origen al diseño completamente al azar.

2.6 AGRUPAMIENTO DE LAS UNIDADES EXPERIMENTALES Y DE LOS

TRATAMIENTOS.
Los tratamientos como se definieron anteriormente ‘son niveles de estudio que
aparecen de manera diferencial entre el conjunto de poblaciones que se desean
evaluar experimentalmente’, y cuyo efecto será motivo de análisis cuidadoso, pues
de sus resultados dependerán las conclusiones y/o recomendaciones; a estos
también suele denominarse agentes causales o variables independientes,
designación que está más asociada al modelo lineal. Generalmente al referirnos a
la población de tratamientos los consideramos como de menor grado de
generalización, ya que a través de la ‘experimentación formal’ son fijados por el
investigador. Al añadir los tratamientos es vital tomar en cuenta qué factores se
estudian, qué niveles de ellos son importantes y si es factible un estudio de niveles
combinados. Atendiendo a ello, pudiera haber diseños unifactoriales (cuando
incluyen un solo factor en estudio) o multifactoriales que incluyen varios factores a
la vez. Por último, los tratamientos a evaluar se definen una vez que se ha
conocido plenamente el marco teórico, y a partir de tal definición se gesta la
investigación.

Cuando el material experimental se aparea libremente con los tratamientos, de tal

modo que a cualquier tratamiento le puede corresponder cualquiera unidad y
viceversa, entonces se habla de una aleatorización completa, dando origen a un
diseño completamente al azar o aleatorizado (DCA), como se ilustra a
continuación (figura 2.9).
Cuando el material experimental es heterogéneo, entonces se agrupa primero en
bloques y posteriormente se aleatorizan los tratamientos dentro de cada bloque,
dando origen a un diseño en bloques al azar (DBA).

2.7 EFECTOS DE LA COMPETENCIA ENTRE Y DENTRO DE LAS UNIDADES

EXPERIMENTALES.
Existe cuando un individuo/os dentro de la unidad experimental afecta/n a otros
ventajosa o desventajosamente. Entre algunos ejemplos encontramos: plantas de
una parcela de campo están en competencia por luz, agua y nutrientes. Animales
dentro de un corral o jaula están en competencia por comida y agua. Los

trabajadores de un laboratorio pueden tener más resultado cuando trabajan

conjuntamente que cuando trabajan solos. Algún animal en un corral es más
belicoso que otros, a menudo causando algún perjuicio físico a otros animales. La
competencia puede no tener efecto sobre la técnica experimental, siempre y
cuando la suma de los efectos de competencia sea cero, lo cual requiere que un
individuo gane lo que otro pierde.

Si la variación entre individuos o unidades muestrales dentro de la unidad

experimental es utilizada en la prueba de significancia, la varianza del error puede
ser erróneamente estimada a causa de la competencia. Para eliminar la
competencia intra-unidad experimentales se requiere proporcionar más espacio o
más tiempo. Por ejemplo, en trabajos de plantas puede requerirse más espacio
entre plantas; en trabajos de laboratorio, los trabajadores pueden manipular
muestras diferentes.

Supongamos que   unidades muestrales o individuos por unidad experimental y

que R de las   unidades experimentales es extraída al azar. La varianza de la
media de las R es:

Donde   representa la variación entre unidades experimentales tratadas

similarmente y   representa la variación entre unidades muestrales dentro de la
unidad experimental. Si la competencia existe,   varía independientemente de
Unidad experimental a Unidad experimental. La varianza debida a la competencia
puede no ser estimada en experimentos muestrales ordinarios a menos que el
experimento se diseñe específicamente para medir competencia intra-unidad
experimental.

2.8. EXPERIMENTOS COMUNES EN LA INVESTIGACIÓN AGRÍCOLA.

Búsqueda de nuevas técnicas de cultivo y de manejo de los animales, para
determinar los más productivos, más resistentes a las plagas y las enfermedades,
plantas con mayor capacidad para absorber los nutrientes, mayor resistencia a la
sequía, a la salinidad y menor período vegetativo con vistas a la obtención de
mayor producción agropecuaria y más calidad de la misma. Contribuye para hacer
avanzar el nivel científico-técnico del proceso productivo.

La experimentación agrícola, entre otros factores, debe contribuir a la obtención de

una agricultura con alto nivel científico–técnico y económico que responda a los
requerimientos de la sociedad. Para ello es necesario considerar el proceso de
investigación y experimentación sobre una base científica y armónicamente
concebida hacia la solución de los problemas fundamentales de la agricultura.

La agricultura impone la necesidad de la búsqueda de nuevas técnicas de cultivo y

de manejo de los animales, así como de plantas y animales más productivos, más
resistentes a las plagas y las enfermedades, plantas con mayor capacidad para
absorber los nutrientes, mayor resistencia a la sequía, a la salinidad y menor
período vegetativo con vistas a la obtención de mayor producción agropecuaria y
más calidad de la misma.

La actividad investigativa, en la rama agropecuaria debe establecer sólidos pilares

en los cuales se asiente la colosal tarea del desarrollo agrícola, basado en los
avances impetuosos de la ciencia y la técnica.

Para cualquier país que desarrolle su economía, principalmente, sobre la base de

la producción agropecuaria y su industrialización, el desarrollo de las ciencias
agropecuarias adquiere una importancia de primer orden. Dentro del sistema de
las Ciencias agropecuarias se ha desarrollado la experimentación agrícola como
una rama nueva e independiente, con objeto, tareas, principios y métodos propios
de trabajo.

2.9 CONSIDERACIONES EN LA PLANEACIÓN, EJECUCIÓN, RECOLECCIÓN,

ANÁLISIS E INTERPRETACIÓN DE LOS DATOS DE UN EXPERIMENTO.
Planeación: En la etapa de planeación se deben hacer investigaciones
preliminares que conduzcan a entender y delimitar el problema u objeto de
estudio, de tal forma que quede claro qué se va a estudiar, por qué es importante
y, si es un problema, cuál es la magnitud del mismo.
Ejecución: se realizan los experimentos y se leen los datos, se registran y
almacenan. La operación de los aparatos puede ser monitoreada mediante
acondicionadores de señal diseñados en el sistema, que protejan de cambios
indeseables de difícil percepción, en los aparatos o en las condiciones de
operación.
Recolección: Se refiere al uso de una gran diversidad de técnicas y herramientas
que pueden ser utilizadas por el analista para desarrollar los sistemas de
información, los cuales pueden ser las entrevistas, las encuestas, el cuestionario,
la observación, el diagrama de flujo y el diccionario de datos. Todos estos
instrumentos se aplicarán en un momento en particular, con la finalidad de buscar
información que será útil a una investigación en común.
Análisis: Relación entre variables proporcionales: En los trabajos experimentales
es necesario conocer como varía una cantidad como resultado de un cambio en
alguna otra, existiendo varios tipos de relaciones.
Interpretación: Los datos el resultado del trabajo científico y constituyen
elementos qué se someten a estudio, análisis e interpretación. La interpretación de
datos es una de las etapas más importantes del trabajo científico, porque se
proyecta en las conclusiones. Una adecuada interpretación de datos se
fundamenta en un diseño experimental adecuado a la naturaleza del problema que
se investiga; en la realización de observaciones y mediciones cuidadosas, y en el
empleo de técnicas de investigación adecuadas.

2.10 EL ANÁLISIS DE VARIANZA Y ACEPTACIÓN O RECHAZO DE

HIPÓTESIS NULA (PRUEBA DE F).
El análisis de la varianza permite contrastar la hipótesis nula de que las medias de
K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de que por lo
menos una de las poblaciones difiere de las demás en cuanto a su valor esperado.
Este contraste es fundamental en el análisis de resultados experimentales, en los
que interesa comparar los resultados de K 'tratamientos' o 'factores' con respecto
a la variable dependiente o de interés. EL procedimiento de análisis de varianza, o
ANOVA, utiliza una sola variable numérica medida en los elementos de la muestra
para probar la hipótesis nula de igualdad de medias poblaciones. Esta variable
puede ser de intervalo o de escala de razón. Esta variable algunas veces recibe el
nombre de variable dependiente, en especial en programas de computadora que
ejecutan ANOVA.
La hipótesis nula que se prueba en el ANOVA es que la mayoría de las
poblaciones que se estudian (al menos tres) tienen el mismo valor de la media
para la variable dependiente. Las hipótesis nulas y alternativa en ANOVA son:H0:
1 = 2 = 3 = = cH1: No todas las poblaciones tienen la misma media. La distribución
Cualquier investigación estadística implica la existencia de hipótesis o
afirmaciones acerca de las poblaciones que se estudian. La hipótesis nula (Ho) se
refiere siempre a un valor especificado del parámetro de población, no a una
estadística de muestra. La letra H significa hipótesis y el sub índice cero no hay
diferencia. Por lo general hay un "no" en la hipótesis nula que indica que "no hay
cambio" Podemos rechazar o aceptar Ho. La hipótesis nula es una afirmación que
no se rechaza a menos que los datos maestrales proporcionen evidencia
convincente de que es falsa. El planteamiento de la hipótesis nula siempre
contiene un signo de igualdad con respecto al valores especificada del parámetro.
La hipótesis alternativa (H1) es cualquier hipótesis que difiera de la hipótesis nula.
Es una afirmación que se acepta si los datos maestrales proporcionan evidencia
suficiente de que la hipótesis nula es falsa. Se le conoce también como la
hipótesis de investigación. El planteamiento de la hipótesis alternativa nunca
contiene un signo de igualdad con respecto al valor especificado del parámetro F
específica que se aplica a una prueba en particular queda determinada por dos
parámetros: los grados de libertad para el numerador y los grados de libertad para
el denominador. Cada uno de estos valores es n-1. Si se conocen estos valores y
se elige un valor alfa, al valor crítico de F se puede encontrar en la tabla F.
2.11 MEDICIÓN Y CONTROL DEL ERROR EXPERIMENTAL
En la parte experimental un requisito indispensable es que las poblaciones
evaluadas correspondan a un mismo grado de generalidad. En tal caso, se parte
del supuesto de igualdad tanto de medias como de varianzas para los llamados
grupos experimentales, las cuales de hecho son las suposiciones básicas que
deben cumplirse en las unidades experimentales. Cuando el diseño del
experimento ha cubierto tales requisitos decimos apropiadamente que el conjunto
de factores no controlados (es decir, no presentes en el experimento) que
constituyen un efecto aleatorio o de error, se ha distribuido aleatoria y
uniformemente en todas las unidades experimentales, y sólo aparecerán de
manera diferencial aquel o aquellos factores, que ya sea de manera natural o
inducida, se han distribuido variablemente en los diferentes grupos
experimentales. Todo lo anterior es sólo una manera de decir que los niveles del
factor diferencial (llamados comúnmente tratamientos), están siendo evaluados en
igualdad de circunstancias. Se espera que cada resultado asociado a cada grupo
experimental, exprese con la mayor fidelidad posible el efecto verdadero del
tratamiento correspondiente, y a la vez, el diferencial de los diferentes grupos será
explicado en términos de un diferencial entre tratamientos.
La distribución completamente aleatoria de las unidades experimentales a los
tratamientos en un diseño completamente aleatorizado (DCA) o bien la
aleatorización de los tratamientos a grupos de unidades experimentales
agrupadas en bloques en el diseño de bloques al azar (DBA). En ambos casos se
hizo atendiendo al grado de variación del material experimental con el propósito de
lograr una distribución uniforme del error aleatorio o experimental en todos los
grupos experimentales o tratamientos de estudio, lo que permitió ilustrar la
separación de las fuentes de variación de tratamientos y del error en el apartado
2.10. Por lo tanto:
1. La selección correcta del diseño experimental.
2. La conducción apropiada del experimento.
3. La separación de la varianza del error durante el análisis de varianza.
2 2 2
ST σT + σe
4. La obtención del estadístico F = 2
= 2 y de Ftab (gl t-1 y n-t, α = 0.05 o
Se αe
α = 0.01).
 5. Se aplica la regla: rechazar Ho si FC≥Ftab, en caso contrario Ho no se
rechaza.
Los cinco pasos descritos permiten:
 Controlar el error aleatorio.
 Separar y evaluar el error aleatorio.
 Probar las hipótesis estadísticas.
 Concluir si existen diferencias significativas o no entre los tratamientos
evaluados.
 CONCLUSIÓN
En general los errores experimentales son ineludibles y dependen básicamente
del procedimiento elegido y la tecnología disponible para realizar la medición
Viene a ser la reproducción o réplica del experimento básico (asignación de un
tratamiento a una unidad experimental). Las principales razones por las cuales es
deseable la repetición son: Primero por que proporciona una estimación del error
experimental, siendo tal estimación confiable a medida que aumenta el número de
repeticiones, y segundo permite estimaciones más precisas del tratamiento en
estudio.
 BIBLIOGRAFIA
o Aguilera, Y. V. (s. f.). EJECUCIÓN DE LA EXPERIMENTACIÓN. Scribd.
Recuperado 24 de septiembre de 2022, de
https://es.scribd.com/document/536805743/EJECUCION-DE-LA-
EXPERIMENTACION
o M, C. (2018, marzo). Unidad 2. Ejecución de La Experimentación. Scribd.
Recuperado 24 de septiembre de 2022, de
https://es.scribd.com/document/372963800/Unidad-2-Ejecucion-de-La-
Experimentacion
o Martínez, A. (1972), Diseño y análisis de experimentos con caña de azúcar,
Colegio de Postgraduados, Chapingo, México.
o Martínez, A. (1981), Diseños experimentales, CEC-CP, México.
o Martínez, A. (1988), Diseños experimentales. Métodos y elementos de
teoría, Trillas, México.
o Little Thomas M. y Hills F. Jackson (1987). Métodos estadísticos para la
investigación en la agricultura, 7a reimp., Ed. Trillas, México, 270 pp.
o Méndez Ramírez I., Namihira Guerrero D., Moreno Altamirano L. y Sosa de
Martínez C. (1986). El protocolo de Investigación Lineamientos para su
elaboración y análisis. 1ª reimp., Ed. Trillas, México, 210 pp.
o Montgomery Douglas, C. (1991). Diseño y análisis de experimentos. Grupo
Editorial Iberoamericana, S.A. de C.V., México, 589 pp.