TEMA 2: DISEÑO DE EXPERIMENTOS

Ing. Ana Maricela Trávez Castellano Mg.

Docente – Investigador / Ingeniería Agroindustrial
Facultad de Ciencias Agropecuarias y Recursos Naturales
Universidad Técnica de Cotopaxi / Campus Salache
Período Abril – Agosto 2023
Latacunga, Abril 2023

“SOMOS LO QUE HACEMOS PERO

FUNDAMENTALMENTE
LO QUE HACEMOS PARA CAMBIAR
LO QUE SOMOS
E. Galeano
 “Quien estudia y no practica lo que
aprendió, es como el hombre que labra
y no siembra”
OBJETIVOS

Al concluir el presente módulo, el estudiante

estará en capacidad de:
 Aplicar investigaciones experimentales, cuasi y
no experimentales mediante elementos
metodológicos apropiados a los diseños
experimentales, para resolver problemas
técnicos de carácter práctico y científico.
¿Acaso es un experimento de laboratorio?
Experimentos agrícolas

Optimización de la aplicación de
Mejorar y aumentar la
insumos
producción
 El diseño de experimentos forma parte del proceso de
investigación.
Es un método que se aplica
para:

• planear y organizar una serie

de pasos y acciones
necesarios para realizar un
experimento y

• obtener datos confiables así

como conclusiones válidas del
problema en estudio.
Se caracteriza porque
involucra el manejo de
variables independientes y
variables dependientes,
facilitando la comprensión y el
análisis del efecto de los
factores (variables
independientes) sobre las
variables de respuesta
(variables dependientes).
 Visualización del proceso de diseño de
experimentos: combinación de máquinas, equipos,
métodos y personas que inciden sobre la unidad
experimental obteniendo una o más variables de
respuesta.
FACTORES CONTROLABLES

Factores o Variables
variables Unidad dependientes
experimental o variables de
independientes
respuesta

FACTORES INCONTROLABLES
DIFERENCIA ENTRE LA APLICACIÓN DE
LA ESTADISTICA DESCRIPTIVA Y EL
DISEÑO DE EXPERIMENTOS
 EJEMPLO

¿qué concentración de plaguicidas tienen estas frutas?

Análisis de laboratorio

Toma de
muestra

y1 y2 y3

ANALISIS ESTADÍTICO

Media  desviación estándar

DATOS
¿En el ejemplo anterior se aplicó diseño de experimentos?

ANALICEMOS
Unidad experimental: fruta

Variable independiente: ?

Variable dependiente: concentración de plaguicida

CONCLUSIÓN:

• No se aplicó diseño de experimentos puesto que no se

manejaron factores o variables independientes.
• Se aplicó la estadística descriptiva mediante las medidas de
tendencia central, media y desviación estándar.
 EJEMPLO
Mejorando el rendimiento de un proceso químico

Antecedentes: las variables del proceso que influyen en el rendimiento

son TEMPERATURA y TIEMPO. El proceso actual se lleva a cabo a 155 °F
en un tiempo de 1.7 h, con un rendimiento aproximado de 75%.

Temperatura
155 °F rendimiento
Proceso químico
75%
Tiempo
1.7 h
 UNIDAD EXPERIMENTAL

FACTORES VARIABLE DE
RESPUESTA

temperatura
rendimiento
Proceso químico %
tiempo

Al combinar distintos NIVELES de temperatura y tiempo

en algunos experimentos, llamado EXPERIMENTOS
FACTORIALES, se obtuvo la siguiente gráfica:
RESULTADOS DE LA VARIABLES DE RESPUESTA

• se muestran las líneas de

rendimiento 60, 70, 80, 90 y
95% formando contornos
de respuesta

•Los contornos son

proyecciones en la región
tiempo-temperatura de
cortes transversales de la
superficie de rendimiento

• Las condiciones óptimas

de síntesis se lograrán
aumentando la
temperatura y
disminuyendo el tiempo de
reacción.
 Video sobre las Diseño de experimentos
 Ver link: [Link]
 Duración 19:00 minutos
 Para la aplicación del diseño
estadístico y análisis de un
experimento se requiere:

1. Definir claramente el objetivo:

qué se va a estudiar.
2. Establecer los métodos: cómo
se van a recopilar los datos.
3. Tener una idea cualitativa de
cómo se van a analizar los
datos: modelo matemático
estadístico.
1. Comprensión y planteamiento del problema.
2. Elección de factores y niveles.
3. Selección de la variable de respuesta.
4. Elección del diseño experimental.
5. Realización del experimento.
6. Análisis de datos.
7. Conclusiones y recomendaciones.
1. COMPRENSIÓN Y PLANTEAMIENTO DEL
PROBLEMA

• Identificar el problema y diseñar un experimento

aceptable.

• Involucrar al personal de todas las áreas que

estén implicados.

• Un planteamiento claro del problema contribuye

a un mejor conocimiento del fenómeno y a la
solución final del problema.
2. ELECCIÓN DE FACTORES Y NIVELES

• El experimentador debe elegir los factores que

variarán en el experimento.

• Seleccionar los intervalos de variación y niveles

específicos.

• Se recomienda iniciar con dos niveles.

• Establecer cómo controlar los factores y cómo se

medirán.
3. SELECCIÓN DE LA VARIABLE DE RESPUESTA

• Seleccionar la variable dependiente que

proporcione información útil del problema en
estudio.

• Considerar las repeticiones para obtener el error

de medición.
 4. ELECCIÓN DEL DISEÑO EXPERIMENTAL

• Seleccionar el diseño experimental en

base a los objetivos definidos.
• Considerar el tamaño muestral (número
de repeticiones).
• Seleccionar el orden adecuado de la
ejecución de los experimentos (aleatorizar
cuando sea posible).
• Considerar si habrá necesidad del
bloqueo u otras restricciones de
aleatorización.
 5. REALIZACIÓN DEL EXPERIMENTO

• Capacitarse en el manejo de técnicas e

instrumentos de medición.
• Verificar coeficiente de variación (%C.V.)
del analista o experimentador.
• Calibrar equipos de medición.
• Verificar caducidad y condiciones de
almacenamiento de reactivos.
• Estandarización de soluciones (reactivos
químicos).
• Verificar condiciones de seguridad.
 6. ANÁLISIS DE DATOS

• Aplicar métodos estadísticos para analizar los

datos (Ejemplo: ANOVA, pruebas de rango
múltiple).

• Utilizar paquetes de software comerciales para el

análisis de datos.

• Por medio de los métodos estadísticos se obtiene

el probable error de una conclusión.

• Por medio de los métodos estadísticos se asigna

un nivel de confiabilidad a los resultados.
 7. CONCLUSIONES Y RECOMENDACIONES

• Se deben obtener conclusiones prácticas de

los resultados y recomendar cursos de acción.

• Los métodos gráficos son muy útiles para

presentar los resultados a otras personas.

• Deben hacerse corridas de seguimiento y

pruebas de confirmación para validar las
conclusiones del experimento
(REPRODUCIBILIDAD).
 REPRODUCIBILIDAD: Se
debe repetir todo el
experimento para
verificar si la información
es reproducible

SI NO

El error calculado Se debe analizar la

es natural fuente del error:
equipo, métodos,
analistas, muestreo.
PRINCIPIOS BÁSICOS DEL DISEÑO DE EXPERIMENTOS

El DISEÑO ESTADISTICO DE
EXPERIMENTOS es el proceso
de planear un experimento
para obtener datos
apropiados, que pueden ser
analizados mediante métodos
estadísticos, con objeto de
producir conclusiones válidas y
objetivas.
 LOS TRES PRINCIPIOS BÁSICOS DEL
DISEÑO DE EXPERIMENTOS

1. Obtención de réplicas

2. Aleatorización y,

3. Análisis por bloques

1. OBTENCIÓN DE RÉPLICAS: Se refiere a
una repetición del experimento básico.

Propiedades importantes.

A. Se obtiene la estimación del error

experimental, observando si la
diferencia de los datos es
estadísticamente significativa.
B. La utilización de la réplica
permite calcular la estimación más
precisa del EFECTO DEL FACTOR en
el experimento si se usa la media de
la muestra como una estimación de
dicho efecto.
2. ALEATORIZACIÓN:

La asignación del material experimental y el

orden en el que se realizan las pruebas
individuales o ensayos se deben hacer al
azar o aleatoriamente.
Notas:
•Los métodos estadísticos requieren que las
observaciones (o los errores) sean variables
aleatorias independientes.
•La aleatorización confirma esta suposición.
•La aleatorización de los experimentos ayuda
a “cancelar” los efectos de factores extraños
que pudieran estar presentes.
•La asignación de los sujetos al azar a
las diferentes condiciones
experimentales es una condición
necesaria en la experimentación.
•La suposición del empleo del azar es
que al utilizarlo los efectos de las
variables extrañas sobre la variable
dependiente serán distribuidas
equitativamente entre las diferentes
condiciones experimentales.
•La aleatorización proporciona al
investigador un elemento que permite
que las decisiones acerca de la
asignación de sujetos a los diversos
tratamientos no sean producto de
alguna distorsión , regla, parcialidad
arbitraria y sistemática.
•Evita que una arbitrariedad seguida
sistemáticamente por el investigador
o alguien mas, haga tendenciosos los
resultados.
 RESULTADOS Y
SESGO: elección de CONCLUSIONES
muestras por • Se debe aclarar
conveniencia cómo se hizo el
muestreo
• Los resultados podrían
no ser válidos.
 RESULTADOS Y
CONCLUSIONES
INSESGADO: elección •Los resultados y
de muestras al azar conclusiones son
válidos con un error
establecido por el nivel
de significancia
elegido por el
investigador.
3. ANÁLISIS POR BLOQUES

Es la porción de material
experimental cuyas unidades
son más homogéneas.

La realización de análisis por

bloques permite hacer
comparaciones entre las
condiciones de interés del
experimento dentro de cada
bloque.
 PROBANDO SUPLEMENTO VITAMÍNICO

Bloque 1 Bloque 2 Bloque 3

VENTAJAS

•Se bloquea el
tipo de deporte

•Se puede
obtener
información de
toda la población
en estudio

•Se puede
obtener
información por
tipo de deporte
LOTES, MUESTRAS, REPRODUCIBILIDAD Y REPETICIONES

REPETICIONES DATOS
Y1
Y2
Y3

MUESTRA ANÁLISIS POR

TRIPLICADO

LOTE 1

Ejemplo de datos
generados en el
análisis del lote 1:
Y1 = 3.4
Y2 = 3.6 Datos que se introducen
Y3 = 3.1 en el paquete
estadístico
Ejemplo de datos generados en el
análisis del lote 1:
Y1 = 3.4
Observe la variación
Y2 = 3.6 entre los datos
Y3 = 3.1

Calcule su coeficiente de variación (%C.V.) como analista

Desviación estándar
%C.V. = X 100
media

Criterios:
Valores < del 5% son aceptables
Valores > del 5%, siga practicando. Los datos generados
no son aceptados por su gran margen de error
 Primera vez Segunda vez Tercera vez

LOTE 1 LOTE 2 LOTE 3

REPETICIONES DATOS REPETICIONES DATOS REPETICIONES DATOS

Y1 Y4 Y7
Y2 Y5 Y8
Y3 Y6 Y9
ANÁLISIS POR ANÁLISIS POR ANÁLISIS POR
TRIPLICADO TRIPLICADO TRIPLICADO
 Primera serie Segunda serie Tercera serie
REPETICIONES DATOS REPETICIONES DATOS REPETICIONES DATOS
Y1 Y4 Y7
Y2 Y5 Y8
Y3 Y6 Y9
ANÁLISIS POR ANÁLISIS POR ANÁLISIS POR
TRIPLICADO TRIPLICADO TRIPLICADO

Comparación de las
diferencias entre los
resultados de la primera,
la segunda y la tercera
serie, que nos indica el
error experimental

Las diferencias entre los factores del experimento, deben

ser mayores que el error experimental. De no ser así no
son significativas.
TEMA: Selección del medio de cultivo óptimo para el crecimiento
de la microalga Chateoceros sp.

OBJETIVO: Evaluar el crecimiento de la microalga Chateoceros

sp en un sistema de cultivo mediante el uso de un medio base de
urea y dos fertilizantes agrícolas, el triple 17 y el fert-pac 20-30-10

HIPÓTESIS: Los medios de cultivo hechos a base de fertilizantes

agrícolas tienen el mismo efecto en el crecimiento de la
microalga que los medios utilizados a nivel laboratorio.

DISEÑO DE EXPERIMENTOS Y ANALISIS ESTADISTICO:

Se utilizó el diseño por bloques aleatorizado. El análisis de datos se
hizo por medio de ANOVA con un alfa de 0.05 y la comparación
de tratamientos se hizo con la PRUEBA DE RANGO MÚLTIPLE DE
DUNCAN. Se utilizó el paquete estadístico SAS. Se bloqueó el
factor “días”.
TEMA: Evaluación de diferentes concentraciones de ácido cítrico
para retardar o evitar el oscurecimiento enzimático en manzanas.

OBJETIVO: Comparar el efecto de las distintas concentraciones del

ácido cítrico en el oscurecimiento enzimático en manzanas a fin de
retardarlo o evitarlo.

HIPÓTESIS: La concentración de 200 ppm de ácido cítrico es la más

efectiva para inhibir el pardeamiento enzimático.

ANÁLISIS ESTADÍSTICO:
Se utilizó el DISEÑO UNIFACTORIAL con cinco niveles (0, 50, 100, 200 y
300 ppm), siendo la VARIABLE DE RESPUESTA el grado de
oscurecimiento enzimático expresado en porcentaje. El análisis de
datos se hizo por medio de ANOVA con un alfa de 0.05 y la
comparación de tratamientos se hizo con la PRUEBA DE RANGO
MÚLTIPLE DE DUNCAN. Se utilizó el paquete estadístico Statgraphic
ver. 5.0.
 Unidad experimental:
Rebanadas uniformes
de manzana

Factor: Variable de
Ácido cítrico respuesta:
Niveles: Grado de
0, 50, 100, oscurecimiento (%)
200, 300 ppm

Repeticiones: duplicados de las

mediciones
ESCALA SUBJETIVA PARA MEDIR EL GRADO DE
OSCURECIMIENTO EN LAS MANZANAS

% de oscurecimiento Criterio

100 Totalmente oscuro

80 Muy oscuro
50 Medianamente
oscuro
20 Poco oscuro
0 Sin oscurecimiento
 Video sobre las Diseño de experimentos
 Ver link: [Link]
 Duración 7:00 minutos
 TAREA:
•Realizar 2 aplicaciones de la estadística
descriptiva y 2 aplicaciones de diseño
experimental.
•Explicar en la gráfica los ejemplo.