INSTITUTO TECNOLÓGICO SUPERIOR DE JESÚS

CARRANZA

INGENIERÍA EN AGRONOMÍA

DISEÑOS EXPERIMENTALES

INVESTIGACION DE UNIDAD II

MC. ARMANDO VÁSQUEZ RAMÍREZ

YAMILET GARCIA SANCHEZ

505-E

Matías Romero Avendaño, Oaxaca noviembre Del 2024

 INTRODUCCION

Realizar un experimento o experimentación, requiere de una buena puesta en

práctica, debido a que un error, en dicho experimento, si no se detecta en tiempo,
puede afectar económicamente en gran manera. Un experimento es un estudio
donde se utilizan varias variables, para poder realizar un experimento,
experimentación o una investigación, es necesario, tomar en cuenta diversos
puntos, para poder realizarlo de una forma correcta.

En el presente trabajo analizaremos cada uno de los temas que deben tomarse en
cuenta en una puesta en ejecución de una experimentación.
2.1. DEFINICIÓN DE CONCEPTOS

Existen diferentes definiciones de experimento, pero, de un modo general, en

ciencias biológicas y más, concretamente, en agronomía se puede definir un
experimento como “aquel estudio en el que se manipulan deliberadamente una o
más variables independientes (supuestas causas) para analizar las consecuencias
que esa manipulación tiene sobre una o más variables dependientes (supuestos
efectos), dentro de las condiciones controladas por el investigador”.

En agronomía, los resultados de este estudio conducirán a tomar decisiones como

la recomendación de una variedad, de una concentración de pesticida, de una dosis
de abonado, etc.

Los experimentos pueden clasificarse según diferentes criterios; en nuestro caso

los clasificaremos en:

• Experimentos preliminares: Son aquellos en los que se prueba un gran

número de tratamientos con el objeto de obtener indicios para trabajos
futuros.
• Experimentos críticos o decisorios: Son aquellos en los que el
investigador compara las respuestas a diferentes tratamientos, utilizando un
número suficiente de observaciones para tener la seguridad razonable de
que detecta o no diferencias significativas.
• Experimentos demostrativos: Son aquellos en los que se compara uno o
más tratamientos nuevos con un testigo, por lo general el tratamiento
convencional.

En cualquiera de ellos será necesario definir la población a la que se aplicarán las

inferencias, diseñar el experimento apropiado y realizar las medidas de las variables
en estudio.

Cada experimento se establece para proporcionar respuestas a una o más

preguntas y es el investigador quien debe decidir las comparaciones de tratamientos
que proporcionarán las informaciones más relevantes. El experimento se ha de
realizar para probar hipótesis relacionadas con diferencias entre tratamientos en
condiciones comparables. Una vez hechas las mediciones y las observaciones
sobre el material experimental, se responde a las preguntas planteadas al comienzo
del experimento.

Así pues, un experimento utiliza un conjunto de reglas usadas para extraer una
muestra de una población, por lo que la definición de la población es
extremadamente importante. Ese conjunto de reglas es lo que se conoce como el
procedimiento experimental o diseño del experimento.

Al diseñar un experimento se han de establecer claramente sus objetivos, en

particular:

• Preguntas que han de responderse

• Hipótesis que se han de probar
• Efectos que se han de estimar

Es aconsejable clasificar los objetivos con arreglo a su importancia, ya que algunos

diseños experimentales estiman con más precisión ciertas comparaciones entre
tratamientos que otros.

[Link], TESTIGO, UNIDAD EXPERIMENTAL, UNIDAD

DE OBSERVACIÓN

TRATAMIENTO

Los tratamientos son procedimientos que se aplican a las unidades experimentales.

Un factor es un grupo de tratamiento. Las diversas categorías de un factor se
denominan niveles del factor. El efecto de un factor se define como el cambio en la
respuesta producida por un cambio en el nivel del factor. Un factor cuantitativo tiene
niveles asociados con puntos ordenados en una escala de medición. Los niveles de
un factor cualitativo representan distintas categorías nominales que no se pueden
ordenar por magnitud.

Los tratamientos control, placebo o práctica normal sirven como puntos de

referencia
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:

• 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.
• Comportamiento fenológico o productivo entre variedades de cierta especie
forrajera.
• 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

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

La unidad experimental es la entidad física expuesta al tratamiento. Las unidades

experimentales corresponden a la división más pequeña del material experimental
que podría recibir tratamientos diferentes. Una vez expuesta al tratamiento, la
unidad experimental constituye una repetición del tratamiento.

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 trata- miento
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.
[Link] EXPERIMENTAL, REPETICIONES, VARIABLE DE
AGRUPAMIENTO O CONTROL, TRATAMIENTO, VARIABLE DE
OBSERVACIÓN, ETC.

ERROR EXPERIMENTAL

El error experimental es una medida de la variación existente entre las

observaciones realizadas en las unidades experimentales tratadas en forma similar.
Esta definición es más sutil de lo que puede parecer a primera vista y se relaciona
estrechamente con la definición de lo anterior. Por ejemplo, si se cultivan cinco
plantas juntas en la misma maceta y se les aplica un mismo tratamiento, la unidad
experimental consiste en las cinco plantas. Se necesitan otras macetas de cinco
plantas cada una para poder medir la variación existente entre unidades
experimentales tratadas de forma semejante. Esto es cierto aún si una medida,
como la altura de la planta, se realiza individualmente. El problema está en que si
se van a comparar dos tratamientos, cualquier diferencia observada será, en parte,
atribuible a la diferencia entre macetas de cinco plantas y esto es probable que sea
de mayor magnitud que las diferencias entre plantas de la misma maceta.

La variación proviene de dos fuentes principales:

• Existe la variabilidad inherente al material experimental al cual se aplican los

tratamientos y
• Existe una variación resultante de cualquier falta de uniformidad en la
realización física del experimento.

En un experimento de nutrición con animales como material experimental, los

individuos tendrán constitución genética diferente a menos que haya una alta
consanguinidad; ésta es la variabilidad inherente al material experimental. Así pues,
el error experimental incluye todos los tipos de variaciones extrañas a los
tratamientos empleados.
Los efectos desconocidos sobre la variable de respuesta son llamados error
experimental, ruido, variación experimental o simplemente error. El propósito de los
diseños experimentales es reducir el error experimental.

Un buen diseño experimental protege que los efectos reales no sean oscurecidos
por el error experimental, y a la vez que el investigador no crea en efectos que no
existen.

Algunos métodos para reducir el error experimental son:

• Seleccionar sujetos homogéneos.

• Aumentar replicación, el número de repeticiones.
• Covariables: medir una o más características relacionadas a la medición
principal.
• Bloqueo: estratificación de sujetos en grupos homogéneos.
• Medidas repetidas: utilizar sujetos como su propio control.

Los tres principios básicos del diseño experimental son la realización de réplicas, la
aleatorización y la formación de bloques.

REPETICIONES

Un principio en el cual en una misma investigación se puede tener réplicas del

tratamiento dos o más veces. Este procedimiento brinda mayor precisión en la
medición del efecto del tratamiento como también suministra una estimación del
error experimental. El número de repeticiones de un experimento siempre será la
gran incógnita, la que se plantee el investigador.

Aumentar el número de repeticiones es el medio más sencillo de incrementar la

precisión con que se estiman los promedios y las pruebas de significación. El
beneficio de aumentar el número de repeticiones es apreciable fácilmente cuando
este incremento se hace en el caso en que, previamente, hayan menos réplicas que
en el caso que hayan más. Se recomienda tener por lo menos diez grados de
libertad para estimar eficientemente el error experimental, pero no es necesario
replicar para tener más de 20 grados de libertad para el error.
Llega un punto en que el aumento en precisión debido a otra réplica no es lo
suficientemente significativo como para que amerite el costo adicional que esto
representa. Son dos las causas para determinar un número más adecuado de
repeticiones, las diferencias entre los efectos de los tratamientos y la variabilidad de
los datos que se recogen del trabajo de campo. Si el investigador, por más
experimentado que sea, quiere evitarse ciertos malestares en sus resultados,
deberá considerar estos dos aspectos.

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.

VARIABLE DE AGRUPAMIENTO O CONTROL

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, incuso 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 micro
ambientales 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‟.
TRATAMIENTO

Son variables 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 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 cuáles son los factores que se
estudian, qué niveles de ellos son importantes y si es factible un estudio de niveles
combinados. Atendiendo a ello, pudiera haber diseños que 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.

TIPO DE TRATAMIENTO

Criterio de clasificación
 Criterio de clasificación

Modelo de efectos aleatorios. Cuando todos los factores o niveles de estudio

fueron seleccionados en forma aleatoria a partir de una población normalmente
distribuida.

Modelo de efectos fijos. Cuando sólo los factores o niveles de estudio de interés
para el investigador están presentes en el experimento, o bien son los únicos niveles
de estudio que están presentes en el fenómeno, por ejemplo, raza, variedad,
etcétera.

Modelo de efectos mixtos. Cuando algunos de los factores o niveles de estudio

presentes en el experimento son fijos y otros fueron seleccionados en forma
aleatoria.

Criterio de clasificación

Los tratamientos o niveles de estudio desde la concepción de un modelo lineal

deben ser interpretados como “variables independientes” aleatorias o fijas que
tienen efecto sobre una o más “variables de respuesta o dependientes” (vea sección
anterior sobre relaciones de causalidad).

Algunos ejemplos de tratamientos naturales son:

Influencia del fotoperiodo sobre la producción en un determinado cereal o

frutal.
Influencia de algunos factores ambientales sobre algunos indicadores de
reproducción en ovinos.
Influencia del número de parto de la vaca sobre rendimiento en leche por
lactancia.

El investigador recoge del ambiente datos de rendimientos o de variables naturales

y los acumula en registros ordenados y sistematizados, para posteriormente hacer
protocolos de investigación, como los sugeridos por Méndez, R. I. et al. (1986), en
su libro El protocolo de una investigación, unidades 1, 2 y 3.

Ahí cita un ejemplo: suponga un experimento cuyo título puede ser:

“Influencia de algunos factores ambientales sobre el rendimiento en nogal criollo”

Existen algunos factores y/o elementos ambientales que tienen influencia sobre el
rendimiento de nuez, por ejemplo:

▪ Nivel de precipitación
▪ Edad del árbol
▪ Ciclo de producción
▪ Temperatura

Los tratamientos definidos por el investigador son niveles predeterminados, que al

aplicarlos sobre cierto material experimental (unidades experimentales), pretende
recoger respuestas en forma de datos a partir de rasgos o variables de interés.
Nótese que en el primer caso se diseña sobre poblaciones de datos acumulados en
registros. Es un procedimiento estratégico de manipulación de datos.

En un segundo caso se diseña previamente toda la estructura experimental,

seleccionando cuidadosamente el material experimental, así como los niveles de
estudio, es decir, los tratamientos. Además, dependiendo de la naturaleza del
material de estudio se elige el diseño del experimento.

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.

Pero con frecuencia en algunas especies forrajeras ya establecidas se muestrea

sobre ellas y generalmente se usas figuras cuadradas o circulares.

Sitios de muestreo en experimentos a campo abierto

Tipos y disposición de unidades experimentales en condiciones

controladas de invernadero

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.

Praderas experimentales y puntos de muestreo

Potreros en agostadero y muestreos

En experimentos de confinamiento en el área pecuaria, por ejemplo, bovino, ovino,

caprino, 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.

Corraletas o jaulas experimentales en doble batería lineal

2.4. NÚMERO DE REPETICIONES. CONSIDERACIONES
GENERALES

CONSIDERACIONES GENERALES

Ya se indicó que 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.

Ganancia en precisión en función del número de repeticiones /T

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 micro ambientales 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‟.

Muestra una forma de controlar el efecto de orilla

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.

El número de repeticiones de un experimento depende de varios factores, de los

cuales el más importante es el grado de precisión deseada. Cuanto más pequeña
sea la discrepancia con respecto a la hipótesis nula que se ha de comprobar, mayor
será el número de repeticiones requeridas. En cualquier experimento es, pues, muy
importante tener en claro la magnitud correcta de la precisión deseada. No tiene
sentido usar diez repeticiones para detectar una diferencia que se puede detectar
con cuatro, ni tampoco realizar un experimento en el que el número de repeticiones
sea insuficiente para detectar diferencias importantes, excepto ocasionalmente.

Cuando se comparan tratamientos que de antemano se sabe que van a ser muy
similares (selecciones genéticas muy parecidas, por ejemplo), se debe aumentar el
número de repeticiones para detectar posibles diferencias; sin embargo, cuando se
trata de comparar tratamientos que se prevén muy distintos, no será necesario
establecer un número elevado de repeticiones (tratamientos de fungicidas y testigos
no tratados, por ejemplo).

El número de tratamientos también afecta a la precisión de un experimento, así

como al número de repeticiones necesarias para un grado de precisión
determinado. Por ejemplo, si se aumenta el número de tratamientos y se mantiene
constante el número de repeticiones para cada uno, entonces aumenta el tamaño
del experimento y el número de grados de libertad para la estimación de la varianza
del error. Si se mantiene constante el tamaño del experimento, entonces un mayor
número de tratamientos implicará un menor número de repeticiones de cada uno de
ellos y, por lo tanto, un menor número de grados de libertad para estimar la varianza
del error. Como resultado se tiene una precisión menor, por lo que se debería
aumentar el número de repeticiones para lograr una precisión prefijada. De
cualquier manera, este razonamiento es más apropiado para experimentos
pequeños, por ejemplo, con menos de 20 grados de libertad en el error.

El diseño experimental también afecta a la precisión de un experimento y al número

de repeticiones necesarias. Cuando el número de tratamientos es grande y resulta
obligado usar unidades experimentales más heterogéneas, aumenta el error
experimental. Con diseños experimentales apropiados se puede controlar parte de
esa variación.

Desafortunadamente, el número de repeticiones puede estar determinado, en parte,

por los fondos y el tiempo disponible para el experimento, por lo que se ha de llegar
a un equilibrio entre fondos, tiempo y precisión de modo que se minimicen los
primeros y se maximice la última. No obstante, siempre hay que considerar que la
falta de fondos o de tiempo no constituye una excusa para realizar un mal
experimento.
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 unas factoriales (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.

Aleatorización de cuatro tratamientos en un DCA con tres repeticiones

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). Retomemos el ejemplo anterior.

Aleatorización de cuatro tratamientos en un DBA con tres repeticiones

2.7. EFECTOS DE LA COMPETENCIA ENTRE Y DENTRO DE LAS

UNIDADES

EXPERIMENTALES

Acomodo (arreglo) de las unidades experimentales en el campo. Debe evitar la

competencia intraespecífica o la influencia entre unidades adyacentes.

Puede haber otros factores que afectan la representatividad de la unidad

experimental, de tal forma que se introduzcan como factores de confusión,
oscureciendo el efecto verdadero de los tratamientos y rompiendo con la suposición
básica de distribución aleatoria del error. Supongamos que se planteó un
experimento para el control de alguna plaga o enfermedad en el área de
fitopatología. Por ejemplo, consideramos que A es un testigo mientras que B, C y D
son tres tratamientos, de manera que al distribuirlos aleatoriamente el esquema
queda de la siguiente manera.

Disposición de control y tratamientos

Si A es el testigo (no controlado) puede contaminar al tratamiento C, que en todos

los casos quedó a favor del sentido del viento. Por otra parte, 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.

2.8. EXPERIMENTOS COMUNES EN LA INVESTIGACIÓN

AGRÍCOLA

Existen diferentes tipos de protocolos experimentales:

▪ Ensayos: comparativos entre variedades, líneas, cruzamientos y

descendencias. Por ejemplo: ensayo de rendimiento de diferentes
variedades de alfalfa o maíz forrajes, etcétera.
▪ Estudios: como cuando se avalúan los efectos de dosis de algún nutriente
sobre comportamiento animal (por ejemplo, aumento de peso). Quizás se
busca encontrar una dosis óptima.
▪ Investigación: cuando se estudia la relación causa efecto y a través de una
línea de experimentos conducidos se pretende establecer la relación de
hechos.
2.9. CONSIDERACIONES EN LA PLANEACIÓN, EJECUCIÓN,
RECOLECCIÓN, ANÁLISIS E INTERPRETACIÓN DE LOS DATOS
DE UN EXPERIMENTO

Pasos para plantear un buen experimento:

Breve bosquejo sobre la importancia de una investigación Arribar a inferencias

válidas y aplicativas.

▪ Obtener conclusiones estadísticas y prácticas.

▪ Hacer recomendaciones.
▪ Lograr avances.
▪ Delimitar el problema o necesidad de estudio Antecedentes (marco de
circunstancias real).
▪ Los antecedentes bibliográficos del tema en estudio.
▪ Las hipótesis que se probarán.
▪ Los objetivos del experimento.
▪ Planteamiento del experimento El lugar: el marco físico real que condiciona
el grado y nivel de aplicación de los posibles resultados.
▪ El número y niveles de los factores de estudio: esto es el diseño de
tratamientos, lo que implica un conjunto de consideraciones técnicas.

DISEÑO DE EXPERIMENTO

Es la forma y estructura preconcebida y conveniente de aparear los tratamientos

con las unidades “experimentales”.

Algunos riesgos comunes en el diseño de los tratamientos son:

❖ Debe existir relación verdadera entre el tratamiento y la respuesta a inducir

en la unidad experimental. Por lo tanto, es necesario conocer la naturaleza
intrínseca de la UE.
❖ Validez práctica. Que los resultados obtenidos sean congruentes con la
realidad de la población.
El tipo y nivel de respuesta esperada. Exploración, punto óptimo, tendencia,
etcétera. Exploración del número y rango de exploración.

PLANEACIÓN Y EJECUCIÓN DEL EXPERIMENTO

OBJETIVOS

El propósito del experimento comúnmente se define por el planteamiento de

preguntas que engloban apropiadamente lo que se desea de la investigación.
Generalmente tal planteamiento queda formalizado mediante el establecimiento de
la hipótesis.

MARCO TEÓRICO

Tiene como fin delimitar claramente hasta dónde se ha avanzado en el área que se
planea investigar, permite ahorro de recursos y tiempo evitando trabajos repetitivos,
pero además permite un planteamiento de objetivos más claros y específicos, y a
su vez define más claramente la población objetivo y la tendencia de pensamientos
e ideas que se están siguiendo.

Por ejemplo, cuando a los objetivos se añaden adjetivos, estos últimos deben
aclarar las dudas en cuanto al qué. Suponga el objetivo “Determinación de la ración
óptima en vacas lecheras Holstein”.

¿Óptima en qué?, ¿para qué nivel de producción?, ¿número de parto?,

¿etapa de lactancia?, ¿zona?, etcétera.

Queremos hacer hincapié en que está relacionado el marco de referencia y que

contribuye de forma importante a la fundamentación y validez práctica de los
trabajos y protocolos experimentales que se quieren realizar.

MATERIALES Y MÉTODO

Selección de tratamientos. El éxito del experimento para probar la hipótesis y los

objetivos planteados reside en una selección cuidadosa de los tratamientos.

Selección del material experimental. Como ya se indicó en otros apartados

precedentes, el material experimental seleccionado debe estar acorde con los
objetivos planteados y ser lo más homogéneo posible para que exprese
correctamente, y el efecto de los tratamientos estar libre de confusiones. Se cuidará
de seleccionar el número conveniente de repeticiones por tratamiento, así como la
forma y la disposición de las UE en el área experimental y se distribuirán
aleatoriamente a los tratamientos en DCA o en DBA dependiendo del grado de
variación del material experimental.

Variables de medición. Se seleccionarán las que respondan en forma directa y

precisa a los objetivos del experimento.

Ejecución del experimento. En la conducción del experimento aplíquense

procedimientos libres de sesgos personales o favoritismos. Aplíquese el diseño
experimental para recabar datos, de modo que las diferencias entre individuos o las
diferencias asociadas con el orden de recolección puedan ser removidas del error
experimental. Evítese la fatiga en el acopio de datos. Vuélvanse a comprobar
inmediatamente las observaciones que parecen fuera de lugar. Organícese la
recolección de datos para facilitar el análisis y para evitar errores al recopilarlos. Si
es necesario copiar los datos y compruébese inmediatamente los números copiados
con los originales.

Colección de datos, análisis e interpretación de resultados. Todos los datos

deberán analizarse tal como fueron planeados; los resultados se deberán interpretar
a la luz de las condiciones experimentales; se comprobará la hipótesis y deberá
definirse la relación de los resultados con los hechos previamente establecidos.
Recuérdese que la estadística no demuestra nada y que existe siempre una
probabilidad de que las conclusiones puedan ser erróneas, por lo tanto,
considérense las consecuencias de tomar una decisión incorrecta. Evítese llegar a
una conclusión, aun cuando sea estadísticamente significativa si aparece fuera de
lugar con respecto a hechos previamente establecidos, en cuyo caso debe
investigarse exhaustivamente el asunto.
2.10. EL ANÁLISIS DE VARIANZA Y ACEPTACIÓN O RECHAZO DE
HIPÓTESIS NULA (PRUEBA DE F)

Se estableció que bajo un conjunto de grupos experimentales que reciben diferentes

tratamientos existen dos fuentes de variación, una dentro de grupos que representa
el error aleatorio y que es generalmente responsable de la forma de distribución
normal (aunque no negamos la existencia de otras funciones de distribución
probabilísticas) de los valores numéricos de las repeticiones de un tratamiento
determinado alrededor del promedio, para una característica o variable de medición
de interés en el experimento. La segunda fuente de variación entre grupos es
parcialmente aleatoria y parcialmente debida al efecto de los tratamientos. Ahora
podemos dar a tal concepto una formalización escribiendo tales efectos en un
modelo lineal.

Ei = yi – μ de donde yi = μ + Ei

Yi = es la variable de respuesta ligada a las UE.

μ = representa los factores controlados en el modelo estadístico (diseño

experimental).

Ei = representa los factores no incluidos en el experimento, valga decir, el error

aleatorio.

De acuerdo al esquema planteado y su interpretación lineal se ve que la forma de

distribución de todas las yi, en este caso “normal”, es inducida por el conjunto de las
Ei correspondientes y asociados. De donde heurísticamente deducimos que yi~ N
ind (μ, σ2) y que N ind (0, σ2).
EL CONCEPTO DE ANÁLISIS DE VARIANZA: DEFINICIÓN

El análisis de varianza es un método estadístico diseñado para descomponer la

variación total de tres o más grupos experimentales en dos fuentes de variación, la
que se debe a la fuente de estudio o de interés, a la que generalmente llamamos
“efecto de tratamiento” (bajo un estudio de tipo experimental), y que se debe a
elementos no comunes o desconocidos que en conjunto reciben el nombre de
“efecto aleatorio”, o más comúnmente “error aleatorio”.

Esquema del análisis de varianza; la prueba de la hipótesis

Donde gl son t-1 (de tratamientos) y n-t (del error) y las hipótesis Ho: μi=μ y Ha: μi≠μ

Como se deriva del esquema anterior, el análisis de varianza es un método

estadístico que permite en un conjunto de grupos experimentales, a los que se han
aplicado diferentes tratamientos o niveles de estudio, descomponer la variación total
en diferentes fuentes de variación: la debida a los tratamientos y la debida a efectos
desconocidos o no explicados, llamada error aleatorio o experimental, para
establecer la relación proporcional entre dichas fuentes de variación mediante el
estadístico calculado de F y llegar a la prueba de hipótesis al rechazar o no la
hipótesis nula, mediante comparar el estadístico de Fcalculado con el valor
probabilístico de Ftabulado. A este procedimiento se le conoce como teoría de la
decisión.

Supuestos básicos:

Se fundamenta en algunos supuestos que deben ser satisfechos durante la

concepción, planeación, establecimiento, conducción y evaluación de un protocolo
experimental, tales como: Se selecciona en forma aleatoria una muestra de
“material experimental” a partir de una población normalmente dispersa, cuyos
parámetros son: μ = 0 y σ2 = 1.

Se asume que dichas muestras también se distribuyen en forma normal con

parámetros iguales a los de la población de donde proceden.

Los rasgos que se evalúan a partir del material experimental son generalmente
métricos o cuantitativos, lo que quiere decir es que pueden tomar cualquier valor
(incluyendo valores fraccionarios) en la escala de los números reales, a los que
también se denomina variables continuas o variables de densidad.

En atención a los tres supuestos anteriores el análisis de varianza es un método

paramétrico, atendiendo a la escala de medición de las variables de estudio (“escala
fuerte”) y asumiendo que la forma de distribución de los “errores” (factores no
comunes), asociados a dichas variables de medición, siguen una distribución
normal con los parámetros de población ya descritos.

El error aleatorio queda uniformemente distribuido entre todas las unidades

experimentales durante la formación de los grupos experimentales y durante la
asignación de las unidades experimentales seleccionadas (niveles de estudio).

Los efectos de los tratamientos y de los errores son independientes y no están

correlacionados.

Una vez constituidos los grupos experimentales la variación entre unidades es igual
dentro de grupos y entre grupos (homocedasticidad).

PRUEBA F

El análisis de Varianza contrasta la hipótesis de igualdad de las Medias de más de

dos grupos, y tiene su fundamento en la relación entre la variación explicada por las
diferencias entre grupos y la variación individual.

Consideremos la siguiente situación:

Queremos comparar la efectividad de cuatro tratamientos de la depresión, para lo
que aplicamos los tratamientos a cuatro grupos de pacientes seleccionados
aleatoriamente. A finales del tratamiento recogemos los datos, que son:

Los valores del cuerpo central de la tabla representan las puntuaciones obtenidas
por el sujeto "i" en el grupo "j". Por ejemplo, X32=14 simboliza que el sujeto número
tres del grupo 2 ha obtenido una puntuación igual a 14.

Las puntuaciones de cada grupo son una muestra de la población de pacientes a

los que se administra cada tratamiento (los del grupo 1, de la población a la que se
administra el tratamiento 1, los del grupo 2, de la población a la que se administra
el tratamiento 2, etc.). Las Medias de las poblaciones se simbolizan m1, m2, m3,
etc. Queremos saber si estas Medias son semejantes o diferentes a la finalización
del tratamiento, porque eso significaría que los tratamientos afectan de manera
diferente a los pacientes. La Hipótesis Nula es:

El estadístico de contraste es:

Donde MCE y MCI son las Medias Cuadráticas "entre" e "intra" respectivamente. El
fundamento del estadístico de contraste es:

➢ El efecto del tratamiento en cada grupo es medido por la Media de las

medidas de depresión de cada grupo.
➢ Si todos los tratamientos tuvieran el mismo efecto, esperaríamos que las
Medias de los grupos fueran semejantes:

En cambio, cuanto más diferentes sean los efectos de los tratamientos, más
diferentes esperamos que sean las Medias.

❖ La Media Cuadrática "entre" mide la variación explicada por las diferencias

entre las Medias de los grupos más la variación explicada por diferencias
individuales:

Donde

Si las Medias fueran semejantes, la Media Cuadrática "entre" sería igual a 0

(porque la Media de cada grupo sería igual a la Media total). Si las Medias fueran
diferentes, la Media Cuadrática "entre" será mayor cuanto más y mayores sean
las diferencias.

❖ La variación individual es medida por la Media Cuadrática "intra":

Donde

glI: grados de libertad "intra"= J(n-1).

La Media Cuadrática "intra" mide la variación explicada por diferencias individuales

porque solo depende de las diferencias dentro de cada grupo. En cambio, las
diferencias entre grupos no explican la variación "intra".

❖ El estadístico F pone en relación la variación "entre" respeto de la variación

"intra":

Cuanto mayor es la variación "entre" en relación a la variación "intra", mayor es el

valor de F.

❖ Para generalizar a la población se opera con los valores esperados de la

Medias Cuadráticas:

El valor esperado de la Media Cuadrática "entre" es igual a la Varianza explicada

(ocasionada) por las diferencias individuales más una cantidad cuyo valor depende
de las diferencias entre los tratamientos (entre las muestras).

El valor esperado de la Media Cuadrática "intra" es igual a la Varianza explicada por

diferencias individuales.

❖ Si la Hipótesis Nula fuera verdadera, es decir, si NO hubiera diferencias entre

las Medias poblacionales, el valor del término de la derecha en la expresión
del valor esperado de la Media Cuadrática "entre", que es:
Tomaría el valor 0 (porque las diferencias dentro del paréntesis siempre serían 0).

En consecuencia, el estadístico F sería una razón de dos estimadores de la misma

Varianza y seguiría la distribución F con J-1 y J(n-1) grados de libertad.

❖ Si la Hipótesis Nula fuera falsa, es a decir, si hubiera diferencias entre las

Medias poblacionales, la expresión:

Tomaría un valor superior a 0. En consecuencia, el estadístico F NO sería una

razón de dos estimadores de la misma Varianza y el cociente F NO seguiría la
distribución FJ-1,J(n-1).

❖ En conclusión, si el estadístico F sigue la distribución FJ-1,J(n-1) pensaremos

que no hay evidencia suficiente por rechazar la Hipótesis Nula. En cambio,
si el estadístico F NO sigue la distribución FJ-1,J(n-1), pensaremos que es
más razonable rechazar la Hipótesis Nula.
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 expe- rimentales. 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.

En el apartado se ilustró 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. Por lo tanto:

❖ La selección correcta del diseño experimental.

❖ La conducción apropiada del experimento.
❖ La separación de la varianza del error durante el análisis de varianza.
❖ La obtención del estadístico F = = S2 S2 α2 σ2 + σ2 y de Ftab (gl t-1 y n-t,α
 ❖ = .05 o α = .01).
❖ 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.

CONTROL DEL ERROR EXPERIMENTAL

El error experimental puede ser controlado por el experimentador mediante:

El diseño experimental

El más idóneo es aquel que hace que la variación natural existente entre las
unidades experimentales no afecte en nada a las diferencias entre las medias de
los tratamientos. Una técnica efectiva para ello es agrupar las unidades
experimentales en bloques o grupos de unidades homogéneas, de manera que los
tratamientos se asignan al azar a cada unidad experimental dentro de cada bloque.
En estas condiciones, en las que cada bloque contiene todos los tratamientos, la
variación entre las unidades experimentales dentro de un mismo bloque es menor
que entre las unidades de bloques distin tos, aumentando la precisión del
experimento como resultado de un buen control del error experimental.

Se muestra la disposición de tres bloques de un experimento en función de la

fertilidad del suelo. Si se aprecia un gradiente de fertilidad, la disposición de bloques
en el sentido de esa variación permitiría extraer las diferencias entre bloques (en
este caso entre diferente fertilidad) del error experimental, aumentando la precisión
del experimento al comparar los tratamientos. La disposición contraria haría que
dentro de cada bloque existiera una variación de fertilidad que afectaría de forma
diferente a cada tratamiento, y que no se podría extraer del error experimental.

Disposición correcta e incorrecta de los bloques en un experimento

Una gran variación entre bloques indica que su uso ha sido de gran ayuda, porque
esta variación ha sido eliminada del error experimental y no contribuye a la
diferencia entre tratamientos.

Uso de observaciones paralelas

En algunos experimentos se puede aumentar la precisión haciendo uso de

observaciones paralelas para realizar un análisis de la covarianza. El análisis de la
covarianza se utiliza cuando las variaciones entre las unidades experimentales son,
en parte, debidas a la variación en otros caracteres mensurables. Por ejemplo, el
rendimiento depende del número de plantas por parcela, con independencia del
tratamiento que se aplique.

Tamaño y forma de las unidades experimentales.

Como regla general, unidades experimentales grandes muestran menos variación

que las pequeñas. Sin embargo, un aumento en el tamaño de la unidad
experimental puede hacer disminuir el número de repeticiones que pueden ser
controladas por el experimentador. La unidad experimental debe tener unas
dimensiones mínimas para poder realizar el experimento, pero más allá de esas
dimensiones no se gana nada aumentando el tamaño y se obtiene mayor precisión
aumentando el número de repeticiones. El tamaño de las unidades dependerá
también del tipo de experimento, pues uno demostrativo normalmente exigirá
mayores parcelas que uno preliminar. En general, en cultivos anuales suelen
utilizarse unidades experimentales compuestas de una a seis filas de cultivo, o aún
menos en programas de mejora, en no más de 50 m2. Para el caso de especies
perennes.

En los experimentos de campo, la forma de la parcela experimental es importante

en relación con la precisión. Los ensayos de uniformidad realizados por muchos
investigadores utilizando varios cultivos, han demostrado que la parcela
experimental relativamente larga y estrecha es más conveniente para una mayor
precisión, pues cubren una amplitud mayor de condiciones posibles y aumentan la
uniformidad dentro de cada bloque.

No obstante, también es posible usar otras formas, a veces determinadas por las
operaciones de cultivo. En el supuesto de la rectangularidad de las parcelas es
conveniente, pues, que se orienten al contrario que lo referido anteriormente para
los bloques, es decir, el lado mayor en la dirección de la mayor variabilidad.

En relación con la forma de los bloques, éstos han de tender a lo más cuadrado
posible, aunque cualquier forma es correcta siempre que sea efectiva. Lo realmente
importante en este caso es que exista la menor variabilidad posible dentro de ellos.
No hay ninguna necesidad de que sean adyacentes, aunque si lo son facilita el
manejo del experimento.
 CONCLUSIÓN

Al término del presente se pudo obtener conocimiento de que realizar un

experimento, requiere de mucha minuciosidad, además de que es necesario seguir
un protocolo. Es decir, necesitamos seguir una serie de pasos, para poder llegar a
realizar un experimento correcto y productivo.

Un error experimental, detectado a tiempo, puede ser controlado, precisamente por

la persona a cargo del experimento, pero es necesario saber que para poder evitar
llegar a esto, es necesario realizar de manera adecuado el proceso completo del
experimento.

Es decir, llevar a cabo una planeación, tomar en cuenta, el material, métodos y el

marco teórico, que conlleva el experimento, es necesario, realizarlo, de forma
estricta, para ello, debemos tener bien planteado los objetivos, que queremos
cumplir en dicho experimento, para que en el momento de la ejecución sea certero
y sin errores.
 BIBLIOGRAFIA

Fernández, Escobar R., A. Trapero, y J. Dominguez. Experimentación

en agricultura. Andalucia: Sevilla, Consejeria de Agricultura y
Pesca, 2010.
Mandeville, Peter. «Tips Bioestadisticos (Tema 28: Diseños Experimentales).»
Ciencia UANL, 2012: 151-155.

Romaina, J.C. Estadistica Experimental Herramientas para la

Investigación. Peru: UPT, 2012.
Tirado, Estrada Gustavo, y González Deli Nazmín Tirado. Tratado de
estadisticaexperimental. Guadalajara, Jalisco, México: Centro
de estudios e investigaciones, 2017.