2.-diseños experimentales

Diseños

experimentales

Tema

2

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

OBJETIVOS

1. Reconocer el termino diseño experimental.

2. Identificar el propósito de un DE

3. Describir un experimento.

4. Diferenciar métodos y técnicas de recolección de datos.

5. Elaborar una hojas de registro.

Al finalizar el tema 2, el participante será capaz de:


DISEÑOS EXPERIMENTALES

1.1 ASPECTOS GENERALES

El Diseño de Experimentos tuvo su inicio teórico a

partir de 1935 por Sir Ronald A. Fisher, quién sentó la

base de la teoría del Diseño Experimental y que a la

fecha se encuentra bastante desarrollada y ampliada.

Los diseños experimentales intentan establecer

básicamente relaciones causa – efecto

Mas específicamente, cuando se desea estudiar como

una variable independiente (causa) modifica una

variable dependiente (efecto)


DISEÑOS EXPERIMENTALES

Este término se utiliza para planear un experimento de

manera que se pueda obtener la información

pertinente a un determinado problema que se investiga

y así tomar decisiones correctas.

PROPOSITO DE UN DISEÑO EXPERIMENTAL

El propósito de un diseño experimental es proporcionar

métodos que permitan obtener la mayor cantidad de

información válida acerca de una investigación, teniendo

en cuenta el factor costo y el uso adecuado del material

disponible mediante métodos que permitan disminuir el

error experimental


Es un estudio de investigación en el que semanipulan deliberadamente una o masvariables independientes para analizar lasconsecuencias que la manipulación tienesobre una o mas variables dependientes ypor que lo hacen, dentro de una situación decontrol para el investigador

Que es un Experimento


variables en un experimento

A. VARIABLE INDEPENDIENTE

representa los tratamientos, factores o condiciones

que el investigador controla para probar los efectos

sobre la variable dependiente

a) Tratamiento: son los diferentes

procedimientos, procesos, factores o

materiales y cuyos efectos van a ser medidos

y comparados: ejm Dosis de fertilizantes,

ración alimenticia, densidad.


B. VARIABLE DEPENDIENTE

Es la que refleja los resultados de un estudio de

investigación. Ejem. productividad, incremento de

peso, biomasa , FCA, etc. .

La variable dependiente se mide .

El éxito depende del grado de precisión con que se

mida dicha variación.(instrumento de medición)


variables en un experimentos

C. VARIABLE INTERVINIENTE

Llamada contaminadora o extraña estas variables

independientes que si no se controlan pueden

alterar el resultado de la investigación. El diseño

debe tener un grupo control o testigo y un grupo

experimental. Ejem. Oxigeno disuelto, temperatura

ambiental,

La elección del tratamiento testigo es de gran

importancia en cualquier investigación, este se

constituye como referencial del experimento y

sirve para la comparación de los tratamientos en

prueba.


D. TESTIGO

El testigo es el tratamiento de comparación

adicional, que no debe faltar en un

experimento; por ejemplo, si se usan cinco

tratamientos con fertilizante, el testigo puede

ser aquel tratamiento que no incluye fertilizante.

La elección del tratamiento testigo es de gran

importancia en cualquier investigación, este se

constituye como referencial del experimento y

sirve para la comparación de los tratamientos

en prueba.


E. UNIDAD EXPERIMENTAL

La unidad experimental, es el objeto o espacio

al cual se aplica el tratamiento y donde se

mide y analiza la variable que se investiga. En

los experimentos pecuarios la unidad

experimental por lo general esta conformada

por un animal (cuye, cerdo, pato, etc.), en los

experimentos forestales la unidad experimental

en la mayoría de los casos esta conformado por

un árbol y en la mayor parte de las pruebas de

campo agrícolas, la unidad experimental es una

parcela de tierra


F. COEFICIENTE DE VARIABILIDAD

Es una medida de variabilidad relativa (sin unidades de

medida) cuyo uso es para cuantificar en términos

porcentuales la variabilidad de las unidades experimentales

frente a la aplicación de un determinado tratamiento. En

experimentación no controlada (condiciones de campo) se

considera que un coeficiente de variabilidad mayor a 35% es

elevado por lo que se debe tener especial cuidado en las

interpretaciones y ó conclusiones; en condiciones

controladas (laboratorio) se considera un coeficiente de

variabilidad mayor como elevado. La expresión estimada del

coeficiente de variabilidad es:


G. Confiabilidad

Es el grado en que un proceso de medición elimina los errores.

Como se deriva de E-1,es un cociente, el cual entre mas se

acerca a 1, mayor grado de confiabilidad tiene la medición. Es

el grado en que al repetir la aplicación de un instrumento o

medición al mismo sujeto, se producen iguales resultados:

C= P O (E-1)

PO+E

Donde: C = Confiabilidad

PO= Puntaje obtenido

E = Error

Si se elimina el factor error en la ecuación E-1, la confiabilidad

seria igual a 1 puesto que los valores del numerador y el

denominador son iguales


Error de medida


Error experimental

significa equivocación, falta, extravío. Por lo tanto error es un

conocimiento equivocado que no concuerda con la realidad a

la que se refiere. tipos de error:

a. de razonamiento: errores en la deducción o a lógicas

indebidas.

b. percepción: factores humanos, engaños que producen en

los órganos de los sentidos en la percepción.

c. apreciación: derivados de una visión intelectual parcial o

subjetiva de la realidad

d. planificación: por concepciones equivocadas de las

operaciones o fases de la investigación.

e. Muestral: es un error aleatorio de tipo estadístico que tiene

lugar cuando se utilizan y seleccionan las muestras

f. Sistémico. Se comete en forma constante durante el

proceso de medición.


Errores sistemáticos


Errores estadísticos


Tipo de error con la hipótesisError Tipo I: es el error que se comete cuando rechazamos la hipótesis nula

( H0 ) en circunstancia que es la hipótesis verdadera.

Error tipo II: es el error que se comete cuando aceptamos la hipótesis nula

( H0 ) en circunstancia que es la hipótesis falsa.

Podemos cometer un Error tipo I solo si rechazamos H0

Podemos cometer un Error tipo II solo si no rechazamos H0

Ejem. Ho = el sujeto esta sano Ha = el sujeto tiene cancer


Validez

Es el grado en que un instrumento realmente mide la variable

que pretende medir. Debe mostrar o representar la realidad a

la que se refiere. Clases o aspectos de validez:

1. validez lógica. Significa que la prueba es valida por

definición. Se refiere a los resultados de una prueba y no a la

prueba en si misma.

2. Validez de contenido. No es cuestión de todo o nada, esta

puede variar desde poco valido hasta muy valida.

3. Validez de criterio. La validez de un instrumento se debe

comparar con algún criterio externo, considerado como un

estándar.


Factores que afectan la confiabilidad y la

validez

La improvisación: los investigadores

experimentados tardan algún tiempo en diseñar o

seleccionar el instrumento a emplear en sus

mediciones

Uso de instrumentos no validos: los instrumentos

deben ser reconocidos (certificados) y aprobados

por la comunidad científica.

Instrumento no adecuado para quien lo utiliza.

Condiciones o normas con las cuales se debe

realizar la medición


Premisa de la medición

Premisa fundamental para el éxito en el

proceso de investigación es que la medición

de la variable dependiente , la cual para ser

valida y confiable debe estar exenta de error

de medición. Sino se pueden eliminar los

errores y de esta manera asegurar la

medición, los resultados igualmente perderán

validez y confiabilidad.


Es una técnica estadística que sirve para analizar la

variación total de los resultados experimentales de

un diseño en particular, descomponiéndolo en

fuentes de variación independientes atribuibles a

cada uno de los efectos en que constituye el diseño

experimental.

Esta técnica tiene como objetivo identificar la

importancia de los diferentes factores ó tratamientos

en estudio y determinar como interactúan entre sí..

ANALISIS DE LA VARIANCIA


PRINCIPIOS BASICOS DEL DISEÑO

EXPERIMENTAL

Los principios básicos del diseño experimental son:

repetición, aleatorización, y control local.

Repetición: 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.


Aleatorización:

Consiste en la asignación al azar de los tratamientos en estudio

a las unidades experimentales

con el propósito de asegurar que un determinado tratamiento

no presente sesgo. Por otro lado la aleatorización hace válidos

los procesos de inferencia y las pruebas estadísticas.

Control Local (Control del error Experimental):

Consiste en tomar medidas dentro del diseño experimental

para hacerlo más eficiente, de tal manera que pueda permitir la

reducción del error experimental y así hacerla más sensible a

cualquier prueba de significación.


SUPUESTOS ACERCA DEL MODELO ESTADISTICO

Los supuestos necesarios del modelo estadístico son:

a. Aditividad: Los factores o componentes del modelo

estadístico son aditivos, es decir la variable respuesta es la

suma de los efectos del modelo estadístico.

b. Linealidad: La relación existente entre los factores o

componentes del modelo estadístico es del tipo lineal.

c. Normalidad: Los valores resultado del experimento

provienen de una distribución de probabilidad «Normal» con

media m y variancia s2 .

d. Independencia: Los resultados observados de un

experimento son independientes entre sí.

e. Variancias Homogéneas (Homocedasticidad): Las

diversas poblaciones generadas por la aplicación de dos o más

tratamientos tienen variancias homogéneas (variancia común).


DETERMINAR EL TIPO DE DATO

La unidad experimental, es el objeto o espacio al cual

se aplica el tratamiento y donde se mide y analiza la

variable que se investiga.


CONSIDERAR LA CONFIABILIDAD DE

LOS REGISTROS

Tener en cuenta la adecuada calibración de los

instrumentos de medición y la variabilidad en

inspecciones visuales.


I. Se debe registrar adecuadamente el origen de

datos (el día, la hora, quiénes fueron los

responsables, qué lote se uso, entre otros).

II. Los datos deben registrarse de manera que

facilite su utilización (hojas de registro).

SELECCIONAR FORMAS APROPIADAS DE RECOLECTAR DATOS.


Para obtener el tamaño de la muestra de una población determinada se

requiere tomar en cuenta los siguientes factores:1. El tiempo y los

recursos disponibles.

2. Las técnicas de muestreo.

3. Las técnicas de análisis de datos.

4. La estimación de la varianza.

5. El margen de error máximo posible.

6. El nivel de confianza.

Existen modelos matemáticos para obtener el tamaño de la muestra, en

este caso:

n = Z² Q²

en = tamaño de la muestra

Z =intervalo de confianza.

e = error de muestro aceptable.(Nivel de precisión) estudios previos.

σ = desviación estándar.

tamaño de la muestra

cuando se desconoce la población

variable cuantitativa


muestreo se realiza sin reemplazamiento

en una población finita.

variable es cuantitativa

utiliza la siguiente formula:

n = N Z² Š²

(N-1)e²+Z² Š²

n = tamaño de la muestra.

N = tamaño de la población.

Š² = varianza muestral

e = error de muestreo aceptable.(nivel de precisión)

Z = nivel de confianza deseado(95% - 99%)

.


Para obtener el tamaño de la muestra de una población determinada se

requiere tomar en cuenta los siguientes factores:

1. El tiempo y los recursos disponibles.

2. Las técnicas de muestreo.

3. Las técnicas de análisis de datos.

4. La estimación de la proporción de éxito

5. El margen de error máximo posible. O nivel de precisión , estudios

previos

6. El nivel de confianza. El valor Z, usado entre 95% a 99%

Existen modelos matemáticos para obtener el tamaño de la muestra, en

este caso:

n = Z² p q

e²n = tamaño de la muestra

Z =intervalo de confianza.

e = error de muestro aceptable.(Nivel de precisión) estudios previos.

p = proporción de éxito. p + q = 1.

tamaño de la muestra

cuando se desconoce la población

variable cualitativa


muestreo se realiza sin reemplazamiento

en una población finita.

variable es cualitativa

utiliza la siguiente formula:

n = N Z² P q

(N-1)e²+Z² P q

n = tamaño de la muestra.

N = tamaño de la población.

p = la proporción de la población que tiene la característica

de interés.(probabilidad de éxito)

q = la proporción de la población que no tiene la

característica de interés.(probabilidad de fracaso)

e = error de muestreo aceptable.(nivel de precisión)

Z = nivel de confianza deseado(95% - 99%)

.


2.2 Escalas de medición

Los valores son nominativos, sirven para designar.Sólo se puede realizar un conteo (frecuencias). Noes factible las operaciones aritméticas. Seanalizan a través de la comparación: igualdad y no

igualdad ( = y ).

Ejemplo

Sexo del pez 1: Macho 2: Hembra

Grupo : chico mediano Grande

ESCALA NOMINAL:


Los valores representan un orden. No son

cuantitativos, sólo simbolizan una posición. Se

analizan a través de la desigualdad :mayor que

o menor que (> y <).

Ejemplo:

Calificación : A,B,C,D A > B

Lugar (orden) : 1º , 2º , 3º 1º > 2º

Dolor : leve, moderado, intenso

ESCALA ORDINAL:


Se utilizan números cardinales. El cero esrelativo o diferencial, es decir no indica ausenciade la propiedad. Se pueden realizar operacionesaritméticas.(+ y -). Es una escala creada por elhombre.

Ejemplo:

Hora 00:00

Temperatura ambiental 0 ºC

El año en que vivimos 2003

ESCALA DE INTERVALOS:


Se utilizan números cardinales. Tienen unidad de

medida (cms, pulgadas). El cero es absoluto,

indica ausencia de la propiedad. Se pueden

realizar operaciones aritméticas (+,-,x ,),

Ejemplo:

Pacientes no atendidos hoy : 0

Nº de hijos en edad de vacunación : 0

Procesos deficientes : 0

ESCALA DE RAZÓN:


2.3 Redondeo de datos

Durante el análisis, muchas veces se divide un

número por otro obteniéndose en algunas

ocasiones, un número infinito de decimales.

Con el objeto de hacer más operativo el manejo de

estos datos se redondean. Para “cortar” o

redondear, se siguen las siguientes reglas.


1ra REGLA:

Para la respuesta final, debemos redondear

hasta dos lugares más de lo que había en los

datos originales. No se debe redondear en los

pasos intermedios.

Ejemplo : datos originales : enteros

resultado final : 2 decimales.


2º REGLA:

Si la cifra que sigue es mayor a 5, se aumenta 1.

Si la cifra que sigue es menor a 5, el número no

varía.

Ejemplo: Redondeo a 2 decimales

6,176 ……. 6,18

4,123 ……. 4,12


3º REGLA:

Si la cifra que sigue es 5 y el número anterior

es par no se modifica. Pero si el número es

impar, aumenta 1.

Ejemplo: Redondeo a 2 decimales

6,545 ……. 6,54

1,975 ……. 1,98


METODOS Y TECNICAS

DE RECOLECCION DE DATOS

FUENTE METODOS TECNICAS

SECUNDARIA FICHAS

DIRECTO OBSERVACION

PRIMARIA EXPERIMENTACION

INDIRECTO ENCUESTA

ENTREVISTA


En un estudio de investigación de mercados para

pañales desechables, interesa conocer ciertas

características,

CARACTERISTICA FUENTE TECNICA

Tasa de natalidad Secundaria Fichas

Nivel socio-económico Primaria Encuesta

de la famila

Textura del producto Primaria Entrevista

Ejemplo :


Las hojas de registro (o check list)

1. Para registro: Se anota sistemáticamente la

información.

Ejemplo: Tarjeta de Registro de Asistencia del

personal que labora en una Clínica

2. Para verificación: Se anota información en

determinado tiempo, que debe cotejarse con la

realidad.

Ejemplo: Registro de las recetas no atendidas por

semana.

Son formatos pre impresos que facilitan el registro y

la organización de cualquier tipo de datos. Puede

ser:


Hoja de registro para la distribución del proceso deproducción

1. La medida optima es 8.300

2. Se acepta una variabilidad máxima 0,008

3. Se registra cada uno de los 55 productoselaborados en un día, colocando una x en la casilla

correspondiente.

4.Se construye simultáneamente el histograma.

Caso: Hoja de registro para ver la distribución en unproceso de producción.

EJEMPLO 1


Hoja de registro de ítems defectuosos

1. Permiten identificar el tipo de defecto más

frecuente.

2. Un producto puede presentar más de un defecto.

3. Es necesario tipificar con antelación los defectos

posibles.

Caso: Hoja de registro de inspección final de cierto

producto plástico moldeado.

EJEMPLO 2


Hoja de registro de las causas del defecto

1. Permite una estratificación adicional con el fin de

encontrar las causas de los defectos.

Caso: Hoja de registros de ocurrencias de los defectos

en ciertos accesorios utilizados en la elboración

protesis dental, asignables a maquinaria, trabajadores,

día y tipo de defecto.

EJEMPLO 3


Si quieres algo

realmente bueno,

…búscalo en ti mismo

REFLEXIÓN

2.-diseños experimentales

Documents