2.-diseños experimentales

Diseños

experimentales

Tema

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.

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

Es un estudio de investigación en el que se

manipulan

deliberadamente

una

o

mas

variables independientes para analizar las

consecuencias que la manipulación tiene

sobre una o mas variables dependientes y

por que lo hacen, dentro de una situación de

control para el investigador

variables en un experimento

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

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

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.

Tipo de error con la hipótesis

Error 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

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..

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

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

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 e

n = 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

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 e²

n = tamaño de la muestra Z =intervalo de confianza.

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

tamaño de la muestra

cuando se desconoce la población

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)

2.2 Escalas de medición

Los valores son nominativos, sirven para designar. Sólo se puede realizar un conteo (frecuencias). No es factible las operaciones aritméticas. Se analizan 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 es relativo o diferencial, es decir no indica ausencia de la propiedad. Se pueden realizar operaciones aritméticas.(+ y -). Es una escala creada por el hombre.

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

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

METODOS Y TECNICAS

DE RECOLECCION DE DATOS

FUENTE

METODOS

TECNICAS

SECUNDARIA

FICHAS

DIRECTO

OBSERVACION

PRIMARIA

EXPERIMENTACION

INDIRECTO

ENCUESTA

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

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

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 de producción

1. La medida optima es 8.300

2. Se acepta una variabilidad máxima  0,008

3. Se registra cada uno de los 55 productos elaborados 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 un proceso de producción.

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.

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.

Si quieres algo realmente bueno,

…búscalo en ti mismo