2. Los diseños experimentales son
modelos matemáticos y
estadísticos cuyo objetivo es
averiguar si determinados
factores influyen sobre una
variable de interés, y si existe
dicha influencia, cuantificarla.
Es decir determina si un
tratamiento produce una
mejora en el proceso
productivo o no. Su
metodología se basa en la
experimentación.
3. Se refiere a la aplicación de
pruebas que verifiquen la
validez de las hipótesis
establecidas sobre las causas
de un determinado problema.
En un experimento al menos
una variable es manipulada y
las unidades son
aleatoriamente asignadas a
los distintos niveles o
categorías de dichas variables.
7. Hipótesis Alternativa (Ha)
relaciona las diferencias
Hipótesis Nula (Ho) siempre
parte de la igualdad
Las hipótesis son:
Son supuestos que pueden o
no darse
8. Ejemplos: variedades, dietas, etc
Aspectos del sistema
productivo que requieren
someterse a un proceso
experimental, porque han
sido considerados como
limitantes en la producción y
requieren ser investigados
para encontrar una solución
9. debe ser lo suficientemente
representativa, considerando que
hay que eliminar el efecto de borde
Ente físico en el cual se va aplicar el
tratamiento
10. Cuando un tratamiento aparece
2 o más veces en el experimento
su número depende:
1. Del sitio experimental,
2. Las características del material
en estudio
3. Disponibilidad del material
14. Comprensión y planteamiento del problema
Elección de factores y niveles
Elección de la variable dependiente
Elección del diseño experimental
Realización del experimento
Análisis de datos
15.
16. Obtener información
que permita
desarrollar nuevos
productos y procesos,
Comprender mejor un
sistema (proceso
industrial,
procedimiento
analítico, etc.)
Tomar decisiones sobre
como optimizar los
procesos productivos y
mejorar su calidad.
17. Error
inherente
Cuando la variabilidad es
propia del material y de
los recursos del sitio, es
de difícil control
Ejemplo:
Constitución genética
Heterogeneidad del suelo
Efectos climáticos
Error no
inherente
La variabilidad se da por
equivocación del
investigador
Ejemplo:
Mala toma de datos
Mal manejo de la
información.
18. • Conseguir material lo más homogéneo posible
• Determinar que el área de experimentación sea lo más
representativa del sector
• Utilizar el diseño experimental adecuado para la experimentación
• Determinar el número de repeticiones que dependerá del diseño
experimental y la problemática a estudiar
• Aplicar las leyes aleatorias
19. • Es la intervención
deliberada del investigador
para provocar cambios en
la variable dependiente
Manipulación
• consiste en asignar los
sujetos a los distintos
niveles de tratamiento al
azar
Aleatorización
20. Validez Interna
Estudia hasta qué
punto una causa
puede ser atribuida a
un efecto
• Cuántas más variables
entran en un diseño van
restando validez interna
Validez Externa
Grado en que los
resultados de un
estudio pueden ser
generalizados a
muestras o
condiciones espacio-
temporales diferentes
Validez Ecológica
Es aquella que se
puede aplicar en
distintos contextos
21. Se elimina el efecto de
las variables
perturbadoras o
extrañas, mediante el
efecto de la
aleatorización
El control y
manipulación de las
variables predictorias
clarifican la dirección y
naturaleza de la causa
Flexibilidad, eficiencia,
simetría y manipulación
estadística