Unidades experimentales en un Diseño de bloques

completamente al azar
Joao Rado Huaringa1

En un Diseño completamente al azar (DCA) se requieren que todas las unidades

experimentales usadas en el estudio sean lo más homogéneas posibles para que el efecto
de la variabilidad de los resultados del experimento sea en mayor proporción
ocasionado por el tratamiento. Cuando esto no ocurre así, es decir, cuando las unidades
experimentales no son homogéneas los resultados se ven crucialmente afectados.

Montgomery (2014) propone que una solución frente al problema descrito anteriormente
es controlar esta variable que hace distintas a las unidades experimentales. A esta
variable se le conoce como factor de bloqueo, bloque o restricción. Cuando se utiliza el
bloque, el diseño pasa a denominarse Diseño de bloques completamente al azar (DBCA).
En este diseño las unidades experimentales dentro de cada bloque deben ser lo más
homogéneas posibles, mientras que entre cada bloque deben ser heterogéneas.

El objetivo de un DBCA sigue siendo el mismo que el DCA, evaluar si al menos el efecto
de un tratamiento influye sobre la variable respuesta. Según Gutiérrez (2008), la idea no
se basa en obtener resultados que permitan analizar el efecto de las diferencias de los
bloques en la variable respuesta, sino en usar los bloques como un medio y no como un
fin, de tal manera que los resultados sean válidos.

Criterios de bloqueo

Antes de definir un bloque, es necesario tener algunos antecedentes del experimento,

conocer las variables que se desean controlar y su posible efecto en la variable respuesta.
Por ejemplo hay algunos experimentos que utilizan como criterio de bloqueo una
variable observable como: la edad, el tipo de riego, el tiempo, etc. Mientras que otros
experimentos utilizan una variable latente en los individuos tales como la habilidad, el
aprendizaje, etc.

Cuando se utiliza una variable observable como criterio de bloqueo es posible agrupar
las unidades experimentales según la restricción. De tal forma que, al usar un DBCA,
habrá tantas unidades experimentales como tratamientos a aplicar. Sin embargo, cuando
se utiliza una variable latente en los individuos como criterio de bloqueo no es posible
agrupar las unidades experimentales, ya que en realidad las unidades experimentales
son los bloques.

1Docente del Departamento de Estadística e Informática. Facultad de Economía y Planificación.

Universidad Nacional Agraria La Molina
Kuehl (2001) señala que existen varios criterios de bloqueo. Dentro de los cuáles están:
1) proximidad, 2) características físicas, 3) tiempo, 4) administración de tareas en el
experimento.

En el caso de la proximidad comenta sobre aquellas unidades que son relativamente

cercanas como por ejemplo las parcelas sembradas a un mismo nivel de pendiente o los
retazos de tela procedentes del mismo lote. En el caso de las características físicas señala
por ejemplo el tamaño de camada o el peso de los animales. En el caso del tiempo, un
día puede ser considerado un criterio clave si es que solo se puede obtener una réplica
de tratamiento durante un día. Finalmente, los individuos pueden ser considerados
bloques cuando se trata de realizar alguna actividad, esto es factible para evitar
confundir la variabilidad del individuo con la de los tratamientos.

Finalmente, la definición de unidades experimentales dependerá del tipo de

experimento que se desea realizar y del alcance que se tenga respecto al control de las
fuentes de variabilidad. Siendo necesario en unos experimentos utilizar como bloque a
la unidad experimental misma y en otros a un grupo homogéneo de unidades
experimentales. Cualquiera de las definiciones anteriores no invalida el concepto del
diseño de bloques completos al azar, ya que las subdivisiones en un bloque poseen una
característica en común que las distinguen de las demás encontradas en otros bloques.

Bibliografía:

1. Gutierrez, H. y De la Vara, R. (2008). Análisis y Diseño de Experimentos. Segunda

edición. Editorial McGraw-Hill. México, D.F.
2. Kuehl, R. (2001). Diseño de experimentos: Principios estadísticos de diseño y
análisis de investigación. Segunda edición. Editorial Thomson. México, D.F.
3. Montgomery, D. (2014). Diseño y Análisis de experimentos. Segunda edición.
Editorial Limusa Wiley. México, D.F.

Sugerencias: jrado@lamolina.edu.pe