TEMA:DISEO DE

EXPERIMENTOS
CURSO: ESTADISTICA Y DISEO DE EXPERIMENTOS
 Diseo
Experimental
 DISEO DE EXPERIMENTOS

El Propsito del Diseo de Experimentos

industriales (DoE) es comprender mejor los
procesos reales y no comprender los datos
experimentales.
 Estrategias Modificar
Reduccin el
de
Variacin Proceso

Todo Los Desarrollo

Anlisis de Reduccin Mejora
Trabajo Procesos de Conocimiento de la del
es un son Procesos de los
(Dinmica) Procesos Variacin Desempeo
Proceso Variables

Remocin Control
de las
de
Causas
Especiales Procesos
 Datos de
Procesos
Presencia
de
Datos
Variabilida
Imprecisos
d

Modelos basados en
Razonamiento
aproximado

5
PROCESO DE APRENDIZAJE

Creacin de Inferenci
Hiptesis nuevas ideas
a
o Teora Verificacin
de la teora
Pensamiento Proceso
deductivo Pensamiento
de inductivo
Aprendiz
Consecuen aje
Datos
cias Planeamiento de
experimento

6
INTRODUCCIN

QU ES UN DISEO DE EXPERIMENTOS?

Es un experimento diseado que consiste en una prueba o

varias de pruebas en las que se inducen cambios
deliberadamente en las variables de entrada del Sistema
(Proceso) de manera de posibilitar la identificacin de las
causas que originan los cambios en la respuesta.

7
 X X X
1 2 3

Transformacin
E del Proceso
y

Ruid
o
Y f X 1 , X 2 , , X k
y Vector
Respuesta
X 1 , X 2 , , X k Variables Controlables

Vector Ruido E Entrada

8
 DIAGRAMA DE DISEO.

Formulacin de hiptesis

Principios y Leyes
de tema discutido

Formulacin de Desarrollo de un
hiptesis Diseo Estadstico

Desempeo del Experimento

Recoleccin de Datos

Anlisis Estadstico

Interpretacin de los
Resultados

Formulacin de
Nuevas Hiptesis

9
OBJETIVO DEL DISEO DE EXPERIMENTOS

El
El objetivo
objetivo en
en muchos
muchos casos
casos del
del diseo
diseo de
de
experimentos
experimentossera
seradesarrollar
desarrollarun
unproceso
procesorobusto,
robusto,
es
es decir,
decir, un
un proceso
proceso que
que sea
sea afectado
afectado de
de forma
forma
mnima
mnimapor
porfuentes
fuentesde
devariabilidad
variabilidadexternas.
externas.
 TERMINOLOGA BSICA

Factor:
Factor: Elemento
Elemento controlable
controlable por
por elel
experimentador
experimentadorcuyo
cuyoefecto
efectosobre
sobrelalarespuesta,
respuesta,es
es
parte
partede
delos
losobjetivos
objetivosdel
delexperimento.
experimento.
Respuesta:
Respuesta: Caracterstica
Caracterstica de
de calidad
calidad oo variable
variable de
de
experimentacin
experimentacinque quese
sedesea
deseaoptimizar.
optimizar.
Nivel
Nivel del
del factor:
factor:Valores
Valoresde
deajuste
ajusteposible
posiblede
decada
cada
factor.
factor.
Tratamiento:
Tratamiento: Combinacin
Combinacin de de niveles
niveles de
de los
los
factores
factoresen
enlalacual
cualse
serealiza
realizauna
unaprueba.
prueba.
 ENFOQUES Y ESTRATEGIAS

Estrategia
Estrategia de
de experimentacin:
experimentacin: Es Es elel enfoque
enfoque
general
generalpara
paraplanear
planearyyllevar
llevaraacabo
caboelelexperimento.
experimento.

Enfoque
Enfoque de de mejor
mejor cobertura:
cobertura:Consiste
Consisteen
enfijar
fijaruno
uno
oo varios
varios factores
factores yy cambiar
cambiar los
los dems
dems en
en funcin
funcin
de
de los
los resultados
resultados de
de lala prueba
prueba anterior.
anterior. Funciona
Funciona
de
de manera
manera adecuada
adecuada cuando
cuando elel experimentador
experimentador
cuenta
cuenta con
con gran
gran cantidad
cantidad dede conocimientos
conocimientos
tcnicos
tcnicosootericos
tericosdel
delproceso
procesoen
enestudio.
estudio.
 ENFOQUES Y ESTRATEGIAS (cont.)

Enfoque
Enfoque dede un
un factor
factor aa la
la vez:
vez: Este
Este mtodo
mtodo
consiste
consisteen
enseleccionar
seleccionarun
unpunto
puntodedepartida,
partida,oolnea
lnea
base
basededelos
losniveles,
niveles,para
paracada
cadafactor,
factor,para
paradespus
despus
variar
variar sucesivamente
sucesivamente cada
cada factor
factor en
en un
un rango,
rango,
manteniendo
manteniendo constantes
constantes los
los factores
factores restantes
restantes en en
elel nivel
nivel base.
base. Este
Este enfoque
enfoque desconoce
desconoce elel efecto
efecto de
de
lalainteraccin
interaccinentre
entrelos
losfactores.
factores.
MODELO GENERAL DE UN PROCESO

FACTORES CONTROLABLES (niveles)

ENTRADA PROCESO SALIDA (respuesta)

FACTORES INCONTROLABLES(desconocidos)
APLICACIONES DEL DISEO DE EXPERIMENTOS

Mejoramiento
Mejoramientode
derendimiento
rendimientode
deprocesos.
procesos.

Reduccin
Reduccinde
devariabilidad.
variabilidad.

Reduccin
Reduccin de
de tiempo
tiempo de
de desarrollo
desarrollo de
de nuevos
nuevos
productos
productosooprocesos.
procesos.

Reduccin
Reduccinde
decostos.
costos.
APLICACIONES DEL DISEO DE EXPERIMENTOS

Evaluacin
Evaluacin yy comparacin
comparacin de
de configuraciones
configuraciones de
de
diseo
diseobsicas.
bsicas.

Evaluacin
Evaluacin de
de materiales
materiales
alternativos.
alternativos.

Seleccin
Seleccin dede parmetros
parmetros de de diseo
diseo para
para
productos
productos orientados
orientados aa diferentes
diferentes condiciones
condiciones
de
detrabajo.
trabajo.

Determinacin
Determinacin de
de factores
factores clave
clave para
para impactar
impactar
eleldesempeo
desempeode
deproductos.
productos.
 PRINCIPIOS BSICOS

Consiste en repetir el
experimento varias veces para
REPLICAS
poder hacer estimaciones de los
efectos al azar involucrados en el
ALEATORIEDAD experimento y poder aislar el
error aleatorio. Tambin permite
poder hacer conjeturas mas
BLOQUEO
seguras desde el punto de vista
estadstico
 PRINCIPIOS BSICOS

Es la garanta de que los resultados

obtenidos y las conclusiones hechas
REPLICAS a partir de estos resultados, son
robustas desde el punto de vista
estadstico.
ALEATORIEDAD

Aleatoriedad consiste en que el

BLOQUEO orden en que son tomadas las
muestras para el experimento, y el
orden de los materiales usados son
determinados aleatoriamente.
 PRINCIPIOS BSICOS

Es la tcnica empleada para

incrementar la precisin del
experimento.
REPLICAS
Un bloque es una porcin del material
experimental que debera ser mas
ALEATORIEDAD homogneo que el resto de los
materiales para experimentacin.

BLOQUEO
El bloqueo consiste en hacer
comparaciones entre las condiciones
de inters en el experimento dentro
de cada bloque.
GUAS PARA EL DISEO DE EXPERIMENTOS

1. Reconocimiento del Problema

Consiste en el planteamiento claro del problema a

ser resuelto mediante el diseo de experimentos.

Debe buscarse el auxilio de todas las partes

involucradas en el proceso a ser mejorado.

El reconocimiento claro del problema contribuye a

un mejor entendimiento de la solucin final.
GUAS PARA EL DISEO DE EXPERIMENTOS

2. Seleccin de factores y de los niveles

8 Se deben seleccionar los factores o variables que se creen

influyentes en la respuesta final que se quiere optimizar.

8 El anlisis estadstico de los resultados del experimento,

es el que dir, que factores son realmente los influyentes.

8 Una vez seleccionados los factores, se debe determinar a

que niveles de estos factores se corrern los
experimentos.
8 Debe establecerse como se controlaran los factores a los
niveles seleccionados y tambin como debern ser medidos
estos niveles.
GUAS PARA EL DISEO DE EXPERIMENTOS

3. Seleccin de la variable o variables de respuesta

El experimentador debe determinar que

variables de respuesta son las que dan una idea
clara sobre el comportamiento del sistema o
proceso que se quiere mejorar.

Frecuentemente la media o desviacin estndar

de alguna caracterstica de calidad es la
respuesta a optimizar.
GUAS PARA EL DISEO DE EXPERIMENTOS

4. Seleccin del diseo del experimento

Tamao de la muestra
(numero de replicas)

Otros aspectos Orden de las corridas

de aleatoriedad del experimento

Uso o no de bloqueo
GUAS PARA EL DISEO DE EXPERIMENTOS

5. Ejecutar el experimento

Se debe tener sumo cuidado en este paso para

garantizar la validez de las informaciones
recabadas en el experimento. Se deben cumplir con
todos los puntos detallados en el diseo del
experimento y en la ejecucin del mismo. De no
hacerse el experimento de acuerdo al diseo, se
podra invalidar todo el anlisis estadstico
posterior.
GUAS PARA EL DISEO DE EXPERIMENTOS

6. Anlisis de datos

Se debe usar anlisis estadstico en esta etapa para

garantizar que los resultados y conclusiones son
objetivos. Si el experimento ha sido diseado y
ejecutado correctamente, el anlisis de datos es
sencillo. Hay que recalcar que el anlisis estadstico no
es un veredicto categrico sobre la influencia de un
factor en la o las variables de respuesta, sino que, nos
da una idea de la certeza estadstica de la influencia
de los factores en la respuesta.
GUAS PARA EL DISEO DE EXPERIMENTOS

7. Conclusiones y recomendaciones

Una vez se han analizado los datos, el experimentador

puede hacer conclusiones sobre los resultados y
recomendar un curso de accin. Los mtodos grficos
son muy tiles en esta etapa, particularmente para
mostrar los resultados a otras personas no
involucradas en el experimento. Se deben ejecutar
corridas de confirmacin para validar los resultados
del experimento.
USO DE TCNICAS ESTADSTICAS

Se deben tener en cuenta los siguientes aspectos cuando

se usan tcnicas estadsticas:

Usar los conocimientos no

estadsticos sobre el
problema

1
Iteratividad de los Mantener el diseo y el anlisis
experimentos 4 2 tan simple como sea posible

Reconocer la diferencia entre

significacin practica y estadstica
 DISEO DE EXPERIMENTOS

ENTRADA SALIDA

Factores

}
controlables Caractersticas de
PROCESO calidad o variables
respuesta
Factores no
controlables

Qu caractersticas de calidad se van ha

medir?
Qu factores controlables deben incluirse en
el experimento?
Qu niveles deben utilizarse en cada factor?
Qu diseo experimental es el adecuado?
 DEFINICIONES

VARIABLE RESPUESTA: es la variable en estudio, aquella cuyos

cambios se desean estudiar. Es la variable dependiente.

FACTOR: es la variable independiente. Es la variable que manipula el

investigador, para estudiar sus efectos sobre la variable dependiente.

Factor cualitativo: sus niveles se clasifican por atributos cualitativos.

Factor cuantitativo: sus niveles son cantidad numrica en una escala.

NIVEL DEL FACTOR: es cada una de las categoras, valores o formas

especficas del factor.
 EXPERIMENTO UNIFACTORIAL: es aquel
en el se estudia un solo factor.

EXPERIMENTO MULTIFACTORIAL: es
aquel en el que se estudia simultneamente
ms de un factor.
 TRATAMIENTO

Es el objeto de la
investigacin, o sea las
condiciones impuestas
a la parcela (unidad
experimental y/o
unidad observacional)
cuyo efecto deseamos
medir y comparar en
un experimento.
 UNIDAD EXPERIMENTAL O
PARCELA EXPERIMENTAL (UE)

Son los elementos

sobre los cuales se
aplica los tratamientos
y se obtienen las
mediciones de la
variable respuesta.
 UNIDAD DE MUESTREO O UNIDAD
OBSERVACIONAL (UO)

Es aquella fraccin de la unidad

experimental sobre la cual se mide el
efecto del tratamiento

Ejemplo 1
En un ensayo clnico, a varios perros se les
aplican diferentes medicamentos, cada
perro es una UE y si, por otra parte, a cada
perro se la aplica una pomada sobre las
patas, entonces cada pata es una UO.

Ejemplo 2
Cuando se aplica un tipo de alimento
(tratamiento) a unos animal especifico, esta sera
la UE; sin embargo, las observaciones de aumento
de peso se hacen a cada animal, por lo cual los
animales son las UO.
TAMAO DEL EXPERIMENTO

Cantidad total de material

experimental disponible

Diseo Experimental a utilizarse

Nmero de Factores y Niveles que

se analizaran en el experimento

Nmero de repeticiones por

tratamiento
 TAMAOS DE LA UNIDAD EXPERIMENTAL

AVES Y ANIMALES PEQUEOS

Permite obtener grupos homegneos con 10, 12, 15

animales/U.E.

SUINOS Y OVINOS

Permiten grupos de 4, 5, 6 animales/U.E.

BOVINOS

Permiten grupos de 2, 3, 4 animales/U.E.

 CLASIFICACION DE LOS EXPERIMENTOS

ALEATORIOS.- Son aquellos en la que los

tratamientos entran al azar.

SISTEMATICOS.- Son aquellos cuya

planificacin no entra al azar, o sea, los
tratamientos sern evaluados y colocados
juntos
TIPOS DE EXPERIMENTOS
PRELIMINAR.- Es conducido
en estaciones
experimentales, para obtener
nuevos hechos. Propicio para
la introduccin de nuevas
variedades y cuando se
dispone de un nmero
elevado de tratamientos
 CRITICO.- Es aquel que
tiene por objeto negar o
confirmar hiptesis
obtenidas en el
experimento preliminar.
Sirve para comparar
varios tratamientos por
medio de los diseos
experimentales. Se
pueden realizar dentro o
fuera de una estacin
experimental.
 DEMOSTRATIVO.- El
objetivo es demostrar
junto con el agricultor
los mejores resultados
que se han obtenido
en el experimento
crtico, pues compara
una nueva tcnica
agrcola con una
tradicional.
TIPOS DE VARIACIONES
PREMEDITADA.- Que se
origina de los diferentes
tratamientos,
deliberadamente introducidos
por el investigador, con el
propsito de hacer
comparaciones
 EXTERNA.- Debido a
variaciones no intencionadas
de causas conocidas, pero el
investigador las puede
controlar.
 ACCIDENTAL.- Es de causa
desconocida, de naturaleza
aleatoria que no est en
control del investigador. Tal
variacin constituye el
llamado ERROR
EXPERIMENTAL.
 ANALISIS DE LA VARIANCIA

Es una tcnica estadstica que sirve

para analizar la variacin total de los
resultados experimentales de un
diseo en particular,
descomponindolo en fuentes de
variacin independientes atribuibles a
cada uno de los efectos en que
constituye el diseo experimental

45
 PRINCIPIOS BASICOS
Para lograr validez, interpretabilidad y
precisin.

ALEATORIZACION Asignar el tratamiento a la

unidad experimental
utilizando un mtodo aleatorio
apropiado para cada caso.

Aplicacin de un mismo
REPLICACION tratamiento a varias unidades
experimentales.

Controlar la variacin
existente originadas por
CONTROL DEL ERROR mediciones de unidades
EXPERIMENTAL experimentales.
 MUESTREO

Es la seleccin de algunas
unidades de anlisis entre
una poblacin definida
correspondiente a un estudio
o investigacin.
 COMO SE SELECCIONA LA MUESTRA EN UN
DISEO EXPERIMENTAL?

Para seleccionar una muestra, en primera instancia se debe delimitar

la poblacin. Para delimitar la poblacin se debe tener claro el
planteamiento del problema. La poblacin debe precisarse en cuanto
a sus caractersticas, el lugar y/o el tiempo.

Un ejemplo de delimitacin de una posible poblacin sera: la

poblacin comprende todos aquellos sujetos de gnero masculino,
que pertenezcan a los clubes deportivos de futbol, que estn
reconocidos como tales ante la respectiva liga, en edades
comprendidas entre los 15 y 20 aos, que hayan competido en al
menos un campeonato municipal. Una vez definida la poblacin, se
realiza un censo o se cuentan los sujetos que pertenecen a dicha
poblacin. Para nuestro ejemplo, se contaron 1243 nios, que
cumplen dichos requisitos.
TIPOS DE MUESTREO
 TIPOS DE MUESTREO
Muestreo no Probabilstico Muestreo Probabilstico

De Conveniencia. Aleatorio simple.

Por Cuotas. Aleatorio sistemtico.

Aleatorio
estratificado.
Por grupos o
Conglomerados.
Bietpico.

Multietpico.
MUESTREO NO PROBABILSTICO
MUESTREO NO PROBABILSTICO
MUESTREO PROBABILSTICO
MUESTREO PROBABILSTICO
MUESTREO PROBABILSTICO
MUESTREO PROBABILSTICO
MUESTREO PROBABILSTICO
MUESTREO MUESTREO NO
PROBABILSTICO PROBABILSTICO

Ventajas: Ventajas:
Es menos costoso.
Tiene fundamento esta-
dstico matemtico. De seleccin ms simple.
No requiere conocimiento
Es ms representativo,
previo del universo.
porque es ms exacto. No requiere tener identifi-
El error con el que se
cadas las unidades de
trabaja es menor y es
posible decidir con que anlisis.
error* trabajar. Desventajas:
Se trabaja con un error
Desventajas:
Es costoso. desconocido.
No se puede calcular el
Requiere el
conocimien- to previo error.
del universo. Es menos representativo.
CRITERIOS DE SELECCIN

a) Todos los individuos de la muestra debe

ser parte del conjunto total de la
poblacin estudiada.
b) Todos los individuos de la poblacin
tiene igual probabilidad estadstica de ser
seleccionados en la muestra.
c) El tamao de la muestra ser adecuado
al tipo de estudio. Un tamao menor
pierde fiabilidad, un tamao mayor
implica derroche de recursos.
d) La tcnica de recoleccin debe permitir
el logro de los objetivos.
 CONDICIONES DE UNA BUENA
MUESTRA
Las condiciones fundamentales que
ha de cumplir una muestra son
cuatro:
1. Que comprendan parte del universo
y no la totalidad de ste.
2. Que su amplitud sea
estadsticamente proporcionada a la
magnitud del universo. Esta
condicin se halla en relacin con el
punto prctico de determinacin del
tamao de la muestra y sirve para
decidir si, segn las unidades que
comprende respecto al universo, una
muestra es o no admisible.
CONDICIONES DE UNA BUENA
MUESTRA
3. La ausencia de distorsin en la eleccin de
los elementos de la muestra. Si esta eleccin
presenta alguna anomala, la muestra
resultar por este mismo hecho viciada.
4. Que sea representativa o reflejo fiel del
universo, de tal modo que reproduzca sus
caractersticas bsicas en orden a la
investigacin. Esto quiere decir que si hay
sectores diferenciados en la poblacin que se
supone ofrecen caractersticas especiales, a
efectos de los objetivos de la investigacin,
la muestra tambin deber comprenderlos y
precisamente en la misma proporcin, es
decir, deber estar estratificada como el
universo. (Sierra Bravo, 1988: 175)
ETAPAS DEL PROCESO DE MUESTREO

Fox (1981):
Definicin o seleccin del universo o
especificacin de los posibles sujetos o
elementos de un determinado tipo;
Determinacin de la poblacin o parte de
ella a la que el investigador tiene acceso;
Seleccin de la muestra invitada o conjunto
de elementos de la poblacin a los que se
pide que participen en la investigacin;
Muestra aceptante o parte de la muestra
invitada que acepta participar;
Muestra productora de datos; la parte que
acept y que realmente produce datos.
 TAMAO DE MUESTRA

n= Z2.p.q.N
e2. (N-1) + Z2.p.q
n = el tamao de la muestra.
N = tamao de la poblacin
Z = nivel de confianza,
P = probabilidad de xito, o proporcin
esperada
Q = probabilidad de fracaso
D = precisin (Error mximo admisible en
trminos de proporcin).
 TAMAO DE MUESTRA

Distribucin poblacional de los

estudiantes dedicados al mbito de
la salud : NMERO (%)
ESCUELA PROFESIONAL

Medicina Humana 130 (29)

Obstetricia 70 (15)

Enfermera 69 (15)

Tecnologa Mdica 137 (30)

Nutricin 52 (11)

TOTAL 458 (100)

 TAMAO DE MUESTRA

n= Z2.p.q.N
e2. (N-1) + Z2.p.q

n= 1.962 x 0.5 x 0.5 x 458

(0.052 x 457) + (1.962 x 0.5 x 0.5)

n= 210

 TAMAO DE MUESTRA
Afijacin: estratificado o conglomerados.

Distribucin poblacional segn EAP de los

estudiantes de la UNMSM:
ESCUELA ACADMICO
PROFESIONAL NMERO (%)

Medicina Humana 60 (29)

Obstetricia 32 (15)

Enfermera 32 (15)

Tecnologa Mdica 64 (30)

Nutricin 22 (11)

TOTAL 210 (100)

TAMAO DE MUESTRA

Donde:
n = el tamao de la muestra.
N = tamao de la poblacin.

= Desviacin estndar de la poblacin,

Z: Valor obtenido mediante niveles de
confianza.
e = Lmite aceptable de error muestral
Ejemplo ilustrativo:
Calcular el tamao de la muestra de una poblacin de
500 elementos con un nivel de confianza del 99%
Solucin: Se tieneN=500, para el 99% de
confianzaZ=2.58, y como no se tienen los dems
valores se usar=0.5, ye=0.05.
Reemplazando valores en la frmula se obtiene:
GRACI
AS