Huancayo Plan Experimental

1
PRODUCTO 02: PROTOCOLO CON LAS PAUTAS NECESARIAS PARA EL

PLANTEAMIENTO EXPERIMENTAL SEGÚN EL PROYECTO DE
INVESTIGACIÓN
CONSULTORÍA INDIVIDUAL
´´ESPECIALISTA EN INVESTIGACIÓN AGRARIA CON ESPECIALIDAD
EN BIOESTADÍSTICA APLICADA A LOS PROGRAMAS NACIONALES DE
INNOVACIÓN DE PAPA, ARROZ, MAÍZ, CULTIVOS ANDINOS, CAFÉ,
CACAO, FORESTALES, VACUNO, CAMÉLIDOS Y CUYES DEL INÍA´´
INSTITUTO NACIONAL DE INNOVACIÓN AGRARIA
DIRECCIÓN DE DESARROLLO TECNOLÓGICO AGRARIO (DDTA)
SUBDIRECCIÓN DE PRODUCTOS AGRARIOS (SDPA)
CONSULTOR:
Ph. D. Tito Roque Vásquez Rojas
Lima, a 11 de enero del 2018.

2
ÍNDICE
CONTENIDO PÁG.
1. INTRODUCCIÓN 3
2. CONTENIDO DEL PLAN EXPERIMENTAL 3
3. GENERALIDADES 4
4. CONCEPTOS BÁSICOS 4
5. PAUTAS PARA EL PLANTEAMIENTO EXPERIMENTAL 12
5.1. TITULO 12
5.2. CLASIFICACIÓN DEL PROYECTO 12
5.3. FORMULACIÓN DEL PROBLEMA 12
5.3.1. OBJETIVOS DE LA INVESTIGACIÓN 13
5.3.2. JUSTIFICACIÓN DE LA INVESTIGACIÓN 13
5.3.3. VIABILIDAD DE LA INVESTIGACIÓN 14
5.4. REVISIÓN DE LITERATURA 14
5.5. FORMULACIÓN DE LAS HIPÓTESIS 16
5.6. DEFINICIÓN DE VARIABLES 16
5.7. ESPECIFICACIÓN DE INSTRUMENTOS Y DISPOSITIVOS 18
5.8. CONTROL DE VARIABLES EXTERNAS 19
5.9. SELECCIÓN DEL DISEÑO EXPERIMENTAL 19
5.9.1. UNIDAD EXPERIMENTAL 19
5.9.2. FACTORES Y SUS NIVELES 20
5.9.3. COMBINACIONES O TRATAMIENTOS 20
5.9.4. NUMERO DE REPETICIONES 20
5.9.5. TESTIGOS 20
5.9.6. DISEÑO DE TRATAMIENTOS 21
5.9.7. DISEÑO EXPERIMENTAL 21
5.9.8. VARIABLES RESPUESTA 21
5.9.9. CROQUIS EXPERIMENTAL 22
5.10. DETERMINACIÓN DEL PROCEDIMIENTO EXPERIMENTAL, 22
TOMA, PROCESAMIENTO Y EVALUACIÓN DE DATOS
5.11. ANÁLISIS DE RESULTADOS 23
5.12. REDACCIÓN DEL INFORME 24
5.13. GENERALIZACIÓN DE RESULTADOS 26
6. RESUMEN Y COMENTARIOS FINALES 26
7. MATERIAL BIBLIOGRÁFICO USADO 26
8. ANEXOS 28
8.1. FORMATO 007 28
8.2. FORMATO 010 29
8.3. EJEMPLOS DE LLENADO DE LOS FORMATOS 007 Y 010 DE UN 30
PROYECTO Y DE UN EXPERIMENTO DE LA LINEA DE
INVESTIGACION MEJORAMIENTO GENETICO VEGETAL.
8.4. EJEMPLOS DE LLENADO DE LOS FORMATOS 007 Y 010 DE UN 38
INVESTIGACION MANEJO AGRONOMICO.
3
PRODUCTO 02: PROTOCOLO CON LAS PAUTAS

NECESARIAS PARA EL PLANTEAMIENTO EXPERIMENTAL
SEGÚN EL PROYECTO DE INVESTIGACIÓN
1. INTRODUCCIÓN
El protocolo para el planteamiento experimental constituye la etapa de planificación

de una investigación convirtiéndose en el documento base del investigador, cuyas
especificaciones le permiten el proceso de ejecución del trabajo. Es el documento que
contiene el plan de un proyecto de investigación científica con el máximo posible de
detalle, precisión y claridad. El contenido debe ser lo suficientemente detallado para
que cualquier investigador pueda realizar el estudio con resultados semejantes.
Los componentes o contenidos básicos del protocolo se presentan en seguida (en el

punto 2.). El contenido no es único.
2. CONTENIDO DEL PLAN EXPERIMENTAL
El protocolo para el planteamiento experimental en los proyectos de investigación tendrá

la siguiente estructura la cual esta especificada en el TDR
1. Título del proyecto.

2. Clasificación del proyecto.
3. Formulación del problema.
3.1. Objetivos de la investigación.
3.2. Justificación de la investigación.
3.3. Viabilidad de la investigación.
4. Revisión de Literatura
5. Formulación de las hipótesis.
6. Definición de variables.
7. Especificación de instrumentos y dispositivos.
8. Control de variables externas.
9. Selección del diseño experimental.
9.1. Unidad experimental.
9.2. Factores y sus niveles.
9.3. Combinaciones o tratamientos.
9.4. Número de repeticiones.
9.5. Testigos.
9.6. Diseño de tratamientos.
9.7. Diseño experimental.
9.8. Variables respuesta.
9.9. Croquis experimental.
10. Determinación del procedimiento experimental, toma, procesamiento y
evaluación de datos.
11. Análisis de resultados.
4
12. Redacción del informe.

12.1. Portada.
12.2. Índice.
12.3. Introducción.
12.4. Revisión de literatura.
12.5. Marco teórico.
12.6. Metodología.
12.7. Análisis y resultados.
12.8. Discusión y resultados.
12.9. Referencias bibliográficas.
12.10. Anexos y apéndices.
13. Generalización de resultados.
14. Cronograma de actividades.
15. Elaboración el artículo científico para su publicación.
3. GENERALIDADES.
Toda investigación experimental se inicia detectando el problema de investigación,

habiendo determinado el problema de investigación se determinara con facilidad el
título, planteamiento del problema, revisión de literatura, objetivos, planteamiento de
hipótesis, preguntas de investigación, justificación de la investigación, factibilidad de la
investigación. Es decir, la identificación del problema de investigación es la parte o fase
más importante del plan experimental.
Otra de las partes del plan experimental de suma importancia está constituido por la
selección adecuada de un diseño experimental, medición de variables, selección de un
diseño de tratamientos cuando es necesario, factores en estudio, tratamientos o
combinaciones, tratamientos adicionales a los factoriales completos, testigos, numero
de repeticiones, análisis estadístico, interpretación de resultados estos puntos podrían
ser agrupados en el punto 09 selección del diseño experimental, bajo el nombre de
selección del diseño experimental, toma de datos, análisis estadístico e interpretación de
resultados.
En este protocolo sobre pautas necesarias para hacer un plan experimental se le da
mayor atención a estas dos partes cruciales en un plan experimental.
En cada parte se indica su nombre y las pautas, recomendaciones o sugerencias para
construirlas.
Todo científico que realiza investigación experimental está obligado a conocer con
claridad cómo construir un plan experimental, el plan experimental será su guía de
trabajo.
5
Antes de dar pautas para hacer un plan experimental, se presentas algunos conceptos
muy básicos, en algunas definiciones o conceptos se presenta algunas pautas para
realizar un plan experimental
4. CONCEPTOS BÁSICOS
4.1.Investigación.
Es una actividad cuya finalidad primordial es la de generar conocimiento y/o

solucionar un problema y si se usa el método científico se le denomina investigación
científica.
4.2.Problema.
Es una contradicción entre lo que existe o lo que se desea que existiera. Es crucial
entender que es un problema, puesto que en investigación de las primeras acciones de
importancia esta la detección de un problema. Creo que esta conceptualización de
problema nos ayudara mucho en determinar el problema, planteamiento del problema,
revisar bibliografía sobre el problema, valorar l importancia del problema, vislumbrar
posibles soluciones al problema, viabilidad de investigación asociado con el
problema, objetivos, planteamiento de hipótesis y otros.
Ejemplo. Para enviar o transportar frutos de chirimoya a grandes distancias se ha

observado que los frutos de chirimoya que existen tienen cascara muy delgada y un
sabor excelente (dulce), también existen chirimoyas con frutos de cascara gruesa y de
sabor no muy bueno (muy poca aceptación en los mercados) y como información
adicional, frutos de chirimoya con cascara gruesa pueden ser transportadas a grandes
distancias sin sufrir daños. Para los exportadores-importadores de frutos de chirimoya
tienen un problema como lo detectamos como la contradicción de lo que existe frutos
de chirimoya con cascara gruesa pero con sabor no bueno pero se pueden transportar
a grandes distancias sin dificultad y por otro lado existen chirimoyas de cascara
delgada con un sabor excelente presentando dificultades en el transporte esto se
contradice con lo que se desea que existiera que sería frutos con cascara gruesa con
excelente sabor. De este planteamiento se pueden detectar muchos problemas.
4.3. Solución de un problema.
La solución de un problema consiste en eliminar la contradicción entre lo que existe

y lo que deseamos que existiera.
En el ejemplo anterior una posible solución sería mediante mejoramiento genético
generar una variedad con cascara gruesa y con un excelente sabor y así eliminamos
la contradicción.

6
Es aquella a la cual se le aplica el tratamiento. También llamada unidad u objeto de

estudio en nuestro ámbito una unidad experimental puede ser una parcela de plantas,
un grupo de plantas, una planta, una rama de una planta, un grupo de frutos, un fruto,
un grupo de hojas, una hoja, etc. En experimentos con plantas. En experimentos con
animales una unidad experimental puede estar constituida por un grupo de animales,
un corral de animales, una parte de un animal, etc.
4.5. Tratamiento.
Es un valor de una variable, cantidad de un material, un método, etc. el cual se le

aplica a una unidad experimental para estudiarlo el efecto que produce en una
variable. En experimentos con cultivos un tratamiento podría ser una variedad de un
cultivo (llamada nivel de un factor genotipo), una dosis de un fertilizante nitrogenado,
una dosis de un insecticida, una dosis de un fungicida, una dosis de un nematicida,
un grupo de tricogramas en control biológico, una localidad (llamado nivel de un
factor medio ambiente), un tipo de poda, una forma de aplicar un pesticida, una forma
de aplicar un riego, una fórmula de fertilización (100N-50P-40K), etc.
A los tratamientos también se les denominan combinaciones por ejemplo la fórmula
de fertilización (100N-50P-40K) mencionada anteriormente es una combinación de
un nivel de nitrógeno, un nivel de fosforo y de un nivel de potasio.
4.6. Testigo.
Es un tratamiento especial, en experimentos donde los tratamientos son variedades,

un testigo seria la variedad que se siembra en la localidad donde se realiza el
experimento; En un experimento donde los tratamientos son dosis de un pesticida, un
testigo podría ser un tratamiento con dosis cero, otro testigo seria la dosis que se usa
en esas región. En experimentos con animales un testigo puede ser la raza de la
localidad en experimentos donde el factor en estudio son razas.
4.7. Variable Respuesta.
Es aquella que se mide para detectar el efecto que produce el tratamiento estudiado.
En experimentos con cultivos, las variables respuestas más comunes son rendimiento,
altura de planta (por ejemplo en maíz, altura de planta a la primera mazorca), diámetro
de tallo, longitud de panoja, numero de granos por panoja, porcentaje de germinación,
etc. En experimentos con animales entre las variables respuesta más comunes
tenemos a rendimiento en carne, rendimiento en leche, Incremento en peso (en
experimentos con dietas alimenticias). En experimentos en forestales tenemos las
variables respuestas rendimiento en madera, altura de árbol, entre otras.
4.8. Numero de repeticiones.

7
Se refiere al número de unidades experimentales a las cuales se aplica el mismo

tratamiento. Por ejemplo en un experimento con 05 tratamientos y cada tratamiento
se aplica a 08 unidades experimentales diferentes se dice que cada tratamiento tiene
08 repeticiones.
4.9. Bloque.
Es un conjunto de unidades experimentales homogéneas en lo que se refiere al efecto

que producen al aplicarlas el mismo tratamiento. Ejemplo, en experimentos con
plantas un bloque puede ser un grupo de parcelas contiguas que sean similares al
efecto que producen. En experimentos con animales un bloque puede ser un grupo de
animales similares al efecto que producen cuando reciben la aplicación del mismo
tratamiento.
4.10. Error experimental.
Es la variabilidad que presentan los valores de la variable respuesta medidos en

unidades experimentales homogéneas que reciben la aplicación del mismo
tratamiento. Las causas que originan el error experimental lo constituyen aquellos
factores que no pueden ser controlados por los investigadores (son errores muy
pequeños).
4.11. Variable numérica.
Es aquella cuyos valores son números reales, Ejemplo rendimiento en kilogramos

por hectárea, altura de planta en metros.
4.12. Variable no numérica o cualitativa o alphanumerica.
Es aquella en donde sus valores no son números reales, sus valores son nombres,
letras, números asignados arbitrariamente (escalas) o combinaciones de letras y
números. En experimentos con plantas, la variable sabor con valores malo, regular,
bueno, excelente. En experimentos con animales para engorde, la variable suavidad
de la carne, a veces se le asignan números. Otro ejemplo con animales la variable
razas tiene valores que son los nombres de las razas.
4.13. Variable discreta.
Es aquella que toma valores aislados. El número de valores de la variable puede ser
finito o infinito pero el número infinito de valores se puede colocar en
correspondencia uno ano con los números enteros positivos. Ejemplos: número de
granos por vaina (0, 1, 2, 3,…), numero de mazorcas por planta (1, 2, 3), numero de
afidos por hoja (1000, 2345, 3125)
8
4.14. Variable continua.
Es aquella que toma valores en un intervalo. El número de valores de una variable

aleatoria es infinito y este número infinito de valores no se puede colocar en
correspondencia uno a uno con los números enteros positivos. Ejemplos:
Rendimiento en grano, rendimiento en carne, rendimiento en madera.
4.15. Factores y sus niveles.
Los factores son variables ya sean numéricas o alfanuméricas cuyos valores

específicos constituyen los niveles de los factores, los niveles de los factores se
estudian para detectar el efecto que producen en una o varias variables respuestas. En
experimentos con plantas tenemos muchos factores entre ellos: El factor variedad o
genotipo de un cultico cuyos niveles son cada uno de las variedades, el factor dosis
de un fertilizante nitrogenado con sus niveles representados por cada dosis. En
experimentos con dietas alimenticias, el factor en estudio será el factor dietas y cada
dieta representa un nivel del factor dietas, oro factor en estudio es el factor razas
donde cada raza es un nivel del factor razas.
4.16. Factor fijo.
Es aquel cuyos niveles a estudiar son fijados por el investigador. Como ejemplo
señalaremos el siguiente dosis de un fertilizante, los niveles de fertilización
nitrogenada por ejemplo son fijados o determinados por el investigador.
4.17. Factor aleatorio.
Es aquel en el cual sus niveles a estudiar son determinados al azar de una población
de niveles. Por ejemplo si de un banco de germoplasma de variedades de maíz el
investigador elije al azar 10 variedades, el factor variedades seria aleatorio.
4.18. Factores cruzados.
Esto lo explicaremos mediante un ejemplo. Si se estudian dos factores: el factor dosis

de nitrógeno en kilogramos por hectárea con dos niveles N0 y N100 y el factor dosis
de fosforo con dos niveles P0 y P50. Las combinaciones son cuatro:
N0P0, N0P50, N100P0 y N100P50. Note que en la primera y segunda combinación
el nivel cero de N0 es el mismo físicamente en estas combinaciones, lo mismo ocurre
en las combinaciones N100P0 y N100P50, el nivel N100 en ambas combinaciones
físicamente es el mismo. Si realizamos esto en las combinaciones N0P0 y N100P0 el
nivel P0 físicamente es el mismo en cada una de estas combinaciones. De igual
manera el nivel P50 es físicamente el mismo en las combinaciones N0P50 y
N100P50. Cuando ocurre esto se dice que los factores dosis de N y dosis de P son
cruzados.
4.19. Factor anidado en otro.

9
Para ilustrar este concepto usaremos el siguiente ejemplo. En una serie de

experimentos para estudiar 8 variedades usando el diseño experimental bloques al
azar en tres localidades, el factor bloque (B) tiene cuatro niveles y el factor
localidades (L) tiene tres niveles, las combinaciones entre los niveles de estos factores
son: L1B1, L1B2, L1B3, L1B4, L2B1, L2B2, L2B3, L2B4, L3B1, L3B2, L3B3 y
L3B4. Note que el nivel B1 en las combinaciones L1B1, L2B1, L3B1 y L3B1
físicamente no es el mismo bloque, son bloques de terreno en diferentes lugares en
este caso se dice que el factor bloques esta anidado en el factor localidades. La
notación usada para designar que el factor bloques esta anidado en factor localidades
es la siguiente B: L.
4.20. Experimento Simple.
Es aquel en el cual se estudia un solo factor.
4.21. Experimento factorial.
Es aquel en el cual se estudian dos o más factores a la vez.
4.22. Factorial completo.
Se dice que un factorial es completo si se estudian o consideran todas las

combinaciones posibles entre los niveles de los factores. Ejemplo si el factor
variedades se estudia con tres niveles y el factor nitrógeno se estudia con dos niveles
y en el estudio se consideran todas las combinaciones posibles: V1N0, V1N100,
V2N0, V2N100, V3N0 y V3N100 (seis combinaciones posibles) estaríamos
estudiando un factorial completo.
4.23. Factorial incompleto.
Un factorial es incompleto si no se consideran todas las combinaciones posibles en el

experimento. En el ejemplo anterior si solo se estudian cuatro de las seis combinaciones
posibles se trataría de factorial incompleto.
4.24. Factorial balanceado.
Se dice que un factorial es balanceado si cada combinación estudiada tiene el mismo

número de repeticiones.
4.25. Factorial desbalanceado.
Un factorial se considera desbalanceado si las combinaciones estudiadas no todas ellas

tienen igual número de repeticiones.

10
Se refiere a la forma de seleccionar los tratamientos. Es decir es una forma específica

de seleccionar los tratamientos o combinaciones que se consideraran en el
experimento. Los factoriales completos o incompletos son ejemplos de diseños de
tratamientos. Mencionaremos varios nombres de diseños de tratamientos: Cuadrado
doble, Plan Puebla I, Plan Puebla II, Plan Puebla III, San Cristóbal, Factoriales 2 n ,
factoriales 3 n ,
El concepto de diseño de tratamientos todo investigador científico debe tener claro

este concepto para no confundirlo con otro concepto también muy importante, el
concepto de diseño experimental que veremos en seguida.
4.27. Experimento.
Es una acción para tomar o conseguir datos o información.
4.28. Experimento simple.
Es aquel en el cual se estudia un solo factor.
4.29. Experimento factorial.
Es aquel en el cual se estudian dos o más factores a la vez.
Se refiere a la forma o procedimiento de asignar los tratamientos a las unidades

experimentales. Cada diseño experimental es una manera específica de asignar los
tratamientos o combinaciones a las unidades experimentales.
4.31. Parámetro.
Es una constante, generalmente desconocida, que caracteriza a una población.

Ejemplos la media de la población designada por μ , la varianza de la población σ 2 ,
la desviación estándar de la población σ , proporción de la población p.
4.32. Estimador.
Es un valor o punto que se calculan con los datos de la muestra, como ejemplos
señalaremos unos estimadores de los parámetros mencionados en el punto anterior:
1. La media de la muestra designada por X que es un estimador del parámetro

desconocido, media de la población μ .
11
2. La varianza de la muestra designada por S 2 que es un estimador del parámetro

desconocido, varianza de la población σ 2 .
3. La desviación estándar de la muestra S que es un estimador del parámetro
desconocido, desviación estándar de la población σ .
4. La proporción de la muestra designada por p̂ que es un estimador del parámetro
desconocido, proporción de la población p.
4.29. Hipótesis.
Es una afirmación (o premisa) sobre algo que puede ser verdadera o falsa. Ejemplo,
Mañana lloverá en el local central del INIA.
4.30. Hipótesis estadística.
Es una afirmación sobre uno o varios parámetros de una o varias poblaciones.

Ejemplo, Los rendimientos promedios de dos variedades de maíz son
significativamente diferentes o con simbolización matemática seria, H: μ1  μ 2 .
4.31. Hipótesis nula, designada como H 0 .
Es una hipótesis estadística que nace como una necesidad para hacer desarrollos
teóricos, en la afirmación sobre los parámetros generalmente contiene la igualdad y
muchas técnicas para hacer inferencia haciendo el desarrollo teórico suponiendo que
la hipótesis nula es cierta, lo cual facilita el trabajo puesto que las afirmaciones de
igualdad en la hipótesis nula nos ayuda a encontrar distribuciones teóricas bajo el
supuesto de igualdad de parámetros.
4.32. Hipótesis alternativa o alterna, designada como H1 o H a .
Generalmente es el complemento de la hipótesis nula pero no necesariamente. En

metodología de la investigación es considerada como la hipótesis de investigación o
hipótesis de trabajo.
A continuación se presenta un ejemplo de hipótesis nula y su respectiva alternante en

un experimento donde se estudian ocho variedades de maíz y la variable respuesta
rendimiento. Primero se escribirán estas dos hipótesis utilizando notación matemática
y luego se presentaran en palabras.
H 0 : μ1  μ 2  ...  μ 8 .
H a : i  j .  . μ i  μ j ; i  j  1,2,...,8.
O mediante enunciados
H 0 : Todas las variedades (las 08 estudiadas) producen el mismo rendimiento

promedio por hectárea.
12
H a : Existe al menos una variedad i diferente de una variedad j tal que sus
rendimientos promedios por hectárea son significativamente diferentes.
4.33. Error tipo I.
Es aquel que se comete al rechazar la hipótesis nula dado que la hipótesis nula es
cierta.
4.34. Error tipo II.
Es el que se comete al no rechazar la hipótesis alternante dado que la hipótesis

alternante es falsa.
4.35. Definición de α .
Es la probabilidad de cometer el error tipo I. Es decir α es la probabilidad condicional

de rechazar la hipótesis nula dado o condicionado que la hipótesis nula es verdadera.
4.36. Definición de β .
Es la probabilidad de cometer el error tipo II. Es decir β es la probabilidad

condicional de no rechazar la hipótesis alternante dada o condicionada que la
hipótesis alternante es falsa.
4.37. Potencia o poder de una prueba.
Es igual a 1- β
5. PAUTAS PARA EL PLANTEAMIENTO EXPERIMENTAL
5.1. TITULO DEL PROYECTO.
El título de la investigación debe indicar en forma precisa el objeto de estudio;

esto permitirá colocarlo adecuadamente en índices bibliográficos y sistemas de
recuperación de información. El titulo se puede complementar con nombres o
adjetivos que señalen el tipo de estudio en cuestión o la información relevante del
mismo.
El titulo se determinara después de haber planteado el problema, después de haber
revisado la literatura pertinente, después de haber planteado los objetivos y haber
determinado la viabilidad de la investigación entre otros aspectos.
Recordar que toda investigación se inicia formulando el problema de
investigación.
13
5.2. CLASIFICACIÓN DEL PROYECTO.
El proyecto de investigación será clasificado en una de las cuatro líneas de

investigación del INIA.
5.2.1. Mejoramiento genético de plantas.

5.2.2. Manejo agronómico.
5.2.3. Mejoramiento genético pecuario.
5.2.4. Manejo pecuario.
5.3. FORMULACIÓN DEL PROBLEMA.
Las investigaciones se originan por ideas. Las ideas constituyen el primer

acercamiento a la realidad objetiva.
Existe una gran variedad de fuentes que pueden generar ideas de investigación,
entre las cuales se encuentran las experiencias individuales, materiales escritos
(libros, artículos de revistas o periódicos, notas y tesis), materiales audiovisuales
y programas de radio o televisión, información disponible en internet, teorías,
descubrimientos producto de investigaciones, conversaciones personales,
observación de hechos.
La mayoría de las ideas iniciales son vagas y requieren analizarse con cuidado
para que se transformen en planteamientos más precisos y estructurados, Cuando
una persona desarrolla una idea de investigación debe familiarizarse con el campo
de conocimiento donde se ubica la idea.
Una vez que se ha concebido la idea de investigación y el científico ha
profundizado en el tema en cuestión, se encuentra en condiciones de plantear el
problema de investigación. En realidad, plantear el problema no es sino afirmar y
estructurar más formalmente la idea de investigación. Para generar una idea de
investigación tendríamos en cuenta una definición de problema que se presentó
en antes: Un problema es una contradicción entre lo que existe y lo que deseamos
que existiera. Presentaremos dos ejemplos:
Ejemplo 01. Para enviar o transportar frutos de chirimoya a grandes distancias se
ha observado que los frutos de chirimoya que existen tienen cascara muy delgada
y un sabor excelente (dulce), también existen chirimoyas con frutos de cascara
gruesa y de sabor no muy bueno (muy poca aceptación en los mercados) y como
información adicional, frutos de chirimoya con cascara gruesa pueden ser
transportadas a grandes distancias sin sufrir daños. Para los exportadores-
importadores de frutos de chirimoya tienen un problema como lo detectamos
como la contradicción de lo que existe frutos de chirimoya con cascara gruesa
pero con sabor no bueno pero se pueden transportar a grandes distancias sin
dificultad y por otro lado existen chirimoyas de cascara delgada con un sabor
excelente presentando dificultades en el transporte esto se contradice con lo que
se desea que existiera que sería frutos con cascara gruesa con excelente sabor. De
este planteamiento se pueden detectar muchos problemas.
Ejemplo 02.
14
El planteamiento del problema de investigación contiene tres elementos

importantes: Objetivos de la investigación, justificación de la investigación y
viabilidad de la investigación.
5.3.1. Objetivos de la investigación.
En primer lugar, es necesario establecer que pretende la investigación. Es decir,

cuáles son sus objetivos. Unas investigaciones buscan contribuir a resolver un
problema en especial en tal caso debe mencionarse cual es y de qué manera se
piensa que el estudio ayudara a resolverlo; otras tienen como objetivo principal
probar una teoría o aportar evidencia empírica en favor de ella. Los objetivos
deben expresarse con claridad para evitar posibles desviaciones en el proceso de
investigación y ser susceptibles de alcanzarse. Los objetivos son las guías del
estudio y hay que tenerlos presentes durante todo el desarrollo de la investigación.
Así los objetivos constituyen la meta hacia la cual está orientada la investigación.
La descripción de estos debe ser clara y concisa, y hay que tener especial cuidado
en la selección de los verbos que describen la acción que se pretende lograr por
ejemplo conocer, evaluar, comparar, determinar, seleccionar, etc. Si es posible,
se recomienda jerarquizar los objetivos en generales y específicos.
5.3.2. Justificación de la investigación.
Además de los objetivos, es necesario justificar el estudio mediante la

exposición el paraqué y/o el porqué del estudio. La mayoría de las investigaciones
se efectúan con un propósito definido y ese propósito debe ser lo suficientemente
significativo para que se justifique la realización del proyecto de investigación.
Por otro lado, en muchos casos se tiene que explicar porque es conveniente llevar
a cabo la investigación y cuáles son los beneficios que se derivaran de ella.
A continuación mencionaremos algunos criterios para evaluar la
importancia potencial de una investigación:
1. Conveniencia. ¿Qué tan conveniente es la investigación?; esto es, ¿para

qué sirve?.
2. Relevancia social. ¿Cuál es su trascendencia para la sociedad?, ¿quiénes
se benefician con los resultados de la investigación?, ¿de qué modo?.
En resumen, ¿Qué alcance o proyección tiene?.
3. Implicaciones prácticas. ¿Ayudara a resolver algún problema real?,
¿tiene implicancias transcendentales para una amplia gama de
problemas prácticos?.
4. Con la investigación, ¿se llenara algún vacío de conocimiento?, ¿se
podrán generalizar los resultados a principios más amplios?, ¿Qué se
espera saber con los resultados que no se conociera antes?, ¿se pueden
sugerir ideas, recomendaciones o hipótesis para futuros estudios?.
5. Utilidad metodológica. ¿La investigación puede ayudar a crear un nuevo
instrumento para recolectar o analizar datos?, ¿contribuye a la
definición de un concepto, variable o relación entre variables?, ¿sugiere
como estudiar más adecuadamente una población?.
15
Desde luego, es muy difícil que una investigación pueda responder

positivamente a todas estas preguntas , a veces solamente se cumple
un criterio.
5.3.3. Viabilidad de la investigación.
Además de los objetivos y la justificación del proyecto de

investigación, es necesario considerar la viabilidad o factibilidad del proyecto de
investigación; para ello, debemos tomar en cuenta la disponibilidad de recursos
financieros, humanos y materiales que determinan, en última instancia, los
alcances de la investigación. Asimismo, es indispensable que tengamos acceso al
lugar o contexto donde se realizara la investigación. Es decir, tenemos que
preguntarnos en forma realista si es posible llevar a cabo esta investigación y
cuánto tiempo tomara realizarla. Dichos cuestionamientos son particularmente
importantes cuando se sabe de antemano que se dispone de pocos recursos
financieros, humanos o materiales para efectuar la investigación.
5.4. REVISIÓN DE LITERATURA.
Un vez que se ha planteado el problema de investigación, se debe realizar la

revisión de literatura, esto implica revisar investigaciones previas y los
antecedentes en general, asimismo exponer y analizar teorías y
conceptualizaciones que se consideren válidos para el correcto encuadre del
estudio.
La revisión de la literatura implica, detectar, consultar y obtener la bibliografía y

otros materiales que sean útiles para el propósito del estudio, de donde se tiene
que extraer y recopilar la información relevante y necesaria enmarcar nuestro
problema de investigación. Esta revisión debe ser selectiva, puesto que cada año
en diversas partes del mundo se publican miles de artículos en revistas
académicas, periódicos, libros y otras clases de materiales en diferentes áreas del
conocimiento. Si al revisar la literatura nos encontramos con miles de referencias
en el área de interés, es evidente que se requiere seleccionar solo las más
importantes y recientes, y que además estén directamente vinculadas con nuestro
planteamiento del problema de investigación.
En seguida se mencionan los pasos que usualmente se siguen para revisar la
literatura.
5.4.1. Inicio de la revisión de la literatura.
La revisión de la literatura puede iniciarse directamente con el acopio de las

referencias o fuentes primarias situación que ocurre cuando el científico
conoce su localización, se encuentra muy familiarizado con el campo de
estudio y tiene acceso a ellas (puede utilizar material de bibliotecas,
filmotecas, hemerotecas y bancos de información). Sin embargo es poco
común que suceda así, especialmente en lugares donde se cuenta con un
16
número reducido de centros bibliográficos, pocas revistas académicas y

libros.
Por ello es recomendable, iniciar la revisión de la literatura consultando a uno
o varios expertos en el tema y buscando vía internet fuentes primarias en
centros o sistemas de información y bases de referencias y datos. Para ello,
necesitamos elegir las “palabras claves”, “descriptores” o “términos de
búsqueda”, los cuales deben ser distintivos del problema de estudio y se
extraen de la idea o tema y del planteamiento del problema.
5.4.2. Obtención de la literatura.
Una vez identificadas las fuentes primarias pertinentes es necesario

localizarlas en bibliotecas físicas y electrónicas, filmotecas, hemerotecas,
videotecas u otros lugares donde se encuentren. Si compramos artículos de
revistas científicas, los descargamos y guardamos en nuestro disco duro o
UCV para su posterior consulta y también suelen imprimirse. Si son libros
comprados vía internet, estaremos pendientes de que lleguen a nuestras
manos, etc.
5.4.3. Consulta de la literatura.
Una vez que se han localizado físicamente las referencias de interés, se

procede a consultarlas. El primer paso consiste en seleccionar las que serán
de utilidad para nuestro marco teórico específico y desechar las que no nos
sirvan. En ocasiones, una fuente primaria puede referirse a nuestro problema
de investigación, pero no sernos útil porque no enfoca el tema desde el punto
de vista que pretendemos establecer, se han realizado nuevos estudios que han
encontrado explicaciones más satisfactorias, invalidando sus resultados o
desaprobado sus conclusiones, se detectaron errores de método, o porque se
realizaron en contextos completamente diferentes al de nuestra investigación,
etc. En caso de que la detección de la literatura se realice mediante
compilaciones o bancos de datos donde se incluye un breve resumen de cada
referencia, se corre menos riesgo de elegir una fuente primaria inútil.
En todas las áreas de conocimiento, las fuentes primarias más utilizadas para
elaborar marcos teóricos (la revisión de literatura presentada en forma
organizada constituye el marco teórico o marco de referencia) son libros,
artículos de revistas científicas y ponencias o trabajos presentados en
congresos, simposios y eventos similares, entre otras razones, porque estas
fuentes son las que sintetizan en mayor medida la información
5.5. FORMULACIÓN DE LAS HIPÓTESIS.
Las hipótesis son guías para una investigación o estudio. Las hipótesis indican lo
que tratamos de probar y se definen como explicaciones tentativas del fenómeno
investigado. Se derivan de la teoría existente y deben formularse a manera de
proposiciones. Existe una relación muy estrecha entre el planteamiento del
17
problema, la revisión de la literatura y las hipótesis. La revisión inicial de la

literatura hecha para familiarizarnos con el problema de estudio nos lleva a
plantearlo, después ampliamos la revisión de la literatura y afinamos o precisamos
el planteamiento del problema, del cual derivamos la hipótesis. Al formular la
hipótesis volvemos a evaluar el planteamiento de nuestro problema. Las
definiciones 4.20 a 4.32 relacionadas con pruebas de hipótesis pueden ayudarnos
en la formulación de hipótesis. Señalaremos algunos ejemplos de hipótesis en
forma de proposiciones o afirmaciones:
Ejemplo 1. La fertilización nitrogenada incrementa el rendimiento en variedades
enanas de arroz.
Ejemplo 2. La nueva variedad generada por el INIA tiene un rendimiento
significativamente superior a los rendimientos de las variedades sembraras en le
región.
5.6. DEFINICIÓN DE VARIABLES.
Las variables (variables respuesta) son las características que se medirán en las
unidades experimentales (o unidades de estudio); deben seleccionarse en relación
con los objetivos planteados. En la selección de las variables a evaluar hay que
considerar aspectos tales como, complejidad, claridad, tipo y relevancia para los
objetivos del estudio. En ocasiones las variables resultan complejas, tanto en su
medición como en su definición, por lo que se recomienda aclararlas mediante
definiciones operacionales y determinando el tipo de escala que se utilizara para
medirlas. De esta manera se tendrán los menores sesgos posibles en la
información captada, y además el trabajo realizado podrá ser reproducido e
interpretado fácilmente por otras personas. Debe determinarse la utilidad de cada
una de las variables antes de captarlas, de preferencia determinando el tipo de
análisis estadístico en que intervendrán.
No es posible definir un número exacto de variables, ya que este dependerá de los
objetivos que se pretenda alcanzar y del tipo de estudio. Una respuesta a la
pregunta: ¿Cuántas variables conviene medir?, podría ser: tantas como sea
necesario y el menor número posible.
En la investigación con seres humanos existe una serie de variables llamadas
“universales”, debido a que generalmente es necesario captarlas para dar una
descripción general de las poblaciones en estudio; por ejemplo, sexo , edad, nivel
socioeconómico, área geográfica de procedencia.
En un estudio de investigación es necesario definir en qué escala se hará la
medición de las variables propuestas.
Existen fundamentalmente cuatro tipos de escalas:
1.Nominal. Para cada unidad experimental (unidad de estudio) se determinara la

pertinencia a una entre varias categorías. Las categorías son mutuamente
excluyentes y exhaustivas, y no es posible establecer relaciones de orden entre
las categorías. Los símbolos que se utilizan para identificar las categorías
pueden ser palabras, letras, números, o cualquier otro símbolo. En esta escala
solo puede decirse a que clase pertenece cada unidad de estudio. La
manipulación permitida es el conteo de unidades que pertenecen a una
18
categoría, y esto permite conocer cuál es la categoría más o menos frecuente,

por ejemplo para la variable cualitativa color de flor las categorías o valores
pueden ser: Blanco, rojo, azul, amarillo y morada. Para la variable sexo en
animales las categorías o valores de la variable pueden ser: Femenino y
masculino.
2.Ordinal. Al igual que en la escala nominal se determina la pertenencia de las

unidades a las categorías. En este caso se considera que existe un grado de
intensidad de la propiedad o variable medida, por lo que las categorías o
valores de la variable guardan un orden. Por lo general se utilizan números
para identificar las clases o valores de la variable, tomando en cuenta el orden
usual que se les ha asignado. Este caso son símbolos ordenados, pero no se
pueden hacer operaciones aritméticas con ellos. De una unidad se puede decir
a que categoría pertenece, puede conocerse la frecuencia de cada categoría y,
además, cual es la categoría que ocupa determinada posición de orden; por
ejemplo, la variable sabor en choclos hervidos: pésimo (1), malo (2), regular
(3), bueno (4), y excelente (5); así también si evaluamos la variable
consistencia de la leche: ligera (1), regular (2), y espesa (3).
3.Intervalo. Se asignan números para indicar la intensidad de una característica,

con unidad de medida y origen arbitrarios, que se elige con base en
conveniencias prácticas, de tal manera que se mantiene la igualdad de los
intervalos. Además de que los valores de las variables se pueden ordenar, se
pueden realizar las operaciones aritméticas de resta y suma pero no las
operaciones aritméticas de multiplicación y división entre los valores de la
variable. Note en el siguiente ejemplo, los valores de la variable temperatura
en grados centígrados y en grados Fahrenheit
Temperatura en Temperatura en
grados grados
Centígrados Fahrenheit
20 68
40 104
60 140
80 176
Note que:
a) La distancia entre 40 y 20 grados centígrados y la distancia entre 80 y 60 grados
centígrados es la misma (20).
b) La distancia entre 104 grados Fahrenheit (o 40 grados centígrados) y 68 grados
Fahrenheit (20 grados centígrados), y la distancia entre 176 grados Fahrenheit (80
grados centígrados) y 140 grados Fahrenheit (60 grados centígrados) es la misma
(36).
c) Si tomamos las temperaturas: 40 y 20 en grados centígrados, aparentemente
podríamos decir que la temperatura de 40 grados centígrados es el doble de la
temperatura de 20 grados centígrados. Si se toma estas dos temperaturas (40 y 20 en
19
0C) en grados Fahrenheit que son 104 y 68 grados Fahrenheit respectivamente, el

104
cociente de estos dos valores es  1.5294
68
Por lo tanto si estas temperaturas se toman en grados centígrados el cociente es 2, y
si se toman en grados Fahrenheit el cociente es 1.5292. Lo anterior muestra que no
tiene sentido multiplicar o dividir dos valores de una variable medida en escala de
intervalo y por ende es incorrecto decir que la temperatura de 40 grados centígrados
es el doble de la temperatura de 20 grados centígrados.
Otro ejemplo de variable medida en escala de intervalo es el cociente intelectual.
“Recordar un comentario sobre que un residente tenía el doble de coeficiente
intelectual que otro”.
4. Razón, cociente o relación. Se dice que una variable esta medida en escala de razón si
sus valores se pueden identificar por su nombre, se pueden sumar, restar, multiplicar y
dividir. Es la escala más fuerte de medición. Sus valores son números reales.
Ejemplos: Altura de planta en metros, rendimiento en kilogramos por hectárea, rendimiento
de carne en kilogramos, entre otras.
5.7. ESPECIFICACIÓN DE INSTRUMENTOS Y DISPOSITIVOS.
En este punto deben especificarse con detalle cada uno de los instrumentos de
medición de variables, Instrumentos para la toma de datos, aparatos para hacer
análisis de suelos, instrumentos o dispositivos para determinar área foliar,
dispositivos para hacer análisis químicos, aparatos para el secado del material,
entre otros.
5.8. CONTROL DE VARIABLES EXTERNAS.
En investigaciones mediante experimentos, existen tres tipos de variables: Variables

internas o factores en estudio, variables dependientes llamadas también variables
respuesta y variables externas que reciben varios nombres, como covariables, variables
intervinientes, entre otros.
Las variables internas o factores en estudio son estudiados a varios niveles cada uno de
ellos o sus combinaciones entre niveles de ellos llamados también tratamientos para ver
qué efecto producen en las variables respuesta de interés. Los valores de las variables
respuesta deber depender solo del efecto que producen los factores en estudio, esto se
puede conseguir solo si se usa un diseño experimental adecuado, se realizan las
mediciones con instrumentos válidos y confiables y las otras variables (externas) deben
siempre permanecer al mismo nivel o valor.
Todas las variables no sean factores en estudio tienen que ser controladas por el
investigador en forma sumamente cuidadosa para que permanezcan al mismo valor en
todas las unidades experimentales.
Por ejemplo si estudiamos cuatro dosis de abonamiento nitrogenado usando el diseño
experimental completamente al azar con 10 repeticiones cada nivel de N o tratamiento,
20
todas las otras variables deben permanecer al mismo nivel, así mencionaremos algunas
de estas variables externas: Temperatura, humedad relativa, cantidad de lluvia, ataque de
una enfermedad o plaga (hace el control respectivo), lamina de riego, deshierbos,
aporques, luminosidad, entre otras.
Existen algunos desarrollos teóricos para hacer análisis estadísticos usando variables
externas que tienen diferentes valores a estas variables externas se les llaman covariables
y la técnica de análisis se le denomina análisis de covarianza, pero los alcances son
limitados puesto que funcionan cuando se conoce la perfecta relación funcional entre la
covariable y la variable respuesta. En resumen, solo se aplican para muy pocos casos
donde se conoce algo del patrón que sigue la relación entre la covariable y la variable
respuesta. De presentarse covariables deben ser evaluadas o medidas cuidadosamente
para ver si es posible aplicar la técnica de análisis mencionada.
5.9. SELECCIÓN DEL DISEÑO EXPERIMENTAL.
En este punto se debe mencionar explícitamente: Unidad experimental, factores y sus

niveles, diseño de tratamientos, diseño experimental, combinaciones o tratamientos,
tratamientos testigo, numero de repeticiones, variables respuesta a medir, croquis
experimental, esquema explícito del procedimiento para efectuar el análisis estadístico.
5.9.1. Unidad experimental.
Recordar la definición (aquella a la cual se le aplica el tratamiento o recibe la

aplicación se este), definir claramente cuál será la unidad experimental, puede ser una
parcela con plantas, una planta, un grupo de animales, un animal, una caja Petri, etc.
En el caso de experimentos con plantas se debe indicar la unidad experimental útil,
en el caso de algunos experimentos con plantas seria la parte central de la parcela con
sus respectivas plantas o una planta con competencia completa.
5.9.2. Factores y sus niveles.
Especificar claramente cada factor con sus respectivos niveles. Por ejemplo si se
estudian los factores nitrógeno y fosforo (fertilización) indicar los nombres de los
factores y sus niveles, como sigue:
Factor N, con niveles 0, 100 y 200 kilogramos de N por hectárea (N0, N100, N200).
Factor P, con niveles 0 y 50 kilogramos de P2O5 por hectárea (P0 y P50).
5.9.3. Combinaciones o tratamientos.
Indicar claramente las combinaciones que se estudiaran, llamadas también

tratamientos. Si consideramos el ejemplo anterior, las combinaciones se especifican
como sigue:
Nro. De combinación Combinación o tratamiento

1 N0P0
2 N0P50
21
3 N100P0
4 N100P50
5 N200P0
6 N200P50
5.9.4. Numero de repeticiones.
Se indicara el numero repeticiones que se usara para cada tratamiento, en el caso del
diseño experimental bloques al azar el número de repeticiones es igual al número de
bloques.
Recomendaciones.
1. Nunca realice un experimento con una repetición, porque no podrá

hacer inferencia estadística (análisis de la varianza, pruebas de
comparaciones múltiples, entre otros).
2. Utilice el mayor número de repeticiones que sea posible, esto
permitirá probar el requerimiento de normalidad de la variable
respuesta en cada tratamiento. Sobre todo en el caso que se use el
diseño experimental bloques al azar si se presenta interacción
significativa bloques*tratamientos, nos permitirá eliminar los bloques
que causen la interacción y poder hacer el análisis estadístico.
5.9.5. Testigos.
Son tratamientos especiales. Ver la definición de testigo. Es recomendable incluir

tratamientos testigos, que se usaran para hacer comparaciones con los otros tratamientos. Por
ejemplo, si se estudian razas, un testigo podría ser la raza que se cría en la zona. En un estudio
mezclas de un cultivo con malezas, se pueden incluir varios testigos: Testigo siempre limpio
(sin maleza todo el tiempo), testigo siempre enmalezado (todo el tiempo con maleza), esto
nos permitirá hacer comparaciones tanto en rendimientos fisiológicos como rendimientos
económicos.
5.9.6. Diseño de tratamientos.
Se debe indicar el nombre del diseño de tratamientos. Por ejemplo si estudiamos los
dos factores del ejemplo anterior (N y
P), indicaremos que el diseño de tratamientos es un factorial con dos factores (3Nx2P)
completo y balanceado puesto que se estudiaran todas las combinaciones posibles
entre los niveles de los dos factores y cada combinación tendrá tres repeticiones.
Recomendación. Si usted diseña el experimento de ser posible use un diseño de

tratamientos completo y balanceado puesto que cuando existe desbalanceo o falta de
22
completes el análisis estadístico es problemático realizarlo y en muchos casos no

existe teoría desarrollada.
5.9.7. Diseño experimental.
. Se indicara el nombre del diseño experimental usado, ejemplos: Diseño

experimental completamente al azar, Diseño experimental bloques al azar, Diseño
experimental bloques al azar generalizado, Diseño experimental parcelas divididas
en completamente al azar disponiendo el factor V (variedades) en parcela grande y
el factor N (dosis de nitrógeno) a nivel de subparcela, Diseño experimental parcelas
divididas en bloques al azar con el facto L (láminas de riego) a nivel de parcela grande
y el factor V (variedades a nivel de su parcela, entre otros.
Recomendaciones.
1. Use el diseño experimental en función de las características de su material

experimental no use un diseño por moda o por demostrar que usted conoce mucho de
diseños experimentales y cree que no debe usar un diseño experimental muy simple
como es el diseño experimental completamente al azar el cual se recomienda usarlo
cuando las unidades experimentales son homogéneas.
2. Si usted conoce de antemano que existe interacción bloques por tratamientos, no use
el diseño experimental bloques al azar, puede usar el diseño experimental bloques al
azar generalizado.
3. El diseño experimental parcelas divididas en completamente al azar o en bloques al
azar, úselo solo si es estrictamente necesario. Para hacer pruebas de comparaciones
de medias para determinar el mejor nivel en cada uno de los niveles del otro factor no
existe teoría desarrollada, solo existen propuestas.
5.9.8. Variables respuesta.
Se especificaran las variables respuestas a medir. Aunque en el punto de

especificación de variables se hace mención a variables respuesta, es recomendable,
en esta parte enumerar las variables respuesta que permitirán cumplir con los
objetivos de la investigación.
5.9.9. Croquis experimental.
Se debe presentar un diagrama claro y preciso del experimento. Por ejemplo si se

realiza un experimento usando el diseño experimental usando tres bloques para
estudiar cuatro tratamientos, y se evaluaran dos variables respuesta el croquis
experimental podría ser el siguiente.
23
NP 1 NP8 NP9
N BLO 1 N BLO 2 N BLO 3
TRA 3 TRA 3 TRA 3
NP2 NP7 N P 10
TRA 1 TRA 3 TRA 3
NP 3 NP6 N P 11
TRA 4 TRA 3 TRA 3
NP 4 NP5 N P 12
TRA 2 TRA 3 TRA 3
N P=Numero de parcela
N BLO=Numero de bloque
TRA=Tratamiento
5.10. DETERMINACIÓN DEL PROCEDIMIENTO EXPERIMENTAL, TOMA,

PROCESAMIENTO Y EVALUACIÓN DE DATOS.
En este punto se debe especificar como se tomaron los datos indicando si se trata
de datos de una variable cuantitativa o de una variable cualitativa. Si la variable
respuesta medida es cuantitativa, se usaran métodos paramétricos para el análisis
estadístico de los datos y si los datos corresponden a una variable cualitativa, se
usaran métodos no paramétricos para el análisis de los datos.
También es importante definir en forma clara que métodos estadísticos usar y la
secuencia en el análisis estadístico de los datos. El análisis estadístico está
orientado a probar las hipótesis ya planteadas y cumplir con los objetivos de la
investigación. E procedimiento de análisis de los datos de una investigación vía
experimentación se podría resumir como sigue. Primero se deben verificar si se
cumplen los requerimientos para poder efectuar el análisis de la varianza y para
efectuar una prueba de comparaciones de medias para determinar el o los mejores
tratamientos; los requerimientos a probar son normalidad de la variable respuesta
en cada tratamiento, homogeneidad de varianzas entre tratamientos (poblaciones)
e independencia. Si se cumplen los requerimientos, se realiza el correspondiente
análisis estadístico de los datos, Si no se cumplen dichos requerimientos tenemos
dos opciones: usar transformaciones de datos o usar pruebas no paramétricas.
Sobre todo para efectuar una prueba de comparación de medias se debe
especificar que se realizaran pruebas para efectos simples y para efectos
principales.
24
En seguida señalaremos un ejemplo. Si se monta un experimento para estudiar

cuatro variedades de un cultivo cada una de ellas con seis niveles de N usando el
diseño experimental completamente al azar con ocho repeticiones: La estructura
u ordenamiento de los datos será con respecto al diseño experimental usado. Se
realizaran 24 pruebas de normalidad una en cada combinación o tratamiento, una
prueba de homogeneidad de varianzas, de cumplirse los requerimientos
mencionados para el análisis estadístico se efectuara el análisis de varianza para
probar hipótesis de efectos principales de variedades y niveles de nitrógeno tres
pruebas de efectos simples para combinaciones, para niveles de N en cada V y
para variedades en cada nivel de N. Se realizaran cinco pruebas de comparaciones
de medias: 1. para detectar la mejor variedad independientemente del nivel de N
(efecto principal), 2. Para determinar el mejor nivel de N independiente del nivel
de V (efecto principal), 3. Para determinar el mejor nivel de N para cada variedad
(cuatro pruebas de efectos simples), 4.Para determinar la mejor V en cada nivel
de nitrógeno (seis pruebas de efectos simples) y 5. Una prueba de comparación
de medias para determinar la mejor combinación V*N.
Se recomienda usar la prueba de comparación de medias de Tukey por que tiene
un buen nivel de protección (se rechaza adecuadamente la hipótesis en un alto
porcentaje) cuando el número de tratamientos es elevado. No usar otras pruebas
de comparación de medias cuando el número de tratamientos es alto.
5.11. ANÁLISIS DE RESULTADOS.
El análisis de resultados consiste en explicar claramente los resultados obtenidos

en la investigación y comparar estos con datos y resultados obtenidos en otras
investigaciones realizadas por otros investigadores. Es decir, es una evaluación
crítica de los resultados desde la perspectiva del científico (autor) tomando en
cuenta los trabajos de otros investigadores y el propio.
El análisis de los resultados es sencillamente entrelazar los datos y resultados que
se encontraron en la investigación con los datos o información de la base teórica
y de los antecedentes.
Cabe señalar que el análisis de resultados se propone interpretar y analizar los
resultados de la investigación de donde saldrán los elementos para plantear las
conclusiones.
Los resultados deben compararse con estudios que sean objetivamente
comparables, con estudios que compartan la hipótesis, o que la contradicen. Si los
resultados son diferentes a los obtenidos antes, tendría que dar una explicación o
interpretación porque son diferentes.
Todas estas comparaciones y análisis deben señalar la fuente citando los autores
usando la norma pertinente como por ejemplo APA. Lo ideal es hacer una
discusión puntual y clara, no de manera redundante, para que orienten a futuros
investigadores del mismo campo. El hecho de que sea larga y exuberante no
implica que sea una buena discusión.
Finalmente, en el análisis de los resultados los tiempos verbales que se utilizan
son el presenta y el pasado. Se redacta en presente los conocimientos ya
prestablecidos y en pasado los resultados obtenidos por el autor.
25
5.12. REDACCIÓN DEL INFORME.
Existen muchas estructuras de un informe de la investigación realizada, a

continuación señalaremos una de las estructuras más comunes o frecuentes.
5.12.1. Portada.
En la portada deberá aparecer necesariamente el título de la investigación

y el autor o autores y el nombre de la institución. Es conveniente que en
la portada se incluya alguna otra información importante y pertinente.
Como recomendación es conveniente seguir las pautas específicas para
los diferentes modelos de informes.
5.12.2. Índice.
En el índice o sumario se indicara cada una de las partes en las que se ha

dividido el trabajo de investigación: Introducción, revisión de literatura,
objetivos, etc., indicando la página en la que se encuentra (solo la página
en la que empieza) cada una de dichas partes.
5.12.3. Introducción.
Esta sección suele incluir dos apartados.
5.12.4. Revisión de literatura.
Que es la literatura revisada sobre el problema de investigación.
5.12.5. Marco teórico.
Ordenamiento de la literatura revisada.

5.12.6. Metodología.
En este apartado el investigador informa en forma resumida todos los

pasos seguidos en la realización de su trabajo de investigación. La
información incluida en esta sección debe ser lo suficiente explicita como
para que otro investigador pueda hacer una réplica del mismo estudio en
un contexto diferente. En este apartado apartado se incluyen y explican
los siguientes puntos: Materiales, metodologías, técnicas de análisis en
laboratorios, diseño experimental, metodologías usadas en el análisis
estadísticos, entre otros
5.12.7. Análisis y resultados.
El investigador puede iniciar informando sobre las técnicas estadísticas

utilizadas, justificando porque opto por estas y no por otras, en cualquier
caso, las técnicas o métodos empleadas para el análisis e interpretación de
26
los datos responderán a las hipótesis u objetivos y nunca a la novedad de

la técnica.
En este apartado, debe responderse uno a uno a todos los objetivos y/o
hipótesis, de un modo claro y ordenado, ya que algunos investigadores,
erróneamente, una vez que disponen de los datos, comienzan a realizar
análisis estadísticos indiscriminadamente olvidando lo realmente lo
relevante, que ya había quedado establecido en los objetivos e hipótesis al
comienza de la investigación. Recordemos que los objetivos hacen
referencia a lo que consideramos más relevante descubrir, analizar,
describir, etc.; así que, si llegado el momento creemos que podría
realizarse algún análisis no previsto en los objetivos, convendría revisar
los objetivos ya que, posiblemente, estos no hayan sido formulados
adecuadamente.
5.12.8. Discusión y conclusiones.
En esta sección se señalan las implicaciones y utilidad de los hallazgos,

efectuando una interpretación desde varias perspectivas, siempre desde el
marco de los objetivos e hipótesis planteados. Es decir, al menos ha de
incluirse un párrafo donde se sintetice cada uno de los objetivos previstos
en la investigación, pero con una redacción diferente a la que se ha
realizado en el plan de análisis de datos.
5.12.9. Referencias bibliográficas.
En este apartado se incluye la relación de todas las referencias

bibliográficas citadas a lo largo del trabajo. Dicha relación se hará por
orden alfabético. En cuanto al modo de presentación bibliográfica se debe
seguir una norma, por ejemplo, el formato propuesto por la APA.
5.12.10. Anexos y apéndices.
En los anexos o apéndices se deben incluir aquella información relevante

para el trabajo que no ha sido incluida a lo largo del mismo.
Es obligatorio incluir los datos originales de la variable o variables
respuesta que se usó para realizar el análisis estadístico indicando
claramente el diseño experimental usado. Esta información es de suma
importancia para la persona o personas que tengan que evaluar el informe
de investigación.
5.13. GENERALIZACIÓN DE RESULTADOS.
La generalización de resultados es un tópico muy delicado. Generalmente esta

generalización es limitada, se concluye que los resultados encontrados en la
investigación son válidos para condiciones o escenarios similares bajo las cuales
se realizaron los experimentos. En algunos casos, ni siquiera es posible
27
generalizar los resultados para una zona pequeña porque existen condiciones de
suelo, clima, p H , entre otras que son diferentes.
Por ejemplo para liberar la recomendación de una tecnología, primero se realizan
experimentos individuales para determinar los mejores niveles del factor en
estudio en varias localidades tomadas al azar donde el número de localidades
(tamaño de muestra puede ser muy grande) puesto que la variabilidad de
localidades dentro de una zona o región generalmente es alta. Por ejemplo con
una variabilidad alta el tamaño de muestra podría ser 1000 lugares, tendríamos
que montar 1000 experimentos para poder generalizar los resultados. Es decir
poder inferir sobre toda la población de lugares de donde se tomó la muestra.
6. RESUMEN Y COMENTARIOS FINALES.
6.1. En este trabajo o producto se presentan pautas generales, como una

ayuda, para realizar un plan experimental de una investigación.
6.2. Con base en estas pautas presentadas, un investigador del Instituto Nacional
de Innovación Agraria puede hacer: El plan experimental de su investigación, el
resumen de su proyecto de investigación (FORMATO – 007: FICHA DE
RESUMEN DEL PROYECTO DE INVESTIGACION DEL INIA) y el resumen
de su experimento (FORMATO – 010: FICHA RESUMEN DEL PROYECTO DE
EXPERIMENTO).
6.3. Todo investigador del Instituto Nacional de Innovación Agraria debe estar
preparado para hacer el planteamiento experimental de su investigación, puesto
que este constituye una guía para el trabajo a realizar.
6.4. El contenido de un plan experimental no es único, puede tener algunos puntos

adicionales, esta estructura se tomó del documento Términos de Referencia.
7. MATERIAL BIBLIOGRÁFICO USADO
Se usó de material biográfico con reconocimiento internacional, entre otros

mencionaremos los siguientes:
1. Metodología de la Investigación. Quinta edición. 2010. Editorial Mc Graw

Hill. Autores: Dr. Roberto Hernández Sampieri, Dr. Carlos Fernández
Collado. Dra. María del Pilar Baptista Lucio.
2. El protocolo de INVESTIGACION Lineamientos para su elaboración y
análisis. 2001. Segunda edición. Editorial Trillas. Autores: Ignacio Méndez
Ramírez, Delia Namihira Guerrero, Laura Moreno Altamirano y Cristina Sosa
de Martínez.
3. El método científico aplicado a las ciencias experimentales. Sexta edición.
2002. Editorial Trillas. Autores: Héctor G. Riveros y Lucia Rosas.
4. La experiencia del consultor, 44 años de experiencia relacionada con
estadística e investigación.
28
8. ANEXOS
8.1. FORMATO – 007: FICHA DE RESUMEN DEL PROYECTO DE

INVESTIGACION DEL INIA.
INSTITUTO NACIONAL DE INNOVACION AGRARIA- INIA

FORMATO – 007: FICHA DE RESUMEN DEL PROYECTO DE INVESTIGACIÓN
1. Programa Nacional:
2. Título del proyecto:
3. Línea de investigación:
4. Ámbito de ejecución:
5. EEA ejecutora:
6. Duración del proyecto :
29
7. Número de experimentos:
8. Responsables:
9. Problema (s):
10. Objetivo (S):
11. Metas del proyecto:
12. Presupuesto Total:
13. Fuente de financiamiento:
14. Fecha:
15. Firma del responsable(s):
…………………………………………
Firma
8.2. FORMATO – 010: FICHA RESUMEN DEL PROYECTO DE EXPERIMENTO del

INIA.
1. Programa Nacional de Investigación:

2. Título del Proyecto:
3. Título del Experimento:
4. Línea de Investigación:
5. Localización del Experimento:
6. Duración del proyecto:
7. Tamaño del Experimento:
30
8. Responsables:
9. Problema:
10. Objetivos del experimento:
11. Nº Total de Tratamientos:
12. N° de Repeticiones:
13. Diseño Experimental:
14. Tratamientos Experimentales:
15. Metas del Experimento:
16. Presupuesto:
17. Fuente de Financiamiento:
18. Fecha:
…………………………………………
Firma
8.3. EJEMPLOS DE LLENADOS DE LOS FORMATOS 007 Y 010 DE UN

INVESTIGACION MEJORAMIENTO GENETICO VEGETAL.
Se presentan en seguida dos ejemplos relacionados con la línea de

investigación Mejoramiento Genético Vegetal: Uno sobre llenado de
la ficha 007 y el otro sobre el llenado de la ficha 010.
La investigación esta relaciona con la obtención de variedades de
arroz con alto rendimiento y resistente a Pyricularia para la zona
Norte del Perú.
8.3.1. EJEMPLO PARA LLENAR LA FICHA 007 (FORMATO – 007:

FICHA DE RESUMEN DEL PROYECTO DE INVESTIGACION
DEL INIA).

31
Programa Nacional de Arroz.
Desarrollo de nuevas variedades aptas para la zona Norte del Perú.
Mejoramiento Filogenético
Estación experimental Agraria Vista Florida.

Estación experimental Agraria Chira.
Estación experimental Agraria Huarangopanpa.
Estación experimental Agraria Amazonas.
Estación experimental Agraria El Porvenir.
5. EEA ejecutora:
Estación Experimental Agraria de Vista Florida.
Dos años, 15-agosto-2018 al 15-agosto-2020.
Se realizaran 10 experimentos.
8. Responsables:
Cesar Ventura Flores

Hugo González Bernal
Cesar Moyano Siesquen
9. Problema (s):
En los últimos años se han estado sembrando en la zona Norte del Perú variedades
de arroz con que se recomendaron por sus altos rendimientos, tolerantes a plagas
y enfermedades, con buena calidad molinera y culinaria, y cierta tolerancia a virus.
32
Se ha detectado que con los cambios climáticos, los rendimientos de estas

variedades han disminuido por ataques severos de nuevas enfermedades y plagas,
cambios climáticos entre otros. Se presenta el inconveniente de no contar con
variedades que produzcan altos rendimientos en los nuevos escenarios climáticos
que actualmente tenemos. El problema lo constituye la contradicción entre la no
existencia de variedades con buenos rendimientos para estos nuevos escenarios
con el deseo de que existan variedades con altos rendimientos con buena calidad
molinera y culinaria.
10. Objetivo (S):
Evaluar variedades con la finalidad de seleccionar las mejores en lo que se refiere

aquellas con altos rendimientos para la zona Norte del Perú. Ya sea mediante
cruzamientos o evaluando nuevas variedades que se siembran en otros lugares o
reevaluando las variedades que se venían sembrando en la zona.
Obtener variedades con características deseables como alto rendimiento, buena

calidad molinera, buena calidad, tolerancia a Pyricularia, tolerancia al virus de la
hoja blanca, mejor nivel de resistencia a mosca minadora, menor requerimiento
hídrico y periodo vegetativo corto.
250000 soles.
PNIA
14. Fecha:
15 de junio del 2018.
…………………………………………
Firma (s)
33

FICHA RESUMEN DEL PROYECTO DE EXPERIMENTO del INIA).
FORMATO – 010: FICHA DE RESUMEN DEL PROYECTO DE EXPERIMENTO DE

INVESTIGACIÓN
Desarrollo de Nuevas variedades aptas para la zona Norte del Perú.
Selección de variedades de arroz con alto rendimiento y resistencia a Pyricularia

para la zona Norte del Perú.
Mejoramiento filogenético.
Estación Experimental Agraria Chira, Piura.

Estación Experimental Agraria Vista Florida, Lambayeque.
Estación experimental Agraria Huarangopampa, Bagua, Amazonas.
Estación Experimental Agraria Amazonas, Amazonas.
Estación Experimental Agraria El porvenir, San Martin.
Dos años, 15-agosto-2018 al 15-agosto-2020.
34
8. Responsables:
Pedro Piscoya Sánchez

Juan Muro Tapia
9. Problema:
En los últimos años se han estado sembrando en la zona Norte del Perú variedades
de arroz con que se recomendaron por sus altos rendimientos, tolerantes a plagas
y enfermedades, con buena calidad molinera y culinaria, y cierta tolerancia a virus.
Se ha detectado que con los cambios climáticos, los rendimientos de estas
variedades han disminuido por ataques severos de nuevas enfermedades y plagas,
cambios climáticos entre otros. Se presenta el inconveniente de no contar con
variedades que produzcan altos rendimientos en los nuevos escenarios climáticos
que actualmente tenemos. El problema lo constituye la contradicción entre la no
existencia de variedades con buenos rendimientos para estos nuevos escenarios
con el deseo de que existan variedades con altos rendimientos con buena calidad
molinera y culinaria.
Seleccionar la mejor o mejores variedades en lo que se refiere a alto rendimiento

y tolerancia a Pyricularia.
Se instalaran 10 experimentos.
12. Numero de Repeticiones:
Se usaran 04 repeticiones.
13. Diseño Experimental:
La unidad experimental será una parcela de seis líneas de plantas de 05

metros de longitud.
13.2. Factores en estudio y sus niveles.
Solo se estudiara el factor variedades de arroz (V) con 11 niveles cada nivel
corresponde a una variedad.
35
Se usara el diseño de tratamientos factorial completo de un solo factor (V).

Es decir, se estudiaran las 08 combinaciones posibles (niveles del único factor
variedad).
Se usara el diseño experimental bloques al azar con 04 bloques o

repeticiones.
A continuación se detallan las combinaciones del factor V.
No. Combinación
1 Tinajones
2 Mallares
3 Esperanza
4 La puntilla
5 INIA-20
6 INIA-21
7 INIA-22
8 INIA-23
13.6. Testigos.
Se incluirán en el estudio 04 testigos que son las variedades que se vienen

sembrando en la zona en los últimos años, los testigos son
No. Testigos
1 Tinajones
2 Mallares
3 Esperanza
4 Puntilla
13.7. Variables respuesta a medir.
Se evaluaran las siguientes variables respuesta.

36
No. Variables respuesta

1 Rendimiento de arroz en cascara en toneladas por hectárea.
2 Intensidad de ataque de Pyricularia en grado.
La variable Intensidad de ataque de Pyricularia se evaluara con una escala la

cual se detalla en seguida.
Grado Intensidad de ataque

1 No ataque
2 Ataque bajo
3 Ataque mediano
4 Ataque alto
5 Ataque severo
BLOQUE I BLOQUE II BLOQUE III BLOQUE IV

V4 V5 V7 V6
V1 V6 V2 V4
V5 V3 V5 V7
V8 V7 V8 V2
V3 V1 V6 V5
V6 V8 V3 V1
V2 V2 V1 V8
V7 V4 V4 V3
13.9. Esquema explícito del procedimiento para efectuar el análisis estadístico.
13.9.1. Análisis estadístico para la variable rendimiento.
Se usara el análisis estadístico paramétrico, siguiendo los siguientes

pasos:
13.9.1.1. Pruebas de normalidad
Se realizaran 08 pruebas de normalidad, una en cada tratamiento

para para detectar si la variable respuesta rendimiento tiene
distribución normal dentro de cada tratamiento.
13.9.1.2. Prueba de homogeneidad de varianzas.

37
Se efectuara una prueba de homogeneidad de varianzas para

determinar si se cumple el requerimiento de varianzas homogéneas
de los tratamientos.
13.9.1.3. Prueba de hipótesis de igualdad de efectos o de medias de

tratamientos.
Esta hipótesis se probara usando el análisis de la varianza (ANAVA).
13.9.1.4. Prueba de comparación de medias.
Se efectuara la prueba de Tukey para determinar la mejor o mejores

variedades de arroz.
13.9.2. Análisis estadístico para la variable intensidad de ataque de Pyricularia.
Tanto para probar la igualdad de efectos o de medias como para hacer

la prueba de comparaciones de medias se usara la prueba no
paramétrica de Freaman.
Los tratamientos son las combinaciones ya descritas, a continuación detallaremos

los tratamientos otra vez.
No. Tratamientos
1 Variedad Tinajones
2 Variedad Mallares
3 Variedad Esperanza
4 Variedad Puntilla
5 INIA-20
6 INIA-21
7 INIA-22
8 INIA-23
Seleccionar Variedades de arroz con altos rendimientos.
16. Presupuesto:
100000 soles
38
PNIA
18. Fecha:
15-junio-2018
…………………………………………
Firma
8.4. EJEMPLOS DE LLENADOS DE LOS FORMATOS 007 Y 010 DE UN

INVESTIGACION MANEJO AGRONOMICO.
Se presentan en seguida dos ejemplos relacionados con la línea de

investigación Manejo Agronómico: Uno sobre llenado de la ficha 007
y el otro sobre el llenado de la ficha 010.
La investigación esta relaciona con la determinación de la mejor
fuente nitrogenada y la cantidad de nitrógeno por aplicar para
variedades de arroz para el Norte del Perú.

FICHA DE RESUMEN DEL PROYECTO DE INVESTIGACION
DEL INIA).
39

Fertilización en arroz.
Manejo Agronómico.
Estación experimental Agraria Chira, Piura.

Estación experimental Agraria Vista Florida, Lambayeque.
Estación Experimental Agraria Chepen.
5. EEA ejecutora:
6. Duración del proyecto :
Dos años: Inicio 15-agosto-2018, Finalización 15-agosto-20120.
8. Responsables:
José Pérez Alcántara.

Luis Campos Díaz.
Nicanor Saucedo Mercado.
9. Problema (s):
La variedad INIA-16 es una nueva variedad generada por el INIA con buenas
características de calidad molinera y culinaria, tolerante a enfermedades y
40
plagas, bajo requerimiento hídrico entre otras pero no existe información clara
sobre su respuesta a la fertilización ni de fuentes de N, P y P. En la costa norte
del Perú los suelos donde se siembra arroz son alcalinos por lo que no se han
estudiado fuentes de N, P y K que den buenos resultados en estos suelos
alcalinos. El problema surge de la contradicción del deseo de contar con
información de la fuentes de fertilización de N, P y K ni con la mejor fórmula
de fertilización N-P-K para obtener alto rendimiento usando la variedad INIA-
16 y la no existencia de tal información.
10. Objetivo (S):
Determinar la mejor o las mejores fuentes de fertilización de N, P y K y sus

respectivas dosis óptimas para la variedad INIA-16 para sembrarse en la costa
norte del Perú.
Determinar los requerimientos de fertilización de elementos mayores y elementos

menores para obtener altos rendimientos con la variedad INIA-16 para sembrarse
en suelos salinos de la costa norte del Perú.
100000 soles
PNIA
14. Fecha:
15-agosto-2018.
…………………………………………
Firma

FICHA RESUMEN DEL PROYECTO DE EXPERIMENTO del INIA).

41
FORMATO – 010: FICHA DE RESUMEN DEL PROYECTO DE EXPERIENTO

INVESTIGACIÓN
Fertilización en arroz.
Fuentes nitrogenadas y dosis de fertilización nitrogenada en arroz en la zona

norte del Perú.
Manejo Agronómico.
Estación experimental Agraria Chira, Piura.

Estación experimental Agraria Chepen, La libertad.
Un año: Inicio 15-agosto-2018, Finalización 15-agosto-2019.
Se realizaran 03 experimentos, uno en cada una de las estaciones

experimentales.
8. Responsables:
José Pérez Alcántara.

Luis Campos Díaz.
Nicanor Saucedo Mercado.
42
9. Problema:
La variedad INIA-16 es una nueva variedad generada por el INIA con buenas
características de calidad molinera y culinaria, tolerante a enfermedades y
plagas, bajo requerimiento hídrico entre otras pero no existe información clara
sobre su respuesta a la fertilización ni de fuentes de N, P y P. En la costa norte
del Perú los suelos donde se siembra arroz son alcalinos por lo que no se han
estudiado fuentes de N, P y K que den buenos resultados en estos suelos
alcalinos. El problema surge de la contradicción del deseo de contar con
información de la fuentes de fertilización de N, P y K ni con la mejor fórmula
de fertilización N-P-K para obtener alto rendimiento usando la variedad INIA-
16 y la no existencia de tal información.
10.1. Determinar la mejor fuente nitrogenada.
10.2. Determinar la mejor dosis de N.
10.3. Determinar la mejor combinación F*N.
10.4. Determinar la mejor dosis de N en cada fuente de N.
10.5. Determinar la mejor Fuente nitrogenada para cada dosis de N.
Se estudiaran 13 tratamientos.
12. Numero de Repeticiones:
Cuatro repeticiones.
13. Diseño Experimental: Bloques al azar.
La unidad experimental será una parcela de seis líneas de

plantas de 05 metros de longitud.
1.2. Factores en estudio y sus niveles.

43
Se estudiaran dos factores el factor fuentes de nitrogenadas (F)

y dosis de nitrógeno (N). A continuación se detalla cada factor
con sus respectivos niveles.
1.2.1. Niveles del factor fuentes nitrogenadas (F).
No Nivele del factor F

1 F1= Urea
2 F1= Sulfato de amonio
1.2.2. Niveles del factor N.
No Nivel del factor

. N
1 N1=50 kg/ha
2 N2=100 kg/ha
3 N3=150 kg/ha
4 N4=200 kg/ha
5 N5=250 kg/ha
6 N6=300 kg/ha
Note que no se incluye como un nivel de N a 00 kg de N/ha porque

al formar todas las combinaciones posibles resulta que las 02
combinaciones: Urea al nivel 00 y sulfato de amonio al nivel 00 son
iguales puesto que ambas son equivalentes a no aplicar
abonamiento nitrogenado.
Se usara el diseño de tratamientos factorial completo con dos

factores más un tratamiento adicional. Es decir, se estudiaran
las 12 combinaciones posibles más un tratamiento adicional.
Se usara el diseño experimental bloques al azar con 04 bloques.

44
A continuación se detallan las combinaciones entre los niveles

del factor F y los del factor N.
No. Combinación
1 F1N1=Urea-50 kg de N/ha
7 F2N1=Sulfato de amonio-50 kg de N/ha
8 F2N2= Sulfato de amonio -100 kg de N/ha
1.6. Testigo o tratamiento adicional.
Se incluirán en el estudio un tratamiento adicional sin

abonamiento con N. Este tratamiento es el testigo.
No se incluye como nivel de N a la dosis 00 kg de N/ha puesto

que las 02 combinaciones Urea al nivel 00 y sulfato de amonio
al nivel 00 son iguales puesto que ambas son equivalentes a no
aplicar abonamiento.
1.7. Variables respuesta a medir.
Se evaluara la variable respuesta rendimiento de arroz en

cascara en toneladas por hectárea.
BLOQUE I BLOQUE II BLOQUE III BLOQUE IV

F2N3 F1N4 F2N2 F1N2
F1N2 00 F1N1 F2N2
F2N1 F2N3 F1N5 F1N3
F1N4 F1N1 F2N5 F2N6
45
F2N6 F2N5 F1N2 F2N3

F1N3 F1N5 F2N4 00
F2N4 F2N6 F1N6 F2N5
F1N5 F1N3 F2N3 F1N4
F2N2 F2N1 F1N4 F1N6
00 F1N6 F2N1 F1N1
F2N5 F2N4 F2N6 F2N4
F1N1 F1N2 00 F1N5
F1N6 F2N2 F1N3 F2N1
Note que 00 es el tratamiento adicional al factorial completo.
1.9. Esquema explícito del procedimiento para efectuar el análisis

estadístico.
1.9.1. Análisis estadístico para la variable rendimiento.
Se usara el análisis estadístico paramétrico, siguiendo los

siguientes pasos:
1.9.1.1. Pruebas de normalidad
Se realizaran 13 pruebas de normalidad, una en cada

tratamiento o combinación (12 pruebas de normalidad, una
para combinación posible y una prueba de normalidad en el
tratamiento adicional o testigo) para detectar si la variable
respuesta rendimiento tiene distribución normal dentro de cada
tratamiento.
1.9.1.2. Prueba de homogeneidad de varianzas.
Se efectuara una prueba de homogeneidad de varianzas para

determinar si se cumple el requerimiento de varianzas
homogénea de los tratamientos.
1.9.1.3. Prueba de hipótesis de igualdad de efectos o de medias de los

niveles del factor F.
1.9.1.4. Prueba de hipótesis de igualdad de efectos o de medias de los

niveles del factor N.
46
1.9.1.5. Prueba de hipótesis para determinar si existe o no interacción

F*N.
Esta tres hipótesis mencionadas se probaran usando el análisis

de la varianza (ANAVA) con la siguiente estructura.
Tabla del análisis de la varianza
FUENTES DE VARIACION GRADOS DE LIBERTAD

BLO 3
TRATAMIENTOS 12
F 1
N 5
F*N 5
FAC VRS TRAADIS 1
ERROR 36
TOTAL 51
1.9.1.6. Prueba de compasión de medias.
Se efectuaran 05 pruebas de Tukey.
1.9.1.6.1. Prueba de Tukey para niveles del factor F.
Esta prueba nos permite determinar el mejor nivel del factor F.
1.9.1.6.2. Prueba de Tukey para niveles del factor N.
Esta prueba nos permite determinar el mejor nivel o los mejores

niveles del factor N.
1.9.1.6.3. Prueba de Tukey para combinaciones F*N.
Esta prueba nos permite determinar la mejor o las mejores

combinaciones F*N.
1.9.1.6.4. Prueba de Tukey para niveles de N en cada nivel del factor F.

47
Esta prueba nos permite determinar el mejor o los mejores

niveles de N en cada nivel de F. Es decir, nos permite determinar
la mejor o las mejores dosis de N en cada fuente nitrogenada.
1.9.1.6.5. Prueba de Tukey para niveles de F en cada nivel del factor N.
Esta prueba nos permite determinar el mejor o los mejores

niveles de F en cada nivel de N. Es decir, nos permite determinar
la mejor fuente de nitrógeno en cada dosis de N.
Los tratamientos son 13, 12 tratamientos del factorial completo más un

tratamiento adicional o testigo. Estos se especifican en seguida.
No. Tratamientos
7 F2N1=Sulfato de amonio-50 kg de N/ha
13 Tratamiento adicional=Testigo=00
Estudiar y valorar los efectos de las fuentes de N y sus respectivas dosis en el

rendimiento.
4. Presupuesto:
100000 soles.
48
PNIA
6. Fecha:
15-agosto-2018.
…………………………………………
Firma
Lima, a 11 de enero del 2018.
___________________________
Ph D Tito Roque Vásquez Rojas
DNI 06409036

Huancayo Plan Experimental

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Huancayo Plan Experimental

Uploaded by

Copyright:

Available Formats

1

PRODUCTO 02: PROTOCOLO CON LAS PAUTAS NECESARIAS PARA EL

INSTITUTO NACIONAL DE INNOVACIÓN AGRARIA

DIRECCIÓN DE DESARROLLO TECNOLÓGICO AGRARIO (DDTA)

SUBDIRECCIÓN DE PRODUCTOS AGRARIOS (SDPA)

Ph. D. Tito Roque Vásquez Rojas

Lima, a 11 de enero del 2018.

PRODUCTO 02: PROTOCOLO CON LAS PAUTAS

El protocolo para el planteamiento experimental constituye la etapa de planificación

Los componentes o contenidos básicos del protocolo se presentan en seguida (en el

2. CONTENIDO DEL PLAN EXPERIMENTAL

El protocolo para el planteamiento experimental en los proyectos de investigación tendrá

1. Título del proyecto.

12. Redacción del informe.

Toda investigación experimental se inicia detectando el problema de investigación,

Es una actividad cuya finalidad primordial es la de generar conocimiento y/o

Ejemplo. Para enviar o transportar frutos de chirimoya a grandes distancias se ha

4.3. Solución de un problema.

La solución de un problema consiste en eliminar la contradicción entre lo que existe

4.4. Unidad experimental.

Es aquella a la cual se le aplica el tratamiento. También llamada unidad u objeto de

Es un valor de una variable, cantidad de un material, un método, etc. el cual se le

Es un tratamiento especial, en experimentos donde los tratamientos son variedades,

4.7. Variable Respuesta.

4.8. Numero de repeticiones.

Se refiere al número de unidades experimentales a las cuales se aplica el mismo

Es un conjunto de unidades experimentales homogéneas en lo que se refiere al efecto

4.10. Error experimental.

Es la variabilidad que presentan los valores de la variable respuesta medidos en

4.11. Variable numérica.

Es aquella cuyos valores son números reales, Ejemplo rendimiento en kilogramos

4.12. Variable no numérica o cualitativa o alphanumerica.

4.13. Variable discreta.

4.14. Variable continua.

Es aquella que toma valores en un intervalo. El número de valores de una variable

4.15. Factores y sus niveles.

Los factores son variables ya sean numéricas o alfanuméricas cuyos valores

4.16. Factor fijo.

4.17. Factor aleatorio.

4.18. Factores cruzados.

Esto lo explicaremos mediante un ejemplo. Si se estudian dos factores: el factor dosis

4.19. Factor anidado en otro.

Para ilustrar este concepto usaremos el siguiente ejemplo. En una serie de

4.20. Experimento Simple.

Es aquel en el cual se estudia un solo factor.

4.21. Experimento factorial.

Es aquel en el cual se estudian dos o más factores a la vez.

4.22. Factorial completo.

Se dice que un factorial es completo si se estudian o consideran todas las

4.23. Factorial incompleto.

Un factorial es incompleto si no se consideran todas las combinaciones posibles en el

4.24. Factorial balanceado.

Se dice que un factorial es balanceado si cada combinación estudiada tiene el mismo

4.25. Factorial desbalanceado.

Un factorial se considera desbalanceado si las combinaciones estudiadas no todas ellas

4.26. Diseño de tratamientos.

Se refiere a la forma de seleccionar los tratamientos. Es decir es una forma específica

El concepto de diseño de tratamientos todo investigador científico debe tener claro

Es una acción para tomar o conseguir datos o información.

4.28. Experimento simple.

Es aquel en el cual se estudia un solo factor.

4.29. Experimento factorial.

Es aquel en el cual se estudian dos o más factores a la vez.

4.30. Diseño experimental.