#45

Números del CIDE Anterior #44 Siguiente #46

Diseños experimentales utilizados en la investigación de nuestro campo de estudios

Para continuar con el análisis de las bases que constituyen las tareas empíricas que realizan nuestros pares en el mundo científico, con el fin de para estar en condiciones de elaborar el proyecto de nuestras propias acciones para producir el conocimiento, es tiempo de construir los conceptos relacionados a la observación y medición.

Los conceptos de número y cantidad son cualidades públicas y objetivas que pueden ser definidas fuera del ámbito de las ciencias físicas, Ziman (Ziman JM. 1972. El conocimiento público: un ensayo sobre la dimensión social de la ciencia. Fondo de Cultura Económica. México) señala que la frase: "La ciencia es co-extensiva con la medida" va demasiado lejos, aunque sigue siendo cierto que las comparaciones numéricas y cuantitativas son de la mayor importancia en ciertos campos donde todo el poder de la teoría matemática resulta inaplicable". En este momento de reflexión sobre nuestro objeto de estudios es hora de preguntarnos:

¿Cual es el poder de la demostración estadística de una teoría científica?

¿Que grado de error estadístico se puede tolerar en un trabajo experimental?

¿Podemos considerar como científica una prueba en la que hay tan solo una oportunidad entre veinte de que la efectividad aparente del tratamiento A sobre el tratamiento B pueda haber ocurrido por accidente?

Ziman considera que resultados de tan baja significación no son suficientemente poderosos para ser incorporados en los cánones científicos.

Solamente cuando se están buscando pruebas siguiendo corazonadas, aceptando la más tenue clave, entonces semejantes datos son valiosos. Pero la meta siempre debe consistir en hacer más observaciones y experimentos que puedan persuadir a otras personas, por encima de toda duda razonable. Ya que el nivel de significación del 5% casi implica que uno de cada veinte de nuestros colegas tiene derecho a no creernos.

Lo que hemos de buscar es una prueba abrumadora, capaz de persuadir a todos: una duda entre 10,000 personas puede ser excesiva. Nuestra primera precaución en ciencia, es preservar el consenso del error inconsciente; lo que es seguro debe quedar claramente separado de lo que es mera conjetura; la continua incorporación de resultados meramente probables inevitablemente conduciría a la degradación de la credibilidad de toda la empresa científica.

El trabajo que hoy se sugiere es la elaboración de un “Reporte de investigación sobre los diseños experimentales que se utilizan en las investigaciones de nuestro campo”.

Las formas de preceder son:

1 Acuda a los artículos científicos que conforman el núcleo de información que ha gestionado previamente sobre su objeto de estudios, (de preferencia que sean un número superior a los 100 artículos científicos actuales).

2 Tome el primero de los artículos y proceda a observar la sección de materiales y métodos, ponga particular atención a las últimas partes de esa sección en donde se hacen señalamientos sobre el diseño experimental, u otras herramientas estadísticas, como diseño de muestreo.

3 Abra una hoja de cálculo (tabla de Excel®), coloque en la primera columna la ficha bibliográfica del primer artículo.

4 Coloque en la segunda columna el nombre del diseño experimental que se encuentre explícito en la sección de materiales y métodos.

5 Coloque en la tercera columna el nombre de la técnica de muestreo que se utiliza para la obtención de los datos.

6 Coloque en la cuarta columna la leyenda de “no encontrado” cuando el diseño experimental o la técnica estadística para el muestreo no se haga explícita en la sección de materiales y métodos.

7 Haga una lista de los diseños experimentales o técnicas de muestreo utilizados en los artículos, ponga atención a los nombres que dan a los diseños.

8 Organice la tabla de Excel® de manera que los artículos que utilizan los mismos diseños o técnicas de muestreo compartan la misma sección.

9 Acuda a libros sobre “diseños experimentales” para construir las bases teóricas de este concepto aquí tiene algunos ejemplos de libros en el idioma inglés son:

Antony, J. (2003). Design of experiments for engineers and scientists. Oxford ; Burlinton, MA, Butterworth-Heinemann: 1 online resource (x, 152 p.

Barrentine, L. B. (1999). An introduction to design of experiments : a simplified approach. Milwaukee, ASQ Quality Press.

Barton, R. R. (1999). Graphical methods for the design of experiments. New York, Springer.

Brach, R. M. and P. F. Dunn (2004). Uncertainty analysis for forensic science. Tucson, AZ, Lawyers & Judges Pub. Co.

Brewer, R. F. (1996). Design of experiments for process improvement and quality assurance. Norcross, Ga., Engineering & Management Press.

Condra, L. W. (2001). Reliability improvement with design of experiments. New York, Marcel Dekker.

Cox, D. R. and N. Reid (2000). The theory of the design of experiments. Boca Raton, Chapman & Hall/CRC.

Del Vecchio, R. J. (1997). Understanding design of experiments : a primer for technologists. Munich ; New York. Cincinnati, Ohio, Hanser Publishers: Hanser/Gardner Publications.

Denisov, V. I. (2004). Design of experiments and statistical analysis for grouped observations. Novosibirsk, Novosibirsk State Technical University.

Dillon, E. M., Six Sigma Research Institute., et al. (1992). Design of experiments. Reading, Mass. ;, Addison-Wesley Pub. Co.

Fedorov, V. V. and P. Hackl (1997). Model-oriented design of experiments. New York, Springer.

Fisher, R. A. and J. H. Bennett (1990). Statistical methods, experimental design, and scientific inference. Oxford [England] ; New York, Oxford University Press.

Ghosh, S. and J. N. Srivastava (1999). Multivariate analysis, design of experiments, and survey sampling. New York, M. Dekker.

Hicks, C. R. and K. V. Turner (1999). Fundamental concepts in the design of experiments. New York, Oxford University Press.

Kuehl, R. O. (2000). Design of experiments : statistical principles of research design and analysis. Pacific Grove, CA, Duxbury/Thomson Learning.

Launsby, R. G. and D. L. Weese (1993). Straight talk on designing experiments : an introductory design of experiments reference handbook. Colorado Springs, CO, Launsby Consulting.

Lazic, Z. R. (2004). Design of experiments in chemical engineering : a practical guide. Weinheim ; [Germany], Wiley-VCH.

Lorenzen, T. J. and V. L. Anderson (1993). Design of experiments : a no-name approach. New York, M. Dekker.

Luftig, J. T. and V. S. Jordan (1998). Design of experiments in quality engineering. New York, McGraw-Hill.

Müller, W. G. (2001). Collecting spatial data : optimum design of experiments for random fields. New York, Physica-Verlag.

OECD Nuclear Energy Agency. Co-ordinating Group on Site Evaluation and Design of Experiments for Radioactive Waste Disposal. and Svensk kärnbränslehantering AB. (1999). Use of hydrogeochemical information in testing groundwater flow models : technical summary and proceedings of a workshop. Paris, Nuclear Energy Agency, Organisation for Economic Cooperation and Development.

Pukelsheim, F. (1993). Optimal design of experiments. New York, Wiley.

Reed, R. (2003). Practical skills in biomolecular sciences. Harlow, England ; New York, Pearson/Prentice Hall.

Roy, R. K. (2001). Design of experiments using the Taguchi approach : 16 steps to product and process improvement. New York, Wiley.

SAS Institute. (2004). Getting started with the SAS 9.1 ADX interface for design of experiments. Cary, N.C., SAS Institute.

Stamatis, D. H. (2001). Six sigma and beyond. Boca Raton, FL, St. Lucie Press.

Titterington, D. M. and D. R. Cox (2001). Biometrika : one hundred years. Oxford ; New York, Oxford University Press.

Vuchkov, I. N. and L. N. Boyadjieva (2001). Quality improvement with design of experiments : a response surface approach. Dordrecht ; Boston, Kluwer Academic Publishers.

Weber, D. and J. H. Skillings (2000). A first course in the design of experiments : a linear models approach. Boca Raton, Fla., CRC Press.

Y algunos ejemplos de libros publicados en español:

Ato García, M. and G. Vallejo Seco (2007). "Diseños experimentales en Psicología."

Cochram, W. G. and G. M. Cox (1980). "Diseños experimentales."

Gras, A. (1990). "Diseños experimentales multivariables."

Martínez Garza, A. (1988). "Diseños experimentales. Métodos y elementos de teoría." Trillas. México 756.

Padrón Corral, E. (1996). "Diseños experimentales con aplicación a la agricultura y la ganadería."

10 A partir de la información que leyó sobre diseños experimentales infiera el nombre del diseño que se describe en el experimento, cuando sólo se encuentra la descripción y no se cita el nombre.

11 Si la información que se puede leer en la sección de materiales y métodos es insuficiente para inferir cual es el diseño experimental empleado, acuda a la sección de resultados y verifique en la presentación de éstos si se proporciona información adicional sobre el diseño experimental en los cuadros y gráficas que se utilizan para la presentación de los resultados de la investigación.

Con la información vertida en la tabla de Excel® determine:

a) Lista de nombres de los diseños experimentales que se utilizan en los trabajos experimentales de su campo de estudios.

b) Lista de técnicas de muestreo que se utilizan en los trabajos experimentales de su campo de estudios.

c) ¿Que tipos de objetivos se alcanzan con los diseños experimentales más sencillos? (por ejemplo: Diseño completamente aleatorio).

d) ¿Que tipos de objetivos se alcanzan con los diseños experimentales de complejidad intermedia (por ejemplo Diseño de bloques al azar)?

e) ¿Que tipo de objetivos se alcanzan con los diseños experimentales de complejidad mayor? (por ejemplo Diseño de experimentos factoriales).

12 Elabore un reporte con los resultados obtenidos en este trabajo. Donde incluirá el uso de conceptos relacionados con el diseño experimental, tales como: Diseño experimental, tratamiento, repetición, variable de control o independiente, variables dependientes, parcela experimental, unidad experimental, entre otros.

Salud y éxitos

Joel