UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERÍA ESTADÍSTICA

DISEÑOS EXPERIMENTALES

TEMA:

TAMAÑO DE MUESTRA PARA DISEÑOS EXPERIMENTALES Y

NÚMERO DE RÉPLICAS.

PROFESOR:
Ing. Vanessa Mena

INTEGRANTES:
Tommy Cholango
Cristhian Madera
William Soria
Santiago Correa

AULA: S2
ÍNDICE

1. MUESTRA................................................................................................................3
1.2. Tamaño de la Muestra.........................................................................................3
1.2.1. Tamaño de la Población..............................................................................3
1.2.2. Margen de Error (Intervalo de Confianza)..................................................3
1.2.3. Nivel de Confianza......................................................................................3
1.2.4. Desviación Estándar....................................................................................3
1.3. Cálculo de la Muestra en Estudios Descriptivos................................................4
a) Población Infinita............................................................................................4
b) Población Finita..............................................................................................4
2. NÚMERO DE RÉPLICAS........................................................................................5
2.1. Factores que afectan el número de réplicas............................................................5
2.2. Fórmula Número de Réplicas.............................................................................6
2.2.1. Ejemplo 1 (Réplicas)...................................................................................6
2.2.2. Ejemplo 2 (Réplicas)...................................................................................6
Bibliografía........................................................................................................................8
 1. MUESTRA

Es la parte de la población que efectivamente se mide, con el objeto de obtener

información acerca de toda la población. La selección de la muestra se hace por un
procedimiento que asegure en alta grado que sea representativa de la población. Los
métodos de selección de muestras se describen más adelante.[CITATION Gal \l 12298 ]

1.2. Tamaño de la Muestra

El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden

incluir por ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que
estará en campo. [ CITATION PSY11 \l 12298 ]

Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:

1.2.1. Tamaño de la Población

Una población es una colección bien definida de objetos o individuos que tienen
características similares. [ CITATION PSY11 \l 12298 ]

1.2.2. Margen de Error (Intervalo de Confianza)

El margen de error es una estadística que expresa la cantidad de error de muestreo

aleatorio en los resultados de una encuesta, es decir, es la medida estadística del número
de veces de cada 100 que se espera que los resultados se encuentren dentro de un rango
específico.[ CITATION PSY11 \l 12298 ]

1.2.3. Nivel de Confianza

Son intervalos aleatorios que se usan para acotar un valor con una determinada
probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa que los
resultados de una acción probablemente cubrirán las expectativas el 95% de las veces.
[ CITATION PSY11 \l 12298 ]

1.2.4. Desviación Estándar

Es un índice numérico de la dispersión de un conjunto de datos (o población). Mientras

mayor es la desviación estándar, mayor es la dispersión de la población. [ CITATION
PSY11 \l 12298 ]
 1.3. Cálculo de la Muestra en Estudios Descriptivos

a) Población Infinita

Cuando se desconoce el total de unidades de observación que la integran o la población

es mayor a 10.000. [ CITATION Agu05 \l 12298 ]

b) Población Finita

Cuando se conoce el total de unidades de observación que la integran. [ CITATION

Agu05 \l 12298 ]

Donde:
n = tamaño de la muestra

N = tamaño de la población

Z = valor de Z crítico, calculado en las tablas del área de la curva normal. Llamado
también nivel de confianza.

p / q = probabilidades que presenta un fenómeno

E= Margen de error permitido (determinado por el responsable del estudio)

Cuando el valor de p y q sean desconocidos o cuando la encuesta abarque diferentes

aspectos en los que estos valores pueden ser desiguales, es conveniente tomar el caso
más adecuado, y se utilizará el valor p= 0.5 (50%)
 2. NÚMERO DE RÉPLICAS

Por réplica se entiende que cada tratamiento debe ser aplicado a varias unidades
experimentales. La replicación sirve para:

1. Proveer un estimado del error experimental, tal estimación se convierte en la

unidad básica para determinar si las diferencias observadas en los datos son
estadísticamente significativas
2. Incrementar la precisión por medio de la reducción de errores estándar.
3. Calcular una estimación más precisa del efecto de un factor en el experimento si

se usa la media muestral ( ) como una estimación de dicho efecto.

[ CITATION Mensf \l 12298 ]

2.1. Factores que afectan el número de réplicas

El número de réplicas para un experimento se determina con base en: 

i) El grado de precisión deseada: depende de la naturaleza y características de

los tratamientos y de la magnitud de la diferencia esperada entre los
tratamientos. Si la diferencia es pequeña mayor será el número de
repeticiones. El grado de precisión es definido como la variabilidad asociada
con la media de tratamiento (la varianza de una media de tratamientos)

ii) Cantidad de Variabilidad presente en el material experimental: es pequeña se

requieren menos réplicas por tratamiento.
Algunas veces se puede estimar un número de réplicas por tratamiento pero
las condiciones del experimento (dinero, tiempo u otra) permiten contar con
un número inferior al requerido, en estos casos se corre el riesgo de tener
estimaciones poco precisas.

iii) Recursos disponibles, incluyendo personal y equipo. 

iv) Tamaño y forma de la unidad experimental. [ CITATION Mensf \l 12298 ]

 2.2. Fórmula Número de Réplicas

n
R éplicas=
tratamientos

El diseño más sencillo es cuando se dividen aleatoriamente las unidades experimentales

en tantos grupos como tratamientos haya, y se asigna aleatoriamente un tratamiento a
cada grupo. [ CITATION Popsf \l 12298 ]

2.2.1. Ejemplo 1 (Réplicas)

Suponga que se quiere evaluar el efecto de 2 tipos de dieta en el crecimiento de ratones,

si se cuenta con 100 ratones, se dividen aleatoriamente en 2 grupos de 50 y luego se
asigna un tipo de dieta a cada grupo. [ CITATION Popsf \l 12298 ]

2.2.2. Ejemplo 2 (Réplicas)

Suponga que quiere ver el efecto de la herbivoría en el crecimiento de cierta planta que
crece homogéneamente sobre el terreno y decide realizar un experimento de exclusión
de herbívoros. Diseña y construye entonces 10 cajas de exclusión de 1 m x 1 m y 10
cajas idénticas pero que permiten el acceso de los herbívoros. Además marca 10
parcelas de 1 m x 1 m para usar de control.

El diseño lógico del experimento consta de 3 tratamientos:

(1) Caja + exclusión de herbívoros;

(2) Caja sin exclusión (este control permitirá estudiar el efecto de la caja en sí); y

(3) Sin caja ni exclusión.

Un diseño totalmente aleatorio distribuiría aleatoriamente en el terreno las 30 unidades,

separaría aleatoriamente las unidades en 3 grupos de 10 y asignaría un tratamiento a
cada grupo. El mismo principio puede aplicarse a más de 2 tratamientos y a más de un
factor. [ CITATION Popsf \l 12298 ]
 Ilustración 1. Diseño Experimental de la herbivoría.

Fuente:PopulationEcol

Sin embargo, existen casos donde se sabe o sospecha que existe variabilidad que
responde a ciertos factores que se pueden tomar en cuenta en el diseño. Suponga que, en
el ejemplo anterior, existe mucha variabilidad en el tamaño inicial de las plantas y que
esto responde a cuestiones de micro escala (plantas que están juntas tienen tamaños
parecidos) o están distribuidas en parches, etc. Una forma de que esta variación (que no
responde a las variables a evaluar con el experimento) no afecte la interpretación de los
resultados es colocar las réplicas y tratamientos de forma que una réplica de cada
tratamiento quede junto con una réplica de los demás tratamientos. Este diseño se llama
diseño aleatorizado en bloques y consiste en dividir la zona en bloques arbitrarios y
colocar aleatoriamente una réplica de cada tratamiento en cada bloque. [ CITATION
Popsf \l 12298 ]

Ilustración 2. Diseño Experimental de la herbivoría (tratamiento).

 Fuente: PopulationEcol

Bibliografía

Aguilar, S. (Agosto de 2005). Redalyc. Obtenido de

https://www.redalyc.org/pdf/487/48711206.pdf

Galbiati, J. (s.f). jorgegalbiati.cl. Obtenido de

http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf

Mendoza Rivera, H. (s.f). Universidad Nacional de Colombia. Obtenido de

http://red.unal.edu.co/cursos/ciencias/2000352/html/un2/cont_218-38.html

PSYMA. (04 de Noviembre de 2011). Psyma. Obtenido de

https://www.psyma.com/company/news/message/como-determinar-el-tamano-
de-una-muestra#:~:text=%C2%BFDe%20qu%C3%A9%20depende%20el
%20tama%C3%B1o,equipo%20que%20estar%C3%A1%20en%20campo.