Definiciones básicas del diseño de experimentos

Entendemos por experimento el cambio en las condiciones de operación de un sistema o proceso, realizado con el objetivo de medir el efecto del cambio en una o varias variables del producto. Ello nos permite ampliar el conocimiento sobre el sistema o el proceso.

Asimismo, entendemos por “diseño de un experimento” la planificación de un conjunto de pruebas experimentales, de modo que los datos generados puedan analizarse estadísticamente para obtener conclusiones válidas y objetivas acerca del problema establecido.

En un experimento, es muy importante su reproducibilidad, es decir, poder repetirlo. Ello nos proporciona una estimación del error experimental y permite obtener una estimación más precisa del efecto medio de cualquier factor.

 

Veamos algunas definiciones importantes en el diseño de experimentos:

  • Unidad experimental: es la muestra de unidades que es necesario producir en una condición para obtener una medición o un dato representativo. Unidad a la cual se le aplica un solo tratamiento (puede ser una combinación de muchos factores) en una reproducción del experimento.
  • Variables de respuesta: son las características del producto cuyo valor interesa mejorar mediante el diseño de experimentos.
  • Factor: una variable independiente. En la mayoría de las investigaciones se trata con más de una variable independiente y con los cambios que ocurren en la variable independiente, cuando varía una o más de las variables independientes.
  • Factores controlables: son variables del proceso que se pueden fijar en un punto o en un nivel de operación.
  • Factores no controlables: son variables que no pueden controlarse durante la operación normal del proceso.
  • Factores estudiados: son las variables que se investigan en el experimento para observar cómo afectan a la variable de respuesta.
  • Confusión: Dos o más efectos se confunden en un experimento si es posible separarlos en el análisis estadístico posterior.
  • Error aleatorio: Es la variabilidad observada que no puede explicarse por los factores estudiados y se debe al pequeño efecto de los factores no estudiados y al error experimental.
  • Error experimental: componente del error aleatorio que refleja los errores del experimentador en la planificación y la ejecución del experimento.
  • Aleatorización: consiste en realizar experimentos en orden aleatorio; este principio aumenta la probabilidad de que el supuesto de independencia de los errores se cumpla. Asignación al azar del tratamiento a las unidades experimentales. Una suposición frecuente en los modelos estadísticos de diseño de experimentos en los que las observaciones o los errores en ellas están distribuidos de forma independiente. La aleatorización hace válida esta suposición.
  • Repetición: Es correr más de una vez un tratamiento o combinación de factores
  • Bloqueo: Es nulificar o considerar adecuadamente todos los factores que pueden afectar la respuesta observada. Distribución de las unidades experimentales en bloques, de manera que las unidades dentro de un bloqueo sean relativamente homogéneas; de esta manera, la mayor parte de la variación predecible entre las unidades queda confundida con el efecto de los bloques.
  • Tratamiento o combinación de tratamientos: conjunto particular de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado.

El error aleatorio describe la situación de no llegar a resultados idénticos con dos unidades experimentales tratadas idénticamente y refleja:

  • Errores de experimentación
  • Errores de observación
  • Errores de medición
  • Variación del material experimental (esto es, entre unidades experimentales)
  • Efectos combinados de factores extraños que podrían influir en las características en estudio, pero respecto de los cuales no se ha llamado la atención en la investigación.

El error aleatorio puede reducirse:

  • Usando material experimental más homogéneo o mediante una estratificación cuidadosa del material disponible.
  • Utilizando información proporcionada por variables aleatorias relacionadas
  • Teniendo más cuidado al dirigir y desarrollar el experimento
  • Usando un diseño experimental muy eficiente.

Referencias:

  • Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté, Barcelona.
  • Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.
  • Vicente, M.L.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de experimentos. Soluciones con SAS y SPSS. Pearson Educación, Madrid.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Antoni Marí Bernat

Empezamos una serie de artículos sobre ingenieros que, de una u otra forma, han influido en mi pensamiento y trayectoria con Antoni Marí, catedrático de hormigón de la Universidad Politécnica de Cataluña. Es catedrático de hormigón en la Universitat Politècnica de Catalunya. No he tenido la suerte de tenerlo como profesor, pero siempre me ha tendido una mano y me ha dado buenos consejos cuando los he necesitado. Quisiera destacar su faceta humana y su capacidad para compaginar las labores docente, investigadora, profesional y de gestión. Aunque quizás lo que más me gustaría destacar son su faceta docente y su contacto humano. Dejo aquí un par de entrevistas producidas por Zigurat TV. Espero que os gusten.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Escritura de artículos científicos

En un artículo anterior, tuvimos la oportunidad de introducir algunos conceptos básicos sobre qué es y cómo se estructura un artículo científico. En esta entrada, os dejo un par de Polimedias realizados por la profesora María Milagros del Saz Rubio, de la Universitat Politècnica de València sobre la escritura de artículos académicos en inglés. Creo que son muy interesantes y espero que os gusten.

El primero busca ofrecer una introducción a las características básicas de la escritura académica.

El segundo se centra en la estructura de los artículos científicos.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

¿Qué es un artículo científico?

¿Alguna vez os habéis preguntado cómo se almacena el conocimiento científico hoy en día? Pues sí, se trata de los ARTÍCULOS CIENTÍFICOS. No siempre se ha hecho así; baste con recordar las grandes bibliotecas como la de Alejandría, los manuscritos copiados una y otra vez por escribas y monjes, las cartas entre científicos, etc. Sin embargo, son las revistas y los artículos científicos los que hoy en día se consideran custodios del acervo científico actual.

Pero ¿qué es un artículo científico? Se trata de un informe escrito que comunica, por primera vez, los resultados de una investigación. No es nada fácil escribir un artículo de este tipo, puesto que requiere una rigurosidad, claridad, precisión y concisión muy elevadas. Además, antes de publicarse un artículo científico en una revista de alto impacto científico, este artículo se ve sometido a una rigurosa revisión por otros especialistas en el tema tratado (revisión por pares). Se podría decir que una investigación termina realmente cuando el público especializado accede a un artículo publicado en una revista científica.

¿Cómo podemos leer o escribir un artículo científico? ¿Por qué es importante escribirlo? ¿Qué estructura tiene?

Para poder contestar brevemente alguna de estas preguntas, vamos a difundir un par de videos explicativos sobre el tema, a sabiendas de que nos quedaremos cortos y de que en internet existen múltiples enlaces de gran calidad que nos pueden ayudar. También resulta de gran utilidad leer con detenimiento las instrucciones que las propias revistas exigen a sus autores para garantizar un mínimo de calidad en el estilo. No olvidemos que una buena investigación puede quedar sin publicarse si no somos capaces de transmitir bien lo que queremos decir.

 Os paso una plantilla para detectar los errores más frecuentes en los que podemos caer al redactar un artículo científico:

TÍTULO

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Sintaxis equívoca
Uso de términos ambiguos o vagos
Uso de jerga o jerigonza
Uso de abreviaturas y siglas
Falta de brevedad
Título telegráfico o inespecífico
Exceso de preposiciones y artículos
Uso de subtítulos innecesarios
Uso de palabras repetitivas o vacías
Otro tipo de errores detectados

AUTORES

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Nombre incompleto, con iniciales que llevan a la confusión
Incluye grados académicos o posiciones jerárquicas en la burocracia institucional
No incluye la institución donde se llevó a cabo la investigación
No figura la dirección postal exacta de cada institución
Cuando hay varios autores, no figura el autor responsable de la correspondencia con la revista
Otros errores

RESUMEN

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
No existe el resumen
No se puede entender el resumen por sí mismo, sin el contenido del resto del artículo
No incluye los objetivos
No incluye los materiales y métodos
No se incluyen los resultados más relevantes
Incluye información irrelevante
Incluye conclusiones no mencionadas en el texto
Carece de precisión o concisión
No está ordenado adecuadamente
Otros errores

 

PALABRAS CLAVE

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Selección de palabras que no son “clave”
Excesivo número de palabras (más de 10)
Escaso número de palabras (menos de 3)
Términos inespecíficos o ambiguos
Uso de abreviaturas
Uso de preposiciones
Otros errores

INTRODUCCIÓN

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Inexactitud en la identificación del problema general
Imprecisión en la definición del problema de investigación
Ausencia de un marco de referencia conceptual
Ausencia o insuficiencia de respaldo bibliográfico
Objetivos demasiados generales, vagos o ambiguos
Supuestos básicos no explícitos
Variables no identificadas
Exclusión de las definiciones de términos principales
Hipótesis mal formuladas
Limitaciones del estudio no explícitas
Falta de enlace con el resto del artículo, explicando su estructura
Otros errores

MATERIALES Y MÉTODOS (este apartado va a depender del tipo de artículo)

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Metodología inapropiada para el objetivo de la investigación
Metodología en desacuerdo con el nivel actual de conocimientos sobre el problema
Imprecisión en la descripción del método de muestreo
Imprecisión en la descripción de los materiales, aparatos, etc.
Imprecisión en la descripción de la metodología
Supuestos básicos de la investigación no explícitos
Falta de orden lógico
Imposibilidad de repetibilidad de la investigación
Otros errores

 

RESULTADOS

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Incluir información no pertinente a los objetivos del estudio
Confundir hechos con opiniones
Presentación de los hallazgos sin secuencia lógica
Falta de tratamiento estadístico, o bien es inapropiado o no se entiende
Información insuficiente para justificar las conclusiones
Medios de presentación (tablas, gráficos, etc.) inadecuados o poco claros para justificar las conclusiones
Los cuadros y gráficos carecen de legibilidad y de comprensibilidad
Los cuadros y gráficos repiten información ya expuesta en el texto
Los cuadros y gráficos se utilizan de forma indiscriminada, inadecuada e innecesaria
Los gráficos incluyen muchas series estadísticas juntas o con muchas categorías, lo que dificulta el dibujo e interpretación
Los gráficos se presentan incompletos. Falta de información sobre título, número, escalas, fuente y simbología
Los gráficos son inadecuados, complejos y de difícil interpretación
Exceso de cuadros, material gráfico
Otros errores

 

DISCUSIÓN

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Repetir los resultados
No confrontar los resultados
Reformular los puntos ya tratados
Polemizar de forma trivial
Hacer comparaciones teóricas sin fundamento
Hacer conjeturas sin identificarlas como tales y sin relacionarlas estrecha y lógicamente con la información empírica o teórica disponible
Otros errores

 

CONCLUSIONES

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
No hay conclusiones
Las conclusiones no se justifican por cuanto no se apoyan en los resultados
Las conclusiones no concuerdan con las preguntas de investigación formuladas en la introducción
Otros errores

 

AGRADECIMIENTOS

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Falta de concisión en la exposición del agradecimiento
Otros errores

 

REFERENCIAS

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
No se presentan referencias
Las referencias son exiguas
Las referencias son muy numerosas
Las referencias son obsoletas y muestran la desactualización del autor
Las referencias no están citadas en el texto o se citan equivocadamente
Las referencias se seleccionan sin cuidado y no son pertinentes
Los documentos que respaldan las referencias no son accesibles al lector
Las referencias citadas están incompletas
Se incluyen referencias no aceptables para la comunidad científica (reuniones no publicadas, documentos inéditos, comunicaciones personales, tesis no accesibles…)
Otros errores

 

APÉNDICES

TIPO DE ERROR SI/NO ANOTAR LA EVIDENCIA
Hacer caso omiso del apéndice e incluir información complementaria – no esencial— en el cuerpo del artículo
Información desordenada
Otros errores

 

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

¿Qué juicios dan soporte a la ciencia? Kant versus Hume.

Retrato de Inmanuel Kant (1724-1804)
Retrato de Immanuel Kant (1724-1804)

Aunque este blog está fuertemente orientado a la ingeniería, de vez en cuando vamos a reflexionar sobre aspectos que considero de interés. En este caso, vamos a los cimientos de la propia ciencia, donde, a su vez, se apoya una gran parte de la ingeniería actual. Veamos, pues, el pensamiento crítico de Kant frente al empirismo de Hume y las razones por las que sostiene que la metafísica no es posible como ciencia.

El pensamiento de Kant es fruto de la fuerte transformación histórica que se inicia con el Renacimiento y termina con la Ilustración. El antiguo orden social, político, religioso o científico se desvanece ante los nuevos conocimientos geográficos, los avances tecnológicos y la revolución científica. De esta forma, la filosofía aristotélica, focalizada en la naturaleza de las cosas, la ontología, da un giro hacia la preocupación por el conocimiento, la epistemología. Si tuviésemos que identificar un momento de modernidad en la ingeniería civil, tendríamos que bucear en la Ilustración como punto de inflexión. Es el momento del hombre y de su conciencia como fundamento último de la verdad, es decir, del conocimiento. Esta modernidad filosófica se nutrió del racionalismo y el empirismo y desembocó en la Ilustración, como proyecto de transformación y mejora de la humanidad mediante el desarrollo de su propia naturaleza racional.

Kant comparte con Hume la crítica al dogmatismo racionalista que pretendía alcanzar un conocimiento más allá de toda experiencia, pues prescindir de la experiencia puede confundir el conocimiento con la imaginación. Sin embargo, va más allá del empirismo de Hume que reduce el conocimiento al límite de la experiencia. De hecho, Kant postula la evidencia de que estamos en posesión de conocimientos universales y necesarios en las ciencias matemáticas y las ciencias naturales. Si estos conocimientos no vienen de la experiencia, ni tampoco son innatos, como indican los racionalistas, entonces es la propia razón la que los construye por sí misma basándose en la experiencia. Ello permite a Kant distinguir el conocimiento sensible, o “a posteriori”, del conocimiento “a priori”, producido por nuestra propia razón. El término “a priori” no debe entenderse como previo a la experiencia, sino como independiente de ella. Dicho con otras palabras, todo conocimiento comienza con la experiencia, pero no todo proviene de la experiencia. Como ejemplos, podríamos hablar del espacio o del tiempo, así como del concepto de causa-efecto. Un niño no nace con la idea de causalidad, como afirmarían los racionalistas, sino que la experiencia hace que la razón formule dicho concepto por sí misma. De este modo, si para Hume el concepto de causalidad no es conocimiento, sino costumbre o hábito, para Kant será conocimiento “a priori”, puesto que es universal y necesario. Así, la universalidad y la necesidad son la estructura natural de nuestro propio entendimiento.

Así pues, Kant establece la existencia de un conocimiento universal y necesario, pues este es el que se comprueba en las ciencias matemáticas y físicas. Si la ciencia es un conjunto de proposiciones o juicios, ¿cuáles de ellos son los que sustentan la ciencia? Para ello, Kant establece la diferencia entre los juicios analíticos y los sintéticos. Los primeros, aunque son juicios “a priori” típicos de la lógica, no amplían el conocimiento, pues las conclusiones derivan necesariamente de los supuestos. Los juicios sintéticos sí dan información, amplían el conocimiento, pues la conclusión no se deriva necesariamente de los supuestos. Hume estaría totalmente de acuerdo con Kant en esta división, puesto que los juicios analíticos serían relaciones entre ideas y los juicios sintéticos serían juicios sobre los hechos. La gran originalidad de Kant radica en distinguir los juicios sintéticos “a posteriori”, provenientes de la experiencia, de los juicios sintéticos “a priori”, provenientes de la razón. Este tipo de juicios amplía el conocimiento de la realidad, puesto que son universales y necesarios, pero no proceden de la experiencia, sino de la razón. Los ejemplos de este tipo de juicios los podemos ver en las matemáticas o en la física. Estos juicios sintéticos a priori, pese a no provenir de la experiencia, siempre pueden contrastarse empíricamente.

Todo lo anteriormente expuesto nos lleva al problema epistemológico clave para Kant, que será averiguar hasta qué punto es posible que la metafísica pueda ser ciencia, es decir, pueda disponer de un conjunto de juicios o proposiciones que la sustenten. Para ello, serían necesarios juicios sintéticos a priori que pudieran adecuarse a las condiciones formales de la experiencia. Si no pueden contrastarse, se tendrían juicios vacíos, sin un objeto posible. En este caso, Kant afirma que se habría construido un juicio que superaría nuestra facultad de conocimiento y, por tanto, sería ilegítimo. Eso es lo que ocurre, por ejemplo, con los juicios sobre Dios. Todo ello conduce a Kant a plantear que la metafísica no es posible como ciencia.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.