Unidades experimentales y muestrales en el diseño de experimentos

La unidad experimental (UE) es el elemento central en el diseño y el análisis de experimentos comparativos. Se define como la entidad a la que se le puede asignar un tratamiento de forma independiente y sobre la cual se realizan las mediciones. La identificación correcta de la UE es fundamental, ya que la estimación de la variabilidad natural, conocida como error experimental, depende exclusivamente de la comparación entre unidades experimentales idénticas que reciben el mismo tratamiento.

Una unidad experimental puede contener múltiples unidades muestrales, subelementos que reciben obligatoriamente el mismo tratamiento que la UE a la que pertenecen. Por esta razón, la variabilidad entre estas unidades muestrales internas no resulta útil para estimar el efecto del tratamiento. Un diseño experimental sólido se basa en la capacidad de distinguir los efectos reales de los tratamientos del «ruido» natural del sistema, una distinción que solo es posible mediante la correcta cuantificación de la variabilidad entre las unidades experimentales completas.

Definiciones fundamentales

El marco de un experimento se define a través de sus componentes básicos, en los que la unidad experimental y la unidad muestral desempeñan funciones distintas, aunque interconectadas.

1. La unidad experimental (UE)

La unidad experimental es el pilar de cualquier ensayo comparativo. Su definición formal es la siguiente:

«El elemento sobre el que se realizan las mediciones y al que se puede asignar un tratamiento de forma independiente».

El conjunto de todas las unidades experimentales disponibles para un estudio se denomina material experimental. La definición de una UE es flexible y se adapta a los objetivos de la investigación.

Ejemplos prácticos:

  • Ensayo de resistencia del hormigón: la unidad experimental puede ser un bloque o un cilindro de hormigón elaborado con una mezcla específica. Las unidades muestrales serían las probetas o las muestras extraídas del mismo bloque para realizar ensayos de compresión o de flexión.
  • Prueba de rendimiento de pavimentos: la unidad experimental puede ser un tramo de vía construido con un diseño o material específico (por ejemplo, un segmento de 50 metros). Las unidades muestrales serían los puntos de medición dentro del tramo, por ejemplo, las deflexiones o la rugosidad.
  • Ensayo de estructuras a escala en laboratorio: la unidad experimental puede ser una viga o una columna, construida según un diseño específico. Las unidades muestrales serían los puntos de medición (deformaciones, desplazamientos o tensiones) registrados por sensores a lo largo de la estructura.

El criterio esencial para definir una UE es que sea capaz de recibir diferentes tratamientos de manera independiente de las demás unidades.

2. La unidad muestral.

Dentro de una unidad experimental pueden existir subelementos en los que se aplican las condiciones experimentales. A estos se les conoce como unidades muestrales.

La regla fundamental que las rige es que todas las unidades muestrales de una misma unidad experimental deben recibir el mismo tratamiento. Como consecuencia directa, la asignación del tratamiento a estas subunidades no es independiente entre sí, lo que tiene implicaciones críticas para el análisis estadístico.

El papel de la estimación en la variabilidad.

La distinción entre unidades experimentales y muestrales es crucial para inferir correctamente los efectos de un tratamiento, ya que incide directamente en la medición de la variabilidad del sistema.

a. El error experimental

Para evaluar si un tratamiento tiene un efecto real, es necesario conocer la variabilidad natural del material experimental. Esta variabilidad inherente se conoce como error experimental. Es la base contra la que se comparan las diferencias observadas entre los tratamientos.

b. Metodología de estimación

La estimación correcta del error experimental solo se logra a partir de las diferencias observadas entre unidades experimentales que, en principio, son idénticas y han recibido el mismo tratamiento.

  • Fuente de estimación válida: la variación entre unidades experimentales es la única que permite estimar correctamente el error experimental.
  • Fuente de estimación no válida: la variación entre las unidades muestrales dentro de una misma unidad experimental es, por lo general, muy pequeña y no proporciona información útil para estimar el efecto del tratamiento ni el error experimental.

La observación clave es que «solo la unidad experimental completa permite estimar correctamente el error experimental».

Tipología de variables en un experimento.

Los datos recopilados en un experimento se organizan en dos categorías principales de variables:

Tipo de variable Descripción
Variables de respuesta Son las mediciones obtenidas de las unidades experimentales. Sus valores reflejan tanto los efectos de los tratamientos como la variabilidad natural del sistema.
Variables explicativas (factores) Son las variables que se manipulan o controlan porque se cree que influyen en las variables de respuesta. Incluyen los factores de clasificación, que definen los niveles o categorías sobre los cuales se realizan las inferencias estadísticas.

Conclusión: el fundamento de un diseño sólido.

La estructura de un diseño experimental robusto se basa en comparar unidades experimentales similares. Este enfoque permite a los investigadores distinguir de manera fiable el efecto real de los tratamientos aplicados del «ruido» o de la variabilidad natural inherente al sistema experimental. Por tanto, la identificación precisa y la gestión adecuada de la unidad experimental no son meros detalles técnicos, sino requisitos indispensables para que las conclusiones científicas derivadas del experimento sean válidas y fiables.

En este documento tenéis un resumen de las ideas más importantes.

Pincha aquí para descargar

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

Homogeneidad en la fabricación del hormigón

Figura 1. Homogeneidad del hormigón. https://ingeniero-de-caminos.com/hormigon-homogeneidad/

Se considera que un hormigón es homogéneo cuando su composición es uniforme en todos sus puntos. Esto implica que el principio, la parte media y el final de la amasada mantienen la misma calidad. De esta manera, las amasadas sucesivas pueden considerarse idénticas. La homogeneidad se consigue mediante un buen amasado, un transporte cuidadoso y una colocación adecuada.

Un hormigón homogéneo implica que debe ser uniformemente heterogéneo, es decir, que sus componentes deben estar perfectamente mezclados y en la proporción prevista en la dosificación de la mezcla en cualquier parte de su masa. Las mezclas bien diseñadas y adecuadamente amasadas proporcionan una manejabilidad uniforme y óptima, independientemente de la ubicación de la muestra tomada en la mezcla, lo que permite obtener hormigones con resultados consistentes y poco dispersos.

Para garantizar la homogeneidad, es crucial mantener una proporción adecuada entre agua y cemento, así como asegurar una mezcla completa de los componentes para lograr la consistencia deseada. Tal y como indica el Código Estructural en su Artículo 51.3.3, los componentes se amasarán de forma que se consiga su mezcla íntima y homogénea, de modo que el árido debe quedar bien recubierto de pasta de cemento. La mejor forma de conseguirlo es introducir los componentes en una hormigonera o máquina amasadora, que se encarga de mezclarlos y están listos para su aplicación en la obra.

Figura 2. https://ich.cl/unidad/05-uso-del-hormigon-en-obra/

La calidad uniforme de los componentes y la precisión de los dosificadores son aspectos críticos para lograr esta homogeneidad en el hormigón. Si los componentes iniciales son uniformes y los dosificadores proporcionan las cantidades precisas, la variabilidad del hormigón la determina la calidad del proceso de mezclado. Por ello, es fundamental elegir adecuadamente el equipo de mezclado, ya que este garantiza la homogeneidad de los productos finales. El Código Estructural, en su artículo 51.3.2.1, indica que la dosificación de cemento, de los áridos y, en su caso, de las adiciones se realizará en peso. Además, se deberá vigilar el mantenimiento de la dosificación para garantizar una adecuada homogeneidad entre las amasadas.

La gravedad y las fuerzas de rozamiento obstaculizan el movimiento de los materiales durante la fase inicial del amasado. Se producen rozamientos superficiales entre la masa y las paredes, rozamientos internos debidos a la rugosidad de los áridos y rozamientos complejos causados por la variabilidad de la viscosidad en diferentes partes de la mezcla. Por tanto, para obtener un hormigón homogéneo, es esencial no solo reducir la influencia de estas fuerzas, sino también romper las fuerzas de unión que mantienen los granos unidos por el agua de la mezcla. Esto requiere un aporte significativo de energía, que debe distribuirse de manera óptima por los componentes de mezclado. En este sentido, los fabricantes investigan qué tipo de perfiles son los más adecuados para las paletas, su número y disposición en el equipo de amasado. Para lograr mezclas de calidad, es fundamental que los medios mecánicos empleados sean lo suficientemente potentes para permitir el desplazamiento de los componentes entre sí, sin favorecer a ciertos elementos según su tamaño o densidad.

El Código Estructural, en su Artículo 51.4.1 relativo al transporte del hormigón, indica que no deberán presentar desperfectos o desgastes en las paletas o en su superficie interior que puedan afectar a la homogeneidad del hormigón. Asimismo, el transporte podrá realizarse en amasadoras móviles, a la velocidad de agitación, o en equipos con o sin agitadores, siempre que tales equipos tengan superficies lisas y redondeadas y sean capaces de mantener la homogeneidad del hormigón durante el transporte y la descarga.

En la prefabricación de piezas de hormigón, se deben desmoldar lo antes posible, por lo que es importante contar con equipos de mezclado que garanticen una perfecta cohesión y una plasticidad constante en los hormigones producidos.

En ciertos tipos de equipos, como las hormigoneras, la densidad desempeña un papel fundamental, pues los componentes del hormigón son elevados y luego caen de nuevo en la mezcla. En el caso de las amasadoras, un exceso de energía contribuye a mejorar las propiedades de la mezcla.

La dislocación de la mezcla de hormigón, que es un error que afecta a la homogeneidad, puede ocurrir incluso cuando la mezcla inicial es adecuada. Durante el transporte, el vertido o el fraguado, los elementos del hormigón tienden a separarse y decantarse según su densidad y tamaño.

La segregación del hormigón consiste en que sus componentes se separan, lo que provoca una superficie de mala calidad con grietas o fisuras o un exceso de mortero que afecta a su resistencia y durabilidad. Por otro lado, si la mezcla es demasiado líquida, los áridos gruesos tienden a caer al fondo del molde o encofrado, mientras que el mortero queda en la superficie, lo que implica una pérdida de homogeneidad por decantación. La probabilidad de que ocurran estos fenómenos aumenta con el contenido de agua, el tamaño máximo del árido, las vibraciones o sacudidas durante el transporte y la colocación en obra en caída libre. Es importante señalar que un hormigón poco manejable tiende a segregarse, lo que provoca resistencias mecánicas inferiores a las previstas y superficies poco estéticas cuando se retira el encofrado.

La exudación del hormigón es otro tipo de segregación en la que el agua tiende a ascender hacia la superficie de la mezcla debido a la incapacidad de los áridos para retenerla durante la compactación. Esta agua forma una capa delgada, débil y porosa en la superficie del hormigón, que carece de resistencia y durabilidad.

La homogeneidad del hormigón se ve comprometida cuando se ve afectada la cohesión entre sus componentes. Esto puede ocurrir debido a una relación inadecuada entre los ingredientes, como en el caso de un hormigón demasiado seco o con demasiada agua. El hormigón seco con poca agua y componentes finos tiende a separar los áridos más gruesos, mientras que un exceso de agua aumenta el riesgo de segregación, de modo que el mortero se separa de los áridos. Por tanto, hay que cuidar la proporción de materiales y la humedad durante el mezclado para evitar la segregación y garantizar la homogeneidad.

La pérdida de homogeneidad en el hormigón está estrechamente ligada a su cohesividad: cuanto menor sea esta última, mayor será la pérdida de homogeneidad. Esto se debe a una relación inadecuada entre arena y grava, un tamaño máximo del árido excesivo, un contenido de agua excesivo, entre otros factores. Un hormigón debe ser manejable sin mostrar signos de segregación, lo que implica una adecuada cohesión.

Las mezclas más propensas a la segregación son las que son poco manejables o ásperas, extremadamente fluidas o secas, o aquellas que contienen una gran cantidad de arena. Además, incluso un hormigón muy manejable puede experimentar segregación si ha sido sometido a un tratamiento inadecuado o a operaciones mal ejecutadas.

Os dejo algún vídeo explicativo al respecto.

Referencias:

ACI COMMITTEE 304. Guide for Measuring, Mixing, Transporting, and Placing Concrete. ACI 304R-00.

CALAVERA, J. et al. (2004). Ejecución y control de estructuras de hormigón. Intemac, Madrid, 937 pp.

CORMON, P. (1979). Fabricación del hormigón. Editores Técnicos Asociados, Barcelona, 232 pp.

GALABRU, P. (1964). Tratado de procedimientos generales de construcción. Obras de fábrica y metálicas. Editorial Reverté, Barcelona, 610 pp.

MARTÍ, J.V.; YEPES, V.; GONZÁLEZ, F. (2014). Fabricación, transporte y colocación del hormigón. Apuntes de la Universitat Politècnica de València, 189 pp.

MONTERO, E. (2006). Puesta en obra del hormigón. Exigencias básicas. Consejo General de la Arquitectura Técnica de España, Madrid, 750 pp.

YEPES, V. (2020). Procedimientos de construcción de cimentaciones y estructuras de contención. Colección Manual de Referencia, 2ª edición. Editorial Universitat Politècnica de València, 480 pp. Ref. 328. ISBN: 978-84-9048-903-1.

YEPES, V. (2023). Maquinaria y procedimientos de construcción. Problemas resueltos. Colección Académica. Editorial Universitat Politècnica de València, 562 pp. Ref. 376. ISBN 978-84-1396-174-3

Cursos:

Curso de fabricación y puesta en obra del hormigón.

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

¿Cuántas respuestas son necesarias en una encuesta? Pues depende.

A veces me toca dirigir algún trabajo de investigación de mis estudiantes que trata de conocer la opinión sobre algún aspecto concreto. Normalmente se trata de temas relacionados con el sector de la construcción, aunque también suelo investigar si ha tenido éxito algún tipo de innovación educativa en mis clases. Para ello suelo aconsejar el uso de cuestionarios basados en escalas Likert, pues de esta forma facilito el análisis estadístico multivariante de los resultados.

El problema siempre es el mismo: ¿Profesor, tengo suficientes encuestas o tengo que enviar más encuestas? Y la respuesta siempre es la misma: depende del objeto de la encuesta. Vamos a analizar esto por partes.

Si se trata de describir los resultados obtenidos de un grupo de estudio, la muestra representa a la totalidad de la población, y por tanto no es necesario alcanzar un número de respuestas mínimo. Por ejemplo, si en una asociación de empresarios de la construcción el número de socios es de 30 y todos responden el cuestionario, es evidente que los resultados del estudio representan de forma exacta lo que opinan los 30 socios.

Sin embargo, lo habitual es encontrarse con un número de respuestas que forman una muestra de una población. Aquí se trata de saber si podemos extrapolar los resultados a la población que representa la muestra. Para ello nos debemos hacer dos preguntas: ¿Es la muestra representativa? ¿Cuál es el margen de error que cometemos?

Las técnicas de muestreo permiten extraer muestras representativas. Estos muestreos pueden ser probabilísticos o no probabilísticos. Entre los primeros podemos resaltar el muestreo aleatorio sistemático, el estratificado o el muestreo por conglomerados.  Entre los no probabilísticos, el muestreo por cuotas, por bola de nieve o el muestreo subjetivo por decisión razonada. Remito a los interesados a bibliografía específica, pues se escapa al objetivo de este artículo.

Aquí vamos a comentar brevemente lo relativo al error muestral. El error muestral se corresponde con el margen de error que estamos dispuestos a aceptar. Por ejemplo, si decimos que el 15% de la población está de acuerdo con algo y el error muestral es del 4%, realmente dicha opinión se encuentra entre el 11% y el 19% para un nivel de confianza determinado. Por eso, lo primero, será definir el nivel de confianza o riesgo de primera especie «z», que sería el riesgo que aceptamos de equivocarnos al presentar nuestros resultados. El nivel de confianza habitual es 1 – α = 95% o α = 5%. Se utiliza como «z», que es un valor de la distribución normal asociado a una determinada probabilidad de ocurrencia. Así, z=1,96 si 1 – α = 95%, z=2,00 si 1 – α = 95,5% y z=2,57 si 1 – α = 99%.

Otro factor a tener en cuenta es la variabilidad de las respuestas estimada en la población. Si sabemos que todos los sujetos piensan lo mismo, nos bastará preguntar a uno solo o a muy pocos. Pero si sabemos que habrá una gran diversidad de respuestas, hará falta una mayor número de sujetos en la muestra. Como lo normal es desconocer la variabilidad de las respuestas en la población, elegimos la mayor varianza posible p=q=50% (sería que el 50% respondiera que «sí» y el otro 50% lo contrario).

Las fórmulas que nos dan el error muestral, por tanto, dependen de los factores anteriores y también de conocer si la población es finita o infinita (más de 30.000 individuos ya se considera como infinita). En la figura se indican ambas fórmulas.

Fórmulas del error muestral, en función de si la población es finita o infinita

Si jugamos un poco con estas fórmulas, veremos que para un nivel de confianza del 95%, serían necesarias 96 respuestas en una población infinita y 95 respuestas en una población de un tamaño de 10.000 (casi coinciden) para un error muestral del 10%. Pero si queremos bajar el error al 5%, se eleva el número de respuestas a 384 en el caso de la población infinita y a 370 en el caso de una población finita de 10.000. Como vemos, se dispara el número de respuestas necesarias para reducir el error.

Por tanto, mi respuesta a mis estudiantes suele ser siempre la misma: vamos a intentar llegar a 100 respuestas para empezar a tener un error razonable.

En apretada síntesis, os quiero dar las siguientes consideraciones sobre el muestreo:

  • No solo es necesario que el tamaño de la muestra sea suficiente, sino también que la muestra sea representativa de la población que tratamos de describir
  • Una muestra de gran tamaño no garantiza que el margen de error sea pequeño, pues puede estar sesgada hacia segmentos de la población representados en exceso o poco representados
  • Si la población a estudiar es demasiado grande es recomendable segmentarla en estratos y valorar en cuáles de ellos pueden obtenerse muestras representativas, facilitando así una interpretación de los resultados más precisa
  • En general, el margen de error en cada estrato suele ser superior al margen de error de toda la muestra en conjunto. Es recomendable ser consciente de esta diferencia de precisión en la interpretación de resultados

Pues ahora una reflexión final: ¿Qué error tienen las encuestas que contestan los alumnos en relación con la calidad del profesor? ¿Es razonable tomar decisiones respecto a la continuidad o no de un profesor teniendo en cuenta estas encuestas? Tenéis las claves releyendo el artículo.

Aquí tenéis un vídeo sobre las técnicas de muestreo.

Os dejo a continuación un pequeño vídeo sobre el error de muestreo.

 

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

¿Por qué no nos salen las cosas siempre «exactamente» igual?

Siempre que intentamos hacer algo, nunca nos sale exactamente igual. Por ejemplo, si corremos 100 metros lisos y tuviésemos un cronómetro que midiera con 100 decimales de precisión, sería muy improbable que hiciésemos dos series en el mismo tiempo. Este concepto universal de la variabilidad es muy importante en los procesos productivos y en la calidad. Veamos qué significa.

El enemigo de todo proceso es la variación, siendo la variabilidad inevitable. Cuando se fabrica un producto o se presta un servicio, es materialmente imposible que dos resultados sean exactamente iguales. Esto se debe a múltiples motivos, algunos evitables y otros no. Por un lado, existen múltiples causas comunes, aleatorias y no controlables, que hacen que el resultado cambie siguiendo habitualmente una distribución de probabilidad normal. Se dice que dicho proceso se encuentra bajo control estadístico, siendo este el enfoque que sobre el concepto de calidad propugna Deming y que vimos en un artículo anterior. Por otra parte, existen unas pocas causas asignables que ocurren de forma fortuita y que podemos detectar y corregir. Ocurren de forma errática y, por fortuna, se solucionan fácilmente. Las causas comunes son difíciles de erradicar porque requieren un cambio en el proceso, la máquina o el sistema que produce los resultados, y ese cambio es responsabilidad de la gerencia. Kaoru Ishikawa decía que el 85 % de los problemas en un proceso eran responsabilidad de la gerencia, comentario que fue mal recibido por parte de la alta dirección de las empresas.

Para aclarar y entender estos conceptos, os dejo un Polimedia explicativo, de poco más de siete minutos, que espero os guste.

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