Consecuencias de la investigación definición
GLOSARIO
Muestra:
porción o parte de una población que se extrae para un determinado estudio.
Población:
recolección de un conjunto de elementos, artículos o sujetos que gozan de carácterísticas comunes con el fin de estudiarlos.
ANAVA:
es una técnica estadística que sirve para analizar la variación total de los resultados experimentales de un diseño en particular. Tiene como objetivo identificar la importancia de los diferentes factores o tratamientos en estudio y determinar cómo interactúan entre sí. Verifica las diferencias significativas.
Tratamiento:
conjunto de acciones que se aplican a las unidades experimentales con la finalidad de observar cómo responden a estas.
Diseño experimental:
dar un orden a cómo aplicar un tratamiento.
Datos:
son los valores que se obtienen al llevar a cabo un estudio.
Rendimiento:
refiere a la proporción que surge entre los medios empleados para obtener algo y el resultado.
Constante:
algo durable, persistente o reiterado.
Investigación:
es un proceso de conjuntos sistemáticos, críticos y empíricos que se aplican al estudio de un fenómeno.
Problema de investigación:
dificultad que un investigador experimenta en el contexto de una situación teórica o práctica y desea obtener solución para la misma.
Diferencia entre hipótesis de:
Investigación
Es una declaración que realizan los investigadores cuando especulan sobre el resultado de una investigación o experimento.
Experimental
Dícese que la hipótesis que se prueba en un experimento.
Experimento:
acción de aplicar uno o más tratamientos a un conjunto de unidades experimentales para valorar sus repuestas.
Unidad o parcela experimental:
es la mínima porción de material experimental que recibe el tratamiento.
Variable:
es una condición o tratamiento que se toma en consideración en un experimento.
Muestreo:
selección de un conjunto de personas o cosas que se consideran representativa del grupo al que pertenece.
Diferencia entre estadística:
Inferencial
Efectúa estimaciones e hipótesis, se basa en probabilidades.
Descriptiva
Recopila y organiza datos, los representa en forma informativa.
Medidas de tendencia central:
son medidas estadísticas que pretenden resumir en un solo valor a un conjunto de valores (media, mediana, moda)
Medidas de dispersión de datos:
son parámetros estadísticos que nos informan sobre la variabilidad de los datos (desviación, media, típica, varianza, etc.)
Factor:
es el que se manipula para ver la respuesta en las variables de medición.
Niveles del factor:
aquello que se estudia del factor, son los tratamientos.
Variable de medición:
es lo que se mide del factor.
Variable dependiente:
son aleatorias y describen lo que fue observado en las unidades muéstrales.
Variable independiente:
son fijas por condicionamiento y las combinaciones de sus niveles.
Error experimental:
variación de la media con respecto al tratamiento.
Cuando la Fc es mayor > a la Ft se rechaza la Hó (al menos en uno de los tmt hay diferencia)
* y es significativo.
ESTADÍSTICA RESUMEN
Investigar:
Es un proceso de conjuntos sistemáticos, críticos y empíricos que se aplican al estudio de un fenómeno.
El Método Científico se considera como un procedimiento que se aplica a ciclo completo de la investigación en la búsqueda de soluciones a cada problema; es un proceso que exige sistematización del pensamiento.
Etapas del método científico:
– Observación del fenómeno que se estudia.
– Formulación de una hipótesis, mediante la cual puedan explicarse los hechos observados.
– Verificación de la hipótesis mediante nuevas observaciones.
– Interpretación y conclusión.
DIFERENCIA
1. Método científico:
Es el arte formular preguntas y de probar respuestas. Requiere de libertad y de creatividad. Una hipótesis es una explicación teórica provisional y condicionada, que ofrece las soluciones más viables al problema planteado y que eventualmente, podrían ser verificadas. Se plantean los problemas formulándose preguntas. Todas estas actividades conducen a la formulación y elaboración de un trabajo. La forma metodológica exacta y crítica es el conjunto de prácticas y procedimientos específicos denominados materiales y métodos. Comparación de las conclusiones con las predicciones: Consiste en contratar los resultados de las pruebas con las consecuencias del modelo teórico.
2. Método estadístico
Es el método que enseña procedimientos lógicos, utilizados en el manejo de datos numéricos; es decir, el método de recolectar, elaborar, analizar e interpretar datos numéricos. La planificación tiene como finalidad el estudio de los detalles concernientes a la recolección, elaboración y análisis de la información, una vez definida naturaleza y los objetos de la investigación. La recolección de la información va a depender del propósito de la investigación y del material estudiado. El análisis de la información es de manera descriptiva y comparativa.
Tipos de investigación:
Descriptiva (recoger datos tal y como están)
– Experimental (aplicar tratamientos)
Enfoques de la investigación:
Cuantitativo. Mixto. Cualitativo
Cuantitativo:
usa la recolección de datos para probar hipótesis, con base en la medición numérica y el análisis estadístico, para establecer patrones de comportamiento y probar teorías.
10 Procesos:
idea, planteamiento del problema, revisión de literatura y desarrollo del marco teórico, visualización del alcance del estudio, elaboración de hipótesis y definición de variables, desarrollo del diseño de investigación, definición y selección de la muestra, recolección de los datos, análisis de los datos, elaboración del reporte de resultados.
Cualitativo:
usa la recolección de datos sin medición numérica para descubrir o afinar preguntas de investigación en el proceso de investigación.
9 Procesos:
idea, planteamiento del problema, inmersión inicial en el campo, concepción del diseño del estudio, definición de la muestra inicial del estudio y acceso a esta, recolección de datos, análisis de datos, interpretación de resultados, elaboración del reporte de resultados.
Principios básicos de un diseño experimental:
Repetición
Para estimar el error experimental
Aleatorización
Cada unidad experimental puede recibir cualquier tratamiento con cualquiera de sus repeticiones
Testigo o control local
Tratamiento de comparación adicional que no debe faltar en un experimento.
EXPERIMENTACIÓN AGRÍCOLA
El diseño experimental tuvo su inicio teórico a partir de 1985 por Sir Ronald A. Fisher.
Orientaciones generales de la experimentación agrícola:
Especificar los problemas
– Ubicar el lugar adecuado
– Reducir las fuentes de error
– Mantener constante los diversos factores
– Extremar precauciones y ser cautos con los resultados
– Repetir experimentos uniformes (localidad, suelo y año)
– Tener suficiente conocimiento (tecnología y problemas del productor)
Aplicar conjunto de disciplinas en la planeación o diseño de un experimento agrícola:
Suelos. Fertilización. Topografía e hidráulica. Especialidades (botánica, fisiología, fitopatología, etc.). Tecnologías (cultivo, zootecnia, agrosilvo pastoriles). Estadísticas
Pasos al planear un experimento:
Definir el problema. Planeamiento y diseño del experimento. Ejecución del experimento. Recolección de datos del experimento. Ordenamiento de la información experimental. Discusión de los resultados obtenidos. Análisis económico de los tratamientos que se probaron y utilidad practica. Conclusión final y recomendación
Diseño del experimento
Este término se utiliza para planear un experimento, es una etapa fundamental de la experimentación, que permite el suministro correcto de datos.
Propósito:
proporcionar métodos que permitan obtener la mayor cantidad de información valida acerca de una investigación.
Efecto borde:
diferencias en el crecimiento y la producción de las plantas.
Puede ser causado por:
vecindad de las parcelas o áreas cultivadas, competencia entre tratamientos.
Para controlar:
se acostumbra evaluar solamente las plantas centrales (Parcela Neta Experimental).
Hipótesis estadística:
supuesto que se hace sobre el valor de un parámetro.
Supuestos acerca del método estadístico:
Aditividad. Linealidad. Normalidad. Independencia. Variancias homogéneas
REALIZAR UN EXPERIMENTO
Aplicar los distintos niveles o combinaciones de niveles cuando hay presentes más de un factor, a distintas Unidades Experimentales y se observa la variable de respuesta.
Etapas:
1. Diseñar
2. Realizar de acuerdo con el plan establecido
3. Analizar estadísticamente los resultados obtenidos y comprobar si la hipótesis y el modelo del diseño se adecuan a la situación estudiada
4. Realizar las modificaciones oportunas
5. Obtener las conclusiones apropiadas
Diseño Completamente Aleatorio (DCA). Experimento simple:
las U.E deben ser totalmente homogéneas. Cada U.E tiene la misma probabilidad de recibir un tratamiento de cualquier repetición.
Interés
1 solo factor con varios niveles o tratamientos
Técnica estadística
ANAVA de un factor o una vía
Objetivos
Comparar entre sí varios grupos o tratamientos
Método
Descomposición de la variabilidad total de un experimento en componentes independientes.
Diseño de Bloques Completos al Azar (DBCA). Experimentos simples:
cada bloque debe recibir el juego completo de tratamiento y debe asignarse aleatoriamente. Las U.E de cada bloque deben ser homogéneas.
El error experimental reflejará esta variabilidad entre las parcelas del terreno.
Proceso de medición eficient3e y exacto:
Revisión detallada de los datos y ordenar
Verificación de los supuestos del ANAVA
ANAVA
Comparación de medias
Conclusión estadística y agronómica