Diseño experimental en granja porcina

AgroMatrix Systems for Agricultural Marketing

Gonzalo del Villar P.

Introducción y Desarrollo del Tema

Sin lugar a dudas la finalidad de una granja porcina es proporcionar a los cerdos todas las condiciones necesarias para maximizar el potencial productivo de los mismos, sin embargo bajo el proceso de mejora continua que deben tener todas las empresas pecuarias, nos vemos en la necesidad de tomar decisiones de si se incluye o no cierta actividad o producto en nuestra forma de producir cerdos, por ejemplo una fase alimenticia que no usaba, cambiar de proveedor de alguna materia
prima, comprar una genética nueva, cambiar de monta natural a inseminación, el cambiar a un trabajador de área, etcétera. Es entonces cuando nos vemos en la disyuntiva de hacer una “Prueba”, siendo ésta la decisión más lógica y acertada, bajo la primicia de “Voy a hacer lo que mejor resultado me dé al final”, y es aquí cuando nos enfrentamos a varios obstáculos que tenemos que superar:

1) Las instalaciones no están diseñadas para hacer evaluaciones
2) Los equipos no están diseñados para hacer evaluaciones
3) Los trabajadores no quieren hacer evaluaciones
4) No conocemos cómo hacer pruebas No sesgadas hacia algún tratamiento.

Las tres primeras siempre son salvables con ingenio y ganas de hacer las cosas lo mejor posible. La última requiere de conocer un poco de “Diseño Experimental o Diseño de Pruebas”, para lo cual analizaremos algunos aspectos a considerar antes de iniciar una prueba o experimento de campo.

Definiendo experimento como una búsqueda planeada para obtener nuevos conocimientos o para confirmar o no resultados de estudios previos, siempre para ayudar a la toma de decisiones. El término “Experimento” se refiere a la creación y preparación de lotes de prueba que verifiquen la validez de las hipótesis de mejorar cada día con el cambio en dirección a mayor productividad.

El Diseño de Experimentos es la metodología estadística destinada a la planificación y análisis de un experimento. Sirven para
determinar la eficacia de un tratamiento o de una medida de carácter preventivo mediante la comparación de los resultados obtenidos en por lo menos dos grupos.

El Diseño de un Experimento debe garantizar que éste cumpla ciertos requisitos mínimos:

  • Debe poder comprobar las hipótesis objeto de estudio, no dejándose confundir por variables insospechadas (ruido).
  • Debe poder revelar la existencia de cualquier causa importante de variación.
  • Debe mantener los costos de experimentación a un nivel razonable, en comparación con el problema objeto de estudio.
  • Debe tener un alto grado de seguridad en las respuestas.
  • Si el Experimento se realiza durante el desarrollo normal del proceso de producción, se tendrá cuidado de interferir lo menos posible en el trabajo normal y protegerse de las interferencias no autorizadas o involuntarias en la prueba por parte del personal que labora en granja.

Los pasos a seguir para un adecuado Diseño de Prueba son:

Paso 1. Definir claramente
Es una afirmación o proposición no probada sobre un fenómeno. Las hipótesis ponen de manifiesto lo que se está buscando y anticipan las respuestas posibles a las cuestiones planteadas en la investigación.

Hay dos tipos de Hipótesis en una Prueba:

Hipótesis Nula (Ho) es una aseveración sobre el valor de un parámetro desconocido de una población. Se presume cierta hasta tanto se demuestre lo contrario. Indica que no hay diferencia (por eso se llama nula). Esta hipótesis se rechaza o no (no decimos se acepta) dependiendo del valor de la estadística prueba o del valor p al nivel de significancia deseado.

Hipótesis Alternativa (Ha) es una aseveración sobre el valor de un parámetro desconocido de una población. Es la hipótesis de investigación, es lo que deseamos demostrar con el experimento o estudio. Cuando rechazamos la hipótesis nula lo hacemos a favor de ésta.

Paso 2. Identificar la variable independiente:
Primero hay que definir lo que es una variable, siendo ésta la característica de un objeto que puede ser observada y que puede tomar diferentes valores.

En base a la posibilidad de medida se distinguen dos tipos fundamentales de variables:

Variables cualitativas: Son aquellas cuyos valores son una característica de carácter nominal (nombre), los tratamientos de una prueba tienen esta característica.

Ejemplos: La variable “raza” puede tomar los valores Duroc, Pietrain, Landrace, Yorkshire, etc.

La variable “empleado” puede tomar los valores “Juan”, “José”, “Cristina”, etc.
Variables cuantitativas y continuas: Son aquellas cuyos valores son de carácter numérico.
Ejemplos: La variable “peso, consumo, conversión alimenticia”.

Los tratamientos son variables independientes ya que son el factor (causa) que suponemos influye sobre la característica que medimos. Cada uno de los valores que se le asignarán son los “niveles de tratamiento”.

La naturaleza, frecuencia, duración e intensidad del tratamiento se definen previamente. La definición de tratamiento se centrará en la pregunta más importante que los investigadores deseen contestar. El tratamiento control o de comparación puede ser el no-tratamiento (un placebo) o bien el tratamiento estándar usado hasta entonces.

El proceso debe ser ciego, ni el investigador ni el evaluador, ni los sujetos de estudio deben poder sospechar qué tratamiento reciben.

Paso 3. Decidir el número de repeticiones para cada tratamiento:
Es absolutamente aconsejable realizar varias observaciones para cada nivel de tratamiento (condición experimental), para que los errores de medida e influencias no controladas de variables extrañas puedan contrarrestarse entre sí.

Paso 4. Definir los sujetos bajo los cuales se va a realizar la prueba:
El sujeto o unidad experimental es la unidad básica sobre la que se efectúa el proceso de medida. Deben cumplir los criterios preestablecidos.

Una observación es una toma de medida de una variable a una unidad experimental. Dependiendo del tipo de Diseño, las observaciones pueden tomarse a diferentes grupos de sujetos, a varios sujetos o al mismo sujeto de manera secuencial.

La repetición es la reiteración de una observación o medida al mismo nivel de tratamiento. Proporciona una oportunidad para que los efectos de las variables extrañas, incontroladas se compensen y permite, además, medir el error experimental.

Paso 5. Determinar la variable dependiente:
Es aquella variable que se mide en cada observación del Experimento, para establecer si la variable independiente efectivamente influye sobre sus valores. Esta deberá tener necesariamente un nivel de medida continuo.

Paso 6. Procedimiento de Aleatorización:
Esta es una parte muy importante del Diseño, ya que asegurará que las diferencias que se encuentren entre los tratamientos son debidas a ellos mismos y no a efectos laterales no deseados.

Un procedimiento muy fácil y común para asignar los sujetos a los diferentes tratamientos al azar es el siguiente: Numerar los sujetos y hacer para cada sujeto un papel con el número correspondiente. Poner todos los papeles en una bolsa y mezclarlos. Extraer, para cada tratamiento, tantos papeles “a ciegas”, cuantas son las observaciones planificadas para el mismo.

La aleatorización es fundamental en el Diseño de Experimentos ya que:

a) Previene la existencia de sesgo.
b) Evita la dependencia entre observaciones.
c) Confirma la adecuación de los procedimientos estadísticos para el análisis de los resultados del Experimento.

Paso 7. Identificar posibles variables de bloqueo o de ruido:
Variables extrañas: Son todas aquellas que el investigador no puede manipular, pero influyen en la variable dependiente. Son la causa de que las observaciones en un mismo nivel de tratamiento no necesariamente arrojen el mismo valor de medida.

El conjunto de variables extrañas se denomina generalmente en el Diseño y Análisis de Experimentos “ruido” o “error experimental”.

Variable de bloqueo: Es una variable que sabemos puede intervenir en el resultado de la variable dependiente y decidimos eliminar su influencia mediante el control de la misma, creando bloques de observaciones. A cada bloque se asignarán todos los niveles de tratamiento.

Según su relevancia y las posibilidades técnicas, la decisión a adoptar respecto a los factores de ruido y/o variables de bloqueo, será la siguiente:

  • O bien tenerlos bajo control (constantes), a lo largo de todas las observaciones.
  • O bien transformarlos en una variable independiente.
  • O bien se espera que la aleatorización sea suficiente para que sus efectos se contrarresten en las repeticiones de cada tratamiento. Esta posibilidad será aceptable sólo si la variable en cuestión está fuera de nuestro control y se considera que su influencia es bastante limitada. Su efecto se englobará dentro del “error experimental” o “ruido”.

Error experimental: es la variabilidad existente entre unidades experimentales que reciben el mismo tratamiento.

Fuentes de error experimental:
1. Variabilidad natural:
-Variabilidad genética
-Variabilidad ambiental.
2. Variabilidad ocasionada por imprevistos.
3. Variabilidad por fallas en la conducción del experimento.

Paso 8. Realizar el experimento:
Se crearán las condiciones experimentales (tratamientos) y se efectuarán las observaciones según el plan establecido, teniendo un cuidado particular en evitar posibles influencias extrañas sobre los valores de la variable dependiente. Dándole Validéz Externa y Validéz Interna al estudio.

Validéz Externa: Condición que se tiene cuando el material experimental con el que se trabaja, es representativo de la población a la cual se quieren inferir los resultados.

Validéz Interna: Condición que se tiene cuando en el experimento se logra controlar factores de confusión.

Paso 9. Capturar la base de datos:
Se registrarán los resultados del Experimento, anotando además toda la información posiblemente relevante sobre las circunstancias prácticas de cada observación. Colección de datos formateados de manera tal de facilitar la recuperación de una información en particular.

Paso 10. Realizar Análisis estadístico:
ANOVA o ANDEVA con comparaciones múltiples, la más común Tukey en caso de detectar diferencias estadísticas. Técnica estadística aplicada para valorar cómo contribuyen las variables cualitativas categóricas (discretas) independientes en la variación de la media de una variable continua dependiente.

El análisis debe estar diseñado para evitar los Errores tipo I y II, Son los errores que se pueden cometer cuando se hace una prueba de hipótesis. El error de tipo I se comete al rechazar la hipótesis nula cuando ésta es cierta, Es la probabilidad de cometer un error al considerar que existe una diferencia estadísticamente significativa, cuando realmente no existe (falso positivo). Los valores típicos asumidos para el error tipo I son 5% (para un nivel de confianza del 95%) y 1% (para un nivel de confianza del 99%).

El error de tipo II se comete al aceptar la hipótesis nula cuando ésta es falsa. Es la probabilidad de cometer un error al considerar que no existe una diferencia estadísticamente significativa, cuando en realidad existe (falso negativo). Se acepta, como convención, una probabilidad de error de hasta un 20% (8 = 0,2).

Referencias

  • Aaron DK and Hays VW. Statistical Techniques for the design and Analysis of Swine Nutrition Experiments. Swine Nutrition 2nd Edition
  • Calva-Mercado J. Estudios clínicos experimentales. Salud Pública de México / vol.42, no. 4, julio-agosto de 2000.
  • Herrero HJ y Barrera SA. 1999. Manual de Procedimientos Estadísticos de experimentos pecuarios, Instituto de Enseñanza e Investigación en Ciencias Agrícolas, Colegio Posgraduados Montecillos Texcoco.
  • SNEDECOR, G. & W. COCHRAN. 1967. Statistical Methods. Sixth edition. Ames, USA, Iowa State University. pp. 285-288.
  • STEEL, R. y J. TORRIE. 1988. Bioestadística: Principios y Procedimientos. México, D.F., McGraw-Hill. p621.

Artículo publicado en Los Porcicultores y su Entorno

Source: bmeditores.mx

Leave a Reply

Your email address will not be published. Required fields are marked *