Pasos de una Investigación Experimental

Análisis Estadístico  

Después de obtener los datos se continúa con el análisis estadístico de acuerdo al diseño experimental seleccionado y al modelo asociado. Uno de los principales objetivos del análisis de los datos de un diseño experimental es cuantificar y evaluar la importancia de las fuentes de variación (factores de tratamientos y de clasificación). Esto puede ser obtenido a través del análisis de varianza (ANOVA) asociado bajo el modelo lineal. El análisis de varianza, es una técnica estadística, que permite analizar datos provenientes de un experimento aleatorio comparativo, fue ideado por R.A. Fisher, publicado en 1923. Es un procedimiento sistemático que particiona la variabilidad total (o total de la suma de cuadrados)

De las observaciones en partes componentes que influyen en el modelo lineal; cada una de las cuales es asociada con una fuente de variación. Una de éstas es la variación entre las unidades experimentales tratadas en forma semejante, la cual es una medida del error experimental que provee la base para los estimados de intervalos y las pruebas de hipótesis significancia. Otras fuentes de variación son las de los tratamientos, bloques etc. No es un método fijo, se adapta a cada diseño particular, pudiéndose clasificar de diferentes maneras; según el diseño, el número de repeticiones o según la forma de seleccionar el número de los niveles de los factores.

• Según el diseño:

1. Unifactorial. Cuando hay un solo factor de tratamientos se utiliza ANOVA de clasificación simple o de una vía como el caso de un DCA.
2. Multifactorial. se utiliza ANOVA de dos vías (dos factores) o tres vías (tres factores), etc, como en el caso de diseños de bloques (un factor y una variable de agrupación o clasificación), cuadrado latino (un factor y dos variables de agrupación) y otros.

• Según el número de Repeticiones:

1. Igual número de repeticiones: se utiliza ANOVA con grupos iguales para diseños balanceados.
2. Desigual número de repeticiones: ANOVA con grupos desiguales para diseños desbalanceados.

• Según la forma de seleccionar los niveles de los factores:

1. Si los niveles son fijos, se utiliza el modelo I de ANOVA, llamado también modelo de efectos fijos.
2. Si los niveles son seleccionados al azar, se utiliza el modelo II de efectos aleatorios o modelos de componentes de varianza.
3. Si hay factores con niveles fijos y aleatorios: se utiliza el modelo III de ANOVA o mixto.

Interpretación de Resultados

Es impoprtante tener en cuenta en este aspecto que los resultados deben ser interpretados por el investigador, ya que algunos resultados pueden resultar significativos estadísticamente pero carecen de importancia para los objetivos de la investigación.

Generación de nuevas preguntas e hipótesis 

Luego de realizada la ivestigación se deben formular nuevos interrogantes e hipótesis que servirán de base a futuras investigaciones.

Finalmente, el estudio llevó a la formulación de nuevas preguntas e hipótesis, entre algunas de estas podemos citar: Cómo influyen los medios de cultivo utilizados sobre el comportamiento de las pruebas de antagonismo in vitro?, Qué mecanismos y/o sustancias se encuentran implicadas en la actividad biocontroladora y de colonización de esta especie bacteriana?,Cómo es su actividad biocontroladora de otros patógenos de importancia comercial diferentes al evaluado? y muchas otras.

Presentación de Resultados 

Para la presentación del resúmen de resultados se utilizaron gráficas sencillas de estadística descriptiva. (ver tesis Bautista, 2000).