En una tesis de Agronomía, «población y muestra» casi nunca significa personas encuestadas: significa plantas, parcelas, animales, predios o muestras de suelo, y la lógica para definirlas es la de un diseño experimental, no la de una encuesta. Esta guía te lleva paso a paso desde identificar tu unidad experimental hasta declarar el número de repeticiones que tu comisión va a aceptar sin objeciones. Es, junto con la elección del diseño estadístico, el apartado del capítulo de método que con más frecuencia obliga a rehacer el análisis completo cuando se define mal desde el principio — por eso conviene resolverlo antes de sembrar o instalar el primer ensayo, no después de recolectar los datos.
Paso 1: identifica tu unidad experimental, no tu «población» en abstracto
Antes de hablar de tamaño de muestra, define qué es lo que realmente vas a medir y repetir. En Agronomía la unidad experimental cambia según tu diseño:
- Ensayo de campo con cultivos: la unidad suele ser la parcela o el surco, no la planta individual, salvo que tu variable de respuesta se mida planta por planta dentro de la parcela.
- Ensayo en invernadero o vivero: la unidad suele ser la maceta o la bandeja de plantines, según cómo se aplique el tratamiento.
- Estudio de suelo: la unidad es el punto de muestreo dentro de un predio o parcela, definido por una grilla o un muestreo sistemático.
- Producción animal: la unidad suele ser el animal individual o el corral/lote, dependiendo de si el tratamiento se aplica a nivel individual o grupal.
- Estudio socioeconómico o de adopción de tecnología agrícola: aquí sí la unidad es la persona (el productor o la productora) o el predio como unidad productiva, y el muestreo se acerca más al de ciencias sociales.
Confundir la unidad experimental con la unidad de observación es el error de diseño más caro en Agronomía: si mides diez plantas dentro de una sola parcela y tratas esas diez mediciones como diez repeticiones independientes, tu análisis estadístico va a inflar artificialmente la significancia — ese es el problema de pseudorreplicación, y es de las primeras cosas que revisa un profesor guía con experiencia en diseño experimental.
Paso 2: elige el diseño experimental según tu terreno y tu pregunta
| Diseño | Cuándo usarlo | Repeticiones típicas |
|---|---|---|
| Diseño Completamente al Azar (DCA) | Condiciones homogéneas: invernadero, laboratorio, vivero controlado | 3-5 por tratamiento |
| Diseño de Bloques Completos al Azar (DBCA) | Terreno con gradiente conocido (pendiente, humedad, tipo de suelo variable) | 3-4 bloques |
| Diseño en Cuadro Latino | Dos fuentes de variación conocidas y controlables (fila y columna) | Igual al número de tratamientos |
| Diseño Factorial | Evalúas dos o más factores simultáneamente y su interacción (por ejemplo, dosis de fertilizante × variedad) | 3-4 repeticiones por combinación |
| Parcelas Divididas (Split-Plot) | Un factor es más difícil de aleatorizar que otro (por ejemplo, riego a nivel de parcela grande, variedad a nivel de subparcela) | Según el factor principal, con submuestreo dentro |
El DBCA es, en la práctica chilena, el diseño más usado en memorias de campo, porque casi ningún terreno agrícola real es homogéneo: hay pendiente, variación de suelo o diferencias de sombra que un bloque bien definido controla mejor que la aleatorización simple del DCA.
Paso 3: calcula el número de repeticiones, no solo el número de plantas
El tamaño muestral en un experimento agronómico no es «cuántas plantas mido», sino «cuántas repeticiones independientes de cada tratamiento tengo». La fórmula clásica para estimar repeticiones mínimas usa la varianza esperada, el tamaño del efecto que quieres detectar y el nivel de significancia, igual que en cualquier ANOVA de una vía. En la práctica de pregrado, la mayoría de las memorias trabajan con tres a cinco repeticiones por tratamiento cuando la variabilidad del sistema es manejable (invernadero, vivero) y con cuatro o más cuando el ensayo es a campo abierto, donde la variabilidad ambiental es mayor y necesitas más repeticiones para separar el efecto del tratamiento del ruido del terreno.
Software como R (paquete pwr o agricolae), InfoStat (de uso extendido en agronomía latinoamericana) o incluso una tabla de potencia estadística estándar te permiten estimar el número de repeticiones antes de sembrar, no después. Declarar ese cálculo, con los parámetros exactos que usaste, es exactamente lo que separa un capítulo de método defendible de uno que solo dice «se usaron cuatro repeticiones» sin justificación.
Paso 4: define los criterios de inclusión de tu unidad de muestreo
Igual que en cualquier otra disciplina, tus criterios de inclusión deben ser verificables por otra persona, no solo intuitivos para ti:
- Para ensayos de campo: tipo de suelo, historial de cultivo previo del terreno, condición sanitaria de las plantas al inicio, homogeneidad del material vegetal (misma variedad, misma edad, mismo origen del semillero).
- Para muestreo de suelo: profundidad de muestreo, patrón de la grilla (sistemático, en zigzag, dirigido), número de submuestras compuestas por punto.
- Para estudios con productores: tamaño mínimo de predio, tipo de producción (convencional u orgánica), tiempo mínimo de actividad productiva, disposición a participar.
Redacta cada criterio como una condición verificable: «predios con más de dos hectáreas cultivadas de forma continua durante al menos tres temporadas» es un criterio defendible; «predios representativos de la zona» no lo es, porque no dice cómo se decide qué es representativo.
Paso 5: declara el muestreo de suelo con su propio protocolo
Si tu tesis incluye análisis de suelo, este es un submuestreo que necesita su propio apartado en el método, independiente del diseño experimental del cultivo. Los elementos que la comisión espera ver: patrón de muestreo (zigzag es el más común en parcelas pequeñas, grilla sistemática en predios grandes), profundidad de muestreo declarada en centímetros y justificada según el cultivo, número de submuestras que se mezclan para formar una muestra compuesta por punto, y el laboratorio o método analítico usado para cada parámetro (pH, materia orgánica, nutrientes disponibles). Un análisis de suelo sin declarar el patrón y la profundidad de muestreo es una de las omisiones más frecuentes en memorias de Agronomía, porque el estudiante asume que «tomar una muestra de suelo» es autoexplicativo cuando en realidad es una decisión metodológica con varias opciones válidas.
Paso 6: anticipa la pérdida de unidades experimentales
A diferencia de una encuesta, donde pierdes participantes por no-respuesta, en Agronomía pierdes unidades experimentales por causas propias del sistema biológico: plantas que mueren por causas ajenas al tratamiento, parcelas afectadas por un evento climático puntual, o animales que salen del ensayo por enfermedad no relacionada. Declara desde el diseño un margen de repeticiones adicionales (bordes de guarda, plantas de reemplazo) y, si finalmente pierdes unidades, documenta cuántas, por qué y cómo afectó tu análisis final — omitirlo y presentar el dato final como si nada se hubiera perdido es una de las preguntas más frecuentes en la defensa de una memoria de campo.
Paso 7: reporta la muestra en el capítulo de método con esta estructura
Un párrafo tipo, con los seis elementos que tu comisión espera encontrar en orden: unidad experimental declarada explícitamente, diseño con su nombre técnico (DCA, DBCA, factorial), número de tratamientos y repeticiones con la justificación del cálculo, criterios de inclusión verificables, procedimiento de aleatorización (cómo se asignaron los tratamientos a las unidades) y manejo de pérdidas si las hubo. Ejemplo rellenable: «El ensayo se estableció bajo un Diseño de Bloques Completos al Azar, con [N] tratamientos y [N] repeticiones, considerando como unidad experimental [la parcela / la maceta / el animal]. La asignación de tratamientos a las unidades dentro de cada bloque se realizó mediante [método de aleatorización]. Se incluyeron unidades que cumplían [criterios], y se registró la pérdida de [N] unidades por [causa], no incluidas en el análisis final.» Ese mismo nivel de detalle, aplicado consistentemente, es lo que distingue un capítulo de método que resiste preguntas de uno que las provoca.
Preguntas frecuentes
¿Cuántas repeticiones necesito como mínimo en un ensayo de campo?
En la práctica de pregrado, tres repeticiones es el mínimo aceptado para un DCA en condiciones controladas, y cuatro es lo habitual para un DBCA a campo abierto. El número exacto depende de la variabilidad esperada de tu sistema y debe calcularse, no asumirse por costumbre.
¿Diez plantas dentro de una parcela cuentan como diez repeticiones?
No, salvo que cada planta reciba el tratamiento de forma independiente y aleatorizada. Si las diez plantas están dentro de la misma parcela tratada como una unidad, son submuestras de una sola repetición, no diez repeticiones independientes.
¿Necesito aprobación ética para un ensayo con animales de producción?
Sí. Los ensayos que involucran animales requieren aprobación de un comité de bioética o de cuidado animal de tu universidad antes de iniciar el manejo experimental, siguiendo los principios de bienestar animal reconocidos en la investigación agropecuaria.
¿Qué hago si mi terreno de ensayo no es homogéneo?
Usa un Diseño de Bloques Completos al Azar (DBCA), agrupando las unidades experimentales en bloques según la fuente de variación conocida (pendiente, tipo de suelo, sombra), en vez de forzar un diseño completamente al azar sobre un terreno heterogéneo.
¿Cómo declaro la pérdida de unidades experimentales en el método?
Con un número exacto y una causa: «se perdieron tres de las veinte macetas por ataque de plaga no relacionado con el tratamiento, no incluidas en el análisis final» es una declaración defendible; omitir la pérdida no lo es.
¿Puedo mezclar un diseño experimental de campo con encuestas a productores en la misma tesis?
Sí, es habitual en memorias con componente de transferencia tecnológica: el ensayo evalúa la práctica agronómica y la encuesta evalúa su adopción o percepción entre productores, pero cada componente necesita su propio apartado metodológico con su propia definición de unidad y muestra.
¿Qué diferencia hay entre repetición y submuestra?
La repetición es una unidad experimental independiente que recibió el tratamiento por separado; la submuestra es una medición adicional dentro de la misma repetición (varias plantas dentro de una parcela, por ejemplo) que promedias antes de analizar, no que cuentas como repeticiones extra.
¿Puedo usar un diseño factorial en mi primera memoria de pregrado?
Sí, siempre que tu plazo permita el número de combinaciones tratamiento × repetición que exige, que crece rápido con cada factor adicional. Si el plazo es corto, un diseño de un solo factor con más repeticiones suele ser más manejable que un factorial ambicioso a medio ejecutar.
¿Debo declarar el tipo de aleatorización aunque parezca obvio?
Sí, siempre. «Aleatorización simple con números generados por software» o «sorteo manual con papeletas» son procedimientos distintos y reproducibles solo si el que lee tu método sabe exactamente cuál usaste; dar por sentado que es obvio es una de las razones más comunes por las que un capítulo vuelve con observaciones.
El diseño se decide en el terreno; el capítulo se escribe en el escritorio
Elegir bien la unidad experimental y calcular las repeticiones es trabajo de campo y de criterio agronómico que nadie puede hacer por ti. Una vez que esas decisiones están tomadas, convertirlas en un capítulo de método completo, con la terminología correcta y las referencias metodológicas en APA 7, es donde Tesify ayuda: parte de tu diseño y tus objetivos, ya definidos con el procedimiento de cómo redactar objetivos generales y específicos, y estructura el capítulo para que tú lo desarrolles con tu criterio. Cuando llegues al análisis de tus datos, el mismo criterio de decisión que usa Psicología para elegir la prueba estadística —nivel de medición, número de grupos, cumplimiento de supuestos— se traslada al ANOVA de tu ensayo agronómico, y si tu memoria necesita revisar el diseño experimental frente a alternativas como una revisión sistemática o un estudio correlacional, el mismo criterio de cinco factores usado en cómo elegir el tipo de tesis en Enfermería —plazo, acceso, aprobación ética, manejo estadístico y experiencia del profesor guía— aplica igual en Agronomía. Redacta el capítulo de metodología de tu memoria con Tesify y llega a la próxima reunión con tu profesor guía con el diseño ya justificado por escrito.