En la teoría de diseño experimental óptimo, generalmente se asume que la variable de respuesta sigue una distribución normal con varianza constante. Sin embargo, algunos trabajos asumen otras distribuciones de probabilidad basadas en información adicional o experiencia previa del practicante. El objetivo principal de este documento es estudiar el efecto, en términos de eficiencia, cuando ocurre una especificación incorrecta en la distribución de probabilidad de la variable de respuesta. La matriz de información elemental, que incluye información sobre la distribución de probabilidad de la variable de respuesta, proporciona una matriz de información de Fisher generalizada. Este estudio se realiza desde una perspectiva práctica, comparando una distribución normal con la distribución de Poisson o gamma. Primero, se obtienen resultados analíticos, incluidos resultados para el modelo cuadrático lineal, y estos se aplican a algunos ejemplos ilustrativos reales. A continuación, se considera el modelo de Hill de 4 parámetros no lineales para estudiar la influencia de la especificación incorrecta en un modelo de dosis-respuesta. Este análisis muestra el comportamiento de la eficiencia de los diseños obtenidos en presencia de especificación incorrecta, asumiendo distribuciones normales heterocedásticas con respecto a los diseños D-óptimos para la distribución gamma o de Poisson, como la verdadera.