DISEÑOS EXPERIMENTALES

Jorge Guzmán Calla

CAPITULO 7

ARREGLO DE
PARCELAS DIVIDIDAS
(SPLIT PLOT DESIGN)
7.1. INTRODUCCIÓN

En muchos casos, no es posible distribuir adecuadamente los tratamientos de un experimento multi-

factorial, debido a la naturaleza de los factores. Por ejemplo, la aplicación de riego, aplicación de
pesticidas y la aplicación de materia orgánica es poco practicable en unidades experimentales
pequeñas. Mas aún, siempre es deseable incluir diferentes variedades en tales experimentos para
obtener mejores conclusiones. En fitopatología, puede ser deseable probar diferentes tratamientos de
semilla en cierto número de variedades.

Para estos casos Yates (1933), propuso el arreglo de parcelas divididas y sub-divididas en los cuales
las unidades experimentales principales son divididas en unidades más pequeñas denominadas
subparcelas. Uno de los factores es colocado en parcelas principales y el segundo factor en
subparcelas.

Este arreglo debe ser utilizado después de una cuidadosa consideración de la importancia de los
factores a ser analizados. Si el investigador determina que uno de los factores es más importante que
el otro, y en adición es mejor colocarlo en parcelas grandes. Este arreglo no debe ser utilizado
cuando se desea que todos los factores sean estudiados con la misma precisión, debido a que al
subdividir las parcelas principales, se obtiene mayor precisión en el estudio del factor en sub-parcela
y la interacción entre ambos factores.

Debido a que este arreglo esta basado en la partición de las unidades experimentales, puede ser
utilizado en diferentes diseños experimentales, tales como el completamente al azar, bloques al azar,
cuadrado latino, etc.

7.2 VENTAJAS

a) Permite el uso unidades experimentales grandes, que pueden ser divididas en parcelas
más pequeñas para comparar tratamientos que requieren unidades experimentales pequeñas o que
no cuentan con mucho material experimental.
b) Los tratamientos en subparcela y la interacción son estudiados con mayor precisión que
los que se encuentran en parcela principal. Se espera que la variación entre las subparcelas sea
menor que la variación entre las parcelas, por tanto los niveles del factor más importante se
deberá colocar en subparcela.
c) Los tratamientos en las sub-parcelas pueden ser añadidos después de haberse iniciado el
experimento con los tratamientos en parcelas principales.

85
 DESVENTAJAS

a) Las pruebas de comparación de medias, para tratamientos en parcela principal y

subparcela, requieren de errores estandard diferentes.
b) Los resultados obtenidos para los tratamientos en parcela principal pueden ser diferentes
a las obtenidos usando los mismos tratamiento en un diseño de Bloques Completos al azar puesto
que los grados de libertad, para el primer caso, son menores que en el segundo.
c) El análisis se complica cuando se pierden unidades experimentales.
d) Debido a que existen diferentes términos de error en el análisis, la interpretación de los
resultados es un poco más complejo que los arreglos factoriales, esto dependerá de la elección de
los factores que pueden ser fijos o al azar (Federer, 1955; Le Clerg,1980).
a)

7.3 MODELO ADITIVO Yijk = µ + k + i + ik +  j + ()ij + ijk

LINEAL
Donde :

Yij = Observación cualquiera

µ = Media general del experimento.
k = Efecto del k-ésimo bloque
i = Efecto del i-ésimo factor A
ik = Error de parcela principal
 j = Efecto del j-ésimo factor B
()ij = Efecto de la interacción del i-ésimo factor A y el j-ésimo
factor B
ijk = Error experimental.

7.4 ALEATORIZACION

Los niveles de los factores asignados a las parcelas principales son aleatorizados de acuerdo al diseño
utilizado. Si el diseño es Bloques Completos al Azar, entonces se deben distribuir los niveles en estudio
dentro de cada bloque. Luego se distribuyen los niveles del factor que van en subparcela al azar.

7.5 ERROR ESTANDARD PARA EL ARREGLO DE PARCELAS DIVIDIDAS

MEDIAS COMPARADAS
Efectos totales
Medias del factor que está en parcela principal

Efectos totales
Medias del factor que está en sub parcela

EJEMPLO 1
Se realizó un experimento en la localidad de Choquenaira (Viacha), con el objetivo de estudiar el
efecto de cinco etapas de corte y cuatro densidades de siembra en el rendimiento de cañahua
(Chenopodium pallidicaule Aellen) (Choque, 1998).
DISTRIBUCION DE NIVELES

Los niveles de las épocas de corte (c1.....c5) van en parcela principal y los niveles de densidad de
siembra (d1....d4) en subparcela. La siguiente figura muestra la distribución de los niveles para el primer
bloque del ensayo.(ver figura 1.1)

DIMENSIONES DE EXPERIMENTO

Largo de unidad experimetal 4 m.

Ancho de unidad experimental 2 m
Ancho de pasillo entre bloque 1 m
número de surcos por UE 5
Area de la UE 8 m2
Area útil de la UE 3.6 m2
Area útil del experimento 640 m2

Los datos de rendimiento de materia seca se dan a continuación.

OBJETIVO
- Evaluar el efecto de la etapa de corte y la densidad de siembra en el rendimiento de
materia seca de cañahua.
HIPOTESIS
- No existen efecto de la etapa de corte y la densidad de siembra en el rendimiento de
materia seca de cañahua

TABLA : Rendimiento de materia seca en kg/ha.

BLOQUES
EPOCA DENSIDADES I II III IV TOTAL
6 3.7 3.7 3.6 3.8 14.8
10 5.3 5.2 5.6 5.5 21.6
EPOCA 1 14 4.2 4.6 4.0 4.6 17.4
18 3.5 3.2 3.1 3.9 13.7
PARCELA PRINCIPAL 16.7 16.7 16.3 17.8 67.5
6 4.0 4.2 4.1 4.3 16.6
10 6.3 6.4 6.7 6.5 25.9
EPOCA 2 14 6.3 6.6 6.5 6.4 25.8
18 5.3 4.9 4.2 4.2 18.6
PARCELA PRINCIPAL 21.9 22.1 21.5 21.4 86.9
6 4.0 5.4 4.3 4.8 18.5
10 7.4 7.4 7.6 7.8 30.2
EPOCA 3 14 7.6 7.3 7.9 7.5 30.3
18 4.5 6.7 6.6 4.9 22.7
PARCELA PRINCIPAL 23.5 26.8 26.4 25.0 101.7
6 6.0 6.1 5.8 5.8 23.7
10 7.7 8.4 8.1 8.8 33.0
EPOCA 4 14 7.4 7.6 7.7 9.0 31.7
18 6.3 5.3 6.8 6.4 24.8
PARCELA PRINCIPAL 27.4 27.4 28.4 30.0 113.2
6 6.2 6.5 7.6 7.2 27.5
10 9.0 9.7 666
9.0 8.9 36.6
EPOCA 5 14 10.0 9.3 8.4 8.7 36.4
18 8.3 7.7 7.8 7.9 31.7
PARCELA PRINCIPAL 33.5 33.2 32.8 32.7 132.2
TOTAL 123.0 126.2 125.4 126.9 501.5
 MODELO ADITIVO LINEAL Yijk = µ + k + i + ik + j + ()ij + ijk
Para: i = 1........c = época de corte
j = 1........d = densidades
k = 1.......b = número de bloques
Donde :

Yij = Observación cualquiera

µ = Media general del experimento.
k = Efecto del k-ésimo bloque
i = Efecto de la i-ésima etapa de corte
ik = Error de parcela principal
 j = Efecto de la j-ésima densidad de siembra
()ij = Efecto de la interacción de la i-ésima etapa de corte y la j-
ésima densidad densidad de siembra.
ijk = Error experimental.

NIVEL DE SIGNIFICACION  = 0.05

REGLA DE DECISION Aceptar la H o si Fc  Ft(0.05)

ESTADISTICOS DE PRUEBA
Bloques
CMB
Fc = ------------------
CME(a)
Factor A
CMA
Fc = ------------------
CME(a)
Factor C
CMC
Fc = ------------------
CME(b)
Interacción AxC
CMAxC
Fc = -------------------
CME(b)

CALCULOS PARA RENDIMIENTO

Epoca de corte : i : 1......c d =5

Densidad de siembra : j : 1..... d v =4
Bloque : k : 1.......b r =4

a) Factor de corrección (FC)

Y2 501.52
FC = ---------- = ------------- = 3143.78
cdb 5*4*4

b) Suma de Cuadrados del Total

SCT = Y2 ijk - FC = 3.72 + 5.32 + .....+ 7.92 = 249.75

c) Suma de cuadrados de bloques (B).

Y2 k 1232 + 126.22 + .....+ 126.92
 SCB = --------------- - FC = ------------------------------------------------------- = 0.43
c*d 5*4

c) Suma de Cuadrados de Epoca de Corte (C)

Y2 i 67.52 + 86.92 + .....+ 132.22
SCC = --------------- - FC = ----------------------------------------------------- = 152.59
d*b 4*4

c) Suma de cuadrados del Error (a) debido a parcela principal

Nota: el Error (a) es considerado como la interacción de Bloques por Cortes (BxC), por tanto su
cálculo se realizará de acuerdo al de interacciones.

Y2ik 16.72 + 16.72 +...... + 32.72

SCBxC = ------------ - FC - SCB - SCC = ------------------------------------- 3143.78 - 0.43 - 152.59 = 2.88
d 4

c) Suma de Cuadrados de Densidades (D)

Y2j 101.12 + 147.32 + .....+ 111.52
SCD = ------------- - FC = --------------------------------------------------------- = 76.29
c*b 5*4

c) Suma de Cuadrados de Cortes por Densidad (CxD)

Y2ij 14.82 + 21.62 +......+ 31.72

SCDxV = ----------- - FC - SCD - SCV = ------------------------------------- 3143.78 - 152.59 - 76.29 = 6.84
b 4

c) Suma de Cuadrados del Error

SCE(b) = SCT - SCB - SCC - SCE(a) - SCD - SCCxD =
SCE(b) = 249.75 - 0.43 - 152.59 - 2.88 - 76.29 - 6.84 = 10.73

c) Análisis de varianza

F.V. G.L. S.C. C.M. Fc Ft(0.05)

BLOQUES (B) 3 0.43 0.14 0.6 3.49 ns
EPOCA DE CORTE (C) 4 152.59 38.15 159.18 3.26 *
Error (a) 12 2.88 0.24 ns
DENSIDAD (D) 3 76.29 25.43 106.65 2.8 *
CORTE x DENSIDAD (CXD) 12 6.84 0.57 2.39 1.98 *
Error (b) 45 10.73 0.24
TOTAL 79 249.75

CME(a) 0.24
c) Coeficiente de variabilidad CV(a) = ---------------------- * 100 = -------------- * 100 = 7.82
Y 6.26

CME(b) 0.24
________ ____
Coeficiente de variabilidad CV(a) = ---------------------- * 100 = -------------- * 100 = 7.82
Y 6.26

Nota: para este arreglo se deben calcular dos coeficientes de variación, uno debido a parcela
principal y otro para subparcela, en ambos casos se utiliza la media general como
denominador.

i) Interpretación del ANVA:

 El coeficiente de variación fue de 22.3 % y los datos se consideran como aceptables.
No se encontró significación para densidades y variedades. Se encontró alta significación estadística
para la interacción densidad por variedad (DxV). Por tanto, podemos concluir que los factores no son
independientes, es decir que cuando el factor densidad cambia de nivel las variedades en estudio (los
niveles del factor variedad) cambian su comportamiento.
Para encontrar el cambio en la respuesta de las variedades, se debe hacer un análisis de efectos
simples para cada factor en los niveles del otro factor en estudio.

j) Análisis de efectos simples:

El primer paso es construir una tabla de doble entrada para los totales de la interacción DxV

TABLA: Interacción Corte por Densidad

TOTALES PROMEDIOS
Corte Corte
Dens. c1 c2 c3 c4 c5 Dens. c1 c2 c3 c4 c5

d1 148 166 185 237 275 1011 d1 370 415 463 593 687 506

d2 216 259 302 330 366 1473 d2 540 648 755 825 915 737

d3 174 258 303 317 364 1416 d3 435 645 758 793 910 708

d4 137 186 227 248 317 1115 d4 343 465 567 620 793 558

675 869 1017 1132 1322 5015 422 543 636 708 826 627

14.82 + ......+13.72 67.52

SCD(c1) = ---------------------------------- - -------------- = 9.25
4 4(4)

16.62 + ......+18.62 86.92

SCD(c2) = ---------------------------------- - -------------- = 17.52
4 4(4)

18.52 + ......+22.72 101.72

SCD(c3) = ---------------------------------- - -------------- = 25.49
4 4(4)

23.72 + ......+24.82 113.22

SCD(c4) = - -------------- = 16.76
----------------------------------
4 4(4)

27.52 + ......+31.72 132.22

SCD(c5) = ---------------------------------- - -------------- = 14.11
4 4(4)

14.82 + ......+27.52 101.12

SCC(d1) = ---------------------------------- - -------------- = 27.64
4 5(4)

21.62 + ......+36.62 147.32

SCC(d2) = ---------------------------------- - -------------- = 34.63
4 5(4)

17.42 + ......+36.42 141.62

SCC(d3) = ---------------------------------- - -------------- = 51.56
4 5(4)

13.72 + ......+31.72 111.52

SCC(d4) = ---------------------------------- - -------------- = 45.61
4 5(4)

j) Análisis de varianza para los efectos simples

F.V. G.L. S.C. C.M. Fc Ft(0.05)

C(d1) 3 9.25 3.08 12.93 2.815 *
C(d2) 3 17.52 5.84 24.45 2.815 *
C(d3) 3 25.49 8.5 35.63 2.815 *
C(d4) 3 16.77 5.59 23.44 2.815 *
D(c1) 3 14.11 4.7 19.73 2.815 *
D(c2) 4 27.64 6.91 28.99 2.575 *
D(c3) 4 34.63 8.66 36.31 2.575 *
D(c4) 4 51.56 12.89 54.06 2.575 *
D(c5) 4 45.6 11.4 47.82 2.575 *
Error 45 10.73 0.17
Total 79 249.75

Al realizar el análisis de los efectos simples, se encontró significación estadística entre variedades
para la densidad 1 (d1), es decir que hay diferencias entre las dos variedades para d 1. De la misma manera,
se halló significación estadística entre las densidades para la variedad v o.