DISEO PARCELAS DIVIDIDAS

Este es un diseo experimental combinado que resulta til cuando al estudiar simultneamente
varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades experimentales
relativamente grandes, pudindose aplicar el otro o los otros en unidades experimentales
menores, dentro de las unidades mayores. El caso ms sencillo es aqul en el que se tienen
slo dos factores, asignando los niveles de uno de ellos a las unidades mayores y los niveles
del otro a las subunidades. A las unidades experimentales mayores suele llamrseles parcelas
grandes o parcelas principales y a las unidades experimentales menores se le llama
subparcelas o subunidades.
Se debe notar que adems de que los niveles de los diferentes factores son asignados a
unidades experimentales de diferentes tamaos, est implcito tambin un nmero diferente de
repeticiones. El nmero de repeticiones para el factor asignado a las subunidades es r*a,
siendo r el nmero de repeticiones del factor asignado a las unidades principales y a su
nmero de niveles.
El factor correspondiente a las parcelas principales puede asignarse a stas utilizando
cualquiera de los esquemas de aleatorizacin bsicos: Completamente al Azar, en Bloques al
Azar o en Cuadro Latino. El factor correspondiente a las subparcelas se asigna al azar dentro
de cada parcela principal; en tal sentido, las parcelas principales son anlogas a bloques, solo
que por asignarse a stas los niveles de un efecto fijo y por existir repeticiones de las mismas,
es posible evaluar tanto los efectos principales del factor asignado a las mismas como su
posible interaccin con en el otro factor.
En adelante nos concentraremos en el caso ms sencillo de un Diseo Parcelas Divididas, es
decir aqul con slo dos factores. Todos los resultados obtenidos son generalizables a casos
ms complejos en los que los tratamientos asignados a las unidades principales, a las
subunidades o a ambas estn comformados a su vez por las combinaciones de los niveles de
dos o ms factores.
Supngase que se quiere realizar un experimento que involucre dos factores: el primero con
tres niveles y el segundo con dos, as:

a1
a2
a3

b1
b
b2

Se muestran a continuacin posibles esquemas de aleatorizacin considerando los diseos ms

comunes (Parcelas Divididas y otros), suponiendo que ambos factores tienen igual importancia
relativa y que se desean evaluar tanto sus efectos principales como su posible interaccin, es
decir, descartando la opcin de tomar alguno de stos como factor de bloqueo. Para facilitar la
ilustracin de los posibles esquemas de aleatorizacin, se considerarn slo dos repeticiones,
excepto donde el diseo exige tantas repeticiones como tratamientos (Cuadro Latino).

Correa, Guillermo Parcelas Divididas

2 de 14

1) Diseo Completamente al Azar.

a2b2
a1b1
a3b1

a2b1
a1b2
a3b2

a1b1
a3b1
a2b2

a2b1
a1b2
a3b2

2) Diseo Bloques Completos al Azar.

Bloque I

Bloque II

a1b2
a3b1
a2b2
a1b1
a2b1
a3b2

a1b1
a3b2
a1b2
a2b2
a3b1
a2b1

3) Diseo Cuadro Latino (si el nmero de combinaciones de tratamientos no es muy alto).

a1b1
a3b2
a2b1
a3b1
a2b2
a1b2

a2b1
a2b2
a3b2
a1b1
a1b2
a3b1

a3b2
a 1b2
a 2b2
a 2b1
a 3b1
a 1b1

a2b2
a3b1
a1b2
a3b2
a1b1
a2b1

a1b2
a1b1
a3b1
a2b2
a2b1
a3b2

a3b1
a2b1
a1b1
a1b2
a3b2
a2b2

4) Diseo Parcelas Divididas con el factor a asignado a las parcelas principales, distribuido
completamente al azar.

b1
b2

a3
a1

b2

b2

b1

b1

a1
a2

b1

b2

b2

b1

a2
a3

b1
b2

Correa, Guillermo Parcelas Divididas

3 de 14

5) Diseo Parcelas Divididas con el factor a asignado a las Parcelas Principales, distribuido
en Bloques Completos al Azar.

Bloque I

Bloque II

a2
a3

b1
b2

a3

b2
b1

a1

b1
b2

b1
b2

a1

b2
b1

a2

b1
b2

6) Diseo Parcelas Divididas con el factor b asignado a las Parcelas Principales, distribuido
Completamente al Azar.

b1
b2

a2
a3
a1
a2
a1
a3

a1
a3
a2
a3
a2
a1

b2
b1

7) Diseo Parcelas Divididas con el factor b asignado a las Parcelas Principales en Bloques
Completos al Azar.
Bloque I

a1
2 a3
a2
a1
1 a2
a3

Bloque II

a3
1 a2
a1
a2
2 a3
a1

Aunque el factor asignado a las parcelas principales podra asignarse a stas con base en un
esquema de aleatorizacin de Cuadro Latino, no se ilustra aqu por tratarse de una situacin
muy poco comn.

Correa, Guillermo Parcelas Divididas

4 de 14

Es importante aclarar que la igual importancia relativa entre los dos factores a la que se hace
referencia anteriormente tiene que ver bsicamente con el hecho de que ninguno de stos se
tome como factor de bloqueo. Hay que anotar, sin embargo, que slo bajo los tres primeros
esquemas de aleatorizacin, los factores son tratados de la misma manera, es decir que son
asignados a unidades del mismo tamao y cuentan con el mismo nmero de repeticiones. Esta
situacin es diferente en el Diseo Parcelas Divididas, pues dado que el factor asignado a las
subparcelas cuenta con mayor nmero de repeticiones, sus efectos son estimados con mayor
precisin.

USOS.
1. Cuando uno de los factores, por su naturaleza, exige parcelas relativamente grandes, por
ejemplo, sistemas de labranza, de irrigacin, distancias entre surcos, niveles de luz o de
temperatura; mientras que el otro factor permite su aplicacin sobre unidades
experimentales ms pequeas como variedades, distancia entre plantas, dosis de
fertilizantes, etc.
2. Cuando en un experimento se toman varias mediciones sobre la misma unidad
experimental a travs del tiempo y tales mediciones son independientes, puede
considerarse el conjunto de las mediciones realizadas sobre una misma unidad
experimental como la Unidad Principal, y cada una de las lecturas realizadas en el tiempo
como las subunidades. El anlisis es anlogo al de un diseo Parcelas Divididas (en el
espacio), por lo que se le designa a este diseo como Parcelas Divididas en el Tiempo.
3. Si luego de iniciado el experimento se desea incluir otro factor y su naturaleza lo
permite, pueden dividirse las unidades experimentales y realizar la aleatorizacin de los
niveles del segundo factor en las subunidades resultantes.
4. Debido a que el factor asignado a las subparcelas cuenta con ms repeticiones, los efectos
relacionados con ste se estiman con mayor precisin. Aunque muchos autores relacionan
esta caracterstica como uno de los criterios para escoger un Diseo Parcelas Divididas, se
considera que ste no debera condicionar la escogencia del Diseo y se menciona aqu
ms como una consecuencia del uso del mismo, cuando se elija con base en alguno de los
tres primeros criterios.

EJEMPLO.
Se estudi el rendimiento forrajero del ramio en funcin de diferentes frecuencias de corte y
niveles de fertilizante. Los niveles de fertilizante se asignaron a las parcelas grandes con base
en un diseo de bloques completos al azar (tipos de suelo) con 3 repeticiones; las frecuencias
de corte se asignaron a las subparcelas.

Correa, Guillermo Parcelas Divididas

Fertilizante (a)

5 de 14

0 kg/ha (a0)
100 kg/ha (a1)
200 kg/ha (a 2)
38 das (b1)
57 das (b2)
76 das (b3)

Frecuencias de corte (b)

A continuacin se presenta un posible esquema de aleatorizacin

Bloque I
b3
b1
b2

Bloque II
b1
b2
b3

Bloque III
b3
b2
b1

b2

b3

b1

b3

b2

b1

b3

b1

b2

b1

b2

b3

b3

b1

b2

b1

b2

b3

La siguiente tabla contiene el rendimiento en kilogramos de forraje verde por parcela,

registrado durante un ciclo de produccin de 228 das.
Tratamientos
a0b1
a0b2
a0b3
Y0.k
a1b1
a1b2
a1b3
Y1.k
a2b1
a2b2
a2b3
Y2.k
Y..k

I
78.9
68.1
56.9
203.9
84.3
86.8
73.1
244.2
95.6
97.8
90.3
283.7
731.8

Bloques
II
72.5
66.1
57.1
195.7
99.3
108.9
73.4
281.6
95.2
108.1
121.4
324.7
802.0

III
78.6
69.3
53.9
201.8
72.9
86.6
61.7
221.2
96.9
99.2
97.6
293.7
716.7

Yij.
230.0
203.5
167.9
601.4
256.5
282.3
208.2
747.0
287.7
305.1
309.3
902.1
Y=2250.5

Con el fin de ilustrar el proceso de anlisis, ste se desglosa en dos partes: el anlisis de las
Parcelas Principales y el anlisis de las Subparcelas. Se inicia con la parte correspondiente a
las Parcelas Principales.

Correa, Guillermo Parcelas Divididas

6 de 14

Bloque I

Bloque II

Bloque III

a1
a2
a0

a0
a1
a2

a2
a0
a1

Se hacen particiones tanto de las sumas de cuadrados como de los grados de libertad
correspondientes a las parcelas grandes, acorde con el esquema de aleatorizacin usado para el
factor principal.
Bloques: (r 1) = 2
A:
(a 1) = 2
Error a: (r 1)(a 1) = 4

Parcelas Grandes
(a * r ) 1 = 8

Es importante anotar que cuando el factor asignado a las Parcelas Principales se distribuye con
base en un Diseo Completamente al Azar, la suma de cuadrados y los grados de libertad de
las Parcelas Principales se particiona slo entre el efecto principal del factor a y el Error a.
Totales de las Parcelas Grandes (Combinaciones Bloques*a) (Yi.k)

a0
a1
a2
Y..k

I
203.9

II
195.7

II
201.8

Yi . .
601.4

244.2

281.6

221.2

747.0

283.7
731.8

324.7
802.0

293.7
716.7

902.1
2250.5

Las Parcelas Grandes estn conformadas por las combinaciones Bloques*a (por las
combinaciones r*a, en un DCA),
SC (Combinaciones Bloques*a) SC (Parcelas Grandes)
2

Y.
Y ...
SC (PG)= i k
b
a *b * r
ik
TC: Trmino de Correccin.
=

203.9 2 + 195.7 2 + ... + 293.7 2 2250.5 2

= 5961.34
3
3 x3 x3

Correa, Guillermo Parcelas Divididas

Y ..
SC (Bloques)=

Y ..
i

b*r

2
k

a *b

TC =

731.8 2 + 802 2 + 716.7 2

TC = 460.45
3 x3

SC (A)=

7 de 14

TC =

601.4 2 + 747.0 2 + 902.12

TC = 5025.03
3 x3

SC (Error a)= SC (PG) SC (Bloques) SC (A) = 475.86

Antes de pasar al anlisis de las subparcelas, es importante analizar el esquema completo que
ilustra la forma en que se particionan tanto las sumas de cuadrados como los grados de libertad.
Bloques
(r-1)=2

Parcelas Grandes
(a*r)-1=8

A
(a-1)=2
Error a
(r-1)(a-1)=4

Total
(a*b*r)-1=26

Tratamientos
(a*b-1)=8
B
(b-1)=2

Subparcelas
a*r(b-1)=18

AB
(a-1)(b-1)=4
Error b
a(r-1)(b-1)=12

Se inicia el anlisis de las Subparcelas con la particin de las sumas de cuadrados de los
tratamientos.
Totales de las Combinaciones ab (tratamientos) (Yij.)

a0
a1
a2
Y.j.

b1

b2

b3

230

203.5

167.9

256.5

282.3

208.2

287.7
774.2

305.1
790.9

309.3
685.4

Correa, Guillermo Parcelas Divididas

8 de 14

A
B
AB

Tratamientos

SC (Tratamientos) SC (Combinaciones ab)

Y .

ij

SC (combinaciones ab) =

SC (B) =

Y . j.

ij

a*r

TC

TC =

230 2 + 203.5 2 + ... + 309.3 2

TC = 6703.07
3

774.2 2 + 790.9 2 + 685.4 2

TC = 714.62
3 x3

SC (AB) = SC (combinaciones ab) SC (A) SC (B) = 963.42

SCT =

ijk

TC = 78.9 2 + 72.5 2 + ... + 97.6 2 TC = 8101.99

ijk

SC (Error b) = SCT SC (PG) SC (B) SC (AB) = 462.61

Tabla resumen del Anlisis de Varianza
Fuentes de Variacin

Parcelas
Principales
Subparcelas

Bloque
A
Error a
B
AB
Error b
Total

Grados
de
libertad
2
2
4
2
4
12
26

Sumas de
Cuadrados

Cuadrados
Medios

460.45
5025.03
475.86
714.62
963.42
462.61
8101.99

230.225
2512.515
118.965
357.310
240.855
38.550

Estadsticos

F0.05(gln,
gld)

F
1.935
21.119

6.94

9.268
6.247

3.88
3.26

El efecto principal del factor a (A) se evala con el Error a; mientras que el efecto principal
del factor b (B) y la interaccin AB se evalan con el Error b.
En caso de tener ms de dos factores, las interacciones entre factores asignados a las parcelas
principales se evalan con el Error a; las interacciones entre factores asignados a las

Correa, Guillermo Parcelas Divididas

9 de 14

subparcelas o interacciones de stos con algn factor asignado a las parcelas principales se
evalan con el Error b.
En este caso, puesto que la interaccin result significativa el siguiente anlisis debera ser la
evaluacin de los efectos simples. No obstante, debido a que en este diseo se generan errores
estndar distintos para cada uno de los diferentes grupos de comparaciones, se ilustran las
diferentes posibilidades de comparacin de medias.
COMPARACIONES DE MEDIAS.

Los errores estndar que se presentan corresponden a los que se usaran en las pruebas de
Duncan o de Tukey. Si se desea trabajar con las pruebas LSD o Scheff, deber duplicarse el
numerador de la expresin dentro del radical.
Sean:
CM (Error a):= Ea
CM (Error b):= Eb
1. Efectos principales del factor a (A):

Corresponde en este caso a la comparacin del efecto promedio de los tres niveles de
fertilizante.
SY =

Ea
b*r

118.965
=3.64
3 x3

El valor crtico (ALS) para la prueba de Duncan es = r * SY

p

r0.05(gl Error a=4)

2
3.93

3
4.01

ALS

14.30

14.60

a0
66.82

<

a1
83

a0 a 2 = 33 .41 > 14 .60

a1 a 2 = 17 .23 > 14 .30
a0 a1 = 16 .18 > 14 .30

<

a2
100.23

a2
a1
a0

a
b
c

Correa, Guillermo Parcelas Divididas

10 de 14

2. Efectos Principales del factor b (B):

Corresponde en este caso a la comparacin del efecto promedio de los tres niveles de la
frecuencia de corte.

SY =

Eb
a*r

38.55
=2.07
3 x3

El valor crtico (ALS) para la prueba de Duncan es = r * SY

p

r0.05(gl Error b=12)

3.082

3.225

ALS

6.38

6.68

b3

<

76.16

b1

b2

<

86.02

b3 b2 = 11 .72 > 6 .68

b3 b1 = 9 .86 > 6 .38
b1 b2 = 1 .86 < 6 .38

87.88

b2
b1
b3

a
a
b

3. Efectos simples del factor b:

Corresponde a comparar los efectos de la frecuencia de corte en cada uno de los niveles de
fertilizacin.
SY =

Eb
=
r

38.55
=3.58
3

El valor crtico (ALS) para la prueba de Duncan es = r * SY

p

r0.05(gl error b=12)

2
3.082

3
3.225

ALS

11.03

11.56

Correa, Guillermo Parcelas Divididas

a0
b1
b2
b3

a1

11 de 14

Comparaciones
Verticales

a2

76.67

85.5

95.9

67.83

94.1

101.7 a

55.97

69.4

103.1

4. Efectos simples del factor a (Factor asignado a las parcelas principales) y efectos
cruzados1:

Corresponde a comparar los diferentes niveles de fertilizacin, bien sea en un nivel dado de
frecuencia de corte (efectos simples del factor a) o en diferentes niveles de este factor (efectos
cruzados). Usualmente son de mayor inters los efectos simples que los efectos cruzados.

S __ =
y

Ea + (b 1) * Eb
118.97 + (3 1) x38.55
=
= 4.67
b*r
3 x3

Los grados de libertad se aproximan usando la frmula de Satterthwaite, as:

[(b 1) Eb + Ea]2
[(b 1) Eb]2 + [Ea]2
glEb

glEa

[(3 1) x38.55 + 118.97]2

[(3 1) x38.55]2 + [118.97]2
12

= 9.53 .

Si se quiere aplicar una prueba cuyos valores deban obtenerse en tablas, deber aproximarse el
valor de los grados de libertad al entero ms cercano. Si se cuenta con una aplicacin, como
Statcalc o SAS, que permita obtener valores de algunas distribuciones con grados de
libertad no enteros, podr aplicarse la prueba DMS (LSD) o Scheff usando el valor exacto de
los grados de libertad obtenidos mediante la aproximacin de Satterthwaite.
Si se quiere proteger contra el error tipo I al momento de realizar la aproximacin, deber
usarse la funcin mayor entero contenido en, es decir, aproximar al entero inferior.
Siguiendo esta ltima recomendacin, se obtendran los valores crticos para la prueba de
Duncan con 9 grados de libertad, as: ALS = r(9 g. l.) * SY
p

r0.05(9 g. l.)

2
3.20

3
3.34

ALS (Valor Crtico)

14.95

15.60

Los efectos cruzados consisten en comparaciones entre dos combinaciones de tratamientos, donde difieren
todos los niveles de los factores involucrados, por ejemplo, a0b1 vs. a2b2.

Correa, Guillermo Parcelas Divididas

a0
b1
b2
b3

a1

12 de 14

a2

76.67

85.5

ab

95.9

67.83

94.1

101.7 a

55.97

69.4

103.1

Comparaciones Horizontales
ANLISIS EN SAS.

Se usan los procedimientos GLM y MIXED. El GLM tiene la ventaja de presentar los
resultados en un formato ms familiar. La tabla resumen del Anlisis de varianza incluye
todos sus componentes (fuentes de variacin, grados de libertad, sumas de cuadrados,
cuadrados medios, valores F y valores p), indicando cul es el trmino del error usado en cada
caso.
Para la evaluacin de los efectos principales se pueden usar diversas pruebas, entre ellas la de
Duncan no disponible en el PROC MIXED.
El PROC GLM tiene, sin embargo, la gran desventaja de que los errores estndar estimados
para la evaluacin de los efectos simples del factor a (el factor asignado a las parcelas
principales) son incorrectos, por lo que tales pruebas carecen de validez.
DATA Ramio;
INPUT a$ b$ @;
DO Bloques=1 to 3;
INPUT Peso@;
OUTPUT;
END;
DATALINES;
a0 b1 78.9 72.5
78.6
a0 b2 68.1 66.1
69.3
a0 b3 56.9 57.1
53.9
a1 b1 84.3 99.3
72.9
a1 b2 86.8 108.9 86.6
a1 b3 73.1 73.4
61.7
a2 b1 95.6 95.2
96.9
a2 b2 97.8 108.1 99.2
a2 b3 90.3 121.4 97.6
;
PROC GLM;
CLASS Bloques A B;
MODEL Peso=Bloques A Bloques(A) B A*B/NOUNI;
RANDOM Bloques(A)/TEST;
MEANS A/DUNCAN E=Bloques(A);
MEANS B/DUNCAN;
LSMEANS A*B/PDIFF;
RUN;

Correa, Guillermo Parcelas Divididas

13 de 14

Ntese que el Error a se estima con base en la expresin: Bloques(A). En caso de que el
factor correspondiente a las Parcelas Principales se haya asignado completamente al azar, este
error se estimar con base en la expresin R(A), siendo R las repeticiones. Bastar, pues, con
cambiar Bloques(A) por R(A) en todas las expresiones en las que aparezca y eliminar
Bloques en el estamento MODEL, realizando las adecuaciones del caso en el paso DATA.
Para la evaluacin de los efectos principales pueden usarse en el estamento MEANS las
opciones LSD, DUNCAN, TUKEY, SCHEFFE y DUNNETT, entre otras.
No est de ms insistir en el hecho de que las comparaciones generadas por el estamento
LSMEANS slo son adecuadas para los efectos simples del factor b. El error estndar
estimado para los efectos simples del factor a es inadecuado, por lo que la evaluacin de stos
no es correcta.
Para la evaluacin de los efectos simples, el procedimiento usa por defecto la prueba t.
La opcin PDIFF genera los valores p de todas las comparaciones por pares de medias. Se
contrasta el siguiente juego de hiptesis:
H0: ij = (ij)
Ha: ij

(ij)

La salidas contienen los valores p de todas las posibles comparaciones entre pares de medias.
Se debern analizar aquellas que corresponden a los efectos simples de inters. Si el valor p es
menor o igual que el nivel de significancia preestablecido (usualmente 0.05), se rechaza H0, y
se declara, con probabilidad de error igual a valor p, que hay diferencia entre las medias de los
dos tratamientos comparados.

a0
a0
a0
a1
a1
a1
a2
a2
a2

b1
b2
b3
b1
b2
b3
b1
b2
b3

Peso LSMEAN

LSMEAN
Number

76.666667
67.833333
55.966667
85.500000
94.100000
69.400000
95.900000
101.700000
103.100000

1
2
3
4
5
6
7
8
9

Correa, Guillermo Parcelas Divididas

14 de 14

Least Squares Means for effect a*b

Pr > |t| for H0: LSMean(i)=LSMean(j)
Dependent Variable: Peso
i/j
1
2
3
4
5
6

0.1070
0.0015
0.1070
0.0049
0.1773

0.1070

0.0015
0.0373

0.1070
0.0045
<.0001

0.0049
0.0002
<.0001
0.1156

0.0373
0.0045
0.0002
0.7626

<.0001
<.0001
0.0212

0.1156
0.0080

0.0004

La comparacin de los efectos simples de b en a0 consiste en comparar las medias 1, 2 y 3

acorde con el nmero asignado a cada una de las combinaciones de tratamientos (LSMEAN
Number de la pgina anterior). El valor p de comparar b1 contra b3 en a0 es 0.0015, lo cual
significa que tal diferencia es estadsticamente significativa, a favor de b1 (76.67 vs. 55.97).
La evaluacin de los efectos simples de a en cada uno de los niveles de b no debe hacerse,
pues como ya se dijo, el error estndar estimado para dichos efectos simples es inadecuado,
por lo que la evaluacin de stos debe obtenerse con base en el procedimiento MIXED, que
aunque genera los resultados en un formato menos familiar estima errores estndar adecuados
para todas las comparaciones. La parte central del procedimiento se muestra a continuacin.
PROC MIXED;
CLASS Bloques A B;
MODEL PESO=A B A*B/DDFM=SATTERTH;
RANDOM Bloques Bloques(A);
LSMEANS A B A*B/PDIFF;
RUN;

Ntese que en el estamento RANDOM del procedimiento MIXED se declaran todos los
efectos aleatorios, mientras que en el estamento MODEL se incluyen solamente los efectos
fijos. Se aclara que el factor bloques usualmente es aleatorio. Es importante resaltar que el
procedimiento MIXED calcula los errores estndar correspondientes a diferencias de medias,
es decir los que se usaran con las pruebas de t o de Scheff. Si se quisieran realizar
comparaciones manuales de medias con las pruebas de Duncan o de Tukey, con base en los
errores estndar generados por el PROC MIXED, debern usarse los siguientes errores:

S _ (Duncan o Tukey) =
Y

S ( MIXED)
Y_

A manera de resumen, se sugiere iniciar los anlisis para este tipo de diseo con base en el
PROC GLM. Si la interaccin no es significativa, bastar con evaluar los efectos principales
que sean del caso, con base en el mismo procedimiento, usando el estamento MEANS. En
caso de que la interaccin resulte significativa, ser necesario complementar el anlisis con el
PROC MIXED, para la evaluacin de los efectos simples.