DISEÑO EXPERIMENTAL

“FASE 3 - APLICAR EL DISEÑO CUADRADO LATINO Y EL DISEÑO

FACTORIAL”

PAOLA ANDREA ROSERO VALLEJO

Código: 1086103207

GRUPO: 300004_9

TUTOR:
DIEGO ALBERTO DEAZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTACIA “UNAD”

ESCUELA DE CIENCIASAGRICOLAS, PECUARIAS Y DEL MEDIO AMBIENTE
PROGRAMA: ZOOTECNIA
CEAD PASTO
2020
 2. Cada estudiante integrante del grupo debe rescatar unos datos de un
Diseño cuadro latino de un texto y repetir el proceso anterior.
Fuente: Zubcoff, J. (2008). Introducción al Diseño Experimental y al Análisis de
Datos. Alicante: Universidad de Alicante. Departamento de Ciencias del Mar y
Biología Aplicada. Recuperado el 04 de noviembre de 2019, de
http://hdl.handle.net/10045/4197

Se quiere comparar varias leguminosas desde el punto de vista de producción de

forraje:
A: Lathyrus cicera
B: Vicia faba
C: Vicia Sativa, hibrida de laboratorio (línea 8436)
D: Vicia Sativa, hibrida de laboratorio (línea 8235)
E: Vicia Sativa, línea tradicional

Se dispone de un grupo de parcelas en un campo bordeado por un rio (dirección

Este-Oeste que provoca un gradiente de humedad N-S) y con una inclinación Este-
Oeste (que provoca un gradiente en dirección O-E). Está claro que las variedades
que caigan en terreno más húmedo y más bajo son las que mayor producción
tendrán, porque a mayor humedad, más fertilidad, y a terreno más bajo, más
nutrientes se habrán deslizado, y por tanto más rico.

Tabla 1. Cuadrado latino: Resultados obtenidos.

Fila Columnas
s 1 2 3 4 5 Total
I C 45.2 D 46.6 E 55.2 B 91.9 A 19.8 258.7
II A 15.0 E 61.0 C 51.3 D 50.8 B 92.5 277.8
III B 79.3 C 58.6 D 64.2 A 22.2 E 63.5 287.8
IV E 62.8 B 84.6 A 27.5 C 63.5 D 65.8 304.2
V D 61.1 A 21.9 B 89.3 E 70.0 C 70.7 313
Interpretación: Luego del análisis de varianza el P valor es inferior 0.05 por tanto no
hay efecto de filas o columnas. Por tanto, es plausible concluir con un 95% de
confianza que hay diferencia significativamente estadística entre las leguminosas.
Respecto de los supuestos del modelo es del caso establecer que, los residuales se
comportan de acuerdo a una distribución normal, lo anterior debido a que el P valor
es superior a 0.05 (No se rechaza H 0); así las cosas, con un 95% de confianza los
residuales del modelo ostentan una varianza constante.
Referente a la variable respuesta (producción), se identifican tres grupos que se
comportan de forman similares entre sus miembros;
 El primer grupo está conformado por la leguminosa B (Vicia faba).
 El segundo grupo por las leguminosas C, D y E; vicia Sativa, hibrida de
laboratorio (línea 8436), vicia Sativa, hibrida de laboratorio (línea 8235) y vicia
Sativa, línea tradicional, respectivamente.
 El tercer grupo que lo integra la leguminosa A (Lathyrus cicera).

2. Cada estudiante integrante del grupo debe rescatar unos datos de un

diseño factorial y repetir el proceso anterior.
Fuente: Universidad Politécnica de Madrid. (2010). Diseño de experimentos. Madrid.
Recuperado el 04 de noviembre de 2019, de
http://www.etsii.upm.es/ingor/estadistica/Carol/cap2DyR.pdf

La calidad de un producto químico después de un largo periodo de almacenamiento

depende del conservante empleado y de las características de almacenamiento. Se
ha estudiado el efecto de cuatro conservantes distintos y cinco almacenamientos
sobre la degradación del producto. El diseño utilizado fue de bloques al azar con 4
réplicas;
Los conservantes utilizados: C1= 2212 y C2= 3274.
Las características del almacenamiento: A1= -5 ℃ y A2= -10 ℃
La variable analizada fue la calidad.
I II III IV
C1A1 15.1 11.0 18.8 10.3
C1A2 8.1 4.3 11.8 3.8
C2A1 15.3 11.5 15.6 9.2
C2A2 8.0 4.4 11.0 5.8
Interpretación: Luego del análisis de varianza el P valor es superior a 0.05 por tanto
si hay efecto en las interacciones. Así las cosas, es plausible concluir con un 95% de
confianza que no hay diferencia significativamente estadística entre las variables
Conservantes y Almacenamiento, no se rechaza la H0.
Asimismo, al cambiar el tipo de almacenamiento los conservantes no se comportan
diferentes.
Respecto de los supuestos del modelo es del caso establecer que,
El rendimiento con el factor Conservantes: Se comporta acorde a una varianza
constante (test de Levene P valor = 0.6993)
El rendimiento con el factor Almacenamiento: Se comporta acorde a una varianza
constante (test de Levene P valor = 0.6948).
Hipótesis para cada factor (Conservantes-Almacenamiento/ interacción-C-A) más las
respectivas interacciones, es decir 4 hipótesis nulas.
C1:A2 – C2:A1 → 0.9749 (Tratamiento que se comporta diferente).
 CONCLUSIONES

Frente al cuadrado latino es importante destacar que se controlan tres fuentes de

variabilidad, un factor principal y dos factores de bloque, cada uno de los factores
tiene el mismo número de niveles, K, cada nivel del factor principal aparece una vez
en cada fila y una vez en cada columna, y finalmente no existe interacción entre los
factores.

El diseño factorial, además de simplificar el proceso y abaratar el costo de la

investigación, permite muchos niveles de análisis. Además de resaltar las relaciones
entre las variables, permite que sean aislados y analizados por separado los efectos
de la manipulación de una sola variable. Su mayor desventaja es la dificultad de
experimentar con más de dos factores o muchos niveles.

Un diseño factorial debe ser planificado cuidadosamente, ya que un error en uno de

los niveles o en la operacionalización general pondría en peligro una gran cantidad
de trabajo. Dejando de lado sus desventajas, un diseño factorial constituye uno de
los pilares de muchas disciplinas científicas, ya que ofrece excelentes resultados en
el campo.