La primera prueba estadística a desarrollar es el test de Shapiro-Wilks, para determ

distribución normal. Esta información es clave para decidir sí usamos posteriormen

datos siguen una distribución normal) o un test de Kruskal-Wallis (cuando no la sig

Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros dato

muestreo Tratamiento replica Gp Lr La Lt

8 semanas A 1 15 1 13 14.00
8 semanas A 2 15 1.5 11 12.50
8 semanas A 3 15 2.3 13 15.30
8 semanas AC1 1 14 2 14 16.00
8 semanas AC1 2 14 1 15 16.00
8 semanas AC1 3 14 2 13 15.00
8 semanas AC2 1 12 3 14.5 17.50
8 semanas AC2 2 12 3.5 15 18.50
8 semanas AC2 3 11 1 16 17.00
8 semanas AC3 1 10 2 17 19.00
8 semanas AC3 2 10 1 16 17.00
8 semanas AC3 3 10 3 11 14.00
8 semanas Ah 1 9 2 13 15.00
8 semanas Ah 2 9 5 13 18.00
8 semanas Ah 3 10 6.3 16 22.30
8 semanas AhC1 1 8 6.6 15 21.60
8 semanas AhC1 2 8 7 14 21.00
8 semanas AhC1 3 8 8.5 14 22.50
8 semanas AhC2 1 8 7 14.5 21.50
8 semanas AhC2 2 7 9 17.7 26.70
8 semanas AhC2 3 7 12.7 19.5 32.20
8 semanas AhC3 1 6 12.00 18.00 30.00
8 semanas AhC3 2 7 13.00 18.00 31.00
8 semanas AhC3 3 6 10.00 20.00 30.00

Paso 1. Ir a la página web: http://www.statskingdom.com/320ShapiroWilk.html . L

Paso 2. Vamos mirando la página, moviendonos hacia abajo, hasta encontrar la se
Es aquí donde vamos a analizar nuestros datos.

Paso 3. Volvemos a nuestro archivo excel. Vamos a analizar dos de nuestras propie

muestreo Tratamiento replica BR C

1año EOO 1 0.52 0.57
1año EOO 2 0.47 0.64
1año EOO 3 0.58 0.65
1año ECBL 1 0.92 0.91
1año ECBL 2 1.10 1.13
1año ECBL 3 0.65 1
 1año ECMR 1 1.13 1.26
1año ECMR 2 0.71 1.01
1año ECMR 3 1.98 0.92
1año ECV 1 0.90 1.61
1año ECV 2 0.81 1.17
1año ECV 3 1.24 1.1
1año ETBE 1 0.84 1.09
1año ETBE 2 0.91 1.04
1año ETBE 3 1.1 1.36
1año ETMT 1 0.8 0.85
1año ETMT 2 0.7 1.04
1año ETMT 3 0.9 0.98
1año ETS 1 0.5 0.68
1año ETS 2 0.3 0.73
1año ETS 3 0.5 0.68
1año EMEAN 1 0.80 1.00
1año EMEAN 2 0.72 0.97
1año EMEAN 3 0.99 0.96

Paso 4. Vamos a analizar primero la columna llamada "BR" o respiración del suelo
Para ello, los seleccionamos:
Paso 5. Una vez seleccionados, hacemos click con el botón izquierdo del ratón sob
Aparece un menu y hacemos click en la opción "copiar":

Paso 6. Luego volvemos a la página web http://www.statskingdom.com/320Shapi

nuestros datos en la sección "Enter sample data". Para ello, hacemos un click en e
de esta sección y oprimimos simultaneamente la tecla "Control" o "Ctrl" y la tecla
Antes de oprimir el botón verde llamado"Calculate" o calcular, es necesario remov
De lo contrario, no se podrán obtener los resultados.

Paso 7. Observamos los resultados:

Vemos aquí que el valor p-value o valor de probabilidad (0.0112622) fue menor a

Paso 8: Sí desarrollamos el mismo tipo de análisis para la columna con los datos lla
Vemos aquí que el valor p-value o valor de probabilidad (0.321446) fue mayor a 0.
los datos de "C" o carbono orgánico SI tienen una distribución del tipo NORMAL.

Conclusiones

1. Los valores llamados "BR" o respiración del suelo, equivalentes a la emisión de C

Como consecuencia, para determinar sí la aplicación de los diferentes tipos de lod
con respecto al tratamiento control (sin lodo) la respiración del suelo (BR), debe us

2. Los valores llamados "C" o carbono orgánico del suelo, si tienen una distribución
Como consecuencia, para determinar sí la aplicación de los diferentes tipos de lod
con respecto al tratamiento control (sin lodo) el carbono orgánico del suelo (C), de

El siguiente test que vamos a desarrollar es el Análisis de Variancia de los datos de

Por favor, siga con la hoja llamada "4-Herramienta"

Wilks, para determinar sí nuestros datos siguen una
mos posteriormente, un análisis de variancia (cuando los
s (cuando no la siguen).

que nuestros datos son:

Rar Nh Tratamiento replica

13.0 4 A 1
7.3 4 A 2
5.7 4 A 3
7.0 4 AC1 1
15.0 4 AC1 2
6.5 4 AC1 3
4.8 5 AC2 1
4.3 4 AC2 2
16.0 4 AC2 3
8.5 4 AC3 1
16.0 4 AC3 2
3.7 4 AC3 3
6.5 4 Ah 1
2.6 5 Ah 2
2.5 4 Ah 3
2.3 4 AhC1 1
2.0 5 AhC1 2
1.6 4 AhC1 3
2.1 5 AhC2 1
2.0 5 AhC2 2
1.5 6 AhC2 3
1.5 8 AhC3 1
1.4 7 AhC3 2
2.0 8 AhC3 3

hapiroWilk.html . Lo primero que se ve es esta imagen:

ta encontrar la sección "Enter sample data"

de nuestras propiedades: BR (respiración del suelo) y C (carbono orgánico del suelo).

piración del suelo o emisiones de CO2 desde el suelo. Para ello, selecionamos los datos de esta colum
erdo del ratón sobre la columna seleccionada.

om.com/320ShapiroWilk.html y copiamos
emos un click en el área blanca
o "Ctrl" y la tecla "V":
s necesario remover todas las comas (,) y reemplazarlas por puntos (.)
622) fue menor a 0.05. Esto quiere decir que los datos de "BR" o respiración del suelo NO tienen una d

na con los datos llamados "C" o carbono orgánico del suelo, observamos que:
46) fue mayor a 0.05. Esto quiere decir que
el tipo NORMAL.

s a la emisión de CO2 desde el suelo, no tienen una distribución del tipo "normal".
entes tipos de lodo modifica (aumenta o disminuye) de manera significativa
uelo (BR), debe usarse el test de Kruskal-Wallis.

en una distribución del tipo "normal".

entes tipos de lodo modifica (aumenta o disminuye) de manera significativa,
o del suelo (C), debe usarse el test de analisis de variancia (ANOVA) de un factor.

cia de los datos de la columna "C" (carbono orgánico del suelo)

Rar
13.0
7.3
5.7
7.0
15.0
6.5
4.8
4.3
16.0
8.5
16.0
3.7
6.5
2.6
2.5
2.3
2.0
1.6
2.1
2.0
1.5
1.5
1.4
2.0
tos de esta columna y los copiamos.
lo NO tienen una distribución del tipo NORMAL.
Fase 4 – Análisis estadísticos para analizar actividad microbiana del sue

El ejercicio propuesto para esta Fase 4, trata del análisis estadístico de datos proveniente de un experimento
en el cual se adiciona a un suelo de una mina de piedra caliza, lodo proveniente de la depuración de aguas
residuales en 6 ciudades de la comunidad autónoma de Catalunya (españa), con el fin de mejorar su fertilida
e implementar una cobertura vegetal que restaure el ecosistema perdido por las actividades mineras.
Los lodos, en algunos casos fueron compostados (ciudades: Blanes, Manresa, Vilaseca).
Y en otros casos, los lodos fueron secados térmicamente (ciudades: Besós, Mataró, Sabadell).
El secado térmico y el compostado necesariamente cambian las propiedades físicas, químicas y biológicas
de los lodos de depuradora, modificando la actividad microbiana natural en el suelo control sin lodo.
El propósito del experimento fue el de establecer sí los lodos de depuradora modifican la actividad
microbiana de los suelos a restaurar. Analizaremos aquí diferentes propiedades del suelo, 1 año después
de la aplicación superficial de los lodos. Estos datos fueron parte del siguiente artículo:

Ojeda, G., Mattana, S., Alcañiz, J.M., Marando, G., Bonmatí, M., Woche, S.K., Bachmann, J. (2010).
Wetting process and soil water retention of a minesoil amended with composted and thermally
dried sludges. Geoderma 156, 399–409.

Los tratamientos, cada uno con 3 réplicas, son:

Tratamientos 1 año despues de la adición de diferentes tipos de lodo de depuradora de aguas residuales
EOO Tratamiento control, suelo sin ningún tipo de lodo
ECBL Suelo + lodo compostado de la depuradora de aguas llamada Blanes
ECMR Suelo + lodo compostado de la depuradora de aguas llamada Manresa
ECV Suelo + lodo compostado de la depuradora de aguas llamada Vilaseca
ETBE Suelo + lodo térmico de la depuradora de aguas llamada Besos
ETMT Suelo + lodo térmico de la depuradora de aguas llamada Mataró
ETS Suelo + lodo térmico de la depuradora de aguas llamada Sabadell
EMEAN Valores promedio de todas las depuradoras

Las propiedades relacionadas con la actividad microbiana del suelo son:

Abreviatura Descripción Unidades

BR Respiración del suelo mg C-CO2 / (kg-suelo * horas)
C Carbono orgánico total %
MBC Carbono de biomasa microbiana mg C-MBC / kg-suelo
CMC Coeficiente de mineralización del carbono (10^-4) * mg C-CO2 / mg C-sue
CmicCorg Relación entre biomasa microbiana y carbono orgánico (10^-1) * mg C-MBC / g C-suelo
qCO2 Coeficiente metabólico (10^3) * mg C-CO2 /(mg C-MBC
MRT Tiempo de residencia media del carbono en el suelo (4.182 * años) * C / BR
Por favor, siga con la hoja llamada "2-Datos"
 microbiana del suelo

oveniente de un experimento,
de la depuración de aguas
n el fin de mejorar su fertilidad
s actividades mineras.

aró, Sabadell).
icas, químicas y biológicas
uelo control sin lodo.
odifican la actividad
del suelo, 1 año después

Bachmann, J. (2010).
sted and thermally

radora de aguas residuales

g C-CO2 / (kg-suelo * horas)
g C-MBC / kg-suelo
0^-4) * mg C-CO2 / mg C-suelo
0^-1) * mg C-MBC / g C-suelo
0^3) * mg C-CO2 /(mg C-MBC * hr)
182 * años) * C / BR
Miligramos de carbono de CO2 por cada kg de suelo y hora transcurrida durante la medición
Porcentaje de carbono organico presente en el suelo
Miligramos de carbono de biomasa microbiana por cada kilogramo de suelo
Relación entre BR y C
Relación entre MBC y C
Relación entre BR y MBC
Relación entre C y BR correspondiente al tiempo requerido para descomponer todo el C del s
transcurrida durante la medición de la respiración del suelo

ogramo de suelo

para descomponer todo el C del suelo

Estos son los datos con los que trabajaremos a lo largo del ejercicio:

Muestreo Tratamiento Replica BR C MBC

6 semanas A 1 0.52 0.57 206.5
6 semanas A 2 0.47 0.64 230.9
6 semanas A 3 0.58 0.65 223.5
6 semanas AC1 1 0.92 0.91 233.4
6 semanas AC1 2 1.10 1.13 227.2
6 semanas AC1 3 0.65 1 232.8
6 semanas AC2 1 1.13 1.26 193.8
6 semanas AC2 2 0.71 1.01 212.7
6 semanas AC2 3 1.98 0.92 253.6
6 semanas AC3 1 0.90 1.61 317.7
6 semanas AC3 2 0.81 1.17 207.4
6 semanas AC3 3 1.24 1.1 301.9
6 semanas Ah 1 0.84 1.09 286.1
6 semanas Ah 2 0.91 1.04 192.9
6 semanas Ah 3 1.1 1.36 294
6 semanas AhC1 1 0.8 0.85 207.7
6 semanas AhC1 2 0.7 1.04 284.5
6 semanas AhC1 3 0.9 0.98 277.1
6 semanas AhC2 1 0.5 0.68 221.6
6 semanas AhC2 2 0.3 0.73 183.6
6 semanas AhC2 3 0.5 0.68 211.8
6 semanas AhC3 1 0.80 1.00 238.11
6 semanas AhC3 2 0.72 0.97 219.89
6 semanas AhC3 3 0.99 0.96 256.39

Por favor, siga con la hoja llamada "3-Shapiro-Wilks"

 CMC CmicCorg qCO2 MRT
0.91 36.2 2.52 4.58
0.74 36.1 2.04 5.68
0.88 34.4 2.57 4.73
1.01 25.6 3.93 4.15
0.97 20.1 4.84 4.30
0.65 23.3 2.79 6.43
0.90 15.4 5.85 4.65
0.71 21.1 3.35 5.93
2.16 27.6 7.82 1.94
0.56 19.7 2.82 7.52
0.69 17.7 3.92 6.02
1.13 27.4 4.10 3.72
0.77 26.2 2.93 5.44
0.88 18.5 4.73 4.77
0.81 21.6 3.74 5.17
0.94 24.4 3.85 4.44
0.67 27.4 2.46 6.21
0.92 28.3 3.25 4.55
0.74 32.6 2.26 5.69
0.41 25.2 1.63 10.18
0.74 31.1 2.36 5.69
0.83 25.75 3.45 5.21
0.72 23.72 3.28 6.16
1.04 27.67 3.80 4.60

ada "3-Shapiro-Wilks"
Para poder hacer el análisis de variancia (ANOVA) de los datos de carbono orgánic
tienen una distribución tipo normal), debemos activar una herramienta de excel.

Paso 1: Hacemos click con el botón izquierdo del ratón, sobre la barra de menus d
Debe aparecer un menú de cinco opciones como se muestra aquí:

Debemos hacer click en la opción "Personalizar barra de herramientas".

Paso 2: Al hacer click en esta opción, aparece la siguiente ventana:

Paso 3. En esta ventana, hacemos click en la opción "Complementos", la cual está
Paso 4. En esta ventana, hacemos click en la opción "Herramientas para análisis",
Por favor, NO confundirse con la opción "Herramientas para análisis - VBA".

Paso 5. En esta ventana, hacemos click en el botón "Ir…", el cual está localizado en
en la sección "Administrar", a lado de la ventana pequeña que dice "Complemento
Como resultado, debe aparecer la siguiente ventana:

Lo único que debemos hacer en esta ventana es marcar la casilla que está a lado d
y luego hacer click en el botón "Aceptar":
Paso 6: como resultado, en el menú "Datos" el cual está localizado en la parte sup
un botón llamado herramientas para análisis:

La descripción del botón dice "Herramientas de análisis de datos científicos y finan

Estimados estudiantes, es con esta herramienta que podremos analizar los datos d
observados en la columna "C", por medio del siguiente test llamado "Análisis de V

Por favor, siga con la hoja llamada "5-Anova de 1 factor"

e carbono orgánico del suelo (porque sus datosherramienta de excel.
amienta de excel.

barra de menus de excel.

ntos", la cual está localizada en la barra de la izquierda en esta ventana:
tas para análisis", la cual está localizada en la barra de la derecha en esta ventana:
lisis - VBA".

está localizado en la parte inferior de la ventana

ice "Complementos de excel".

a que está a lado de la opción "Herramientas para análisis"

do en la parte superior de nuestra hoja de excel, debe aparecer

científicos y financieros".

analizar los datos de carbono orgánico del suelo, aquellos

ado "Análisis de Variancia o ANOVA"
La segunda prueba estadística a desarrollar es el test de análisis de variancia o A
al suelo, modifican de manera sgnificativa (estadísticamente hablando) o no, el
Es decir, analizaremos los datos de la columna llamada "C".

Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros da

muestreo Tratamiento replica BR C MBC

1año EOO 1 0.52 0.57 206.5
1año EOO 2 0.47 0.64 230.9
1año EOO 3 0.58 0.65 223.5
1año ECBL 1 0.92 0.91 233.4
1año ECBL 2 1.10 1.13 227.2
1año ECBL 3 0.65 1 232.8
1año ECMR 1 1.13 1.26 193.8
1año ECMR 2 0.71 1.01 212.7
1año ECMR 3 1.98 0.92 253.6
1año ECV 1 0.90 1.61 317.7
1año ECV 2 0.81 1.17 207.4
1año ECV 3 1.24 1.1 301.9
1año ETBE 1 0.84 1.09 286.1
1año ETBE 2 0.91 1.04 192.9
1año ETBE 3 1.1 1.36 294
1año ETMT 1 0.8 0.85 207.7
1año ETMT 2 0.7 1.04 284.5
1año ETMT 3 0.9 0.98 277.1
1año ETS 1 0.5 0.68 221.6
1año ETS 2 0.3 0.73 183.6
1año ETS 3 0.5 0.68 211.8
1año EMEAN 1 0.80 1.00 238.11
1año EMEAN 2 0.72 0.97 219.89
1año EMEAN 3 0.99 0.96 256.39

Paso 1. La matriz de datos debe ser colocada de esta manera, para que podamo
por medio de la "Herramienta de Análisis" previamente activada:

8 Semanas 8 Semanas 8 Semanas 8 Semanas

Tratamiento A AC1 AC2 AC3
Propiedades Replica
GP 1 15.00 14 12 10
GP 2 15.00 14 12 10
 GP 3 15.00 14 11 10
Lr 1 1 2 3 2
Lr 2 1.5 1 3.5 1
Lr 3 2.3 2 1 3
La 1 13 14 14.5 17
La 2 11 15 15 16
La 3 13 13 16 11
Lt 1 14.00 16.00 17.50 19.00
Lt 2 12.50 16.00 18.50 17.00
Lt 3 15.30 15.00 17.00 14.00
Rar 1 13.0 7.0 4.8 8.5
Rar 2 7.3 15.0 4.3 16.0
Rar 3 5.7 6.5 16.0 3.7
Nh 1 4 4 5 4
Nh 2 4 4 4 4
Nh 3 4 4 4 4

Paso 2: En el menú "Datos" localizado en la parte superior de la pantalla del pro

Oprimimos el botón "Análisis de datos" (ver flecha roja), el cual se hace present
como habiamos hecho previamente. Al oprimir este botón, debe aparecer esta

Paso 3: En esta ventana, nos desplazamos con la barra derecha (ver flecha roja)
Buscamos la opción "Análsis de variancia de un factor" y hacemos click sobre el

Paso 4: Debe aparecer la siguiente ventana:

Oprimimos el botón señalado con la flecha roja. Como resultado, aparece la sig

Paso 5: Con esta última ventana activada, seleccionamos los valores de color am
"C" o carbono orgánico del suelo:
Como se puede ver en la imagen de arriba, en la ventana de "Análisis de varianc
correspondiente a los datos de color amarillo, es decir, los correspondientes a l
de los diferentes tratamientos (EOO: Control, ECBL: Suelo + Lodo compostado d
ECV: Suelo + Lodo compostado de Vilaseca, ETBE: Suelo + Lodo térmico de Besó
ETS: Suelo + Lodo térmico de Sabadell, EMEAN: Valores medios de todos los tra

Luego de seleccionar los datos de carbono (Filas correspondientes a la letra C),

simplemente oprimimos en el teclado de computador, la tecla "Enter".

Paso 6: Debe aparecer la siguiente ventana:

Ahora que ya hemos seleccionado el rango de valores correspondiente a los val

en "Opciones de salida", en la parte de debajo de esta ventana, hacemos click e
a la opción "Rango de salida". Simplemente, con esta acción queremos escoger
 Finalmente, hacemos click en la el botón señalado por la flecha café. Como con

Simplemente, escogemos una celda en la cual deberán aparecer los resultados

Aproximadamente, se debe contar con un espacio en blanco de 21 filas por 8 co

Los resultados del análisis son los siguientes:

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 3 1.86 0.62 0.0019
Columna 2 3 3.04 1.013333333 0.012233333
Columna 3 3 3.19 1.063333333 0.031033333
Columna 4 3 3.88 1.293333333 0.076433333
Columna 5 3 3.49 1.163333333 0.029633333
Columna 6 3 2.87 0.956666667 0.009433333
Columna 7 3 2.09 0.696666667 0.000833333
Columna 8 3 2.917142857 0.972380952 0.000433333

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Entre grupos 1.049580952 7 0.149940136 7.407499517 0.000472273
Dentro de los 0.323866667 16 0.020241667

Total 1.373447619 23

Vemos aquí que el valor de probabilidad marcado aquí en amarillo (0.00047227

existen diferencias significativas de los contenidos de carbono orgánico del suel
EOO, ECBL, ECMR, ECV, ETBE, ETMT, ETS, EMEAN, un año después de la aplicaci

Conclusiones

1. Los valores medios de carbono orgánico del suelo correspondientes a la letra

los diferentes tratamientos. Es todo lo que podemos decir, por medio del Anális
No podemos saber cuales son esas diferencias significativas. Solo sabemos que

El siguiente test que vamos a desarrollar es el test de Kruskal-Wallis capaz de an

Por favor, siga con la hoja llamada "6-Kruskal-Wallis"
de análisis de variancia o ANOVA, para determinar sí la aplicación de lodos
mente hablando) o no, el carbono orgánico del suelo .

cordemos que nuestros datos son:

CMC CmicCorg qCO2 MRT

0.91 36.2 2.52 4.58
0.74 36.1 2.04 5.68
0.88 34.4 2.57 4.73
1.01 25.6 3.93 4.15
0.97 20.1 4.84 4.30
0.65 23.3 2.79 6.43
0.90 15.4 5.85 4.65
0.71 21.1 3.35 5.93
2.16 27.6 7.82 1.94
0.56 19.7 2.82 7.52
0.69 17.7 3.92 6.02
1.13 27.4 4.10 3.72
0.77 26.2 2.93 5.44
0.88 18.5 4.73 4.77
0.81 21.6 3.74 5.17
0.94 24.4 3.85 4.44
0.67 27.4 2.46 6.21
0.92 28.3 3.25 4.55
0.74 32.6 2.26 5.69
0.41 25.2 1.63 10.18
0.74 31.1 2.36 5.69
0.83 25.75 3.45 5.21
0.72 23.72 3.28 6.16
1.04 27.67 3.80 4.60

manera, para que podamos analizar los datos

te activada:

8 Semanas 8 Semanas 8 Semanas 8 Semanas

Ah AhC1 AhC2 Ahc3

9 8 8 6
9 8 7 7
 10 8 7 6
2 6.6 7 12.00
5 7 9 13.00
6.3 8.5 12.7 10.00
13 15 14.5 18.00
13 14 17.7 18.00
16 14 19.5 20.00
15.00 21.60 21.50 30.00
18.00 21.00 26.70 31.00
22.30 22.50 32.20 30.00
6.5 2.3 2.1 1.50
2.6 2.0 2.0 1.38
2.5 1.6 1.5 2.00
4 4 5 8
5 5 5 7
4 4 6 8

erior de la pantalla del programa excel:

a), el cual se hace presente en este menú al activad la función "Herramienta de Análisis",
otón, debe aparecer esta ventana:

a derecha (ver flecha roja) hacia arriba.

" y hacemos click sobre ella y luego hacemos click sobre el botón "Aceptar":

o resultado, aparece la siguiente ventana:

mos los valores de color amarillo, es decir, los correspondientes a

ana de "Análisis de variancia de un factor", aparece un rango de datos
r, los correspondientes a los contenidos de carbono orgánico del suelo (C)
uelo + Lodo compostado de Blanes, ECMR: Suelo + Lodo compostado de Manresa,
lo + Lodo térmico de Besós, ETMT: Suelo + Lodo térmico de Mataró,
es medios de todos los tratamientos con lodo térmico y compostado).

spondientes a la letra C),

, la tecla "Enter".

correspondiente a los valores de carbono orgánico del suelo (C) ver flecha verde,
ventana, hacemos click en el circulo en blanco correspondiente
acción queremos escoger el lugar donde van a salir los datos:
r la flecha café. Como consecuencia, aparecerá la siguiente ventana:

n aparecer los resultados de nuestro análisis.

blanco de 21 filas por 8 columnas.

Valor crítico para F

2.6571966

í en amarillo (0.00047227) fue menor a 0.05. Esto quiere decir que

carbono orgánico del suelo (C) entre los diferentes tratamientos:
año después de la aplicación de lodo al suelo.

orrespondientes a la letra (C), son significativamente diferentes entre

decir, por medio del Análisis de Variancia (ANOVA)
ativas. Solo sabemos que esas diferencias existen.

Kruskal-Wallis capaz de analizar los datos de la columna "BR" (respiración del suelo)
 Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma
Columna 1 3 37
Columna 2 3 42
Columna 3 3 45.5
Columna 4 3 44
Columna 5 3 42
Columna 6 3 43
Columna 7 3 51.7
Columna 8 3 56

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadradosGrados de libertad
Entre grupos 84.32 7
Dentro de los grupos 48.66 16

Total 132.98 23

nta de Análisis",
Manresa,
del suelo)
 Promedio Varianza
12.33333333333 1.333333333
14 1
15.16666666667 0.583333333
14.66666666667 10.33333333
14 3
14.33333333333 0.333333333
17.23333333333 6.413333333
18.66666666667 1.333333333

Promedio de los cuadrados F Probabilidad Valor crítico para F

12.04571428571 3.960777406 0.010733507399 2.65719660022109
3.04125
La tercera prueba estadística a desarrollar es el test de Kruskal-Wallis, para determ
al suelo, modifican de manera sgnificativa (estadísticamente hablando) o no, la res
o lo que es lo mismo, la emisión de CO2 desde el suelo. Es decir, analizaremos los

Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros dato
muestreo Tratamiento replica BR C MBC CMC
1año EOO 1 0.52 0.57 206.5 0.91
1año EOO 2 0.47 0.64 230.9 0.74
1año EOO 3 0.58 0.65 223.5 0.88
1año ECBL 1 0.92 0.91 233.4 1.01
1año ECBL 2 1.10 1.13 227.2 0.97
1año ECBL 3 0.65 1 232.8 0.65
1año ECMR 1 1.13 1.26 193.8 0.90
1año ECMR 2 0.71 1.01 212.7 0.71
1año ECMR 3 1.98 0.92 253.6 2.16
1año ECV 1 0.90 1.61 317.7 0.56
1año ECV 2 0.81 1.17 207.4 0.69
1año ECV 3 1.24 1.1 301.9 1.13
1año ETBE 1 0.84 1.09 286.1 0.77
1año ETBE 2 0.91 1.04 192.9 0.88
1año ETBE 3 1.1 1.36 294 0.81
1año ETMT 1 0.8 0.85 207.7 0.94
1año ETMT 2 0.7 1.04 284.5 0.67
1año ETMT 3 0.9 0.98 277.1 0.92
1año ETS 1 0.5 0.68 221.6 0.74
1año ETS 2 0.3 0.73 183.6 0.41
1año ETS 3 0.5 0.68 211.8 0.74
1año EMEAN 1 0.80 1.00 238.11 0.83
1año EMEAN 2 0.72 0.97 219.89 0.72
1año EMEAN 3 0.99 0.96 256.39 1.04
Wallis, para determinar sí la aplicación de lodos
lando) o no, la respiración del suelo
analizaremos los datos de la columna llamada "BR".

ue nuestros datos son:

CmicCorg qCO2 MRT
36.2 2.52 4.58
36.1 2.04 5.68
34.4 2.57 4.73
25.6 3.93 4.15
20.1 4.84 4.30
23.3 2.79 6.43
15.4 5.85 4.65
21.1 3.35 5.93
27.6 7.82 1.94
19.7 2.82 7.52
17.7 3.92 6.02
27.4 4.10 3.72
26.2 2.93 5.44
18.5 4.73 4.77
21.6 3.74 5.17
24.4 3.85 4.44
27.4 2.46 6.21
28.3 3.25 4.55
32.6 2.26 5.69
25.2 1.63 10.18
31.1 2.36 5.69
25.75 3.45 5.21
23.72 3.28 6.16
27.67 3.80 4.60
Paso 1: Tomamos solo los datos que vamos a analizar:

Tratamiento replica BR
EOO 1 0.52
EOO 2 0.47
EOO 3 0.58
ECBL 1 0.92
ECBL 2 1.10
ECBL 3 0.65
ECMR 1 1.13
ECMR 2 0.71
ECMR 3 1.98
ECV 1 0.90
ECV 2 0.81
ECV 3 1.24
ETBE 1 0.84 Promedio j 12.5
ETBE 2 0.91 Suma Resta 1148.5
ETBE 3 1.1
ETMT 1 0.8
ETMT 2 0.7
ETMT 3 0.9
ETS 1 0.5
ETS 2 0.3
ETS 3 0.5
EMEAN 1 0.80
EMEAN 2 0.72
EMEAN 3 0.99
Paso 2: Calculamos dos columnas nuevas. La primera columna nueva se llama "Jerarquías".
Usamos la función "JERARQUIA.MEDIA":

Tratamiento replica Rar Jerarquias Resta

A 1 13.0 4 72.25
A 2 7.3 6 42.25
A 3 5.7 10 6.25
AC1 1 7.0 7 30.25
AC1 2 15.0 3 90.25
AC1 3 6.5 8.5 16
AC2 1 4.8 11 2.25
AC2 2 4.3 12 0.25
AC2 3 16.0 1.5 121
AC3 1 8.5 5 56.25
AC3 2 16.0 1.5 121
AC3 3 3.7 13 0.25
Ah 1 6.5 8.5 16
Ah 2 2.6 14 2.25
Ah 3 2.5 15 6.25
AhC1 1 2.3 16 12.25
AhC1 2 2.0 18.5 36
AhC1 3 1.6 21 72.25
AhC2 1 2.1 17 20.25
AhC2 2 2.0 20 56.25
AhC2 3 1.5 22 90.25
AhC3 1 1.5 23 110.25
AhC3 2 1.4 24 132.25
AhC3 3 2.0 18.5 36
1148.5
ma "Jerarquías".

Tratamiento n Promedio n*(Promedio-Promedio total)^2

A 3 6.666666667 102.083333333333
AC1 3 6.166666667 120.333333333333
AC2 3 8.166666667 56.3333333333333
AC3 3 6.5 108
Ah 3 12.5 0
AhC1 3 18.5 108
AhC2 3 19.66666667 154.083333333333
AhC3 3 21.83333333 261.333333333333
8 24 910.166666666667

PASO 10. Usar la distribución Chi2 para determinar sí existen diferencias significativas entre

H 23.79
Gl= 7
sí p < 0.05 0.001239078 Existen Diferencias Significativas
 Esta función de JERARQUIA requiere 3 d
para escoger este valor, simplemente ha
Luego selecionamos todos los valores de
Para escoger estos valores, se teclea D70
luego de este rango de valores, colocam

rencias significativas entre tratamientos

QUIA requiere 3 datos: el primer dato es el valor de primer valor de respiración, en este caso 0.52,
r, simplemente hacemos click sobre el número 0.52 para seleccionarlo. Luego de esto, colocamos un p
odos los valores de la columna, como por ejemplo, todos los valores entre las celdas D70 a D93.
ores, se teclea D70:D93. Esto solo es un ejemplo, lo importante es que este rango represente todos lo
e valores, colocamos un punto y coma. Finalmente, tecleamos un 1, para que las jerarquías aparescan
este caso 0.52,
to, colocamos un punto y coma.
D70 a D93.
presente todos lo valores de la columna "BR".
arquías aparescan en orden ascendente:
El resultado final, es el siguiente:
Tratamiento replica BR Jerarquias
EOO 1 0.52 5
EOO 2 0.47
EOO 3 0.58
ECBL 1 0.92
ECBL 2 1.10
ECBL 3 0.65 Para que todos los números de la colum
ECMR 1 1.13 de jerarquía, en este caso el valor 5, hac
ECMR 2 0.71 Luego selecionamos las demás celdas qu
ECMR 3 1.98 las teclas "Control" y "V". El resultado es
ECV 1 0.90
ECV 2 0.81
ECV 3 1.24
ETBE 1 0.84
ETBE 2 0.91
ETBE 3 1.1
ETMT 1 0.8
ETMT 2 0.7
ETMT 3 0.9
ETS 1 0.5
ETS 2 0.3
ETS 3 0.5
EMEAN 1 0.80
EMEAN 2 0.72
EMEAN 3 0.99
meros de la columna "BR" tengan su valor de jerarquía, simplemente copiamos el primer valor obtenid
aso el valor 5, haciendo click en él y luego tecleamos simultáneamente las teclas "control" y "C" para c
s demás celdas que están al lado de la columna BR, debajo de este valor 5 y tecleamos simultaneame
V". El resultado es el siguiente:
 Tratamiento replica
EOO 1
EOO 2
EOO 3
ECBL 1
ECBL 2
ECBL 3
imer valor obtenido ECMR 1
ontrol" y "C" para copiar este valor. ECMR 2
mos simultaneamente ECMR 3
ECV 1
ECV 2
ECV 3
ETBE 1
ETBE 2
ETBE 3
ETMT 1
ETMT 2
ETMT 3
ETS 1
ETS 2
ETS 3
EMEAN 1
EMEAN 2
EMEAN 3
BR Jerarquias Paso 3: Se calcula el promedio de toda la columna
0.52 5 En este caso para obtener el valor promedio de la c
0.47 2 Los resultados son:
0.58 6
0.92 18 Promedio total de las jerarquías
1.10 20
0.65 7
1.13 22
0.71 9
1.98 24
0.90 15
0.81 13
1.24 23
0.84 14
0.91 17
1.1 21
0.8 11
0.7 8
0.9 16
0.5 3.5
0.3 1
0.5 3.5
0.80 12
0.72 10
0.99 19
e toda la columna Jerarquías, usando la función llamada "PROMEDIO":
r promedio de la columna tecleamos el siguiente texto =PROMEDIO(CH3:CH26)

12.5
Paso 4: Calculamos la columna llamada "RESTA". Simplement
y el resultado lo elevamos al cuadrado. La formula que teclea
Tratamiento replica BR Jerarquias RESTA
EOO 1 0.52 5 56.3
EOO 2 0.47 2 110.3
EOO 3 0.58 6 42.3
ECBL 1 0.92 18 30.3
ECBL 2 1.10 20 56.3
ECBL 3 0.65 7 30.3
ECMR 1 1.13 22 90.3
ECMR 2 0.71 9 12.3
ECMR 3 1.98 24 132.3
ECV 1 0.90 15 6.3
ECV 2 0.81 13 0.3
ECV 3 1.24 23 110.3
ETBE 1 0.84 14 2.3
ETBE 2 0.91 17 20.3
ETBE 3 1.1 21 72.3
ETMT 1 0.8 11 2.3
ETMT 2 0.7 8 20.3
ETMT 3 0.9 16 12.3
ETS 1 0.5 3 90.3
ETS 2 0.3 1 132.3
ETS 3 0.5 3 90.3
EMEAN 1 0.80 12 0.3
EMEAN 2 0.72 10 6.3
EMEAN 3 0.99 19 42.3
STA". Simplemente, restamos a cada valor de la columna "Jerarquias" su promedio total
ormula que tecleamos es =(CT5-DA$12)^2 . Notese que el signo pesos entre DA y 12 ayuda
a que siempre se escoja la celda DA12, la cual contiene el valor del
promedio total de las jerarquías.

Las columnas Tratamiento, replica, BR y jerarquías fuero copiadas aquí

como texto, solo valores, sin fórmulas.

Promedio total de las jerarquías 12.5

Suma de la columna resta 1168.0
Paso 5. Hay que hacer 3 operaciones:
(a) Determinar el número de casos en cada categoría (es deci
en nuestro caso, el número de casos "n" es igual a 3 porque c
(b) Determinar la jerarquía promedio por cada categoría (es d
En este caso podemos ver, como ejemplo, que el valor 3,67 c
al valor medio de (5+2+4) dividido por 3:

(C) Elevar al cuadrado la diferencia entre la resta promedio de

y el promedio total de jerarquías, multiplicado todo por el nú

Categoria n Promedio n*(Promedio-Promedio total)^2

EOO 3 4.33 200.1
ECBL 3 15.00 18.8
ECMR 3 18.33 102.1
ECV 3 17.00 60.8
ETBE 3 17.33 70.1
ETMT 3 11.67 2.1
ETS 3 2.33 310.1
EMEAN 3 13.67 4.1
8 24 Total

En general tenemos 8 categorias diferentes (8 tratamientos d

Tenemos 24 casos (24 muestras) en total.
 Paso 6. Sumar la últi
categoría (es decir en cada tratamiento): réplicas
igual a 3 porque cada tratamiento tiene 3. Suma n*(Promedio
ada categoría (es decir en cada tratamiento)
que el valor 3,67 corresponde

resta promedio de cada categoria

ado todo por el número de casos (n)

omedio total)^2

(8 tratamientos diferentes).
aso 6. Sumar la última columna llamada n*(Promedio-Promedio total)^2 , por medio de la función "SU

uma n*(Promedio-Promedio total)^2 768.00

or medio de la función "SUMA" Paso 7. Sumar la columna Resta, por me

Suma resta 1168.0

Tratamiento replica BR
EOO 1 0.52
EOO 2 0.47
EOO 3 0.58
ECBL 1 0.92
ECBL 2 1.10
ECBL 3 0.65
ECMR 1 1.13
ECMR 2 0.71
ECMR 3 1.98
ECV 1 0.90
ECV 2 0.81
ECV 3 1.24
ETBE 1 0.84
ETBE 2 0.91
ETBE 3 1.1
ETMT 1 0.8
ETMT 2 0.7
ETMT 3 0.9
ETS 1 0.5
ETS 2 0.3
ETS 3 0.5
EMEAN 1 0.80
EMEAN 2 0.72
EMEAN 3 0.99
mna Resta, por medio de la función "SUMA": PASO 8. Determinar el valor H

n total 24
Jerarquias RESTA Suma n*(Promedio-Promedio
5 55.6 Suma resta
2 109.4
6 41.7 H 15.12
18 30.7
20 56.9 PASO 9. Determinar los grado
7 29.8
22 91.0 Gl = número de categorías (Tr
9 12.0 Gl 7
24 133.2
15 6.5 PASO 10. Usar la distribución
13 0.3 usando la función DISTR.CHI la
23 111.1 y el número de grados de libe
14 2.4
17 20.6
21 73.0
11 2.1
8 19.9
16 12.5
3 89.5 Diferencias significativas
1 131.3 sí p < 0.05
3 89.5
12 0.2
10 6.0
19 42.8
erminar el valor H de jerarquía con la siguiente operación = (n total - 1)* (429,96/622,63)

omedio-Promedio total)^2 768.00

1167.96

erminar los grados de libertad

de categorías (Tratamientos - 1) = 8-1

sar la distribución Chi2 para determinar sí existen diferencias significativas entre tratamientos
nción DISTR.CHI la cual requiere un valor X (en nuestro caso, el valor H = 15,88)
de grados de libertad = 7:

significativas 0.034444
 Vemos aquí que el valor de probabilidad marcado aquí en am
existen diferencias significativas de los valores de respiración
EOO, ECBL, ECMR, ECV, ETBE, ETMT, ETS, EMEAN, un año des

Conclusiones

1. Los valores medios de respiración del suelo correspondient

los diferentes tratamientos. Es todo lo que podemos decir, po
No podemos saber cuales son esas diferencias significativas. S

El siguiente test que vamos a desarrollar es el test de Tukey, c

significativas entre tratamientos, cuando los datos siguen un

tamientos
Por favor, siga con la hoja llamada "7-Tukey"

y tu me envias lo tuyo yo reviso

arcado aquí en amarillo (0.02621) fue menor a 0.05. Esto quiere decir que
res de respiración del suelo (C) entre los diferentes tratamientos:
MEAN, un año después de la aplicación de lodo al suelo.

elo correspondientes a las letras (BR), son significativamente diferentes entre

podemos decir, por medio del test de Kruskal-Wallis.
ias significativas. Solo sabemos que esas diferencias existen.

el test de Tukey, capaz de determinar cuales son las diferencias

os datos siguen una distribución del tipo NORMAL.

tuyo yo reviso
La cuarta prueba estadística a desarrollar es el test de Tukey, para determinar cua
de contenidos de carbono en el suelo llamados (C) observados entre los diferentes

PASO 1. Tomar los resultados obtenidos en el análisis de variancia ANOVA

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma
Columna 1 3 1.86
Columna 2 3 3.04
Columna 3 3 3.19
Columna 4 3 3.88
Columna 5 3 3.49
Columna 6 3 2.87
Columna 7 3 2.09
Columna 8 3 2.91714285714286

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16

Total 1.37344761904762 23

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma
A 3 37
AC1 3 42
AC2 3 45.5
AC3 3 44
Ah 3 42
AhC1 3 43
AhC2 3 51.7
AhC3 3 56

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 84.32 7
Dentro de los grupos 48.66 16

Total 132.98 23

Promedio Grupos
18.6666666666667 AhC3
17.2333333333333 AhC2
15.1666666666667 AC2
14.6666666666667 AC3
14.3333333333333 AhC1
14 AC1
14 Ah
12.3333333333333 A
de Tukey, para determinar cuales son las diferencias significativas
observados entre los diferentes tratamientos.

sis de variancia ANOVA

Promedio Varianza
0.62 0.0019
1.01333333333333 0.012233333
1.06333333333333 0.031033333
1.29333333333333 0.076433333
1.16333333333333 0.029633333
0.956666666666667 0.009433333
0.696666666666667 0.000833333
0.972380952380952 0.000433333

Promedio de los cuadrados F Probabilidad Valor crítico para F

0.149940136054422 7.407499517 0.000472273 2.6571966
0.020241666666667

Promedio Varianza
12.3333333333333 1.333333333
14 1
15.1666666666667 0.583333333
14.6666666666667 10.33333333
14 3
14.3333333333333 0.333333333
 17.2333333333333 6.413333333
18.6666666666667 1.333333333

Promedio de los cuadrados F Probabilidad

Valor crítico para F
12.0457142857143 3.960777406 0.010733507 2.6571966
3.04125
PASO 2. Identificar el nombre de cada columna
Teniendo en cuenta la información del PASO 5, en la hoja llamada "5-Anova de 1 factor"
podemos observar que los nombres de cada columna analizada, fueron:

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
EOO 3 1.86 0.62 0.0019
ECBL 3 3.04 1.013333333333 0.012233333
ECMR 3 3.19 1.063333333333 0.031033333
ECV 3 3.88 1.293333333333 0.076433333
ETBE 3 3.49 1.163333333333 0.029633333
ETMT 3 2.87 0.956666666667 0.009433333
ETS 3 2.09 0.696666666667 0.000833333
EMEAN 3 2.91714285714286 0.972380952381 0.000433333

ANÁLISIS DE VARIANZA
Origen de las Suma de cuadGrados de libertad Promedio de los c F Probabilidad Valor crítico para F
Entre grupos 1.049580952 7 0.149940136054 7.407499517 0.000472273 2.6571966
Dentro de los 0.323866667 16 0.020241666667

Total 1.373447619 23

Grupo 1 Grupo 2 Dife.Absolu Diferencia n - Grupo1 n - Grupo2 Error

A AC1 1.66666666666667 -1.666666666667 3 3 1.006851528
A AC2 2.83333333333333 -2.833333333333 3 3 1.006851528
A AC3 2.33333333333333 -2.333333333333 3 3 1.006851528
A Ah 1.66666666666667 -1.666666666667 3 3 1.006851528
A AhC1 2 -2 3 3 1.006851528
A AhC2 4.9 -4.9 3 3 1.006851528
 A AhC3 6.33333333333333 -6.333333333333 3 3 1.006851528
AC1 AC2 1.16666666666667 -1.166666666667 3 3 1.006851528
AC1 AC3 0.66666666666667 -0.666666666667 3 3 1.006851528
AC1 Ah 0 0 3 3 1.006851528
AC1 AhC1 0.33333333333333 -0.333333333333 3 3 1.006851528
AC1 AhC2 3.23333333333333 -3.233333333333 3 3 1.006851528
AC1 AhC3 4.66666666666667 -4.666666666667 3 3 1.006851528
AC2 AC3 0.5 0.5 3 3 1.006851528
AC2 Ah 1.16666666666667 1.166666666667 3 3 1.006851528
AC2 AhC1 0.83333333333333 0.833333333333 3 3 1.006851528
AC2 AhC2 2.06666666666667 -2.066666666667 3 3 1.006851528
AC2 AhC3 3.5 -3.5 3 3 1.006851528
AC3 Ah 0.66666666666667 0.666666666667 3 3 1.006851528
AC3 AhC1 0.33333333333333 0.333333333333 3 3 1.006851528
AC3 AhC2 2.56666666666667 -2.566666666667 3 3 1.006851528
AC3 AhC3 4 -4 3 3 1.006851528
Ah AhC1 0.33333333333333 -0.333333333333 3 3 1.006851528
Ah AhC2 3.23333333333333 -3.233333333333 3 3 1.006851528
Ah AhC3 4.66666666666667 -4.666666666667 3 3 1.006851528
AhC1 AhC2 2.9 -2.9 3 3 1.006851528
AhC1 AhC3 4.33333333333333 -4.333333333333 3 3 1.006851528
AhC2 AhC3 1.43333333333333 -1.433333333333 3 3 1.006851528
 En amarillo tenemos los nombres de cada tratamiento, así co
ova de 1 factor" de número de réplicas o casos (llamado aquí como "Cuenta")
valores de carbono orgánico del suelo correspondientes a cad
y su valor promedio, así como su valor de varianza de los dato
tratamiento.

lor crítico para F

x Gl P<0.05
1.65532516 16 0.117337609
2.814052771 16 0.012474291
2.317455223 16 0.034055196
1.65532516 16 0.117337609
1.986390191 16 0.064394903
4.866655969 16 0.000171421
6.290235606 16 1.07634E-05
1.158727612 16 0.263569861
0.662130064 16 0.517312048
0 16 1
0.331065032 16 0.744891599
3.211330809 16 0.00544644
4.634910447 16 0.000275269
0.496597548 16 0.626226338
1.158727612 16 0.263569861
0.82766258 16 0.420035651
2.052603198 16 0.056841851
3.476182835 16 0.003116427
0.662130064 16 0.517312048
0.331065032 16 0.744891599
2.549200746 16 0.021437869
3.972780383 16 0.001092825
0.331065032 16 0.744891599
3.211330809 16 0.00544644
4.634910447 16 0.000275269
2.880265778 16 0.010877269
4.303845415 16 0.000546266
1.423579637 16 0.173776606
de cada tratamiento, así como sus datos Paso 3. El test de Tukey se basa en copar
mado aquí como "Cuenta"), la suma de los es construir 2 columnas para desarrollar
uelo correspondientes a cada tratamiento control EOO con los demás tratamientos
alor de varianza de los datos en cada
grupo1 grupo2
EOO ECBL
EOO ECMR
EOO ECV
EOO ETBE
EOO ETMT
EOO ETS
EOO EMEAN
y se basa en coparaciones entre tratamientos. Aquí, lo que vamos a hacer
s para desarrollar estas comparaciones. Compararemos el tratamiento
más tratamientos:
Paso 4. Comparamos todos los tratamientos Paso 5. Calculamos la diferenc
con lodo entre sí, sin repetir comparaciones: de las columnas grupo1 y grup
RESUMEN
Grupos Promedio
EOO 0.62
ECBL 1.013333333
ECMR 1.063333333
ECV 1.293333333
ETBE 1.163333333
ETMT 0.956666667
ETS 0.696666667
EMEAN 0.972380952
 ulamos la diferencia absoluta entre los valores promedio Paso 6. Calculamos la diferen
mnas grupo1 y grupo 2, por medio de la función "ABS" de las columnas grupo1 y gru
grupo1 grupo2 Diferencia absoluta grupo1 grupo2
A ECBL 0.393333333333333 EOO ECBL
A ECMR 0.443333333333333 EOO ECMR
A ECV 0.673333333333334 EOO ECV
A ETBE 0.543333333333333 EOO ETBE
A ETMT 0.336666666666667 EOO ETMT
ETS 0.076666666666667 EOO ETS
A EMEAN 0.352380952380952 EOO EMEAN
ECBL ECMR 0.05 ECBL ECMR
ECBL ECV 0.28 ECBL ECV
ECBL ETBE 0.15 ECBL ETBE
ECBL ETMT 0.056666666666667 ECBL ETMT
ECBL ETS 0.316666666666667 ECBL ETS
ECBL EMEAN 0.040952380952381 ECBL EMEAN
ECMR ECV 0.23 ECMR ECV
ECMR ETBE 0.1 ECMR ETBE
ECMR ETMT 0.106666666666667 ECMR ETMT
ECMR ETS 0.366666666666667 ECMR ETS
ECMR EMEAN 0.090952380952381 ECMR EMEAN
ECV ETBE 0.13 ECV ETBE
ECV ETMT 0.336666666666667 ECV ETMT
ECV ETS 0.596666666666667 ECV ETS
ECV EMEAN 0.320952380952381 ECV EMEAN
ETBE ETMT 0.206666666666667 ETBE ETMT
ETBE ETS 0.466666666666667 ETBE ETS
ETBE EMEAN 0.190952380952381 ETBE EMEAN
ETMT ETS 0.26 ETMT ETS
ETMT EMEAN 0.015714285714286 ETMT EMEAN
ETS EMEAN 0.275714285714285 ETS EMEAN
 ulamos la diferencia entre los valores promedio Paso 7. Construimos dos columnas con e
mnas grupo1 y grupo 2 los tratamientos tienen 3 replicas, así qu
Diferencia absoluta Diferencia grupo1 grupo2
0.393333333333333 -0.393333333333333 EOO ECBL
0.443333333333333 -0.443333333333333 EOO ECMR
0.673333333333334 -0.673333333333334 EOO ECV
0.543333333333333 -0.543333333333333 EOO ETBE
0.336666666666667 -0.336666666666667 EOO ETMT
0.076666666666667 -0.076666666666667 EOO ETS
0.352380952380952 -0.352380952380952 EOO EMEAN
0.05 -0.05 ECBL ECMR
0.28 -0.28 ECBL ECV
0.15 -0.15 ECBL ETBE
0.056666666666667 0.056666666666667 ECBL ETMT
0.316666666666667 0.316666666666667 ECBL ETS
0.040952380952381 0.040952380952381 ECBL EMEAN
0.23 -0.23 ECMR ECV
0.1 -0.1 ECMR ETBE
0.106666666666667 0.106666666666667 ECMR ETMT
0.366666666666667 0.366666666666667 ECMR ETS
0.090952380952381 0.090952380952381 ECMR EMEAN
0.13 0.13 ECV ETBE
0.336666666666667 0.336666666666667 ECV ETMT
0.596666666666667 0.596666666666667 ECV ETS
0.320952380952381 0.320952380952381 ECV EMEAN
0.206666666666667 0.206666666666667 ETBE ETMT
0.466666666666667 0.466666666666667 ETBE ETS
0.190952380952381 0.190952380952381 ETBE EMEAN
0.26 0.26 ETMT ETS
0.015714285714286 -0.015714285714286 ETMT EMEAN
0.275714285714285 -0.275714285714285 ETS EMEAN
struimos dos columnas con el número de réplicas de cada tratamiento. Todos
ntos tienen 3 replicas, así que cada celda de estas columnas tendrá este valor.
Diferencia absoluta Diferencia n-grupo1 n-grupo2
0.393333333333333 -0.39333333 3 3
0.443333333333333 -0.44333333 3 3
0.673333333333334 -0.67333333 3 3
0.543333333333333 -0.54333333 3 3
0.336666666666667 -0.33666667 3 3
0.076666666666667 -0.07666667 3 3
0.352380952380952 -0.35238095 3 3
0.05 -0.05 3 3
0.28 -0.28 3 3
0.15 -0.15 3 3
0.056666666666667 0.056666667 3 3
0.316666666666667 0.316666667 3 3
0.040952380952381 0.040952381 3 3
0.23 -0.23 3 3
0.1 -0.1 3 3
0.106666666666667 0.106666667 3 3
0.366666666666667 0.366666667 3 3
0.090952380952381 0.090952381 3 3
0.13 0.13 3 3
0.336666666666667 0.336666667 3 3
0.596666666666667 0.596666667 3 3
0.320952380952381 0.320952381 3 3
0.206666666666667 0.206666667 3 3
0.466666666666667 0.466666667 3 3
0.190952380952381 0.190952381 3 3
0.26 0.26 3 3
0.015714285714286 -0.01571429 3 3
0.275714285714285 -0.27571429 3 3
Paso 8. Calculamos el error estándar de cada comparación entre tratamientos (en
los cuadrados entre grupos (celda azul, en la tabla debajo es estas columnas de da
grupo1 grupo2 Diferencia absoluta
EOO ECBL 0.393333333333333
EOO ECMR 0.443333333333333
EOO ECV 0.673333333333334
EOO ETBE 0.543333333333333
EOO ETMT 0.336666666666667
EOO ETS 0.076666666666667
EOO EMEAN 0.352380952380952
ECBL ECMR 0.05
ECBL ECV 0.28
ECBL ETBE 0.15
ECBL ETMT 0.056666666666667
ECBL ETS 0.316666666666667
ECBL EMEAN 0.040952380952381
ECMR ECV 0.23
ECMR ETBE 0.1
ECMR ETMT 0.106666666666667
ECMR ETS 0.366666666666667
ECMR EMEAN 0.090952380952381
ECV ETBE 0.13
ECV ETMT 0.336666666666667
ECV ETS 0.596666666666667
ECV EMEAN 0.320952380952381
ETBE ETMT 0.206666666666667
ETBE ETS 0.466666666666667
ETBE EMEAN 0.190952380952381
ETMT ETS 0.26
ETMT EMEAN 0.015714285714286
ETS EMEAN 0.275714285714285

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16

Total 1.37344761904762 23
paración entre tratamientos (en cada fila) teniendo en cuenta el promedio de
debajo es estas columnas de datos) obtenidos en el análisis de variancia:
Diferencia n-grupo1 n-grupo2 Error Standard
-0.393333333333333 3 3 0.082141476869011
-0.443333333333333 3 3 0.082141476869011
-0.673333333333334 3 3 0.082141476869011
-0.543333333333333 3 3 0.082141476869011
-0.336666666666667 3 3 0.082141476869011
-0.076666666666667 3 3 0.082141476869011
-0.352380952380952 3 3 0.082141476869011
-0.05 3 3 0.082141476869011
-0.28 3 3 0.082141476869011
-0.15 3 3 0.082141476869011
0.056666666666667 3 3 0.082141476869011
0.316666666666667 3 3 0.082141476869011
0.040952380952381 3 3 0.082141476869011
-0.23 3 3 0.082141476869011
-0.1 3 3 0.082141476869011
0.106666666666667 3 3 0.082141476869011
0.366666666666667 3 3 0.082141476869011
0.090952380952381 3 3 0.082141476869011
0.13 3 3 0.082141476869011
0.336666666666667 3 3 0.082141476869011
0.596666666666667 3 3 0.082141476869011
0.320952380952381 3 3 0.082141476869011
0.206666666666667 3 3 0.082141476869011
0.466666666666667 3 3 0.082141476869011
0.190952380952381 3 3 0.082141476869011
0.26 3 3 0.082141476869011
-0.015714285714286 3 3 0.082141476869011
-0.275714285714285 3 3 0.082141476869011

Promedio de los cuadrados

0.149940136054422
0.020241666666667
Paso 9. Calculamos un valor llamado x dividiendo el valor de diferencias absoluta p
con el número de grados de libertad entre los grupos, según nuestro análisis de va
(ver la tabla debajo de estos datos):
grupo1 grupo2 Diferencia absoluta
EOO ECBL 0.393333333333333
EOO ECMR 0.443333333333333
EOO ECV 0.673333333333334
EOO ETBE 0.543333333333333
EOO ETMT 0.336666666666667
EOO ETS 0.076666666666667
EOO EMEAN 0.352380952380952
ECBL ECMR 0.05
ECBL ECV 0.28
ECBL ETBE 0.15
ECBL ETMT 0.056666666666667
ECBL ETS 0.316666666666667
ECBL EMEAN 0.040952380952381
ECMR ECV 0.23
ECMR ETBE 0.1
ECMR ETMT 0.106666666666667
ECMR ETS 0.366666666666667
ECMR EMEAN 0.090952380952381
ECV ETBE 0.13
ECV ETMT 0.336666666666667
ECV ETS 0.596666666666667
ECV EMEAN 0.320952380952381
ETBE ETMT 0.206666666666667
ETBE ETS 0.466666666666667
ETBE EMEAN 0.190952380952381
ETMT ETS 0.26
ETMT EMEAN 0.015714285714286
ETS EMEAN 0.275714285714285

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16

Total 1.37344761904762 23
de diferencias absoluta por el error estándar. Luego adicionamos una columna
ún nuestro análisis de variancia

Diferencia n-grupo1 n-grupo2 Error Standard x gl

-0.39333333 3 3 0.08214147686901 4.78848626 16
-0.44333333 3 3 0.08214147686901 5.39719214 16
-0.67333333 3 3 0.08214147686901 8.19723919 16
-0.54333333 3 3 0.08214147686901 6.614603901 16
-0.33666667 3 3 0.08214147686901 4.098619595 16
-0.07666667 3 3 0.08214147686901 0.933349017 16
-0.35238095 3 3 0.08214147686901 4.289927158 16
-0.05 3 3 0.08214147686901 0.60870588 16
-0.28 3 3 0.08214147686901 3.408752931 16
-0.15 3 3 0.08214147686901 1.826117641 16
0.056666667 3 3 0.08214147686901 0.689866665 16
0.316666667 3 3 0.08214147686901 3.855137243 16
0.040952381 3 3 0.08214147686901 0.498559102 16
-0.23 3 3 0.08214147686901 2.80004705 16
-0.1 3 3 0.08214147686901 1.217411761 16
0.106666667 3 3 0.08214147686901 1.298572545 16
0.366666667 3 3 0.08214147686901 4.463843123 16
0.090952381 3 3 0.08214147686901 1.107264983 16
0.13 3 3 0.08214147686901 1.582635289 16
0.336666667 3 3 0.08214147686901 4.098619595 16
0.596666667 3 3 0.08214147686901 7.263890174 16
0.320952381 3 3 0.08214147686901 3.907312033 16
0.206666667 3 3 0.08214147686901 2.515984306 16
0.466666667 3 3 0.08214147686901 5.681254884 16
0.190952381 3 3 0.08214147686901 2.324676743 16
0.26 3 3 0.08214147686901 3.165270578 16
-0.01571429 3 3 0.08214147686901 0.191307562 16
-0.27571429 3 3 0.08214147686901 3.356578141 16

Promedio de los cuadrados

0.149940136
0.020241667
Paso 10. Usamos el test t, para saber sí existen o no diferencias significativas entre
Usamos la función DISTR.T.2C la cual describe la distribución t student de dos cola

grupo1 grupo2 Diferencia absoluta Diferencia n-grupo1 n-grupo2

EOO ECBL 0.393333333333333 -0.39333333 3 3
EOO ECMR 0.443333333333333 -0.44333333 3 3
EOO ECV 0.673333333333334 -0.67333333 3 3
EOO ETBE 0.543333333333333 -0.54333333 3 3
EOO ETMT 0.336666666666667 -0.33666667 3 3
EOO ETS 0.076666666666667 -0.07666667 3 3
EOO EMEAN 0.352380952380952 -0.35238095 3 3
ECBL ECMR 0.05 -0.05 3 3
ECBL ECV 0.28 -0.28 3 3
ECBL ETBE 0.15 -0.15 3 3
ECBL ETMT 0.056666666666667 0.056666667 3 3
ECBL ETS 0.316666666666667 0.316666667 3 3
ECBL EMEAN 0.040952380952381 0.040952381 3 3
ECMR ECV 0.23 -0.23 3 3
ECMR ETBE 0.1 -0.1 3 3
ECMR ETMT 0.106666666666667 0.106666667 3 3
ECMR ETS 0.366666666666667 0.366666667 3 3
ECMR EMEAN 0.090952380952381 0.090952381 3 3
ECV ETBE 0.13 0.13 3 3
ECV ETMT 0.336666666666667 0.336666667 3 3
ECV ETS 0.596666666666667 0.596666667 3 3
ECV EMEAN 0.320952380952381 0.320952381 3 3
ETBE ETMT 0.206666666666667 0.206666667 3 3
ETBE ETS 0.466666666666667 0.466666667 3 3
ETBE EMEAN 0.190952380952381 0.190952381 3 3
ETMT ETS 0.26 0.26 3 3
ETMT EMEAN 0.015714285714286 -0.01571429 3 3
ETS EMEAN 0.275714285714285 -0.27571429 3 3
significativas entre tratamientos, es decir, entre las columnas grupo1 y grupo 2.
udent de dos colas. Solo se requieren los valores X y gl (grados de libertad).

Error Standard x gl p < 0.5

0.082141476869011 4.78848626 16 0.00020099
0.082141476869011 5.39719214 16 0.00005929
0.082141476869011 8.19723919 16 0.00000040
0.082141476869011 6.614603901 16 0.00000595
0.082141476869011 4.098619595 16 0.00083898
0.082141476869011 0.933349017 16 0.36451209
0.082141476869011 4.289927158 16 0.00056234
0.082141476869011 0.60870588 16 0.55126440
0.082141476869011 3.408752931 16 0.00359318
0.082141476869011 1.826117641 16 0.08655190
0.082141476869011 0.689866665 16 0.50016260
0.082141476869011 3.855137243 16 0.00140008
0.082141476869011 0.498559102 16 0.62487403
0.082141476869011 2.80004705 16 0.01284012
0.082141476869011 1.217411761 16 0.24109885
0.082141476869011 1.298572545 16 0.21249584
0.082141476869011 4.463843123 16 0.00039178
0.082141476869011 1.107264983 16 0.28454872
0.082141476869011 1.582635289 16 0.13306851
0.082141476869011 4.098619595 16 0.00083898
0.082141476869011 7.263890174 16 0.00000190
0.082141476869011 3.907312033 16 0.00125430
0.082141476869011 2.515984306 16 0.02292442
0.082141476869011 5.681254884 16 0.00003406
0.082141476869011 2.324676743 16 0.03357383
0.082141476869011 3.165270578 16 0.00599979
0.082141476869011 0.191307562 16 0.85069124
0.082141476869011 3.356578141 16 0.00401126
Paso 11. Tomamos las columnas necesarias para seguir con nuestro aná
Señalaremos todas las diferencias consideradas significativas desde el p
con el color gris, es decir todas aquellas menores a 0.05:
grupo1 grupo2 p < 0.5
EOO ECBL 0.00020099
EOO ECMR 0.00005929
EOO ECV 0.00000040
EOO ETBE 0.00000595
EOO ETMT 0.00083898
EOO ETS 0.36451209
EOO EMEAN 0.00056234
ECBL ECMR 0.55126440
ECBL ECV 0.00359318
ECBL ETBE 0.08655190
ECBL ETMT 0.50016260
ECBL ETS 0.00140008
ECBL EMEAN 0.62487403
ECMR ECV 0.01284012
ECMR ETBE 0.24109885
ECMR ETMT 0.21249584
ECMR ETS 0.00039178
ECMR EMEAN 0.28454872
ECV ETBE 0.13306851
ECV ETMT 0.00083898
ECV ETS 0.00000190
ECV EMEAN 0.00125430
ETBE ETMT 0.02292442
ETBE ETS 0.00003406
ETBE EMEAN 0.03357383
ETMT ETS 0.00599979
ETMT EMEAN 0.85069124
ETS EMEAN 0.00401126
ir con nuestro análisis. Paso 12. Añadimos la columna llamada "
cativas desde el punto de vista estadistico del contenido de Carbono Orgánico del S
en el "grupo2". Un valor negativo indicar
grupo1 grupo2 p < 0.5
EOO ECBL 0.00020099
EOO ECMR 0.00005929
EOO ECV 0.00000040
EOO ETBE 0.00000595
EOO ETMT 0.00083898
EOO ETS 0.36451209
EOO EMEAN 0.00056234
ECBL ECMR 0.55126440
ECBL ECV 0.00359318
ECBL ETBE 0.08655190
ECBL ETMT 0.50016260
ECBL ETS 0.00140008
ECBL EMEAN 0.62487403
ECMR ECV 0.01284012
ECMR ETBE 0.24109885
ECMR ETMT 0.21249584
ECMR ETS 0.00039178
ECMR EMEAN 0.28454872
ECV ETBE 0.13306851
ECV ETMT 0.00083898
ECV ETS 0.00000190
ECV EMEAN 0.00125430
ETBE ETMT 0.02292442
ETBE ETS 0.00003406
ETBE EMEAN 0.03357383
ETMT ETS 0.00599979
ETMT EMEAN 0.85069124
ETS EMEAN 0.00401126
columna llamada "Diferencia". Un valor positivo indicará que el valor
ono Orgánico del Suelo del tratamiento del "grupo1" será mayor al observado
or negativo indicará lo contrario:
Diferencia
-0.39
-0.44
-0.67
-0.54
0.06
0.32
-0.35
-0.05
-0.28
-0.15
0.06
0.32
0.04
-0.23
-0.10
0.11
0.37
0.09
0.13
0.34
0.60
0.32
0.21
0.47
0.19
0.26
-0.02
-0.28
Paso 13. Añadimos los valores medios de los valores de Carbono
orgánico del Suelo, de todos los tratamientos. Ordenamos los tratamientos, según
su valor promedio, de mayor a menor valor:
grupo1 grupo2 p < 0.05 Diferencia Promedio
EOO ECBL 0.00020099 -0.39 1.293
EOO ECMR 0.00005929 -0.44 1.163
EOO ECV 0.00000040 -0.67 1.063
EOO ETBE 0.00000595 -0.54 1.013
EOO ETMT 0.00083898 -0.34 0.972
EOO ETS 0.36451209 -0.08 0.957
EOO EMEAN 0.00056234 -0.35 0.697
ECBL ECMR 0.55126440 -0.05 0.620
ECBL ECV 0.00359318 -0.28
ECBL ETBE 0.08655190 -0.15 Ahora valoramos cada tratamiento:
ECBL ETMT 0.50016260 0.06 (a) Vamos a dar al tratamiento ECV el valor A, porque ti
ECBL ETS 0.00140008 0.32 (b) Determinamos sí la diferencia entre ECV y ETBE fue
ECBL EMEAN 0.62487403 0.04 o con las letras AB, pues podrían parecerse a otro trata
ECMR ECV 0.01284012 -0.23 (c) Determinamos sí la diferencia entre ECV y ECMR fue
ECMR ETBE 0.24109885 -0.10 Y observamos que no fúe significativa. Esto nos indica q
ECMR ETMT 0.21249584 0.11 (d) Determinamos sí la diferencia entre ECV y ECBL fue
ECMR ETS 0.00039178 0.37 Observamos que no fue significativa. Tampoco fue sign
ECMR EMEAN 0.28454872 0.09 (e) Así mismo, se puede determinar que el tratamiento
ECV ETBE 0.13306851 0.13 Así que EMEAN puede ser valorado como C o CD. Como
ECV ETMT 0.00083898 0.34 (f) Así mismo se puede determinar que el tratamiento E
ECV ETS 0.00000190 0.60 Así que ETMT pude ser valorado como C o CD.
ECV EMEAN 0.00125430 0.32 (g) Así mismo se puede determinar que el tratamiento
ETBE ETMT 0.02292442 0.21 Así que puede ser valorado como D o DE, mientras que
ETBE ETS 0.00003406 0.47 (h) Así mismo se puede determinar que el tratamiento
ETBE EMEAN 0.03357383 0.19 no es significativamente diferente a ETS. Por lo tanto, e
ETMT ETS 0.00599979 0.26 (i) Finalmente, comporobamos que todas las asociacion
ETMT EMEAN 0.85069124 -0.02 por las celdas en amarillo.
ETS EMEAN 0.00401126 -0.28
atamientos, según

Tratamientos
ECV A
ETBE A AB
ECMR B BC
ECBL B BC
EMEAN C
ETMT C
ETS
EOO

s cada tratamiento:
al tratamiento ECV el valor A, porque tiene el mayor valor promedio.
os sí la diferencia entre ECV y ETBE fue significativa. Observamos que no fue significativa. Asi que podemos valorar el tratamiento ETBE con
AB, pues podrían parecerse a otro tratamiento, el cua sí fuera significativamente diferente al tratamiento ECV.
os sí la diferencia entre ECV y ECMR fue significativa. Observamos que sí fue significativa. Ahora determinamos sí la diferencia entre ETBE y
ue no fúe significativa. Esto nos indica que la valoración correcta de ECMR podría ser B o BC, mientras que la valoración correcta de ETBE e
os sí la diferencia entre ECV y ECBL fue significativa. Observamos que sí fue significativa. Determinamos luego sí la diferencia entre ETBE y
no fue significativa. Tampoco fue significativa la diferencia entre ECMR y ECBL. Así que la valoración de ECBL puede ser B o BC
e puede determinar que el tratamiento EMEAN es significativamente diferente a ECV y EBE, pero no a ECMR o ECBL.
puede ser valorado como C o CD. Como consecuencia, ECMR y ECBL pueden ser valorados como BC.
puede determinar que el tratamiento ETMT es significativamente diferente a ECV y ETBE, pero no a ECMR, ECBL o EMEAN.
de ser valorado como C o CD.
puede determinar que el tratamiento ETS es significativamente diferente a ECV, ETBE, ECMR, ECBL, EMEAN y ETMT.
er valorado como D o DE, mientras que los tratamientos EMEAN y ETMT deben ser valorados como C.
puede determinar que el tratamiento EOO es significativamente diferente a ECV, ETBE, ECMR, ECBL, EMEAN, pero
amente diferente a ETS. Por lo tanto, el tratamiento control debe ser valorado como E, minatras que el tratamiento ETS debe ser valorado
omporobamos que todas las asociaciones entre las columnas grupo1 y grupo 2, sean válidas con las asociaciones marcadas
 Paso 14. La valoraci

Tratamientos
ECV
ETBE
ECMR
ECBL
EMEAN
CD ETMT
CD ETS
D DE EOO
D
Según estos resulta
todos los demás tra
de carbono orgánic
valorar el tratamiento ETBE con la letra A Sin embargo, en la w

mos sí la diferencia entre ETBE y ECMR fue significativa.

a valoración correcta de ETBE es AB.
go sí la diferencia entre ETBE y ECBL fue significativa.
BL puede ser B o BC

ECBL o EMEAN.

amiento ETS debe ser valorado como DE.

iones marcadas

Con el software Info

capaces de aument
Esta situación pued
dependiendo del so
aso 14. La valoración final, es decir, las diferencias en el porcentaje de carbono orgánico medio del su

A
AB
BC
BC
C
C
D
D

egún estos resultados, excepto el lodo térmico de Sabadell (ETS),

odos los demás tratamientos fueron capaces de aumentar el porcentaje
e carbono orgánico del suelo, un año después de su aplicación al suelo.
n embargo, en la webconference, usando un software, los resultados fueron diferentes:

on el software Infostat, solamente los tratamientos ECV, ETBE y ECMR son

apaces de aumentar significativamente el carbono orgánico del suelo.
sta situación puede presentarse, ya que los algoritmos pueden ser diferentes,
ependiendo del software.
nico medio del suelo entre tratamientos, indicó lo siguiente:
Paso 13. Añadimos los valores medios de los valores de Carbono
orgánico del Suelo, de todos los tratamientos. Ordenamos los tratamientos, según
su valor promedio, de mayor a menor valor:
grupo1 grupo2 p < 0.5 Diferencia Promedio Tratamientos
EOO ECBL 0.00020099 -0.39 1.293 ECV
EOO ECMR 0.00005929 -0.44 1.163 ETBE
EOO ECV 0.00000040 -0.67 1.063 ECMR
EOO ETBE 0.00000595 -0.54 1.013 ECBL
EOO ETMT 0.00083898 -0.34 0.972 EMEAN
EOO ETS 0.36451209 -0.08 0.957 ETMT
EOO EMEAN 0.00056234 -0.35 0.697 ETS
ECBL ECMR 0.55126440 -0.05 0.620 EOO
ECBL ECV 0.00359318 -0.28
ECBL ETBE 0.08655190 -0.15
ECBL ETMT 0.50016260 0.06
ECBL ETS 0.00140008 0.32
ECBL EMEAN 0.62487403 0.04
ECMR ECV 0.01284012 -0.23
ECMR ETBE 0.24109885 -0.10
ECMR ETMT 0.21249584 0.11
ECMR ETS 0.00039178 0.37
ECMR EMEAN 0.28454872 0.09
ECV ETBE 0.13306851 0.13
ECV ETMT 0.00083898 0.34
ECV ETS 0.00000190 0.60
ECV EMEAN 0.00125430 0.32
ETBE ETMT 0.02292442 0.21
ETBE ETS 0.00003406 0.47
ETBE EMEAN 0.03357383 0.19
ETMT ETS 0.00599979 0.26
ETMT EMEAN 0.85069124 -0.02
ETS EMEAN 0.00401126 -0.28
 Paso 15. Simplificamos el análisis, concentrandonos en solo
atamientos, según tres tratamientos: EOO, ETMT y ECV

grupo1 grupo2 p < 0.05 Diferencia

EOO ECV 0.000000403725499 -0.67
EOO ETBE 0.000005948400476 -0.54
ECV ETBE 0.133068514738189 0.13
andonos en solo

Promedio Tratamientos
1.293 ECV A
1.163 ETBE A
0.620 EOO B