ESTADISTICA APLICADA A LA

INVESTIGACION
UNIDAD IV: DISEÑO DE CUADRADO LATINO (DCL): Lección EA 420

MAESTRIA EN CIENCIAS EN GESTION

AMBIENTAL

Ing. Herman B. Collazos Saldaña Mg.Sc. Dr.

UNIDAD CUARTA: 420
Diseño Cuadrado Latino
(DCL)
Para el procesamiento de
Datos Numéricos del Nivel
Explicativo, que tienen que
cumplar con la normalidad y
homogeneidad de varianzas
Tres Variables
Independientes (Bloques,
Columnas y Tratamientos),
una variable de Respuesta o
dependiente (Rto, altura,
etc)
ANOVA para procesar datos de un
DCL
Tópico 20
En esta lección se explicara el
procesamiento, cuando tenemos
datos obtenidos de aplicar un
Diseño Cuadrado Latino, en el
que se considera Tres variables
Independientes (Dos Bloques
perpendiculares y un
tratamiento), y una variable de
respuesta o dependiente (el rto, el
peso, la dimension, etc), a traves
del ANOVA.
Diseño de Cuadrado
Latino (DCL)
Este diseño se aplica cuando
las U.E a las cuales se aplican
los tratamientos, pueden
agruparse de acuerdo a dos
fuentes de variabilidad,
llamadas perpendiculares
ubicadas en hileras o bloques y
columnas. Sobre esta
distribución de bloques y
columnas, se asignan al azar los
tratamientos en estudio.
 DISEÑO CUADRADO LATINO (DCL)
VENTAJAS
◦ Disminuye dos fuentes de
variabilidad de la U.E., para los
tratamientos.
◦ Si se pierde todas las U.E., de un
tratamiento, se anula el mismo y
el diseño sigue siendo CL.
◦ Si los Bloques y Columnas, se
refieren a variaciones
importantes, pueden tomarse
algunas conclusiones de interés.
DESVENTAJAS
◦ Como el número de tratamientos
esta ligado al numero de bloques y
columnas, le resta flexibilidad y se
recomienda para experimentos de
10 a menos tratamientos.
◦ A igual número de tratamientos y
repeticiones, este diseño tiene
menos G.L. para el error que los
anteriores diseños.
MODELO ADITIVO LINEAL
xi j (k ) =  + ( k ) +  + j + i j (k )
i
 DISEÑO CUADRADO LATINO (DCL)
RESTRICCIONES: Un tratamiento debe aparecer una sola vez en hileras o bloques y una
sola vez en columnas.
H i l e r a s
Distribución de Tratamientos: Trat.
a b c d e

C
➢ Dividir el lote de experimentación
I 1 2 3 4 5 1
en un nº de U.E, igual al cuadrado

o
de tratamientos.
➢ Formar hileras y columnas de II 2 3 4 5 1 2

l
u
U.E, iguales al nº de tratamientos.
➢ Ejem. 5 trat. = 1,2,3,4,5 III 3 4 5 1 2 3

m
U.E.=5²=25.
IV 4 5 1 2 3
n
5 rep = bloques (hileras) 4
5 columnas, con esto se forma el a
C.L. patrón para la V 5 1 2 3 4 5
s

ALEATORIZACIÓN
 DISEÑO CUADRADO LATINO (DCL)

ALEATORIZACION: Se usa de base el C.L. patrón que se forma de acuerdo al nº de

tratamientos, para el ejemplo se sigue la secuencia

a b c d e e b c a d
▪ Se aleatorizan las hileras,
I 1 2 3 4 5 5 2 3 1 4
dejando la primera I

▪ Luego se aleatoriza las IV 4 5 1 2 3 IV 3 5 1 4 2

columnas en su totalidad III 3 4 5 1 2 III 2 4 5 3 1
▪ Luego se ordena el C.L. con
los tratamientos distribuidos
II 2 3 4 5 1 II 1 3 4 2 5
adecuadamente en las U.E. V 5 1 2 3 4 V 4 1 2 5 3
 DISEÑO CUADRADO LATINO (DCL)
ORDENANDO:
DISPOSICION FINAL
a b c d e
V 525 524 523 522 521
BLOQUES
5 2 3 1 4
Var.
IV 416 417 418 419 420 I II III IV V
3 5 1 4 2
315 314 313 312 311 1 104 206 311 418 522
III
2 4 5 3 1 2 103 209 315 420 524
206 207 208 209 210 3 101 207 312 416 523
II 1 3 4 2 5
4 105 208 314 419 521
105 104 103 102 101
5 102 210 313 417 525
I 4 1 2 5 3
 DISEÑO CUADRADO LATINO (DCL) Ejemplos

Diseños Cuadrados Latinos

2x2 3x3 4x4 5x5

- El número de niveles de los bloques y el tratamiento es el mismo

- El número de réplicas o repeticiones es igual al número de niveles
- Es aleatorio siempre que no se repitan grupos en filas ni columnas
 H0: A = B = C = D = E = F Diseño de Cuadrado Latino
H1: Al menos un tratamiento es diferente (DCL).
Máquinas En una región del país, se llevó a
Operarios Total Filas
1 2 3 4 5 6
cabo un experimento en una
1 A = 900 B = 800 C = 700 D = 600 E = 750 F = 650 4400
2 B = 810 C = 710 D = 610 E = 760 F = 654 A = 910 4454 empresa agroindustrial. Se probó
3 C = 690 D = 615 E = 755 F = 660 A = 890 B = 790 4400 seis métodos de procesamiento de
4 D = 620 E = 765 F = 650 A = 620 B = 795 C = 695 4145 aceituna negra peruana,
5 E = 760 F = 640 A = 900 B = 815 C = 795 D = 620 4530
empleando 6 máquinas diferentes y
6 F = 640 A = 930 B = 795 C = 700 D = 605 E = 730 4400
Total seis operarios con experiencias
4420 4460 4410 4155 4489 4395 26329
columnas laborales en el rubro, distintas. Los
resultados registrados en Kg por
Total A = 5150 B = 4805 C = 4290 D = 3670 E = 4520 F = 3894 26329
hora de productividad se aprecian
tratamientos
en la tabla. A un nivel de
Cálculos: significancia de α = 0.05, probar si
- TC. = (26329)2/36 = 19256006.7 hay diferencias significativas entre
- SC.Total = 9002 + 8102 + . . .+6202 + 7302 – TC = 335734.37
- SC. Operarios = 44002 + … + 44002/6 – TC = 14000.14
las diferentes métodos de
- SC. Máquinas = 44202 + … + 43952/6 – TC = 11871.81 procesamiento. Realizar la prueba
- SC.Trata = 51502 +…+38942/6 – TC = 256853.47 de tuckey y concluya de acuerdo al
- SC. Error = SC. Total-(SC. Bloques + SC Columnas + SC. problema indicado.
Tratam.) = 335734.37 – (14000.14 + 11871.81 + 256853.47) =
53008.88
 Diseño de Cuadrado Latino
H0: A = B = C = D = E = F
H1: Al menos un tratamiento es diferente (DCL).
En una región del país, se llevó a
Análisis de Varianza (ANOVA) cabo un experimento en una
empresa agroindustrial. Se probó
F. de Variación G. L. S. C. C. M. Fc P-valor seis métodos de procesamiento de
Bloques (r-1) = 5 14000.14 2800.03 1.056 0.41 aceituna negra peruana,
Columnas (c-1) = 5 11871.81 2374.36 0.896 0.50 empleando 6 máquinas diferentes y
Tratamientos (t-1) = 5 256853.47 51370.69 19.382** 0.00 seis operarios con experiencias
Error (t-1)(t-2) = 20 53008.88 2650.44 laborales en el rubro, distintas. Los
Total r2-1 = 35 335734.37 resultados registrados en Kg por
C.V. 7.04% hora de productividad se aprecian
en la tabla. A un nivel de
significancia de α = 0.05, probar si
Conclusión: hay diferencias significativas entre
Se rechaza la hipótesis planteada, por lo tanto la prueba es significativa las diferentes métodos de
indicándonos que existe diferencia estadística significativa entre los procesamiento. Realizar la prueba
diferentes métodos de procesamiento de la aceituna negra peruana.
de tuckey y concluya de acuerdo al
problema indicado.
 COMPARACIONES MULTIPLES DE TRATAMIENTO: PRUEBA
DE TUKEY.
PRUEBA DE TUKEY: PASOS
𝐶.𝑀.𝐸𝑟𝑟𝑜𝑟 2650.44 3. Orden de mérito de los
1. Cálculo de el error estándar de la Media: 𝑆𝑋ത = 𝑟
= 6
= 21.02
promedios de tratamiento:
2. Establecer comparadores, con los valores de la tabla de Tukey, los G.L. del error y el E.E.
Trata. Media
Aplicando la siguiente fórmula:
A a 858
B ab 801
𝑤 = 𝑞𝛼(𝑝, 𝑔. 𝑙. 𝑒)𝑠𝑥 𝑞0.05(6, 20)= 4.45 E b 753
C bc 715
𝑤 = 4.45 * 21.02 = 93.54 F cd 649
D d 612
4. Comparaciones y significación:
A – D = 858 – 612 = 246 > 93 SIG. B – D = 801 – 612 = 189 > 93 SIG. E – D = 753 – 612 = 141 > 93 SIG..
A – F = 858 – 649 = 209 > 93 SIG. B – F = 801 – 649 = 152 > 93 SIG. E – F = 753 – 649 = 104 > 93 SIG.
A – C = 858 – 715 = 143 > 93 SIG. B – C = 801 – 715 = 86 < 93 NS. E - C = 753 – 715 = 38 < 93 NS
A – E = 858 – 753 = 145 > 93 SIG. B – E = 801 – 753 = 48 < 93 NS C – D = 715 – 612 = 103 > 93 SIG.
A - B = 858 - 801 = 57 < 93 NS C - F = 715 – 649 = 66 < 93 NS
F - D = 649 – 612 = 37 < 93 NS
 H0: A = B = C = D = E Diseño de Cuadrado Latino
H1: Al menos un tratamiento es diferente (DCL).
Columnas Se ha probado cinco tipos de raciones
Filas Total Filas
1 2 3 4 5 muy especiales para ganado porcino.
1 A = 15 B = 14 C = 10 D = 12 E = 12 63 Para efectos de estudiar las bondades
de estas raciones, se ha diseñado un
2 B = 10 C = 12 D=9 E = 12 A = 18 61 experimento en cuadrado latino, en el
3 C = 13 D = 10 E = 12 A = 16 B = 15 66 cual se emplearon cinco razas de
porcino, y cinco días a la semana como
4 D = 11 E = 15 A = 16 B = 13 C = 13 68
columnas y filas respectivamente,
5 E = 13 A = 17 B = 11 C = 10 D = 12 63 empleando estos factores solamente
Total como reductores de los posible errores
62 68 58 63 70 321
columnas experimentales que pudieran aparecer
Total
A = 82 B = 63 C = 58 D = 54 E = 64
en el experimento. Los datos de
tratamientos aumento de peso en Kg. por animal de
Cálculos: aprecian en la tabla. A un nivel de
- TC. = (321)2/25 = 4121.64 significancia de α = 0.05, probar si hay
- SC.Total = 152 + 102 + . . .+132 + 122 – TC = 137.36 diferencias significativas entre las
- SC. Bloque = 632 + … + 632/5 – TC = 6.16 diferentes raciones. Realizar la prueba
- SC. Columna = 622 + … + 702/5 – TC = 18.56 de tuckey y concluya de acuerdo al
- SC.Trata = 822 +…+642/5 – TC = 92.16 problema indicado.
- SC. Error = SC. Total. (SC. Bloques + SC. Tratam.) = 137.36 – (6.16 + 18.56 +
92.16) = 20.48
 Diseño de Cuadrado Latino
H0: A = B = C = D = E
H1: Al menos un tratamiento es diferente (DCL).
Se ha probado cinco tipos de raciones
Análisis de Varianza (ANOVA) muy especiales para ganado porcino.
Para efectos de estudiar las bondades
de estas raciones, se ha diseñado un
F. de Variación G. L. S. C. C. M. Fc F0.05
experimento en cuadrado latino, en el
Bloques (r-1) = 4 6.16 1.54 cual se emplearon cinco razas de
Columnas (c-1) = 4 18.56 4.64 porcino, y cinco días a la semana como
Tratamientos (t-1) = 4 92.16 23.04 13.499** 3.26 columnas y filas respectivamente,
Error (t-1)(t-2) = 12 20.48 1.7067 empleando estos factores solamente
Total r2-1 = 24 como reductores de los posible errores
experimentales que pudieran aparecer
C.V. 10.1%
en el experimento. Los datos de
aumento de peso en Kg. por animal de
aprecian en la tabla. A un nivel de
Conclusión:
significancia de α = 0.05, probar si hay
Se rechaza la hipótesis planteada, por lo tanto la prueba es significativa
diferencias significativas entre las
indicándonos que existe diferencia estadística significativa entre los
diferentes raciones. Realizar la prueba
diferentes raciones empleados en la alimentación de los cerdos.
de tuckey y concluya de acuerdo al
problema indicado.
 COMPARACIONES MULTIPLES DE TRATAMIENTO: PRUEBA
DE TUKEY.
PRUEBA DE TUKEY: PASOS
𝐶.𝑀.𝐸𝑟𝑟𝑜𝑟 1.7067
1. Cálculo de el error estándar de la Media: 𝑆𝑋ത = 𝑟
= 5
= 0.58
2. Establecer comparadores, con los valores de la tabla de Tukey, los G.L. del error y el E.E. 3. Orden de mérito de los
Aplicando la siguiente fórmula: promedios de tratamiento:
Trata. Media
𝑤 = 𝑞𝛼(𝑝, 𝑔. 𝑙. 𝑒)𝑠𝑥 𝑞0.05(5, 12)= 4.51 A a 16.4
E b 12.8
𝑤 = 4.51 * 0.58 = 2.62 B bc 12.6
C bcd 11.6
D bcd 10.8
4. Comparaciones y significación:
A – D = 16.4 – 10.8 = 5.6 > 2.62 SIG. E – D = 12.8 – 10.8 = 2 < 2.62 NS. B – D = 12.6 – 10.8 = 1.8 < 2.62 NS.
A – C = 16.4 – 11.6 = 4.8 > 2.62 SIG. E – C = 12.8 – 11.6 = 1.2 < 2.62 NS. B – C = 12.6 – 11.6 = 1.0 < 2.62 NS.
A – B = 16.4 – 12.6 = 3.8 > 2.62 SIG. E – B = 12.8 – 12.6 = 0.2 < 2.62 NS.
A – E = 16.4 – 12.8 = 3.6 > 2.62 SIG. C – D = 11.6 – 10.8 = 0.8 < 2.62 NS.
GRACIAS!
Dr Herman B. Collazos Saldaña