13-2 DISEO ANIDADO GENERAL DE m ETAPAS

567

Formulacin
de la aleacin

Hornadas

Lingotes

Observaciones

e""

Y1112

Y1121

Y1211

Y'221

Y 1311

Y1321

Y1122

Y1212

Y'222

Y 1312

Y'322

Figura 135 Diseo anidado de tres etapas.

El modelo para el diseo anidado general de tres etapas es

i=1' 2,
j= 1,2,
k
{ = 1,2,
1= 1,2,

000'

000'

o .. ,

000'

b
e

(13-13)

11

Para el ejemplo tratado aqu, T:i es el efecto de la formulacin de la aleacin i-sima, f3j (i) es el efecto de la
hornadaj-sima dentro de la aleacin i-sima, Yk(ij) es el efecto del lingote k-simo dentro de la hornada

Variabilidad de la
formulacin de la aleacin

Variabilidad de una
hornada a otra

Variabilidad de la
prueba analftica

Dureza
media

Dureza
observada

Figura 13-6 Fuentes de variacin en el ejemplo del diseo anidado de

tres etapas.

TI
II
I

568

CAPTULO 13

DISEOS ANIDADOS Y DE PARCELAS SUBDIVIDIDAS

Tabla 13-7 Anlisis de varianza del diseo anidado de tres etapas

Fuente de
variacin

Suma de cuadrados

ben2: (511 ... -y.. j

B (dentro deA)

en

e (dentro de B)

n2:2:2:

Error

2:2:2:2:

Total

2:2:2:2:

2:2: (h. - y.. j

I

(Yijk.

-y.. j

(Yijk/ -Yijk.f

(Yljkl

-y.. j

Grados de Cuadrado
libertad
medio

a-1

MSA

a(b -1)

MSB(A)

ab(e -1)

MSC(B)

abe(n-1)

MS E

aben -1

j-sima y la aleacin i-sima, y E(ijk)/ es el trmino del error NID(O, 02) usual. La extensin de este modelo a
In factores es directa.
Observe que en el ejemplo anterior la variabilidad global de la dureza const de tres componentes:
uno que result de las formulaciones de las aleaciones, otro que se gener de las hornadas y uno ms que
sali del error de la prueba analtica. Estos componentes de la variabilidad en la dureza global se ilustran
en la figura 13-6.
Este ejemplo demuestra la manera en que se usa frecuentemente el diseo anidado en el anlisis de
procesos para identificar las principales fuentes de variabilidad en la salida. Por ejemplo, si el componente de la varianza de la formulacin de la aleacin es grande, entonces esto implica que la variabilidad global de la dureza podra reducirse utilizando nicamente una de las formulaciones de la aleacin.
El clculo de las sumas de cuadrados y el anlisis de varianza del diseo anidado de In etapas son similares al anlisis presentado en la seccin 13-1. Por ejemplo, el anlisis de varianza del diseo anidado
de tres etapas se resume en la tabla 13-7. En esta tabla se muestran tambin las definiciones de las sumas
de cuadrados. Observe que son una extensin simple de las frmulas para el diseo anidado de dos etapas. Muchos paquetes de software de estadstica realizarn los clculos.
Para determinar los estadsticos de prueba apropiados deben encontrarse los cuadrados medios esperados empleando los mtodos del captulo 12. Por ejemplo, si los factores A y B son fijos y el factor e es
aleatorio, entonces los cuadrados medios esperados pueden derivarse como se indica en la tabla 13-8. En
esta tabla se indican los estadsticos de prueba apropiados para esta situacin.
Tabla U-S

Derivacin de los cuadrados medios esperados para un diseo anidado

de tres etapas con A y B fijos y e aleatorio
F

Factor

e
k

R
n
l

Cuadrado medio esperado

?

a-+na-+
y

2+

2+ en

f3 j(l)

Yk(ij)

1
1

1
1

1
1

n
1

a 2 + naY2
a-

c/U;k)

nay

2:

ben
Ti
a-1

2:2:
f3~(i)
a(b -1)

13-3 DISEOS CON FACTORES ANIDADOS Y FACTORIALES

13~3

569

DISEOS CON FACTORES ANIDADOS Y FACTORIALES

En experimentos con factores mltiples, algunos factores pueden estar incluidos en un arreglo factorial y
otros estar anidados. En ocasiones a estos diseos se les llama diseos factoriales-anidados. El anlisis
estadstico de un diseo as con tres factores se ilustra en el ejemplo siguiente.

EJEMPLO

13~2

Un ingeniero industrial estudia la insercin manual de componentes electrnicos en tarjetas de circuitos

impresos a fin de mejorar la rapidez de la operacin de ensamblaje. Ha diseado tres dispositivos de ensamblaje y dos arreglos del sitio de trabajo que parecen prometedores. Se necesitan operadores para realizar el ensamblaje, y se decide seleccionar aleatoriamente cuatro operadores para cada combinacin
dispositivo-arreglo del sitio de trabajo. Sin embargo, debido a que los sitios de trabajo se encuentran en
diferentes puntos dentro de la planta, es difcil usar los mismos cuatro operadores para cada arreglo del
sitio de trabajo. Por lo tanto, los cuatro operadores escogidos para el arreglo 1 son diferentes de los cuatro
para el arreglo 2. Puesto que slo hay tres dispositivos y dos arreglos del sitio de trabajo, y los operadores
se escogen al azar, se trata de un modelo mixto. Las combinaciones de tratamientos de este diseo se corren en orden aleatorio y se obtienen dos rplicas. Los tiempos de ensamblaje se miden en segundos y se
muestran en la tabla 13-9.
En este experimento, los operadores estn anidados dentro de los niveles de los arreglos del sitio de
trabajo, mientras que los dispositivos y los arreglos del sitio de trabajo estn incluidos en un factorial. Por
lo tanto, este diseo tiene factores anidados y factoriales. El modelo lineal para este diseo es
i=1,2,3
j= 1,2
(13-14)
k=1,2,3,4
1= 1,2
donde r es el efecto del dispositivo i-simo, f3j es el efecto del arreglo del sitio de trabajo j-simo, YkU) es el
efecto del operador k-simo dentro del nivelj-simo del arreglo del sitio de trabajo, (rf3)ij es la interaccin
dispositivo x arreglo del sitio de trabajo, (rY)kU) es la interaccin dispositivo x operadores dentro del
arreglo del sitio de trabajo, y (ijk)[es el trmino del error usual. Observe que no puede existir ninguna interaccin arreglo del sitio de trabajo x operador porque no todos los operadores usan todos los arreglos
del sitio de trabajo. Asimismo, tampoco puede haber ninguna interaccin dispositivo x arreglo del sitio
de trabajo x operador. En la tabla 13-10 se derivan los cuadrados medios esperados utilizando el algoritmo tabular del captulo 12. Esto produce el anlisis de un modelo mixto restringido. El estadstico de
prueba apropiado para cualquier efecto o interaccin puede encontrarse inspeccionando esta tabla.

Tabla 13-9

Datos del tiempo de ensamblaje del ejemplo 13-2

Arreglo 1

Arreglo 2

Operador

Yi...

Dispositivos 1

22
24
30
27
25
21

23
24
29
28
24
22

28
29
30
32
27
25

25
23
27
25
26
23

26
28
29
28
27
25

27
25
30
27
26
24

28
25
24
23
24
27

24
23
28
30
28
27

404

149

150

171

149

163

159

151

160

Dispositivos 2
Dispositivos 3
Totales de los operadores, Y.jk.
Totales de los arreglos, Y.j..

619

633

447
401

1252 == y....

570

CAPTULO 13

DISEOS ANIDADOS Y DE PARCELAS SUBDIVIDIDAS

Tabla 13-10 Derivacin del cuadrado medio esperado del ejemplo 13-2
F
3

Factor

f3j

O
3

YkU)

7:

(7:f3)ij
(ry )ikU)
c(ijk)

O
O
1

F
2
j

4
k

2
1

a 2 + 2a'1'2 + 8

O
1
O
1
1

a + 6a~ + 24 f3~
2
a + 6a~

Cuadrado medio esperado

2

7: 1

a + 2a~ + 4
2
a + 2a~
a2

(7:f3)~

En la tabla 13-11 se muestra el anlisis de varianza completo. Se observa que los dispositivos de ensamblaje son significativos y que los operadores dentro de los arreglos del sitio de trabajo tambin difieren significativamente. Est presente tambin una interaccin significativa entre los dispositivos y los
operadores dentro de los arreglos del sitio de trabajo, indicando que los efectos de los diferentes dispositivos no son los mismos para todos los operadores. Los arreglos del sitio de trabajo parecen tener un efecto reducido sobre el tiempo de ensamblaje. Por lo tanto, para minimizar el tiempo de ensamblaje, la
atencin debera centrarse en los dispositivos tipo 1 y 3. (Observe que los totales de los dispositivos de la
tabla 13-9 son menores para los tipos 1 y 3 que para el tipo 2. Esta diferencia en las medias del tipo de dispositivo podra probarse formalmente utilizando comparaciones mltiples.) Adems, la interaccin entre
los operadores y los dispositivos implica que algunos operadores son ms eficientes que otros al utilizar
los mismos dispositivos. Quizs estos efectos operador-dispositivo podran aislarse y los operadores cuyo
desempeo es menos eficiente podran mejorar impartindoles capacitacin adicional.

Clculos

Hay varios paquetes de software de estadstica que analizan con facilidad diseos factoriales-anidados,
incluyendo Minitab y SAS. En la tabla 13-12 se presenta la salida de Minitab (Balanced ANOVA, anlisis
de varianza balanceado), suponiendo la forma restringida del modelo mixto, para el ejemplo 13-2. Los
cuadrados medios esperados de la parte inferior de la tabla 13-12 concuerdan con los que se derivaron
con el mtodo tabular de la tabla 13-10. Q[l], Q[3] YQ[4] son los efectos del factor fijo para los arreglos
del sitio de trabajo, los dispositivos, y la interaccin arreglo del sitio de trabajo x dispositivo, respectivamente. Las estimaciones de los componentes de la varianza son:
Operador (arreglo):
a~ = 1.609
Dispositivo x operador (arreglo):
a~ = 1.576
Error:
a 2 = 2.333
Tabla 13-11 Anlisis de varianza del ejemplo 13-2
Fuente de variacin
Dispositivos (F)
Arreglos (L)
Operadores (dentro de los arreglos), O (L)

FL
FO(L)
Error
Total

Suma de
cuadrados

Grados de
libertad

Cuadrado
medio

82.80
4.08
71.91
19.04
65.84
56.00
299.67

2
1
6
2
12
24
47

41.40
4.09
11.99
9.52
5.49
2.33

Fa

Valor P

7.54
0.34
5.15
1.73
2.36

0.01
0.58
<0.01
0.22
0.04

'P'"

_Y_HU

-m"~'~ - ""',.

Mm

f '

E"'--'

----''""7''0

"'!I-$n-~'WMW!r:='te"'i'F\;;:r;;gg81;~,gr2;"j'i,,'~t~liiiiI

Tabla 13-12 Anlisis Balanced ANOVA de Minitab del ejemplo 13-2 utiliz_ando el modelo restringido
Anlisis de varianza (diseos balanceados)

Type Levels Values

Factor
1
2
fixed
Layout
1
4
Operator(Layout) random
1
3
fixed
Fixture

2
2
2

3
3

"'"

Analysis of Variance for Time

Source
Layout
Operator(Layout)
Fixture
Layout*Fixture
Fixture*Operator(Layout)
Error
Total

DF

1
6
2
2
12
24
47

SS
4.083
71.917
82.792
19.042
65.833
56.000
299.667

MS
4.083
11 .986
41.396
9.521
5.486
2.333

0.34
5.14
7.55
1. 74
2.35

0.581
0.002
0.008
0.218
0.036

Variance Error Expected Mean Square for Each Term

component term (using restricted model)
2
(6) + 6(2) + 24Q[1J
Layout
6
(6) + 6(2)
1.609
Operator(Layout)
5
(6)
+ 2(5) + 16Q[3J
Fixture
5
(6) + 2(5) + 8Q[4J
Layout*Fixture
6
(6) + 2(5)
1.576
Fixture*Operator(Layout)
(6)
2.333
Error

Source
1
2
3
4
5
6

lJl
--.,J

1-'

U=;;

Ul
-...l

ThWa U-13 Anlisis Balanced ANOVA de Minitab del ejemplo 13-2 utilizando el modelo no restringido
Anlisis de varianza (diseos balanceados)

Type Levels Values

Factor
Layout
fixed
2
1
Operator(Layout) random
4
1
Fixture
fixed
3
1

2
2
2

3
3

Analysis of Variance for Time

Source
Layout
Operator(Layout)
Fixture
Layout*Fixture
Fixture*Operator(Layout)
Error
Total
Source
1
2
3
4
S
6

DF
1
6
2
2
12
24
47

SS
4.083
71.917
82.792
19.042
65.833
56.000
299.667

MS
4.083
11. 986
41.396
9.S21
5.486
2.333

F
0.34
2.18
7.S5
1. 74
2.3S

0.S81
0.117
0.008
0.218
0.036

Variance Error Expected Mean Square for Each Term

component term (using unrestricted model)
2
(6) + 2(5) + 6(2) + Q[1,4J
Layout
S
(6) + 2(S) + 6(2)
Operator(Layout)
1.083
S
(6) + 2(5) + Q[3,4J
Fixture
5
(6) + 2(S) + Q[4J
Layout*Fixture
6
(6) + 2(S)
Fixture*Operator(Layout)
1. S76
(6)
Error
2.333

13-4 DISEO DE PARCELAS SUBDIVIDIDAS

573

En la tabla 13-13 se presenta el anlisis de Minitab del ejemplo 13-2 utilizando la forma no restringida
del modelo mixto. Los cuadrados medios esperados de la parte inferior de esta tabla son ligeramente diferentes de los que se reportaron para el modelo restringido y, por lo tanto, la construccin de los estadsticos de prueba ser ligeramente diferente para el factor operadores (arreglo). Especficamente, el
denominador del cociente F de los operadores (arreglo) es la interaccin dispositivos x operadores
(arreglo) del modelo restringido (12 grados de libertad para el error), y es la interaccin arreglo x dispositivos en el modelo no restringido (2 grados de libertad para el error). Puesto que MSarreglo x dispositivos>
MSdispositivos x operador (arreglo)' Ytiene menos grados de libertad, se encuentra ahora que el operador dentro del
efecto del arreglo slo es significativo en el nivel aproximado de 12% (el valor Ptue 0.002 en el anlisis del
modelo restringido). Adems, la estimacin del componente de la varianza a~ = 1.083 es menor. Sin embargo, puesto que est presente un efecto grande de los dispositivos y una interaccin dispositivos x operador (arreglo) significativa, seguira sospechndose que existe un efecto del operador y, por lo tanto, las
conclusiones prcticas de este experimento no son afectadas mucho por elegir la forma restringida o la no
restringida del modelo mixto. Las cantidades Q[l, 4] y Q[3, 4] son trminos cuadrticos del tipo fijo que
contienen el efecto de interaccin arreglos x dispositivos.
Si no se cuenta con un paquete de software especializado como SAS o Minitab, entonces puede usarse un programa para analizar experimentos factoriales con factores anidados y factoriales. As, el experimento del ejemplo 13-2 podra considerarse como un factorial de tres factores, con los dispositivos (F),
los operadores (O) y los arreglos (L) como los factores. Entonces se agruparan ciertas sumas de cuadrados y ciertos grados de libertad para formar las cantidades apropiadas requeridas para el diseo con los
factores anidados y factoriales de la siguiente manera:

Anlisis factorial
Suma de cuadrados
SSF
SSL
SSFL
SSo
SSw
SSFO
SSFOL
SSE
SST

13..4

Anlisis factorial-anidado
Grados de
libertad

Suma de cuadrados

2
1
2

SSF
SSL
SSFL

3
3

SSO(L) = SSo

6
6

SSFO(L) = SSFO

24
47

SSE
SST

Grados de
libertad

2
1
2

+ SSw
+ SSFOL

12
24
47

DISEO DE PARCELAS SUBDIVIDIDAS

En algunos experimentos factoriales con factores mltiples quiz no sea posible la aleatorizacin completa del orden de las corridas. Esto suele resultar en una generalizacin del diseo factorial llamada diseo
de parcelas subdivididas.
Como un ejemplo, considere un fabricante de papel que est interesado en tres mtodos diferentes
para preparar la pulpa y cuatro temperaturas de coccin diferentes de la pulpa y que desea estudiar el
efecto de estos dos factores sobre la resistencia a la tensin del papel. Cada rplica de un experimento factorial requiere 12 observaciones, y el experimentador ha decidido correr tres rplicas. Sin embargo, la ca-

~1

I;

574

CAPTULO 13

DISEOS ANIDADOS Y DE PARCELAS SUBDIVIDIDAS

pacidad de la planta piloto slo permite realizar 12 corridas por da, por lo que el experimentador decide
correr una rplica en cada uno de tres das y considerar los das o las rplicas como bloques. En un da lleva a cabo el experimento de la siguiente manera. Se produce un lote de pulpa con uno de los tres mtodos
bajo estudio. Despus este lote se divide en cuatro muestras, y la coccin de cada muestra se hace con una
de las cuatro temperaturas. Entonces se produce un segundo lote de pulpa utilizando otro de los tres mtodos. Este segundo lote tambin se divide en cuatro muestras que se prueban con las cuatro temperaturas. Despus se repite el proceso, utilizando un lote de pulpa producido por el tercer mtodo. Los datos Se
muestran en la tabla 13-14.
Inicialmente, esto podra considerarse un experimento factorial con tres niveles del mtodo de preparacin (factorA) y cuatro niveles de la temperatura (factor B) en un bloque aleatorizado. Si ste fuera
el caso, entonces el orden de experimentacin dentro de cada rplica o bloque debera ser completamente aleatorizado. Es decir, dentro de un bloque debera seleccionarse aleatoriamente una combinacin de
tratamientos (un mtodo de preparacin y una temperatura) y obtener una observacin, despus debera
seleccionarse aleatoriamente otra combinacin de tratamientos y obtener una segunda observacin, y as
sucesivamente hasta que se hayan tomado las 12 observaciones en el bloque. Sin embargo, el experimentador no recab los datos de esta manera. l hizo un lote de pulpa y obtuvo observaciones para las cuatro
temperaturas de ese lote. Debido a la economa para preparar los lotes y al tamao de los lotes, sta es la
nica manera factible de correr este experimento. Un experimento factorial completamente aleatorizado
requerira 36 lotes de pulpa, lo cual es totalmente irrealista. El diseo de parcelas .subdivididas requiere
slo tres lotes de pulpa por bloque (rplica), en este caso 9 lotes en total. Evidentemente, el diseo de parcelas subdivididas ha dado como resultado una eficiencia experimental considerable.
El diseo utilizado en el ejemplo de la pulpa es de parcelas subdivididas. Cada rplica o bloque del diseo de parcelas subdivididas se divide en tres partes llamadas parcelas completas, y a los mtodos de
preparacin se les llama tratamientos principales o de parcelas completas. Cada parcela completa se divide en cuatro partes llamadas subparcelas (o parcelas subdivididas), y se asigna una temperatura a cada
una de ellas. A la temperatura se le llama el tratamiento de la subparcela. Observe que si estn presentes
otros factores no controlados o fuera del diseo, y si estos factores no controlados varan cuando los mtodos para preparar la pulpa se modifican, entonces cualquier efecto de los factores fuera del diseo sobre la respuesta estar completamente confundido (o mezclado) con el efecto de los mtodos para
preparar la pulpa. Puesto que los tratamientos de las parcelas completas de un diseo de parcelas subdivididas estn confundidos con las parcelas completas y los tratamientos de las subparcelas no estn confundidos, es mejor asignar el factor en el que haya mayor inters a las subparcelas, de ser posible.
Este ejemplo es bastante tpico de la forma en que se usan los diseos de parcelas subdivididas en un
ambiente industrial. Observe que, en esencia, los dos factores "se aplicaron" en tiempos diferentes. Por
consiguiente, un diseo de parcelas subdivididas puede considerarse como dos experimentos "combina-

Tabla 13-14 El experimento de la resistencia a la tensin del papel

Mtodo de preparacin
de la pulpa

Rplica (o
bloque) 1

Rplica (o
bloque) 2

Rplica (o
bloque)3

30
35
37
36

34
41
38
42

29
26
33
36

28
32
40
41

31
36
42
40

31
30
32
40

31
37
41
40

35
40
39
44

32
34
39
45

Temperatura (OP)
200
225
250
275

575

13-4 DISEO DE PARCELAS SUBDMDIDAS

dos" o superpuestos entre s. Un "experimento" tiene el factor parcela completa aplicado a las unidades
experimentales grandes (o es un factor cuyos niveles son difciles de cambiar) y el otro "experimento" tiene el factor subparcela aplicado a las unidades experimentales ms pequeas (o es un factor cuyos niveles
son fciles de cambiar).
El modelo lineal para el diseo de parcelas subdivididas es
Yijk

= p,+r + f3 j +(rf3)ij +n +(rY)ik

i. :: 1, 2, oo., r
+(f3Y)jk +(rf3Y)ijk +8ijk

(13-15)

] -1, 2, oo., a
{ k=
1,2, oo., b

donde r, f3j y (rf3)ij representan la parcela completa y corresponden respectivamente a los bloques (o rplicas), alas tratamientos principales (factorA) y al error de la parcela completa [rplicas (o bloques) x A);
y Yk> (rY)k' (f3Y)jk y (rf3Y)ijk representan la subparcela y corresponden respectivamente al tratamiento de la
subparcela (factor B), las rplicas (o bloques) x B y las interaccionesAB, y al error de la subparcela (bloques x AB). Observe que el error de la parcela completa es la interaccin rplicas (o bloques) x A y que
el error de la subparcela es la interaccin de tres factores bloques x AB. Las sumas de cuadrados para estos factores se calculan como en el anlisis de varianza de tres factores sin rplicas.
Los cuadrados medios esperados del diseo de parcelas subdivididas, con las rplicas o bloques aleatorios y los tratamientos principales y los tratamientos de subparcelas fijas, se derivan en la tabla 13-15.
Observe que el factor principal (A) de la parcela completa se prueba contra el error de la parcela completa, mientras que el subtratamiento (B) se prueba contra la interaccin rplicas (o bloques) x subtratamientas. La interaccinAB se prueba contra el error de la subparcela. Observe que no hay pruebas para
el efecto de la rplica (o bloque) (A) o la interaccin rplica (o bloque) x subtratamiento (Ae).
El anlisis de varianza de los datos de la resistencia a la tensin de la tabla 13-14 se resume en la tabla
13-16. Puesto que tanto los mtodos de preparacin como las temperaturas son fijos y las rplicas son
aleatorias, son aplicables los cuadrados medios esperados de la tabla 13-15. El cuadrado medio de los
mtodos de preparacin se compara con el cuadrado medio del error de la parcela completa, y el cuadra-

Tabla 13-15 Derivacin del cuadrado medio esperado del diseo de parcelas subdivididas

Subparcela

R
h

f3j

(Tf3)ij

Yk

(TY)ik

(j3Y)jk

(Tf3Y)ijk
C(ijk)h

1
1

O
1

O
1

1
1

Factor

Parcela completa

b
F
k
b

a
F
j
a

Cuadrado medio esperado

u 2 + abu2
, rb: f3~
u 2 + bu,p2 + a-1 }
u 2 + bu2,p
2
2
ra: Y~
u +autJ'+ (b-1)

u 2 + au 2

2
tJ'
r:: (f3Y)~k
u +u;py+ (a-1)(b-1)
?

u 2 + U;py
u 2 (no estimable)

576

CAPTULO 13

DISEOS ANIDADOS Y DE PARCELAS SUBDIVIDIDAS

Tabla 13-16 Anlisis de varianza del diseo de parcelas subdivididas utilizando los datos de la resistencia a la tensin
de la tabla 13-14
Fuente de
variacin

Suma de
cuadrados

Grados de Cuadrado
libertad
medio

Rplicas (o bloques)
Mtodo de preparacin (A)
Error de la parcela completa [rplicas (o bloques) x A]

77.55
128.39
36.28

2
2
4

38.78
64.20
9.07

Temperatura (B)
Rplicas (o bloques) x B
AB
Error de la subparcela [rplicas (o bloques) x AB]
Total

434.08
20.67
75.17
50.83
822.97

3
6
6
12
35

144.69
3.45
12.53
4.24

Fa

Valor P

7.08

0.05

41.94

<0.01

2.96

0.05

do medio de las temperaturas se compara con el cuadrado medio de rplica (o bloque) x temperatura
(Ae). Por ltimo, el cuadrado medio del mtodo de preparacin x temperatura se prueba contra el error
de la subparcela. Tanto los mtodos de preparacin como la temperatura tienen un efecto significativo
sobre la resistencia.
Observe, por la tabla 13-16, que el error de la subparcela (4.24) es menor que el error de la parcela
completa (9.07). ste es comnmente el caso en los diseos de parcelas subdivididas porque las subparcelas por lo general son ms homogneas que las parcelas completas. Esto da como resultado dos estlUcturas
diferentes del en'or del experimento. Puesto que la comparacin de los tratamientos de las subparcelas se
hace con mayor precisin, es preferible, de ser posible, asignar el tratamiento en el que haya mayor inters a las subparcelas.
Algunos autores proponen un modelo estadstico un tanto diferente para el diseo de parcelas subdivididas,

i.:
{le =

1,2,

J -1, 2,

1, 2,

,r
,a
,b

(13-16)

En este modelo (rf3)ij sigue siendo el error de la parcela completa, pero las interacciones bloques x By
bloques x AB en esencia se han agrupado con Sijk para formar el error de la subparcela. Si la varianza del
trmino del error Sijk de la subparcela se denota por a; y se establecen los mismos supuestos que para el
modelo (ecuacin 13-15), los cuadrados medios esperados quedan como
Factor
Ti

(rplicas o bloques)

f3i (A)

E(MS)

a;+aba;

L f3~

a2+ba2 +

rb

a; + ba;p

(error de la parcela completa)

a-1

rp

2
ra
y~
a,+ ab-1

(j3Yh (AB)

I'LL

(f3Y)~k

a;+ (a-1)(b-1)

a;

(error de la subparcela)