Universidad de los Andes

Facultad de Ciencias
Departamento de Ciencias Biolgicas
Laboratorio de Ecologa 2016-2
Diana Carolina Len Castro*; Juan Diego Moya Martnez*; Manuel Jos Ruiz Munevar*;
Daniela Torres Di Bello*
*Pregrado en Microbiologa. Departamento de Ciencias Biolgicas, Universidad de los Andes.

Evaluacin de la productividad primaria en la planta del maz (Zea mays)

mediante la variacin en tratamientos de riego e intensidad lumnica.
RESUMEN
Se evalu la influencia de 4 tratamientos:
luz con alto riego, luz con bajo riego,
oscuridad con alto riego y oscuridad con
bajo riego en el crecimiento de 36 plantas
de maz previamente estandarizadas (9
plantas por tratamiento), para ello se
analiz la influencia de las variables de
cada tratamiento en la longitud del tallo,
el nmero de hojas y el rea foliar de las
plantas (variables numricas) y se tom el
peso seco de las plantas para estudiar la
productividad primaria de los grupos. Se
us la prueba de normalidad ShapiroWilk, ANOVA multifactorial y la prueba
Tukey-Kramer. Se encontr que todas las
variables
numricas
presentaron
normalidad excepto por el nmero de
hojas, tambin se encontr que el nmero
de hojas fue mayor en los tratamientos
con disponibilidad lumnica, que la
longitud del tallo no depende de la
intensidad lumnica, que el rea foliar se
ve afectada positivamente por el riego y
la luz y que el peso seco vari en cada
tratamiento.

Palabras clave: Productividad primaria,

intensidad lumnica, riego, peso seco, rea

foliar, nmero de hojas, longitud de tallo,

variables de interferencia

INTRODUCCIN
La productividad primaria se define como
la tasa a la cual es convertida la energa
en forma de radiacin solar biomasa por
unidad de rea, a travs del experimento
realizado se estudi la productividad
primaria de un cultivo de 36 plantas de
maz
(Zea
mays),
que
fueron
estandarizadas para luego aplicar distintos
tratamientos y comparar las diferencias en
peso seco en cada uno de estos. Se utiliza
el peso seco como relacin con la
productividad
primaria
pues
este
representa la materia orgnica disponible
en la que se almacen la energa
adquirida y procesada por la fotosntesis
por unidad de tiempo, el agua almacenada
en la planta es ms el solvente usado para
las reacciones metablicas por ello no se
tiene en cuenta para la productividad
primaria (Begon et al., 2006).
Es importante resaltar que, ya que es
necesario usar el peso seco de las plantas
para evaluar la productividad primaria, las
variables de los tratamientos deben estar

controladas de la mejor forma para que el

peso seco estudiado sea producto directo
de las variables usadas. La productividad
primaria se ve afectada por ciertas
circunstancias relevantes, el agua es muy
importante en el desarrollo de una planta
principalmente porque como se mencion
es el solvente universal usado en procesos
metablicos
por
las
plantas,
adicionalmente, la cantidad de agua que
reciba el sistema ser determinante para
su ptimo crecimiento. El agua fluye
desde el suelo hasta las hojas por
potencial hdrico, este ocurre desde el
punto con mayor potencial hacia el de
menor (el potencial hdrico es mayor
cuando no hay solutos en el agua y su
valor es cero), por ello si hay demasiada
disponibilidad de agua los iones y
molculas estn demasiado disueltos y su
potencial hdrico disminuye con respecto
al de la planta, lo cual impide el
movimiento de agua (y nutrientes
disueltos) hacia la misma(Begon et al.,
2006)..
Por otro lado, la radiacin solar que se
reciba es igualmente importante pues esta
es la nica fuente de energa que puede
ser usada en actividades metablicas por
las plantas, pero solo puede ser usada
bajo la longitud de onda de la radiacin
fotosintticamente activa, que es aquella
que la planta puede asimilar a travs de
sus fotosistemas y representa el rango de
400 a 700 nm. De igual forma, los
nutrientes proporcionados representan
una variable importante ya se presentan
en forman de iones o molculas con
propiedades caractersticas de difusin y
absorcin en el suelo que pueden variar
su accesibilidad a la planta (Begon et al.,
2006)..
Es igualmente relevante mencionar que
evaluar la productividad primaria del
maz nos permite estudiar su capacidad de

producir biomasa bajo sus caractersticas,

una de ellas es que es una planta con
metabolismo C4, lo que indica que la
produccin de biomasa asociada puede
ser afectada por la temperatura y la luz
incidentes; se sabe que las plantas C4 no
son muy eficientes en ambientes oscuros
y que su desarrollo es mejor en
temperaturas
relativamente
altas
(Universidad Nacional Autnoma del
Estado de Mxico, 2011). .
Las variables anteriormente mencionadas
se intentaron controlar a partir de
diferentes tratamientos aplicados a un n=9
para cada tratamiento, donde se evalu la
influencia de la luz y el riego en la
produccin de biomasa. Asociado a la
toma del peso seco de las plantas, estn
las variables de longitud de tallo, nmero
de hojas y rea foliar que tambin hacen
parte del resultado de la influencia de
variables en cada tratamiento. Para
evaluar la normalidad de los datos
asociados a cada variable se us el test
Shapiro-Wilk que funciona perfectamente
cuando la muestra tiene un n<50, para
efectuarla se calcula la media y la
varianza muestral (S2) y se ordenan las
observaciones de menor a mayor, se
calculan las diferencias entre el primer
dato y el ltimo, el segundo y el
penltimo
y
as
sucesivamente,
posteriormente se corrigen las diferencias
con los coeficientes tabulados por Shapiro
Y Wilk, donde el estadstico de prueba es:
W=

D2
2
nS

Donde D es la suma de las diferencias

corregidas, la hiptesis nula (que predice
que los datos se comportan normalmente)
se rechazar si el estadstico W es menor
que el valor crtico proporcionado por la
tabla elaborada por los autores para el
tamao muestral y el nivel de
significancia dado (Barcelona, 2016).

Adicionalmente se realiz un ANOVA

multifactorial donde se plantea si entre
una cierta variable numrica continua
(longitud del tallo, rea foliar) llamada
variable respuesta y ciertas variables
categricas
(tratamientos)
llamados
factores, hay relacin o no, esto nos
permitir saber qu factores tienen
influencia sobre la variable respuesta (si
son o no significativos), ya que los
tratamientos se componan de dos
variable se evala si la interaccin de
estos dos factores influencian de alguna
forma el valor de la variable respuesta, si
se denota Y como la variable respuesta Y
y F1, F2 como los factores, para cada
observacin Yijk, se entiende que en dicha
observacin el factor F1 est en el nivel I,
el factor F2 est en el nivel j y la
observacin analizada ocupa el lugar k,
denotando como la media, el modelo
ANOVA supone que
ij + ijk
Y ijk=+ i + j +

adicionalmente el modelo
siguientes supuesto:

tiene

los

1)Los datos obtenidos en cada nivel de

los factores se distribuyen normalmente
2) Homocedasticidad: La variabilidad de
los datos en cada nivel de los factores es
similar
3)Linealidad: los residuos (en cada nivel
de los factores) se distribuyen alrededor
de cero
4)Independencia: Las observaciones son
independientes unas de las otras (Alczar,
2013)
Se encontraron diferencias significativas
entre los tratamientos y se evalu la
relacin entre el peso seco medido y el
tratamiento aplicado.
METODOLOGA.
Plantas.

Siendo i el efecto del factor F1 en el

nivel i, j el efecto del factor F2 en el
ij
nivel j,
es el efecto de

interaccin entre F1 en el nivel i y F2 en

ijk es el residuo que se
el nivel j y
describe como la diferencia entre el valor
observado y el valor pronosticado por el
modelo. Para poder evaluar la interaccin
se debe contrastar con la hiptesis

Para este trabajo se utilizaron semillas de

maz (Zea mays), las cuales fueron
sembradas con diferentes condiciones de
riego e intensidad lumnica para observar
su desarrollo. Antes de la toma de datos,
las 36 plantas fueron sembradas con riego
e intensidad lumnica iguales, adems se
utiliz la misma cantidad de fertilizante
para todas las plantas, de esta forma se
estandarizaron las condiciones iniciales. A
partir del primer da de toma de datos, las
plantas fueron puestas en tratamientos en
bloques de 9.

H0 : ()ij = 0 para todo i, j

Tratamientos.

H1 : algn ()ij 0

Se utilizaron 4 tratamientos en total. El

tratamiento 1 se encontraba con
exposicin a la luz y riego alto, el
tratamiento 2 tena exposicin a luz y
riego bajo, el tratamiento 3 sombra y
riego alto y finalmente el tratamiento 4
estaba en sombra con un riego bajo.

Ahora, si se representa con i la media de

todas las observaciones de F1 en el nivel i
y j para la media de F2 en nivel j
entonces i = i , j = j y por
ende ()ij = ij i j +

Esto se logr gracias a una divisin del

invernadero. La sombra fue recreada al
tapar la mitad del invernadero con una
manta negra y el de la luz simplemente no
la tena.
El riego alto se realiz a diario, usando 80
mL en cada planta. El riego bajo se
realiz usando la misma cantidad de agua
por riego pero cambiando la frecuencia a
da de por medio.
Recoleccin de datos.
La longitud del tallo se midi con un
calibrador hasta la yema terminal, la
cantidad de hojas mediante el conteo a
simple vista y finalmente el rea foliar
con la toma de imgenes usando como
escala una hoja de papel milimetrado para
posteriormente analizar las imgenes
mediante el programa Image J. Estos
datos fueron tomados durante tres
semanas a cada planta de cada
tratamiento.
Para la toma final de datos, se les elimin
el exceso de tierra, se les coloc en una
prensa y se les llev a un horno durante 5
das. Dicho lo anterior, se pocedi a
calcular el peso seco colocando a cada
una de las plantas en una balanza con
incertidumbre de 0,01 g para medir su
peso.
Anlisis estadstico.
Para el anlisis estadstico se us el
programa estadstico R. Se evalu
normalidad mediante la prueba de
Shapiro-Wilk para longitud de tallo,
nmero de hojas, area foliar y peso seco
de cada tratamiento.
La diferentes pruebas estadisticas dados
los resultados de la normalidad fueron
ANOVA multifactorial para ver el efecto
de diferentes variables en el mismo grupo
y Tukey-Kramer.

Variables.
Cada uno de los diferentes tratamientos a
los que fueron sometidas las plantas, se
tomaron como variables independientes
categoricas, ya que de ellas dependen los
dems valores.
En cambio la longitud del tallo y el area
foliar fueron tomadas como variables
dependientes nmericas continuas, ya que
cada una de ellas dan valores con
nmeros encontrados en un intervalo y
fueron recolectados utilizando algn
instrumento de medicin.
Finalmente, el nmero de hojas fue
catalogado como una variable nmerica
discreta puesto que ya se habla de hojas
completas en cada una de las plantas.
Hiptesis Ecolgica.
Las plantas de maz que se encuentran en
el tratamiento con intesidad luminica
normal y riego bajo, tienen mayor
produccin primaria ya que estas se
encuentran en condiciones ptimas de
crecimiento.
Predicciones.
1. Las plantas de maz que se encuentran
en tratamiento con intesidad luminica
normal y riego bajo, presentaran mayor
crecimiento de tallo y cantidad de hojas.
2. Al mirar el peso seco de las mismas,
este ser mayor a aquellas de los dems
tratamientos por lo que ser implicito una
mayor produccin primaria.
RESULTADOS Y DISCUSIN
Los resultados de cada prueba con valor
de significancia y las tablas de datos
usadas a partir del muestreo se encuentran
en anexos de este documento.
Variables como factores limitantes

Para la produccin primaria eficiente es

necesario tener en cuenta las diferentes
variables que pueden afectar el desarrollo
del cultivo o poblacin que se quiere
estudiar.
Las variables ms importantes son, la
radiacin solar, la temperatura, el nivel de
nutrientes del suelo, capacidad de la
planta para absorber la radiacin,
humedad del suelo y precipitaciones.
(Begon et al., 2006).
Normalidad de los datos
Solo la variable cantidad de hojas
present una distribucin no normal, ya
que fueron pocos datos los que se
tomaron en el estudio, y las dems
variables evaluadas para cada tratamiento
s presentaron una distribucin normal, se
decidi ignorar la normalidad de las hojas
y de esta forma utilizar la prueba
ANOVA. Esto se puede realizar debido a
que la prueba ANOVA es una prueba muy
robusta, es decir, aunque se viole alguno
de sus supuestos, la prueba se comporta
correctamente respecto a los datos, se us
una prueba ANOVA multifactorial ya que
se quera ver el efecto de la variable
independiente en cada una de las
variables estudiadas. Al tener muchas
variables de estudio se reducen las
pruebas estadsticas con la suficiente
robustez y precisin como lo es ANOVA.
Cantidad de hojas
A partir de la prueba ANOVA
multifactorial se obtuvo que la cantidad
de hojas fue significativamente diferente
solo en las plantas que fueron expuestas a
una radiacin solar mayor, para la prueba
de Tukey-Kramer se obtuvo que la
cantidad de hojas en plantas expuestas a
mayor luz fue significativamente mayor
que la cantidad en plantas con
crecimiento en sombra. La luz en las
plantas cumple con las condiciones

adecuadas ya que la fotosntesis depende

de esta, al tener mayor radiacin la planta
tiene las condiciones ptimas para invertir
en biomasa y generar nuevas hojas
capaces de contribuir energticamente a
la planta.
Longitud del tallo
Los resultados obtenidos en la prueba de
ANOVA multifactorial muestran que la
intensidad lumnica no afecta la longitud
del tallo en las plantas de maz estudiadas.
Se sabe que el crecimiento del tallo posee
un fototropismo positivo, es decir, este
crece hacia la fuente luz, esto podra
explicar la forma inclinada que posean
algunas de las plantas al momento de su
medicin, sin embargo, los das en los
que se sembr la semilla y se desarrollo
no fueron das particularmente soleados,
por el contrario fueron das bastante
nublados y con lluvias cada cierto tiempo,
adems se ha reportado que el maz es un
cultivo que tiene un bajo rendimiento en
condiciones altas de humedad, siento que
la humedad de Bogot es tan alta, esto
pudo afectar el desarrollo. Por otro lado,
segn el anlisis estadstico, se demostr
que el riego s tiene una incidencia
marcada en el desarrollo del tallo, siendo
el tallo ms largo en plantas que tuvieron
un alto riego, lo que fue comprobado en
la prueba Tukey-Kramer, al compararse
tratamientos. Esto es coherente con lo
reportado en la industria agraria para el
cultivo optimo del maz ya que en los
estados iniciales de desarrollo de la
planta, se recomienda un alto riego y as
estimular su crecimiento y supervivencia.
(Villaseca, 1987).
rea foliar
Observando los datos del rea foliar, se
puede afirmar a partir de las pruebas
estadsticas que una mayor intensidad
lumnica y un mayor riego dan como

resultado diferencias significativas en

dicha rea, tanto separados como en
conjunto, es decir, tener una iluminacin
alta en las plantas da como resultado una
variacin significativa en el rea foliar
independientemente de si el riego fue alto
o bajo, lo mismo ocurre con el riego, un
riego alto genera diferencias significativas
en el rea foliar independientemente de la
intensidad lumnica, no obstante, al
observar el comportamiento de ambas
variables en la planta, se observa un
efecto conjunto, donde las plantas con
una exposicin mayor a la luz y un riego
alto
presentaron
una
diferencia
significativa
en
el
rea
foliar
significativamente alta con respecto a las
plantas con ninguno o solo uno de los
tratamientos mencionados, esto obtenido
con el ANOVA multifactorial.
Usando la prueba de Tukey-Kramer se
obtuvo que el rea foliar en plantas con
una exposicin lumnica alta fue
significativamente mayor que el rea
foliar de las plantas con una exposicin
baja, esto puede deberse a que el rea
foliar est directamente relacionado con
el proceso de fotosntesis, por lo que al
tener una mayor intensidad lumnica la
planta va a gastar mayor energa en
expandir el rea de las hojas, energa que
por el contrario no puede exceder una
planta expuesta a baja radiacin y as
intentar captar mayor radiacin que pueda
aprovechar en la sntesis de biomasa.
(Universidad Nacional Autnoma del
Estado de Mxico, 2011).
Peso seco
Al evaluar los datos obtenidos con el peso
seco de las plantas luego de su riego y
medicin durante tres semanas se obtuvo
que, existen diferencias significativas
entre las plantas en los diferentes
tratamientos, siendo el promedio de
plantas expuestas a la radiacin solar ms

alta que el de aquellas que estuvieron en

sombra. El peso seco es necesario en este
tipo de estudio ya que mediante este
mtodo se puede pesar exactamente la
cantidad de organismo que es biomasa,
quitando el contenido de agua que pudiera
interferir en la medida Esto es coherente
con los resultados anteriores, siendo que
con una mayor radiacin hubo un
desarrollo mejor de las hojas y la planta
pudo invertir la cantidad de energa
adquirida en la produccin de biomasa.
Adems, se encontr que la relacin del
peso con el riego fue directamente
proporcional, a mayor riego, se dio un
incremento en el peso. El peso seco se usa
para evaluar la productividad primaria ya
que nos permite saber la eficiencia de
produccin (Ecuacin 1).

(1)
Esto hace referencia al porcentaje de
energa asimilada por la planta que puede
ser convertida en nueva biomasa, el
excedente de dicha energa es lo que se
pierde en respiracin. (Begon et al.,
2006).

Variables de interferencia
Las condiciones del invernadero pudieron
afectar el desarrollo del experimento ya
que se tuvo problemas con el techo de
ste. En varias ocasiones hubo filtraciones
de agua que pudieron interferir con la
cantidad estrictamente acordada para el
procedimiento. La presencia de dichas
imperfecciones pudieron afectar la
temperatura hacindola ms variables.
Teniendo en cuenta que la temperatura
ptima de este cultivo es de 25 a 30 C
inicialmente ya se encontraba en
problemas, y con la variacin que se pudo

presentar, las condiciones pudieron haber

afectado an ms el crecimiento vegetal.
(Instituto Nacional de Investigaciones
Agrcolas y Pecuarias, 2010).
PREGUNTAS TERICAS
Dependiendo de las condiciones y
recursos presentes en el ecosistema, la
productividad primaria que se genera
vara. Lo que se puede observar en la
figura 1 y 2 es que los ecosistemas con
mayor productividad primaria son los
bosques hmedos tropicales y las sabanas
para ecosistemas terrestres y los ocanos
templados para ecosistemas marinos. Los
ecosistemas marinos tienen como
particularidad que la profundidad afecta
la produccin primaria en gran medida,
esto porque la radiacin solar es un
recurso muy importante en dichos
sistemas.

Figura 2. Produccin primaria neta en

ecosistemas terrestres. (Tomado de Begon
et al . 2006).
CONCLUSIONES

Figura 1. Produccin primaria neta en

ecosistemas marinos. (Tomado de Begon
et al. 2006).

El peso seco es una variable

funcional para la medida de la
produccin primaria de una
poblacin o cultivo.
La productividad primaria de un
ecosistema se ve afectada por
muchas variables de difcil control
en condiciones experimentales y
observacionales.
La combinacin de condiciones y
recursos ptimos para una especie
en particular determina la
variacin
en
productividad
primaria.
A pesar de que las condiciones
experimentales no eran las
mejores para la produccin de la
planta de maz, esta s present
variaciones que evidenciaron un
comportamiento
similar
al
esperado.
Para obtener ms muestras y
resultados ms robustos es

necesario realizar estudios de un

tiempo ms prolongado.
Referencias
Alczar, J. G. (2013). Pruebas de
Normalidad. Madrid: Universidad
de Alcal.
Barcelona, U. d. (14 de Octubre de 2016).
http://www.ub.edu/web/ub/ca/.
Obtenido de Universidad de
Barcelona:
http://www.ub.edu/aplica_infor/sp
ss/cap5-6.htm

Incrementar la Produccin de
Maz. Instituto Nacional De
Investigaciones
Forestales,
Agrcolas Y Pecuarias, 1-20.
Begon, M., Townsend, C. & Harper, J.
(2006).
ECOLOGY:
From
Individuals to Ecosystems. Cuarta
edicin. 499-550.
F. V. (2011, November). Fotosintesis y su
relacin con el area foliar.
UNIVERSIDAD
NACIONAL
AUTONOMA DEL ESTADO DE
MEXICO.

S. V. (1987). Requerimientos de suelo y

clima del maz. IPA La Platina, 43,
38-40.
M. C. (2010, December). LA FECHA DE
SIEMBRA:Una Alternativa para

ANEXOS

Tablas de Resultados
Longitud de Tallo (cm)
10 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

2.27

2.27

1.78

2.70

1.79

3.52

2.19

1.51

4.06

2.53

1.15

2.06

3.83

2.71

2.09

2.22

2.27

4.13

3.00

4.93

2.81

2.08

2.15

3.45

2.96

3.16

2.60

3.13

2.44

2.79

2.75

3.06

1.81

4.15

4.20

4.27

Tabla 1.
Longitud de Tallo (cm)
17 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

4.25

2.43

3.23

3.59

5.01

3.84

3.94

1.88

5.61

3.09

4.11

1.60

4.93

3.08

3.64

2.26

4.38

4.25

4.95

5.06

3.51

2.65

4.66

3.52

4.34

3.02

3.98

3.25

4.01

4.66

4.22

4.09

4.06

4.25

5.65

5.02

Tabla 2.

Longitud de Tallo (cm)

24 de Septiembre

Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

4.87

2.79

2.75

5.59

5.21

4.12

4.75

2.30

5.39

2.70

3.07

3.44

5.71

3.31

3.91

2.34

5.45

3.89

5.22

4.90

3.61

2.34

5.40

3.68

4.36

3.02

3.57

3.33

5.59

4.41

4.06

5.01

5.69

4.95

5.35

5.37

Tabla 3.
Cantidad de Hojas

10 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

Tabla 4.
Cantidad de Hojas

17 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

Tabla 5.

Cantidad de Hojas

24 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

Tabla 6.
rea Foliar (cm2)

10 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

7.578

17.220

3.476

21.205

15.503

12.131

7.259

27.097

12.230

14.717

5.421

9.852

9.823

14.658

9.479

13.155

10.628

10.297

10.758

7.696

9.063

5.890

5.111

12.095

9.063

12.544

6.810

8.028

19.050

7.554

6.047

16.946

10.892

10.717

8.651

11.628

Tabla 7.
rea Foliar (cm2)

17 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

7.793

11.493

3.510

14.120

12.193

14.815

8.157

16.228

15.673

13.516

7.484

8.298

13.766

14.022

11.048

11.064

9.073

9.181

10.367

10.193

14.015

9.676

7.953

10.877

8.815

15.980

9.360

6.066

16.073

11.508

11.964

16.906

14.565

12.648

7.519

13.168

Tabla 8.
rea Foliar (cm2)

24 de Septiembre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

6.118

14.209

3.698

14.571

15.787

12.834

7.033

20.130

15.463

12.205

6.374

10.506

12.719

14.960

10.847

11.767

7.079

10.591

9.314

6.946

12.817

11.551

7.798

10.358

8.468

3.932

11.033

6.180

15.618

11.169

11.469

11.517

10.644

12.382

8.502

12.567

Tabla 9.
Peso seco
8 de Octubre
Planta

Tratamiento 1

Tratamiento 2

Tratamiento 3

Tratamiento 4

0.54

0.17

0.12

0.52

0.64

0.29

0.43

0.33

0.57

0.27

0.19

0.16

0.72

0.28

0.30

0.17

0.73

0.37

0.71

0.29

0.36

0.25

0.47

0.20

0.30

0.18

0.38

0.12

0.67

0.29

0.43

0.24

0.99

0.30

0.65

0.26

Tabla 10.

Pruebas de Normalidad
Para probar la normalidad de los datos es necesario hacer la prueba de Shapiro-Wilk por
tratamiento para cada tipo de dato.
En estas pruebas el valor de significancia ser determinado como 0.05, siendo la hiptesis
nula que los datos estn distribuidos normalmente.
Normalidad de Cantidad de Hojas
Tratamiento 1

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 2

Como el valor P no supera el valor de significancia se rechaza la hiptesis nula, lo que

quiere decir que los datos no estn distribuidos normalmente.
Tratamiento 3

Como el valor P no supera el valor de significancia se rechaza la hiptesis nula, lo que

quiere decir que los datos no estn distribuidos normalmente.
Tratamiento 4

Como el valor P no supera el valor de significancia se rechaza la hiptesis nula, lo que

quiere decir que los datos no estn distribuidos normalmente.
Para el nmero de hojas solamente los datos de un tratamiento siguen la distribucin
normal, pero en general el nmero de hojas parece no seguir una distribucin normal.
Normalidad de Longitud de Tallo
Tratamiento 1

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 2

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 3

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 4

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.

Los datos de todos los tratamientos para la longitud del tallo estn distribuidos
normalmente, por lo que se puede realizar un ANOVA multifactorial para definir como se
diferencian los datos por tratamientos.
Normalidad de Area Foliar
Tratamiento 1

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 2

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 3

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 4

Como el valor P no supera el valor de significancia se rechaza la hiptesis nula, lo que

quiere decir que los datos no estn distribuidos normalmente.
Los datos de tres tratamientos para el rea foliar estn distribuidos normalmente, por lo que
se puede realizar un ANOVA multifactorial para definir como se diferencian los datos por

tratamientos. Como solamente los datos de un tratamiento no siguen una distribucin

normal, se puede tomar la totalidad de los datos como normal, puesto que en estos casos la
decisin cuanto a pruebas paramtricas o no paramtricas queda bajo juicio del
investigador.
Normalidad de Peso Seco
Tratamiento 1

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 2

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 3

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.
Tratamiento 4

Como el valor P supera el valor de significancia no se rechaza la hiptesis nula, lo que

quiere decir que los datos estn distribuidos normalmente.

Los datos de todos los tratamientos para el peso seco estn distribuidos normalmente, por lo
que se puede realizar un ANOVA multifactorial para definir como se diferencian los datos
por tratamientos.
ANOVA Multifactorial
Para poder determinar el efecto de los diferentes tratamientos sobre la longitud de tallo,
rea foliar y peso seco se realizara la prueba ANOVA multifactorial para cada tipo de dato.
Las hiptesis nulas de esta prueba son las siguientes:
H01: Las medias entre los diferentes niveles de iluminacin son iguales.
H02: Las medias entre los diferentes niveles de riego son iguales.
H03: No hay interaccin entre el nivel de iluminacin y el nivel de riego.
Cantidad de Hojas

En esta prueba ANOVA multifactorial parece que el nico efecto significativo sobre la
cantidad de hojas en las plntulas es aquel ocasionado por el tratamiento de iluminacin,
cuyo valor P es menor a 0.05, lo que significa que la primer hiptesis nula se rechaza. Para
poder determinar cual de los tratamientos est relacionado con una mayor cantidad de hojas
se realizar una prueba de Tukey-Kramer.

Segn esta prueba vemos que las plantas de maz bajo el tratamiento de luz tienen una
cantidad significativamente mayor que las plantas de maz bajo tratamiento de sombra, con
un valor P de 0.04.
Longitud de Tallo

De acuerdo a esta tabla el valor P para la hiptesis nula 1 es mayor a 0.1, superando as
nuestro nivel de significancia previamente establecido. En otras palabras no se rechaza la
hiptesis nula y se puede determinar que el efecto de los tratamientos de luz y sombra le
otorgan el mismo efecto a las plantas de maz, o sea que el promedio de la longitud de tallo
no es afectado por el nivel de iluminacin.
El valor P para la segunda hiptesis nula es inferior al nivel de significancia 0.5, por lo que
se rechaza la hiptesis nula y se puede determinar que el nivel de riego afecta el promedio
de la longitud de tallo entre alto y bajo riego.
El valor P para la tercera hiptesis es superior a 0.1, superando el nivel de significancia pre
establecido. De tal manera que la tercera hiptesis nula no se rechaza y podemos decir que
no hay interacciones entre el nivel de riego y el nivel de iluminacin que surtan efecto
sobre la longitud de los tallos.
Para confirmar que el nivel de riego genera un efecto diferencial sobre las longitudes de
tallo se realiza una prueba de Tukey-Kramer para los niveles de riego, donde la hiptesis
nula dicta que no hay diferencias entre los promedios de longitud de tallo de plantas en
riego bajo y riego alto.

En esta prueba el valor P fue menor al nivel de significancia, por lo que se rechaza la
hiptesis nula y podemos decir que la diferencia de los promedios de longitud de tallo para
los tratamientos de riego alto y riego bajo es significativa. Adems se puede decir que el
promedio es mayor para aquellas plantas que estaban bajo tratamiento de riego Alto.
rea Foliar

Segn el ANOVA multifactorial realizado para el rea foliar bajo los diferentes tratamientos
se rechazan las tres hiptesis nulas. Es decir, el nivel de iluminacin causa una diferencia
significativa entre el rea foliar de plantas que estaban en tratamiento de luz y en
tratamiento de sombra. Tambin que el nivel de riego causa una diferencia significativa en
el rea foliar de plantas bajo rgimen de riego alto y de riego bajo. Y finalmente se puede
afirmar que existe una interaccin entre los diferentes tratamientos que ocasiona diferencias
significativas en el rea foliar de las plantas.
Para confirmar estos efectos de los tratamientos se realizaran tres pruebas de TukeyKramer.
La primera para confirmar que hay una diferencia significativa entre los promedios de reas
foliares para riegos bajos y riegos altos.

Segn esta prueba podemos ver que la diferencia de reas era significativamente mayor en
las plantas bajo rgimen de riego bajo, con un valor P menor al valor de significancia. En
otras palabras, de hecho se rechaza la hiptesis nula en que el promedio de reas foliares no
es
afectad

o
por el rgimen de riego.

La segunda prueba de Tukey-Kramer para confirmar la diferencia significativa entre

promedios de reas foliares para iluminacin presente y ausente.
Segn esta prueba se rechaza la hiptesis nula de Tukey-Kramer, lo que quiere decir que
existe una diferencia significativa entre los promedios de rea foliar de plantas que
crecieron bajo luz y las que crecieron en la sombra. Tambin podemos observar que las
plantas que estaban bajo un rgimen de luz tuvieron un promedio significativamente mayor
que las plantas bajo un rgimen de sombra.
Finalmente, la tercera prueba es para evaluar las interacciones entre los dos tratamientos.

Segn esta prueba la diferencia de promedios entre plantas que estaban en un tratamiento
de luz y riego alto y plantas en tratamiento de sombra y riego alto es significativa (valor P >
0.05), siendo el promedio del rea foliar de las plantas en luz y riego alto el mayor.
Tambin se puede ver que la diferencia de promedios entre plantas en tratamiento de luz y
riego bajo y plantas de sombra y riego alto es significativa, siendo el promedio de rea
foliar mayor en plantas de luz y riego bajo.
Otra conclusin de esta tabla es que hay una diferencia significativa entre los promedios de
rea foliar de plantas en sombra con riego bajo y plantas en sombra con riego alto, siendo
las que presentan un mayor promedio de rea foliar las plantas en sombra con riego bajo.
Finalmente podemos concluir que no hay diferencias significativas en los promedios de
reas foliares entre plantas: en luz con riego bajo y en luz con riego alto; en sombra con
riego bajo y en luz con riego alto; en sombra con riego bajo y en luz con riego bajo.
Peso Seco

Segn el ANOVA multifactorial realizado para el peso seco, relacionndolo con el

tratamiento de nivel de iluminacin y nivel de riego, no hay una relacin interactiva entre
los dos tratamientos. Esto se sabe puesto que el valor P obtenido para la tercer hiptesis
nula es mayor a 0.05, por lo que no se rechaza la misma.
Por el contrario, el valor P para la hiptesis nula uno es menor al nivel de significancia, lo
que nos lleva a concluir que existe una diferencia significativa entre el peso seco de las
plantas bajo un rgimen de iluminacin y uno de oscuridad.
Adems, el valor P para la segunda hiptesis nula es menor a 0.05, lo que nos lleva a
concluir que existe una diferencia significativa entre el peso seco de las plantas bajo un
rgimen de riego alto y uno de riego bajo.
Para determinar las diferencias significativas causadas por un tratamiento de riego y el de
iluminacin se realizaran dos pruebas de Tukey-Kramer.

En esta prueba de Tukey-Kramer vemos que el valor P es inferior al nivel de significancia,

por lo que se rechaza la hiptesis nula y podemos concluir que si existe una diferencia
significativa entre el peso seco de plantas bajo un rgimen de luz y plantas bajo un rgimen
de sombra. Adems, podemos observar que el promedio de peso seco en plantas bajo
rgimen de luz es mayor que el de plantas en sombra.

En esta segunda prueba de Tukey-Kramer vemos que el valor P es menor al nivel de

significancia, rechazando la hiptesis nula, que en otras palabras significa que la diferencia
en promedio seco entre plantas con riego alto y plantas con riego bajo es significativo.
Tambin podemos observar que las plantas en rgimen de riego alto presentaron un mayor
promedio de peso seco.