Universidad Nacional de San Cristóbal de Huamanga.

Ayacucho, Perú, 2010

DISEÑO EN PARCELAS DIVIDIDAS

Este es un diseño experimental combinado que resulta útil cuando al estudiar si-
multáneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades
experimentales relativamente grandes, pudiéndose aplicar el otro o los otros en unidades
experimentales menores, dentro de las unidades mayores. El caso más sencillo es aquél
en el que se tienen sólo dos factores, asignando los niveles de uno de ellos a las unidades
mayores y los niveles del otro a las subunidades. A las unidades experimentales mayores
suele llamárseles parcelas grandes o parcelas principales y a las unidades experimentales
menores se le llama subparcelas o subunidades.

Se debe notar que además de que los niveles de los diferentes factores son asignados
a unidades experimentales de diferentes tamaños, está implícito también un número dife-
rente de repeticiones. El número de repeticiones para el factor asignado a las subunidades
es (ab), siendo a el número de repeticiones del factor asignado a las unidades principales
y a su número de niveles.

El factor correspondiente a las parcelas principales puede asignarse a éstas utilizando

cualquiera de los esquemas de aleatorización básicos: Completamente al Azar, en Bloques
al Azar o en Cuadro Latino. El factor correspondiente a las subparcelas se asigna al azar
dentro de cada parcela principal; en tal sentido, las parcelas principales son análogas a
bloques, solo que por asignarse a éstas los niveles de un efecto jo y por existir repeticiones
de las mismas, es posible evaluar tanto los efectos principales del factor asignado a las
mismas como su posible interacción con el otro factor.

En adelante nos concentraremos en el caso más sencillo de un Diseño en Parcelas

Divididas, es decir aquel con sólo dos factores. Todos los resultados obtenidos son ge-
neralizables a casos más complejos en los que los tratamientos asignados a las unidades
principales, a las subunidades o a ambas estén comformados a su vez por las combina-
ciones de los niveles de dos o más factores.

Supóngase que se quiere realizar un experimento que involucre dos factores: el primero
con tres niveles y el segundo con dos, así: El factor B con 3 niveles b1 , b2 , b3 y el factor C
con 2 niveles c1 , c2 respectivamente.

Se muestran a continuación posibles esquemas de aleatorización considerando los dise-

ños más comunes (Completamente Aleatorizado, Bloques Completamente Aleatorizados
y Cuadrados Latinos), suponiendo que ambos factores tienen igual importancia relati-
va y que se desean evaluar tanto sus efectos principales como su posible interacción, es
decir, descartando la opción de tomar alguno de éstos como factor de bloqueo. Para fa-
cilitar la ilustración de los posibles esquemas de aleatorización, se considerarán sólo dos
repeticiones, excepto donde el diseño exige tantas repeticiones como tratamientos (Cuadro
Latino).

1
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

Cuadro 1: Diseño Completamente al Azar

b2 c2 b2 c1 b1 c1 b2 c1
b1 c1 b1 c2 b3 c1 b1 c2
b3 c1 b3 c2 b2 c2 b3 c2

Cuadro 2: Diseño en Bloques Completos al Azar

Bloque I Bloque II
b1 c2 b1 c1
b3 c1 b3 c2
b2 c2 b1 c2
b1 c1 b2 c2
b2 c1 b3 c1
b3 c2 b2 c1

Cuadro 3: Diseño Cuadro Latino

b1 c1 b2 c1 b3 c2 b2 c2 b1 c2 b3 c1
b3 c2 b2 c2 b1 c2 b3 c1 b1 c1 b2 c1
b2 c1 b3 c2 b2 c2 b1 c2 b3 c1 b1 c1
b3 c1 b1 c1 b2 c1 b3 c2 b2 c2 b1 c2
b2 c2 b1 c2 b3 c1 b1 c1 b2 c1 b3 c2
b1 c2 b3 c1 b1 c1 b2 c1 b3 c2 b2 c2

Es importante aclarar que la igual importancia relativa entre los dos factores a la que
se hace referencia anteriormente tiene que ver básicamente con el hecho de que ninguno
de éstos se tome como factor de bloqueo. Hay que anotar, sin embargo, que sólo bajo los
tres primeros esquemas de aleatorización, los factores son tratados de la misma manera,
es decir que son asignados a unidades del mismo tamaño y cuentan con el mismo número
de repeticiones. Esta situación es diferente en el Diseño en Parcelas Divididas, pues dado
que el factor asignado a las subparcelas cuenta con mayor número de repeticiones, sus
efectos son estimados con mayor precisión.

CUANDO SE PUEDE USAR EL DISEÑO EN PARCELAS DIVIDIDAS.

Se recomienda el uso del diseño en los siguientes casos:

1. Cuando uno de los factores, por su naturaleza, exige parcelas relativamente grandes,
por ejemplo, sistemas de labranza, de irrigación, distancias entre surcos, niveles
de luz o de temperatura; mientras que el otro factor permite su aplicación sobre
unidades experimentales más pequeñas como variedades, distancia entre plantas,
dosis de fertilizantes, etc.

2
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

Cuadro 4: Diseño en Parcelas Divididas con el factor A asignado a las parcelas principales,
distribuido completamente al azar.

c1 b|3 c2 c2 b|1 c1 c2 b|2 c1

c2 b|1 c1 c1 b|2 c2 c1 b|3 c2

Cuadro 5: Diseño en Parcelas Divididas con el factor A asignado a las parcelas principales,
distribuido en Bloques Completos al Azar.

c1 c2 c1
Bloque I b2 b3 b1
c2 c1 c2
c c c
Bloque II b3 1 b1 2 b2 1
c2 c1 c2

2. Cuando los niveles de un factor requieren de gran cantidad de material experimental

por U.E. frente a otros factores. Como ejemplo podemos tener las siguientes situa-
ciones: uso de riego, métodos de aplicación de fertilizantes, etc., serían más factibles
usarlos como parcela principal que como subparcela.
3. Cuando se desea incorporar algún factor adicional, y así el alcance de la investigación
sería mayor, como ejemplo de esta situación, si se desea incorporar ciertos fungicidas,
para incrementar el alcance de la investigación se puede proponer variedades que
presenten diversos tipos de resistencia a las enfermedades. En este caso el uso de
variedades como parcela principal daría más proyección al experimento.
4. Tiene gran utilidad cuando se desea que ciertos factores sean medidos con mayor
precisión que otros, en este caso se elige como subparcelas los factores que se desea
estudiar con mayor precisión.

MODELO DE UN DISEÑO EN PARCELAS DIVIDIDAS

Para el caso de unidades arregladas en bloques completamente al azar


 i = 1, 2, . . . , a
yijk = µ + τi + βj + (τ β)ij + γk + (τ γ)ik + (βγ)jk + (τ βγ)ijk ; j = 1, 2, . . . , b

k = 1, 2, . . . , c

Donde:
yijk : Efecto (variable de respuesta) en el i-ésimo bloque (factor A) de la j-ésima parcela
completa (factor B ) y k-ésima subparcela (factor C ).
µ: Efecto medio verdadero de la variable de respuesta.
τi , βj y (τ β)ij representan la parcela completa y corresponden, respectivamente, a los blo-
ques (factorA), los tratamientos principales (factorB ) y el error de la parcela completa
(AB ), mientras que γk , (τ γ)ik , (βγ)jk y (τ βγ)ijk representan a la subparcela y correspon-
den, respectivamente, al tratamiento de la subparcela (factor C ), a las interacciones AC

3
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

y BC , y el error de la subparcela.

Nótese que el error de la parcela completa corresponde a la interacción AB , y el error

de la subparcela es la interacción de los tres factores ABC . La suma de cuadrados de
estos factores se calcula como un análisis de varianza de tres factores sin réplicas.

Las hipótesis a probar

a. Para el tratamiento principal o parcela completa (factor B )

H0 : βj = 0, para todo j = 1, b
H1 : βj ̸= 0, para algún j = 1, b

b. Para el tratamiento de la subparcela (factor C )

H0 : γk = 0, para todo k = 1, c
H1 : γk ̸= 0, para algún k = 1, c

c. Para las interacciones entre las parcelas completas y subparcelas BC

H0 : (βγ)jk = 0, para todo j = 1, b, k = 1, c
H1 : (βγ)jk ̸= 0, para algún j = 1, b, k = 1, c
Análisis de Varianza

Cuadro 6: ANVA para el diseño en parcelas divididas

F.V. G.L. SC CM F
Bloques (A) a−1 SCA CMA
Parcela completa (B ) b−1 SCB CMB CMB /CM EAB
Error AB (parc. compl.) (a−1)(b−1) SCEAB CM EAB
Subpacela (C ) c−1 SCC CMC CMC /CM EABC
Interacción (AC ) (a−1)(c−1) SCAC CMAC
Interacción (BC ) (b−1)(c−1) SCBC CMBC CMBC /CM EABC
Error ABC (subparcelas) (b−1)(a−1)(c−1) SCEABC CM EABC
Total abc − 1 SCT

Donde:
Para la parcela completa

1 ∑ 2
a
Y2
SCA = yi.. − ...
bc i=1 abc

∑
a ∑
b ∑
c
Y... = yijk
i=1 j=1 k=1

1 ∑ 2
b
Y2
SCB = y.j. − ...
ac j=1 abc

4
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

1 ∑∑ 2 1 ∑ 2 1 ∑ 2
a b a b
Y2
SCEAB = yij. − yi.. − y.j. + ...
c i=1 j=1 bc i=1 ac j=1 abc
Para la subparcela

1 ∑ 2
c
Y2
SCC = y..k − ...
ab k=1 abc

1 ∑∑ 2
a c
Y2
SCAC = yi.k − ... − SCA − SCC
b i=1 k=1 abc

1 ∑∑ 2
b c
Y2
SCBC = y.jk − ... − SCB − SCC
a j=1 k=1 abc
SCEABC = SCT − SCC − SCAC − SCBC − SCA − SCB − SCEAB
∑
a ∑
b ∑
c
Y...2
SCT = 2
yijk −
i=1 j=1 k=1
abc

Ejemplo 1 Considere un fabricante de papel que está interesado en tres métodos diferen-

tes para preparar la pulpa y en cuatro diferentes temperaturas de cocción. Desea estudiar

el efecto que estos dos factores tienen sobre la resistencia a la tensión del papel. Cada

réplica del experimento factorial requiere 12 observaciones y el experimentador a decidido

utilizar tres réplicas. Sin embargo, en la planta piloto solo se puede llevar a cabo 12 ensayos

diarios por lo que debe realizar una réplica diaria durante tres días, y considerar los días

o las réplicas como bloques. Los datos aparecen en la siguiente tabla:

Cuadro 7: Datos de resistencia a la tensión del papel

Método de prepara- Bloque I Bloque II Bloque III

ción de la pulpa 1 2 3 1 2 3 1 2 3
Temperatura
200 30 34 29 28 31 31 31 35 32
225 35 41 26 32 36 30 37 40 34
250 37 38 33 40 42 32 41 39 39
275 36 42 36 41 40 40 40 44 45

Las hipótesis seran:

a. Para el tratamiento principal o parcela completa: método de preparación (factor B )

H0 : βj = 0, para todo j = 1, 3
H1 : βj ̸= 0, para algún j = 1, 3

b. Para el tratamiento de la subparcela: temperatura (factor C )

H0 : γk = 0, para todo k = 1, 4
H1 : γk ̸= 0, para algún k = 1, 4

5
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

c. Para las interacciones entre el método de preparación y la temperatura BC

H0 : (βγ)jk = 0, para todo j = 1, 3, k = 1, 4
H1 : (βγ)jk ̸= 0, para algún j = 1, 3, k = 1, 4

El ANVA se muestra en la siguiente tabla:

Cuadro 8: ANVA para el ejemplo de la resistencia del papel

F.V. G.L. SC CM F P-V

Bloques(A) 2 77,5556 38,7778
Método de preparación(B ) 2 128,3889 64,1944 7, 0781 0,0485 *
Error de la parc. compl. (AB ) 4 36,2778 9,0694
Temperatura (C ) 3 434,0833 144,6944 34, 1574 3.7147E-06 *
Interacción (AC ) 6 20,6667 3,4444
Interacción (BC ) 6 75,1667 12,5278 2, 9574 0.05197 No
Error de la subparcela (ABC ) 12 50,8333 4,2361
Total 35 822,9722

Para el tratamiento principal Método de preparación (factor B ) tenemos que hay su-
ciente evidencia para decir que no hay homogeneidad entre los métodos de preparación.

Para la temperatura (factor C ) obtuvimos que hay evidencia signicativa para decir
que hay diferencias en este factor.

Para la interacción entre el método de preparación y la temperatura no hay diferencia

signicativa entre estos tratamientos.

Así podemos ver que el método de preparación y la temperatura tienen inuencia en

la resistencia del papel.

También podemos observar que el CM EABC = 4, 2361 es menor comparado con el

CM EAB = 9, 0694; esto es porque frecuentemente las sub parcelas son mas homogéneas
que las parcela completas, por lo cual es más recomendable ubicar en las subparcelas el
factor más importante.

Referencias
[1] Cochran, William G. & Cox, Gertrude M. (1990). Diseños experimentales . Edit.
Trillas, México, páginas 329 - 352.
[2] Montgomery, Douglas C. (1991). Diseño y Análisis de Experimentos . Grupo Edito-
rial Iberoamericana, México, páginas 419 - 423.

Efraín Zúñiga Tapahuasco

UNSCH