9

6. Diseños experimentales factoriales de efectos jerárquicos o anidados completamente

al azar y en bloques completos al azar con o sin covarianza

Los diseños experimentales factoriales jerárquicos o anidados se basan en los

mismos principios que los diseños experimentales factoriales de efectos cruzados descritos
anteriormente, pero se diferencian de estos en cuanto que presentan un factor aleatorio que
se encuentra incluido o subordinado a cada grupo o categoría de un factor mayor, el cual
puede ser de tipo fijo o aleatorio.

En las fuentes de variación de la tabla de andeva de un diseño experimental

jerárquico o anidado, no debe incluirse la interacción entre el factor anidado y el factor
mayor, en cambio debe incluirse solamente el factor mayor y el factor jerárquico o anidado
en forma externa a un paréntesis que incluye al factor mayor, de la forma siguiente:

Fuente de variación STC G.de L. CM F Significancia

Factor-mayor
Factor-anidado(Factor-mayor)
Residual
Total

Si en un diseño jerárquico el factor mayor se considera fijo, este se denominará de

modelo mixto, y para el factor mayor se deberán comparar los promedios entre grupos, en
cambio si tanto el factor mayor como el factor anidado se consideran aleatorios, este diseño
se denominará de modelo aleatorio o modelo II, en en cual se deberán estimar los
componentes de varianza, este último tipo de modelo permite estimar la variabilidad
atribuible a cada factor y determinar el énfasis del muestreo en cada factor.

Ejemplo, modificado del texto de Sokal, R y Rohlf, F (1979) Biometría: H. BLUME

EDICIONES. Madrid

Los datos corresponden a dos mediciones del largo del ala izquierda de cuatro mosquitos hembras (sujetos)
mantenidas en tres medios diferentes

Medio: 1 2 3
Sujeto: 1 2 3 4 1 2 3 4 1 2 3 4
Medic-1 58,5 77,8 84,0 70,1 69,8 56,0 50,7 63,8 56,6 77,8 69,9 62,1
Medic-2 59,5 80,9 83,6 68,3 69,8 54,5 49,3 65,8 57,5 79,2 69,2 64,5

Tabla de Datos Computacional

Medio Sujeto Medicion Y_Largo

1 1 1 58,5
1 1 2 59,5
1 2 1 77,8
1 2 2 80,9
1 3 1 84,0
1 3 2 83,6
1 4 1 70,1
1 4 2 68,3
2 1 1 69,8
2 1 2 69,8
2 2 1 56,0
2 2 2 54,5
2 3 1 50,7
2 3 2 49,3
2 4 1 63,8
2 4 2 65,8
3 1 1 56,6
3 1 2 57,5
3 2 1 77,8
3 2 2 79,2
3 3 1 69,9
3 3 2 69,2
3 4 1 62,1
3 4 2 64,5
 10

En la tabla de andeva, los efectos jerárquicos o anidados deben ser indicados con el factor
anidado a la izquierda de un signo de paréntesis y al interior del paréntesis el factor mayor.
En el ejemplo anterior la tabla de andeva corresponde a la siguiente:

Fuentes de Variación
Medios
Sujetos(Medios)
Residual
Total

Para lograr la especificación del signo de paréntesis, el efecto anidado debe ser solicitado
inicialmente como interacción, y posteriormente acceder a la sintaxis del procedimiento del
modelo lineal general univariado mediante la opción pegar (PASTE), y en la instrucción del
diseño, modificar el efecto cruzado indicado mediante un asterisco “*” por el paréntesis( )”

7. Diseños experimentales con efectos jerárquicos de términos de errores

experimentales especiales

Diseño experimental de parcelas divididas

Este diseño corresponde al estudio de dos factores comparativos, en el cual el

primer factor se aleatoriza en una primera oportunidad, constituyendo un factor mayor o
tratamiento principal, y al interior de cada grupo o categoría del factor mayor, se aleatoriza
el segundo factor, el cual se denomina subtratamiento. La situación anterior genera un
término de error experimental especial para el factor mayor, además que logra aumentar la
precisión o sensibilidad con la que son comparados los promedios del subtratamiento y la
interacción.

Tabla de andeva del diseño de parcelas divididas

Fuente de variación STC G.de L. CM F Significancia
A (Tratamiento Principal) (P?0,05)
Repet(A) = error( a )
B (Subtratamiento) (P?0,05)
A*B (Interacción) (P?0,05)
Residual = error( b )
Total

Diseño experimental de parcelas Subdivididas

Este diseño corresponde al estudio de tres factores comparativos, en el cual cada

uno de los factores se aleatorizan en secuencia al interior de cada categoría o grupo del
factor que le precede.

Tabla de andeva del diseño de parcelas subdivididas

Fuente de variación STC G.de L. CM F Significancia
A (Tratamiento Principal) (P?0,05)
Repet(A) = error( a )
B (Subtratamiento) (P?0,05)
A*B (Interacción) (P?0,05)
Rep*B(A) = error( b )
C (P?0,05)
C*A (P?0,05)
C*B (P?0,05)
C*A*B (P?0,05)
Residual = error( c )
Total
 11

Diseño experimental de Bloques Divididos (diseños de bloques divididos en franjas)

Este es un tipo de diseño de dos factores comparativos, en el cual el primer factor se

aleatoriza en una primera oportunidad, constituyendo un factor mayor, pero el segundo
factor o subtratamiento no es posible de aleatorizar, debiendo aplicarse en franjas a lo largo
de todas las repeticiones.

Tabla de andeva del diseño de bloques divididos

Fuente de variación STC G.de L. CM F Significancia
A (Tratamiento Principal) (P?0,05)
Repet(A) = error( a )
B (Subtratamiento) (P?0,05)
Repet(B) = error( b )
A*B (Interacción) (P?0,05)
Residual = error( c )
Total

Diseño experimental de Bloques Subdivididos (Bloques Subdivididos en Franjas)

Este diseño corresponde al estudio de tres factores comparativos, en el cual el

último factor no puede ser aleatorizado y debe ser aplicado en franja a lo largo de todas las
repeticiones del experimento.

Tabla de andeva del diseño de bloques subdivididos

Fuente de variación STC G.de L. CM F Significancia
A (Tratamiento Principal) (P?0,05)
Repet(A) = error( a )
B (Subtratamiento) (P?0,05)
Rep(B) = error( b )
A*B (Interacción) (P?0,05)
Rep*B(A) = error( c )
C (P?0,05)
C*A (P?0,05)
C*B (P?0,05)
C*A*B (P?0,05)
Residual = error( d )
Total

8. Diseños Factoriales de Análisis Combinado de Experimentos

(Diseños Factoriales de Multilocalidades y Años)

Este tipo de diseños experimentales corresponde a la realización de experimentos

controlados con uno o más factores comparativos de efectos fijos o modelo I, los cuales
se realizan en forma repetida o combinada bajo diferentes ámbitos de condiciones, como
pueden ser de espacio y tiempo (lugar o localidad y año), situaciones respecto de las cuales
el investigador las puede considerar con fines comparativos como factores fijos, o bien,
como factores de condiciones aleatorias bajo las cuales se realiza el experimento
comparativo controlado de efectos fijos.

Con respecto del número de condiciones bajo las cuales se combina el experimento
controlado, estas pueden ser de un factor el cual puede corresponder a la localidad o año, a
de dos factores que incluirían tanto a la localidad como al año, a su vez, bajo uno o dos
factores de localidad y año, se pueden analizar diseños experimentales de uno o más
factores comparativos en arreglos completamente al azar, en bloques completos al azar,
con o sin covarianza, tanto para diseños factoriales de efectos cruzados como jerárquicos o
anidados con o sin términos de errores experimentales especiales, los cuales corresponden a
diseños de parcelas o bloques divididos o subdivididos dependiendo del numero de factores
comparativos, y la aleatorización de la asignación de tratamientos.
 12

Tabla de andeva para un diseño experimental de un factor en bloques completos al azar

combinado sobre localidades (o años)
Fuente de variación STC G.de L. CM F Significancia
L (Localidad)
Repet(L) = error( a )
A (Tratamiento) (P?0,05)
L*A (Interacción)
Residual = error( b )
Total

Tabla de andeva para un diseño experimental de un factor en bloques completos al azar

combinado sobre localidades y años (Los factores del experimento se aleatorizan cada año)
Fuente de variación STC G.de L. CM F Significancia
Y (Año)
L (Localidad)
Y*L (Interacción)
Repet(Y*L)
A (Tratamiento) (P?0,05)
Y*A (Interacción)
L*A (Interacción)
Y*L*A (Interacción)
Residual
Total

Tabla de andeva para un diseño experimental de un factor en bloques completos al azar

combinado sobre localidades y años (Nuevo sector de localidad cada año)
Fuente de variación STC G.de L. CM F Significancia
Y (Año)
L (Y)
Repet(Y*L)
A (Tratamiento) (P?0,05)
Y*A
L*A (Y)
Residual
Total

Tabla de andeva para un diseño experimental de un factor en bloques completos al azar

combinado sobre localidades y años (Factores del experimento como en cultivos perennes)
Fuente de variación STC G.de L. CM F Significancia
L (Localidad)
Repet(L)
Y (Año)
Y*L
Repet*Y(L)
A (Tratamiento) (P?0,05)
L*A (Interacción)
Y*A (Interacción)
L*Y*A (Interacción)
Residual
Total
 13

Tabla de andeva para un diseño experimental factorial AxB en bloques completos al azar
combinado sobre localidades (o años)
Fuente de variación STC G.de L. CM F Significancia
L (Localidad)
Repet(L)
A (P?0,05)
L*A
B (P?0,05)
L*B
A*B (P?0,05)
L*A*B
Residual
Total

Tabla de andeva para un diseño experimental factorial de parcelas divididas en bloques

completos al azar combinado sobre localidades (o años)
Fuente de variación STC G.de L. CM F Significancia
L (Localidad)
Repet(L)
A (P?0,05)
L*A
Rep*A(L) = error( a )
B (P?0,05)
L*B
A*B (P?0,05)
L*A*B
Residual = error( b )
Total

Tabla de andeva para un diseño experimental factorial de parcelas divididas en bloques

completos al azar combinado sobre localidades y años
Fuente de variación STC G.de L. CM F Significancia
Y
L(Y)
Repet(L*Y)
A (P?0,05)
Y*A
L*A(Y)
Rep*A(Y) = error( a )
B (P?0,05)
Y*B
L*B(Y)
A*B (P?0,05)
Y*A*B
L*A*B(Y)
Residual = error( b )
Total