DISEÑO DE BLOQUES COMPLETOS AL AZAR (DBCA)

Este diseño es aplicable a experimentos de laboratorio, invernadero y en el campo. En

los últimos años se utiliza en todas las especialidades donde sea necesario investigación
comparativa de tratamientos. Por esta razón se le conoce como un diseño universal
aplicable a cualquier problema de investigación.

Su característica fundamental es que tiene tres fuentes de variación, separa la variación

correspondiente a los tratamientos y la fuente de variación del error conjunto
experimental se descompone en efecto de bloques y el error de las observaciones del
experimento. Este diseño forma bloques de todos los tratamientos incluidos en el
experimento, las repeticiones constituyen el numero de bloques que se forma. Presenta
una restricción en su aleatorización, que los tratamientos se asignan
independientemente a las parcelas dentro de cada bloque.

En determinados casos es posible tener mayor interés en un tratamiento, en este caso

se plantea como un tratamiento independiente con diferente clave. Si sus efectos son
muy uniformes, significa que el experimento es muy uniforme.

Dentro de la experimentación agrícola se requiere realizar experimentos en el campo es

decir en el terreno agrícola bajo las condiciones medio ambientales, propias de una
localidad. Esto significa que para tener un experimento en el campo se requiere terrenos
totalmente uniformes, pero esto no es posible, por cuanto, el terreno agrícola varia de un
m2 a otro, entonces no es posible tener terrenos totalmente uniformes. Bajo estas
condiciones se requiere disminuir o controlar el efecto ambiental, especialmente la
variabilidad generada por la pendiente del terreno que determina una gradiente de
fertilidad.

Por otro lado, se tiene variaciones en la profundidad del suelo, que en las partes bajas
tienen mayor profundidad y como consecuencia los nutrientes por lixiviación se acumulan
más en las partes bajas, contribuyendo a la variabilidad del suelo.

Una herramienta efectiva de control ambiental es tener bloques de terreno cuyo largo
sea transversal a la gradiente de fertilidad, de este modo el bloque de terreno tendrá
características más o menos similares, si esto se repite entre bloques, entonces existe
la posibilidad de tener parcelas uniformes dentro de cada bloque.

Todo lo manifestado determina una característica fundamental de este diseño que

consiste en formar bloques y dentro de cada bloque tener todos los tratamientos
repetidos una sola vez, de ello viene el nombre de completo.

Dentro de cada bloque se aleatoriza los tratamientos para asignar a las parcelas, a esto
se llama al azar.

Ventajas:

 La agrupación de los tratamientos en bloques, permite una mayor precisión que el

DCA.

1
 Si se desea usar repeticiones adicionales para ciertos tratamientos estos se pueden
aplicar a 2 o más unidades por bloque con aleatorización adecuada para dar una
DBCA generalizado.
 El análisis de datos es simple.
 Puede ocurrir pérdida de tratamientos o bloques existe procedimientos para estimar
datos faltantes y proceder a su análisis estadístico.
 Es posible distribuir los bloques en diferentes terrenos, pero dentro de la misma zona
homogénea de producción los errores, por diferencia de campo experimental se
acumulan en el efecto de bloques

Desventajas:

 El diseño no presenta desventajas.

 No hay limitación en cuanto a bloques ni tampoco al número de repeticiones a
evaluarse; pero si hay limitaciones y tipo práctico que escapa al diseño. Cuando el
número de tratamientos es muy grande, los bloques también se hacen muy alargados
lo que se traduce en des uniformidad.

Características de planteamiento en campo de un DBCA:

Modelo Aditivo:

𝒀𝒊𝒋 = 𝝁𝒊𝒋 + 𝒕𝒊 + 𝜷𝒋 + 𝜺𝒊𝒋

Donde:
i = 1, 2, 3, … t = Tratamientos.
j = 1, 2, 3, … r = Repeticiones o Bloques

2
 𝒀𝒊𝒋 =
𝝁𝒊𝒋 = Promedio General.
𝒕𝒊 = Efecto del i-ésimo tratamiento.
𝜷𝒋 = Efecto de la j-ésima repetición.
𝜺𝒊𝒋 = Representa el error asociado al tratamiento i-ésimo para la repetición
j-ésima.

ANVA- DBCA.

F de V G.L SC
Bloques (r – 1) 𝒀𝟐. 𝒋
∑ − 𝑻𝑪
𝒕

Tratamientos (t – 1) ∑𝒀𝟐𝒊 .
− 𝑻𝑪
𝒓

Error (t – 1)(r – 1) SCT - SCB – SCt

Total tr – 1 ∑𝒀𝟐𝒊𝒋 − 𝑻𝑪
(∑ 𝑌𝑖𝑗 )2
𝑇𝑐 =
𝑡𝑟

PLANEAMIENTO DEL EXPERIMENTO EN DBCA:

Como en todo proyecto de investigación se debe seguir los mismos procedimientos que
recomienda la metodología de investigación. es decir deberá considerarse los
siguientes factores:

1. Título del experimento.

2. Planteamiento del problema
3. Objetivos de investigación.
4. Justificación
5. Marco teórico
6. Metodología de investigación.

En metodología de investigación se deberá considerar el diseño de DBCA con sus

características básicas que debe comprender los siguientes aspectos:

Descripción de tratamientos.

Se debe presentar la descripción de los tratamientos en estudio. Se refiere a la

información de características básicas o propias de cada tratamiento, que será
importante para la discusión y las conclusiones. Establecer el orden de cada tratamiento
y señalar si se utilizara claves o códigos de identificación de tratamientos.

Numero de repeticiones:

Señalar de manera clara el número de repeticiones o bloques que tendrá el experimento.

Es importante describir la forma de distribución de los bloques cuando se trata de
experimentos en laboratorio o en invernadero.

3
Aleatorización:

Este diseño tiene una restricción a la aleatorización porque los tratamientos se asignan
a las U.E de manera aleatoria dentro de cada bloque. De modo, si un experimento tiene
cuatro bloques se deberá realizar cuatro aleatorizaciones, una independiente para cada
bloque; o si tiene cinco bloques se deberá realizar cinco aleatorizaciones, una para cada
bloque y así sucesivamente.

Características del Diseño Experimental:

se debe tener la descripción completa de las características del experimento, cuando el
experimento es en el campo estas deben tener la descripción de:

Parcelas: Para experimentos en campo o su equivalente en laboratorio o

invernadero:

- Largo ……………………………..
- Ancho ……………………………..
- Área total …………………………
- Nº de surcos………………………
- Distanciamiento entre surcos …..
- Distanciamiento entre golpes……

Bloques:

- Largo ……………………………..
- Ancho ……………………………..
- Nº de parcelas ……………………
- Área ……………………………….
- Calles ……………………………..

Campo experimental:

- Largo …………………………….
- Ancho …………………………….
- Área neta …………………………
- Nº de parcelas …………………..
- Área neta ………………………...
- Área total …………………………

Manejo del experimento:

El manejo del experimento debe realizarse en función del manejo agronómico

recomendado para cada especie y según el nivel tecnológico del cultivo. Las labores
convencionalmente recomendadas son:
 Preparación de semilla
 Preparación de terreno (arado, rastrado, surcado, etc)
 Siembra
 Conducción del experimento (Riegos, aporques, uso de agroquímicos)
 Evaluaciones según la planificación en metodología.

4
  Cosecha: evaluaciones en cosecha.

EJERCICIO PRÁCTICO:

se realizó un experimento de comparativo de rendimiento de variedades de arveja, bajo

condiciones del Centro Agronómico K’ayra, para este efecto se ha utilizado DBCA con
seis tratamientos y cuatro repeticiones.

1. Tratamientos en evaluación:

Clave Tratamiento
A Americana
B ILP-56
C Ballet
D Azul de Chincha
E Consort
F Q’ompis

2. Unidad experimental o parcela:

El experimento tuvo como parcela un área de seis metros de largo x 3.6 metros de ancho
obteniéndose un área neta de 5.40 x 2.40 metros. La parcela tuvo seis surcos
distanciados a 60 cm. y sembrados cada surco a chorro continuo.

3. Aleatorización:

Para la aleatorización se ha utilizado el método de la balota, cuyo resultado se

encuentra en la sigu9iente grafica.

5
Croquis del campo experimental.

1 2 3 4 5 6

F C A D E B

1 2 3 4 5 6

A E B C F D

1 2 3 4 5 6

C F D B E A

1 2 3 4 5 6

F B E C A D

4. Características del campo experimental:

Parcela:
Largo = 6m
Ancho = 3.60 m
Área = 21.60 m2
Área Neta = 12.96 m2
N° Surcos = 6
Para efecto borde: se elimina un surco a cada lado y 30 cm.en cabecera y pie.
Área neta = 5.40 x 2.40 = 12.96 m2.

Bloques
Largo = 21.6 m
Ancho = 6m
Área Neta = 129.6 m2
N° de parcelas = 06.00

Campo experimental:
Calles = 1.00 m
Largo = 29.00 m
Ancho = 23.60 m
Área = 684.40

6
5. Resultados del experimento:
Luego del proceso de conducción del experimento se evaluó la variable rendimiento de
grano seco en kg/parcela cuyos resultados se presentan en la siguiente gráfica:

F C A D E B

2.633 2.485 2.469 2.911 2.746 2.836

A E B C F D

2.321 3.148 2.771 2.376 2.507 3.115

C F D B E A

2.351 2.440 2.784 2.969 2.917 2.358

F B D C A E

2.609 2.780 2.819 2.892 2.112 3.214

CUADRO ORDENADO DE RESULTADOS

Rendimiento de grano de arveja por parcela (kilogramos)

Bloque A B C D E F Y .j

I 2.469 2.836 2.485 2.911 2.746 2.633 16.080

II 2.321 2.771 2.376 3.115 3.148 2.507 16.238
III 2.358 2.969 2.351 2.784 2.917 2.440 15.819
IV 2.112 2.780 2.892 2.819 3.214 2.609 16.426
Y . i
9.260 11.356 10.104 11.629 12.025 10.189 64.463
2.315 2.839 2.526 2.901 3.006 2.547

6. Análisis de variancia (ANVA):

Nota: Cuando en un determinado experimento la variable rendimiento resulta poco

explicativo, o evidente sobre los objetivos del experimento, como en el presente
caso los rendimientos de kilogramos por parcela de 12.96 m2 no es comprensible
para todos los lectores especialmente para los agricultores; de esto se desprende
que es altamente recomendable convertir los datos de rendimiento de kg/ha o t/ha,
por cuanto esta medida es comprensible para todos y es de carácter universal que
los rendimientos de cualquier especie cultivada se expresa en t/ha.

Conversion a t/ha:
10000 2.469
12.96  x1 12.96
10000  x 2 ..................  1000 1000

 771.6049383  2.469
 1.905

7
 Rendimiento de grano de arveja en t/ha.

BLOQUES A B C D E F Y .j

I 1.905 2.188 1.917 2.246 2.119 2.032 12.407

II 1.791 2.138 1.833 2.404 2.429 1.934 12.529
III 1.819 2.291 1.814 2.148 2.251 1.883 12.206
IV 1.630 2.145 2.231 2.175 2.480 2.013 12.674
Y . i
7.145 8.762 7.795 8.973 9.279 7.862 49.816
Y j. 1.786 2.190 1.949 2.243 2.320 1.965 2.076
CV = 6.63%

Cálculos de análisis de variancia:

Cuadro ANVA en DBCA

F de V GL Sc C Fc Ft Sig.
0.05 0.01
Bloques 3 0.019623 0.006541 0.346 0.70 0.023 NS NS
Tratamiento 5 0.851416 0.170283 9.00 2.90 4.56  
Error 15 0.283848 0.018923
Total 23 1.154887
CV =

(𝟒𝟗.𝟖𝟏𝟔)𝟐
1.- 𝑻𝒄 = = 103.401411
𝟐𝟒

2.- SCT= 1.9052 +1.7912 + 1.8192 +…………+ 1.9342 + 1.8832 + 2.0132 - Tc

= 104.556298 – 103.401411 = 1.154887.

12.4072 +12.5292 +12.2062 +12.6742

3.- 𝑆𝐶𝐵 = − 𝑇𝑐 = 103.421034 – 103.401411 = 0.019623
6

7.1452 + 8.7622 +....+9.2792 + 7.8622

4.- 𝑆𝐶𝑡 = − 𝑇𝑐 = 104.252877 – 103.401411 = 0.851416
4

5.- 𝑆𝐶𝑒 = 𝑆𝐶𝑇 − 𝑆𝐶𝐵 − 𝑆𝐶𝑒 = 1.154887 – 0.019623 – 0.851416 = 0.283848

6.- Cuadrados Medios:

𝑆𝐶.𝑏𝑙𝑜𝑞 0.019623
𝐶𝑀𝐵 = =
𝐺𝐿.𝑏𝑙𝑜𝑞 3

𝑆𝐶𝑡 0.851416
𝐶𝑀𝑡 = =
𝐺𝐿𝑡 5
𝑆𝐶𝑒 0.283848
𝑆𝐶𝑒 = =
𝐺𝐿𝑒 15

8
7.- Estimación de Fc: Considerando que los tratamientos en estudio fueron
seleccionados por interés del investigador el modelo matemático de esperados
cuadrados medios corresponde al Modelo I o de efectos fijos por consiguiente
en la estimación de Fc para todas las fuentes se utiliza como denominador el
cuadrado medio del error.

𝐶𝑀𝐵 0.006541
𝐹𝐶𝐵 = = = 0.34
𝐶𝑀.𝑒 0.018923

𝐶𝑀𝑡 0.170283
𝐹𝐶𝑡 = = = 9.00
𝐶𝑀𝑒 0.018923

8.- Lectura del Ft :

𝐹𝒕 → 𝑭𝜶(𝑮𝑳𝑵 , 𝑮𝑳𝑫 )
Ft (t)0.05(5, 15) = 2.90
Ft (t)0.01(5, 15) = 4.56

9.- Coeficiente de variabilidad: El CV debe colocarse como pie de cuadro del ANVA.
√𝐶𝑀𝑒
𝐶𝑉 = x 100
𝑥
√0.018923
𝐶. 𝑉. = × 100 = 6.63 %
2.076

10.- Conclusiones sobre el ANVA:

El ANVA del experimento permite establecer las siguientes conclusiones:

1. 1. El experimento tiene 6.63% de coeficiente de variabilidad, lo que indica que el

experimento tuvo un excelente manejo. Los factores ambientales fueron mínimos y
el manejo fue excelente.

2. Entre los cuatro bloques utilizados en el experimento existe alta uniformidad por
cuanto el ANVA indica que no existen diferencias estadísticas hasta con 99% de
confianza.

Importante: Cuando se trata de experimentación agrícola la interpretación respecto a

bloques tiene un sentido puramente informativo de conocer si entre los bloques
utilizados en el campo existen diferencias estadísticas o han sido bloques
uniformes de manera que el proceso de análisis para bloques termina en esta
fase.

3. Entre los seis cultivares de arveja utilizadas en el experimento existen diferencias

estadísticas hasta con 99% de confianza.

9
Estimación de Efectos:

Prueba de Tukey para comparación de medias: Los diferentes pasos expuestos en DCA
sobre comparación de medias con Tukey se reducen a unos pocos pasos.

1. Estimacion de ALS(T) :

AES (T) 0.05 (6, 15) = 4.60

AES (T) 0.01 (6, 15)= 5.80

ALS (T)  = A ES (T)  x S x

𝐶𝑀𝑒
𝑆𝑥 = √ 𝑟

0.018923
Sx   0.068780
4

ALS (T) 0.05 = 4.60 x 0.068780 = 0.32

ALS (T) 0.01 = 5.80 x 0.068780 = 0.40

2. Orden de mérito de los promedios:

I = Consort = 2.320
II = Azul de Chincha = 2.243
III = ILP – 56 = 2.191
IV = Qompis = 1.966
V = Ballet = 1.949
VI = Americana = 1.786.

3. Interpretación Gráfica:

Diferencia de medias según la Prueba de Tukey:

OM Promedios DLS (T)
0.05 0.01
I Consort = 2.320 a a
II Azul de Chincha = 2.243 a b a
III ILP – 56 = 2.191 a b c a b
IV Qompis = 1.966 b c d a b c
V Ballet = 1.949 c d a b c
VI Americana = 1.786. d c
ALS (T) 0.05 = 0.32
ALS (T) 0.01 = 0.40

1. Conclusiones: La Prueba de Tukey nos permite establecer las siguientes

conclusiones:

10