InterSedes, N°43. Vol XXI (2020). ISSN 2215-2458
3
La bibliografía especializada señala dos razones de primordial importancia para justificar la
necesidad de estimar un tamaño y una forma óptimos de unidad experimental (Sánchez et al., 2006;
Rodríguez, Sánchez, & Pacheco, 1993). La primera es reducir el error experimental del ensayo; la
segunda se basa en aspectos económicos y prácticos, como ahorro de semilla, espacio, recursos
económicos y trabajo. Parcelas con un tamaño inferior al óptimo pueden dar resultados poco
confiables, por otro lado parcelas grandes pueden incurrir en gastos innecesarios de tiempo y
recursos (Gomez 1972). Así pues, la mayor eficiencia de un ensayo se fundamenta en un tamaño y
una forma óptimos de unidad experimental (Vallejo y Mendoza 1992).
Para determinar el tamaño y la forma de parcela existen métodos estadísticos muy variados, la
mayoría parten de un ensayo blanco o ensayo de uniformidad (Rodríguez et al.1993; Custódio,
2010; Santos, Haesbaert, Lúcio, Storck & Cargnelutti, 2012). Si bien existen otros métodos, este
es el más preciso, con el inconveniente de que requiere de una inversión considerable de tiempo y
recursos (Álvarez, Soto, & Gómez, 1986). El ensayo blanco es una parcela de extensión
relativamente grande que es tratada en toda su superficie uniformemente en cuanto a fertilización,
aplicación de agroquímicos y demás labores de cultivo y que a la hora de la cosecha se subdivide
en parcelas pequeñas (unidades básicas) (Rosselló & Fernández 1986), a partir de esta información
existen diversos métodos para estimar el tamaño de unidad experimental.
Uno de los más utilizados, debido a su eficiencia, es el de regresión múltiple. En este las unidades
básicas se agrupan de manera que formen parcelas de diferentes formas y tamaños, a estas parcelas
resultantes se les cuantifica el rendimiento correspondiente mediante la adición de los rendimientos
de las unidades básicas. Luego, para el total de unidades experimentales formadas con una
combinación particular se estima la variabilidad residual, medida como coeficiente de variación,
que quedará en función de la combinación del largo y del ancho de cada unidad experimental. Esto
permite modelar el coeficiente de variación (CV) en función de largo y el ancho, lo que genera una
superficie de respuesta en tres dimensiones, sobre la cual se puede estudiar los cambios en el CV
debido a las variaciones del largo y del ancho y se puede obtener la combinación de estos que hagan
que la superficie tenga una curvatura determinada. Usualmente, la curvatura que se busca es cuando
la pendiente es -1; es decir, después de este punto añadir una nueva unidad básica en la variable
independiente resultará en una reducción de la variable dependiente (CV) menor que la unidad, por
lo que el incremento del tamaño ya no justifica la disminución en la variabilidad. Para minimizar