CAPÍTULO IV

DELINEAMENTOS EXPERIMENTAIS

O delineamento de um experimento é a seqüência completa de passos

dados antes de iniciar a instalação de um experimento. O objetivo do
delineamento é assegurar que os dados apropriados sejam obtidos de forma que
permita uma análise objetiva e conduza a inferências válidas, com relação ao
problema estabelecido.
A análise de variância do experimento é feita de acordo com o tipo de
delineamento experimental utilizado. A análise da variância em torno das médias,
consiste na partição da variação total presente no experimento em componentes.
Cada componente é atribuído a uma causa identificável ou fonte de variação; um
dos componentes representa a variação devida a fatores não controlados e erros
aleatórios associados com as medidas da resposta.
Se um conjunto de dados consiste de n medições Y1, Y2 , , Yn e sua média
é Y , a variação total em torno da média está incorporada na soma de quadrados
n
dos desvios  (Y  Y)
i 1
i
2
, que é chamada de soma de quadrados total. A técnica

de análise de variância decompõe esta soma de quadrados total em fontes de

variação conhecidas além do componente erro.
O número de fontes de variação que podem ser identificadas e as fórmulas
para o cálculo das somas de quadrados dos componentes está intrinsecamente
relacionado com o delineamento experimental empregado na coleta dos dados e
com o modelo estatístico considerado apropriado para a análise.

4.1 - Delineamento Inteiramente Casualizado (DIC)

É o delineamento experimental mais simples de todos; envolve apenas dois

princípios básicos da experimentação – repetição e casualização. O delineamento
inteiramente casualizado é análogo a uma amostragem aleatória independente
feita a partir de várias populações, em que cada população é identificada como a
população de respostas sob um determinado tratamento.
Em geral este delineamento é utilizado quando o material e/ou as
condições experimentais são homogêneas. Por exemplo, experimentos de
laboratório ou com animais bastante uniformes. No caso de experimentos com
vasos em casas-de-vegetação, se a posição destes for mudada com certa
freqüência, não se justifica a introdução de blocos.
As vantagens deste delineamento são: (a) o número de repetições pode
ser diferente de um tratamento para outro sem dificultar a análise e (b) apresenta
o maior número de graus de liberdade associado ao resíduo, quando comparado
com os outros delineamentos. As principais desvantagens são: (a) a variância
residual pode estar sendo superestimada porque toda a variação, com exceção
daquela atribuída a tratamento, é tomada como variação casual e (b) se o número
de tratamentos é elevado podem ocorrer problemas de heterogeneidade no
ambiente.
Não existe nenhuma restrição imposta quanto à casualização, ou seja, os
tratamentos e suas repetições são aplicados inteiramente ao acaso nas parcelas
experimentais, através de sorteio ou usando tabelas de números aleatórios.
O modelo linear aditivo é dado por:
Yij     i   ij , onde

Yij  observação individual, i  1, 2, , t e j  1, 2, , r

t  número de tratamentos
r  número de repetições
 i  efeito de tratamento, i  1, 2, , t
 ij  erro experimental

A estrutura de dados para este delineamento apresenta a forma de uma

matriz contendo os tratamentos nas linhas e as repetições nas colunas, como
mostrado no quadro a seguir.

QUADRO 02. Estrutura de dados Yij num quadro de dupla entrada para o
DIC.

Tratamento Repetições (j) Totais Médias

s
(i) 1 2 3 Yi.  Y 
i.

1 Y11 Y12 Y13

2 Y21 Y22 Y23
3 Y31 Y32 Y33
4 Y41 Y42 Y43
Y.. Y..

Este delineamento permite dividir a variação total em dois componentes –

um atribuível à variação entre tratamentos e outro devido à variação das
repetições dentro dos tratamentos.
Desta forma, o quadro de Análise de Variância para o DIC é apresentado
na forma dada a seguir.
 QUADRO 03. Análise de Variância do DIC.

F.V. S.Q. G.L. Q.M. F

t
Tratamento Y
i1
i.
2
/r  C t-1 SQTrat/(t-1) QMTrat /
QMRes
t r t

Resíduo 
i1 j1
Yij 
2
Y i1
i.
2
/r t (r-1) SQRes / t(r-1)

t r

Total  Y
i1 j1
ij
2
C r t-1
2
 t r 
Onde C  
  Yij  / r t

 i1 j1 
Se o F calculado for maior ou igual ao F tabelado com (t-1) e t(r-1) graus de
liberdade, declara-se o resultado como sendo significativo, ao nível de
significância, e afirma-se que existe pelo menos uma diferença entre médias de
tratamentos.
O coeficiente de variação, que avalia a precisão do experimento é dado por
QMRe s
CV  (100)
Y..

EXEMPLO DE APLICAÇÃO

De certo experimento conduzido em casa-de-vegetação, foi obtido os

seguintes dados:

QUADRO 04. Peso da matéria seca (em g/vaso) de 5 variedades de feijão,

aos 30 dias após a emergência.
Tratamentos Repetições (j)
(i) 1 2 3 4 5 6
A 2,9 3,5 4,1 3,9 3,0 3,5
B 3,0 3,6 3,7 3,8 3,1 3,3
C 3,1 3,8 4,2 3,1 3,5 3,2
D 4,5 4,4 3,8 4,7 4,1 5,0
E 6,5 8,0 7,4 7,0 8,0 7,0

Computar a Análise de Variância e o Coeficiente de Variação. Apresente a

conclusão estatística e a conclusão prática.
As somas de quadrados utilizados na estimação das variâncias das fontes
de variação são:

C
Y..
2

132,70 2  586,9763
rt 65

SQTrat 
1
r
 Yi.  C 
2 1
6

20,90 2  20,50 2    43,90 2  C  66,91196 
 SQTotal  Y  C  2,9   3,5     7,0   C  72,2937
2 2 2 2
ij

SQ Re s  SQTotal  SQTrats  72,2937  66,91196

SQ Re s  5,38174

Logo a análise de variância fica:

F.V. S.Q. G.L. Q.M. F

Tratamento 66,91196 4 16,72799 77,71**
Resíduo 5,38174 25 0,21527
Total 72,29372 29

100 0,21527
O coeficiente de variação é dado por CV   10,50% . O teste
4,42
F foi altamente significativo p  0,01 o que leva a rejeitar a hipótese nulidade e
concluir que existe pelo menos uma diferença significativa entre duas médias de
tratamentos, com uma probabilidade superior a 99%.
A perda de unidades experimentais ou a utilização de número diferente de
repetições para os tratamentos não dificulta a análise do DIC.

4.2 - Delineamento Blocos Casualizados (DBC)

Os blocos casualizados constituem o tipo de delineamento experimental

mais utilizado na experimentação agrícola. Para melhorar a precisão do
experimento podemos blocar o material experimental em grupos homogêneos de
tamanho K, para compararmos K tratamentos. Ora, se cada tratamento é aplicado
a exatamente uma unidade experimental no bloco e se as comparações são feitas
apenas entre respostas de tratamentos do mesmo bloco, a variabilidade não
controlada poderia ser grandemente reduzida. Este é o conceito de blocos
casualizados.
Os blocos representam o controle local e cada um deve incluir todos os
tratamentos. Para que o delineamento seja eficiente, cada bloco deve ser o mais
uniforme possível, mas os blocos podem diferir bastante uns dos outros. Nos
experimentos fitotécnicos, cada bloco deverá ser constituído de uma área de solo
bem uniforme. Nos experimentos zootécnicos, cada bloco deverá ser constituído
de animais com características semelhantes. Dentro de cada bloco os
tratamentos são alocados às parcelas inteiramente ao acaso.
A vantagem deste delineamento é que ele extrai da variação total a
variação devida a blocos, além da variação devida a tratamento. As desvantagens
são: (a) redução do número de graus de liberdade do resíduo e (b) se o número
de tratamentos é muito grande, é difícil conseguir um bom agrupamento das
parcelas em blocos homogêneos.
 Os tratamentos são atribuídos às parcelas utilizando-se sorteios
separadamente para cada bloco. Não é indispensável que os blocos estejam
contíguos.
O modelo linear aditivo para o DBC é dado por:

Yij     i   j   ij , onde

  média geral do experimento

 i  efeito de tratamento, com i  1, 2, , t
 j  efeito de bloco, com j  1, 2, , r
t  número de tratamentos
r  número de repetições
 ij  erro experimental

A estrutura de dados para o DBC é:

Tratamento Repetições (j) Totais Médias

s (i) B1 B2 Br Yi.  Y 
i.

T1 Y11 Y12 Y1r Y1. Y1.

T2 Y21 Y22 Y2r Y2. Y2.
Tt Yt1 Yt2 Ytr Yt . Yt.
Totais ( Y. j ) Y.1 Y.2 Y.r Y.. Y..

Este delineamento permite fracionar a variação total em três componentes,

ou seja, em variações devidas a blocos, a tratamentos e ao erro experimental. As
somas de quadrados, os graus de liberdade, os quadrados médios e o F são
calculados e apresentados no quadro a seguir.

QUADRO 05. Análise de Variância do DBC.

F.V. S.Q. G.L. Q.M. F
r

Y
SQBl QMBl
/tC
2
Blocos .j r-1
j1 (r  1) QM Re s
t

Tratamento Y
i1
i.
2
/r  C t-1
SQTrat
( t  1)
QMTrat
QM Re s
 t r t t

  Y
SQ Re s
Yij  Y. j / t  /r  C
2 2 2
Resíduo i. (r-1)(t-
i 1 j 1 j 1 i 1 (r  1)( t  1)
1)
t r

Total  Y i1 j1

ij
2
C r t-1

2
 t r 
Onde C  
  Yij  / r t

 i1 j1 

EXEMPLO DE APLICAÇÃO
Os dados de o quadro a seguir referem-se ao conteúdo de óleo nas
sementes de linho, quando as plantas foram inoculadas com Septoria linicola, em
diferentes estádios de desenvolvimentos. O delineamento utilizado foi blocos
casualizados com seis tratamentos e quatro repetições.
QUADRO 06. Conteúdo de óleo nas sementes de linho inoculadas com
Septoria linicola.

Tratamentos Blocos (j)

(i) I II III IV
Plântula 4,4 5,9 6,0 4,1
Início da floração 3,3 1,9 4,9 7,1
Plena floração 4,4 4,0 4,5 3,1
Final da floração 6,8 6,6 7,0 6,4
Maturação 6,3 4,9 5,9 7,1
Não inoculado 6,4 7,3 7,7 6,7

Computar a análise de variância. Discutir.

As somas de quadrados utilizadas na estimação das variâncias das fontes
de variação são as seguintes:

C
2
Y..

132,7 2  733,72042
rt 46
SQTotal  Y  C  4,4   3,3     6,7   C  54,50958
2 2 2 2
ij

SQBlocos 
1
t
Y .j
2
C 
1
6

31,62    34,52  C  3,14125 
SQTrats 
1
r
Y i.
2
C 
1
4

20,42    28,12  C  31,65208 
SQ Re s  SQTotal  SQBlo cos  SQTrats 
SQ Re s  54,50958  3,14125  31,65208 
SQ Re s  19,71625

A análise de variância fica:

 F.V. S.Q. G.L. Q.M. F
Blocos 3,14125 3 1,04708
Tratamentos 31,65208 5 6,33042 4,82**
Resíduo 19,71625 15 1,31442
Total 54,50958 23

O coeficiente de variação é dado por:

100 QMRe s 100 1,31442
CV  
Y.. 5,5 .
CV  20,84%
Como F foi significativo conclui-se que pelo menos um contraste entre
médias de tratamentos deverá ser significativamente diferente de zero, ao nível
de 1% de probabilidade.
A precisão do experimento dada pelo coeficiente de variação, pode ser
considerada boa, uma vez que o valor do CV é considerado médio.

No caso do DBC deve-se estimar parcela perdida. Esta estimação não

fornece qualquer informação adicional para o experimento, apenas facilita o
cálculo da análise de variância. O valor que representará a parcela perdida é
dado por
( t )Yi..  (r )Y. j  Y..
Yij 
(r  1)( t  1)
onde t é o número de tratamentos e Yi. é o total do tratamento com parcela
perdida; r é o número de blocos e Y. j é o total do bloco com parcela perdida e Y..
é o total das parcelas disponíveis. A análise é feita como anteriormente com a
única diferença que se perde um grau de liberdade do resíduo para cada parcela
estimada.

4.3 - Delineamento Quadrado Latino (DQL)

No delineamento bloco completo casualizados é removido do erro

experimental o efeito de um único fator. Ocasionalmente, é possível remover os
efeitos de dois fatores simultaneamente no mesmo experimento, usando o
quadrado latino. Para usar este delineamento é necessário assumir que nenhuma
interação existe entre o efeito do tratamento e o efeito do bloco.