DELINEAMENTO DE TRATAMENTOS: ARRANJOS FATORIAIS E

PARCELAS SUBDIVIDIDAS

O termo delineamento de tratamentos refere-se forma de organizar os

fatores de tratamentos e os seus nveis.

Experimentos Unifatoriais
A denominao experimentos unifatoriais refere-se ao
delineamento de tratamentos de todo experimento cujos
tratamentos representem nveis de um nico fator.
Os experimentos unifatoriais podem ser montados sob qualquer um
dos delineamentos experimentais (DIC, DBC E I, DQL), conforme as
exigncias de cada um.

ARRANJOS FATORIAIS
Os pesquisadores verificaram que a decomposio da variabilidade total dos
dados em trs partes: variao local (blocos, linhas, colunas etc.), efeitos de
tratamentos e erro, no era suficientemente informativa quando os
tratamentos resultavam da combinao de dois ou mais fatores. Ento, sugeriu
a partio do componente de tratamentos, dessa forma foi proposto o
delineamento e a anlise de experimentos fatoriais.
Experimentos fatoriais so aqueles nos quais so estudados, ao mesmo tempo,
os efeitos de dois ou mais tipos de tratamentos. O fatorial uma das maneiras
de organizar os tratamentos e no um tipo de delineamento experimental, que
representa a maneira pela qual os tratamentos so casualizados nas unidades
experiemntais. Neste caso, os tipos de tratamento so referidos como fatores,
e cada subdiviso de um fator denominada nvel do fator, assim neste tipo de
experimento, os tratamentos so todas as combinaes possveis entre os
diversos fatores nos seus diferentes nveis.
Os delineamentos usados podero ser qualquer o DIC ou DBC, dependendo da
variabilidade do material experimental sua disposio e do ambiente.
Delineamentos de tratamentos como os fatoriais so requisitados em dois
momentos da execuo de uma pesquisa experimental. Na fase de
planejamento, quando da definio da estrutura de tratamentos, e na de
anlise estatstica. Nesta fase, eles definem o desdobramento dos efeitos de
tratamentos, conforme o tipo de relao estabelecida entre os fatores que os
compem. Tais relaes podem ser de trs tipos: de cruzamento, de
aninhamento ou mista. Tais relaes que determinam termos como
experimentos fatoriais cruzados e delineamentos hierrquicos.
Os fatoriais incluem experimentos em que, sendo os tratamentos provenientes
de dois ou mais fatores, cada nvel de um fator combinado com os mesmos
nveis dos demais fatores.
O efeito de cada tratamento (ou fator) chamado de efeitos principais, e as
aes conjuntas destes fatores, a interao dos fatores, e retrata como um
fator modifica o que acontece com o outro, isto , a influncia que um fator
capaz de exercer na resposta que seria obtida por outro fator isoladamente
(dependncia entre fatores). Evidentemente, o efeito da interao entre fatores
pode ou no ser estatisticamente significativo. Neste ltimo caso, caracteriza-
se uma independncia entre fatores; ou seja, o efeito de um fator no
afetado, substancialmente, pela modificao nos nveis de outro(s) fator(es).
Em delineamentos de tratamentos, no se justifica falar em formas de
alocao dos tratamentos s parcelas, pois estas so definidas pelo
delineamento experimental. Os tratamentos poderiam ser testados em
condies homogneas, de acordo com o delineamento experimental
Inteiramente Casualizado; assim como poderia faz-los, sob condies de
heterogeneidade, seguindo o delineamento Blocos ao Acaso.
Analise de varincia
A anlise de varincia para um fatorial com apenas dois fatores: A (em a
nveis) e B (em b nveis). O modelo matemtico considerando, por exemplo,
um delineamento de parcelas inteiramente casualizado :
Yijk = m + ai + bj + (ab)ij + eijk
em que:
Yijk: a observao na unidade experimental que recebeu o tratamento
correspondente aos nveis i (i=1,2,...a) do fator A e j (j=1,2,...,b) do fator B,
na repetio k (k=1,2,...r);
m : a mdia geral;
ai : o efeito do nvel i do fator A;
bj : o efeito do nvel j do fator B;
(ab)ij: o efeito da interao do nvel i do fator A com o nvel
j do fator B; e
eijk: efeito do erro experimental

Observe que a soma dos efeitos ai, bj e (ab)ij corresponde ao efeito de

tratamentos (ti) do modelo matemtico para Inteiramente Casualizado.
Portanto, o modelo fatorial faz uma partio dos efeitos de tratamentos,
conforme a estrutura dos fatores que os compem. No caso dos fatoriais de
classificao cruzada (AxB) a ANOVA fornece uma decomposio em: efeitos
principais (ou dos fatores isoladamente) e efeitos de interao entre os fatores.
Esquema da analise de varincia de um experimento em esquema fatorial no
DIC
CV Gl SQ QM F
fatorA Fator a-1 SQA/GLA QMA/RES
A2

fc
BXR
Fator B Fator b-1 SQB/GLB QMB/RES
B2

fc
AXR
Interao (AxB) (a-1) (b-1) =SQTRAT-SQA-SQB SQAB/GLAXB QMAXB/QMRES
Tratamento T-1 SQTRAT/GLTRAT QMTRAT/QMRES
( AB)2

fc
R
Resduos Ab(r-1) SQTOTAL-SQTRAT SQR/GLRES
Total Abr-1
X
fc

Para o DBC, o modelo matemtico apresenta o seguinte modelo matemtico

Y=m+A+B+(AB)+b+e.

Esquema da analise de varincia de um experimento em esquema fatorial no

DBC
CV Gl SQ QM F

Trat A Fator a-1 2 SQA/GLA QMA/RES

A
fc
BXR
Trat B Fator b-1 2 SQB/GLB QMB/RES
B
fc
AXR
(a-1) (b-1) =SQTRAT- SQAB/GLAX QMAXB/QM
SQA-SQB B RES

Tratamento T-1 SQTRAT/GL QMTRAT/Q

( AB)2
TRAT MRES
fc
R
BLOCO B-1 2 SQBLOCO/ QM
b GLBLOCO
fc
AB
Resduos Ab(r-1) NO SQTOTAL- SQR/GLRES
dbc (AB- SQTRAT-
1) (R-1) SQBLOCO
Total Abr-1 :
X
fc

Hipteses de interesse
Para fator A
H0: A1 = A2 = ... = Aa = 0 (no existe efeito do fator A)
H1: Ai 0 para pelo menos um i (existe efeito do fator A)
Para fator B
H0: B1 = B2 = ... = Bb = 0 (no existe efeito do fator B)
H1: B 0 para pelo menos um j (existe efeito do fator B)
Para AxB
H0: AB11 = AB12 = ... = ABab = 0 (no existe interao)
H1: ABij 0 (existe interao entre fatores)

Se as interaes entre fatores no forem significativas (F no significativo),

estudar os efeitos principais, ou seja, cada fator avaliado separadamente.
Neste caso, os resultados experimentais podem se resumir a tabelas de
mdias para os diferentes nveis de cada fator. Graficamente observa-se retas
paralelas.
Por outro lado, na presena de uma interao significativa, os efeitos principais
dos fatores envolvidos na interao no devem ser considerados. Isto indica a
existncia de dependncia entre os efeitos dos fatores A e B, ou seja, os
efeitos do fator A dependem dos nveis do fator B, ou vice-versa. Dessa forma
o desdobramento, ou seja, o estudo do comportamento do fator A dentro de
cada nvel do fator B e vice-versa, feito atravs de teste de comparaes de
mdias. Graficamente pode-se verificar interao positiva (os dois fatores
aumentam) as setas crescem no mesmo sentido e negativa quando um fator
cresce e o outro diminui.
O objetivo dos arranjos fatoriais avaliar a presena de interaes entres os
tratamentos testes, e na ausncia desses os efeitos principais.
Vantagens de experimentos fatoriais:
permitem estudar os efeitos principais e os efeitos das interaes entre
eles;
todas as parcelas so utilizadas no clculo dos efeitos principais dos
fatores e dos efeitos das interaes, razo pelo qual o nmero de repeties
elevado.
Desvantagens de experimentos fatoriais:
como os tratamentos so constitudos por todas as combinaes possveis
entre os nveis dos diversos fatores, o nmero de tratamentos aumenta muito;
a anlise estatstica mais trabalhosa e a interpretao dos resultados se
torna mais difcil a medida que aumentamos o nmero de nveis e de fatores
no experimento.

Parcelas subdivididas
O delineamento em parcelas subdivididas (split-plot, em ingls), ou
simplesmente parcelas divididas, apropriado para experimentos fatoriais em
que os fatores envolvidos, geralmente em nmero de dois, apresentam
caractersticas diferentes. Nos ensaios em parcelas subdivididas as unidades
experimentais (parcelas), onde so aplicados os tratamentos principais ou
primrios, so divididas em partes iguais, denominadas subparcelas, nas quais
so casualizados os tratamentos secundrios. Neste caso a casualizao feita
em duas etapas: primeiro os nveis do tratamento principal so casualizados
nas parcelas de acordo com o delineamento adotado (DIC, DBC ou DQL), as
quais so divididas em subparcelas, onde os nveis do tratamento secundrio
so casualizados. O primeiro fator ser aquele que manifestar diferenas
maiores (fceis de serem detectadas) do que aquelas esperadas para o outro
fator, enquanto o fator para o qual ser mais difcil detectar as diferenas seja
atribudo s subparcelas. Isso faz com que a comparao entre os nveis do
segundo fator, tambm chamado de tratamentos secundrios, seja feita com
maior preciso do que as comparaes entre nveis do fator primrio.
So usados em pesquisa envolvendo:
Adubao mineral e calagem
Irrigao e densidade de plantio
Cultivares e espaamento
pocas de plantio e cultivares
pocas de fenao e tcnica de secagem
Raas e doses de vermfugos
Tipos de raes e raas entre outras

Deve ser realizado um experimento com parcelas subdivididas toda vez que:
1)A parcela uma unidade fsica (um vaso, um animal, uma pessoa) que
pode receber vrios tratamentos secundrios;
2)Um dos fatores torna difcil a instalao do experimento no esquema fatorial;
3)O tratamento principal exige grandes parcelas;
4)O pesquisador quer comparar tratamentos secundrios com maior preciso.

Tipos de experimentos em parcelas subdivididas:

Parcelas subdivididas no espao: quando em cada parcela h uma subdiviso
da sua rea em subrea, constituindo em cada uma delas, uma subparcela.
Na experimentao agrcola, o delineamento mais usado trata-se de
blocos ao acaso. NesteBcaso, pode-se dizer que o experimento foi delineado
em blocos casualizados com parcelas subdivididas.
O modelo de anlise de varincia, para o caso de um delineamento
de blocos casualizados com parcelas subdivididas, o seguinte: Yijk = m + ai
+ rk + (ar)ik + bj + (ab)ij + eijk
com:
i=1,2,...,a nveis para o fator A;
j=1,2,...,b nveis para o fator B; e
k=1,2,...,r repeties ou blocos.

Assim, o modelo pressupe que as observaes individuais (Yijk) so

explicadas pela soma de duas parcelas de variao:
uma em nvel de parcelas, essa deve-se ao efeito isolado do nvel i do
fator A (ai), ao efeito do bloco ou repetio k (rk) e ao erro experimental
associado ao delineamento blocos casualizados (em nvel das parcelas),
que estimado pela interao do fator A com repeties (arik).
A segunda parte deve-se ao efeito isolado do nvel j do fator B (bj),
interao resultante dos nveis i e j dos fatores A e B, respectivamente
 (abij) e ao erro experimental em nvel das subparcelas (eijk). O primeiro
tipo de erro denominado Erro a e o segundo, Erro b.

Esquema da analise de varincia de um experimento em parcela subdividida

no DBC
CV Gl SQ QM F

r-1 SQA/GLA QMA/RES

b2

Bloco
fc
ab
Fator a a-1 SQB/GLB QMB/RES
a
fc
bXR
(a-1) (r-1) =Sparcela- SQAB/GLAX QMAXB/QM
(SQA- B RES
SQBloco)

x
Parcela Ar-1 SQTRAT/GL QMTRAT/Q
x TRAT MRES

b abr



Fator b b-1 2 SQBLOCO/G QM
b LBLOCO
fc
ar
Interao (a-1) (b-1) SQTOTAL- SQR/GLRES
(axb) SQTRAT-
SQB
Erro b A(b-1) (r-1) =Sqt-SQp- :
Sqb-SQaxb

Total Abr-1
X
fc

Admitindo-se a possibilidade de rejeio das hipteses de nulidade,

referentes aos efeitos de tratamentos primrios, secundrios e da
interao, tem-se interesse em comparar as mdias de tratamentos pelos
procedimentos usuais. Para isto precisa-se das estimativas das varincias
que so obtidas segundo a metodologia exposta.
Quando a interao no significativa ao nvel % de significncia:
Comparao de mdias entre parcelas
Comparao de mdias entre subparcelas

Quando a interao significativa ao nvel % de significncia

A interao entre os fatores A e B sendo significativa, parte-se para
seu desdobramento, onde devemos escolher um fator para ser
considerado fixo.

VER FATORIAL
O delineamento em parcelas subdivididas muito usado na
pesquisa agronmica. Como aplicado, principalmente, a fatoriais
cruzados, os experimentos conduzidos sob parcelas subdivididas exibem
as propriedades desses delineamentos de tratamentos. Isto , permitem
medir os efeitos de dois ou mais fatores, isoladamente, bem como
possveis interaes entre eles; ampliando, assim, o alcance das
inferncias.

Parcelas subdivididas no tempo: quando as parcelas no se

subdividem em reas, mas so tomadas dados em cada uma delas
periodicamente, constituindo estas tomadas as subparcelas.
Este delineamento representa apenas uma variao do esquema
experimental em parcelas subdivididas no espao. Considerando a grande
semelhana com o que foi tratado no item anterior (parcelas subdivididas
"no espao"), faremos aqui somente consideraes adicionais especficas.
Em certos experimentos, as parcelas, arranjadas de acordo com um
delineamento experimental bsico (inteiramente ao acaso, blocos ao
acaso, quadrado latino etc.), so submetidas a medies em pocas, anos
ou intervalos de tempo diferentes. Assim, considera-se os tratamentos
relativos a um fator A (Parcela) e o tempo ou poca passa a representar o
fator B (subparcela). Da a denominao de parcelas subdivididas no
tempo (split-plot in time, em ingls), pois constitui-se numa variao do
delineamento em parcelas subdivididas.
Assumindo-se o esquema de parcelas subdivididas, o modelo de
anlise, considerando blocos ao acaso como o delineamento de parcelas,
fica levemente modificado em relao ao anterior:
Yijk = m + ai + rk + (ar)ik + bj + (ab)ij + (br)jk + eijk
O esquema da anlise de varincia associada a esse modelo
tambm muito semelhante ao apresentado para parcelas subdividas no
espao. Logo, para parcelas subdivididas no tempo acrescenta-se apenas
a fonte de variao ligada aos efeitos brjk, relativos interao poca x
repetio.

Vantagens:
A exemplo dos ensaios fatoriais, estes permitem a combinao
de fatores
Desta forma, a utilizao de recursos mais eficiente
Pode-se obter informaes sobre a interao de fatores
Desvantagens
A anlise estatstica mais trabalhosa
Os efeitos dos tratamentos principais so determinados com
menor preciso que os efeitos dos tratamentos secundrios

Consideraes finais
No planejamento experimental devem ser definidos um
delineamento de tratamentos (forma de organizar os nveis a serem
testados) e o delineamento experimental (forma de organizar as parcelas
para receberem os tratamentos). Assim, muitos so os fatores envolvidos
na escolha dos delineamentos a serem adotados para um experimento.
Entre os de maior importncia pode-se citar: o objetivo do experimento, a
variabilidade do ambiente e do material experimental, o nmero e tipo de
tratamentos, o tamanho e a forma das parcelas, a disponibilidade de
recursos etc.
A escolha do delineamento de tratamentos , basicamente, definida
pelos objetivos da pesquisa. A deciso por testar os efeitos de um ou mais
fatores a comporem os tratamentos funo direta do nvel de
generalizao a que se prope com o experimento. Neste momento, o
pesquisador estar decidindo entre fazer uso de delineamentos
unifatoriais ou fatoriais. Optando-se pelos fatoriais, o tipo de relao entre
os fatores orientar a deciso por um fatorial.