• TABLE OF CONTENTS
HIDE
 Front Cover
 Title Page
 Foreword
 Introduction
 Half Title
 Table of Contents
 Introduccion al sistema techno...
 Metodologias de investigacion
 Toma y tabulacion de datos para...
 Preparacion de resultados para...
 Metodologia de analisis de experimentos...
 Presentacion de resultados
 Appendice
 Back Cover














Title: Guía tecníca para investigación agrícola
CITATION THUMBNAILS PAGE IMAGE ZOOMABLE
Full Citation
STANDARD VIEW MARC VIEW
Permanent Link: http://ufdc.ufl.edu/UF00081595/00001
 Material Information
Title: Guía tecníca para investigación agrícola
Physical Description: Book
Publisher: Instituto de Ciencia y Tecnologi´a Agri´colas,
Publication Date: 1981
Copyright Date: 1981
 Record Information
Bibliographic ID: UF00081595
Volume ID: VID00001
Source Institution: University of Florida
Holding Location: University of Florida
Rights Management: All rights reserved by the source institution and holding location.
Resource Identifier: oclc - 183192690

Table of Contents
    Front Cover
        Front Cover 1
        Front Cover 2
    Title Page
        Title Page 1
        Title Page 2
    Foreword
        Foreword
    Introduction
        Introduction
    Half Title
        Half Title
    Table of Contents
        Table of Contents
    Introduccion al sistema technologico
        Page A-i
        Page A-ii
        Page A-iii
        Page A-1
        Page A-2
        Page A-3
        Page A-4
        Page A-5
        Page A-6
        Page A-7
        Page A-8
        Page A-9
        Page A-10
        Page A-11
        Page A-12
        Page A-13
        Page A-14
        Page A-15
        Page A-16
        Page A-17
        Page A-18
        Page A-19
        Page A-20
        Page A-21
    Metodologias de investigacion
        Page B-i
        Page B-1
        Page B-2
        Page B-3
        Page B-4
        Page B-5
        Page B-6
        Page B-7
        Page B-8
        Page B-9
        Page B-10
        Page B-11
        Page B-12
        Page B-13
        Page B-14
        Page B-15
        Page B-16
        Page B-17
        Page B-18
        Page B-19
        Page B-20
        Page B-21
        Page B-22
        Page B-23
        Page B-24
        Page B-25
        Page B-26
        Page B-27
        Page B-28
        Page B-29
        Page B-30
        Page B-31
        Page B-32
        Page B-33
        Page B-34
        Page B-35
        Page B-36
        Page B-37
        Page B-38
        Page B-39
        Page B-40
        Page B-41
        Page B-42
        Page B-43
        Page B-44
        Page B-45
        Page B-46
        Page B-47
        Page B-48
        Page B-49
        Page B-50
        Page B-51
        Page B-52
        Page B-53
        Page B-54
        Page B-55
        Page B-56
        Page B-57
        Page B-58
        Page B-59
        Page B-60
        Page B-61
    Toma y tabulacion de datos para analisis
        Page C-i
        Page C-1
        Page C-2
        Page C-3
        Page C-4
        Page C-5
        Page C-6
        Page C-7
        Page C-8
        Page C-9
        Page C-10
        Page C-11
        Page C-12
        Page C-13
        Page C-14
        Page C-15
        Page C-16
        Page C-17
        Page C-18
        Page C-19
        Page C-20
        Page C-21
        Page C-22
        Page C-23
        Page C-24
        Page C-25
        Page C-26
        Page C-27
        Page C-28
        Page C-29
        Page C-30
        Page C-31
        Page C-32
        Page C-33
        Page C-34
        Page C-35
        Page C-36
        Page C-37
        Page C-38
        Page C-39
        Page C-40
        Page C-41
        Page C-42
        Page C-43
        Page C-44
        Page C-45
        Page C-46
        Page C-47
        Page C-48
        Page C-49
        Page C-50
    Preparacion de resultados para analisis estadistico
        Page D-i
        Page D-1
        Page D-2
        Page D-3
        Page D-4
        Page D-5
        Page D-6
        Page D-7
        Page D-8
        Page D-9
        Page D-10
        Page D-11
        Page D-12
    Metodologia de analisis de experimentos en serie
        Page E-i
        Page E-1
        Page E-2
        Page E-3
        Page E-4
        Page E-5
        Page E-6
        Page E-7
        Page E-8
        Page E-9
        Page E-10
        Page E-11
        Page E-12
        Page E-13
        Page E-14
        Page E-15
        Page E-16
        Page E-17
        Page E-18
        Page E-19
        Page E-20
        Page E-21
        Page E-22
        Page E-23
        Page E-24
        Page E-25
        Page E-26
        Page E-27
        Page E-28
        Page E-29
        Page E-30
        Page E-31
    Presentacion de resultados
        Page F-i
        Page F-1
        Page F-2
        Page F-3
        Page F-4
        Page F-5
        Page F-6
        Page F-7
        Page F-8
        Page F-9
        Page F-10
        Page F-11
        Page F-12
    Appendice
        Page G-1
        Page G-2
        Page G-3
        Page G-4
        Page G-5
        Page G-6
        Page G-7
        Page G-8
        Page G-9
        Page G-10
        Page G-11
        Page G-12
        Page G-13
        Page G-14
        Page G-15
    Back Cover
        Page G-16
Full Text
I-







INSTITUTE DE CIENCIA Y TECNOLOGIA AGRICOLAS ICTA -
SECTOR PUBLIC AGRICOLA










Guia Tecnica

para Investigacion Agricola












Guatemala, C.A.
1981










PRESENTATION




Con agrado he visto concluida la obra Guia Tecnica para Investigaci6n Agricola, que pre-
pararan con dedicaci6n y esmero un grupo de cientificos de la Unidad Tecnica de Producci6n
del ICTA, para incrementar los medios apropiados que la instituci6n pone al alcance de su
personal, a fin de superar su capacidad tecnol6gica y la eficiencia en la ejecuci6n de las activi-
dades de cada cargo.

Desde nuestra llegada al ICTA, empefiamos nuestros mejores esfuerzos para encauzar la
operatividad institutional por senderos que contribuyan a fortalecer y dignificar las acciones
cotidianas del personal en pro de logros mas positives, dentro de las acciones gubernamentales,
para el progress y bienestar de la poblaci6n, especialmente la agricola. Esta obra, que he leido
con el mayor interest, responded apropiadamente a nuestras inquietudes y estoy seguro habra de
ser un auxiliar valioso para nuestros tecnicos que, en distintos solares patriots, afrontan la pro-
blematica de la baja producci6n y productividad agricola.

La Guia T6cnica para Investigaci6n Agricola, fue escrita para uso del personal tecnico
del ICTA. Su exposici6n es simple y su contenido esta estructurado a manera de facilitar la for-
mulaci6n de los trabajos cotidianos en el quehacer investigative del institute. Nuestros investi-
gadores encontraran en esta obra, un compendio suficiente de las tecnicas actualmente
utilizadas, disefios y analysis estadisticos requeridos por los trabajos experimentales efectua-
dos por el institute.

Mas ain, la misma puede ser utilizada por cualquier entidad o personas que breguen
sobre la misma problematica y que esten interesadas en la soluci6n de problems agricolas de
marcada similitud a los tratados por el ICTA en el cumplimiento de sus objetivos
institucionales.

Debemos comprender que no se trata de una obra de contenido cientifico original, sino
que, como su nombre lo indica, de una guia metodol6gica formulada apropiadamente para los
intereses del ICTA. Esto es, un compendio que cubre las mas frecuentes consultas hechas por
los t6cnicos en cuanto a la metodologia, sin que con ello se espere dar una soluci6n integral en
dicho campo, tan vasto e important como lo es la actividad de investigaci6n agricola.





Ing. Agr. Bladimiro A. Villeda Sagastume
Gerente General ICTA











INTRODUCTION





El esquema tecnol6gico puesto en march por el ICTA desde su creaci6n
Mayoo 10, 1972), represent un esfuerzo cientifico national de poner al alcance del
agricultor guatemalteco todo un process dinamico de generaci6n, evaluaci6n y va-
lidaci6n de tecnologia en forma sencilla y comprensible, derivado de un esquema
que no es distinto al suyo y en donde el es un important critic.

Tiempo atras se inici6 una series de intentos para llegar al agricultor median-
te la imposici6n, venta u ofrecimiento de tecnologia extrafia, sufriendo con ello tan-
tos desplantes que fue necesario promover cambios en el sistema. La metodologia
de trabajo propuesta debia de considerar como puntos inicial y final al pequefio y
median agricultor. Gran tarea 6sta, si se consider la fisonomia agro-socioecon6-
mica de nuestro agricultor, influenciado por costumbres ancestrales y con sus pro-
pios sistemas derivados de experiencia y observaci6n constant a lo largo de un
tradicionalismo fuerte y celoso.

En la madurez de su primera edad, ICTA ha visualizado varias veces el cami-
no recorrido y en esas pausas ha modulado su propio sistema, de tal forma, que pue-
da siempre sentirse la fisonomia que le caracteriza, pero adecuada en media y en
6poca. Sin embargo, por el dinamismo y el despliegue de su trabajo y la complica-
ci6n de sus lines de acci6n, se va haciendo cada vez mas complejo mantener la pu-
reza de su filosofia. Hoy, en un nuevo intent para preservar inc6lume su esquema,
se present en un document "Guia T6cnica para Investigaci6n Agricola", basada
en el sistema tecnol6gico del ICTA.

La Guia Tecnica para Investigaci6n Agricola, emerge como un document
convenient a los prop6sitos institucionales y afirma en su contenido la fe en el es-
quema seguido a lo largo de ocho afios, f6 fundamentada en evidencias que demues-
tran que el sistema ha funcionado. El incremento national de la producci6n y la
adopci6n de tecnologia generada por ICTA son prueba de ello. Pero ain asi, deja la
alternative abierta para que mentes acuciosas y elevadas revisen el document, lo
complementen o amplien, pero en su labor no deberan perder de vista que a quien
va dirigido el esfuerzo del t6cnico del ICTA es al pequeno v median agricultor
guatemalteco.



Ing. Agr. Orlando Arjona Mufoz
Director T6cnico ICTA











COMISION QUE PARTICIPO EN LA PLANIFICACION
DE LA GUIA TECNICA PARA INVESTIGATION AGRICOLA


Hugo C6rdova
Ricardo del Valle


Juan Manuel Herrera
Luis A. Estrada


Rene Velasquez












Se agradece la participaci6n de Coordinadores de Programas y Disciplinas del
ICTA, asi como a:


Horacio Juarez
Sergio Ruano
Sandra Calder6n


Victor Salguero
Ramiro Ortiz
Donald Kass














GERENTE GENERAL
Bladimiro Villeda Sagastume

SUBGERENTE
Oscar Gonzalez

DIRECTOR TECNICO
Orlando Arjona Mufioz

COORDINADORES DE
PROGRAMS
Porfirio Masaya S.
W. Ramiro Pazos M.
Jorge S. Fuentes
Oscar Leonel Orozco
Alejandro Fuentes Orozco
Carlos Hernandez Campollo
Luis Enrique Santizo
Danilo Gonzalez
Romeo Solano A.

COORDINADORES DE
DISCIPLINES DE APOYO
Julio Gonzalez del Valle
Emilio Escamilla Escamilla
Jos6 Angel DAvila
Selvin Arriaga


DIVULGACION
Luis Manlio Castillo
Editor

Diagramaci6n
Rodolfo Mejicanos

Levantado de Textos
Rosa Rodriguez Gomar


INDICE GENERAL

I INTRODUCTION AL SISTEMA TECNO-
LOGICO

II METODOLOGIAS DE INVESTIGATION

III TOMA Y TABULACION DE DATOS PARA
ANALYSIS

IV PREPARATION DE RESULTADOS PARA
ANALYSIS ESTADISTICO

V METODOLOGIAS DE ANALYSIS DE EXPE-
RIMENTOS EN SERIES

VI PRESENTATION DE RESULTADOS

VII APENDICE


Institute de Ciencia y Tecnologia
Agricolas -ICTA-
Avenida La Reforma 8-60, Zona 9
Edificio Galerias Reforma, 3er. Nivel
Telefonos: 317464 318371
318809 318819


El Institute de Ciencia y Tecnologia Agricolas, es la instituci6n de Derecho Piblico responsible de general y promover
el usode la Ciencia y Tecnologia Agricolas en el sector respective. En consecuencia, le corresponde conducir investiga-
ciones tendientes a la soluci6n de los problems de explotaci6n racional y agricola que incidan en el bienestar social;
producer materials y m6todos para incrementar la productividad agricola; promover la utilizaci6n de la tecnologia a
nivel del agricultor y del desarrollo rural regional que determine el Sector Piblico Agricola.
Art iculo 30 del Decreto Legislativo No 68-72
Ley Organica del ICTA

















Introducci6n al Sistema Tecnol6gico


Introducci6n

Objetivos

Sistema Tecnol6gico

Estudios Agro-Socioecon6micos

a. T6cnicas basicas de entrevista al
realizar investigaci6n sobre sis-
temas de cultivo


A I.


Pagina
1

1

2

2


I I


I I


CAPITULO 1.


r-






T E C N O L O G I C O


Ie,
u-u''


A P 0 Y 0









UN SISTEMA
TECNOLOGICO
AGRICOLA









I. INTRODUCTION






El Institute de Ciencia y Tecnologia Agricolas, ICTA, es la instituci6n encargada de general,
desarrollar, probar y promover el uso de tecnologia agricola a nivel national. Para ello se han
establecido en siete regions del pais equipos multidisciplinarios que han aplicado una
metodologia de acci6n previamente estudiada y definida por la instituci6n.

Sin embargo, esta metodologia ha sido interpretada y aplicada con ciertas variantes por cada
t6cnico y principalmente en cada region. Estas interpretaciones han ido aumentando paulatina-
mente y a veces, en forma negative, debido a muchos factors, entire ellos la constant fuga de
personal t6cnico, lo cual ocasiona que el nuevo personal incorporado, venga a provocar cambios
en los distintos process de la investigaci6n.

Por 6stas y otras razones, se consider necesario establecer claramente el procedimiento a
seguir, en todas las actividades que conlleva el process de investigaci6n, actualizando los
mecanismos necesarios para su aplicaci6n.



1. OBJETIVOS


a. Consolidar el conocimiento sobre metodologia experimental.


b. Uniformizar la metodologia de investigaci6n.

c. Promover el uso de m6todos modernos de investigaci6n.


d. Dar una guia para facilitar y agilizar el trabajo investigative.

La "Guia T6cnica" para realizar investigaci6n agricola, es el primer esfuerzo a nivel institucio-
nal, por sistematizar la informaci6n minima necesaria que Ilene todos los requerimientos de
una investigaci6n agricola adecuada; en el future, se irAn revisando los capitulos del present
trabajo, para introducirle mejoras e incorporar las nuevas experiencias que se adquieran en
este process dinmnico que es la investigaci6n agricola.




I


I- I
2. SISTEMA TECNOLOGICO DEL ICTA

Dentro del Plan Nacional de Desarrollo Agricola, las actividades a cargo del ICTA, estan orien-
tadas a general, desarrollar y probar tecnologia y promocionar su uso, principalmente entire
pequefios y medianos agricultores.

Para cumplir esta mission con mayor eficiencia, el ICTA ha desarrollado una metodologia, en la I
cual, los agricultores se incluyen en todas las fases del process de investigaci6n y juegan un pa-
pel important en la toma de decisions. Esta metodologia conduce a la obtenci6n de
tecnologias adaptadas a condiciones agro socioecon6micas especificas (muy variables en Gua-
temala), y minimize las posibilidades de recomendar tecnologias que son inapropiadas, que
conllevan un riesgo para los agricultores y que por estas razones se resisten a aceptar o que, en
filtima instancia, no adoptan.

La metodologia tiene cinco components basicos que estan muy interrelacionados entire si:
(Ver Sistema Tecnol6gico).

I
1. Estudios agro socioecon6micos.
2. Experimentaci6n aplicada a general nueva tecnologia apropiada a cada region especi-
fica.
3. Ensayos de Finca.
4. Parcelas de Prueba.
5. Evaluaci6n de la tecnologia probada.

3. STUDIOS AGRO-SOCIOECONOMICOS

Para realizar estos studios, el ICTA utiliza dos metodos mutuamente complementarios: el
sondeo, desarrollado por la instituci6n, que provee esencialmente informaci6n cualitativa y los
Registros Econ6micos de Producci6n, que proven informaci6n cuantitativa.

EL SONDEO

Este metodo desarrollado por el ICTA, consiste en una encuesta direct de tipo informal, que no
se rige dentro del marco de un muestreo estadistico para seleccionar a los entrevistados, ni uti- I
liza cuestionarios.

I


2

I









Persigue various prop6sitos:

a) Obtener un conocimiento general de un area y luego, gradualmente, un entendimiento de
los aspects agro-socioecon6micos relacionados con los sistemas de cultivos mas impor-
tantes desde el punto de vista del agricultor y determinar por qu6 y c6mo los agricultores
los utilizan, sus restricciones, potential y problems.


b) Delimitar el area geografica en donde un determinado sistema de cultivos es practicado.

c) Orientar el trabajo de investigaci6n agricola de acuerdo con las caracteristicas principa-
les de los sistemas de cultivos y de quienes los practican.

d) Detectar agricultores colaboradores para los Ensayos de Finca y los Registros
Econ6micos de Producci6n.

El sondeo debe ser realizado por un Equipo Integrado y Multidisciplinario, en el cual est6n
involucrados investigadores de las areas agricola y social. En el ICTA, el equipo generalmente
se compone de 10 6 12 investigadores, teni6ndose cuidado de que en el mismo tengan participa-
ci6n equitativa los t6cnicos que van a trabajar permanentemente en la region donde se realize el
sondeo.

La premisa que permit al sondeo obviar el disefio estadistico, es un principio te6rico
descubierto a trav6s de nuestra experiencia en el ICTA, el cual establece que: "En cada area o
region ecol6gicamente similar, cada estrato socioecon6mico de agricultores, practican uno o
various sistemas de cultivos que son similares entire si". Es decir, que cada sistema de cultivo
tiene caracteristicas comunes que se reflejan en la correspondencia e interrelaci6n existente
entire estrato social y nicho ecol6gico.

Algunos metodos de studio social realizan investigaciones de diagn6stico seleccionando un
porcentaje de informants al azar, en un universe o poblaci6n dada, mientras que otros, los
escogen en base a liderazgo, o al tamaflo de area que cultiva, y luego determinado nuimero
seleccionado al azar; ain otros m6todos seleccionan a los informants en base a edad, etc.




I


I I
Descripci6n del Metodo "El Sondeo"

I
El primer dia el Equipo Multidisciplinario recorre el Area a estudiar, para tener una idea
general in situ de la misma, desde diferentes puntos de vista: agron6mico, social, econ6mico y
cultural. Al siguiente dia se conforman subgrupos formados por parejas de tecnicos: uno de
Socioeconomia y otro miembro del Equipo Multidisciplinario; ambos trabajan juntos para
entrevistar agricultores de manera libre e informal, sin el uso de ninguna boleta. El prop6sito
de que el Equipo complete realice la gira es para recolectar informaci6n de una manera simul-
tanea e integrada enfocando puntos de vista diferentes.

Al final del dia de trabajo, todas las parejas se refnen para discutir los hallazgos. Al dia siguien-
te se cambian las parejas, con el prop6sito de maximizar la interacci6n multidisciplinaria y
lograr uniformidad en cuanto a los procedimientos y t6cnicas de entrevista, asi como del tipo de
informaci6n a recolectar.

Al principio, y con la ayuda de mapas del Area, el equipo multidisciplinario entrevista a todos los
agricultores que le es possible, en el campo o en sus viviendas. Luego de este process, el equipo
puede tener una idea general acerca de cuales son los sistemas de cultivos mAs importantes del
Area, sus principles caracteristicas, etc, y elaborar una series de hip6tesis, acerca de
similitudes, diferencias, caracteristicas de los diferentes sistemas de cultivos prevalentes en el
Area y sus implicaciones agro-socioecon6micas.

Nuestra experiencia ha demostrado que en cualquier Area, siempre existe un sistema de
cultivos que practice la mayoria de los agricultores. Una vez identificado, el blanco de las
entrevistas se circunscribira a los que practican dicho sistema.

La caracteristica que hace al sondeo diferente, es que LOS AGRICULTORES NO SON ENTREVISTADOS
POR NINGUNO DE LOS METODOS CONVENCIONALES.


REGISTROS ECONOMICS DE PRODUCTION


Es un m6todo de investigaci6n que correspond a lo que en Antropologia se conoce como visita
multiple", en el cual agricultores colaboradores con supervision t6cnica, Ilevan un registro
diario de sus actividades agricolas que se han determinado como importantes, tanto desde el
punto de vista del agricultor, como de la instituci6n. Estos registros tienen un gran potential
como recurso de investigaci6n agro-socioecon6mico; sin embargo, en el ICTA, su uso se ha
limitado a Ilevar s6lo un recuento agroecon6mico, para realizar inventarios de cada una de las
actividades de determinado sistema de cultivo, sus 6pocas de realizaci6n, los insumos
utilizados, cantidades y costs; asi como costs de la maquinaria y mano de obra empleada.



I
4

I










Este m6todo es de much utilidad para la investigaci6n agricola, pues la informaci6n que se
obtiene sobre costs de producci6n e ingreso es mas apegada a la realidad que vive el agricultor,
y ademas, abunda en detalles que complementan los datos del sondeo sobre lo relative a la
tecnologia traditional.

Estos dos aspects nos ofrecen un medio efectivo y practice para conocer en mejor forma la
tecnologia o sistema de cultivos que se pretend mejorar. Otra utilidad que el m6todo provee es
facilitar al t6cnico la oportunidad para conocer y dialogar con el agricultor, y viceversa, que el
agricultor se familiarice con la instituci6n. Colateralmente, la informaci6n que se obtiene con
los registros es de gran utilidad para otras instituciones, tanto en la planificaci6n de proyectos,
como en el de planificaci6n de sistemas de cr6dito.

Con el correr de los afios, los registros pueden utilizarse como un instrument para evaluar la
adopci6n de la tecnologia generada, pues su analisis permit observer los cambios tecnol6gicos
que se registren. Asimismo, a nivel de colaboradores, es factible determinar el efecto que la
tecnologia ha causado a nivel de unidad de producci6n.

Los datos de los registros tambi6n pueden ser tiles para determinar qu6 factors de produc-
ci6n son los que mayor efecto han causado dentro de determinado sistema de cultivo y determi-
nar prioridades en la investigaci6n.





Para el agricultor los registros ofrecen las siguientes ventajas:

1. Son una forma clara y objetiva de cuantificar la rentabilidad en sus cultivos.

2. Proporcionan informaci6n acerca de las labores manuales y el costo de la misma.

3. Dan informaci6n sobre el nimero de jornales y el valor de la mano de obra familiar y
contratada.

4. Son una fuente de informaci6n para planificar las actividades de la unidad de producci6n.

Para estos registros, se utilizan formularios sencillos, donde el t6cnico anota diariamente para
cada cultivo, el trabajo que hizo, mano de obra empleada e insumos utilizados. Su n6mero
aumenta con los afios y la informaci6n se utiliza para evaluar cambios en la aceptaci6n de la
tecnologia.




I

I I
EXPERIMENTATION APLICADA A GENERAL TECNOLOGIA APROPIADA

I
Una vez identificados los problems agro-socioecon6micos y establecido un orden de
prioridades, los Programas de Producci6n inician actividades de tipo experimental en los
Centros respectivos. Estas investigaciones abarcan aspects diversos, tales como: evaluaci6n
de germoplasma, creaci6n de nuevas variedades, studios de fisiologia de rendimiento,
dinamica de poblaciones, de resistencia o susceptibilidad a nuevos biotipos de hongos
pat6genos, etc. En algunos casos, como en los ensayos de rendimiento, 6stos pueden ser
conducidos en escala regional; pero la mayoria de las actividades se conducen a nivel de finca,
con la active participaci6n de los mismos agricultores, que quedan asi, involucrados en el
process.

I

ENSAYOS DE FINCA
En el primer afio el prop6sito principal de los Ensayos de Finca es que los miembros del equipo
multidisciplinario se familiaricen con los sistemas y tecnologia traditional de los agricultores y I
continue el process de identificar problems y limitaciones. Se puede estudiar un nfmero limi-
tado de las variedades promisorias e incluir ensayos preliminares sobre respuesta a fertilizan-
tes. Por esta raz6n, el nimero de ensayos es pequefio, el disefio es flexible para permitir cam- I
bios cuando se deseen, y los t6cnicos trabajan estrechamente con los agricultores, que en este
process desempefian el double papel de asesores y colaboradores.

Los ensayos de finca pueden proporcionar informaci6n agron6mica sobre respuestas en cada
sitio especifico e informaci6n agroecon6mica para toda la region. En el primer caso, se
incluyen ensayos de rendimiento o agron6micos con disefio estadistico, que se conducen en
varias localidades, utilizando como testigo la tecnologia traditional que debe ser
representative de la region.
En el segundo caso, se tendran muchos ensayos distribuidos en toda el area, pero no estaran
repetidos en cada localidad. El ntimero de tratamientos es limitado y uno de ellos es la
tecnologia del agricultor colaborador en cada sitio. Ambos tipos de ensayo de finca son
necesarios, con el fin de que los t6cnicos se convenzan de que la practice sirve, que es
econ6mica y que por lo tanto, se puede recomendar su inclusion en las parcelas de prueba.

Los registros agron6micos y econ6micos se continuan y se analizan haci6ndose calculos
estimados sobre el riesgo asociado con cada tratamiento o practice, como una forma de ayudar a
evaluar el efecto potential sobre los agricultores que puedan adoptar la tecnologia.

I

I
6

I










S"'-PARCELAS DEPRUEBA


En los ensayos de finca, los t6cnicos son los evaluadores de la tecnologia que se genera,
mientras que en las parcelas de prueba, el aspect mas sobresaliente es que los agricultores son
- quienes evalian la tecnologia. La participaci6n del tecnico es menos manifiesta, procurando en
todo caso, qiie el procedimiefto que emplee para obtener la informaci6n, no interfiera con la
capacidad del agricultor para determinar por si mismo, el valor de la o las practicaspuestas a
prueba

Es important que sea el agricultor mismo quien conduzca la parcela de prueba y que cuente
unicamente con la orientaci6n del t6cnico del ICTA.

En la conducci6n de las parcelas de prueba el agricultor es quien paga todos los gastos, con
excepci6n de la orientaci6n t6cnica, asegurandose en esta forma la participaci6n active del
agricultor en todo el process de general, probar y evaluar la tecnologia.

La parcela de prueba ideal incluye no mas de tres tratamientos: variedad criolla vrs variedad
mejorada, o estos dos tratamientos mas un tratamiento consistent en modificar la oportunidad
de aplicaci6n o dosis de urn fertilizante, etc. En la parcela escogida, cuyo tamafio puede variar
segun la localidad, de 400 a 7,000 metros cuadrados, la mitad o la tercera parte, segtin si los
tratamientos son'dos o tres, el agricultor siembra de manera traditional, mientras que en la otra
u otras, siembra de acuerdo a la tecnologia que esta siendo validada. Siempre debe tenerse
present que esta tecnologia debe ser lo suficientemente sencilla para que el agricultor mismo
la pueda comprender y poner en practice.

En el ICTA, hemos aprendido que en el process de adopci6n, los paquetes tecnol6gicos, no son
aceptados con facilidad por el agricultor, y hemos optado por ofrecerle alternatives de produc-
ci6n que el pueda adoptar, de acuerdo con sus recursos y necesidades. Hemos aprendido
tambi6n que una tecnologia simple puede ejercer un efecto important en la political de cr6dito,
pues con un simple cambiq de tecnologia, solamente los costs adicionales, si los hay, necesitan
ser considerados. Es decir, que no hay necesidad de que un program de cr6dito le preste al
productor para todos los gastos, pues muchas veces, esto ha demostrado ser innecesario.


Como datos de interns y donde es possible, se determinan las diferencias en requerimiento de
tiempo e insumos usados, tanto en el terreno del agricultor como en la parcela o parcelas de
prueba del ICTA. Tambi6n se debe obtener informaci6n s6bre el rendimiento, pues estos datos
proporcionan informaci6n much mas realista sobre como se va a comportar la nueva tecno-
logia en manos del agricultor, y especificamente, proporciona estimados much mejores del
factor riesgo, que fueron considerados desde la etapa de ensayos de finca.




I

I I
Si se diera el caso de que una parcela de prueba se perdiera total o parcialmente, y no se
obtuvieren datos sobre la misma, el esfuerzo no habrA sido en vano, ya que el agricultor por
haber participado en el process, tuvo la oportunidad de Ilegar a una decision, la cual I
obviamente, se conocerA en el pr6ximo ciclo de siembra.
Aunque el ICTA no participa en las actividades del Servicio de Extensi6n, es obvio que las I
parcelas de prueba y hasta cierto punto los ensayos de finca, son parte del process de
transferencia de tecnologia. Reconociendo que el Instituto debe promover el uso de su
tecnologia sobre un numero suficientemente amplio de casos para convalidar el process de
evaluaci6n, esta cantidad de promoci6n o transferencia se consider apropiada para prop6sitos
de investigaci6n.


I

I
EVALUACION DE LA TECNOLOGIA PROBADA
Al aiio siguiente de haberse colocado la parcel de prueba, el ICTA se vuelve de nuevo el eva-
luador. Esta vez se evalua la aceptaci6n o el rechazo de la tecnologia por los participants y si
various de ellos ponen en march la tecnologia sobre una extension considerable de su terreno, se
le consider bien aceptada. En caso contrario, se determine el porqu6, y, si todavia se le consi-
dera promisoria, se vuelve a una de las etapas previas en el process de general tecnologia. Si los
agricultores rechazaron la practice por razones que no se pueden corregir inmediatamente,
6sta se incorpora al banco de informaci6n basica, para uso y referencia future.
Los registros econ6micos de finca proporcionan informaci6n que es utilizada para evaluaci6fi a
largo plazo, sobre cambios en practice y rendimientos y es una muestra mas representative,
que finicamente la de los agricultores que participaron en las parcelas de prueba. Finalmente,
una muestra much mas amplia de todos los agricultores beneficiaries se tendra que conducir
para determinar la adopci6n de la tecnologia. Hasta el moment, esto ultimo no se ha puesto en
practice en ninguna area.


I

I

I


8

I









a. TECNICAS BASICAS DE ENTREVISTA AL REALIZAR
INVESTIGATION SOBRE SISTEMAS DE CULTIVOS

INTRODUCTION


Ningun otro process de producci6n represent mas complejidad que el process agricola. En es-
te process intervienen tantos imponderables y factors inmodificables, que su resultado muchas
veces es impredecible, sobre todo cuando se trata de agriculture de subsistencia, en la cual,
factors de orden cultural y socioecon6mico se interrelacionan con los factors biol6gicos de
cierta manera, muchas veces, dificil de entender.

En los filtimos afios, en various de nuestros paises, la investigation agricola esta enfocando sus
baterias hacia problems del Ilamado "pequeflo agricultor". Para solucionar estos problems,
primero se hace necesario conocerlos, y lo que es mas important, conocerlos desde el angulo
que el agricultor los ve, los siente y los interpreta. Una manera de conocer dichos problems, es
a traves del contact director con el individuo que los padece y con el medio ambiente en que
ocurren; y uno de los instruments mas efectivos es el metodo de la entrevista, sea esta formal o
informal.

Existe amplia literature sobre tecnicas de entrevista, que incluyen lineamientos generals
acerca de c6mo comportarse ante personas de diferente estrato socioecon6mico, grupo etnico
y/o diferente cultural; esto, al moment que se trata de obtener de parte de ellas cierta
informaci6n. Sin embargo, hay muy poca literature especificamente relacionada sobre c6mo
entrevistar agricultores, acerca de su manera de cultivar la tierra y de sus sistemas de
producci6n.

La manera apropiada de entrevistar agricultores, es realmente, un arte del sentido comuin mas
que un metodo con reglas y normas rigidas. Esto no incluye solamente, la apropiada
formulaci6n de las preguntas, sino tambien la apropiada interpretacion de las respuestas.

Si un process de entrevista es conducido de manera inadecuada, la information obtenida
contendra un considerable porcentaje de error, lo cual repercutira en una interpretaci6n
equivocada y como consecuencia habra una perdida de tiempo y recursos.

Sin considerar el m6todo a ser utilizado, se tratara en las siguientes lines de destacar algunos
puntos y aspects que son importantes en la recolecci6n de datos de agricultores sobre sus
sistemas de cultivo. Esto es basado en experiencia personal mas que todo con agricultores de
todas las regions agricolas de Guatemala; aunque tambi6n se ha tenido la oportunidad de
dialogar con agricultores de El Salvador, Panama, Colombia y Mexico.

Algunos de los aspects que aqui se destacan son bien conocidos entire investigadores agricolas
que han tenido la oportunidad de realizar investigation aplicada con agricultores. Otros
aspects, probablemente no son tan conocidos y estos podrian ser titiles para aquellos
investigadores comprometidos en proyectos de desarrollo.




I

I I
Para concretar, aqui no se explican las tecnicas de entrevista exclusivamente en abastracto;
sino que se utilizaran ejemplos que se han obtenido de la experiencia. I

Con el prop6sito de presentar un orden correlativo, se ha dividido esta presentaci6n. con la
misma secuencia que puede Ilevar una entrevista, desde su preparaci6n previa, a la
introduccion con el agricultor, hasta la despedida y conclusion de la misma.

I
Materiales y Metodos

I
LA PREPARATION

Es important destacar que si una entrevista tiene como prop6sito el de obtener informaci6n
que sirva para una future generaci6n de tecnologia mejorada, 6sta debe ser concrete y
especifica para cumplir este proposito. Es decir, solo se debe preguntar lo relevant que contri-
buya a dar un entendimiento de la situaci6n del agricultor en relacion al o los sistemas de culti-
vos que se pretendan mejorar. Es crucial conocer el o los sistemas, sus components y su
manejo, asi como todos los factors de orden agro socioecon6mico que de manera direct o
indirecta, afectan dichos sistemas de cultivo. Sin embargo, es irrelevant investigar cosas que
ya otros studios hayan determinado, o que se conozcan por previas experiencias. Por ejemplo,
existed una tendencia relativamente comun entire cientificos sociales, a realizar una series de
preguntas que si bien son "interesantes", no son relevantes para propositos de una etapa inicial
de investigation agricola. Para que preguntar por ejemplo, sobre ingreso, vivienda o aspects
nutricionales, si ya de antemano se sabe que los campesinos de nuestros paises son pobres, sin
servicios adecuados y desnutridos.

Es important conocer information secundaria sobre el area o region a investigar, previo a la
etapa de entrevistas. Esta information es important que se conozca con un espiritu multidisci-
plinario. Es un error que un antropologo tenga solo informaci6n antropol6gica, que un
economist solo economic y que un agr6nomo solo agron6mica. El contar con material
aerofotografico o cartografico sera otra ayuda valiosa.

I
LA INTRODUCTION AL AREA

Una de las primeras cosas importantes que se debe hacer al llegar al area de'estudio, es
observer lo mas que se pueda a la gente y su ambiente, sin que este proceder sea demasiado
obvio. Vehiculos muy grandes, numerosos y con caracteristicas raras, deben ser evitados en la
media de lo possible. Mientras mas se camine a pie y en grupos reducidos, es preferible;
equipos conformados de dos personas es un numero adecuado.


I
10

I









Antes de hacer contactocon los agricultores sujetos del studio, sera necesario identificaraUno
o'mas informants que puedan proporcionar una idea general y aspects importantes sobre el
area,'el agricultor y sus sistemas de cultivo. Dentrode esta informaci6n, es important conocer
vhrios aspectos'culturales que seran claves en el desarrollo de la investigaci6n. ManeraS-de
SpreSentarse y saludar a otra persona, maneras de dirigirse a otra persona de acuerdo a su edad,
sexo o posici6n familiar. El investigator debe conocer el horario de los agricultores de la
region, tipo de comida y horas en que 6sta se ingiere. Una manera efectiva de contactar
inf6rrmantes, es el de platicar primero con algfin agent de alguha instituci6n reiacionadacon
'd esarrollo agricola que est6 trabajahdo en el area y luego, a traves de esta persona, conocer
Saigin a ricultortque puedA dar esta information.



LUGAR, HORA Y A QUIEN ENTREVISTAR


S'Un aspect muy important de conocerse de antemano, es respect a cuales son los ligares y
horas mas adecuadas para entrevistar a los agricultores objeto del studio. Esto varia de
acuerdo a las diferentes regions y ain entire las mismas regions.





E la region suroriental de Guatemala, en donde la mayoria de los campesinos son ladinos1,, un
buen lugar para entrevistar agricultores es en su casa despues de horas de trabajo. La gente en
esta area es bastante amplia y. amistosa y en su casa es possible platicar con toda la familiar. En
ciertas 6pocas del afio, la temperature sube bastante despues del medio dia; debido a eso los
agricultores salen de su casa a trabajar temprano en la mafana y regresan temprano en la tarde.
Despues del almuerzo y antes de la tarde, despues del almuerzo y antes de la cena," las
entrevistas son apropiadas.














1/ Ladino es la connotaci6n adjudicada en Guatemala a todo individuo que culturalmente no
es indigena.




I


I I
En el altiplano occidental, que es una region indigena, para lograr una buena entrevista,
usualmente se hace necesario ser presentado al agricultor por una tercera persona, alquien que
sea amigo o conocido del agricultor a entrevistar. Los campesinos de esta region, han sido
explotados y discriminados por parte de los ladinos por muchas generaciones y debido a ello son
muy desconfiados y cerrados con los extrafios. Por esa raz6n, up primer contact es
recomendable hacerlo con el agricultor fuera de la casa.

Como se menciona anteriormente, el tiempo del agricultor, muchas veces puede ser important.
El investigator debe conocer el horario de trabajo en el lugar, la actividad agricola que se puede
estar realizando, los h6bitos de trabajo, clima y c6mo todos esos factors, pueden afectar el de-
seo o disposici6n del agricultor a hablar. Muchas veces, el darle una pequefia ayuda al agricul-
tor en la faena o tarea que efectfa en su terreno, puede ser la Have del exito de una buena
entrevista.

La mayor cantidad y mejor calidad de datos que pueden ser obtenidos por part del
investigator, estara en funci6n direct del tiempo libre que el agricultor disponga; por lo tanto,
realizar investigaci6n en el period entire dos ciclos de cultivo es un moment adecuado y
oportuno; la desventaja es que no es possible observer los cultivos en el campo.

Despu6s de obtenerse algin conocimiento del area y su gente, existen otros sitios ademas de los
terrenos y las casas de los agricultores que por experiencia parecen ser muy buenos para
realizar entrevistas. Lugares puiblicos son buenos recursos de informaci6n, mercados,
especialmente en areas indigenas, son lugares muy apropiados para conversar con gente del
lugar. Aqui el investigator tiene la oportunidad de observer los products que son vendidos y
puede preguntar acerca de su origen, precious, epocas de venta, la tecnologia de producci6n,
problems de producci6n y mercadeo, etc. Una manera de introducirse con un informant
puede ser tambien a traves de la compra de alguno de los products que 6l o ella est6 vendiendo.

En otras areas de Guatemala, tiendas o pulperias, son recursos muy tiles para informaci6n.
Aqui la gente puede tener tiempo para sentarse y platicar, tomar un refresco o una agua
gaseosa. Despues de un rato, el investigator estara en buena posibilidad para invitar o ser
invitado a otro refresco; de este modo la conversaci6n acerca de sistemas de cultivo o sistemas
de producci6n, puede convertirse en algo mds amistoso y dentro de un clima de mas confianza y
veracidad.

Una de las ventajas de los investigadores que realizan investigaci6n aplicada con agricultores,
es que se puede sacar ventaja de cualquier situaci6n o moment para efectuar el trabajo, aun en
periods de descanso o recreaci6n; de esta manera, trabajo y placer pueden muy bien ser
combinados.

Al investigar sobre sistemas de cultivos o sobre sistemas de producci6n, o aspects especificos
como avicultura, ganaderia, mercadeo de products, etc, la mujer o sefiora de la familiar, es fre-
cuentemente la mas indicada y con mayor conocimiento acerca de estos aspects, y por ello a
veces constitute la mejor fuente de informaci6n. El problema aqui, es que en la mayoria de los


12

I







I
paises en desarrollo y especialmente en el area rural, el rol de la mujer estA bien definido y
delimitado; sus relaciones de tipo social rara vez son con hombres que no pertenecen a la
familiar; por lo tanto, en estos casos la participaci6n de investigadores del sexo femenino se hace
imperative.

En el aflo de 1977, el ICTA condujo un studio para determinar el uso del maicillo o sorgo entire
campesinos del suroriente de Guatemala. Debido a que el maicillo es utilizado en esta region
para el consume human, las mujeres o sefioras vinieron a ser una fuente clave de informaci6n.
Al principio del studio dos investigadores del sexo masculine empezaron el trabajo; despu6s
de una semana, ellos no pudieron obtener de las sefioras casi ninglin dato valioso, a pesar de ser
bien conocidos en el area. Como resultado de este fracaso inicial, hubo necesidad de incorporar
al equipo, la participaci6n de dos investigadoras, para iniciar de nuevo el trabajo. En esta
ocasi6n los problems iniciales fueron solventados y el studio concluy6 satisfactoriamente.

En paises como Guatemala, la gente en areas rurales ha trabajado en actividades econ6micas
desde su nifiez; debido a esto, no siempre es necesario el entrevistar a personas mayores acerca
de sistemas de cultivo o sistemas de producci6n. Los hijos despu6s de cierta edad, pueden ser
una fuente adecuada de informaci6n, ya que ellos pueden estar al tanto de las actividades
econ6micas de la familiar.



LA INTRODUCTION PARA LA ENTREVISTA


La manera en que el investigator se present con el agricultor o su familiar, es crucial. En la
media que se identifique el investigator con las costumbres locales, en esa misma media sera
considerado menos extraio y mejor sera la atm6sfera para realizar la investigaci6n.

Una vez el investigator ha elegido o contactado un agricultor o algun miembro de la familiar
para entrevistarlo, ya sea en el campo o en su casa, no se debe andar con vacilaciones que
puedan despertas sospechas; hay que abordarlo de una manera direct, pero al mismo tiempo
cort6s, dentro de un plano de igualdad y tratando de seguir las contumbres locales en cuanto a
trato social; asimismo, utilizando un lenguaje que no sea t6cnico, algo acorde a las
circunstancias, modismos y normas del lugar. Nunca se debe entrevistar desde un vehiculo.

He aqui cuatro reglas basicas a ser seguidas durante una entrevista:

1i Dar claramente el nombre del investigator y explicar, usando un lenguaje local, todo
acerca de la presencia del investigator en el area.

2. No preguntar nombres o direcciones de los entrevistados al principio de la entrevista y
mas, si estos no son necesarios. Generalmente cuando el investigator se present, el
informant respondera tambi6n con su nombre, el cual es important grabarlo en este
moment, para continuar llamandolo por su nombre durante el resto de la entrevista. Esto




I



ayudara a crear un mejor clima de confianza mutua. En Guatemala por ejemplo, si el
entrevistado e una persona madura y se llama Juan, deber ser ilamado "'Don Juan"; si el
eritrevistado es mujer, en lugar de "Don", debera usar "Dofia".

,3. No preguntar de manera direct aspects relacionados a tenencia de tierra o ingreso, al
menos al principio, si esto es necesario. Hay muchas maneras de obtener de forma m
indirecta informaci6n de este tipo, sin necesidad de crear sospechas innecesarias.

4. Si el investigator va a tomar notas o utilizar uria agencia, Una guia escrita para la entrevis-
ta, o pna grabadora; no escribir o utilizar ninguna de estas ayudas inmediatamerite. Antes
de entrar a aspects especificos, es important empezar una conversaci6n amigable,
tratarido temas generals de interest del agricultor; por ejemplo: como estuvo la tiltima I
cosecha, el clima, la humedad, el suelo del terreno, expectativas para este:afio, precious de
los products, etc.



GENERALIDADES ACERCA DE LA ENTREVISTA


Cada persona tiene diferente personalidad, asi que no se debe seguir un format rigido para rea-
lizar la entrevista. En su lugar, el investigator debe adaptar la entrevista a cada caso
particular. En otras palabras, el investigator tiene que dejar que el informant respond a su
manera. Sera la responsabilidad y capacidad del investigator interpreter adecuadamente cada
una de las respuestas del informant.

Existen dos errors muy comunes que se cometen al realizar una entrevista, uno es la tendencia
a sugerir las respuestas, por ejemplo: Usted tiene problems con insects, verdad? Para
evitar este problema, hay que hacer las preguntas de tal forma que el entrevistado contest de
Suna manera libre, por ejemplo: cQue animalitos se comen a la milpa?

El otro error muy comun, es el uso de lenguaje tecnico, que los agr6oomos frecuentemente
utilizan cuando se dirigen a los agricultores. Es crucial aprender de antemano, terminologia
basica sobre sistemas de cultivo que se usan en la region, antes de cualquier intent de realizar
una investigation al respect.

Trabajando en la region suroriental de Guatemala, se encontaron cerca de 300 vocablos o
t6iminos que se refieren a sistemas de producci6n de la region; muchos de estos t6rminos
tienen diferente significado en Espafiol comun y muchos otros no se encuentran en el
diccionario de la Real Academia Espafiola.







14

I










Es impossible que un investigator pueda aprender en un corto period de tiempo todo lo
referente a la terminologia agricola propia de una region; pero si es possible aprender algunos
t6rminos que son basicos, sobre todo, el sistema de medidas que utiliza en relaci6n a los
sistemas de cultivo en general. Comunmente, el campesino utiliza como sistema de medidas,
dispositivos con que el cuenta a su alrededor; asi para medidas de superficie se usan
corrientemente parties del cuerpo human tales como: dedos, palmas, brazos, pies, pasos, etc.
Para medidas de volume son usados recipients que se obtienen en la localidad, botellas, botes,
latas, costales, redes, etc, los cuales tambien son utilizados como medidas de pesantez.

Con cualquier m6todo o t6cnica de entrevista, aun si el investigator utiliza un cuestionario, no
necesariamente hay que seguir un orden rigido de preguntas. Un informant puede responder
a varias interrogantes con una sola pregunta; o bien puede platicar sobre una situaci6n que
involucra una series de datos que se tienen en mente recabar por parte del investigator.




El agricultor de una manera u otra, siempre va a saber porqu6 hace algo de determinada
manera. Si 61 responded que lo hace de cierta manera particular porque 6sa es la forma en que lo
hacian su padre y su abuelo, el investigator debe de reformular la pregunta de una manera
diferente, con el prop6sito de obtener una buena explicaci6n.

,Si la entrevista es desarrollada exitosamente, el informant puede ser una valiosa ayuda como
recurso para introducir al investigator con un nuevo informant. Esto puede facilitar o hacer
mas funcional futuras entrevistas.













A ,4 -




I

I I
LA SECUENCIA DE ENTREVISTA SOBRE SISTEMAS DE CULTIVO

I
Varios studios antropologicos han demostrado que la cultural de determinado grupo social,
depende.basicamente de la actividad econ6mica de dicho grupo.

Cuando se recolecta informaci6n sobre sistemas de cultivo o sistemas de producci6n, sera
possible para el investigator, el obtener informaci6n sobre aspects que van mas alla de los
sistemas de cultivo o de la production per se, por ejemplo: ingreso, empleo, nivel educativo,
dieta, salud, nutrici6n, migraci6n, etc.

La manera mas efectiva que en el ICTA se ha encontrado para recabar informaci6n respect a
sistemas de cultivo y/o de producci6n, es siguiendo el mismo orden secuencial que el agricultor
sigue en sus actividades agricolas y economics en general, dentro de un period de tiempo
determinado. Cada una de las actividades puede ser relacionada a factors de orden
agronomico, social o cultural que influyan dicha actividad econ6mica. El primer grupo de
preguntas se refieren a los cultivos que el grupo familiar produce o cosecha. El prop6sito aqui,
es conocer cuales y cuantos diferentes products son manejados. La siguiente pregunta puede
ser orientada a conocer cuales y en cuantos sistemas estan incluidos todos los products o
cultivos. Por ejemplo, en Tecpan, en el altiplano central guatemalteco, un agricultor y su
familiar, generalmente manejan maiz, frijol, haba, cucurbitaceas, algunas plants silvestres,
trigo, repollo y algunos animals domesticos como, pollos, gallinas y cerdos. Con esta
informaci6n es possible establecer los diferentes sistemas y su composici6n. Frecuentemente,
plants que para los tecnicos son consideradas malezas, para el agricultor forman parte de los
sistemas de cultivo y son utilizados para consume ya sea human o animal. Refiriendonos al
area de Tecpan, maiz, frijol de enredo, haba y cucurbitaceas son sembradas en asociaci6n, pero
el agricultor tiene mas de un subsistema. Por ejemplo, son plantados al menos tres diferentes
genotipos de maiz (blanco, amarillo y negro); 6 diferentes genotipos de frijol (2 negros, 1 blanco,
1 rojo y 2 piloyes2/), 3 diferentes genotipos de haba y 4 de cucurbitaceas. Algunos de los
genotipos son especificos para ciertas condiciones especificas del suelo.

Maiz negro, por ejemplo, es sembrado en los suelos mas erosionados y baja fertilidad.
Conoci6ndose los elements que conforman cada sistema de cultivo, es possible iniciar la
investigaci6n acerca de las actividades que se realizan con cada uno; la primera, generalmente
se refiere a la actividad posterior a las actividades de cosecha y post-cosecha del ciclo del
cultivo anterior. Cuando el agricultor se refiere a la preparaci6n del terreno, el investigator
debe preguntar cuando, c6mo y porque es llevada a cabo y cerciorarse si el agricultor realize el
mismo tipo de trabajo cada afo o cada ciclo y en todas las parcelas que 61 pueda cultivar.

I


2/ Piloy es el nombre vulgar en Guatemala del Phaseolus coccineus.

I
16

I









En la misma region de Tecpan, la preparaci6n del suelo es hecha a mano, usando el azad6n. En
un afio regular, el boloj3/es el trabajo realizado y 6ste consiste en la incorporaci6n al suelo de
* material organic, penetrando entire 20 a 30 centimetros. Sin embargo, en ciclos de 4 a 5 afios, los
agricultores realizan el llamado Chapoj 3/, que es una preparaci6n del suelo much mas
profunda (unos,60 a 70 centimetros). En cambio en terrenos que son alquilados, la preparaci6n
es bastante superficial, aqui se fectua solamente un raspado con azad6n de la cobertura vegetal.

SAgunas veces, la preparaci6n del suelo, puede variar de acuerdo a diferencias de suelo, afio o
tenencia dela tierra. En esta area de Tecpan, los suelos capaces de mantener una humedad
residual, son preparados inmediatamente despu6s de la cosecha, con el prop6sito de mantener
la humedad a trav6s de la epoca seca. Los cultivos son sembrados dos meses antes de qoe la
6poca de lluvia se establezca. Por el otro lado, suelos que no tienen la capacidad de mantener
humedad residual, son preparados poco tiempo antes de que la 6poca de lluvias se establezca y
los cultivos son sembrados hasta que la lluvia llega.

Se. ha encontrado, que es mas fAcil y mas exacto investigar datos tanto agron6micos como
Ssocioecon6micos simultAneamente por actividad productive, en vez de hacerlo en forma sepa-
Srada. En otras palabras, es mas fAcil para el agricultor describir y para el investigator
entender variables sociales y econ6micas como: division del trabajo, insumos, ingresos,
estratificacion social, o relaciones sociales de producci6n, si estos se enfocan bajo la misma se-
Scuencia de actividades que el agricultor los realize, por ejemplo, muchos investigadores, tienen
la tendencia a separar aspects agron6micos, econ6micos y sociales, cuando efectuian una
investigaci6n y realizan preguntas por aparte de cada uno de estos factors; de esta manera,
, tienen que repetir preguntas sobre la misma actividad, con el prop6sito de obtener datos de
.cada variable. Este problema ocurre a menudo, por ejemplo, cuando se utiliza un cuestionario
escrito en una boleta, aqui el investigator puede tener una secci6n para encuestar todo lo
relacionado con. la tecnologia de un determinado sistema, esto s6lo desde el punto de vista
agron6mico; y la secuencia va desde preparaci6n de tierra hasta actividades de post-cosecha,
idesupus de terminada esta secci6n, se puede tener otra secci6n relacionada con los aspects
Secon6micos y aqui se tiene que ir de nuevo sobre la misma secuencia de actividades. Lo mismo
puede ocurrir para investigar sobre aspects sociales. Con este sistema, informant e
investigator pueden fAcilmente cansarse, aburrirse y hasta confundirse, ademas de que toma
m6s tiempo.












3/ Terminos en lengua Cakchiquel, que es la lengua local.




I

I
En cada actividad de un sistema de cultivos o de producq cn- siempre estan interactuando
variables agron6micas y s6cioecon6micas, las cuales pueden ser investigadas en el curso de
una misina entrevista, con un enfoque multidisciplinario y mejor si se hace'con un equipo que
posea esta caracteristica. Por ejemlilo, utilizando el Irtitodo del sondeo, de manera
simultanea,-un agr6nob~ifuede preguntar'ac'rca de variedades y distancias de siembra de un
determinado sistema de cultivi; un -edoriomista agricola puede preguntar acerca del uso de
maquinaria, de la mano de obra, semilla y otros insumoS utilizados en la siembra y un
a aritrp6logo puede preguntar los prop6sitos y -el rol de cada una de'las diferenteS-variedades
que comporien el sistema. Claro que cada-Una de las tres diferentes perSpectivas de la misma
-actividad agricola, podrian serpreguntadts por cualiquiera dqlIostres investigadores, si 61'o ella
poseen'este enfoque miiltidisciplinario.

SNormalmente, la siguiente actividad agricola despuss-.,de-la' preparaci6n del suelo, es la
siembra. Sin embargo, los sistemas de cultiVo dentro de grupos campesinos, son generalmente I
sistemas asociados con dos o mas cultivos diferentep; y aami as complejos, con mas de un
genotipb de cada'uno de los distitos cultivos. -Una manera-dentendbr la actividad-de'siembra,
C- es' conocer primero, cilantos diferentes cultivos son sembrados, cuantos diferenites gehotipos
de cada cultivo y los prop6sitos de cada uno. Luego si estos son sembradossimultaneamente, o
si es que hay diferentes dpocas de siembra, de acuerdo con diferehcias 6 r suelo,'variaciones
climaticas, disponibilidad de mano de obra, requerimientos de la dieta, otros sistemas de
producci6n, etc. Lo importante'aqui, es entendei la raz6n de cada uno de los components del
sistema. ; I ;.
*. - I , I ,. -'. ? .,I
En Jutiapa, en la region suroriental de Guatemala, maiz; frijol arbustivo y :mafcillo,
comprenden el sistema de cultivo mas important en la zona. Sin embargo, existen dos
subsistemas importantes de siembra, dependiendo de la disponibilidad de mano de obhra, si 6sta
es critical, frijol es el cultivo que demand mas cantidad de mano dezobra y'es'sembtado al
mornento en que se calcula que la estaci6n de lluvias se va a estableeer y se siembra en seco;
luego con el estableci.ii,.i-tj de la estaci6a lluviosa, el maiz y el maicillo son setnbrados I
simultaneamente. Si ia inpno de obra es suficiente, los trds cultivos .se' siembran
simu-ltaneamen-- '. 'uanid.; j: e::ici.n de lluvias se ha establecido: Sin embargo, es c6muii que
nmeios area se :-;cunrada con 'iiol ue coan os o's dos~:.r, t-'os, debido a .:c.sez de esta I
semilla; de este modc r- agriculto;r pue;e tener trs:: ;:.": ts :artes del a:-ca s'-.,brada.con los
tres cultivos del sistema y una cuarta parre s6lo cc-ni aiz: -y- aciJo.

Regresando al ejemplo de Tecp'n, en do?.e e1 principal sistema de cultivo incluye maiz (3
genotipos), frijol de enredo .. :.:'oA, ::',. (3 ge-n .ipos), cucurbitaceas (4 genotipos) y
algunas plants silvestres; el agricuiior utl:,a s-iunes genotipos e:i cc-:'. :iiorrs especificas de
suelo, pero otra ra76n muy important para poseer tal variabilidad genticar, es que cuatro
cultivos dominant la dieta alimenticia, pero como cada genotipo pose'se -1 sabor diferente y
propiedades culinarias diferentes, es possible combinar 16 diferentes genotipos, mas las plants
silvestres, con el prop6sito de obtener un gran rango de variabilidad en la dieta diaria.



I


I









SOtro factor muy important de conocer respect a la siembra, es el arreglo topol6gico del
Ssistera y lo que es crucial, lag razones para dicho arreglo. En el altiplano centrally occidental
de Guatemala, por ejemplo, un genotipo de haba es regularmente sembrado,en el mismo hoyo
con maiz y frijol; un genotipo diferente es sembrado de manera simultAnea en el mismo surco,
pero entire' plants de maiz, frijol y haba. El segundo genotipo, tiene mayor potential de
rendimiento, pero es mas susceptible a enfermedades fungosas y por eso debe de ser sembrado
solo para recibirmayor ventilaci6n y luz.

Como se menciona anteriormente, tanto para preparaci6n del suelo, siembra o cualquier.,otra
practice, existen siempre aspects culturales y socioecon6micos detras del procedimiento
puvamente.agron6mico. La manera para conocer cualquiera de estos aspects, es preguntando
.t.cuando, c6moy.el porque de.cada acci6n realizada por los agricultores.

'Se.ha encontrado que los patrons de siembra varian entire regions consideradas sinilares,
Sperowestas variaciones no son basadas en cambios individuals; no cada agricultor sigue su
.-propia sistema de siembra p de cultivo diferente al de su vecino. Las variaciones se encuentran
entire grupos de agricultores y cada patron o sistema, pertenece a cada estrato soqioeconq.pico
Q de agricultores de la regi6n... ,


Una .mapera de Qonocer mejor acerca de patrons de siembra o arreglo topol6gico de
deteyminado sistema de cultivo, es estudiandolo en el propio terreno; si esto no fuera possible,
qtra, mgnera es pidiendole al informant dibujar en el suelo o en cualquier otra superficie, dicho
4,, rreglo.. -

.,, Otro a~pecto important en la siembra, se refiere a la cantidad de semilla sembrada o ala pobla-
,. c 4in de plants. .omo se mencion6 anteriormente, los' campesinos tienen sus propios sisteirias
,, de, medidas y estos sistemas deben de ser entendidos por los investigadores al realizar
investigaci6n.

-q Jutiapa, en elsuroriente de Guatemala en 1975, cuando el ICTA realize el primer studio
,agrp socioecon6mico, se le pregunt6 a los agricultores acerca del nfmero de semillas de cada
Equltivo que durante la siembra depositaban en cada hoyo. Debido al tamaflo de la semilla, los
Sagricultores sabian exactamente cuantas semillas de frijol y de maiz eran depositadas, pero con
Sel maicillo, ellos realmente no cuentan el nfimero de semillas a depositar. Dado A que la
pregunta respect al nfmero de semillas de maicillo, fue planteada err6neamente, los
agricultores dieron su respuesta en base a una estimaci6n personal, miAs bien a manera de
adivinanza; y contestaron un nimero promedio de 6 semillas. Estos datos fueron utilizados el
mismo ano para posteriores disefios experimentales. En algunas de las parcelas'el maicilld se
perdi6completamente. Cuando se investig6 de nuevo acerca de la poblaci6ri de maicillo, Se des-
cubri6 que los agricultores depositaban en cada hoyo, las que eran capaces de agarrar con 3
dedos; lo cual result ser un promedio de 20 semillas. Hubo dos razones principals para este
alto nfimero de semillas; prevenir la baja germinaci6n y el ataque de pajaros.'




I


I I
Otra actividad relacionada con la siembra es la fertilizaci6n. Algunos sistemas tradicionales de
cultivo incluyeh fertilizante orgfnico, bAsicamente estidrcol, otros, fertilizantes quimicos y
otros una combinaci6n de los dos tipos de fertilizante.

Investigando acerca del uso de abono organic se insisted sobre la importancia que los
inrvestigadores coniozcan los sistemas de medidas que utiliza el agricultor, porque frecuente-
mente la cantidad de abono organico se refiere en t6rminos locales. Por otro lado, dado a que el
fertilizante quimico usualmente es un product commercial, los agricultores si se refieren a este
insunlio usan una ferminologia que puede ser comin al investigator: libras o kilogramos.

Seguido a la siembra usualmente viene la limpia de malezas o deshierbe. Uno de los factors
importantes de conocer acerca de esta labor, es la utilizaci6n de mano de obra. Se ha encontrado
que la manera mas sencilla para estimar uso de mano de obra es por tarea o a destajo, es decir el
tiempo medio que un agricultor se demora en realizar el trabajo en determinada area, bajo
circunstancias normales de cultivo y utilizando los instruments de trabajo comunes en una
region. En otras palabras, los agricultores siempre van a saber cuanto tiempo le Ileva en prome-
dio a una persona, limpiar las malezas en cierta 6poca y en determinada porci6n de tierra. Por
supuesto, la variaci6n en tiempo del deshierbe va a defender en la 6poca en que se efectue, una
limpia mas temprana requerira menos tiempo y esfuerzo.

Otro aspect de la labor de limpia se encuentra en la division del trabajo. 'En Tiucal en el
suroriente de Guatemala, la cebolla es un cultivo commercial important. Con este cultivo, la
limpia se efectfia a mano y los nifios y las mujeres son los recursos de mano de obra mejor
calificados, debido a su tamafio de mano y corta estatura. En general, despu6s de la limpia viene
la actividad de cosecha. En agriculture traditional o de subsistencia, usualmente existe mas de
una cosecha, porque generalmente hay mas de un cultivo. El investigator tiene que estar
seguro de entender el rol de cada cultivo dentro de un sistema de producci6n con el objeto de
obtener informaci6n real acerca de los aspects importantes relacionados con la actividad de
cosecha.

En Patzun, en el altiplano central de Guatemala, maiz, frijol, haba y cucurbitaceas, que son los .
components del sistema principal de cultivo, son cosechados en diferentes estados de
madurez, dependiendo de los requerimientos del consume familiar, esto porque cada cultivo
puede ser cocinado o preparado en diferentes formas. En este caso, existe una important dife-
rencia entire el rendimiento total y el dato que el investigator pudiera obtener de la cosecha
final o la que se realize cuando cada cultivo esta completamente maduro.

Una manera de obtener un dato acceptable respect a rendimiento total, es tomar la cantidad
obtenida en la cosecha final, m6s una estimaci6n de la cantidad que ha sido consumida o
cosechada previamente. Un metodo bastante efectivo para lograrlo, es el que en antropologia
se conoce como el de la visit multiple, en el cual una muestra de agricultores sera visitada
peri6dicamente por el investigator, con el objeto de obtener informaci6n diaria al respect.


I

20

I









Otro aspect relacionado con la cosecha, es la estimaci6n en peso de lo cosechado. Los
agricultores de subsistencia o los pequefos agricultores en general, usualmente no estiman la
cosecha por peso, sino que por volume.

En Guatemala, muchos agricultores usan redes para colectar y transportar algunos cultivos ya
cosechados; estas redes tienen un tamaio uniform y los agricultores saben cuantas redes
fueron obtenidas por cada cosecha final; en este caso, el investigator debera estimar un peso
promedio de cada product.


Otro aspect important, es cuando la semilla de un cultivo es muy escasa; en este caso el
agricultor no estima su rendimiento en funci6n del area sembrada de este cultivo, sino en fun-
ci6n de la cantidad de semilla sembrada. El agricultor se refiere aqui, a que X cantidad de
semilla (puede ser cierto volumen, rindio Y cantidad de product. Dependiendo de la propor-
ci6n entire cantidad de semilla sembrada y la cantidad de product cosechado, asi sera el juicio
que el agricultor emita sobre si obtuvo o n6 un buen rendimiento.

La cosecha no es la filtima actividad en un sistema de cultivo dado, sino que tambi6n forman
parte del process el transport, secamiento, limpieza, almacenamiento y venta. Cada una de las
actividades de post-coqecha tiene su propio procedimiento, limitaciones y problems, y deben
de ser conocidas por el investigator.

En el suroriente de Guatemala, el maicillo es parte important de la dieta del campesino y se
consume en forma de tortilla. Las variedades criollas de maicillo le dan a la tortilla, una
coloraci6n obscura, que no es del agrado del campesino. Una variedad de grano blanco, fue
introducida en pequefia escala en la region y las tortillas resultantes de esta variedad fueron de
un color blanco, igual que la tortilla de maiz, la cual posee un status socioecon6mico mAs alto.
El problema con esta variedad de maicillo introducida, fue su alta susceptibilidad a insects,
cuando 6sta era almacenada; debido a esto, el campesino no puede almacenarla por un period
largo de tiempo y todavia tiene que defender de su variedad criolla.

















CAPITULO II. Metodologias de Investigaci6n








Pagina

Precisi6n de los experiments 1

Matrices experimentales 4

Disefios experimentales 24
Localizaci6n y establecimiento de los expe-
rimentos 51

Ensayos de finca 51

Parcelas de Prueba 56


L









II. METODOLOGIAS DE INVESTIGATION



1. PRECISION DE LOS EXPERIMENTS


Para que las variables experimentales se puedan expresar en toda su magnitude, es necesario
que las condiciones de clima, suelo y manejo sean homog6neas, en caso contrario, la presencia
de condiciones heterogeneas enmascaran o confunden el efecto por medir, y el cual se refleja
en la mayor o menor magnitude del error experimental.

El clima, es un factor que no se puede controlar, sin embargo,dentro de un ensayo se puede con-
siderar homog6neo. El manejo si se puede controlar, y con una metodologia definida
previamente, puede hacerse lo mas uniform possible, dependiendo del cuidado que el investiga-
dor tenga al realizarlo. El suelo represent una problematica dificil, debido a que no se puede
determinar a prior, si existen variaciones fuertes en las condiciones del mismo. Hay indicado-
res tales como pendiente, coloraci6n y textura uniforms, etc, que nos pueden ayudar en la
selecci6n de un sitio homog6neo, con un razonable margen de seguridad.


a. NUMERO DE REPETICIONES

Un recurso que le queda al investigator para controlar la imprevisible variaci6n del suelo,
es el de manejar el nuimero de repeticiones del ensayo, con el objeto de promediar la
influencia de la variaci6n entire parcelas de un mismo tratamiento.

Al manipular el nimero de repeticiones, se esta cambiando tambien el nLimero de grades de
libertad del error, haciendo que el cuadrado medio del mismo sea menor. Si tomamos como
criterio que los grades de libertad deberan ser 20 como minimo, nos encontrariamos que en
disefios de bloques al azar con 8 tratamientos, tendremos 4 repeticiones que nos darian 21
grades de libertad.

En un ensayo con 5 tratamientos tendriamos necesidad de 6 repeticiones como minimo,
para que los grades de libertad del error sean de 20.

Un mayor nuimero de tratamientos, no necesariamente constitute una reducci6n en el nti-
mero de las repeticiones, porque se caeria en el error de tener muy pocas estimaciones para
promediar la variaci6n del suelo; 4 repeticiones por ensayo se consider un nfimero
adecuado.

Otra alternative podria ser el fraccionamiento del ensayo en dos sitios distintos, no alejados
mis de 500 metros, y en los cuales pusieramos dos repeticiones por sitio; sin embargo, el
analisis de varianza se realizaria en conjunto para los dos sitios.












b. ESPACIOS DE EXPLORATION

Se definen como espacios de exploraci6n en un experiment, los ranges o niveles a estudiar
en dosis de fertilizantes, herbicidas, distancias de siembra, densidades de poblaci6n, etc.

Por ejemplo, si se tiene un ensayo en el cual se estudiaran los niveles de 30,60,90 120 kg/ha
de nitr6geno, el espacio de exploraci6n va a estar entire 30 y 120 kg/ha.

La selecci6n de los espacios de exploraci6n adecuados present various problems que
deberan considerarse de acuerdo con la etapa de investigaci6n que se este realizando.

Asi:

1. Primer ano: Al iniciar la investigaci6n en un area nueva se tendra que tomar en cuenta:

a. La informaci6n de investigaciones previas realizadas en el area.

b. Los niveles de fertilizaci6n utilizados por los agricultores.

c. Los niveles de fertilizaci6n usados en otras areas con condiciones similares de cli-
ma, textura de suelo, etc.

Los espacios de exploraci6n en el primer aio deberan ser amplios, incluyendo los
niveles usados por el agricultor y tomando en consideraci6n la informaci6n disponible.
Si se consider que en el uso de estos niveles hay un desfase obvio, deberan ponerse
como contrastes.











2. Segundo aio y siguientes. Se presentan tres posibles alternatives a seleccionar:

2.1 Se observa en la series de ensayos, una marcada tendencia (minimo 10), hacia
arriba o hacia abajo en el rendimiento de los niveles altos.

Si son hacia abajo o estabilizados en una tendencia horizontal, debera moverse el
espacio de exploraci6n hacia niveles mas bajos.

2.2 Si las recomendaciones 6ptimas son erraticas tomando niveles altos, medios y ba-
jos, debera considerarse la posibilidad de ampliar o mantener igual el espacio de
exploraci6n; o

2.3 Si las recomendaciones son consistentes y su variaci6n es minima, debera reducir-
se el espacio de exploraci6n a niveles menores para determinar con mayor preci-
si6n el nivel 6ptimo a recomendarse.

El present ejemplo te6rico de un ensayo de fertilidad, es possible generalizarlo a cualquier otra
de las variables mencionadas, con la observaci6n de que estos criterios son aplicables tfnica-
mente a variables continues, y no asi a las discretas como podrian ser variedades, etc.






II
II I
2. MATRICES EXPERIMENTALES


Con el nombre de matriz experimental se conocen todos aquellos disefios que se establecen para
estudiar el efecto principal de uno, dos, tres o mas factors y de sus interacciones.

a. Factoriales

Este tipo de matriz involucra el studio de "n" factors a "p" niveles cada uno, pudiendo ser
"p" un numero de niveles constant para cada factor o bien ser diferente. El uso de las ma-
trices experimentales se recomienda en las siguientes situaciones:

a) Cuando en una region se desconoce cual o cuales factors de la producci6n (suelos, cli-
ma, manejo y variedad), son limitantes para la obtenci6n de rendimientos adecuados.

b) Cuando se requiera conocer en forma precisa el efecto individual de cada factor estu-
diado, asi como la interacci6n possible entire ellos, lo cual no se logra al estudiar un factor
a la vez.

c) Cuando el objetivo del studio sea la determinaci6n preliminary de dosis de aplicaci6n de
los factors estudiados y que seran utilizadas como "dosis bases" para disefiar una ma-
triz experimental que permit determinar dosis 6ptimas econ6micas precisas y adecua-
das a las condiciones de producci6n de una region dada; y

d) Cuando se reduzca el numero de tratamientos de una matriz por falta de espacio o cuan-
do no sea necesario usar nfimero de niveles constant para los n factors.

I

a.1 Desarrollo de una Matriz Experimental pn

Consid6rese una region cualquiera en donde se iniciara una investigaci6n, y de la cual no
se tiene conocimiento de trabajos previous, tal como sucede en el caso de la Franja Trans-
versal del Norte. El studio agro-socioecon6mico que se realice en la zona daria una indi-
caci6n de los posibles factors limitantes de la producci6n, por ejemplo: nitr6geno, f6sfo-
ro, densidad de poblaci6n y variedades de maiz que actualmente se cultivan, etc.

Siguiendo los criterios mencionados, se podria pensar en el studio de estos factors a 4
niveles de aplicaci6n cada uno de ellos. Asi para nitr6geno a 50-100-150-200 kg/ha; P205 a
0-30-60-90 kg/ha; y densidades de poblaci6n a 30-40-50-60 mil plants por hectarea, los que
combinados en un 43 darian un total de 64 tratamientos que se detallan a continuaci6n.
I



4

I













CUADRO 2.1 Descripci6n de tratamientos generados por una matriz 43
para tres factors.


Tratamiento Tratamiento
No. N P205 DP No. N P205 DP

1 50 0 30 33 150 0 30
2 50 0 40 34 150 0 40
3 50 0 50 35 150 0 50
4 50 0 60 36 150 0 60
5 50 30 30 37 150 30 30
6 50 30 40 38 150 30 40
7 50 30 50 39 150 30 50
8 50 30 60 40 150 30 60
9 50 60 30 41 150 60 30
10 50 60 40 42 150 60 40
11 50 60 50 43 150 60 50
12 50 60 60 44 150 60 60
13 50 90 30 45 150 90 30
14 50 90 40 46 150 90 40
15 50 90 50 47 150 90 50
16 50 90 60 48 150 90 60
17 100 0 30 49 200 0 30
18 100 0 40 50 200 0 40
19 100 0 50 51 200 0 50
20 100 0 60 52 200 0 60
21 100 30 30 53 200 30 30
22 100 30 40 54 200 30 40
23 100 30 50 55 200 30 50
24 100 30 60 56 200 30 60
25 100 60 30 57 200 60 30
26 100 60 4k 58 200 60 40
27 100 60 5C 59 200 60 50
28 100 60 60 60 200 60 60
29 100 90 30 61 200 90 30
30 100 90 40 62 200 90 40
31 100 90 50 63 200 90 50
32 100 90 60 64 200 90 60








II


Puede darse el caso de que por falta de espacio, se imposibilite establecer un ensayo con
una matriz de 64 tratamientos, por lo que el investigator de acuerdo con su experiencia e
informaci6n, podria eliminar un factor y asi, en el ejemplo, si se omite DP se tendria 42=
16 tratamientos. Sin embargo, si se consider que "p" puede ser diferente para los n
factors, esto le proporciona al investigator mayores elements de juicio para fijar de
nuevo los tres factors citados en el ejemplo, pero ap niveles cada uno. Esto permit tener
una matriz con un menor nfimero de tratamientos a evaluar y que proporciona la misma in-
formaci6n que se obtendria con la matriz pn.

a.2 Desarrollo de una matriz experimental donde p es diferente para n factors

Si se consider al nitr6geno en 50-100-150 kg/ha; P205 en 0-30-60-90 kg/ha y densidad de
poblaci6n en 45-60 mil plantas/ha, la matriz experimental resultante sera de 3 x 4 x 2
tratamientos que dan un total de 24. Observese que en este caso, nitr6geno entra a 3
niveles, P205 a 4 niveles y densidad de poblaci6n a 2 niveles, y la combinaci6n de los
mismos da lugar a los tratamientos siguientes:






CUADRO 2.2 Descripci6n de tratamientos generals en una matriz 3 x 4 x 2


Tratamiento Tratamiento
No. N P205 DP No. N P205 DP

1 50 0 45 13 100 60 45
2 50 0 60 14 100 60 60
3 50 30 45 15 100 90 45
4 50 30 60 16 100 90 60
5 50 60 45 17 150 0 45
6 50 60 60 18 150 0 60
7 50 90 45 19 150 30 45
8 50 90 60 20 150 30 60
9 100 0 45 21 150 60 45
10 100 0 60 22 150 60 60
11 100 30 45 23 150 90 45
12 100 30 60 24 150 90 60









Discusi6n


De las matrices experimentales del tipo pn, la mas simple es la que corresponde a 2
factors a 2 niveles cada uno, o sea un 22 que tendra 4 tratamientos. A media que se incre-
menta el nuimero de niveles llega un moment en que el numero de tratamientos es tal, que
no es possible su manejo bajo condiciones de campo. Por ejemplo, un Pn en donde P 5 y
n = 8, los tratamientos resultantes seran 58 = 390,625, cantidad que result ser del todo im-
practica.

En relaci6n a la matriz experimental en done P es diferente para n factors, una de las
mas simples es la de dos factors a 2 y 3 niveles cada uno, con lo cual se tiene un total de
2 x 3 tratamientos a evaluar. Esta matriz tiene el mismo inconvenient de la Pn pues a
media que se incrementen los factors y los niveles, el ntimero resultante de
tratamientos llega a ser imprActico.

Como desventaja de estas matrices experimentales, ademas de las anteriores, se puede
citar que las mismas no pueden ser interpretadas graficamente, pero si por el metodo de
regresi6n, que aunque es complicado en su aplicaci6n, su uso se facility con la ayuda del
c6mputo electr6nico. Sin embargo, aun se puede tener el problema de que el modelo de re-
gresi6n ajustado, no exprese bien los resultados observados y esto lleve al investigator a
tener un sesgo en su recomendaci6n final. Como ventaja de las mismas, se consider que
6stas deben ser usadas cuando el investigator no conoce la direcci6n para obtener el
maximo rendimiento, y por lo tanto, debe estudiar un amplio campo dentro del espacio de
exploraci6n con el que seran involucrados en una matriz experimental direccional. Con
6sta se explorara en la direcci6n hacia el rendimiento maximo sin estudiar zonas que no
tienen valor agron6mico, tal es el caso de las matrices conocidas como Matrices Plan Pue-
bla I, II y III, que son del tipo factorial, pero incomplete, pues no involucran todas las com-
binaciones posibles de n factors a P niveles de aplicaci6n.


b. Matrices Experimentales Plan Puebla I, II y III

En el disefio de estas matrices experimentales esta involucrado el conocimiento
agronomico sobre la relaci6n de respuestas de un cultivo en conjunto, a various factors li-
mitantes. Los autores (4) citan el ejemplo siguiente:

Cuando el maiz responded en conjunto a los fertilizantes nitrogenados y fosforicos, se sabe
que la direcci6n en que aumentaron los rendimientos en el espacio bivariado de explora-
ci6n (N1-N2)(P1-P2)Figura 2.1,a partir de cualquier punto NiPi sera el NE (Flechas
continues) y no en ninguna otra direcci6n (flechas punteadas). Lo anterior es valido
cuando los valores N2 y P2 representan niveles no mayores a aquellos con los que se elimi-
nan las deficiencies respectivas. En conjunto s6lo una franja diagonal de direcci6n SO-NE
(area sombrada en la Figura 1.1) tiene interest agron6mico. Las esquinas SE y NO casi no
tienen interns practice para los agricultores. Lo anterior represent el caso comiin de la











experiencia agron6mica. Sin embargo, puede haber combinaciones de factors limitantes
para los que la direcci6n del aumento en la producci6n sea diferente al mencionado (4).


E


S S
la Ib


FIGURA 2.1 Espacio bivariado de exploraci6n (N1-N2) (P1-P2), mostrando (la) la direcci6n en que un cultivo aumenta
sus rendimientos al variar en conjunto los dos factors y (Ib) la franja diagonal de direcci6n SO NE del
espacio bivariado de exploracion que tiene interns practice para el agricultor.


b.1 Caracteristicas de la Matriz Plan Puebla (4)


Una vez definido el espacio de exploraci6n, la selecci6n de los niveles de que consta cada
una de las matrices Plan Puebla es la siguiente:


0 kg/ha 60


-1.0 -.3 + .3 +1.0

0 kg/ha 20 40 60
Nivel 1 2 3 4


-.9 -.3 0 +.3 + .9
II I I -
3 21 30 29 57
Nivel 1 2 3 4 5


-.9 -.4 0 +.4 +.9
I I 3 4
3 18 30 42 57
Nivel 1 2 3 4 5


Espacio de Exploracion
kg/ha



Plan Puebla I
kg/ha




Plan Puebla II





Plan Puebla III









El nfimero de tratamientos de las matrices Plan Puebla II y III es igual a la expresi6n
2n + 2n + 1, mientras que de la matriz Plan Puebla I es 2n+ 2n tratamientos, en donde n es
el nfimero de factors.

En las expresiones anteriores, el factorial complete 2n estd integrado por los niveles 20 y 30
de la PPI y 20 y 40 de la PPII y PPIII, en tanto que el 2n sera integrado por los niveles y 4 de
la PPI y el 1 y 5 de la PPII y PPIII.

La expresi6n 1 para PPII y PPIII esta dado por el tercer nivel y se usa para definir el trata-
miento central del espacio de exploraci6n.




Los criterios para utilizar las matrices PPI, II y III son los siguientes:




a) Si la interpretaci6n de los resultados se hace siguiendo el m6todo Grafico-estadistico
(2), debe usarse la Matriz Plan Puebla I.

b) Si la interpretaci6n de los resultados se hace siguiendo el m6todo Grafico-estadistico y
el m6todo matematico (andlisis de regresi6n) se debe usar la Matriz Plan Puebla II.

c) Si la interpretaci6n de los resultados se hace exclusivamente siguiendo el m6todo ma-
tematico (analisis de regresi6n) debe usarse la matriz Plan Puebla III.

Para el caso que nos preocupa, puesto que no se dispone de un centro de c6mputo que facili-
te el uso del m6todo matematico para interpreter los resultados, el present escrito se limi-
tarA al studio exhaustive de la Matriz Plan Puebla I.




b.2 Matriz Plan Puebla I

Esta matriz puede ser usada para n factors, debiendose tomar en cuenta la caracteristica
de que los niveles de cada factor deben variar dentro del espacio de exploraci6n con un mis-
mo espaciamiento entire uno y otro. Asi:

Ejemplo 1, considerense los factors nitr6geno, f6sforo y densidad de poblaci6n. El espacio
de exploraci6n para nitr6geno va de 60 a 150 kg/ha; el de f6sforo de 0 a 60 kg/ha y la densidad
de poblaci6n de 30 a 60 mil plantas/ha. Con estos espacios de exploraci6n se procede a defi-
nir los niveles de cada factor de la siguiente manera:











Nitr6geno









F6sforo
(P205)










Densidad
de Poblaci6n


60


Espacio de Exploraci6n
kg/ha



Niveles kg/ha





Espacio de Exploraci6n


60 kg/ha 150


-1 -.33 +.33 +1.0

60 kg/ha 90 120 150



-1.0 +1.

0 60
kg/ha



-1.0 -.33 +.33 +1.0

0 20 40 60



-1. +1.0


Espacio de Expkoraci6n
mil pl/ha


+1.0


60 mil pl/ha


El siguiente paso consiste en estructurar los tratamientos a que da lugar esta matriz y para
ello, el 2n sera constituido por los niveles intermedios que en forma codificada serian -.33 y
+.33 para cualquier factor y su forma real sera de 90 y 120 kg/ha para N; 20,40 kg/ha para
f6sforo y 40 y 50 mil pl/ha para la densidad de poblaci6n. Luego los tratamientos 2 n seran
constituidos por los niveles 1 y 4 de cada factor, acompafiados del correspondiente nivel es-
tudiado dentro del 2n de acuerdo a la prolongaci6n de que se trate. Luego se coloca cada fac-
tor y para listar los tratamientos se debe usar la expresi6n 2n-1 para el primer factor, 2n-2
para el segundo factor; 2n-3 para el tercer factor, 2n-4 para el cuarto factor, etc. Para el
ejemplo que se esta desarrollando, si la posici6n de los factors, en su orden es N P205 y
DP a N le correspondera 2n-1 que resolviendolo es 23-1 = 22 = 4; este cuadro indica que en el
listado para N se debera repetir 4 veces cada nivel a estudiar empezando por el nivel mas
bajo o sea 90 kg/ha de N y luego de haber repetido 4 veces este nivel, se procede a repetir 4
veces el nivel de 120 kg/ha de N.

Al f6sforo le corresponde la expresi6n 2n-2 que resolvi6ndola es 23-2 = 21 = 2 lo cual indica
que el listado debera repetirse 2 veces cada nivel de f6sforo a estudiar, empezando por el
menor, o sea 20 kg/ha de P205 y luego con el mayor, o sea 40 kg/ha de P205.




10


Niveles kg/ha








II
Para el de Densidad de Poblaci6n, le corresponde la expresi6n 2n-3 = 23-3 = 20 = 1, lo cual
indica que en el listado de los tratamientos los niveles de DP a estudiarse deben entrar repe-
tidos una sola vez, empezando por el menor nivel estudiado o sea 40 mil plantas/ha y luego
con el mayor nivel o sea 50 mil plantas/ha.

En seguida se procede a estructurar las prolongaciones que en el caso de nitr6geno seria
primeramente el nivel 1 a estudiar o sea 60 kg/ha de N, que debera ser acompafiado de los ni-
veles mas altos de los otros factors (P205 y DP) del 2n.


Para f6sforo, sus prolongaciones seran: el nivel 16 sea 0 kg/ha de P205 acompafiado de los
niveles mas bajos de los otros factors (N y DP) del 2n; el nivel 4 o sea 60 kg/ha de P205
acompafiado de los niveles mas altos de los otros factors (N y DP) del 2n. Asi
sucesivamente, para la Densidad de Poblaci6n y otros factors que se est6n estudiando.
Aplicando lo descrito para el ejemplo que se esta siguiendo, los tratamientos resultantes
son los siguientes:

2n + 2n = 14 tratamientos


N P205


2n-1 = 4 2n-2 = 2 2n-3 = 1


90
90
90
90
120
120
120
120
60
150
90
120
90
120


La expresi6n grafica de esta matriz se present en la Figura 2.2
pagina 37.
Ejemplo 2:

n = 6 factors 2n + 2n = 76


2n (prolongaciones)





I

III
N P205 K20 CaO MgO DP
2n-I = 32 2n-2 = 16 2n-3 = 8 2n-I = 4 2n-5 = 2 2n-6 = 1

Listar 32 veces nivel 2
Listas 32 veces nivel 3

Listar 16 veces nivel 2
Listar 16 veces nivel 3

Listar 8 veces nivel 2
Listar 8 veces nivel 3

Listar 4 veces nivel 2
Listar 4 veces nivel 3

Listar 2 veces nivel 2
Listar 2 veces nivel 3

Listar 1 vez nivel 2
Listar 1 vez nivel 3

I
N P205 K20 CaO MgO DP
Nivel 1 Nivel 2 Nivel 2 Nivel 2 Nivel 2 Nivel 2
Nivel 4 Nivel 3 Nivel 3 Nivel 3 Nivel 3 Nivel 3 I
Nivel 2 Nivel 1 Nivel 2 Nivel 2 Nivel 2 Nivel 2 9
Nivel 3 Nivel 4 Nivel 3 Nivel 3 Nivel 3 Nivel 3 w


NIvel 2 Nivel 2 Nivel 2 Nivel 2 Nivel 2 Nivel 1 N
Nivel 3 Nivel 3 Nivel 3 Nivel 3 Nivel 3 Nivel 4

Una vez estructurada la matriz experimental anterior, el disefio experimental que se puede
utilizar para medir el efecto de los tratamientos sobre el rendimiento de un cultivo, es por
ejemplo, el de Bloques Completos al Azar con un niimero de repeticiones que el
investigator debe establecer como adecuados. Recu6rdese que los tratamientos deben ir al
azar dentro de cada bloque o repetici6n.


b.3 Desarrollo del Mktodo Grifico-Estadistico

Para una mejor comprensi6n de este m6todo, se desarrollard un ejemplo numerico para 3
factors: nitr6geno, f6sforo y densidad de poblaci6n. Se utilizarin los datos que Estrada (2)
report en su trabajo de Tesis y que se presentan en el cuadro 2.1.

I
12

I









CUADRO 2.3 Tratamientos estudiados, rendimientos totales y rendimientos pro-
medios por tratamiento, que se obtuvieron del trabajo de campo.


Tratamiento
No. Kg/ha Kg/ha Miles/ha Kg/ha Kg/ha
N P205 DP Rend. Totales Rend. Promedios x P


90
90
90
90
120
120
120
120
60
150
90
120
120
120
0


12784
13119
13378
13657
13901
14681
16342
15460


2556.8
2623.8
2675.6
2731.4
2780.2
2936.2
3268.4
3092.0
1959.0

1229.2
3217.8
2665.0
2878.6
152.4


Con los datos de rendimiento promedio por tratamiento, procedase a hacer la grafica
correspondiente tal como se muestra en la figure 2.3

El prop6sito de iniciar la interpretaci6n haciendo una grafica de los resultados, es para que
el investigator se forme una idea de c6mo estA la respuesta del cultivo a los tratamientos
estudiados y esto sea una guia en los resultados de los calculos matematicos posteriores.

Obt6ngase el analisis de varianza de los 2n + 2n tratamientos, incluy6ndose en 1l, el trata-
miento adicional que estudia el testigo absolute y que en este caso es el tratamiento 15.
Asimismo obt6ngase por separado el analisis de varianza de los 2n tratamientos y que en
este ejemplo los constituyen los numerados del 1 al 8.

De estos dos andlisis de varianza, posteriormente se usara el dato del cuadrado medio del
error (CME) respectivamente.

Los resultados para este ejemplo son:

CME del 2n + 2n (+ el testigo absolute) = 95420.00
CME del 2n= t1244.70
Numero de repeticiones = r= 4










Usando los rendimientos totales obtenidos a nivel experimental que se reportan en el cua-
dro 2.3, los cuales provienen de sumar por tratamiento los rendimientos obtenidos por re-
petici6n, proc6dase a aplicar la t6cnica de Yates (_L) a los tratamientos que dan lugar al 2n
o sea los numerados del 1 al 8, para determinar cual(es) efecto(s) factorial(es) medio(s) es o
son significativos a una probabilidad de cometer error tipo I equivalent a 10 (- = .10). Ver
cuadro 2.2


120-60-50


120-40-60


90-20-30


90-40-50


90-2040






90-0-40


150-40-50


120-20-50


120-2040


P205


FIGURA 2.2 Representaci6n grafica de la matriz Plan Puebla I, para tres factors: dosis de fertilizaci6n nitrogenada,
fosf6rica y densidad de poblaci6n.

















6

NN
0

N

0-4


-4


0


0

















.,
ca









o
0







S






on
4-


eq/NOl OJISNIWI(INH


0


Ni 0




I


II I
En el cuadro 2.2 la column C6digo Yates se debe interpreter de la siguiente manera:

Segin Yates, citado en Cochran y Cox (1), el C6digo (1) represent a los factors estudiados
a su nivel mAs bajo en el 2n y al finalizar el calculo medirA el rendimiento promedio que se
obtiene en el 2nr (23 x 4 = 32) observaciones y 4 es el numero de repeticiones con que se con-
dujo este experiment.

El c6digo d corresponde al tratamiento en donde Densidad de Poblaci6n se estudia a su nivel
mis alto en el 2n y N y P205 permanecen a su nivel mis bajo dentro del mismo 2n. Al finali-
zar el calculo, esta hilera medira si el efecto principal de la densidad de poblaci6n es
estadisticamente significativo).

El c6digo P corresponde al tratamiento en donde P205 se estudia a su nivel mis alto en el 2n
y N y DP permanecen a su nivel mAs bajo dentro del mismo 2n al finalizar el cAlculo; esta I
hilera medira si el efecto principal del P205 (f6sforo) es estadisticamente significativo.

El c6digo dp corresponde al tratamiento en donde P205 y DP se estudian a su nivel mis alto I
dentro del 2n y N permanece a su nivel mas bajo dentro del mismo 2n. Al finalizar el cAlculo,
esta hilera medira si el efecto de la interacci6n de estos dos factors es estadisticamente
significativo. Asi sucesivamente para n, nd, np, npd en donde cada una de estas hileras
respectivamente, medira si el efecto de esos factors es estadisticamente significativo.
Recuerde que el t6rmino 2n es igual a n factors a 2 niveles cada uno.

En la column de rendimientos totales, cada rendimiento que alli se anota, es el resultado de
sumar para cada tratamiento el rendimiento observado por repetici6n o bloque. Por
ejemplo:


1


Tratamiento Repeticiones
No. N P205 DP I II III IV TOTAL


1 90 20 40 3189.5 3189.5 3189.5 3189.5 12748

8 120 40 50 3865 3865 3865 3865 15460









Segun Yates, a continuaci6n de la column de rendimientos totales, se deben usar tantas
columns como n factors se esten estudiando en el 2n. En este ejemplo N = 3 6 sea N P205
- DP, por lo tanto deben ser 3 columns. La tercera column medira los efectos totales de los
factors y sus interacciones y el divisor que se report en el cuadro 2.2 es para obtener los
efectos factoriales medios (EFM).

Para calcular los valores anotados en la column 1 se procede de la siguiente manera:

Los primeros 4 valores se obtienen de la suma por pares de los totales asi: 12784 + 13119 =
25903; 13378 + 13657 = 27035, etc y los 4 valores restantes se obtienen de la resta por pares
de los totales, pero considerando siempre como minuendo al valor inferior del par y como
sustraendo al valor superior del par, asi se tendra 13119 12784 = 335; 13657 13378 = 279,
etc. Los primeros 4 valores de la column 2 se obtienen de la suma por pares considerando el
signo de los datos obtenidos para la column 1 asi: 25903 + 27035 = 52938; 780 + (-882) =
-102. Los valores restantes de esta column se obtienen de la resta por pares considerando
el signo de los valores de la column 1, teniendo siempre como minuendo el valor inferior
del par y sustraendo al valor superior del par. Asi: 27035 25903 = 1132; -882 (780) -1662.

De igual manera utilizando los valores de la column 2 se obtienen los valores de la column
3.





I



II I
En forma detallada todos los valores se obtienen asi:


El valor del
Tratamiento 1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8


Column 1









2









it
"
"

"
"
"
"





"
2
"
"
"
"
"
"
"

3
"
"
"
"
"
"
"


Se obtiene de:


12784
13378
13901
16342
13119
13657
14681
15460
25903
28582
335
780
27035
31802
279
-882
52938
614
1132
-56
60384
-102
3220
-1662


+ 13119
+ 13657
+ 14681
+ 15460
12784
13378
13901
S 16342
+ 27035
+ 31802
+ 279
+ (-882)
25903
28582
335
(780)
+ 60384
+ (-102)
+ 3220
+ (-1662)
52938
(614)
1132
(-56)


25903
27035
28582
31802
335
279
780
-882
52938
60384
614
-102
1132
3220
-56
-1662
113322
512
4352
-1718
7446
-716
2088
-1606


Para estimarse la significancia estadistica de los EFM, debe usarse un comparador o efecto
minimo significativo (EMS) dado por la formula:


EMS = t(.1)(gle) CME en donde


2n-2.r


t(.1)(gle) = t de Student a una probabilidad de cometer error tipo I de .10 y los grades
de libertad del CME obtenido en el ANVA del 2n o sea de los tratamientos
del 1 al 8.


CME = Cuadrado medio del error del analisis de varianza realizado a los
tratamientos 1 al 8 que conforman el 2n.










2n-2 = 23-2 = 2 en donde n = numero de factors que son 3.

r = repeticiones que para este ejemplo fueron 4.


EMS = t(.1)(21)


CME


EMS = (1.721) 71244.70


23-2x 4


EMS = 162.41

Ahora: Si EMF < EMS el efecto factorial no es significativo.
Si EFM > EMS el efecto factorial es significativo.

CUADRO 2.4 Tecnica de Yates aplicada a los tratamientos que forman el 2n

Tratamiento
No. N P205 DP C6digo Rend.
Yates Totales 1 2 3 Divisor EFM EMS Sign


1 90 20 40 (1) 12784 25903 52938 113322 2nr =32 3541.31 M
2 90 20 50 d 13119 27035 60384 512 2n-1=16 32.00 162.41 D NS
3 90 40 40 p 13378 28582 614 4352 2n-lr=16 272.00 162.41 P *
4 90 40 50 dp 13657 31802 -102 -1718 2n-1r=16 -107.37 162.41 DP NS
5 120 20 40 n 13901 335 1132 7446 2n-lr=16 465.37 162.41 N *
6 120 20 50 nd 14681 279 3220 -716 2n-lr= 16 -44.75 162.41 ND NS
7 120 40 40 np 16342 780 -56 2088 2n-lr=16 130.50 162.41 NP NS
8 120 40 50 npd 15460 -882 -1662 -1606 2n-1r=16 -100.37 162.41 NPD NS

En este cuadro, se observa que s61o el P y el N tienen un valor de EFM mayor al EMS
calculado y por lo tanto son los finicos efectos estadisticamente significativos.

Puede darse el caso que el valor del EFM este ligeramente abajo del EMS pero si en la gri-
fica original se observa que este EFM es positive, en este caso debe tomarse como
estadisticamente significativo.

Si la interacci6n de 2 factors es significativa y ambos factors solos no lo son, deberdn to-
marse ambos factors para el siguiente paso. Por ejemplo: si en el cuadro 2.2 se hubiera te-
nido significancia en la interacci6n nd y todo lo demAs no significativo, entonces para el si-
guiente paso se debe tomar al N y la DP como significativos.


Habiendo sido significativos iinicamente 2 factors (N y P), los 8 tratamientos del 2n se
reduce a 4 tratamientos con rendimientos correspondientes al promedio sobre los dos ni-
veles del factor no significativo que acompafiarf a su nivel mAs bajo a los tratamientos
resultantes. Para este paso deben usarse los rendimientos promedios por tratamiento
reportados en el cuadro 2.1; asi se tendrA:










CUADRO 2.5 Rendimnientos medios de' tratamiento


Trat. Tratamiento Reducido kg/ha
Prom. N P205 DP Rendimiento Promedio


1 -2 90 20 40 2556.8 + 2623.8 = 2590.3
2
3-4 90 40 40 2675.6 + 2731.4 2703.5
2
5-6 120 20 40 2780.2 + 2936.2 = 2858.2
2
7-8 120 40 40 3268.4 + 3092.0 = 3180.2
2


En seguida, calc~lese el ingreso neto de estos tratamientos mediante la funci6n IN = yY-CV

en donde:


SIngreso neto
= Valor de 1 kg de product (maiz)
= Rendimiento de cada tratamiento
= Costos variables


Los costs variables a su vez se obtienen de la funci6n CV = nN + pP + dDP en donde:


= Costo real de 1 kg de Nitr6geno
= Kgde Nitr6geno por tratamiento
= Costo real de 1 kg de P205
= Kgs de P205 por tratamiento
= Costo real de 1,000 plants sobre 30,000 plantas/ha
= exceso en miles de plants por hectarea sobre 30,000 plantas/ha. (Ver cuadro 2.4)










Para este ejemplo:


n = Q. 0.68
p= Q. 0.68
d = Q.0.42
y = Q.0.18

El costo real del nitr6geno (n) es Q. 0.68 que se deriva del costo de un kilo de nitr6geno (1,000
kg = Q. 219.52) + interns bancario + costs de transport y aplicaci6n.

CUADRO 2.6. Determinaci6n del ingreso neto de los cuatro
tratamientos. *


Trat. N P205 DP Y Q. CV Q. IN
Prom.

1-2 90 20 40 2590.3 85.47 388.66
3-4 96 40 40 2703.5 100.43 394.42
5-6 120 20 40 2858.2 107.91 415.26
7-8 120 40 40 3180.2 122.87 459.24

* Promedio de los rendimientos del factor cuyo efecto factorial medio no fue significa-
tivo.


De acuerdo al m6todo GrAfico-estadistico, en el cuadro 2.3 el tratamiento que present el
maximo ingreso neto definira la curva donde se estimard la dosis 6ptima econ6mica para
capital ilimitado. De esta manera, el tratamiento que present el mayor IN es el 120 kg/ha
de N, 40 kg/ha de P205 y 40 mil plantas/ha.

Con los 4 tratamientos anotados en el cuadro 2.3 y utilizando las prolongaciones de los
factors cuyos efectos factoriales medios fueron significativos, dib(ijense nuevas grAficas,
determines el triangulo de relaci6n insumo/producto (4) y con un juego de escuadras pro-
yectese la hipotenusa de este triangulo a la curva definida por el tratamiento de maximo IN
(cuadro 2.4) y asi el punto donde ambos sean tangentes, se determinard la dosis 6ptima
econ6mica de capital ilimitado.

En forma practice vease lo descrito en la Figura 2.4.

El triAngulo de relaci6n insumo/producto estard dado por n/y o sea costo real de 1 kg
N/costo real 1 kg product.

n
n =68= 3.78
y 0.18




I

II I
El valor 3.715 indica que se necesitan 3.715 kg de product para aplicar 1 kg de
nitr6geno/ha. Para establecer el triAngulo insumo/producto se procede asi:

3.715 kgdeProd.- kgdeN 0 x .
X 30kgdeN 30 715 111.45
1


Para aplicar 30 kg de N (cateto adyacente) se necesitan 111.45 kg de product (cateto
opuesto).

El siguiente paso es la determinaci6n de la Dosis Optima Econ6mica de Capital Limitado.

Calcilese una diferencia minima significativa mediante la formula:


DMS = t(.1)(gle) S2( 1 + 1 ) endonde:
n n2


t(.1)(gle) = t de Student a una probabilidad de cometer error tipo I de.10 y los grades de li-
bertad del error del andlisis de varianza del 2n + 2n incluyendo el testigo.
S2 = Cuadrado medio del error (CME) del andlisis de varianza del 2n + 2n
incluyendo el testigo.
n1 = Numero de repeticiones de la prolongaci6n que en este caso es 4.

n2 = Numero de observaciones del tratamiento a comparar con la prolongaci6n y
que en este caso es 8 por ser un promedio de rendimiento que viene de 4
observaciones cada uno.


Para este ejemplo la DMS estimada fue de 343.14 y con la misma se deben hacer las siguien-
tes comparaciones:


Comparaciones Signif.

a) 120-40-40 vrs. 150-40-40 NS
b) 90-20-40 vrs 60-20-40 *
c) 120-40-40 vrs. 120-60-40 NS
d) 90-20-40 vrs. 90- 0-40 *

I
22

I










II










o

0
0
I O








o
i


\ 1 0













|Q
0)0
* o













-I
O

S0 2u












"U2 e4/No\ O\N3IIIN2IH




I

1I I
De esta manera se prueba en a y b si las prolongaciones para N son significativas o no, para
c y d si las de f6sforo tienen igual comportamiento.

Las prolongaciones que sean estadisticamente significativas son las que deben incluirrsc c',
el analysis econ6mico para determinar la dosis 6ptima econ6mica de capital limitado

El incremento en rendimiento A esta dado por la diferencia entire el rendimiento de cada
tratamiento y el rendimiento del testigo. Luego calcilese el incremento en ingreso neto asi:
A IN/CV (tasa de retorno a capital). El tratamiento que present la mayor TRC, debera ser
considerado como la Dosis Optima Econ6mica para Capital Limitado (DOECL).

CUADRO 2.7 Estimaci6n de la tasa de retorno a capital.

N P205 DP Y CV A Y A IN 11 IN- C.

90 20 40 2590.3 85.47 2437.9 360.6 4 ?" 2
90 40 40 2703.5 100.43 2551.1 366.:' I.6
120 20 40 2858.2 107.91 2705.8 387.3: ,
120 40 40 3180.2 122.87 3027.8 431.34 E. 1
60 20 40 1959.0 63.71 1806.6 266.' '
90 0 40 1229.2 71.19 1076.8 125.91 1.
0 0 30 152.4

I
Ajustes finales alas DOE de capital ilimitado y limitado. Con la DMS estimada coimpr~ e e
se si el factor que no fue significativo en la prueba de Yates sigue siendo no signife:ativ: el
valor minimo se deja dentro del 2n, y si no es significativo, el valor minimo dc? 2: Ae ;~; 3
tuye por el valor de la prolongaci6n en donde se estudi6 en su dosis mas baja .' I
sial comparar el tratamiento 90-20-40 versus 90-20-30 resultara significancia, ia dens i, a., .!
poblaci6n se queda en 40 mil plantas/ha y si no hay significancia, la misma entrar .:- 30 mii)
plantas/ha.



3. DISENOS EXPERIMENT IALES I

Una matriz experimental debe ser probada por medio de un diseflo experirm.enta-

a. Bloques Completos al Azar

Este disefio experimental debe ser usado cuando el ndimero de tratamient'.: :iri i a :
de 6 a 25 y en el caso de un nuimero bajo de tratamientos, se deben poner Jas r .<,c-:: c ne-
cesarias para que los grades de libertad del error no sean menores a 12



I
24

I










El modelo estadistico para este disefio es el siguiente:

Yij = u + Ri + Tj + Eij

en donde Eij N (0, 02)

R = Repeticiones; i = No repeticiones; T = Tratamientos; ji = numero de tratamientos;
Eij = Efecto del error experimental.

a.1 Analisis de Varianza

Se ilustrari con un ejemplo sencillo tomado de Cochran y Cox (1) y que es el
siguiente:

Se estudiaron los efectos de 5 niveles de potasio que fueron: 40.4, 60.5, 80.6, 120.8 y
161.0 kg de K20 por ha sobre el rendimiento y propiedades del algod6n. El nimero de
bloques o repeticiones fue de 3. Los datos obtenidos se muestran en el cuadro 2.6.




CUADRO 2.8. Datos de rendimiento de algod6n por tratamiento.


Tratamiento Repetici6n o Bloque
K20 kg/ha I II III Total X


40.4 7.62 8.00 7.93 23.55 7.85
60.5 8.14 8.15 7.87 24.16 8.05
80.6 7.76 7.73 7.74 23.23 7.74
120.8 7.17 7.57 7.80 22.54 7.51
161.0 7.46 7.68 7.21 22.35 7.45
TOTAL 38.15 39.13 38.55 115.83



CAlculo de las sumas de cuadrados (SC).

Modelo: Yij= u + Ri + Tj + Eij en donde i = 3 y j = 5.

(Gran total)2
Factor de correcci6n (FC) =--
Niumero total de observaciones

(115.83)2
894.4393
15










Suima de cuadrados totales (SCT) = I Yij2 FC = 7.622 + 8.142 + 7.762 + 7.742 + 7.802
+ 7.212 894.4393 = 1.1790


Suma de cuadrados de repeticiones (SCR)


y Y2i -FC = 38.152 + 39.132 + 38.552
SCR =- --


- 894.4393 = 0.0971


Suma de cuadrados de tratamientos (SCTr)


Yj2
SCTr --- FC
i


(23.55)2 + (24.16)2 + (23.23) + (22.54)2 + (22.35)2 -


894.4393 = .7324


Suma de cuadrados del error (SCE)

SCE = SCT- SCR- SCTr
= 1.1790 0.0971 .7324 = .3495


CUADRO 2.9 Cuadro de analisis de varianza


Fuente de Grados de Suma de Cuadrados F calcu- F Tabulada oc.05
Variaci6n Libertad Cuadrado Medios lada

Total (ij-1) SCT
Repeticiones (i-1) SCR SCR/Gr de lib. CMR/CME F(glR)(glE) .05
Tratamientos (j-1) SCTr SCTr/Gr de lib. CMTr/CME G(glTr)(GIE) .05
Error (i-1)(j-1) SCE SCE/Gr de lib.




Fuente de
Variaci6n GL SC CM Fc Ft

Total 14 1.179
Repeticiones 2 .0971 0.048 1.11 NS F(2)(8).05 = 4.46
Tratamientos 4 .7324 .1813 4.19 F(4)(8).05 = 3.84
Error 8 .3495 .0437


* = Significativo a una probabilidad de cometer error tipo I de 5%.
NS = No significativo.



26









La significandia que se observe para tratamientos, indica que al menos una de las
medias de rendimiento es diferente a las demAs. Para conocer cual de ellas es la
que estA mostrando dicha diferencia, se debe proceder a hacer una prueba de
comparaci6n multiple de media. En este ejemplo, se debi6 considerar el aImen-
to a una repetici6n para lograr 12 grades de libertad en el error experimental.

a.2 Prueba de Comparacione Mi6tlples de Medis

Para fines ilustrativos se utilizari la prueba DMS, DUNCAN y TUCKEY.

1. DMS

Cuando el nmnero de repeticiones es igual para todas las medias, el valor de
DMS se obtiene de la formula:

\ 2CME I
DMS = t (gle) -= (1)
r


t oc (gle) = t de Student a un oc = .05 (error tipo I) y los grades de libertad del
error experimental.


r = Numero de repeticiones

Cuando el valor de las repeticiones es diferente para las medias, el valor DMS se
obtiene de la formula:

DMS = t c (gle) CME( 1 1) (2)
nl n2




t oc (gle) = t de Student a un oc =.05 (error tipo I) y los grades de libertad del
error experimental.

CME =Cuadrado medio del error del anAlisis de varianza

nl = Nimero de observaciones que dan lugar a la media 1

n2 = Ninero de observaciones que dan lugar a la media 2.




II



En el caso de este ejemplo se usard la formula (1) pues r es igual para todas las
medias de tratamientos, asi:

2CME
DMS = t (gle) 2CME
r I
= t.05(8) 2 x CME
3
DMS =2.306 2 x 0.0437
3
DMS = 0.39



Prueba de Duncan:

Esta prueba esta basada en determinar un comparador para cada par de medias
de tratamiento que va a compararse.

La metodologia es:

2.1 Calculese el error estandar de las medias por:

SE = CME/r

Sm =0.0437
3
SR = 0.12

Obt6ngase de la tabla los ranges de Student al 0.05 de probabilidad de cometer
error tipo I, para el numero de combinaciones posibles de las medias a comparar
y que para este ejemplo es 4, puesto que se tienen 5 medias de tratamientos.

De las tablas con 8 grades de libertad del error se obtienen los pasos:

I


I
Pasos 2 3 4 5
3.26 3.39 3.47 3.52
Comparador 0.39 0.41 0.42 0.42

El comparador para cada par de medias se obtiene del product de Sx por el va-
lor dado por las tablas. Ejemplo para el paso 2 el comparador seria: Sr (3.26) =
(0.12)(3.26) = 0.39; asi sucesivamente para el 3 y 4.


28










Ord6nense las medias de tratamiento de menor a mayor rendimiento.

Tratamiento K20


161 kg/ha
Medias 7.45


120.8
7.51


80.6
7.74


40.4
7.85


60.5 kg/ha
8.05


Medias a Comparar
(kg/ha)


Diferencia


Compa- Signifi-
rador cancia


60.5 -161
60.5- 120.8
60.5- 80.6
60.5- 40.4
40.4- 161
40.4 120.8
40.4- 80.6
80.6- 161
80.6- 120.8
120.8- 161


8.05 7.45 = 0.60 >
8.05 7.51 0.54 >
8.05 7.74 = 0.31 <
8.05 7.85 = 0.20 <
7.85 7.45 = 0.40 <
7.85- 7.51 = 0.34 <
7.85- 7.74 = 0.11 <
7.74 7.45 = 0.29 <
7.74- 7.51 = 023 <
7.51- 7.45 = 0.06 <


= Significativo a una probabilidad de cometer error tipo I de 5%
NS = No significativo.



Prueba de Tuckey

Esta prueba utiliza un solo comparador para la prueba multiple de las medias y el mismo se
obtiene de la formula:

W = qc(P, n2)Sx

q oc = Es el valor por la tabla respective a una probabilidad oc de cometer error tipo I de
0.05 6 0.01.
P = El nfimero de tratamientos (en este caso son 5).
n2 = Grados de libertad del error (en este caso son 8).

Sx = Error estandar de las media ( ME= .12
W = q0.05 (%.8) SR r
W = (4.89)(0.12)
W = 0.59


0.42
0.42
0.41
0.39
0.42
0.41
0.39
0.41
0.39
0.41










Comparaci6n de medias ordenadas de menor a mayor rendimiento


161 kg/ha
7.45


120.8
7.51


80.6
7.74


40.4
7.85


60.5 kg/ha
8.05


Al obtener las diferencias se observa que inicamente es significativa la comparaci6n
entire 80.5 161 kg/ha de K20, siendo no significativas las diferencias entire las demas com-
paraciones. Si la diferencia es mayor o igual al comparador es significativa, y si la diferen-
cia es menor al comparador, no hay significancia.




Resumen de las Comparaciones


Comparaci6n Diferencia DMS DUNCAN TUCKEY


60.5- 161 0.60 0.39 0.42 0.59 *
60.5 -120.8 0.54 0.39 0.42 0.59 NS
60.5 80.6 0.31 0.39 NS 0.41 NS 0.59 NS
60.5- 40.4 0.20 0.39 NS 0.39 NS 0.59 NS
40.4- 161 0.40 0.39 0.42 NS 0.59 NS
40.4 120.8 0.34 0.39 NS 0.41 NS 0.59 NS
40.4- 80.6 0.11 0.39 NS 0.39 NS 0.59 NS
80.6- 161 0.29 0.39 NS 0.41 NS 0.59 NS
80.6 120.8 0.23 0.39 NS 0.39 NS 0.59 NS
120.8 161 0.06 0.39 NS 0.41 NS 0.59


* = Significativo a una probabilidad de cometer error tipo I de 5%.
NS = No significativo.



Diferencia > Comparador = Significativa
Diferencia Comparador = No Significativa

La DMS se utiliz6 en este caso en forma errAtica, pues para su uso correct se debe cum-
plir lo siguiente:

1. El investigator al plantear su investigaci6n debe especificar cual par de medias de
tratamientos va a comparar.

2. La media de tratamiento que entire en una comparaci6n no puede aparecer en ninguna
otra comparaci6n.



30


i I


I 1










Obsdrvese que a media que se va cambiando de m6todo, las significancias se van redu-
ciendo. Asi por ejemplo, con Duncan que es una prueba mAs estricta que la DMS, desapa-
rece una de las significancias detectadas con esta iltima, mientras que con Tuckey debido
a que es una prueba muy estricta, s6lo se detecta una diferencia significativa. El uso de
cualquiera de estas pruebas lo debe decidir el investigator en funci6n a la rigidez que
desee tener en sus conclusions.



Datos Perdidos

Cuando se ha perdido una parcela, su rendimiento puede ser estimado a traves de la f6r-
mula:





X rB + tT- G
(r-1) (t- 1)
X = Rendimiento estimado a la parcela perdida.
r = Nfmero de block o repeticiones
t = Nimero de tratamientos
B = Total de las observaciones en el block o repetici6n que
contiene el dato perdido.
T = Total de las observaciones en el tratamiento que con-
tiene el dato perdido.
G = Gran total sin incluir el dato perdido.

Si son varias las parcelas perdidas, se debe seguir el siguiente
procedimiento, que se ilustrard con un ejemplo tornado del
Steel y Torrie (3).


Trata- Total
miento 1 2 3 4 Total Corregido

1 4.4 5.9 6.0 4.1 20.4 20.4
2 a 1.9 4.9 7.1 13.9 18.4
3 4.4 4.0 4.5 3.1 16.0 16.0
4 6.8 6.6 b 6.4 19.8 27.0
5 6.3 4.9 5.9 7.1 24.2 24.2
6 6.4 6.3 7.7 6.7 28.1 28.1
Total 28.3 29.6 29.0 34.5 122.4
Total
Corregido 32.8 29.6 36.2 34.5 134.1









Procedimiento

1. Estimar b
b = 19.8/3 + 29.0/5 6.2
2
Con este valor el GT = 122.4 pasa a ser 122.4 + 6.2 = 128.6

2. Estimar a
a= rB + tT G =4(28.3) + 6(13.9) -128.6 = 4.5
(r-1)(t-1) (4-1)(6-1)

Con este valor de al se debe estimar b de nuevo

3. Reestimaci6n de b
GT = 122.4 pasa a ser 122.4 + 4.5 = 126.9

bl = 4(29.0) + 6(19.8) 126.9 = 7.2
(4-1)(6-1)



Con este valor de bi se reestima al a a2

4. Estimaci6n de a2
GT = 122.4 pasa a ser 122.4 + 7.2 = 129.6

a2 = 4(28.3) + 6(13.9) 129.6 = 4.5
(4-10)(6.-1)

Con este valor de a2 se pasa a reestimar bi a b2

5. Estimaci6n de b2
GT = 122.4 pasa a ser 122.4 + 4.5 = 126.9

b2 = 4(29.0) + 6(19.8)- 126.9 = 7.2
(4-1)(6-1)

En este paso se para el procedimiento porque al = a2 y bl = b2 por lo tanto el valor de
la parcela perdida a es de 4.5 y el de b es de 7.2.

6. Coeficiente de Variaci6n (CV)
Este parametro se estima por la formula CV = -- x 100
en donde or = CME; X = Media general.

CV 0437 x 100 = 2.7%
S7.722










b. Parcelas Divididas

La ilustraci6n del calculo de un disefio en parcelas divididas se hara siguiendo un
ejemplo torado de Steel y Torrie (3).

Se realize un experiment en la Universidad de Wisconsin por D.C. Amy, quien com-
par6 el rendimiento de cuatro lotes de cebada a los que se les aplic6 3 tratamientos
quimicos a la semilla y se dej6 un testigo para cada uno. Los lotes de semilla fueron
Vicland (1), Vicland (2), Clinton y Branch y los mismos constituyeron las parcelas
principles. Los tratamientos para cada lote de semilla fueron un testigo, Ceresan
M., Panogen y Agrox, que constituyeron las subparcelas. Todo el disefio se plant
con 4 repeticiones. Si se codifica a los lotes de cebada como A; a los subtratamientos
quimicos y testigo como B y las repeticiones como R el modelo estadistico de este
disefo es:

Yijk = u + Ri + Aj + oij + Bk + BAik + Eijk
i =4; j = 4;k = 4

b.1 Metodologia

1. Ordenamiento de los Datos


CUADRO 2.10 Rendimiento de cebada en bushels por acre


Repeti- TRATAMIENTO B
Lote por Semilla a ciones Testigo Ceresan M Panogen Agrox TOTAL


1 42.9 53.8 49.5 44.4 190.6
2 41.6 58.5 53.8 41.8 195.7
Vicland (1) 3 28.9 43.9 40.7 28.3 141.8
4 30.8 46.3 39.4 34.7 151.2
7 141.2 202.5 183.4 149.2 679.3

1 53.3 57.6 59.8 64.1 234.8
2 69.6 69.6 65.8 57.4 262.4
Vicland (2) 3 45.4 42.4 41.4 44.1 173.3
4 35.1 51.9 45.4 51.6 184.0
1 203.4 221.5 212.4 217.2 854.5

1 62.3 63.4 64.5 63.6 253.8
2 58.5 50.4 46.1 56.1 211.1
Clinton 3 44.6 45.0 62.6 52.7 204.9
4 50.3 46.7 50.3 51.8 199.1
I 215.7 205.5 223.5 224.2 868.9

1 75.4 70.3 68.8 71.6 286.1
2 65.6 67.3 65.3 69.4 267.6
Branch 3 54.0 57.6 45.6 56.6 213.8
4 52.7 58.6 51.0 47.4 209.6
1 247.7 253.7 230.7 245.0 977.1
Total Trat. 811.0 883.2 850.0 835.6 3379.8









Repetici6n Total

1 965.3
2 936.8
3 733.8
4 743.9



Calculo de suma de cuadrados
Factor de correcci6n

(FC) = (GTotal)2 (3379.8)2 178,485.13
ijk 64

Suma de cuadrados totales:

SY2ijk FC = 42.92 + 41.62 + ...+69.42 + 56.62 + 47.42 FC
SCT = 7,797.39

Suma de Cuadrados de Parcelas Principales X2ij: FC
k

SCPP = 190.62 + 195.72 + ...+213.82 + 209.62 FC = 6.309.19
4
SY2i.. FC
SC Repeticiones =- -
jk

S965.32 + 936.82 + 733.82 + 743.92 -FC 2842.87
4x4

S Y.j2-FC
SCA= ___
ik

SCA = 679.32 + 854.52 + 868.92 + 977.12 FC 2848.02
4x4


SCoij = SCError (a) = SCPP SCR SCA
= 6309.19 2842.87 2848.02
= 618.30
SCB y2..k FC
SCB -
ij
8112 + 883.22 + 8502 + 835.62 -FC 170.53
4x4











SCAB Y.jk2 FC SCA SCB
i


144.22 + 202.52 + ... + 230.72 + 2452 FC-
4

2848.02 170.53 = 586.47


SCError (b) = SCTotales SCPP SCB SCAB
= 7797.39- 6309.19- 170.53 586.47 = 731.20







CUADRO 2.11 Analisis de Varianza


Fuente de Variaci6n GL SC CM Fe Ft CU%

Total 63 7,797.39
Repeticiones 3 2,842.87 947.62 13.79* 3.86 15.7
Lotes de Semilla (A) 3 2,848.02 949.34 13.82* 3.86
Error 9 618.30 68.70
Subtratamientos (B) 3 170.53 56.84 2.80NS 2.84 8.5
Interacci6n Ax B 9 586.47 65.16 3.21* 2.12
Error 36 731.20 20.31

* Significativo a una probabilidad de cometer error tipo I de 5%.
NS No significativo.






Estimaci6n de los grades de libertad:



Total = (ijk-1) *
Repeticiones = (i-1)
Lotes de semilla (A) = (j-1)
Error (a)= (i-1)(j-1)
Sub-tratamiento B = (k-1)
Interacci6n A x B = (j-1)(k-1)
Error (b)= (i-1) j(k-1) o por diferencia del total y las otras fuentes de va-
riaci6n




I


II I
Los cuadrados medios CM se obtienen dividiendo las sumas de cuadrados
entire los respectivos grades de libertad. Ejemplo:

CMR = 284.87/3 = 947.62; CM error (a) = 618.30/9 = 68.70

La F calculada se obtiene de la siguiente manera: I

Repeticiones: CMR/CM error (a) = 947.62/68.7 = 13.79

Lotes de Semilla A = CMA/CM error (a) = 949.34/68.7 = 13.82

Subtratamientos B: CMB/CM error (a) = 56.84/20.31 = 2.80 I

Interacci6n AB: CMAB/CM error (b) = 65.16/20.31 = 3.21

La F tabulada sera para R y A con sus respectivos grades de libertad y los gra-
dos de libertad del error (a), muestran que para B y AB seran sus respectivos
grades libertad contra los grades de libertad del error (b). Todo ello a un
a = .056.08.

El coeficiente de variaci6n CV%, se estim6 por la formula:
CV x 100
X
En este caso se tienen 2 coeficientes de variaci6n, pues uno de ellos medira la
variaci6n entire parcelas principles y el otro la variaci6n entire subparcela.

CV= VCME(a) x 100 = 6870 x 100 = 15.7%
X 52.8

CV= CME(b) x100= 2031 x 100 = 8.5% I
x 52.8

I
B.2 Comparaci6n de Medias de Tratamientos (Parcelas Principales y Subtratamientos (Sub-
parcelas) e interacciones.

En el caso del disefio experimental de parcelas divididas, las comparaciones de me-
dias de tratamientos, sub-tratamientos e interacciones de tratamientos x sub-trata-
mientos se pueden realizar por medio de los metodos de comparaci6n multiple de
medias descritos en a.2 con la variante de que la Sx o sea el error estandar a utili-
zar, se estima en forma diferente segfin sean las medias a comparar.


I
36

I









A continuaci6n se ejemplifica la forma de estimar el error estandar, utilizando los
datos del ejemplo que se desarroll6 en:


Diferencias entire Medias

Dos medias de lotes de
semilla (A)

Dos medias de trata-
mientos quimicos (B)

Dos medias de B al mis-
mo nivel de A

Dos medias de A a:
1. mismo nivel de B

2. diferente nivel de B


Ejemplo


bi-b2


albl-alb2


albl-a2bl

alb2-a2bl


Error estandar
(SI)

2 CME(a)
rb

\ 2 CME (b)
ra

2 CME (b)
r


V


2 [ (b-1) CME(b) + CME(a)]
rb


En donde:


CME(a) = Cuadrado medio del error (a) obtenido en el ANVA
CME(b) = Cuadrado medio del error (b) obtenido en el ANVA
b = Numero de medias a comparar del tratamiehto B
a = Numero de medias a comparar del tratamiento A
r = Nuimero de repeticiones de un tratamiento o subtratamiento

En el caso de la comparaci6n de dos medias de A al mismo o diferente nivel de B,
el error estandar no sigue una distribuci6n t de Student, por lo que debe estimar-
se una t'o t de Student ponderada de acuerdo a la siguiente formula:




t' = (b-1)CME(b)tb + CME (a)ta
(b-1)CME(b) + CME(a)


t a usar


r





II


En donde:

t' = t de Student ponderada y sera el comparador para determinar la dife-
rencia estadistica de las medias a probar.

CME(a) = Cuadrado medio del error (a) estimado en el ANVA
CME(b) = Cuadrado medio del error (b) estimado en el ANVA

(b-1) = Nfmero de niveles de B menos 1

ta = Valor de la tabla de t de Student con los grades de libertad del error
(a) del ANVA y el nivel de probabilidad de cometer error tipo I que el
investigator desee.

tb = Valor de la tabla de t de Student con los grades de libertad del error b
y el nivel de probabilidad de cometer error tipo I que el investigator
desee.

c. Latice

El disefio experimental de latice es utilizado cuando se quiere probar un nfmero grande de
variedades o tratamientos. El mas utilizado es el latice simple, donde un nfmero de varieda-
des V = K2 se evalian en bloques incompletos, cada uno conteniendo K variedades. Existen
dos tipos de bloques, el bloque que contiene las hileras y el bloque que contiene las colum-
nas, estos grupos de bloques incompletos son designados como grupo de la X y de la Y res-
pectivamente.

Los datos seleccionados para ilustrar un disefio de latice comprenden la evaluaci6n de 25
lines puras de maiz. El experiment consiste de 4 repeticiones. Las variedades se indican
por los nfmeros 1, 2, 3, 4,..., 25. Los 25 nfmeros de variedades pueden ser arreglados en un
cuadrado con 5 hileras de 5 entradas o 5 columns de 5 entradas como sigue:

1 2 3 4 5
6 7 8 9 10
11 12 13 14 15
16 17 18 19 20
21 22 23 24 25


I

I

I
38

I








II
Despu6s es necesario arreglar las 25 variedades en 5 bloques cada uno con 5 variedades;
existirdn dos grupos de bloques para cada repetici6n. El primer grupo designado como
grupo de la X, las variedades en el cuadrado mencionado arriba se ponen en 5 bloques que
correspondent a las hileras como se indica abajo. En el grupo Y, los bloques comprenden las
variedades que forman las columns del cuadrado para el grupo X, los arreglos son como
siguen:


Bloque


Grupo Y


Bloque


Grupo X


1 6
2 7
3 8
4 9
5 10


Para obtener el orden de variedades en el piano de campo, es tambi6n necesario aleatorizar
las variedades dentro de cada bloque, los bloques en cada grupo, y los grupos entire ellos.
El arreglo aleatorio de bloques usado en este experiment se indica en el Cuadro 2.12. Se
hace notar que los 5 bloques en el grupo X se mantienen juntos como una repetici6n comple-
ta, asi como los 5 bloques del grupo Y.


Analisis de Resultados

Los calculos apropiados para el analisis de varianza de los datos en el Cuadro 2.12 se con-
duciran al detalle como sigue:

El factor de correcci6n (F.C.) es como sigue:

F.C. (628.0) + (799.7) + (694.2) + (838.1)2 (290)2
100 100

8,761,600.00 87,616.00
100

La suma de cuadrados totales se calcula como sigue:


S.C. Total ( Cuadro 12 )

= (27.6)2 + (21.2)2 + ...... + (29.4)2-(2960.0)2/100

= 89,720.04 87,616.00 = 2,104.04










S.C. de repeticiones (Cuadro 2.12)

= (628.0)2 + (799.7)2 + (694.2)2 + (838.1)2 = (2960.0)2/100

25

= 88,729.17- 87,616.00 = 1,113.17


CUADRO 2.12.. Rendimientos por parcela de 25 variedades liness
puras de maiz) evaluadas bajo un disefio de Latice.


Repeticiones y Bloques


Total Blo-
Bloques que


Repeticiones y Bloques


I



Total
Bloques
---


Repetici6n 1 (Grupo X) Repetici6n 2 (Grupo X)

15 14 12 13 11 1 5 3 2 4
(c) 27.6 25.2 22.8 24.5 24.4 124.5 (a) 26.4 32.2 34.9 27.1 27.8 148.4

5 2 4 1 3 25 21 24 23 22
(a) 21.2 24.1 24.5 19.5 24.0 113.3 (e) 32.1 32.7 33.0 32.5 35.8 166.1

10 8 7 6 9 19 18 16 20 17
(b) 28.2 28.9 26.4 27.3 25.6 136.4 (d) 34.0 36.6 36.6 30.6 36.6 174.4

16 20 19 17 18 9 10 8 7 6
(d) 29.4 23.3 24.3 25.7 28.1 130.8 (b) 34.1 30.9 29.7 29.7 29.3 153.7

23 21 22 24 25 12 15 11 14 13
(e) 25.0 24.1 24.3 25.7 23.9 123.0 (c) 29.0 34.5 28.9 34.4 30.3 157.1
Repeticin Total 628.0 Repeticin Total 799.7
Repetici6n Total Repeticion Total


Repetici6n 3 (Grupo Y) Repetici6n 4 (Grupo Y)
13 3 23 8 18 14 24 19 4 9 161.6
(h) 28.1 25.2 26.2 27.7 27.7 134.9 (i) 35.5 25.4 37.4 30.0 33.3

2 12 7 22 17 2 12 17 22 7 172.7
(g) 25.6 28.9 28.9 29.3 30.0 142.7 (g) 34.5 35.6 36.8 26.6 39.2

20 25 15 5 10 3 18 13 23 8 172.3
(j) 24.4 22.3 26.6 25.7 26.6 125.6 (h) 31.8 36.4 33.9 34.5 35.7

6 21 1 16 11 6 16 21 11 1 164.2
(f) 29.5 24.4 20.0 25.0 24.8 123.7 (f) 30.9 38.2 32.0 34.8 28.3

14 24 19 9 4 25 15 5 10 20 167.3
(i) 36.4 33.6 33.1 33.8 30.4 167.3 (j) 35.9 34.4 32.9 34.7 29.4 838.1
Repetici6n Total 694.2 Repeticiones Total

* Los nfimeros de arriba representan el numero de variedad y el de abajo represent el rendimiento. (Quintales por
manzana).


I










CUADRO 2.13 Rendimiento total de variedades*


Variedad y Rendimiento Total Totales
Hileras


1 2 3 4 5
94.2 111.3 115.9 112.7 112.0 546.1

6 7 8 9 10
117.0 124.2 122.0 126.8 120.4 610.4

11 12 13 14 15
112.9 116.3 116.8 131.5 123.1 600.6

16 17 18 19 20
129.2 129.1 128.8 128.8 107.7 623.6

21 22 23 24 25
113.2 116.0 118.2 117.7 114.2 579.3

Totales Columnas

566.2 596.9 601.7 617.5 577.4 2960.0


Los ndmeros de arriba representan el numero de va-
riedad y los de abajo representan el rendimiento.



S.C. para variedades (ignorando bloques) ( Cuadro 13 )

_ (94.2)2 + (117.0)2 + .... + (114.2)2 (2960.0)2/100
4

= 88,036.52 87,616.00 = 420.52

La suma de cuadrados para bloque (eliminando variedades) consta de dos components, los
cuales se determinan como sigue:

1. Componente (a) formado de dos series de diferencias (x y y) en rendimiento entire los
bloques apareados que contienen el mismo grupo de 5 variedades. Por ejemplo, las 5 va-
riedades de 11,12, 13, 14 y 15 se encuentran en el bloque C de la repetici6n 1 y 2, con tota-
les de 124.5 y 157.1 respectivamente, con una diferencia de -32.6, de manera similar
otros bloques que contienen las mismas cinco variedades, estan apareadas como se pre-
sentan en el cuadro a continuaci6n:










GRUPO X

Totales Bloques Diferencias

Rep. 1 Rep. 2 (Grupo X)


124.5 157.1 32.6
113.3 148.4 15.1
136.4 153.7 17.3
130.8 174.4 43.6
123.0 166.1 43.1

628.0 799.7 -151.7


GRUPO Y

Totales Bloques Diferencias

Rep. 1 Rep. 2 (Grupo Y)


134.9
142.7
125.6
123.7
167.3


172.3
172.7
167.3
164.2
161.6


- 37.4
- 30.0
- 41.7
- 40.5
- 5.7


694.2 838.1 -143.9


La suma de cuadrados para la component (a) del cuadro anterior, se calcula como
sigue:


S.C. = (-32.6)2 + (-15.1)2 + .... + (5.7)2 (151.7)2 + (143.9)2
2 x 5 = 10 2(5)2 = 50



= 1105.90 874.40 = 231.50


El divisor es:


2K = 1P y 2k2 = 50, donde k = nimero de variedades en cada bloque.


(2) component (b) consiste tambi6n de dos series de diferencias, las cuales establecen
una estimaci6n de los efectos de bloque libre de los efectos varietales.


El cuadro 2.13 da el total de hileras para ambos grupos X y Y, lo cual combine totales de
dos bloques similares de las repeticiones y 2 en el cuadro 2.12. Por ejemplo, la prime-
ra hilera del grupo X combine bloque (a) de la repetici6n ly bloque (a) de la repetici6n 2
para dar:

113.3 + 148.4 = 261.7










42








II
Este es el total de la hilera 1 del grupo X en el cuadro 2.14. Puesto que estos totales se
confunden con efectos varietales (contienen solamente variedades 1, 2,3,4, 5), no pue-
den ser usados directamente para calcular la suma de cuadrados para bloques. El
primer total de column en grupo Y (cuadro 2.14),, 6 284.4, no esta confundido con los
efectos de bloque; por tanto, es una estimaci6n del efecto del bloque libre de las
diferencias varietales porque cada bloque estA representado igualmente. Las diferen-
cias entire estos totales es 261.7 284.4 = -22.7. En forma similar, la diferencia entire el
total de la primera hilera del grupo Y y el total de la 1a column en grupo X (cuadro 2.14),
287.9 278.6 = 9.3, es un estimado del efecto del bloque para los bloques que contienen
las variedades 1, 6, 11, 16, 21.

Los valores (-22.7 y 9.3) mencionados arriba y otros calculados en forma similar para el
resto de los bloques, son usados despues para calcular los rendimientos varietales
ajustados. Como al calcular es mas facil sumar que restar, al hacer estos ajustes, es
ventajoso computer los terminos de correcci6n como valores negatives. Estos termi-
nos de correcci6n son designados como rkcx y rkcy don "r" es el numero de repeticio-
nes, "k" es el nimero de parcelas por bloque, y "Cx y Cy" las medias de correcci6n de
los grupos X y Y, respectivamente.









CUADRO 2.14 Rendimientos combinados de grupos*


TOTALES DE VARIEDADES Y GRUPOS


Grupo X (R6p. 1 + R6p. 2)


TOTALES DE VARIEDADES Y GRUPOS


Totales Grupo Y (R6p. 3 + R6p. 4)


1 2 3
45.9 51.2 58.9

6 7 8
56.6 56,1 58.6

11 12 13
53.3 51.8 54.8

16 17 18
66.0 62.3 64.7

21 22 23
56.8 60.1 57.5


4 5
52.3 53.4

9 10
59.7 59.1

14 15
59.6 62.1

19 20
58.3 53.9

24 25
58.7 56.0


1
261.7 48.3

S2
290.1 60.1

3
281.6 57.0

4
305.2 60.4

5
289.1 58.6


6 11 16
60.4 59.6 63.2

7 12 17
68.1 64.5 66.8

8 13 18
63.4 62.0 64.1

9 14 19
67.1 71.9 70.5

10 15 20
61.3 61.0 53.8


Total de Columnas

278.6 281.5 294.5 288.6 284.5 1427.7 284.4 320.3 319.0 318.4 290.2 1532.3

* Las cifras de arriba representan el numero de variedades y las de abajo el rendimiento
de grupos combinados.

Los valores rkcx y rkcy, en la tabla que sigue, pueden ser calculados de dos maneras como
sigue:

rkcx = Total de column de grupo Y total de hileras del grupo X,
6, rkcx = Total de hilera cuadro 2.13 2 (total de hileras del grupo X).
rkcy = Total de column de grupo X total de hileras del grupo Y,
6 rkcy = Total de column de cuadro 2.13 2 (total de hilera grupo Y).


Totales


21
56.4

22
55.9

23
60.7

24
59.0

25
58.2


287.9


315.4


307.2


328.9


292.9







II

El segundo m6todo mencionado sera usado para calcular los valores de rkcx y rkcy, como sigue:


546.1- (2)(261.7) = 22.7
610.4- (2)(290.1) = 30.2
600.6 (2)(281.6) = 37.4
632.6 (2)(305.2) = 13.2
579.3- (2)(289.1) = 1.1


104.6


566.5 (2)(287.9) = 9:3
596.9 (2)(315.4) = 33.9
601.7 (2)(307.2) = 12.7
617.5 (2)(328.9) = 40.3
577.4 (2)(292.9) = 8.4

-104.6


La suma de los valores rckx y rcky deberan ser siempre igual a 0. La suma de cuadrados de las
desviaciones (S.C.) dentro de estas series de rkcx y rkcy, representan una estimaci6n de la va-
rianza entire bloques (eliminando variedades), la cual es el component (b) como se indic6 pre-
viamente:

S.C. para component (b) es (tabla de arriba)


- (22.7)2 + (30.2)2 + .... + (-8.4)2 (104.6)2 + (-104.6)2

(5)(4)(2 1) = 20 (52) (4) (2 1) = 100




= 304.66 218.82 = 85.84


El analysis de varianza se present en el cuadro 2.13









CUADRO 2.15 AnBlisis de varianza para experiment de latice del cuadro 2.12


FUENTE DE VARIACION


Repetici6n
Bloques (eliminando variedades)
Componente (a)
Componente (b)
Variedades (ignorando bloques)
Error (intra-bloque)


GRADOS DE
LIBERTAD


(r- 1)
2q(k- 1)
2(q 1)(k-1)
2(k- 1)
(k2-21)
(2qk2 k2- 2qk + 1)


SUMA DE
CUADRADOS


1,113.17
317.34
231.50
85.84
420.52
253.01


TOTAL 99 2,104.04


r = Niumero de repeticiones, q = numero de grupos, k = nfimero de variedades en un bloque.


Pruebas de Significancia


En pruebas de campo que constant de grandes nimeros de variedades se esperan diferencias al-
tamente significativas en rendimiento entire variedades. Por tanto, se necesita una prueba pre-
cisa de significancia. El procedimiento para esta determinaci6n y prueba exacta fue dado en
3.a (capitulo de bloques al azar).

El andlisis de latice como un disefio de bloques completes al azar, aunque es menos precise, es
usualmente adecuado para probar la significancia entire dos medias de variedades. Al realizar
este tipo de analisis la variaci6n entire bloques del disefio de latice se incluyen en el error experi-
mental. De los datos en cuadro 2.15, es possible realizar el analisis de varianza dado en el cuadro
2.16.
















46


371.06
19.83=B


4.52=E









CUADRO 2.16 Analisis de varianza del disefio de latice como bloques completes al azar


Fuente de
Variaci6n


Grados de Suma de
Libertad Cuadrados


Cuadrados
Medios


Replicas 3 1,113.17
Variedades 24 420.52 17.52 2.21**
Error 72 570.35 7.92


TOTAL


2,104.04


** Excede el 1% de nivel de significancia.


Puesto que el valor de F indica diferencia altamente significativa entire medias de variedades,
es necesario realizar una prueba de rango multiple que nos detected diferencias entire
variedades en sus comparaciones multiples. Para esto se utilizara una prueba que nos present
el mayor nivel de protecci6n para tomar la decision mas acertada en la recomendaci6n
posterior.

Las medias de rendimiento de variedades calculadas de los totales del cuadro 2.13, estan
afectadas por diferencias en fertilidad de los bloques incompletos. Por tanto, es necesario
corregir estas medias, de tal manera que 6stas no est6n confundidas con el efecto de bloques.


Ajuste de Medias Varietales

La correcci6n a las medias varietales se calcula utilizando las varianzas interbloque
componente (b)) e intra-bloque componente (a)). Los factors de correcci6n se calculan como
sigue:

w-w'


w + w'


donde (en este ejemplo con 4 repeticiones),


w = 1/E
w' = 3/(4B- -

E y B son los cuadrados medios del error y de bloques en el cuadro 2.15, cuando B es menor o
igual a E, no es necesario ajustar para bloques y las medias calculadas de los totales del cuadro
2.13 son las verdaderas o medias no confundidas.







II
La formula general para la estimaci6n de los factors (w y w') son como sigue:


Dos Repeticiones

E = Cuadrado medio del error intra-bloque
B = Cuadrado medio de la component (b), basado en 2 (k-1) grades de libertad, w = 1/E y
w' = 1/(2B E).


Cuatro Repeticiones

E = Cuadrado medio del error intra-bloque.

B = Promedio del cuadrado medio para component (a) y (b) o la varianza para bloques
(eliminando variedades), basado en 4(k-1) grades de libertad, w = 1/E y w' = 3/(4B-E).


Seis Repeticiones

E = Cuadrado medio del error intra-bloque.

B = Promedio del cuadrado medio para component (a), basado en 4(k-1) grades de libertad,
w = 1/E w'= 1/B.

En este ejemplo,

w = /E- 1 -0.221239
4.52

3
w' = 3/(4B-E) = 4(19.83 -4.52) = 0.040107

Por sustituci6n, los factors de correcci6n son como siguen:

w-w' 0.181132
= 0.693073
w + w' 0.261346

Los valores rkcx y rkcy previamente calculados, se multiplican por estos factors para obtener
las correcciones varietales, c'x y c'y.


1
c'x = (w w') rkcx- 0.693073 = 0.03464 rkcx
rk (w+w') 4 x 5 = 20










N6tese que los coeficientes rkcx y rkcy son id6nticos, la diferencia en estas correcciones es in-
dicada en su uso para el ajuste de medias como se indica a continuaci6n.

La media de rendimiento de las 25 variedades se dan en el cuadro 2.17, las cuales se obtienen
dividiendo los totales varietales del cuadro 2.13 entire 4. Los valores de c'x y c'y se dan al fondo
y a un lado respectivamente en el cuadro 2.17.





CUADRO 2.17 Medias de rendimiento de variedades y va-
lores de correlaci6n (c'x y c'y)


Nuimero de Variedad y Media de Rendimiento c'x


1 2 3 4 5
23.55 27.82 28.97 28.17 28.00

6 7 8 9 10
29.25 31.05 30.50 31.70 30.10

11 12 13 14 15
28.22 29.07 29.20 32.87 30.75


16 17 18 19
32.30 32.27 32.20 32.20


20
26.92


21 22 23 24 25
28.30 29.00 29.55 29.42 28.55


0.79



1.05


1.29
a

0.46


0.04


c'y -0.32 -1.17 -0.44 -1.40 -0.29


El primer valor de c'x en cuadro 2.17 es calculado multiplicando el primer rkcx por el coeficien-
te 0.03465. Asi:


(22.7)(0.03465) 0.79

Los otros valores de c'x y c'y calculados en una forma similar, son registrados a un lado y al fi-
nal del cuadro 2.17.








II
Las medias varietales ajustadas se determinan despu6s sumando a cada media varietal del
cuadro 2.17 los valores de correcci6n en la misma hilera y column. Por ejemplo, la media de
rendimiento ajustada para la variedad 1 sera 23.55 + 0.79 0.32 = 24.02. Las medias ajustadas de
las otras variedades, calculadas de igual manera se presentan en el cuadro 2.18.


CUADRO 2.18 Medias varietales de rendi-
miento ajustadas.


Ndimero de Variedad y Medias de Rendimiento
Ajustadas


1 2 3 4 5
24.0 27.4 29.3 27.6 28.5

6 7 8 9 10
30.0 30.9 31.1 31.3 30.9

11 12 13 14 15
29.2 29.2 30.0 32.8 31.7

16 17 18 19 20
32.4 31.6 32.2 31.2 27.1

21 22 23 24 25
28.0 27.9 29.2 28.1 28.3









4. LOCALIZACION Y ESTABLECIMIENTO DE LOS EXPERIMENTS

Dentro de la metodologia de trabajo desarrollada por el ICTA, se encuentra la etapa de genera-
ci6n de tecnologia a nivel de finca, denominada Ensayos de Finca, que son trabajos realizados
sobre diversos aspects agron6micos y que se conducen en parcelas de agricultores colabora-
dores con participaci6n-directa de los t6cnicos. Su objetivo principal consiste en la adaptaci6n
de resultados obtenidos por los Programas de Producci6n y una vez evaluados estos resultados,
conforman un conjunto de practices que son Ilevados alas parcelas de prueba, como paso previo
a las recomendaciones finales.


La confiabilidad y precision de las recomendaciones generadas, estan basadas en la intensidad
del muestreo de las condiciones de una region a traves del tiempo, en realizar un nfimero ade-
cuado de ensayos de finca y en la selecci6n de los sitios donde se establecerAn los mismos. El
enfoque modern de la experimentaci6n sobre el uso de practices mejoradas de producci6n
supone que la variabilidad en la respuesta a las variables en studio entire sitios de un area en
studio, se original principalmente de diferencias mensurables en los factors y por ello se
realizan las observaciones pertinentes para caracterizar los factors de productividad, con el
objeto de poder explicar las diferencias, en base a los factors observados.

Con los datos obtenidos en los ensayos de finca, es possible determinar la relaci6n existente
entire rendimiento del cultivo, variables estudiadas y condiciones de productividad para una
region dada.




a. Procedimiento en la Selecci6n de Sitios


Un problema que frecuentemente se present en nuestro medio, es la falta de
informaci6n sobre el area que se pretend investigar. Otras veces existe, pero no est&
disponible o result incomplete. Esta informaci6n puede ser obtenida de tecnicos,
agricultores, o de grupos organizados que conozcan la region.

Posteriormente, conviene realizar un sondeo que contribuira a enriquecer la informa-
ci6n de base para detectar problems prioritarios.

Resulta de especial importancia mencionar que en la media que profundicemos so-
bre el tipo de agriculture traditional, en esa misma media podremos conocer y tratar
de resolver la problematic existente en cada region.

Para poder muestrear adecuadamente la variabilidad en suelo, clima y su manejo, es
necesario distribuir los experiments proporcionalmente alas condiciones existentes
en el area de studio.




I



Si existen terrenos pianos y pendientes se debera estimar un porcentaje de ambos, y
proporcionalmente distribuir el numero de ensayos en esas condiciones; si ademas
existe la variable altitude, 6sta tambidn debera ser parte proporcional dentro de la dis-
tribuci6n. La fertilidad existente, el manejo, la precipitaci6n y su influencia a traves
del tiempo, seran muestreados a trav6s de todos los ensayos instalados en ese y en
afios posteriores. Luego se podran considerar en detalle, las caracteristicas especifi-
cas que tiene el sitio seleccionado para instalar el experiment, pero el conocimiento
previo del area, mas la informaci6n del sondeo, determinan la orientaci6n de la inves-
tigaci6n, las variables en studio, el tamafio de parcela, la problematic y sus priori- I
dades, etc.

En resume, deberan seguirse los pass siguientes: I

1. Tomar contact con grupos organizados y lideres que tengan una influencia sobre
las comunidades del area en studio, explicando enforma sencilla, la raz6n y objeto
de nuestro trabajo.

2. El agricultor colaborador debera estar consciente de las condiciones del prestamo u
del terreno, y de su participaci6n active en algunas labores a realizar dentro del
ensayo durante la 6poca del cultivo.

3. Deberan observarse las condiciones propias del lugar: clase de suelo, pendiente,
possible dafio por escorrentia (protecci6n del ensayo), etc, accesibilidad y otras.
(Las caracteristicas negatives del terreno pueden ser resueltas seleccionando un
disefio adecuado y algunas practices de protecci6n al mismo). Es important te-
ner un previo conocimiento del tamaio del ensayo para poder estimar el area mi-
nima necesaria. Por otro lado, para que el ensayo cumpla sus objetivos, hay que
recalcar que el concept de homogeneidad de condiciones para cada parcela, debe
estar dentro de los limits razonables, cuidando de observer cambios en pendiente,
en coloraci6n del suelo, texture, cultivo anterior, o cualquier otra causa que podria
influir y confundir el efecto que queremos medir. Es usual que se busquen terre-
nos en la 6poca seca, lo cual implicara la dificultad de apreciar los posibles proble-
mas del terreno, pero los desechos de cosecha podrian darle una idea de las condi-
clones del terreno. (Es necesario tomar muestras de suelo para su analysis).

La localizaci6n del terreno puede ser determinante en la selecci6n del experimen-
to o cultivo que se va a establecer. Si esta alejado de la casa del agricultor, debera
pensarse en un cultivo que no necesite protecci6n de animals o humans, y si fue- I
re necesario, debera sembrarse alrededor del ensayo una faja de protecci6n.

Debera observarse la existencia de cercas o irboles que afecten el desarrollo de
algunas parcelas por perdida parcial de horas luz observerr la sombra proyecta-
da), dejando rellenos para evitarlos.



I
52

I








II
4. Si el ensayo estudia variedades, las condiciones de manejo del cultivo deberan ser
lo mas cercano al que acostumbra el agricultor, para que los rendimientos obteni-
dos sean reales y no sea necesario aplicarle un factor de correcci6n que sesgue
mas los resultados finales.

5. Durante la siembra o antes de ella, debera sortearse y realizarse un piano tentati-
vo de la distribuci6n de los tratamientos, que esquematice puntos de referencip
como casas, cercas, caminos u otros accidents que ayuden a la orientaci6n poste-
rior del sitio y a su plena identificaci6n. No debe confiarse en las estacas que se
dejan al inicio para delimitar el ensayo, estas generalmente se pierden (robo u
otros); deberan tambien identificarlo con la fecha de siembra, distanciamiento,
nombre del agricultor, u otro dato que pudiera ser de utilidad.

Las repeticiones deberan ser localizadas de izquierda a derecha y deberan distri-
buirse los nfimeros de parcela, en la forma mas practice para tomar las lectures.
Una vez iniciada la siembra del experiment, debe terminarse el mismo dia, evi-
tando dejar repeticiones incompletas. No debera sembrarse sobre terrenos que
tengan cambios de pendiente dentro del area del ensayo, ya sea en lomas (son mas
secas) o final de pendientes. La repeticion complete debera estar en la misma con-
dici6n de terreno, ya sea pendiente, cultivo del aio anterior, o color de suelo, etc.



b. Ubicaci6n de las Repeticiones

1. En el mismo Sitio Experimental

Si son terrenos pianos, deberan cuadrarse las repeticiones (en lo possible) y el ensayo
tambien.

Si estan localizadas en terrenos de pendiente uniform, deberan alargarse y locali-
zarse transversalmente a la pendiente, (parcelas tambien transversalmente), no im-
portando que se localicen en forma escalonada. Si existieran pendientes en dos di-
recciones habria necesidad de usar un latice o un cuadrado latino, dependiendo del
nuimero de tratamientos, ya que estos disefos pueden controlar la variabilidad dia-
gonal de la pendiente.


2. En Distintos Terrenos

Si existieran limitaciones de tierra o de recursos, es permisible separar repeticiones
en diferentes terrenos, estimandose que no existen limitaciones en la distancia, pero
si en el numero de repeticiones, tratando que sean 2 repeticiones por sitio, como
minimo; las otras consideraciones mencionadas anteriormente, son aplicables aqui
tambi6n.




I

III
Como comentario final, es conveniente mencionar algo sobre el process de generaci6n de tecno-
logia tal como esta concebido dentro del sistema tecnol6gico del ICTA. En una series de ensayos,
a trav6s de cuatro afios de investigaci6n realizados en el ICTA, cada ensayo estuvo midiendo los I
efectos de manejo y de fertilidad en diferentes condiciones de pendiente, suelo y clima, y cada
grupo de ensayos midi6, anualmente, el efecto del clima a trav6s del tiempo; estas interacciones
especificas nos dieron un comportamiento del cultivo y un marco muestral de las posibles res-
puestas. Finalmente, el promedio de esta muestra, nos dio varias alternatives de producci6n
para ser probadas y validadas por el agricultor.



ENSAYOS DE FINCA


Para que un agricultor tome una decision, es necesario que disponga de toda la informaci6n con-
cerniente a la actividad que va a desarrollar. Si su decision se basa en datos agron6micos obteni-
dos en areas representatives de una localidad determinada, las probabilidades de 6xito serAn
mayores y la practice se extender porque muchos agricultores querran adoptarla y continuar
usandola.

Debido a que es impossible conducir un experiment en cada una de las fincas existentes en una
comunidad, y obtener recomendaciones especificas para cada agricultor, es necesario general
tecnologia para grupos de agricultores en zonas agro-climaticas definidas. Para ello es requisi-
to sine qua non conducir un niimero suficiente de ensayos, en el mayor numero possible de localida-
des; s61o en esta forma se pueden obtener datos confiables de aplicabilidad general, que los
agricultores estaran dispuestos a aceptar.

Es decir, que para poder hacer recomendaciones confiables, el agr6nomo necesita aprender el
"rango" de los resultados agron6micos obtenidos, de una localidad a otra, y de un afio a otro, en
una zona agro-climatica.

Por esta raz6n es aconsejable que las practices agricolas que se utilizan en el Ensayo de Finca,
tienen que ser similares a las del agricultor; de lo contrario, habra discrepancia entire los resul-
tados obtenidos en los ensayos de finca y los obtenidos por los agricultores en sus fincas.

Ensayo de Finca: es un experiment conducido en terrenos de un agricultor, el cual involucra la
investigaci6n de una o varias practices agron6micas estudiadas a diferentes niveles. En un en-
sayo de finca se persigue general o probar tecnologia de acuerdo con las condiciones climiticas
de una zona. Los ensayos de finca pueden clasificarse en dos categories: Agrotecnicos y Agroecono-
micos.


I

I
54

I








II
a. Agrotecnicos: Son aquellos cuyo objetivo es general informaci6n agron6mica que dara
lugar a conformar una recomendaci6n tecnol6gica. Estos ensayos deben ser conduci-
dos bajo un disefio experimental apropiado para que la tecnologia que se esta generando
y evaluando tenga validez. En estos ensayos el tamafio de un tratamiento debe ser tal,
que permit realizar los anilisis de varianza respectivos.


b. Agroecon6micos: En este tipo de ensayos se involucran practices agron6micas prove-
nientes de los ensayos agrot6cnicos para evaluarlas en extensions mayores que permi-
tan al agricultor tener una vision mas clara de la tecnologia que se pretend evaluar en
estos ensayos. La evaluaci6n de la practice recomendada la efectian el agricultor y el
t6cnico en forma conjunta. Es aconsejable que el tamafio minimo de cada tratamiento
sea de 100 m2, pudiendo ampliarse de acuerdo con el tamafio de las explotaciones en
cada region.

Estos experiments por lo general, no tienen disefio estadistico, pero el analisis econ6-
mico es muy important.

Ejemplos:




1. Prueba de las mejores 4 variedades de un grupo de veintiocho evaluadas el afio an-
terior, con dos tecnologias.

1. La recomendada por ICTA.
2. La practicada por el agricultor.

En las regions donde no existe tecnologia (prActicas agron6micas) o donde esta no sea
significativa, estos ensayos se conduciran con las tecnologias del agricultor.

2. Evaluaci6n de los mejores herbicidas o las dos mejores dosis provenientes de los
ensayos de finca del afio anterior, comparadas con las practices de los agricultores.

3. Factores de la producci6n:

a. Variedades.
b. Niveles de nitrogeno, fosforo y densidad (NPD).
c. Niveles de nitr6geno, f6sforo y arreglo topol6gico (NPAT).
d. Insecticidas.
e. Fungicidas.
f. Herbicidas.
g. Sistemas de cultivo.
h. Tipos de labranza.




I

II I
Estos ensayos conducidos en camrpos de agricultores, deben ajustarse a los limits
ya establecidos por el program de producci6n. Por ejemplo:

El rango de densidades de poblaci6n que deberan evaluar los equipos de prueba de
tecnologia, pueden estar entire 40 a 60; los niveles de nitr6geno entire 0 a 150 kg de N;
los insecticides y herbicidas deberan ser no mas de 3 en diferentes clasificaciones,
etc.

PARCELA DE PRUEBA

a. Metodologia


Uno de los pasos claves en la generacion, prueba y validaci6n de tecnologia, es la conducci6n de
parcelas de prueba, areas de tamano semicomercial en las cuales el agricultor pone a prueba la
tecnologia del ICTA, bajo sus propias condiciones.

El aspect important en esta etapa de ti abajo dentro del Sistema Tecnol6gico del ICTA, es que
el propio agricultor ejecuta el i i'baljo cl tecnico del ICTA actfia inicamente en calidad de
asesor, y al final, recaba la opinion del agiicultor en cuanto a la factibilidad de uso de la nueva
tecnologia. El ICTA toma muy en cuenta la opinion del agricultor y la promoci6n de la nueva tec-
nologia dependera de su adopcion o reclazo por parte del agricultor.

La dimension de la parcela de prueba vai la segun sea el tamafio de las unidades de producci6n
de la region. Por ejemplo, en el all iplano occidental el tamano de la parcela de prueba es de una I
cuerda de 25 varas cuadradas, en tanto jtiu para la costa del Pacifico, puede ser de 10,000 varas
cuadradas.


Cuando el ICTA inicio el estableiniirji o de parcelas de prueba, estas consistian de un area de-
terminada con una o a lo sumo dos subdivisions para poner los tratamientos, siendo uno de ellos
la tecnologia del agricultor. Sin embargo, se dieron casos en que el agricultor le aplicaba al tra-
tamiento testigo una dosis extra de insumos, escogia el mejor terreno, o incluso le prodigaba I
mayor atenci6n para obtener mejores resultados, creando con ello un clima de competencia
innecesario. Por esta razon, se adopt la modalidad de conducir la parcela de prueba por
separado, con uno o mas tratamientos y seleccionar como tratamiento comparative, una parcela
de las mismas dimensions, escogida al azar dentro del campo del agricultor, la cual se marca
debidamente, antes de la coselia.



I


I


I










Caracteristicas de la Parcela de Prueba


a. DEL TAMANO: La dimension de la parcela de prueba es variable de acuerdo a los tamafios
de explotaci6n de los agricultores de la region, podriamos poner como ejemplo que para el
occidente el tamafio seria de una cuerda de 25 varas cuadradas y para la costa con un
tamafio de una manzana.

b. NUMERO DE VARIABLES: De los resultados que se obtienen en los Ensayos de Finca, se se-
lecciona la practice que contribuya al mayor incremento en rendimiento con el menor
riesgo econ6mico possible; se debe seleccionar el menor nfimero de variables y que estas
practices no impliquen un cambio total de los habitos del agricultor o mayor inversi6n de
tiempo.

La parcela de prueba puede tener un solo component: variedad, dosis de fertilizaci6n,
distancias, etc y los t6cnicos de la region, de acuerdo con su experiencia, decidiran la conve-
niencia de poner mas de una o de separarlas en parcelas con una sola alternative de
producci6n.

c. DE LOS COLABORADORES: Deben buscarse con la debida antelaci6n para poder
muestrear lo sitios que se seleccionen y los cuales deben ser representatives del area. Los
agricultores colaboradores pueden ser personas que previamente tuvieron contact con
personal del ICTA, o totalmente ajenos.

Es important establecer desde un principio en qu6 va a consistir la relaci6n de trabajo, de-
jando claro dos puntos principles:

1. Que el agricultor es el responsible de ejecutar la parcela de prueba; y

2. El agricultor pondra los insumos que tenga o pueda conseguir, y la instituci6n el resto
de los insumos necesarios, en el entendido de que estos deben ser reintegrados o su va-
lor cancelado al ICTA, al final de la cosecha.

Donde quiera que sea possible, es recomendable que el agricultor siembre cierta extension
de su terreno con el mismo cultivo, de manera que al final puedan hacerse comparaciones
en t6rminos de rendimiento y de costs de producci6n


d. DEL TECNICO: El t6cnico debe visitar al agricultor unos dias antes de la siembra para
aclarar dudas pendientes y conjuntamente tomar muestras de suelos y Ilenar la hoja de
"Manejo previo".




I

II I
Durante la siembra y desarrollo del cultivo, el tecnico debera estar present y explical 1, al
agricultor las innovaciones introducidas, las razones de las modificaciones y la ventaja ce
6stas. Siempre hay que tener cuidado de efectuar la siembra en la misma epoca en que el
agricultor la acostumbra, pues en muchos lugares es ur factor critic que hay que
considerar seriamente.
Llegada la 6poca de cosecha, el t6cnico debera seleccionar al azar dentro de la finca del agri-
cultor, la parcela comparative, demarcarla e indicar al agricultor que tanto la cosecha de
esta area como de la Parcela de Prueba, debera ponerla por separado en el campo, para
hacer las determinaciones y comparaciones respectivas.
De nuevo se hace 6nfasis en que el t6cnico debe supervisor la cosecha, desde el principio
hasta el final y evitar que por descuido o ignorancia, el agricultor mezcle el product
cosechado, dando lugar a la obtenci6n de datos falsos.


I

e. DE LOS DATOS A TOMAR DURANTE LA COSECHA: I
1 Determine el peso total de la parcela de prueba y el de la parcela comparative.
2 Seleccione al azar y determine el peso de 20 mazorcas de cada mont6n; desgranelas por
separado y determine el peso del grano. Este dato servira posteriormente para obtener
el factor de desgrane.
3. Tome una muestra de maiz desgranado en cada parcela y determine su porcentaje u I
humedad; este dato servira para hacer las conversiones de rendimiento en base al 15%
de humedad. Expliquele al agricultor en forma sencilla, el porqu6 de todos estos requi-
sitos durante la cosecha.
Finalmente, debe instar al agricultor en el campo y a la hora de la cosecha, para que el
haga sus propias pruebas, tal y como el lo acostumbra.


I
I

I

I
58
I









f. DEL ANALYSIS ESTADISTICO Y SU PRESENTATION: Los datos corregidos a toneladas
metricas por hectarea, deben ser sometidos al tratamiento descrito en el Capitulo VI.

Al ejecutarse la parcela de prueba en la forma descrita, se estara cumpliendo con los objeti-
vos para los cuales fue disefiada, a saber:

1. Verificar la factibilidad de que el agricultor pueda manejar las alternatives de produc-
ci6n bajo sus condiciones, entendidndose por ello: variedad, dosis y oportunidad de
aplicaci6n de biocidas, etc.

2 Retroalimentar el sistema en cuanto a la factibilidad de las nuevas alternatives plantea-
das.

3 Facilitar el process de transferencia de tecnologia.





b. Evaluaci6n de Aceptabilidad



En cualquier region en la que el ICTA trabaje, los tecnicos desarrollan un process para general
y validar la tecnologia disefiada para las condiciones especificas de cada lugar. Esto tanto a
nivel de Centro de Producci6n, como en terrenos de los agricultores en ensayos de finca. En es-
ta fase de investigaci6n y/o experimentaci6n, es el tecnico quien evalua la tecnologia que se
genera, tanto del punto de vista agronomico, como economic. Sin embargo, esta tecnologia ge-
nerada, necesita y debe ser evaluada por el propio agricultor, puesto que no importando a que
profundidad el ICTA estudie sus condiciones, los tecnicos nunca podrian suplantar al
agricultor.

Como parte de la metodologia del ICTA, se desarrollo el concept de lo que se llama parcela de
prueba, en la cual el agricultor tiene la oportunidad de evaluar la tecnologia, que el tecnico
piensa que le es apropiada para sus condiciones.

Al afio siguiente de la parcela de prueba, es el ICTA, el que mediante una encuesta a los
agricultores que participaron en estos, trata de determinar cual o cuales de las practices que se
realizaron en la parcela de prueba del ano anterior, han sido puestas en practice por propia
iniciativa del agricultor.







II

Los prop6sitos basicos de este proyecto son:

1. Determinar dentro del grupo de agricultores directamente influenciado, si estan encon-
trando utilidad en la tecnologia generada por el ICTA;

2. Clasificar las diferentes practices de acuerdo con su aceptabilidad y su probabilidad de ser
adoptadas en una escala mas grande;

3. Tratar de determinar las razones que tuvieron los colaboradores para adoptar o rechazar
una practice; y

4. Evaluar nuestro propio procedimiento en la generacion de tecnologia, con el fin de mejorar-
lo y hacerlo mas eficiente.

El criterio que se aplica para determinar la aceptabilidad de la tecnologia recomendada, se
compone del porcentaje de los agricultores colaboradores que pusieron en practice la
recomendaci6n y del porcentaje del area en que se utiliz6 dicha recomendacion.

Para ilustrar la aceptabilidad de determinada practice recomendada, se utiliza una grafica en
donde el eje de las coordenadas (Y) es el % de agricultores que utilizaron la practice, y el eje de
(X) es el % del area en donde se utiliz6 la practice.

Para mejor comprensi6n de la metodologia utilizada, a continuaci6n se present un ejemplo:







EVALUACION DE ACEPTABILIDAD EXPRESADO EN
PORCENTAJE PARA LAS PRACTICES RECOMENDADAS
EN PARCELAS DE PRUEBA DE 1978
Quetzaltenango, 1979 (37 agricultores)


% de % de
PRACTICA Agricultores Area

Distanciamiento 40.5 16.97
Granos postura 43.9 18.58
1a Fertilizaci6n: 20-20-0 72.97 78.56
2a Fertilizaci6n: Urea 43.24 29.00
















FIGURA 2.5 Indice de aceptabilidad de practices agron6mi-
cas recomendadas por ICTA para maiz en la Re-
gi6n 1980.

100 -- - - -- --1

90

80

70

3 60

so
40 -------



S30 i3

20

10

o i-l
0 I I

10 20 30 40 50 60 70 80 90 100

% AREA la fertilizaci6n 20-20-0
2a fertilizaci6n con urea
Granos/postura
Distanciamiento























CAPITULO III. Toma y tabulaci6n de datos para
analisis

Pagina

Introducci6n 1

Datos necesarios previous a la instalaci6n de
experiments 2

Epocas de siembra, practices culturales
y cosecha 3

Los factors de producci6n 3


I -
I -


I









III. TOMA Y TABULACION DE DATOS
EXPERIMENTALES PARA ANALYSIS







1. INTRODUCTION


De acuerdo con Turrent (3), el objetivo de levar un registro de las observaciones en un experi-
mento, es el mismo que persigue un medico cuando recaba la historic clinic de un paciente.

Es por ello, agrega el autor, que "cuando se describan las condiciones experimentales, debera
tratarse de incluir todo lo que afecte al desarrollo de los cultivos tanto favorable como
desfavorablemente".

Quienes han conducido experiments de campo habrAn podido constatar las variaciones de tipo
de suelo, clima y manejo y la influencia que estos factors ejercen sobre los resultados. Esta in-
fluencia sera mas acentuada, cuanto mas varien los factors de producci6n tanto entire sitios co-
mo entire afios. Es por lo mismo, sefiala Turrent que: "al registrar la variabilidad en los mencio-
nados factors, se puedan entender finalmente las relaciones de respuesta entire un cultivo y su
ambiente, y como consecuencia, proponer alternatives inteligentes sobre el uso de los escasos
recursos del agricultor."

Este capitulo constitute una guia sobre la toma de datos y su preparaci6n para los anlisis
respectivos, a efecto de que los resultados experimentales puedan discutirse con mejores
elements de juicio.


1/ Se agradece a cada uno de los Coordinadores de Programas y Disciplinas el aporte de datos
para el present capitulo.




I


S... S NECESARIOS PREVIOUS A LA INSTALACION DE

EXPERIMENTS

De acuerdo con Laird (2), el primer paso en la definici6n de las necesidades de investigaci6n de
los agricultores de subsistencia, es recolectar informaci6n detallada sobre el area de interns
con respect a:

a. I; t ernologia traditional de producci6n.
Si. .: v 1 :t i os de los cultivos principles.
.; ; .:: cristicas de los suelos.
Sioiies climiticas.
,~ las parcelas de los agricultores.
.:,,-idad de mano de obra y los requerimientos de esta para la producci6n.
; ; ; locales de capital y disponibilidades de crddito.
Sl. eri la granja y el mercadeo de los products agricolas.
,; dc access a los terrenos cultivables.
., ~ producci6n de los productores, y
~ de la investigaci6n agron6mica efectuada previamente en el Area.

j informaci6n se obtiene mediante la conducci6n de studios agro-socioecon6mi-
aunados al conocimiento que se tiene del area en general, sirven de base para la
losa planes operatives que conducen los Equipos Multidisciplinarios en sus Areas

I
iiiformaci6n sobre suelo y clima puede ser suplementada mediante la revisi6n
,:,licados, la consult de los archives de las estaciones metereol6gicas y la
r;; :ri de los suelos en el campo. Laird sugiere, que el siguiente paso en la
c gramaama de investigaci6n, debe ser la selecci6n de los sistemas de cultivos
Siu'e, asi como los insumos de producci6n (variedad, densidad de poblaci6n,
S. i embargo, al seleccionar los sistemas de cultivos e insumos de producci6n
garse, el nimero de alternatives siempre es mayor que los recursos con que se
;cc;aidad de establecer prioridades.

:.i c iismo autor, que el criterio mas acceptable al seleccionar entire sistemas de
S:. caso de un nuevo program, es el de dar preferencia a los sistemas
.,i ar prioridades de acuerdo con la importancia relative de cada uno de ellos,




I
I




I









Finalmente, indica Laird, que en general, la investigaci6n sobre sistemas de cultivos
introducidos, debiera ser menos prioritaria y en lo que respect a la selecci6n de los insumos de
producci6n que se estudian con fines de mejorar la productividad de los sistemas de cultivos
prioritarios, debiera basarse en la magnitude de los aumentos esperados de rendimiento que se
puedan lograr, direct e indirectamente, por medio del mejoramiento de un factor determinado
de producci6n.



2.1 Epocas de Siembra, Practicas Culturales y Cosecha




Si algunos datos son importantes de conocer para realizar investigaci6n, son los relatives
a las fechas de siembra, prActicas culturales y cosecha utilizadas por el agricultor en las
diferentes localidades, ya que su experiencia le ha mostrado a trav6s de muchos afios, las
fechas mAs adecuadas y el rango mAximo aceptado para realizar dichas practices.

El conocimiento de estas fechas y su cumplimiento, no s6lo le dara al investigator bases
para una mejor planificaci6n de su trabajo, sino que hara que el agricultor confie en el y lo
recomiende.

Un simple registro como el siguiente, torado de una visit anticipada al area de trabajo,
puede serle itil para el caso.


Fecha Fecha PrActicas Culturales Fecha
No. Localidad Siembra ler. Trabajo 20 Trabajo 3er. Trabajo Cosecha






2.2 Los Factores de la Producci6n: Suelo, Clima y Manejo para la Administraci6n de Agrosistemas

La busqueda de terrenos debe hacerse con suficiente anticipaci6n a la siembra, para evitar
ubicar experiments bajo condiciones que no son representatives del Area.

Una vez ubicado el sitio y hecho el convenio de prestamo con el agricultor, conviene expli-
carle todos los detalles relevantes de la investigaci6n en un lenguaje adecuado, incluyendo
la necesidad de tomar muestras y otros datos de su terreno antes y durante el ciclo del cul-
tivo.




I


I
2.2.1 Suelo:

2.2.1.1 Selecci6n del sitio experimental (con miapa y tomando en cuenta las se-
ries de suelos mas representatives y la ubicaci6n de ensayos en los
aflos anteriores). Siempre conviene tomar en cuenta accesibilidad,
AdemAs debera llevarse por subregion y region un mapa con la ubica-
ci6n de todos los ensayos ubicados por ano y por tipo de ensayo y culti-
vo.

2.2.1.2 Muestreo y caracteiizacion de los suelos en cada sitio experimental.
Estos datos permitirAn verificar si existen algunos factors de diag-
ndstico, (fuentes, cambios en las caracteristicas) que permitan delimi-
tar Areas homog6neas y ademas poder discutir mejor los resultados en
base a la fertilidad natural de los suelos.

2.2.1.3 Datos Fisiograticos I

La forma y posicion geograrlca de sitio experimental estara muy rela-
cionada con la respuesta del cultivo a los otros factors de la produc-
ci6n y como consecuencia tamnbi6n permitira discriminar areas homo- I
g6neas para la producci6n de determinados sistemas.

Los principalea dalus que conviene anotar son:

a. Geoforma (ladera, abanico aluvial, valle, etc).
b. % de pendiente.
c. Posicion en relacion a la exposicion del sol,
d. Altura: m.s.nr.m.
e. Serie de suelo.
f. Encharcamiento.
g. Siembra con humedad residual.
h. Profundidad de la humedad al moment de la siembra si es con hu-
medad residual
i. Calidad de la humedad. Buena R-' Regular ,/7Mala, I


2.2.2 Clima

El clima tambi6n permit al ag oii, n, tlio iilii:hit a~Aiiast hiomogeneas por cualnto
algunos parAmetros del mismo, comn cantidad de precipitaci6n pluvial, distribu-
ci6n de la lluvia, epocas de sequia, etc, resultan ser buenos factors de diagn6stico
y por lo tanto conviene registrarlos para poder contar con mejores criterios para
caracterizaci6n de Areas.


I


I









Los datos de clima que conviene registrar son los siguientes:

a. Temperatures maximas y minimas diarias.
b. Precipitaci6n pluvial.
c. Fen6menos climatol6gicos como:
-Granizadas (6pocas e intensidad)
-Vientos fuertes (epocas e intensidad)
-Heladas (epocas e intensidad)
-Periodos de sequia de mas de 15 dias (6pocas)


2.2.3 Manejo

El manejo que el agricultor le proporciona a su terreno y a sus cultivos, estA inti-
mamente ligado con su medio socioecon6mico y con los aspects del suelo y del cli-
ma propio de esa localidad, los cuales han sido conocidos a traves del tiempo.

Como el factor manejo, es el que introduce mis variaciones de sitio a sitio, es muy
convenient que el agr6nomo conozca por anticipado qu6 ha sucedido por lo menos
dos afios antes de la siembra de los ensayos, parcelas de prueba, etc, en funci6n de
manejos similares que juntamente con los factors de suelo y clima, permitan ha-
cer a trav6s del tiempo, recomendaciones mas precisas mediante una agrupaci6n
por agrosistemas.


2.2.3.1 Localizaci6n del Sitio Experimental

Conviene que en una hoja por separado se haga el croquis de la ubica-
ci6n del sitio experimental, de la parcel de prueba, etc, a fin de que
cualquier t6cnico o visitante pueda llegar sin dificultad hasta el lugar,
y ademis, para registrar a traves del tiempo, donde han sido localiza-
dos los trabajos de campo y evitar asi que pudieran instalarse nuevos
ensayos en lugares ya muestreados.

El siguiente ejemplo de croquis puede serle itil.

SITIO EXPERIMENTAL

R-I R-II Aguacatal
500 mts.
R-III R-IV

R-V V-VI

30 mts /

Carretera a Santa Apolonia




University of Florida Home Page
© 2004 - 2010 University of Florida George A. Smathers Libraries.
All rights reserved.

Acceptable Use, Copyright, and Disclaimer Statement
Last updated October 10, 2010 - - mvs