DISEÑO CUADRADO LATINO: DCL

Este diseño se utiliza para conducir experimentos en condiciones heterogéneas

donde las propiedades cambian en dos direcciones como ocurre en la toma de
muestras para análisis de laboratorio, donde las condiciones cambian entre
planta y planta (una dirección) y de hoja a hoja por tamaño o posición en la
misma planta (otra dirección).

El agrupamiento de las unidades experimentales en dos direcciones (filas y

columnas) y la asignación de los tratamientos al azar en las unidades, de tal forma
que en cada fila y en cada columna se encuentren todos los tratamientos
constituye un diseño cuadrado latino.

Un cuadrado latino es una matriz de n×n elementos, en la que cada casilla está
ocupada por uno de los n símbolos de tal modo que cada uno de ellos aparece
exactamente una vez en cada columna y en cada fila.

Las siguientes matrices son cuadrados latinos:

Los cuadrados latinos se dan como una Tabla de multiplicar (Tabla Cayley) de
quasigrupos. Estos tienen su aplicación en el diseño de experimentos.

El nombre de Cuadrados Latinos se origina con Leonhard Euler quién utilizó

caracteres Latinos como símbolos.

Un cuadrado latino se dice que está reducido (o normalizado o de forma

estandarizada) si la primera fila y la primera columna están en orden natural. Por
ejemplo, el primer cuadrado está reducido, porque la primera fila y la primera
columna son 1, 2, 3.

Es posible hacer un cuadrado latino permutando (reordenando) las filas y las

columnas.
Características:
1. Las u.e. se distribuyen en grupos , bajo dos criterios de homogeneidad dentro
de la fila y dentro de la columna y heterogeneidad en otra forma.
2. En cada fila y en cada columna, el número de unidades es igual al número de
tratamientos.
3. Los tratamientos son asignados al azar en las unidades experimentales dentro
de cada fila y dentro de cada columna.
4. El número de filas = número de columnas = número de tratamientos.
5. Los análisis estadísticos T-student, Duncan, Tuckey y en pruebas de contraste
se procede como el diseño completo al azar y el diseño de bloques. La desviación
estandar de la diferencia de promedios y la desviación estandar del promedio,
están en función del cuadrado medio del error experimental.
El nombre de cuadrado Latino se debe a R.A. Fisher [The Arrangement of Field
Experiments, J.
Ministry Agric., 33: 503-513 (1926)]. Las primeras Aplicaciones fueron en el campo
agronómico, especialmente en los casos de suelos con tendencias en fertilidad en
dos direcciones.

Formación de cuadrados latinos

Suponga 4 tratamientos A,B,C y D, con estos tratamientos se pueden formar 4
cuadros diferentes llamadas típicas o estandar (en la primera fila y en la primera
columna se tiene la misma distribución).

De cada cuadro se obtienen 144 formas diferente, en total se tienen 576 cuadros
diferentes.

La siguiente tabla permite relacionar el numero de cuadros en función del tamaño.

 Ventajas
Controla las fuentes de variación en las dos direcciones: hileras y columnas, es
decir< extrae del error experimental la variación debida a tratamientos, hileras y
columnas.
Desventajas
Se pierden grados de libertad en el error experimental, sacrificando la precisión
del diseño experimental.
Debido a que el número de hileras y columnas debe ser igual al de
tratamientos, el número de tratamientos es limitado.
Restricciones

• Un tratamiento cualquiera debe estar solamente una vez en una columna

• Un tratamiento cualquiera debe estar solamente una vez en una columna

El análisis de varianza
El diseño permite partir la variación total en 4 componentes:

Hileras Error experimental

Columnas Tratamientos

y las fórmulas de trabajo son como sigue:

ANDEVA

Fuentes de SC GL CM F
Variación
Hileras SYi²/n-FC n-1 SCH/GL CMH/CME
Columnas SYj²/n-FC n-1 SCC/GL CMC/CME
Tratamientos SYk²/n-FC n-1 SCT/GL CMT/CME
Error exp. por diferencia (n-1)*(n-2) SCE/GLE
Total Sy²ij-FC n²-1
Ejemplo:

Columnas
Hileras Yi Yi² Yk Yk²
1 2 3 4
A B C D
1 28.7 823.7 A 27.8 772.8
6.3 6.8 7.5 8.1
2 D A B C 32.7 1069.3 B 30.3 918.1
 8.9 7.5 7.9 8.4
C D A B
3 27.7 767.3 C 33.3 1108.9
7.5 8.0 6.0 6.2
B C D A
4 37.8 1428.8 D 35.5 1260.3
9.4 9.9 10.5 8.0
Yi 32.1 32.2 31.9 30.7 126.9 4089.1 4060.1
Yj² 1030.4 1036.8 1017.6 942.5 4027.3

===>
SYi² = 4089.1
SYk² = 4060.1
SYj² = 4027.3
SY²ij = 1031.5

ANDEVA
Fuentes de variación SC GL CM F
Hileras 4089/4-1006 = 15.79 4-1 = 3 5.2658 88.37
Columnas 4027/4-1006 = 0.3575 4-1 = 3 0.1192 2.00
Tratamientos 4060/4-1006 = 8.53 4-1 = 3 2.8458 47.76
Error exp. 0.3575 (4-1)(4-2) = 6 0.0596
Total 1031-1006 = 25.05 4² - 1 = 15

PASOS PARA OBTENER UN CUADRADO LATINO ALEATORIZADO

1. Partir de un cuadrado latino estándar del tamaño requerido: Supongamos

que necesitamos un cuadrado 4*4 y arbitrariamente hemos seleccionado el
planteado anteriormente, donde se observa el orden alfabético de las letras
en la primera fila y la primera columna;

2. Aleatorizar todas las columnas del cuadrado elegido: Para este efecto
existen tablas de permutaciones o simplemente se elige un orden aleatorio
(con ayuda de la calculadora o de tablas de números aleatorios) de las “t”
columnas; para este caso, con ayuda de la calculadora se encontraron los
valores: 1,3,4.

• 1: Quiere decir que la primera columna permanece como estaba.

• 3: Entonces, la que antes era la tercera columna, ahora pasa a ser la

segunda.
 • 4: La que inicialmente era la cuarta columna, ahora pasa a ser la tercera, por
descarte, entonces, la que originalmente era la segunda columna, ahora
pasa a ser la cuarta, con lo que el cuadrado quedaría:

A C D B

B D A C

C A B D

D B C A

3. Aleatorizar todas las filas del cuadrado encontrado: Nuevamente, con ayuda
de la calculadora, el orden aleatorio encontrado fue: 3, 4, 1.
• 3: La que en el último cuadrado era la tercera fila, ahora pasa a ser la
primera.
• 4: La que era la cuarta fila, ahora se convierte en la segunda.
• 1: La primera fila debe ser ahora la tercera y por descarte, la segunda fila
pasa a ser la cuarta, quedando el siguiente cuadrado, que sería el
definitivo:

C A B D

D B C A

A C D B

B D A C

ANÁLISIS DE VARIANZA
Para realizar el análisis de varianza se requieren los siguientes términos:
Y... = ΣΣ Yijk = Gran total
Yi.. = Total del tratamiento “i”
Y.j. = Σ Yijk = Total de la fila “j”
Y..k = Σ Yijk = Total de la columna “k”

Tabla de Anova
 F de V GL Suma de Cuadrados FC
cuadrados medios
Tratamientos t-1 T = ΣY2i../t -TC SCT= T/ (t - 1)
2
Filas t-1 F = Σ Y .j. /t -TC SCF= F / (t - 1)
Columnas t-1 C = Σ Y2..k /t -TC SCC= C / (t - 1)
Error (t-1)(t-2) E =Tot - T - F - C SCE= E / (t-1)(t-2)
Total t2 - 1 Tot =ΣΣ y2ijk -TC

Donde:
F de V: Fuente de Variación
GL: Grados de libertad
t : Número de tratamientos = Número de filas = Número de columnas
TC: Término de corrección = Y2... / t2

Nota 1: Así como en el diseño de bloques al azar, el efecto de los bloques no se

evaluaba, en el diseño de cuadrados latinos, los efectos de filas y columnas
tampoco se evalúan, pues por diseño se espera que existan diferencias entre
ellas.

Nota 2: Los grados de libertad del error también se pueden calcular como la
diferencia entre los grados de libertad totales y los grados de libertad de las otras
fuentes de variación (tratamiento, filas y columnas).

EJERCICIO:
Aquí deben plantear un experimento que ustedes consideren se debe evaluar bajo
un diseño de cuadrados latinos, como siempre, deben indicar, quién es el factor
con sus niveles, la unidad experimental, la variable respuesta y quienes son las
fuentes de variación “filas” y “columnas”. Deben hacer la aleatorización del
cuadrado latino, luego van a suponer los datos de la variable respuesta y los
deben analizar con el alfa que deseen.

EJEMPLO:
Un investigador quiere evaluar la productividad de cuatro variedades de aguacate
y decide realizar el ensayo en un terreno que posee un gradiente de pendiente de
oriente a occidente y además, diferencias en la disponibilidad de Nitrógeno de
norte a sur, para controlar los efectos de la pendiente y la disponibilidad de
Nitrógeno, utilizó un diseño de cuadrado latino, las variedades son: A, B, C y D, los
datos corresponden a la producción en kg/parcela.
Aquí el juego de hipótesis a probar sería:
Ho = μA = μB = μC = μD
Ha = μi ≠ μj para cualquier “i” diferente de “j”.
El análisis de varianza queda: (Tarea: Verificarlo)

A partir de la cuál se rechaza la hipótesis nula y se concluye que existen por lo

menos dos variedades de aguacate con diferentes niveles de producción, para
evaluar entre quienes está la diferencia debe realizarse una prueba de
comparación de medias, esto te queda de tarea.

SUPUESTOS EN UN DISEÑO DE CUADRADOS LATINOS

Para que el análisis de varianza en un diseño de cuadrados latinos tenga validez,
deben cumplirse los mismos supuestos mencionados para el diseño de bloques al
azar: Normalidad, Homocedasticidad e Independencia; adicionalmente debe
cumplirse el supuesto de aditividad entre filas, columnas y tratamientos, es decir,
no debe haber interacción entre los mismos.
Respecto a la normalidad y la independencia, el procedimiento es el mismo que en
el caso de un diseño completamente al azar y de un diseño en bloques al azar, la
normalidad se evaluará con ayuda del programa SAS y la prueba de Shapiro –
Wilk y la independencia se garantizará con la asignación aleatoria de los
tratamientos a las unidades experimentales.
En el caso del supuesto de homocedasticidad, para el diseño de cuadrados latinos
se presenta el mismo problema de índole computacional que habíamos
mencionado para el diseño de bloques al azar, pues los programas estadísticos
actuales son incapaces de evaluar el supuesto en cualquier diseño diferente al
completamente al azar, razón por la cual se debe asumir que el supuesto se
cumple.

DISEÑOS “CROSS-OVER”
Un diseño muy parecido al de cuadrados latinos, es el diseño “cross-over” o
“change-over” o de intercambio, donde por poca disponibilidad de unidades
experimentales, cada unidad experimental recibe en diferentes momentos de
tiempo todos los tratamientos a evaluar; esta situación en el contexto agropecuario
rara vez se presenta con material vegetal por lo que prácticamente se limita a
ensayos donde las unidades experimentales son animales. Un esquema de un
diseño “cross-over” es el siguiente:

Las unidades experimentales se podrían considerar efectos “columna” y los

períodos de tiempo se consideran como efectos “fila”, por lo que nuevamente se
está en presencia de un doble “bloqueo” y cada unidad experimental recibe en
orden aleatorio todos los tratamientos; aquí es importante señalar que debido al
uso repetido de la misma unidad experimental con diferentes tratamientos, debe
existir absoluta certeza de la No Existencia de efectos residuales de los
tratamientos, si no es así, entonces debe utilizarse un período de descanso entre
cada par de períodos consecutivos.

Aquí siempre el número de períodos de tiempo será igual al número de

tratamientos, pero no existe restricción respecto al número de unidades
experimentales, se podrían tener más unidades experimentales (una especie de
Rectángulo latino) pero siempre el número total de unidades experimentales
deberá ser un número múltiplo del número de tratamientos, de tal manera que en
cada período de tiempo, cada tratamiento aparezca el mismo número de veces. El
modelo a plantear y el análisis de los datos es igual que en el diseño de cuadrado
latino.