Tema 3.

Pruebas de comparación de
Medias: LSD, Duncan, Tukey y
Contrastes ortogonales

c
c
ab
a

Profesor: Rommel Ramos Remache

c
b
ab
a

VI Módulo B - Agropecuaria
3.1. Comparación de medias

Las principales pruebas de comparación de medias aplicadas a

investigaciones agropecuarias son: Diferencia Mínima Significativa (DMS),
Rangos Múltiples de DUNCAN y Rangos Mínimos de TUKEY.

+ LIBERAL MDS o LSD DUNCAN TUKEY - LIBERAL

3.1.1. Diferencia Mínima Significativa (DMS)

Para muchos autores es la prueba más liberal y resulta de comparar las

medias de las fuentes de variación (tratamientos, repeticiones, etc..) con un
valor Q (DMS) que viene dado por la siguiente expresión.

Valor crítico 2(CME)

DMS Q= t(0,05)*
n
Distribución T
(Tabla A1)
Ejemplo 1. Se ha medido la longitud del injerto (cm) en plantas clonales de cacao CCN-51
a los 30 días de quitado el plástico. Aplique los conocimientos aprendidos en
clase desde el diseño del experimento hasta la comparación de medias
aplicando la prueba DMS.
Obs. Yema Púa lateral Inglés ∑
I 13,75 25,12 23,12
II 11,00 23,37 23,00
III 11,50 22,90 22,80
IV 11,35 23,10 23,20
V 11,25 23,00 22,50
VI 19,88 22,60 23,80
∑xi 78,73 140,09 138,42 357,24
∑xi2 1092,91 3274,95 3194,30 7562
i 13,12 23,34 23,07
(357.24)2
FC= FC= 7090,02
18
SCTot= 7562 – 7090,02 SCTot= 471,98
(78,73)2+(140,09)2+(138,42)2
SCTrat= - 7090,02 = 407,27
6
SCEEx= 471,98 – 407,27 SCEEx= 64,71
 Distribución
ANOVA de un DCA F (Tabla A2)

F.V. GL SC CM FC FT(0,05) FT(0,01)

Tratamientos 2 407,27 203,64 47,25 * 3,68 6,36
Error Experimental 15 64,71 4,31
Totales 17 471,98

Interpretación. Según el esquema de análisis de varianza, se comprueba que si existe

significancia estadística para la fuente de variación Tratamientos, pues el
valor de la F calculada (45,25) es superior al de la F tabla a una
probabilidad del 99% (6,36), por lo que se acepta la H1 “Al menos uno de
los tratamientos será diferente respecto a los demás en cuanto a
longitud del injerto”

La pregunta es ?
Cual? de los tratamientos: T1. Yema; T2. Púa lateral
y T3. Inglés….

Que prueba aplicaría?

3.1.1. Diferencia Mínima Significativa (DMS)

Nº de comparaciones= T * (t-1) /2 =3*2/2 =3

2(CME) 2(4,31)
Q= t(0,05) Q= t(0,05)
n 6
Comparaciones Diferencia Valor crítico (A1) (S.E.)
C1. = Púa Lateral Vs. Inglés 0,32 2,55 N.S.
C2. = Púa Lateral Vs. Yema 12,02 2,55 *
C3. = Inglés Vs. Yema 11,71 2,55 *

Tratamientos i DMS 0.05

Púa lateral 23,34 a
Inglés 23,07 a
Yema 13,12 b
Interpretación. Según la prueba de Diferencia Mínima Significativa al 95% (0,05) de
probabilidad los tratamientos T2. Púa Lateral y T3 Inglés, superaron
estadísticamente al T1. Yema, con promedios de longitudes del injerto de
23,34 y 23,07 cm, respectivamente.
3.1.2. Rangos Múltiples de DUNCAN

Nº de comparaciones= T * (t-1) /2 =3*2/2 =3

(CME) (4,31)
D= Q * S.E. = Q* D=
n 6

Comparaciones P Q E. Estandar Duncan Diferencia (S.E.)

C1. = Púa Lateral Vs. Inglés 2 3.014 0,85 2,56 0,32 N.S.
C2. = Púa Lateral Vs. Yema 3 3,160 0,85 2,69 12,02 *
C3. = Inglés Vs. Yema 4 3,250 0,85 2,76 11,71 *

Tratamientos i Duncan 0.05

Púa lateral 23,34 a
Inglés 23,07 a
Yema 13,12 b
Interpretación. Según la prueba de Duncan al 95% (0,05) de probabilidad, los tratamientos
T2. Púa Lateral y T3 Inglés, superaron estadísticamente al T1. Yema, con
promedios de longitud del injerto de 23,34 y 23,07 cm, respectivamente.
3.1.3. Rangos Múltiples de TUKEY

Nº de comparaciones= T * (t-1) /2 =3*2/2 =3

i - j 23,34—23,07
Q= CME Q= 4,31 = 0,84

n 6
Comparaciones Q Valor crítico (A14) S.E.)
C1. = Púa Lateral Vs. Inglés 0,37/0,84= 0,44 3,01 N.S.
C2. = Púa Lateral Vs. Yema 12,02/0,84=14,31 3,01 *
C3. = Inglés Vs. Yema 11,71/0,84=13,94 3,01 *

Tratamientos i Tukey 0.05

Púa lateral 23,34 a
Inglés 23,07 a
Yema 13,12 b
Interpretación. Según la prueba de Rangos Mínimos de Tukey al 95% (0,05) de
probabilidad los tratamientos T2. Púa Lateral y T3 Inglés, superaron
estadísticamente al T1. Yema, con promedios de longitudes de injerto de
23,34 y 23,07cm, respectivamente.
3.1.4. Consideraciones al estructurar resultados
Recomendaciones CME *100
CV=
• Dar secuencia a los cuadros de resultados i
• Indicar cual es la media general del experimento ( i)
4,31 *100
• Si bien es cierto toda investigación culmina con su CV=
redacción de resultados y discusión (comparación de 19,84
mis mejores promedios con los de otros autores),
muchos trabajos científicos exigen presentar la
variación (CME) de los tratamientos respecto con la CME
media general ( i) del experimento, por lo que EE=
debemos considerar una medida de variación, sea r
esta el Coeficiente de variación (CV) ó el error 4,31
estándar (EE). EE=
• Indicar la prueba estadística y nivel de significancia 6

Cuadro 1. Promedios de longitud del injerto (cm) y coeficiente de variación

registrado en tres tipos de injertos a los 30 días del zafado de
plástico en plantas clonales de cacao CCN-51
Tratamientos i
Púa lateral 23,34 a
Inglés 23,07 a
Yema 13,12 b
i 19,84
CV 10,46%
Letras diferentes muestran diferencias significativas según Tukey (P≤0,05)
3.5. Comparación de medias en un DBCA

Recordando que un DBCA se aplica en:

• Experimentos de dos criterios de clasificación sin interacción.

• Cuando las unidades experimentales no son homogéneas y existe una fuente de
variación que no se puede controlar
• Esa fuente de variación se la conoce como criterio de bloqueo y debe afectar en
igual proporción a todos los tratamientos.
• Si en mi análisis de los datos los bloques no resultan significativos posiblemente
la segunda fuente de variación no afecta a los tratamientos, entonces los datos
deben analizarse como DCA.

3.5.1. DBCA con unidades experimentales faltantes

Recordando que un DBCA se aplica en:

• En investigaciones que se realizan en el campo e inclusive en invernadero existen

probabilidades de pérdida de información en una o más unidades experimentales
ya sea por muerte de la unidad experimental o porque el investigador considera a
un dato como no confiable, acarreando problemas en el cálculo estadístico.
• Existen varios métodos para estimar matemáticamente los datos faltantes y el
método más utilizado es el método de YATES.
3.5.1. DBCA con unidades experimentales faltantes
Casos de:

• En investigaciones que se realizan en el campo e inclusive en invernadero existen

probabilidades de pérdida de información en una o más unidades experimentales
ya sea por muerte de la unidad experimental o porque el investigador considera a
un dato como no confiable, acarreando problemas en el cálculo estadístico.
• Existen varios métodos para estimar matemáticamente los datos faltantes y el
método más utilizado es el método de YATES.

t(Yi) + r(Yj) - Y
aij=
(t-1)(r-1)

a= Valor estimado de la U.E. Perdida

t= Número de tratamientos
r= Número de bloques (repeticiones)
Yi= Total del tratamiento donde se perdió la U.E.
Yj= Total del bloque donde se perdió la U.E.
3.5.1. DBCA con unidades experimentales faltantes
Ejercicio 2: Se ha registrado el número de plantas prendidas del clon CCN-51
empleando seis patrones de cacao (Patrón A, B, C, D, E y F) , en cinco repeticiones,
cada U. E. estuvo representada por 20 plantas patrones de cada material. Una mala
práctica de riego ocasionó la pérdida del Tratamiento A en el bloque cuarto, por lo
que se requiere estimar el dato faltante.

TRATAMIENTOS
REPET.
A B C D E F Yj
I 12 16 15 17 18 13 91
II 12 16 14 18 16 11 87
III 17 18 17 19 17 12 100
IV 13 - 16 15 19 15 12 77 90
V 14 17 16 18 15 12 92
Yi 68 55 83 77 91 81 60 Yij= 447 460

t(Yi) + r(Yj) - Yij

a= Valor estimado de la U.E. Perdida aij=
t= Número de tratamientos (t-1)(r-1)
r= Número de bloques (repeticiones) 6(55) + 5(77) – 447
Yi= Total del tratamiento donde se perdió la U.E. aij=
Yj= Total del bloque donde se perdió la U.E. (6-1)(5-1)

aij= 13
3.5.1. DBCA con unidades experimentales faltantes
Ejercicio 3: Se ha registrado el número de plantas prendidas del clon CCN-51
empleando seis patrones de cacao (Patrón A, B, C, D, E y F) , en cinco repeticiones,
cada U. E. estuvo representada por 20 plantas patrones de cada material. Realice las
pruebas de comparación de medias: LSD, Duncan y Tukey

TRATAMIENTOS
REPET.
A B C D E F Yj j
I 12 16 15 17 18 13 91 15,17
II 12 16 14 18 16 11 87 14,50
III 17 18 17 19 17 12 100 16,67
IV 13 16 15 19 15 12 90 15,00
V 14 17 16 18 15 12 92 15,33
Yi 68 83 77 91 81 60 Yij= 460
i 13,6 16,6 15,4 18,2 16,2 12,0
(460,00)2
FC= FC= 7053,33
30
SCTot= (942+1381+1191+1659+1319+722) -7053,33 SCTot= 160,67
(68)2+(83)2+(77)2+(91)2+(81)2+(60)2
SCTrat= - 7053,33 = 123,47
5
(91)2+(87)2+(100)2(90)2(92)2
SCBloq= - 784,03 = 15,67
6
SCEEx= 160,67-123,47-15,67 SCEEx = 21,53
 Distribución
ANOVA de un DBCA F (Tabla A2)

F.V. GL SC CM FC FT(0,05) FT(0,01)

Tratamientos 5 123,47 24,69 22,86* 2,71 4,10
Bloques 4 15,67 3,92 3,63* 2,87 4,43
Error Experimental 20 21,53 1,08
Totales 29 160,67
Interpretación. Según el esquema de análisis de varianza, se comprueba que si existe
significancia estadística tanto para la fuente de variación Tratamientos como
para los bloques, para tratamientos con una F calculada de 22,86 que es
superior al de la F tabla a una probabilidad del 99% (4,10), por lo que se
acepta la H1 “Al menos uno de los tratamientos será diferente respecto a
los demás en cuanto al número de plantas prendidas”

La pregunta es ?
Cual? de los tratamientos: TA, TB, TC, TD, TE, o TF

Que prueba aplicaría?

3.5.2. Diferencia Mínima Significativa (DMS)

Nº de comparaciones= T * (t-1) /2 =6*5/2 =15

2(CME) 2(1,08)
Q= t(0,05) Q= 2,086
n 5

Comparaciones Diferencia Valor crítico (A1) (S.E.) Tratamientos i DMS

C1. = D – B = 18,20 – 16,60 1,60 1,37 * D 18,2 a
C2. = D – E = 18,20 – 16,20 2,00 1,37 * B 16,6 b
C3. = D – C = 18,20 – 15,40 2,80 1,37 *
E 16,2 b
C4. = D – A = 18,20 – 13,60 4,60 1,37 *
C5. = D – F = 18,20 – 12,00 6,20 1,37 * C 15,4 b
C6. = B – E = 16,60 – 16,20 0,40 1,37 N.S. A 13,6 c
C7. = B – C = 16,60 – 15,40 1,20 1,37 N.S. F 12,0 c
C8. = B – A = 16,60 – 13,60 3,00 1,37 *
C9. = B – F = 16,60 – 12,00 4,60 1,37 *
C10.= E – C = 16,20 – 15,40 0,80 1,37 N.S.
C11.= E – A = 16,20 – 13,60 2,60 1,37 *
C12.= E – F = 16,20 – 12,00 4,20 1,37 *
C13.= C – A = 15,40 – 13,60 1,80 1,37 *
C14.= C – F = 15,40 – 12,00 3,40 1,37 *
C15.= A – F = 13,60 – 12,00 1,60 1,37 *
3.5.2. Diferencia Mínima Significativa (DMS)

Nº de comparaciones= T * (r-1) /2 =5*4/2 =10

2(CME) 2(1,08)
Q= t(0,05) Q= 2,086
n 6

Comparaciones Diferencia Valor crítico (A1) (S.E.) Repeticiones i DMS

C1. = III – V = 16,67 – 15,33 1,34 1,25 * III 16,67 a
C2. = III – I = 16,67 – 15,17 1,50 1,25 * V 15,33 b
C3. = III – IV = 16,67 – 15,00 1,67 1,25 *
I 15,17 b
C4. = III – II = 16,67 – 14,50 2,17 1,25 *
C5. = V – I = 15,33 – 15,17 0,16 1,25 N.S. IV 15,00 b
C6. = V – IV = 15,33 – 15,00 0,33 1,25 N.S. II 14,50 b
C7. = V – II = 15,33 – 14,50 0,83 1,25 N.S.
C8. = I – IV = 15,17 – 15,00 0,17 1,25 N.S.
C9. = I – II = 15,17 – 14,50 0,67 1,25 N.S.
C10.= IV – II = 15,00 – 14,50 0,50 1,25 N.S.
3.1.4. Consideraciones al estructurar resultados
Recomendaciones CME *100
CV=
• Dar secuencia a los cuadros de resultados i
• Indicar cual es la media general del experimento ( i)
4,31 *100
• Si bien es cierto toda investigación culmina con su CV=
redacción de resultados y discusión (comparación de 19,84
mis mejores promedios con los de otros autores),
muchos trabajos científicos exigen presentar la
variación (CME) de los tratamientos respecto con la CME
media general ( i) del experimento, por lo que EE=
debemos considerar una medida de variación, sea r
esta el Coeficiente de variación (CV) ó el error 4,31
estándar (EE). EE=
• Indicar la prueba estadística y nivel de significancia 6

Cuadro 1. Promedios de longitud del injerto (cm) y coeficiente de variación

registrado en tres tipos de injertos a los 30 días del zafado de
plástico en plantas clonales de cacao CCN-51
Tratamientos i
Púa lateral 23,34 a
Inglés 23,07 a
Yema 13,12 b
i 19,84
CV 10,46%
Letras diferentes muestran diferencias significativas según Tukey (P≤0,05)