A influência do tamanho e forma das parcelas no controle da variabilidade do solo nos experimentos de campo foi estudada por meio de três ensaios de uniformidade (ensaios em branco), implantados no Vale do Rio Curu - Pentecoste - Ceará. Usou-se, para esse estudo, a cultura do girassol. O Ensaio nº 1 foi implantado em solo franco arenoso e os Ensaios n.^os 2 e 3, em solo do tipo franco. Utilizou-se inicialmente, os métodos do Coeficiente de Variação e da Informação Relativa que determinaram o tamanho da parcela, independentemente dos custos efetuados na execução dos experimentos. O tamanho ótimo da parcela encontrado, na média dos três ensaios, foi de 5,5 parcelas unitárias ou 5,5 m² de área para o método dos Coeficientes de Variação e 2,7 parcelas unitárias ou 2,7 m², para o método da Informação Relativa. Com relação a forma das parcelas, os dois métodos demonstraram resultados similares. Assim é que no ensaio nº 1 as parcelas apresentaram a menor variação na direção de sua largura (transversal aos sulcos de irrigação), enquanto que os ensaios n.^os 2 e 3 apresentaram menor variabilidade na direção do comprimento da parcela (paralelo aos sulcos de irrigação). Posteriormente, fez-se uso da Lei da Variância de Smith e método de Amaral, que determinaram o tamanho da parcela, levando em consideração os custos efetuados na pesquisa. O coeficiente de regressão b da Lei de Smith apresentou, como média para os três ensaios, b̂ = 0,5919 e, considerando-se K₁ = 77,5% e K₂ = 22,5%, o tamanho ótimo da parcela foi estimado em 5,0 parcelas unitárias ou 5,0 m² de área. Trabalhando com variâncias reduzidas, AMARAL (1951), transformou a fórmula de SMITH (1938) em: V_r = V . x^1-b a qual aplicando logaritmos obteve-se log V_r = log V + (1 - b) log x Posteriormente AMARAL (1951), desdobrou o tamanho da parcela em suas dimensões: x₁ (comprimento) e x₂ (largura), e aplicando logaritmos obteve: log V_r = log V + b₁ log x₁ + b₂ log x₂ Com o objetivo de estudar a independência entre comprimento e largura da parcela quanto à influência exercida sobre a variância reduzida, ENEDINO (1972) incluiu na equação de ajustamento acima um coeficiente b₃, responsável pela interação x₁ . x₂ (comprimento x largura), montando a nova equação: log V_r = log V + b₁ log x₁ + b₂ log x₂ + b₃ log x₁ . log x₂ Verificou-se que nos três ensaios estudados, a interação x₁ . x₂ (interação comprimento x largura) foi altamente significativa, constatando-se assim que, comprimento e largura são fatores que agem simultâneamente sobre a variância reduzida. Na média dos três ensaios encontrou-se b̂₁ = 0,49408, b̂₂ = 0,48769 e b̂₃ = 0,32677; onde b̂₁ é responsável pelo comprimento, b̂₂ pela largura e b̂₃ pela interação comprimento x largura. O tamanho ideal da parcela, como media para os três ensaios, foi de 3,6 parcelas unitárias ou 3,6 m² de área. Com relação à forma das parcelas, os coeficientes b̂₁ e b̂₂ fornecem a direção da variabilidade do campo experimental. No ensaio nº 1 b̂₂ < b̂₁ indica que as parcelas largas (transversais aos sulcos de irrigação), foram menos variáveis. Nos ensaios n.^os 2 e 3 b̂₂ > b̂₁ indica que as parcelas longas (paralelas aos sulcos de irrigação) foram as que apresentaram menor variação. Cumpre acrescentar, que o método de Amaral e o mais eficiente na determinação do tamanho ótimo da parcela, pois isola o efeito da interação x₁ . x₂. No caso dessa interação ser significativa, um mais eficiente tamanho de parcela pode ser obtido.

The influence of size and shape of plots in controlling variability of soil in field experiments was studied by means of three uniformity trials carried out in the Guru River Valley (Vale do Rio Curu), Pentecoste, State of Ceara. The crop used in this study was the sunflower. Trial 1 was set up in a sandy - loam soil, and trials 2 and 3 in a loam type soil. At first, the Coefficient of Variation and Relative Information methods were used, which determined the plot size, regardless of costs involved. The optimum plot size found in the average of three trials was 5.5 unit plots or 5.5 m² of area for the Coefficient of Variation method, and 2.7 unit plots or 2.7 m² for the Relative Information method. Both methods presented similar results regarding to plot shape. Thus, in trial 1 the plots presented less variation widthwise (width crosswise to irrigation furrows) while trials 2 and 3 presented less variability lengthwise (parallel to irrigation furrows). Fairfield Smith’s Variance Law and Amaral’s method were used to determine plot size taking in to account costs incurred in the research. The regression coefficient b of Fairfield Smith’s Law presented as an average for the three trials, b = 0.5919. Having this is view and assuming that K₁ = 77.5% and K₂ = 22.5%, the optimum plot size was estimated as 5.0 unit plots or 5.0 m² of area. Working with reduced variances, AMARAL (1951) transformed Fairfield Smith’s formula (1938) to: V_r = V . x^1-b to which logarithms were applied and the following was obtained: log V_r = log V + (1 - b) log x Subsequently AMARAL (1951) broke down the plot size into its dimensions: x₁ (length) and x₂ (width) and, applying logarithms, obtained: log V_r = log V + b₁ log x₁ + b₂ log x₂ With the objective of studying the independence between plot length an width as to the influence exerted on the reduced variance ENEDINO (1972) included a coefficient b₃ in the adjusted equation above which is responsible for the x₁ . x₂ (length x width) interaction. The new equation as follows: log V_r = log V + b₁ log x₁ + b₂ log x₂ + b₃ log x₁ . log x₂ The x₁ . x₂ product was found highly significant in the three trials studied, indicating thatch length and width are factors that act simultaneously on reduced variance. In the average of the three trials, it was found that b̂₁ = 0.49408, b̂₂ = 0.48769 and b̂₃ = 0.32677, where b₁ is responsible for length, b₂ for width and b₃ for the length by width interaction. The ideal plot size as an average for the three trials, was 3.6 unit plots or 3.6 m² of area. With regard to plot shape, the coefficients b̂₁ and b̂₂ provide the direction on variability of the experiment field. In trial 1, b̂₂ < b̂₁ indicates that the wide plots (crosswise to irrigation furrows) were less variable. In trials 2 and 3 b̂₂ > b̂₁ indicates that the long plots (parallel to irrigation furrows) were the ones that presented less variation. It should be pointed out that Amaral’s method is the most efficient in determining optimum plot size since it isolates the effect of the x₁ . x₂ interaction. In case of a significant x₁ . x₂ interaction a more efficient plot size estimate can be obtained.