1629
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Recebido para publicação 11/12/10   Aprovado em 07/05/11

DOI: 10.5433/1679-0359.2012v33n5p1629

Correlação linear entre componentes da produção e produtividade 
do arroz de terras altas em sistema plantio direto1

Linear correlation between components production and yield of rice 
upland in no-tillage

Flávio Carlos Dalchiavon2*; Morel de Passos e Carvalho3; Admar Junior Coletti4; 
Gustavo Caione4; Amilton Ferreira da Silva4; Marcelo Andreotti3

Resumo

O arroz é uma das principais fontes de alimentação da humanidade. Durante o ano agrícola 2009/2010, 
no município de Selvíria (MS), no Cerrado Brasileiro, foi instalado um experimento com arroz de terras 
altas em um Latossolo Vermelho distroférrico sob sistema plantio direto, irrigado por pivô central, 
com o objetivo de selecionar os melhores componentes da produção para explicar a variabilidade da 
produtividade do arroz de terras altas irrigado. Foi instalada a malha geoestatística, para a coleta de dados, 
com 120 pontos amostrais, numa área de 3,0 ha e declive homogêneo de 0,055 m m-1. A produtividade 
média de grãos de arroz foi de 5980 kg ha-1. Para as regressões lineares simples, o número de espiguetas 
granadas por panícula apresentou a melhor correlação potencial direta com a produtividade de grãos 
de arroz, dada por: PGO = 115,5.NEG0,770. Entretanto, para as regressões lineares múltiplas, a equação 
PGO = 2754,30-411,55.NEG-461,07.NEC+436,59.NET foi a que melhor se apresentou para estimar 
a produtividade de grãos de arroz. No entanto, espacialmente, não foi possível estabelecer correlação 
entre a produtividade de grãos de arroz e os componentes da produção, uma vez que nenhum desses 
apresentou dependência espacial nos seus dados.
Palavras-chave: Arroz irrigado, Oryza sativa L., regressões

Abstract

The rice is one of the main sources of the humanity’s feeding. During the agricultural year 2009/2010, in 
Selvíria County, Mato Grosso do Sul State, in the Brazilian Savannah, an experiment was installed with 
rice upland in a Dystropherric Red Latosol (Typic Acrustox) under no-tillage, irrigated by central pivot, 
with the purpose of selecting the best components production to explain the variability the irrigated 
rice yield upland. The geostatistical grid was installed, to collect the data, with 120 sampling points, in 
an area of 3.0 ha and and homogeneous slope of 0.055 m m-1. The medium rice yield was of the 5980 
kg ha-1. For the simple lineal regressions, the number of spikelets grenades for panicle presented the 
best direct potential correlation with the yield rice, given for: PGO = 115,5.NEG0,770. However, for the 
multiple lineal regressions, the equation equação PGO = 2754,30-411,55.NEG-461,07.NEC+436,59.
NET it was the one that better she came to esteem the yield rice. However, spatial, it was not possible 
to establish correlation between the yield rice and the components production, once none of those it 
presented spatial dependence in their data.
Key words: Irrigated rice, Oryza sativa L., regressions

1 Parte da Dissertação de Mestrado em Agronomia do Primeiro Autor.
2  Prof. Dr. do Depto. de Agronomia, Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso, Campus Campo Novo 

do Parecis, MT. E-mail: flavio.dalchiavon@cnp.ifmt.edu.br
3  Profs. do Deptº de Fitossanidade, Engenharia Rural e Solos, Faculdade de Engenharia de Ilha Solteira, UNESP, Ilha Solteira, SP. 

E-mail: morel@agr.feis.unesp.br; dreotti@agr.feis.unesp.br
4 Mestrando(s) em Agronomia, Faculdade de Engenharia de Ilha Solteira, UNESP, Ilha Solteira, SP. E-mail: admar_coletti@

hotmail.com; agaione@hotmail.com; amiltonfs1@hotmail.com
* Autor para correspondência



1630
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

Introdução

O arroz (Oryza sativa L.) é uma das fontes 
básicas de alimentação da humanidade. No Brasil, 
o sistema de produção de arroz de terras altas 
ocupa aproximadamente 60% da área cultivada, 
correspondendo, contudo, a apenas 40% da 
produção, onde, em condições tecnificadas de 
cultivo, tem produzido acima de 4000 kg ha-1 
(SILVA, 2006). Segundo dados da Companhia 
Nacional de Abastecimento (2010), a produção de 
arroz na safra 2009/10, totalizou 11,2 milhões de 
toneladas. A área cultivada ocupou 2,7 milhões de 
hectares, com produtividade média de 4073 kg ha-1.

O uso intensivo e inadequado dos solos acelera 
a degradação da matéria orgânica, principal 
componente da fertilidade dos solos (LOURENTE 
et al., 2010). Em contrapartida, o sistema plantio 
direto (SPD) tem se destacado como uma alternativa 
muito importante na produção de grãos, por 
permitir o cultivo das culturas sem que haja grandes 
impactos ambientais, contribuindo para maior 
preservação do solo e da água. Por proteger mais 
o solo, assume importância maior quando se trata 
do seu uso nos cerrados, que em geral, apresentam 
solos muito suscetíveis à erosão e com baixo teor 
de matéria orgânica (MOURA NETO; SOARES; 
AIDAR, 2002). Estes mesmos autores, em seu 
estudo, concluíram que o SPD constitui alternativa 
viável para a cultura do arroz de terras altas nas 
regiões de cerrado, pois em condições de menor 
disponibilidade hídrica e na ausência de adubação 
na semeadura, proporcionou produtividade de grãos 
igual ao plantio convencional.

A produtividade da cultura de arroz é definida 
por seus componentes, número de panículas m-2, 
número de espiguetas por panícula e massa de 
mil grãos (MARCHEZAN et al., 2005). Dewey 
e Lu (1959) foram os primeiros pesquisadores a 
utilizar esta metodologia em plantas de trigo. Os 
mesmos autores destacaram que os métodos de 
correlação linear e regressão múltipla foram os 
primeiros métodos a serem utilizados nas análises 
dos componentes da produção.

Tendo em vista que os componentes da 
produção influenciam a produtividade da cultura 
do arroz, destacam-se os trabalhos de Blanco et 
al. (1993) e Zaffaroni et al. (1998), onde relataram 
que o número de espiguetas por panícula e a 
massa de mil grãos foram os componentes que 
mais influenciaram na produtividade de grãos. 
Marchezan et al. (2005) observaram que a massa 
de mil grãos foi o componente da produção com 
maior efeito no aumento da produtividade do arroz, 
em contrapartida, o número de espiguetas chochas 
foi o mais influente na redução da produtividade, e 
Guimarães et al. (2006), verificando em seu estudo 
que o número de espiguetas chochas por panícula 
influenciou significativamente, de forma inversa 
e quadrática, a produtividade do arroz, ao passo 
que o número de espiguetas cheias por panícula 
influenciou direta e linearmente esta característica 
agronômica.

Diante do exposto, o presente trabalho teve por 
objetivo, através de coeficientes de correlação de 
Pearson e da modelagem de regressões lineares 
simples e múltiplas, selecionar os melhores 
componentes da produção para explicar a 
variabilidade da produtividade de grãos de arroz de 
terras altas irrigado.

Material e Métodos

O experimento foi realizado na Fazenda de 
Ensino e Pesquisa (FEP) em Selvíria, Estado do 
Mato Grosso do Sul, pertencente à Faculdade de 
Engenharia da Universidade Estadual Paulista 
(UNESP), entre as coordenadas geográficas 
51o24’21’’ e 51o24’33’’ de Longitude Oeste e 
20o20’56’’ e 20o21’03’’ de Latitude Sul, com altitude 
média de 342 metros, num Latossolo Vermelho 
distroférrico típico muito argiloso (EMBRAPA, 
2006). O clima, conforme a classificação de Köppen, 
é do tipo Aw, que se caracteriza como tropical úmido 
megatérmico, com inverno seco e verão quente e 
chuvoso. A precipitação pluvial média anual é de 
aproximadamente 1232 mm, temperatura média 



1631
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

anual ao redor de 24,5oC e umidade relativa do ar 
entre 70 e 80%.

Antes da instalação do experimento, foram 
coletadas 20 amostras simples de solo, nas 

profundidades de 0-0,10 m e 0,10-0,20 m, das 
quais obteve uma amostra composta representativa 
para cada profundidade, para determinação das 
características químicas, cujos resultados estão 
contidos na Tabela 1.

Tabela 1. Características químicas do solo nas profundidades de 0-0,10 m e 0,10-0,20 m. Ano de 2009.

Atributo químico (a)

pH Complexo sortivo
Prof. MO CaCl2 P K+ Ca2+ Mg2+ H++Al3+ Al3+ SB CTC V% m%

m g 
dm-3

mg 
dm-3 ----------------------------mmolc dm-3----------------------------- ----%---

0–0,10 32 5,2 34 6,6 27 20 40 0,0 53,6 93,6 57,0 0,0
0,10–0,20 24 4,8 36 4,3 19 13 47 4,0 36,3 83,3 44,0 10,0

 (a) MO = matéria orgânica, V% = índice de saturação por bases, m% = índice de saturação por alumínio.
Fonte: Elaboração dos autores.

A área experimental foi cultivada durante onze 
anos no sistema plantio direto, com a sucessão de 
culturas soja ou milho/feijão, semeadas no verão 
e inverno, respectivamente. A área experimental 
foi previamente dessecada e em seguida semeada 
a cultivar de arroz IAC 202 em 14/11/2009, com 
linhas espaçadas de 0,34 m e densidade aproximada 
de 230 sementes m-2 com fornecimento de irrigação 
suplementar por aspersão (pivô central). Por 
ocasião da semeadura utilizou-se 100 kg ha-1 da 
formulação 08-28-16 (N-P2O5-K2O), e em cobertura 
80 kg ha-1 de N (sulfato de amônio), parcelado em 
2 aplicações, metade aos 20 e o restante aos 44 dias 
após a semeadura (DAS). A colheita foi efetuada 
manualmente em 01/03/2010, aos 108 DAS, sendo 
seguida de trilha mecânica e secagem por ventilação 
natural.

Para a coleta dos dados, foi implantada uma 
malha geoestatística, cuja declividade do solo era 
de 0,055 m m-1. Foram definidas as direções x e y 
do sistema de coordenadas cartesianas, com 120 
pontos amostrais distribuídos aleatoriamente numa 
área com 3,0 hectares (322,00 m x 93,35 m), onde 
cada ponto amostral ficou constituído numa área 
aproximada de 250,5 m2. Foi utilizado um nível 
ótico comum para retirar as coordenadas x e y, 

possibilitando a avaliação da dependência espacial 
entre os valores observados.

Os atributos avaliados foram: a) produtividade de 
grãos de arroz (PGO), b) número de panículas por 
área (NPA), c) número de espiguetas granadas por 
panícula (NEG), d) número de espiguetas chochas 
por panícula (NEC), e) número de espiguetas 
total por panícula (NET) e f) massa de mil grãos 
(MMG), sendo, à exceção da PGO, determinados no 
Laboratório de Análise de Sementes da Faculdade 
de Engenharia de Ilha Solteira – UNESP. 

A PGO foi determinada em função da pesagem 
dos grãos colhidos no entorno do ponto amostral, 
em 4 linhas de semeadura numa área útil de 1,85 
m2 (1,36 m x 1,36 m) e extrapolada para kg ha-1 
de grãos em casca (13% base úmida). O NPA foi 
determinado mediante a contagem das panículas 
em um metro de linha em cada ponto amostral 
e extrapolado para a área de 1 m2. O NEG, NEC 
e o NET foram determinados mediante a coleta 
ao acaso de 15 panículas em cada ponto amostral 
na fase de maturação dos grãos. A separação das 
espiguetas chochas das granadas foi realizada por 
fluxo de ar. E por fim, para a determinação da 
MMG, foram utilizadas amostras de grãos de cada 



1632
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

ponto amostral, segundo metodologia proposta por 
Brasil (2009). 

Para cada atributo estudado foi efetuada a análise 
descritiva com o auxilio da estatística clássica, 
utilizando o Software SAS (SCHLOTZHAVER; 
LITTELL, 1997), sendo calculadas a média, 
mediana, moda, valores mínimo e máximo, desvio 
padrão, coeficiente de variação, curtose, assimetria 
e distribuição de frequência. Seguidamente foram 
identificados os outliers, conforme identificação 
do gráfico de ramos e folhas, efetuando-se sua 
substituição pelo valor médio dos circunvizinhos. 
Assim, para testar a hipótese da normalidade, ou da 
lognormalidade dos atributos, foi utilizado o teste 
de Shapiro e Wilk (1965) a 5%. 

Foi montada a matriz de correlação, objetivando 
efetuar as correlações lineares simples para as 
combinações, duas a duas, entre todos os atributos 
estudados, a partir das quais foram efetuadas 
as modelagens das regressões lineares simples 
com a planilha de cálculos Excel. Por outro lado, 
utilizando-se o pacote computacional SAS, foram 
efetuadas as regressões lineares múltiplas da PGO 
(variável dependente) em função dos componentes 
da produção do arroz (variáveis independentes), 
no intuito de selecionar aqueles componentes que, 
nos devidos casos, proporcionariam as melhores 
equações para estimar a PGO, por intermédio do 
stepwise, a 10% de probabilidade para a inclusão 
e exclusão de variáveis no modelo. O desempenho 
das equações foi analisado pelo coeficiente de 
determinação (R2) e pela contribuição de cada 
componente no modelo, estimada pelo aumento 
observado na soma de quadrados devido à regressão, 
quando da adição de cada variável no modelo, 
conforme Maia, Morais e Oliveira et al. (2001).

Para cada atributo foi analisada a dependência 
espacial pelo cálculo do semivariograma simples, 
com base nos pressupostos de estacionaridade da 
hipótese intrínseca pelo uso do pacote Gamma 
Design Software 7.0 (GS+, 2004). Os ajustes dos 
semivariogramas simples, em função de seus 

modelos, foram efetuados prioritariamente pela 
seleção inicial de: 1) a menor soma dos quadrados 
dos desvios (RSS), 2) o maior coeficiente de 
determinação (r2) e 3) o maior avaliador da 
dependência espacial (ADE), conforme Dalchiavon 
et al. (2011). Entretanto, para os atributos (ATR) que 
não apresentaram dependência espacial, isto é, na 
ausência de estacionaridade, retirou-se a tendência 
dos dados por meio da técnica da regressão múltipla 
polinomial, conforme preceitos de Davis (1986). 
Assim, eles ficaram precedidos do símbolo # quando 
referidos na análise semivariográfica e na validação 
cruzada. Já quando referidos no mapa de krigagem 
e/ou co-krigagem ficaram precedidos do símbolo £. 
A decisão final do modelo que representou o ajuste 
foi atestada pela validação cruzada, assim como 
para a definição do tamanho da vizinhança que 
proporcionou a melhor malha de krigagem. Para 
cada atributo foram relacionados o efeito pepita 
(Co), o patamar (Co+C) e o alcance (Ao). A análise 
do ADE foi efetuada conforme a seguinte expressão 
(GS+, 2004):

                ADE = [C/(C+Co)].100                    (1)

onde: ADE é o avaliador da dependência espacial; 
C, a variância estrutural; e C+Co, o patamar. A 
interpretação proposta para o ADE foi a seguinte: 
a) ADE < 20% = variável espacial de muito baixa 
dependência (MB); b) 20% ≤ ADE < 40% = baixa 
dependência (BA); c) 40% ≤ ADE < 60% = média 
dependência (ME); d) 60% ≤ ADE < 80% = alta 
dependência (AL), e e) 80% ≤ ADE < 100% = muito 
alta dependência (MA).

Resultados e Discussão

Para os componentes da produção número de 
panículas por área (NPA), número de espiguetas 
granadas por panícula (NEG) e número de espiguetas 
total por panícula (NET), os CVs observados foram 
classificados como médio (Tabela 2), concordando 
com os estudos de Höfs et al. (2004) e Silva et al. 
(2009), para o NPA, com Cazetta et al. (2008) e 
Guimarães (2008), para o NEG, e com Zaratin et al. 



1633
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

(2004) e Silva et al. (2009), para o NET. Por outro 
lado, baixo CV foi verificado para o componente da 
produção massa de mil grãos (MMG), estando de 

acordo com àqueles CVs observados por Crusciol 
et al. (2003), Meira et al. (2005) e Fageria e Santos 
(2007).

Tabela 2. Análise descritiva de alguns componentes da produção e da produtividade do arroz em um Latossolo 
Vermelho distroférrico sob sistema plantio direto. Selvíria – MS, 2009/2010.

Atributo (a)

Medidas estatísticas descritivas

Média Mediana
Valor

Desvio 
Padrão

Coeficiente Probabilidade
do teste(b)

Mínimo Máximo Variação 
(%) Curtose Assimetria Pr<w DF

PGO (kg 
ha-1) 5980 5933 2365 9117 1328 22,2 0,069 0,071 0,715 NO

NPA 260 256 129 379 50,96 19,6 -0,412 -0,002 0,778 NO
NEG 164 164 88 218 23,89 14,5 0,546 -0,319 0,344 NO
NEC 36 36 11 57 9,94 27,4 -0,394 -0,186 0,467 NO
NET 201 201 139 255 25,00 12,5 -0,279 -0,211 0,195 NO

MMG (g) 24,60 24,54 21,43 27,70 1,422 5,78 -0,404 -0,002 0,327 NO
(a) PGO, NPA, NEG, NEC, NET e MMG são respectivamente a produtividade de grãos de arroz, número de panículas área, número 
de espiguetas granadas por panícula, número de espiguetas chochas por panícula, número de espiguetas total por panícula e massa 
de mil grãos; (b) DF = distribuição de frequência, sendo NO do tipo normal.
Fonte: Elaboração dos autores.

Todos os atributos pesquisados apresentaram 
distribuição de frequência do tipo normal (Tabela 
2), uma vez que suas probabilidades oscilaram 
entre 0,195 (NET) e 0,778 (NPA), assim como os 
coeficientes de assimetria e curtose próximos de 
zero. Observa-se ainda que o valor médio da PGO 
(5980 kg ha-1) foi superior às médias, todas com 
a cultivar IAC 202, de 4922 kg ha-1 (SILVA et al., 
2002); de 5491 kg ha-1 (CARVALHO-PUPATTO; 
BÜLL; CRUSCIOL, 2004); de 5032 kg ha-1 (SILVA, 
2006); de 5367 kg ha-1 (GUIMARÃES, 2008). 
Superou ainda a produtividade média nacional da 
safra 2009/10, que foi de 4073 kg ha-1 (CONAB, 
2010). A considerável produtividade média de arroz 
obtida neste estudo, possivelmente está associada 
à precipitação pluviométrica total acumulada para 
o período experimental (822 mm), pois, conforme 
Medeiros, Soares e Guimarães (2005), o teor de água 
no solo é fator fundamental para o desempenho da 
cultura do arroz no plantio direto. Tal precipitação 
(822 mm) é considerada alta para a demanda da 

cultura, uma vez que a necessidade hídrica total 
para o cultivo do arroz de terras altas está em torno 
de 600 mm (EMBRAPA, 2003). Aliada à questão 
da precipitação, a disponibilidade de nutrientes à 
cultura também não foi fator limitante, pois estes 
estavam prontamente disponíveis na solução do 
solo em teores médios (P) e altos (K, Ca e Mg), 
conforme caracterização química inicial do solo 
(Tabela 1).

Em relação aos componentes da produção, os 
valores médios obtidos foram de 260, 164, 36, 201 e 
24,60 g, respectivamente, para o NPA, NEG, NEC, 
NET e MMG (Tabela 2). O número de espiguetas é 
um componente da produção muito dependente das 
condições de manejo, principalmente na semeadura, 
cultivar, época, local, fertilidade do solo e adubação. 
Contudo, pelas condições de sistema plantio direto 
já consolidado e pelo uso de irrigação suplementar 
(pivô central), aparentemente não houve problemas 
na definição deste componente, pois pela boa 
fertilidade do solo na área em questão e pela não 



1634
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

restrição hídrica, o valor de 260 panículas m-2 foi 
bem superior aos valores observados por Crusciol et 
al. (2003) e Meira et al. (2005) em áreas e condições 
semelhantes ao presente estudo. Cabe salientar que 
o número de panículas é definido durante o período 
de germinação a dez dias depois que o primórdio 
da panícula é visível (MACHADO, 1994), já que 
existe uma função direta com o número de colmos, 
dependendo, portanto, dos fatores genéticos 
(cultivar) e ambientais, que no presente trabalho 
não foram impeditivos nas condições de terras altas 
irrigado por aspersão e em solo de boa fertilidade, o 
que indica que o cultivar apresentou boa capacidade 
de perfilhamento. 

Segundo Yoshida (1981a,1981b), o número 
total de espiguetas é influenciado por fatores 
genéticos e condições externas vigentes durante a 
fase reprodutiva, mais precisamente do início da 
fase reprodutiva até cinco dias que antecedem o 
florescimento. Assim, pela boa fertilidade do solo e 
disponibilidade hídrica durante o desenvolvimento 
da cultura, verifica-se um alto valor de NET, com 
baixo número de espiguetas chochas (NEC), e 
portanto, bons valores de NEG (Tabela 2), que 
expressam a boa fertilidade das espiguetas que se 
tornaram grãos. Este componente da produção é 
dependente da meiose do grão do pólen, da antese, 
da polinização, da fertilização e da translocação de 
carboidratos, e é influenciada por circunstâncias 
ambientais, especialmente ao redor dos 10 dias 
que antecedem o florescimento, assim como 
níveis excessivos de fertilizantes nitrogenados 
(MACHADO, 1994), elemento este não deficitário 
no presente trabalho pela condição de não limitação 
hídrica e aplicação em cobertura de 80 kg ha-1 de 
N, na forma de sulfato de amônio, e, portanto com 
baixo risco de perdas.

Com relação à MMG, este é um componente 
que é determinado durante as duas semanas que 
precede a antese, e do desenvolvimento da cariopse 
após o florescimento. Consequentemente, depende 
da translocação de carboidratos, nos primeiros 
sete dias, para enchimento do grão no sentido de 

seu comprimento, e nos sete dias que se seguem, 
para aumentar a largura e a espessura do grão 
(MACHADO, 1994). Novamente pelas boas 
condições de clima, aliada a irrigação suplementar 
e pela boa fertilidade do solo, os valores médios de 
24,60 g demonstraram que houve ótima translocação 
de assimilados para os grãos, pois em condições 
semelhantes de local e solo, Meira et al. (2005) e 
Buzetti et al. (2006) verificaram valores próximos 
também em condições de terras altas irrigado por 
aspersão para a mesma cultivar IAC 202.

Em trabalhos de avaliação dos componentes da 
produção de arroz, Silva et al. (2002) constataram 
valores de 214, 159, 62, 223 e 24,00 g para os 
mesmos componentes da produção (NPA, NEG, 
NEC, NET e MMG). Entretanto, o NEG e a MMG 
apresentaram maior proximidade de valores quando 
comparados ao presente estudo. Por outro lado, 
Farinelli et al. (2004) descreveram valores médios 
de 228 (NEG), 116 (NEC), 344 (NET) e 23,39 g 
(MMG), discordando dos dados ora apresentados. 
Já Silva et al. (2009), relataram valores inferiores 
quando comparados a este estudo, sendo 210, 187 e 
21,5 g para os componentes da produção NPA, NET 
e MMG, respectivamente. Entretanto, cabe salientar 
que os trabalhos dos mencionados autores possuíram 
como causas de variação épocas de aplicação da 
adubação potássica (SILVA et al., 2002), doses de 
adubação nitrogenada e potássica (FARINELLI et 
al., 2004) e avaliação de cultivares (SILVA et al., 
2009), o que provavelmente tenha contribuído para 
as diferenças constatadas em relação ao presente 
trabalho, uma vez que pela discussão anterior, 
os componentes da produção são extremamente 
dependentes de fatores bióticos e/ou abióticos, em 
diferentes estádios de desenvolvimento da cultura.

Para as correlações de Pearson entre a 
produtividade de grãos de arroz e seus componentes 
da produção (Tabela 3), foram significativos os pares 
PGO x NPA (r = 0,229*), PGO x NEG (r = 0,475**), 
PGO x NEC (r = –0,232*) e PGO x NET (r = 0,362**), 
confirmando a estreita relação da produtividade de 
grãos de arroz com seus componentes da produção, 



1635
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

principalmente em relação ao NEG e ao NPA, que 
foram os dois que mais contribuíram para o aumento 
da produção de grãos de arroz. Tais constatações 
também foram confirmadas por Fageria (2000), que 
relatou correlação significativa da produtividade de 
grãos de arroz em função do número de panículas 
(r = 0,570**), e por Guimarães et al. (2006), que 
correlacionaram positiva e significativamente a 
produtividade de grãos de arroz com o número de 
espiguetas por panícula. Portanto, é importante 

que o orizicultor realize adequadamente o manejo 
agrícola, para que a cultura possa produzir o maior 
número possível de panículas e espiguetas granadas, 
uma vez que estas, consequentemente, determinarão 
a produção. 

Cabe salientar que o número de espiguetas 
chochas por panícula, influiu negativa e 
significativamente na produtividade de grãos de 
arroz, conforme o (Tabela 3), corroborando as 
constatações de Marchezan et al. (2005).

Tabela 3. Coeficientes de correlação de Pearson entre alguns atributos da produtividade do arroz em um Latossolo 
Vermelho distroférrico sob sistema plantio direto. Selvíria – MS, 2009/2010.

Atributos (a) Coeficiente de correlação (b)

PGO NPA NEG NEC NET
NPA 0,229*
NEG 0,475** 0,187*
NEC -0,232* -0,142 -0,099
NET 0,362** 0,123 0,918** 0,304**

MMG 0,150 -0,023 0,018 -0,445** -0,160
 (a) Vide Tabela 2; (b) ** significativo a 1%, * significativo a 5%.
Fonte: Elaboração dos autores.

Tendo em vista a importância agronômica deste 
estudo, foram modeladas as principais equações 
de regressão linear simples [PGO=f(NPA) e 
PGO=f(NEG)] e apresentadas nas Figuras 1 e 2. 
Em relação à regressão PGO=f(NPA), foi modelada 
uma equação do tipo potencial direta (Figura 1), 
cujo coeficiente de correlação (r) foi 0,257**, 
significativo a 1%. Trabalhando-se na equação de 
regressão obtida e utilizando-se o valor mínimo 
(129) e máximo (379) da variável independente 
NPA (Tabela 2), verificou-se que a PGO variou 
entre 4740 kg ha-1 e 6520 kg ha-1, respectivamente. 
Por outro lado, quando na equação considerou-se o 
valor médio do NPA (260), a PGO foi estimada em 
5832 kg ha-1.

Da mesma forma, na Figura 2 está exposta a 
equação de regressão PGO=f(NEG), a qual foi 
representada pelo modelo polinomial do tipo 
potencial direta (r = 0,502**). Assim, 50,2% 

da variação da PGO puderam ser explicadas 
pela variação do NEG. Explorando a referida 
equação de regressão, é possível observar que 
se variando o NEG entre 88 a 218 (Tabela 2), 
a estimativa da PGO passará de 3629 kg ha-1 a 
7298 kg ha-1, respectivamente. Analogamente, ao 
considerar o valor médio do NEG (164) obtido 
neste experimento, poderá ser estimada uma PGO 
de 5862 kg ha-1, valor este próximo à PGO desta 
pesquisa. Neste sentido, Guimarães et al. (2006), 
que avaliando o comportamento do arroz de terras 
altas (cultivar canastra) em sistema plantio direto, 
também modelou regressão entre PGO=f(NEG), 
cuja equação, de comportamento linear direta, 
explicou 68% da variação da produtividade do arroz 
(R2 = 0,68**). Estes autores tiveram a produtividade 
do arroz variando entre 3067 kg ha-1 e 4691 kg 
ha-1 quando o número de espiguetas granadas por 
panícula variou entre 95 e 175. Por outro lado, a 
produtividade média foi estimada em 3583 kg 



1636
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

ha-1 quando o valor médio de espiguetas granadas 
por panícula (120,4) foi considerado na regressão 
obtida. 

Portanto, ambas as equações podem perfeitamente 
ser utilizadas para se estimar a produtividade de 
grãos de arroz, quando as condições de cultivo 

forem semelhantes às da presente pesquisa. 
Entretanto, em função da equação PGO = 115,5.
NEG0,770 ter apresentado o maior coeficiente de 
correlação (r = 0,502**), Figura 2, significativa a 
1%, recomenda-se a sua utilização, uma vez que 
há elevada probabilidade desta estimar com maior 
precisão a produtividade de grãos de arroz.

Figura 1. Equação de regressão da produtividade de grãos de arroz de terras altas em função do número de panículas 
por área em um Latossolo Vermelho distroférrico sob sistema plantio direto. Selvíria – MS, 2009/2010.

Fonte: Elaboração dos autores.

Figura 2. Equação de regressão da produtividade de grãos de arroz de terras altas em função do número de espiguetas 
granadas por panícula em um Latossolo Vermelho distroférrico sob sistema plantio direto. Selvíria – MS, 2009/2010.

Fonte: Elaboração dos autores.



1637
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

Na Tabela 4 estão apresentadas as regressões 
lineares múltiplas ajustadas para estimar a 
produtividade de grãos de arroz (variável 
dependente) em função dos componentes da 
produção (variáveis independentes), o número 
de observações e seus respectivos coeficientes de 
determinação (R2). Assim, para a primeira variável 
(NEG) adicionada no ajuste da regressão, houve 
uma explicação de 22,4% da PGO (R2 = 0,224). Este 
resultado está de acordo com aquele apresentado na 
Tabela 3, que evidencia a maior correlação da PGO 
com o componente da produção NEG. Por outro 
lado, a combinação do NEG e NEC explicou 25,9% 
da PGO, indicando um pequeno acréscimo quando 
o ajuste da regressão adicionou mais uma variável. 
Contudo, uma terceira seleção de variáveis com 
maior precisão na explicação da PGO adicionou o 
NET. Este ajuste da regressão conseguiu explicar 
28,8% da PGO, representando um acréscimo em 
R2 de 6,4%, quando comparada a equação que 
considera somente o NEG.

As demais influências na PGO ficaram por conta 
de outros fatores que não entraram nos modelos por 
não serem significativos a 10% de probabilidade. 
A explicação proposta com base na regressão 

linear múltipla demonstrou a implicação de cada 
componente da produção (variável independente) 
pesquisado na produtividade de grãos de arroz, 
levando em consideração seus valores, o que 
permitiu classificar qual foi a real contribuição de 
cada variável componente da produção no modelo 
ajustado. Neste contexto, foi verificado que o maior 
peso equivalente da PGO no modelo ajustado foi 
devido ao NEG (77,67%), seguido pelo NEC e 
NET (Tabela 5). Segundo Maia, Morais e Oliveira 
(2001), o uso do peso em porcentagem leva a 
uma precisão maior no diagnóstico, pois todas as 
variáveis independentes incluídas nos modelos estão 
na mesma escala, no caso, expressos em valores 
relativos, fato corroborado pelos coeficientes de 
determinação apresentados na Tabela 4.

Portanto, conforme verificado na Tabela 4, a 
equação de regressão linear múltipla de melhor 
desempenho (maior R2), significativa a 1%, foi: 
PGO = 2754,30-411,55.NEG-461,07.NEC+436,59.
NET, que estimou uma PGO de 6416 kg ha-1. O 
componente da produção que mais contribuiu para 
o ajuste do referido modelo foi o NEG, estimada 
pela sua maior contribuição na soma de quadrados 
devido à regressão (77,67%), como pode ser 
confirmado na Tabela 5. 

Tabela 4. Equações de regressão linear múltipla obtidas para estimar a produtividade de grãos de arroz pelo método 
Stepwise, número de observações (N) e coeficiente de determinação (R2) para os componentes da produção. Selvíria 
– MS, 2009/2010.

Equação de Regressão PGO Estimada/Real N R2

PGO = 1661,20+26,29.NEG** 5973/5980 120 0,224**
PGO = 2740,97+25,29.NEG**-25,20.NEC* 5981/5980 120 0,259**
PGO = 2754,30-411,55.NEG*-461,07.NEC*+436,59.NET* 6416/5980 120 0,288**

Significativo à 5%; ** Significativo à 1% de probabilidade.
Fonte: Elaboração dos autores.



1638
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

Tabela 5. Peso na soma de quadrados e peso em porcentagem dos componentes da produção em cada modelo ajustado 
pela regressão linear múltipla obtida pelo método Stepwise. Selvíria – MS, 2009/2010.

Componente da Produção (a) Peso na Soma de Quadrados Peso em Porcentagem
NEG 46.945.214 77,67
NEC 54.351.815 12,26
NET 60.440.391 10,07

(a) Vide Tabela 2.
Fonte: Elaboração dos autores.

Na análise geoestatística, com exceção da 
PGO, que apresentou dependência espacial, todos 
os componentes da produção apresentaram efeito 
pepita puro. O efeito pepita puro denotou que o 
comportamento dessas variáveis regionalizadas foi 
totalmente aleatório, revelando a descontinuidade 
do semivariograma em distâncias menores que as 
amostradas, indicando a necessidade de repensá-la. 
Na Figura 3 estão evidenciados o semivariograma e 
o mapa de krigagem da produtividade de grãos de 
arroz, havendo a necessidade de extrair a tendência 
nos seus dados. Assim, foi ajustado o modelo 
semivariográfico esférico, com coeficiente de 
determinação espacial (r2) de 0,771 e dependência 
espacial média (52,2%). O alcance geoestatístico 
foi de 47,0 m. O conhecimento do alcance 
geoestatístico é muito importante uma vez que 

ele determina a distância na qual uma variável 
regionalizada, modelada pelo semivariograma, 
apresenta continuidade espacial. Em contrapartida, 
para distâncias maiores que aquela determinada pelo 
alcance geoestatístico, o comportamento espacial 
da variável regionalizada passa a ser totalmente 
aleatório.

Foi constatado que nas regiões sul, noroeste-
sudoeste e nordeste, ocorreram os mais elevados 
valores da £PGO (5878 a 7619 kg ha-1) (Figura 3b). 
Em contrapartida, nas demais regiões ocorreram 
os mais baixos valores da £PGO (3557-5878 kg 
ha-1), indicando manchas com produtividades 
extremamente variadas, concordando com Molin et 
al. (2007), que também verificaram em seu estudo, 
a presença de diferentes produtividades de milho 
safrinha em toda a área experimental.

Figura 3. Semivariograma e Mapa de krigagem da produtividade de grãos de arroz (£PGO) em um Latossolo 
Vermelho distroférrico sob plantio direto. Números entre parênteses são, respectivamente, valor do efeito pepita (C0), 
contribuição (C1) e alcance (a). Selvíria – MS, 2009/2010.

Fonte: Elaboração dos autores.

a

b



1639
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

Como pode ser constatado, para a avaliação 
geoestatística dos componentes da produção de 
grãos de arroz, que apresentaram efeito pepita 
puro, representando aquela variância que não pôde 
ser detectada pelos semivariogramas, devem-se 
adotar coletas amostrais à distâncias menores que 
as adotadas neste estudo, seja para minimizar a 
ocorrência de um erro qualquer, seja para confirmar 
se realmente esses componentes da produção 
possuem distribuição espacial totalmente aleatória, 
ou ainda o contrário, se a continuidade dos 
semivariogramas se dá à distâncias menores que as 
amostradas.

Conclusões

A produtividade média de grãos de arroz foi de 
5980 kg ha-1.

Para as regressões lineares simples, o número 
de espiguetas granadas por panícula apresentou 
a melhor correlação potencial direta com a 
produtividade de grãos de arroz, dada por: PGO 
= 115,5.NEG0,770. Entretanto, para as regressões 
lineares múltiplas, a equação PGO = 2754,30-
411,55.NEG-461,07.NEC+436,59.NET foi a que 
melhor se apresentou para estimar a produtividade 
de grãos de arroz. 

Espacialmente, não foi possível estabelecer 
correlação entre a produtividade de grãos de arroz e 
os componentes da produção, uma vez que nenhum 
desses apresentou dependência espacial nos seus 
dados.

Agradecimento

Os autores agradecem a Coordenação de 
Aperfeiçoamento de Pessoal de Nível Superior 
(CAPES) pelo auxílio financeiro concedido ao 
primeiro autor.

Referências
BLANCO, P. H.; VIDA, F. B. P.; CASTRO, L. A.; 
PORTO, A. Análisis del crecimiento y componentes de 
rendimento en cultivares de arroz. In: REUNIÃO DA 
CULTURA DO ARROZ IRRIGADO, 20., 1993, Pelotas. 
Anais... Pelotas: Embrapa-CPACT, 1993. p. 74-77.

BRASIL. Ministério da Agricultura, Pecuária e 
Abastecimento. Regras para análise de semente. 
Ministério da Agricultura, Pecuária e Abastecimento. 
Secretaria de Defesa Agropecuária. Brasília: Mapa/ACS, 
2009. 399 p.

BUZETTI, S.; BAZANINI, G. C.; FREITAS, J. G.; 
ANDREOTTI, M.; ARF, O.; SÁ, M. E.; MEIRA, F. A. 
Resposta de cultivares de arroz a doses de nitrogênio 
e do regulador de crescimento cloreto de clormequat. 
Pesquisa Agropecuária Brasileira, Brasília, v. 41, n. 12, 
p. 1731-1737, 2006.

CARVALHO-PUPATTO, J. G.; BÜLL, L. T.; 
CRUSCIOL, C. A. C. Atributos químicos do solo, 
crescimento radicular e produtividade do arroz de acordo 
com a aplicação de escórias. Pesquisa Agropecuária 
Brasileira, Brasília, v. 39, n. 12, p. 1213-1218, 2004.

CAZETTA, D. A.; ARF, O.; BUZETTI, S.; SÁ, M. E.; 
RODRIGUES, R. A. F. Desempenho do arroz de terras 
altas com a aplicação de doses de nitrogênio e em 
sucessão às culturas de cobertura do solo em sistema de 
plantio direto. Revista Bragantia, Campinas, v. 67, n. 2, 
p. 471-479, 2008.

COMPANHIA NACIONAL DE ABASTECIMENTO – 
CONAB. Acompanhamento da safra brasileira: grãos – 
décimo segundo levantamento, setembro 2010. Brasília: 
CONAB, 2010. 41 p.

CRUSCIOL, C. A. C.; ARF, O.; SORATTO, R. P.; 
ANDREOTTI, M. Produtividade do arroz de terras altas 
sob condições de sequeiro e irrigado por aspersão em 
função do espaçamento entre fileiras. Agronomia, Rio de 
Janeiro, v. 37, n. 1, p. 10-15, 2003.

DALCHIAVON, F. C.; CARVALHO, M. P.; NOGUEIRA, 
D. C.; ROMANO, D.; ABRANTES, F. L.; ASSIS, J. T.; 
OLIVEIRA, M. S. Produtividade da soja e resistência 
mecânica à penetração do solo sob sistema plantio direto 
no cerrado brasileiro. Pesquisa Agropecuária Tropical, 
Goiânia, v. 41, n. 1, p. 8-19, 2011.

DAVIS, J. C. Statistics and analysis in geology. 2. ed. 
New York: John Wiley, 1986. 646 p.

DEWEY, D. R.; LU, K. H. A correlation path coefficient 
analysis of components of crested wheatgrass seed 
production. Agronomy Journal, Madison, v. 51, n. 2, p. 
515-518, 1959.



1640
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Dalchiavon, F. C. et al.

EMPRESA BRASILEIRA DE PESQUISA 
AGROPECUÁRIA – EMBRAPA. Cultivo do arroz de 
terras altas. Santo Antônio de Goiás: EMBRAPA, 2003. 
(Sistemas de produção, n. 1). Disponível em: <http://
sistemasdeproducao.cnptia.embrapa.br/FontesHTML/
Arroz/ArrozTerrasAltas/index.htm>. Acesso em: 25 out. 
2010.

______. Sistema brasileiro de classificação de solos. 2. 
ed. Rio de Janeiro: Embrapa, 2006. 306 p.

FAGERIA, N. K. Eficiência do uso de potássio pelos 
genótipos de arroz de terras altas. Pesquisa Agropecuária 
Brasileira, Brasília, v. 35, n. 10, p. 2115-2120, 2000.

FAGERIA, N. K.; SANTOS, A. B. dos. Resposta do 
arroz irrigado à adubação verde e química no Estado de 
Tocantins. Revista Brasileira de Engenharia Agrícola 
e Ambiental, Campina Grande, v. 11, n. 4, p. 387-392, 
2007.

FARINELLI, R.; PENARIOL, F. G.; FORNASIERI 
FILHO, D.; BORDIN, L. Características agronômicas 
de arroz de terras altas sob plantio direto e adubação 
nitrogenada e potássica. Revista Brasileira de Ciência do 
Solo, Viçosa, v. 28, n. 3, p. 447-454, 2004.

GS+: geostatistics for environmental sciences. 7. ed. 
Michigan, Plainwell: Gamma Desing Software, 2004. 
159 p.

GUIMARÃES, G. L. Plantas de cobertura e adubação 
nitrogenada em cultivares de arroz de terras altas 
irrigadas no cerrado. 2008. Tese (Doutorado em 
Agronomia) – Faculdade de Engenharia. Universidade 
Estadual Paulista, Ilha Solteira.

GUIMARÃES, C. M.; STONE, L. F.; CASTRO, E. M. 
Comportamento de cultivares de arroz de terras altas 
no sistema plantio direto em duas profundidades de 
adubação. Bioscience Journal, Uberlândia, v. 22, n. 1, p. 
53-59, 2006.

HÖFS, A.; SCHUCH, L. O. B.; PESKE, S. T.; BARROS, 
A. C. S. A. Efeito da qualidade fisiológica das sementes e 
da densidade de semeadura sobre o rendimento de grãos 
e qualidade industrial em arroz. Revista Brasileira de 
Sementes, Londrina, v. 26, n. 2, p. 54-62, 2004.

LOURENTE, E. R. P.; MERCANTE, F. M.; 
MARCHETTI, M. E.; SOUZA, L. C. F.; SOUZA, 
C. M. A.; GONÇALVES, M. C.; SILVA, M. A. G. 
Rotação de culturas e relações com atributos químicos 
e microbiológicos do solo e produtividade do milho. 
Semina: Ciências Agrárias, Londrina, v. 31, n. 4, p. 829-
842, 2010.

MACHADO, J. R. Desenvolvimento da planta e 
produtividade de grãos de populações de arroz (Oryza 

sativa L.) irrigado por inundação em função de épocas 
de cultivo. 1994. Tese (Livre Docência) – Faculdade de 
Ciências Agronômicas. Universidade Estadual Paulista, 
Botucatu. 

MAIA, C. E.; MORAIS, E. R. C.; OLIVEIRA, M. 
Classificação da composição iônica da água de irrigação 
usando regressão linear múltipla. Revista Brasileira de 
Engenharia Agrícola e Ambiental, Campina Grande, v. 
5, n. 1, p. 55-59, 2001.

MARCHEZAN, E.; MARTIN, T. N.; SANTOS, F. M.; 
CAMARGO, E. R. Análise de coeficiente de trilha para 
os componentes de produção em arroz. Ciência Rural, 
Santa Maria, v. 35, n. 5, p. 1027-1033, 2005.

MEDEIROS, R. D.; SOARES, A. A.; GUIMARÃES, 
R. M. Compactação do solo e manejo da água. I: efeitos 
sobre a absorção de N, P, K, massa seca de raízes e parte 
aérea de plantas de arroz. Ciência e Agrotecnologia, 
Lavras, v. 29, n. 5, p. 940-947, 2005.

MEIRA, F. A.; BUZETTI, S.; FREITAS, J. G.; ARF, O.; 
SÁ, M. E. Resposta de dois cultivares de arroz à adubação 
nitrogenada e tratamento foliar com fungicidas. Acta 
Scientiarum. Agronomy, Maringá, v. 27, n. 1, p. 91-95, 
2005.

MOLIN, J. P.; VIEIRA JUNIOR, P. A.; DOURADO 
NETO, D.; FAULIN, G. C.; MASCARIN, L. Variação 
espacial na produtividade de milho safrinha devido 
aos macronutrientes e à população de plantas. Revista 
Brasileira de Milho e Sorgo, Sete Lagoas, v. 6, n. 3, p. 
309-324, 2007.

MOURA NETO, F. P.; SOARES, A. A.; AIDAR, H. 
Desempenho de cultivares de arroz de terras altas sob 
plantio direto e convencional. Ciência e Agrotecnologia, 
Lavras, v. 26, n. 5, p. 904-910, 2002.

SCHLOTZHAVER, S. D.; LITTELL, R. C. SAS system 
for elementary statical analysis. 2. ed. Cary: SAS, 1997. 
441 p.

SHAPIRO, S. S.; WILK, M. B. An analysys of variance 
test for normality: complete samples. Biometrika, 
London, v. 52, n. 3-4, p. 591-611, 1965.

SILVA, E. A.; SORATTO, R. P.; ADRIANO, E.; 
BISCARO, G. A. Avaliação de cultivares de arroz de 
terras altas sob condições de sequeiro em Cassilândia, 
MS. Ciência e Agrotecnologia, Lavras, v. 33, n. 1, p. 298-
304, 2009.

SILVA, E. A.; SORATTO, R. P.; OZEKI, M.; ARF, O. 
Manejo da época de aplicação da adubação potássica 
em arroz de terras altas irrigado por aspersão em solo de 
cerrado. Acta Scientiarum: Agronomy, Maringá, v. 24, n. 
5, p. 1455-1460, 2002.



1641
Semina: Ciências Agrárias, Londrina, v. 33, n. 5, p. 1629-1642, set./out. 2012

Correlação linear entre componentes da produção e produtividade do arroz de terras altas em sistema plantio direto

SILVA, M. R. M. Períodos de interferência das plantas 
daninhas na cultura do arroz de terras altas. 2006. Tese 
(Doutorado em Agronomia) – Faculdade de Ciências 
Agrárias e Veterinárias. Universidade Estadual Paulista, 
Jaboticabal.

YOSHIDA, S. Climatic environmentand its influence. In: 
______. Fundamentals of rice crop science. Los Baños: 
International Rice Research Institute, 1981a. cap. 2, p. 
65-110. 

______. Growth and development of the rice plant. In: 
______. Fundamentals of rice crop science. Los Baños: 
International Rice Research Institute, 1981b. cap. 1, p. 
1-65.

ZAFFARONI, E.; TERRES, A. L.; BEVILAQUA, G. 
A. P.; ROBAINA, A. D.; LIMA, D.; SILVA FILHO, P. 
M.; LOPES, R. Análise de caminho nos componentes do 
rendimento de genótipos de arroz no Rio Grande do Sul. 
Pesquisa Agropecuária Brasileira, Brasília, v. 33, n. 1, 
p. 43-48, 1998.

ZARATIN, C.; SOUZA, S. A.; PANTANO, A. C.; SÁ, 
M. E.; ARF, O.; BUZETTI, S. Efeitos de quatro doses 
de potássio em seis cultivares de arroz de sequeiro 
irrigados por aspersão. I. Componentes de produção e 
produtividade. Científica, Jaboticabal, v. 32, n. 2, p. 115-
120, 2004.