Los experimentos, especialmente los agronómicos, dada la gran heterogeneidad ambiental que los caracteriza, pueden llevar a extraer conclusiones ambiguas o equívocas si no fueron bien diseñados. Por ello, es conveniente tener especial cuidado a lo largo de todo el procedimiento, desde la planificación hasta el análisis estadístico de los datos. En los casos en que el experimento haya logrado controlar razonablemente todas las fuentes de variación, no será necesario realizar correcciones posteriores. Con el objetivo de cuantificar el impacto del diseño experimental y de los modelos de análisis sobre la eficiencia de un experimento, se analizaron cuatro ensayos, de distinto tamaño, de dos etapas avanzadas de un programa de mejoramiento de trigo (final y elite). Se comparó el diseño original a campo con diseños alternativos y técnicas de análisis a posteriori como la inclusión del efecto columna en los modelos. El diseño original era un diseño en bloques incompletos resoluble y parcialmente balanceado. Para comparar los modelos de análisis se utilizaron indicadores de exactitud (coeficiente de correlación de Pearson entre valores observados y predichos), de precisión (error estándar de una media) y ajuste (Akaike Information Criterion) y se estudió la distribución de los residuales en el espacio. A su vez, se evaluó el impacto de utilizar diferentes modelos de análisis en la selección de genotipos. De los resultados obtenidos, se deduce que existía variación en el terreno en el sentido de las columnas que no había sido captada por el diseño original y que la inclusión de sus efectos en el modelo afectó los genotipos seleccionados, posiblemente debido a una mayor exactitud y precisión en la estimación de las medias de rendimiento. Estas diferencias fueron de mayor magnitud en los ensayos finales de mayor tamaño. Estos resultados resaltan la importancia del diseño experimental en las conclusiones que se extraen en los experimentos. También quedó en evidencia que la eficacia del diseño experimental en cada ensayo en particular, está determinada por múltiples factores tales como el tamaño del ensayo (número de tratamientos a evaluar), el ambiente y las decisiones que se tomen en función de la etapa del programa de mejoramiento.