ResumoA determinação da quantidade de unidades amostrais que irão compor a amostra exprimirá a otimização da mão-de-obra, além de diminuir erros inerentes ao laudo de recomendação e avaliação da fertilidade do solo. Com este trabalho se objetivou determinar em três sistemas de uso e manejo do solo, o dimensionamento do número de unidades amostrais, necessárias a formar a amostra composta, para avaliação da fertilidade do solo. Concluiu-se que o número de unidades amostrais necessário a compor a amostra composta para determinação dos atributos de matéria orgânica, pH, P, K, Ca, Mg, H+Al e saturação por bases do solo variam conforme o uso e manejo do solo e o erro aceitável para a estimativa da média. Para uma mesma profundidade de coleta, o aumento do número de unidades amostrais, reduziu o erro porcentual na estimativa da média, permitindo a recomendação de 14, 14 e 11 unidades amostrais no manejo com mata nativa, pastagem e milho, respectivamente, para um erro de 20% na estimativa da média. Palavras-chave: Amostragem de solo, unidades amostrais, milho, Panicum, mata, variabilidade horizontal
AbstractThe determination of the amount of sample units that will compose the sample express the optimization of the workforce, and reduce errors inherent in the report of recommendation and evaluation of soil fertility. This study aimed to determine in three systems use and soil management, the numbers of units samples design, needed to form the composed sample, for evaluation of soil fertility. It was concluded that the number of sample units needed to compose the composed sample to determination the attributes of organic matter, pH, P, K, Ca, Mg, Al and H+Al and base saturation of soil vary by use and soil management and error acceptable to the mean estimate. For the same depth of collected, increasing the number of sample units, reduced the percentage error in estimating the average, allowing the recommendation of 14, 14 and 11 sample in management with native vegetation, pasture cultivation and corn, respectively, for a error 20% on the mean estimate.