Com objetivo de caracterizar os cultivares de milho do ciclo normal, precoce e superprecoce quanto à produtividade de grãos e características morfológicas, bem como verificar se o uso da covariância da produtividade com a população de plantas ou o número de espigas aumentam a precisão dos ensaios de competição de cultivares, foram conduzidos três experimentos (um por ciclo) na área experimental do Departamento de Fitotecnia da UFSM, Santa Maria. Foi usado o delineamento em blocos ao acaso com três repetições, sendo as parcelas constituídas por duas fileiras espaçadas de 0,8m com 5m de comprimento, no sistema de plantio direto sobre aveia preta dessecada. Para as variáveis avaliadas foi procedida a análise da variância e covariância com teste F e a aplicação do teste de Scott & Knott para as comparações entre as médias estimadas. Concluiu-se que existe diferença de produtividade entre cultivares para um mesmo número de espigas por parcela, e que a análise da covariância torna os resultados obtidos mais precisos, reduz os valores da diferença mínima significativa, e permite a apresentação de experimentos com mais qualidade.

The objectives of this study were: (i) to differentiate corn (Zea mays L.) cultivars in terms of yield and morphological traits and (ii) to verify a potential gain in experimental precision when yield covariance of plant population and/or ear number were used for statistical analysis of cultivar competition experiments. Three experiments (for middle, early-middle and early season maturity groups) were conducted at the Fitotecnia Department Experiment Station of Federal University of Santa Maria, Santa Maria, Brazil, in a non-tilling area over black oat. The experimental design was a complete randomized block with three replications. The experimental unit was two rows with 0.8m within-row and 5.0m length. Analysis of variance and covariance was performed for all evaluated traits and Scott & Knott was used to cluster cultivars in each maturity group. In conclusion, there are cultivar means differences adjusted for the same ear or plant number per plot and the covariance analysis improves experimental precision and reduce least significant differences.