Consideraremos los 3 diseños básicos pero excluyendo el caso cuando se trata del experimento factorial. Sí el experimento es factorial, entonces el uso del método de Duncan requiere ciertas técnicas especiales que se explicarán más adelante.
Todos los datos deben ser escritos en una sola hilera, separados por uno o más espacios en blanco y consisten en:
Número-de- tratamientos  Promedios-de-tratamientos  Valores-tabulares-para-el-test-de-Duncan  Cuadrado-medio-error-experimental  Número-efectivo-de-replicaciones

Nota: La enumeración anterior ocupó 2 líneas para escribir, pero como se ha dicho anteriormente, todos los datos serán entrados en el programa en una sola hilera separados por uno o más espacios en blanco.

Número-de- tratamientos contiene un solo dato. El número de Promedios-de-tratamientos que se entrarán al programa  será igual al Número-de- tratamientos. Los Valores-tabulares-para-el-test-de-Duncan serán obtenidos de una tabla estadística y esto se explicará más abajo. El Cuadrado-medio-error-experimental   (es un solo valor y ) se obtiene de la tabla de Análisis de varianza.
Número-efectivo-de-replicaciones para todos los diseños básicos y siempre que el experimento no sea factorial, es igual al número de replicaciones del diseño. Para un diseño en bloques aleatorios, El número efectivo de replicaciones también será igual al número de bloques. En el caso de un diseño cuadrado latino, el número efectivo de replicaciones = número de filas = número de columnas = número de tratamientos.

¿ Cómo buscar los Valores-tabulares-para-el-test-de-Duncan ? Estos valores tabulares se obtiene de una tabla estadística llamada:  Significant  ranges for Duncan's Multiple Range test: (En español: Rangos significativos  para el test de Rango mútiple de Duncan). Esta tabla existe para para los niveles de significación de 1% y 5 % .

Para buscar los valores en la mencionada tabla, Ud. debe de disponer primero de las 3  informaciones siguientes:
(i) El nivel de significación que será usado, (ii) El número de tratamientos que tiene el diseño, (iii) el valor numérico de grados de libertad (abreviatura: g.l.) del error del diseño.
Ejemplo:
Deseamos usar el nivel de significación = 0,05 ; El diseño usado fue Bloques aleatorios con 5 bloques y 6 tratamientos. Los promedios de tratamientos fueron los siguientes:
27     35.9    44.82     44.54     61.08     60.64
g.l. del error experimental = 20 ; C.M. Error experimental = 101.67 ;
Busquemos primero los valores tabulares en la tabla que ha sido nombrada anteriormente. Siga los siguientes pasos:
Ubique la tabla correspondiente al nivel de significación = 0,05 ;
Ubique en la tabla la fila correspondiente al g.l del error = 20 ;
Anote de la tabla,  5 valores tabulares correspondiente a las columnas que indican los valores de rangos iguales a: 2    3    4    5    6 ;
Estos valores tabulares son los siguientes:
2.95    3.10    3.18    3.25    3.30
[En general sí el número de tratamientos es k,  entonces se obtienen (k-1) valores tabulares.]

Ya que tenemos toda la información que necesitamos, ahora debe escribir la  siguiente  hilera de datos en la caja del texto en el programa:
6    27    35.9   44.82   44.54     61.08   60.64    2.95   3.1   3.18   3.25   3.30    101.67     5
Luego haga click sobre el botón que se llama:            Ejecutar: Duncan

Nota:  obsérvese que también será correcto entrar la  siguiente  hilera de datos en la caja del texto:
6  ;  27    35.9   44.82   44.54     61.08   60.64  ;   2.95   3.1   3.18   3.25   3.30  ;   101.67     5

Esta entrada tiene la ventaja que ; se usa para indicar el comienzo y el fin de ciertos subgrupos de datos para una mejor visualización. El programa no tomará en cuenta el separador ; en el procesamiento de datos.

Nota:   En algunos casos para hallar los valores tabulares,  será  necesario usar la interpolación lineal, ya que la tabla presenta discontinuidades entre los valores presentados tanto en las filas como en las columnas. Sucederá esto por ejemplo si un diseño tiene 25 g.l. para el error experimental   y/o hay 15 tratamientos.

(II): Experimentos Factoriales:

Todo lo explicado en la sección anterior es válido para el caso que se comenta aquí salvo que el número efectivo de replicación para un experimento factorial asumirá valores diferentes para diferentes tipos de comparaciones.

(II-1): Experimento factorial de 2 factores y cualquier diseño: C.A., B.A. o C.L.
Sean  a y b los niveles de un experimento factorial con los factores A y B respectivamente. Sea n el número de replicaciones del experimento. En la siguiente tabla se presenta la información acerca del cálculo del número efectivo de replicaciones para diferentes tipos de comparaciones:

Tipo de comparaciones:                                                                           Número efectivo de replicación:
Entre los ab promedios bidimensionales de los factores A y B                                 n
Entre los a promedios marginales del factor A                                                         bn
Entre los b promedios marginales del factor B                                                         an
Entre los a promedios bidimensionales de los factores A y B
para un nivel fijo de B                                                                                             n
Entre los b promedios bidimensionales de los factores A y B
para un nivel fijo de A                                                                                             n                                .

Ejemplo:
En una investigación se utilizó un experimento factorial de 4x3 en un diseño B.A. con 2 bloques. Los números de niveles de los factores A y B fueron 4 y 3 respectivamente. Se obtuvieron datos experimentales sobre 2 variables respuestas que indicamos por y₁ e y₂  . Supongamos  las siguientes situaciones hipotéticas para considerar la manera en que se debe usar el método de Duncan, sabiendo que se obtuvieron los siguientes resultados en la tabla de Análisis de varianza:

Respuesta                          Efectos con valores de F significativos al nivel de sig. = 0,05
y₁                                      A y B significativos. AB no significativa.
y₂                                      A, B y AB significativos.
.                                                                                                                                   .
Obsérvese que para ambas variables respuestas hay 12 promedios bidimensionales, 4 promedios unidimensionales del factor A y  3 promedios unidimensionales del factor B.

Caso (a): Variable respuesta y₁:
Ya que AB es no significativa, podemos hacer 2 test de Duncan separadamente.

(1):  Test de Duncan  sobre 4 promedios unidimensionales del factor A con la siguiente entrada de datos:

4  ;   los 4 promedios del factor A  ;   3 valores tabulares  ;   C.M. error experimental  ;   6  ;

(2):  Test de Duncan  sobre 3 promedios unidimensionales del factor B con la siguiente entrada de datos:

3  ;   los 3 promedios del factor B  ;   2 valores tabulares  ;   C.M. error experimental  ;   8 ;

Caso (b): Variable respuesta y₂:
Ya que AB  es significativa, la situación se complica. Podemos considerar algunas de las siguientes posibilidades válidas:
(1):  Test de Duncan  sobre 12 promedios bidimensionales con la siguiente entrada de datos:

12  ;   los 12  promedios bidimensionales  ;   11  valores tabulares  ;   C.M. error experimental  ;   2 ;
o
(2): Test de Duncan  sobre 4 promedios bidimensionales del factor A para cada uno de los niveles fijos del factor B. Habrá que hacer 3 test de Duncan, con la siguiente entrada de datos:

4  ;  4 promedios bidimensionales  del factor A  para el nivel j de B ; 3 valores tabulares  ;  C.M. error   ;  2 ;
(repetir el test de Duncan  3 veces para j = 1,...,3)

o
(3): Test de Duncan  sobre 3 promedios bidimensionales del factor B para cada uno de los niveles fijos del factor A. Habrá que hacer 4  test de Duncan, con la siguiente entrada de datos:

3  ;  3 promedios bidimensionales  del factor B  para el nivel i de A ; 2 valores tabulares  ;  C.M. error   ;  2 ;
(repetir el test de Duncan  4 veces para i = 1,...,4)
 

(II-2): Experimento factorial de 3 factores y cualquier diseño: C.A., B.A. o C.L.
Sean a, b y c los niveles de los factores A, B y C respectivamente en un experimento factorial de 3 factores con n replicaciones. La situación aquí se resume de la siguiente manera:

Tipo de comparaciones:                                                                           Número efectivo de replicación:
Entre los abc promedios tridimensionales de los factores A , B y C                                 n
Entre los a promedios marginales del factor A                                                                bcn
Entre los b promedios marginales del factor B                                                                acn
Entre los ab promedios marginales bidimensionales de los factores A y B                        cn
Entre los ac promedios marginales bidimensionales de los factores A y C                        bn
Entre los bc promedios marginales bidimensionales de los factores B y C                        an
etc.                                                                                                                                                        .

Nota:  Para otros diseños tales como parcela dividida y parcela subdividida que tienen más de un tipo del error experimental, será necesario seleccionar el C.M. error experimental que sea apropiado para una comparacion en el momento de hacer la entrada de datos en el programa.