Trong một số thí nghiệm, ta muốn khảo sát ảnh hưởng của nhiều hơn là một yếu tố gây nhiễu. Như trong thí dụ trên, ngoài yếu tố nguồn gốc nguyên liệu, ta cũng muốn xem xét liệu điều kiện bảo quản nguyên liệu có ảnh hưởng gì không đến năng suất. Khi ấy, nếu kết hợp đầy đủ các mức của yếu tố chính và các yếu tố gây nhiễu thì số lượng đơn vị thí nghiệm sẽ lớn. Trong trường hợp số mức của yếu tố khảo sát và các yếu tố gây nhiễu như nhau, ta có thể ứng dụng phương pháp hình vuông La tinh (Latin square) để giảm số đơn vị thí nghiệm.

Hình vuông La tinh có cạnh là `a` được chia làm `a^2` ô nhỏ, mỗi ô chứa 1 ký tự và tổng cộng có `a` ký tự khác nhau. Các ký tự này được sắp xếp vào các ô sao cho trong mỗi hàng và mỗi cột đều chứa `a` ký tự khác nhau, và không có hai hàng nào giống nhau, không có hai cột nào như nhau. Hình 1 là một thí dụ với `a=5`.

Hình 1 Hình vuông La tinh

Xét một thí nghiệm khảo sát ảnh hưởng của một yếu tố chính X và hai yếu tố gây nhiễu U và V, mỗi yếu tố đều được khảo sát ở `a` mức như nhau. Nếu ta biểu diễn sự kết hợp của X và U, ta có một hình vuông có `a` cạnh và `a^2` ô (tương ứng với `a^2` "nghiệm thức"). Sau đó, ta bố trí `a` mức của V vào hình vuông này theo nguyên tắc hình vuông La tinh như đề cập ở trên.

Ta lấy thí dụ trường hợp `a=4`. Yếu tố chính X được khảo sát ở bốn mức A, B, C, D; yếu tố U được khảo sát ở bốn mức M, N, P, Q. Sự kết hợp hai yếu tố này cho ta hình vuông 16 ô. Ta bố thí bốn mức của yếu tố V α, β, γ, δ vào 16 ô này theo nguyên tắc hình vuông La tinh và ta có Bảng 1.

Với thí dụ trên thí nghiệm chỉ gồm 16 "nghiệm thức" thay vì 64 "nghiệm thức" như khi kết hợp đầy đủ 4 mức của 3 yếu tố. Nếu thực hiện không lặp, ta có ma trận yếu tố với 16 đơn vị thí nghiệm được trình bày trên Bảng 2.

Thông thường, khi sử dụng hình vuông La tinh để bố trí thí nghiệm, các nghiệm thức chỉ thực hiện một lần, không lặp. Khi đó, kết quả của đáp ứng `y_(ijk)` được trình bày dưới dạng:

`y_(ijk)=mu+tau_i+alpha_i+beta_k+epsilon_(ijk)`(50)

trong đó `mu` là trung bình của `a^2` giá trị của đáp ứng `Y`, `tau_i` là tác động của yếu tố chính X tại mức `i`, `alpha_j` là tác động của yếu tố nhiễu thứ nhất tại mức `j`, `beta_k` là tác động của yếu tố gây nhiễu thứ hai tại mức `k`, `epsilon_(ijk)` là sai số ngẫu nhiên tại "nghiệm thức" `ijk`.

Khi phân tích phương sai, ta có :

`SS_T=SS_X+SS_U+SS_V+SS_E`(51)

Sau đó, ta tiếp tục thực hiện phân tích phương sai theo cách tương tự như các trường hợp đã xem xét.