RESUMEN. El rendimiento potencial del cultivo de tomate para industria en el Uruguay según experimentos en el país es de 90 Mg ha-1. En contraposición, la productividad promedio del cultivo a nivel comercial no supera los 50 Mg ha-1. Este trabajo tiene por objetivo determinar cuales son las causas principales que determinan las diferencias de rendimiento entre productores de tomate para industria, estableciendo un orden jerárquico de factores determinantes. Para esto, se realizó un análisis de los factores que afectaron el rendimiento en los sistemas de producción en la zafra 2007/08. La metodología se basó en un muestreo estratificado de productores. Se formó una muestra de 22 productores, en los cuales se relevaron variables relacionadas al sistema de producción, al sistema de manejo y se midió el rendimiento. Dichas variables se clasificaron en niveles para realizar el análisis de varianza y las que resultaron significativas se incluyeron en un modelo mixto. A partir del análisis, se concluyó que la variable que explicó en mayor medida las diferencias en rendimiento para la zafra en estudio fue el agua disponible (43% de la variación total). La aplicación de cama de pollo siguió en importancia y explicó el 21% de la variación de rendimiento. Otras variables significativas fueron la densidad de plantas y la variedad. SUMMARY. Analysis and Hierarchy of Yield Determinant Factors on Tomato for Processing in Uruguay. The potential yield of tomato crops grown for processing in Uruguay is 90 Mg ha-1, according to experiments in the country. In contrast, the average productivity of commercial farmers does not exceed 50 Mg ha-1. This study aims to explain the main causes of the differences in yield among growers of tomato for processing, establishing a hierarchical order of the determinant factors. For this, we performed an analysis of factors affecting performance in production systems in 2007/08 harvest. The methodology was based on a stratified sample of producers. Within this sample of 22 farmers, we measured and collected information on several variables related to the farming systems, the crop management systems and the performance of the crop. These variables were classified into levels for the analysis of variance, and the ones that were significant were included in a mixed model. From this analysis, we concluded that the variable that explained further the differences in yield for the crop under study was the water available (43% of total variation). The application of poultry litter followed in importance and explained 21% of yield variation. Other significant variables were plant density and variety.