USO INDIRECTO DEL AGUA
CÉLULAS BACTERIANAS
2.6 Aspectos estadísticos
La estadística se particularizó en el siglo XX por ser una herramienta matemática que permite analizar datos experimentales u observados (Ross, 2007). Su utilidad
constituyen una población (Ross, 2007), la cual puede ser finita o infinita (Devore, 2007) con características cualitativas y cuantitativas.
Los rasgos cualitativos no se consideran numéricas, a diferencia de los detalles cuantitativos cuya representación numérica se clasifica en dos grupos discretos y continuos, conocidos como variables en escala de medición constituida en cuatro tipos de niveles.
Escala nominal, sirve como un identificador del rango perteneciente a la
observación.
Escala ordinal, la categorización asociada puede ser ordenada de menor a mayor se
encuentre o no se encuentre etiquetada.
Escala de intervalo, existe la posibilidad de asignar un orden a la codificación y se
puede cuantificar la diferencia entre dos clases cualesquiera.
Escala de razón, la clasificación de los registros concentrados tienden a realizarse
de menor a mayor y se puede determinar la diferencia entre ellos.
Es importante destacar una característica de las variables discretas, existe la posibilidad de tomar algunos valores en un intervalo; sin embargo no es posible adquirir un valor entre dos números. A diferencia de las variables continuas que pueden tomar cualquier valor dentro del rango definido.
No obstante el estudio de estadística inferencial, así como de la estadística descriptiva ambas requieren de subgrupos poblacionales, los cuales serán examinados y se les llama muestra, herramienta útil si se toman en cuenta las siguientes restricciones: tiempo, dinero así como otros recursos.
La muestra a analizar debe ser representativa, donde todos los elementos tienen la misma probabilidad de pertenecer al mismo grupo de estudio, cuya característica del parámetro muestral o variables va a describir la información de la muestra, obteniendo el subconjunto poblacional en forma aleatoria u otros procedimientos. Empero el estudio se enfoca a ciertas características en los objetos del grupo, a estas particularidades se les conoce como variables cuyo su valor puede cambiar entre un objeto y otro del mismo bloque.
Los datos recopilados se resumen para describir sus propiedades, utilizando la estadística descriptiva donde los histogramas, los diagramas de cajas y las gráficas de punto ayudan a la interpretación de datos. Esta información se complementa al usar otros métodos descriptivos como el cálculo de las siguientes medidas: medias, desviaciones estándar y coeficientes de correlación. (Devore, 2007)
El tratamiento de los valores generados, es organizado en forma rápida para su análisis como elementos dentro de una categoría, grado de simetría, concentración o dispersión donde se concentran.
Esto sugiere organizar la información en una tabla de frecuencias, incluyendo cada cantidad distinta con su repetición de ocurrencia. Aquí es importante considerar que la suma de las frecuencias es el número total de datos observados, donde el número de observaciones es una muestra única, la cual tiene un tamaño y se denota con la letra n, dicha información se representa en gráficos cuya función es facilitar la interpretación.
Los figuras pueden ser en forma de: líneas, barras y polígonos de frecuencias. Tipos de gráficas muestran los valores sucesivos en el eje horizontal, así como sus correspondientes repeticiones se muestran mediante la altura de una línea vertical o eje vertical a través de datos simétricos o asimétricos.
En caso de tener datos simétricos con respecto al valor de x0, las frecuencias de los
valores x0–cyx
0+c se consideran iguales para todo c. Es decir, en cada constante c
existe el mismo número de datos con un valor igual a c.
En otra circunstancia al obtener datos aproximadamente asimétricos, estos se pueden extender a la derecha considerándose asimétricos positivos. (Devore, 2007)
Empero un histograma puede ser un gráfico de barras, las cuales al ser adyacentes se llaman histogramas aunque no contienen toda la información del conjunto de datos originales.
No obstante, la utilidad del histograma principia con un conjunto de datos y requiere una construcción cuidadosa a partir de los siguientes pasos (Ross, 2007):
1. Ordenar los datos en forma creciente.
2. Elegir los intervalos de clase de manera que todos los datos aparezcan en alguno de ellos.
3. Construir una tabla de frecuencias.
4. Dibujar barras adyacentes con alturas iguales a las frecuencias del paso anterior.
Estas representaciones denominadas histogramas puede indicar: simetría de datos, dispersión de estos, existencia de intervalos con un alto nivel de concentración de valores, presencia de brechas entre resultados así como verificación de datos separados entre unos y otros. Dicha información se concentra en histogramas para
Unimodal, posee una sola cresta y luego declina; este tipo de histograma en su mitad
izquierda se caracteriza por su imagen de espejo perteneciente a la mitad derecha, considerada con asimetría positiva si la cola derecha o superior se alarga en comparación con la cola izquierda o inferior, la cual se estima negativa asimétrica cuando el alargamiento es a la izquierda.
Bimodal, tiene dos crestas diferentes, este gráfico indica un conjunto de datos
compuesto por dos clases de observaciones con diferencias acentuadas, siempre y cuando los histogramas estén alejados en forma relativa respecto a la bimodalidad
Multimodal, conformado por más de dos crestas cuya dependencia proviene del
haber seleccionado los intervalos de clase, mismas que pueden tener un pequeño número de observaciones, o bien un número más grande, en este último es más probable se manifieste la multimodalidad.
2.6.1 Medidas estadísticas
Las medidas estadísticas también conocidas como medidas de dispersión, tendencia central o estadísticos, se consideran magnitudes numéricas cuya información permite obtener impresiones y percepciones preliminares en los datos, dichas apreciaciones pueden ser representativas o no representativas dependiendo de la dispersión con relación a la variable (Devore, J., 2007).
En consecuencia la importancia del promedio se exalta, si una medida representa el alejamiento entre los datos, es decir una medida de dispersión como: rango, varianza, desviación estándar y coeficiente de variación; sin restar importancia a la información proporcionada por: media, mediana y moda. (Ross, 2007)
Media muestral. Estadístico también conocida como promedio aritmético del
conjunto, el cual identifica el centro del conjunto de datos.
Moda muestral. Indicador de la tendencia central que aparece con mayor frecuencia
en un grupo de valores. En caso de tener valores con la máxima frecuencia se les denomina valores modales, los cuales indican la inexistencia de un valor único en la moda.
Rango, máximo y mínimo muestral. Medida útil en la identificación del mayor o del
menor grado de separación entre las observaciones, en una primera instancia se define el rango, también conocido como recorrido o amplitud total de la diferencia existente entre el valor máximo y el valor mínimo observado.
El rango se caracteriza por depender únicamente de dos observaciones extremas y hace caso omiso en las posiciones de los n-2 restantes (Devore, 2007).
Varianza (Var). Es la suma de los cuadrados en las desviaciones respecto a la media,
donde la diferencia entre el número de datos al cuadrado se conoce como desviación, esta variable tiene las unidades contenidas en los datos al cuadrado; los cuales representan la distancia promedio con relación a un valor fijo (media aritmética).
Desviación estándar (Desv.). La raíz cuadrada de la varianza, se define como raíz
cuadrada de la suma de los cuadrados en las desviaciones con respecto a la media poblacional dividida entre el total de valores de la variable. Es una medida que constituye la distancia promedio entre los valores de la variable con la media poblacional.
Coeficiente de variación (CV). Evalúa el grado de variabilidad con respecto a la
media específicamente la desviación estándar, como porcentaje de la media y ayuda a comparar las variabilidades de dos conjuntos de valores (muestras o poblaciones).
2.7 MARCO METODOLÓGICO CON ENFOQUE SISTEMICO
El biodigestor es un proyecto de autogestión cuyo enfoque es abastecer con agua tratada a comunidades asentadas en zonas limítrofes a las ciudades, y poblaciones pequeñas no mayores a 100 personas.Lo anterior lleva a establecer un marco metodológico con fundamentos del Método Investigación Acción Participativa (IAP) A3-D3 Peón; el cual cubre ciertas particularidades propias de la investigación así como de la transformación social, donde el punto de inicio es individual para dar paso a una metamorfosis colectiva diag. 2.7.
Diag. 2.7 Etapas del método Investigación-Acción-Participativa (Fuente de adaptación propia)
Esta ruta crítica muestra las variables generadoras del cambio dinámico en la IAP, cuando los participantes tienen fácil acceso a la información a manejar adecuadamente por ellos, lo cual origina un flujo armónico en la transmisión de conocimiento reflejando su aprendizaje en escenarios prácticos.
En dichos entornos interactúan diversos agentes involucrados en el proceso, los cuales efectuaron diversas acciones resultantes del efecto causado por el aprendizaje asimilado sobre la conciencia. (Ortiz y Borja, 2008)
Al tener este conocimiento se integró la información transmitida por expertos teóricos y expertos prácticos a la Metáfora de Ciclo de Vida, con el objetivo de conjuntar los elementos coadyuvantes y evaluar el prototipo mediante el estudio del proceso de tratamiento de agua (Figura 2.7-1).