METODOLOGÍA ESTADÍSTICA APLICADA A LA REALIZACION DEL

MUESTREO Y LA COMPARACIÓN DE LAS CANTIDADES DE RESIDUOS EN

TRES TIPOS DE USOS DE PLAYAS

Esta guía técnica de estudio metodológico, pretende caracterizar los residuos

sólidos de tres tipos de usos de playas y analizar si las cantidades que se generan
tie . Para abarcar tal fin se utilizara criterio estadístico que permitan demostrar si las
muestras obtenidas de las estaciones de muestreo para los diferentes tipos de
residuos sólidos generados en las playas tienen las mismas varianzas. Para poder
caracterizar los residuos sólidos en la ubicación de las estaciones y usar el criterio
estadístico de Kruskal-Wallis, nos basaremos en la metodología usada por los
autores Elin Márquez Gulloso & Jairo Rafael Rosado Vega de la Universidad de la
Guajira realizada en el año 2011, titulada “Clasificación e impacto ambiental de los
residuos sólidos generados en las playas de Riohacha, La Guajira, Colombia”.

RESIDUOS SOLIDOS EN LA PLAYA

En cada estación de muestreo se trazaran transectos perpendiculares a la zona
supralitoral hacia la línea de costera. Para cada transecto se colocaran cuadrantes
de 1 metro por 1 metro (1 m 2) paralelos en zic zac. El número total de cuadrantes
dependerá de la longitud del transecto. Se recolectaran todos los residuos sólidos
encontrados para ser:

1. Separados en orgánicos e inorgánicos,

2. Seleccionados los inorgánicos como plástico, pet, cartón, papel, vidrio,
aluminio, metálicos, textiles, residuos de construcción, misceláneos, entre
otros.
3. Pesados en su totalidad en orgánicos e inorgánicos por playa, luego pesados
los inorgánicos.

MATERIALES
 4 paquetes bolsas plásticas
 Peso digital en kilogramos y/o gramos (este último es opcional)
 Par de guantes por persona
 Un decámetro
 100 metros de cuerda
 12 estacas
 Una cámara fotográfica
 Una tabla carta con broche
 Papel y lápiz

MÉTODOS ESTADÍSTICOS
Para analizar si la variable independiente categórica siendo esta los residuos sólidos
y la otra variable dependiente correspondiendo el tipo de playa en este caso serán
tres tipos de litorales, para lo cual se deberá analizar el comportamiento de la
variable dependiente cuantitativa (masa en kilogramos) en más de dos muestras
independientes de forma paramétrica y no-paramétrica.

FORMATOS DE RECOLECCIÓN DE LOS DATOS

Para la recolección de los datos se tienen preparados 4 formatos de un archivo en
EXCEL para la extracción de la información en campo. El formato A con tiene los
datos de los residuos sólidos separados en estación de muestreo y cada transecto,
B & C (1 pagina) corresponde a los residuos sólidos por playas (incluye los
orgánicos e inorgánicos), formato orgánicos e inorgánicos respectivamente y el
formato B1 (3 paginas) comprende los datos para los residuos sólidos inorgánicos
ya mencionados.

MUESTREO
Se establecerán tres estaciones de muestreo en cada playa (playa del muerto, playa
grande y playa blanca), donde se efectuaran 3 muestreos en cada estación. Para
recolectar la muestra total por playa, la diferencia en kilogramos entre residuos
orgánicos e inorgánicos y entre los tipos de residuos inorgánicos es de 9 datos. En
cada estación se tomaran 3 muestras por un total de 9 muestras para un total de 9
datos por playa y para caracterizar 13 residuos sólidos inorgánicos se debe
multiplicar por los 9 datos; provenientes de las 9 muestras de las 3 estaciones por
las 3 playas de estudio para un total 351 datos.
Commented [AMPF1]: Definición: Suponga que una
Se utilizaran tres tipos de muestreo, por lo cual, la metodología se dividirá en varias población de N individuos puede subdividirse en K grupos
mutuamente excluyentes (distintos), llamados ESTRATOS. El
etapas. Estos son: el muestreo por conglomerados, por estratificación y por muestreo (ALEATORIO) ESTRATIFICADO es la selección de
Caricom. A continuación se definirá el marco de aplicación de tres estos tipos de muestras aleatorias simples independientes de cada uno de
muestra. los estratos de la población.

Dos observaciones importantes son las siguientes:

Muestreo por estratificación: se requiere separar los residuos generados en
orgánicos e inorgánicos. Luego de ser separados en estos dos grupos se procederá
a separar los residuos sólidos (inorgánicos) en subgrupos llamados categorías tales
como: plástico, pet, cartón, papel, vidrio, aluminio, metálicos, textiles, residuos de
construcción, misceláneos, entre otros.
Muestreo por conglomerados: se requiere situar 3 estaciones de muestreo por playa
en el cual en cada estación de muestreo se delinearan 3 transectos (cada transecto
representara una muestra por conglomerado).
Caricom
Etapas del muestreo por playa
1. Se escogerá primero tres lugares para cada estación de muestreo por playa.
2. Una vez escogido las estaciones de muestreo se trazaran transectos
perpendiculares desde la zona supralitoral hasta la línea de costera y luego
se colocaran cuadrantes paralelos en zic zac.
Si los K estratos de la población contienen N1, N2, …, NK
elementos, entonces N1+N2+…+NK=N.
No es necesario tomar muestras con el mismo numero
de elementos en cada estrato. Si representamos los
tamaños muestales de cada estrato por n1, n2, …, nk,
entonces el tamaño total de la muestra es
n=n1+n2+…+nk.
Llinas, H. 2006. Estadística inferencial. Barranquilla.
Ediciones Uninorte. Pp 11.
Commented [AMPF2]: Definición: Supongamos que una
población puede dividirse en unidades relativamente
pequeñas y geográficamente compactas llamadas
CONGLOMERADOS (por ejemplo, una ciudad puede
dividirse en distrito o barrios). En el MUESTREO POR
CONGLOMERADOS, se selecciona una muestra aleatoria
simple de conglomerados y, a continuación, se contacta con
cada individuo de los conglomerados de la muestra, es
decir, se lleva a cabo un censo completo en cada uno de los
conglomerados elegidos.

Llinas, H. 2006. Estadística inferencial. Barranquilla.

Ediciones Uninorte. Pp 14.
 3. Una vez definidos los transectos se procederá a recolectar y separar todos
los residuos sólidos orgánicos e inorgánicos que se encuentren dentro de los
cuadrantes de cada transecto establecido.
4. Después de que hayan separados en orgánicos e inorgánicos se procederá
a pesar el total de residuo orgánicos y se llenaran en el formato A
dependiendo de la estación de muestreo.
5. Luego se pesaran los residuos sólidos inorgánicos se llenaran el formato B1.
6. Una vez obtenido el peso de cada residuo sólido inorgánico por transecto en
cada estación de muestreo se procederá a obtener los totales de los residuos
sólidos inorgánicos en los transecto para llenarlo en el formato B2.
7. Por último se deben sumar los totales de los residuos sólidos orgánicos e
inorgánicos de los formatos A y B2 para llenar el formato C.
HERRAMIENTA ESTADÍSTICA
Para el análisis de la información se utilizara el programa econométrico STATA 12
® para realizar los siguientes estadísticos:
Manova
Se utilizara este criterio, puesto se pretende analizar si el peso (variable de salida
de tipo cuantitativa) en las diferentes cantidades en los residuos sólidos (variable
nominal dependiente de tipo cualitativa) tienen un efecto de acuerdo con las
poblaciones de playas (variable categórica independiente de tipo cualitativa)
Hipótesis nula: Los distintos tipos residuos sólidos inorgánico generados no tienen
ningún efecto en las cantidades de las playas.
𝐻0 : 𝜇𝑝𝑙á𝑠𝑡𝑖𝑐𝑜⁄ = 𝜇𝑎𝑟𝑐ℎ𝑖𝑣𝑜⁄ = 𝜇𝑟𝑒𝑠𝑖𝑑𝑢𝑜 𝑖⁄
𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜 𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜 𝑝𝑙𝑎𝑦𝑎 𝑗
Hipótesis alternativa: Los distintos tipos residuos sólidos inorgánico generados
tienen ningún efecto en las cantidades de las playas.
𝐻1 : ∃𝜇𝑟𝑒𝑑𝑖𝑑𝑢𝑜 𝑖⁄ ≠𝜇
𝑝𝑙𝑎𝑦𝑎 𝑗
𝐷𝑜𝑛𝑑𝑒 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑖 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑡𝑖𝑝𝑜 𝑑𝑒 𝑟𝑒𝑠𝑖𝑑𝑢𝑜 𝑠𝑜𝑙𝑖𝑑𝑜, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑝𝑎𝑟𝑎
𝑖 = 1 (𝑝𝑙𝑎𝑠𝑡𝑖𝑐𝑜), 2 (𝑎𝑟𝑐ℎ𝑖𝑣𝑜), 3 (𝑝𝑎𝑠𝑡𝑎), 4 (𝑝𝑒𝑡), 5 (𝑐𝑎𝑟𝑡𝑜𝑛), 6 (𝑚𝑒𝑡𝑎𝑙𝑖𝑐𝑜), 7 (𝑝𝑎𝑝𝑒𝑙),
8 (𝑎𝑙𝑢𝑚𝑖𝑛𝑖𝑜), 9 (𝑣𝑖𝑑𝑟𝑖𝑜), 10 (𝑡𝑒𝑥𝑡𝑖𝑙𝑒𝑠), 11 (𝑑𝑒 𝑐𝑜𝑛𝑠𝑡𝑟𝑢𝑐𝑐𝑖𝑜), 12 (𝑚𝑖𝑠𝑐𝑒𝑙𝑎𝑛𝑒𝑜𝑠),
13 (𝑒𝑛𝑡𝑟𝑒 𝑜𝑡𝑟𝑜𝑠); 𝑦 𝑝𝑙𝑎𝑦𝑎𝑗 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑙𝑎𝑦𝑎, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟,
𝑞𝑢𝑒 𝑗 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑙𝑎𝑦𝑎 𝑝𝑎𝑟𝑎 𝑗 = 1 (𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜), 2 (𝑝𝑙𝑎𝑦𝑎 𝑔𝑟𝑎𝑛𝑑𝑒)
𝑝𝑦 3 (𝑝𝑙𝑎𝑦𝑎 𝑏𝑙𝑎𝑛𝑐𝑎).
PRUEBA PARAMÉTRICA
Para probar que existe normalidad entre los datos se aplica una prueba de Bartlett.
Pruebas estadísticas para la igualdad de la varianza
Commented [AMPF3]: STATA
Description
The manova command fits multivariate analysis-of-
variance (MANOVA) and multivariate analysis-
ofcovariance (MANCOVA) models for balanced and
unbalanced designs, including designs with missing
cells, and for factorial, nested, or mixed designs, or
designs involving repeated measures.
Documento mv.pdf página 338.
Introduction
MANOVA is a generalization of ANOVA allowing
multiple dependent variables. Several books discuss
MANOVA, including Anderson (2003); Mardia, Kent,
and Bibby (1979); Morrison (2005); Rencher (1998,
2002); Seber (1984); and Timm (1975). Introductory
articles are provided by Pillai (1985) and Morrison
(1998). Pioneering work is found in Wilks (1932), Pillai
(1955), Lawley (1938), Hotelling (1951), and Roy
(1939).
=𝜇
Four multivariate statistics are commonly computed in
MANOVA: Wilks’ lambda, Pillai’s trace, Lawley–
Hotelling trace, and Roy’s largest root. See Methods
and formulas for details.
Why four statistics? Arnold (1981), Rencher (1998,
2002), Morrison (1998), Pillai (1985), and Seber (1984)
provide guidance. All four tests are admissible,
unbiased, and invariant. Asymptotically, Wilks’ lambda,
Pillai’s trace, and the Lawley–Hotelling trace are the
same, but their behavior under various violations of the
null hypothesis and with small samples is different.
Roy’s largest root is different from the other three, even
asymptotically.
None of the four multivariate criteria appears to be
most powerful against all alternative hypotheses. For
instance, Roy’s largest root is most powerful when the
null hypothesis of equal mean vectors is violated in
such a way that the mean vectors tend to lie in one line
within p-dimensional space. For most other situations,
Roy’s largest root performs worse than the other three
statistics. Pillai’s trace tends to be more robust to
nonnormality and heteroskedasticity than the other
three statistics.
Documento mv.pdf página 339.
Se utilizaran dos tipos de pruebas estadísticas para determinar se mantiene el
supuesto de normalidad entre los datos.

Prueba de Bartlett Commented [AMPF4]: STATA

An approximate test of the homogeneity of variance is
based on the statistic M with critical valuesobtained
Hipótesis nula: Las desviaciones estándar de las cantidades de los residuos sólidos from the _2 distribution of m 􀀀 1 degrees of freedom.
inorgánicos generados en cada playa son iguales. See Bartlett (1937) or Draper andSmith (1998, 56–57).

Documento r.pdf página 1409.

𝐻0 : 𝜎𝑝𝑙á𝑠𝑡𝑖𝑐𝑜⁄ = 𝜎𝑎𝑟𝑐ℎ𝑖𝑣𝑜⁄ = 𝜎𝑟𝑒𝑠𝑖𝑑𝑢𝑜 𝑖/𝑝𝑙𝑎𝑦𝑎 𝑗 = 𝜎
𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜 𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜

Hipótesis alternativa: Las desviaciones estándar de las cantidades de los residuos

sólidos inorgánicos generados en las playas son iguales difiere al menos una.

𝐻1 : ∃𝜎𝑟𝑒𝑑𝑖𝑑𝑢𝑜 𝑖⁄ ≠𝜎
𝑝𝑙𝑎𝑦𝑎 𝑗

Commented [AMPF5]: STATA

Prueba Scheffé Henry Scheffé (1907–1977) was born in New York. He
Para determinar si existe igualdad entre las comparaciones múltiples de las medias studied mathematics at the University of
de los grupos se utilizara esta prueba. Wisconsin, gaining a doctorate with a dissertation on
differential equations. He taught mathematics
atWisconsin, Oregon State University, and Reed
Hipótesis nula: Las medias de las cantidades de los distintos tipos de residuos College, but his interests changed to statistics andhe
sólidos inorgánicos generados en las playas son iguales. joined Wilks at Princeton. After periods at Syracuse,
UCLA, and Columbia, Scheff´e settled in Berkeley from
1953. His research increasingly focused on linear
𝐻0 : 𝜇𝑝𝑙𝑎𝑠𝑡𝑖𝑐𝑜 = 𝜇𝑎𝑟𝑐ℎ𝑖𝑣𝑜 = 𝜇𝑟𝑒𝑠𝑖𝑑𝑢𝑜 𝑗 = 𝜇 models and particularly ANOVA, on which he produced
a celebrated monograph. His death was the result of a
bicycle accident.
Hipótesis alternativa: Las medias de las cantidades de los distintos tipos de residuos
sólidos inorgánicos generados en las playas difiere al menos una. Documento r.pdf página 1407.
Commented [AMPF6]: STATA
𝐻1 : ∃𝜇𝑟𝑒𝑑𝑖𝑑𝑢𝑜 𝑖⁄ ≠𝜇 William Henry Kruskal (1919–2005) was born in New
𝑝𝑙𝑎𝑦𝑎 𝑗 York City. He studied mathematics and
statistics at Antioch College, Harvard, and Columbia,
and joined the University of Chicago
PRUEBA NO-PARAMÉTRICA in 1951. He made many outstanding contributions to
Una vez probado los estadísticos anteriores y si el resultado indica que no existe linear models, nonparametric statistics,
normalidad entre los grupos (haciendo alusión a la variable categórica) se procederá government statistics, and the history and methodology
of statistics.
a realizar la siguiente prueba: Wilson AllenWallis (1912–1998) was born in
Philadelphia. He studied psychology and economics at
Prueba Kruskal-Wallis the Universities of Minnesota and Chicago and at
Columbia. He taught at Yale, Stanford, and Chicago,
La prueba nos permite identificar que grupos de pares se encuentra las diferencias. before moving as president (later chancellor) to the
University of Rochester in 1962. He also served in
Hipótesis nula: Todas las medias de las cantidades de los residuos sólidos several Republican administrations. Wallis served as
editor of the Journal of the American Statistical
inorgánicos generados en las playas son iguales. Association, coauthored a popular introduction to
statistics, and contributed to nonparametric statistics.
𝐻0 : 𝜇𝑝𝑙á𝑠𝑡𝑖𝑐𝑜⁄ = 𝜇𝑎𝑟𝑐ℎ𝑖𝑣𝑜⁄ = 𝜇𝑟𝑒𝑠𝑖𝑑𝑢𝑜 𝑖⁄ =𝜇
𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜 𝑝𝑙𝑎𝑦𝑎 𝑑𝑒𝑙 𝑚𝑢𝑒𝑟𝑡𝑜 𝑝𝑙𝑎𝑦𝑎 𝑗 Documento r.pdf página 899.
Hipótesis alternativa: Al menos una de las medias de las cantidades de los residuos
sólidos inorgánicos generados en las playas difiere.

𝐻1 : ∃𝜇𝑟𝑒𝑑𝑖𝑑𝑢𝑜 𝑖⁄ ≠𝜇
𝑝𝑙𝑎𝑦𝑎 𝑗

Referencias:

Bruin, J. 2006. newtest: comando para calcular la prueba manova. UCLA:

Grupo de Consultoría Estadística.
http://www.ats.ucla.edu/stat/stata/output/Stata_MANOVA.htm (accedido el 14 de
diciembre de 2016).

Introducción a STATA. UCLA: Grupo de Consultoría Estadística. Desde:

http://www.ats.ucla.edu/stat/stata/output/Stata_MANOVA.htm (accedido el 14 de
diciembre de 2016).
http://www.ats.ucla.edu/stat/stata/dae/manova1.htm accedido el 14 de diciembre
de 2016).
Introducción a SAS. UCLA: Grupo de Consultoría
Estadística.
Desde https://stats.idre.ucla.edu/sas/modules/sas-
learning-moduleintroduction-to-the-features-of-sas/
(accedido el 22 de agosto de 2016).
https://stats.idre.ucla.edu/stata/dae/one-way-manova/

http://jaimestela.blogspot.com.co/2017/01/fundamentos-en-stata.html

Clave de Cifrado: !gYZXssjs7CkwwBJtU9It0-QUU0TwuwE65OAE_SExsFI

Clave Winrar: Development[Stata]