FASE 4, ANÁLISIS ESTADÍSTICO PARA ANALIZAR LA ACTIVIDAD MICROBIANA

DEL SUELO

PRESENTADO POR:
JULIÁN DAVID PAREJA SUÁREZ
CÓDIGO: 75107166
PROGRAMA DE AGRONOMÍA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – CEAD ACACIAS, META

ESCUELA DE CIENCIAS AGRÍCOLAS, PECUARIAS Y DEL MEDIO AMBIENTE –
MICROBIOLOGÍA DE SUELO
20 DE ABRIL DE 2019
ANÁLISIS ESTADÍSTICO

Teniendo en cuenta el archivo de Excel llamado actividad microbiana y los datos dado en la
hoja 2 “Datos” en Excel, a continuación, se anexan los pantallazos de cada paso realizado
para dar una conclusión respecto a los métodos empleados en los grupos seleccionados; para
el grupo 1 (CMC) y para el grupo 2 (MBC).
Pruebas realizadas:
Grupo 1.
1. Shapiro-Wilks para los datos de CMC (Coeficiente de mineralización del carbono).

En la imagen 1, se puede observar que el valor de probabilidad (p-value) fue menor a 0.05
ya que se obtuvo un resultado de 0.0000121683; lo que quiere que no existe la probabilidad
de que los datos de coeficiente de mineralización del carbono tengan una distribución de tipo
normal, en otras palabras, se podría decir que los datos analizados no de distribuyen
normalmente.

Imagen 1. Pantallazo del análisis de la propiedad CMC por medio de la prueba de Shapiro-wilk,
fuente: autor.
Como los datos analizados no se distribuyen normalmente se procede a realizar el test de
Kruskal-Wallis para determinar si la diferencia entre los tratamientos (aumenta o disminuye)
de manera significativa.

 En la imagen 2, se puede observar el desarrollo del test de Kruskal-Wallis a partir de los

datos previamente seleccionado teniendo en cuenta los tratamientos, la réplica y los datos
de CMC, en dicha tabla también se observa dos columnas nuevas; en la primera
“Jerarquías” se desarrolló por medio de la función JERARQUIA.MEDIA en Excel y se
realiza el cálculo de promedio en la misma columna luego de obtenidas las jerarquías. En
la segunda columna “Resta” se aplicó la siguiente formula (Jerarquía - el promedio) ^2.

Imagen 2. Tabla 1 “resultado de jerarquías, promedio y resta por medio Test de kruskal-
Wallis para la propiedad CMC, fuente: autor.

Para dar finalidad al test en la imagen 3, se observa la tabla 2; en la cual se organizaron las
categorías para un total de 8, el número de casos que para cada categoría el cual fue de 3
como se observa en la imagen, por otro lado, también se realizó el promedio de las categorías
donde finalmente se determinó el valor H de la jerarquía y el gl (grados de libertad) para
determinar si existen diferencias significativas entre los tratamientos por medio de la función
DISTR.CHI como se observa en la imagen 3. Para este caso el resultado fue de
(0.062716856) lo que quiere decir que no existen diferencias entre los tratamientos
analizados.

Imagen 3. Tabla 2 respuesta de los pasos realizados en el test, fuente autor.

2. Shapiro-Wilks para los datos de MBC (Carbono de biomasa microbiana).

En la imagen 4, se puede observar que el valor de probabilidad (p-value) fue mayor a 0.05
ya que se obtuvo un resultado de 0.0867317; lo que quiere que existe la probabilidad que los
datos de carbono de biomasa microbiana tengan una distribución de tipo normal.

Imagen 4. Pantallazo del análisis de la propiedad MBC por medio de la prueba de Shapiro-
wilk, fuente: autor.
Como los datos analizados presentan una distribución de tipo normal se procede a realizar el
análisis de varianza Anova, donde para analizar estos datos es necesario activar la
herramienta de análisis de datos científicos y financieros en Excel.
Dando como resultado que el valor de probabilidad que se encuentra subrayado en color azul
es mayor a 0.05 ya que el resultado obtenido fue de (0,31835335), razón por la cual se puede
decir que mediante el análisis de varianza para el MBC (Carbono de biomasa microbiana) no existen
diferencias significativas entre los diferentes tratamientos realizados un año después de la
aplicación, Ver tabla 3 y 4.
Resumen
Grupos Cuenta Suma Promedio Varianza
EOO 3 660,9 220,3 156,52
ECBL 3 693,4 231,133333 11,6933333
ECMR 3 660,1 220,033333 934,343333
ECV 3 827 275,666667 3557,66333
ETBE 3 773 257,666667 3161,64333
ETMT 3 769,3 256,433333 1794,89333
ETS 3 617 205,666667 389,213333
EMEAN 3 714,385714 238,128571 333,062653
Tabla 3. Tratamientos con los resultados de varianza, fuente: autor.

Promedio Valor
Origen de las Suma de Grados de
de los F Probabilidad crítico
variaciones cuadrados libertad
cuadrados para F
Entre grupos 11621,7429 7 1660,24898 1,28464551 0,31835335 2,6571966
Dentro de los
grupos 20678,0653 16 1292,37908

Total 32299,8082 23
Tabla 4. Análisis de varianza (Anova) calculado en Excel, fuente: autor.

Test de Tukey
Sin importar que los datos previamente analizados presentaran una distribución de tipo
normal, se realizó el test de Tukey para determinan cuáles son esas diferencias significativas
entre los tratamientos.
A continuación, se evidencian los resultados obtenidos.
 En la imagen 5 se observan dos tablas; en la tabla 5 se evidencia la diferencia absoluta
realizada por medio de la función “ABS”, y en la tabla 6 se observa la diferencia entre
los valores promedio tanto del grupo 1 y el grupo 2.

Imagen 5. Tabla 5 “resultados de la diferencia absoluta” y en la tabla 6 “los resultados de la

diferencia”, fuente: autor.

 En la imagen 6 se observan dos tablas; en la tabla 7 se evidencian dos columnas nuevas

(n-grupo 1 y n-grupo 2) donde en estas se incluyeron los datos titulados “cuenta”; los
cuales se puede presenciar en la tabla 1 titulada “tratamiento de varianza”. En la tabla 8
se evidencia una columna titulada (error standard) para cada tratamiento del grupo 1,
donde para dicho cálculo se tuvo en cuenta el dato subrayado de color rojo en la tabla 2.
 Imagen 6. Tabla 7 “resultados de n-grupo 1 y n-grupo 2” y en la tabla 8 “los resultados de error
standard”, fuente: autor.

 En la imagen 7 se observa la tabla 9, en ella se anexan tres columnas nuevas; en la comuna

x se observan los resultados de dividir las diferencias absolutas por el error estándar, en
la columna titulada (gl) se anexa el número de grados de libertad existente ente los
grupos; donde dicho dato fue obtenido de la tabla 2 y se encuentra subrayado de color
verde, por último, para saber si existe o no diferencia significativa entre los tratamiento
se usó la función DISTR.T.2C la cual describe la distribución como se observa en la
columna titulada (p>0.05), seguido a lo anterior se señalaron las diferencias
significativas; es decir todos aquellos números mayores a 0.05.
 Imagen 7. Resultados de Tabla 9, fuente: autor.

 En la imagen 8 se observan dos tablas; en la tabla 10 se anexa la columna de diferencias

para poder observar los valores positivos (indicando que el valor contenido entre el grupo
1 es mayor al observador en el grupo 2) y negativos (indicando que el valor contenido en
el grupo 1 es menor al observado en el grupo 2), por otro lado, en la tabla 11 se ordenan
los tratamientos de mayor a menos según su valor promedio.
Imagen 8. Tabla 10 “se anexa el cálculo de diferencia” y en la tabla 11 “se ordenan los
tratamientos de mayor a menos según su valor promedio”, fuente: autor.

Teniendo en cuenta los resultados obtenidos en el software estadístico (RGui) ver imagen 9 se dice
que:
 Los test realizados indican que la distribución de los datos MBC es de tipo normal.
 No se observan diferencias significativas de los valores de MBC entre los diferentes tratamientos.

Imagen 9. Resultados obtenidos en el software RGui para el tratamiento MBC, fuente: autor.