Por Mundoagro.cl el 14 septiembre, 2018

La base para decidir

Tweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Imprimir
la base

Una información correcta  y  oportuna  es  esencial  para  una  adecuada  toma  de  decisiones  agronómicas  para  una  producción  eficiente  y  sustentable.  La  base  del  proceso  de  transformar  datos  a  información  parte  de  un  adecuado  muestreo  en  terreno,  ya  sea  de  manera  manual  (muestreo  para  análisis  de  suelo  o  tejidos)  o  bien  con  la  ayuda  de  sensores  de  distinta  naturaleza  (sensores  de  suelo,  sensores  de  canopia,  sensores  de  humedad  del  suelo,  etc.).  Un  correcto  muestreo  debe  describir  apropiadamente  el  atributo  o  propiedad  desea do  y  debe  ser  reproducible.

Es  importante,  por  lo  tanto,  conocer  los  fundamentos  técnicos  detrás  del  muestreo  de  una  población.

¿DATOS  O  INFORMACIÓN?

Es  común  utilizar  las  palabras  datos  e  información  como  sinónimos,  ya  que  ambas  están  relacionadas.  Sin  embargo,  en  la  práctica,  estos  conceptos  son  completa mente  diferentes.

·  Datos:  Pueden  ser  descritos  como  un  conjunto  de  números,  caracteres,  figuras,  hechos,  etc.  sin  sentido  semántico,  sin  una  mayor  organización,  incapaces  por  si  solos  de  aportar  valor.

·  Información:  conjunto  de  datos  sometidos  a  un  proceso  de  análisis  y  tratamiento.  Este  proceso  de  “depuración”  otorga  sentido  e  interpretación.

La  principal  diferencia  entre  los  datos y  la  información  es  que  este  último  aporta  al  proceso  de  toma  de  decisiones  de  manera  concluyente,  mientras  que  los  datos  no  tienen  relevancia  hasta  después  de  ser  transformados  en  información.

El  muestreo  es  una  etapa  clave  en  la  conversión  de  datos  en  información.  Si  el  muestreo  no  se  realiza  apropiadamente  la  información  obtenida  al  final  del  proceso  tendrá  un  alto  nivel  de  incertidumbre.

MUESTREO

El  principal  objetivo  del  muestreo  es  obtener  información  acerca  de  una  población  de  interés.  En  agricultura,  las  poblaciones  a  estudiar  son  diversas.  Por  ejemplo:

·  Arboles  presentes  en  un  cuartel.

·  Frutos  presentes  en  un  cuartel.

·  Conjunto  de  volúmenes  de  compost  extraídos  desde  una  pila.

·  Conjunto  de  volúmenes  de  suelo  en  una  superficie  dada.

·  Conjunto  de  bins  que  llegan  a  un  packing.

·  Conjunto  de  lotes  de  producción  dentro  de  una  planta  productiva.

En  términos  estadísticos  el  objetivo  del  muestreo  es  la  estimación  de  los  parámetros  de  la  población,  los  cuales  permiten  realizar  inferencias  respecto  a  la  población  objetivo.    Los  parámetros  de la  población,  normalmente  desconocidos,  pueden  ser  el  promedio,  desviación  están dar,  betas  en  un  modelo  de  regresión,  el  coeficiente  de  correlación,  etc.  Por  otra  parte,  una  variable  es  lo  que  se  desea  medir  en  la  muestra,  por  ejemplo:  Brix,  contenido  de  P  en  el  suelo,  concentración  de  N  en  el  tejido,  etc.

El  estadístico  se  calcula  sobre  la  muestra  y  permite  estimar  los  parámetros  de  la  población.

¿POR  QUÉ  MUESTREAR  UNA  POBLACIÓN?

¿Por  qué  no  recogemos  datos  de  toda  la  población  objetivo?  ¿Por  qué  limitarse  a  un  pequeño  segmento  dentro  de  la  población?  Existen  numerosas  razones  para  ello:

·  Imposibilidad  operativa:  en  ocasiones  es  físicamente  imposible  chequear  todos  los  ítems  (individuos)  en  la  población.

·  Costo  del  estudio:  es muy  costoso  estudiar  todos  los  elementos  que  conforman  la  población.

·  La  naturaleza  destructiva  de  ciertos  muestreos:  muchos  tipos  de  muestreo  en  agricultura  (hojas,  frutos,  etc.),  implica  la  destrucción  del  individuo  lo  que  acarrea  un  costo  económico  para  la  empresa.

·  Los  resultados  del  muestreo  son  normalmente  adecuados:  con  un  apropiado  muestreo  se  obtienen  resultados  satisfactorios  en  la  estimación  de  los  parámetros  de  la  población.

TÉCNICAS  DE  MUESTREO

Entre  las  distintas  técnicas  que  existen  para  la  extracción  de  muestras,  se  distinguen  dos  grandes  grupos.  Los  muestreos  probabilísticos  y  los  no  probabilísticos.  Los  muestreos  probabilísticos  son  aquellos  donde  cada  ítem  o  individuo  que  conforma  la  muestra  tiene  la  misma  probabilidad  de  ser  seleccionado.  El  azar  es  el  determinante  en  la  selección  de  cada  uno  de  estos  elementos.  Hay  ciertos  casos  donde  la  probabilidad  de  selección  no  es  la  misma  para  cada  elemento,  pero  el  azar  sigue  siendo  determinante  en  la  selección.

Los  muestreos  no  probabilísticos  son  aquellos  en  los  que  cada  elemento  incluido  en  la  muestra  es  elegido  en  base  a  algún  criterio  determinado  por  el  ente  seleccionador,  por  lo  que  no  hay  azar  en  la  selección.

TIPOS  DE  MUESTREO  EN  AGRICULTURA

Los  muestreos  más  comunes  a  nivel  de  campo  no  son  estrictamente  aleatorios,  sino  más  bien  no  probabilísticos;  es  decir,  se  muestrea  a  juicio  del  operador,  siguiendo  un  patrón  en  X  o  “zig-zag”.  Un  mejoramiento  sobre  ello  es  la  utilización  de  un  muestreo  sistemático  en  grilla,  que  ha  demostrado  ser  mejor  en  la  estimación  de  los  parámetros  de  la  población,  pues  se cubren  todas  las  condiciones  presentes  en  el  cuartel  o  potrero.

En  fruticultura,  se  recomienda  establecer  estaciones  de  muestreo  (plantas  o  árboles)  permanentes,  en  un  diseño  sistemático  para  hacer  los  muestreos  agronómicos  correspondientes:  suelo,  tejidos,  fruta,  etc.

DETERMINACIÓN  DEL  NÚMERO  DE  MUESTRAS 

Este  es  uno  de  los  aspectos  claves  del  muestreo,  pues  determina  el  error  con  el  que  se  está  estimando  el  parámetro  de  la  población,  por  ejemplo,  los  grados  Brix  de  la  fruta,  o  el  número  de  flores  o  frutos,  el  contenido  de  P  del  suelo,  etc.    El  número  de  muestras  no  depende  del  tamaño  de  la  población  sino  directamente  de  la  varianza  (variabilidad)  del  atributo  o  propiedad  que  se  desea  medir  e  inversamente  al  error  máximo  permitido  para  estimar  el  parámetro  (promedio).  La  fórmula  para  determinar  el  número  de  muestras  es:

n  =  s2  t/  d2

Donde: S2=varianza  de  la  propiedad  de  interés,  t=  t  de  Student  y  d=error  de  estimación  permitido.

Ahora,  si  despejamos  d  en  la  ecuación,  obtenemos  una  segunda  ecuación:

D  =  √s2 t2/n.

Queda  claro  que,  para  una  misma  varianza,  el  error  de  estimación  del  parámetro  (promedio)  es  inversamente  proporcional  al  número  de  muestras  (submuestras).  Esto  indica  que  para  estimar  el  promedio  con  una  exactitud  adecuada  se  requiere  de  un  número  de  muestras  (submuestras)  apropiado.

UN  EJEMPLO

A  continuación,  se  presenta  un  ejemplo  del  impacto  del  número  de  muestras  en  la  estimación  de  P-Olsen  en  un  potrero  del  sur  de  Chile.  El  potrero  tenía  un  promedio  de  11  ppm  de  P-Olsen,  con  un  rango  de  2  a  20  ppm.  La  variabilidad  del  P-Olsen  era  alta,  como  se  observa  por  su Coeficiente  de  Variación  (CV)  de  41%.    En  este  caso,  usando  la  ecuación  2,  si  se  recolectaran  cinco  muestras  (submuestras)  se  estaría  estimando  el  promedio  de  P,  que  era  de  11  ppm,  con  un  37%  de  error.  Ahora,  si  se  colectaran  veinte  muestras,  el  error  de  estimación  del  promedio  de  P  sería  18%.  Para  la  mayoría  de  los  casos,  se  requieren  más  de  veinte  muestras  (submuestras)  para  estimar  el  promedio  con  un  error  de  10%.  Esto  es  clave,  puesto  que,  si  el  error  de  estimación  del  promedio  es  muy  alto,  las  decisiones  (por  ejemplo,  fertilización)  se  estarían  tomando  con  un  alto  grado  de  incertidumbre.

Un  adecuado  muestreo  permite  estimar  apropiadamente  los  parámetros  de  una  población  de  interés  para  tomar  decisiones  apropiadas  y  hacer  de  la  agricultura  una  actividad  eficiente  y  sustentable.  Las  claves  del  muestreo  en  agricultura  son:

·  Uso  de  diseños  sistemáticos  sobre  “x”  o  “zig-Zag”

·  Colectar  un  adecuado  número  de  muestras  (más  de  veinte  para  la  mayoría  de  las  propiedades).

Escrito por: Rodrigo Ortega, Roberto Muñoz, Cristian Valdés de la Universidad Técnica Federico Santa María

Tweet about this on TwitterShare on FacebookShare on Google+Email this to someone
best wordpress themes - wordpress themes 2012 - wordpress travel themes
tapaMA105-IX REGION-D