Está en la página 1de 6

Uso de la estadstica descriptiva para analizar caractersticas fisicoqumicas en frutos de

fresa (Fragaria x ananassa Duch) UPTC


Use of descriptive statistics to analyze physicochemical characteristics in strawberry
fruits (Fragaria x ananassa Duch) UPTC
Cala, Cristian; Gaviria, Luisa; Martnez, Javier; Mora, Sofia.
Semestre 2017-1

Bioestadstica Profesor: Ing. Helber Enrique Balaguera


Programa de Ingeniera Agronmica

INTRODUCCIN:

La fresa (Fragaria ananassa Duch) es una planta perteneciente a la familia Rosaceae,


considerada fruta de placer por excelencia (Restrepo et al., 2009), se destaca por su aporte en
vitamina C (20-70 mg), alto contenido de cidos orgnicos, adems por ser una fuente de
compuestos antioxidantes como antocianinas, flavonoides y cidos fenlicos (Pinto et al.,
2008; zcan y Hacseferogullar, 2007; Hannum, 2004).

La fresa (Fragaria sp.) es un cultivo de gran importancia econmica para muchos agricultores
del pas, principalmente para los de clima fro de Boyac y Cundinamarca. (Vzquez-Glvez
et al., 2008). En el ao 2011, Colombia particip a nivel mundial con cerca del 0,97% de la
produccin de fresa proveyendo 45 t para los consumidores (USDA, 2013). Las reas de
mayor produccin en el pas se encuentran en Cundinamarca, con un 60% del total nacional
(Ruiz y Piedrahta, 2012).

Bajo condiciones protegidas, el cultivo de fresa se caracteriza por el elevado costo de


estructuras como los invernaderos y la baja relacin costo/beneficio en los sistemas de
produccin controlada; es as como algunos productores de fresa a nivel mundial optaron por
preferir la tecnologa de los macrot-neles dado su menor costo (William y Lamont, 2009).
Los altos rendimientos de pases con sistemas productivos tecnificados pueden ser justificados
en parte por la implementacin de macro tneles para favorecer el desarrollo del cultivo.

La fresa se puede sembrar en cualquier mes del ao. Sin embargo, las pruebas realizadas
indican que lo ms conveniente, para todas las zonas de produccin, es sembrar en los
primeros meses de la poca lluviosa: mayo, junio y julio. De esta forma, la planta alcanza un
buen desarrollo y empieza a producir en los primeros meses de la poca seca: noviembre y
diciembre, con lo que se logran dos objetivos importantes: tener una planta bien desarrollada
para el inicio de la produccin y obtener la mayora de la cosecha en poca seca y con la mejor
calidad, cuando el mercado internacional presenta los mejores precios para fruta fresca. Si se
siembra durante la estacin seca, la produccin se obtiene en la poca lluviosa, por lo que se
presentan mayores problemas fitosanitarios en la planta y en la fruta, adems disminuye la
produccin y la fruta se ensucia (Cultivo de la Fresa, 2001).

Por las caractersticas de su fruto es llamado fruto del placer por excelencia, sinnimo de
primavera, aunque en la actualidad, gracias a las tecnologas de post-recoleccin y envasado
puede ser consumida prcticamente durante todo el ao. En el mercado de las frutas, la fresa
ocupa un lugar importante ya que como fruta es cmoda de comer y apetecible (Clavejo et al.,
2010).
La estadstica surge a partir de la necesidad del mismo hombre por hacer representaciones y
llevar cuentas de lo que posee (productos agrcolas y ganaderos) (Botero, 2013). Como en
cualquier otra rama de la ingeniera, en las ciencias agropecuarias nos encontramos con
situaciones que se presentan como un problema a resolver, un ingeniero que debe abordar la
tarea y un conjunto de herramientas con las cuales el ingeniero podr valerse para realizar su
tarea. Y entre las herramientas con las cuales el ingeniero puede contar se encuentra la
Estadstica con todo un bagaje terico y metodolgico. (Salgado, 2010).

Mtodos de organizacin, presentacin y descripcin de los datos es lo que se denomina


estadstica descriptiva. (Salgado, 2010). El objetivo de este trabajo consisti en analizar los
datos de estadstica descriptiva aplicados a una muestra de 40 frutos de fresa.

MATERIALES Y MTODOS:

Este trabajo se realiz en el laboratorio de fisiologa vegetal de la universidad pedaggica y


tecnolgica de Colombia, el da 03 de abril del 2017; en compaa del docente Helber
Balaguera.

Los materiales que se utilizaron para la realizacin de este ensayo fueron: 40 frutos de fresa,
40 copas desechables pequeas, un lienzo para filtrado, balanza analtica, calibrador pie de
rey, refractmetro, gotero, marcador y gua de laboratorio.

Mtodo:

Se inici con la organizacin de los cuarenta frutos de fresa en 4 grupos de 10; posteriormente
se enumeraron de 1 a 40 las copas para obtener mayor orden en la toma de datos para cada
variable, peso fresco (g), dimetro ecuatorial (cm), dimetro polar (cm) y SST (Brix).

Figura1. 40 fresas Figura2. Peso de cada fresa Figura3. Dimetro


(Fragaria x anannasa) con ayuda de la balanza ecuatorial de cada fresa con
De cada fresa.
ayuda de la regla

Figura4. Dimetro polar de Figura 5. Solidos solubles totales (SST) de


cada fresa con ayuda de la regla cada fresa con ayuda del refractmetro
Caractersticas fsicas de la fresa: Se pesaron en la balanza cada una de las 40 fresas y estos
datos se registraron de forma ordenada en una tabla; una vez pesadas las 40 fresas se
realizaron las medidas con el pie de rey tanto de dimetro polar como de dimetro ecuatorial,
estos datos se registraron igualmente de forma ordenada en la tabla.

Caractersticas qumicas de la fresa: Con ayuda del lienzo se filtr y sac el zumo de cada
fresa, este se deposit en cada una de las copas posteriormente marcadas, luego, con un gotero
se recolect un poco de sta muestra y se pas al refractmetro el cual indica el grado de
solidos solubles totales (oBrix) que contiene el fruto; este proceso se realiz consecutivamente
para los 40 frutos y los datos se registraron de forma ordenada en la tabla.

El anlisis estadstico que se emple a los datos obtenidos en la prctica de laboratorio fue
estadstica descriptiva (Media, mediana, desviacin estndar, rango y coeficiente de
variacin). Determinados en el programa Microsoft Excel teniendo en cuenta las variables de
peso fresco (g), dimetro polar (mm), dimetro ecuatorial (mm) y solidos solubles totales
(Brix).

RESULTADOS Y DISCUSIN:

En la tabla presentada a continuacin se pueden observar los datos de estadstica descriptiva,


se tomaron los ms representativos. Los valores correspondientes a media aritmtica y
mediana, son medidas de tendencia central, permiten analizar los datos a partir de un valor
central, son fciles y simples de calcular y dan un valor nico. Los datos correspondientes a
desviacin estndar, rango y coeficiente de variacin son medidas de dispersin, conllevan
informacin respecto a la cantidad total de variabilidad presente en un conjunto de datos. El
coeficiente de variacin (CV) es el cociente entre el desvo estndar y la media, por lo que es
una medida adimensional de la dispersin relativa a la media. (Balzarini et al., 2011)

Tabla 1. Estadstica descriptiva de variables fisicoqumicas de 40 frutos de fresa (Fragaria x


ananassa Duch)
Estadsticos Peso(g) De (mm) Dp (mm) SST (Brix)
Media 16,21 2,78 4,33 8,17
Mediana 15,85 2,50 4,50 8,40
Desviacin estndar 2,46 0,40 0,56 1,01
Rango 9,20 1,80 3,00 6,10
Coeficiente de variacin (CV%) 15,17 14,46 13,06 12,43
Moda 17,30 2,50 4,50 8,30
Varianza de la muestra 6,06 0,16 0,32 1,03

Se puede evidenciar segn la tabla que si bien el clculo de la media es 16,21 g, dado que la
variable es continua, no es necesario aproximar al entero ms cercano, ya que la media es
mayor que la mediana, la distribucin es asimtrica a la derecha. En el caso de Grados Brix
del zumo se tomaron con el refractmetro. Esta medicin se realiza con el fin de conocer los
slidos solubles presentes en la pulpa de la fruta, y presento una media o un promedio de
8,171,01Brix, son altamente perecederos con un dimetro entre 2.5 a 4cm, un pH entre 3.9-
4.2 y con grados Brix: 7.5 11. Lo que indica que presenta condiciones normales de grados
brix segn los valores obtenidos. Para el dimetro ecuatorial present 2,70,4 mm y para el
dimetro polar 4,30,5 mm, como los datos son menores que la desviacin estndar presenta
heterogeneidad en los datos y se acerca al promedio. (Balzarini et al., 2011)

La moda y mediana correspondieron a 2,50mm De y 4,50mm en Dp indicando el valor


medio y ms comn medido que se encontr para cada estas variables. En el peso nos indica
que la mayora de los frutos de fresa mostro un peso sobre los 17,30 g y el peso promedio de
frutos de fresa fue de 15,852,46 g.

El valor promedio de solidos solubles totales fue de 8,17 1,01 Brix, este valor indica una
medida de tendencia central para SST y la desviacin estndar fue igual a 1 debido a que los
datos son ms homogneos que para otras variables (Tabla 1).

La varianza es una medida que siempre da una cantidad positiva, con propiedades interesante
para la realizacin de inferencia estadstica. Cuanto mayor sea la varianza de unos datos, ms
dispersos, heterogneos o variables son esos datos. Cuanto ms pequea sea una varianza de
unos datos, ms agrupados u homogneos son dichos datos. (Sez, 2011). La varianza indica
la dispersin de los resultados con respecto al promedio, para el peso se reporta una varianza
de 6,06 g, y para Solidos solubles totales (SST) presento 1,03 Brix, el dimetro ecuatorial
(De) mostro una varianza de 0,16 g y el dimetro polar (Dp) de 0,32 g.

El coeficiente de variacin (CV) se utiliza para comparar la dispersin de un conjunto de


datos y se obtiene una medida independiente a la medicin y se da en porcentaje, para el peso
se obtuvo un valor de 15,17%, valor que est por debajo del 20 % lo que indica que los datos
tomados son homogneos y el promedio es representativo.

El valor para el dimetro ecuatorial (De) fue de 14,46 % y para el dimetro polar (Dp) fue
13,06 %, y los valores de medida central son representativos y en el (CV) de solutos solubles
totales SST fue de 12,43% estas medidas presentan una homogeneidad aceptable.

Una medida razonable de la variabilidad podra ser la amplitud o rango, es la diferencia entre
el mayor y el menor valor observado en un conjunto de datos, presenta el inconveniente de
solamente tener en cuenta los valores extremos del conjunto de datos. (Lpez, 2013). El rango
del peso de los frutos de fresa es de 9,20g el rango no presenta mucha dispersin, en cuanto al
dimetro ecuatorial (De) 1,8mm y el dimetro polar (Dp) 3,00mm, los Solidos solubles totales
(SST) presento 6,10 Brix lo que presenta datos muy poco dispersos.

CONCLUSIONES:

Las caractersticas fsicas y qumicas de los frutos tienen una similitud entre ellos, ya que los
datos son bastante homogneos; con los resultados obtenidos de los datos estudiados se puede
considerar que son favorables para el productor ya que sus frutos tienen entre ellos las mismas
caractersticas.
Para todas las variables analizadas, encontramos que el coeficiente de variacin oscila en un
rango que va del 12 al 15 %, lo cual indica los que datos presentan una homogeneidad
aceptable o poca variacin.

La desviacin estndar, es muy aceptable para la muestra seleccionada de los frutos teniendo
en cuenta que para cada variable analizada estuvo por debajo del 2,5% de desviacin respecto
de la media.

BIBLIOGRAFIA:

- Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Crdoba, M., Robledo,
W., Casanoves, F., 2011. Estadstica y Biometra Ilustraciones del Uso de InfoStat en
Problemas de Agronoma.

- Botero D. 2013. Un acercamiento a la enseanza de la estadstica descriptiva a travs de


guas con metodologa escuela nueva: un caso en grados 8 y 9. Pp: 21-22.

- Clavejo, R., Beltrn, A. y LLauger, R. E. 2010. Apuntes sobre el cultivo de la fresa


(Fragaria ananassa Duch.). Citrifruit, julio-diciembre, 27(1): 67-70.

- Cultivo de la Fresa. Zonas de cultivo y poca de siembra 2001.


http://www.angelfire.com/ia2/ingenieriaagricola/fresa.htm consulta: 13 de abril 2017.

- Hannum, S. 2004. Potential impact of strawberries on human health: A review of the


science. Critical Reviews in Food Science and Nutrition 44(1): 117.

- Lpez, E. 2013. Apuntes de Estadstica para Ingenieros Dpto. de Estadstica e


Investigacin Operativa Universidad de Jan.

- zcan, M. y H. Haciseferogullari. 2007. The strawberry (Arbutus unedo L.) fruits:


Chemical composition, physical properties and mineral contents. Journal of Food
Engineering 78(3): 1022 1028.

- Pinto, M., F. Lajolo and M. Genovese. 2008. Bioactive compounds and quantification of
total ellagic acid in strawberries (Fragaria x ananassa Duch.). Food Chemistry 107(4):
16291635.

- Restrepo, A., Cortes, M., Rojano, B. 2009. Determinacin de la vida til de fresa
(fragaria ananassa duch.) Fortificada con vitamina E. DYNA, 76(159): 2-13.

- Ruiz, R. y W. Piedrahta. 2012. Fresa (Fragaria x ananassa). pp. 474-495. En: Fischer, G.
(ed.). Manual para el cultivo de frutales en el trpico. Produmedios, Bogot.
- Saz, A. 2011. Estadstica fundamentos y aplicaciones en Agronoma-Facultad de
agronoma. Universidad de San Carlos Guatemala.

- Salgado, D. 2010. Estadstica General Para las carreras de Agronoma, Agroindustrial.


Manual de clases Tericas y Prcticas 2010. Universidad del Tolima. Facultad de
Agronoma- Pp 2-3.

- USDA, United States Department of Agriculture. 2013. Table 19 and 20, Economic
Research Services, U.S. Department of Agriculture, U.S. Strawberry industry. En: USDA,
http://usda.mannlib.cornell.edu/MannUsda/viewDocumentInfo.do?documentID=1381;
consulta: 13 de abril de 2017.

- Vzquez-Glvez, G.; R. Crdenas-Navarro y P. Lobit. 2008. Efecto del nitrgeno sobre el


crecimiento y rendimiento de fresa regada por goteo y gravedad. Agric. Tcn. Mxico
34(2), 235-241.

- William, J. y J. Lamont. 2009. Overview of the use of high tunnels worldwide.


HortTechnol. 19(1), 25-29.