Fase 5 y 6 - Guía de actividades y rúbrica de evaluación para el desarrollo del

Componente práctico

Estudio de la influencia de los microorganismos sobre el crecimiento de las plantas por

medio de un experimento hecho en casa.

PRESENTADO

Omar Giovanni Mahecha

Microbiología de suelos

Grupo 303019_3

Tutor

Alexander Galindo

Universidad Nacional Abierta y Distancia - UNAD -

Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente ECAPMA

2019
 .

OBJETIVO

Estudiar la influencia de los microorganismos sobre el crecimiento de las plantas por

medio de un experimento realizado en casa.

Objetivos específicos:

 Distribuir los materiales de forma correcta para cada tratamiento.

 Realizar un seguimiento a cada tratamiento desde la siembra hasta su

germinación y crecimiento.

 Analizar cada una de las propiedades Gp, Lr, La, Rar, y Nh para cada

tratamiento.

 Determinar si hay diferencias significantes en las propiedades entre los

tratamientos.
 1. Observar sí los datos (Germinación de las plantas: Gp, Longitud área: Lr,
Longitud de raíz: La, Longitud total: Lt [la + lr], Rar: La / Lr, Número de
hojas: Nh) siguen una distribución normal (Test de Shapiro-Wilk: p>0.05 o
probabilidad mayor a 0.05) o una distribución no normal (p<0.05 o probabilidad
menor a 0.05)
TABLA EXPERIMENTO EN CASA

TEST GP

RESULTADOS Gp
ANALISIS Gp

Al desarrollado Kruskal-Wallis la probabilidad obtenida es menor a 0.05

(0,00000340613), lo que significa los datos promedios de germinación Gp No tienen
una distribución de tipo normal.

TEST LR

RESULTADOS LR
ANALISIS LR

Test de Shapiro-Wilk: En este caso la probabilidad obtenida es mayor a 0.05

(0.940642), lo que significa que los datos de longitud de raíz si tienen una distribución
de tipo normal
TEST LA

RESULTADOS LA
ANALISIS LA

Al desarrollado Kruskal-Wallis la probabilidad obtenida es menor a 0.05 (0,0462685),

lo que significa los datos promedios de Longitud de raíz. No tienen una distribución de
tipo normal.
TEST LT

RESULTADOS LT
ANALISIS LT

Test de Shapiro-Wilk: En este caso la probabilidad obtenida es mayor a 0.05

(0.472811), ), lo que significa que los datos de longitud total si tienen una distribución
de tipo normal
TEST Rar

RESULTADOS Rar
ANALISIS Rar

Al desarrollado Kruskal-Wallis la probabilidad obtenida es menor a 0.05

(0,00444097), ), lo que significa los datos promedios de Rar. No tienen una distribución
de tipo normal.
TEST Nh

RESULTADOS Nh
ANALISIS Nh

Test de Shapiro-Wilk: En este caso la probabilidad obtenida es mayor a 0.05

(2.2466…..), la distribución de los datos analizados NO es significativamente diferente
de una distribución normal.
No normal.

2. Sí la distribución de los datos es normal, ver la Página 5 donde se desarrolla el

análisis de variancia ANOVA, para ver sí las diferencias entre tratamientos es
significativa (p<0.05). Sí p>0.05, esto indicará que no hay diferencias
significativas entre tratamientos, para los datos analizados (Gp, Lr, La, Lt, Rar,
Nh).

Test de análisis de variancia (ANOVA): GP

Vemos aquí que el valor de probabilidad marcado en amarillo (0,082869939) fue mayor
a 0.05. Esto quiere decir que no existen diferencias significativas entre los días de
germinación de las plantas (GP) de las plantas cilantro entre los diferentes tratamientos:
A, AC1, AC2, AC3, AH, AHC1, AHC2, AHC3, después de 6 semanas de estar
sembradas
Conclusión: Los valores medios de la germinación de las plantas correspondientes a las
letras (Gp), no son significativamente diferentes entre los diferentes tratamientos. Es
todo lo que podemos decir, por medio del Análisis de Variancia (ANOVA)

Vemos aquí que el valor de probabilidad marcado en amarillo (0,000554647) fue menor
a 0.05. Esto quiere decir que si existen diferencias significativas entre la longitud de las
raíces (Lr) de las plantas cilantro entre los diferentes tratamientos: A, AC1, AC2, AC3,
AH, AHC1, AHC2, AHC3, después de 6 semanas de estar sembradas

Conclusión: Los valores medios de la longitud de las raíces las letras (Lr), si son
significativamente diferentes entre los diferentes tratamientos. Es todo lo que podemos
decir, por medio del Análisis de Variancia (ANOVA)
Vemos aquí que el valor de probabilidad marcado en amarillo (0,001325636) fue menor
a 0.05. Esto quiere decir que si existen diferencias significativas entre la longitud del
área (La) de las plantas cilantro entre los diferentes tratamientos: A, AC1, AC2, AC3,
AH, AHC1, AHC2, AHC3, después de 6 semanas de estar sembradas

Conclusión: Los valores medios de la longitud del área con las letras (La), si son
significativamente diferentes entre los diferentes tratamientos. Es todo lo que podemos
decir, por medio del Análisis de Variancia (ANOVA)

Vemos aquí que el valor de probabilidad marcado en amarillo (1.60181E-06) fue mayor
a 0.05. Esto quiere decir que no existen diferencias significativas entre la longitud total
(Lt) de las plantas cilantro entre los diferentes tratamientos: A, AC1, AC2, AC3, AH,
AHC1, AHC2, AHC3, después de 6 semanas de estar sembradas

Conclusión: Los valores medios de la longitud total con las letras (Lr), no son
significativamente diferentes entre los diferentes tratamientos. Es todo lo que podemos
decir, por medio del Análisis de Variancia (ANOVA)
Vemos aquí que el valor de probabilidad marcado en amarillo (0,026487337) fue menor
a 0.05. Esto quiere decir que si existen diferencias significativas entre la relación
longitud raíces/área (Rar) de las plantas cilantro entre los diferentes tratamientos: A,
AC1, AC2, AC3, AH, AHC1, AHC2, AHC3, después de 6 semanas de estar sembradas

Conclusión: Los valores medios de la Relación de longitud raíces/área con las letras
(Rar), si son significativamente diferentes entre los diferentes tratamientos. Es todo lo
que podemos decir, por medio del Análisis de Variancia (ANOVA)

Vemos aquí que el valor de probabilidad marcado en amarillo (.06660008) fue mayor a
0.05. Esto quiere decir que no existen diferencias significativas entre el número de hojas
(Nh) de las plantas cilantro entre los diferentes tratamientos: A, AC1, AC2, AC3, AH,
AHC1, AHC2, AHC3, después de 6 semanas de estar sembradas

Conclusión: Los valores medios del número de hojas con las letras (NH), no son
significativamente diferentes entre los diferentes tratamientos. Es todo lo que podemos
decir, por medio del Análisis de Variancia (ANOVA).

3. Sí la distribución de los datos no es normal, ver la Página 6 donde se desarrolla

el test de Kruskal-Wallis, para ver sí las diferencias entre tratamientos es
 significativa (p<0.05). Sí p>0.05, esto indicará que no hay diferencias
significativas entre tratamientos, para los datos analizados (Gp, Lr, La, Lt, Rar,
Nh).

Finalmente validamos que (0,11985485) fue mayor a 0.05. Esto quiere decir que no
existen diferencias significativas durante los días de germinación (Gp) entre los
diferentes tratamientos: A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3. Después de estar
sembradas durante 6 semanas.

Finalmente validamos que (0,03364558) fue menor a 0.05. Esto quiere decir que si
existen diferencias significativas en la longitud de las raíces (Lr) entre los diferentes
tratamientos: A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3. Después de estar
sembradas durante 6 semanas.
Finalmente validamos que (0,1307658) fue mayor a 0.05. Esto quiere decir que no
existen diferencias significativas entre la longitud del área (La) entre los diferentes
tratamientos: A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3. Después de estar
sembradas durante 6 semanas.

Finalmente validamos que (0,16138629) fue mayor a 0.05. Esto quiere decir que no
existen diferencias significativas entre la longitud total (Lt) entre los diferentes
tratamientos: A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3. Después de estar
sembradas durante 6 semanas.
Finalmente validamos que (0,04935312) fue menor a 0.05. Esto quiere decir que si
existen diferencias significativas entre la Relación de longitudes raíces/área (Rar) entre
los diferentes tratamientos: A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3. Después de
estar sembradas durante 6 semanas.

Sí al desarrollar el test de Kruskal-Wallis se obtiene una probabilidad mayor a 0.05, esto

quiere decir que no hay diferencias entre tratamientos. Es decir, que los tratamientos
tienen valores similares. Sí, por el contrario, al desarrollar el test de Kruskal-Wallis la
probabilidad obtenida es menor a 0.05, esto quiere decir que hay diferencias
significativas entre tratamientos. No sabemos cuáles son estas diferencias, pero existen.
EVIDENCIAS FOTOGRAFICAS
CONCLUCIONES:

 Logramos concluir que el Test de shapiro- Willk las propiedades Gp, Lr, La,

Rar, y Nh se obtuvieron resultados donde (p>0.05 o probabilidad menor a 0.05)

lo que significa que si existen diferencias entre los datos analizados y que No

tienen una distribución de tipo normal. Por lo que se rechaza la hipótesis Ho.
  En las propiedades (Lr y Lt ) en el Test Shapiro se obtuvieron resultados (p>0.05

o probabilidad mayor a 0.05) esto quiere decir que No existen diferencias

significativas entre los datos analizados por lo tanto Si tienen una distribución de

tipo Normal y se acepta la hipótesis Ho.

 En análisis de la varianza Anova se puede concluir que en las propiedades (Gp,

Lt y Nh) son (p>0.05 o probabilidad mayor a 0.05) lo que significa que No

existen diferencias significativas en los datos analizados entre los diferentes

tratamientos (A, AC1, AC2, AC3, Ah, AhC1, AhC2, AhC3).

 En el Test Krskal-Wallis, se puede decir que en las propiedades Lr y Rar se

obtuvo (p>0.05) lo que significa que si existen diferencias significantes entre los

tratamientos y las propiedades Gp, La y Lt (p>0.05 o probabilidad mayor a 0.05)

lo que determina que no existen diferencias entre los tratamientos para los dato

analizados.

Link videos subidos al momento de realizar el experimento.

https://youtu.be/r-kbK-w_lQ8

https://youtu.be/b-ZOH2t9wfo