análisis de experimentos en la materia de biología ......! 6! laplaneacióndesu’...
TRANSCRIPT
Análisis de Experimentos en la Materia de Biología
y Realización de Protocolos
Recomendaciones e Instrucciones para la Realización de Protocolos
Autor: Rolf Ixmeier
Traducido del Alemán por: Sergio Hernandez
Garrido
2
Prólogo
Este es un libro con muchas preguntas y respuestas.
La meta es darle tanto a estudiantes como a profesores un
mejor entendimiento y orientación para la realización de
protocolos en la materia de Biología, teniendo como base la
apreciación del programa de Experimentos de la materia
“Biología en Alemán”.
Se intento manejar un lenguaje tan simple y sencillo para que
este libro se convirtiera en un acompañante práctico para
aquellos estudiantes que estudian el alemán como idioma
extranjero. Por este motivo, se intentó desistir de una
terminología complicada y se optó por términos
relativamente sencillos para una comprensión más rápida.
Para Victoria, Philine y Marion
3
Tabla de contenido Prólogo ...................................................................................................................... 2
Calificación de los Experimentos ................................................................................ 5
Planear un Experimento. ¿Qué es eso? ...................................................................... 6 ¿De qué se compone una planeación de un experimento? .................................................................... 6 ¿Qué es una introducción? .................................................................................................................................. 7 ¿Qué significa ¨Planteamiento del problema¨? ........................................................................................... 7 ¿Qué son factores abióticos? .............................................................................................................................. 7
¿Qué son variables y cómo se escogen? ......................................................................................................... 8 ¿Qué es una Variable a medir (Variable dependiente)? ........................................................................ 8 ¿Qué es una variable a alterar activamente (Variable independiente)? ........................................ 9 ¿Qué son Variables a mantener constantes? .............................................................................................. 9
¿Qué es una Hipótesis? ...................................................................................................................................... 10 ¿Cómo se realiza la alteración y control de las Variables? ................................................................. 10 Molalidad de una solución-‐ ¿Qué es esto? ................................................................................................. 11 ¿Cómo altero la molalidad de una solución? ........................................................................................... 12
¿Qué es un “Método de recopilación de datos” y como se describe? ............................................. 13 ¿Qué es una cantidad de datos contundentes? ....................................................................................... 13
¿Qué tengo que tener en cuenta para una Guía de Trabajo perfecta? ...................... 14 ¿Cómo se ve una Guía de Trabajo completa y perfecta? ..................................................................... 16 ¿Cuáles son las medidas de seguridad y qué fuentes de errores, sobre todo al medir y observar, tengo que tener en cuenta al experimentar? ....................................................................... 20 Al experimentar pueden ocurrir accidentes fácilmente. Estos pueden perjudicar sus cosas personales o su integridad física. Por esta razón, tenga en cuenta categóricamente las siguientes medidas de seguridad. ................................................................................................................. 20 ¿Cuáles son las fuentes de errores al experimentar? ........................................................................... 20 Influencia del entorno: Desviaciones normales, Desviaciones aleatorias ................................... 20 Grado de desviaciones al medir ..................................................................................................................... 21 ¿Qué es una “desviación en la apreciación de medidas tomadas”? ............................................... 22 Desviación de los instrumentos de medición, o bien, influencia instrumental ......................... 22 Errores personales-‐ El hombre como fuente de equivocaciones ..................................................... 22 Propagación de errores .................................................................................................................................... 23 Mediciones repetidas como posibilidad de disminución de desviaciones ................................... 23
La Apuntación de datos, cálculos estadísticos y Representación gráfica de valores obtenidosè ¿Qué es todo esto? ............................................................................. 24 ¿Cuáles son los errores y desviaciones que más se tienen en cuenta en una representación de datos? .................................................................................................................................................................. 24 Aquí se observa una apuntación típica de un estudiante: .................................................................. 25 ¿Cómo se ve una apuntación de datos perfecta? .................................................................................... 26 ¿Por qué es tan buena esta apuntación de datos? ................................................................................. 26
¿Cuáles son los errores típicos en la apuntación de datos por medio de una tabla? .............. 27 Procesamiento de datos y representación de datos-‐ ¿Qué es eso? ................................................. 27 ¿Qué significa “procesamiento correcto de datos? ............................................................................... 27 ¿Qué significa una representación de datos calculados? ................................................................... 28
¿Cómo cálculo el promedio, o bien la desviación estándar (Véase Pág. 30) y que tanto hay que redondear? ..................................................................................................................................................... 28 Analice ahora la tabla de un procesamiento de datos a continuación. El estudiante no obtuvo por este procesamiento una buena nota. ¿Qué aspectos debió mejorar? .................... 28 En total hay 6 errores determinantes… ...................................................................................................... 28 ¿Cómo se ve un procesamiento de datos perfecto? ............................................................................... 29
4
¿Qué corrigió este estudiante? ....................................................................................................................... 29 ¿Qué pruebas estadísticas son prácticas para experimentos biológicos? ................................... 30 ¿Qué es una desviación estándar y como la calculo? ........................................................................... 30
¿Qué es un promedio y como lo cálculo, o bien, lo redondeo? ......................................................... 30 ¿Qué son barras de error? ................................................................................................................................ 31 ¿Qué es una Línea de tendencia y como se es agregada en Excel ©? ............................................ 32 ¿Qué es un coeficiente de correlación y como se calcula? .................................................................. 33 ¿Cómo le puedo dar un formato correcto a los ejes “x” y “y” en Excel©? .................................... 34 ¿Qué es una hipótesis nula? ............................................................................................................................. 34 ¿Qué significa “significancia estadística” o “región crítica”? ........................................................... 34
¿Cómo se hace una presentación correcta de datos procesados? ................................................... 35 ¿Cómo se ve un Procesamiento de datos perfecto y una presentación de datos perfecta? . 37 ¿Por qué es tan buena este procesamiento y representación de datos? ...................................... 37
Valoración de los resultados del experimento y análisis de errores-‐ ¿Qué es esto? .. 38 ¿Qué tiene que contener la valoración del experimento? .................................................................. 38 ¿Cuál es un ejemplo para una interpretación razonable de datos obtenidos? ......................... 38 ¿Qué significa convalidar o refutar una hipótesis? ............................................................................... 39 ¿Qué significa una interpretación razonable de datos? ..................................................................... 39 ¿Qué significa la mención de información adicional contundente que explican los resultados? .............................................................................................................................................................. 39 ¿Qué significa la mención de fuentes que son contundentes para la valoración de información dada? .............................................................................................................................................. 39 ¿Cómo tiene que ser dadas las citas? .......................................................................................................... 39
¿Cómo se escribe la valoración de resultados del experimento? .................................................... 40 ¿Cómo se ven ejemplos de calificaciones de valoraciones de resultados de su experimento? ...................................................................................................................................................................................... 40 ¿Cómo se califica el análisis de errores? .................................................................................................... 42 Ejemplos de calificación de análisis de error .......................................................................................... 43
¿Qué errores debió encontrar en el ejercicio de la página 25 y que correcciones habrían sido adecuadas? ......................................................................................... 45
¿Qué tipo de pruebas y exámenes hay en la materia de Biología? ........................... 46 ¿Qué debo tener en cuenta en pruebas donde se me presentan varias opciones de respuesta? ............................................................................................................................................................... 46 ¿Qué debo tener en cuenta en una valoración de gráficas? .............................................................. 47 El análisis de gráficas-‐ ¿Qué hay que tener en cuenta aquí? ............................................................ 47 ¿Qué tengo que tener en cuenta en las preguntas elegibles? ........................................................... 50
¿Cuáles son los errores típicos y problemas de estudiantes en el examen y como los evita? ...................................................................................................................................................................................... 51 Últimas indicaciones para un estudio exitoso .......................................................... 52
Anexos .................................................................................................................... 53 Anexos de ilustración ......................................................................................................................................... 53
5
Calificación de los Experimentos
¿A partir de qué criterios se califican los protocolos?
Todos los experimentos que usted realiza son parte de su nota final de Biología. Se toma como base los protocolos para calificar cada uno de los experimentos. De igual manera, se califica la manera en la cual se desarrolló el experimento y la manera en la cuál usted se comporto durante el mismo. ¿Preparó usted la teoría y la práctica para el experimento? ¿Estudió y tiene en cuenta todas las indicaciones de seguridad? ¿Trajo los materiales e indumentaria necesaria para el experimento? La calificación de sus protocolos se realiza teniendo en cuenta diferentes criterios. Generalmente se tienen en cuenta los siguientes aspectos: 1. Planteamiento del problema, hipótesis, medidas de seguridad, instrucciones de trabajo para la realización del experimento ya planeado.
2. Planeación de la manera en la cual se medirán las variables relevantes en su experimento. De igual forma, la manera en la cual se tendrá el control de variables externas.
3. Representación de los valores obtenidos, el cálculo estadístico y la representación gráfica de los mismos para un mejor entendimiento de los resultados del experimento.
4. Análisis de los resultados y la validación o rechazo de la hipótesis planteada.
5. Análisis de los errores cometidos durante su experimento y posibles correcciones del mismo.
6. Exposición de posibles experimentos futuros relacionados con el experimento realizado.
6
La planeación de su propio experimento es
posiblemente el criterio, en el cual tendrá los mayores problemas. Por este motivo tenga muy en cuanta las siguientes recomendaciones.
Planear un Experimento. ¿Qué es eso? A cada experimento le corresponde una guía de trabajo detallada. Es la planeación lo que dice lo qué se va a investigar, cómo se va realizar el experimento y qué es lo que se va a tener en cuenta.
Para los primeros experimentos recibirá una guía de trabajo ya establecida por sus profesores. Analice estas guías profundamente, ya que las puede tener como base para la realización de sus propias guías de trabajo.
¿De qué se compone una planeación de un experimento? 1. Introducción 2. Planteamiento del desarrollo del Experimento
3. Escogencia de las variables
4. Planteamiento de una hipótesis.
5. Exposición de los materiales, implementos y químicos usados.
6. Manejo y control de las diferentes variables.
7. Método de representación de los datos obtenidos.
8. En caso de ser necesario, exposición las medidas de seguridad utilizadas
9. Análisis de los posibles factores y errores que podrían influenciar el experimento y exposición de métodos para evitarlos.
Diseñe un Experimento sobre la influencia de factores abióticos en la velocidad (o cantidad) de Fotosíntesis en plantas acuáticas.
Diseñe un Experimento sobre la influencia de un factor abiótico en la velocidad (o cantidad) en plantas acuáticas.
¿Qué es una introducción? Una pequeña introducción para cada tema es la base de todo Protocolo. Exponga primeramente el Planteamiento del Problema que es expuesto con anterioridad por el profesor. Describa que problemática trabajará y por qué se decidió
por las variables escogidas. Se requiere además una descripción de los organismos que estudiará. Analice que medidas de seguridad son necesarias y cuales son las posibles fuentes de errores en su experimento.
¿Qué significa ¨Planteamiento del problema¨? Usted recibirá de su profesor un Problema de Investigación general. Ahora tiene que definir con mayor precisión este problema de investigación general. Sería práctico subrayar las Variables que usted manejará durante su experimento para definir mejor el problema de investigación.
¿Qué son factores abióticos? Los factores abióticos son por ejemplo: Temperatura, Intensidad de luz relacionada con la longitud de onda, Oxigeno,
Dióxido de Carbono, valor de pH, Salinidad, concentración de Alcohol, velocidad del viento.
En una guía de trabajo hay que decidirse por UN factor abiótico. Tomamos como ejemplo en este caso la Temperatura.
8
La exposición del ¨Planteamiento del Problema podría ser entonces: ¿Cómo influye el factor abiótico ¨Temperatura¨ en el cambio de la concentración de Oxigeno disuelto en agua como
indicador de Fotosíntesis en plantas acuáticas?
¿Cómo influye el factor abiótico ¨Temperatura¨ en el cambio de la concentración de Oxigeno disuelto en agua como indicador de
velocidad (o cantidad) de Fotosíntesis en la planta acuática Elodea?
Las Variables son todos los factores bióticos y abióticos que juegan un papel importante en el Experimento.
Existes 3 tipos diferentes de variables:
La variable a medir (dependiente), La variable a alterar activamente (independiente), Variables a mantener constantes.
Ahora se tiene que definir con mayor precisión los términos ¨Velocidad (o cantidad) de Fotosíntesis¨ y ¨Plantas acuáticas¨. La fotosíntesis se
puede medir de diferentes maneras. Por ejemplo, midiendo la concentración de Oxigeno disuelto en agua.
Ahora queda por definir con mayor precisión el término ¨plantas acuáticas¨: Por ejemplo Elodea. El Planteamiento del Problema definitivo sería entonces:
¿Qué son variables y cómo se escogen?
¿Qué es una Variable a medir (Variable dependiente)? La variable a medir es aquella que usted va a medir y/o observar. En el planteamiento del problema anterior (¨¿Cómo
influye el factor abiótico Temperatura en el cambio de la concentración de Oxigeno disuelto en agua como indicador
La exposición del “Planteamiento del Problema” podría ser entonces: ¿Cómo influye el factor abiótico ¨Temperatura¨ en la Velocidad (o cantidad) de Fotosíntesis en plantas acuáticas?
9
Ø Variable a medir: Cambio en la concentración de Oxigeno disuelto en agua como indicador de velocidad (o cantidad) de
Fotosíntesis.
Variable a alterar activamente: Factor abiótico Temperatura
Variables a mantener constantes: Intensidad de luz; Longitud de onda de la luz; Tamaño, Edad y Especie de la planta Elodea; Valor
de pH, Salinidad, Concentración de CO2 del agua (Valor al comienzo del experimento)
de velocidad (o cantidad) de Fotosíntesis en la planta acuática Elodea?¨) la variable
dependiente sería Oxigeno, ya que es aquella que se medirá.
¿Qué es una variable a alterar activamente (Variable independiente)? En el planteamiento del problema anterior (¨¿Cómo influye el factor abiótico Temperatura en el cambio de la concentración de Oxigeno disuelto en agua como indicador de velocidad (o cantidad) de
Fotosíntesis en la planta acuática Elodea?¨) sería la variable independiente el factor abiótico Temperatura, ya que es la variable que se alterará activamente.
¿Qué son Variables a mantener constantes? Las variables a mantener constantes son aquellas que podrían tener una influencia en nuestro experimento y que por tal razón hay que mantenerlas inalterables. Ejemplos de ellas son la intensidad de luz y la longitud de onda de la misma. Estos factores también podrían influenciar la fotosíntesis. Por esto tienen que mantenerse constantes en todos los intentos.
10
Los Hamsters son mamíferos cuya temperatura corporal debe mantenerse entre 38,2℃-38,4℃ (Fuente: Wikipedia). Esto se denomina Homeostasis. Cuando la temperatura del entorno se altera, estos animales tienen que desarrollar mecanismos para mantener su temperatura corporal constante. En temperaturas bajas, se puede alcanzar mediante a repetidas contracciones musculares. En temperaturas más altas mediante a una respiración acelerada y pocas contracciones musculares. La hipótesis para mi experimento propondría entonces que la velocidad de movimiento aumentaría en temperaturas bajas y disminuiría en temperaturas altas. Creo además, que las temperaturas extremadamente bajas podrían tener una influencia desfavorable sobre la velocidad de movimiento. El propósito del experimento sería entonces averiguar en que intervalo de temperatura habría una velocidad de movimiento óptima.
1. ¿Cuáles fueron las distintas temperaturas que se tomaron para el experimento.
2. ¿Cómo se alcanzaran estas temperaturas? 3. ¿Cómo se controlarán estas temperaturas, cómo se medirán?
¿Qué es una Hipótesis? Una hipótesis es una ¨predicción justificada¨. Es la base para todo experimento científico, por esta razón es extremadamente importante. Tenga en cuenta que tiene que tener una justificación científica antes de plantear la hipótesis. Cite las fuentes utilizadas para su justificación (Véase Pág. 38).
A continuación un ejemplo de hipótesis para un experimento, en el cual se debe examinar la velocidad de movimiento de Hámsters en relación a la influencia de temperatura en su entorno. (Véase también: ¨¿Qué es una hipótesis nula?¨Pág. 33)
¿Cómo se realiza la alteración y control de las Variables? Las variables explicadas en la página 9 tienen que ser controladas. Esto significa que usted tiene que explicar cómo hará para alterarlas y controlarlas, por ejemplo, la temperatura del agua durante su experimento. (Véase Molalidad. Pág. 11). Para esto tiene que tener en cuenta 3 aspectos:
5℃, 10℃, 15℃, 20℃, 25℃, 30℃, 35℃, 40℃, 45℃, 50℃.
Además se tiene que explicar, como se van a medir y a controlar las variables a mantener constantes.
Ø Primero: Para tener una cantidad relevante de valores no solo se deben tomar 2 o 3 temperaturas, sino por ejemplo 10 temperaturas diferentes. Además es importante que se alteren las temperaturas en la misma cantidad. No sería bueno, por ejemplo, tomar las siguientes temperaturas: 14℃, 20℃, 60℃, 70℃, 100℃.
Para el experimento ejemplo se tomarán las siguientes
temperaturas del agua.
Ø Segundo: ¿Cómo entonces se pueden lograr estas medidas exactas?
Para esto hay diferentes posibilidades. Una variante relativamente sencilla para alterar la temperatura del agua
es la adición de distintas cantidades de pequeños cubos de hielo o de agua hirviendo. Esta adición se realiza hasta que se alcance la temperatura deseada, la cual se debe mantener constante.
Ø En este caso podría servir un termómetro con una desviación1 de, por
ejemplo, ±0,1°C o un Registrador de Datos (Datalogger) con una sonda de temperatura (±0,1°C) para medir la temperatura.
Molalidad de una solución-‐ ¿Qué es esto? Como molalidad (denotada por ! ) se entiende el cociente de la cantidad (!) del soluto (!) entre la masa (!) de un solvente (!). Se expresa en la unidad Mol/Kilogramo. La fórmula es:
!! =!!!!
!! = 1!"#!"
1 Una ¨Desviación¨ nos dice que tan preciso o que tan impreciso es un instrumento de medición. La desviación siempre tiene que ser expuesta. Tenga esto en cuenta en la recopilación de datos. 2 La unidad se puede expresar tanto con “u” como con “Da”, pero es más sencillo emplear “g” (gramos).
12
Calcule, como ejemplo, cuanta glucosa hay que diluir para formar 100ml de solución de 1mol. Tenga en cuenta que la glucosa tiene la forma C6H12O6. Los pesos atómicos son los siguientes: Carbono (C)=12,010g; Hidrogeno (H)=1,007g; Oxigeno (O)=15,999g.
¿Cuantos gramos de Glucosa hay que diluir en 100ml de agua para lograr las siguientes moladidades: 0,1Mol; 0,2Mol; 0,3Mol; 0,4Mol;
0,5Mol?*
Nota: El azúcar de cocina se compone de sacarosa (C12H22O11).
Las molalidades son, a diferencia de las moralidades, independientes de la temperatura. Por esta razón, son más apropiadas para los experimentos.
¿Cómo altero la molalidad de una solución? Primero tiene que calcular el peso molecular de su sal a diluir. Utilice para esto una tabla periódica de los elementos químicos. (Por ejemplo con la Lab Quest de Vernier) Tomemos como ejemplo !"#$
Ø !" tiene un peso molecular (o masa molecular) de 22,989g2 Ø !" tiene un peso molecular de 35,453g
Cada átomo se presenta una vez, por lo que se suman los dos valores multiplicados por uno: 1×22,989! + 1×35,453!
Ø Esto nos da un peso molecular redondeado de 58,4g Para una solución de !"#$ de 1 mol hay que diluir 58,4g de NaCl en un litro de agua. De la misma manera se puede hacer una solución de NaCl de 0,5mol (29,2g en 1 litro de agua) y de otras molalidades. Si necesita solamente 100 ml de solución de 1 Mol, entonces diluye 5,84 en 100 ml. Tenga en cuenta la desviación de la balanza! *¿Tuvo en cuenta que tiene que multiplicar cada uno de los átomos? ¿Tuvo en cuenta que tiene que utilizar en su calculo 100ml y no 1000ml?
2 La unidad se puede expresar tanto con “u” como con “Da”, pero es más sencillo emplear “g” (gramos).
13
¿Cómo influye el factor abiótico ¨Temperatura¨ en el cambio de la concentración de Oxigeno disuelto en agua como indicador de
velocidad (o cantidad) de Fotosíntesis en la planta acuática Elodea?
¿Qué es un “Método de recopilación de datos” y como se describe?Se habla de método de apunte de datos en el momento de buscar una manera de medir las variables a tener en cuenta. Es importante al momento de idearlo que se recopilen una cantidad relevante valores medidos, ya que de otro modo no se podrían hacer cálculos estadísticos ni afirmaciones generales válidas. La medición
de datos tiene que ser en lo posible lo más exacta posible y además no solo se tienen que mostrar valores cuantitativos (números) sino también cambios observados (datos cualitativos). Estos últimos son frecuentemente subjetivos, por esta razón no son tan relevantes en experimentos científicos.
Como ejemplo se tomará el Planteamiento del Problema que se ha venido trabajando: La parte subrayada es la variable a medir. En este aspecto serviría un Registrador de Datos (Datalogger) con una Sonda para la medición de Oxigeno disuelto en el agua.
¿Qué es una cantidad de datos contundentes? La cantidad de datos recogidos debe ser la más alta posible. Esto depende de la duración y la clase de toma de datos. Por ejemplo, no bastaría medir la cantidad de oxigeno disuelto cada minuto. En este caso sería más favorable tomar un dato cada segundo. En un ECG (Electrocardiograma), por ejemplo, habría que tomar mínimo 20 medidas por segundo para tener un cantidad relevante de datos. Como puede observar, la cantidad de datos contundentes depende fuertemente del tipo de
medidas. Para nuestro ejemplo concreto se implementaría el enunciado expuesto en la siguiente página.
14
Cada vez que se planea una investigación científica y se realiza para ella una guía de trabajo, se deberían tener en cuenta las siguientes pautas.
¿Qué tengo que tener en cuenta para una Guía de Trabajo perfecta?
Ø ¿Escribió una introducción corta pero contundente?
Ø ¿Se ha definido una meta o un planteamiento del problema preciso?
Ø ¿Se profundizaron/cambiaron todos las indicaciones dadas previamente por el profesor?
Ø ¿Se han citado todas las fuentes utilizadas? (Véase Pág. 38)
Ø ¿Se han expuesto todas las variables?
Ø ¿Planteó una hipótesis? Ø ¿Planeó su experimento de tal forma que puede producir y medir (comprobar) los factores abióticos? Por ejemplo, el factor abiótico Luz: Por medio del regulador de Dimmer, con el cual se
puede ajustar continuamente la intensidad de luz y un Luxómetro, con el cual se puede comprobar la intensidad de luz.
Ø ¿Planeó el experimento de tal forma que en su recopilación de datos puede recoger mayor cantidad de datos relevantes y/o contundentes posibles?
Ø ¿Escogió un margen razonable de cambio para la variable a alterar activamente (independiente) 3 ? Por ejemplo: 5°C, 10°C, 15°C, 20°C, 25°C, 30°C, 35°C, 40°C,
3 Especificación hecha por el traductor. No está presente en el texto original.
Para la medición del cambio de concentración de oxigeno disuelto en agua como indicador de velocidad (o cantidad) de fotosíntesis se utilizará un Datalogo con una Sonda para la medición de oxigeno disuelto en agua. Así mismo, se tomarán 60 datos por minuto durante un periodo de 15 minutos en cada una de las 10 temperaturas.
15
45°C, 50°C, 55°C, 60°C.
Ø ¿Se medirá la variable a activar activamente? Por ejemplo, con un termómetro digital.
Ø ¿Expuso la desviación de cada dispositivo?
Ø ¿Cómo medirá exactamente la variable a medir (dependiente) 4 ? Por ejemplo, el aumento de la biomasa mediante el peso dado por una balanza con una desviación de ±0,1mg.
Ø ¿Qué tan frecuente medirá?
Ø ¿Cuántos intentos (procesos) son requeridos, hasta que los resultados sean contundentes? Por ejemplo, el experimento se realizará 3 veces teniendo en cuenta las mismas variables.
Ø ¿Tiene una cantidad alta y apropiada de objetos de estudio? (Probadores, Plantas, Semillas, etc)
Ø ¿Expuso un ejemplo de una tabla para la representación de datos?
Ø ¿Planeó usted cuales son las medidas de seguridad que hay que tener en cuenta?
4 Especificación hecha por el traductor. No está presente en el texto original.
Ø ¿Tuvo en cuenta que tenga el tiempo y los respectivos materiales para el experimento? (Véase Pág. 20).
¿Cómo se ve una Guía de Trabajo completa y perfecta?
Introducción El agua es un factor abiótico que juega un papel importante en todos los seres vivientes. Esta investigación evaluará a partir de qué cantidad de agua empiezan las semillas de frijoles a germinar y cuál es la cantidad ideal para la germinación de las mismas. El crecimiento de las plantas de frijoles germinadas deben ser observadas e igualmente medidas. Se requiere de agua en la germinación de semillas ricas en almidón para la rehidratación de células vivas dentro la misma. El agua es necesaria para que la hormona Giberelina pueda ser sintetizada en los cotiledones. De este modo se estimula la producción de amilasa, que cataliza la reducción de los almidones a maltosa, la cual posibilita los procesos de crecimiento. El agua juega un papel crucial en este proceso. Sin embargo, demasiada agua puede ser perjudicial, ya que la semilla en germinación requiere también de oxigeno para los procesos de síntesis de energía a través de la respiración celular. La ausencia de disposición de oxigeno puede llevar a la putrefacción de la semilla. Planteamiento de la función del experimento: Investigación de la influencia de la cantidad de agua sobre la velocidad de germinación mediante a la medición de la ganancia de peso de las semillas y el crecimiento de las plántulas del frijol (Phaseolus vulgaris), mediante a la medición del largo de la raíz principal. Hipótesis: Entre más alta la cantidad de agua, más alta será la producción de biomasa. Así mismo será más rápida la germinación y el crecimiento de la plántula. Después de una cierta cantidad, bajará el
Consejo: Escriba la Guía de trabajo, como si se la fuese a dar a un estudiante 2 años mas joven que usted para que realice el experimento.
Planteamiento del profesor: Diseñe un experimento para la investigación de un factor abiótico en una
planta
A la derecha se encuentran comentarios para una mejor comprensión.
Al comienzo se debe dar una corta explicación, del porqué de la escogencia del factor abiótico.
El estudiante menciona todas las variables. Especifica la planta
escogida y lo que quiere investigar, es decir, lo que
medirá.
17
crecimiento, ya que no hay suficiente energía para la respiración aeróbica porque no hay una fuente de oxigeno apropiada. Definición de las variables: Variable a medir: Aumento de la biomasa (Peso) como indicio para el crecimiento y absorción de agua. El peso se medirá por medio de una báscula digital. La báscula tiene una desviación de ± 1mg. El crecimiento de la raíz principal será medida con una regla. Se tendrá en cuenta la raíz más larga. Variable a alterar activamente: Cantidad de agua en ml. Adición mediante a una Bureta (± 0,1ml). Variables a mantener constantes: Intensidad de luz, temperatura, duración del experimento; edad, especie, estado y tamaño de las semillas; el peso de partida de todas las semillas tiene que ser igual.
Químicos, Materiales y utensilios para la medición:
100 semillas (Phaseolus vulgaris) 250g de algodón 10 cajas de Petri Agua Báscula digital (± 1 mg) Cronometro digital (±0,1 seg.) Termómetro digital (±0,1°C )
Luxómetro (±1Lux) Regla (±1mm) Bureta (±0,1ml)
Una hipótesis es una parte inherente para toda
investigación. Justifique su planteamiento.
Aunque el estudiante ya haya expuesto las variables en el
planteamiento de la función del experimento, es importante, que se vuelvan a especificar. El
planteamiento de desviaciones y posibles fuentes de errores
también es importante.
Para la primera parte de su protocolo, es decir, lo anteriormente escrito, hubiese recibido el estudiante una muy buena calificación.
Es importante que se expongan todos los químicos, materiales,
utensilios, etc.
Escribir los títulos facilita
considerablemente la lectura de los protocolos.
18
Método para la alteración y control de las variables: Alteración y control de la variable a alterar activamente: Procedimiento:
1. En 10 cajas de Petri con algodón se colocarán 10 semillas en las mismas condiciones.
2. Las semillas se pesarán previamente y se dividirán en las distintas cajas de Petri de tal forma que quede el mismo peso en semillas en cada una de las 10 cajas.
3. Con una bureta se depositara la cantidad de agua mostrada en la tabla 1. Hay que aclarar que el agua no se le echará directamente a la semilla, sino que se depositará en el algodón.
4. Estas cantidades se depositaran a las 7:00 am y a las 7:00 pm durante 6 días.
Tabla 1-‐ Adición de Agua en ml por medio de la bureta (±0,1ml) Caja de Petri Nro. 1 2 3 4 5 6 7 8 9 10 Cantidad de agua en ml ± 0,1ml 0 1 2 3 4 5 6 7 8 9 Peso de los frijoles en mg ±1mg Raíz más larga en mm ±1mm Alteración y control de las variables a mantener constantes: Peso de salida: En cada una de las cajas de Petri hay 10 semillas, las cuales en total deberían tener el mismo peso. El peso de salida de las semillas se tomará mediante una báscula digital (± 1 mg). Todos los intentos se realizarán en el mismo lugar. Así se tendrá certeza, que la intensidad de luz y la temperatura se mantendrán, en teoría, constantes. De todas formas se medirán estas variables. Intensidad de luz: El experimento se realizará en un recinto oscurecido y con luz artificial, la cual se mantendrá constante. Con un luxómetro se confirmará si en verdad la intensidad de luz es constante. Temperatura: La temperatura del recinto se mantendrá por medio del aire acondicionado en 25°C. Duración: El experimento durará 6 días. Edad, estado y tamaño de las semillas: Se tomarán semillas de la misma bolsa (mismo año, misma empresa, misma especie). Deben tener más o menos el mismo tamaño.
Escriba sus indicaciones de trabajo precisa y
claramente, para que en la realización del mismo no se presenten errores.
Se intenta mantener iguales todas las variables a mantener constantes. El estudiante se refiere a
cada una de las variables y dice como hará para mantener cada una de
ellas estable.
Todas las desviaciones se han mencionado. Un
ejemplo para la tabla de valores empleadas se ha
mostrado.
Una cantidad alta de diferentes cantidades de agua es necesaria para
tener resultados realistas.
19
Manera en la cuál se representarán los datos contundentes: En cada adición de agua y al final del experimento , es decir, después de 6 días; se pesarán todas las semillas mediante a una báscula digital. Las 10 semillas se pesarán juntas y de cada 10 se sacará un promedio. (Presentación de Datos, Procesamiento de Datos). Además, se medirá la raíz principal más larga de cada una de las semillas (con una regla) y se saca un promedio. En el caso en el que no se presente una raíz principal se representará con el valor 0.
Datos cualitativos: Todas los cambios que salgan a la vista, así como la textura de las semillas. El experimento se realizará en cada caso con 10 semillas de la misma especie y de la misma planta. Así se obtiene automáticamente un promedio. Así mismo se reduce la probabilidad de “desviaciones de sistemas biológicos”.
Esta es una guía de trabajo bastante buena para el experimento. Este estudiante entendió cuáles son las variables importantes
para su experimento y cómo hacer para mantenerlas constantes y poder medirlas.
Se expone tanto el peso como la longitud de la raíz
como indicio de la velocidad de germinación
y crecimiento. Se realizan
constantemente mediciones.
Esto es una cantidad alta de datos. No solo se miden
datos cuantitativos relevantes, sino también
cualitativos. Muy bien.
La fuente de errores “desviaciones de sistemas biológicos” ha sido mencionada, así como una opción para reducirla. Aunque es difícil de
asegurar que el estudiante tiene la certeza que las semillas provienen de la misma planta, se califica este punto muy positivamente.
En general, este estudiante puede recibir una muy buena nota en esta parte de su protocolo. Felicitaciones!
Tenga en cuenta que algunas veces usted planea el experimento, pero en realidad no lo realiza. De todas formas deben ser todas las
indicaciones lo más realistas y ejecutable posible.
20
¿Cuáles son las medidas de seguridad y qué fuentes de errores, sobre todo al medir y observar, tengo que tener en cuenta al experimentar?
Al experimentar pueden ocurrir accidentes fácilmente. Estos pueden perjudicar sus cosas personales o su integridad física. Por esta razón, tenga en cuenta categóricamente las siguientes medidas de seguridad. 1) Infórmese antes de cualquier experimento sobre lo siguiente: a) ¿Dónde se encuentran las duchas de emergencia y los extinguidores contra incendios? ¿Cómo funcionan?
b) ¿Cómo se utilizan aparatos a gas, agua y/o electricidad para evitar accidentes?
c) ¿Qué clase de peligro hay al manejar químicos? ¿A qué clase de peligro pertenecen los químicos empleados en su experimento? ¿Qué tengo que tener en cuenta al manejarlos?
2) Tenga siempre al experimentar una bata de laboratorio, guantes protectores, gorro protector si tiene pelo largo, tapabocas y eventualmente lentes protectores. Así protege la salud y también sus cosas personales de daños fortuitos.
3) Tenga en cuenta también que sus compañeros de clase cumplan con las medidas de seguridad anteriores.
4) En caso que haya que utilizar aparatos eléctricos o de otra clase y no sepa utilizarlos correctamente, pregúntele al profesor y déjese guiar antes de utilizarlos.
5) Sobretodo al implementar químicos y fuego, infórmese profundamente de cuáles son las medidas de seguridad respectivas a dichos materiales.
¿Cuáles son las fuentes de errores al experimentar?
Influencia del entorno: Desviaciones normales, Desviaciones aleatorias En la mayoría de experimentos de biología se implementan sistemas biológicos como plantas,
animales, probadores (humanos), etc. Estos se diferencian mutuamente. También hay
Errores en la realización de experimentos y sobretodo en la medición y control de datos son inminentes, es decir, aparecen constantemente. Es importante, que conozca las fuentes de errores y que aprenda a predecir
qué tanto podría influenciar el experimento.
21
influencia del entorno por viento o por vibraciones, que pueden representar una fuente de errores. Observemos el siguiente experimento: Usted investiga el potencial de sacarosa de la caña de azúcar. Si usted emplea diferentes ramas la desviación (o variación) está fuertemente relacionada con los tejidos individuales de cada rama èVariación aleatoria. Pero si emplea tejidos de la misma rama
de caña puede reducir la probabilidad de una variación aleatoria.è Desviación normal. Es importante que escoja con sumo cuidado cada uno de los organismos a investigar para garantizar la estabilidad de las variables a mantener constantes. Si lo anterior no se puede hacer, entonces debe contemplar y exponer el posible error aleatorio.
Grado de desviaciones al medir Esto se refiere a la desviación de la precisión, que son inherentes a todo tipo de aparato de medición. Por ejemplo, si va a medir algo con una regla, entonces sería la desviación de ±1mm, ya que la regla muestra medidas exactas hasta de un
milímetro. Mostraría entonces como valor 4,8 cm ±1mm. Si utiliza termómetros digitales que muestran valores de hasta 0,1°C, la desviación sería entonces de ±0,1°C. Esto aplica para todos los aparatos digitales.
Es importante la desviación del aparato, que en general tiende a tener una imprecisión en la medida mas pequeña representada. Una bureta se lee generalmente por el aforo de la cantidad más pequeña (Véase la imagen anterior).
Las desviaciones tienen que ser expuestas en todas las representaciones de datos.
Ejemplo: Valor medido de la Bureta: 18,4mlè18,40 ml la desviaciónè±0,05ml
22
¿Qué es una “desviación en la apreciación de medidas tomadas”? Esta es una forma de desviación justamente tratada. Estas se presentan cuando las medidas se encuentran entre varias escalas de unidades y no se puede definir, por la misma razón, cuál de las unidades está siendo marcada. Este tipo de desviación abarca tanto la, ya tratada, desviación de materiales utilizados como la desviación aleatoria y/o desviación normal.5 Procure explicar y cuantificar este tipo de desviaciones en su representación de datos. Estas desviaciones son tratadas mas a fondo en el análisis de errores en la última parte de su protocolo. Si tiene que apreciar cierto valor, entonces cuenta como desviación el último valor decimal, es decir, en 13.6 (el 6 sería estimado) sería la desviación ± 0.5. En 16 sería ±5 y en 3.1 sería correspondientemente ±0.5.
Desviación de los instrumentos de medición, o bien, influencia instrumental Estas son variaciones que se presentan cuando los instrumentos de medición no están bien calibrados o bien programados. Hable con su profesor para ver como se calibra correctamente el instrumento de medición que va a ser utilizado. Partes sueltas o flojas en los mismos y la expansión térmica de metales son igualmente fuentes de errores típicas. Estas fuentes de errores pueden tener una gran influencia en su experimento. Debería apreciar dichas fuentes en su análisis de errores al final de su informe.
Errores personales-‐ El hombre como fuente de equivocaciones Esta fuente de errores se presenta cuando usted manipula los instrumentos de medición. Por ejemplo, el termómetro no debería tocar las paredes del vaso o beaker, sino que debe ser sostenido en medio del liquido después de que este ha entrado en contacto con el mismo. Además, un termómetro calentado podría calentar cantidades de agua fría (y viceversa) y así influenciar el valor de la temperatura. Este instrumento (si es análogo y no digital) debe ser leído a la altura de los ojos, para evitar errores al momento de la toma de datos.6
5 Especificación hecha por el traductor. No está presente en el texto original. 6 También se les llama “error de paralaje”.
Otros tipos de errores personales son: los tiempos de reacción al detener el tiempo en cronómetros, pequeños errores unilaterales, variaciones
fortuitas (o aleatorias) al leer una báscula y dificultades en la concentración en la toma de datos en experimentos extensos.
23
Los errores personales se diferencian principalmente en dos tipos distintos :
1. Errores que se presentan todo el tiempo
2. Errores fortuitos o “errores que solo ocurren algunas veces”
Propagación de errores En algunos experimentos hay que tomar una gran cantidad de datos. Del cómputo de dichos datos se pueden sacar conclusiones. En este caso hay que tener en cuenta, que todos los datos se desvíen en su valor “correcto”. Los errores individuales se transmiten a la fórmula con la cual se computo-‐ se produce una propagación de errores, es decir, el resultado de mi cálculo contiene un error todavía más grande que el principal. El tamaño de dicho error tiene que ser apreciado.
Mediciones repetidas como posibilidad de disminución de desviaciones Realice sus experimentos reiteradas veces si es posible. La diferenciación normal de organismos biológicos y las frecuentes estructuras complejas ocasionan automáticamente desviaciones. No tome solo una prueba y no use solo un organismo, sino que realice sus experimentos con una cantidad alta y razonable de pruebas. En general 30-‐50 pruebas son suficientes.
Conocimiento impreciso al manipular los instrumentos de medición-‐ por esto se presenta este error en todos los casos.
Se presentan cuando los experimentos duran mucho y el experimentador no se puede concentrar más. Por esto pueden ocurrir errores en la toma de datosè Capacidad de concentración en disminución.
Tenga en cuenta que hay que exponer en la guía de trabajo la cantidad de veces que se tiene que repetir un intento y cuántos
organismos son necesarios para cada intento. Todo esto para tener una afirmación contundente en sus resultados.
Si la misma medición se tiene que hacer reiteradas veces, hay que mencionar en el procesamiento de datos la desviación estándar
(Véase la Pág. 30) del promedio. Si espera una diferencia significante entre dos intentos o pruebas, tiene entonces que demostrarla mediante al Test-‐t. Aquellos datos que tengan una desviación fuerte de las demás pueden ser descartados en el procesamiento de datos, ya que estas desviaciones son “desviaciones fortuitas”. Justifique por qué las descarta.
24
Tenga mucho cuidado en la representación de
datos y en el procesamiento de
datos!
Pequeñeces pueden definir una nota buena
o una mala.
La Apuntación de datos, cálculos estadísticos y Representación gráfica de valores obtenidosè ¿Qué es todo esto?
Por ejemplo: Tiempo en min: seg. (±0,1 seg.)è1:35,4
Por ejemplo: Tiempo en seg. è95,0 seg. (±0,1 seg.) Por ejemplo: Tiempo promedio: 88,2 seg. (±0,1 seg.)
¿Cuáles son los errores y desviaciones que más se tienen en cuenta en una representación de datos?
En ejemplo de la página 26 se plantea una investigación con pedazos de zanahoria. En este caso aparecen 6 desviaciones posibles7:
1. El instrumento que será empleado para medir (Regla) 2. La habilidad manual del estudiante (experimentador) al cortar el
tejido. 3. Variabilidad de tejidos (por ejemplo de diferentes zanahorias) 4. Errores sistemáticos o fortuitos al preparar la solución azucarada.
7 En el texto original aparece “3 desviaciones posibles”, pero se exponen las mismas 6.
La apuntación de datos es la manera en la cuál se representan los valores a medir (o variable a medir) en una tabla o en una manera clara que salta a la vista.
La representación de datos es el cómputo de las medidas tomadas y su representación, por ejemplo, en una gráfica.
En la representación y apuntación de datos hay que exponer el grado de exactitud de los instrumentos de medición utilizados y las fuentes
de errores que observó (Véase Pág. 20)
25
5. Cansancio eventual si el experimento dura mucho. A raíz de esto se pueden ocasionar fallas al medir.
6. Errores fortuitos que ocurren al medir? Errores y desviaciones en la toma y representación de datos se pueden mencionar de la siguiente forma:
1. Cálculo del margen de error (±1mm)
2. Margen positivo-‐negativo de la desviación estándar del promedio.
3. Errores estándares de los promedios.
4. Barras de error. 5. Línea de tendencia (Véase
Pág. 31) 6. Coeficiente de correlación
(Véase Pág. 32)
Aquí se observa una apuntación típica de un estudiante: La capacidad de vida de semillas de frijol en relación al valor de pH se probó en un experimento. Se le agregó respectivamente a 10 semillas del mismo tamaño (el mismo peso de salida) 1 gota de solución con diferentes valores de pH. Este proceso se realizó 3 veces al día durante 10 días. El peso de salida de las semillas fue de 5,1 g respectivamente. La
báscula era una báscula digital con una desviación de 0,1g. Al final del experimento se tomaron los pesos finales de cada una de las semillas. El estudiante realizó la siguiente apuntación de datos. Además se tuvo en cuenta el color, olor y consistencia de las semillas.
Tabla 1-‐“Apuntación de datos del experimento de las semillas” Semilla pH3 ph4 pH5 pH6 pH7 pH8 pH9 pH10 pH11
1 5,2g 5,5g 6,1g 7g 7,9g 7,1g 6,4g 5,9g 5,3g 2 5,3g 5,6g 6,4g 7,1g 8g 7,3g 6,3g 5,6g 5,2g 3 5,2g 5,7g 6,3g 7,3g 7,9g 7,1g 6g 5,7g 5,2g 4 5,2g 5,8g 6g 7,1g 8,4g 7g 6,2g 5,8g 5,1g 5 5,1g 5,6g 6,2g 7g 7,9g 7,1g 6,1g 5,6g 5,2g 6 5,2g 5,5g 6,1g 7,1g 7,9g 7.5g 6g 5,5g 5,2g 7 5,2g 5,5g 6g 7,5g 8,6g 7,1g 6,1g 5,5g 5,4g 8 5,4g 5,4g 6,1g 7,1g 7,9g 7,1g 6,2g 5,9g 5,3g 9 5,2g 5,8g 6g 7g 7,9g 7,1g 6,1g 5,9g 5,3g 10 5,3g 5,3g 6,1g 7,8g 8g 7,1g 6g 5,9g 5,3g
Tabla 2: Ejemplo para una apuntación de datos con muchos errores.
26
Tabla 1: Pedazos de zanahoria cortados en tiras (Daucus carota ssp. Sativa) y de pera (Pyrus austriaca) después de su respectivo
sometimiento a diferentes soluciones de glucosa (en mol dm-‐3). Las medidas de salida eran de 50mm (±1mm).
1
2 3
4
¿Cómo se ve una apuntación de datos perfecta? A continuación un ejemplo de una representación de datos, la cual obtuvo una muy buena nota:
Tabla 3: Ejemplo de una representación de datos perfecta
Glucosa/mol dm dm-‐3
Longitud de tiras de pera/ mm±1mm
Longitud de tiras de zanahoria/mm±1mm
0,0 54 51 50 51 52 52 55 52 54 55 0,2 50 48 51 50 49 51 50 50 51 49 0,4 51 48 47 52 48 50 50 49 48 49 0,6 50 50 49 48 49 51 50 48 47 50 0,8 49 51 48 47 48 50 47 49 46 51 1,0 48 50 50 49 48 47 46 46 45 47
Comentarios cualitativos: Se pudo observar, al someter las tiras de pera y zanahoria en soluciones de glucosa, que las tiras de pera flotaban en soluciones de 0,2-‐0,1 mol dm-‐3. Las tiras de zanahoria, por el contrario, no flotaban. El tejido de las peras se volvió marrón rápidamente, el de zanahoria en cambio no tuvo cambio de color alguno.
¿Por qué es tan buena esta apuntación de datos? 1. El estudiante le dio a la tabla una rotulación contundente y razonable. 2. El estudiante expuso todos los datos en el mismo formato y sin
unidades de por medio. (Es decir, no utilizó: 43,2-‐40-‐41,5) 3. Las unidades se nombraron con su respectiva desviación en las celdas
principales. Una desviación de ±1mm es razonable, ya que se implementó una regla para medir.
4. Se le agregaron a las medidas cuantitativas las medidas cualitativas. Exponer estas cualidades es sumamente importante para la valoración del experimento.
5. Se desarrollaron 5 intentos y se nombraron los respectivos intentos. 6. La tabla salta a la vista y está claramente organizada. Esto permite
una fácil interpretación de los datos.
El estudiante anterior hizo aquí errores típicos. Compare esta apuntación de datos con la “apuntación de datos perfecta” siguiente y tenga en cuenta
las indicaciones de la página X.
27
¿Puede contestar “Si” a las siguientes preguntas?
7. Todos los valores obtenidos se mostraron en una sola página y en una sola tabla.
¿Cuáles son los errores típicos en la apuntación de datos por medio de una tabla?
1. ¿Le dio a su tabla de datos un nombre contundente y razonable?
2. ¿Nombró las unidades solamente en la celda principal de la tabla?
3. ¿Expuso además la desviación en la celda principal?
4. ¿Escogió una desviación adecuada para sus datos? Por ejemplo: Tamaño corporal en mm ±10mm èy
no en mm ±0,1mm o ±50mm
5. ¿Están todos los valores dentro de la tabla en el mismo formato?
6. ¿Estructuró la tabla de tal forma, que los datos saltan a la vista en una sola página?
7. ¿Nombro algunos datos cualitativos en su apuntación de datos? (Véase el ejemplo de la página 26).
Procesamiento de datos y representación de datos-‐ ¿Qué es eso?
¿Qué significa “procesamiento correcto de datos? Aquí se espera que procese sus datos obtenidos de tal forma, que se puedan sacar conclusiones a partir de ellos. Cálculos frecuentes son: promedios8, desviaciones9 estándares de promedios, coeficientes de correlación (Véase Pág. 32), Prueba-‐X2, Test de Saphiro-‐Wilk, Prueba U de Mann-‐Whitney, Prueba de Kolmógorov-‐Smirnov, Prueba de los signos de Wilcoxon, Prueba-‐Chi2 de Barlett, Prueba-‐F/o el T-‐test. 8 Valor medio (alem. Durchnitt, Ing. Average) 9 Aquí hay simples, dobles y T-‐test esparejado.
A el procesamiento de datos le corresponden 3 criterios de evaluación:èel cálculo correcto bajo el empleo de medidas èla
representación correcta en gráficas de datos procesados yèalución a errores y desviaciones.
28
¿Qué significa una representación de datos calculados? Esta es la representación de los datos procesados en una gráfica. La gráfica tiene que tener un titulo integro, los ejes tienen que estar rotulados correctamente, las desviaciones tienen que estar nombradas, la desviación estándar puede estar representada por medio de barras de errores y una línea de tendencia puede ser expuesta. Sería práctico establecer un margen de valores en los ejes para poder visualizar mejor la gráfica.
¿Cómo cálculo el promedio, o bien la desviación estándar (Véase Pág. 30) y que tanto hay que redondear? El cálculo del promedio o de la desviación estándar (Véase Pág.30) se puede efectuar mediante Microsoft Excel© o mediante cualquier otro programa de hojas de cálculo. Un cálculo ejemplo no tiene que ser expuesta
,ya que es una desviación estándar. Tenga en cuenta que el promedio y la desviación estándar estén redondeadas al mismo número de decimales, al igual que los datos previamente tratados.
Analice ahora la tabla de un procesamiento de datos a continuación. El estudiante no obtuvo por este procesamiento una buena nota. ¿Qué
aspectos debió mejorar?
En total hay 6 errores determinantes… Tabla 1: Procesamiento de datos Velocidad de los ratones / m sec-‐1
Intento 10°C 20°C 30°C 40°C 50°C 1 12,4 15,6 33,4 36,8 36,1 2 14,6 18,2 32,5 35 37,1 3 11,6 17,2 30,1 31,8 35,8 4 19,2 19,8 28,6 39,4 34,2 5 15,3 19,8 26,6 33,5 38,5
Promedio 14,62 18,12 30,18 33,3 36,34 Desviación Estándar 3,41126 1,76257 2,19773 3,19322 1,20277 Tabla 4: Ejemplo para un procesamiento de datos con errores.
Observe ahora la página siguiente y compare sus errores encontrados
con aquellos que se muestran y se representan por números.
29
1
2
3 4
5
6
7
¿Cómo se ve un procesamiento de datos perfecto? Tabla 1: La velocidad al correr de ratos en una rueda en relación a la temperatura del entorno.
Velocidad de los ratones / m sec-‐1 (±0,1 m
sec-‐1) Intento 10°C
±1°C 20°C ±1°C
30°C ±1°C
40°C ±1°C
50°C ±1°C
1 12,4 15,6 33,4 36,8 36,1 2 14,6 18,2 32,5 35,0 37,1 3 11,6 17,2 30,1 31,8 35,8 4 19,2 19,8 28,6 39,4 34,2 5 15,3 19,8 26,6 33,5 38,5
Promedio 14,6 18,1 30,2 33,3 36,3
Desviación
Estándar 3,4 1,8 2,2 3,2 1,2
La velocidad se estableció mediante a una rueda de correr. El perímetro recorrido en una vuelta de la rueda era de 0,134m-‐ por medio de la cantidad de vueltas completas dadas se calculó la distancia recorrida: 0,134×Numero de vueltas completas dadas. La distancia recorrida se dividió seguidamente entre el tiempo en segundos. Tabla 5: Ejemplo de un procesamiento de datos corregido.
¿Qué corrigió este estudiante? 1. Se le dio un titulo
contundente. 2. Se nombró una unidad con
una desviación razonable en la celda principal.
3. La desviación en la temperatura del entorno se nombró con ±1°C razonablemente.
4. Todas las unidades en la tabla se dieron con el mismo numero de decimales. Esto hay que
hacerlo aparte en Microsoft Excel©.
5. El promedio se redondeó al mismo numero de decimales y de esta forma a la desviación correspondiente (±1°C)
6. La desviación estándar se redondeó de igual forma que el promedio. No es necesario derivarla.
7. Se menciona como el estudiante llegó a los valores expuestos.
¿Qué pruebas estadísticas son prácticas para experimentos biológicos? En las próximas páginas queremos observar algunas pruebas estadísticas que podrían ser importantes para el procesamiento de datos. Es claro que las más importantes y frecuentes. Es importante saber que tipo de prueba se usa en cada tipo de investigación.
1. Prueba de hipótesis nula. 2. Prueba Chi2 de Barlett 3. T-‐test 4. Prueba Spearman
5. Prueba de los signos de Wilcoxon
6. Prueba X2 7. Test de Saphiro Wilk. 8. Prueba Fieldman
¿Qué es una desviación estándar y como la calculo? La desviación estándar fue introducida por Francis Galton en 1860. La desviación estándar 1 (1D) muestra en datos normalmente distribuidos el 68% de todos los datos que se posicionan alrededor del promedio. La desviación estándar puede ser representada también por barras de errores (véase Pág. 31). Si en su gráfica muestra, por ejemplo, el promedio, entonces tiene que mostrar igualmente barras de error con un ancho del doble de la desviación estándar para representar el 68% de los datos. En su calculadora de bolsillo encontrará seguramente una opción para calcular la desviación estándar. También en Excel © encuentra una fórmula estadística para el cálculo de la desviación estándar (DESVESTA). No tiene que mostrar necesariamente la fórmula, que ya esta estandarizada en su calculadora, con la cual la calcula. Pero sería razonable que la mencionara brevemente. Si no puede desarrollar el cálculo por medio de una calculadora o por un programa de computación científica, entonces puede utilizar la siguiente
fórmula: ! = !!!!!!!!!
, donde x representa cada dato individual; !! la suma de cada uno de los datos individuales al cuadrado; ! el promedio de la cantidad de datos y n la cantidad de datos individuales.
¿Qué es un promedio y como lo cálculo, o bien, lo redondeo? El promedio o valor medio se calcula mediante la suma de todos datos del respectivo intento o de un procedimiento, la cual se divide seguidamente entre la cantidad de datos. Tenga en cuenta, que tiene que redondear el promedio a la misma unidad de los datos, para que concuerde con los mismos. No tiene ningún sentido mostrar datos con una desviación de
31
0,1 para luego mostrar un promedio de 5,2354cm. En este caso sería el promedio 5,2cm.
¿Qué son barras de error? Las Barras de error o columnas de error son utilizadas en representaciones gráficas de datos numéricos para ilustrar errores sistemáticos o estadísticos. Las barras de error pueden servir, por ejemplo, para representar la desviación estándar en un diagrama de barras. Las columnas de error mostradas en la ilustración 1 muestran 1 DE respectivamente (Desviación Estándar èDE). Como se puede ver, son las barras de errores relativamente pequeñas. Esto nos muestra que los valores se encuentran relativamente cerca del promedio.
Ilustración 1: Ejemplo “Barras de error”
0
2
4
6
8
10
12
14
16
1 2 3 4 5 6
Barras de error
Serie de datos 1
32
¿Qué es una Línea de tendencia y como se es agregada en Excel ©? Una línea de tendencia pronostica el curso o la evolución de un grupo de datos y aclara una separación entre los mismos. Es una línea, en la cual se ven desviaciones. Uno parte de la idea que, en la norma, hay en todo sistema biológico desviaciones. Por eso debe poner en toda gráfica de datos una línea de tendencia para demostrar que usted está consciente, que dichos datos se exponen con desviaciones y errores.
Ilustración 2: Ejemplo de una línea de tendencia Otro ejemplo para líneas de tendencia lo encuentra en la página 37 en la ilustración 7. Ejemplo para una representación de datos perfecta. Si quiere hacer una línea de tendencia por medio de Excel ©, entonces escoja como tipo de grafica “línea con marcadores”. En Excel© 2007 encontrará la opción “Presentación”, dentro de la cual se encuentra la función “Análisis”-‐ aquí escoja “línea de tendencia”.
5
8
12
16
20 21
22 23 23 23
4,0
6,0
8,0
10,0
12,0
14,0
16,0
18,0
20,0
22,0
24,0
1 2 3 4 5 6 7 8 9 10
Cantidad de larvas de araña/Num
ero
Distancia/m
Cantidad de larvas de araña en un lago de Barranquilla con relación a la distancia del xlujo de agua fría de una fuente
dexinida
33
¿Qué es un coeficiente de correlación y como se calcula? Este es un cálculo, el cual debe ilustrar en que sentido se correlacionan (concuerdan) dos datos diferentes. En Excel © se debe insertar simplemente la fórmula COEF.DE.CORREL.
Ilustración 3: Como calcular el coeficiente de correlación en Excel © 2007.
1. INSERTAR FÓRMULA (COEF.DE.CORREL) 2. INGRESAR LA MATRIZ 1 Y LA MATRIZ 2. EN ESTE CASO LA
MATRIZ 1 CORRESPONDE A LA TEMPERATURA Y LA MATRIZ 2 A EL NÚMERO DE PECES JOVENES.
3. ACEPTAR-‐OBSERVAR EL RESULTADO. Exponga el coeficiente de correlación en su representación de datos (Véase la Ilustración 7 en la página 37). No es necesario explicar el coeficiente, pero de todas formas debería enunciar si la correlación es alta o baja. Si el coeficiente es bastante cercano a 1, entonces se puede suponer, que los datos se correlacionan fuertemente. Cuando el valor esté, como en este caso, en casi en -‐1(-‐0,995825239) hay una aparente correlación negativa fuerte. Conclusión: En nuestro ejemplo se puede observar, que entre más baja sea la temperatura habrá más peces jóvenes-‐ correlación negativa.
34
Ilustración 4: Dar formato al eje en Microsoft Excel.
Un enunciado significante se puede hacer solo si se hace también el t-‐Test.
¿Cómo le puedo dar un formato correcto a los ejes “x” y “y” en Excel©? Para formatear correctamente los ejes “x” y “y” tiene que saber primero cuáles son los máximos y mínimos de los valores a representar. En valores que, por ejemplo, se encuentran entre 35,4 y 38,8 sería practico ubicar el máximo en 39 y el mínimo en 35. Escoja en Excel © 2007 primero la opción “Diagrama de puntos”. Dele clic derecho directamente al eje “x” o al eje “y”. Entonces aparecen distintas opciones, de las cuales tiene que escoger “Dar formato a eje”. Aquí tiene la opción de cuadrar los mínimos, los máximos, los intervalos principales y de apoyo.
¿Qué es una hipótesis nula? La hipótesis nula (H0) afirma que se presume que no hay una diferencia significativa entre dos datos. Se puede intentar desvirtuar esta hipótesis mostrando que existe una diferencia significativa. Por esto se establece generalmente una diferencia entre H0 y H1, donde la hipótesis H1 pronostica una diferencia considerable. H0 también puede significar que no hay una correlación entre dos datos, donde por el contrario H1 sí pronostica una correlación. Aquí juega el término “significancia estadística” un papel importante.
¿Qué significa “significancia estadística” o “región crítica”? Esto es en realidad un valor arbitrario que generalmente se puede establecer con 5%, es decir, que con un 5% de significancia se puede descartar la H0. La región crítica en una prueba estandarizada (por ejemplo
35
¿Qué errores encuentra? Mejore esta presentaciñon
Vea ahora las dos siguiente gráficas en la página siguiente y lea los comentarios al respecto. ¿Encontró errores similares en
esta gráfica?
el t-‐Test) determina si el resultado se ubica en ese campo de 5% de significancia. Si el resultado se ubica en esta región se puede descartar la hipótesis nula. También puede pronosticar una correlación o una diferencia significativa.
¿Cómo se hace una presentación correcta de datos procesados? Hay que tener en cuenta los siguientes puntos:
1. ¿Le dio a su grafica un titulo contundente? 2. ¿Rotuló correctamente los ejes “x” y “y”? 3. ¿Expuso eventualmente las unidades y sus respectivas
desviaciones? 4. ¿Ilustró las barras de error, coeficiente de correlación y/o línea
de tendencia? 5. ¿Hay un margen de separación razonable para una mejor lectura
del gráfico? 6. ¿Estableció una leyenda integra y lógica?
Vea ahora la siguiente presentación: Ilustración 5: Ejemplo de una presentación de datos que obtuvo una mala calificación.
El estudiante obtuvo una mala calificación para esta presentación de datos procesados. ¿Por qué?
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
1 2 3 4 5
Promedio
Promedio
36
4
Estas dos gráficas fueron calificadas como “buenas”. Fue positivo:
1. El titulo es muy bueno.
2. Los datos en los ejes “x” y “y” tienen el mismo margen.
3. Se expuso una desviación en la temperatura.
4. Los datos individuales son expuestos.
5. En el eje vertical se muestran periodos de división.
6. Se utilizó una región de división razonable en el eje “y”.(15,0.35,0)
Fue negativo: No se mostró una línea de tendencia, que representaría la
desviación general.
Fuese sido mejor mostrar los datos de las dos gráficas anteriores en una sola gráfica (Véase en la próxima página). Además habría que mostrar una línea de tendencia, para mostrar la dependencia de la cantidad de peces de Allotoca maculata con la Temperatura del agua.
Ilustración 6: Ejemplo de un procesamiento y presentación de datos que se calificó parcialmente.
34,1 32,1
29,8
26,4
22,3 21,1 21,1 21,0 20,9 20,9
15,0 17,0 19,0 21,0 23,0 25,0 27,0 29,0 31,0 33,0 35,0
1 2 3 4 5 6 7 8 9 10
Temperatura/°C ±0,5°C
Distancia/m
Temperatura del Río Magdalena en relación a la distancia del xlujo de residuos calientes
de una central eléctrica 1
2
3
4
5
34,1 32,1
29,8 26,4
22,3 21,5 21,1 21,0 20,9 20,9
4,0
9,0
14,0
19,0
24,0
29,0
34,0
39,0
1 2 3 4 5 6 7 8 9 10
Peces Jovenes/ Cantidad
Distancia/m
Cantidad de peces en el Río Magdalena en relación a la distancia del xlujo de residuos
calientes de una central eléctrica
6
37
¿Cómo se ve un Procesamiento de datos perfecto y una presentación de datos perfecta?
Ilustración 7 Ejemplo de una presentación de datos perfecta Los datos de las dos graficas anteriores de la página previa fueron procesados y presentados en una relación directa.
¿Por qué es tan buena este procesamiento y representación de datos? 1. El titulo es claro y
contundente. Muestra que es lo que está representado.
2. Para una mejor lectura de la gráfica se implementaron líneas de división.
3. Los ejes “x” y “y” fueron bien rotulados.
4. La escala de los ejes está razonablemente estructurada; por ejemplo no de 0 a 30, sino de 4 a 24 (eje “y”) o bien de 20 a 34(eje “x”). Además están en
los mismos intervalos (4,6,8,10… y no 4,5,7,10…)
5. Se implementó una línea de tendencia para mostrar la desviación del experimento.
6. Muestra del coeficiente de correlación.
7. Se mostró la desviación. 8. Un comentario corto que
explica como se realizó la gráfica.
9. La gráfica es lo suficientemente grande
4
6
8
10
12
14
16
18
20
22
24
20 22 24 26 28 30 32 34 36
Cantidad de Peces jovenes/ Cantidad
Temperatura /°C±0,1°C
Inlfuencia de la temperatura del Río Magdalena en la propagación de los Peces
Allotoca maculata
R2=-‐0,9958
1
2
3
4
5
6
7
8
Valoración de los resultados del experimento y análisis de errores-‐ ¿Qué es esto?
¿Qué tiene que contener la valoración del experimento? 1. La convalidación o
refutación de su hipótesis hecha al principio del informe.
2. Una interpretación razonable de datos obtenidos, de cálculos estadístico (valoración de pruebas estadísticas) y una referencia o alusión de su gráfica(s) en la representación de datos.
3. La mención de información adicional contundente, como por ejemplo, los datos
cualitativos observados. Además tiene que referirse a otros experimentos descritos en Internet o en otra literatura y a información científica que expliquen los resultados, por ejemplo, citas de libros de textos.
4. La implementación correcta de fuentes literarios y de citas; mención de fuentes literarias que hayan sido contundentes en su investigación.
¿Cuál es un ejemplo para una interpretación razonable de datos obtenidos? Por ejemplo: Propagación de peces Allotoca maculata: Aquí se puede decir inequívocamente que se encontraron menos peces Allotoca maculata en el Río Magdalena en
altas temperaturas. La línea de tendencia demuestra que esta relación disminuye linealmente. Existe una correlación negativa.
Al comienzo de la ultima parte de su informe tiene que evaluar los datos, es decir, mencionar las conclusiones a las que llegó; analizar que
influencia tuvieron los errores cometidos en los resultados y proponer investigaciones relacionadas que apoyen o refuten sus resultados obtenidos. Se espera además que recurra dentro de sus
conclusiones a la literatura (Internet o libros) y que las mencione como fuentes literarias.
En la segunda parte-‐ la valoración-‐ se espera de usted que analice todas las desviaciones y errores cometidos en su experimento. Estos los tiene que describir para seguidamente proponer correcciones. A lo último puede proponer una continuación a su experimento o variaciones en el
mismo.
¿Qué significa convalidar o refutar una hipótesis? La hipótesis propuesta al principio de investigación es el fundamento de su experimento. Con ayuda de su investigación quiere validarla o invalidarla. Por esto es fundamental que
presente su hipótesis como comprobada, descartada o no comprobada. A lo ultimo presente, si sus datos obtenidos dan un resultado confiable.
¿Qué significa una interpretación razonable de datos? Aquí se espera que demuestre sus afirmaciones. Esto lo puede hacer a medida que haga referencia a cálculos, o bien, a presentaciones
de la presentación de datos. También por medio de literatura implementada o otras fuentes.
¿Qué significa la mención de información adicional contundente que explican los resultados? Mencione, por ejemplo, lo que aprendió en clase acerca del tema. En relación a nuestro ejemplo podría, por ejemplo, discutir la influencia de temperatura en la forma de trabajo de enzimas en relación a los resultados obtenidos.
La mención de información científica que explican los resultados son, por ejemplo, resultados científicos en relación a las condiciones de vida optimas de los organismos investigado. En nuestro ejemplo podría mencionar que factores juegan un papel importante en la propagación de peces Allotoca maculata.
¿Qué significa la mención de fuentes que son contundentes para la valoración de información dada? Cuando usa literatura especializada como libros, diarios, revistas especializadas o internet;
tiene que mencionarlas como citas. Utilice para esto las comillas (“…”) al principio y al final.
¿Cómo tiene que ser dadas las citas? 1. Mencione la fuente ya sea
como nota al pie de página o como nota al final del documento.
2. Mencione al finalizar su trabajo una lista de fuentes si utilizo varias de ellas. Si solo utilizó una o dos fuentes, entonces alcanzaría con una nota a pie de página.
3. Mantenga siempre el mismo orden en sus menciones, por ejemplo: Autor, titulo, página, año de aparición.
4. Escriba el titulo siempre en cursiva.
Por ejemplo: Neil A. Campbell/ Jane B. Reece. Biologie. Pág. 234. Edición 6. Editorial Spektrum Akademischer. 2003.
¿Cómo se escribe la valoración de resultados del experimento? 1. Observe los datos
procesados y su gráfica. Encuentre tendencias, como por ejemplo, aumentos lineales o relaciones recíprocas. Escriba estas tendencias y valórelas. Decida si su hipótesis es correcta o falsa.
2. De justificaciones científicas especializadas. Busque en Internet y libros especializados con datos
científicos que le den contundencia a sus afirmaciones.
3. Tome una posición frente a sus datos procesados, la desviación estándar, promedio y t-‐Test.
4. Mencione diferencias significativas.
5. Proponga investigaciones futuras o variaciones a su experimento. Justifique porque son necesarias.
¿Cómo se ven ejemplos de calificaciones de valoraciones de resultados de su experimento? Por ejemplo: Valoración de resultados del experimento de la página 37. Ejemplo 1: Valoración de resultados de Experimento: Como se ve en la gráfica de mi presentación de datos, hay una relación entre la temperatura y la cantidad de peces. La hipótesis podría ser afirmada. Se debería realizar una investigación donde se evalúe la relación de la cantidad de peces con la cantidad de alimento. Ejemplo 2: Valoración de resultados de experimento: Como lo muestra la ilustración 3, existe una correlación positiva entre la temperatura y la cantidad de peces, es decir, entre más fría sea el agua mayor será la cantidad de peces. La hipótesis no puede ser afirmada. La mayoría de peces se encontraban en temperaturas entre 20°C-‐22°C. La cantidad de datos está desde luego limitada entre 35°C y 20°C. Sería interesante investigar si bajaría la cantidad con 15°C.
Esta valoración es muy inexacta y obtiene una calificación mala. No se menciona que tipo de relación se observó. La afirmación con respecto a la hipótesis no concuerda con los datos presentados. La investigación a seguir no es justificada y tampoco es lógica.
Calificación: “Bueno”. La correlación se reconoce correctamente, desde luego no está demostrada. La afirmación con respecto a la falsedad de la hipótesis es correcta. La investigación a seguir es justificada y lógica.
41
Ejemplo 3: Valoración de resultado de Experimento. Como lo muestra la ilustración 3, parece ser que hay una correlación negativa entre la temperatura y la cantidad de peces, es decir, entre más fría sea el agua mayor será la cantidad de peces. La hipótesis no pudo ser validada. La mayoría de peces Allotoca maculata se encuentran entre temperaturas de 20°C-‐22°C. En internet se encuentra al respecto lo siguiente: “Allotoca maculata puede aguantar temperaturas por encima de 22°C por muy poco tiempo. En los meses de verano puede llegar a ser problemático mantener la temperatura correspondiente… En temperaturas por debajo de 16°C: El metabolismo de Allotoca maculata se vuelve más lento y los peces se comportan tranquilamente. Cuando sube la temperatura del agua a comienzos de año, se vuelven más activos y comienzan la reproducción.”10 Los cantidad de datos obtenidos está limitada entre 35°C y 20°C. Sería interesante investigar si bajaría cantidad con 15°C. Un problema en el experimento fue que el cambio de temperatura era efectuado por medio del flujo de residuos de una planta eléctrica y que el único factor investigado fue la temperatura. Posiblemente son factores limitantes la calidad de agua o el cambio eventual de nutrientes disueltos en agua. Por esto sería importante investigar y experimentar con otros factores, como por ejemplo la calidad de agua o la cantidad de alimento.
10 http://www.goodeiden.de/html/maculata.html
No diga nunca que sus resultados son una prueba para cierta correlación o que conllevan cierto significado… Utilice afirmaciones como: “Los datos apoyan la hipótesis.”
El estudiante buscó en internet una fuente relevante que llegó a un resultado parecido al del experimento realizado. La fuente fue mencionada y la cita está demarcada correctamente por comillas.
El estudiante llega a la conclusión correcta y propone correctamente una justificación para investigaciones posteriores.
Un análisis de errores exacto y la conclusión correspondiente para investigaciones por realizar es lógicamente explicada.
El estudiante obtiene la una calificación “muy buena”.
42
¿Cómo se califica el análisis de errores? En esta parte del protocolo tiene que definir los puntos débiles de su experimento y proponer
seguidamente correcciones correspondientes.
¿Qué fuentes de errores me hacen dudar de mis resultados?
Para esto es muy importante el seguimiento de un “Diario de experimentación” durante todo el experimento. Anote en pleno desarrollo del experimento cuales son los problemas en el diseño del experimento, donde se encuentran fuentes de errores
(Véase Pág. 20) en la implementación de instrumentos de medición o en usted mismo, etc. Es importante que encuentre identifique errores contundentes y lógicos. Lea para esto la Página 20 de nuevo.
Ya que estos dos puntos de calificación dependen fuertemente de los experimentos realizados, es razonable ilustrar las indicaciones con los
ejemplos.
Por ejemplo: En la medición de la temperatura del agua con un termómetro análogo se pueden cometer errores en la lectura del mismo, ya que su escala solo muestra grados centígrados completos. Por esta razón los decimales tienen que ser supuestos. Ya que la diferencia de temperatura entre nuestras medidas estaba entre 20 °C y 35°C, pudimos descartar este posible error. Con la implementación de un termómetro digital con una precisión de 0,1°C se puede eliminar desde luego esta fuente de error.
Base sus criticas en las medidas y observaciones hechas durante su investigación.
Es de suma importancia que no solo identifique las fuentes de error, sino que también evalúe que tanta influencia tuvo en los resultados.
Puede mencionar la corrección del problema después de mencionar dicho problema.
43
Ejemplos de calificación de análisis de error Las valoraciones de errores seguidamente expuestas se refieren a un experimento de la medición de la capacidad de conductividad del agua en dependencia de distintas molalidades de soluciones de NaCl. Las mediciones se hicieron con un sensor de capacidad de conductividad. Se utilizaron las siguientes 5 soluciones con diferentes molalidades preparadas por los estudiantes: Prueba control= Agua potable; 0,5 Mol/kg; 1 Mol/kg; 1,5 Mol/kg; 2 Mol/kg; 2,5 Mol/kg. Ejemplo 1: El experimento se desarrolló bastante bien. Posiblemente cometimos errores en la programación del sensor al medir. Eso lo deberíamos hacer mejor la próxima vez. Tuvimos que haber repetido el experimento varias veces. Cometimos muchos errores, ya que no entendimos el experimento y no le prestamos mucha atención al profesor. Deberíamos prestar mas atención la próxima vez. Ejemplo 2: Los datos obtenidos en nuestro experimento muestran desviaciones de la línea de tendencia. Esto nos permite suponer, que cometimos errores en nuestro experimento que nos llevaron a estas imprecisiones. Un problema fue que el instrumento de medición de la capacidad de conductividad tenía 3 campos de medición: 0-‐200 µS/cm; 0-‐2000 S/cm; y 0-‐20000 µS/cm. Cada campo de medición tenia una precisión de 1% dado por el fabricador. Comenzamos la medición de la capacidad de conductividad en 0,5 Mol/kg en el campo de medición 200 µS/cm (±1µS/cm). En la molalidad con valor 1 tuvimos que cambiar el campo de medición a 2000 µS/cm (±10µS/cm). Así cambio de igual manera la precisión del instrumento de
Esta valoración recibió una “muy mala” calificación para las dos partes. El análisis de errores es muy precario. Las correcciones son muy generales.
Una muy buena afirmación.
Aquí el estudiante comete un error en el cálculo de la desviación. En un campo de medición de 0-‐200 es 1% el grado de precisión ±2 µS/cm
Una fuente de error muy interesante que verdaderamente parece ser relevante. Calificación: “Muy bien”.
44
medición, por lo que los valores se tornaron más imprecisos. De todas formas los datos que obtuvimos variaron tanto el uno del otro (0,5 Mol/kg= 183µS/cm ±1µS/cm; 1Mol/kg= 246 µS/cm [±10µS/cm]) que este error seguramente no afectaría tanto nuestro experimento. En la elaboración de la moladidad utilizamos una báscula digital con una desviación de ±0,1g. Al agregar NaCl en el alambique del Erlenmeyer cayeron algunos granos de sal fuera y algunos se quedaron pegados al vidrio. Además llegó a pasar que el NaCl no se disolvía completamente en las moladidades de 2,0 y 2,5, sino que quedaba cristalizado al fondo del recipiente. Esto tiene como consecuencia la presencia de imprecisión en las moladidades. De todas formas muestran nuestros datos obtenidos una correlación positiva entre la molalidad y la capacidad de conductividad, de manera que el error previamente planteado seguramente no tiene una gran relevancia.
Muy bien: No solo identifica el error correspondiente, sino que también evalúa que tanto influye en el resultado
Este es un muy buen análisis de error que muestra que el estudiante entendió lo que significa un “error humano”.
Una fuente error más que tiene influencia.
Como se hizo anteriormente, el error descrito se vuelve a evaluar.
Excelente
Un análisis de error estupendo-‐ a pesar de pequeños errores en el cálculo de la imprecisión recibe una calificación “muy buena”.
45
¿Qué errores debió encontrar en el ejercicio de la página 25 y que correcciones habrían sido adecuadas? Tabla 1: Peso de las 10 semillas de Phaseolis spec, después de 10 días de suministro de gotas de soluciones de diferentes valores de pH en g ±0,1g
(medido con una báscula digital con una precisión de 0,1g) Semillas pH 3 pH 4 pH 5 pH 6 pH 7 pH 8 pH 9 pH 10 pH 11
1 5,2 5,5 6,1 7,0 7,9 7,1 6,4 5,9 5,3 2 5,3 5,6 6,4 7,1 8,0 7,3 6,3 5,6 5,2 3 5,2 5,7 6,3 7,3 7,9 7,1 6,0 5,7 5,2 4 5,2 5,8 6,0 7,1 8,4 7,0 6,2 5,8 5,1 5 5,1 5,6 6,2 7,0 7,9 7,1 6,1 5,6 5,2 6 5,2 5,5 6,1 7,1 7,9 7,5 6,0 5,5 5,2 7 5,2 5,5 6,0 7,5 8,6 7,1 6,1 5,5 5,4 8 5,4 5,4 6,1 7,1 7,9 7,1 6,2 5,9 5,3 9 5,2 5,8 6,0 7,0 7,9 7,1 6,1 5,9 5,3 10 5,3 5,3 6,1 7,8 8,0 7,1 6,0 5,9 5,3
Las semillas 4,10 y 11 que se pesaron en el pH 3 tuvieron un olor fuerte de putrefacción y eran notablemente menos consistentes que las semillas medidas en los otros valores de pH. Raíces o hojas de germinación no
estuvieron presentes en estas semillas. Se pudieron observar raíces largas en las semillas en los pH 6-‐8 pero estas no se midieron.
Tabla 6: Corrección de “Ejemplo para una apuntación de datos con muchos errores”.
1. Esta tabla de apuntación de datos tiene un titulo exacto.
2. La desviación se expuso correctamente con ±0,1g.
3. El nombre exacto o científico (latín) del organismo que se investigo es nombrado.
4. El estudiante explica como llegó a la desviación previamente explicada.
5. La especificación de medidas se expone al principio de la tabla (junto con la desviación ±). Dentro de la tabla solo aparece el numero correspondiente.
6. Los números que no tienen un valor después de la coma se muestran con un lugar después de la coma. Es decir, 7.0 y no 7.
7. Todos los datos obtenidos se muestran con el mismo formato, es decir, con un lugar después de la coma. La especificación de datos concuerda con la desviación ±0,1g. è5,6 en lugar de 5,62 ó 5.
8. También se exponen contundentemente datos cualitativos correspondientes.
1
2
3
4
5
6
7
8
46
¿Qué tipo de pruebas y exámenes hay en la materia de Biología? Evidentemente dependen los tipos de exámenes y pruebas del tipo de clausura próximo a hacerse. Muchas clausuras nacionales y también internacionales aplican hoy en día pruebas que se pueden calificar por medio de computadores. En este tipo de pruebas se dan una determinada cantidad de respuestas dentro de las cuales se tiene que escoger la mejor. En general solo hay una sola respuesta correcta.
Una segunda forma de exámenes, como por ejemplo en la clausura alemana, es por medio de ejercicios en los cuales debe analizar y valorar graficas y tablas de un experimento. Además hay preguntas que tienen que ser contestadas tipo ensayo. Estudie para esto exámenes viejos con su profesor para prepararse lo mejor posible para las pruebas finales.
¿Qué debo tener en cuenta en pruebas donde se me presentan varias opciones de respuesta?
1. Lea la pregunta minuciosamente. Muchas veces está la respuesta en los detalles dados.
2. Lea las palabras claves. A veces solo son requeridas receptivamente.
3. Aprenda los “Hechos” exactamente. Frecuentemente hay que conocer pequeños detalles antes de contestar.
4. Lea TODAS LAS RESPUESTAS antes de decidirse por una. 5. Si no esta seguro de que respuesta escoger, elimine aquellas que
evidentemente son erróneas. 6. Lea minuciosamente, a veces una sola palabra es decisiva. 7. Conteste primero las preguntas fáciles y deje las más difíciles
para después. Así puede resolver aquellas que toman más trabajo relajadamente y sin tanto estrés.
8. Conteste todas las preguntas. No hay penalización por respuesta errónea.
9. Escoja siempre una sola respuesta. 10. Utilice la hoja de preguntas para hacer notas y señale para
sí mismo las preguntas en las cuales no está seguro. Si tiene todavía tiempo al final, entonces puede trabajar las preguntas difíciles con más intensidad.
47
¿Qué debo tener en cuenta en una valoración de gráficas? Este tipo de comprobación del saber la aprende de mejor manera con la práctica. Si al experimentar y realizar los protocolos se tomó mucho tiempo y si domina estas dos cosas, entonces no debería ser difícil la valoración de gráficas. Aquí tiene que ser capaz de leer o calcular distintos valores y de determinar y analizar comportamientos, tendencias o relaciones significantes para hacer conclusiones posteriormente.
El análisis de gráficas-‐ ¿Qué hay que tener en cuenta aquí? 1. Lea las indicaciones minuciosamente!
Hay una diferencia entre exponer un valor y calcular un valor. Hay una diferencia entre aclarar (o interpretar) y describir.
2. Las indicaciones “Haga una hipótesis…”, “Analice…” y “Proponga…” se utilizan frecuentemente en este tipo de exámenes. Esto es difícil para muchos estudiantes.
3. Las indicaciones “Compare…” o “Diferencie…” aparecen también frecuentemente. Aquí es importante que reconozca tendencias (por ejemplo, crecimiento exponencial o crecimiento lineal) y que escriba tanto semejanzas (por ejemplo, “las dos graficas asciende continuamente”) como diferencias (por ejemplo, “La gráfica A tiene su máximo mucho antes que la gráfica B, esto es en la región x). Aquí también se
pueden hacer comparaciones numéricas. Lo ideal es que haga las dos cosas. Un error frecuente que cometen los estudiantes al comparar es evaluar los valores individuales muy específicamente, es decir, que leen estos datos y los escriben todos. Lo verdaderamente importante es exponer y constatar las tendencias y evoluciones, las correlaciones, etc.
4. Tenga en cuenta mas adelante que los datos exactos se preguntan. En ese entonces tiene que hacer cálculos o simplemente leer los datos. Es importante que estudie bien las leyendas, rótulos y textos acompañantes del gráfico.
Ilustración 8 Grafica con
un crecimiento exponencial y
lineal
48
5. No se deje confundir! No intente entender la gráfica hasta el más mínimo detalle. Lea primero con calma el texto que explica el gráfico. Después lea las preguntas que debe contestar. A veces solo hay que analizar una pequeña parte del gráfico e incluso solo hay que tomar un solo dato del mismo. Las preguntas previamente contestadas lo ayudaran a entender la gráfica.
6. Estudie el siguiente vocabulario y grupo de palabras para la evaluación de gráficas, sobretodo para las indicaciones “Compare…”, “Describa…”, “Describa la relación entre los datos x y z”, “Pronostique los resultados de…, si el experimento se sigue haciendo.”
• Lineal • Periódico • Ascenso/Descenso
exponencial • Curva S • Correlación
positiva/negativa • Entre más…, más… • Entre más…, menos… • Cuanto…, más/menos… • Todas/Ambos valores
ascienden • Los valores
descienden/caen • Aumento/disminución
fuerte/débil • Fase de crecimiento/Fase
“plateau” • Quedan igual (ningún
cambio) • Con mayor…sube/baja… • La…sube/baja linealmente;
exponencialmente; se duplica
• El crecimiento en la “gráfica x” es mayor/menor que en la “gráfica z”
• El crecimiento al principio/final en ambas gráficas es mucho mas
fuerte (significante) que al principio/final.
• El crecimiento en el “grupo x” varia más que en el “grupo z”
• El comportamiento del “grupo x” es más acentuado que el del “grupo z”.
• Los resultados (no) parecen ser significantes.
• La dispersión de los datos es alta, es decir, no son tan confiables.
• La variación estándar es muy baja, es decir, los datos son confiables (si es alta no son confiables)
• Entre las (00:00) y las (00:00) se encuentra en los/las…(nombre del objeto de investigación u organismo) el valor/porcentaje más alto/bajo.
• …1 es más grande/pequeño; tiene un ascenso/descenso más/menos notorio que …2.
• El valor… alcanzó a las (00:00) su valor máximo/mínimo-‐ es a las (00:00) más alto/más bajo.
49
Estudie junto con sus profesores los últimos exámenes
para tener práctica en el análisis de datos y en los
distintos tipos de gráfica. Investigue en Internet otros
experimentos para que los pueda analizar y comparar
respectivamente los datos para practicar para el examen.
7. Se espera de usted frecuentemente que tome una posición respecto a los resultados. No evite escribir…
• Que la cantidad de dados no alcanzó para reconocer una relación o un efecto
• Que la desviación de los datos es muy alta para hacer una afirmación
Evite decir cosas como: “Los datos muestran que hay una
correlación/relación importante/ etc.” Es mejor: “Los datos indican que podría haber una correlación/una relación importante/etc.
8. Tiene que ser capaz de hacer una hipótesis con respecto a los resultados dados. En este paso es importante que practique varias veces-‐ use para practicar las paginas 10 y 34 de este libro.
9. Estudie los datos y sobretodo las escalas y su rotulación intensivamente antes de contestar.
10. Cuanto haya que realizar cálculos escriba la forma en la que calculó (método y procedimiento del cálculo) y utilice las unidades, como por ejemplo milímetros o gramos! Escriba las unidades exactamente como aparecen en la gráfica.
11. A veces las gráficas serán complicadas y totalmente nuevas para usted. No pierda la calma y tómese todo el tiempo necesario para el ejercicio.
50
En muchos exámenes (como por ejemplo la clausura alemana) hay las llamadas partes elegibles. Esto significa, que tiene que escoger una o varias preguntas de muchas otras posibles. Cada pregunta tiene generalmente 3, a veces 4, partes que pueden surgir de la misma lección o incluso de la misma unidad. Resuelva solo las partes expuestas y tenga en cuenta las siguientes indicaciones.
¿Qué tengo que tener en cuenta en las preguntas elegibles? 1. Resalte en la página de preguntas cuales son los hechos y
afirmaciones que conozca respecto a la pregunta. Las preguntas en las cuales más haya resaltado son las que debería elegir.
2. Trabaje las preguntas en el orden establecido. 3. Tenga en cuenta en las preguntas tipo ensayo que tiene que escribir
una corta introducción, así mismo una corta conclusión. 4. Escriba palabras claves. Lo importante no es la cantidad que escriba,
sino los hechos que plantee! 5. Intente escribir las palabras claves en un orden lógico. 6. Considere más la comprensión y control del ensayo que una
estructura perfecta del mismo. 7. Utilice bosquejos o dibujos para que se acuerde de los hechos y
afirmaciones. 8. Haga las inscripciones del dibujo con números. Utilice estos
números en su respuesta entre paréntesis. 9. Lea las preguntas minuciosamente. Muchas veces los estudiantes
contestan algo que ni siquiera se preguntó. 10. Conteste solamente la pregunta! Por ejemplo, Explique la traslación
[8]. Escriba solo la traslación y no la transcripción. Solo habrá puntos por la traslación!
11. Entrene el vocabulario típico para las indicaciones. 12. Tenga en cuenta cuantos puntos hay por cada pregunta. 13. Practique las comparaciones! Recuerde que no solamente se
preguntan por diferencias sino que también por similitudes. 14. Organice las diferencias en una tabla 15. Practique dibujar rápido. 16. Utilice dibujos y bosquejos para una mejor comprensión. Esto es para
apoyar la respuesta, no para responderla solo con el dibujo. Nota: No se trata de contestar la pregunta completamente, sino de exactitud de la exposición de palabras claves individuales a la pregunta. Es mejor enunciar las palabras claves en cada pregunta que decir poco en cada una. Ejemplo: El síndrome de Down surge a partir de una “no separación”. (0 Puntos). El síndrome de Down surge a partir de una “no separación” de cromosomas homólogos durante la Anafase I o a partir de una “no separación” de cromátidas hermanas durante la Anafase II. (2 Puntos).
51
¿Cuáles son los errores típicos y problemas de estudiantes en el examen y como los evita?
Ø Nombre al “comparar” similitudes y diferencias. Ø Utilice para la exposición de diferencias siempre una tabla.
Ejemplo: Compare procariotas y eucariotas. Respuesta ejemplo: Los procariotas tienen ribosomas de 70 S, una pared celular y un flagelo. Los eucariotas tienen orgánulos celulares como por ejemplo mitocondrias y un núcleo celular con ADN unido a proteínas de Histona.
Calificación (0 Puntos)
Argumentación: El estudiante no nombra similitudes. El estudiante solo nombra propiedades de cada uno, pero no las diferencia. Corrección: Similitudes: Procariotas y eucariotas son seres vivientes. Ambas tienen ribosomas, material genético (ADN y ARN), citoplasma y una membrana plasmática.
Procariotas Eucariotas Tamaño de los Ribosomas 70 S 80 S Flagelo Si No
Orgánulos celulares (por ejemplo Mitocondria) No Si
ADN "desnudo" unido a proteínas de
Histona ADN rodeado de una
membrana doble (núcleo celular)
No Si
Pared celular Si Sólo en células vegetales
Calificación: (5 Puntos)
Comentario: Como se puede observar, el estudiante recibe todos los puntos. Observe que no hay puntos para cada afirmación a pesar de que son correctas. Por eso es aconsejable escribir más puntos y palabras claves que los puntos que se otorgan en la pregunta.
✓
✓
✓
✓
✓
52
Ø Dibuje y coloque las inscripciones minuciosamente! Dibuje lo más exacto posible y coloque las inscripciones al alcance de la vista. Aquí se pueden conseguir los puntos con una relativa simpleza. De todas formas son importantes algunas pequeñeces: Por ejemplo: Corazónè la pared del ventrículo derecho es más delgada que la pared del ventrículo izquierdo. Por ejemplo: Membranaè las proteínas integrales tienen que atravesar la membrana. Por ejemplo: Célula eucariotaè el núcleo celular con una membrana doble y con poros.
Ø Lea y responda minuciosamente la pregunta puesta.
Por ejemplo: Explique la traslación.
La traslación necesita como base la trascripción. La transcripción es el primer paso de biosíntesis de proteínas. El proceso ocurre en los eucariotas en el núcleo. Esto se parece mucho a la replicación, con la diferencia que en este caso no se “copia” todo el ADN sino solo una parte: un gen. Se forma una tira de ARN complementaria a la tira de ADN (por medio de la ARN-‐Polimerasa). Por esta respuesta no recibió el estudiante puntos.
Últimas indicaciones para un estudio exitoso 1. Estudie divirtiéndose-‐ invente pequeños juegos con los cuales pueda
aprender muchas palabras claves. 2. Estudie en periodos cortos. Es mejor estudiar 5 veces 20 minutos con
pausas intermedias que estudiar 2 horas sin pausa. 3. Estudie con distintos métodos, por ejemplo con cartas de estudio,
hablando en voz alta, juegos de pregunta y respuesta con un compañero, método de la hoja doblada11, lectura en voz alta frente al espejo. (Su profesor conoce muchos métodos didácticos para estudiar. Pregunte!)
4. Estudie antes de ir a dormir. Su cerebro sigue trabajando en las noches.
5. Rectifique constantemente lo que ya se aprendió. 6. Aprenda a formar conexiones. La biología es una materia muy
compleja, muchos temas tienen que ver con otros anteriores. 7. Muy pocos estudiantes estudian solo leyendo. Escriba y hable también. 8. Busque reglas mnemotécnicas a los temas que no pueda aprenderse.
11 Para aplicar este método tome una hoja y escriba todas las palabras claves. Doble esta misma hoja hasta que no se vea ninguna sola palabra. Escriba las palabras que se aprendió y rectifique que las tenga todas. Vuelva a doblar la hoja y escriba las que pasó por alto hasta que se las aprenda todas.
53
Anexos
Anexos de ilustración Ilustración 1 “Ejemplo Barras de Error”…………………………………………31 Ilustración 2 “Ejemplo Línea de tendencia”…………………………………….32 Ilustración 3 “Como calcular el coeficiente de correlación en Excel 2007”………………………………………………………………………………………........33 Ilustración 4 “Dar formato al eje en Microsoft Excel………………………...34 Ilustración 5 “Ejemplo de una presentación de datos que obtuvo una mala calificación.”…………………………………………………………………………..35 Ilustración 6 “Ejemplo de un procesamiento y presentación de datos que se calificó parcialmente.”………………………………………………………….36 Ilustración 7 “Ejemplo de una presentación de datos perfecta”………...37 Ilustración 8 “Gráfica con un crecimiento exponencial y lineal…………47
Anexos de tablas Tabla 1 “Adición de Agua en ml por medio de la bureta (±0,1ml)……...18 Tabla 2 “Ejemplo para una apuntación de datos con muchos errores..25 Tabla 3 “Ejemplo para una apuntación de datos perfecta…………………26 Tabla 4 “Ejemplo para un procesamiento de datos con errores”……….28 Tabla 5 “Ejemplo para un procesamiento de datos corregido”………….29 Tabla 6 “Corrección de “Ejemplo para una apuntación de datos con muchos errores”…………………………………………………………………………….45