Evaluación cuantitativa del impacto de dosis de vermicomposta en el peso de granos de maíz
DOI:
https://doi.org/10.63728/riisds.v10i1.42Palabras clave:
Agricultura, fertilizante, dosis, análisis de varianza, diseño completamente al azarResumen
La agricultura es fundamental para la economía de Sinaloa, posicionándolo como el estado agrícola más importante de México y el mayor productor de maíz a nivel nacional. Este estudio tiene como objetivo evaluar cuantitativamente el impacto de distintas dosis de vermicomposta sobre el peso de granos de maíz en el campo experimental del Instituto Tecnológico Superior de Guasave. Para ello, se implementó un diseño experimental completamente aleatorizado, en él se evaluaron cinco tratamientos de fertilizante a diferentes dosis, con tres repeticiones cada uno. Los datos se analizaron mediante un análisis de varianza (ANOVA) empleando el software Minitab versión 18. Se verificaron tres supuestos fundamentales para este tipo de prueba: homocedasticidad, normalidad e independencia. La homocedasticidad se comprobó mediante la prueba de Bartlett, la cual indicó que no había evidencia suficiente para rechazar la hipótesis nula de igualdad de varianzas entre los grupos (p > 0.05). Para el supuesto de normalidad, se observó que los residuos presentaban una distribución aproximadamente normal. Finalmente, el supuesto de independencia de las observaciones se validó con la prueba de Durbin-Watson, obteniéndose un valor estadístico de 2.14266, que indica independencia en los residuos (valores cercanos a 2), posteriormente, se realizó una prueba de comparaciones múltiples de Tukey, la cual mostró que no existen diferencias significativas (p > 0.05) en el peso de los granos dentro de los diferentes grupos de dosis de vermicomposta. Por tanto, las dosis de vermicomposta no generaron un incremento significativo en el peso de los granos de maíz entre los grupos formados.
Citas
Bojórquez-Delgado, G., Bojórquez-Delgado, J., & Flores-Rosales, M.-A. (2023a). Análisis y Evaluación Económica de la Producción Agrícola en el Estado de Sinaloa para el Año 2022 utilizando Ciencia de Datos Economic Analysis and Evaluation of Agricultural Production in the State of Sinaloa. RIISDS año 9 no. 1
Bojórquez-Delgado, G., Bojórquez-Delgado, J., & Flores-Rosales, M.-A. (2023b). Descomposición y análisis temporal del NDVI en un predio agrícola para determinar la salud y variabilidad de cultivos de maíz en Guasave, Sinaloa. RIISDS año 9 no. 1
Camani-Champi, C. (2017). Diseño completamente al azar (Tesis de licenciatura, Universidad José Carlos Mariátegui). Recuperado de https://repositorio.ujcm.edu.pe/bitstream/handle/20.500.12819/305/Cesar_TrabajoDeSuficienciaProfesional_titulo_2017.pdf?sequence=1&isAllowed=y
Candelaria-Martínez, B., Ruiz-Rosado, O., Gallardo-López, F., Pérez-Hernández, P., Martínez-Becerra, Á., & Vargas-Villamil, L. (2011). Aplicación de modelos de simulación en el estudio y planificación de la agricultura, una revisión. Tropical and subtropical agroecosystems, 14(3), 999-1010.
CEPAL, N. (2018). Agenda 2030 y los Objetivos de Desarrollo Sostenible: Una oportunidad para América Latina y el Caribe. Santiago: CEPAL Recuperado de https://www. cepal. org/es/publicaciones/40155-agenda-2030-objetivos-desarrollosostenible-oportunidad-america-latina-caribe.
Domínguez, J., & Pérez-Díaz, D. (2011). 20Desarrollo y nuevas perspectivas del vermicompostaje.
Guamán-Guamán, R. N., Desiderio-Vera, T. X., Villavicencio-Abril, Á. F., Ulloa-Cortázar, S. M., & Romero-Salguero, E. J. (2020). Evaluación del desarrollo y rendimiento del cultivo de maíz (Zea mays L.) utilizando cuatro híbridos. Siembra, 7(2), 47-56.
Hurtado, M. J. R., & Silvente, V. B. (2012). Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. Reire, 5(2), 83-100.
INEGI, (2024). Recuperado de https://www.inegi.org.mx/temas/agricultura/
Levene, H. (1960). Robust tests for quality of variances. In ‘Contribution to probability and statistics: Essays in honour of Harold Hotelling,.(Ed. I Olkin) pp. 278-292. Stanford University Press: Redwood City, CA.) Libosvarsky, VA, Saeed, DW, and Nemcova, M.(1985). Fecundity of roach in a newly built reservoir. Folia Zoologica, 34, 357-372.
Otero, J., Sánchez, A. H., & Moral, E. M. (2005). Análisis de la varianza (ANOVA). DOCPLAYER. Obtenido de https://docplayer. es/10487925-Analisis-de-la-varianza-anova-jose-vicens-otero-ainhoa-herrarte-sanchez-eva-medina-moral. html.
Quesada, D. G., Obando, J. S., & Montero, A. V. (2019). Impacto del desbalance en los tamaños de muestra por tratamiento sobre el desempeño de la prueba de comparaciones múltiples de Tukey. SERENGUETI, 38.
Romero, J. (2012). Análisis de Residuos en los Modelos de Regresion Lineal para Dummies. RP José L., Análisis de Residuos en los Modelos de Regresion Lineal para Dummies (págs. 1-27). Universidad Nacional Abierta.SIAP, S. (2015). Servicio de información agroalimentaria y pesquera. Reporte especial naranja.
Villegas-Cornelio, V. M., & Laines-Canepa, J. R. (2017). Vermicompostaje: I avances y estrategias en el tratamiento de residuos sólidos orgánicos. Revista mexicana de ciencias agrícolas, 8(2), 393-406.
