PREPARACIN DE AGAR PARA DETERMINAR LOS COLIFORMES FECALES

a) Esterilizacin de la placa petri

Lavamos las placas con detergente y enjuagamos con abundante agua, secamos con
papel toalla y los volvemos a enjuagar con agua destilada y luego con la ayuda de un
algodn, limpiamos las placas con alcohol.

b) Preparacin del Agar

El agar que se utiliz fue MAC CONKEY, de acuerdo a las instrucciones son 50gr. por
1Lt de agua para 2 placas.

Sobre una balanza analtica se coloc un trozo de papel de aluminio y sobre l se pes
4 gr. de agar Caso, por otro lado en una probeta se midi 100 ml de agua destilada.

En un matraz se verti el agua destilada y el agar, se agito por unos segundos y se pas
a calentar, hasta que hirviera. Luego se deja entibiar a temperatura ambiente por unos
minutos.

Con la ayuda de un mechero Bunsen a una distancia de 15cm cogemos el matraz con la
mano izquierda y la placa petri con la mano derecha procurando que el pulgar sostenga
la tapa para que pueda abrirla y cerrarla, vertimos el agar hasta la mitad de la placa y lo
cerramos. Por ultimo dejamos enfriar hasta que el agar se endurezca y finalmente
pasamos a envolverla con papel para que se mantenga estril.

c) Siembra en placa

Luego cogemos una pipeta y vertemos aproximadamente 2 ml de la muestra de agua y

la aplicamos primero en una placa con la muestra de la orilla y la otra placa para la
muestra del medio. Finalmente envolvemos las placas con papel craft y llevar a la
incubadora a una temperatura de 37C por un lapso de 24hrs.

Programa Minitab para la prueba de hiptesis

Primero se debe de obtener los datos resumidos de los parmetros a utilizar en una hoja de
Excel, seguidamente copiarlos al programa minitab para hallar el siguiente:

1. Informe sumario
Una vez ubicado los datos en el programa de minitab, damos clic en
estadstica/estadstica bsica /grafica de sumario, estos pasos nos ayudara para
evaluar el p-value de la variable a estudiar, para nuestro caso el ICA.
2. Prueba de Correlacin

Luego hacemos clic en estadisdistica/estadstica bsica /correlacin, seguidamente

nos sale un cuadro, donde tenemos que seleccionar todos los parmetros y
 aceptamos. El programa nos arroja los datos del coeficiente de Person y el p-value
de todos los parmetros, estos nos a ayuda para medir el grado de relacin de dos
variables y para identificar que parmetros afectan directamente a la variable
estudiar, para nuestro caso la variable ICA

3. Prueba de Regresin
Una vez identificados los parmetro que tienden a afectar a la variable (Y), damos
clic en estadstica /regresin /regresin/ajustar regresin, seguidamente nos sale un
cuadro donde nos aparece un cuadro de respuesta, ah seleccionamos la variable
(Y) la cual deseamos pronosticar, para nuestro caso es el ICA, luego en el cuadro
de Predictores continuos seleccionamos todos los parmetros faltantes y
aceptamos. Seguidamente el programa nos arroja los datos como el p-value, ah
identificamos cul de los parmetros nos indica el p-value mas significante, segn la
siguiente condicin: si el p-value es mayor a 0.05 tiende a ser significante, por lo
tanto con los datos arrojados en el programa observaremos cuales de los parmetros
inciden a 0.05.
Una vez identificada el parmetro mas incidente a 0.05, este ser la cual se va a
trabajar para el tratamiento del agua.
 Resultados

PRUEBA DE HIPOTESIS PARA EL ICA

BASE DE DATOS

Colif.
N
MONITOREOS OD Fec.NMP pH mg/l mg/l mg/l Desv. T Turbiedad STD ppm ICA
/100 mL
1 8,258 111,5 8,805 76 35,315 0,645 5 36,055 2,09 55,745
2 9,36 117 7,685 83,8 27,06 0,72 5 38,24 4,06 61,615
3 8,634 167 7,745 67,6 36,165 0,49 5 16,82 2,33 62,561
4 8,498 117 7,89 68,4 37,48 0,37 5 26,61 2,19 61,777
Fuente: propia

En base a estos datos, vamos a construir un modelo para predecir el ICA de una muestra de
agua (Y). Esto equivale a estudiar la relacin existente entre este conjunto de variables (x) y la
variable ICA (Y).

Informe sumario para ICA

Summary Report for ICA
Anderson-Darling Normality Test
A-Squared 0,71
P-Value 0,017
Mean 60,123
StDev 2,924
Variance 8,550
Skewness -1,97915
Kurtosis 3,92913
N 4
Minimum 55,745
1st Quartile 57,148
Median 61,486
3rd Quartile 61,737
Maximum 61,777
95% Confidence Interval for Mean
56 57 58 59 60 61 62 55,471 64,776
95% Confidence Interval for Median
55,745 61,777
95% Confidence Interval for StDev
1,656 10,903

95% Confidence Intervals

Mean

Median

55,0 57,5 60,0 62,5 65,0

Fuente: propia

PRUEBAS PARAMETRICAS
 Prueba de Correlacin
Correlacin de los parmetros

Fuente: propia

Veamos cmo es la relacin de:

Segn el valor del coeficiente de Pearson

ICA con OD: Segn el valor del coef. Pearson, se ve que es alta

ICA con Coliforme Fec.: Segn el valor del coef. Pearson, se ve que es alta

ICA con PH: Segn el valor del coef. Pearson, se ve que es baja

ICA con DBO: Segn el valor del coef. Pearson, se ve que es baja

ICA conNO3: Segn el valor del coef. Pearson, se ve que es baja

ICA conPO4: Segn el valor del coef. Pearson, se ve que es baja

ICA conTurbiedad: Segn el valor del coef. Pearson, se ve que es baja

ICA con STD: Segn el valor del coef. Pearson, se ve que es alta
Segn el valor del P-value

ICA con OD: Segn el valor de P = 0.670 > 0,05 La causa no afecta el problema

ICA con Coliforme Fec.: Segn el valor de P = 0,386 > 0,05 La causa no afecta el problema

ICA con PH: Segn el valor de P = 0,021 > 0,05 La causa si afecta el problema

ICA con DBO: Segn el valor de P = 0,830 > 0,05 La causa no afecta el problema

ICA conNO3: Segn el valor de P = 0,814 > 0,05 La causa no afecta el problema

ICA conPO4: Segn el valor de P = 0,612 > 0,05 La causa no afecta el problema

ICA con Turbiedad: Segn el valor de P = 0,581> 0,05 La causa no afecta el problema

ICA con STD: Segn el valor de P = 0,585 > 0,05 La causa no afecta el problema

Nota:

Se observa que el PH es menor a 0.05 por lo tanto no lo tomamos en cuenta en la

regresin, pero si para el tratamiento del agua, debido a que se ve afectada
directamente al problema.

Grafica

Grfico de dispersin del ICA vs OD; Colof.Fec.; DBO; PH; NO3; PO4;
Turbiedad y STD

Fuente: propia
Podemos observar que la grfica del ICA, con respecto al OD,coliformes fecales y STD, tienen
una pendiente positiva, es decir a mayor al OD, Coliformes Fec. y STD aumentan el ICA, sin
embargo con respecto al DBO, PH, NO3, PO4 y turbiedad, tienen una pendiente negativa, es
decir a mayor DBO, PH, NO3, PO4 y turbiedad, disminuye el ICA.

De acuerdo al p.value expuesto anteriormente, se escogen los parmetros ms incidentes para

hacer la prueba con regresin, las cuales son:

OD, Coliforme Fec, PO4, Turbiedad y STD:

Prueba de Regresin
Regresin de los parmetros

Fuente: propia

Segn en el grafico,el p-value:

Coliformes .Fec: 0.1970.05, tiende ser ms incidente, por lo tanto, es significante.

OD: 0.4050.05, no tiene incidencia

STD: 0.4390.05, no tiene incidencia

PO4: 0.6730.05, no tiene incidencia

Turbiedad: 0.5070.05, no tiene incidencia

Adems se observa:

2 10% 2 89.74%
Ecuacin:

Ecuacion de la regrecion

Fuente: propia

Luego se analiza la regresin con el parmetro que ms incidi en la anterior regresin :

Regresin de los coliformes fecales

Fuente: propia

Segn en el grafico el p-value:

Coliformes .Fec: 0.0810.05

Adems se observa:

2 10% 2 48.73%
Grafica

Grfico de probabilidad normal

Fuente: propia

Podemos obtener que la grfica de la probablidad normal con respecto al ICA, tiene el p-value
mayor a 0.05 por ende se acepta la hiptesis nula y tiene una distribucin normal.