Presentacin de datos !

en Biologa!
!
!
Estas directrices estn dirigidas a los alumnos de NS y de NM para la redaccin de sus
informes de investigacin independientemente de que estos informes se evalen o no. La
orientacin no es prescriptiva, sino que tiene por objetivo ayudar a los alumnos a realizar
presentaciones de sus trabajos claras y fciles de interpretar.!
!
Unidades!
!
Siempre que sea posible deber usarse el sistema internacional de unidades, aunque la
consideracin principal es que las unidades deben adecuarse al propsito. Por ejemplo, es
preferible usar minutos en lugar de segundos en algunos casos, como cuando se evala el
efecto del ejercicio sobre el ritmo cardaco o la tasa de transpiracin; o cm3 en lugar de m3
para describir el volumen de dixido de carbono producido por la respiracin de clulas de
levadura. No deben usarse unidades no mtricas, como pulgadas o tazas.!
!
Tablas!
!
Las tablas tienen por objeto organizar los datos y disponerlos para su anlisis. Las tablas
deben tener un ttulo explicativo. "Tabla de resultados" no es un ttulo explicativo, mientras que
"Tabla que muestra el tiempo requerido para que Elodea produzca 1 cm3 de oxgeno con
diferentes concentraciones de dixido de carbono" describe la naturaleza de los datos
obtenidos. Otros puntos que deben tenerse en cuenta son:!
!
Las unidades deben aparecer nicamente en los encabezados de las columnas y no en el
cuerpo de la tabla.!
El error introducido por el instrumento usado o la precisin de la lectura deben aparecer en el
encabezado de la columna si corresponde.!
La variable independiente debe estar en la primera columna.!
Las columnas posteriores deben mostrar los resultados de la variable dependiente.!
El nmero de decimales debe ser constante en una misma columna.!
Los valores medios no deben tener ms decimales que los valores brutos usados para su
obtencin.!
Los mtodos usados para procesar los datos deben ser fciles de seguir y los datos
procesados pueden incluirse en la misma tabla que los datos brutos, no hace falta separarlos.!
!
Grficos!
!
Los grficos deben ser claros, fciles de leer e interpretar y deben incluir un ttulo explicativo. Si
se utiliz un programa informtico, el grfico debe tener puntos de datos claramente
identificados y unos ejes marcados y rotulados con una escala adecuada.!
!
Los puntos de datos deben unirse mediante una lnea recta y dicha lnea debe comenzar con el
primer puntos de datos y concluir con el ltimo, ya que no debe haber ninguna extrapolacin
ms all de dichos puntos. Las lneas de mejor ajuste solo son tiles si hay una buena razn
para creer que los puntos intermedios caen dentro de la lnea entre ambos puntos de datos. La
razn habitual para ello es la obtencin de una gran cantidad de datos, algo que normalmente
no resulta posible debido a las restricciones de tiempo que tienen las investigaciones a este
nivel. Asimismo, la extrapolacin de la lnea solo tendr sentido si hay una gran cantidad de
datos y se predice una lnea de mejor ajuste o si se hace referencia a valores obtenidos de la
literatura cientfica. Los alumnos deben ser cautos al hacer suposiciones.!
!
Por ltimo, el tipo de grfico escogido debe adecuarse a la naturaleza de los datos obtenidos.!
!
Error!
!
Hay fuentes de error en varias etapas de cualquier investigacin. El mtodo escogido debe
procurar abordar todas las fuentes posibles tomando en consideracin el control de variables; a
pesar de esto muchas fuentes permanecern. Los alumnos no deben desanimarse por esto, ya
que los resultados experimentales solo son muestras (vase el apartado 3 de la seccin
"Naturaleza de la ciencia": "La objetividad de las ciencias", en la gua de Biologa); por el
contrario, deben tener esto en cuenta al analizar los datos y extraer conclusiones. Una
evaluacin cuidadosa de las fuentes de incertidumbre y error tambin ser de ayuda para
alcanzar una perspectiva adecuada sobre la investigacin en general y para sugerir
ampliaciones y mejoras posibles.!
!
Variacin aleatoria y variacin normal!
!
En las investigaciones biolgicas, los errores pueden deberse a cambios en el material usado o
a cambios en las condiciones en las que se realiza el experimento. Los materiales biolgicos
son especialmente variables. Por ejemplo, el potencial hdrico del tejido de una papa puede
calcularse sumergiendo fragmentos de tejido en una serie de soluciones de sacarosa con
distinta concentracin. Sin embargo, el potencial hdrico de los distintos fragmentos de tejido
variar, especialmente si estos han sido extrados de distintas papas. Los fragmentos de tejido
extrados de la misma papa tambin presentarn variaciones en su potencial hdrico, aunque
probablemente estos muestren una variacin normal, inferior a la exhibida por las muestras
obtenidas de distintas papas. Los errores aleatorios se pueden mantener, por tanto, en un nivel
mnimo mediante una seleccin meticulosa del material y bajo un cuidado control de las
variables. Por ejemplo, mediante el uso de un bao de agua (bao Mara) para reducir las
fluctuaciones aleatorias a temperatura ambiente.!
!
Errores humanos!
!
Cometer errores no es una fuente aceptable de error cuando estos podran haberse evitado
fcilmente poniendo ms cuidado y atencin. Si hay que realizar una gran cantidad de
mediciones, pueden utilizarse registradores de datos para evitar los errores que se producen
por falta de concentracin. Una planificacin cuidadosa puede ayudar a reducir este riesgo.!
!
!
!
!
El acto de medir!
!
Cuando se realiza una medicin, la propia accin de medir puede afectar al entorno del
experimento. Por ejemplo, si se introduce un termmetro fro en un tubo de ensayo que solo
tiene un pequeo volumen de agua caliente en su interior, el agua se enfriar por la presencia
del termmetro, por lo que sera razonable aumentar el volumen o tener el termmetro en la
solucin desde el comienzo. Si se va a registrar el comportamiento de animales, la presencia
del experimentador puede influir en el comportamiento de los animales. Aunque hay formas de
reducir el impacto de la influencia del observador, esto puede ser un factor que se ha de tener
en cuenta ms tarde.!
!
Errores sistemticos!
!
Los errores sistemticos pueden reducirse si se comprueba o calibra regularmente el equipo
para garantizar su funcionamiento correcto. Por ejemplo, un termmetro debe introducirse en
un bao de agua electrnico para comprobar que el termostato del bao de agua est
correctamente calibrado. Debera usarse una muestra en blanco para calibrar un colormetro, y
as compensar la desviacin del instrumento.!
!
Grados de precisin e incertidumbre en los datos!
!
Los alumnos deben elegir un instrumento apropiado para medir diferentes elementos tales
como la longitud, el volumen, el pH y la intensidad de la luz. Esto no significa que haya que
justificar cada elemento del equipo y puede comprenderse que en un laboratorio de ciencias
normal, puede que no estn disponibles la mayora de instrumentos apropiados.!
!
Para los grados de precisin, la regla ms sencilla es que el grado de precisin es ms/menos
() la divisin menor en el instrumento (divisin de lectura mnima). Esto se aplica a reglas e
instrumentos con pantallas digitales.!
!
El lmite de error del instrumento no suele ser mayor que la divisin mnima y con frecuencia es
una fraccin del valor de dicha divisin mnima. Por ejemplo, en una bureta o un termmetro de
mercurio se suele leer hasta la mitad de la divisin de lectura mnima. Esto implica que el valor
de una bureta de 34,1 cm3 se convierte en 34,10 cm3 (0,05 cm3). Tener en cuenta que el
valor del volumen se menciona ahora con un decimal ms para que haya coherencia con la
incertidumbre.!
!
La incertidumbre estimada tiene en cuenta los conceptos de divisin mnima y lmite de error
del instrumento, pero tambin si procede, niveles mayores de incertidumbre tal como indica el
fabricante del instrumento (documentacin normalmente disponible en lnea) o consideraciones
cualitativas como los problemas de paralaje al leer la escala de un termmetro, el tiempo de
reaccin al pulsar un cronmetro al inicio y al final de la medicin, o la fluctuacin aleatoria en
una lectura de una balanza electrnica. Los alumnos deben esforzarse al mximo para
cuantificar dichas observaciones con la incertidumbre estimada.!
!
Si bien existen otros protocolos, no existe preferencia por ninguno en concreto: lo importante es
que se haya llevado a cabo el registro de las incertidumbres y que stas sean de una magnitud
razonable y sistemtica.!
!
Propagacin de errores!
!
Aunque no se requiere la propagacin de errores durante el procesamiento de datos, sta ser
aceptable siempre que se explique la base del error experimental.!
!
Repeticiones y muestras!
!
Los sistemas biolgicos, debido a su complejidad y variabilidad intrnseca, requieren repeticin
de las observaciones y varias muestras de material. Como regla general, el lmite inferior ser
de cinco mediciones para la variable independiente, con tres series por cada una. De este
modo se obtendrn cinco puntos de datos para su anlisis. As, por ejemplo en una
investigacin sobre el efecto de la temperatura sobre la velocidad de reaccin de una enzima,
la temperatura es la variable independiente y la velocidad de reaccin la variable dependiente.
La variable independiente debe evaluarse, como mnimo, tres veces en cada una de las cinco
temperaturas diferentes. Sin lugar a dudas, esto variar dentro de los lmites de tiempo
disponible para una investigacin. Algunas investigaciones sencillas permiten una gran
cantidad de mediciones o una gran cantidad de series. Tambin es posible usar los datos de
clase para generar suficientes repeticiones como para permitir adecuar el procesamiento de los
datos en clase, en actividades prcticas no evaluadas.!
!
La desviacin estndar es la dispersin de los datos en torno al valor medio. Cuanto mayor sea
la desviacin estndar, ms amplia ser la dispersin de datos. La desviacin estndar se
utiliza con datos que presentan una distribucin normal. As, resulta til para mostrar la
variacin general o la incertidumbre en torno a un punto en un grfico lineal, pero no lo es tanto
para identificar posibles anomalas.!
!
Las barras de error, que representan el valor mximo y el mnimo obtenidos en una prueba,
unificadas con la media, que constituir el punto de datos dibujado en el grfico mediante una
lnea vertical, permitirn evaluar la variacin/incertidumbre para cada conjunto de datos. Si las
barras de error son especialmente amplias, ello podra sugerir que las lecturas realizadas no
son fiables (aunque tal vez sea necesario hacer una referencia a la escala para determinar qu
se considera "amplio"). Si las barras de error se solapan con la barra de error de un punto
anterior o posterior, ello indicara que la dispersin de los datos es demasiado amplia como
para permitir una discriminacin efectiva. Si es posible incluir lneas de tendencia, aadir el
coeficiente de determinacin (R2) puede ser til como una indicacin de la bondad del ajuste
de la lnea de tendencia a los datos.!
!
!
!
!
!
!
!
Estadsticas!
!
Una presentacin efectiva de los datos pasa por un largo proceso para evaluar si se constata
una tendencia o no. Sin embargo, ello no es lo mismo que emplear la estadstica para evaluar
la naturaleza de una tendencia tal y si sta es significativa estadsticamente o, dicho de otro
modo, si una tendencia es realmente vlida a partir del juicio subjetivo de un grfico. Se
fomenta a los alumnos que utilicen una prueba estadstica para evaluar sus datos; para ello
explicarn brevemente su eleccin de la prueba, resumirn la hiptesis de trabajo e incluirn
los resultados de la prueba en el contexto de su investigacin. Cuando se realicen pruebas
estadsticas, debe presentarse el protocolo correcto, incluidas las hiptesis nula y alternativa,
los grados de libertad, los valores crticos y los niveles de probabilidad.!
!
!
Organizacin del Bachillerato Internacional | Declaracin de principios del IB | Perfil de la
comunidad de aprendizaje del IB!