""

EL DISENO DE ESTUDIOS
DE CAMPO PARA ,
LA CONSERVACION
DE LA BIODIVERSIDAD

PETER FEINSINGER

Traducido por:
Gustavo Kattan y
Carolina Murcia

The NaJure r- I
Conse",anC). r,:
...

----_ -

FAN - Bolivia
la Fundacin Amigos de la Naturaleza-Noel KempfT Mercado (FAN Bolivia) es una
sin fines de lucro. dedicada a la conservacin de la biodiversidad en Bolivia. Sus
por tener base cientfica. viabilidad tcnica. transparencia administrativa y

Editorial FAN
la nica del pas especial izada en temas de conservacin de la biodiversidacl;
publicadas y once ~ n preparacin. Brinda servicios de publicacin y
nacional e internacional.
wwwJan-bo.org/editorial E-mail: editorial@fan-bo.org

PETER FEINSINGER

Traducido al espaol por:

Gustavo Kattan y Carolina Murcia
Conservation SocleD'

El Diseo de Estudios de Campo para la Conservacin de la Biodiversidad

Peter Feinsinger
Traduccin al idioma espaol

Cita bibliogrfica: Feinsinger. Peter. 2003. El Diseo de Estudios de Campo para la

Biodiversidad. Editorial FAN. Santa Cruz de la Sierra. Bolivia

Esta publicacin ha sido posible gracias al apoyo financiero de:

Wildlife Conservation Society (WCS)
En colaboracin con :
The Nature Conservancy (TNC)
Fundacin Amigos de la Naturaleza (FAN Bolivia)

Editores y traductores: Carolina Murcia. Gustavo Kattan y Peter Feinsinger

Traducin del texto Designing field studies {or biodiversilj' conservation / Peter
Island Press. Washington. DC USA. Copyright by The Nature Conservancy
Copyright 2004 FAN
Todos los derechos reservados.
Publicado en convenio con Island Press

ISBN 99905-66-26-7
Depsito Legal 8-1-166-03

Editorial FAN
Km . 7 Doble va a La Guardia
Tel: (591-3) 3556800 Fax: (591-3) 3547383
editorial@fan-bo.org - www.fan-bo.orgleditorial
Santa Cruz de la Sierra. Bolivia

Impreso en Bolivia
Imprenta To~o

A la memoria de Archie F. Carr Ir. (/909-/987),

Quien nos record gentilmente Que el sentido comn
y el conocimiento de la historia natural
son herramientas mucho ms poderosas Que
cualQuiera otra etiQuetada con una sigla .

Contenido
Lista de figuras. tablas y recuadros

xi

Preracio

xv

Agradecimientos

xix

Nota de los traductores

xxiii

Captulo l . Introduccin: y la ciencia. @ tiene Que ver con la conservacin?

Captulo 2. El proceso de indagacin

Captulo 3. Entonces. cul es la pregunta?

Captulo 4. Diseo: el ajuste de la toma de los datos al mbito de la pregunta

Captulo 5. Muestras peQueas y grandes preguntas: el papel de la inrerencia estadstica

63

Captulo 6. Puntos de vista: teniendo en cuenta la historia natural

Captulo 7. El contenido y el contexto: el papel de todo el paisaje

IfJ

Captulo 8. Indicadores versus objetivos: atajos para evaluar la "salud" del paisaje?

127

Captulo 9. Diversidad de especies: rcil de cuantificar. pero Qu significa?

147

Captulo 10. Cmo extender el alcance de la indagacin

163

Apndice A. Cmo calcular los lmites de confianza para la media de la poblacin

177

Apndice B. Cmo determinar el tamao de muestra (o el nmero de rplicas)

181

Apndice C. Recursos especiales para los lectores latinoamericanos

Uf)

Apndice D. Diseo y estadstica sin jerga: una obra de teatro en dos actos

197

Literatura citada

207

Notas

ZB

Indice

237

Acerca del autor

243

ix

Lista de figuras. tablas y recuadros

Figuras
Figura l. I . Por Qu la indagacin cientfica debera jugar
un papel en la conservacin y el manejo

Figura 1.2. Un paisaje manejado pa ra la conservacin

Figura 1.3. Elementos esenciales de la ciencia formal

Figura 2. 1. El mtodo cientfico formal

Figura 2.2. El Ciclo de Indagacin y el Ciclo de Indagacin Aplicada

14

Figura 2.3. Un mosaico agrcola en las montaas del Ecuador

16

Figura 2.4 . El Ciclo de Manejo

17

Figura 2.5. El Ciclo de Estudios de Campo

20

Figura 3. l . El borde de una reserva Que ha experimentado tala selectiva

28

Figura 4 . l . Las unidades de evaluacin para contestar la pregunta terica

35

Figura 4 .2. Una gran reserva hipottica en la cual se ha efectuado tala selectiva

36

Figura 4.3 . Alternativas de diseos de estudios para responder la pregunta

sobre la tala selectiva
Figura 5. l . Variabilidad

70

Figura 5.2. La ilusin de una diferencia

80

Figura 5.3. La ilusin de igualdad

81

Figura 5.4. Los costos para la conservacin de cometer un error estadstico

87

Figura 6. l . Un rbol de alerce

Figura 6.2. Clones de lamos nativos

1(]2

Figura 6.3. Un paisaje de Costa Rica despus de una erupcin volcnica

1m

Figura 6.4. Vegetacin en regeneracin despus de un derrumbe

l(lj

Figura 6.5. Un mosaico de perturbacin natural

107

Figura 6.6. Fuentes y sumideros

114

xi

xii

.deros a lo largo de un gradiente de hbitat

Figura 6.7. Fuentes Y suml
Fuentes y sumideros a nivel de un paisaje y toda su blota
Figura 6.8.
Un rea protegida con un borde claro y muy abrupto
Figura 7. J.
Cuatro perspectivaS sobre el borde entre la vegetacin original
Figura 7.2.

y la matriz semi natural

Figura 7.3. lirones de hbitats
Figura 8.1 . Un escarabajo coprfago
Figura 8.2. Muestreo de lombrices de tierra
Figura 8.3. Insectos bentnicoS
Figura 8.4. Dao causado por los herbvoros
Figura 8.5. Depredacin pre-dispersin de semillas
Figura 8.6. Depredacin post-dispersin de semillas
Figura 8.7. Evaluacin de una etapa del xito reproductivo de una planta
Figura 8.8. Evaluacin de la tasa de descomposicin de la holarasca
Figura 9.1 . Grficos de abundancias relativas
Figura 10.1. Prctica de formulacin de preguntas
Figura 10.2. Formulacin de preguntas de la vida real
Figura 10.3. los profesionales de la conservacin observando

el paisaje y formulando preguntas

Tablas
Tabla 5.1. longitud de caimanes
Tabla 9. 1. A1gunas aIternatlV3S
.
para cuantificar la
Tabla A.I . Valores del estadstico de la prueba t
Tabla B.1. Valores de z

de CSFe

LS

xIII

Recuadro 1.1. Puede sonar bien. pero. lle slM?

Recuadro 2. l. PractiQue observar el paisaje Y fOl IllIIIar

Recuadro 3. l. Los Sistemas de Informacin
herramientas con las preguntas?

10

las
26

Recuadro 3.2. PractlQ!Je formular preguntas QIIe generen

27

Recuadro 4. l. Un glosarlo Infolmal para el capitulo 4

32

Recuadro 4.2. PractiQue hacer un diseo

58

Recuadro 4.3. Un dilema tico

60

Recuadro 5. l. Un glosarlo infollllal para el capitulo S

Recuadro 5.2. Variacin entre medias obtenidas de la misma

77

Recuadro 5.3. El riesgo de hacer la inferencia cul'da

77

Recuadro 6.1. PractlQ!Je incorporar diversos puntos de vista en su diseo

113

Recuadro 7. l . PractlQ!Jc formular preguntas acerca del contenido y el

125

Recuadro 8. l. PractiQ!Je elegir

145

Recuadro 9. l. PractiQ!Je cuanUflcar la dllicrsldad de especies COilh: sUbIcs

152

Recuadro 9.2. Cmo graftcar las curvas de abundancias

ISS

Recuadro 9.3. Clculo de la similitud enlrc

IS9

Recuadro IO. l . Puntos de

172

Prefacio

Cuando Kent Redford. ien entonces estaba en The Nature Conservang. me invit a escribir esto: Hbro.
mi reaccin oscil entre un entusiasmo desbocado y una ligera aprehensin. Entusiasmo. porQ!IC la Illosoi..
del libro Que Kent me estaba proponiendo coincida con mi propia creencia en la urgencia de: estimular
una autonoma y una independencia intelectual entre una diversidad de profesionales y alumnos
latinoamericanos involucrados directa o indirectamente con la conservacin de la biodlvcrsldad.
Aprehensin. pore yo saba !Y an s) casi nada acerca de la poltica de la conservacin y el manejo. lo
cual implicaba Que muchas de las sugerencias Que hara o los ngulos Que usarla en un texto 351. les
pareceran a los lectores desesperanzadoramente imprcticas. irrelevantes o Inocentes. Poco dc:spI.Is.
sin embargo. hice una presentacin en Quito de unas ideas preliminares en un taller de TNC
111
Semana Conservacionista. la cual evoc una respuesta inesperadamente positiva. Con esta clase de c:stfmulo.
ahogu mis temores y me lanc a la carga.
Entonces. en parte este texto sigue el esema Que fue presentado verbalmente a un pblico de
profesionales de la conservacin de toda Latinoamrica y el Caribe. Que vinieron a Quito en mayo de:
1995. Ms fundamentalmente. sin embargo. el libro deriva de una base mucho ms amplia de
para construir capacidad local en "ciencia prctica y pensante" en una variedad de lugares en Sudamrlca.
Cuba y otras partes. En algunos casos. estos cursos y talleres han incluido a maestros de escudas
rurales. estudiantes universitarios y profesores de ecologa. miembros de comunidades Indgenas.
bilogos profesionales de la conservacin. guardaparQues. administradores de reas protegidas y per"
sonal de organizaciones no gubernamentales de conservacin. Los puntos de vista del libro tambin
renejan lo aprendido durante unos treinta aos de experiencia en "ciencia prctica".
ecolgica de campo e he realizado en paisajes boscosos. agrfcolas y semldnltlcos de: Centro J
Sudamrica y el Caribe.

xv

xvi

PREFACIO

'bllco esperado de este libro es muy amplio. Usted, el

Por lo tanto. eI pu
d rura I (pero vea el
arla
o
miembro
de
una
comunlda
maestra de escue Ia prlm
.
n eclogo de la conservacin. un bilogo de vida
u
U
ser. sIn em bargo
d
da
trabaja en proyectos especncos ~n. ~ cerca de. un rea. protegl, a: un guar ~rQIIC
administrador o especialista en ciencia de la conse~~ln del ~rea protegida. un
o post-grado en ecologa. biologa de la conservaclon .. maneJo de bosQes
silvestre. ciencias ambientales o un campo afn: un investigador en un Instituto de
forestal sostenible - en fin. cualQ.uiera QlJe tenga una inQ.uietud relacionada con
"blodiversldad" o "conservacin de la biodiversidad".
El libro est enfocado en preguntas pertinentes a la conservacin y el manejo. al
reas protegidas. No se aleje. sin embargo. si usted es un estudiante Q..ue est
ecologa bsica de campo - o alguien a Q.uien le preocupa la "matriz
Braithwaite 200 1) lejos de las reas protegidas. Los principios son los mismos.
Q.ue este libro presente un tratado comprensivo del campo de la biologa de la
los textos de MefTe y Carroll (1997) o de Primack et al. (200 1) para eso_ No
crticamente importantes dimensiones sociales de la conservacin. o (excepto por
captulos 7 Y 10) las formas ms efectivas de colaborar con las
interesadas. Margoluis y Salafsky (1998) Y muchos otros libros ya tratan mI!)' bien
Ms bien. este libro es un intento de convencerlo a usted de Q.ue la indagacin
para formular y contestar preguntas acerca de sus alrededores. es indispensable
sean stas realizar un proyecto de tesis en ecologa de campo o establecer
el manejo de bosQ.ues naturales. Un propsito simultneo es el de eliminar por
Impresiones Q.ue se encuentran con frecuencia:

La percepcin de Q.ue la indagacin cientfica es un pasatiempo estril.

de la Torre de Marfil. Q.ue no tiene relevancia para el mundo real de la
La creen~ia de Q.ue la parafernalia de la ciencia (por ejemplo. los
tecnologla. el lenguaje sofisticado e incomprensible y los trucos
lo Q.ue cons!ituye la indagacin cientfica y por lo tanto sta debe ser
La suposlclon complementaria de Q.ue otra parafernlia de la ciencia
cua~tltallvos de diversidad de especies. los paQ.uetes de anlisis
or ter~lnos tales como indi~dor y piedrangular y aun biodlversidatt,.
p OpOSltO~ de la conservaclon sin reflexionar profundamente sobre los
sobre SI llenen sentido biolgico.
b'
La d'
creencia
de
Q..ue
las
d
.
.
b"
.
eClslones o letlvas sobre las estrategias

~ 10dlvedrsldlad. adentr~ o afuera de las reas protegidas. pueden

on o e a mdagaClon cientfica
La idea de Q.ue la indag . ,
: 'fi
inaccesible a las
aClon cien ti Ica reQlJiere entrenamiento
personas comunes. SI no a muchos profesionales

Para practicar lo Q.ue predica

con jerga. No le presentar ent?nces. este libro no tratar de
escnpClones detalladas de tecnologa de la

PREFACIO

xvII

estadsticos Q.ue usted cree Q.\Je obligatoriamente tiene Q.\Je adQ.uirlr. No encontrar~ modelos matemticos
elegantes. Si est buscando una revisin diplomtica y acadmica Q.\Je aoorQ.\Je un nmero Impresionante
de rererenclas a una gran masa de literatura erudita. se va a decepcionar. El libro tampoco le va a proveer
"recetas de cocina" o lineamientos orrecldos en rorma paternalista Q.ue deban ser seguidos sin
cuestionamiento. Ms bien. espero Q.\Je este libro catalice su pensamiento. lo provOQ.Ue a rel1exionar
ampliamente mientras pasa por el proceso de desarrollo de pautas de conservacin o proyectos de tesis
Y lo convenza de lo razonable Q.\Je es "hacer ciencia" para avanzar en sus metas de manejo. conservacin
y biologa bsica de campo.
Una ltima nota sobre la estructura del libro. Los "recuadros" Q.ue estn insertados en el texto presentan
ejercicios Q.\Je son cruciales para aumentar su experiencia en el proceso de indagacin y para aplicarlos
a sus metas particulares. o presentan puntos filosficos y prcticos importantes Q.\Je estn por ruera del
nujo principal de ideas en el texto. La mayora de las notas de pie de pgina en los captulos (las cuales
aparecen al final agrupadas por captulo) presentan listas de citas bibliogrficas Q.ue respaldan Ideas o
tcnicas particulares mencionadas en el texto. y algunas veces las evalan. Otras notas presentan el contexto
histrico. o explican o comentan puntos particulares Q.ue aparecen en el texto. Los apndices presentan
detalles de mtodos cuantitativos. listas de recursos Q.ue incluyen recursos humanos y (el apndice D) un
mtodo breve para entender el diseo y la estadstica.

Agradecimientos

Asumo completamente la responsabilidad por las frecuentes y fuertes opiniones expresadas en este libro.
as como de cualQ!Jier representacin o concepcin errnea. o cualQ!Jier otro error de accin u omisin.
Muchos de los consejos Q..ue usted encontrar han sido aprendidos a partir de mis propios errores. a lo
largo de ms de treinta aos de aprendizaje (un proceso an en curso); espero fervientemente Q..ue ningn
lector. con este libro en la mano. analice jams los trabajos Q..ue he publicado. Sin embargo. tengo una
tremenda deuda con numerosas personas con Q!Jienes he tenido el honor de interactuar. de Q..uienes he
aprendido y an contino aprendiendo. y Q!Jienes han influenciado en gran parte los puntos de vista Q..ue
aQIIi presento. Hace mucho tiempo. mis tutores Richard Root y Robert Whittaker me advirtieron Q!Je no
Ignorara las complejidades de la historia natural en mi bsQ!Jeda ingenua de patrones ecolgicos. Mis
colegas del profesorado. los becarios post-doctorales y los estudiantes de post-grado de la Universidad
de Florida. moldearon mis pensamientos durante diecisis aos Q..ue fui profesor all. Las influencias ms
profundas y duraderas vinieron de Marty Crump. lack Ewel. Alejandro Graja!. Martha Groom. Bert Klein.
Gary Meffe. Carolina Murcia. Reed Noss. lack Putz. Kent RedFord. Carla Restrepo. lohn Robinson. Kirsten
y. por supuesto. el finado Archie Carro Q..uien hubiera escrito sobre los temas de este libro con
mayor elocuencia y menos ampulosidad. Ms recientemente. el Departamento de Ciencias Biolgicas
la Universidad de Arizona del Norte ha tolerado con gracia a un miembro adjunto del proFesorado Q..ue
est a varios miles de kilmetros o bien en el estudio de su casa tratando de escribir este
mientras Q!Je la WildliFe Conservation Soclety ha tolerado con gracia a un colaborador poco
Q..ue rara vez ha visitado la sede de Nueva York.

de

QIIC la indagacin clentflca debera ser accesible a cada persona. como una herramienta

y contestar preguntas acerca de su entorno.

refleja muchos aos de trabajo en el concepto

de la ecologia en el patio de la escuela" Ila EEPEj en compaa de amigos norteamericanos
AJan Berkowltz. Carol Brewer. Alejandro Graja!. Karen Hollweg y Maria Mlnno) y de un

xix

AGRADECIMIENTOS

'canos
y
caribeos
desde
Cuba
hasta
ChIc
de amigos su damen
.
Al' cdo
,
gran numero
,
Samara lvarez. Natalia Arango. Ir
liliana Agero. Ayhn Alegre , Andrea Caselli Claudia Coca. Beatriz
- Cristina Casavecc hla.

, E
Carre~o.
C rna Decoppet Paola del GiorglO. mma
Chaves. Mara E~fi CThav:. Fe:;~r~ ROQu lv~ Flores. Isabel Galarza.
Fernndez Mana ere
.
d I
'11
La
.'
. '1 M rgarita Herbel. Mara Fernan a aramio.
nz.
MOnlca Gonza ez. a
,
b IN
L'I 0vIed0
" M II to Cristiane Murbach Pinhatl. Isa e ovo. 11)'

Patncla ore a .
,
T
Roo
'
,
d
C
'1
'
Ramrez
Edmundo
Rivera.
eresa
nguez.
Amaha Pere a. eCI l a .
,
F - ndo
h" p' Ricardo Stanoss. Lara Tula. Pilar VaQllera. erna
Klaulls SC) Tutzeb'e~neze'n Chile luan Armesto. Fabin lksic. Ricardo Rozzl.
Wa ace, am I
.
,
"
del
dcada
ensendome
pacientemente
la
perspectiva
ptaronuna
"
dependencia exclusiva de los paisajeS tropicales. ml~ntras Que en
personal de ParQlles Nacionales en San Carlos de Banloche.
de mis compaeros Marcelo Aizen. Andrea Caselh y Fernando Milano y de
de Investigaciones Ecolgicas de Las Yungas,
En Ecuador. los colegas de la Fundacin EcoCiencia (Quito).
mucho sobre conservacin y manejo a escala local. I<><!Y Stallin~ del
oportunidades de colaboracin en proyectos de investigacin aplicada. de
acerca de las interacciones entre las comunidades locales y las
indagaciones Que tuvieran sentido para aQuellas comunidades. as!
conservacin involucrados, Estoy agradecido con Alejandro Grajal. en
Conservation Society. por apoyar las investigaciones aplicadas y las
sombrilla de SUBIR yen su papel actual en National Audubon Socleo/ por
sucesor de Alejandro en WCS. me ha desviado hacia Bolivta. donde d
en las regiones del Gran Chaco (Andy Noss. Rosa Leny Cullar) y de
Wallace, Ullian Painter. Humberto Gmez). ha abierto muchas
Samper. en Colombia la Fundacin para la Educacin Superlor y d
cursos. talleres y actividades de entrenamiento en ecologla de la
agradezco a los participantes y patrocinadores de las doce versiones del
Conservacin Biolgica y Campos Afines". QlIe se han dictado hasta _ .
Cuba. y a mi co-instructora en las versiones colombianas. Carolina
sus bien pensadas sugerencias acerca de los temas y los detalles de este
muchos de los elementos del curso (sin incluir las pistolas de agua y ..
cerveza"), Los cambios Que se han hecho desde Que sali la versin en
parte al aporte de los participantes (el pollo de goma Incluido) de los
Cuba. respectivamente, Los participantes de otras versiones COi 'as del
~\Chlle. Guyana. Ecuador y Brasil) tambin han contribuido con
" ~ ulos 4 y 6, Geovanna Carreo y Edmundo Rivera son
Ciclo
de I~~gacin" triangular (figura 2,2a) y las dos prepunlas
de generaClon de preg las' l
o
un . Q..U estamos comparando? y l~
los eSQ..uemas d
perspectivas del ~~onservaCI6n de biodlversldad del Vlelo
evo Mundo. Les agradezco a lackson MUIcbIX

AGRADECIMIENTOS

xxi

con las comunidades de los alrededores del ParQ!Je Nacional Impenetrable Bwlndl. Uganda. por exigirme
tanto durante el tiempo Q!Je trabajamos juntos. Estoy especialmente agradecido por la oportunidad de
trabajar con el guarda parQue ugands Paul-Ross Wagaba. Quien fuera una gran esperanza para las
Interacciones entre las comunidades y el rea protegida. pero fue asesinado por los Infiltrados ruandeses
poco despus de los talleres .
.Flnalmente. Kent Redford y lennifer Shopland. anteriormente con The Nature Conservancy. me dieron
estmul y consejo durante las fases tempranas de escritura. Marty Crump revis cuidadosamente y edit
varios borradores. haciendo un valiente. aunQue en ltimas infructuoso. esfuerzo para bajarle a la retrica.
Muchos colegas amablemente accedieron a permitirme listarlos como recursos (Apndice C). Stuart
Hurlbert y Douglas lohnson revisaron. con ojo de experto. aQuellas secciones Q!Je tratan el diseo del
estudio y la estadstica: no se les puede culpar si a veces no segu sus consejos. lim Rieger de The Nature
Conservancy revis concienzudamente el libro de principio a On. mientras Que Barbara Dean. Barbara
Youngblood y los revisores de Island Press aportaron muchas sugerencias editoriales muy oportunas.
Carolina Murcia y Gustavo Kattan hicieron un magnnco trabajo al re-escribir - no solamente traducir - el
texto en espaol. Este libro nunca hubiera salido a la luz sin el apoyo de Wildlife Conservation Socie!)' y
The Nature Conservancy. Silvia Aez y Mnica leytn de FAN-Bolivia contribuyeron con entusiasmo.
paciencia. apoyo moral y logstico. y con sus excelentes habilidades editoriales y de diseo y produccin.
Renato Daz Matta y Ral Prez hicieron una revisin minuciosa de todo el texto Onal. Rob Feinsinger
dibuj los grOcos. ampliando as signmcativamente su coleccin de monedas antiguas. UnM:rsal Press
Sindicate neg el permiso para usar las caricaturas de "Far Side". de Gary larson. reduciendo as! la
probabilidad de Que usted verdaderamente disfrute al leer este libro.

Nota de los traductores

Cuando Pete (Pit) Feinsinger nos propuso QUe tradujramos su libro al espaol. l tena un deseo: Q.ue el
libro fuera traducido por alguien Q.ue conociera su peculiar sentido del humor y su estilo literario familiar.
de modo Q.ue Q.uedaran plasmados tambin en esta versin. Esto por s solo represent un gran reto para
nosotros. En efecto. el de Pete es un sentido del humor muy particular y ha reQUerido especial atencin.
pero tambin ha hecho el trabajo muy divertido. El estilo literario s ha sufrido un poco ms. pues nuestro
estilo necesariamente impregna el texto en espaol. Tratamos de ser fieles al texto original. pero en ms
de una ocasin fue necesario volver a escribir frases para Q.ue fueran ms claras en espaol. o culturalmente
ms apropiadas. De todos modos. tratamos de mantener todas las expresiones comunes QUe usa el autor
en espaol. siempre y cuando fueran castizas y gramaticalmente correctas. Sin embargo. hemos Q.uerido
QUe el texto sea lo ms neutro posible con respecto a las expresiones regionales para QUe sea claro para
cualQUier lector. De esa forma. hemos tratado de eQUilibrar la influencia del cono sur sobre el espaol de
Pete y la de nuestro propio lenguaje regional. Por ejemplo. adoptamos la expresin "la computadora" del
cono sur ("el computador" en Colombia). pero usamos con frecuencia la palabra "potrero" para referirnos
a una dehesa o pastura cercada. en donde se cra cualQ.uier tipo de ganado (y nosotros decimos "boiga"
pero a Pete le gusta "bosta").
Adems de stas. nos hemos tomado otras licencias y Q.ueremos explicarlas aQ.u.

1.

AunQUe en espaol se usa la coma para separar decimales y el punto para separar los miles.
hemos conservado el formato original en ingls (comas para los miles y puntos para los decimales)
para minimizar los errores tipogrficos Q.ue puede implicar ese cambio.

2. Muchas palabras (o siglas) de la estadstica han sido traducidas de distinta forma en los distintos
pases de la regin. y varan de un texto a otro segn el origen geogrfico del traductor o del autor.
Tal es el caso de ANDEVA para "anlisis de varianza" (en Colombia se usa la sigla en Ingls.
xxiii

NOTA DE LOS TRADUCTORES

ANOVA) y O el de "Chi-sQlJare" Qlle es traducida como

cuadrado en el norte de Sudamrica. En estos casos. optamos

al

por d

cobertura geogrfica.

3. De manera semejante. y a pedido de Pete. usamos "el slgnlflcado

significaci6n estadstica" y. siguiendo otras traducciones. "la
: ele
vez de "el poder de la prueba estadstica".
4. Traducir los nombres de las pruebas estadsticas fue todo un reto.
compuestos de tres o cuatro palabras Qlle si se traducen
..
(por ejemplo "jacknife". "bootstrap" o "product-mo ment correlatlon1.
una versi6n adicional en espaol de esa prueba y aumentar la larsa
por adoptar el nombre Qlle aparece ms comnmente en los textos ele
espaol.
5. Igualmente. optamos por usar algunas palabras Que no
"monitorear". "manipulativo" . "muestrear" o "transecto". pues
ampliamente y ninguno de los posibles eQllivalentes tiene la acepcin
en ecologa o conservaci6n. Sin embargo. nos resistimos a
bastante difundidas. no son castizas y s tienen una buena traduccin.
(por "buscar alimento").
6. Finalmente. no poda faltar la traducci6n oficial e irreverente del
conocer a sus compaeros latinoamericanos como Pedro
Agradecemos a los miembros de nuestro eQuipo de trabajo Carolina
Glraldo. Carlos Valderrama. Vladimir Rojas y Jess Martnez. por

CAPITULO I
Introduccin: y la ciencia, lQ.u tiene
Q.ue ver con la conservacin?

A pesar del potencial de la ecologa aplicada. an hay desacuerdo sobre el grado de

aplicabilidad de las ciencias ecolgicas a la resolucin de los problemas de la vida real.
-Alicia del Castillo y Vctor M. Toledo (2000)

Este libro est dirigido a todos aQullos Que trabajan por la conservacin sostenible y sostenida de los
paisajes Que los rodean. as como de la biota nativa Que estos paisajes contienen. Pero. lQu Q!Jiere decir
conservacin? Parece Que cada uno de nosotros tiene una definicin nica y cambiante. Mi definicin
actual de la conservacin es: .. el campo de estudio y accin Que trata del manejo del paisaje. de tal

manera Que: (1) a corto y mediano plazo se minimicen o neutralicen los erectos negativos de los St:/'eS
humanos sobre 7a naturaleza. la cual nos incluye y (2) a largo plazo provea a los otros St:res Yivos del
mximo nmero de alternativas para tolerar y sobrevivir nuestra breve presencia en este planeta"'.

lCmo lograr la conservacin?

Los efectos de los humanos sobre los paisajes - sean positivos. negativos o neutros - son el resultado
acumulado de las decisiones Q!Je toman los individuos y las instituciones. Tal vez la conservacin sostenible
y sostenida slo se pueda lograr a travs de la educacin en todos los niveles de la sociedad para QUC los
nios de hoy. los adultos de maana. se familiaricen con su entorno natural. reconozcan las consecuencias
de las distintas decisiones Que afectan ese entorno y tomen sus decisiones concienzudamente (Feinsinger.
Marguttiy Oviedo 1997 y vea el captulo 10). Mientras luchamos por esa meta distante. podemos empezar
por adoptar una aproximacin prctica a la conservacin de la biodiversidad a travs de un manejo realizado
por profesionales de !a conservacin. en colaboracin con las comunidades locales (figura 1.1 )2.

CN'frULO I INTRODUCCIN

Aplicar pautas de manejo

Disear pautas de manejo

Reconocer las consecuencias probables

las distintas opciones de pautas factJbIee

Emprender la indagacin cientiflca

(la investigacin) en el mismo paisaje loc.I

Agura i. i.
Por Q.u la indagacin cientfica debera jugar un papel en fa

Cmo se debera hacer tal manejo? Las personas responsables deben

los paisajes dentro y fuera de las reas protegidas (figura l. 1). Pero, de
Idealmente, las personas Q.ue las implementarn primero considerarn las
cada alternativa razonable y luego seleccionarn aQ.ulla Q.ue mejor favorezca
y Q.ue sea aceptada por la mayora de las comun idades locales. Pero, de Q!l
de la conservacin evaluar las posibles consecuencias de cada alternativa?
por su intuicin? A veces - pero si, y solo si, su intuicin sobre la historia
paisaje es aguda. Alternativamente, deberan los administradores ceder
ms" y basar sus pa~tas en ideas atractivas, aparentemente razonables y
encontrado en un articulo o escuchado en una conferencia? Por favor, nol

CAPhu.o l. IN IIOOOIJCC04

lpodran los mismos profesionales de la conservacin evaluar las distintas alternativas en d mbmo paisaje
en el Q.ue se aplicaran (ngura 1.2)? S. a travs de estudios
dlsedos y cautelosamente
Interpretados QjJe se realicen "de primera mano" (ngura 1. 1). l Cmo se podrlan disear bien e Interpretar
cuidadosamente esos estudios sobre las consecuencias de distintas decisiones de manejo? Por medio de
la indagacin cientfica.

Cmo se lleva a cabo la Indagacin clenlffica7

Retrocedamos un poco. Realmente. lQjJ Q.uleren decir las palabras indagacin cien/mea y c/enclJ? la
ciencia formal (o ciencia bSica) consiste en dos componentes QjJe estn ligados por un proceso di~mlco
(figura 1.3). Un componente es el conjunto de observaciones acumuladas y en continua produccin (datos)
Q.ue generan los investigadores en el contexto del otro componente: el conjunto de conceptos ~ proveen
en un momento dado un marco conceptual de referencia . A su vez. el conjunto de conceptos es
reexaminado constantemente y modificado a la luz de los nuevos datos. El proceso de la ciencia. o de
indagacin cientfica como se define a continuacin. provee los medios para alimentar datos con conceptos
y viceversa. en un ciclo constante.
Si la ciencia consiste en un ciclo dinmico. como se ilustra en la figura 1.3. les "ciencia" el acto aislado de
tomar datos? No. lEs ciencia una lista de observaciones publicadas (datos) desprovistas de un contexto
conceptual? No. Es un cientfico aQ.ul Q.ue desde su escritorio propone una nueva teora? No. lSc puede
llamar "ciencia" a cualQjJier actividad. por el solo hecho de involucrar instrumentos electrnicos sofISticados
o procedimientos estadsticos complejos? No. La ciencia reQjJiere QjJe estn presentes todos los cuatro
elementos ilustrados en la figura 1.3: las dos casillas y las dos flechas.

Conjunto
de teoras

Conjunto de
conocimientos

Agura 1.3.
Elementos esenciales de la ciencia formal. Los conceptos y el conocimiento Q.ue se acumulan
continuamente estn relacionados entre s a travs del proceso de indagacin cientmca. como se
indica con las flechas. El ciclo puede funcionar por s solo. como en la ciencia bsica o "pura". o estar
asociado con aplicaciones tales como la tecnologa o (en nuestro caso) la conservacin.

CIN
rUlO I INlI<lJVU"
- " ' " 11'

"

d sonar bien.
Recuadro 1. 1. Pue e

pero lle slrve7

d d'scusin de un artculo corto publicado en

ln , 983, en la seccin eH ' nzen escribi la siguientefrase: "es diAcl no
I
amplio reconocimiento, D, t ' caias sera mejor rodear un peQ!JCo parche
algunas circuns an
,
d b'
lar
de QYC, en
es cies no invasoras e 310 va
con una vegetacin pobre edn ~ campos de algodn o caa de azcar I
t
stas
bien
recor
a os,
--'I
ccrCJ es, pa
cesin secundaria rica en plantas y anllllillQ
t , de bosQYe en su
'
I
.....
rcJ e~ ensa "el
ente lanzen pretenda provocar a os
....
,,
t

boSQ!ue prstino , aram nue, pusieran a prueba cntlCamen

e es...
, "S'
bar
I dmini tradores, para ....,
os a
labras "en algunas circunstanCIas. In em (,O.
JisajeS
note
sus
pa
d
"
r
al
P
'd dosas y especmcas para ca a slllo, esa ,rase y ra
evaluaciones CUI a
't d po
chas
rtculo fueron sacadas de contexto y CI a as r mu
I
a
d
resumen e
d "d
" dl"-SII
la crtica, de lal forma Q.Ue ambas han a Q.UI." o poS1C1 n e ~ undolVC~_
resultado
ha
sido
un
numero
desproporCIona
"""
El
16
la conservac n,

d I
rumora) tambin de polticas de conservacion, las cU,ales parten e
de crecimiento secundario cercanas a las reas protegidas en
perniciosa - sin Q.Ue la idea haya sido verdaderamente puesta a prueba.
la sugerencia de lanzen realmente suena r~zonabl,e en trmi,nos de
y de la historia natural. De hecho, bajo Ciertas CIrcunstancias la
e trategla para conserva r la vegetacin de una reserva en particular.
citado varias veces en este libro, Sin embargo, Ino se apresurel Antes de
pala, Quemador y escopeta, dispuesto a acabar con esa antiptica
e pedes y su fauna asociada Que estn ubicadas dentro o alrededor
y remplazarla con esos inocuos granos de soya, pastos o asfalto, por favor"
y el artculo completo de lanzen, Encontrar QUe la frase no es ms Q!Je
sada con reservas, basada en una mera observacin incidental del autor
algunas especies de crecimiento secundario estaban colonizando un
haba sido creado por la cada de un rbol en un peQueo remanente de un
bOSQue seco en el noroeste de Costa Rica, Tomando esto en
asumir un plan de manejo costoso y drstico para su reserva, la cual casi
todas las formas posibles del parche de lanzen en el bOSQue seco
pOSible Que: en su paisaje particular, la vegetacin secundaria tuviera
~omo negativos sobre la persistencia de la vegetacin y los animales
feetos pOSitiVOS sobrepasar los negativos, si es Que los hay? Cmo
de tal forma Que pueda prodUcir las mejores pautas de
De manera similar a pesa di
'
I
'
r e atractivo y la sensatez biolgica del
ha'b'tat"
I
agunos conse
"
h
, "
rvaClOOlSIas an cuestionado si es prudente
en palsales templados y t ' 1
la efeer 'd d
rop'ca es sin tener una mejor idea de la
IVI a para la conserva "
,
Crome 1997: Schwartz 19 Clon y SI son apropiados para el sitio
de todas las general' ,99), Es probable Que cada caso sea nico.
IlaCiones, excepto de las obvias,

CAPTULO l . INTRODUCCiN

La combinacin de la indagacin y la conservacin

En este libro. har nfasis en la indagacin cientfica, es decir, el conjunto del proceso cclico de la figura
.1.3, en ~ugar d~ enfrascarme en los detalles particulares de las dos casillas. En un sentido amplio, la
mdagaClon Clentlfica es un medio de hacery contestar una pregunta, de forma tan objetiva'y precisa como

sea posible, sobre una peQuea parte de nuestro entorno;'y luego, reflexionar cuidadosamente sobre las
implicaciones de esa respuesta para un mbito ms amplio. El dilema est en Que las preocupaciones de
los profesionales de la conservacin y los eclogos de campo por lo general involucran una escala espacial
relativamente grande por un lado y una escala temporal relativamente extensa (todo el futuro a la vista) por
el otro. Con el fin de tomar las decisiones de conservacin "correctas" o de interpretar correctamente los
fenmenos ecolgicos con absoluta certeza, tendramos Que ser capaces de conocerlo todo en una gran
escala espacial y temporal.
Sin embargo, no tenemos tal capacidad. No podemos investigar simultneamente cada individuo, poblacin,
especie, punto y paisaje de inters: ni podemos evaluar las consecuencias de cada posible variacin de
cada pauta de conservacin. Estamos limitados porQ!Je slo podemos trabajar en el presente, tenemos
una idea vaga de aQuellos eventos del pasado Que pueden haber causado los fenmenos actuales, y
ciertamente no podemos saber con certeza lo Que nos depara el futuro. Por lo tanto, los cientficos de la
conservacin, y todos los dems, estamos restringidos a trabajar con las mejores conjeturas posibles,
basados en la informacin Que est disponible. Esa informacin suele provenir de una muestra restringida
en el tiempo y el espacio. Nosotros deseamos extrapolar, de una manera tan libre de errores como sea
posible, desde esa muestra limitada hacia un mundo ms grande (y futuro) donde se aplicarn las pautas
de conservacin o nuestras conclusiones. La indagacin cientfica nos gua en (a) la formulacin de la
pregunta, (b) la definicin de la forma ms prctica, significativa y objetiva de obtener una muestra de forma
Que conteste la pregunta, (c) la seleccin de las mejores herramientas Q!Je nos permitan contestar la pregunta
y (d) la extrapolacin, tan cauta como sea posible, a un mbito ms amplio de decisiones de conservacin
y manejo]
Este libro es para guiarlo a usted, el lector, en el uso prctico de la indagacin cientfica como una
herramienta para la conservacin de las reas protegidas y de la "matriz seminatural" (Brown, Curtin y
Braithwarte 2001), o para los estudios en ecologa bsica de campo, biologa de la vida silvestre y campos
afines. A todo lo largo, el texto tocar una serie de conceptos especficos, aproximaciones, herramientas
cuantitativas tiles e inQ!Jietudes y advertencias. Esto se realizar, espero, en una forma lgica en lugar de
tcnica. Por ejemplo, a menudo manifestar mi preocupacin por el uso de aproximaciones, tcnicas o
trminos Que estn actualmente de moda en la conservacin de la biodiversidad, no con el fin de
desacreditarlos del todo, sino para Que usted lo piense dos veces antes de correr a aplicarlos de manera
ingenua a su paisaje particular. Tambin sealar Que la ciencia bsica tiene mucho Q!Je ofrecer al mundo
de la prctica, ayudndole con marcos conceptuales Q!Je dan lugar a temas de conservacin y preguntas
importantes de manejo (Poiani et al. 2000). De igual forma, el trabajo en eQuipo entre eclogos entrenados
y administradores (Que podran ser las mismas personas). as como con otros profesionales tales como
socilogos, puede facilitar la secuencia ilustrada en la figura l. I . De todas formas, como usted ver en los
captulos 2 y 10, la herramienta de la indagacin cientfica no es de manera alguna de uso exclusivo de los
profesionales (Cooperrider 1996), ni su uso efectivo depende de Q!Je haya una familiaridad ntima con las
dos casillas de la figura 1.3.

CAPTULO l. INTRODUCCIN

Cmo usar este libro

t

. usted es un eclogo o bilogo de la conservacin. lcree

Hablando de las precgun as, Sise sien te c modo co n esto? Si usted es algn otro tipo de
'f
I
bl
d
haciendo Verdadera lenC13 y
., .
l ' alor en aplicar la indagacin cientl lCa a os pro emas e
de la conservaclon, (ve a gun v
.
,
' d
. ".
.
'
d
d escucha las palabras CIenCIa o meto o clentlflco?
Se siente como o cuan o
hayan sido sus respuestas, el captulo 2 lo har reva luarlas.
.
I t ma Qjue lo ocupa en su campo. confa plenamente en su habilidad para
CualQuiera Que sea e e
.
tal de tal forma Que pueda ser contestada directa y claramente de
una pregunta fun damen ,
' 1
d
'
Y de poder extrapolar la respuesta a una escala ms grande? En el capltu o 3 a Q.uirira alguna
Puede usted disear el estudio Que mejor le con testar su pregunta, aj ustando la escala de la
datos a la escala de la pregunta? Puede encontrar el mejor eQ!.lilibrio entre un estudio Q.ue est
diseado pero es muy difcil de completar y u ~o Que es fcil de completar pero es dbil o
forma Que la respuesta no sirve? Si no, el capitulo 4 le puede ayudar, A un ,SI usted est
diseo del estudio y la toma de los datos a otros, no deje de leer los ca pltulos 4 y 6. ya
constituyen la esencia del libro.
Alguna vez, ha encontrado usted "intervalos de confianza" para una estimacin de algo como
promedio de los caimanes de un lago? Sabe selecciona r correctamente una prueba estadstica o
un "valor de P" ?Sabe realmente Q.u Q!.lieren decir las palabras significativo o muestra? Est
satisfecho con un juego de resultados Q.ue obtuvo? 0, Q.uisiera usa rlos para sacar
de, o tomar decisiones sobre un universo ms amplio en espacio y ti empo? Es consciente
calcula los lmites de confianza de una estimacin, o realiza una prueba estadstica. usted
el riesgo de sacar la conclusin eQ.uivocada? Ha pensado en las co nsecuencias para las
conservacin y las decisiones de manejo de cometer tal error sin sospecharlo? Conoce rorlililS
de reducir el riesgo de cometer tal error? Reconoce la vasta y crti ca diferencia entre el
estadstico y el biolgico? El captulo S contesta stas y otras preguntas relacionadas,
Por favor no se amilane por el tema del captulo S - la inferencia estadstica - o la aparicin
ecuaciones matemticas. Primero, la inferencia estadstica est , o debera estar, basada
el sentido, comn. Segundo, en el captulo S usted empezar con las preguntas biolgicas
pero b~ologlcamente relevantes - por ejemplo, cmo presentar valores promedio y la
vanaclon .~e los datos Q.ue ha tomado. Luego aumentar, paso a paso, su manejo de la
la apll~aClon de la inferencia estadstica en la vida real. A lo largo del captulo, se dar
mayon~ de las veces la inferencia estadstica es mal utilizada y mal interpretada (con
potenCialmente
graves)
o
slm
I
t
d
.
.
, .
, p emen e pue e ser maproplada para contestar algunas
baslca, conservacin o manelo . SI us t ed es un estu dlante, indudablemente va a disrrutar
tratar de convencer a sus pro~
d
.
,
eso res e esto. A un SI usted no cree Q.ue el diseo de los
ca,mpo (capitulo 4) y la inferencia estadstica (captul o S) estn basados en el sentido
cntlcamente Importante
Id .
.,
s para as eCISlones de manejo, sa lte al apndice D No
ecuaclon matemtica all
.
, . ' pero para cuando term ine de lee r y actuar, tal vez haya
f d
un amentos mas Importantes de ambos.

CAPTULO l . INTRODUCCIN

A propsito de los fundamentos ms importantes de todos, toma usted en cuenta la historia natural
cuando selecciona normas de conservacin o disea o interpreta sus estudios? Est acostumbrado a
adoptar el punto de vista de los animales, plantas o paisajes Que est tratando de conservar o estudiar, en
lugar de imponer inconscientemente su punto de vista? En este caso, el captulo 6. Que est libre de
matemticas y tcnicas. constituye la mitad de la esencia del libro. Por lo tanto, no se Quede a medias
ley endo slo el captulo 4 (o de hecho, slo el captulo 6).
LTrabaja exclusivamente en reas protegidas o en el paisaje alterado fuera de ellas? Ha reconocido, y
tenido en cuenta, las formas en las Que esos dos paisajes - o cualQ!Jier par de hbitats o paisajes _
interactan entre s? El captulo 7 presenta algunos puntos relacionados para Q!Je los considere.
Se da cuenta de Que si usted tuviera en cuenta el punto de vista de todo el mundo sobre la "integridad
ecolgica" de su paisaje tendra Que monitorearlo todo. desde las bacterias hasta los osos de anteojos y los
jaguares? LBasa su estrategia de conservacin en el concepto de las especies "bandera" para simplificar y
atraer la atencin pblica? O, prefiere las especies "sombrilla"? Las especies claves o "piedrangulares"?
O, lIas especies "indicadoras"? Distingue claramente entre las especies Que son "indicadoras" y las Q!Je
son "importantes" y ha pensado en las consecuencias de basar las decisiones de conservacin sobre estas
ltimas en lugar de las primeras? Ha escogido las mejores especies posibles como indicadoras? Ha
considerado monitorear procesos ecolgicos, en lugar de especies, para indicar "integridad ecolgica"? El
captulo 8 toca estos temas prcticos.
Antes de leer el ttulo de este libro, haba usado u odo antes la palabra biodiversidad? Al igual Que otras
personas, eQuipara usted la palabra biodiversidad con diversidad de especies? Y, ha cuantificado, muy
elegantemente. la diversidad de especies con un reconocido ndice numrico? Le es familiar el smbolo H'
o el nombre ndice de Shannon-Weaver (o simplemente Shannon)? Ha considerado la base, las suposiciones
biolgicas y los altibajos en la historia de los ndices de diversidad de especies, o si un ndice es, de hecho,
la forma apropiada para expresar la diversidad? Es consciente de otras alternativas ms informativas de
manejo de informacin? El captulo 9 se refiere a stas y otras manifestaciones de la "biodiversidad".
Involucra usted a personas Que no son profesionales de la conservacin ni eclogos bsicos, en la
conservacin Que usted practica o en su investigacin de campo? Ha considerado involucrar a un pblico
ms amplio en la filosofa de la indagacin cientfica? LTal vez escolares o guardaparQ!Jes? Qu tal visitantes
o miembros de la comunidad? Para ver algunas ideas, vaya al captulo 10. El ltimo captulo no tendr
sentido, sin embargo, si se ha saltado el resto del libro. Para darle inicio a esto, regresemos a los aspectos
prcticos de la indagacin cientfica. Cmo funciona esta herramienta de investigacin y cmo se puede
hacer accesible a la gente Que no est entrenada especficamente en la Verdadera Ciencia?

CAPITULO 2

Si la ciencia va a ser de alguna ayuda para la conservacin biolgica . debe ser una ciencia mucho
ms inclusiva y amplia Que la Q!Je conocemos hoy.
- Allen Y. Cooperrider (1996)

CualQ!Jier indagacin cientfica comienza con una pregunta sobre algn aspecto de nuestro entorno. Segn
los intereses del investigador. la escala de dicho aspecto puede variar desde las partculas subatmicas.
pasando por los genes. los organismos. las especies. los paisajes. los continentes. hasta nuestro sistema
solar o las galaxias Que conforman el universo. Las preguntas Que preocupan a muchos eclogos y
conservacionistas tienden a ser planteadas a nivel del paisaje. aun cuando la pregunta est enfocada en una
sola especie. Estas preocupaciones pueden tener una variedad de orgenes. Una preocupacin muy comn
es determinar cmo se ver afectada un rea protegida y sus alrededores. adems de algunas especies de
inters. por una variedad de eventos. amenazas y alternativas de manejo. incluyendo las diferentes fOllllas
de contrarrestar una amenaza dada (vea la figura 1. 1). Por ejemplo. uno puede estar preocupado por
determinar la cantidad de lea Que puede ser extrada de una reserva sin comprometer seriamente la
regeneracin de las plantas y la calidad del suelo. o por seleccionar las formas de manejo Q!JC ptlmitirn la
ms rpida recuperacin de una cuenca segn la minera ilegal. La clave para la conservacin de las
protegidas o de los paisajes alterados. al igual Que para la investigacin en biologa y ecologa. est en
saber enmarcar las preguntas. Antes de continuar la lectura. lo insto a realizar el ejercicio del
2.1.

El mtodo cientfico formal:

lmuy

acadmico?

Habiendo pasado por la experiencia de generar preguntas a nivel del paisaje. aullQ!JC
111
miniatura. discutiremos ahora el proceso de indagacin cientfica a partir de
definicin de indagacin cientfica involucra una serie de pasos lgicos
QIIC

JIIIisIIe ca

10

CAPiTULO 2. El PROCESO DE INDAGACiN

Recua dro 2 .I.

ctiQ!ue
observar
el
paisaje
Pra

formular preguntas

un lpiz Salga al aire libre y busQue un paisaje en miniatura.

ser
Agarre un cua derno y
.
d
arche
de
malezas
al
borde
de
la
calle
o
e
un
sendero.
la
maceta con nores. un P
.
.
. t
la entrada de un rea protegida, unas rocas cublerLas de musgos, l1li
estaclonamlen o a
abandonado, el patio de la escuela, un potrero, el suelo de un boSQue o el tronco de l1li
. ey marQue una peQuea parcela, de unos 50 x 50 cm, Que contenga
gran de. SeIeCClon
.'
I . .
ba
cantidad de heterogeneidad. Primero, examine CUidadosamente e paisaJe ~ue aca de
nos
5
minutos
dibuJ'ando
un
croQ~Jls
de
105 prinCipales elementos
Luego empIee u
.
'
Q!Je contiene el paisaje - por ejemplo, 105 ~Iferentes tipOS, formas o parch~s de plan~.
desnudo, la hojarasca, las hormigas y aranas, las piedras, las ramitas ca!das, las grietas
cemento, la basura, 105 parches de 501 y sombra y las hendiduras o 105 hQuenes en un
Luego, dediQ!Je unos lO 15 minutos a pensar y escribir al menos cinco preguntas (nQs.
posible) Que le vengan a la mente, sobre lo Q!Je observa dentro de la parcela. No hay
sobre el tpico o formato de las preguntas. Sintase en libertad de tocar las cosas con el
con un palito. Lo ms importante es Que no dude en eScribir cualQ!Jler pregunta Q!Je se le
Regla nmero J: no hay preguntas estpidas. ~Igunas preguntas lo llevarn con ms facilidad
indagacin de primera mano (el tema del capitulo 3), pero todas las pre?untas. son
vez Que se sienta cmodo formulando preguntas sobre lo Que ve, habra dominado la fasc:
crtica de la indagacin cientfica.

llevan a una respuesta provisional o a una revisin objetiva de la pregunta original. En la

menos en teora, se utiliza un eSQ!Jema conocido como el mtodo cientfico o el mtodo
deductivo (figura 2. 1) I .
En el mtodo cientfico formal. la pregunta se convierte en una aseveracin - formulada
prediccin - pero slo despus de haber pasado por las tres primeras casillas Que conforman
superior de la figura 2. 1. El proceso comienza cuando un concepto general (teora) o un
referencia (paradigma). sugiere a una investigadora la idea de Que hay una relacin
o un efecto Que puede presentarse a travs de un universo Que incluye, pero no est
mbito inmediato de la investigadora. Esta idea puede ser derivada directamente de la
ser estimulada por una observacin Que ella ha hecho en su entorno. Esta idea se fOllllaliza
como una hiptesis cientfica, o ms precisamente, como la hiptesis cientfica alterna
Esta hiptesis se denomina alterna, porQue se reconoce la posibilidad de Que tal
efecto en realidad no siempre exista (la hiptesis cientfica nula Ha)' Ntese Que las
son totalmente distintas de las hiptesis estadsticas nula y alterna Que se discutirn en
La investigadora obviamente no puede evaluar las dos hiptesis cientficas, o la learla
todas las posibles condiciones espacio-temporales en Que aplicaran. Ella slo
en su entorno inmediato y en el tiempo presente. Por lo tanto, el tercer paso de la
de la pregunta consiste en derivar (deducir) una prediccin, Que confina el alcance de 11

CAPITULO 2. El pROCESO

Hocle ntlftca
H"cIe nUfica

l)[

Declucc'6n

INDACJIClON

11

. 1Pred'Ccl{)n I

Deducci6n

+
Diseno conceptual del _lUdio:
- mblto y a.cele
- formato (axperi",entel
de observacl6n)
- factor para examinar
- variable. para ",.dir
- metodolog la

Revisar teorla o paradigma:

apoyar o modificar?

...

Revisar Ho y HA cientlfica:
apoyar o no la HA?

...

Revisar predicci6n: apoyar

o no?

...

( Ho. H" ee'adletlca

para cada variable
registrada)

[Revisar Ho y HA estadlstica:
rechazar o no la Ho?)

I Anlisis

I~--

Toma de
datos
~

Diseno cuantitativo
del muestreo
o experimento

Agura 2.1.
El mtodo cientfico formal. AQu. la indagacin cientfica empieza con las dos casillas en la parte
superior iZQUierda: la teora o paradigma y la observacin.

(alterna) al entorno accesible para una investigacin. La prediccin especifica lo siguiente: "si la hiptesis
alterna es siempre cierta bajo las condiciones X. y y Z. y en mi entorno se presentan dichas condiciones.
entonces puedo predecir Que tal cosa ocurrir aQu y ahora". A continuacin se presenta un ejemplo de
esta lgica:

PARADIGMA: la vegetacin interacta con el ciclo del agua. O.

TEORA: la cobertura de vegetacin afecta la tasa de evaporacin de la superficie del suelo.

OBSERVACiN: en la reserva en la Que trabajo. algunas parcelas van a ser taladas de acuerdo al plan
de manejo.

HIPTESIS CIENTFICA ALTERNA: la tala cambia la tasa de evaporacin del agua de la SUperfICie: del
suelo.

HIPTESIS CIENTFICA NULA: la tala no cambia la tasa de evaporacin del agua de la Sllpuflclc del

12

CAPTULO 2. El PROCESO DE INDAGACiN

PREDICCiN : s la tala cambia la tasa de evaporacin de agua del suelo en todo tiempo y lugar.,
parcelas seleccionadas son taladas en la reserva donde trabajo, y s mido las tasas de
:
y despus de la tala, entonces observar un cambio en dichas tasas.

Despus de especificar la prediccin, la investigadora procede de acuerd,o al eSQuema de la

siguiendo con cautela los pasos de diseo del e,stud,o, tom~ de datos Y, anahsls. Los ~es~l.tados
de datos le permiten continuar con la evaluaClon de la hlpotesls estadlstlca - SI est utilizando
estadstica (captulo 5) -y con el escrutinio de los tres primeros pasos, pero en sentido contrario.
si los datosY el anlisis estadstico estn de acuerdo con la prediccin, esto apoya la hiptesis
alterna, lo cual, a su vez, es evidencia Que apoya el concepto general (la teora) Y el marco
referencia (el paradigma). De otro lado, si la evidencia es firme Y no apoya la prediccin. aun
una sola vez, esto en la ciencia formal significa QlJe la investigadora no puede rechazar la
nula . En consecuencia , la hiptesis alterna es rechazada en este caso y por lo tanto no
universalmente cierta. Esto significa Que la teora, o incluso el paradigma, debe ser evaluada de
Que llevara a repetir el ciclo de la figura 2.1.
Si se sigue escrupulosamente, el mtodo cientfico formal es un medio muy poderoso para el
ciencia, como lo muestra la figura 1.3. Pero, es el mtodo cientfico formal siempre el mejor
la indagacin cientfica como se defini antes? Quizs no.
Primero QlJe todo , el mtodo cientfico formal es inapropiado para propsitos de conservacin.
manejo de reas protegidas, o para los propsitos de la mayora de las investigaciones de
ecologa y campos afines (Crome 1997; Johnson 1999). El mtodo cientflco formal se
investigacin cientfica como un medio directo de evaluar la eSQuina superior iZQuierda de la
casilla superior de la figura 1.3 - es decir, el conjunto de conceptos (la teora) - ms Q!Ie en
particu lar o la pregunta especfica Que tiene Que ver con nuestro entorno. Es decir. si la
siguiese fielmente el marco formal de la figura 2.1, estara utilizando la prueba de sus
como un mecanismo para evaluar el ms grandioso 'Jin eyang" de las dos hiptesis
De esta forma, ella se gana la fama (aunQue raramente una fortuna) ya sea ponwe prOlleC
apoyo a la verdad universal de la hiptesis y de los conceptos de moda. o porQue
cientfica alterna, lo cual obliga a hacer una modificacin radical de la teora. En este
donde se va n a talar las parcelas es de poco inters de por s. Este bosQlJe es un
evaluar la hiptesis cientfica (alterna) de QlJe la cobertura de vegetacin afecta la
agua del suelo en cualQuier tiempo y lugar.
Si usted es un investigador en conservacin o el administrador de un rea protegida.
validez universal de la hiptesis cientfica Que relaciona la cobertura vegetal con las
o las consecuencias particulares de la tala en la reserva particular en la Que
de ca~po ~e. est inv~Stig~ndo la relacin entre la escasez de alimento y la
cohbnes, de mteresana mas la validez universal de la aseveracin de Q!Ie la
co~petencia interespecfica ~st n relacionadas en cualQuier organismo y en
esta OCUrriendo con los cohbnes en el hbitat particular donde usted
de I~ conservacin QlJe trabaja en un rea protegida en Am~rlca laUna. A
conjunto de todas las reas protegidas del mundo. sino aQP11a de la

CAPITULO 2. EL PROCESO DE INDAGACiN

13

de esta rea en particular no importa QJ

I d'
,
.,
t '
b' . ,
ue e me 10 mas erectivo de restaurar una cuenca degradada por la
mlnena en es a area tam len lo sea en S'be ' Z' b b
- L'
I na. 1m a we. Australia. o incluso en el otro lado de la misma
montana. a pregunta urgente QJue s
t' I
d
. ,
.
, e es a p antean o se relaciona slo con el entorno inmediato. la
respue~ta te;lra para gUiar las pohticas QUe aplican a ese entorno (vea la figura 1.1 ). Los dos prim:ros
pas?s .e a Ig~ra 2. 1 - es deCIr. los conceptos generales y la observacin Q.ue catalizan el proceso la
hlpotesls Clentlfica universal - deberan simplemente serv'lr com
d'
.
I .Y
o un me 10 conveniente para p antear y
enmarcar una pregunta urgente cuyo alcance est restringido en el tiempo y el espacio. Raramente ser de
beneficlOpar~ el proreslonal de la conservacin convertir una pregunta abierta y claramente presentada. en
una predlcclon nglda y rormal.

El ciclo de indagacin: lmuy simple?

En segundo lugar. acep~mo~lo. el mtod~ cientfico rormal. tal como se suele presentar (por ejemplo.
como en la figura 2. 1). intimida a la mayona de las personas. incluso a muchos entrenados en la Ciencia
Verdadera. Aun si su terminologa compleja y aparente rigidez filosfica no asustan a la gente. cuntos no
han Simplemente memonzado (o usado ciegamente) el mtodo cientfico sin realmente entenderlo? Observe escpticamente la figura 2. 1. Todas esas casillas llenas de jerga. QUe constituy en los conceptos
rundamentales del mtodo cientfico rormal. pueden condensarse en tres pasos lgicos bsicos del .. ciclo
de indagacin" (figura 2.2a). Replanteemos la seccin precedente en lenguaje comn y enrOQ.umonos en
responder nuestra pregunta especfica ms Q.ue en evaluar conceptos universales.
Como siempre. la indagacin comienza con una observacin sobre lo Q.ue nos rodea (figura 2.2a). Sin
embargo. esta observacin nunca permanece aislada. Consciente o inconscientemente. el observador
siempre la pone en el contexto de un concepto ms amplio. Este contexto no tiene Q.ue ser rormal. Por
ejemplo. suponga Q.ue usted observa un ser de dos patas aproximadamente de su mismo tamao. Q.ue lleva
un objeto largo y delgado de madera y acero. y QUe se aproxima a unas cosas grandes y emplumadas QUe
estn posadas en un rbol. Basado en su experiencia previa. usted pone esta observacin en un contexto
ms amplio: un cazador de la comunidad local se apresta a lancear una chachalaca (charata. guacharaca).
un pjaro grande y comestible . Las observaciones puestas en contexto e incitadas por la curiosidad. lo
estimulan a formular la pregunta - tal como lo hizo en el ejercicio del recuadro 2.1. En este caso. la
pregunta Q.ue se viene a la mente puede ser: "cmo cambia la abundancia de chachalacas en el boSQ!Je al
alejarse de las comunidades?,, 2 En esencia. toda la lnea superior de la figura 2.1 se condensa en el primer
paso de la figura 2.2a: plantearse la pregunta.
A continuacin. usted realiza una accin para contestar la pregunta: disea y lleva a cabo un estudio a la
escala Q.ue corresponde a la pregunta. Este paso. Q.ue realmente cubre la parte de la derecha y de abajo del
ciclo de la figura 2. I . resulta en un conjunto de resultados o datos.
Una vez Q.ue esta accin ha provisto una respuesta especfica - los resultados obtenidos - a su pregunta
particular. viene el tercer paso crucial de reflexin. En esencia. este paso cubre toda la parte izQ.ulerda de
la figura 2.1 y ms. La renexin se da en varias rormas. tal como lo indica la. fi~ura 2.2a.lQu Implican los
resultados con respecto a la pregunta original? Ha sido su razonamiento Imci~1 a~do o no? lPodrfan
otros renmenos no considerados haber producido los mismos resultados? lDebi ser orientada la pregunta
de manera direrente? lA cules conclusiones est dispuesto a llegar? lHasta dnde puede lusUfIcar la

fUI

1. PRE GUNTA
Observacin + to que aabemoe
(marco conceptual)
+ Inquietud

z. ACCIN
- O'" eet8moa
- 06nde '1
- Qu6

"'.iilO'

4 . AP LICACiN
+
la vlgll nela continua

- C6ihO
- R_ _ _

-R u~
3 . REFLEXiN
Reflexionar acerca de:
- La PREGUNTA
- La ACCiN
- Los HAll AZGOS
- Los MBITOS MAs
AMPLIOS
La APLICACiN

Agura 2.2.

El mtodo cientfico ms bsico:

al el Ciclo de Inda~aci6n y
bl el Ciclo de Indagacion Aplicada.
Modificado de Arango. Chaves y Feinsinger

CAPiTULO 2. EL PROCESO DE INDAGACiN

1S

extensin de sus conclusionesy especul .

1
.
.
aClones a otros ugares. tiempos o condiciones? LSurpieron prepuntas
nuevas. Interesantes o urgentes durante I d '
CY
o
. d
., 7 F I
d b
e proceso e estudiO. Q!Je puedan iniciar sus propios ciclos de
I.n agaClon . Ina mente. e e reexaminar el estudio con respecto a la forma como lo dise y ejecut.
(Era el estudiO totalmente adecuado para contestar la pregunta original? Podran haber sido influidos los
resultados
por sesgos
.
, las complicaciones imprevistas
.
. en
. la metodolog'la o eI muestreo? Podnan

relaCionadas con I~ ~Istona nat~ral. el comportamiento de los animales. los rasgos de las plantas. sutiles
interacciones ecologlCas o el chma. haber influido en los resultados de manera Q..ue la pregunta original
no ha Sido directamente contestada?
La etapa de reflexin es tan crucial para los estudios sobre conservacin de la biodiversidad. como lo es
para cualQ!Jier otra ram.a de la ciencia. Muy pocas investigaciones. sean realizadas por cientficos de
laboratono o por profeSionales de la conservacin. involucran una reflexin adecuada. Los resultados se
"escriben en piedra" y se sacan conclusiones. sin ninguna consideracin adicional sobre su validez y
Significado con respecto a la pregunta original. Por Q!J representa esto un problema? PorQ..ue. en el caso
particular del manejo de reas protegidas y otros asuntos de conservacin. el ciclo de indagacin incluye
un cuarto paso: la aplicacin (figura 2.2b). Los resultados e interpretacin de un estudio estrictamente
circunscrito en el tiempo y el espacio. guiarn otras decisiones prcticas en el futuro yen grandes escalas.
Estas decisiones pueden tener efectos de gran alcance sobre el destino de estos paisajes. Por lo tanto. la
reflexin sobre "Q..u tanto puedo extender mis especulaciones y conclusiones". adQ!Jiere una tremenda
importancia. An ms. el proceso de reflexin debe continuar incluso despus de Q!Je la aplicacin haya
tenido lugar y se hayan ejecutado las normas de conservacin basados en una cuidadosa indagacin
cientfica. Es decir. se debe hacer seguimiento y reevaluacin constante de los efectos (y la efectividad) de
dichas pautas. Algunos efectos pueden ser inesperados. lo Q!Je dara origen a nuevas preguntas Q..ue a su
vez catalizaran nuevos ciclos del "ciclo de indagacin aplicada" ilustrado en la figura 2.2b J .
Es cualQ..uiera de los ciclos diagramados en la figura 2.2 suficiente para hacer ciencia bsica (figura 1.3)7
Seguramente va a encontrar desacuerdos entre los filsofos de la ciencia en la respuesta a esta pregunta. A
muchos les va a parecer Q..ue la figura 2.2 es muy simplista. Sin embargo. como investigador profesional he
basado mis propias investigaciones en ella. consciente o inconscientemente. Como profesor. he explotado
el ciclo de indagacin con grupos Q!Je van desde maestras de preescolar hasta estudiantes de post-grado
en ecologa y profesionales de la conservacin. Ms adelante me volver a referir a estas aproximaciones
de tres pasos (figura 2.2a) o de cuatro pasos (figura 2.2b). cuando discuta. por ejemplo. los medios para
involucrar a las comunidades locales en el proceso de indagacin (captulo 10). La mayora de la gente usa
alguna versin del ciclo de indagacin. a menudo bajo la etiQ!Jeta de "sentido comn". en su vida cotidiana.
Sin embargo. usted probablemente es un poco escptico y est murmurando: "bueno. s. el esQ!Jema de la
figura 2.1 no me es til porQ!Je es muy acadmico. pero. no son tambin intiles los de la figura 2.2 por
ser muy simplificados?" Antes de resolver estas dudas. consideremos un caso prctico del proceso de
cuatro pasos de la indagacin aplicada (figura 2.2b).

Practican los

la Indagacin clenUfica?

Un campesino Q..ue vive en las tierras altas hmedas del noroccidente del .Ecuad.or, o e~ cualQ..ui~r otro
paisaje de agricultura de peQ!Jea escala. debe tomar decisiones de maneJo casI a diana. Por eJemplo.
debe decidir Q!J cultivar en su parcela de una hectrea Q..ue acaba de abrir en una ladera (figura 2.3).

16

CAPTULO 2, EL PROCESO DE INDAGACiN

Dados el tiempo y la energa QJ.Ie se reQJ.Iieren para cultivar la parcela. e~ campesino Qlllere
QlJe el cultivo QlJe escoja ser productivo bajo las cond iCiones problematlcas de cobertura de
te ba,'as temperaturas y alta humedad QJ.Ie predominan en su parcela. Puesto QIIe
cons tan ,
,
"r'
n
parcelas Que atender., el campesino no tiene nmgun ala n y pre lere esperar un ,ano antes QIIe
decisin eQuivocada. El decide hacer un ensayo limitado con dos cultiVOS: un tubrculo. el
Ullucus luberosus. y una legumbre. el chocho o chachafruto Lupinus mutabilis. As. despu&
la tierra. el campesino planta unos tubrculos de melloco y unas semillas de chocho en cada uno
sitios dispersos por toda la parcela, Est consciente de QJ.Ie hay variacin en las condiciones del
humedad a travs de la parcela y de QJ.Ie no aprendera nada til si limitara sus ensayos a un solo
si plantara el ulluco en un rincn y el chocho en otro (vea el captulo 4) , A medida Que las
nuestro campesino las revisa ocasiona lmente y nota el creCim iento y la salud de cada cultivo.
el momento de la cosecha. descubre QJ.Ie un hongo ha atacado a la mayora de las plantas de
la produccin de frutos es casi nula, En cambio. los ullucos se ven saludables y la produccin de
es razonable.
Claramente. bajo las condiciones de este ensayo. el ulluco es la mejor opcin. Sin embargo.
corriendo a comprar semilla (tubrculos) para toda la parcela. el campesino se pregunta:
pasado. las condiciones climticas fueron tpicas? O. Quizs fue un ao hmedo. lo QIIe
crecimiento del hongo y por lo tanto la prdida de la cosecha de chocho fue atpica? Es
QlJe el ao entrante el clima sea igual al de este ao Que pas? Por otra parte. el
parcela de una hectrea a una elevacin ms baja. con condiciones de exposicin.
diferentes. Le permiten los resultados de este primer ensayo suponer Que el ulluco tambin
opcin en esta otra parcela? Despus de pensarlo un poco. el campesino decide
ulluco en la parcela donde hizo los ensayos. a pesar de su incertidumbre sobre el clima del
Por otro lado. tambin decide no plantar ulluco en la segunda parcela. hasta haber tenido la
hacer unos ensayos all. Quizs con otros cultivos.

Comp~re la secuencia de pasos Que sigui el campesino (observacin y duda.

declslon). desde el paso inicial de preguntarse cul cultivo sera mejor hasta el paso

Un mosaico
Toisn
Ecuador).
usadas para
o pasturas
cosechas

CAPITULO 2. EL PROCESO DE INDAGACIN

Inquietud con respecto al manejo

- observacin
- conocimiento anterior ylo el
sentido comn
- directrices de afuera
- comunidad local

------~I

17

pr.sIum.1

t
Diseflo conceptual del estudio:
- mbito y escala
- fOllllato (experimental,
de observacin)
- lo que se comparar
- lo que se medir
- metodologla

Reflexin continua

t
Monitoreo continuo

t
Reflexi.n y a.plicacin a la escala
del mbito de la Inquietud
- generalizacin cautelosa de los datos
- de~arrollo de. las pautas de manejo
- aplicaCin CUidadosa de dichas pautas

[ Ho, HA estadlstica
para cada variable
registrada]

..

Anlisis de datos
- resumen
- [inferencia estadstica]

Diseflo cuantitativo
del muestreo
o experimento

f - - - Toma de ...._ _ __
datos

......--

Agura 2.4.
El ." Ci~lo de ~anejo" : el ~iclo de ind~gaci.n Aplicada de la figu,ra 2.2b, expandido para la indagacJ6n
clentlfica aplicada espeCifica mente a inQUietudes de conservacion y a otras preguntas QPe generacln
pautas o decisiones de manejo. El proceso empieza en la parte iZQ.uierda superior.

cultivo seleccionado. con el ciclo de indagacin aplicada ilustrado en la figura 2.2b. lHa practicado
este cam pesino la indagacin cientfica? Claro Que s. Ha tenido l una formacin formal en ciencia?
Casi seguro Que no. El campesino tiene tres vecinos, Que toman sus decisiones basados respectivamente
en: (1) los consejos del tcnico agrcola recin llegado. (2) la opinin de un to-abuelo Que tiene una
granja en otra cuenca y (3) lo Que dice el almanaQue agrcola. Estn estos vecinos practicando la
indagacin cientfica o no?

El "ciclo de manelo y conservacin" y el "ciclo de

de campo"

Desarrollemos ahora dos marcos de indagacin cientfica intermedios entre la formalidad acadmica de
la figura 2. I Y la simplicidad de la figura 2.2. Primero. Qu pasa si usted es un profesional de la
Lo Que necesita es un eSQ!Jerna para encontrar "la mejor opcin" entre diferentes alternativas. Tal
se presenta en la figura 2.4.

18

CApiTULO 2. El PROCESO DE INDAGACiN

En este CSQlJema. QlJe es simplemente el cido de indagacin apl~ (figur3 2.2b) con ...,...
proceso comienza con una preocupacin particular Q.!Je puede tener diferentes orfgew 5 Por
trabaja en un rea protegida y podrla observar directamente. u~ amena~a real o
:
de la reserva . O. su preocupacin podrfa provenir del ~onoclml~nto prCV10 (suyo o de 3Iguicn ....
podrfa ser un problema. Por ejemplo. Q.!Jizs usted ha leido el artICulo de Janzen (1983) - ~ea d
y se pregunta si las pasturas abandonadas Q.!Je estn inva.didas de malrzas y Q!Je
~ d
de la reserva. podrfan estar dominando el banco de se~llIas en el suelo del ~ Y alterando.
en comparacin con las pasturas limpias y bien mantenidas o los campos de malz al otro lado de
O. Quizs su preocupacin se origina en el sentido comn. Por ejemplo. dado Q!Je hay
el permetro de la reserva y Q.!Je se puede escoger entr~ usar bueyes? deslizadores _ :
troncos. sera lgico preguntarse cul de los dos metodos causarla el menor dano. O. la
puede originarse entre los miembros de las comunidades locales. Quizs ellos se
explotacin puede soportar una poblacin de una planta medicinal sin desaparecer.
preocupacin puede originarse lejos del rea protegida; por ejemplo. el ministerio le ha erMado
para evaluar una cierta poltica de manejo o una cierta amenaza.

'*" ..

La inQuietud relacionada con el manejo da origen a un paso muy importante: enmarcar una
ser contestada a travs de una indagacin de primera mano (figura 2.4). En el capitulo 3
pormenores de en marcar una pregunta. Una pregunta bien enmarcada nos lleva pronlamalla
conceptual de la indagacin propiamente dicha. lo cual exploraremos en el captulo 4: ~
registrar. y dnde. cundo. cmo y por Quin? Cul es el alcance de su pregunta?
disear la indagacin de manera Que los resultados se puedan aplicar con precaucin en
Se reQ.!Jiere un experimento o no? Cules son los factores o relaciones Que se evaluar*l?
datos se tomarn? Con cules mtodos? Finalmente. lser de utilidad la estadstica
caso, antes de proceder se deben establecer las hiptesis estadsticas formales para cada
Que se van a tomar, como lo veremos en el captulo S. Sea Que use o no la estadstica
muestras deber tomar o cuntos ensayos experimentales deber realizar? En el capitulo SI
se discute esta decisin crucial Que a veces se pasa por alto.
Por fin, ha tomado los datos. Despus de realizar los anlisis y (Si es rCQ.ucrido)
estadstica a los datos (figura 2.4). debe sentarse y renexionar, como en el tercer paso
Qu significan realmente los resultados? Una vez ms, dado Q.\Je los datos
mientras Q.!Je las decisiones de conservacin afectarn otro tiempo y lugar. lQ!J tanto se
sus conclu.siones? En el captulo 6 se considerar esta pregunta crucial desde el punto.
natural. F.I~almente, usted y. otros usarn su investigacin como evidencia para
conservaClon y ponerlas en practica. Pero esto no es todo. Igual Que antes. usted
los efectos de estas pautas por medio de un riguroso progr3ma de seguimiento. El
preCio de la conservacin. Sin embargo, la vigilancia eterna es el precio del
acumular enormes pilas de datos, se debe evaluar y renexionar
Que se acumulan. Nuevamente, los efectos imprevistos de las pautas deben
~~ .Que a su vez debe iniciar nuevos ciclos de indagacin'. Note
. Ciclo de! manejo y conservacin" (figur3 2.4) y el mtodo clentlflco
mdagaClon gira alrededor de su propio paisaje y los eventos QIIC
apoyar o refutar la efectividad de sus pautas en todo el mur;do.

rom.a

CAPiTULO 2. El PROCESO DE INDAGACIN

19

Igualmente. si usted es un estudiante o un proresional de la ecologa de campo. la

de la
silves~re o un cam~ afn. se sentirla a gusto pensando Que su largo y difcil pr~ de
es
tan solo una peQuena parte de la inrormacin usada para evaluar una hiptesis dentlTlca
sin
ningn otro valor intrnseco? Si sus resultados no apoyan la prediccin de Q.!Ie la competencia
entre colibres y la abundancia del alimento estn relacionadas en su sitio de estudio. est usted preparado
para anunciar al mundo Q.!Ie "la hiptesis cientfica (alterna) de una reladn universal entre la competencia
interespecfica y la abundancia de recursos no rue apoyada; por lo tanto. debemos abandonar
hiptesis
y reevaluar la teora y el paradigma de la competencia interespecfica"? Dudo Que responda Q!Je s a
ninguna de las dos preguntas. Lo siento. pero si es un eclogo o un bilogo de campo. usted no est
ejerciendo la Ciencia Verdadera en el sentido de la figura 2.1. Ms bien. usted acepta la complejidad de la
ecologa de campo y de la historia natural y reconoce Que cada situacin es probablemente nica debido a
la multiplicidad de ractores Q.!Ie innuyen en lo Que est ocurriendo aQ.!l y ahora (Crome 1997). A usted le
interesa la pregunta particular de lo Que pasa con los colibres en este paisaje ahora. aunQ.!le en la discusin
de su tesis especule sobre la aplicabilidad de sus resultados a otras situaciones.
En realidad. usted est ejerciendo la Investigacin Cientfica Verdadera - no la de la figura 2.1. sino la de
la figura 2.5. Usted est siguiendo el "ciclo de estudios de campo". el cual es simplemente una versin ms
detallada del ciclo de indagacin ilustrado en la figura 2.2a. Mientras observa a los colibries pelendose
por un parche de nores. sabiendo Que el nmero de nores probablemente varia a lo largo del ao. usted
piensa en el concepto de competencia interespecfica y la idea de un estudio empieza a tomar rorma. la
idea general -y por ravor no conrunda las cosas etiQ.!letndola como una "hiptesis" -lleva a una pregunta
especfica (vea el captulo 3). Usted responder la pregunta diseando las particularidades de un estudio.
tomando los datos y renexionando sobre los resultados - lo Que incluye ver si estos ltimos encajan con la
teora general y con los resultados de otros estudios en el mismo tema. la principal
entre el ciclo
Que usted sigue como eclogo de campo (figura 2.5) y el Q.!Ie sigue como un proresional de la
(figura 2.4). es Que esta vez no va a aplicar los resultados a decisiones de manejo sobre los colibries y las
nores. ni va a monitorear las consecuencias de tales decisiones.
CualQuiera de los cinco mtodos presentados tiene potencial para servir de gula en la indagacin cientmca.
Escoja el Que le guste. Quizs las metas de las figuras 2.5 2.2a son ms apropiadas a sus intereses.
Quizs las metas aplicadas de las figuras 2.2b 2.4 son ms relevantes para sus preocupaciones de
conservacin. Quizs usted es un fsico y la figura 2.1 le viene bien. CualQuiera Que sea el esQ!Jema Q.!Je use,
sin embargo. el paso de enmarcar la pregunta es crtico. simplemente POrQue algunas rorlllas de enmarca~
las preguntas llevan a renexiones y aplicaciones ms tiles Q.!Ie otras. En el siguiente capitulo nos enrocaremos
exclusivamente en este paso.

CAPITULO 3

Saber hacer las preguntas es tan importante como contestarlas.

- Allen Y. Cooperrider (1996)

Como lo muestra la figura 2.4, la preocupacin por la conservacin o por cualQ.uler otro tema puede
generar numerosas preguntas (vea por ejemplo, el ejercicio del recuadro 2.1). Cabe recalcar Q!Je, aun<UJC
todas las preguntas son vlidas, algunas lo son ms Q.ue otras. Es decir, en trminos prcticos tienen ms
relevancia aQ.uellas preguntas Q.ue se hacen con la intencin de generar respuestas claras Q.ue, a su vez,
generen pautas efectivas para la conservacin o conclusiones cientficas slidas.
Tenga presente Q.ue este captulo, y el libro en general. no aborda el tema de cules sern las preguntas
ms importantes Q.ue deben formular los investigadores de la conservacin u otros. Tampoco es una guia
de polticas de conservacin o de los temas candentes en ecologa de campo, ni pretende decirles a los
profesionales de la conservacin o a los eclogos de campo cules son los temas o estrategias Q.ue
deberan investigar. Asimismo, el propsito de los ejemplos Q.ue aparecen ms adelante en este captulo
es solamente ilustrar algunas preguntas QlJe cumplen con los cuatro criterios Q.ue se presentan a continuacin,
mas no como ejemplos de las preguntas ms urgentes. Cmo se puede formular una pregunta de forma
QlJe permita completar eficientemente los ciclos de indagacin (figura 2.2), el ciclo de manejo y conservacin
(figura 2.4) o el ciclo de estudios de campo (figura 2.S)? A continuacin discutimos los cuatro criterios
Q.ue deben cumplir las preguntas formuladas correctamente.

Cmo

preguntas Q..ue

sr se

Las preguntas se deben formular de manera QlJe se puedan contestar con datos tomados dentro de un
perodo de tiempo razonable. Preguntas tales como, cules?, cuntos?, dnde?, cundo?, cul es la

21

22

CAPITULO 3. ENTONCES. C

Al ES U\ PREGUNTA?

7y cul es la
'
1
n
las
consecuencias
inmediatas
7 . vara 7 'cua es so
,
.
relacin entre .. .. , (c mo
.. ( d' t mente mediante la aplicacion cUidadosa del
d n contestar Irec a
,
I
por lo genera se pue e
I
'entan a investigar patrones o eventos del

22
2
4

2.5.
Estas
preguntas
o
Orl
Iguras
.
,
.
f
. .' d I cuadro 2 I ('cuntas veces formul usted una
.
b
durante el elerClClo e re
. ..
..
, ..
Sin em argo,
. d I dema's las preguntas por Que? son el corazn del
..
"'7 Al contrariO e as
'
palabras por Q!Je .
.d
ara el paso inicial de una indagacin (figura 2.2). Esto lo
renexin, pero no son ~proplat,af5 Pcon un 'por Q!u7 Seguro Que se atascara. Un por Q.uc!?
'
.
.
a
I Ica
(
.
de IniCiar un indagaClon cien
d
ocidos del pasado Que pudieran haber generado las
explorar todos los eventos escon
. '
.
7
't
r'
l
a
una
mQuina
del
tiempo.
Sin
embargo,
los
(por
Q.u.
resente
y
para
eso
necesl
a
.
'
P
I
sultados
Pero
uno
no
los
contesta
directamente,
SinO
Q.ue
.
b
usted refleXiona so re os re

. ..
I
.
. .
explicaCiones
para sus observaciones . especula ' o considera pOSibilidades a ternatlvas. MZ
, los (por
'
' 7 Io obll'gan a transformar esas posibilidades en nuevas preguntas contestables
aun,
Que.
nuevos ciclos de indagacin.
Por ejemplo, es posible contestar la pregunta cmo difiere el nme;o de plnt~las de una
maleza Que invade la reserva, entre bordes Que colindan con vegetaClon secundarla y otros
con potreros 7 a travs de una investigacin en el momento. En ca~b i~, la pregu,nta por Q.u
ms plntulas en la primera situacin Que en la segu nda?, surglrla solo despues de Q.ue ha
ms pl ntulas en los bordes Que colindan con creci miento secundario Que en los Que
potreros. El por Qu). sin embargo, no puede contestarse directamente en el presente, pues
eventos del pasado Que pueden haber influido en la llegada, supervivenci ay germinacin de
Que produjeron las plntulas Que ve hoy en da. Una posible expli cacin de ese resultado
propuso lan zen (1983) (vea el recuadro 1. 1). Es decir, es posible Que en un pasado no m'!Y
crecimiento secundario y sus plantas en fruto hayan atrado aves y mamferos frugvoros
regresar a la reserva, hayan transportado un gran nmero de semillas de esas plantas. Sin
como buen naturalista Que es, usted sabe Que hay un gran nmero de otros eventos del
podran tambin explicar las diferencias actuales entre los dos sitios. Estas posibil
diferencias en el uso previo de la tierra, en las tasas de ataQues de hongos o patgenos a
Que estaban enterradas en el suelo, en la depredacin por hormigas y roedores. en la tasa
mismas plntulas fueron atacadas antes de Que usted apareciera en escena, en la
en otros factores microclimticos y en las propiedades del suelo - as como el
contes tar directamente la pregunta por Qu?, necesitara exami nar cada una de esas
an ms alternativas.
Sin em?argo, una renexin sobre por Qu usted obtuvo esos resultados particulares (ms
sl tuaClon Que en la otra), lo puede llevar a considerar seriamente una de las posibles
base en eso usted puede formular una pregunta Que s se pueda contes tar acerca de Q)Jc! les
en la actualidad a las plntulas, y contestar esa nueva pregunta median te una indagacin de
Por elemplo, digamos Que ha observado Que la mayora de las especies de plantas
carnosos y semillas dispersadas por animales. Con base en esto, podra proponer QI.IC
lanzen (1983) es de hecho la explicacin ms probable del patrn Que observ
reQuiere la evaluaci~ ;ns urgente antes de tomar una decisin sobre el pl an de manejo.
Originado en la renexlon del primer ciclo de indagacin (sobre los patrones de las

CAPtrULO 3. ENTONCES. CAI. ES lA PREGUllTN

23

un segundo ciclo. Este segundo ciclo podra empezar. por ejeillplo. con la pregunta: cmo vara la tasa
de deposIcin de las .heces de animales Que contienen semillas de la especie invasora. entre el bosQyc
bordeado con creCimiento secundario y el boSQue bordeado con potrero?
Evite la tentaCi?n de comenzar una indagacin cientfica con una pregunta Que en realidad pertenece a la
fase de renexlon. Preguntas tales como: cmo podemos manejar la reserva de manera QlJe se pueda
manten.er efectivamente la biodiversidad en el prximo siglo? y cmo podemos desarrollar el centro de
educaCin de manera Que incite a los visitantes a conservar su propio medio ambiente cuando regresen a
casa? son urgentes. necesarias y convincentes. Sin embargo. son preguntas para la fase de renexin y ms
apropiadas para ser contestadas alrededor de una mesa. a travs de consenso entre las partes interesadas.
Que a travs de un ciclo de indagacin.

Cmo formular preguntas comparativas

Las preguntas deben ser comparativas. La comparacin debe estar implcita en el problema de manejo
(figura 2.4. iZQUierda superior) o en el concepto Que la origin (figura 2.5). Una pregunta comparativa
reQuiere Que usted enfOQue el problema o concepto general. y le permite analizarlo en la renexin posterior. En cambio. una pregunta no comparativa es por lo general un callejn sin salida. Que no permite
renexin posterior ni avance adicional.
Supongamos Que su problema tiene Que ver con corredores biolgicos (vea Beier y Noss 1998). La pregunta
cuntos individuos y especies de mamferos carnvoros usan este corredor de hbitat? cumple con el
criterio anterior. Se puede contestar por medio de una toma de datos de primera mano. Sin embargo. esos
datos no nos llevan a ninguna parte en trminos de desarrollar recomendaciones de manejo. En cambio.
preguntas tales como: cul corredor tiene ms uso por individuos y especies de mamferos carnvoros:
uno de bOSQue primario o uno de bOSQue secundario? los mamferos carnvoros cruzan ms un paisaje
agrcola si h'!)' un corredor Que si no lo hay? o cmo vara el uso del corredor entre las distintas estaciones
del ao? involucran todas una comparacin entre dos o ms juegos de condiciones. La renexin sobre las
respuestas a esas preguntas puede llevarnos a recomendaciones generales sobre los corredores de hbitat.
Por supuesto Que los datos obtenidos objetivamente en respuesta a una pregunta no comparativa son
valiosos por s solos. Ocasionalmente es imposible disponer del tiempo y los recursos para examinar dos
o ms sitios. perodos de tiempo. juegos de condiciones o tratamientos experimentales Que se reQuieren
para contestar una pregunta comparativa. Sin embargo. con slo ampliar un poco el mbito de una
pregunta Que inicialmente no era comparativa. el profesional de la conservacin puede aumentar
significativamente la utilidad de sus resultados.
Consideremos un segu ndo ejemplo: un rea protectora. recin declarada. consiste en un nmero de
fragmentos de bOSQue primario dispersos en un mar de crecimiento secundario arbustivo. La mayor
preocupacin es mantener una alta diversidad biolgica de primates de bOSQue. La investigadora de
planta de la reserva observa un fragmento de bOSQue en particular y se pregunta: cuntas especies de
primates viven en este parche de bOSQue. y cules son raras y estn amenazadas' La pregunta es vlida
pero. Qu utilidad tendran esos resultados aparte de describir el estado de ese fragmento en particular?
Si ella cambia la pregunta as: hay una diferencia en el nmero de especies de primates raras y amenazadas

,
r

ep

el n

I n r ,Ji Itnl~

p r p')\lblC'

en u nla d
l Meren iol

rI

le I prl

>r
p rll ul<ll'(\.
I m
(ve el apllul ) Por lo lanlo.
cv lu r un nm r m or de
l. u pregunt c mpar Uva e ha
m n .Ida, entre una variedad de

de I in en I de la inve Ugadora, pensando.

, I
p rlhe
c
m grande contendrn m~
I
Ik
~idI
rfOll
~I
lel
de
er
I
nla,
y
recuerde
la
cita
de
el
I
I tener 11/ Ion . CJlcept de las obvias.

11 ul r. I tn~( IIgador de planta no puede suponer

J
I
m e p ie d primate
Que 105 ms peqxl!ol.
1I u
I
mu convincente I
o porQue algunos
rI
h n e ,,"Ir
re uh ~ Que ~n e ta " abidura convencional". Es
JI
en le 'en p 1I ul r. ell11.ltoml (cundari en regeneraci n, o el borde entre el
u hJ r u /
re ur
~e mantienen un gran nmero de especies de
n ) re I I o interm di IOmer
en e a matriz pueden tener una fauna
", r, gm:nt ms
de bo Que relativamente homogneo
e r I m n' dlvcr
l Inve tigad ra n I abr, y no podr establecer pautas
~ c' 1"
1 d p'IOler; mJn e ta pregunta mediante un diseo especrico para su
el IIttll) d " er (ompar;blc" e tan crtico para las preguntas de ecologra
I

e1

h lr u ted l' (lut" y .lu ta u pregunta egn sea necesario con respecto a 105 dos
I pre: unl e onrorm r m' fcilmente a ello y lo guiar ms directamente a una
I en d P"llIer) pleguntese: de a uerdo con la presunta, Qu es lo Que se est
I J u ,) ((ln 1./ prr un/a. Qu e lo Que se est midiendo (observando.
JJ unidJu J lo
e e t comparando? Por cemplo, en la pregunta final de la
I

CAPITULO 3. ENTONCES. CAl ES LA PREGUNTA!

25

sobr~ primates. Qu va a comparar? IExactol Ella comparar frapmenlos de bosQ!ue de varios laman-os

'Que
medir
(
.
t
'
)
d
O
'
( ,
regls rara en ca a uno de esos fragmentos? ICorrecto nuevamentel Ella re~islrar el
~un;ero de, especies de primales raras y amenazadas por cada fragmenlo. En la pregunta anterior.
(con;o vana el uso .del corredo,r entre las distintas estaciones del ao?". Qu se est comparando? S.
las ~Iferentes esta~lones. Que se est midiendo? Claramente. la frecuencia de uso por mamferos
carnlvoro~ .
aQUI una clave Que a menudo. aunQue no siempre. es til para distinguir "lo Que se va a
com.par~r de lo Que se va a medir". si la pregunta no es clara al respecto. Piense en la forma en Que se
graflcanan los ~esultados luego de la indagacin. lo Que se va a comparar va en el eje X y lo Que se va
a medir en el ele Y.

H:

Cmo formular preguntas seductoras

l a pregunta debe ser seductora. Es decir. no debe tener una respuesta Que ya es de por s obvia. ni
actividades tan tediosas o dispendiosas (figura 2.2) Que. para cuando finalmente se terminan de tomar los
datos. la ~regunta esya irrelevante. Por ejemplo. la pregunta cul contiene ms especies nativas de ranas:
700 .hectareas de pantano y humedal o 700 hectreas de estacionamiento asfaltado? cumple con los
reQuIsitos de ser contestable y comparativa . Sin embargo. no amerita todo un trabajo de campo pues la
comparacin es absurda.
Por otro lado. una pregunta podra cumplir con los dos reQuisitos previos. pero no pasar la prueba de ser
seductora. simplemente porQue reQuiere un plazo enorme de tiempo o un plan de trabajo excesivamente
complejo para tomar los datos. Considere. por ejemplo. la pregunta: cul estrategia de manejo dara
lugar a una may or diversidad de especies de rboles en un bOSQue de aQu a doscientos aos: sembrar
plntulas de una va riedad selecta de especies de bOSQue primario. o permitir la regeneracin natural? la
pregunta tiene una extraordinaria importancia para la conservacin a largo plazo de un rea protegida y su
respuesta. en teora. permitira escoger entre dos estrategias de manejo muy distintas. Sin embargo. obtener
esa respuesta por medio de una indagacin de primera mano bien diseada podra tomarse ms de un
siglo y tener muy poca utilidad para la toma de decisiones de conservacin en la actualidad.

Cmo formular preguntas sencillas y directas

la pregunta debera estar libre. hasta dnde sea posible. de jerga y de tecnologa Q!Je reQuiera una
inversin considerable en gastos y entrenamiento. Si no es posible formular un problema de conservacin
y una pregunta en lenguaje sencillo. entonces despus de todo tal vez no es tan urgente. Si usa un lenguaje
claro y nombres locales de plantas y an imales en lugar de los nombres cientficos formales. usted puede
aumentar su habilidad de involucrar a la gente local en todo el proceso de indagacin y conservacin
Cooperrider 1996; Margoluis y Salafsky 1998). Por ejemplo. considere una pregunta tan pomposa como:
las agregaciones transitorias de Ga/lus ga/lus cimarrones Que estn asociadas a establecimientos agrcolas
de subsistencia adyacentes. afectan negativamente la supervivencia de los propgulos y el reclutamiento
de los juveniles de la vegetacin arbustiva nativa. dentro de un mdulo de manejo. comparado con parcelas
control de exclusin? A unQue esta redaccin puede impresionar a aQullos Que escriben documentos
para el gobierno. existen formas menos pomposas. Podra sugerir alguna 7 Qu tal sta: cmo vara la
prdida de semillas y plntulas de especies nativas. y la regeneracin del bOSQue. entre las reas de la
7
reserva donde las gallinas sueltas estn entrando y aQuellas reas donde no entran

26

CAPfTUL03. ENTONCES. ,CAL ES LA PREGUNTA?

.
d
'
t t una pregunta reQl.liere tecnologa costosa y de capacitacin
Del mismo mo o SI con es ar
I
.
t d s definitivamente - es posible proponer una a ternatlva
muchos casos - aunQue no en o o .
.
d I
adecuado de las ms verstiles de las herramientas: sus ojos.
. . I
dependa pTlnClpa mente e uso
.
'd' l'
. .
I do de historia natural) y sus manos. No QUiero n ICU Izar ni
(con su conoCimiento acumu a
.,
.
. d d la tecnologa durante el proceso de indagaClon. Sin embargo. la evaluacin
uso apropia o e
, d I
l' "
t del
l'o'n ms urgentes depende mas e a ap IcaClon corree a
servac
d
de los pro bl emas e con
, .
indagacin Que del uso de las maravillas tecnologlcas (recuadro 3.1).

Recuadro 3.1. Los Sistemas de Informacin Geogrfica: estamos

las herramientas con las preguntas?
Tanto los profesionales de la conservacin como los eclogos acadmicos c~n f~ecuencia
a confundir las preguntas con las herramientas. Un ejemplo notorio es una tecmea.
una sigla. Que se ha convertido en el ltimo grito de la moda en la conservacin y el maneJo.
SIG. o Sistemas de Informacin Geogrfica. son "eQuipos y programas de cmputo
para almacenar. analizar y mostrar datos rderenciados espacialmente: stos
informacin de modo Que puede ser relacionada con algn tipo de mapa" (Haslett 1990).
ejemplo. es posible caracterizar un juego de puntos de un paisaje con respecto a la
pendiente. la orientacin. los suelos. la historia del uso de la tierra. el uso actual del
seal infrarroja. la vegetacin y otras variables fsicas. biolgicas y sociolgicas. Los
ingresan a travs de un programa de computadora junto con sus coordenadas geogrficas
y luego se realiza una serie de procesos Que descubren las relaciones entre las direrentes
bies a travs de una serie de capas Que se sobreponen unas a otras. y as sucesivamente
1992; Miller 1994).
Sin embargo. a pesar de su aura de tecnologa de la era espacial. el SIG no es ms QIIe
herramienta elegante Que. al igual Que el martillo de un carpintero. es til para unas
no para otras. El SIG por s solo no es ni ciencia ni manejo. as como un martillo por s
es la construccin de un edificio. El afn actual de muchos administradores de reas
ayudados y respaldados por personal bien intencionado de los ministerios o de las
internacionales de donantes. de invertir cantidades susta nciales de dinero en tecnologa
en el personal para manejarla. puede ser un desperdicio desafortunado de tiempo y
menos Que haya un eSQuema claramente definido de indagacin cientfica y unos
conservacin claramente identificados para los cuales el SIG sera una herramienta tlt.
supuesto. bajo algunas circunstancias el SIG puede tener un gran valor. Por ejemplo. Lewls
desCTIbe un uso perfectamente apropiado del SIG en el frica tropical. lo Que es relcvank
algunos argumentos Que se presentan en varios captulos ms adelante en este libro. Kiester
(1996) describen una aplicacin sofisticada para unas condiciones en Norteamriea.
Que Powell . Barborak y Rodrguez (2000) usan el SIG para un anlisis a escala
determmar el estado de conservacin de las zonas de vida de Costa Rica. Sin
adQuisicin de, instrumentos de SIG ni su uso prolongado le va a ayudar a decidir entre
de conservaclon SI no tiene de antemano una pregunta.

CApITULO 3. ENTONCES. CAL EStA PREGUNTA'

27

Por ejemplo. piense en el problema de determinar cul es la mejor manera de recuperar una cuenca
afectada por extraccin ilegal de oro (vea el captulo 2). Esta inQuietud puede conducir a algunas preguntas
excelentes. cumpliendo con los criterios anteriores. Que involucraran tecnologas sofisticadas para analizar
la Qumica del suelo y de las Quebradas. lo cual permitira generar respuestas precisas y objetivas. Pero
con recursos limitados usted puede enfrentar el mismo problema formulando excelentes preguntas QUe
reQuieran metodologas sencillas y baratas. tales como el muestreo de insectos acuticos (captulo 8) o la
medicin del crecimiento y supervivencia de plntulas. la tecnologa y el lenguaje tcnico le pueden
aumentar la precisin de sus preguntas y respuestas. pero slo adalas si es necesario.

la pregunta tambin debera ser sencilla en otro aspecto. Limite el nmero de problemas o factores Que va a
incluir en una sola indagacin. Si usted est apenas empezando a realizar trabajos de campo. estar tentado a
explorar todos los posibles factores de una vez. Por ejemplo. la tesis de una cierta estudiante brillante y
entusiasta propona la siguiente pregunta: cul es el efecto de diferentes combinaciones de sustrato. tipo de
recipiente. cantidad de sol. tipo de fertilizante. programa de riego. lugar de origen y estacin de sielllbra. sobre
la Lasa de germinacin de semillas de esta especie de hierba medicinal] Dado Q!Je era una sola persona con un
nmero limitado de semillas disponibles. le result imposible producir una respuesta clara.

Algo de prctica y algunos ejemplos de cmo formular una pregunta

Debido a Que la habilidad de formular preguntas es imprescindible para la indagacin cientfica y el
manejo. le recomiendo encarecidamente Que haga el ejercicio del recuadro 3.2 antes de continuar la
lectura.

Recuadro 3.2. PractiQue formular preguntas Que generen indagaciones

Si usted hizo el ejercicio del recuadro 2.1. revise la lista de preguntas Que gener. Reform.~~las
cuidadosamente. de manera Que cada una sea contes/able. comparativ~. seductora. senC/ ay
directa Para cada una especifiQue Qu es lo Que va a comparar y Que es lo Que va a medir.
Aseg;ese Que se con;erva el concepto bsico o. el problema Que estimul la pregunta en un
principio. as como la escala espacial de aQuel elerClClo.
Ahora practiQUe a formular preguntas de ia"VI.da rea j" . SaIga al campo. preferiblemente en. el rea
de
conservaclon. o en I e~ e u po
.
acio El nico reQuerimiento es Que cada una se
pueden incluir escalas mas grandes de, tiempo y esp .' claramente Q!J ser comparado y QU ser
ajuste a los cuatro criterios de este capitulo -y Que preCISe. an pdale a un colega Q!Je las revisemedido. Al final del ejercicio. revise sus preguntas -dO m~rrtarl~ con respecto a esos criterios.
y asegrese de QUe no h'!)' una forma mucho melor e re ac

, .
re untas Que se ori/;inan en la observacin de sus alrededores
De nu evo. en termlnos generales. todas las ~ ~ 'd
te ""e otras a una indapacin de primera mano)'
.
b
lo llevan mas rap' amen ....<>

d
son validas. Sm em ar/;o. unas .
d
t inadecuadas abundan y no hay neceSidad e
a aplicaciones ~rcticas. Los elemplos bi~/~~~~~a~S los ejemplos de preguntas bien formuladas. He
en umerarlos aQul. Afortunadamente. tam

" LES lA PREGUNTA>

CApiTULO 3. ENTONCES. CUA

28

_
11 de trabajos publ icados de la ecologa aplicada. Todas
extrado una peQuena muestra de e as ".
a peQJuea escala ([gura 2.5) e inQuietudes de
entre estudios baSICOS
".
I
d
alguna parte e rango
I 'd a oripinal no estaba presentada exphCltamente
'
2 4) En algunos casos a I e
o
b
(r
I
a gran esca a Igura . '
.. d
la redaccin original del autor. Sin em argo. en
pregunta, de modo Que he modifica o un pocode las secciones previas. En todos los casos. los
'ustaba a los cuatro criteriOS
'd
I
casos a I ea se al .. ,
re untas han innuido. o podran innuir. en el desarrollo
de las indagaciones . 1 ~ICI3das por
normas de conservaClon y manejo.
Qu se est midiendo?
1.

~:~:sp~ac~car,

pregntese en cada caso: Qu se est

'Cmo vara la diversidad y composicin de conjuntos de especies d~a~tS,

~alados y bOSQues con tala selectiva de baja intensidad (Figura 3.1)? (T 10 ay

I~~~~

bosQjcs

Figura 3.1.
El borde de una reserva Que ha
experimentado tala selectiva en el
pasado (provincia del Napa.

2. Cmo cambia la diversidad local y regional de anima les nativos (por ejemplo. aves.
araas, lagartijas, lombrices, mamreros peQueos), cuando las plantaciones tradicionales
car de sombro se convierten a plantaciones modernas al sol? (Perrecto et al. 1996)
3. Al restaurar reas degradadas con vegetacin nativa. las tasas de llegada de semillas
cambian si se establecen perchas para aves, y esto cmo arecta el proceso de
(McClanahan y Wolre 1993)
4. Cul es el impacto de la introduccin de la trucha sobre la rauna nativa de las Quebradas
rra, si se compara con Quebradas sin presencia de truchas? (Flecker y Townsend 1994)
5. Cul es la relacin entre la demografa y la sa lud de poblaciones de rboles nativos.] la
o ausencia de anima les de granja? (Reid y Ellis 1995)
6, Cmo vara la lasa de invasin de reas naturales por malezas exticas, en presencia o
de carreteras y cam inos principalesl ] (Tyser y Worley 1992)
7, En I~s reservas de bOSQue hmedo tropical con senderos usados rrecuentemente par los
(Que diferenCIaS hay en la escorrenta y subsiguiente erosin del suelo sobre los
de ellos? (Wallin y Harden 1996)

CAPITULO 3. ENTOIICES. CAI. ES lA PREGUNTA?

29

8. Cul es el impacto fsico relativo de (a) caballos. (b) llamas y (e) humanos. sobre los caminos y
las tasas de erosin del suelo' (Deluea el al. 1998)
9. Cul es la relacin entre el nmero de caminantes Que pasal'l por los caminos. y la abundancia y
diversidad de aves nativas? (RiITell. Gutzwiller y Anderson 1996; Miller. Knight y Miller 1993)
10. Cul es la relacin actual entre la intensidad de cacera y la densidad de poblacin de vertebrados
grandes? (Hill et al. 1997)
11. De manera semejante. cmo varan las poblaciones de animales en reas protegidas con distintas
restricciones sobre la cacera? (Carrillo. Wongy Cuadrn 2(00)

"

CAPITULO 4
Diseo: el ajuste de la toma de datos al
mbito de la pregunta

Si usted trabajara en reas habitadas por demonios. estara en problemas independientemente de

la perfeccin de su diseo ... (aun as0 la replicacin y el esparcimiento espacial de los tratamientos
le proveen la mejor pliza de seguros.
- Stuart H. Hurlbert (1984)

Ahora pasamos a la indagacin propiamente dicha. Digamos Que usted es un profesional Q!Je est aplicando
el ciclo del manejo (figura 2.4) para resolver una inQuietud crtica para la conservacin. Por ejemplo. en
la reserva de uso mltiple donde usted trabaja. se estaba llevando a cabo una tala selectiva. Es imperativo
Que usted proponga pautas de manejo (vea la figura 1.1). Que podran consistir en permitir Que se contine
la tala a niveles actuales. o Que se imponga una veda total. O. alternativamente usted podra tener Que
proponer nuevos lmites mximos en la intensidad de la tala. lo Que le preocupa en particular es los
pos ibles efectos de la tala sobre las aves del bOSQue. las ranas del sotobosQue y los mamferos peQueos
terrestres. ya Que stos son los grupos de anima les para cuya proteccin se estableci la reserva. Usted
enmarca la pregunta. cumpliendo con los cuatro criterios presentados en el captulo 3. En esta etapa
dicha pregunta podra parecerse a la primera de la lista presentada al final del captulo 3. Por ejemplo.
comencemos con la pregunta: "incide de manera significativa la tala selectiva de rboles en la abundancia
y diversi dad de aves del bOSQue. ranas del sotobosQue y mamferos peQueos terrestres en la reservar'
Cmo se podra contestar esta pregunta de manera Que los resultados le '!)luden a decidir sobre las
pautas de manejo?
Su inQuietud especfica y la pregunta Que sta genera. imponen unos lmites al alcance del estudio: un
espacio limitado (dentro de los lmites de la reserva) y probablemente un tiempo limitado (por ejemplo.
tiene un mx imo de un ao para proponer sus pautas). Sin embargo. aun dentro de estos lmites bien
definidos. usted no puede estar simultneamente en todas partes de la reserva. examinando cada posible

31

32

CAP(ruLO 4. DISE~O

respue ta de cada pjaro. rana y mamfero a las actividades de tala presentes y pasadas y
con cada pjaro. rana y mamfero QUe vive en un rea no talada~ lo QUe usted puede hacer es
subconjunto limitado de todas estas posi bilidades. Debe dlsenar el estudio en el tiempo y el espacio
las figuras 2.4 y 2. 5) para seleccionar el muestreo Que represente el melar comproml~ entre
censo completo. o sea. una respuesta completa y ajustada a la realidad (lo Que le reQUerirla ser
y el tiempo y esfuerzo limitado Que usted puede invertir en obtenerla.
Tomando la pregunta sobre la tala selectiva como un ejempl02. vamos a desarrollar un eSQuema de
Que enfatiza la lgica y la comprensin de la historia natural. ms QUe los detalles de la teora
Usted ver Que un diseo exitoso depende en gran parte de Que reconozca uno de los
llamativos de los paisa jes: la variacin natural o heterogeneidad (vea el captulo 6). Para
conceptos claves en este captulo y en el captulo 5. es necesario Que se familiarice con un
ms bien extenso (recuadro 4.1) . Adems de aclarar conceptos. la intencin es presentar una
uniricada al diseo de investigaciones de campo. Usted no encontrar todos estos trminos en los
tradicionales de estadstica y diseo; por otro lado. algunos trminos anlogos Que se
dichos textos son usados de manera inconsistente. Si lo desanima la complejidad de este capitulo.
primero al apndice D (acto 1) y luego regrese a este captulo a ver si tiene ms sentido. En cualQPler
por favor note Que cada punto de este captulo aplica tanto a los estudios bsicos de campo (figura
como a las preguntas de conservacin y manejo (figura 2.4).

Recuadro 4.1. Un glosario informal para el captulo 4

Diseo aleatorizado. diseo de tratamientos aleatorizados: un diseo de estudio en el cual usted
asigna (en el caso de un experimento de campo) o muestrea (en el caso de un estudio no experimental) las unidades de respuesta Que corresponden a los diferentes niveles del factor de
de una manera aleatoria con respecto a los potenciales factores alineados. Presumiblemente,
esto previene Que estos ltimos se conviertan en verdaderos factores alineados.
Diseo en blOQues: un diseo de estudio en el cual se localiza un conjunto completo de
de respuesta en cada uno de varios puntos diferentes. en el espacio o el tiempo. con
los potenCiales factores alineados. Cada conjunto o blOQue consiste en al menos una unidad
respuesta (mejor dos o ms) por cada nivel del factor de diseo.
Estudio experimental (ma~ipulativor un estudio en el cual usted mismo asigna los
niveles del facto~ ,de diseno a"las Unidades individuales de respuesta _ las cuales en este:
pueden ser tamblen llamadas unidades experimentales" (vea "Unidad de respuesta").
Estudio no experimental (no manipulativo. de observaCin): un estudio en el cual usted
con Unidades de respuesta Que ya exhiben diferentes niveles del factor de diseo o QIIC
experimentado esos diferentes niveles en el pasado.
Factor alineado: un fenmeno Q!
t " I'd
.'
ue no es a In C UI o en su pregunta pero Que influ!ye en los
de Ia variable de respuesta Q!U
.
d
I
.
e se registran. e una manera no aleatoria Este
so amente un factor alineado potenc ' I
.
la a menos Que no lo tenga en cuenta en el dlsello

Recuadro 4.1. Continuacin

estudio. En este ltimo caso sin QII

t d ~
.
.
e us e esl.: consciente. la Innumcla cuantitativa del factor
puede estar alineada con. o contra. la Innuencla del factor d- dl'..a_-'
En consecu enCla.
' puede atn'bulr' eQ.uivocadamente los t ~ ~ ' ''' QlJe usl.:u es", aatlllnando.
It d
I
I'
pa rones - o ausencia de ellos - en sus
resnu a os so amente a ,actor de diseo. no slo en su anjllsls estadstico sino tambltn en la
re eXln y aplicaCin.

Factor de diseo: tal como se especifica en su inQllietud original y en su pregunta. bte es el

factor cuyo ~oslble efecto sobre las variables de respuesta se pretende aamlnar y alrededor del
cual se dlsena la Indagaci~. En algunos casos el factor de diseo se puede llamar factor de
trata~/ento. pero este trminO e: ~ejor limitarlo a factores de diseo con niveles categricos
(vea Niveles del factor de diseno ). El factor de diseo. o mjs precisamente los niveles del
mismo. representa lo Q.ue estj comparando (vea el capitulo 3).
Fuentes ~e variacin: las tres posibles causas de la variacin en el valor de la variable de respuesta
entre Unidades de evaluacin o unidades de respuesta. t stas son:

Variacin intrnseca: la variacin "natural" entre diferentes observaciones QlJe siempre aiste
aun en ausencia de ninguna innuencia externa. Despus de todo. usted nunca encontrar~ dos
unidades de respuesta absolutamente idnticas. Tambin se llama el "error" o el "error de
muestreo". pero la variacin intrnseca no es error: es realidad.

Variacin asociada con

el {actor de diseo: la variacin QIIe se debe a los efectos de los

diferentes niveles del factor de diseo. sean stos categricos o continuos.

Variacin asociada con (actores alineados: la variacin Q.ue se debe a los efectos del (los)
factor(es) alineado(s). En indagaciones mal diseadas. mal analizadas o mal interpretadas. a
menudo se confunde esta variacin con la variacin asociada con el factor de disclo.

Metodologa de muestreo: la tcnica estandarizada por medio de la cual se mide la variable de

respuesta en cada unidad de evaluacin.
Niveles del {actor de diseo: las diferentes clases o valores Q.ue puede asumir el factor de disclo
Y Q.ue usted est examinando en su indagacin. Si slo aisten unas pocas clases discretas. los
niveles son categricos (discontinuos. discretos) y pueden ser llamados tratamientos. Si el factor
de diseo puede tomar cualQ.uiera de un gran nmero de valores. de manera QlJe cada una de las
unidades de respuesta puede tener un nivel nico. se denominan niveles continuos - aun si el
nmero de niveles posibles es finito en la prctica - y a menudo el factor de disciio se trata
despus como una "variable independiente" en los anlisis estadsticos.
Poblacin muestreada: el conjunto de entidades - por ejemplo. mamferos o plntulas - QlJe su
metodologa est realmente muestreando. dado Q.ue pocas metodologas muestrean la poblacin
objetivo sin sesgo (vea ms adelante). La poblacin muestreada puede aproximarse bastante a
la poblacin objetivo Q.ue usted desea muestrear. o las dos pueden ser mI!)' diferentes sin usted

34

CApiTULO 4. DISEO

Recuadro 4 .1. Continuacin

.
o
"poblacin"
es
distinto
del
usado
para
describir
UR
'
saberlo. Note Q!Je este uso deI termm
de individuos de la misma especie.
I
. t de entidades - por ejemplo, mamferos peQ!Jeos O
Poblacin ob/etlvo: e conlu n o
l i d I pobl in
estrear si n sesgos. Su pregunta define a natura eza e a
ac
mu
d
t
Que uste d pre en e
. . . I d'
la
todologa
Que
sea
ms
probable
Que
minimice
a
Iscrepanc
y usted debe buscar Ia me
poblacin objetivo y la muestreada (vea ms arriba).
. ,

ted propone basado en' su inQuietud original o idea para un estudio.

us
I
Pregun ta: o Que
.
. . d I
c. lo
del signo de interrogacin y el proceso de cumplir con los cuatr,o criterios e, cap'lU
pregunta debe especificar el mbito del est udiO Que le Sigue. :amblen debe espeCificar, o
claramente a, lo Que se comparar (el o los factores de diseno) y la naturaleza general.
los detalles, de lo Que se medir (Ial sl variablelsl de respuesta) .

Seudorreplicacin: el pecado de tomar cada una de las diferentes unidades de evaluacin

de una misma unidad de respuesta, como una rp lica verdadera de las unidades de
como son stas definidas por la pregunta y el factor de diseo. Si Quiere ser absuelto.
cambiar el diseo o la pregunta.

Submuestrear: establecer un diseo y metodologa Que usa submuestras. A menudo esto es

aun necesario. Otras veces es una prdida de tiempo y energa Que sera mejor invertida
el nmero de unidades de respuesta (rplicas verdaderas) .

Submuestras: mltiples unidades de evaluacin dentro de una misma unidad de respuesta

submuest ra provee una estimacin del valor de la variable de respuesta dentro de la
respuesta, pero el conju nto de submuestras como un todo provee una estimacin Q!Je
probabilidades de ser representativa de la unidad de respuesta.

Unidad de evaluacin: la unidad estandarizada en la cual. o para la cual. se registran los

de la variab le de respuesta. En unos pocos casos la unidad de evaluacin abarca
toda la unidad de respuesta (vea ms adelante) . En muchos casos la unidad de
mucho menor y ms estrechamente definida Que la unidad de respuesta.

gran

Unidad de respuesta: la unidad fundamental de diseo y anlisis, o la unidad mnima

Que manifiesta los efectos del (los) factor(es) de diseo y Que es independiente de otras
con respecto a la pregunta. Por ejemplo, si su pregunta se relaciona con las diferencias
de descomposic~n de la hojarasca del suelo entre ros de aguas negras y de aguas
el plural). cada no es una unidad de respuesta. Si su pregunta se refiere a la tasa de
de un ro particular de aguas negras y uno particular de aguas blancas, cada sitio
Que se muestrea en cada ro es la Unl'd ad de respuesta. En los estudios manipulatlvos.
de respuesta puede denominarse la unidad experimental.

CAPITuLO 4. DISEO

3S

Recuadro 4.1. Continuacin

Variab/~ de respuesta: lo Que se. est midiendo. la propiedad cl%l variacin con respecto al ractor
de ~Iseno es el roco de su estudio y c!!yo valor se mide y registra en cada unidad de: c:valuacin. SI
esta submuestreando. para minimizar el riesgo de cometer seudorreplicacin sin adve:rtlrlo ustw
debe caracterizar toda la unidad de respuesta con un solo valor (por ejemplo. la mwla o la mwiana
de los valores de las submuestras) antes de proceder con el anlisis de datos. A me:nudo. la variable de respuesta se convierte en la variable dependiente en el anlisis estadstico Q!le: sigue:.

Algunos diseos alternativos para la cuestin de la tala

Cmo podra disearse un estudio para responder la pregunta: "incide de mane:ra signlricativa la tala
selectiva de bOSQue en la abundancia y diversidad de aves del boSQue. ranas de:l sotobosQ!le: y mamrre:ros
peQueos terrestres dentro de la reserva?" CualQUiera Que sea el diseo. uste:d va a mirar estos tres grupos
de vertebrados slo en ciertos lugares y ciertos momentos. bajo dos condicione:s dire:re:ntes: sin tala (ST)
y con tala selectiva (T5). Usted tiene muchas opciones de lugares y momentos para e:stablc:ce:r sus unidades
de evaluacin estandarizadas (recuadro 4.1). Tambin tiene opciones para c:le:gir lo Q!le: va a mc:dlr m
trminos precisos. sus variables de respuesta (recuadro 4.1). las Que en este: caso son las rormas alternativas
de registrar la abundancia y diversidad de cada grupo de animales en cada unidad de

Ranas

Aves

urge

Largo total:

250m,2h
(21:0023:001

1 km,2h
(06:00.M:OO)

""7

1
(18:00 01:00)

Figura 4.1.
,.
'd d d
aluacln establc:cldas para contestar la
Diagramas eSQuemallcos de las Un! a es e ev
.
mal
La
s resnHtlvos de anl es
sobre la tala de bosQlle y Ios tres grupo
.. -c:I
4I
"unidad de c:valuacin" se: e:ncuentra m
..

36

CApITULO 4 DISEO

En e te caso se nece Itan distintos tipos de unidades de evaluacin para cada grupo de
4.1). Digamos QlJe para la aves la unidad de evaluacin consistir en un transccto en
kil metro, QlJC u ted camina despacio por un perodo estndar de dos horas (06:00 a
variables de rc pue ta QlJe usar para expresar la abundancia y diversidad en cada unidad
de Individuo y el nmcro de especies de aves dependientes del bosQ.ue, Q.ue sean vistas u
radio de 50 m. De la misma manera, para las ranas del sotobosQ.ue las dos variables de
lo nmeros de Individuos y de especies registrados en el estrato entre cero y dos metros de
largo de un tran ecto de 250 m de largo y 2 m de ancho, Q.ue se recorre entre las 21:00y las
mamfero, las variables de re puesta sern los nmeros de individuos y de especies
unidad de evaluacin, Q.ue en este caso consistir en una cuadrcula de 200 x 200 m, con 400
Sherman e paciadas cada 10 my operadas por una noche (figura 4.1).
la reserva tiene tres tipos principales de hblal: una regin de bosQ.ue hmedo tropical de
una serranfa cubierta por bosQ.ue nublado, y bosQ.ue seco de tierras bajas en la regin

o
Bosque hmedo tropical
Bosque nublado de altura
' - ---..l

Bosque seco tropical

Figura 4.2.

na gran reserva hlpotetica en la cual r .

dentro de la reserva indican las
I e~lentemente se ha efectuado tala selectiva. Los
exagerados para propsitos de I palrcetas t~ adas selectivamente (TSl, cuyos tamaos han
,
a I us raClon El rest d I
esta actualmen te sin tala (ST ) ero
, ' . o e a reserva, Q.ue es la gran
del diseo de un estudio (p~:e'e:~dna expe~lmentar tala selectiva en el futuro. bien
I p o, el diseno 13) o como resultado de la aplicacin
maneo.

CApiTULO 4. DISEO

37

genera una sombra de lluvia (figura 4.2). Cada hbitat incluye varias reas donde se han otorgado
concesiones forestal~s y ha habido tala selectiva en, el pasado reciente. dentro de parcelas cuadrangulares
de unas 30 - 80 hectareas. SI hay tala en el futuro. esta tendr lugar en las partes del bosQue Que an estn
ST. El tamao de cualQuier unidad de evaluacin es peQueo con respecto al tamao de un rea de
bosQue TS o a las extensiones de bosQ!Je ST. de manera Que es factible localizar una o ms unidades de
evaluacin dentro de una determinada rea. Estudie la figura 4.2 y los siguientes diseos alternativos. los
doce primeros estn ilustrados en la figura 4.3. Antes de leer la siguiente seccin. escoja uno o dos
diseos de la lista Que usted sienta Que mejor se ajustan a la pregunta planteada. En los diseos 1-6. se
comparan dos unidades de evaluacin por grupo de animales. En los diseos 7-13. se compara doce
unidades de evaluacin . En los diseos 14-16. se hacen cuatro visitas a cada una de doce unidades de
evaluacin. Entonces. la pregunta es: en dnde pondr las unidades de evaluacin (y cundo las visitarp
Diseo 1. Se dispone una unidad de evaluacin por cada grupo de animales. en un sitio dentro de una
parcela de bosQue seco tropical
(talada selectivamente) a la elevacin de 300 metros sobre el nivel
del mar (msnm) en la vertiente oriental de la montaa. y una unidad de evaluacin por cada grupo de
animales. en un sitio de bosQue nublado
(sin tala) a 2000 msnm en la vertiente occidental (figura 4.3).

rs

sr

Diseo 2. Se dispone una unidad de evaluacin en un sitio dentro de una parcela de boSQue hmedo
tropical
a 300 msnm en la vertiente occidental. una unidad en un sitio de bOSQue nublado
a
2000 msnm en la vertiente occidental.

rs.

sr

Diseo 3. Se dispone una unidad de evaluacin en un sitio dentro de una parcela TS de boSQue nublado
a /600 msnm. y una unidad en un sitio de bOSQue nublado ST a 1000 msnm en la misma vertiente.
Diseo 4. Se dispone una unidad de evaluacin en un sitio dentro de una parcela TS de boSQue nublado
en terreno plano. y una unidad en un sitio cercano de bOSQue nublado con una pendiente de 30 grados.
ambas aprOXimadamente a 2000 msnm.
Diseo 5. Se dispone una unidad de evaluacin en un sitio dentro de una par~ela TS de boSQue nublado.
a 2000 msnm en una pendiente de 30 grados orientada al este. y una unidad. en un SitiO cercano de
bOSQue nublado ST tambin a 2000 msnm. en una pendiente de 30 grados om:ntada al oeste.
Diseo 6. Se dispone una unidad de evaluacin en un sitio dentro de una parcela TS de ~SQue nubl~.
a 2000 msnm en una pendiente de 30 grados orientada al s~r. y u~~ Unidad en un SitiO a4Yacente e
bOSQue nublado STo en la misma pendiente con la misma om:ntaClon.

'd d d evaluacin Se dispone una de ellas en cada uno

Diseo 7. Semejante al diseo 1. pero con I Un! a es e
.
. [cela TS de bo.sQye seco de tierras
de 6 si tios distribuidos aleatonamente dentro de una. ~/S~~ i-b idos aleatoriamente dentro de un
bajas. y una unidad de evaluacin en cada uno de 6 SitiOS S n u
rea de bOSQue nublado
de tamao parecido.

sr

. _
2 idades de evaluacin. Se dispone una de ellas en
una
Diseo 8. Semejante al diseno 1. pero con I un
todas las parcelas TS de
seco a JIJ()
de 6 parcelas TS distintas. seleccionadas al azar entre

",piruLO 4 Dt5f o

Cl

Cl

Cl
Cl

lOo
o

LI- - - '

o
o

O"

0 10

0 10

12

..

,... 4.1.

.
de lIJunIs
de dIseI\o de estudios QlIe oo<Man
'- ,.... ..... la ubIcacI6n de las dos (sitios 1-6). o doce (sitios 7- 12).

la presunta sobre la tala selectiva

(~

dteno). En cada mapa

de ewluacln par3 un determinado srupo de animales.

....-.o

40

CAPfruLO 4. DISEO

.
d
I cin en cada una de 6 reas seleccionadas al anr,
m y una unidad e eva ua
;:;bes reas de bosQue nublado sr a 2000 msnm.
.
Id'
6
pero
con
12 unidades de evaluacin. Se dispone una de
- 9 Semelante a Iseno .
.
DIseno
'. . d' 'b 'd aleatoria mente dentro de una misma parcela rs de bosqpe
de 6 SillaS 1St n UI os
.
d
d
'
.
d
d
6
si
tios
distribuidos
aleatOriamente
entro
e
un
area
Unidad en ca a uno e

nublado sr. de tamao parecido.

- IO. Semelan
. te
al diseo
6 pero con 12 unidades de evaluacin:
en lugar de tener
Diseno
.
.
unidades de evaluac in en reas ST y TS adyacentes. se disponen 6 ~ares. con cada
una parcela rsJ un rea sr aqyacente. los pares se distribuyen a traves de toda la gama
pendientes y orientaciones en el bOSQue nublado aproximadamente a 2000 msnm.

Diseo 11 . Se disponen 12 unidades de evaluacin. una en cada una ,de 6 parcelas

entre todas las reas TS. cubriendo toda la gama de varlaclOn de tipOS de
orientaciones. pendientes y elevaciones presentes en la reserva. y una en cada una de 6
seleccionadas al azar entre todas las reas ST.
Diseo 12. Se disponen 12 unidades de evaluacin con una combinacin de los diseos 10 J
de unidades. cada par en una parcela TS y un rea ST cercanos; los dos sitios se
como sea posible con respecto a todas las otras caractersticas y los pares se distribuyen
cubriendo toda la gama de variacin de tipos de bOSQue. vertientes. orientaciones,
elevaciones presentes en la reserva (figura 4.3) .
Diseo 13. Semejante al diseo 12. pero se realiza un estudio experimental (manipulalivo)
estudio de observacin (no manipulativo) como en los diseos precedentes. Primero
al azar seis regiones relativamente grandes en bOSQue continuo STo donde cada
superficie seis veces mayor a la parcela TS tpica. o sea unas 300 hectreas. Dentro
estas reas grandes. usted demarca dos rectngulos en el mapa. cada uno de los cuales
rea Que una parcela tpica TS (unas 50 hectreas) y con un mnimo de separacin de
metros entre ellas. luego. echando una moneda. usted as igna aleatoriamente uno de los
demarcados al tratamiento de TS. mientras Que el otro permanece ST. El estudio se
ao siguiente.
Diseo 14. Semejante al diseo 12 el 13. pero cada una de las 6 unidades en boSQ\Je ST
veces durante la estacin hmeda. y las 6 unidades en reas TS se. muestrean 4
estacin seca.
Diseo 15. Semejante al diseo 12 el 13. pero cada una de las 12 unidades tanto las
muestrea 4 veces. slo durante la estacin hmeda.
.
Diseo 16 Semel'ante Id' - 12 ' I
.
a Iseno o e 13. pero cada una de las 12 unidades. tanto las
muestrea dos veces durante la t " h '
es aC/on umeda y de nuevo dos veces durante la

CAPfTULO 1. DISEO

41

Fuentes de variacin en los resultados

Supongamos Que usted sigue el diseo I (n ura 43)
'
.
bosQ!Je en las dos horas en Que recorre el t g
. y registra. por elemplo. 46 especies de aves de
y 39 ~species en la unidad de evaluacin ~~nse~c:~i~u~~onforma la unidad de ~Iuacin en el sitio Sr.
selectiva tiene un efecto perjudicial y signin t'
b tES .esto una buena evidencia de Que la tala
debera proponer inmediatamente una veda ~at IVd sal re la diversidad de aves. y por consiguiente se
I
o aI e a ta a en toda la reserva J Des ' d tod
res uIta do - menos especies en el sitio TS Que en el .t' ST
f'
.
pues e
o. e
a la sabidura'
SilO
- con Irma sus temoresy sospechas y se ajusta
datos tomadosceonnve,ent clonal. Parla ~esponder esto. examinemos las posibles fuentes de variacin en los
s e o en cua Q!Jler otro estudio.

Variacin Que siempre existir

Primero Que todo. la ?if~rencia entre los dos valores puede deberse al puro azar. Q!J probabilidad hay
de obtener valores Identlcos de una variable dada en dos unidades de evaluacin? En este caso. Q!J tan
p~obable es Que usted registre exactamente el mi smo nmero de especies de aves en dos transectos
diferentes. aun SI ambos estuvieran localizados en la misma rea de bOSQue. o si usted recorriera el
mismo transecto dos veces en das consecutivos? Muy poco.
De hecho . es mu~ p!obable Que las diferentes unidades de evaluacin arrojen valores diferentes. aun
bala condiCiones Identlcas. Usted tiene dos unidades. Una est en una parcela TS y la otra en un rea
STo SI no hay ninguna diferencia entre los conjuntos de aves en esas dos regiones. pero por casualidad
las unidades de evaluacin arrojan diferentes valores no es lgico Que un valor sea mayor Que el otro?
Esta vez. por casualidad se registr el valor ms alto en el rea STo Cul es la probabilidad de obtener
el valor mayor en un sitio en vez del otro? Exactamente 50%. igual Que la probabilidad de obtener cara
cuando se echa una moneda. Si le saliera cara en un lanzamiento. usted no concluira Que siempre va a
caer cara en el futuro. igualmente. slo porQue la unidad de evaluacin Que dio el mayor nmero de
especies de aves estaba por casualidad en un sitio STo y la unidad con el nmero ms bajo en un sillo
TS. no sign ifica Que pueda echarle la culpa a la tala de la diferencia en el nmero de especies de aves.
cualQuiera Que sea la magnitud de esa diferencia. a menos Que usted pueda demostrar Que dicha

masnitud excede la amplitud normal de variacin intrnseca en los nmeros de especies de aves entre
unidades de evaluacin. En este caso usted no tiene idea de cul es la variacin intrnseca entre unidades.
porQue no ha examinado rplicas en los sitios ST Y TS para ver Qu tanto varan entre ellas.
independientemente del efecto de la tala.
En algunas de las siguientes secciones y en el captulo 5. se discute el concepto de la variacin intrnseca
con ms detalle. Por ahora. basta reconocer Que existe variacin entre unidades de evaluacin y unidades
de respuesta (vea el paso 6 de "Diseo de la indagacin .. ." ms adelante.). aun en ausen.cia de otros
factores Que incidan en lo Que se est midiendo. Por lo tanto. no se puede atribUir la diferenCia observada
en estos valores a ninguna otra causa. mientras no se haya tenido en cuenta la variacin intrnseca. No
importa Qu tanto esfuerzo se invierta en una sola unidad de evaluacin (digamos. un ~ransect~ de 80 km
Que se muestrea por 10 das consecutivos). o Qu tan razonable parezca la, comparaClon .(dlseno 6. figura
4.3): cada uno de los diseos 1-6 involucra slo dos unidades de evaluaClon. Con segUridad un~ arroJar
un valor ms alto Que la otra. para cualQuier variable de resp~esta. Se debe esto a la tal~ selectiva. o a la
variacin intrnseca entre unidades de evaluacin o entre areas de boSQue. IndependlentCll1Cllte de Ja
historia de talaJ Ninguno de los diseos 1-6 puede resolver esta grave duda.

42

CAP/rULO 4. DI5EtilO

. da con el factor examinado

Variacin asocia
. _ I
st compa rando (vea el captulo 3). Es d
( I r de diseno - o Que e
d' - I
l.lI tala selectiva es su lac o
l' o'meno alrededor del cual se Isena e
regunta y es e ,en
. d Ir
..1'nters est precisado en su P
bt' n renel' en alguna innuenCla e actor ""
I
.
. I
los valores Que se o lene
.
'dad de --e!
siempre es poslb e Q!.Ie
d I d'ferencia observada en dlversl
aves
'ble Que una causa e a I
d
be
caso. es bastante pOSI
.
I t I selectiva. Eso es lo Q!le uste Quiere sa r.
las dos unidades de evaluacin. sea a a a
valores. no hay manera de saberlo.
Variacin asociada con factores no examinados
.
.
h de la variacin en los valores medidos en diferentes
Tambin es posible Que muc a
d cto de aspectos Q!.Ie usted no tena intencin de
o en reas enteras de bOSQue. seta pro udiseo Es decir. el diseo. los resultados y su
tuvo en cuenta en su pregun a y su

.
b'"
no
f d' d s con otras innuencias no reconocidas Que tam len vanan
ellos. pueden estar con un I o
.
f
d d' - O
I
, l' das con o son opuestas a la innuenCla del actor e Iseno. sea. a
Que
estan
a
IOea
.
d
t
ad
.
Y
. d
b llores Q!ue se estn midiendo pue e exagerar. con r eClr.
faclores almea os so re os va
_'
.

I e'ecto Q!ue el factor de diseno tendna sobre los resultados SI

otra manera comp lIcar e "
Por ejemplo. regrese al diseo I (figura 4.3) e ignore. por e~ momento. la influencia de
'ntrnseca. El sitio de muestreo TS est en bOSQue seco tropical. mientras Que el ST
~ublado montano. Adems del factor de diseo ya reconocido (la tala selectiva) difieren los
muestreo en algn aspecto Que podra innuir en la diversidad de aves? Obviamente.
bOSQue seco tropical y el bOSQue nublado montano difieren radicalmente en aspectos
precipitacin. temperatura. estructura fsica. disponibilidad de recursos alimenticios y la
de todos estos aspectos. CualQuiera de estos factores. o todos ellos. podran tener un
sobre los conjuntos de aves. contribuyendo a la diferencia en el nmero de especies
y confundiendo cualQuier innuencia Que pudiera tener la tala selectiva sobre estos valores.
Tienen otros diseos menos factores alineados? Dado Que los bosQ!les hmedos
nublados comparten algunas caractersticas. los efectos diferenciales de la precipitacin.
del bOSQue y la estacionalidad sobre las avifaunas (y los datos) podran ser menos
diseo 1. Sin embargo. todava existe un gran nmero de factores alineados (diferencias
sitios en la temperatura. los recursos alimenticios y muchos otros aspectos. incluso en la
del bOSQue). Sera absurdo esperar Que el nmero de especies de aves fuera igual entre
aunQue ninguno de los dos sitios hubiera experimentado la tala. A pesar de Q!le los dos
3 estn ambos en bOSQue nublado. la diferencia de 400 m en elevacin implica diferencias
aspe:tos tanto !SiCOS como biolgicos. Por lo tanto. las dos avifaunas casi seguramente
diseno 3 todavla no se le puede atribuir la diferencia observada en el nmero de
presencia de tala selectiva en uno de los sitios. En el diseo 4. la diferencia en
sitios impl ica di~erencia~ en la estructura del bOSQue. la disponibilidad de alimento
bOSQue en la vertiente mas pendiente seguramente tiene un dosel ms abierto. m.,or
un sotobosQue ms denso Que el del terreno plano. En el diseo 5. es casi seguro
orientaCiones de los dos sitios conllevan diferencias en nubosidad vientos y humedad.
las avlfaunas locales. aun en ausencia de tala selectiva. All Queda~on los diseos 1-5.

CAPITULO 4. DISEO

43

A primera vista, el diseo 6 (figura 4.3) parece estar libre de factores alineados, De hecho, muchos
estudi os de campo publicados tienen diseos semejantes (adems de otros con diseos similares a los 2S, e Incluso al ,1). Sin embargo, podran existir muchas diferencias sutiles, adems de la historia de tala,
entre las dos areas de bosQue adyacentes. Por ejemplo, Quizs en una de las reas han ocurrido ms
derrumbes Que en la otra durante l.os ltimos 100 aos, o en un rea hay un arr~o, o la topografa J por
tan:o la estructura del bosQue es diferente: o Quizs, antes de la tala el sitio TS tena una mayor densidad
de arboles de especies maderables Que el sitio ST. la avifauna actual podra renejar estos J otros factores
alineados, tanto como el efecto de la tala selectiva. En resumen, a medida Que procedemos del diseo 1
al ~ y el efecto potencial de los factores de confusin pasa de obvio a sutil. usted podrra tender a sentirse
mas contento con la validez del diseo. Pues no debera.
los diseos ms complejos, Que parecen tener en cuenta la va riacin intrnseca, no necesariamente ayudan
a eliminar los factores alineados. Compare el diseo 7 (figura 4.3) con el 1. el 9 con el 6. los diseos 7
y 9 incluyen varias unidades de evaluacin en cada una de las dos reas de bosQue, pero lo nico Que esto
logra es darle una mejor idea del valor representativo para cada rea. Aun as. tiene slo un rea de
bosQue de cada tipo, ST J TS. An no tiene manera de evaluar la variacin intrrnseca de cada medida,
entre las variadas parcelas TS y entre las variadas reas de bosQue STo la probabilidad de Que el valor
Que se obtiene para cada rea de bosQue, reneje no solo el factor de diseo - la tala selectiva - sino
tambin la innuencia de otros factores, es tan alta en los diseos 7 J 9 como en 1J 6. El diseo 8 permite
evaluar la variacin intrrnseca en los nmeros de especies de aves entre reas de boSQue distintas e
independientes. Este di seo, sin embargo, sufre los efectos de una multiplici dad de factores alineados
originados en Que los sitios ST Y TS estn en diferentes tipos de bOSQue (figura 4.3). El diseo 14 tiene
otro factor - la estacin - Que est alineado con el factor de diseo, J Que puede innuir fuertemente en la
abundancia y diversidad de los animales, especialmente aves J ranas. En la seccin "Diseo de una
indagacin .. . " (ms abajo). regresaremos a los diseos J las preguntas Que ellos pu~den o no ~ueden
legtimamente responder. Entre tanto, parece Que entre los diseos 1- 12 (figura 4.3) solo los dlsenos 10,
11 Y 12 seran adecuados.

Qu hacer?
Al disear su estudio, asegrese hasta donde sea posible Que est realmente investigando la innuencia de
los factores de diseo sobre los aspectos de inters (lo Que est midiendo, o sea, las variables de respuesta),
J e puede desenredar la innuencia de la variacin intrnseca (captulo S) J de los racto~es almea,dos
(paso 9 en la siguiente seCCin) . Si ya es muy tarde - si la investigacin (suya o de al.gUlen mas) ya esta en
marcha o terminada _ al menos renexione cuidadosamente si de verdad ha estudiado la mnuenCla d;1
factor de diseo en lo Que estaba midiendo. luego saQue conclusiones o planifiQue sus acCiones e
acuerdo a esta renexin .

Diseo de una indagacin en 18 pasos

,

. ta el diseo al mbito de su pregunta, o ajusta la pregunta al

El ttulo del cap itulo lo dice todo. O aJus
d d' - deb reexaminar la pregunta para ver si es
p

. - E
d tapa del proceso e Iseno,
~
alcance de su diseno. n ca a e
1
1 h ta donde sea necesario. El motivo: a medida Que
.
1d' s no lo es rep antear a as
compatible con e Iseno, J I
,.'
b' 1"
dicionales Que deben ser tenidas en cuenta para
se procede, se descubren sutilezas loglcas o 10 oglCas a
'
modificar bien sea el diseo o la pregunta. De hecho, usted debe ...

44

CArrrULO 4. DISEO

Paso 1. Escrutar la pregunta desde

el principio

d cde de manera significativa la tala selectiva de bosQue en la

h
H ta ahora la pregunta a SI o. (In I
_
as
.
d Ib
ranas del sotobosQue y mamferos peQuenos terrestres en la
diversidad
de
aves
e
OSQue.
.
,
.
]
S
I
1
h
Y
. .
. ] Cul es el mbito de su Interes de mane 10. lata a a
Es esto sufiCientemente precIso. (
,
.'
. d (.
m'lte) solamente en la periferia de la reserva. le deberla preocupar
(
scgUlra ocurrlen o SI se per
nclu
l
do
el
ncleo]
No
Entonces
podramos
replantear
la
pregunta:
de la tala en to da Ia reserva. I
.
.
..
.
.
de aves del
de manera SlgmfIca tIva Ia tala selectiva de bosQue en. la .abundanCia y diversidad
7'
ranas del sotobosQue y mamferos peQueos en la periferia de la reserva.

Paso Z. Escoja entre hacer un experimento o un muestreo

los diseos 1-12 son estudios de observacin o no manipulativos. Usted est comparando
evaluacin en si tios ST y TS. pero no tuvo nada Que ver con la decisin de cules sitios talar y
El diseo 13 es un estudio experimental o manipulativo : usted decide Qu tratamiento (Sr o
cada rea de bOSQue y cada sitio de muestreo dentro de cada rea. Cul es la diferencia?
En el diseo 13. el nico criterio para determinar si el tratamiento TS se aplicar a uno u otro
demarcado en el mapa es la moneda. Se presume Que este proceso de aleatorizacin
probabilidad de Que haya uno o ms factores consistentemente alineados con o contra el factor
As hay una buena probabilidad de estar realmente observando la influencia de la tala
resu ltados. El diseo 12 (figura 4.3) no es un estudio experimental. AunQue parezca mI!)'
di seo corre el riesgo de incluir al menos un factor crptico Que est alineado con el
comportamiento de los madereros. Qu pasara si en el pasado los madereros hubieran
parcelas con base en ciertas caractersticas Que. independientemente de la tala misma,
innuido en la abundancia y diversidad preexistente de aves. ranas y mamferos peQueos - por
densidad de rboles maderables o su facilidad de extraccin] Entonces. aun antes de la tala.
las reas Que iban a ser taladas podra haber sido diferente de la de las reas no taladas. Por lo
el diseo 12 sera un error atribuir las diferencias entre las faunas de los sitios ST Y TS slo a
.En resumen. entre los diseos 1-13. slo el 13 u otro diseo experimental similar. puede
responder la pregunta como estaba planteada originalmente o en el paso 1. sobre el
selectiva. los diseos 10-12. e incluso diseos de observacin an ms slidos, no pueden
directamente esta pregunta. sino otra. Con estos diseos. en realidad se estn investigando las
actuales entre reas Que fueron o no fueron taladas en el pasado. la pregunta se
largo de la periferia de la reserva existe actualmente una diferencia si;ni(cativa en la
diversidad de aves del bOSQue. ranas del sotobosQue y mamferos peQueos terrestres,
Que ya son TS y los STr Si no se puede realizar un estudio experimental (diseo 13),
la pregunta y realice el estudio de observacin ms slido posible. Durante las etapas de
aplicacin (figura 2.2). mantenga en mente la forma correcta de la pregunta, de manera QIJC
duda cada vez Que se sienta tentado a afirmar Que la tala es indudablemente la nica
diferencias actuales entre sitios talados antes de su llegada y los no talados.

G~neralmente.

una pregunta sobre los efectos del factor de diseo ( cmo incide ... ? ~mo
como afecta
] cul
1ft d
. (
-L..
.
.... (
es e e ec o e ... ?Y preguntas semelantes) solamente se pu~
mediO de un estudio experimental. Si el estudio va a ser de observacin y se va a comparar

CAPfTUL04. DISEO

45

existan
' entone
.
. taldcomo usted las encuentra al e
mpezarl
e estudio
.
investigan o los efectos de unos event
. I
.
es es Incorrecto pretender Que usted est
os partlcu ares del pasado L
d
manera Que explore las diferencias actuales entre entidade
. a pregunta ebe ser replanteada de
niveles del factor de diseo (recuadro 4.1y adelante) .
s QlJe ya manifiestan estos distintos aspectos o
Significa esto Que siempre debera referir un d' .
observacin)? Definitivamente no. cad:tipo de di ~seno experimental a uno no experimental (de
de los estud ios de observacin es
.
I se o tiene sus ventalas y desventajas. La ventaja real
"
Que Invo ucran las situaciones
d' .
naturalmen te". Su principal desventaja es la i
'b'l'd d d
Y con IClones Que ocurren
podran innuir en los valores de lo Que se es~pOS~. 1 I da e controla~ todos los dems factores Que
.
os ueron causa os solo por el factor de diseo. En cambio la venta'a de los
experimentos es Que comienzan en el presente, no en el pasado. de modo Que
tiene ei control
desde el prinCipiO. Por lo tanto. los experimentos bien diseados le permiten responder con una
confianza razonable. preguntas sobre los efectos de A comparados con los de B. y no sim I~mente las
diferenCias actuales entre sitios donde
ocurrido A B en el pasado. Algunas de las de:Ventajas son
Que los experimentos pueden ser loglstlcamente diflCiles. impracticables. costosos, o simplemente
Imposibles " especl~lmente cu~ndo i,nvo~ucran una gran escala espacial y temporal. Otra seria
cons~deraclon - la etlCa - se dlscutlra mas adelante. Finalmente, la astucia de un experimento bien
dlsenado Y" controlado p~ede ser engaosa. Puesto Que no involucra situaciones Y condiciones Que se
presentan naturalmente. un experimento puede ser menos realista, para propsitos de conservacin.
Que un estudio de observacin bien diseado (vea Camus Y Lima 1995).

ust~d

~a

Por ejemplo. en este estudio usted est interesado en los posibles efectos de la tala en el futuro. Si
sigue un procedimiento experimental Y usted mismo selecciona las reas de tala al azar, no slo no
estara controlando. sino Que adems estara ignorando los criterios por los cuales los madereros
seleccionan las reas a talar. Dado Que son los madereros. Y no usted. Quienes van a seleccionar las reas
en el futuro. con un diseo experimental estara investigando una situacin artificial Y QlJizs llegando a
conclusiones errneas con respecto al manejo de reservas. Una opcin razonable es seguir adelante con
el diseo experimental 13. pero involucrando a los madereros en todas las etapas del diseoY particularmente
en la seleccin de las reas experimentales. Usted todava controlara. lanzando una moneda. cul mitad
de cada rea ser talada. Sin embargo. si tiene confianza en Que los madereros en el futuro usarn
criterios si milares a los Que han usado en el pasado para seleccionar las reas. la otra opcin es regresar
a un diseo no experimental como el 12 (figura 4.3), Y replantear la pregunta como se hizo arriba: "existe
actualmente una diferencia significativa . . T

Paso 3. Precise el mbito espacial

temporal de su pregunta y asegrese de Que

lo puede muestrear

En los dos primeros pasos. usted ha ajustado Y reajustado la pregunta original. Si le pr~upa la tal~ ~ la
periferia de la reserva. entonces debe muestrear en la periferia. En este sentido c~alQ!llera de los dlsenos
11-13 es adecuado. El diseo 10 (figura 4.3). o un diseo experimental correspondl~~te. no lo es. A~lIQ!Ie
una indagacin Que siga el diseo 10 podra lograr evaluar
entre SitiOS ST y TS. aplicarla
slo al hbitat de bOSQue nublado (vea la figura 4.2), yen reahdad solo a 3QIIella porcin Q!le
a unos
2000 msnm . El mbito del estudio es mucho ms estrecho Que el de la pregunta. QJlf pasara si

la~ difer~ncias

~
sI~

46

CAP(TULO 4, DISEO

el diseo 10. y luego aplicara los resultados obtenidos en el bosQue nubla~o para propon~r pautas
de
bosQ!ue
de
la
reserva'
Podra
suceder
Que
el
patron
Que
encontro
para
el
'
s
para Ios otros t IpO
'
,
"
nublado. no existiera o incluso fuera al contrario en, bOSQue humedo o ,seco ~~ tierras balas no lo sabra , Qu pasara si el diseo 10 fuera su unlca alternativa practica. I Replantee la .
e'em lo. "en el bOSQue nublado a 2000 msnm en la penfena de la reserva en la actuahdad
d\fer~ncia significativa len la fauna) entre unidades de eva luacin en sitios TS y SP"
Igualmen te. el diseo 15 controla la innuencia del factor de estacionalidad - al eliminarlo del
diseo, Qu pregunta responde realmente el diseo 15? Si est realizando un estudio de observacin
al del diseo 12. ser: "duran te la estacin lluviosa del ao X. en la peri feria de la reserva h'o/
diferencia significativa len la faunal entre las unidades de evaluacin entre si tios TS y SP" Si est
estudio experimental parecido al del diseo 13. la pregunta ser: "durante la estacin lluviosa ckI
un efecto de la tala selectiva en la periferia de la reserva sobre la fauna'" Es alguna de estas dos
realmente adecuada para resolver su dilema' Tenga en cuenta Que muchas aves. especialmente las
de frutos y nctar. se mueven estacionalmente entre hbitats. de modo Que las comparaciones entre
y ST podran variar mucho con la estacin, Igualmente. las ranas son notoriamente estacionales y
en su aparicin en las rutas de censo, los patrones de actividad y abundancia local de algunas
mamferos peQueos pueden tambin mostrar una marcada estacionalidad, Por lo tanto. para
pregunta original de manera rel evante para tomar decisiones de manejo. el estudio debe
abarcar al menos un ciclo anual. En este sentido el diseo 16 es muy superior al 15,

Paso 4. EspecifiQue el factor de diseo

Usted est preocupado por los posibles efectos de la tala selectiva, Sea el estudio de
experimenta l. la pregunta especifica Que usted va a comparar diferentes intensidades de tala
cual. por supuesto. es el factor de diseo, Asegrese de Que su diseo no lo est induciendo
a compa~ar a~go mucho menos importante. como por ejemplo un as pocas reas particulares de
o peor aun. solo unas pocas unidades, de evaluacin, En realidad. los diseos la 6 (figura 4.3)
comparan dos unidades de evaluaClon, Una de ell as por cas ualidad cae en un sitio nico en una
TS, El factor de diseo en este caso es realmente "las diferentes unidades de evaluacin" en
ta,la sel e~tiva, l os diseos 7y 9 incluyen varias unidades de evaluacin por rea de bOSQue. pero
solo un area de bOSQue ST y una TS, S. estos diseos son adecuados para responder la
una dlferen,cla s ign ~ficativa Ien la faunal entre estas dos reas de bOSQue. una de las cuales da la
de Que esta en un area TSy la otra en un rea SP" Pero eso es todo,

~~rante, la

fase de renexin (figura 2.2) de un est udio. en el cual usted hubiera descubierto
I erenc la entre las faunas de dos reas d b
' ,
,
sobre la pos 'b'l 'd d d i e oSQue en SitiOS diferentes. usted podra especular
I I I a
e Que a tala select'
d
'
h
b
"
las variab l d
Iva po na a er con tnbuldo a la diferencia entre los
9 no tiene~s rpe 1~;:~uEelstda , E~ regalidad usted no ha comprobado esa posibilidad. porQue los
,
Iseno Incluye rp licas de
ST TS
reas
Y , . pero todos los sitios
tipo de bOSQue y los TS en otro, Por I
bOSQue + tala se lecti"
I I o tanto. lo Que realm ente esta comparando en el di~no 8
va y no a ta a se lectiva so la Esta '
. d
de un estudio realizado con I d' _
,
na comen o un riesgo grave si usara los
"estacin") para proponer
os Isenos 1-9 (o el 14. cuyo factor de diseo encubierto es
normas para las prcticas de taIa se Iectiva a lo largo de la zona
la reserva , .

_sr

CAPrTULO 4. DISEO

47

Paso S. EspecifiQue y justifiQue los niveles del ra t d d' I.d

c or e Iseno
Sh
I a cump I o con los criterios del captulo 3
tambin los niveles Que est examinando d bY s,u pregunta es comparativa. no slo el factor de diseo sino
e enan estar daros Por e
I
. _
actor
e
Iseno
(tala
selectiva)
son
"algo"
..
d"
.
.
lemp
o.
en
este
caso
los
niveles
del
f. I d d . ,
Y na a . los melores diseh
d
.
InC uyen vanas replicas de las reas (unidad
d
nos Q!Je emos Iscutldo hasta ahora
de los dos niveles seleccionados los nivele es e respu~sta. definidas en la siguiente seccin) para cada uno
.
s son categoncos(discretos ds t
)
.
ST o es TS. Puede usted justificar la seleccin de esta
"
. I con muos . es deCIr. un sitio o es
es obvio _ es cero tala. la condicin control"'. El nive~ ~:t:~o~~as particulares? la selecci~n del nivel "sr
lustlflCarse si usted ha seleccionado una
t
S . por elemplo en los dlsenos 10-12. puede
experi mental 13. si n embargo. si las reas :~:~i~e~~p;esentat:va de las reas TS eXi.stentes. En el diseo
las reas TS de la reserva. podra subestimar los verd:::r se t~ aran con menor intenSidad Que la normal en
mamferos peQueos Por otro lado si se sob
os e ectos de la tala sobre las aves. las ranas Y los
os e ectos reales de la tala Y proponer medidas demasiado estrictas.

Imar

Si usted disea un estudio, con un factor de diseo con niveles categricos. asegrese de Que los niveles
representan condiCiones tlpicamente encontradas en la naturaleza. Por supuesto Que el diseo no tiene
Que
a dos.
niveles. En nuestro elemplo . adems del control" (ST) . se pod nan
' escoger tres
. Iestar restringido
. .
nlve es . de intenSidad de tala : ligera. media y alta. O. ,se podra disear un estudio con los siguientes
niveles .. ,Sr. TS con extracClon con desllzadores mecanicos. TS con extraccin con bueyes y TS con
extr~CClon a mano por eQui~OS de madereros (s. esto sucede). los datos de estudios cuyos factores de
dl s.e no tienen niveles categoncos. a menudo se analizan por medio de una tcnica estadstica llamada
anallsls de vananza (ANDEVA. o ANOVA por sus siglas en ingls) .
los estudios Que tienen niveles categricos en su factor de diseo. tales como los diseos 10-13 o el
diseo de cuatro niveles Que acabamos de discutir. tienen muchas ventajas. Se puede investigar ms de un
factor de diseo al mismo tiempos. los estudios pueden ser relativamente fciles de realizar e interpretar
Y su poder para detectar efectos estadsticos del factor de diseo sobre lo Que se est midiendo (vea el
captulo S) es a menudo impresionante. Su gran desventaja. sin embargo. es Que usted elige slo ciertos
niveles. Podra suceder Que en la vida real el factor de diseo ejerza sus efectos ms notorios en los
niveles Que estn por fuera de la gama Que usted eligi. o en niveles intermedios (Umbanhower 1994:
Camus Y lima 1995). Q!J alternativa hay)
la alternativa es replantear la pregunta y escoger un diseo en el cual el nivel del factor de diseo vara entre
unidades de respuesta. de tal manera Que cada unidad puede desplegar. al menos en teora. un nivel nico.
los niveles del factor de diseo son en este caso continuos. no categricos. Una manera entre muchas de
replantear la pregunta sera: a lo largo de la periferia de la reserva. cmo vara la abundancia y diversidad
de aves del bosQ!Je. ranas del sotobosQue y mamferos peQueos terrestres entre sitios Q!le experimentaron
una variedad de diferentes intensidades de tala selectival"" Un estudio de observacin para responder esta
pregunta podra involucrar 12 parcelas seleccionadas al azar a lo largo de la periferia. y Q!le abarQ!len una
gama de tala en el pasado Que vare desde ninguna (ST) hasta muy intensa. En cada parcela particular.
primero se evaluara la intensidad de tala de acuerdo a una escala objetiva. Esta escala podrra ser. por

ejemplo. el nmero de rboles talados por hectrea. la proporcin del sudo Q!Je ha sido perturbado por
las actividades de tala. El valor obtenido sera el nivel nico del factor de diseO para ese sitio. luego.iuaI

48

AI'II UIO 4 DI.SI O

Idade de evalua In en ese sitio y se registrara el

.
I
. ante~ se establecerran as un
' d' Que
.
d 'rtebrados Alternativamente. se podna Isenar un estudio
I di Id os para da grupo e ve
.
'1 'mplo seleccionando al aLa r entre reas ST y asignndole: a
n v u .
niveles ontllluOS ' por e e
.
I S
.
... d
. I
do un rea donde no se ejecuta ninguna ta a. ea o no expc:nIllCli...
diferente de ta Ia. Inc uyen
, .
'd
I
aliLan
con
una
clase
de
tcnica
estadlstlCa
conocl
a
como
an
Isls
.
'
resultados a mcnu(Io se an
'
. un d'lsen' o con niveles conti nuos. o con niveles categricos? la
Qu deberla escoger.
.
'
inQ!uietud de conse/VaClny manelo. (2) el patrn natu ral de
la
d
I
de (1) Ia natura eLa e
de diseo. (3) la complejidad de su pregunta y (4) el tiempo y esfuerzo Que tenga
muestreo.

1.

La /lilturillcLa de la inQuietud de CO/lse/VacinJ manejo. En lugar de obtener una

de s o no al probl ema de la tala. su meta puede ser determinar la intensidad de tala
de la cual la abundancia y diversidad de vertebrados declina precipitadamente. Esta
se usa r para proponer pautas sobre la mx ima intensidad de tala permitida. En
probable Que usted prefiera un diseo con niveles contin uos.

2. El patrn /latural de variacin en el factor de diseo. Si la tala selectiva ha sido y

muy variable en su intensidad. nuevamente un diseo con niveles continuos sm
cambio. si la tala sucedi consistentemente a ciertas intensidades particulares.
con niveles categricos ser ms apropiado.
3.

La complejidad de su pregunta. Si su intencin es examinar dos o ms factores de

tiempo (digamos. in tensidad de ta la y ti empo transcurrido desde la tala). o si la
lidiar con 105 factores alineados es con un diseo de blOQues (vea el paso 9). los
categricos son ms fci les de analizar e interpretar Que 105 de niveles continuos.

4. El tiempoJ esfuerzo disponibles para el muestreo. l os diseos complejos con

pueden reQlJerir muchas unidades de respuesta (definidas en el siguiente paso).
realizar un estudio de niveles continuos fc il de ejecutar. y ms bien controlar los
bien sea por la fuerza bruta o por la restricc in del mbito de la pregunta (vea el
Por simplicidad. en lo Que resta de este captulo yen el captulo 5 seguiremos
niveles categri cos . Sin emba rgo. mantenga en mente Qu e las mismas consideraciones se
con niveles continuos y Que tales diseos podran ser los mejores para investigar su inQ!lictud
y manelO o de ecologa bs ica.

Paso 6. EspecifiQue la unidad de respuesta

En un diseo con niveles categricos. cada nivel debe incluir va rios casos diferentes e
otro . para poder distinguir la variacin asociada con el factor de diseo de la variacin
de niveles contin~os. se necesita una variedad de tales casos independientes. QlJe abarQ!JCIl
valores (IlIveles) unicos para el factor de diseo. Si el diseo es experimental con niveles
estos casos independiente
d
d
.
.
.
5 a menu o se enomlnan unidades e~perilllentales. En un
veces se denominan muestras S'
b
1 '"
. In em argo. e terminO muestra" tiene otros usos en el
' .
Ia eSladlsl lca Prefiero
11"
.
.d
d"
usar e ermlno u/lldad de respuesta. lo Que significa Que cada unidad
In epen lenlemen le de ot
'd d
i '
ras unl a es. a as Influencias (si existen) del factor de disdio.

CApiTULO 1 DISEO

49

Ahora refirase a los pasos l. 3 Y 4 de ms arriba. Con re

mltiples unidades de evaluacin Que estn dentro di ' speclo a la pregunla de la lala selectiva. las
7 el 9 (figura 4.3) son independientes] No L d'~ a unlca parcela TS y el rea STo como en el diseo

parce la talada. comparten las mismas co~dici~n~: e~ ~~:~~:s ~~I~ ~entro de una misma rea no talada o
nico de tala selectiva en el pasado respectivamente L a' a yo experimentaron el mismo episodio
. d d bl
1
l '
. os va ores Que se obtendrn de estos sitios Que
In u a emen e mostraran a guna variacin. son simplemente mlt'lpl
di
'
.
d
i '
.
d
es me d'd
I as e as mismas respuestas
e nllSm~ conlunto e espe~ies de. vertebrados al mismo conjunto nico de condiciones. o al mismo
ep isod io UnlCO de tala. Las seis medidas de los diferentes sitios dentro de un rea pueden ser tiles (vea
el paso 13) . pero no para evaluar el efecto de la tala en toda la periferia de la reserva - ni para evaluar las
diferenCias entre el conlunto de parcelas independientes TS y el de parcelas independientes ST.
En camb io. las seis reas ST y. las seis parcelas TS examinadas en los diseos 11 y 12 son independientes
enlre ellas. como lo son las seis zonas grandes del diseo 13. En estos diseos. cada rea ST o parcela TS
es una unidad de r:spuesta independiente con respecto a la pregunta. bien sea Que la pregunta se refiera
a los _efectos (di seno .13) de la tala selectiva actual. o a las diferencias entre reas ST y TS ya existentes
(d lsenos 11 y 12). El numero de unidades de evaluacin Que usted decida poner dentro de cada unidad de
respuesta (paso 13). no tien_e ninguna innuencia sobre la definicin o el nmero de unidades de respuesta.
En aIras pal ab ras. los dlsenos 7 y 9 (figura 4.3). al igual Que los diseos 16. tienen slo una unidad de
respuesta por nivel del factor de diseo "tala selectiva". No obstante sus otros problemas. los diseos 8
(figura 4.3) y 1013 tienen seis unidades por nivel.

A menudo es fc il definir las unidades de respuesta: hay una distincin clara entre cada unidad de respuesta
y sus al rededores y entre una unidad de respuesta y la siguiente. En el presente caso las parcelas TS
(figuras 4.2 y 4.3) son unidades de respuesta "naturales". A veces. sin embargo. la definicin de unidad de
respuesta no es tan clara . Q!l pasa. por ejemplo. con las unidades de respuesta de las condiciones ST?
Tendra Que delimitarlas arbitrariamente dentro de las extensiones continuas de boSQue STo a lo largo de
la periferia de la reserva. En este caso hemos especificado Que seran reas de boSQue de aproximadamente
la misma extensin Que la parcela tpica TS. y suficientemente separadas de modo Que sus faunas sean
independientes. Sin embargo. todava hay un nmero infinito de posibilidades para la ubicacin precisa.
forma y lmites de las unidades de respuesta STo y le toca a usted precisarlas.
En otros estudios. usted podra verse en la situacin de tener Que definir arbitrariamente todas las unidades
de respuesta. Por ejemplo. Qu tal si su pregunta fuera: "cmo vara la densidad de huellas de tapir entre
este extenso bOSQue de Chaco seco (978.473 ha) y aQul de Chaco hmedo (1.206.072 ha)?" Claramente.
usted no puede regi strar cada huella de tapir a travs de ambos boSQ!les. Entonces. cul seria el tamao
de sus unidades independientes de respuesta. dnde estarlan localizadas y Qu clase de unidades de
evaluacin ubicara dentro de cada una (paso II)?

Paso 7. Asegrese de tener verdadera replicacin entre unidades de respuesta en

cada nivel del factor de diseo (niveles categricos)
Este paso. y slo este paso. le permite distinguir la variacin asociada con el ractor de dlsdlo de la
variac in intrnseca entre diferentes unidades de respuesta IHurlbcrt 1984).
para dlstlnplr
la va ri acin asociada con el factor de diseo de aQlJflla
el sigui ente paso.

dIr

50

CAprruLO 4. DISENO

Si los niveles son categricos. las mltiples un~dades de respuest~ del nivel dado se denominan
Si los niveles son continuos. por supuesto habra pocas o ninguna repllcas.ya QUe cada una de las
de respuesta puede mostrar un nivel nico. No obstante. obviamente debe haber un juego de:
independientes de respuesta a lo largo de una gama de dichos niveles.

Paso 8. Esparza en el espacio (y el tiempo) las rplicas de las unidades de

respuesta de los diferentes niveles - siempre y cuando esto tenga sentido
Nuevamente. el diseo 8 (figura 4.3) tiene seis unidades de respuesta replicadas por
factor de diseo. pero. Qu est mal1 Refirase a la di scusin sobre factores
seccin sobre fuentes de variac in. En el diseo 8. todas las unidades de respuesta ST
hbita t y las TS en otro. El si mple hecho de tener un mont.n.de unidades de respuesta
no permite desenredar la influencia del factor de diseo de la del obvio factor - tipo de
con el Que est alineado (vea Hurlbert 1984) . Ser mejor el diseo 11 (figura 4.3). por
para desenredarlos? S. El mismo razonamiento lo lleva ra a preferir el diseo 16
Despus de todo. en el diseo 14 las unidades de evaluacin y de respuesta no estn
con respecto a la estacin.
En algunos estudios. no es posible entremezclar las unidades de respuesta. Considere las
preguntas. Que son perfectamente legtimas:

En el diseo 9 (figura 4.3). cmo vara la diversidad de ranas por unidad de

parcela TS y el rea, ST? Note Que con el cambio en la pregunta. lo Que antes
unidades de evaluaClon. son ahora unidades de evaluacin y de respuesta a la vezl.

Cmo vara la diversidad de aves de bOSQue entre extensiones de bOSQue hmedo

bOSQue nublado ST?

En reas,de bOSQue seco tropical TS. en Qu forma vara la abundancia de mamferos

la estaClon seca y la lluviosa]

De Q~ manera difiere el inicio de la madurez reproductiva de los osos

PobdlaCl~nes del noroeste del Canad y las del ParQue Nacional Yellowstone en
ni OSf

aco ume o (1.206.072 hectreas)?

En estas preguntas. los factores de d' geogrficamente. las estaciones I

bllseno son los lugares particulares. los
respuesta para un nivel dado t', as po aClones y los bOSQues. respectivamente. Todas
_ especialmente los osos poers san af.~upadas en el espacio o el tiempo. ya usted lo
posible y l.ico entrem ' I Ilm p 1.lCar. continuaremos discutiendo preguntas y
o
ezc ar as unidades de
.
hacer preguntas vlidas e .
respuesta. Sin embargo. tenga en
Importan tes sobre luga
h ' b'
Y Que. en estos casos sus I'nt t f
res. a Itats. poblaciones repionalc:sy
.
en os rustrados d
l'
o
enlOQuecer.
e cump Ir con la regla de esparcir las

CAPITULO 4. DISEO

SI

Paso 9. Haga una lista de los factores

manejarlos
potencialmente alineados J decida cmo
Una vez Que haya hecho la lista de los factores potencialment

1.

l' do
.
e a mea s. sus opciones son:

esparcir aleatoriamente las unidade d

(d
s e respuesta para los diferentes niveles del factor de diseo
en caso e Que sea posible: vea el paso 8). con respecto a los factores potencialmente alineados
- 1estodeQUlvable a usar la fuerza bruta para arrollar los insidiosos erectos de los factores realmente
a Inea os so re los datos:

2. controlar los factores ms obvios restringiendo el mbito del muestreo:

3. implementar un diseo de blOQues para los factores potencialmente alineados ms obvios:
4. realizar un estudio experimental (manipulativo): o.
5. aceptar la ~xistencia de los factores alineados
faslldlen mas.

replantear la pregunta de manera QlJe no lo

En el diseo" (rigura 4.3) hemos escogido ~a primera opcin. Las seis unidades de respuesta ST y las seis
TS se han distribUido aleatOriamente a traves del paisaje Que nos interesa. Este proceso ha esparcido las
unidades de respuesta con respecto a muchos factores potencialmente alineados. en particular 3QlJllos
asociados con las grandes direrencias entre tipos de bosQue. La desventaja. por supuesto. es QlJe ahora
los resultados de las diferentes unidades de respuesta. tanto ST como TS. mostrarn una tremenda
variabilidad. ya Que a la variacin intrnseca se le ha aadido la variacin asociada con el juego grande de
factores potencialmente alineados. introducidos por la variacin entre clases de boSQIJe. Puesto QlJe no se
pueden separar. hay Que tratar el "ruido" introducido por dicha variacin entre tipos de boSQIJe como si
fuera variacin intrnseca. Va a ser dircil discernir la innuencia del factor de diseo si esa innuencla es
sutil. El problema puede ser eventualmente mitigado aumentando el nmero de rplicas de parcelas TS J
reas ST. respectivamente. Sin embargo. el nmero de rplicas podra ser astronmico. si el erecto del
factor de diseo sobre los valores Que se estn midiendo fuera sutil. comparado con el decto de los
factores potencialmente alineados (vea el captulo Sy el apndice B).
En el diseo 10, se han escogido simultneamente la segunda y tercera opciones. Al restringir el estudio al
bOSQue nublado a 2000 msnm (opcin 2), se est controlando el potencial efecto cuantitativo sobre lo
Que se est midiendo (abundancia y diversidad de los tres grupos de animales), asociado al gran contraste
entre los diferentes tipos de boSQue J las diferentes alturas (figuras 4.2 y 4.3). Adems. dentro del bosQpc
nublado. los sitios ST Y TS estn agrupados en blOQlJes (opcin 3) con respecto a la localizacin. Es
decir, cada rea ST est pareada con un rea TS en seis sitios diferentes. los QIJ( a su vez estZ1 dlspcl5ol5
a travs del boSQue nublado. Estos pares melaran la probabilidad de QlJe las reas ST J TS de cOOa
blOQue. experimenten casi las mismas condiciones de cualQ.uler factor potencialmente
QIJe vak
espacialmente dentro del boSQue nublado. El gran beneficio de usar un dlscilo de bIoQJes (opcin es
Que el anlisis estadstico permite separar la variacin entre unidades de
QIJe se
al
de diseo, de aQulla debida a los factores potencialmente
~ variln entre los
blOQues' . As ser mucho ms fcil discernir los efectos del ractor de dIsdIo. si CIII5lat. QIIt en .. dIseIo
con niveles categricos pero sin blOQlJ(S. Con respecto a la opdIn
del diseo 10 al boSQue nublado. es QIJ( constlt'!Yt un estWIo

3'

52

CAPI rUI O 4 [JISf O

las unidades de respuesta, para discernir los efectos

d
II
necesitan tantas rpeas
e
,
I d' _
d' ental' a de restringir el mbito de Iseno, por supuesto, es QJIC
de diseno, la gran esv
l' ,
,
I
I
'
d' la pregunta de las conclusiones y de las ap IcaClones,
restringe e a canee e
'
' l i t con respecto al mbito original de su inters y de su pregunta inicial, el diseo 12
/ or o an o,
,
f
(,
es obviamente uperior al 10, aun cuando el 12 puede reQuenr mas es uerzo tiempo gastado en
entre si tios de muestreo), El diseo 12 tambin supera al 11 (figura 4,3). porQue adems de
mbito de la pregunta (como el 11 ). agrupa la~ unidades ?e, respue~ta 5T y T5 en blOQues
Nuevamente, 105 blOQues permiten Que el analisIs estadlstlco distinga la InnuenCla cuanlllallva
de diseo sobre la variable de respuesta, de la innuencia Que resulta de estar en un lugar
paisaje, El mismo raLonamiento se aplica a los diseos 15 y 16 con respecto a la estacin. El
controla el factor "estacin" simplemente porQue restringe el mbito a una sola estacin. Esta
le permite obtener una respuesta muy precisa - pero a una pregunta muy estrecha y ms bIat
cambio, el diseo 16 en esencia establece blOQues en el tiempo,
Ya hemos discutido las ven tajas y desventajas de la cuarta opcin: realizar un experimento de
teorla, el diseo 13 es excepcionalmente slido, no slo por ser experimental sino tambin
era un diseo en blOQues, ya Que las unidades de respuesta 5T y T5 estn pareadas, La
del tratamiento T5 a una de las dos unidades de respuesta, permite controlar no slo los
factores alineados obvios sino tambin los sutiles, Usted debe decidir, sin embargo. si el
impuesto por el experimento es bueno o malo, con respecto a los fenmenos de la vida
explorar.
Finalmente, por variadas razones puede ser imposible escoger una de las cuatro
Quizs, por algn motivo, su nica opcin es adoptar el diseo 8 el 14, En este caso.
replantee la pregunta y renexione cuidadosamente despus del estudio, Para el diseo 8
podra ser algo como "hay una diferencia significativa len la faunal entre sitios T5 en

lIerras bajas y si tios ST en bOSQue nublador Basado en su conocimiento de historia

de estos dos tipos de bOSQue en particular, usted despus decidir Qu tan aplicables son
para resolver la inQUietud Original de manejo, Cmo se podra replantear la pregunta
SI fuera ImpOSible implementar otro diseo ms justo?

Paso 10, Seleccione la(s) variable(s) de respuesta

Ya Que usted ha decidido cul
I
I
't
es a natura eza de las unidades de respuesta y su
lene Que preguntarse, 'Qu es I
'
,
evaluacin dentro de ca~
, o Que va a medir en cada una, o mas precisamente. en
Desafortunadament
ahunJdad de respuesta? y, est realmente midiendo lo Q!Je
e, muc os estudiantes y
f '
I
preguntas imprescindibles M h '
, pro es lona es no les prestan la atencin
para medirla y la unidad' d uc o~ Inve;tlgadores eligen ciegamente la variable de
tomado de la literatura A e eva uaClon, sigUiendo una tradicin Que han aprendido
, menu do esta elecc'
,
,
entorno biolgico, AunQ!ue
I
Ion es maproplada para los intereses del
en a gunos casos est
d '
Que se derivan pueden lleva
o pue e Importar poco, en otros casos
Este paso y los tres Q!ue le r a proponer, conclusiones o pautas de manejo

siguen se refieren al "

capitulo 6 y Que reaparecen en d'[
r
os cuentos de historia natural" QJIC
I erente lorma en los captulos 8 y 9,

CAPITULO 4. DISEO

53

En algu nos estudios hay poc~s dudas sobre la variable de respuesta Que se debe medir. Por ejemplo. si su
inQuietud Involucra ~na p~slble dire.rencia en la razn de sexos de los caimanes de dos lagos en uno de
los cuales hay cacena rurtlva. la vanable de respuesta Que se mide en cada caimn es . . . su sexo. Sin
embargo. a me,nudo la eleccin es m~nos obvia. Digamos Que le preocupa la invasin del boSQ!Je por
malezas despues de la tala selectiva (rlgura 4.2). y ha localizado unidades de evaluacin en las direrentes
unidades de respuesta ST y TS. La pregunta es: cmo vara la tasa de invasin de malezas. entre parcelas
TS y reas ST? En cada unidad de evaluacin. tomar como variable de respuesta el simple nmero de
plntulas de especies invasoras? O. tendr en cuenta Que el aumento en la entrada de luz en las reas TS
puede au mentar la germinacin tanto de las especies nativas como de las invasoras? En este caso. en lugar
del simple nmero de plntulas invasoras. no sera ms apropiado usar la proporcin de plntulas de
especies invasoras con respecto al total de plntulas? O. medir la tasa de crecimiento de un determinado
nmero de plntulas durante un cierto tiempo? Por cunto tiempo? O. har un seguimiento de las tasas
de supervivencia de plntulas. considerando Que la mayora morir antes de alcanzar un tamao Que tenga
consecuencias para la conservacin? O. simplemente. contar el nmero de especies de plantas invasoras?
Hay numerosas opciones adicionales. Note Que cada eleccin conduce a una respuesta cualitativamente
direrente a su inQuietud general. y por lo tanto a distintas renexiones. conclusiones y decisiones de manejo.
Aun nuestra ramiliar pregunta sobre la tala selectiva y las aves. las ranas y los mamreros peQ!Jeos puede
ser respon dida de direrentes maneras. De cuntas maneras se puede dennir la diversidad? Nos
anticipa remos a los captulos 8 y 9 indicando Que las alternativas incluyen el nmero de especies (como
lo hemos usado en nuestro ejemplo). el nmero de gneros. el nmero de ramilias. el nmero de gremios
trficos o de anidacin y los rrecuentemente (ab)usados "ndices de diversidad" Que c.ombin~n inrormacin
sobre el nmero de especies y el nmero de registros de cada una. AunQue las dl~erenClas entre estas
alternativas pueden parecer acadmicas ahora. usted puede estar seguro de ~e las dlrerentes ~ras de
expresar la diversidad conducen a direrentes respuestas. conclusiones. renexlones y (SI ha renexlonado lo
suficiente) decisiones de manejo.

Paso 11. Seleccione la unidad de evaluacin

Note Que los conceptos de unidad de evaluac~n" y "variable de respuesta." surgieron al principiO del
presente captulo. para poder presentar los disenos alternallvos para el estudiO de la tala selectiva (figura
4.3). Sin embargo. en la prctica no se deberan escoger sino hasta esta etapa en el proceso de dlseilo.
.
d
t
to Q!Je deben corresponder a "lo QPe se eslj
No hay una regla para elegir las vanables e respues a. excep
b
l'
I sentido COI n su
,
h I teado Corno de costum re. ap IQ!IC e
11
midiendo" segun la pregunta Que se a pa~..
desu re unta. Lo mismo aplica a la seleccin
conocimiento de la histona natural y un escrullnlO CUI'~lones ra :nldad de evaluacin es obvia. SI la
de la un idad de evaluacin. De nuevo. en algunas I':~ I
la variable de respuesta es el sexo de
pregunta es sobre la razn de sexo~ de los caiman~ corno I:g.:~ de respuesta es . . . el calnl. Sin
los caimanes. entonces tanto la Unidad de .evaIU:
t expresada por unidad de ~rea (COliJo) en el
embargo. si la pregunta involucra una variable ; respues a por unidad de esfuerzo o por un nmero
ejemplo de las plantas invasoras). por unidad I e tiem,: de dicha unidad de
Primero. lea
determi nado de individuos. cmo se selecciona a ~gn: Segundo seleccione unidades de evaluacin
el captulo 6 y pregntese Qu punto de vista ~
~;~ ellas t~ga sentido biolgico.
no ...
suficientemente grandes de manera Que I~~r ac lacln QIIC estj liatando de CIIII... o QIIC
_
grandes Que cada una abarQ!le gran parte
a var
enorme cantidad de tiempo evaluar.

:00

S4

AP(rui.O 4, DI EO

I ' dagacl'6n so bre la tala selectiva. se habran podido elegir

Por ejemplo. en a m
d 50 m recorridos en dos minutos para las aves.
ctas ' transectos e

mucho m 'dcompa
"
las
ranasy
cuadrcu
las
de
20
trampas
operadas
por
n 10 mmutos para
2 m recorrl
os
e
b
'
d
c'
l
do
resultados
cua
ntitativos.
aunQue
muchos
ff
Esto ha na pro u
eros,
,
'f'
d
b'
l
'
I
'
CO
las
diferencias
observadas
entre
los
datos?
los mam
I n slgn! Ica o 10 og
d'
ten nan a g do ue las tasas de captura de mamferos peQueos tien~en a caer
Por cemplo. da Q!
or noche en promedio. con 20 trampas se podrla capturar
,
( ' ramente) O20 por trampa p
ra
" d' t' t s en una unidad de evaluaciny ninguno en otra unidad de
de dos especies IS m a
, ,
II
d" , , ,
ta, Esta variacin no sena digna
,
de respues

otra unidad
" de ser ama, a varlaClon
reales de
probable es Que no tenga nad a Q!ue ver con las densidades y diversidades
,
Un!'dades de respu esta . sl'no ms bien con eventos netamente
, aleatOriOs _Que resultan de
una unidad de evaluacin muy peQuea, Para muestrear mamlferos peQuenos en
serfa una unidad de evaluacin con suficientes trampas-noches como para capturar al
individuos diferentes, Esto representa una inversin sustancial en trampas yen tiempo.
nmeros de capturas Que se obtendran con menos esfuerzo y gasto tendran poco
los transectos para censar ranas deberan ser lo suficien temente largos como para
a 30 individuos en promedio en un bOSQue nublado. 60 a 80 individuos en un
tierras bajas,
Por otra parte. unas unidades de evaluacin demasiado grandes podran perder
variacin en peQuea escala Que es tan importante para su pregunta, las consecuencias
unidades de evaluacin Que son demasiado grandes o demasiado peQueas para la pregunta
responder. han sido bien exploradas en estudios con plantas, En numerosos estudios se
Que la seleccin de diferentes tamaos de parcela produce resultados y conclusiones
8
diferentes , las unidades de evaluacin en estudios con animales deben ser igualmente
mucho cuidado, Sin embargo. hay pocos recursos para guiarlo en esta seleccin', fuc:Ia
comn y su conocimiento de la historia natural.

Paso 12, Seleccione la metodologa de muestreo

S~pongamos~ue usted ha seleccio~ado una variable de respuesta y una unidad de

( s su elemon de la , metodologla de muestreo _ la Que va a utilizar para medir
respuesta en cada unidad de evaluacin - igualmente razonable? O. dicho de
metodologa seleccionada. puede realmente muestrear lo Que QUiere muestrear (y
muestreando)J lo Q!ue usted
d
'
'
pue
e
muestrear
y
cree
Que
esta
muestreando
define
la
(Manlv 1992) Es el obl' et ' d
'
,

'J
'
IVO e su inQuietud de conservacin y manel'O. de su
de campo, En nuestro el'empl I t
bl '
,
,
ranas Y mamlferos
peQueos o. has res po' aClones obleti vo son los conl'untos
aIgunas partes de esas poblaQue
' ay enb"su area , Es posible Que la metodologa Que ha
refle1'ar al
"
clones o letlvo mejor Que otras, los nmeros Que
" go muy diStinto de la verdadera naturaleza del conl'unto de
pOblaClOn
muestreada,
Cul es la poblacin objetivo del
d'
,
peQueos en los sitios do d
h ~stu 10 de mal11lferos peQueos en este caso? La
por las trampas tipo She~m~:~ an Ispuesto las unidades de evaluacin. Cul es la
Que capt uran los animales Vivos)? El subconjunto de

CAPfTUlO 4. DISEO

55

'o
Que
tienden
a
entrar
en
las
trampas
con
ms
facilidad
- a entrar
. la tendenc'la de Ios mam feros peQuenos
l
'
a as trampas vana con la especie. el tamao. el sexo. el estado reproductivo. el rango social y la edad.
los mdlvlduos particulares pueden tender a evitar o gustarles entrar a las trampas. Por lo tanto. la poblacin
mu estreada puede renelar algo Q!Je es bien diferente de la poblacin objetivo.

Cul e~ la poblacin objetivo en el muestreo de ranas? la fauna de ranas del sotobosQue. Cul es la
poblaClon muestreada? AQuellas ranas Que estn activas entre el suelo y los 2 m de altura. entre las
21:00 y 23:00 horas. Otras especies pueden estar activas en otros estratos o a otras horas. Peor todava.
es posi ble Que el grado de concordancia entre las poblaciones muestreadas y las poblaciones objetivo.
va re entre los sitios TS y ST. simplemente porQue el cambio en la estructura de la vegetacin hace ms
fci l detectar algunas especies pero no todas en los sitios ST Que en los TS. o viceversa. Si sus datos
sugieren Que hay un cambio en la poblacin muestreada de ranas segn la tala. puede usted estar
seguro de Que esto reneja un cambio correspondiente en la poblacin objetivo?
lo mis mo puede preguntarse sobre las aves. le ofrecen sus censos de aves una visin completa de la
avifa una local del bOSQue? Por supuesto Que no. Es algo bien reconocido Que las diferentes especies de
aves. o incluso los diferentes sexos o clases de edad de una especie. difieren en visibilidad y por lo
tanto en la capacidad del observador para detectarlas (Ralph y Scott 1981: Ralph. Sauer y Droege 1995).
los machos adultos son ms fciles de detectar en la estacin de reproduccin Que en otras pocas. A
menos Que usted haya corregido cuidadosamente la toma de datos para tener en cuenta las diferencias
en detectabilidad - algo difcil en la mayora de bOSQues neotropicales - sus datos subestimarn la
verdadera abundancia de muchas especies crpticas y calladas. mientras Que otras (por ejemplo. las
especies nocturnas) sern totalmente pasadas por alto. Si elige usar una tecnologa "sin observador" y
ms bien utiliza redes de niebla (o. de neblina) para capturar aves en el sotobOSQue. cree usted Que ha
me jorado el ajuste entre la poblacin objetivo y la muestreada? Al contrario. la poblacin muestreada
ahora consiste de los individuos Que por alguna razn. pasaron volando en ese momento en particular.
a travs de una minscula porcin de un estrato de un bOSQue muy complejo y Que no alcanzaron a
evita r la red. Claramente. estas aves no constituirn una muestra representativa de la avifauna del sitio.
o ni siQuiera del sotobosQue.
Es tr iste pero cierto Que las nicas metodologas de muestreo libres de sesgos. son las usadas para
plantas o para animales sedentarios como las ostras. Casi toda metodologa usada para muestrear
anima les mviles. organismos crpticos u otros aspectos de inters para los profesionales de la
,
t
da en m:ovor o menor grado. en cuanto a Que la
conservacin o los ecologos de campo. es sesga
. -J
1
.
.
poblacin muestreada difiere sustancialmente de la poblacin oblellvo. Qy~ hacer. p~lm~roi c':;II;;~~
la historia natural de la poblacin objetivo. Luego. lea el excelente texto editado por ut er a.nd bl
.I
la metodologa aun cuando sean conSI era es.
y otros trabajos". Finalmente. piense SI os sesgos en
.
I d' ~
t
al menos son consistentes entre las unidades de evaluacin. las unidades de resp~esta y os I eren es
niveles del factor de diseo. Si s lo son. proceda con cautela. Si no lo son. preocupese.
1" turabilidad" relativa de las diferentes especies de
Por ejemplo. no hay razn para p~nsar Que a cap.
ST TS. Por lo tanto. es probable QIIC el
mamfe ros peQueos difiera notonamente entre los Sitios
y

entre los sitios

grado de disparidad entre la poblacin objetivo y la da
en la densidad J diversidad
ST y TS. o sea. Que cualQuier diferencia marca Que se

:::v;

56

CAPiTULO 4. DISENO

.
I t'
"'ue estn ocurriendo en la fauna. En
.
I
cambios
re
a
IVOS
'<:
probablemente re nele os
b ble Que las redes abiertas en el sotoboSQue de
la historia natural de las aves, e~p~o a blacin objetivo de aves. La tala selectiva sude
muestreen diferentes fracciodnels e al Puoe se mueven en la superficie de contacto
dose QJ
Las
aves
e
,
claros en eI bosQue.
b I suelo en el bosQue ST, pero en las areas TS
,
chos metros so re e
permaneceran a mu
d lelo As las redes muestrearn un mayor
t radas cerca e su .
,
claros y ser cap u
., TS
en los ST o sea, es casi seguro Que el grado de
I d I bosQue en los SitiOS
Que,
d' tata e
d I b' t' o vare entre los dos niveles del factor de Iseno, Las
blacin muestrea ay a o le IV ,
po
.
de ellas - en sus resultados pueden ser falsas .
- o ausenC13

. .' del estudio usted debe pensar claramente sobre la

En resumen, aI principio
. . .
flexionar
sobre
los
sesgos
y
artefactos
(resultados
fictiCiOs)
Que
fIna I debe re
,d
h '
l'
, usa da. Al hacer esto ' podr I'uzga r Que erec o tiene a ap Icar sus
metodo1ogla
conciencia limpia.

Paso 13. Decida si debe submuestrear

Para propsitos de los anlisis, usted debe caracterizar cada unid~d de respuesta COll
ca tegora (vea el captulo 5) de la variable de respuesta. La mayorla de las veces,
el valor promedio o tpi co Que mejor represente la unidad de respuesta como un todo.
la caracterizacin Que usted busca puede ser un ndice del grado de heterogeneidad en
Que existe dentro de la unidad de respuesta (vea el captulo 5). En este ltimo caso, es
unidad de respuesta debe incluir varias unidades de evaluacin, de manera Que usted
variabilidad entre ellas. Sin embargo, aun si estuviera buscando un valor promedio
respuesta, como en el primer caso, podra ser deseable disponer varias unidades de
de ella. Los diseos 8 y 10-12 tienen una sola unidad de evaluacin por unidad de
dispuesto a suponer Que el valor Que se obtiene de una sola unidad de evaluacin, Q!Ie
peQuea fraccin de la unidad de respuesta, es el valor tpico Que se encontrara a
rea de la unidad de respuesta? Si es as, entonces no se preocupe. Si no,
submueslrear, o sea, tomar mltiples medidas (usar mltiples unidades de
respuesta.
El submuestreo produce un va lor promedio para las unidades de evaluacin, Que se
caracterizar la unidad de respuesta como un todo y para los anlisis de datos
diSCUSin sobre promedios y variabi lidad en el captulo 5) . Los diseos 7 y 9
pesar de tener otros problemas, al menos tienen submuestras. Los diseos 7 y 9 ind~
por unidad de respuesta, los 14 y 15 incluyen cuatro (con respecto al tiempo) y el 16
~~ t~tal huble~a disponibles ms de 12 unidades de evaluacin, se podra mejorar
- 3QueUos Que tienen seis verdaderas unidades de respuesta por nivel tales
. Ise nos d
mc luyen o varias unidades d i "
'
.
e eva uaClon dentro de cada unidad de respuesta
nuevo, conS idere las ventajas y desventajas.

Es claro Que la ventaja de submu

de la unidad de respu t
estrear es Que provee una visin ms precisa
es a como un todo La de
t
.
sven ala es Que reQuiere mucho
Por ejemplo si slo h t'
,
ay lempo y recursos disponibles para 12 unidades

CAP[TUlO 4. DISEO

57

deberan
distribuirse. ,entre las distintas unidades de respuesta por una par t
i as mu' I!ip
. Ies
.
e. y entre
unidades de evaluaClon dentr~ de cada unidad de respuesta por otra parte? Cuando existen tales
limitaCiones estrictas. la el~cClon es clara: maximizar ~I nmero de las unidades de respuesta (rplicas
por nivel del factor de diseno. SI los niveles son categoricos) y no desperdiciar unidades de evaluacin
en un submuestreo.
Sin embargo. en otros casos no hay una respuesta sencilla'2. A veces la unidad de evaluacin es en esencia
la unidad de respuesta. de modo Que el debate es irrelevante. En otras ocasiones la unidad de evaluacin
es grande con respecto a la unidad de respuesta. de manera Q!Je no hay necesidad de meter ms de una
sola unidad de evaluacin en 'Cada unidad de respuesta. Por otra parte. si las unidades de evaluacin son
peQueas en relacin al espacio y tiempo Que abarca la unidad de respuesta. o si hay razn para pensar
Que las unidades de evaluacin dentro de una misma unidad de respuesta son muy variables. entonces
podra ser juicioso invertir algn esfuerzo en submuestrear.
Lo ms probable. como ocurre en el ejemplo de la tala selectiva. es Que exista un lmite en cuanto al
nmero mximo de unidades de evaluacin Que se puede manejar. sin importar cmo estn distribuidas.
Usted debe asegurarse de Que hay suficientes rplicas de las unidades de respuesta. antes de pensar en
submuestrear. Si decide submuestrear. tensa cuidado de no empezar a tratar las submuestras de una
misma unidad de respuesta como si fueran unidades de respuesta independientes. Hurlbert (1984) acu
el trmino seudorreplicacin (en ingls. pseudoreplication) para describir este error. Por ejemplo. en
relacin a la pregunta de la tala selectiva. las 12 unidades de evaluacin en los diseos 1I y 12 s representan
12 unidades de respuesta (6 rplicas por cada nivel). mientras Que en el diseo 9. las 12 unidades de
evaluacin realmente representan slo 2 unidades de respuesta. Si empleara el diseo 9 y en su anlisis
tratara las 12 unidades de evaluacin como si representaran 12 unidades de respuesta independientes.
usted cometera el pecado mortal de la seudorreplicacin.
Cmo se puede evitar cometer este pecado? Tenga mucho cuidado de Que haya verdaderas rplicas con
respecto a la pregunta y el factor de diseo (en casos con niveles categricos del factor de diseo). o si no
_ como de costu mbre - cambie la pregunta. Por ejemplo. si su nica opcin fuera el diseo 9. podra
si mplemente cambiar la pregunta: "hay una diferencia significativa en la densidad y abundan~ia de anfibios.
mamferos y aves entre estas dos reas particulares de bOSQue. una de las cuales por casualidad est en. un
rea ST y la otra en una parcela TS1" Al replantear la pregunta. las seis unidades ~e r~spuest~ por nivel
del factor de diseo se convierten en verdaderas rplicas. pero ahora el factor de diseno consiste en dos
peQueas reas particulares y no la tala selectiva.

Paso 14. Defina el nmero de rplicas de las unidades de respuesta por cada nivel
categrico del ractor de diseo. o el nmero total de unidades de respuesta a travs
de la gama de niveles continuos
.
d' os con niveles categricos QPe no tienen replicacin
En nuestro ejemplo hemos conSiderado tanto lse
los
I
' .
'vel del factor de diseo). como
QPe
se s
(es decir. tienen slo una Unidad de respuesta por ni
Jlustratlws.
rplicas por nivel. Estos nmeros fueron escogidos arbitrariamente. para
suficientes seis rplicas por nivel? Probablemente no; pero
decide? Este aspecto fundamental ser tratm en el capftulo

58

CAl'rruLO 4. DISEO

Paso 15. Decida cunto tiempo tiene disponible y asegrese de Que es

Esto se tratar en el captulo 6: adems vea Crome (1997). Es claro QlJe cualQUier efecto de
Que se registre en un experimento de campo. o las diferencias QlJe s~ observan h~ en dfa
no talados. no on valores fijos. Estos efectos y diferenCias cambian a medida Que el
{s casi seguro Que un experimento. tal como el del diseo 13. mostrar un efecto inmediatoy
selectiva sobre cualQuier va riable Que se examine. Pero a medida Que el bOSQue se regenera.
respuestas a corto plazo sobrestiman los efectos a mediano y largo plazo. Que son los
relevantes para las metas de conservacin y manejo? Si usted no refiexionara sobre esto.
proponiendo pautas de manejo innecesariamente estrictas. Por otro lado. los efectos
plazo de la con taminacin por mercurio. causada por la minera de oro clandestina en la
mucho ms pronunciados Que los efectos medidos en un estudio a corto plazo. A menos
durara varios aos. se podra estar subestimando notoriamente las consecuencias reales.
Si despus de renexionar tiene Que responder negativamente a la pregunta "es la
adecuada?". tenga cautela con sus interpretaciones y aplicaciones.

Paso 16. Decida cunto esfuerzo puede invertir y cmo distribuirlo

Refirase a los pasos 2. 3. 7- 12 Y especialmente 13-15. y luego establezca la
estudiO en~1 espacio y el tiempo. precisando no slo las unidades de respuesta sino
de, evaluaClo,n. Sl ,no diera estos pasos preliminares. podra encontrarse con Que se ha
mas de 31 dlas habiles por mes para el estudio. y an no tiene replicacin adecuada.

Paso 17. Decida provisionalmente de Qu manera va a analizar y

resultados
Los
pasos
2
4-6
9-12
Y
14
se
r
mucha "
f' d'd
re leren a estas decisiones. El captulo 5 trata el anlisis
ro
decide ~ua:
~n I ad. per~ de ning,una manera es suficiente. Si despus de leer el

IS Ica. antes e seguir al Siguiente paso.

Paso 18. iManos a la obra!

Pero Quizs. primero Quiera practic

ar un poco. chele una mirada al recuadro 4.2.

Recuadro 4.2. PractlQue

.
hacer un diseo
Sele:cione una de las preguntas Que ens '
. .
dlsenar un estudio para
d
p o durante el eerCIcio del recuadro 3 2
,
res pon erla] Sol

capitulo para disear un est d'

.
o o con sus colegas. practiQue a seguir
t d'
u 10 completo D

es u lOS relacionados Con s

. espues. pregntese si se siente
I s
us preocupacio

rea . I su respuesta es no l' t

nes mas apremiantes de maneJo o
. n ente practic ar con otra de sus preguntas del

S9

Reconozca sus limitaciones

Si culmina con xito un estudio bien diseado dentro del mbito de la pregunta. puede senllrse
razona~lemente confla~o de lo Que ha concluido respecto al factor de diseo (vea el prximo captulo)
Despues de una reflexlon larga e intensa. puede incorporar esta informacin como un elemento deCISIVO
en la formulacin y aplicacin de pautas de manejo. o para sugerir nuevas lneas de investigcin generadas
por sus Interesantes resultados. Sin embargo. QUizs despus de haber ledo la lista de 18 pasos. Siente
esa desazn de QU: nunca ser capaz de completar un estudio bien diseado. Le parece mry complelo
el proceso de diseno? Muy costoso? Muy confuso? Abrumador? Debera simplemente olvidarse del
estudio y establecer sus pautas basado en sus presentimientos. o en lo Que otras personas u otros estudIOS
dicen? Nuevamente. NO. Hgalo lo mejor Que pueda. en su propio paisaje. Luego reflexione largo y
tendido antes de decidir cmo aplicar los resultados. Por supuesto. los resultados de su estudio. o
cualQUier aplicacin de la indagacin cientfica al manejo de reas protegidas. no van a tomar la decisin
por usted . Eso depende de usted mismo(a) . La indagacin es slo uno de los innumerables factores
socia les. polticos. legales. ticos. biolgicos y pragmticos Que tiene Que tener en cuenta.
Sintase tranQUilo de Que no existe el estudio perfecto. De hecho. tratar de lograr esa perfeccin puede
involucrar algunas serias consideraciones ticas (recuadro 4.3). Los administradores. los eclogos de la
conservacin y otros profesionales deben reconocer Que sus resultados. al igual Q!Je los de otros invc:stigaOOres.
slo se aplican dentro de ciertos lmites. Revise de\alladamente los estudios publicaclos en los Q!Je pretende
basar sus decisiones de conservacin. y ver Que los puede clasificar en una de las siguientes categoras:

1.

Con respecto al mbito de la pregunta. hay una falla seria en el diseo (a menudo la
seudorreplicacin). Que aparentemente el autor no ha reconocido. Los anlisis y la interpretacin
de los resultados son dudosos.

2.

El autor reconoce la grave falla Que tiene en el diseo. pero ha sucumbido a la tentacin de
"explicar el universo". ha echado sus dudas a un lado y audazmente ha extendido sus
ms all de los lmites razonables.

3. La pregunta involucra eventos Que ocurren en escalas espaciales y temporales ~ gr<Widt s. (IIe la
replicacin es mnima. En teora. esto es una seria falla de diseo. Sin embargo. SICI'ldo el ~or ~
cientfico cauteloso y un buen naturalista. ha argumentado
(IIe la gran difelUlCla
observada en los resultados. la cual es varios rdenes de magnitud ~ (IIe la (IIe se cspe'Mra por
los factores alineados o por la variacin intrnseca. slo puede ser
por el factor de :
4. A pesar de la replicacin. haba varios factores potencialmente alineados . algunos de . ell:
QUizs bastante severos. Sin embargo. el autor tiene cuidado de plantear la pregunta temen
esto en cuenta. y reflexiona cuidadosamente antes de sacar unas conclusiones cautelosas y bien
S.

pensadas.
El estudio est bellamente diseado. pero aplica a una pregunta y un conjunto de condiciones tan
estrechas. Que apenas puede ser extendido a otros tiempos y lugares.

Monitoreo
AunQue no existe el estudio perfecto. al menos usted puede elegir entre un diseo mZ
menos imperfecto. Indudablemente ha encontrado la palabra moni/orrotan a
UlIlIO

60

CAplruLO 4. DISEO

Recuadro 4.3. Un dilema tico

Mientras ms slido sea el diseo de su estudio. mayor ser su confianza en las
manejo o conservacin Que proponga bas~do en sus conclusiones (vea la fig,ura 1.1). La
de lograr un diseo slido es establecer replicas de las Unidades de evaluaClon a t~avb
el paisaje. yen algunos casos submuestrear. Sin embargo. cada unidad de evaluaCin
establezca alterar en alguna medida el sitio. la nora y la fauna. En el elemplo de la tala
la abertura de sendas para los transectos de aves y ranas perturba en alguna medida el
y su biota.y al caminar por los transectos se compacta el suelo. El trampeo de peQueos
a pesar de Que se supone Que los captura vivos. siempre ocasiona algunas muertes o
Adems. como ya se seal. la nica manera de verdaderamente estudiar los efectos
de diseo es realizar un experimento. los experimentos a la escala de la mayora de los
de manejo son muy invasores y claramente perturban la vida de muchos animales y
ms mire el experimento de tala Que se propone en el diseo 13. En resumen. su dilema
en Que los estudios mejor diseados son los ms invasores. mientras Que los
respetuosos son los ms dbiles en trminos de su aplicabilidad a las pautas cuyo
la conservacin del rea.
Hasta dnde. entonces. puede usted justificar la perturbacin del paisaje y sus
poder proveer fautas para conservarlos? Debe usted. para citar las palabras cn
teniente del elerClto estadounidense durante la guerra del Vietnam. "destruir el
salvarlo"?Como es costumbre en este manual. la respuesta se deja en sus manos. En la
o en los estudios bsicos de campo. el problema de la tica no es en blanco y negro
y ,Rosovsry 1993). Simplemente medite profundamente en la pregunta con Que
parrafo .- y en la Cita de la guerra del Vietnam - a medida Que disea su estudio.
necesario llegar a otros compromisos en el diseo.

Pero. Qu es "monitoreo"] Depende d

.,
universalmente". pero hay t;es alt
t' e QUien lo haga. No' conozco una defi
:J
erna Ivas Que cubren la mayora de los casos.

1.

Monitoreo es el seguimiento di

'

hace un buen muestreo en to:o ~I~~:.sta pas~ndo, mediante el registro continuo

objetiva y consistente. entonces se '
Ita de Int:res. y SI los registros son
gun
Despus de una renexin est d
esta deflnlclon el monitoreo provee una buena
,
. os atas pueden generar
capitulo 3. pueden ser usados
l'
preguntas Que cumplen
.
como Inea de base pa
t
d'
examinados para buscar tend .
ra o ros estu lOS o pueden
surja en los datos no puede senClas en el tiempo. Sin embargo. cualQuier
2 M
er Interpretada ms all '
. onitoreo es el sepuimiento d I
a. porQue no existe una t-ase de
.
o
e
o
Que
est
pasando
I
'
.
o a ten denC/as sospechosas l ' .
. con e propOSltO de estar
. a Unlca manera de re
es tener datos de ba
conocer una sorpresa o una
se o controles pa h
ra acer una comparacin. los

CAP[TUl04. DISEO

61

:'significativamente" de la base o ~el control. pueden causar preocupacin. Sin embargo. es

Importante reconocer Que este metodo no es capaz de identificar objetivamente la causa de
dichas sorpresas o tendencias .

3. Monitoreo:s una investigacin Que sigue todas las reglas de la indagacin de primera mano. ya
menudo esta oflentada a responder la pregunta "cul es el efecto de la intervencin humana en este
sistema?" o. "cul es el efecto de implementar tal pauta de manejor El problema de la tala selectiva
se asemeja a la primera pregunta y podra calificar como monitoreo. si las unidades se muestrearan
repetidamente por un perodo largo de tiempo. El paso explcito de monitoreo en el ciclo del
manejo (figura 2.4). es en esencia la segunda pregunta. Entonces. segn esta definicin. el monitoreo
debe ser diseado con todo el rigor de cualQUier indagacin y pasar por los 18 pasos.

Cu l definicin corresponde a su programa de monitoreo actual J Dado Que hay una gran diferencia entre
las tres definiciones en los tipos de conclusiones a Que se puede llegar. y las decisiones Que se pueden
tomar despus. Qu definicin le gustara Que se ajuste a su programa actual de monitoreo J

Conclusin - por ahora

El diseo es un proceso de compromiso. Usted debe llegar a un compromiso entre el diseo ideal y las
limitaciones reales de tiempo. esfuerzo. financiacin y paisaje. Debe encontrar un eQuilibrio entre hacer
lo mejor Que se pueda. y minimizar los impactos negativos sobre el sistema Que se est tratando de
conservar (recuadro 4.3). Mantenga una perspectiva balanceada a travs del proceso. y efectivamente su
diseo le permitir proceder con el ciclo del manejo o de la investigacin de campo - una vez Q!Ie h'!Y3
absorbido los conceptos fundamentales Que se presentan en el captulo S.

CAPITULO S
el papel de la inferencia estadstica

NUNCA conFunda el significado estadstico con el significado biolgico.

- Charles l. Krebs (1989)

La mayora de las versiones de la pregunta sobre la tala de bosQue Que domina el captulo 4. contiene las
palabras significativo y significativamente. Qu se Quiere decir con estas palabras? A veces nos reFerimos
a los sinnimos Que se encuentran en un diccionario - por ejemplo. importante. notable. serio. llamativo.
Si estamos tratando algn aspecto de los seres vivos. estamos hablando del significado biolgico. Sin
embargo. a menudo nos referimos a algo diFerente. el significado estadstico (en algunos textos la
significacin estadstica). Como lo advierte Krebs (1989). estos dos sentidos del signiFicado a veces se
confunden. y esta confusin puede tener consecuencias graves para la interpretacin de una indagacin.
bien sea Que la pregunta se refiera a la ciencia bsica o a la conservacin.
Este captulo pretende resolver esta confusin. Se presenta los aspectos fundamentales de algunas
herramientas poderosas y prcticas para ir mucho ms all del diseo y los resultados. hasta el punto de
ser capaz de derivar inferencias y tomar decisiones. siempre con cautela. en una escala de espacio y
tiempo mayor Que la Que sus datos pretendan renejar. Al final del captulo usted tendr claro Q!Je el
significado estadstico y el significado biolgico juegan papeles claves. pero muy diFerentes. en el proceso.
Veremos Que el desarrollo de estrategias de conservacin realistas (Margoluis y SalaFsky 1998) debe
incluir la filosofa. si no la prctica. de la inferencia estadstica. y veremos Que la Fase de renexin de
cualQuier indagacin apenas puede darse sin tener esta filosoFa en cuenta. Despus de todo. los patrones
Que se observan en sus datos pueden ser resultado del azar. No se puede atribuir esos patrones al factor
de diseo. a menos Que se pueda separar las diferentes Fuentes de variacin. Si se usa como es debido. la
inFerencia estadstica es la herramienta apropiada - si no la nica - para ste y otros propsitos.

63

64

CAprTULO 5. lA INFERENCIA ESTADrSTICA

. t de este captulo no se reQuiere formacin previa en la

os
.
.
Para seguir los razonamlen
d
' d el'or la filosofa y la lgica si no tiene ninguna experiencia
h cho Quizs uste enlien am i l
e .
l
' b'sico las diferentes maneras de presentar e va or promedio
Comenzaremos con o mas a .
.,
,.
d I I.~._
rnos
en
una
presentaclon
critica.
paso
a
paso.
e
as
UCQQo
rca
ba
de los datos. antes de em
"
b
. f
. t d'lsti ca Hacia el final del capitulo mencionaremos revemente
lgicas de la In erencla es a
.
.
,
[' r dos Que actualmente se encuentran en algunos trabalos en ecologla y
muy so IS Ica, f ['nales a pesar de algunas controversias recientes (por ejemplo, Crome
Hasta esos parra os l .
,
" , . ..
.
I '
.
I
'
nferencia
estadl
stica
c1aslca
.
Los
Que
tienen
a
gun
entrenamiento
la
S
I
1999 ) rcca ca remo
,
.
familiarizados con la estadstica clsica. y para bien o para mal. es la mas ampliamente
evaluar los res ultados de las investigaciones bsicas y aplicadas.
AunQue no se reQuiere ninguna experi encia previa con laestad~tica. s es necesario
cantidad de term inologa (recuadro 5.1) . Esta vez la termlnologla incluye unos cuantos

Recuadro S.1. Un glosario informal para el captulo S

Anlis is de palencia: tcnica usada para estimar la potencia de una prueba estadstica
tomar los datos (anlisis de potencia a priori). o para determinar la potencia de una
se ha aplicado a unos datosya tomados (anlisis a posleriori) . El segundo tipo de
considera apropi ado. al menos en nuestro campo.
Biolsicamenle sisnificalivo: significativo o relevante desde el punto de vista de los
los procesos ecolgicos. los paisajes o los problemas de conservacin involucrados. Por
en un estudio bien diseado una reduccin promedio en el nmero de especies de
5. despus de la tala selectiva. definitivamente es significativa biolgicamente.
reduccin promedio de 20 a 19 casi con seguridad no lo es. sin importar lo @e le
pruebas estadsticas. Compare esto con "estadsticamente significativo" ms adelante.
Clases de dalas: las diferentes maneras de caracterizar la naturaleza de la variable de
No confunda esto con las diferentes clases de niveles del factor de diseo (
dalas de inlervalo son aQullos obtenidos cuando la variable de respuesta se mide
Que (en teora) el intervalo entre dos valores cualeSQuiera puede tomar cualQuier valor,
fracciones . Los datos ordinales son aQullos obtenidos cuando las diferentes
pueden ordenar o pueden ser asignadas a posiciones ordenadas. A menudo.
observaciones ordinales pueden estar en la misma posicin (o sea. recibir el mlsillo
dalas nominales o clasificatorios son aQullos obtenidos cuando las
asignadas a diferentes categoras. pero estas categoras no se pueden ordenar
respecto a otras. como ocurre con categoras de sexo. especie o color de los
Coeficienle de variacin (CV): una medida de la variabilidad estandarizada
media. de manera Que se puede comparar la variacin relativa entre dos o ms
Desviacin eslndar: la raz cuadrada de la varianza. una medida de la
datos. La desviaci n estndar de la muestra es s y la de la poblacin es CT.

CAPlTULOS lAINFEREN(IA ESTAOIsTICA

6S

Recuadro 5.1. Continuacin

Error estadstico: error Que se corre el riesgo d

I El'
e cometer cuando se decide o no rechazar la
't '
hIpO eSls nu a.
error de Tipo I consiste en rechazar la h'pt
' nu Ia cuan do no se debera
I
eSls

rec hazar; el nesgo

de cometerlo
es a . Si se usa deb'd
.
.
I amente. una prueba estadstica dada
provee un estimado precISO d~ ese riesgo. a."", tambin denotado por P. El error de TI 11
consiste en no rechazar la hipotesis nula cuando s debera hacerse; este riesgo es jJ.
po

Error est~ndar de la medi~ o SE, : si se calcula para una muestra de tamao ny media J , es una
estlmaclon de la desviacion estndar Que se obtendra de un gran nmero de tales medias si se
pudiera seguir tomando muestras. todas de tamao n. de la misma poblacin estadstica.

Estadstica de remuestreo: mtodos de inferencia estadstica Que reQuieren uso intensivo de la

computadora, en los cuales las estimaciones de los parmetros de la poblacin estadstica, o las
evaluaciones de la hiptesis nula estadstica, son generadas por la muestra misma. la computadora
barala las observaciones originales un gran nmero de veces segn la filosofa y mtodo de la
tcnica particular. A veces las tcnicas usadas para evaluar las hiptesis estadsticas nulas en s.
se denominan estadstica de modelos nulos.

Estadstica multivariable: se refiere al gran nmero de tcnicas para tratar con juegos de datos
Que tienen varias variables de respuesta QUe pueden estar correlacionadas entre s. tales como
los conteos de las diferentes especies de rboles en una serie de muestras de vegetacin.

Estadsticamente significativo: en la inferencia estadstica altamente dependiente de a Que

tradicionalmente usan los investigadores en nuestro campo. el significado estadstico QUiere
decir Que se obtuvo un a"",(P) Que es igualo menor Que el a .... Que se seleccion antes del
estudio. usualmente 0.05. Si el a.... es muy bajo. digamos 0.01 0.001. frecuentemente se dice
Que los resultados son "altamente significativos". Ambas designaciones son muy subjetivas. la
ltima simplemente significa Que hay muy poco riesgo de cometer un error de TIpo I si se decide
rechazar la hiptesis nula. Q!Je estas etiQuetas tengan alguna relacin con el significado biolgiCO.
es otra cosa.

Estadstico: una sola medida Que resume la informacin de un conjunto de datos (la muestra).
Los estadsticos de la muestra se designan con letras del alfabeto latino y se usan para estimar
los valores de los parmetros desconocidos (vea "parmetro").

Estadstico de la prueba: el valor Que resulta de aplicar una clase particular de prueba estadstica

a un conjunto de datos particular. Siempre se debe reportar este valor jun~o .con n. a.... los
grados de libertad y los estadsticos de la muestra. Teniendo el valor del estadlSUCO de la prueba.
uno va a la tabla correspondiente al tipo de prueba y busca el valor de a.., para este conjunto de
datos.

Grados de libertad (g./.): un nmero entero (o sea. ~ 1) Q!le a menudo se relaciona con el tamao
de muest ra n y Q!Je siempre es definido por el procedimiento cstad'slico partICUlar QIIC se cs&j

66

CAPlTULO S. LA INFERENCIA ESTADISTICA

.,

Recuadro 5.1. ContlOuaClon

.
t' s usted necesita estar consciente de este valor. o necesita usarlo
En trminoSprac ICO .
..
'
efl'rl'endo a la tabla estadstica correspondiente a dicho
cuan do se este r
Hiptesis estadsticas: el par de aseveraciones sobre la relacin Que existe en la
estadstica entre el factor de diseo y la vanabJe de respuesta. Generalmente la
(/-lo) asevera Que no hay re lacin, mientras Que la hiptesis alterna (H) asevera QPe si
Inferencia estadstica: el proceso de es tim ar las cantidades subyacentes o las
cuantitativas Que su muestra presumiblemente refleja. La inferencia estadstica
fenmenos subyacentes y desconocidos como fijos y sus datos como una muestra
Existen dos aproximaciones clsicas: en la inferencia estadstica paramtrica se
parmetros de una o ms poblaciones estadsticas: los parmetros estimados con ms
son la media y la varianza. La inferencia estadstica no paramtrica no depende de esos
particulares sino de otras caractersticas de los datos. En contraste con las tcnicas
inferencia estadstica bayesiana. la cual se menciona slo brevemente en este manual.
datos como fijos y propone va lores para los fenmenos subyacentes basada en esos
Intervalo de confianza: el intervalo de valores, definido por los dos lmites de
del cual se sospecha Que est el valor verdadero y desconocido de un parmetro de la
Esta es slo una definicin prctica de trabajo. El significado exacto es el siguiente:
tomara un nmero infinito de muestras de tamao n de una poblacin estadstica y
computar el intervalo de confianza del x%, el x% de esos clculos incluira el

del parmetro.
Media aritmtica: a menudo referida simplemente como la media. es el valor promedio
a travs de un conjunto de observaciones (compare con la "mediana" ms adelante).
de la muestra es J, la de la poblacin es p.
Mediana: el va lor de la observacin Que est exactamente en el medio entre el valor
el ms alto. Es decir, es la observacin por debajo de la cual est el 50% de las
y por encima el 50% de las observaciones. Compare con "media aritmtica".
Meta-anlisis: un mtodo para combinar los resultados estadsticos de diferentes
realizados en diferentes lugares y tiempos por diferentes investigadores, para
del efecto (e) promedio y universal para un factor de diseo dado.
Muestra: el conjunto de observaciones o datos Que usted registra durante el
de ~u~str~, n es el nmero total de tales observaciones, a menos Que se rene. a
par ICU ar e t atas por nivel categrico del factor de diseo, como en el apndice
Nivelde. rechazo'. el mx'Imo nesgo
.
Que usted esta dispuesto a aceptar de
estadlstlco
de Tipo
.
.
. I s'I deCI'de rec hazar la hlpotesis
nula, o a . En alpunos
Simplemente el nivel de a . Uno deCI'de el a rh antes de comenzar
rh
o
el estudio
J

CAPiTULO S. lA1NfERENClAmADisncA

Recuadro S. l. Continuacin
estudio lo compara con el a Q.ue resulta de los datos o a _ta b' II
a
d
.
obs
m len amado el valor de P. Si
. obs exce e. a""h' no se puede rechazar la hiptesis nula bajo las condiciones Q.ue usted ha
Impuesto.
SI
a
es
menor
a
a
se
pu
d
h
I
h
'
.

.
obs
.
ch'
e e rec azar a lpotesls nula. siempre y cuando usted
este consCiente de Q.ue siempre hay una probabilidad de magnitudIgua I
d
.
a a e estar eQlJlvocado.
obs

Ob~ervacin: el dato. o el valor particular de la variable de respuesta o caracterstica ex) Q.ue

esta aSOCiada a una Cierta unidad de respuesta o unidad de evaluacin

i.

Parrr;etro: una medida Q.ue resume un tipo de informacin cuantitativa sobre la poblacin
estadlstlca como un todo. Casi ~u~ca se pued~ obtener su valor exacto. pero se puede estimar
por medio de la inferenCia estadlstlca. los parametros. ocasionalmente llamados estadsticos de
la poblacin. se denotan usualmente con letras griegas. Compare con "estadstico' .
Poblacin estadstica: el universo de todas las posibles observaciones sobre las QlJe usted desea
sacar conclusiones. basado en su muestra de un nmero limitado de tales observaciones.
Potencia de una prueba estadstica: la probabilidad de Q.ue su prueba estadstica particular ser
capaz de detectar la verdadera magnitud del efecto e (o Dcuando el factor de diseo tiene
niveles categricos) o uno mayor. si e (o D) existe en la(s) poblacin(es) estadstica(s). Es decir.
es la probabilidad de Q.ue se rechazar correctamente la hiptesis nula si ese e (o D) en realidad
existe. la potencia estadstica es la misma idea en trminos ms inclusivos y a veces se refiere a
comparaciones entre diferentes clases de pruebas estadsticas - por ejemplo. las aproXimaciones
pa ramtricas comparadas con las no paramtricas aplicadas al mismo conjunto de datos.
Prueba estadstica: cualQ.uiera de un gran nmero de mtodos para extraer un valor de a.,. (d
valor de P) de un conjunto de datos tomados con respecto a una pregunta comparativa. Este
valor indica el riesgo de cometer un error estadstico de Tipo l. si decide rechazar la hiptesis
nula.
Tamao del efecto (e): la magnitud verdadera pero siempre desconocida del efecto del factor de
diseo en los valores de la variable de respuesta. a travs de la poblacin estadstica pertinente.
En el caso de niveles categricos del factor de diseo. esto seria la magnitud de la diferencia
(D ) entre los valores de las medias de los diferentes niveles.
Valor tabulado: para un conjunto dado de datos al Q!Je se ha
una prueba
ste es el valor del estadstico de la prueba QlJe corresponde a un a.. y u~ I
de
d
tabl
rrespondlcnle a dicha prueba. ",telllaUvamenle.
I
particulares y QlJe se encuentra en a
a ro
..... ...M
los
valor tabulado para a.. es 3QlJl Q.U!: corresponde al estMlstIco de la r - ya
grados de libertad.
.
'til ""'11' no es Intuitiva. de la variabilidad en los
Varianza: una medida extremadamente u . au ...,..la
elevada al
es el promedio de la diferencia entre d valor de cada
2
la varianza de la muestra es s y la de la
es a .

67

68

CAPfTULO 5. lA INFERENCIA ESTADfSTICA

.
E tos smbolos se encuentran en bastantes ecuaciones matemticas.
de ellos letras griegas. s
'd
I . .
.
l i t S griegas le inspiran temor y tremores. consl ere o siguiente.
las ecuaciones y as e ra
. ,.
' 11 S
.
' OJue atal'os e involucran arltmetlCa senCl a. egundo. no son
ecuaciones no son mas
.
'l f' s b',,"cente siemprey cuando usted lea el texto con cUidado. Sltcsdas
entender Ia fl OSO la U :r
.
,
.
.
' o le parece OJue el captulo sea amistoso. pase al apendlce D (acto 11).
tanto. SI aun aSI n
este captu lo mejor armado.

Por Qu molestarse con la inferencia estadstica?

Al entender la filosofa de la estadstica. usted ver bajo una nueva luz las inferencias y
se derivan durante la reflexin. volver a evaluar el proceso de decisin Que la sigue y
riesgos y las consecuencias para la conservacin de tom,ar la decisin e.rrada. ~~ otras
pragmticas. aunQue algo cnicas. para entender la fdosofla de la ,inferenCia estadlstlca y en
de las pruebas estadsticas (vea lohnson 1999). Primero. la estadlstl ca da la Impresin de
objetivo y exacto de cerrar la brecha entre su peQueo juego de datos y su gran pregunta.
siempre lo logra. Segundo. aparentemente todo el mundo uti liza la inferencia estadstica. de
usted por lo menos debera saber de Qu estn hablando - cuntas veces se ha cruzado
tales como "significativo". lmites de confianza. prueba estadstica. va lores de P? Tercero.
dispon ibilidad de programas de computadora para aplicar tcnicas estad sticas. Es m~
unos datos a un programa y Que ste arroje unos nmeros Que inspiran asombro. aunQ!JC
son incomprensibles o irrelevantes. Cuarto. a los estudiantes. los bilogos de campo y los
de la conservacin se les ensea a usa r la inferencia estadstica y se les castiga si no la
debido a Que los editores de revistas cientficas. los tutores de tesis y los directores de
conservacin han pasado por la misma experiencia. ellos tambin exigen un anlisis
datos aunQue stos no reQuieran o merezcan la inferencia estadsti ca. Si usted entiende las
y conoce el uso apropiado de la inferencia estadstica. ser capaz de criticar los casos en
se usa malo se interpreta mal (Yoccoz 1991: lohnson 1999). Estar en una mejor posicin
decisiones - por ejemplo. de no aplicar ninguna pru eba estadstica - ante esos
directores de proyecto.
Si las ~ases Que se presentan en este captulo no son suficientes. si suspira por ver
matematlcas. usted puede consultar los centenares de libros de texto' y docenas
computadora Que existen'. La intencin de este captulo es Que. antes de Que usted
usar debidamente las potencialmente peligrosas herramientas de la inferencia
usted no tiene intencin de usar estas herramientas. si nunca le ha prestado atencin a
pretende hacerlo en el futuro. espero Que al menos apl iQue la filosofa de la inferencia
haga o a los trabajos Que revise. Por otra parte. si usted ya es un mago de la estadrstlca.
algunas sorpresas en lo Que sigue - y seguramente encon tra r puntos con los Que no
Que muchos de los aspectos Que se discuten son objeto de controversia entre los
la estadstica.

La estadstica descriptiva
En elbuso general. un estadstico es simplemente un valor Que resume la informacin
de o servaClones o datos A m d (
.
enu o pero no siempre) lo Que nos interesa es un 1*'
.

CAPITULO S. lA INFERENCIA ESTADIsTICA

69

resu men . la informacin de diferentes maneras: uno Que p

t I
o se rvac lones. y otro Que presenta la magnitud de la vari . resen a e valor \fplco o promedio de las
b
para rep resentar el valor promedio es la d' .
. aCin entre eUas. A menudo el estadstico usado
me la antmtlca (de ""' ad I
. ")
me la Que consiste en la suma de las ob
.
. . . .....w en e ante llamada simplemente "la
,d
servaclones individuales ada
II
numero total de observaciones o taman"o de muestra. n:
. c una amada x '. dividida entre el
n

LX

media aritmtica = i=1 '

(S.I)

s::laa~~;;~:~~~~rl~a~:~:I~~ e~ lata~a~za. el promedio

de la diferencia. elevada al cuadrado. entre

poco ms complejo. pero an fcil de hacer a mano:

vari anza =

H(xi - mediaY]
,=1

c cu o e a varianza es un

fj _ yir.:.:.=~xi

L-

i=1 '

n
n

(S.2)

La ecuacin de la iZQuierda es ms fcil de entender: la de la derecha es ms fcil de usar en una

calculadora. Muchas veces la variacin tambin se expresa como la desviacin esttHbr. QIIC es la Riz
cuad rada de la varianza:
desviacin estndar = .J varianza

(S.3)

Por ejemplo. la figura 5.1 muestra dos juegos de datos con la misma media pero diferentes varianzas. Las
observaciones en A muestran mayor variabilidad. y por lo tanto valores mayores de varianza J
estndar. Que las observaciones en B.
La mayor parte de la discusin Que sigue se basa en los dos estadsticos. la media aritmtica J la vaia"za.
aunQue hay algunas alternativas QlJe se discuten ms adelante. Por ejemplo.
QIIC usted ha
de
subm uestreado dentro de las unidades de respuesta (como en el paso 11 cid capflulo 41. J
caracteriza r cada unidad de respuesta con un valor nicOJ rep:SClltalhlo para la
de
inters (vea ms adelante) . Podra obtener este valor 6nloo para la unidad de
calculando uno u otro estadstico a partir de los
de las
frec uencia usted Querra comparar los conjuntos de: dichos valores
representando cada unidad de respuesta. entre los
hacer calculando la n1t:dia y la varianza a travs de
para cada nivel.

70

CAPITULO S. LA INFERENCIA ESTADSTlCA

Algunas alternativas Importantes a la media y la varianza

la media y la 113rlanza (o desviacin estndar) no son los nicos estadsticos
el 113lor promedio y la magnitud de la 113riacin. la principal alternativa a la media es la
de la obseMcin Que est exactamente en el medio entre la mayor y la menor. AsI, en
obSCMciones (por ejemplo. figura 5. /). la mediana es simplemente el valor del cuarto
ms bajo). En una serie de ocho obseMciones. el valor de la mediana estara
entre el cuarto y el Quinto 113lor en orden de menor a mayor - es decir. el promedio de
lTiene alguna importancia para su investigacin QlJe elija usar la media o la mediana? A
diferencia fundamental en lo Que las dos medidas representan . Si necesita el valor

observaciones. elija la media; si necesita el valor de la observacin tpica. elija la medIaaa.

digamos Que le preocupa una especie amenazada de rbol del sotobosQ"ue. cuyos frutos
y sus semillas diseminadas por una sola especie de murcilago. Usted registra el nmero de
por noche. presumiblemente por murcilagos. de un gran nmero de rboles. los
113riables: en la gran mayora de los rboles muy pocos frutos son removidos, mientras QIIe
rboles hay altas tasas de remocin de frutos. Dada la influencia numrica de estos rboles

lO

r- .

lO

"

"
"

"

17

17

IS

"..

1)

Il

11

11

11

11

10

10

~.--

Media

~.--

Mediana

O '--

Variabilidad. Dos 'ue os de

Agura S.I.
variacin. Cada puntal regprese t datos cbon la misma media (7), pero con
n a una o servaci N
media. Cul escogera usted
I~' . ote Q"ue en A, la mediana es
Como e estadlstlco Q"ue mejor representa el

CAPITULO S. lA INFERENCIA ESTADISTICA

71

lo \ lores de la media y la mediana son mI!)' diferentes. mucho ms Q.ue en la figura s. la. El valor de la
media e mu h~
Q.u,e la mediana. Q! le dice el valor de la media? El nmero promedio de frulos
rem~\ ,do por a~/. Que le dICe el ~alor de la mediana? El nmero de frulos removidos del rbollpico.
(Cual punto d: V.I ta representa melor la media? El de los murcilagos y su actividad: por ejemplo.
repre enta un IndlCe de la cantidad de frutos consumidos por la poblacin de murcilagos. Cul punto
de \1 ta representa melor la mediana? El de los rboles: sugiere Q!Je el rbol tpico en la poblacin ha
d, per do mu pocas semillas. al menos este ao.
La eleccin entre media mediana puede ser especialmente importante si est submuestreando dentro de
unidad de respuesta y usando el valor promedio de las submuestras para caracterizar cada unidad de
re5pue tao I la ubmuestras dent ro de una unidad de respuesta arrojan muchos valores bajos y unos
poc alto. como en la figura s. la u otros casos ms extremos. la media y la mediana pueden ser muy
diferente, u eleccin puede afectar fuertemente el resultado del anlisis. Cul debera elegir? Eso
depende de u pregunta del punto de vista Q!Je Q!Jiera favorecer.
Tamblen h~ algun e tadsticos alternativos para representar la variacin. Por ejemplo. si est usando la
mediana para apresar el valor promedio. usted puede presentar la variabilidad como los valores del
pnmer . tercer cuartil. El primer cuartil es 3Q!Jel valor para el cual el 25% de las observaciones est~ por
debal de el el 75% por encima; el tercer cuartil es 3Q!Jel valor para el cual el 75% de las observaCiones
e tan por debajo el 25% por encima (vea Zar 1999). Mientras m~or sea la variabilidad entre las
ob ervaci nes. m apartados estarn el primer y tercer cuartil.
un si presa el val r promedio como la media. Q!Je es lo ms comn. h~ diferentes fo~~ de represen~ar
la nacin La varianza y la desviacin estndar presentan la cantidad absoluta de va~lacln. En cambiO.
el coefiCiente de \ riacin. o CV. expresa la cantidad de variacin relativa al promediO:

cv = ~(d;::es:::v.::ia:::CI:::6n::..es=t::;:nda=TLr)

(504)

(media antrnttlCa)
_'-'
de
deberfa elegir el CV o la desviacin
I esta comparando la variacin entre dos o ,,- Juegos
t I I1
no Importa cul escoja. El

I
medias
de
los
conjuntos
de
son
s
m
ares.
SI as
estandar (o la
mcd
dlsfmiles sf Importa. Suponga Q!le
ecido
Pero
si
las
\as son mI!)'
.
par

resu Itado cua IItatlvo ser mI!)'

.
~
el " bol del so\ObI'sQ!Je mencionado antes.
est com parando la variabilidad en la produccin de rulOS en la tala selectiva (figura 4.1). Resulta Q!le
entre ItI Q!Je no han sido talados y los QIIC han
ms luz. gracias al clareo del dosel. y en
I .irboles del tol>os@e en los sitios TS lec:=~ sitios ST. Por el simple hecho de Q!le los valores
pr mediO produ en 20 veces ms frulOS QIIC los In esdndaro la varIanZa (o sea. las medidas absolutas
de produCCl n de frutos son ms ~tos.1a dcsvIaC
la de los sitios ST. Sin
lo contrario
de naci' n) en 105 ihos TS CasI CM seurtdId
el
efecto de la
en las
puede ocurm 51 se usa el
de'"
Es
relatho
medias El CV para los rboles en los
TS puede 5CI
en los
ST.
a la media. I rboles en los sitios TS
De nuevo. (cul estadsticO
escoJa el estadstico ab5~uto. la

72

CApiTULO S LA INrERENCIA ESTADISTICA

I de rrutos o en la disponibilidad absoluta de frutos

, ,
d
"60 ~_._
I
'l opo) en el nmero r e a ,
,
para e murCl a
el rbol sin embargo, considere el coeficiente e vanacl . UIC
Desde el punto de vista d
'bl' ara los rboles. la produccin de rrutos vara ~
p
relacin a los recursoS dlsponl eTs Esto implica (llJe la contribucin de los diferentes
S'
'ti
s
ST
Que
en
los
S
itiOS
,,
I
I
en os SI o
d'
s variable en los sitios ST Que en los SitiOS TS, Si a
l' local tambin po rla ser m
gen ICO,
' . ' de esta es ecie de rbol en particular ruera un problema urgente.
la diverSidad gentica 'd
~umento en el nivel de tala se lectiva, con el objeto de
dra de hecho consl erar un
"
l
d
po
,
' d I d'rerentes rboles, Sin embargo, conrlo en (llJe este no ser,a
contribucin relativa e os I
en el Que basara su decisin,
variabi lidad relativa de dos muestras, es tomar el logaritmo de
la
r
Otra manera de compara
'
(o desviacin estndar) de la va ri able transformada,
Este
I
calcu
ar
a
varianza
,
Y , II d ' de la variacin absoluta a aumentar a medida Que aumenta la media.
corrige a ten encla
, b'l'd d
'
tricos
(vea
ms
adelante)
para
comparar
la
vana
I
I
a
entre
ame
d
mtomnopar

,
'
,"
posible Que ninguna de estas medidas de verdad mida el tipO de variabilidad Que, es ms
los organismos vivos o los procesos ecolgicos, Podra ser Que los valores"o:~sl~nales y
variable de respuesta, ruera n mucho ms importantes Que la vanabllldad tlplCa,
caracterizar la variabilidad de los datos en trminos de los valores extremos, en lugar
"tpica"?S. Gaines y Denny (1993) proponen una tcnica excelente, Pero no intente este
Que sea un mago para las matemticas ,

Cul necesita usted, la media o a la variacin?

Si usted ha submuestreado dentro de las unidades de respuesta, ahora debe
como un todo con un solo va lor antes de seguir con el anlisis de datos, Cul ser la
caracteri za r la unidad de respuesta: con el promedio de las submuestras (Que es la
o con la va riacin entre ellas) Como siempre, la respuesta depende de su pregunta. Nos
pensa r en trminos de valores promedio o tpicos, de modo Que sin renexionar mucho, la
investigadores seleccionan la media, o algn otro estadstico para el promedio, como el
la unidad de respuesta, Sin embargo, para algunas preguntas y problemas de manejo,
usar la va riabilidad, Cul es la interpretacin biolgica de un estadstico de variacin
El grado de heterogeneidad, o imprevisibilidad, entre las diferentes unidades de
misma unidad de respuesta, Esto puede ser precisamente lo Que usted necesita saber.
muchas formas de intervencin humana alteran el grado de heterogeneidad, o de
ca ractersticas biolgicas y ecolgicas del paisaje,
Por ejemplo, su pregunta pod ra haber sido: "cmo vara el grado de heterogeneidad
en la abundancia y dive rsidad de mamferos peQueos, entre parcelas TS y reas
esto, usted haba dispuesto un nmero de unidades de evaluacin dentro de cada
establecida, _las unidades de respuesta consisten en parcelas TS y reas ST de
nllSmo tamano, luego se calcula la varianza, la desviacin estndar, el coeficiente
diferenCIa i(tercer cua rlil) - (primer cuarlil) I entre los valores de la variable de
luego de sub mu estras dentro de una misma unidad de respuesta, o sea,
caracterizar el grado de va ' b'l'd d d
d I
,
rla I I a entro e a unidad de respuesta en su
el conlunto entero de tales "ndices de imprevisibilidad" de las parcelas TS con d

CAPITuLO S. IA INFERENcIA ESTADfSTICA

73

Cuando est planteando su preguntay selecciona do

, .
.
n su variable de respu t d b
mas Importante para la inQuietud de conservacin'
es a. e e preguntarse: Qu es
valor promedio de la variable de respuesta o los y mab~elo (o de la ecologa bsica): los cambios en el

.
cam lOS en su variabil" d dJ As' pod
estadlstico correspondiente - o QUizs decida analizar .
la. I
ra seleccionar el
estadstico ms sencillo _ el resumen de los datos . el mterdPre~~r ambos. En breve. aun el anlisis
- mvo ucra eClSlones Illue e .
'd '
cuidadosa de lo Que es significativo biolgicamente S' d d i ' "
xlgen una consl eraClon
biolgico y las consecuencias de las diferentes elecci~n~s es e e pn~Clplo usted reconoce el significado
por la Que tenga ms sentido.
Que se pue e tomar. probablemente se decidir

La inferencia estadstica: introduccin

Si pudiera llevar,a.cabo un censo completo. o sea registrar todas las obs'
'
ervaclones poSI'bl es en el universo
Que abarca
. . . usted obtendra la poblacin e'<tad'
~
,s t'Ica comp Ieta de va Iores (no
. el am blto de .la pregunta
con .fundlrla con la poblaClon blologlca . excepto bal'O algunas circunsta'
. Ies. como se vera en
nClas espeCia
el elem plo de mas adelante). los estadsticos calculados para esta poblacin se conocen como parmetros
J se deSignan :on letras gn~gas. la media aritmtica de la poblacin se designa con JI (mu) J se calcula
con la ecuaClon 5.1. la varianza de la poblacin se designa con u 2 y se calcula con la ecuacin 5.2.
mientras Que la desviacin estndar de la poblacin. u (sigma). es simplemente la raz cuadrada de UZ
(ecuacin 5.3).
Sin embargo. por lo general los datos Que usted tom representan slo una muestra del universo de las
posibles observaciones re levantes al mbito de la pregunta. es decir. la poblacin estadstica de inters.
y por lo general. desea extrapolar desde esta muestra limitada hasta la escala m~or a la Que usted
QUiere proponer las pautas (figura 2.4). o derivar las conclusiones (figura 2.S). Refirase al diseo 11
para la pregunta sobre la tala selectiva (captulo 4. figura 4.3). Si le interesara slo aQuellas 12 reas
particulares (y slo las unidades de evaluacin particulares dentro de ellas) en ese momento dado en el
tiempo. y no le interesara nada ms. entonces sus datos en s seran suficientes. No habra Que inferir
nada obre alg n universo ms amplio de datos posibles. Sin embargo. la inQuietud de la tala selectiva
abarca no lo esa 12 reas y el marco temporal de su Indagacin. sino tambin todos los tiempos y
lugares. dentro de la periferia de la reserva. donde la tala selectiva podra suceder. las seis reas TS
Que usted ha e aminado representan slo una muestra peqpeila de todas las posibles reas TS dentro
de la reserva (figura 4.1). as como los sitios ST
slo una muestra de un gran nmero de
reas de boSQue posibles. Igualmente. si usted
un estudio experimental como el del diseo 13.
sus resultados experimentales representaran s6Jo una
de la poblacin estadstica de resultados
infinitamente grande Que obtendra si pudiera repetir el experimento una y otra vez. No sabemos si la
muestra re neja a la perfeccin. o por el contrario
totalmen~e. la poblacin estad~stlca de
resultad s de la cual fue obtenida. Cmo
lo cooocido. o sea la mu~ra. para
de
Ido
la
Por medio de la Inferencia
poder dwr algo acerca de loscOfIOC o sea
estad /lca.
nrde"datos
"
la inferenCia estadstica clsica se basa en ti . , .
(observa iones) COl1 el con/unto de dIICI5 QIIC
En otras palabras. la inferencia
\e obtendran SI pudiera continuar el
hasta (en ar todo el universo de

74

CApITULO S. LA INF ERENCIA ESTADISTICA

alrededor de los parmetros J1 y a' y se denomina la inrerencia estadstica param~trical.

inferencia estadstica de cualQ\Jier clase siempre reQuiere: (1) Que se haya muestreado
la poblac in estad sti ca de aQuellos valores Que pertenecen a la pregunta y (2) Que cada
completamente independiente de las dems. Muchas (no todas) formas de inferencia estadstica
tambi n suponen Que (3) los valores de la poblacin estadstica muestran una distribucin
aprox imac iones a la inferencia estadstica . en particular las tcnicas ms complejas.
otros supuestos. Una discusin de la distribucin normal y lo Que de ella se deriva. est fuera
de este manual. La mayora de los textos de estadstica , como los Q\Je se mencionan en la nota
captulo, tratan este tpico en profundidad.
Por supuesto, en la prctica slo se puede calcular estadsticos a partir de la muestra de tamafto
la pobl acin estadstica completa . Por lo tanto, en realidad se trabaja con los estadsticos ck la
no con los parmetros de la poblacin entera de valores desconocidos . La media aritm~tica ck
designada por se calcula igual Que en la ecuacin 5,1:

x,

Ix,

(5.5)

1=1

x= =--

La ecuacin para la varianza de la muestra o

poblacin. Mire el denominador:

.I. ~Xi

52=' = 1

1
Ix,
XY r. x; - >.-=
'-,-1

-L

= ; =1

n-I

sin embargo. difiere ligeramente de la

f,

SI ,

n-I

(5.6)

La desviacin estndar de la muestra es:

(5.7)

Por una parte, al resumir el conjunto de n observaciones, los estadsticos de la muestra

muestra completa, igual Que en la secc in precedente. Por otra parte, X. s y 52 pueden
conslde~ados co,mo estimaciones de los parmetros desconocidos - J1 a y a',
poblaClon estadlstlca de la Que se derivan las observaciones. QlJ tan buenos son los
muestra como estimaciones de los parmetros de la poblacin] Puesto Que usted
Interesado en las estimaciones de los parmetros Que en los va lores descriptivos obtenidos
restnnglda, respondamos la pregunta anterior planteando una pregunta sencilla y no
un poco con unos nmeros.

Cmo estimar lo Que no se puede conocer directamente

~I doctora Felcite Navidea es la directora del ParQue Nacional El Perdido en
I v~d~da. En esta laguna hay una poblacin del Caimn Feroz Nrosuchu;
g o a mente amenazado. Para informar a sus superiores sobre el estado de la

CAPITULO S. lA INFERENCIA ESTADISTICA

7S

Navidea debe .estimar el. tamao promedio

de
los
individuos
Entonces
su
pregunt

..,
.
a - s reconozco Q!Je
no es compa~a.tlva .- es simplemente: cual es la longitud promedio de los caimanes adultos J subadultos
en la I ~guna . . _D igamos Que usted y yo somos omnisapientes (Islo durante este ejercicioll. pero la
doctora Navldena no lo es. Usted y yo sabemos Que hay exactamente 99 caimanes adultos J subadultos en
la laguna. y conocemos la longitud de cada uno (tabla 5.1). Si aplicamos las ecuaciones 5.1- 5.3. tendremos
4
2
los parmetros ve rdaderos: p = 2.2 m. u = 0.79 y u= 0.89. Sin embargo. la Dra. Navidea no tiene idea
de cuntos cai manes hay en la laguna ni de sus longitudes. lo nico Que ella puede hacer es muestrear.
Vea mos Qu tan bi en los estadsticos de su muestra estiman los parmetros.
Primero. la Dra. Navi dea captura y mide un solo caimn (n = 1). le provee este dato de una estimacin
de p7 S. Despus de todo. el caimn proviene de la poblacin estadstica de inters J contribuye al valor
desconocido de p . Por lo tanto. calinca como una estimacin de f1. Sin embargo. si existe algo de
variacin intrnseca entre observaciones. por casualidad una sola observacin puede ser una estimacin
muy desviada y el investigador no tiene manera de saberlo. Por ejemplo. digamos Que el caimn Que la
Dra. Navidea captur es el nmero #89 (tabla 5.1)5. Siendo nosotros omnisapientes. sabemos Que el
val or de 4 .0 m es una estimacin muy mala de p. Mejorar la calidad de su estimacin con una muestra
ms grande' Digamos Que ella atrapa a los caimanes SS y 39 adems del 89. lo Que le da n = 3Y j = 3.2
m - lo cual usted y yo sabemos Que mejora un poco la estimacin de p. pero no tanto. Adems. ahora ella
puede ca lcu lar 52 para esta muestra. aplicando la ecuacin 5.6 a los valores 4.0. 3.0 J 2.4. la varianza s2
de 0.65 Que se obti ene tambin sirve como una estimacin. en este caso de UZ. la variacin dentro de la
Tabla 5.1. longitud en metros de todos los adultosy subadultos. numerados
del I al 99 para propsitos de los ejercicios en el texto. de una poblacin
biolgica (y en este caso especial. la poblacin estads.ti(3) del Caimn
Feroz Neo5uchu5 enojadsimus. Que vive en la laguna OlVidada. del ParQ!Je
Nacional El Perdido. lemuria.
1: 1.7m
2: 3.2 m
3: 0 .9 m
4 : 2.7 m
5: 2.4 m
6: 1.9 m
7: 0.8 m
8: 2.5 m
9: 2.3 m
10: 4 .3m
11 : 2.7m
12: 2.6 m
13: 1.8m
14 : 2 .9 m
15: 1.7m
16: 2.4 m
17: 2.7 m
18: 0 .7 m
19: 2.4 m
20: 1.3 m

21: 2.1 m
22: 3.1 m
23: 1.7 m
24: 1.4 m
25: 2.6 m
26: 2.9 m
27: 2.3 m
28: 0.9 m
29: 2.9 m
30: 1.9 m
31: 2.2 m
32: 2.4 m
33: 3.8 m
34: 5.1 m
35: 2.1 m
36: 1.8 m
37: 1.3 m
38: 2.7 m

39:

40:

41: 1.9 m
42: 2.7 m
43: 1.6 m
44: 2.4 m
45: 4.1 m

46: 2.2 m
47: 2.5m
48: 2.4 m
49: 2.2 m
50: 1.3 m
51:3.1 m
52: 1.9m
53: 2.0 m
54: 1,7m

55: 3.0 m

58:

61:6.1 m
62: 1.7 m
83: 2.4 m

64: 2.2 m
85: 1.9m
68: 3.0 m
67: 2.3 m
68: 1.4 m
69: 2.0m
70:3.1 m
71: 2.9 m
72: 1.7m

73:2-8 m

74: 1.4m

15:

81: 1.9 m
82: 2.4 m
83: 1.0 m
84: 2.7 m
85: 2.0 m
86: 1.9 m
87: 0.6 m
86: 2.6 m
89: 4.0 m
90: 2.4 m
91: 1.3 m
92: 1.7 m
93: 2-6 m

76

CAPTULO 5. LA INFERENCIA ESTADSTICA

s mu!y buena estimacin. la Dra. Navidea

e
. d"
Que de nuevo, no
d s de
poblacin esta Istlca I
'manes 22 SI 78 2. 56. 8 Y 28. a em
muestra a 10. muestreando al azabr os cal e es ba;tant~ alt~ todava como estimacin de
- d 26m (QlJe sa emos QlJ
b
QYe arroja un x e .
.
I
de O 77 (Que por casualidad es una uena
.
., previa)y una varianza
.
d
como la estlmaClon
't do el tamao de la muestra. la exactitu de sus
.
de
t . lIa siguiera aumen an
I
Natura men e. SI e
.,
.
, elorando. Sin embargo. la unica manera
,
d la poblaClon continuarla m
parametros e l ' nes de la laguna. lo cual es imposible.
absoluta sera capturar todos os calma
'd
d
'd
conformarse
con
el
un
tamao
de
muestra
n
de
10
Y
h
la Dra Navl ena eCI e
'.
d I
Por a ora.
'.
.
b 11 Primero. ella calc ula otro estadlstlco e a
derivar algunas inferenCias so re f""

estndar de la media o SE.:

SE - S -

Y-.J-

52

(S.8)

Este estadstico difiere un poco de los presentados, previamente. en QlJe su valo~

n aumenta. Su definicin es tambin un poco mas complela: SE. es una estimacin
estndar de las medias Que se obtendran si se pudiera to~ar al azar un gran
independientes. cada una de tamao n. de la poblacin estadlstica.
De acuerdo a la ecuacin 5.8. SE. el de la muestra particular de los 10 caimanes ctue
captur es
ftO) 0.28. Es este valor. ?eriVado de una sola muestra. una buena
desviacin estndar de las medias de un gran numero de muestras independientes de 10
de la poblacin desconocida de los 99? Vaya al recuadro 5.2.

JO.77

Usted se estar preguntando por Qu tendra uno Que molestarse con algo tan
Observe cmo la Dra. Navidea se refiere al apndice A de este manual y estima los
de 11. la media de la poblacin estadstica. basndose slo en los estadsticos
muestra nica de 10 caimanes. Como es usual. ella supone Que el mue$treo es
observaciones son independientes entre s y Que la poblacin estadstica de valores
normal. Luego. a partir de la tabla Al. ella infiere Que hay una probabilidad de
Que el valor verdadero de la media de la longitud. 11. de todos los caimanes adultos y
caiga entre 2.0 y 3.2 m. inclusiv. En smbolos esto se expresa como: P {2 .0 m :5 J.l S 3.~
PQuiere decir "probabilidad". O. ella podra decidir Que QUiere reducir el intervalo de
su precisin). lo Que aumenta el riesgo de Que el verdadero parmetro Quede por
el apndice A) . Entonces ella calcula el intervalo de confianza del 90% (es decir. el
lmites de confianza) : P{2 . I m $ 11 $ 3. 1m} == 0.90. Note Que el riesgo de no
11 aument: esta estimacin casi no incluye lo Que sabemos es el valor real de /l. 2.2
Qu.e la Dra. Navidea reduzca el riesgo de no incluir el valor desconocido de J.l y
mas nebulosa. calculando el intervalo de confianza del 99%: P { 1.7 m :5 J.l:5 3.S m}
En resumen. al usar una definicin prctica del intervalo de confianza. la Dra.
la longitud promedio de I
.
.
os caimanes con una confianza razonable (es
a . d
proxlma amente 90%. 95% 99%). Por supuesto Que ella se da cuenta de

77

Recuadro 5.2. Variacin entre medias obtenidas de la misma

Vaya a la tabla 5. I (las longitudes de los 99 ejemplares del calln feroz),
10 Individuos al
azar (muestreo con remplazo - vea la nota S del capitulo S) y calcule la media y la varianza
usa ndo las ecuaciones ,5 .5 y 5.6, respectivamente. Para muestrear al
usted necesita algn
mtodo para generar numeros aleatorios entre I y 99. Muchas calculadoras de bolsillo
un
generador de nmeros aleatorios: use los dos primeros digltos. 0, use una tabla de nllilClos
aleatorios, como las Q!Je se encuentran en algunos textos de
0, escriba los nmeros del
I al 99 en unos papelitos, chelos en una bolsa y S3Q,UC diez a
papdHo a
la bolsa antes de sacar el siguiente. CualQ.uiera Q.ue sea el mtodo, repita el proceso
20
veces. Es decir, saQ.ue 20 muestras aleatorias e independientes,
una de n = 10, Y para
muestra calcule x y i . Si esto se vuelve tedioso, convenza a algunos amigos de QIIC se van a divertir
mucho ayudndole. los valores de ;Z no se usarn en este ejercido pero se
ms adelante,

Ahora examine la cantidad de variacin entre estas 20 medias de

calculando la
estndar (es decir, aplicando las ecuaciones 5.6 y 5.7 al conjunto de las 20
Compare
este valor con el estimado (SE.) de 0.28 Q.ue la Dra. Navidea calcul para su nica muestra con
el mismo n de 10. Son similares los dos valores?
Si se siente ambicioso, repita todo el proceso pero con n ms grande,
22 (y con ms
ayuda de sus amigos). Para empezar, siga el procedimiento de la Dra. Navidea y 5aQIIC una sola
muestra aleatoria de 22 valores de la tabla 5.1: luego calcule SEr para
mucstra con la
ecuacin 5.8. Es este valor mayor o menor Q.ue el de 0.28 QIIC ella obtuw de su ml.'eSba de 107
A continuacin, saQ.ue 20 muestras aleatorias e independientes de las
en la
S.I,
pero ahora cada una con n = 22. Para cada muestra de 22
calcule Y '1pII QIIC
an tes. Son estas medias ms similares entre ellas Q.uc lo QIIC
las de n = I07
calcule la desviacin estndar (ecuaciones 5.6 y 5.7) de estas 20
de muesbasyCOll1fI'rcIa
con el estimado (SE.) Q.ue calcul basado slo en la primera mucstJa de 22.l~ tan
son los dos valores?

eQuivocarse. Su muestra podra estar entre el I 006, 5~ I~.

de las
IasQIICcI
intervalo de confianza no incluye el valor
de JI. Vaya al
S.3 J \Io por U5kd
Tcnicamente hablando. con una muestra limitada la nica
mqpe la Dra, ~"I
a cero el riesgo de Q.ue su intervalo de conDanza no
la' ~ 11
intervalo hasta (0, 00). lo cual no es muy til. La nica IIIIIIUI de .....
el punto de precisar el valor exacto de Jl sin
ts
totalidad de la poblacin estadlstica (y
en csIe _
reducir los lmites de confianza es
aceptar un va lor de P cercano a cero si
til tampoco. Entonces. el punto de
en trmi nos prcticos. tiene un

78

CAPITULO S. lA IN

FERENClA ESTADSTICA

errada
laI'n~erenc'la
h
El
riesgo
de
acer
l'
3
Recuadro 5. .
d
= I O Que usted sac en la primera parte
Para cada una de las 20 muestras .~ n 5 8) Y luego de nuevo con la ayuda de SUS
I I SE (ecuaClon .
,
recuadro 5.2, ca cu e
d
nfianza del 90%, 95% Y 99% para .l. Ahora
t los interva os e c o ,
.
I
posible, compu e
I dadero valor de 11. Que tal los 20 mterva os del
y
intervalos del 99% inclu en7e vetr ra en promedio dos de los 20 intervalos del ~
'Q ' le dice esto En ea ,
del 90%? l ue
. ' 1 .' 11 mientras Que slo una de 100 muestras
20 intervalos del 95% no InC ulrlaC~07' Si ha terminado el segundo ejercicio del
11 en el intervalo del 99%'dlcorrefian~a para cada una de las 20 muestras de n = 22.
I
I I I tres intervalos e con
ca cu e d
05 ce intervalos de con fianza
ms estrechos? Pero, an haya gunos intervalos
I
n pro u
. I deI 90% _ QlJe no incluyen el verdadero valor de .l?
_enespecialmente
en eI n/ve

x,

La utilidad de los intervalos de confianza

, '1miza
' . do usted con un mtodo para relacionar' muestras peQueas
Ya se ha ,ami
. y grandes
105 datos de Ia mues tra Para estimar los valores de los parametros,desconOCidos Que
estandar e intervalos de
pregunta. Note Que es to se puede extender al clculo de errores
2
.
. tambl'e'n para otros parmetros tales como
a , a. el CV de la poblaCin
para 11 sino
' 7
.
proporcin o la pendiente y el in~ercepto de una Imea recta : Algu~os prof~slonales
destacados Que trabajan en ecologla de campo o la conservaC/on blologlCa. opman QjIe
confianza constituyen una forma mucho ms vlida de inferencia estadstica Que las
(Yoccoz 1991 ; Gerard, Smith y Weerakkody 1998; lohnson 1999). No voy a ir tan lejos en
recomiendo calcular intervalos de confianza cuando Quiera Que sean apropiados para
Que ha tomado y la pregunta Que ha formulado . Adems, algunas lecciones Que se
intervalos de confianza - tales como el riesgo Que siempre se corre de estar
importancia del tamao de la muestra - son indispensa bles para la discusin ms
estadstica Que sigue a continuacin.

Inferencia estadstica para preguntas comparativas

Si usted est formulando una pregunta comparativa, se est preguntando si el factor
efecto sobre los valores de la variable de respuesta. Por ejemplo. recuerde la
selectiva del captulo 4. Para cualQUier va riable de respuesta. tal como el nmero
del bOSQue encontradas en promedio por unidad de evaluacin dentro de la
se pregunta si existe una diferencia biolgicamente importante entre las unidades
TS. Esta pregunta. como muchas otras. se refiere no slo a los valores Que
respuesta particulares en sus muestras, sino tambin a las dos poblacIones
representan. En otras palabras, usted se pregunta si I1 :;t: I1 S" o sea, si hay
sr
T
medias de las dos poblaciones estadsticas Que consisten en la diversidad
de
a travs de todas las posibles unidades de respuesta
inQUietud estadlstlca es saber si las medias de las dos poblaciones
pertenece a las parcelas TS y la Que pertenece a las reas ST, son diferentes. Su

unid~d

evalu~c~n,

sr

CAPITuLO S. lAINFERENCIAESTAOISllCA

es Que las medi~s de la~ p?b.laciones estadsticas pueden diferir tanto o ms Que una magnitud
la cual se considera b,olos,camente sisniflcatlva.

79

~ (delta),

captulo
.La mayora de las discusiones
. _ en este
.
' as como en el capl'tulo 4 , se re flleren a preguntas Q.Ue
Involucran factores de d~seno con niveles ,:,tegricos. Igualmente, usaremos el concepto de ~ _y la letra
- par~ refenrnos a la diferenCia desconocida y verdadera entre las medias de las diferentes poblaciones
estadlstlcas de observaciones (valores de la variable de respuesta) Que pertenecen a cada nivel categrico,
como por elemplo entr~ J.l.ST Y J.l. rs No obstante, se puede aplicar un razonamiento similar a las preguntas,
Igualmente comunes e Importantes, Que tienen factores de diseo con niveles continuos. En estos casos, la
inQuietud estadstica sera si la ,variacin en el nivel del factor de diseo en las unidades de respuesta,
tiene un efecto sobre la vanaClon en los va~?res d~ la vari~ble de respuesta a travs de toda la gama de
nlvel~s posibles., Su inQUietud de c~nservaclon sena Que dicho efecto cuantitativo dentro de la poblacin
estadlstlca podna ser de una magnitud e Que es biolgicamente signiflcativa. ITcnicamente, el smbolo
no debera ser e sino una letra griega, no? Alguien se confundi .. . I Tanto ~ como e se llaman a veces
masntud (o tamao) del efecto. En los ejemplos Que siguen trataremos con niveles categricos y ~ simplemente
porQue la lgica ser ms clara de esta manera.

Filosofa
Con respecto al problema de la tala selectiva y la diversidad de aves, ya sabemos Que no podemos
conocer J.l.ST y J.I. TS con certeza. Lo nico Que conocemos consiste en XST y XTS' las medias de las muestras
tomadas de las unidades de respuesta respectivas. Es casi seguro Q.Ue XST Y xTstienen diferentes valores.
Pero esta diferencia entre las medias de las muestras, necesariamente indica Q.Ue hay una diferencia ~
real entre J.l.ST y J.l. TS? De hecho, en el ejercicio del recuadro 5.3, las medias Que se calcularon para las
diferentes muestras tambin salieron diferentes, a pesar de Q.Ue todas las muestras provenan de la misma
poblacin estadstica de los 99 caimanes, no? Observe la flgura 5.2, donde la verdadera ~ es cero, pero
por azar se han muestreado unidades de respuesta con valores ms altos en una poblacin estadstica y
valores ms bajos en otra. Si concluyramos Que las J.I. son diferentes, estaramos eQUivocados. Por otra
parte, podra existir una diferencia ~ real !Y biolgicamente importante) entre J.l.sT Y J.I. TS, pero por azar
podramos muestrear las unidades de respuesta con valores ms bajos en la poblacin con el valor mayor
de J.I., y las unidades con valores altos en la Q.Ue tiene el valor menor de J.I. (flgura S.3). En este caso
obtendramos una diferencia minscula entre Xsr y Xrs Que no permitira discernir la verdadera diferencia ~.
Por lo tanto no podramos inferir Q.Ue el factor de diseo tiene algn efecto sobre la variable de respuesta.
lDepende la probabilidad de cometer uno u otro error, del tamao de muestra? Po~ supuesto. Si usted
ingenuamente utilizara el diseo 7 para responder la pregunta de la tala selectiva, segun 10 Q.Ue dlsc~timos
en el captulo 4, casi con seguridad encontrara una diferencia entre los dos -:alores. De nuevo, el numero
de unidades de respuesta es ridculo: nsr = 1Y nrs = l.
en estos tama~ de mucstra,lpodrfa usted
concluir con conflanza Que hay una diferencia ~ real entre J,lsr y J,lrs en la periferia de la
Y basar
sus decisiones de manejo en esta conclusin? Espero Que no. Por otra parte. podrfa
erlsllr
gran diferencia ~ entre J.l.sr Y J,lTS pero con tamaos de
de 1 l. usted no podlfa lIrIMr ..
diferencia observada al factor de diseo. ya Q.Ue
no se
saber si
se
a la variacin intrnseca (vea el captulo 4).

l 11UlCH 1M JI RfN<.1A f TN>! T

x
xx
)(x .
)(

..

XX)( .

XI

/-id

)(xxx .
xx

xxxxx xx
)(X)(xxx .
)()(xx
x )( x )( x
xxxx
xxX
xxx
xx
x

x
xx
xxx
xxx
XXX X

xxxxx
xxxx
. xxxxx x
XXXXXX X
..xxxx
. xxxx
. xxx

J..l2

X2

xxx
.x
x

Agura 5.2.
La
de una direrencia. Dos poblaciones estadsticas de observaciones
vertical). con valores Q.ue aumentan de abajo hacia arriba de la figura . No ~ una
apreciable entre las medias de las dos poblaciones .J. , y .J.z. pero usted no lo sabe.
de diez observaciones (cuadritos oscuros) obtenida de la primera poblacin
uperabundancia de sus valores ms altos. mientras Q.ue la muestra de la segunda
preponderancia de sus valores ms bajos. de manera Q!Je las medias de las dos
bastante.

Digamos Q.ue usted ha sido ms sensato y ha empleado el diseo 12. con nST =
encontrado Q.ue xST > XTS' De hecho. ha encontrado Q.ue en cada uno de los seis
especies de aves de bosQ.ue en la parcela ST excede el nmero en las parcelas
concluir con confianza absoluta Q.ue .J. sr > .J. rs y proceder a desarrollar pautas
puede usted inrerir Q.ue si pudiera muestrear todas las reas ST y TS
desigualdad se mantendra? No necesariamente. Aun con seis rplicas por n!vd.
de Q.ue su muestreo se parezca al de la figura 5.2. Mientras mayor sea la
las dos poblaciones estadsticas. ms dificil ser hacer inrerencias. basado slo
la verdadera naturaleza de .J.STY .J.rs. Sin embargo. mientras ms grande sea la
difcil.

CAAIII!.OS.

""

"""
",,".

)C)()(xx

xxxxx.
XX)()(xx.

/-ll
XI

)(X)()()()(X

""""

)(X)(X)()(X

)()(xx.
XXX

"".

".

""

"

81

""
"""
.xxx
..xxx
."xxx
XX)(xx

.xxxxx
xxx.x

X2
J.l 2

xxxx

.xxx

"""

."
"

ASura S..3.
La ilusin de igualdad. Como en la ligura S.2, pero esta w:z e~isle una diferencia suslancllll cncrc las
medias de las dos poblaciones J.l, y J.lr Sin embargo. usted no lo
Por am. !IsIcd ha obIcnIdo una
muestra de cada poblacin con una distribucin similar de valoics. de modo 'II'C' las
de las
muestras no difieren
,

la Inferencia para preguntas no

En muchos casos, resulta Q.ue responder preguntas COlilparaIMIs I trIII de la
reduce a intentar distinguir entre los efectos cuanlltatMls cid I'ador de
....
valores, y los efectos cuantitativos de la
dailnl ....,
de valores. Note cun importante es
Intento parlo para su estudio de campo bsico. No Xila
estas dos fuentes de variacin dentro de
varIII*.
las pruebas estadsticas.
Para comenzar una prueba
dos hiptesis estadsticas con rapec:ID
hiptesis estadstica nula H" J la
hiptesis se presentan de la

etJ'fnJLO S. I.J\ INFERENCIA ESTADISTICA

82

d' - sobre los valores de las observaciones a

110. no existe un efecto del factor de Iseno
estadstica.
d' - obre los valores de las observaciones a
. f existe un efecto del factor de Iseno s

HA. s
estadstica.

.
t d'stica clsica todo lo QUe se hace despus de
, d la inferenCia es a l '
. "d dd
I
En el uso comun e
Es decir se evala la poslblh a e Q..ue e
evaluar Hay decidir si se rec~aza ,o r::;~emos pu'dieran haber sido generados por los a"nI
datos tomados. o patrones aun masHe c'lert'a Como de costumbre. su evaluacin nunca
.
d' r
n la Ql.Ie
es
.
una poblaCin esta .IS!Ca e d
I a datos de su muestreo decide rechazar Ha e
.
de certeza. Es deCIr. SI basa d en os e corre el riesgo de estar eQuivocado sin sabello.1o
-,
Ign efecto uste slempr
d
de la
diseno tiene a
. '
.
lo una investigadora QUe tomara los atos
t d' tico de Tipo 1 Por elemp ,
lado
error es a 15
,
'. d
error de Tipo I sin poder saberlo. Por otro

h zar H estana cometlen o un

d"
.1- TI
11
rec a
t1
I d'
.n opuesta cometiendo el error esta Isllco uc 'po 11.
. o de eQl.livocarse en a Ir e c C l ,
d
h
nesg
.' d
tomara los datos de la figura 5.3 y deci iera no recaz'y
rechazar H . El Investiga or Ql.Ie
.
d T'
I
a .
d r aberlo Esta dicotoma clara entre errores de Tipo I Y e lpo I es
tipo ,de error Sln dP?lst'leca spra' ctiC~ y lo Que es ms importante an, en la toma de
la InlerenCla esta
,
basadas en la indagacin, como ya lo veremos.
Para resumir: el error de Tipo 1 consiste en rechazar la hiptesis nula cuando no
J el error de Tipo 11 es no rechazarla cuando s debera haberlo ~echo. Por supuesto.
est cometiendo tales errores. Lo nico Que sabe es Que cualQUiera QUe sea su
nula, siempre hay un riesgo de eQuivocarse. As es la vida.
Tradicionalmente, los investigadores han sido mucho ms temerosos de cometer el
Tipo 11. El concepto del error de Tipo 11 apenas se menciona en muchos textos y cursos de
Qu esta disparidad? La variacin intrnsecay los azares del muestreo aleatorio siempre
ilusorios en los datos (vea la figura 5.2) . As, antes de atribuir esos patrones a la
diseo. la mayora de los investigadores Ql.Iieren sentirse muy confiados - reconociendo
tener 100% de confianza - de Ql.Ie han reducido el riesgo de cometer un error de
aceptable. Si los investigadores siguen debidamente la prctica tradicional, deben
antes de tomar los datos, cul ser el nivel ms alto de a (alfa) QUe estn dispuestos a
define ahora como la probabilidad de cometer el error de Tipo l. En trminos precisos.
las dos hiptesis estadsticas para la variable de respuesta particular. usted
rechazo, o a ,ech antes de tomar el primer dato. El valor de a representa d
d'
,ech
Ispuesto a correr, de cometer un error Tipo I por haber decidido rechazar la Ho. Al
de Intervalos de confianza, el nivel de rechazo suele ser a,ech = 0.05 596. No hay
de 0.05, excepto Ql.Ie la mayora de los seres humanos tenemos cinco dedos en la
S (de hecho el 10 - las d s
) l b ,
.
o manos es a ase de nuestro sistema numerico. SI
correr un nesgo mayor d
t
.
:J
e come er un error de Tipo 1, por motivos Q..ue se
seleCCIonar un a de O 10 ' , Al
.,
,ech
.
o mas. ternativamente, si el costo social
conservaClon de comete
d T'

b"

r un error e IpO I fuera particularmente grave usted

O.OI O mas
ala aun S' d
d
.

. I espues e realizar su estudio, el anlisis mostrara Q!JC si

CNfrutos.

83

la hiptesis nula. el riesgo de cometer el error de TI I

podra rechazar legtimamente la hiptesis nula. r!:m
el valor
.
de ~a:/p usted no
jugar de acuerdo a las reglas Q..ue usted mismo adopt portaddQ.\I ta~ tentado se SIenta. Usted tendra Q.!Ie
Q..ue el riesgo de cometer el error de Tipo I ruera i ~les estudIO. Por otra parte. si el anlisis mostrara
rechazar la hiptesis nula.
gua o menor Q!Je ~a:h entonces usted si podria decidir
Entonces. cmo es el procedimiento preciso para lIe r a esta decisin
'
' .
de los pasos preliminares. Para cada variable de res~ta:
tan Importante? AQI va. a partir
( I ) Antes de la toma de datos:

(a) Especificar Ha esl>distla. HA estodlstle .

(b) Seleccionar el valor de

am:h'

(2) Tomar los datos.

Siempre y cuando sea posible. cakular los estadsticos de Ia(s) muestra(s). tales como j y 51. A IIN.nudo se
ingresan estos estadsticos mismos ~. la ecuacin ~ prximo paso. a veces se ingre s.m los datos crudos y (en el
caso de muchas pruebas no paramtricas - vea mas addante) a veces se ingresan los rangos de los datos crudos.
(3)

Ingresar los valores reQ..ueridos en la ecuacin particular de la prueba estadstica elegida. y cakular el
valor particular del estadstico observado de prueba. O sea.
(4)

(a) el estadstico observado de prueba: segn la clase de prueba elegida. ste es el valor particular Q..ue se obtiene al resolver la ecuacin.
(S) Pasar a la tabla Q..ue corresponde a la clase de prueba elegida y (en el caso tpico) buscar la fila Q.!Ie
corresponde al nmero de grados de libertad (g.I.. d.r. v). Localizar la columna en la Q..ue cae su

estadstico observado de prueba. No se preocupe por ahora por las palabras "grados de libertad". Hablando
en trminos prcticos. es un nmero particular Q..ue est determinado por el tamao de muestra y la
particular Q..ue se utiliza.
(6) Los valores Q..ue encabezan las columnas de la tabla suelen

ser los de a y as! se

YlIIIcRs

de a'a/M'/ado' El valor particular de ~"'Mo Q!IC se encuentra segn el Paso S. lo

a
propios. se denomina a.b . ... , o aros' A
a..,.se llama P. el valor de p, oen ~ "P"vaIue", pero
su magnitud
y su signifICado son lo
de los del valor Pen los
de
O sea,
(a) aob>: ste es el valor particular QJIC se
!Y el valor de g.l. particular para el
elegida.
menos QJIC se use ... pIQIICIC
estadstico
de prudIa cae
valor preciso del a .. cae CIIIn:
respectivas. En tal
se
(b) A

O.XX

< a .. <

al

el
de cilios) en la tabla

de la
a la p i "
epi ~ el valor del
el

84

CAPlrULO s. LA INFERENCIA ESTADSnCA

O002 <

aobs

< 0.005 (. 0.002 < P < 0.(05).

como por elemplo : d a aplicando "la regla de tres" (por

estimar el valor precIso e obs
posible QUe tal estimacin no sea muy exacta.
(7) Cmo se usa e interpreta el valor del

aobs?

. d a indica la probabilidad de Q.Ue el patron aparente en

(a) El valor precIso e obs
'd
()
, ,
' extremo podra haber sido producl o por una s
,
. , di'
Patron aun m a s' n
resentara (n) taI patro . O sea , indica la magnrtud precisa e rresgo
P
cometer eI error r l'po I si se decide rechazar la Ho en base a la muestra de
(b) La comparacin entre el valor del aobs Y el de a'<eh' permite toma.r la
rechazar o no la Ho. Si a obs::; a '<eh' cualQ..uiera Q.Ue sea el valor particular
u
S'
a
>
a
cualQ!uiera
Q..ue
sea
el
valor
particular
de
aobs
no
se
n o I obs
rech'
.
segundo caso, ya no se corre ningn riesgo de haber c~metld~ un error T1po
ahora se corre el riesgo de haber cometido un error Tipo 11. lno?l.
(8) Al escribir el resumen de los datos. en el informe o el trabajo publicado siempre
(a) los estadsticos de la muestra; (b) el tamao de muestra n para cada uno de los k
diseo, si los niveles son categricos [si son continuos, se presenta el tamao de
unidades de respuesta]; (c) si es apropiado, los intervalos de confianza para los
(d) el estadstico observado de la prueba (con su valor particular de g./.) y (e) el
En resumen, se debera mirar al valor de aobs desde dos perspectivas. La ms
(paso 7a): a obs es la probabilidad precisa de cometer un error de Tipo I si se
sea el valor de a obs de 0.049, 0.273. 0.00000073 0.05000 l. La otra
siguiendo la idea del nivel predeterminado de rechazo, consiste en comparar este
valor previamente seleccionado para a ,ech' ste es el momento de ser absolutamente
a~ ::; a ,ech le permite rechazar Ha, mientras Q..ue si aobs > a,ech. no se puede
deCida rechazar Ha, y en particular si se haba seleccionado el valor tradicional
todos diran Que los resultados son estadsticamente significativos. Se debe
esta etiQueta es Simplemente una convencin Q!Je se refiere al mximo riesgo
error de :IPO I (596). convencin Q..ue representa el "sndrome de los cinco
Piense cuan diferentes seran las conclusiones de muchos estudios en ecologra J
Siglos los humanos hubieran tenido tres o siete dedos en cada mano.

lDistintas reglas d . e

e InlerenCla para preguntas direccionales?

La mayora de las preguntas
'.
algn efecto biolo' .
c~mparatlvas simplemente indagan si los niveles del
glcamente slgnificati
..
respuesta. stas Son pr
t
. vo - pOSitiVO o negativo - sobre los
egun as no dlreccio T d I
el captulo 4 y toda I
na es. o as as versiones de la
.
'
s as preguntas de t b '
bl'
direccionales Cuando
l'
ra alOs pu lCados Q..ue se presentaron
.
.
ana Izamos los
I d
siguiendo el proceso de 't
.
resu ta os de un estudio basado en
.
scn o arnba a l'
I
registramos valores de rv , "d d
,p Icamos as denominadas pruebas
'"'<JOS
e os colas" G
I
I
sue e proveerle la ecuac'l '
. enera mente, esto no reQ!Jlere un
on para una pru b d d
correspondientes. Igual
e a e os colas y la tabla da los
mente, hemos supuesto arriba Q..ue estamos

as
A veces el investigador tiene motivo para
.o
QIIe el factor de d'...."- .u
de. . l
II pod' de
_n.,
tellUi .. un ulo

I
d
en una so a IreCClon.
o e a
na ~sear formular una pregunta direccional. tal como: en la
periferia de la reserva. hay menos especies e individuos de
en las parCC'las TS
las :ir as
ST?" En nuestras disciplinas y en otras como las ciencias sociales y las del COillPO tam:lo~a lik!n~
se plantean preguntas direccionales y se sigue un procedimiento de inferencia
diferente.
Que consiste en pruebas estadsticas "de una cola" y valores distintos de a ... Ldo y a"",. Por @ hara
uno esto? la respuesta pragmtica: para un juego de datos dado. es el doble de fcil QJJe a.". sea
menor a a'<eh Y el doble de fcil de rechazar Ha con una prueba de una cola. QIIe con una prueba de dos
colas .
El uso de procedimientos de una cola es muy controvertido. Muchos textos de estadstica y algunos
estadsticos profesionales opinan Q..ue los procedimientos de una cola son wlidos si se usan debidamente.
Otros profesionales afirman Q..ue son wlidos slo bajo ciertas circunstancias Q..ue casi nunca se presentan
en investigaciones de campo. sean bsicas o aplicadas (S. H. Hurlbert. comunicacin personal).
independientemente de su validez tcnica. en la prctica los procedimientos de una cola rara vez se
usan correctamente. en parte debido a la confusin creada por algunos textos y tablas estadlsticas (ver
ms adelante) y se debe decir. a veces cuando el investigador manipula conscientemente el proceso de
inferencia estadstica con el fin de poder recllazar Ho- No hay una razn biolgica fuerte para
procedimientos de una cola. aun cuando pretenda hacerlo con gran cuidado y honestidad. De hecho.
ese pensamiento "de una va" limita la posibilidad de
patrones y procesos imprevistos. Con
estas consideraciones. lo mejor es obedecer la siguiente regla: nunca Clse
de una cob o vakNcs
de aubut.do.Y aobs de una cola. En particular tenga cuidado si usted
el texto de Siegel Y
(1988. 1995): en algunas tablas se presentan valores para procedimientos de dos colas. en otras para
una o dos colas. y en otras aun. slo para una cola. a veces sin un aviso claro. Si encuentra una tabla
estadstica. en el libro de Siegel y Castellan o cualQ..uier otro. QJJe slo provee valores de una cola de
a Ubul>do- todo lo Q..ue tiene Q..ue hacer es doblar todos los
de a...,.. (por ejemplo. una
con encabezamiento "a = O.OS se convertira en a = 0.10). Con c:stotcncl una tabla para
de dos colas. como se ha
en la seccin anterior.
Toda esta discusin sobre errores de Tipo I Y 11. a de
colas y rechazo o aceptacin de hiptesis nulas. le puede
Y confusa. Sin embargo. usted debe ruor.ocer QIIC los
hemos discutido han jugado un papel
en ..
por muchos aos. y no hay seas de QIIC csIO ..,.
mgico de O.OS. dicta muchas'"
i997: lohnson 1999). Aun asf.1as
en cuyo caso

Recetas para
Si usted Q..uiere aplicar una prucIII
este captulo) y tenga cuiclldo.
Que corresponden a la "..
sencillas. como por
..
diseo 1 I del capitulo 4. o ..

valora de ade . . o dos

de

WIka, ..

IIIoI6p:I
ele

WIIar

: CIOIIIC

86

CAPITULO S. IA INFERENCIA ESTADfSTICA

le'
l
as
El
nmero
de
pruebas
complejas
disponibles
crece:
mpo ,
Otras son sumamen te c
,
.
I
uetes para computadora se vuelven mas sofisticados.
a medida Que os paQ!
, .
. mbargo tienen ciertos supuestos sobre la naturaleza de la
parametrlcas. SIO e
'
de la variable de respuesta y del procedimiento de muestreo. Regresaremos a este
en este captulo.

Ms all de a: cmo convertir la Inferencia estadfstlca en

herramienta de conservacin
Si usted es una) cientfico(a) o administrador(a) de la conservacin, debera tener tanto
un error de Tipo 11 como de cometer uno de Tipo I (figura S.4). A menudo la inqplctud
involucra una amenaza potencial a la integridad de su rea protegida, o la posibilidad
pautas alternativas afecten la reserva de una manera menos benigna QUe otras. SI usted se
investigacin, realiza un estudio experimental o de observacin y no rechaza Ha. segn
de la seccin anterior no puede inferir legtimamente Que debera preocuparse por el
factor de diseo - en este caso, la amenaza o la pauta QUe se elija. Sin embargo. l~
esta decisin usted cometiera desprevenidamente un error de Tipo II? Si estuviera
el eSQuema de la figura 2.4 Y la secuencia de pasos en la seccin anterior, con el fuerte
es tpico de la inferencia estadstica tradicional. usted estara ignorando alegremente la
para la integridad de la reserva o la potencial diferencia, biolgicamente signiflcativa. en
aplicar pautas alternativas. El riesgo para la conservacin de la biodiversidad de cometer el
de Tipo 1, debe ser balanceado contra el riesgo de cometer un error de Tipo 11. El
puede minimizar ambos riesgos al mismo tiempo, a menos Que se aumente el tamallo
infinito. Cul sera un compromiso aceptable?

Errores de Tipo 11

potencia estadfstlca

Hemos definido a como el riesgo de cometer un error de TIpo I si se decide

Ha.
como el n:sgo de cometer un error de Tipo 11 (vea la figura 5.3) si se decide no
a, en tea na f3 puede variar entre 0.0 y I .0. En el peor de los casos, el factor de diseo
efect~ verdadero muy fuerte sobre la poblacin estadstica de la variable de
tan debli
'
valor
db
' Que usted jams podra rechazar Ho (es decir ' /3 = I .O). le ua'l senaun
e ena tratar de alcanzar en su estudio? Ser 0.0 I , 0.05, 0.10, 0.20 0.4O? La
CClente sobre conservaClon y manejo se presenta algunas sugerencias .
Para un conjunto dado d
d t
/3
'
a mu baO . ,
e n a os, a y estan inversamente relacionados. Si
se peYmitt~n(es~a au~en\ando el riesgo de cometer un error de Tipo 11 cuando
va mas
Tipo I si dec'ld or h ato d: a para disminuir /3, est aumentando el
e rec azar Ho? (Es I
'bld d d .
yel "ruido de fondo" de I ' . . ,a pOSI, II a e distinguir entre cualqpler
( e) es grande Que cuand~ ~rI:Clon_m~nns.eca, ,mayor cuando el verdadero (y
de las unidades d
p Quena. Dlfenran los dos riesgos; a y fJ entre
e respuesta por nivel y un

rplicas por nivel? la

, o con exactamente los mismos valora
.
respuesta a todas las
'
refirindose a las figuras S 2 S 3
preguntas es SI. Reflexione un
. y . ,antes de continuar.

C"~j1l0S.

87

Definamos un trmino matemticamente sencillo pero

crucial. La potmc de /ItU
prueba estadstica es el recproco del riesgo /J de cometer un error de Tipo 11 para un lueSO partlcubr
de datos. o sea la potencia de la prueba = (I -/J). En aqpellas
QSIC
ni'.eks
en el factor de diseo. la potencia de la prueba es la probabilidad de QSIC. al "Slf
se
rechace Ho si hay una diferencia igualo mayor a entre las pobIaclooc:s
de
para cada nivel. En otras palabras. la potencia de la prueba es la probabilidad de
Ho cuando
de hec ho usted debera hacerlo. Hay cuatro factores QIIC nnuyen en la potencia de una prueba:

.s

Concluir que " existe

relacinl efectol diferencia"
cuando no existe

ERROR
DE TIPO I

cuando

DE TIPO

Imputarle una
Importancia
falsa al factor
de diseno

Reaccionar de tal
manera que haya
consecuencias
sociales. pollticas y
econmicas. tales
como:

-~,.-Recalcar la
amenaza y
emprender una
mitigacin intil

Los costos para la

derecho o el

pauta
ms rlguroeaa
y ca.... que
\o

...
.....

88

CAPITULO 5. LA INFERENCIA ESTmSTICA

(1)

.
d datos dado la potencia aumenta a medida CUIC
Para un conlunto e
.
.
d
d'd
e permite Que aumente el nesgo e cometer un
.
deCIr. a me I a Q!Je s

(2)

. t d datos dado la potencia aumenta a medida Que

Para un conlun o e
.
de () (u otro efecto del factor de diseo).
dadas . la potencia aumenta a medida Q.!Je se

(3)

Para unas a,ech Y f3

(4)

En los casos en Que los datos pueden analizarse co~ ms de una

estadstica. la potencia podra variar algo entre las diferentes clases

Muy poca o demasiada potencia?

Veamos adonde nos llevan estos cuatro factores en la prctica. Si usted fuera un
empleado por una empresa de minera de oro Que est ver,tiendo mercurio y ci~nuro en
para hacer una evaluacin de impacto ambiental. reconocena Q!Je casI con segundad
() verdadera y notoria en la calidad del agua entre arroyos afectados y no afectados.
disminuir la potencia estadstica. para aumentar la probabilidad de no poder rechaza~
a su jefe. Quien as podr decir. "vieron? nuestras actividades no tienen un efecto
relaciones Que se acaba de presentar. usted podra (1) disminuir a,ech y/o (2) mantener n
(3) aplicar el tipo de prueba ms dbil posible . Suceden tales procesos sucios
Indudablemente. y usted debera estar consciente de la posibilidad. Ahora.
mismo disminuir la potencia estadstica de esta manera? De veras. espero Que no,
buscar una potencia estadstica razonablemente alta. Pero esto tambin tiene un lmite.
suficientemente grande para proveerle de suficiente potencia para poder detectar una
significativa. pero no tanto como para terminar detectando una () microscpica.
Por ejemplo. el Dr. Flix Cumpleaos est preocupado de Que la escorrenta de los
drenan en la laguna Encontrada. la cual no est protegida. puede estar retardando d
caimanes en comparacin con los de la prstina laguna Olvidada Que ha sido
Navidea. Note Q!Je l slo est comparando dos sitios: su diseo no pretende
escorrenta agrcola en s. El Dr. Cumpleaos se embarca en un programa de
72 de los 99 ~aimanes de la laguna Olvidada (tabla 5.1). ms 427 de la laguna
tremendo tamano de muestra. el a obs es ms bajo Que el a ,ech de 0.0 I Q.!Je l haba
lo~ datos. ~I Dr. Cu~pleaos anuncia Que los caimanes de la laguna Encontrada Wfl
mas peQuenos. estadlslicamente hablando. Que los de la laguna Olvidada. Sin
~lise7da en sus datos entre XEncontrada y xOMdada es de 1.2 mm.y sin Que l pueda
ver adera entre J1Encontrada y J10Mdada es de 1.3 mm. Sus resultados son
pero. son biolgicamente significativos? A m me parecen triviales. Por otra parte. d
Que trabala para la empresa minera. podra lograr no encontrar una diferencia
en la ca','dad del agua pero en el Bar Lemuria. despus de tomarse unas catorce
diferenCia "no signifi r"
I
Ica IYa rea mente representa tremendo significado biolgko.
En b
. ,I
reve. (: ua es un compromiso razonablemente aceptable entre un
Que no sera capaz de detectar un efecto () e b' l' .
.
10 oglcamente Importante. J

CAPfTut.o S.IA

89

costosa) Que casi siempre encontrar un 'signlflcado estadlstico' en los datos

poblacin estadstica existe un efecto 8 e rldlculamente pectueo y
. a 17 de QIfe en la
B. el cual aprovecha la relacin lgica entre las cuatro variables (a
~ trMa
) Vea el
."
di
nyu e para
una
estlmaClon cruda e tamano de muestra Que se reQlJerir. En cuanto sea posible
debe '- pi
la
t
.
se
1.. a lar
d' B
I
d
tcnica e apen . Ice . u o ra. melor. a un conjunto de datos preliminares antes de realizar el estudio. si
hay alguna flexibilidad en. el numero ~e rplicas de las unidades de respuesta Que se podr disponer. Es
decir. se debe deCidir cual es el tamano de muestra por cada nivel del factor de dfsdo nue con valor
.
d
. "<.u
un
razonable de c:- sera capaz e .proveer u~a potencia adecuada (digamos. un 80 9~) para
H
o
si de verdad eXiste un efecto 8 o e lo sufiCientemente grande para ser biolgicamente signifICativo. Entonces.
cmo se selecciona ese 8 e biolgicamente significativo para ser capaz de detectarlo al menos ( I - fJ )
x 1001% de las veces? Ningn libro de estadstica se lo dir. ni yo puedo ayudarle. Le toca a usted decidir
cul ser la magnitud del cambio en el valor de la variable de respuesta QlIe IndlQ!Je algo
o
preocupante.
Si realiza el ejercicio del apndice B. QlJizs descubra Que el tamao de muestra (n) rCQ!Ierido es tan alto.
Que usted no dispone ni del tiempo ni de los recursos para realizar un estudio adecuado. O Q!l1s usted
ya est restringido a un n fijo. y al calcular {J en lugar de n (Apndice B) descubra Q!Ie su tamao de
muest ra le da muy poca potencia para rechazar Ho aun si el efecto 8 e Que usted cree Q!Ie es
lo
biolgicamente significativo. realmente existe . Sin embargo. ojal Que encuentre Q!Ie se reQJllere un
tamao de muestra mnimo Que es alcanzable y Que le permitir hacer Inferencias con un .
bastante
bajo de cometer un error. bien sea de Tipo I 11.
En resu men. como lo demuestra el apndice B. la inferencia estadlstlca se
en un
(para
estimar el tamao de muestra mnimo) Que le da una hase para disear un estudio real QIIe es acke"" en
otro sentido (para calcular intervalos de confianza. o decidir si se
Ho Y se procede con
a la reflexin y la aplicacin de los resultados). Cada vez ms
de la
IllIpa1
Que los Que hacen ciencia bsica. reconocen lo critico Q!IC es
. en
la
111
tomar decisiones II. Cada vez ms personas reconocen Q!It: el riesgo de cometer un
de~ 11 I
ser mucho ms grave para la conservacin a largo plazo QIIe el rIc:s&O de
1.11
/l
la figura 5.4). y deciden. de mala gana. relajar el niYd de a... paraaumcnlarla
(1- ' : " " ; :
en Que n tiene restricciones. Sea ~e usted aplklle o no
, ; ; : ~ das Jtaps
campo o decisiones de conservacin. al menos debe
llene
.. .....
a y {J. el tamao de muestra n y el
66e
el fIc:Iar
de respuesta. No poder rechazar Ho no es lo
QIIC . . .
tiene efecto. Nunca piense as. por 1iMIr.

tt -

..., .,

Lai

no

opcin
La mayora de los aspectos de la
hasta ahora. suponen QlIe su variable ele
presentan una distribucin tanto
fraCCiones) como normal (en
ele
en el concepto de los
l'

90

CN'fTULO S. lA INFERENCIA ESTADfSnCA

ebas estadsticas para mtricas ms complejas suponen adems qpe la

Muchas de las pru
. les en los diferentes niveles del factor de diseo. No
blaciones de valores son Igua
d I
bIa S I
po
I
t s criterios. Aun los legendarios caimanes e a t a .
de respuesta cump en con es o
, .
. ' d O I
de modo Que los valores registrados tecnrcamente no
con una preclsl ne. m,
continua.
variable de respuesta se desva bastante de los supuestos
la
sos
h
De hecho, en muc os ca
_
, .
I
Por ef'emplo digamos Que al Dr. Cumpleanos no slo le
parametrrcas popu ares.
,
.
"
. "
gronou'lm'lca haya influido en la talla de los caimanes, sino tambin qpe
contamlnaCIOn a '"
'J
,
.
hayan afectado los procesos endocrinos y por ende la razon de sexos de los caimanes
l desea comparar la razn de sexos de los caimanes de la laguna ~ncontrada, con la de
la laguna Olvidada, QJJe est protegida. IDe nuevo, esta pregunta Involucra so~o las dos
pregunta es: "difiere la razn de sexos de los caimanes entre estas dos lagunas? La
a un juego de lagunas expuestas al plaguicida y otro luego de lagunas ~o.
Una
Cumpleaos muestrea un gran nmero de caimanes" pero esta vez solo ~eglstra su
respuesta tiene slo dos "valores" posibles: las categorras macho y hembra. lSon estas
No. Se puede calcular x y 1 para estas medidas? No, el concepto del "valor promedio
sentido. Presenta la variable de respuesta una distribucin continua de valores? No.
poco Que ver con la estadstica para mtrica. No existe un nmero tericamente infinito ele
la variable de respuesta, sino slo dos, Que ni siQuiera pueden ser ordenadas por su
comentarios machistas o feministas, por favor).
Otros casos en los QJJe la inferencia estadstica paramtrica sera inapropiada, son
Cumpleaos tiene otra preocupacin: Que la contaminacin en la laguna Encontrada ha
de poblacin de los caimanes en comparacin con los de la laguna Olvidada, o sea,
caimanes en las distintas clases de edad. Su pregunta es: "difiere entre las dos lagunas la
individuos por clases de edad?" Su variable
de respuesta puede tomar uno de cuatro
,
eclosionado, juvenil, subadulto, adulto. El regresa a las lagunas a muestrear
grupos ms grandes como antes sino tambin los ms peQJJeos. A cada individuo
cdigo (rango) por clase de edad: 1, 2. 3 4. Es decir, la variable de respuesta tiene
posibles en lugar de tener un nmero potencialmente infinito de valores.
En contraste con la pregunta sobre la razn de sexos, en este caso las categoras si
Un caimn con cdigo 4 es definitivamente ms viejo Que uno con cdigo 3. Cumplen
aproximaciones de la inferencia estadstica para mtrica? De ninguna manera.
no se les ha asignado una edad con precisin de das, semanas o meses.
categoras arbitrarias. Con certeza ocurrirn empates en las observaciones - es decir,
obtiene una muestra razonable habr varios caimanes en la categora 4. varios en
sentido cal~ular la media, mucho menos la varianza. de estas categoras. No hay
las categorras en la poblacin estadstica tengan nada Que se parezca a una
En breve. muchos. estudiOS; t.otalmente vlidos. involucran variables de respuesta
las cuales ~o~ an~hsls estadlstlCos paramtricos son Inapropiados. pero en cambio
no parametnca SI es apropiada. Considere las tres clases de variables de

91

Las medidas de la 10~~itud de los caimanes son un ejemplo de los

de Intervalo. La csaIa
mide con alguna precIsin (de 0.1 m) el Intervalo entre las
'
de caimanes.
J en
teora dicho intervalo (a I igual Q!Je la medida de cualqpler calIn) de cuaIqier parvalor

un
conjunto de datos de intervalo cumple con los otros supuestos reClJ(l1dos por Ia
nico. Si un
para mtrica en general y por la prueba particular elegida. entonces puede
la
pa ramtrica. si lo desea.
con
Los datos de clases de edad compilados por el Dr. Cumpleaos son un ejemplo de datos ordltutks. Las
categoras de la variable d~ respuesta pueden ser
de menor a mayor. o de peqpeo a grallde.
Sin embargo. las observaciones dentro de una categorla
no pueden ser
Por ejemplo. 110
hay manera de dar valores diferentes a dos individuos Q..UC estn en la categorla 2. Las categorlas mismas
son a veces. pero no siempre, arbitrarias. La amplitud de una categorla 110 es necesariamente Igual a la de
otra. Por ejemplo, la categora l. "recin eclosionado", puede Incluir una gama mucho ms estrecha de
edades verdaderas y longitudes Q..ue la categora 4. "adultos". Dependiendo de la naturaleza de
categoras. la aplicacin de una prueba paramtrlca a datos ordinales podra variar entre ser un poco.
bastante . o ridculamente inapropiado.
Fi nalmente, "el sexo del caimn" representa una variable de
cuyas
110 pueden ser
orde nadas objetivamente. Estas clases de observaciones se llaman datos
Cada caimn (la unidad de respuesta y de evaluacin) puede ser asignado
a una
categora. macho o hembra, de modo Q..ue en cada categorla se acumula un conteo o
de
caimanes asignados a ella. Las variables de respuesta en muchas
en
de
est
biodiversidad. involucran datos nominales. Por ejemplo. uno podrla preguntarse $1 la tal;
La
asociada con un cambio en las frecuencias de las diferentes especies de mamlfcros
variable de respuesta Q..ue se "mide" (registra) en cada individuo capturado. es su
Hose""
pone r en orden ni sacar la media y la varianza de "especie".
procedimiento no paramtrico.

...

La mayora de los textos estndar de estadlstlca mencionan de paso la

Y Zar (1999) hace una presentacin excelente tanto de la
para mtrica. Sin embargo, usted deberla
variables de respuesta en las preguntas ms
datos nominales u ordinales y
intervalo Q..ue tcnicamente se aJustan a las aIIaIaa
pruebas no paramtricas con mayor
muy com plicados (todava) no
ms sencillos existen eQ..uivalentes no
tradicional mente. Entre las
para los diferentes
I 99 S) Y otros textos. i~

la prueba
de caimanes machos y

no
de la
JI es ,....12. MudIIs
1,

..... de
GIl

92

CAPITULO 5. lA INFERENCIA ESTmSTICA

do ara dos muestras (prueba de heterogeneidad o

la prueba chl-cu~dra P
la razn de seXos de caimanes en los dos 13&05
el Dr . .cumpl:andosdcomp~er~trasy ms de dos niveles del factor de diseo);
extendida a mas e os m

.
I
Smirnov para dos muestras. til para la comparacin de las
la prueba Ko mogorov.
.
de clases de edad entre las dos poblaciones de caimanes.
on signo de Wilcoxon para muestras pareadas. til para los
la prue ba de rangos c
b d
13 del captulo 4. si los n fueran ms g~andes (igualmente la. pr~e .a e
en blOQues con ms de dos niveles categoncos del factor de diseno).
la prueba "U" de Wilcoxon-Man~-Whitney p~ra dos muestras independientes. til
del captulo 4 si los n fueran mas grandes (Igualmente la prueba Kruskal-Wallls
ms de dos niveles discretos del factor de diseo);

las pruebas de Siegel-Tukey y Moses para comparar la magnitud de la variabilidad

la prueba de correlacin de rangos de Spearman. til para examinar la relacin

de respuesta medidas en un nmero de unidades de respuesta cuando ellas mismas
factor de diseo 14. No se han presentado ejemplos. pero un caso podra ser el
de parsitos en los estmagos de los caimanes de la laguna Olvidada y el
consumidos por ao. en donde el factor de diseo es simplemente "caimn".

Si usted puede elegir entre aplicar a su diseo particular una prueba paramtrica O SU
paramtrica. casi siempre le sugerira la aproximacin no paramtrica. La inferencia no
muchas ventajas. Adems de las consideraciones ya mencionadas. una consideracin
puede hacer fcilmente casi cualQuier prueba no paramtrica con una calculadora
debe tener en cuenta QlJe las pruebas no para mtricas no siempre solucionan todos

puesto Que en las pruebas no paramtricas no se estima la media de la poblacin y

no siempre es obvio cul es el anlogo apropiado de 8 e (la magnitud del
Cohen (1988);

nuevamente. algunos diseos slo pueden analizarse con pruebas

~eQulere un diseo complejo y puede justificar los supuestos de una
usela. En tal_caso; si tratara de forzar los datos con una prueba no parambk;'
para un diseno mas sencillo. perdera informacin y precisin;

en unos P?COS ca~os. cuando los datos son apropiados para cualQuiera de las
la potenCia estadlstlCa disminuye cuando se usa una prueba no
paramtrica;

93

las pruebas para mtricas son ampliamente usadas bl

investigadores (pero no todos) las aplican e InterpY en conocidas de manera QIIC muchos
retan correctamente mientras "' ... las
, .
parametncas son con frecuencia mal
e Interpretadas H

no
cuadrado ser usada indebidamente con m~ frecuencia "''''10' e ylsto la sencilla prueba de chI'O""
QIJC se lisa
J
veces he visto Q.ue se aplican correlaciones de rangos de S
ndo
regresiones no para mtricas 14.
pcarman cua
los datos rCQSJCrlan

algunos investigadores creen Q.ue pueden aplicar las

no
no cumplen con los criterios de realizar un muestreo aleatorio o de
cuando los datos han sido mal medidos. o en otros casos de estudios mal
eQ.uivocados.

Otras aproximaciones
La "era de las computadoras" ha permitido a los estadisticos I'I13tcrtIcos
y cIscmInar mue !IIS
tcnicas sofisticadas Q.ue son con frecuencia usadas por los eclogos y otros profesionales de la
conservacin. o se ven expuestos a ellas. La mayora de estas toleas se
en CUItro clases
amplias.

La estadstica multivariable
Esta clase incluy e muchas tcnicas estadsticas <Ule involucran varias o muchas variables de
a, la vez. Q.uizs correlacionadas una con otra. y/o en algunos casos varios o
factores de dIscfto.
Estas incluy en el anlisis de varianza multivariable (en Ingls. multlvarlatc ana!Yslsof varlara. MANOVA).
el anlisis de componentes principales (principal components ana!Ysls. PCA). el adJlsIs ele
correspondencia sin tendencias (detrended correspondence ana!Ysls. DCA). el lIdIIsIs de
discriminantes (discriminant function ana!Ysis. DFA). el anlisis de
CIIICI
correspondence ana!Ysis. CCA) y muchos otros. Note la alta
:. de
la
de
este libro. Las tcnicas estadsticas multivariable pueden ser
!*I 1as
en la conservacin biolgica - si se usan debidamente. Con
se usan
Por ejemplo. unas pocas tcnicas como el MANOVA son
embargo. involucran tantos supuestos (<Ule rara ~ se
son tan sensibles a peQ.ueas aberraciones en los datos o a valora
cuantitativos Q.ue se producen deben mirarse con
lineal. una tcnica til Q.ue analiza datos nominales en
inferencia estadstica pero en realidad es ms
un juego de datos 1S.

.-a,

Otras tcnicas multivariable tales como PeA. DCA,

a las intenciones
(e
interprelaciol"(s)
de
,
1997). Estas pueden ser tcnicas
dar luz sobre los patrones
registros sobre la composicin de la
en el nmero de ejemplares por

la
la

.........

94

CAPITULO S. LA INFERENCIA ESTADISTICA

. '
t toSOS cwe son muy sensibles a la naturaleza precisa de
estadsticos descriptivos os en
.
I
_..l_
.
la d" ' n o sustraccin de una sola Unidad poco usua. pu~
QUe se Incluye.
a ICIO
.
d'b'l'd d . I
, d las tcnicas multivariable pierde su cre I II a SI e
resultado. la mayOrla e
.'d
l'
' las diferentes tcnicas - o la seleCClon e un a gontmo
Ad
muchos ceros. emas.
isponibles para cada tcnica - a menudo producen resultados
d
I
S
t
vez de otro. en re o
. . '
a licados al mismo juego de datos. Muchos usuanos simplemente Ingr~n sus
p
t dora sin ningn cuestionamiento y sin reconocer estos problemas. Existen
compu a
be'
Ieer Ia magnl'fiIca r"VDIUII
- :..<.. de
dos
de
entusiasmo
pero
de
na
exceIen tes. au nQlue pasa
.
, .
antes de usar o interpretar cualQuier tcnica multivariable Que este etlQ..uetada con u..

La estadfstlca de remuestreo
Algunas aproximaciones bastante nuevas a la inFerencia estadstica utilizan
intenso uso de la computadora para producir estimaciones de los paramtros de una
o evaluaciones de una hiptesis estadstica nula. Que es generada por los datos
la computadora baraja. o remuestrea. las observaciones originales un gran nmero de
al procedimiento de la tcnica particular. Estas tcnicas incluyen los procedimientos
"bootstrap"). navaja ("jackknife"). Monte Cario y aleatorizacin. Tales procedimientos
tiles para algunas preguntas en la conservacin. al igual Q..ue para investigacloocs
describiremos estas tcnicas. ms bien lo referiremos a algunos trabajos excelentes 17
muy cauto al usar tcnicas Que reQuieren intenso uso de la computadora. Por
procedimientos comparan los patrones en los datos observados con aQ..uellos
nulo" Que se construye por un proceso de remuestreo. La parte ms difcil es decidir
nulo. y los crticos sealan cwe estos supuestos modelos nulos a menudo tienen
suposiciones biolgicas Que no son obvias.

El metaanlisis
Qu pasa si el tiempo no alcanza para llevar a cabo un estudio bien diseado sobre
par,asu inQuietud de conservacin y manejo? En este caso usted podra decidir usar
anallS/s para sintetizar los resultados de todos los estudios similares Q..ue
bibliografa. sin importar QUin los hizo o en dnde. Por medio de esta tcnica
diFer_encia 8 tpica. o ms generalmente el tamao del efecto e. Q..ue est
diseno (por ejemplo. la tala selectiva) a travs del rea geogrfica cubierta por
l8
utlhzado . Con precaucin. podra suponer Q..ue este tamao universal del efecto se
donde usted trabaja y podra usar los resultados de su anlisis para elaborar
locales.
En teora. el meta-anlisis podra ser sumamente til para los profesionales de
Intvestlgadores. DesaFortunadamente. por definicin. el meta-anlisis depende
o ras personas y ha!y u t d . F
bl'
.
na en enCla uerte entre los investigadores en ecolop
pu I~ar los resultados slo cuando la Ha ha sido rechazada los resultados se
b pOsIciones ~olticas (vea Johnson 1999). Por lo tanto no fmPOrla nu tan
USQue estudiOS publicad
I
'..
.
..,
d t
d'
os. e meta-anahSls seguramente sobrestima'" el
es acar emaslado la influencia del factor de diseo. cualQ!liera Q!le sea.

la

ealfnIOS.

meta-a nlisis para las ciencias biomdicas y sociales. en las

(y aceptable) publicar tanto los resultados QIIe
el
apoyan.

QIIe

95

se orI

~n6 Y en las

QIIe

es tan ficII
los QIIe lo

La estadstica bayeslana
La aproxi macin bayesiana a la estadstica se propuso en el siglo XVIII pero apenas ~ enH:z'"'1do a
popularizarse entre los mve.s,tlgadores de campo. Para la mayorla de nosotros. los
::,.. sianos
representan una aproxlmaclon novedosa a la inferencia estadstica. Son muy distintos a los mtodos
clsicos (lIam?dos "la estadstica frecuentista" por los estadsticos bayesianosl dlsculidos iIQIIi J emplados
por la mayorla de los cursos y textos de la estadstica. y adems de los estudios publicados en ecoIo&ia
bsica y aplicada. La aproximacin bayesiana es muy prometedora para las Investigaciones en conservacin
y manejo (Wade 2000). En esencia. uno no comienza un proceso de Inferencia
proponiendo
hiptesis nulas y alternativas. sino proponiendo un valor terico o lo QIIe uno cree QIIe es el tamao de
efecto (e 8). o es un parmetro en cuestin. Despus del estudio. los datos se
para
; la
creencia o valor terico y proponer un nuevo valor o una nueva distribucin de las
con los posibles valores. con los cuales se evaluarn futuros estudios. Los
de un solo
aun con un tamao de muestra n peQueo. pueden usarse para cakular las
de los
de estudios o eventos futuros. Que tienen lugar bajo las mismas condiciones. La
evita
cualQuier confusin entre el significado estadstico y el biolgico. De hecho. se enfoca en el
biolgico directamente. por ejemplo en las magnitudes (tamaos) de los efectos o en los valores
desconocidos de los parmetros.
La mayora de los eclogos. y los bilogos de la conservacin y sus prolesores.
dieta exclusiva de estadstica clsica. Indudablemente tomar un tiempo antes de
sea aceptada por la mayora. Sin embargo. si no le molestan las
familiarcese con lo bsico de los mtodos baycslanos".

la cculna

CCJiIIfllelas.

Qu hacer?
de CIIIIpO J a las
Cul ser la mejor manera de aplicar la Inferencia esld Uca a la
paGa ca
indagaciones y decisiones de conservacin? COIIIO siempre. no hay una
se presentan unas sugerencias.
.
.
'
tadlstlca
cuI
es
el
de
IlIIieraIcIa
1.
ConSidere SI se necesita una prueba es
"
....... . . . . . . ......,
I

estadstica (y vea el punto 8 ms

l .... . . , . . . . . . . . . .
ms amplio de todas las pasibles muesba QIIC
Es siempre esto lo Que se neccsHa7 Mucha . .
incluso inapropiada para su
preocupaciones ticas limitan tanto el
algunos casos le
slo la
siempre se reQuiere el a~
fuertes y biolgicamente
4). QUe no es ms QPC d
estadstica. De nuevo.

96

CAPITULO s. IJ', INFERfNCL". ESTAO/STlCA

o es debido tan raramente. Q!Je Q..uizs

estadlstlcas se usan com
tras y calcular lmites de conflan za . SIn
to para estimar par me
I
comp eto exce P
ente este captulo del libro y lo pisotee. preste
QlJe usted arranQlJe felizm I I
'~dstica Tan slo porQ..ue la estadistlca es
od
( 1997)" "No use ma a es...
Crome
I t ndida no significa Q!Je los mt os sean
usada. mal interpretada Y ma e~ e
Q.ue usted deba hacer lo mismo .

2.

3.

un texto estndar de estadstica (vea la nota I

sl
Tenga a la mano no
o
__ L_
1988
1995)
Conover
(1999)
u
otro
texto
""",e
(
II
t
tambin SiegeIy Cas e an
.
.
y selos con cautela.

de

ropiado calcule los lmites de confianza de los

sea
ap
d
Siempre y cuan o
.
. ' I[
para los diferentes niveles. o muestras. Esto le dar una Idea de SI e actor
efectos biolgicamente significativos.

4.

Use la prueba ms sencilla Q.ue se ajuste a su diseo. En general. mientras

prueba. ms supuestos tiene Q.ue cumplir sobre la naturaleza de la poblacin
muestreo - y por lo tanto. el resultado cuantitativo es menos confiable.

s.

Igualmente. por las razones mencionadas antes. tenga cui~ado con la

se present en la seccin anterior. A menudo usted se vera tentado. o ser
tcnica ms sofisticada posible. Resstase.

6.

Cuando tenga dudas. consulte a un estadstico profesional. Sin embargo. tenga en

estadsticos ms profesionales estn acostumbrados a trata! con diseos de
bien controlados en las ciencias agrcolas o biomdicas. Estos a menudo no se
complejidades del diseo de estudios de campo. de la naturaleza tosca de
campo. de la falta de control sobre los posibles factores potencialmente
realmente alineados). de la seleccin frecuentemente arbitraria de las unidades
del hecho de Q.ue las unidades de respuesta suelen diferir de las unidades de
Q.ue no son obvias. y de aQ.uellos conjuntos de datos Q.ue incluyen
tenga en cuenta Q.ue hay grandes diferencias de opinin entre los estadsticos
estadsticos la misma pregunta y obtendr diez respuestas diferentes. BuSQpC
estadsticos sin dudarlo y agradzcales. pero evale sus sugerencias
aplicarlas. Relea el captulo 4 antes de su cita con el estadstico. y Q..uizs

7.

No ignore la filosofa . Aun si se siente apabullado por el ataQ!Je de letras

y el vocabulario de este captulo. o si cree Q.ue el computador Q..ue
solucin a todos sus problemas. reconozca Q.ue una comprensin bsica de la
de diseo (como se presenta en el captulo 4) y de los errores estadsticos de
(como se presentan en este captulo) es indispensable para sacar conclusiones
y tiles de su estudio de campo. o para tomar decisiones sobre temas de
Recuerde Q.ue no importa lo Q.ue usted diga o haga. siempre corre el riesgo de
En parti~ular. usted siempre corre el riesgo de cometer un error de Tipo I si
un patron realmente existe (rechazar Ho). o de cometer uno de Tipo 11 si
patrn no existe (no rechazar Ho).

"
8.

Reflexione una vez ms sobre la 16p.8 . . .

de ciertos valores y el conJunto de ....
bajo exactamente las mismas conctcblcS. En 11
"tomados bajo exactamente \as mlsmls
una segunda ocasin con
..
letras griegas (al menos la
J vaIw:r .11 ......

......
...

... ......... ..

"

CAPITULO 6
Punto de vista: teniendo en cuenta
la historia natural

Los actos en ... el "teatro ecolgico" se representan en varias escalas de espacio y tiempo. Para
entender el drama. debemos verlo en la escala apropiada.
-Iohn A. Wiens (1989)

Le he advertido Que tenga especial cuidado con el diseo del estudio. Que renexione
sobre Qu tanto puede extender las conclusiones de una indagacin y Que piense QIJ~ tan realista es la
"regla fundamental de la inferencia estadstica". Por Qu? PorQue en el paisaje donde usted trabaja.
nada es lo mismo de un lugar a otro o de un momento a otro. Es decir. si conna ciegamente en la
inferencia estadstica para aplicar los resultados de una muestra tomada en un lugar y tiempo. a otro
lugar o tiempo. usted tendr un problema bsico: la poblacin estad(stlca de valores de la QJJe torll la

muestraya no existe.
Adems. cada organismo vivo tiene su propio punto de vista del espacio y el tiempo. Este punto de vista
se relaciona con todos los otros aspectos de la historia natural del organismo. Por
su punto de
vista espacial como ser humano suele Quedar a una altura aproximada de unos 1.3 .. 1.8 m sobre el sucio y
abarca ms o menos una hectrea. Es decir. usted se percata de las circunstancias dentro de un radio de
unos so m (o menos en un bosQlJe denso). As. como eclogo de campo o profesional de la
usted tiende a usar esta escala cuando piensa en un "sitio". -arboleda-. -rodal de
"parche" O
"comunidad ecolgica" - aproximadamente I hectrea. Puede usted confiar en Q!JC este punlO de vista
humano sobre la heterogeneidad natural lo gue para seleccionar los mejores diseos de
pautas Que aseguren mejor la conservacin a largo plazo? Probablemente no (PoIanl el al. 2000'.
Consideremos otros puntos de vista de animales y plantas y renexionemos sobre si ktos ...... ....,.
en el proceso de indagacin y el desarrollo de pautas de manejo y conservacin.

99

100

CAP(TULO 6. PUNTOS DE VISTA

Diferentes puntos de vista del tiempo .

e
un
punto
de
vista
nrco
del
tiempo
tanto

t
d
e
r humano. uste len
. d' d
omo se
d las estaciones a lo largo de varras eca as. Consciente
mantiene activo en tdo as say planea en trminos del ao "promedio". La lIIl!YOrla
bablemente uste plen
d d
d
pro
.
' contratos y provectos financia os uran e uno a
lanes de manelo, tesIS,
'.1
' d d '
.<.
P
' usted extienda los resultados a perro os be tiempo
me
despus
de re neXlonar,
bl
eso espero, pero pro a emente no
durar un poco ms QU e un solo provecto,
'.1
dcadas.

La perspectiva de organismos con diferentes ciclos de vida

de una colonia de hormigas_ o termitas del tiempo
parece un
l a perspec tIva
'se.
humana. la colonia en s vive por muchos anos ya menudo expenmenta el ciclo
ao. Sin embargo, muchos insectos y otros invertebrados experrmentan una. sola
adu ltos, y QUizs pasan otras estaciones como la~as o nrnfas con estilos de VI~ " " "
los insectos "evitan" las estaciones o incluso anos no favorables y en realidad
conj unto de condiciones climticas Que es mucho ms restringido y previsible Q!Je lo
percibe. Algunos vertebrados hacen casi lo mismo. Aun las ranas .ms tropicales
porcin sustancial del ao inactivas, bajo tierra o de otra manera, aisladas de los
clima externo. Algunas poblaciones de ranas pueden permanecer inactivas por varios
los puntos de vis ta de estas ranas o invertebrados involucran slo breves vistazos
de ciertas estaciones, QUizs tambin de ciertos aos. Cmo se debera tener esto
indagaCiones,
interpretar los resultados (por ejemplo, la ausencia o
,
de anfibio o invertebrado durante un cierto mes o estacin) y establecer pautas de
hacer un proyecto de tesis?
Igualmente, su tesis o su inQUietud de conservacin puede involucrar rboles o
tras ao por dcadas o siglos. Que tales plantas tengan xito cada ao en convertir
semillas y plntulas, puede importar muy poco desde cualQUier perspectiva. excepto
hongos Que se alimentan de frutos, semillas y plntulas _ y QUizs. a muchos de
importa" (Herrera 1998). Quizs un individuo dado contribuya con un gran nmero
circundante slo una o dos veces durante su vida. la preocupacin de usted
episodio, no en los eventos del ao promedio. Quizs la poblacin como un todo
significativ? (la produccin y supervivencia de muchas plntulas nuevas) durante
fructlflCaClon maSiva, en los Que el inmenso nmero de semillas sacia a sus
observa reclutamiento por uno o varios aos, u observa otro patrn preocupante en
plantear Que hay un problema grave, embarcarse en el ciclo de manejo de la figura
de manelo para conservar esta poblacin? No necesariamente. Intente adoptar
planta.

Las perspectivas de las plantas de larga vida

Es tentador SUponer Q!ue I
I
.
"Slncronrzadas
.
'
" con el amb o ast pf"antas b"
nati vas Que actualmente florecen
I
.
len
e
ISICO
y
lologico
en
Que
se
encuentran
panes de manelo de acue d O
'
r o a esto. espues de todo, por conveniencia

CAPITULO 6. PUNTOS DEVISTA

101

Figura 6.1.
Un rbol de alerce (Fitzrqya cupressoides) en el
ParQue Nacional Los Alerces. al sur de Argentina
(provincia de Chubut). Es probable Q!le este
individuo tenga por lo menos dos mil aos de edad.

de la conservacin hacen esta suposicin. Sin embargo. algunas plantas Que viven y norecen h"
co menzaron su vida bajo condiciones muy diferentes. La semilla del rbol de alerce (Filzroya
cupressoides) de la figura 6.1 lleg. germin y empez a crecer cuando el concepto de historia natural
apenas se vislumbraba en el ojo de Aristteles o Plinio. Durante la vida del rbol. el sur de Sudamrlca
ha experimentado muchos cambios climticos. Puede usted suponer Que las condiciones rrslcas y
biolgicas Que mide hoy en las races de este rbol. son idnticas a las condiciones bajo las cuales ste
y otros rboles cercanos germinaron? Basar sus planes de conservacin para la poblacin de alerces.
desde plntulas en adelante. en las condiciones bajo las cuales existen los alerces maduros en el
presente?
Un alerce de dos o tres milenios no es ni siQuiera el caso ms extremo. En el occidente de los
Unidos. muchos de los clones de Populus tremuloides (pariente del lamo) (!pe salpican las montIIas
(figura 6.2) comenzaron sus vidas hace al menos 10.000 aos. Cada clon es tcnicamente un solO
Los investigadores estiman Q!Je un clon particularmente grande ha vivido por un mlll6n de
o ...
(Millon y Grant 1996). Esta planta particular ha visto Ir y venir edades del hieloJ
hmedos y clidos. Es esta planta sensible a Jos errmeros bitos y
de este
este siglo 7 Ser Que su problema de conservacin involucra algunos
reliQuias vivientes"? Si es asr. cul ser la
para desarrollar ~
del tiempo es mucho ms lenta (!pe la nuestra?

102

CArrruL06. ruNTOS DE VISTA

Flpn
Clones de lamos
conferas en las
rada. EEUU). Cada
follaje de los lamos
distinto (un clon). Los
en la foto podran
de edad O

Adems de usted, a Quin le importa el clima promedio?

Desde el punto de vista de la mayora de las plantas y' los animales (ya incll!Yendo a
profesionales de la conservaCin). no existe el ao promedio. Las estaciones
estaciones fras y c lidas. no son idnticas de ao a ao. Las respuestas de la blota ..
de una investigacin bajo las condiciones cl imti cas de un ao. no necesariamente
para las condic iones del prxi mo ao. Como se seal en el captulo 4, las
un ao o aun dos deben ser vistas con escepticismo. si se pretende basar pautas
plazo en el las.
Adems. los eventos climticos extremos Que ocurren espordicamente, como los
o La Nia. probablemente tienen efectos mucho ms profundos y duraderos sobre
comunidades ecolgicas y paisajes. Que las nuctuaciones anuales "normales del
pueden alterar drsticamente la disponibilidad de recursos para las plantas y los
explosiones o colapsos de poblaciones. cambiar temporalmente la naturaleza de las
especies. empujar a las poblaciones fuera de sus rangos geogrficos usuales y
sucesin ecolgica en sitios perturbados. lo Que llevara a cambios casi permanentes
un sitio y consecuentemente en los animales. Aun con la mejor de las intenciones y
contrato o proyecto dure de uno a cinco aos. podra no incluir el evento extremo Qlle
los procesos ecolgicos y las interacciones entre especies en su paisaje. Las
manejo Que se basan estrictamente en sus resultados. podran ser inadecuados
extremo. El marco temporal de cualQuiera de los diseos del captulo 4, aun d
certeza los eventos climticos extremos Que podran determinar la respuesta a la
y nora a largo plazo)

Huellas de eventos extremos del pasado?

Dependiendo de su historia. las diferentes biotas pueden mostrar
algunos desastres naturales Que a nosotros nos parecen semejantes. Las
y de la costa central de Sudamrica. filtradas a tr avs de

CAPlTUl06. PUNTOS DE VISTA

103

Figura 6.3.
Un paisaje de Costa Rica menos de tres
aos despus de la violenta erupcin del
volcn Arenal en 1968. A principios de la
dcada de 1980 este paisaje tenfa
de nuevo vegetacin secundaria (y sus
animales asOCiados). excepto en
los lugares en los Que rue
convertido a agricultura.

indudablemente sobrevivirn los episodios ruturos. si no se ven arectadas por nuevas rormas de Intervencin
humana y la invasin de especies exticas. Sin embargo. la biota costera de Argentina podrfa no sobrevivir
un solo episodio tan severo como El Nio. simplemente porQue tales eventos no ocurren. o no son tan
dramticos. en la costa sureste del continente. Una erupcin volcnica en el Escudo Guyans. Que es
geolgicamente calmado. podra tener erectos catastrficos y duraderos sobre la biota local. mientras
Que la biota de algunas partes de Amrica Central. Que es geolgicamente hiperactiva. ha sobrevivido y
evolucionado durante numerosos episodios de volcanismo (figura 6.3) y hasta explota los paisajes alterados
por ese renmeno. los bOSQues montanos de los Andes centrales podran ser devastados por una severa
tormenta ciclnica. de la cual se recuperaran lentamente. mientras Que los boSQues montanos de Puerto
Rico se puede decir Que viven de los huracanes Q!Je los azotan con rrecuencia (Walker el al. 1991). En sus
indagaciones y pautas de conservacin. cmo incorporar usted el punto de vista nico Q!Je muestran los
animales y plantas de su reserva. sobre tales eventos extremos?

Huellas dejadas por los cambios climticos del pasado

No slo el sur de Sudamrica donde viven los alerces. sino todo el globo. ha experimentado dramticos
cambios climticos durante el pasado geolgico. Durante el ltimo milln de aos en particular. han
ocurrido muchos episodios de rpido enfriamiento y calentamiento. y secuencias de perfodos hmedos y
secos. El episodio glacial ms reciente termin abruptamente con un rpido calentamiento hace solo unos
12.000 aos - un evento del cual pueden haber sido testigos los tatarabuelos del alerce de la Rgura 6.1.
Estas rpidas fluctuaciones han obligado a las poblaciones de plantas y animales a moverse
por el continente. No todas se han movido a la misma velocidad o en la misma direccin. Las
de los diferentes animales y plantas han retrocedido o han avanzado en el paisaje (o p;n ..... J
en las montaas) a velocidades diferentes. Muy pocas comunldades ecoIglcas.
han migrado en el paisaje como unidades. si es Q!Je alguna lo ha hecho. Sea en lis
norte. subtropical. tropical. o templada del sur. los conjuntos de
"vez'. Han dejado estos eventos al~una huella en los paisajes de hoy en dliJ
Muchos investigadores creen QlIe pocas biotas
de
un eQuilibrio en composicin de especies - 51 es QIIe lo . .

104

CAprruLO 6. PUNTOS DE VISTA

'I'b 1'0 En cualQuier sitio dado, algunas poblaciones podrfan estar

alcanzar ta I eQul Ir ,
,
O
ndiciones climticas ideales ya no eXisten, tras
,
extincin porQue sus co
I '1 '
, I
' do habindose retirado a otra parte durante e u tllno
clima actua es apropia ,
, ?
t ......
n, t' e Q!ue ver esto con las pautas de maneJo, Aun en ausenc a UII:'
regresado, ,'<ll len
, 'd d h
'
, 16n de eec/'es
mvas
sexticas
p ' o cambio causado por las actlV/ a es, umanas, ,a

rea protegida Indudablemente cambiar, 5610 por esta razon, serfa

c;n~~rvacln con la esperanza de Que se podr mantener indefinidamente la
especies,

Huellas Que dejar el cambio climtico Que

se nos viene

Quizs el problema de conservacin en gran escala ms urgente Que usted enfrenlll

actual y futuro, no el pasado. Nadie puede decir precisamente Qu va a pasar con
las prximas dcadas o siglos. Sin embargo, muchos investigadores estn de
de Latinoamrica va a experimentar un aumento en la temperatura de varios grados
cambios en los patrones de precipitacin, por no hablar de los niveles elevados
dramticamente el crecimiento de las plantas y las interacciones entre plantas y
los organismos Que viven en reas planas vern Que sus condiciones climticas
hacia los polos, Muchos organismos Que viven en reas montaosas vern Que sus
ideales migran rpidamente ladera arriba. La nica manera en Que las
movindose, siguiendo estos rpidos movimientos de sus condiciones climticas
Que nunca antes en su historia, El cambio climtico de hoy no slo dejar huellas
lo pisotear fuerte. Sus mejores esfuerzos sern insuficientes para evitar Que algunas
en el rea protegida Que usted maneja, incluso durante su vida profesional. Sin
disminuir la prdida un poco, considerando la forma de la reserva y la diversidad de
Considere las siguientes preguntas:

1.

Si su reserva est en terreno montaoso y es posible extender la

debera tratar de expandir (a) hacia nuevos hbitats en eJ mismo cinturn
arriba? Qu indagaciones podran guiar su eleccin?

2, Si, su rese~a est en terreno plano, debera tratar de extender (a) el

habl~at CrItiCO Que eXiste, en la reserva, o (b) la gama de hbitats distintos
,O!Je indagaCiones podnan guiar su eleccin?
Que las ,~reas geogrficas donde estn hoy en dfa los
blodlverSldad
(
hot
spots
.
Mlttermaier
et
aJ
1998)
I
.,
'
, - en os Que se
conservaclon local. regional y global - no sern maana los
medida Que la t:mperatura aumenta y las especies endmicas migran
proponen la VIS Ion de los "puntos calientes", han tenido en cuenta el

3. Est seguro

d~

Aun si el cambio climtico es m

' 'd
algo de calentamiento y algun~n~~~~~so e~ ~enos intenso Que lo <BIe se
Siglo. La conversin humana di ' ' .
os patrones de
de las poblaciones de animal:s pal~aJe Clrcundan,te (captulo 7) podrfa limitar
climtico cuando est desar I? ~ antas en su area protegida, Por lo
ro an O pautas de manejo para el futuro

CAPlTuL06. PUNTOS DE VISTA

deprimirse con "facilidad y tiene a su carpo

una
res
....
~
mlN
peQ\lC
o~a
-J
13
pavimento. Quizas deberla tratar de no pensar en el futuro.

Huellas dejadas por los habitantes humanos del

en

teneno pIano y

lOS

de

pasado

Las nuctuaciones climticas .no son ~os nicos cambios ~e han experimentado los paisajes del Nuevo
Mundo durante los pocos miles de anos precedentes a la conQuista europea. Realmente 'cree usted Q!Je
est manejando un pa,isaje ."prstino". si prstino signlrica "libre de innuencia humana pasaJa"? Si eso cree.
casI seguramente esta eQUivocado. Las reas silvestres no mancilladas por la mano humana son un bonito
ideal. En la vida real. no existe un paisaje prstino. excepto Quizs en las reglones polares'. Desde su
llegada hace unos 12.000 aos. los humanos han caminado sobre casi cada metro cuadrado de los paisajes
del hemisferio occidental en algn momento. En algunos casos. las huellas son pocas y someras. En otros
casos. como en el oriente de Norteamrica y gran parte de Mxico. Centroamrica y el norte y centro de
Sudamrica. las huellas son muchas y profundas. Numerosos pueblos indgenas desaparecieron como un
resultado directo o indirecto de la llegada de los europeos. Sus huellas se han borrado un poco o mucho
desde entonces. aun en los sitios ms profundamente afectados. al punto de Que esos paisajes parecen
prstinos alojo no experimentado. Note Que el trmino huellas es una metfora - otros autores diran
efectos. seales. artefactos o impactos.
Claramente. la "exuberante selva tropical" del sur de Mxico y norte de Centroamriq. es de todo menos
prstina. pues aloj la vasta civilizacin m~ y otras ms. Las huellas de las civilizaciones pasadas en el
altiplano sudamericano son particularmente visibles (Binford et al. 1997). Algo menos obvio es ~e hace
milenios los pueblos indgenas cultivaron maz en una gran parte de la regin del Darin. en el Istmo de
Panam y Colombia (Bush y Colinvaux 1994). Esta regin es a veces mal llamada "la ltima frontera de
bOSQue prstino del hemisferio occidental". los "bosQ!Jes vrgenes" de las riberas del
y sus
principales tributarios. Que son el smbolo de los activistas ambientales y los nios de escuela de las
naciones del norte. aparentemente soportaron agricultura intensiva y poblaciones de varios millones de
5
personas hasta un poco despus del ao notable 1492
Aun los paisajes Que no tuvieron grandes civilizaciones precolombinas sintieron d efecto de los
(vea Martin y Szuter 1999). En los boSQues hmedos y pluviales tropicales. las
de algunos de los
majestuosos rboles del dosel Que tienen frutos comestibles o tiles. gclllllnaron en las letrinas de los
aborgenes. o fueron plantadas a propsito por ellos. Por otra parte. los
antes de la
conQuista y hoy en da. pueden haber interferido con la diseminacin de
J haber alterado la
dinmica de muchos bOSQues hmedos tropicales. al reducir o extinguir las
de
de
algunos sitios (Redford 1992). En una escala mucho ms grande. los
la ecologa de la vasta regin del Chaco y otros boSQ!les secos
aparentemente llevaron a la extincin muchas especies de marnlfcros
de su extincin). y luego cuando le prendieron fuego al bosQIc para
sobrevivientes'. Si usted no ha encontrado vestiglos de hudlas
porQue no ha excavado un hueco lo sulkientelllente profundo o no ha
Como profesional al Que le inQuieta la conservacin en d
por las huellas dejadas por los humall{lS
la reserva a su estado "natural" (vea

106

CApiTULO 6. PUNTOS DE VISTA

para representar ese estado?8 Si elige una fecha Q!Je sea ~s reciente Q!Je 12.000 aos
casi seguramente tendr Que incorporar lashuellas de algun(os) grupo(s) humano(s). SI
co ms temprana para evitar tener Que lidiar con las huellas humanas. tendr QPe
hielo y en muchos casos. con un conjunto de mamferos grandes cuya innuencla no
hoy en da. Segundo. debera tener en cuenta las huellas humanas del pasado al
manejo para regular el uso por los humanos de hoy? Es posible Que un paisaje Que rue
por los humanos precolombinos. hoy se recupere ms rpidamente de las i
moderadas. as como la biota de los bOSQues del Caribe se recupera rpidamente despuls
mientras Que un paisaje superficialmente similar Que slo fue ligeramente usado por los
podra ser sensible a la ms ligera intervencin actual. Hasta donde s. esta
investigada. Cules indagaciones podra usted disear en este tema. y Qu alternativas de
resultar?

:1

Huellas dejadas por perturbaciones recientes de origen humano o

Los paisajes naturales experimentan frecuentes eventos de perturbacin aun en ausencia
cada de ramas y de rboles abre claros de peQueo y mediano tamao en los bosQPes.
severas y los derrumbes abren brechas grandes (figura 6.4). Los fuegos y los huracanes o
brechas an ms grandes. Lejos de ajustarse a las viejas concepciones de
bOSQues y otros hbitats son mosaicos de parches recientemente perturbados. parches
un tiempo y actualmente en recuperacin y reas Que por casualidad no han sido
tiempo (figura 6.5). La biodiversidad de un hbitat. su riQueza de actos y actores
depender en gran medida de este mosaico de perturbaciones9 . Algunas actividades
la agri:ultura extensiva o las plantaciones forestales comerciales. crean perturbaciones
catastroflCas Que destruyen el rico mosaico de peQuea escala. Sin embargo. otras

Figura 6.4.
Vegetacin en regeneracin en la
derrumbe (ParQue Nacional Podocarpus.
Chinchipe. Ecuador).

CYfnI06.PlM05DE

,,'.,

--

..

_---~.

--

fI&In

6.S.

Diagrama eSQ.uemtico de un mosako de

natural por
boscoso. Los parches ms oscuros represe'ltan los sitios
.ms :
Q.ue avanza la regeneracin. stos se aclaran
~ .ms a las
conjunto de especies de las reglones no
(fondo de color claro). Por
tiempo ocurren nuevos eventos de
de
Q\IC en un
presenta un mosaico de parches en todos los distintos

se llevan a cabo en escalas similares a las de

el mosaico "natural". Algunos ejemplos Incl~n la
(Andrade y Rubio Torgler 1994) y la extraccin forestal de
"manejo natural de boSQ.ues" tratan
de
causadas por la cada de rboles (vea revisin en
CImIL

1mIIIr"

Dado Q.ue su tarea es llevar su rea

hada las
evitar todas las formas de perturbacin para aIc:aIIDr
Definitivamente no. lDeberlan sus pautas de
perturbacin, QlIe permitan el cambio
Definitivamente sr.
Ahora, considere la regeneracin
cambios en la vegetacin en
habitantes locales? lDeberla
evidencia. Por ejemplo.

.......,
...... ,

107

CAPfruLO 6, PUNTOS DE VISTA

108

- A t de eso en las partes ms perirricas del boSQlle se

'5
des de hace 20 anos, nte s
'o'n d'lspersa de maderas valiosas, Hace aos.
b
Y ex raCCl
.
de tum ay Quema
, .d I
erva para uso sostenido de baja intensidad. Bajo
reabrir estas areas e a res
I
,
Id osechan productos no maderables. ta es como
comunidades a e anas c
nd
, ,
"
t d de manel'o es si debe suspender. mantener o expa Ir
mediCinales, Su InQule u
,, d I
Usted ha notado algunos cambios recientes en la vegetaClon e a z,ona
,
d
culpar
al
programa
actual
de
cosecha
de
esos
cambios
y
a
siente tenta o a
,,
I
'E
'usto
es0
7 'Cmo podra disear una indagaClon Que e permitiera
programa, ( s I ' (
,
"
I
cha
de
los
erectos
de
la
regeneraClon
desde
as
cose
al
de
t
programa ac u

Qu es "natura'"?
Espero haber ya aclarado Que la diStinCi~n entre ~.aiS~!eS "naturale~" y paisajes
humanos". o entre eventos 'considerados naturales o no naturales. es Inlusta.
continuo Que va desde los pocos paisajes (si es Que existe alguno) donde no hay
los humanos. hasta los paisajes agrcolas. sobrepastoreados. industriales o
o para mal. los humanos somos parte de la naturaleza (Soul y Lease 1995: Hunter 1996).
estn inextricablemente tejidas en la historia y el estado actual de casi todos los
desarrolle pautas de manejo. cmo reconocer este continuo? Debera suponer
uso "occidentales" de los paisajes son nocivas y deben ser evitadas. mientras Q!JC
indgenas son benenciosas? No, A menudo sta es otra dicotoma ralsa. El mito
salvaje" Que vive en armona con el ambiente es simplemente otro ideal de los
ambientalistas de la zona templada del norte y de las grandes ciudades de su par
occidentales a la conservacin en Latinoamrica no son automticamente malas tica de conservacin y sus propias pautas de conservacin son aproximaciones
aproximaciones "nativas" a los paisajes no son necesariamente buenas,

s.

Igualmente. Qu signirican para usted las etiQuetas "especie nativa" y ':especle

esto innuir en sus pautas de manejo?1I La invasin de plantas y animales exticos
primaria de conservacin. tanto global como localmente, Los runcionarios
considerables en la erradicacin de invasores exticos, La etiQueta "extico".
d~s~e, el punto de vista de la conservacin? A menudo. pero no siempre,
hlstorlco. muchas o la mayora de las especies en su reserva son exticas. Que
durante ,los ltimos 12.000 aos, Varias hierbas medicinales ampliamente
suda~erlcana. de hecho llegaron con los primeros europeos, Algunas
rales de plantas y animales pueden ser el resultado de liberaciones
Ci~rtamente. la distribucin geogrrica de muchas plantas silvestres
~bedec:. al transporte consciente de los pueblos precolombinos, Algunas
na~lvas pueden haberse originado e,n ejemplares liberados por los
estetlcos (Haemig 1978. 1979),
Adems la
', d
. percepClon e Que una especie es estticamente desagradable
Q~e tenga efectos ,negativos sobre la biota local. La rosa mosQueta (Rosa
y greslvo de las areas protegidas en el sur de Argentina (Damascos y
ayudar en la regeneracin de los bOSQues naturales en algunos lugares. al
,

CAPfIlIl06.

rboles. nativos
del
ramoneo
de
otras
especies
exticas
vacas
J
d I
rnIn
(
.' .
.
e CM) ....... curoptO l.
comunlcaClon personal). Finalmente. unas especies exticas pueden arectar algunos palsaICS con mis
severidad ~e otras. Las cabras cimarronas J otros mamferos exticos. J algunas especies de plantas no
nativas. estan afectando la biota de las islas Galpagos de manera alarmanteU. Sin embargo. a excepcin
de las cabras. en el continente ninguno de estos exticos tiene efectos tan severos. Aun las cabras cimarronas
raramente afectan los hbitats en el continente de manera tan severa QPC los
tenp1
conformar expediciones internacionales para cazarlas (MacFarland 1991).
QPC
Ciertamente no pretendo ignorar la extraordinaria amenaza Q.ue slgnmcan las Invasiones de muchas
especies exticas y la homogeneizacin de la biota mundial (vea Putz 1998; Rlehardson 1998). Lo qpe
pretendo hacer es convencerlo del peligro de establecer dicotomas y asignar etlQ.uetas con
connotaciones de bueno" y "malo Q.ue orienten sus decisiones. En muchas reglones tropicales y
subtropicales. incluyendo el estado de Florida en los Estados Unidos. las especies exticas tienden
a afectar ms severamente las reas protegidas en las islas y penrnsulas (Slmberlorr. Schmltz y Brown
1997; Frits y Rodda 1998). En las regiones continentales. los paisajes tropicales hmedos parecen
~ ufrir menos por la invasin de exticas Q.ue los paisajes semirldos o los de zona templada (p.ej ..
Veblen et al. 1992). Deberan sus pautas de manejo reneJar una aversin total a las especies no
nativas y reQ.uerir su erradicacin a cualQ.uier costo? Deberra usted suponer Q.ue una especie QIIe ha
sido etiQ.uetada como "invasora" o "nociva en otro lugar. constituye automticamente una grave
amenaza para la integridad de su rea protegida. Q.ue debe ser Inmediatamente enrrentada? Cmo
diseara usted unas indagaciones para evaluar la amenaza Q.ue representa para su paisaJe. una
especie extica de animal o planta?

Diferentes puntos de vista sobre el espacio

Comparten todos los habitantes del paisaje donde usted trabaja. su punto de vista de
1.3 I.a
m de alto y 100 m de ancho? Por supuesto Q.ue no. Si reQ.uiere una prueba". haga el ejercicio cid
recuadro 10.1 (captulo 10). Un caro. una hormiga un ratn opera en una escala mucho ...
peQ.uea Q.ue la suya. El caro percibe un grano de arena como si ruera una roca glpnte. una
de hierba seca como si fuera un gran tronco Q.ue debe trepar. Al otro
un ,&ulla o ...
andino Q.ue planea sobre nuestras cabezas. percibe el paisaje a una escala
..,." QIIe
Y no presta ninguna atencin a los granos de arena a las hojas ele
SIn
distinciones son ms sutiles.

Como una manera prctica de pensar sobre la

espacial.
una planta o animal consiste en los otros Individuos. de ..
interacta. y el rea Q.ue ellos cubren. A
se
clases de vecindarios ecolgicos Q.ue sin duda existen
de incorporar estos diversos puntos de vista en lis
POiani et al. 2000).
Un arbusto en nor

La extensin del vecindario

Por ejemplo. el vecindarlo

110

CAPITULO 6. PUNTOS DE VISTA

,

,
las otras plantas en nor Que estn cerca y QIJe
cualQlJier otro hbitat. conSIste en ue todas las plantas podran ser visitadas por un
r ' dores de manera Cll
animales P<;' 100za d 'limentos (Feinsinger et al. 1986; Feinsinger. Tie~t y Yoong
ronda de busQueda ~ a
pocos a unas decenas de metros. El radio del
drene un radiO de unos
menu o I
llantas (usualmente coespecficosl con las QlJe compaile
arbusto. Que, consiste_ en aS~grande dependiendo de la escala en la QlJe operan las
.
s
Puede ser mas, peQueno o m" de un arbusto puede incluir so' 1o Ios vecinos
m cerClll1Q5
de competenCia por recursos
.
,
l
de
- S ' cualClluier definicin. entonces. el vecindario eco Slco
bastante ms peQuena, egun
de
"
d' d decenas de metros. o al mximo centenares, Parece QIJe
mediano tiene un ra 10 e
.
I
I
o
si
compartieran
su
punto
de
vista
en
cuanto
a
a
esca
a
com
S
I
t
tratar a ta Ies p an a

Un colibr
El picanor Que poliniza algunos arbustos de sotobosQue y Que por sus acciones crea el
podra tener un vecindario ecolgico propio no mucho mayor - al menos por el
colibres de pico relativamente corto pueden alimentarse durante la m'!)'or parte del
rboles o epfitas del dosel de noracin profusa. o moverse en u,na_o dos hectre~ en el
pobre en nores. Por otra parte. para buscar alimento los ermltanos y otros cohbrfes
menudo repiten muchas veces al da sus rutas de varios kilmetros. A lo largo del
ermitao probablemente se muevan a medida Que las plantas norecen. pero el picaflor
misma regin del bOSQue. El vecindario ecolgico de tal colibr puede abarcar.
kilmetros cuadrados durante el ao. un rea Que es much ms grande Que el
de "comunidad ecolgica",
Algunos individuos de algunas especies de colibres de pico corto pueden tamblm
regin del bOSQue a lo largo del ao. lo Que resulta en un vecindario ecolgico ms o
tamao Que el de sus parientes de pico largo. Sin embargo. otros individuos de la

poblaciones enteras de muchas especies de colibres de pico corto. migran

hbitats vecinos; (bl horizontalmente por decenas de kilmetros. a medida Q.ue
de vegetacin muy diferentes; (cl verticalmente. subiendo y bajando por las montaas: o
a travs de centenares o millares de kilmetros 13 Algunos individuos de un gnero
ermitaos. los .pico de hoz (Eutoxeresl. pueden moverse altitudinalmente miles de
medida Que buscan sus nores por las laderas de las montaas. Los vecindarios
migratorios no se parecen en lo ms mnimo a la escala espacial humana. o
a
del paisaje en donde est el rea protegida. Si su meta involucrara la conservacin de
?tro gru~o de organismos con tamaos de vecindario ecolgico tan variables. ~
mdagaClon o un plan de manejo realizada en la escala de su rea protegida?

Un Quetzal resplandeciente
Muc,has aves Que se a~imentan de frutos. al igual Que muchos mamferos
trav~s de diferentes habltats durante el ao (Levey y Stiles 1992; van Shaik.
fruglvora muy carismtica. el Quetzal resplandeciente de Centroamrica. caracteriza
nublados - durante, una pa,rte del ao, En otras estaciones. los Q.uetzales se
secos en las elevaCiones mas bajas, En el noroccidente de Costa Rica. sus

111

no slo diferentes tipos de base sino tamblt

de
-'-la
'
us
o"
"de
,bosq,e
tIelia. I
areas
pro t'd
egl as en e I boSQ,ue nu blado h
asta peQ!lCos
J vulnerables
parches
bajas. casi. siempre en terrenos privados J
de campos de cultivo o pastos. Uen as
las poblaCiones del Quetzal es una preocupacin real para los funcionarios de las
das
bOSQue nublado -y una preocupacin prctica. pues los observado;-es de Q!Jelzales deJanP~ ~r:
J ~uros. las pautas de manejo Q!Je involucran slo la escala
normalmente Investl83da por los
ecologos de campo - por ejemplo. un parche de bosqpe nublado - sera obviamente
En
cambio. las iniciativas de conservacin para el Q!Jelzal deben tener en
la escala de su
ecolgico (powell y Bjork 1995).

n:

Un playero migratorio

El premio por el vecindario ecolgico ms grande entre las aves se lo llevan cleltos chorlitos J
Que se reproducen en el Artico y pasan gran parte del tiempo fuera de la estacin reproductiva en las
costas del sur de Sudamrica. En ruta hacia Sudamrica. se detienen en las pl~ del mar o de los lagos
del altiplano. Un conservacionista Q!Je trabaje en un rea protegida para la proteccin de pl~os. tendr
Que reconocer Que las iniciativas de conservacin tienen Q!Je Involucrar una
ls
grande Que la Que sus propias pautas de manejo pueden abarcar.
Otros animales

He seleccionado unos pocos ejemplos de aves J uno de plantas. para mostrar la gran
de puntos
de vista espaciales y el desafo Q!Je significa incorporarlos en las pautas de manejo (vea TbIolIaJ "89).
Con igual facilidad podra haber elegido otro grupo de animales. Por ejemplo. los
de algu nas mariposas J polillas se ajustan a nuestra propia perspectiva de la
hectrea. pero otras polillas suben y bajan por las montaas. o se mueven entre
cada noche mientras se alimentan. A1gul'as mariposas realizan migraciones estacionales. QIIC
ser
espectaculares y de fama mundial (Broo'Cr 199n, Por otra parte. algunos
no
percibir el paisaje en una escala menor Q!Je la nuestra. Sin
millo usted 5Ibc.
carn voros J herbvoros grandes C()jlft) los tapires tienen extensas
de lCtIvIdId. iIIIaIInIS QIIC al el
hemisferio occidental (en especial en frica) otros
ml&,: . .
CIIIIe
hbitats extensos. Entre los murcilagos. los tamaos del
~
sexos o individuos pueden igualar la variacin entre coIlbrfes.
bastante sedentarios. otros buscan su
cada
diversos hbitats. y aun otros migran
SI
los veci ndarios ecolgicos de
los de los pl~eros. Si el
es la
cmo pueden las pautas de conservacJ6n tener
El diseo e interpretacin de

En el captulo 4. nos
J ranas del boSQue. Todos los
parcelas TS (en el ' dlsello
ta mao similar.
tpica parcela de tala

112

CAP(TUL06, PUNTOS DEVISTA

Id I
to de vista de los animales. es la indagacin aun
escala espacl~ ,eppun s ranas un "s" condicional. El vecindario ecolgico
de conservaCl nr ara la .
'
I
S d
nte abarca slo una peQuena fraccin de rea T o e
bl
b
soloboSQue pro a eme
,
b I
reas
TS
pueden
no
tener
influenCia
so
re
os
vecl

las
Io tan to.
P
arabl
e,
or
"
,
P
't'os control ST cercanos, Los vecindarios ecolgicos de unas
I
las ranas en os SI I
tambin a'lustarse a la escala de las reas TS. pero las de
den
boSQue pue
, ,
d' I
abarcarn superficies mucho ms grandes ,Que factlmente po r an InC ulr
simultneamente, Si tales aves reaccionan positiva o negatlvam~nte a I?s huecos
abre en sus vecindarios grandes. entonces sus respuestas se veran re~eladas
ST del vecindario, Por lo tanto. aun si la tala selectiva estuviera confinada a unas
odra alterar las comunidades de aves no slo en las parcelas TS sino tamblm
~istanciadas, Un estudio diseado Que tratara con esas reas ST como si fueran
sesgado (vea tambin Crome 1997),
As, aun el ms riguroso de los diseos en el captulo 4 no prueba objetivamente
tala selectiva sobre las aves del bOSQue en una escala Que sea apropiada para las
punto de vista de muchas aves. las reas individuales TS y las regiones ST de Igual
unidades de respuesta verdaderamente independientes, Quizs la nica un
realmente independiente sea una reserva entera en la Que hayo no alguna tala.
planteada la pregunta en el captulo 4. se est evaluando slo una reserva. as
tiene slo una unidad de respuesta para un solo nivel (algo de tala selectiva en
factor de diseo y ninguna para el otro nivel (control - ninguna tala), Para
el efecto de la tala selectiva sobre las comunidades de aves. se podra necesitar
una de las dos clases de reservas (unas sin ninguna tala y otras con alguna tala) en
replicadas TS y ST dentro de una misma reserva, Sera remotamente posible
tan ambicioso?
OlJizs el vecindario ecolgico de la mayor de los mamferos peQueos se alusta a
parcelas de tala y estamos bien con la indagacin original. Sin embargo. posiblemente
o individuos funcionarn en escalas ms grandes. de manera Que su uso de las
respuesta, positiva o negativa. a las reas TS cercanas, Sin considerar la historia natural
puede usted suponer Que las comunidades de mamferos en los "controles" ST
existiran si nunca hubiera ocurrido tala selectiva en los alrededores?
En resumen. si su problema de conservacin involucra aves. peQ!Jeos mamferos
animales con variados puntos de vista espaciales. considere la escala espacial desde d
ellos, no el suyo, No importa Qu tan astuto y estadsticamente slido sea su
tiene en cuenta los puntos de vista de los diferentes organismos. los resultados.
Que se generen pueden ser errneos, Como lo enfatiza la seccin final de este
por esta complicacin real de la historia natural - simplemente tenga cuidado.
recuadro 6,1.

I'lMOSDYlSTA

111

Recuadro 6.1. PractiQue incorporar diversos puntos..l~ vIsta en su dlsci'io

Regrese al diseo Que propuso durante el ejercicio del recuad 42 511
este diseo involucraba otras especies adems de los humar: .;' a pregunta QIIC &enero
vista sobre el espacio y el tiempo? SI no fue asf 'cmo./ UVOdl~~UC:lntandasus puntos de
h
I 7 s
.(
a a ;><;, ..r a I gacln para
acer o. I .encuentra Q~e es imposible disear una Indagacin QIIe no slo Uene en cuenta los
puntos de vista de los su!et~s de i~vestigacin (segn este capRulo1 sino QIIC tamblbl cumple con
los reQuerlmlento~ .d~1 diseno y la Inferencia estadfsUca (capRulos 4y SI. cmo podrfa replantear
la pregunta o redirigirla a un grupo diferente de organismos?

Distintos puntos de vista sobre el sitio

Dejemos las aves y los mamferos vagabundos a un lado por el momento y vlsltelilos una poblacin de
plantas. o de animales bastante sedentarios. Que est dispersa sobre una cierta extensin del paisaje.
Esperara usted Que la dinmica de la poblacin fuera uniforme: de un extrelilo a otro de esta extensin?
Podra ser ms exitosa la reproduccin en unos lugares QIIe en otros? Podrfa pasar QIIC los Individuos
adultos tuvieran una tasa de supervivencia ms alta en unos lugares QIIC en otros? Es decir. podrfan las
tasas de natalidad y mortalidad variar entre distintos puntos a travs del rango de la poblacin?
Ahora supongamos Que en promedio. teniendo en cuenta toda su extensin. la poblacin es estable.
Como un todo no est creciendo ni decreciendo. En trminos ms precisos. en
los
es 1.0. SIn
compensan exactamente las muertes y la tasa finita de crecimiento de: pobIlI/C/6n ..l
embargo. si seguimos el razonamiento del prrafo previo. a una escala ms fina d valor de..l
1< 1.0 en
variar de un lugar a otro. desde> 1.0 en las reas donde los
las
de
donde ocurre lo contrario. TIene sentido esto. no? Esta
tan simple. lejos de ser
hecho liga muchos conceptos en la conservacin de la
y
... ...
decisiones de manejo.

.....

El caso ms simple de fuentes y sumideros

Definamos las zonas donde,i > 1.0 corno fuentes. en
genera individuos "extra" en elliempo.y las
se mantiene slo si la llegada de individuos
muertes (Dias 1996: Meffe y Carrolll997:
fuentes y sumideros de una poblacin. el
dispersas en una regin sumidero.
por una poblacin de una
poblacin a largo plazo sin
tambin se aplica a
migratorios se
reproduccin es casi

"

JUlO

A.<1

Fuente

Sumidero

Figura 6.6.
Fuentes y sumideros dentro del rea ocupada por la poblacin de un animal o I n
poblacin no est ni creciendo ni decreciendo (A =1). pero en las regiones
. lis
los nacimientos (A < 1), mientras Que en las regiones fuente los nacimientos
lis
este caso hipottico, la m'!)'or parte del rea consiste de hbitat sumidero. en d cual la
podra mantener si no fuera suplementada por el exceso de individuos de las

En la prctica. se pueden realmente identificar en el mapa las fuentes

o reconocer las diferencias entre los individuos en una u otra rea?
en las reas sumidero interactan con otros de la misma y otras especies. y
por sus vecindarios fsicos y ecolgicos. Se aparean, se reproducen con xito
alegremente como sus contrapartes Que viven en las fuentes. La densidad de
puede ser igualo mayor Que la de las fuentes. La topografa de fuentes y
caracterstica visible, ni la causa de la variacin en A . Ms bien. es una
de esa variacin, de las diferencias invisibles y a menudo peQueas. entre las
mortalidad. La nica manera de ver en el mapa la topografa de fuentes y
real. sera haciendo seguimiento a las tasas de natalidad y mortalidad en toda
un largo perodo de tiempo - muy largo si le preocupan los alerces. los lamos
los ocelotes o los tapires. Y cualQuier topografa de fuentes y sumideros. con
el tiempo. Dudo Que usted pueda disear una indagacin sobre el tema de
Entonces, para Qu sirve el concepto?

CNfIl.I06. PlM05DEVlSTA

lIS

Topografas de fuentes y sumideros. tiempo y espacio

Primero. el modelo de fuentes y sumideros puede Ser la manera ms til de ver las
de las
poblaciones y conjuntos de especies a: (a) el mosaico de perturbaciones y (b) d cambio dldlco. En
cuan to al mosaico de perturbaciones. para muchas poblaciones de plantas y animales en el ~rca QJJe
usted maneja las regiones Que no han sido perturbadas por un tiempo pueden ser sumideros. mientras
Que las peQueas reas recientemente perturbadas y ricas en recursos. o los parches en reuneracin.
pueden ser las nicas fuentes. Obviamente. el mapa de fuentes y sumideros cambla~ en el tiempo a
medida Que los sitios perturbados regresan a las condiciones "maduras" y las nuevas perturbaciones
salpican el paisaje (vea la figura 6.S). Cmo podrfa esta perspectiva Innulr en las indagaciones QIIe
usted realiza y las pautas de conservacin resultantes? En una gran esc:ala. las fuentes y los sumideros
migran por el paisaje a medida Que cambia el clima. Lo Que antes era una fuente es ahora un sumidero.
y lo Que era un sumidero puede ahora convertirse en una fuente - si la poblacin puede lIesar a esa
rea. Le sugiere esto unas maneras novedosas para manejar las ~rcas protegidas o la matriz
natural Que las rodea. frente al cambio global?

Sumidero

Fuente

Gradiente de h6bII8l

Considere ahora la topograffa de fuentes y

pero esta vez con respecto a un gradiente de
geogrficas (figura 6.6). Por ejemplo. si
la distribucin entera de la
parches fuente hacia d medloJ

116

CAP(TUL06. PUNTO DE VISTA

to Por lo tanto. las zonas fuente de la

.
b
"d - - - , -_
i le reale . por supues .
l
o pa a
l' t' tipo de vegetacin o mlCroh Itat. y ell"' __'
.
centradas en una zona c 1m Ica.
hacia lo sumideros en los extremos (figura 6.8) .

Bosque hmedo tropical

Bosque nublado de altura
Bosque seco tropical

Figura 6.8.
Fuentes y sumideros al nivel de un paisaje y toda su biota - por ejemplo. la
captulo 4. Para cada especie de planta o animal. un cierto hbitat puede ser
individuos hacia los hbitats vecinos. sosteniendo as l3-s poblaciones
robustas pero Que disminuiran hasta extinguirse si se las separara de la
de especies de cualQuiera de los hbitats incluye especies "fuente" Que
ese hbitat. ms un buen nmero de especies "sumidero" Que realmente no
persistencia depende del subsidio de sus propias fuentes Que estn en otras
fuentes y los sumideros podran ocurrir en una escala ms fina Que la de las
hbitats de la reserva Que se ilustran aQu. Por ejemplo. la variada
precipitacin del bosQue nublado creara un complejo mosaico de fuentes
cada una de sus especies. Note Que la dinmica de fuentes y sumideros
hbitats "naturales" dentro de la reserva. sino tambin el intercambio entn:
convertidos Que rodean la reserva. lo cual es tema del

Por supuesto. las diferentes especies tendrn diferentes

hbitat Que es una fuente para algunas poblaciones. ser un
especies Que aparentemente prosperan en un microhbitat. tipo

CAPfllI06.IUnOSDEVISI'"

117

zona climtica. al.gunas estarn en sus fuentes. otras en sus sumideros. Mientras m's acusado sea
el gradiente
,
, ambiental. ms
, cercanos estar~ los distintos hbltats Q!ue conforman eI gradi en te
entre SI. mas cerc~no estara un punto en un hbitat dado a otros hbltats y ms alta ser la llegada
a ese punto de elemplares de plantas y animales Q.ue se estn saliendo de sus fuentes en los
di stintos habitats vecinos - es decir. mayor ser el nmero de poblaciones sumidero sostenidas en
cada punto. En consecuencia. mientras m's cercanos estn los hbltats entre s. mayor ser la
proporcin de especies de un sitio dado Q.ue est constituida por poblaciones sumidero en
co mparacin con poblaciones fuente.
Cmo afecta este escenario su vida como profesional de la conservacin? Algunas. o Q.ulzs muchas.
de las especies en un rea protegida. aun aQ.ullas Q.ue parecen estar rebosantes de salud. podran estar
en regiones sumidero. Su presencia depende. o ha dependido. de la Inmigracin de las fuentes cercanas.
Si se aslan de estas fuentes. muchas se extinguirn aun sin la influencia del cambio climtico. El
conjunto de especies actual de la reserva podra ser insostenible sin importar los esfuerzos de manelo.
debido simplemente a la topografa de fuentes y sumideros. Este problema puede ser particularmente
agudo si su rea protegida est en una regin de alta biodiversidad. ya Q.ue una gran parte de esa
biodiversidad es el resultado de una dinmica de fuentes y sumideros". El piedemonte oriental de los
Andes. o las regiones donde hay una rpida transicin entre boSQues secos y hmedos. son ejemplos
de esta situacin. Se estn empezando a gestar en su mente algunas serias preocupaciones. o ideas
para indagaciones o para pautas alternativas de manejo. ahora Q.ue est pensando en fuentes y sumideros?
QlJizs el captulo 7 lo estimular an ms. las dinmicas de fuentes y sumideros no se detienen en los
lmites de su reserva 'S

Q!J hacer?
1.

Escuche a Mercedes Sosa cantando la cancin "rodo cambia". Nunca la olvide.

2. Generalice con cuidado. Reconozca una vez ms QlJe aun la indagacin melor dl~ (capfl~1o
4) Y la inferencia estadstica ms rigurosa (captulo. S). necesariamente Invo ucran ~ca as
restringidas en el espacio y el tiempo. Dado Q!Ie los palsales naturales no cumplen con la re&Ia
fundamental de la inferencia estadstica". en escenarios de
la estadfstlca se debe apile:. e
interpretar con ms cuidado Q.ue nunca.

las
d

3. Adopte el punto de vista de las especies en cuestin. No suponga QIJe losd

d
o los conjuntos de especies comparten su punto de vista humano
~
ele 11
cambio o sobre Q.u tan adecuado es el sitio a largo pl!llO. Confre en su co..oclmlaltO
historia' natural para pensar como un rbol. o una maleza. o una polilla. o un . . o
una lombriz. o un tapir o un Q!Ietzal.
4. Reconozca la diversidad de vecindarios
individuos dentro de una misma especie.
ms peQ.uea. aproximadamente Igual. o
su indagacin. Cada caso neccs1t1r6
selectiva. a veces las dos
objetivamente. SI esto lo

QIIC .

118

CAPrruL06. PUNTOS DE VISTA

5. Deje el texto de estadfstica en la mesa y salga y ensciese las

de la historia natural le complican el diseo. el anlisis. d
vida como profesional de la conservacin o como 6logo de
mejor conozca la historia natural de su reserva y sus habitantes....
divergentes puntos de vista cuando proponga preguntas. las
adecuadamente diseadas y desarrolle pautas de manejo QIJC de

CAPITULO 7

Ningn parQue es una isla.

- D. H. Janzen (1983)

Los humanos modificamos el paisaje para Que se ajuste a nuestros propios vecindarios ccolSIcos. e
imponemos nuestro punto de vista particular a los dems animales y a las plantas. Por eje+Io. los
paisajes rurales a menudo presentan un mosaico complejo de unos pocos remanentes de b
original. dispersos entre parches de distintos usos de la tierra Q!Je
un rea de unas 0.1- 3.0
con excepcin de los parches ms grandes de pasto para ganado (figura 2.3). Las
.,.
de vegetacin original Que todava no han sido alcanzadas por la rrontCia agrcola. pueden CU...Citlnc en
reas protegidas. Por supuesto QlJe dentro del lmite legal de un rea prote&lda tambIt
Nber un
nmero de parches Que haban sido previamente talados o cultivados. A su
lambI6I
haber
buena porcin continua del boSQue original por ruera del parQPe. De ~ en
los lIlAIla lcpIa de
la reserva corresponden aproximadamente. o Quizs precisamente. con d
cnIJe la
remanente y el mosaico Que la rodea. Este mosaico ha sido
seminatural (Brown. Curtin y Braithwaite 2(01).

IN"

-.z

Tradicionalmente. el administrador de un rea prote&kla ueneet

ecosistemas y la biota Que estn encerrados dentro de
de conservacin tratan el contexto del rea
zona de amortiguacin (Wells y B,ar;cba
estn ms seriamente
personas encargadas de la
rea protegida y lodo
externo? Por supuesfO

120

CArrTULO 7. EL CONTENIDO Y El CONTEXTO

del
paisa,t!
Tenga en cuenta Q!Je este anlisis se aplica no
caprtulo 6 y de Ia ecoJogla
.
,
d

.
. t bi a aQuellos remanentes mas peQuenos e vegetacl n
. I r ' I de I
Protegidas, sino am nngran nmero de eclogos, socl6
ogos y pro eSlona es
a
'

frecuentemente tra bala u

y Greenberg 1996: laurance y Bierregaard 1997).

El rea protegida desde la perspectiva del paisaje

.
t
e' tan grande sea el rea protegida o el fragmento, o cuntos tipos de
"
,
No Impor a QU
es s610 un elemento de un paisaje ms extenso. El area protegida podrla parecer
pero, como cualQuier otro elemento del paisaje (~or ejemplo: una lapuna, una
cultivo o la parte alpina de una montaa). tambien experimenta algun intercambio o
alrededores. la naturaleza de esos intercambios e interacciones depende de un gran
Que incluyen detalles como la direccin predominante del viento, o los detalles de la
entre la reserva y la matri z seminatural (Forman 1997).
Por supuesto Que el rea protegida y la matriz semi natural no deberan ser vistos
hbitats distintos y homogneos. Casi siempre, la distincin entre "reserva') "no reservasentido poltico. la no-reserva, o matriz semi natural. consiste en una gran variedad de
de especies. Donde el paisaje original era un bOSQue, hoy en da la matriz semi natural
un continuo de usos de la tierra y tipos de hbitat tales como: huertas caseras cu
cultivos o plantaciones saturados de plaguicidas: potreros mejorados con especies
huertos de frutales bien cuidados: plantaciones de rboles exticos como pinos y
mantenidos: plantaciones menos cuidadas con un robusto sotobosQ!Je de arbustos J
plantaciones tradicionales de caf o cacao sombreadas con rboles nativos y exticos:
con un sotobosQue herbceo muy diverso: cultivos de subsistencia o potreros no
una nora de herbceas y una fauna de insectos diversas; parcelas o potreros
colonizados por numerosas especies pioneras nativas y exticas; parches de bosQ!Je
an conservan algunos rboles nativos del dosel: rastrojos secundarios diversos J
Que incluyen reas casi indistinguibles de la vegetacin original Que se ve
parches remanentes de la vegetacin original en s. Si la vegetacin nativa no es boscosa,la
Que rodea un fragmento o una reserva puede an poseer un buen nmero de hbitats QIIe
distintos grados de conversin por parte de los habitantes locales. Consideremos
diferentes sobre las relaciones ecolgicas entre su rea protegida y los distintos

Ha mirado a ambos lados del borde?

Empecemos con el caso ms simple posible: un parche aislado y bastante
original Que ah?ra es distinto a las reas modificadas Que lo rodean. Estos parches
proceso conOCido como la fragmentacin de hbitats, en el cual la frontera
t~ansformacin de la tierra avanzan e interrumpen la continuidad de la
tlplCamente rem,anentes en las partes ms inaccesibles o menos cultivables2 Antes
vectndarlo ecologlCo de las plantas y animales residentes del sitio se extendl'a
direCCIones. Hoy, sin embargo, los hbitats aledaos al fragmento son mI!)' distintos
y el veCindariO de muchos individuos se acaba abruptamente en el borde. Qp~
el modelo de fuentes y sumideros a ver.

CAPITuLO 7. EL CONTENIDO Y EL CONTEXTO

121

Figura 7.1.
Un rea protegida con un borde claro y muy abrupto: ParQ!Je
Nacional Impenetrable Bwindi (Uganda).

Primero. si estlNiera sobrevolando en un avin. el borde parecera como un lmite abrupto entre el contenido
de la reserva y el contexto (figuras 7.1 y 7.2a). Aun de cerca. el borde sigue siendo una barrera - desde el
punto de vista de aQuellos organismos Que de pronto "descubren" Que han estado viviendo todo este
tiempo en un sumidero. Que era subsidiado por el suministro de individuos provenientes de las fuentes
cerca nas recientemente desaparecidas. Como lo seala el captulo 6. sin ms entradas desde esas fuentes.
estas poblaciones esperarn en vano su rescate de una extincin local Que bien puede ser rpida o
dolorosamente lenta. A menos Que haya un cambio climtico. las nicas especies Que probablemente
persistirn indefinidamente en un fragmento de hbitat original. independientemente de su tamao. sern
aQullas Que por azar ya tenan recursos suficientes dentro de los lmites. cuando stos fueron creados.
Desde otro punto de vista. sin embargo. el borde entre un fragmento y sus alrededores es bastante poroso
(figura 7.2b). A menos Que est rodeado por asfalto. el fragmento es accesible a nuevas poblaciones
fuente. ya Que la matriz seminatural mantiene sus propias poblaciones de plantas y animales QIJe podrfan
pasar a travs del borde. Estas poblaciones probablemente van a encontrar condiciones de
dentro del fragmento. Sin embargo. puesto Q!Je estn
constantellk.lle
afUCIa. ulos
colonizadores pueden llegar a alcanzar una alta densidad de
J cJerccr una
sobre los eventos subsiguientes dentro del
(Janzen 1933). Los
inocuos. o podran ser competidores agesiYOS.
nativas al remanente.
La invasin de un
por
o exticas. constit~ una clase
los efectos de borde tambI
por un terreno c~
dcadas hasta QlIC se
exteriores del

122

CAPlTUl 7

ONT[ tDOV(I CONTfXTO

Matriz semi-natural

a
/vea protegida

Matriz seil nabnl

e
Figura 7.2_
Cuatro perspectivas distintas del borde entre un parche de vegetacin original y la
(Brown. Curtin y Braithwaite 200 1). o sea. el paisaje total o parcialmente convertido a
borde. (a) la perspectiva de los "parQues como islas": el lmite es una barrera
particularmente para las especies Que sobreviven en el parche. (b) la perspectiva
"efectos de borde": en lugar de estar sellado. el borde es permeable a las innuencias
hostiles a las poblaciones e interacciones ecolgicas Que sobreviven en el parche
especies (por lo general dainas) del exteri or. (c) l a perspectiva de ambos lados: el
able a las innuencias. interacciones e intercambios Que pasan en ambas direcciones_ (el)
de ambos lados. Que tiene en cuenta la va riacin en la naturaleza de la matriz

atmosfrica. humedad del suelo y velocidad del viento. lo Que afectar a las plantas J
habitan. los bordes de los fragmentos tambin son vulnerables a plaguicidas y
desde los cultivos cercanos. los efectos de borde. tanto fsicos como biolgicos.
metros o varios cientos de metros dentro del fragmento. El tamao del fragmento
relativo de los efectos de borde. Un fragmento peeo puede experimentar efa..tos
extensin, Que inducen cambios rpidos en las condiciones fsicas y en la
exista antes del aislamiento. los fragmentos ms grandes pueden retener un ncleo
Que est libre de efectos de borde. mientras Que en las reservas de cientos de miles
de borde afectaran slo una minscula fraccin del total y por io tanto generaran
Hay aun otra perspectiva sobre los bordes. las inQUietudes de conservacin se han
sobre el destino del rea protegida y no de sus alrededores. Por lo tanto. la
efectos de borde slo mide las nechas de la figura 7.2b y se concentra en los

CAPITULO 7. EL CONTENIDO YEL CONTEXTO

123

hacia adentro.
Pero. no tienen los bordes dos lados?. l'No podra -1
bl t f' I ..1- f
.
.
~ am en e ISco U<: un ragmento penetrar
alguna distanCIa'
dentro
de
la
matriz
semin3lural
(figura
7
2e)?
'No
podr'
l'

I
..1_1
pobl
.
.
. l
lan 53 Ir pro> gu os U<: as
aclones
de plantas y animales reSidentes en el fragmento. hacia la matriz seminatural (Gaseon et al. 1999. Grlmth
2000). aun cuando la matriz en s no pudiera mantener poblaciones viables de esas especies?
l os metafricos poros ~el borde entre el rea protegida y sus alrededores casi siempre funcionan en
ambas direCCIones. no solo en una. Adems. la naturaleza del intercambio entre el contenido y el contexto
probablemente no es Uniforme a todo lo largo del borde (MeSQ.uiLa. Delamnica y Laurance 1999). Con
seguridad vara con los cambios en la naturaleza de la matriz seminatural Qlle bordea la reserva (figura
7. 2d) . Con toda seguridad. el contenido de su rea protegida ejerce una innuencla distinta sobre distintos
tipos de matrices seminaturales. y distintos tipos de matrices seminaturales ejercen distintas innuenclas
sobre el contenido del fragmento (Mclnryre y Hobbs 1999).
Qu tan importante es considerar ambos lados del borde desde la perspectiva de la figura 7.2d. si usted
est trabajando con el rea protegida o con la matriz seminatural? Creo Que es crtico en ambos casos. En
Amrica latina yen el resto del hemisferio occidental. cuntas indagaciones realizadas por administradores
o eclogos. han enfrentado el concepto presentado en esa figura? Hasta donde tengo conocimiento. slo
unos pocos (por ejemplo. Estades y Temple 1999. Gascon et al. 1999. MesQuita. DelamOnica y Laurance
1999). aunQue el modelo unilateral de la figura 7.2b ha sido tratado en numerosos estudios. Qu asuntos
serios de conservacin o ideas de estudios interesantes se le ocurren a usted? Qu indagaciones factibles
podra disear escrutando cuidadosamente la figura 7.2d?
la perspectiva de "ambos lados" se extiende ms all del caso del peQueo fragmento aislado. Por
ej emplo. la conversin del hbitat no necesariamente asla la vegetacin remanente y desconecta los
fragmentos. Por lo general. produce tiras angostas de vegetacin original Q!Je aun estn conectadas entre
s o con extensiones grandes del mismo hbitat (figura 7.3). De hecho. las grandes extensiones pueden ser
reas protegidas (de lima y Gaseon 1999). Estos jirones de hbitat (Feinsinger 1997) son esencialmente
"puro borde". los efectos de borde entrantes se difunden de un extremo al otro del jirn. Pero a la vez los
efectos salientes desde el jirn. pueden innuir profundamente en la matriz seminatural Q!Je ste penetra.
No importa cul sea su forma y tamao. cualQuier extensin de vegetacin remanente. bien sea QIIC est

Flpra 7.3.
dc ~tats.

110

la falo.

124

CAPfTULO 7. EL CONTENIDO YEl CONTEXTO

protegida o no. seguramente experimenta y ejerce va;iados efectos de borde a todo lo

La naturaleza de esos efectos debera interesar no solo al profesional de la conservacin,
del terreno y al eclogo. sino tambin a las comunidades rurales de la matriz semlnatural.
de vista de los habitantes locales. los efectos de borde ejercidos por un peQueo
rivado o una reserva estatal extensa pueden ser benficos. negativos. o ambos. Los
~ultivos o los pastos cercanos a los fragmentos podr~an incluir: (a) es~abilizacin de la
y de la humedad atmosfrica y atenuacin de seQjJlas; (b) aten~a(lon de extremos de
generacin de rompevientos y (d) incremento en el control blologlCo de plagas de
los depredadores y parsitos Que emanan de la reserva (vea Power 1996). Por otra parte, la
la reserva podra tambin generar prdidas en las cosechas. debidas a hongos u otros
de insectos Que emanan de la reserva y otras plagas grandes y abusivas tales como
Sudamrica y elefantes en frica (Naughton-Treves 1998); o. podra disminuir la
cosechas porQue el sombro disminuye el crecimiento de las plantas o su produccin de
Le sugieren estas posibilidades algunas inQuietudes. preguntas o indagaciones de
comunidad Querer saber la respuesta a estas preguntas u otras sobre los efectos de los
bosQue? Vea el captulo 10.

La matriz seminatural como una entidad de conservacin

Algunos profesionales de la conservacin an perciben todo lo Que est dentro de un
como "bueno''y todo lo Que est fuera de ella como "malo". Esta percepcin es producto de
polticamente necesaria. pero biolgicamente desafortunada. Que se mencion en el
entre los paisajes "prstinos''y los "manoseados por los humanos". El resultado de estas
la matriz semi natural. por lo general. inspira desprecio por ser una fuente de invasores e
desagradables. En el mejor de los casos. se la tolera simplemente como zona de
Sin embargo. considere de nuevo la gran variedad de hbitats y conjuntos de especies qpe
una matriz seminatural. Es cierto Que algunos usos de la tierra en esa matriz tales COIIIO
o plantaciones de algodn o de palma africana. pueden ser de muy poco interfs para el
conservacin. Sin embargo. otros sitios pueden contener muchas especies nativas del
algunas especies (y procesos ecolgicos) de gran valor de conservacin (Gascan el
Hobbs 1999; Brown. Curtin y Braithwaite 2001) . Algunos parches. o toda la matriz. pueck:n
un subconjunto bastante completo de los conjuntos de especies y los procesos
nal. Por ejemplo. el diverso dosel de las plantaciones de caf con sombro por lo
fauna de vertebrados e invertebrados (perfecto et al. 1996; Moguel y Toledo
pueden ser parasos para la biodiversidad local (Gmez-Pompa y Kaus 1992;
nativos usados para produccin de madera pueden contener conjuntos de
como los bOSQues no talados (Thiollay 1995; Grimth 2(00). Los peQ.ueilos
dispersos en la ~atriz semi natural. Que rara vez reciben alguna atencin de parte
de la conservaClon. pueden de hecho contener muchas especies nativas. proveer
de las tierras transformadas Que los rodean y tener un signlncado prctico O
locales,'. En una escala mayor de tiempo y espacio. es posible QYe las
en su area protegida como consecuencia del cambio global. encuentren
puntos dlsper~os de la matriz seminatural y tengan xito siguiendo el
de sus chmas Ideales. en lugar de extinguirse al llegar al borde de la

CAPITULO 7. EL CONTENIDO YEl CONTEXTO

125

Como dice ~rome (1997). "es ~uy i~portante manejar la matriz si ha de persistir la biota de un paisaje
fragmentado . Cada ,vez hay mas ecologos y profesionales de la conserv aClon
. , Que es tan
' de acuerdo con
esta frases Hoy en dla muchas est~ategias de conservacin se enfocan en los paisajes (Poiani et al. 2(00)
e Incl uyen la.matriz semlna~ural. Sm embargo. volviendo a la figura 1.1.. cmo se puede tomar decisiones
de manelo Sin la InformaClon Que proveen las indagaciones cientficas?

Qu hacer?
Como profesional de la conservacin. si sus actividades se pueden extender ms all de la reserva y hacia
algunas partes de la matriz seminatural. no desestime ese paisaje potencialmente rico. a medida Que sigue
el .. ciclo de manejo" de la figura 2.4 y propone pautas de conservacin. Como eclogo de campo. considere
Que las preguntas sobre fenmenos en la matriz seminatural pueden ser tan interesantes - y ms manejables
- Que las preguntas sobre lo Que se encuentra dentro de la misma reserva. Sea Que sus actividades se
extiendan o no hacia la matriz seminatural. considere la posibilidad de animar a las comunidades locales
a manejar el paisaje. de tal forma Que: (a) se minimicen aQuellos efectos de borde deletreos Que penetran
la reserva . (b) se maximicen aQuellos efectos de borde positivos Que penetran la matriz seminatural y (c)
se maximice el potencial de conservacin de la matriz seminatural por s misl.1a. Por ahora. por lo menos
rea lice el ejercicio del recuadro 7.1.
Sea Que est trabajando con comunidades locales o no. le parece abrumadora la complejidad de la
indagacin a nivel del paisaje? Afortunadamente. hay algunos atajos para indagar sobre efectos de borde
y otros efectos crpticos ,de las actividades humanas sobre ,la "integridad ecolgi~a" del .paiSaje. tst~s y
otros atajos pueden ser utiles en estrategias de conservaClon en gran escala. (Cuales ata lOS escoger.

Recuadro

7.1. PractiQue formular preguntas acerca del contenido J el contexto

Piense en el rea protegida en la Q!Je trabaja. o estara interesado(a) en trabajar. ~eje un ~. o

examine una fotografa area. imagen de satlite. archivo de SIG u otra repKsentacln del rea protegida

y del paisaje Que la rodea. Note lo siguiente:

La forma del lmite legal de la reserva

El grado en Que el lmite legal coincide con los lmites entre la extensin continua de
hbitat original y la matriz semlnatural QlJe la rodea
La variedad de tipos de hbitat a ambos lados. tanto cid Ifmlte lepl ele la resoli!
como del borde de la vegetacin original.
a
elementos de la matriz seminatural. J
Los tamaos y fOlm3S de los

Ahora apliQlJe el mtodo del

formule tantas preguntas CXJiIIO
Luego escoja aQ!J11as QIIC
real. y considere:

CAPITULO 8

La pregunta "Qu estamos monitoreando o evaluando. y por Qu?" es fundamental para seleccionar
los indicadores apropiados.
- Reed F. Noss (1990)

Muchas preguntas e indagaciones relacionadas con la conservacin se enfocan en una especie de planta
o de animal en particular. o un grupo de especies. Quizs la especie o el grupo de especies constil~ su
motivo primario de preocupacin. Si es as. la est tratando cOll)O esple objetivo o grupo objetivo. Un
patrn biolgicamente (y estadfsticamente?) significativo en los resultados de su indagacin le indicarfa
Que algo est sucediendo con esta especie o grupo objetivo.
la f'!Ce de reflexin usted podra
especular Que algo puede estar pasando tambin con otras
o
ecoIsicos.
no
actuara ms all de la especulacin: su foco continuarfa siendo especie o grupo qJe estj
Las preguntas sobre los efectos de la tala selectiva. en el capftulo 4. ImoIucrabI.-I tres grupos obJetIwX las
aves. los mamferos peQueos y las ranas del bosQ!Je. En el capftuloS.IaDra.
Dr.
seleccionaron una sola especie objetivo. el Caimn Feroz. lJstto:l
una
o .,.,
objetivo por una variedad de razones. como se discute rNs adefante.
Por otra parte. Quizs su preocupacin y foco de conservacin
"'l!(ho"
ser el conjunto completo de especies de animales y plantas J su
conjunto. con respecto a: (a) un fenmeno
visible QIIC
proximidad a una frontera agrcola. la talci selectiva. la
menos obvias QlJe se sospechan pero no se
Que usted ha puesto en prctica. (2) Su
parche en particular. no slo de la blota sino de

128

CAPrTULO 8. INDICADORES VERSUS OBIETlVOS

ecolgicos del sistema. Al igual Que con el conjunto de esp.e,cies. usted podra desear
ecolgica con respecto a fuentes conocidas de perturbaclon. a amenazas menos visibles.
pautas QUe ya se han puesto en prctica. tstas son pr~ocupac~on~s de gran ~scala. Cmo
Aun un proyecto de conservacin gigantesco y multldlSClplmano no podna evaluar lo QIIe
con cada poblacin de planta. animal y microbio en el paisale. y mucho menos con cada
interacciones y procesos relacionados con la integridad ecolgica. Si usted est trabalando
unos pocos colegas. es claramente imposible Que responda todas estas urgentes preguntas
escalas.
Entonces. usted ha seleccionado una especie o grupo particular de especies como atatos o
responder preguntas sobre otras especies y los procesos ecolgicos de los Que son parte.
de la biota o la integridad ecolgica del paisaje. Usted est suponiendo Que las respuestas a
o a las acciones de conservacin de estas especies. Que considera indicadores
respuestas de todas las otras especies y procesos ecolgicos (poiani et al. 2000). Si
biolgicamente (y estadsticamente?) significativo en la especie o grupo indicador. scrra
Que algo esl ocurriendo con la biola)' por lo lanlo. con la inlegridad ecolgica del
1998). Es decir. idealmente la especie o el grupo indicador le dice si las cosas van bien o mal
o con una parte o todo el paisaje l . Si sa es su meta. debe ser supremamente cuidadoso
especie o el grupo indicador ms apropiado y debe tomar medidas especiales
cuidadosamente la(s) variable(s) de respuesta Que va a medir con respecto al indicador
Los indicadores ecolgicos de ninguna manera estn limitados a las especies. T
constituyen slo un componente de la biodiversidad del paisaje (Noss 1990). Las
integridad ecolgica. incluyendo pero no limitadas a aQuellos estudios etiQuetados
de biodiversidad". pueden involucrar varias clases de variables fsicas y biolgicas
J
ecolgicos
Por
otro
lado.
slo
porQue
usted
est
cuantificando
una
variable
ambiental
, .
automatlcamente en un indicador ecolgico. Por ejemplo. usted podra estudiar la
nitratos en lagunas Que se sabe estn expuestas a diferentes intensidades de
ser un fenmeno interesante de por s - en cuyo caso usted estara tratando esta
obletlvo en lugar de un indicador ecolgico. Este captulo se enfocar
grupos de especies. simplemente porQue son los objetivos o indicadores
estudl~r. los m~jor conocidos y los Que son ms frecuentemente seleccionados.
recomiendo enfatlcamente Que considere el uso de ciertos procesos ecolgicos
cuantificar. como indicadores - u objetivos - ecolgicos.

~I pri~eradv~sta. la diferencia entre objetivos e indicadores puede parecer trivial.

I osodlas I leren en aspectos muy importantes. Adems. las especies ms
menu o son
co mo .In d'Ica dores y viceversa . Lamentablemente los
., deficientes
.
conservaclOn tienden a pegarle la etiQueta de "bioindicador" indiscri

meno
~~u,::~ s~e d~t~ic!es fen?b
ecolgico Que estn investigando. as sea o no
o mas am a. o Simplemente s
b"
subjetiva de indicado
ea un o letlvo. En el mejor de
conservacionistas. en ~~: ~~ede llevar a malas ,interpretaciones y a
de los casos puede llevar a d dl?s de codmunlcaClon y entre las entidades de
eCISlones e manelo desastrosas. En este

CAPtruLO 8. IMlICAOORES VERSUS OBIETIVOS

129

y malos
indicadores y enfatizar Que el uso de especies objetO
. I
'I'd
.
IVO es Igua mente va I o pero Involucra
. .
t d'f
m terlos y me as I erentes.

Criterios para seleccionar una especie objetivo

Po,r Qu una especie o grupo. de especies en particular es escogido como el objeto de manejo. de
pohtlcas regionales. de regulaciones globales o ~e investigaciones ecolgicas bsicas? La mayora de las
posi bles razones enc~~an en un sencillo eSQuema. Una razn es porQue es una Especie Importante - por
consideraCiones pohtlCas. por prioridades de conservacin o por razones econmicas. Las especies
pueden ser Importantes por consideraciones polticas:

por ser especies carismticas. es decir. organismos estticamente atractivos Q!Je pueden generar simpata
!Y muchas donaciones en dinero) entre el pblico general. Las especies Que tienen ojos grandes y
suave pelaje. plumas. colmillos o aletas. tienen ms probabilidades de ganarse el apelativo de
carismticas y de adornar los calendarios a todo color. pero algunos vertebrados Que no tienen estas
caractersticas (por ejemplo. la rana arbrea de ojos rojos o las ranas venenosas de la familia
Dendrobatidae). algunos invertebrados (como algunas mariposas) y algunas plantas (las orQudeas en
particu lar). tambin califican. (Pregunta: podra ocurrir Que el excesivo nfasis en las esprcies
carismti cas genere la creencia en el pblico de Que no vale la pena conservar paisajes don{le no
existen estas especies?);

por ser especies bandera. es decir. especies carismticas Que pueden usarse para lanzar un esfuerzo
de conservacin o un plan de manejo para un paisaje en particular (se aplica la misma pregunta Que
para la especie carismtica) ; o.

por ser especies sombrilla Que tienen grandes vecindarios ecolgicos o una distribucin geogrfica
extensa. de manera Que las medidas de conservacin dirigidas a la especie objetivo protegeran a
muchas otras especies y procesos ecolgicos (se aplica la misma pregunta Que ~nt~ .. adems de la
siguiente: las reas fuente y sumidero de otras especies. necesariamente van a COinCidir con las de la
especi e sombrilla?) .

Desde el punto de vista de las prioridades de conservacin podrfan ser importantes:

por ser especies vulnerables. Que estn en peligro de extincin o cJ.!Y3S caractcrfstiras ecolgicas
sugieren Que lo estarn pronto _ una especie vulnerable a la QIIe se le da reconocimiento oficial se
convi erte en una especie amenazada o en peligro. (Preguntas: existe una relacin entre la bcilidad
con Que se declaran especies amellazadas o en peligro. y el
de
n:latlvo al .,.
total de especies en el paisaje local? y. esa razn de
:
es ... alta o en
aQuellos paisajes Que probablemente tengan el ~
de
QIIC
etiQueta?): o.

por ser especies claves o piedrangulares.

desproporcionadamente grande en relacin a SIl
piedrangulares son fciles de
encuentran. o se
a paI5IIC5
cambios en las

130

CAPfTULO 8. INDICADOR f5 VERSUSOBIETIVOS

s difciles de identificar. (preguntas: Qu es una especie no

den er m
pue
"
.
d
I
'd
d"
t
r
1.'
I d na Q!ue sr lo es7 ;Podrra ser la pie rangu an a una carae er 51_
.<
.
"
dIStlOgUr e u
discreta IKotliar 20001? Se han descubierto todas las espeCies muy
y se han Incluido en las normas de conservacin?).

o tal vez una especie puede ser importante por ser econmicamente valiosa, bien
local o para el mercado. Pregunta: las especies Que actualmente son consideradas
va liosas", siempre lo sern? Si no lo sern, Que pasar con sus pautas de
Un segundo motivo por el cual una especie es escogida como objetivo, es porQue
aunQue no realmente usada, como una especie indicadora. Casi con certeza bta es
(vea McGeoch 1998). Recuerde la direrencia en la definicin y vea la siguiente
algunas personas creen Que deben justificar su seleccin de una especie obletivo
ninguna evidencia slida, sus propiedades como indicador ecolgico. Si usted cree
Importante por una o ms de las razones expuestas arriba, esto es justificacin
Si no le puede adjudicar ninguna "importancia", no fuerce la verdad con un
llame indicadora. Sea honesto y admita Que la ha escogido por el tercer motivo por el
escogida: porQue est all, porQue le intriga y, en consecuencia. es una especie
etiQueta es la ms honesta de todas. Despus de todo. QUin puede decir cules
pai saje son ms Importantes Que otras 7 No debera la conservacin incluirlas a
posibles excepciones tals como el virus de la viruela y los mosQuitos Anopheles ?
Por supuesto, estas etiQuetas no son mutuamente exclusivas. Una cierta especie
simultneamente carismtica, bandera, sombrilla, vulnerable, piedrangular.
supuesto. interesante. El uso juicioso de las etiQuetas no es malo. siempre y cuando
O'Doher\}' 1999). Aun as. tenga cuidado al desarrollar pautas de conservacin
(Crome 1997). stas pueden s.er bastante subjetivas. No es justo ignorar aQuellas
sido catalogadas como vulnerables, o piedrangulares. o econmicamente valiosas. Es
especies carismticas, banderas o sombrillas para determinar Qu paisajes vale o
(Schwartz 1999; Poiani et al. 2000) . Finalmente. reitero: no promocione una especie
a menos Que haya ledo las dos secciones siguientes y est convencido de Q!le no

Criterios para seleccionar una especie (o grupo) indi

Si su indicador ecolgico va a justificar este apelativo. tiene Que ser ms Q!le
debe cumplir con ciertos criterios fundamentales. Algunos de los criterios
son obVIOS y se relacionan con aspectos mencionados anteriormente.
y 6. Otros, menos obvios, se relacionan con la filosofa del concepto de
de este captulo. Como veremos, pocos grupos de especies _ y mucho
pueden satisfacer todos los Cf1tenos,
pero aIgunos son mejores Que otros6 Los

/. MU~5treo objetivo: un indicador debe poder ser muestreado de

traves de observacin directa. de medidas o de conteos con un
unidades de evaluacin biolgicamente razonables.

CAPf".oa.

OIIIETM>S

131

2. Muestreo eficiente: un Indicador debe poder ser muestreado

y debe od .
datos suficientes durante la mayor parte del ti
pr uClr
'
.
empo en Qpe es muestreado. Es decir no debe
reQuenr una cantidad de esfuerzo. tiempo y dinero desorbitada antes (o A-n '
.
el primer dato.
--'Yues ) de Qpe se tome
3. Tamao de muestra: el indicador debe ser capaz de evaluar un gran nmero de rq,licas de las
unidades de respuesta por unidad de esfuerzo. tiempo y dinero invertido.
4. Costo del muestreo: el muestreo del indicador debe poder hac-~' de eQplpos
.
~.~ con un m mmo
costosos o procedimientos sofisticados.
S. Familiaridad: la historia natural y la taxonoma de la especie. o del grupo. deben ser bien conocidas.
6. Escala .: los vecindarios ecolgicos de la especie o grupo indicador y la escala en la Qpe opera

cualQUier otro ~ndlCador ecolgico. deben corresponder a la escala ms apropiada para el problema
de conservaClon.
7. Sensibilidad: sus datos preliminares. o estudios confiables realizados en otras partes. deben

haber demostrado Que el indicador es sensible a los factores Qpe le generan preocupacin (por
ejemplo. contaminacin. fragmentacin del hbitat. compactacin del sucio. cambios en el manejo
de cuencas).

8. Utilidad como sustituto: la especie o grupo indicador debe responder consistentemente a los
cambios ambientales en el tiempo y el espacio. bien sea de manera similar o de manera directallknte
opuesta al resto de la biota. En particular. la presencia o ausencia o la densidad de poblacin de
una sola especie. o la composicin y diversidad del grupo indicador. debe correlacionarse
claramente con la integridad ecolgica del paisaje. como sea QUe la haya deOnido. Si la especie
o grupo juega un papel ecolgico crtico. esto es un valor agregado - pero no un criterio absoluto.
Alternativamente. si el indicador es un proceso ecolgico en lugar de un \axn. el proceso
involucrar muchas especies con estilos de vida diferentes.
9.

Consistencia: la especie o el grupo indicador debe estar

todos los momentos en Que se vaya a muestrear.

activo o ser accesible en

10. Inters seneral : al menos para indagaciones Qpe involucran la matriz semlnatural. el Indicador
idealmente debera responder a los factores Que tambi~n le
a las
rurales.
sea o no Que les interese el indicador por sr mismo (vea el capftulo 10).

Una sola especie como indicador ecolgico?

A veces una especie particular de animal o planta tiende a pr05pCiar en paisajes Q1ie
han sido tocados por las actividades humanas. y a desaparecer cuando la
alterada. Sin embargo. no puedo pensar en ningn caso Q1ie cumpla con todos los
Al igual Que otros autores (p.ej.: Landres. Vernery
1988; Noss
nunca use una sola especie como un indicador pos/too. es declr. un
qpe
correlacionado positivamente con la Integridad ecolgica o la
de la mayora de las plantas y animales nativoS de los paisajes
patrn irregular.
de la InftueRda ~
puede. de verdad. Indicar Ql.ie todo estj bien ron el n:sa.

110

ha sido

132

(AmULO 8. INDICADORES VERSUS OBIETlVOS

. l' 'SU ausencia indica Que las cosas no estn bien? No necesariamente. Su
palsa e, (
ausente. Eso es todo.
Por otra parte. ciertas especies son "explotadoras" (McGeoch 1998) de las
Algunas plantas. animales y microbios oportunistas siguen a los humanos a donde
siempre aparecen cuando las cosas "van mal " para la biota nativa o la integridad
Algunas de estas especies incluso aparecen cuando la perturbacin es bastante
excelentes como alarmas tempranas. Estos indicadores ne;ativos no
perturbadores por s mismos. Ms bien, su presencia es una seal de Que es~
sutiles, complejos y serios con respecto a la integridad ecolgica - o incluso a
indicador negativo ms ampliamente reconocido es la bacteria Escheriehia eoll.
indica contam inacin con heces humanas. De hecho. E. eol cumple con casi todos
en la seccin anterior. Slo unas pocas variedades de E. col son peligrosas para
presencia de cualQuier va ri edad en cierta cantidad indica Que otros parsitos ms
presentes. Por el contrario, una baja densidad. o la ausencia. de E. eoll
contaminacin fecaly bajo riesgo para la salud - al menos con respecto a infeccin
humanos. Por lo general es ms fcil y barato para las autoridades de salud pblica
del agua por la presencia de E. (ol Que por cualQuier otro medio.
Por supuesto. su inQuietud probablemente se relaciona con la salud del
humana: Cules especies, ms visibles Que E. (ol a simple vista. podran
presencia? AunQue, hasta donde s. ninguna ha sido evaluada
algunos ca ndidatos:

El helecho (Pteridium aQuilnum). En algunos paisajes este helecho vive

la biota nativa - por ejemplo, en el sotobosQue de los rboles de lamo
embargo. en algunas regiones tropicales y subtropicales del mundo. este
donde la integridad ecolgica del paisaje ha sido perturbada por Quemas
pisoteo del ganado. Este helecho tambin invade algunos boSQues
experimentado perturbaciones ms sutiles, penetrando por los senderos e
naturales de bOSQue.

La rosa mosQueta (Rosa e;lanteria). Como se describi en el captulo 6. en

argentinos del distrito de las lagunas, esta planta extica invade sitios QJJe
pastoreo. pisoteo. tala y Quema.

Otras plantas invasoras . Con la posible excepcin de los trpicos

el heml sf~no OCCidental ofrece una variedad de plantas invasoras
como indicadores negativos.

Rata comn (Rattus rattus). Las ratas usualmente estn asociadas a erectos
ser sutiles, de modo Que. por Qu las necesitaramos como
tambin aparecen cuando hay perturbaciones ms crpticas de la blota o
en sus trampas para mamferos en lo Que usted crea Que era un
sucede. entonces debera preocuparse - y empezar a buscar algunas
Que antes no haba notado.

CYflulOa.

133

El pjaro Troglodytes aecJon. El alegre y burbuJeante canto de

paisajes. dentro y fuera de reas prote"ldas desde Ca d ~e

pfaro numlna II\lIChos
.
.,.
na
asta TIerra del Fue..n El lado ms
oscuro: en las reglones boscosas. escuchar este canto le ...... -1 fa
I
.,...
,
d d
......,,, r QIIe e
no est tan
como crela. In u ablemente hay alpo de apertura del 1....._ - ob bl
.
.,
UU>\lIIC. p~ a emente con al"una ....rturbacln
de la blota del bOSQue y de los procesos ecolgicos.
., .. -

Ninguna de
las
especies
Que
he
mencionado
es
una
eleccin
Ideal
Alob'_
I
j
ed
d
.
. .
.
. no
~rvar su pa sa e. ust
pue e ser
capaz. de. IdentifICar
melores candidatos. Sin embar"o
n .. Izs- est dando
.
. , 'O'
~
cuenta de QIIe no existe la
especie indicadora perfecta - excepto E. eoli. Podra funcionar mejor un Indicador compuesto por varias
espeCies?

Grupos indicadores terrestres?

Si usted est buscando grupos objetivo. los vertebrados terrestres pueden ser una seleccin excelente.
Los vertebrados son a menudo "importantes" segn varios criterios. y
tambi61 son "Interesantes".
Los efectos de las actividades humanas sobre los conjuntos de aves. mamlferos. reptiles y anllblos despiertan
considerable inters y gran preocupacin. Igualmente. el monitoreo de conjuntos de vertebrados puede
ser ciertamente una actividad legtima e importante de por s.
Sin embargo, como usted y. lo habr inferido a partir de la indagacin sobre la tala selectiva. los vertebrados
raramente constitl!)'en buenos indicadores ecolgicos (Landres, Vernery Thomas 1988: Hilty y Merenlender
2000) . AunQue a menudo son el objetivo de Iniciativas de conservacin o de estudios bsicos. los conjuntos
de aves o de grandes mamferos constil~en un mal grupo indicador. Los mamlfe~ peqpeos tienden a
cumplir con ms criterios. pero aun as no indican nada sobre la Integridad ecolgica QIJe no sera ms
fcil de descubrir por otros medios - a menos Que usted por casualidad capture una rata bien adentro del
bOSQue "prstino". Medelln, EQuihua y Amln (2000) proponen Que los murcl~lagos pueden constituir un
grupo indicador en los trpicos de tierras bajas, aunQue su propuesta debe ser evaluada en una
de paisajes. Las ranas, y a veces las lagartijas, cumplen con ms de los reQ!lerlmlentos como Indicadores.
En la actualidad. algunos conservacionistas y medios de comunicacin promocionan a las
como
"los canarios de las minas", como sensibles seales de alarma temprana de una contaminacin global QIIe
muy pronto afectar a otras especies, incluidos nosotros. Sin embargo, se deberfa tratar a las ranas como
objetivos y no como indicadores. Las ranas dellnltivamente estn en
en casi todo el mundo,
pero no est claro si las debatidas
de la declinacin de los anfibios
a otros taxones de la
misma manera. Si su problema reQuiere el uso de un grupo de
CXllIiO obJetIw1. las
(o las
lagartijas) pueden ser una buena seleccin, c~ se discuti en la pre&unta sobre la tala
Sin
embargo, si usted Quiere llsaf a los vertebrados
Indicador. depeno:\:r de
o
lagartijas casi con seguridad lo va llevar en la direccin

Los gremios de aves como una alternativa a las

de

de maneras
Por
las
qpe COIIICII
un
o QIIIds dos (el.
otro

Un gremio es un grupo de especies QJJe !.ISa la misma clase de

ejemplo, las aves Que se
de
en su
frutos, o el conjunto de aves y mamlfer05 QIIe wlilen rrutDs.
Desde_
los Que comen frutos
el de los QI'C
un
pIlIlO
......
QIIt
las aves Que anidan en
en

134

N'lr UI

& INOICN)OIU WIIl\US

" rlVOS

avldadc en barran o~ con Iill!)len tr la avlr una en total presenta un perfil ck

de dlrcrcntc~ gremio~ de alimenta In (o
. cada uno con un o muchas
bl IOg05 de la con~crvdci n argumentan convincentemente Que aun cuando la composicIn de
de la avlrauna es un pobre indicador ecol glco. el perrll de gremios puede er bastante sensible
sutllc de las a tlvldadc~ hum na~ /. Pcnsand en su propio paisaje. ( cra la estructura de
avlrauna un Indl 3d r e 01 glco vlido y tlP (Cmo podrra determinar esto IY vea Mllol el 11.

Marlpo as
Al Igual Q!Je las aves y los g"mde mamrreros. las mariposas exudan carisma J han
a
naturalistas larvales Q!Je luego han metam rroseado en alguno de los ms coloridos clmlll_
con erv I n. la mrlpo as ciertamente constituyen un grupo objetivo v lido. Sin embargo.
Indl ador ecol glco. o aun como indicad r de biodiversidad. no han tenido mucho bita'. Las
de las marip053 a 135 variables del hbitat y " los efectos de las act ividades
extraordinariamen te complejas. en parte porQUe es dircll distinguir los Individuos Que est~ de
los Que de verdad viven altr. yen parte porQue las larvas y los adultos tienen estilos de vida y
de recur os enteramente di ti ntos. las maripo a a menudo cu mplen con los primeros cinco
105 Indicadore ecolgicos. pero ra ramente cump len con 105 lt imos cinco. La leccin:
porQue 1m clcnt fficm tienen un aprecio especial por un grupo de animales (o plantas). d
callnca automticwl1cntc para status de Indicador.

Escarabajos coprfagos (y carroeros)

Lo hbitos de estos insectos. Que pert enecen a ci ertas subramilias de la ramilia de
Scarabaeidae. no son particularmente ca rismticos (IIgura 8.1). pero los escarabajos mismos si lo
er.
se est acumulando evi dencias de Que los escarabajos coprragos renejan
integridad ecolgica del hbitat en muchos paisajes tropicales J subtropicales9
graduando de grupo objetivo a grupo indicador. y a medida Que ganan en popularidad J
po ible encontrar la ay uda de experto (apndice Cj . l os escarabajos coprfagos se
objetiva. eficien te y econ micamente con trampas de cada cebadas. Todo lo Que necesita o

Figura 8.1.
Una muestra clsica del
de un escarabajo coprfago
Costa Rica).

CAPfrut.o a.

135

provisin de vasos
plsticos
desechables
J
materia
recal
rr-~
Los
-~~
baj
.c.<
I
. .
~.......
~ra
os coprUlagos mc uso
cumplen . el Crlte~lo de tener inters general.
lo reconocera casi cua!Qpler campesino. sin los
escarabalos coprofagos gran parte de la matriz
del hemlsrerlo occidental estarfa ahora hasta
los tobi 11 os en bosta de vaca.

Otros colepteros
Los colepteros estn presentes de polo a polo. Algunos paisajes tienen muchos miles de especies. Los
escarabajos coprfagos estn /cerca de ser el grupo Indicador Ideal. pero algunos otros grupos de
colepteros pueden tambin cumplir con algunos o casi todos los criterios. Se ha propuesto Q!Je las
comunidades de escarabajos tigre (ramilia Cicindelidae) pueden indicar integridad ecolgica en muchos
paisajes tropicales J subtropicales de latinoamrica J otras partes (Pearson y Cassola 1992; Rodrfguez.
Pearson y Barrera 1998). Otros colepteros peQueos Q.ue viven en la hojarasca. tambin pueden ser
buenos indicadores en algunos hbitats de boSQue (vea Nilsson et al. 1995; Rykken. Cupen y Mahabir
1997). Finalmente. los colepteros de la familia Tenebrionidae pueden ser excelentes indicadores ecolgicos
en paisajes ridos J semiridos (observacin personal). aURQ!Je hasta donde s no han sido cabahiknte
evaluados en este contexto
.

Otros insectos y
lO

Otros invertebrados artrpodos tambin pueden ser buenos indicadores La seleccin Q!JC usted haga
debe depender de Q.u tan bien conozca su historia natural. Sin embargo. no suponga Q!Je todos los
grupos de invertebrados son buenos indicadores. Las hormigas. cuya diversidad y biornasa en muchos
paisajes tropicales y subtropicales supera la de todos los vertebrados. no siempre cumplen los criterios
para los grupos indicadores (Andersen 1997).

Plantas invasoras
Casi cada paisaje tiene un diverso conjunto de plantas
.
las
referido
.
I
sI
las
malezas
extkas
a
las
Q!JC
1105
en la cobertura vegetal. Este conlunto Inc uye no o
de si una de
antes. sino tambin un buen nmero de plantas nativas oportunistas.
.
tales plantas sirve como indicador negativo. el grupo entero de plantas II1V3SOI~as
los criterios y ser un excelente "grupo .Indicador negativo", En este :
dalterada.
diversidad de las plantas de este grupo Indicara una

lombrices 1 nemtodos?)
Est usted interesado en un grupo de
lile no slo
ecolgica bajo tierra? Si trabaja en una
de
cid
hombro y salga a excavar lombrices (ngura 8.2.J vea la ...
locales. Q!JierkS tradicionalmente /al
las lombrices pueden cumplir
de los paisajes hllledos presenta un
por lo general. indical1
no es fcil para la ~
exticas (criterio 5).

~ "'/"\DES VERSUS OBIETIVOS

136

ClJ'/TULO 3 INOI,"",""""

Muestreo de
departamento

En cualQ!lier caso. no necesariamente hay Que ide.ntificar las lombr~ces para

nmero tota l de lombrices y la biomasa por Unidad de evaluaClon. tal como
volumen 40 x 40 x 20 cm rpidamente excavado. pueden ser va riables de
el tamao vara tanto entre las lombrices. estas dos medidas pueden presentar
nico problema serio con las lombrices es Que se puede encontrar una
alta entre unidades de evaluacin. de modo Que se necesita submuestrear bastante
de respuesta. Por otra parte. las lombrices tienen una gran ventaja sobre
ecolgico: usos mltiples. Si hay un ro o una laguna cerca. al final del da esta~
Recientemente. Bonger y Ferris (1999) propusieron a los nemtodos del suelo
indicadores. Como lo sealan los autores. no es difcil encontrar nemtodos. ya
organismos multicelulares en el mundo pertenecen a este grupo. Es posible Q!JC los
paisaje. cumplan con todos los criterios excepto el S (familiaridad) y Quizs d
bargo. si tiene acceso a expertos en una estacin agrcola. los nemtodos podrr..
l a nica otra desventaja es Que son muy peQueos para usarlos como camada.

Grupos indicadores acuticos

Habla~do de pescar.

su problema de conservacin incluye ros. Quebradas,

deberla mcluirlos. la integridad ecolgica de los cuerpos de agua y de las
tan .Im~ortante para la conservacin como lo es la integridad ecolgica de los
estan mtlmamente ligados (Allan y Flecker 1993). A menudo la calidad del
mediO de indicadores f' .
.
.
.
ISICOS y QUlmICOS. Tales variables pueden no reHe;"r
sentido amplio o es T "
,..
.
.
pCCl lCamente a Integridad biolgica (Karr 1991' Karr J
y Q,Ulmlcas Son a menudo costosas. Adems. renejan el estado del apua en
muestra y no su historia
.
o
rCClente. Un contaminador de mala fe podra
.
en una corriente rpida a I
d'
h
Q,U d
_
a me lanoc e. y para cuando usted va a
t I
e an pocas senas. Afortunada
proveen varios gru
d' men e. os cuerpos de agua en su rea
vertebrados. Dos ta!o~~sc:~ Idatos de indicadores ecolgicos. desde
particular se destacan: insectos y peces.

CNrruLO 11.

137

Figura 8.3.
Insectos bentnicos muestreados en un arr~o cerca a
San Carlos de Bariloche (Ro Negro). Argentina.

Insectos bentnicos
Si usted muestrea el fondo de una Quebrada no contaminada de fondo rocoso en cualQuier parte del
mundo. encontrar una cantidad de insectos diferentes (figura 8.3). A menudo estos incll!)'en las
ninfas de Ephemeroptera y Plecoptera. las larvas de Trichoptera y muchas clases de Dptera. las
larvas y adultos de Coleoptera y muchos otros insectos. Los ros ms lentos. al igual Que los estanQues
y lagunas. pueden contener diferentes especies de los mismos rdenes. ms muchos otros. tales
como ninfas de liblulas y caballitos del diablo (orden Odonata). Estos insectos bentnicos o
habitantes del fondo varan ampliamente en sus ciclos de vida. preferencias de microhbitat. modo
de locomocin. preferencias de alimento y modo de obtenerlo. Tambin varan extraordinariamente
en su sensib ilidad a los cambios en la calidad del agua'2. Por ejemplo. muchas especies no pueden
tolerar ni la ms peQuea disminucin en el contenido de oxgeno o de la pureza Qumica del agua.
mientras Que algunas larvas de mosca prosperan en aguas extraordinariamente contaminadas y con
deficiencia de oxgeno.
La metodologa de muestreo para los insectos bentnicos vara de acuerdo al tipo de cuerpo de agua. Por
ejemplo. para muestrear Quebradas rpidas y someras de rondo rocoso. se puede utilizar una red de
arrastre fabricada con malla de mOSQuitero y dos palos. o se puede comprar una red SUlocr. Aparte del
estereoscopio bsico (microscopio de diseccin). los otros eQ!Jipos se
conseguir con racilidad y
economa. La mayora de las rererenclas Que he cltado'2. y muchas otras. lo gulaoin en el sencillo
procedimiento de muestreo. En un corto tiempo los expertos locales (apldice C) lo
entrenar
para distinguir los diferentes rdenes y las "morfocspectes".

~ """ES VERSUS OBJETIVOS

138

CAPrrULO 8 INOIVU'V~

bien
diseado.
los
Insectos
tudlo
S
ectamente en un e
I
J e mue trea corr
bloindicador. Tambin ofrecen a menos
lodos lo crllerlo para er ~n grupo ta mucho menos Que el muestreo de
dicto bentnICoS cues
mueslrCO e nse
l
' to de insectos bentnicos Que se encuentran
del agua (Karr 1998 ):y (2). e conl~~n los efectos acumulativos de ayer. de la
la calidad del agua hoy SinO tam, I os casos extremos. del ao pasado. Dada la
b
d d dimes pasado o en a gun
me I a. e
'1'd d
se encuentra entre los insectos ent nleos.
I d ' Iday senslbl I a es Que
d
esll o e v
rd d de variables de respuesta para me Ir.
cualQ.ul era de una gran can I a
apropiada para es le propsito?

El rndlce Bentnico de Integridad Biolgica

l
R Karry sus colegas han desarrollado una metodologra

En Norteam rica. ames .

'd d B l
. blc
de respuesta
derivar una soIa varia
. el (ndice Bentnico de Integn a lof gica
ingls ). para ser usa do en diferentes lugares dentro de una cuenca
,
ddada. El
. blndlce
es en realidad una medida compuesta Que incorpora un numero e. vana es
diferentes. cada una registrada directamente a partir de muestras de I~sectos del
IBI ara una cuenca particular puede combinar valores de la diversidad de
y valores de la diversidad o dominancia numrica de
como depredadores o filtradores.

taxo~mlcos sensi~les

El rndice Ephemeroptera-Plecoptera-Trichoptera
Quizs usted no tiene el tiempo. los recursos o la experiencia para seguir el largo
el (ndice Bentnico de Integridad Biolgica. Sin embargo. una de las variables
medida y usualmente incorporada en un B-IBI. es de por s un indicador vlido J
Grubaugh y Whiles 1996). ste es el ndice Ephemeroptera-Plecopteracuente el nmero total de morfoesp'ecies en sus unidades de evaluacin Q!Je
rdenes de insectos. Que son fcilmente reconocibles. Muchas especies en estos
sensibles a la contaminacin y otras perturbaciones de la integridad ecolgica.
y aun otras pueden tolerar niveles .moderados de contaminacin. En
morfoespecies Que se encuentra en una muestra disminuye a medida Que se
Mis colegas y yo hemos encontrado Q!JC el ndice EPT es una variable de
desde Colombia hacia el sur.

P?r favor tenga en cuenta dos advertencias sobre esta variable de respuesta. (1)
disminuye cerca del ecuador. En el 'norte de Sudamrica. aun los caudales
menudo tienen. si acaso. una sola especie. En estos casos el ndice EPT se
(2) Las densidades de insectos por unidad de evaluacin (por ejemplo. una
arrastre) en las Quebradas de los Andes del norte. especialmente 3QI.Illas
truchas. pueden ser var'o ' d
d
'.
I S or enes e magnitud Inferiores a las Que se
Andes del sur Le sugie
d f'
.
"
. impo t ro Que
bentOnlcos
sin
' e Ina su unidad de evaluacin como un cierto
., .
r ar Que tanto esfuerzo o rea del fondo de la QlJcbrada
En mi. experienCia
> 300 .
d
larv d d'
.Insectos e todos los rdenes o ~ 500 Individuos
as e IPterOS. constituye una unidad de evaluacin aceptable.

CAPfruLO 8. tJIVICADORES VERSUS OBIETIVOS

139

E! fndice de Integridad Biolgica para peces

En muchas cuencas hidrogrricas en Centro y Sudamrica. el conjunto de peces consiste en una a tres
especies de truchas introducidas y ocasionalmente. sobrevivientes de una o dos especies nativas". Sin
embargo. los sistemas nuviales de tierras bajas pueden tener raunas de peces m~ diversas. Podra servir
la fauna de peces como un indicador de integridad ecolgica? Hace varias dcadas. Karr y sus colegas
desarrollaron con xito el concepto de IBI para las comunidades de peces en Norteamrica (apndice C)
y luego usaron estos valores para evaluar la integridad ecolgica de sistemas nuviales. El IBI de peces
tambin parece promisorio para evaluar cuencas en Mxico (Lyons et al. 1995) y Colombia (S. Usma.
comentario personal) . Si el sistema nuvial en su paisaje incl~e una comunidad de peces diversa y si tiene
contacto con ictilogos. estos vertebrados acuticos pueden constituir un excelente grupo indicador.

De vuelta a tierra firme: un fndice de integridad biolgica terrestre

Recientemente. el concepto del
en Norteamrica. El eQuipo de
formulando ndices sensibles a
cuales abarcan una variedad de

[ndice de Integridad Biolgica se ha aplicado a los artrpodos terrestres

cientficos Que trabaja con Karr (apndice C) y otros. est actualmente
la integridad ecolgica Que integran muchas variables de respuesta. las
grupos taxonmicos y ecolgicos de insectos y otros invertebrados.

las interacciones ecolgicas como indicadores

La integridad ecolgica de un paisaje involucra mucho ms Que una lista de ~specles. La integridad
tambin incluye la rorma en Que las especies interactan entre sr. Considere las Siguientes tres clases de
interacciones ecolgicas:
explotacin (incluye depredacin. parasitismo. herbivora y depredacin de semillas). cuando
organismos usan la energa y los nutrientes contenidos en otros. lo cual va en
de estos
ltimos;
de .lIbas;
mutualismo. cuando dos organismos se usan mutuamente. lo QIIe redunda en

descomposicin.
cuando
un
organismo
usa
la
energa
y
los
nutrientes
de
los
despotos
o

otros.
.
I
busca
en
un
Indlcmlol"
ecolgiCO.
uno
de
dios
Tales procesos pueden tener precisamente o Que uno
_ de
de
es un componente esencial de la integridad ecolgica. Por etemplo. si los patl'Of.c:c los valores
semillas polinizacin de las nores o descomposicin de la
se desviaran
encontr~dos en paisajes no perturbados. serra una seal de
muchas ollas
1rw1a la salud
ecolgicos se estn desviando tambin. Adems. cada uno de los de semillas se ..... de la
de una parte sustancial de la blota. SI los patrones
un C3IIIbIo enlOdo ...
de . . . .J
en muchas especies de plantas. es una seal
luI!Y de
~. ...... .
algunos vertebrados Que consumen
SI
la
muchas especies de plantas. esto Indica un cambio en
conjunto de insectos. y en muchos
descomposicin de
dlsm/nI!)Ie. es
conjunto aun ms grande de
descomposicin.
serias consecuencias pera el

de
de::

140

CApfruLO 8. INDICADOR

ES VERSUS OBIETIVOS

.
., n de semillas
o de polinizacin pueden afectar
. Ia
t sas de depredaclo
I
.
o
'
n
de
especies
de
plantas
y
aOlma
es.
en as a
I
la composlCl
.
c'
Con el tiempo a terar
. tes del suelo y el ambiente
Ilslco
plantasy
d
fectar los nutnen
.
de
de descompo~icin pue en a su ervivencia y germina~in de semillas y
de
lo Que alterana los patrones d ~nteraccin desde mas cerca.
todo el hbitat. Examinemos ca a

Dao causado por

plntula de Cecropla
Costa

Explotacin
los animales depredan o parasitan a otros animales. unas pocas pla~ta~ parasitan
nmero de animales explotan a las plantas como alimento. Este ultrmo
particular, provee un nmero de posibles indicadores.

Depredacin de plntulas. Muchas plntulas se convierten en cOl~ida para

invertebrados. las tasas de depredacin de plntulas pueden variar con
motivo de preocupacin en la conservacin (Dirzo y Miranda /991).

Herbivora de hojas. las hojas de casi todas las plantas vasculares son
por algunos insectos (figura 8.4), por otros invertebrados como babosas J
mencionar la prdida causada por bacterias. virus y hongos patgenos. Las
las hojas pueden variar con algunos factores de inters en conservacin.

Depredacin de semillas predispersin. las semillas de virtualmente

nativas, exticas y cultivadas - pueden ser depredadas en dos etapas:
planta: y despus de caer al suelo. las larvas de un grupo de insectos.
Bruchldae. depredan las semillas de un gran nmero de plantas tropicales
prinCipalmente antes pero tambin despus de la dispersin. Muchos
en la depredacin de semillas predispersin. la frecuencia de semillas
P?dra servir como un excelente indicador ecolgico en cualQUier
calrdos y
., d d d
semlarr os, on e las legumbres de las omnipresentes
otras plantas claramente muestran cuntas semillas han perdido.

CAPITULO 8. INDICADORES VERSUS OBJETIVOS

141

Figura 8.5.
Depredacin pre-dispersin de semillas. Muchos de estos
frutos, recolectados de plantas en el Chaco Serrano de
Argentina (provincia de Tucumn). tienen huecos
diminutos en el exterior. Cada hueco indica la presencia
de una larva de escarabajo Que est comindose la
semilla. [Fotografa de Marcelo A. Aizen.[

Depredacin de 5t11lillas po5tdi5per5in. Aun si las semillas sobreviven hasta Q!Je caen al suelo, estn lejos de
estar a salvo. Los hongos, las bacterias, los insectos, los roedores y las aves consumen muchas de ellas y la tasa
de consumo puede variar con factores Q!Je son motivo de preocupacin en conservacin. Usted podra evaluar
este indicador ecolgico usando semillas de especies nativas o por un mtodo experimental (figura 8.6).

Flgun 3.6.

post-dispersin de semillas. la cual csU sIefido

medida
la
de pila
frItoI9.o

CAPITULO 8. INDiCADOREs VERSUS OBIETIVOS

143

Figura 8.7.
Evaluacin de una etapa del xito
reproductivo de una planta: las nores se
han marcado para determinar Qu
proporcin produce frutos maduros
(Monteverde. Costa Rica).

Descomposicin de carroa. Si tiene acceso a los desperdicios de un matadero o a una buena fuente de

di?amos ..ratas m~ertas: puede examinar este proceso indicador (an) menos carismtico pero igualment~
critiCO. SI desea inclUir el papel de los vertebrados carroeros en la interaccin Que est evaluando.
deje la carroa descubierta; si desea evaluar la descomposicin realizada slo por peQueos bichos
como escarabajos. moscas y bacterias. mantenga la carroa dentro de jaulas de alambre bien
aseguradas.

Descomposicin de hojarasca. Si se tiene acceso a una balanza. se puede examinar la descomposicin

de la hojarasca metiendo unos montones de hojarasca en bolsas de malla (figura 8.8). SeQ!Je y pese
cada paQuete antes de dejarlo en el suelo. y seQ!Je y pselo de nuevo despus de un intervalo
definido de varios meses. Existen tcnicas similares para seguir la descomposicin de hojarasca en
ros y lagunas.

Fuera del bOSQue?

Algunas de las interacciones ecolgicas descritas tambin pueden ser de inters para la gente llPe habita
la matriz seminatural (captulo 10). Por ejemplo. considere trabajar con las comunidades humanas locales
para disear una indagacin sobre depredacin de plntulas. herblvorra. produccin de frutos o semillas
por nor y depredacin de semillas pre y postdispersin (postsiembra). con respecto a algn factor ~
diseo como la distancia al borde del bOSQue - pero en los sembrados. no dentro del boSQ!Je. Considere
examinar las tasas de descomposicin (materia fecal. carroa. hojarasca) con respecto a varios tipos de
uso del suelo. el uso de plaguicidas y otros factores de diseo prcticos.

De nuevo. objetivos o indicadores?

Renexione una vez ms sobre la pregunta de la tala selectiva del capItulo 4. Es~ usted de .
SI es
solamente en los efectos de la tala sobre las aves. los mamrreros pellPeos y las ranas del
las
asf. usted ha seleccionado los objetivos y diseado el estudio
en ellos.
en
de ....
advertencias de los captulos 4-6. Sin embargo. si en realidad ~ l5
en Jos
sobre la integridad ecol6gica de todo el OSQIIe. debe revisar el dJsdIo del
de estas tres clases de vertebrados. ni slQIIlera ~ I'IIIIS.

/44

ORES VERSUS OB/ETlVOS

CAD
CAP(rULO 8. INOI

Evaluacin de la
de la hojarasca
de malla QI K'
(provincia de

mo las lombrices. los escarabajos coprfagos. algn otro grupo de

co
. I'd
CualQuiera
de las interacciones ecolgicas menciona das antes. /RC
UI as
o mamferos. probablemente son mejores indicadores Que los vertebrados
Decidir si su pregunta involucra objetivos o indicadores. es crucial. Si se
siguiente decisin crucial Que debe tomar es Qu indi~ad~res usar. Cmo
ahora. la seleccin de indicadores ha sido un proceso mas bien casual. Pocos
claramente por Qu han escogido un indicador determinado. excepto por el
personal con el grupo taxonmico o el proceso escogido. Recientemente.
Merenlender (2000) han desarrollado unos criterios objetivos y comprensivos
indicadores. Esperemos Que los profesionales de la conservacin sigan estos
Para su propio paisaje. si es posible escoja varios indicadores y no uno solo
restringido a trabajar con un solo indicador. asegrese de Que es un grupo de
una sola especie. Sin embargo. la seleccin del grupo o proceso indicador es
Que en el ejemplo de la tala selectiva. uno debe pasar por todo un proceso de
de diseo y Qu niveles va a examinar] Cmo y dnde encontrar la unidad
la situacin base o control de 100% de integridad ecolgica? Cules variables
la variable de respuesta Que va a analizar. ser un estadstico compuesto o
Integridad Biolgica? Si es as. cmo decidir cul es la manera ms
combinar las variables directamente medidas Que contribuyen al estadstico
solo grupo indicador. tal como los escarabajos coprfagos. Qu va a
blomasa. la, proporcin de especies nativas o el nmero de especies
selecCionara una variable de respuesta Que tiene Que ver con la "diversidad

Recuadro 8.1. PractiQue elegir Indicadores

Revise las preguntas Que usted propuso para el recuadro 7.1. o si es apropiado. las QPe propuso
para los recuadros 4.2 y 6.1. Elija una pregunta QPe se refiera a las IlIQPletudes sobre la integridad
ecolgica del paisaje. o simplemente sobre la "salud" de la blota nativa como un todo.
Si no haba propuesto especficamente tales preguntas. reformule una de manera QPe se reOera a
uno de estos conceptos. Ahora haga una lista de los cinco procesos. grupos o especies Indicadores
ms tiles Que usted podra usar para responder la pregunta. Son estos Indicadores
complementarios? Si no lo son. piense un poco ms. Finalmente. para cada seleccin. haga una
lista de la(s) variable(s) de respuesta partlcular(es) QPe usted medira y describa cada una
completamente.
Refirase al captulo 4 segn sea necesario.

CAPITULO 9
Diversidad de especies: fcil de

la diversidad de especies se ha convertido en un anticoncepto.

- Stuart H. Hurlbert (1971)

Desde el captulo 4. en el Que estbamos preocupados por los posibles efectos de la tala selectiva sobre
los vertebrados del bOSQue. hasta el captulo 8. a menudo he sugerido usar la diversidad de especies
como variable de respuesta - sin decir cmo medirla. De hecho. la m~ora de las preguntas Que involucran
posibles cambios en un grupo de especies objetivo. o preguntas sobre la integridad ecolgica del paisaje
Que se vera renejada en un grupo indicador. usan alguna medida de la diversidad de especies. En teorra.
la diversidad de especies (biodiversidad). en su definicin amplia. incluye mucho ms Q!Je el simple
nmero de especies Que h~ en un paisaje (Noss 1990). Sin embargo. en la prctica muchos conservacionistas
continan pensando en la biodiversidad en trminos del nmero de especies. Dado Que el concepto de
biodiversidad o diversidad de especies genera tantas inQUietudes relacionadas con la conservacin y
tantos estudios ecolgicos de campo. el concepto amerita su propio captulo. Este captulo Incll!)'e algo
de historia. de manera Que usted podr apreciar el improbable origen de muchas medidas comunes y
QUizs cuestionar la sabidura de su uso en conservacin.
Hay un supuesto fundamental en el uso de medidas de la diversidad de especies. bien sea para representar
la biodiversidad en sentido amplio. para evaluar la integridad ecolgica o para cuantificar la diversidad
en grupos objetivo: la diversidad de especies disminuye cuando se compromete la Integridad ecol6&lca.
Ms adelante. tendr motivos para cuestionar la validez de este supuesto. Por ahora. comencemos
discutiendo las diferentes maneras de medir la diversidad'.

148

CApiTULO 9. DIVERSIDAD DE ESPECIES

La expresin de la diversidad como riQueza de especies

Digamos Que hemos muestreado las plantas herbceas en tres parches de vegetacin
10 hectreas. En cada parche se ha muestreado una unidad de evaluacin ms
dimensiones estndar (5 m x 100 m). En el sitio 2 hay ms suelo desnudoy menos
sitios. Ahora Queremos caracterizar la diversidad de especies en cada sitio con un
simplemente contar el nmero de especies y reportar la diversidad como la riapeza
Si los cinturones de muestreo incluyeran toda o casi toda el rea del parche,
2
razonable de Que habramos contabilizado todas o casi todas las especies y S
directa de describir la diversidad. Alternativamente. podramos elegir 5 aun sabiendo
si tenemos confianza de Q!Je el grado de esta subestimacin es consistente entre los

Tabla 9.1. Algunas alternativas para cuantificar la diversidad de

valores corresponden al nmero de individuos (n) por especie de
muestreada en cada uno de tres sitios. con P, entre parntesis, donde p
para cada sitio. La diversidad de especies puede ser cuantificada por
total de especies 5. o mediante cualQuiera de muchoS ndices. tales
ndice Shannon -Weaver H'. cuyo valor depende de la base de
usa. o el inverso del ndice de Simpson e,,,., cuyo valor no
Las ecuaciones correspondientes se presentan en el texto. Las
son nativas (n). mientras Que las especies L - R son exticas (e).

Sitio 1
A (n)
B(n)
C(n)

D(n)
E(n)
F(n)
G(n)
H(n)
I (n)
J(n)
K(n)
L(e)
M(e)
N(e)
o(e)
P(e)
Q(e)
R(e)

No.total de individuos (N)

No.total de especies (S)
C'"
H'(1og )

H' (Iog~o)

160(0.409)
80(0.205)
60(0.153)
50(0.128)
20(0.051)
10(0.026)
6(0.015)
1 (0.003)
1 (0.003)
1 (0.003)
1 (0.003)
O
O
1 (0.003)

O
O
O
O
PI
12
3.96

1.64
0.711

Sitio 2
30(0.154)
40(0.205)
80(0.410)
10(0.051)
25(0.128)
3(0.015)
5(0.026)

O
O
1 (0.005)
O
1 (0.005)
O

O
O
O
O

O
1915
9
3.94
1.60
O.f!Ii1T

CAPITuLO 9. DMRSIOAD DE ESPECIES

149

Segn los datos de la tabla 9.1.. se puede decir COll conflanza

I 't' 1
.
,
. "
QIIe e SilO como un todo. es ms diverso
1
I
Que e 21 E numero total de individuos (N) registrados en el cinturn en el sitio l. es el doble del sitio 2.
Ambas muestras Incluyen exactamente el mismo cOllI'unto de 3Q! II
.
.
,
. ..
.
ue as especies Q!Je tienen numeros de
individuos
(n,) mayores a 1. Sin embargo en el sitio I tambin encontramo '
.
I
.
..
, '
s CinCO especies con n, = .
mientras
en"el SitiO 2 solo
se encontraron dos especies con n,= I . Esta peQuena
- dherenCia.
.
de 3
r
.individuos.
.. QueexplICa
.
la diferenCia en S ,'Estamos seguros de nue estas t
.
,
"
]
'
. '
.....v
res especies raras estan ausentes
del SitiO] 2. Podna ser Que simplemente estn ausentes de la muestra porQue haba m~ pocos individuos
en total. . Esta duda es un ejemplo de un problema fundamental cuando se toma muestras de conjuntos de
espeCies. a menos Que se haga un censo completo de cada centmetro cuadrado o cbico del sitio o
pa~saje en ~uestin. en la muestra casi con seguridad van a estar ausentes unas especies raras. Mientras
mas peQuena sea la muestra ~on respecto al censo completo. mayor ser el nmero de especies raras Que
van a Quedar exclUidas por Simple azar. Si una determinada especie rara aparece una vez en una muestra.
se sabe Que s est presente en ese sitio. Sin embargo. si est ausente de la muestra. no se puede concluir
Que la especie no est en el sitio. Por /0 tanto. no se /e puede adjudicar ningn significado biolgico al
nmero o identidad de las especies raras Que aparecen en /a muestra. Es decir. la diferencia entre O
capturas y I captura es simple azar (vea tambin Colwell y Coddington 1994).

Cmo cuantificar la diversidad con ndices

Quizs entonces deberamos escoger alguna medida de la diversidad de especies Que no est tan
innuenciada por las especies raras. cuya presencia o ausencia de la lista pueda ser simplemente una
casualidad del muestreo. Tambin podramos preferir un estadstico diferente de S por un motivo
diferente. Por muchas dcadas (vea ms adelante). los eclogos han credo Que una medida de la
diversidad de especies debe tener un valor ms alto cuando todas las especies tienen una abundancia
similar. Que cuando hay grandes disparidades en sus abundancias. Si la mayora de los individuos en
una muestra de S especies pertenecen a una sola especie. mientras Que las dems especies tienen slo
uno o dos individuos cada una. segn esta definicin esta muestra es menos diversa Que otra Que
tambin tiene S especies pero con menor dominancia numrica. es decir. mayor igualdad. entre las
especies. En nuestro ejemplo. S apenas difiere entre los sitios I Y 3. pero el 40% de los-individuos en el
sitio I pertenece a una sola especie. mientras Que en el sitio 3 los individuos estn distrtbuides con
mayor igualdad entre las especies. Cree usted Que el sitio 3 es ms diverso? Eso dira la mayora de los
eclogos. as sea simplemente porQue por varias dcadas eso es lo Que les han dicho sus profesores.
los libros de textos o los artculos cientficos. Ahora. no sera bueno si se pudiera condensar todas
estas consideraciones en un solo estadstico cuyo valor aumente a medida Que aumente S o Que aumente
la igualdad. es decir. un (ndice de diversidad de especl~?
En las dcadas de 1940 y 1950. los eclogos Ql.Ie estaban buscando este nmero mgico encontraron
algunas medidas inventadas en un campo mI!)' diferente. la teora de la Informacin. Estos estadsticos
o ndices. al igual Que otros Ql.Ie los mismos eclogos matemticos empezaron a Inventar. paredan
ideales para representar la diversidad de ~I~.
en reas -en desarrollo tales como
la ecologa de sistemas. la ecologfa terica J la energitlca de ecosistemas. P~r elemplo. se crda
Que la diversidad de especies. tal (,01110 es medida por
fndlces. representaba las rutas
alternativas por las cuales la energa puede Outr por UII
Jo cuaJ.a su vez. de acuerdo con
la teora y los modelos
QIIC
. . . . . . ...... fM'drfust. relacionado
la
estabilidad de los

CAPfTULO 9, DIVERSIDAD DE ESPECIES

ISO

,
' oca muchos eclogos menos orientados hacia la teorfa y
Por esa misma ep ,
,
,
'
historia natural se empezaron a interesar en la diversidad de espeCl~s .en
,
I
or Q!u algunos sitios dentro de un paisaJe. o los mismos palsales
elemp o, p
,
'
tenan ms especies Que otros, los ndices de la teona de la Informacin,
maneras tiles de cuantificar la diversidad de especies Que permita usarla
respuesta, Muy pronto los ndices se estaban usando ampliamente en la
despus, y debido a nuevas legislaciones, al final de los sesenta y principios
un gran inters en la evaluacin de los impac tos ambientales de todo tipo.
polticas ambientales. los ingenieros ambientales. los eclogos aplicados y las
ambiental tomaron prestados los ndices de diversidad de especies de la
empezaron a aplica r a los grupos indicadores (vea el captulo 8). como
representar la integridad ecolgica y medir la severidad de los impactos
rumores de Que los lineamientos ambiental es en los Estados Unidos llegaron a
numricos de los ndices de diversidad. aplicados a insectos bentnicos y
representaban el umbral ent re "todo va bien"y "las cosas no van bien-o con
cuerpos de agua, Otros lineamientos especificaban Que los protocolos
deberan funcionar de manera Que "se mantenga o aumente H' ",
Puede ser Que usted ya est familiarizado con H', el primero de los dos ndices
a discutir. Ambos ndices estn basados en la proporcin de los individuos en
muestra, Que pertenecen a la especie i:

P, = n,lN
donde por definicin

L Pi =

1. El ndice de Shannon-Weaver H' se calcula

H' = -

L>ilog Pi
: I

En teora los logaritmos podran

.
ningn motivo los d'f
,estar en cualQUier base. Por razones
,
I erentes mvestig d
d'd
(logaritmos naturales). los val
d a, ore~ eCl en usar logaritmos en
ores e H empiezan en O (
de una manera no intuitiva. En la tabl
para una muestra con
valores en log son ms It
"
. ~ 9.1 se muestra los valores de H'
,
a os. ,amblen obs
'
renejan la distribucio' n d 'd" d
erve Que estos Indices logran lo
e m IVI uos ent I
.
renejar la innuencia de la
.
re as espeCies comunes y
'
s especies raras ru
d
Ia diferencia en S los s' t' I
,,-ue pue en estar o no en las

I lOS Y 2 ti
I
mayor igualdad entre las abunda , enen va ores casi idnticos de H',
alto.
nClas de las distintilS especies. muestra
Es fcil calcular H'
d'
Con una calculad
d
ISCutimos, el "ndice '
ora e bolsillo. y an ms r.e_11
, d'
Inverso de S i "
,.... es
In Ice NI de Hill):
mpson o
(tambin llamado el

e,..

CAPtruL09. DMRSI(W) DE ESPECIES

e,.. = Ls
l.'

ni

ni -

151

1)
(9.3)

N(N -1)

La siguiente es una forma ms sencilla:

1

(9.4)
;:.:1

Con un tamao de muestra razonable. digamos N > SO. la diferencia entre las ecuaciones 9.3 y 9.4 es
trivial. de modo Que esta ltima es preferible por ser ms sencilla. C... varfa entre 1.0. para una muestra
con una sola especie. y S cuando todas las especies tienen exactamente el mismo nmero de individuos.
Regrese a la tabla 9.1. De nuevo. segn C... los sitios 1y 2 tienen ms o menos la misma diversidad.
mientras Que el sitio 3 es mucho ms diverso.
Estos dos ndices. H' y C,..... no responden precisamente de la misma forma a los cambios en S o en
igualdad. Como lo sugiere la tabla 9.1. C... es un poco ms sensible a los cambios en igualdad. mientras
Que H' es un poco ms sensible a los cambios en S. Debido a la tradicin ya algunos ingeniosos trucos
matemticos. H' es el ms usado. Sin embargo. por casi tres dcadas muchos eclogos y matemticos
han sealado Que C.,. es una mejor eleccin. En trminos prcticos. C,.. no slo es ms rpido de
calcular Que H'. sino tambin es ms fcil de interpretar. Por ejemplo. los valores de C.,. en la tabla 9.1
nos indican Que la distribucin de individuos entre especies es casi tan diversa como si hubiera unas
cuatro especies igualmente comunes en los sitios 1y 2. o casi nueve especies igualmente comunes en el
sitio 3.
Por supuesto. los ndices de diversidad no se limitan a los presentados 3Q!Jf. Desde 1950. los eclogos y
los matemticos han propuesto numerosos fndlces.
uno con propiedades o propsitos IigeraliKnte
diferentes. En lo @e deberfa ser un artfculo clsico, Hurlbert (1971) cuestion esta prctica y propuso
unas medidas ms sensatas, basadas en la biologa en lugar de la teorfa de la informacin, la teorfa de
sistemas o el ingenio matemtico. Sin
este llamado Cl!)' en ofdos sordos. La ""!)'Oria de los
eclogos se contentaron con citar sus
(como he
ms atr.ls) y continuaron
usando H'y otros ndices como si nada.

Cmo tergiversar la diversidad con (ndlces

Es comprensible Que los ec610gos
sencillo para representar la
necesidad. de manera QIIe helilos
en asuntos de conservacin, estas
para evaluar los grupos
decisiones de mane/o.

los profesionales de ti conservacin

un estadfstlco
de
Los ndices parecen ser la respuesta a esta
a I~ ~
SIR
cuando se aplican
los fndlces d~
,,-es
m la

152

CAPfTULO 9. DIVERSIDAD DE ESPECIES

Un ndice es slo un estadstico de la muestra

Uno casi siempre trabaja con datos tomados en una unidad de evaluacin ~e es ms
de respuesta cuya diversidad de especies se desea caracterizar. El valor Que se
medida, es una estimacin del valor verdadero de la unidad de respuesta, asr
ji. la estimacin puede ser precisa o no. Magurran (1988) y otras fuentes discuten
el error estndar y el intervalo de confianza de la mryora de los ndices de
prctica muchos investigadores ignoran estos detalles y concluyen, por ejemplo. QIJe
ndice de 0.84 para una muestra y uno de 0.79 para otra, tiene significado biolgico.
Espero Que no. Desafortunadamente, esto es especialmente cierto en
conservacin. Para cwe se d cuenta cun errada puede ser esa conclusin. ~ a la
golosinas y haga el ejercicio del recuadro 9.1.

Recuadro 9.1. PractiQue a cuantificar la diversidad de

Compre una mezcla de varios centenares de golosinas. todas de la misma
textura de la envoltura) pero de seis diferentes sabores o colores de la
recipiente el siguiente "conjunto de especies":

100 golosinas de sabor (color) A

70 de B
30de C

5 de D
I de E

I de F
Mezcle
bien
'.
d
' las golosi nas. El reoplente
ahora representa la unidad de
e espectes usted desea ca t .
de especies de la unidad I rac elrlzar. P~ra esto, va a tomar una muestra. la
, a cua usted desconoce". es: S = 6. / " ,-2
71
.
-"

Ahora cierre los ojos y to me I

S de esta muestra) 'Es t al azar dos golosinas del recipiente. De QP
. ( es e va or una buena t'
"'
tres, o cinco golosina di
' .
es Imaclon del verdadero S?
.
s e reCipiente TU ' 1 ' I I
'
SI cada golosina fue d
,( a seria e va or maximo posible
ra e un sabor d'f
I
verdadero con precisio' 7 D
I erente, o cual es poco probable.
.
n. evuelva las g l '
I
.
seis. Obtuvo el verdad
Sd
o osmas a reCipiente. Cierre
ero
e 67 C .
medidas de riQjueza de
.
. aSI seguro Que no. <l!J le dice
espeCies (5) basadas en muestras pCQ!Jeas?
.
Cierre los o'
.
lOS Y revuelva las 207 I .
Abra los ojos. Para esta
go osmas de nuevo, pero esta
muestra. calcule S, e'm
' (con la ecuacin 9.3

CAPITuLO 9. DMRSIIW> DE ESPECIES

153

Recuadro 9. 1. Continuacin
9.4).1 H' con 10&0 (ecuacin 9.2). ~egistre estos estadsticos y devuelva las golosinas al recipiente.
Repi ta este muestreo d~ 20 g?l~mas al menos tres veces. siempre devolvindolas al recipiente
para mantener la comUnidad ongmal de 207 individuos. Se ajustan los valores de estos estadsticos
de la muestra (los ndices) a los verdaderos valores de la unidad de respuesta entera? QJ tan
Similares son entre ellos? Es la golosina A. la cual es numricamente dominante en la unidad de
~espuesta. numricamente ~inante en cada una de las muestras tomadas al azar? QJ pasara si
esta hubiera Sido una mdagacln verdadera. en la cual hubiramos muestreado en tres sitios Que
sospechbamos Que tenan direrentes diversidades. y hubiramos obtenido tres valores tan diferentes
como los Que hemos obtenido sacando tres muestras de la misma comunidad de especies? les
habra atribuido algn significado biolgico a estas diferencias? Sera esto errado. y en ese caso
cules seran las consecuencias de aplicar estos resultados a las decisiones de manejo?
Si tiene tiempo. repita el procedimiento con muestras de 40 en lugar de 20. Estiman estos
nuevos estadsticos los verdaderos valores. mejor Que los anteriores? Son los ndices basados
en muestras de 40 individuos menos variables entre ellos Que los basados en 20 individuos?
Est ya convencido de Que los ndices de diversidad son simples estadsticos de la muestra y
Que es poco probable Que renejen con precisin la comunidad de especies subyacente. debido
a los azares del muestreo? Pero. la situacin es peor todava. En este ejercicio cualQuier golosina.
independientemente de su sabor. tiene la misma probabilidad de ser extrada QlIe cualQuier otra.
Seguira siendo cierto esto si las golosinas de uno de los sabores fueran ms peQueas. o ms
resbalosas. o ms pesadas de manera Que tendieran a "hundirse'? Sera ms difcil "capturar- a
estas golosinas Que a las ms grandes y menos resbalosas. QlIe estn en la parte superior de la
mezcla? En este caso. no seran las muestras y los ndices no slo variables sino tambin
sesgados? Usted podra tratar de responder esta pregunta mezclando las golosinas con otras de
distintas marcas. Como se seala en los pasos 10-12 en el captulo 4. h'!)' en la vida real una
probabilidad igual de muestrear cualQuier individuo en el grupo de especies de inters (la
poblacin objetivo). independientemente de su especie. sexo o edad? Si su respuesta es no.
como debera serlo. cunta confianza tiene en la precisin de sus medidas
de la
diversidad de especies?
Aun si estas renexiones lo dejan deprimido. NO SE CQM\ lAS GOLOSINAS TQDl\vfA.

H' puede desfigurar

la diversidad de

Nuevamente. corno se muestra en la ",,.J. ct __ .. "..,.

logaritmos QlIe usted selecck'ilC
valores de este estadstico sin
crudos. no haba manera de c~
muestrea el sitio I de la
exam ina el sitio 2 y

."", dc

CAPfTULO 9, DIVERSIDAD DE ESPECIES

154
ue s ('Basara usted una decisin de
,
I j7 Natura Imen te QJ
'
,
cad
ms diverso Que e ,
"
base de logaritmo se uso en
a caso.
Confo en Que primero revisara QU
,
has historias (y no dudo Que muchas son reales) de la
Todava persisten muc
I c'lones de impacto ambiental en los Estados
re@enr las eva ua
empezaron a
d
sultores de pocos escrpulos Que fueron
l elemp
o
aIguna s, empresas e
I tcon
ban esta infortunada propiedad de H,'Por
contaminadoras,
'
'
to negat'IYO en
"
dexp o af'brica de agrOQumicos no tienen
Impac
descargas toxicas e una
, am'b a de Ia p1anta con
' aalos insectOS bentnicoS no
tiene Que ca Icu Iar H par
"
sob'
ro
,
I
't s naturales (base e) - si es Qlle algun Insecto
revive r
abalo en ogan mo l'o paisa'leJ (QlJ pasa si las Industnas
'
' contratan
ocurra hay, en sUprop
'
1
!al
' 1
t ' genuas para evaluar 105 efectos ambientales de la ta a cornefC
o slmp emen e In
'
"
"dad
de carreteras o la descarga de desperdicios en los nos? Esta poslblh
referir C. sobre H', Es difcil hacer trampa con e'mI pues no h"
P
""

Lo ms importante: cuntas especies. o cules son?

El resumen de los valores de los n, en un solo estadstico, al igual Q!Je el
valor promedio, pierde una tremenda cantidad de informacin, Si usted
involucradas son entidades intercambiables, esta prdida de informacin no
Por ejemplo, un eclogo de ecosistemas Que est investigando la relacin entre
los nujos de energa, puede justificar su tratamiento de todas las especies
eQuivalentes, 0, en un estudio bsico de la diversidad de ranas con respecto a
uso de H' o (mejor) e,,,, puede ser adecuado (pero vea ms adelante), Sin
la conservacin, muchas de sus inQuietudes relacionadas con la diversidad de
de la integridad ecolgica o la "salud" de la biota nativa. Probablemente, en un
son ms cruciales Que otras para la salud o la integridad de la biota,
plantas o peces @e est compuesta por especies nativas es ms saludable y
Que una comunidad igualmente diversa pero compuesta por especies extIcaS
de una medida de diversidad sin tener en cuenta la identidad de las especies

?:

R~examine la tabla 1. Las especies Que ms contribuyen a los altos valores

e el SitiO 3 son exotlcas, En este SitiO hay menos especies nativas, y ellas
en los Sillas 1J 2, Parece Que el sitio 3 est siendo, o ha sido, alterado y
por un conlunto de plantas oportunistas, En este caso, asf como puede
de especies - medida por H' o e,,,, - puede de hecho aumentar cuando se
lo cual muestra Que el supuesto fundamental presentado al principio del
usted me pidiera Que les aumente la H' o e de plantas herbceas o
de
bOSQue
yo
si
I
,..,
b d
'
mp emente permitira Que lo invadan las especies

Eor es, Va usted a continuar usando solamente H' o

spero fervientemente Que no,

para

...

Finalmente al comb'
I d
crucial sob~e las es ma,r os atos de la muestra en un solo rndlce.
peCles nativas en sr. Los sitios I Y 2 presentan

CAPfruL09. DMRSIIW>DEESPEClES

ISS

diversidad. pero la abundan~ia relativa de las especies

ampliamente entre los dos sitios. SI algunas
de estas espeCies fueran de Inters especial . esta diferencia podrra .
<-r.
Importante
Ah
'
b
. . . ora. no sena ueno
si se pudiera condensar toda la informacin en 'un solo formato Q!Je representara todos los aspectos de la
diversidad de especies. pero tambin le dijera algo sobre las especies mismas?

Representacin de la diversidad por medio de grficos de abundancias relativas

De hecho. existe una alternativa a los fndices de diversidad Que es simple y casi Ideal. No se trata de un
simple valor numrico sino de un grfico de abundancias relativas (tambin conocido como un grfico de
dominancia-diversidad. grfico de rango-abundancia o "curva de Whittaker")l. Para hacer un grfico de
rango-abundancia para una muestra de S especies. cada una con n, individuos. primero calcule los valores
de Pi segn la ecuacin 9.1. Luego. calcule el logaritmo en base 10. de cada valor de Pr Puesto Que los
valores de P, son todos < 1.0. los valores de log,o P, :S 0.0. Luego. consiga una hola de papel milimetrado
y dibuje los dos ejes. La abscisa (eje xl es el "orden de las especies de la ms a la menos abundante" (del
mayor al menor valor de P, o log,, p,l. La ordenada (eje y) es "10&0 p;. A continuacin graflQ!Je el valor de
log,o Pi para cada una de las S especies. comenzando con la ms abundante (c'!Y0 rango = 1) y terminando
con la menos abundante (c'!Y0 rango = 5). Esta ltima a menudo tiene un n, = l. Puesto Q!Je los puntos en
la abscisa no indican valores absolutos. sino simplemente el orden en la muestra. se puede graficar dos o
ms muestras Que uno desea comparar en el mismo sistema de ejes. En la figura 9.1. se ha grafleado los
datos de los tres sitios de la tabla 9.1. El paso final puede parecer trivial pero es crfticamente Importante:
identifiQue cada punto en el grfico con el nombre o un cdigo para la especie QJJe representa. Para
practicar. ~ al recuadro 9.2.

Recuadro 9.2. Cmo grafiear las curvas de abundancias relativas

PractiQlJe dibujar las grficas de abundancias relativas. bien sea usando los
de la
muestra de 20 golosinas del ejercicio del recuadro 9.1. o ~ los valores de una nueva
de 20 golosinas. Siga el procedimiento de la seccin Representacin de la diversidad ' :
medio de grficos de abundancias relativas". el cual se ilustra en la figura 9.1. Ha&a un g'Iko
10&0 P, para cada "especie" de golosina. ordenando las
de}tla mZ a la valor "0.0" en el
el
Los puntos deben estar separados por una distancia fiJa en el eje .
O la escala.
extremo superior del ele y. Procediendo hacia abaJo. IIIIIQIIC los puntos "l.OJ "2. enQIK 111M3
este ltimo cerca del origen (en este caso no
,vaIoIa
el nIIIIIIft la
cada punlo con el sabor de la golosina
Interprete este grfico de acuerdo a la Sura

A continuacin. repita lodo el

azar del recipiente. Dibuje la
Cambia la rorma de la curval
Ahora. prepare un
composicin:

156

IVERSIDAD DE ESPECIES
D
CAPiTULO 9.

.,

ContinuaClon
2
Recua dro 9. '
70 golosinas del sabor (color) A
100 del B
I del C

I del D

5 del E
30 del F
SaQue 50 golosinas y grafiQue la curva de abundancias relativ~
Compare las tres grficas. Ha cambiado la forma de las curvas.
la "cola" diferente? Probablemente no mucho. al menos en su fOirv'IIIIIIa.
..
las especies? Reflexione sobre esto. Tenga paciencia y NO SE COMA

Note Qlle en lugar de 105 valores de log,o Pi' uno podra graficar los
log n destacan las disparidades en N (tamao de la muestra) entre
'o ,
Que podra ser til en su interpretacin. Las "colas" de todas las
con n, = l. se alinean horizontalmente. Por otra parte. los grficos con
diferentes curvas. 105 cambios en el orden de abundancia de las
muestras en la dominancia numrica. A menudo. pero no siempre. SOR
Si le gustara comparar las dos aproximaciones. refirase a la tabla
log,o ni en lugar de log,o Pi Y compare los resultados con los
Interpretacin de los grficos de

abundancias relativas

C.on,los grficos de abundancias relativas se puede comparar

bl,ologlcamente importantes de la diversidad de especies. El ancho
numero de puntos Que contiene. es decir. S. En la figura 9.1 se
representa el si tio I abarca un ancho mayor. y por lo tanto tiene
SitiO.....
2 Sin embargo . tam b"len se nota Que esta diferencia es
las colas
o
la
part
h
'
I
d
. '
e onzonta e la curva Que representa las
ausencia puede ser un azar del muestreo. Por otra parte excepto
curvas son 'd ' t'
I

.
I en Icas. o Que significa Que la igualdad o su
misma en los dos T
P

ms
SI lOS. ero espere: la secuencia de especies es
comunes estn en arde
puede ser mu .
n opuesto. Si las especies A y/o C
!Y Importante.
Sin embargo el ma or
parte. la pen'diente!Y , c~ntraste visual se nota entre los sitios
mas pana del sitio 3 indica la mayor

CAPtruLO 9. DMRSIOAD DE ESPECIES

157

abundancia intermedia y ninguna con una dOillna I

~
. o la e en el 2.
I
nc a num rica tan pronunciada como la A en el sitio

je

0.0

-2.0

-3.0
Orden en .. rIiIMSInI

.. m6s

........ m.na.

abundant8

Figura 9.1.
.
Grficas de abundancias relativas (dominancia - diversidad. rango-abundancia) de los
de la tabla
9.1. Note @e la ordenada (eje JI est en escala logartmica. Las especies de cada muestra
graficadas de mayor a menor abundancia (del P, ms alto al ms bajo). dentro de esa muestra. Se
incluir varias muestras por grfica. Con slo Identificar los puntos se muestra la posicin de cada rspcclc
en cada
lo cual es tal vez la Cl!I acterfstlca ms 6111 de

Pero. Qu especies componen la COililJllidad tan

revela Que el sitio 3 est dominado por las
especies nativas @e dominan en los 5"1os
B). Por supuesto. uno podrfa
111
tabla 9.1. Sin embargo. los
Complementando los

158

CApiTULO 9. DIVERSIDAD DE ESPECIES

. S nativas (en este caso. N sera la suma de los n

"
I e para las especie
I
ca cu ar ,,,
I I
) o para un cierto gremio de intereso No hay nada
h b 'a Que recaJcu ar os P, .
di
a rr
d.
.d d slemprey cuando usted no depen a exc uSlvamente
I ' dices de IverSI a .
.
os In
f' .
t Q!ue use los grficos de abundancias relativas como la
sugiero en atl camen e
b
. d ad
., d I dversidad de especies de un grupo O letlvo o In re oro
la evaluaclo n e al
.
, .cos b'
M'
., n de manelo o para estudios ecologl
aSlcos. as
de conservaclo .
con an ms fuerza.

Las escalas de la diversidad de especies

la re resentacin de la diversidad de especies. sea por medio de ndices o de
la es~la espacial y temporal de la unidad de evaluacin Que se ha utilizado.
la unidad de evaluacin en el tiempo o el espacio. se incluirn especies
como lo sugieren los captulos 4 y 6. si se mueve la unidad de evaluacin a
unidad de respuesta. o se evala en otro momento. probablemente se
menos cambiarn las P, de las encontradas previamente.
Esta caracterstica. o sea. la heterogeneidad en la composicin de especies
manera diferente y muy til de ver la diversidad de especies. Hasta ahora
dentro de una cierta regin. Q!Je puede ser peQuea o grande. las
y grande. se denominan diversidad intra-hbitat y diversidad regional,
(gamma). respectivamente. Regrese una vez ms a la figura 4.1. la
sotobosQue dentro de una parcela TS o ST sera la diversidad intra-hbltat.
toda la reserva. incluyendo los tres tipos de vegetacin, sera en este caso
llegamos de la una a la otra y por Qu debera importarnos?
Definamos, la diversidad entre hbitats. o diversidad jJ. para un
comp?slclon de especies de una parte del paisaje a otra (por ejemplo.
Que tiene exactamente la misma composicin de especies en todas
diverSidad pde cero. las diversidades local (a) y regional (r) sern
el cual la campo .. , d
.
ais .
slclon e espeCies cambia rpidamente. tiene una alta
p ) ~I~ en total tiene muchas ms especies (diverSidad r) Que cualQuier
a
ate Que estos usos de las letras griegas a y fJ no tienen
en a inferencia estadstica (captulo 5).1

i.

Por muchas dcadas los ecl

. .
diversidades intra-hbitat (a ogos Y conservaclonlstas han
entre hbitats _ lo cual
) Y,reglo nal (r ). Existen pocos
cambio en la campos ., d~benamos agradecer. Una medida muy
extremo al otro d I IClon e especies por unidad de distancia.
4
e a reserva de la f
ranas por tres noche
Igura .2. parando cada 1000
Composicin de es s consecutivas. la comparacin de la
peCles entre cad
Ocurren los mavores
b.
a par sucesivo de muestras
v t d
:J
cam lOS sto
' 1
IS a e las ranas ' t
.
s sena n os sitios de ma!Y0r
d d i ' es os Son los sT
d
on e as fuentes y I
.
I lOS ande hay ms lIpos
os sumideros
'
estan entremezclados.

CAPITuLO 9. DIVERSIDAD DE ESPECIES

Recuadro 9.3. Clculo de la siml

entre muestras

Existen muchas tcnicas numricas para cuantificar la similitud. o la direrencia. en la composicin

de espectes entre muestras. Muchas de las variedades de la estadstica multivariable (captulo S)
son simplemente formas sofisticadas de comparar muchas muestras a la vez. segn su composicin
de espeCies ..Sin embargo. para. comparar slo dos muestras. muchos eclogos usan una medida
extraordinariamente simple y directa: la similitud ~roporcional o SP. Para calcular la SP. examine
los valores crudos (no los logaritmos) de P, para las especies en cada una de las dos muestras.
1y 2. Para cada especie i Que est presente en una o ambas muestras. anote el menor de los dos
valores de Pi' es decir. p" o p,2 Si una especie est ausente de una de las muestras. el menor
valor es obviamente cero. Sume los valores Que ha registrado. En otras palabras.
s

SP =

L min(Pil'pi2)

(9.5)

j '"" 1

Los valores de SPvaran entre O (ninguna especie en comn) y 1.0 (ambas muestras son idnticas
en composicin y proporciones de especies). Por ejemplo. la SP entre los sitios 1y 2 (tabla 9.1)
es 0.154 (especie A) + 0.205 (B) + 0.153 (C) + 0.051 (D) + 0.051 (E) + 0.015 (F) + O.OIS (G) +
O (H) + 0.003 (J) + O (K) + O (L) = 0.647. En otras palabras. los sitios 1y 2. o mejor dicho. las
dosmuestras de los sitios 1y 2. son 64.7% similares. Igualmente. la SP entre los sitios 1y 3 es
0.139 y entre los sitios 2 y 3 es 0.146. Compruebe mis clculos.
Ahora. de vuelta a las golosinas. (1) Calcule la SPverdadera entre los dos recipientes completos
de 207 golosinas cada uno (unidades de respuesta). de acuerdo a las mezclas especificadas en
los recuadros 9.1 y 9.2. Por supuesto. si sta fuera una investigacin de campo no podramos
hacer esto. (2) Ahora calcule la SP entre las dos muestras de SO golosinas de cada uno de los
recipientes. Que se usaron para construir la segunda y tercera curva en el recuadro 9.2. Se ajusta
la SP de la muestra al valor verdadero? Es mayor o menor? (3) Finalmente. extraiga cuatro
muestras aleatorias de 15 golosinas cada una. de la siguiente manera: las muestras Iy 2 del primer
recipiente. devolviendo las golosinas despus de cada extraccin. y las muestras 3y 4 del segundo.
Calcule la SP para cada uno de los seis posibles pares: 1-2. 1-3. 1-4. 2-3. 2-4 Y 3-4. SI sus
muestras renejaran perfectamente el conjunto de golosinas su~cente. la SP entre cualQllier par
de muestras obtenidas de la misma unidad de respuesta - como entre las muestras 1-2 3-4 sera siempre 1.0. correcto? Q!J valores realmente obtuvo de las comparaciones 1-2 y 3-4? Y si
las muestras de 15 golosinas renejaran perfectamente la composicin de especies de las unidades
de respuesta (recipientes) de las Que fueron extradas. cul sera la SP entre las
1-3
2-4 2-3 1-4? Qu valores realmente obtuvo para estas comparaciones? Es la SPuna medida
exacta y "verdadera" en la QIIe puede tener confianza absoluta. o es
otro
de la muestra. de exactitud variable? Cmo aplicar esta nueva sabldwl'aal
de Indagaciones en la vida real. para comparar
bIudo CIII,SII

IS9

160

CAPITULO 9, DIVERSIDAD DE ESPECIES

., n

Recuadro 9.3. ContinuaclO

. " n la diversidad fJ (vea el texto) aumenta con la
Note Que por defmlclO
.
.d
, " d
stras sucesivas a lo largo de un gradiente. SI esca
slmilltu , entre mue
" ,.
'vers'ldad fJ simplemente calcule la dlsmll/llud
problemas so bre dI
.

DP = 1- SP
Es decir, mientras mayor sea la diferencia entre conjuntos de especies a lo
mayor es la diversidad fJ, Note . Que Colwell y Coddington (
"complementariedad" en lugar de diSimilitud,
AHORA Sr. se puede comer las golosinas, Buen provecho,

Por Qu preocuparse por la diversidad fJ ? No es algo ms bien esotrico?

conservacin presentada en el captulo 1. y las sugerencias al final del 6. SI
para conservacin, dnde concentrara sus esfuerzos: en los sitios de
Cules sitios les daran a las especies nativas las mejores opciones para
cambio climtico? En cules sitios es probable Que la fauna sea ms
menos una organizacin internacional de conservacin est actualmente
concentracin de biodiversidad ("hotspots") basndose en la diversidad fJ.
a r (vea tambin Poiani et al. 2000).

Qu hacer?
De nuevo, lo ideal es aproximarse al problema de la conservacin
varios niveles (Noss 1990), desde la diversidad gentica dentro de las
de procesos ecolgicos. Sin embargo. en la prctica es ms fcil
procesos ecolgicos, De cualQuier manera, cuando est trabalando
de especies:
1.

EnfQuese en la diversidad a. Seleccione las unidades de

cuidado. Tiene usted confianza en Q!Je est muestreando una
de especies subyacente. o es su muestreo tan dbil QlJe es apepas
deun reoplente con 207 golosinas (recuadro 9.1}? Despus del
CUidado
Ios graTICOS de abundancias relativas. Si usted Insiste.
'
nd.lCes de diverSidad o simplemente S, pero mire con
anahSls
(vea
ms
a
'b
)
E
'
(1971) D
ni a, n teona, los mejores ndices serran
' esafortunadamente, si usted usara estos fndlces
Que est habland o, S"I es necesano usar ndices use la me
lnr
Nunca apliQue H'
.
,m b '
' a menos Que tenga una muy buena razn
uy o stmado(a) e insiste en usar H'. siempre IndlQlJe en

CAPITULO 9. DIVERSIDAD DE ESPECIES

161

Por supuesto. uno tambin puede usar una aproximacin similar (grficos de abundancias relativas.
complementadas SI es necesario con ndices) para estudiar los otros niveles de la biodiversidad.
P~r ejemplo. se ~ra ~acer el grfico usando el nmero de individuos por gnero. o por gremio
trofico. Se. ~na ,examinar la diversidad de hbitats en un paisaje. en cuyo caso PI representara
la proporClon del area. ~otal ocupada por el hbitat i. Se podra examinar la diversidad de genotipos
dentro de una poblaClon de una planta o un animal. en donde PI sera la proporcin de individuos
Que tienen el genotipo i. O se podra presentar la dieta o el uso de hbitats de una poblacin de
animales.
En Latinoamrica en particular. el uso de ndices numricos de diversidad entre los eclogos y los
conservacionistas est en aumento exponencial. No puedo evitar expresar mi opinin de una
manera enftica: con respecto a la conservacin de la biodiversidad. Quienes usan los ndices de

diversidad deben justificar explcita e ineQuvocamente por Qu los ndices son apropiados y
necesarios para los fines de la indagacin o su posterior aplicacin. En realidad. no puedo
mencionar ni un solo caso en Que los ndices de diversidad sean necesarios. apropiados o tiles
para la conservacin de la biodiversidad. Adems. renexionando sobre mi propio uso de los
ndices de diversidad en mi trabajo desde 1970. s~ muy escptico sobre su valor aun en los
estud ios de ecologa bsica. excepto. Quizs. para propsitos muy especficos tales como expresar
la diversidad de recursos alimenticios de un grupo particular de animales. En su uso general. los
ndices sencillamente pierden mucha informacin Que es biolgicamente significativa. Es muy
fci l Que sean mal usados y mal interpretados. El valor numrico Que provee un ndice no dice
nada <we sea biolgicamente significativo. a menos Que est tratando de demostrar en el campo
la relacin entre diversidad biolgica y estabilidad del ecosistema: y esto fue desacreditado al
final de los aos 70.
2.

Considere la diversidad fJ. Le llama la atencin el uso de la tasa de cambio en composicin de

especies en escala amplia. como una medida de la biodiversidad Que tiene importantes
implicaciones para la conservacin? Si es asf. considere realizar algunas indagaciones sobr~ la
diversidad fJ. Podrfa elllpezar usando la simple tcnica presentada en el recuadro 9.3. para examinar
muestras tomadas en transectos a lo largo de gradientes climticos. o altitudinales. o
perpendiculares a algn rasgo topogrfico Importante. Sin embargo. al Igual QPe cuando se investiga
la diversidad a (tabla 9.1). tenga cuidado cules especies incll!)'e en la medida. Es mucho mZ
importante aplicar el sentido comn y su conocimiento de la historia natural a los
relacionados con diversidad de especies. QPt aplicar tnleas
Tenga en
mente QPe las especies no son simples n6meros.

'"

CAPITULO 10
Cmo extender el alcance de la
indagacin

La Amrica !latinal no debe imitar servilmente. sino ser original.

- Simn Rodrguez (l8SI)'

Son los profesionales de la conservacin y los bilogos de campo los nicos capaces de
y
aplicar la indagacin cientfica a las preguntas Que les intrigan y les preocupan? El elemplo del
en el captulo 2 sugiere lo contrario. Los bilogos y otros profesionales de la conservacin deflnillYamcnk
no tenemos el monopolio de la conservacin. La conservacin a largo plazo est en las manos.
y mentes de las personas Que van a estar allf. aun despus de QPC
de la
d
ltimo administrador o profesional de la conservacin y el ltimo tramo de cerco de alambre de p6as
alrededor de la reserva. Por lo tanto. las estrategias de conservacin
Incluir.,..
facultar a una variedad de personas para tomar decisiones sensatas sobre las
.,..
manejar su entorno natural - aun si esas decisiones no son las
Buena parte de este libro ha estado dedicaclo a discutir d proceso de
d
J la
historia natural como medios crticamente importantes .,.. capacitarlo. (DIlO
o eclogo de campo. para Q!Je pueda tornar las
capacitar tambin a otras personas?
Este captulo sugiere unas cuantas formas en las QJiC la
varios grupos de personas. todas las cuales es'*'
o paisajes ms grandes. aunQue es poco
QIIC se
cerlificados o eclogos con tRulo. Por
las
Que rodea el rea protegida Incll!YC"
Que afectan la conservacin en
esa misma rea en una o mds

se,..
en d desUno de 1Is __
de

164

CAP(r ULO 10. CMO

EXTENDER EL ALCANCE DE LA INDAGACiN

'd d I cales y Que en su patrull a del rea protegida pasan buena

de comunl a es o capacidad
.
. , Fina
. Imente. estan
' Ios
de observaClon.
do su
campo. aguzan
I
"
d
d a'sal'es cercanos o lejanos para recorrer e centro e
.
. .
Que vienen e pi
o los senderos. antes de regresar a casa y continuar tomando decIsiones QJle
a diario en sus alrededores . Son capaces de indagar. todas ~stas personas?
de indagar. o es la indagacin el derecho ex clusIvo de la elite de los
Espero Que usted ya conozca la respues ta.
Probablemente. usted ha sido testigo de muchos esfuerzos para sensibilizar a
cuestiones de conservacin. Por ejemplo. las iniciativas de manejo particlpatlYo
en las comunidadesya estn involucrando a gente de la comunidad local de
educacin ambiental se enfocan en los nios. tanto de las ciudades como del
menudo asisten a talleres sobre principios de biologa y ecologa. Los
naturaleza" introducen a los visitantes a la biota y los procesos ecolgicos
contribuir con algo novedoso a estos esfuerzos? Por supuesto. y es crtico
hagan. Muy pocos eSQUemas retan a los miembros de la comunidad. escolares,
Que hagan preguntas acerca de su entorno. y menos an les exigen QPe
travs de una experiencia de primera manoy a Que renexionen sobre las
Que usted ha adQuirido habilidad en la indagacin cientfica. considere
experiencia.

Las comu~i,dades ~o.cal~s y la indagacin cientfica: la

conservaclon partlclpatlva
Idealmente. cualQuier estrategia de conservacin involucrara la
etapa del ciclo ~e ma.nejo (vea Margoluis y Salafsky 1998). bien sea QPe la
(figura 2.4) sea IdentifICada por los mismos miembros de la comunidad o
local puede consistir en colonos recin llegados. comunidades
'
reglon.laom"
una mezcla de amb os. Estas personas tienen sentimientos
sobre

gent~

cual proba~::~:~mrnatural en la Que viven y trabajan. sino tambin hacia

con frecuencia fr~s~acno~~c:;Je~~ lo menos tan bi~n como usted. Tales
si los miembros de la c
'd d os de conservaClon. pueden transforlllarse
omunr a ven cmo la ind
.,
I
Que ellos generan. Cmo uede
..
agaClon comp eta
consultarles sus inQuiet
usted faCilitar esto? No es suficiente
contexto para esas
u es y preguntas y prometerles Que las va a
el siguiente es un ppors~gbul ntas y continuar a partir de ah. Cul es el
I e escenario.

Sugerencias
para
\'
CI b
rea Izar un taller Que inicie la
o a ore con los lderes comunitari
uno). como una actividad
'
os para organizar un taller de dos
d I
conlunta Si I
.
ao escentes y adultos de la co . . o permiten las costumbres
dla. empezando desde ta t
munldad. tanto hombres como
vespertinas. Ofrezca SUb~id~:prlano en la maana como sea posible
e almuerzo (comida y bebida), as

CAPtrulO 10. COMO EXTENDER El AlCANCE DE lA INDAGACION

165

la maana y la tarde. Provea una libreta y un lpiz para cada participante. Pida Que el taller se lleve a cabo
en la escuel" u otro centro comunitario.
los participan tes en el taller pueden ser no slo los miembros de la comunidad interesados. sino tambin
un p~ueo nmero de "facililadores" incl~ndolo a usted. los facilitadores pueden incluir a guardaparQues
o blologos Que J3 hayan practlC.ado el proceso de indagacin (vea abajo). Es imprescindible Que todos
los factlltadores tengan personalidad humilde y transparente. y un buen sentido del humor. El taller podra
llevarse a cabo de la siguiente manera:

1.

En su ca lidad de facilitador. presente las metas del taller. la meta fundamental es capacitar a los
participantes en una manera de articular las inQuietudes acerca del destino del entorno Que les
rodea; plantear preguntas reales e importantes sobre estas inQuietudes: responderlas ellos mismos
de primera mano y finalmente. aplicar los hallazgos al manejo propio del entorno. El entorno
local incluye no slo el pueblo y la matriz semi-natural en la Que ellos residen. sino tambin el
rea protegida cercana (Si es Que existe alguna).

2.

Pdale a todos los participantes Que se presenten.

3. Como facilitador. presente el tema de fondo: el uso sostenible a largo plazo del paisaje local
y sus recursos naturales. Empiece planteando a los participantes dos preguntas provocativas:
"Qu isieran ustedes Que sus hijos. nietos y biznietos pudieran vivir en el mismo paisaje Que
nos rodea hoy en da? Quisieran Que ellos tuvieran acceso a los mismos recursos Que ustedes
usan hoy en da - suelos frtiles. animales de monte para cazar. peces en los ros. plantas
medicinales y de otros usos en el bOSQue. agua limpia?" Muy seguramente. los participantes
van a contestar ambas preguntas con un sr enftico. Seale Que lo Que ellos estn diciendo es
Que les gustara conservar el paisaje localy sus elementos importantes. Brevemente. enfatice
Que la conservacin no es de ningn modo cuestin de declarar desde arriba la proteccin
de reas y prohibir su uso. Ms bien. es un medio para asegurarse Que el paisaje y sus
recursos naturales estn disponibles para las generaciones futuras. Pregunte. "si esto es as.
entonces. cmo podemos lograr la conservacin?". Presente el eS(lpema de la Ugura 1.1.
modificado segn sea necesario. para justificar la necesidad de la indagacin (investigacin)
para lograr las metas de conservacin.
4. D iscuta "cmo convertirse en un Indagador cientfico". Presente el ciclo de tndtlgactooy
el ciclo de indagacin aplicada (nguras 1.la y 1.lb. respecttV3mente). Ilustre los dos
ciclos de indagacin con ejemplos de la vida cotidiana de los participantes. tal COIIIO el
ejemplo del campesino en el captulo 2 u otro
sea mis apropiado para las
locales. Enfatice <UJe el primer
J 4;J IS
~ el
es hacer preguntas.
5. PractiQPe hacer
Asigne a cada participante
Que presente algln tpdo
sencillos de
observan dentro
esllplda.

166

MO EXTENDER El ALCANCE DE LA INDAGACiN

CAPiTULO 10. C

acerca de los
asignado.

dinmica social y el grado de alfabetizacin. los participantes pueden

de independientemente. o en grupos dentro de I?s cuales debe haberse
Los faci litadores deben tener cuidado tanto aQul como en otros
propias perspectivas.
6. Vuelvan a juntarse. Recurdele a todos Que ninguna pregunta es
participante o a cada grupo Que lea en voz alta sus preguntas. Usted se
habilidades de observacin Que se evidencia en las preguntas. Sea
crticas. por constructivas Que sean, a las preguntas.
7. Regrese a los cuatro pasos del ciclo de indagacin aplicada (figura
es el primero y el ms importante de estos pasos, pero Que los dems
si se Quiere obtener una respuesta til. Ahora diga, "s. todas las
algunas lo son ms Que otras en cuanto a su capacidad para llevarnos
la accin, la renexiny la aplicacin" . Presente, uno por uno, los cuatro
(en el captulo 3), ms las preguntas claves "Qu estn
Para las preguntas Que no se conformen a los criterios, presente e
para Que s lo hagan .
8. Agrupe a los parti cipantes en eQuipos conformados por unos cinco
y un(a) facilitador( a). Si el taller es de dos o tres das, estos
preguntas Que cumplan con los cuatro criterios. Los miembros de
sobre un radio de SO m a partir de un punto central. Ellos
preguntas cuya escala espacial tenga como mximo un crculo de
entre ellos, eligen una pregunta y luego la refinan hasta Que crean
con todos los entenos.

Una vez Que todos los eQuipos han

pregunta oralmente. En cada caso, el pblico debe preguntarse:
cuatro criteri os) y S'I
.'
,.
.
no, (como se puede reformular para QPe
Cflllca constructiva tanto como sea apropiado. Si el taller es de
permite, haga otra sesin de prctica, pro cambie los

CNfTuLO 10. CMO EXTENDER EL AlCANCE DE lA INDAGACiN

167

Figura 10.2.
Formulacin de preguntas de la vida real.
Los residentes de la zona de
amortiguacin del ParQue Nacional Impenetrable Bwindi. Uganda (Rutugunda
Parish) estn discutiendo preguntas sobre
el uso sostenible. en la periferia del
parQue. de las plantas medicinales y
aQullas usadas en cestera.

du;a un da. va a tener Q!Je saltarse esta fase de prctica completamente - aunQue no la primera
practICa con las parcelas de SO x SO cm - y proceder directamente al siguiente paso.
9. Forme nuevos grupos con un(a) facilitador(a) por grupo. Pida a cada eQuipo Que elija a uno de
los miembros de la comunidad como su presentador. La tarea de cada eQuipo es enunciar una
pregunta de la vida real Que se derive de las inQuietudes de manejo local o de conservacin o inQuietudes similares. como las de la agroecologa. el ganado o el agua - y Que pueda ser
contestada a travs de la indagacin cientfica. teniendo en cuenta el cuarto criterio de las
preguntas: ningn instrumento sofisticado. Haga Que los eQuipos deambulen independientemente.
observen el paisaje cercano y lejano. piensen. discutan las inQuietudes Que pudieran ser resueltas
con una indagacin. propongan preguntas Que cumplan con los cuatro criterios (captulo 3).
negocien y luego propongan y refinen una pregunta por eQuipo (figura 10.2) - bsicamente
haciendo lo Que usted hizo en el recuadro 3.2. Si la idea del taller es trabajar una inQuietud de
conservacin y manejo Que la comunidad y usted ya haban propuesto (figura 2.4). entonces
pdale a los participantes Que dirijan sus preguntas hacia ese tema. Algunos ejemplos de tales
temas pueden ser: la cosecha de productos forestales no maderables. cacera. tala selectiva.
minera en peQuea escala. efectos de borde. manejo del pastoreo o proteccin de una cuenca.
Si la idea del taller es trabajar inQUietudes de conservacin y manejo sin ninguna restriccin (lo
Que generalmente es preferible no?). seale Q!JC los miembros de cada grupo tienen Q!Je estar
de acuerdo con la illQ!Jie\ud Q!Je van a trabajar antes de estructurar la pregunta. De todas
maneras es imprescindible QUe los facilitadores no dirijan el proceso. sino QIIe se Q!Jeden
calladi tos y Que slo la) le brinden el respaldo al proceso de cumplir con los cuatro criterios y
(b) se aseguren de Q!Je el CQI.Ilpo no se desvfc
10. lntense de nuevo para
de crtica constructiva.
11. Haga una votacin
clasificar las

(5610 CXID b

168

CAPTULO 10. CMO EXTENDER EL ALCANCE DE LA INDAGACIN

12. Ahora introduzca la siguiente fase crtica. la ~~cha Que conecta la pregunta
accin _ esto es. la va para disear la IndagaClon Qlle melo~ contestar la
o ms das disponibles. primero pase por al menos el p~lm_er acto ~el
familiarice a los participantes con los fundamentos del dlsenoJ QlJlS
presente el eSQuema de los 18 pasos (captulo 4). sino una version ms sencilla
puntos ms importantes. [Para este fin hemos desarrollado un proceso de
13. Gue al grupo entero en el proceso de bOSQuejar un diseo de un estudio
calificacin ms alta. Discuta la naturaleza de los resultados Que podran
luego de la etapa de renexin. stos podran aplicarse para resolver la
14. Si hay suficiente tiempo. repita el proceso para la segunda pregunta de
asegrese Que ha dejado suficiente tiempo para los ltimos pasos.
15. Discuta los mecanismos de colaboracin Que usaran para el resto del
Decida. en grupo. cules seran las responsabilidades y los compromisos de
Que estn interesadas. de usted. de otros bilogos o profesionales de la
instituciones. Tenga especial cuidado de Qlle gradualmente no le ~
profesionales la responsabilidad de completar el diseo. hacer el trabajo de
datos y hacer la renexin. Ms bien. tome medidas para asegurar Q!Je los
de la comunidad van a continuar participando completamente tanto en los
como prcticos de la indagacin.
16. Elija un comit compuesto por partes iguales de gente localy facilitadores.
Que ha seleccionado la comunidad est dentro de su rea de
indagacin se beneficiara de la asesora de personas externas. la
la de contactarlas. No obstante. recalQlle Que tales personas externas se
de Que sea necesario. slo en caso de Que ya h'o/<ln participado c:n un
de primera mano (figuras 2.2a o 2.2b) y slo en caso de Que tengan
humildes.
17. Cierre el taller con una nota positiva. Vuelva a destacar la naturalcz
indagacin del diseo y de su aplicacin a la vida real; la naturaleza
importancia fundamental del sentido comn y la historia natural (y la
18. Manos a la obra! Pero primero. festejen el xito del proceso.

Es "la indagacin comunitaria" un idealismo?

Usted se Quedar asombrado/a. como me ha sucedido a m. de la velocidad
abs?rben los temas fundamentales de este libro y los aplican en formas
alg.un respaldo .(nunca la direCCin) de parte de los facilitadores. la
refinado y calificado varias preguntas. todas las cuales cumplen con los
inQUietudes de la vida real. Idealmente usted y ellos tambin habrn
:
contestar esas misma s preguntas y habran
' asignado responsabilidades para
pocas
personas
locales
I
d
P
en e estu 10 subsiguiente. se puede seguir
rogramen un taller vespertino una vez al mes. para Que todos los

CAPITULO 10.

EXTENDER EL AlCANCE DE lA I~IN

169

progreso. describan sus descubrimientos y reveses presenten resultados

l"
'dan
.
. d i '
pre Imlnares y pi
conselo. Una
vez Que se termina e tomar os datos. involucren de nuevo a la com 'dad
. .

Un!
entera para Q!Je partICipe en
Ita dos. re neXlonar. proponer pautas de manel'O Y con<-~'n
evaluar los. resu
l'
I
.
'bl
..
l
'
~, .....1 ap lcar as y SI es posl e.
ha~er un segUimiento a as conse~u~nCl~ (el moniloreo). Si tiene xito en esLa asociacin intelectual y
practica con la gente local de prinCIpiO a !In. como mnimo algunos sentirn "orgullo de pertenencia" hacia
cualQUier pauta Que resulte y se aseguraran de hacerla runcionar. (.y como max' I' mo]. No h~ l'Iml'tes.

Siendo realistas. puede tener xito la indagacin comunitaria? A menudo. pero no siempre.
Lastimosamente. algunos bilogos u otros proresionales de la conservacin estn convencidos de Que
son una lite y no estarn dispuestos a delegar tanta responsabilidad intelectual a la comunidad local o
a permitir Que las preguntas de los locales les dicten la naturaleza de su investigacin. De manera
similar. los "proresionales" podran cambiar sutilmente la pregunta hacia una Que encaje mejor con sus
intereses propios. El lado de la comunidad tampoco es siempre armonioso. La "noble comunidad" es
un mito del mismo calibre Que el del "noble salvaje". Cada comunidad tiene sus trazas de problemas
internos. pleitos dentro y entre ramilias y manipulaciones polticas. El rea protegida. su manejo y sus
administradores pueden causar resentimiento. particularmente entre los colonos ms recientes Quienes.
al contrario de ciertos grupos indgenas. no tienen derecho a utilizar los recursos del rea protegida.
Sin embargo. actualmente la "indagacin comunitaria" se est llevando a cabo con gran xito en varios
paisajes sudamericanos. especialmente en Bolivia. Ecuador y Guyana. Si sus relaciones con la comunidad
son buenas. haga el ensayo. La indagacin comunitaria puede ser una de las actividades ms tiles y
duraderas Que usted haya estimulado. Ensyela.

Los nios locales y la indagacin cientfica

Los nios de hoy sern los tomadores de decisiones de maana. Sera ideal Q!le la nueva generacin ya
estuviera adQuiriendo experiencia sobre cmo hacer y contestar preguntas acerca de su entorno diario. y
cmo renexionar despus. As. para cuando sean adultos ya sern pensadores objetiVOS. indagadores
hbiles y tomarn decisiones sensatas sobre cmo conservar y utilizar la biodiversidad local de la melor
rorma. Est esta noble meta distante de.sus responsabilidades y capacidad? De ninguna manera. Considere
presentar el proceso de indagacin (figura 2.2a) a las escuelas locales como parte de su educacin en
ciencias naturales y los "ejes transversales" de las reformas educativas. Encontrar Q!le muchos maestros
rurales adoptan con entusiasmo un concepto de indagacin cientffica Que sea Intelectualmente retacb' y
econmicamente barato y Que se pueda hacer en los patios de sus escuelas. especialmente si se dan
cuenta de Que este mtodo puede cubrir una parte considerable de su currfculum obligatorio. En
piense en las maneras de estimular el desarrollo de programas locales de "la
de
en ~
patio de la escuela". o "la EEPE" (Feinslnger. Marguttl y Ovledo 1997;.
Felnslnger J
1997.
Arango. Chaves y Feinsinger 2(02).
El primer paso podra ser un taller de
pan rlcstr05 de primaria de .....era QIIC dios. J
ms tarde sus estudiantes.
la habilidad pan reaI_
lis
pero
completas. Que involucren lbs anlmaln. las pIInIas.
actividades humanas en los terrenos de la escueta.
Que usted realiza. no slo
tambin el de la reflexin.
a renexionar sobre

170

CApiTULO 10. CMO

EXTENDEREL ALCANCE DE LA INDAGACiN

. d I
elaya relacionarlos con fenmenos
alio e a escu
'
tarn
tomando
decisiones
mas
P
Ia Cual es
escaaen
..
..
I
ar informacin sobre la EEPE y
recursoS para busc

a m~or escala en el
adel
anteiend
a vi a. El
Ios otros acercamientos

Por otro lado, si usted trabaja en un rea protegida, los nios vendrn a
los escolares al rea protegida, no se limite a darles una charla y mandarlos a
centro de visitantes y por los senderos. Ms bien, gue personalmente a los
de indagaciones QUe usted haya diseado previamente (idealmente en
Que sean prcticas, rpidas pero completas y apropiadas para la edad.
insectos y araas, plantas, microhbitats, procesos ecolgicos y las distintas
Gue las renexlones Que siguen hacia una discusin libre de jerga de las
distintas alternativas de conservacin, de usos de la tierra y de las clases y
los nios a Que discutan las preocupaciones de manejo Que usted enfrenta,
primera mano Que recin tuvieron. A medida Que los gua por el proceso de
ms grandes empezarn a comprender la lgica del rea protegida. la
relacin con la matriz semi natural y las diferentes perspectivas de los
basado en su experiencia de primera mano puntual (la accin) QPe
inversin de su tiempo podra producir un gran retorno en el futuro.
En la actualidad, mucha gente local visionaria y entusiasta profesionales de la conservacin, educadores profesionales - ha
escu~la en distintos sitios de Mxico, Cuba, Costa Rica. Guyana.
BoliVia, Uruguay, Paraguay, Argentina, Chile y Brasil. AunQue estos
muchas de las c~munidades en las cuales ya se practica "la EEPE" residen
o dentro de las areas protegidas. le interesa? Si es as. regrese al

Los guardaparQues y la indagacin cientfica

Muchos guar?as en parQues nacionales u otras reas protegidas tienen
pro~eger el area de intrusos y de contravenciones a las polticas del
lOte lectualmente estimulante, pero s es frecuentemente peliprosay
Que os guardaparQues
.
.
o
di
.
casI. siempre
provienen
de las comunidades
rurales.
aeS!aarlQ]reudeedMlentras patrullan, ellos estn constantemente en el campo
'1 .

or con respecto
animales a las ,nt
.
no so o a Intrusos sino tambin a la
,
eracClones entre e
.
potenciales contra la integrid d d I speCles y otros procesos
Que ven y ya estn hacind a e parQue. la mayora de los
ose preguntas al respecto (figura 10,3).

SI usted es guarda parQue y ha lIe

ado
guardaparQue pero trabaja con
a e~ta parte del libro. no tenso
Importante. Primero in t I e os, conSidere estimularlos y asf
.b
' CI e a os guardap
.
am a), talleres de ec I '
arQues a Involucrarse en
o ogla en el par d I
de estas actividades E
la e a escuela e iniciativas n i "
. n segundo lug
.
.......
~ampo. Usted puede fcilment dar, SI es posible, estlmlelos a
Invesligacin de campo (n ur e arles las herramientas: el ciclo
g a 2.4) Y los fundamentos de dlseflo

If

ca

CAPtrulO 10. CMO EXTEI'>ER El AlCANCE DE lA INDAGACIN

171

\I ucho colegas sudamericanos y yo. estamos actualmente ensayando mtodos para darles estas
herramientas a los guardapa!~es. Por elemplo. se invita a los guardas para Que sean facilitadores en
tallere de cuatro o Cinco ?Ias ~re ecologfa en el patio de la escuela. para Que al mismo tiempo se
famlliancen con el Ciclo de indagacin y con los cuatro criterios de las preguntas de investigacin. Luego.
lo guardaparQues se Quedan para un segundo taller ~e dura entre dos y cuatro dfas. En este taller se
pre entan las versiones ms completas del ciclo de indagacin (figuras 2.4 y 2.S) y los principios de
di eo J de la inferencia estadstica (apndice D). Trabajamos con el ejemplo de la tala selectiva (capftulo
') . cont inuacin hacemos una discusin. usando un lenguaje sencillo. de unos ocho o doce de los pasos
m crticos en el proceso del diseo (capftulo 4). Enseguida. los grupos practican enmarcar las preguntas
de Inters para ellos y a disear estudios para contestarlas. en los alrededores del sitio del taller. Finalmente.
\ lene el gran evento. Cada participante. o grupo de participantes de un mismo puesto de trabajo. desarrolla
una pregunta J un diseo preliminar para un estudio ~e ellos estn verdaderamente interesados en realizar.
una \'ez Que regresen a sus cargos.
Dada la e.\tensin de las reas ~e ellos recorren durante sus patrullas y las visitas repetidas Que deben
hacer a cada si tio durante el transcurso de un ao o ms. los guardaparQues estn en una posicin nica
para llevar a cabo indagaciones muy slidas - bien diseadas. a largo plazo y a nivel del paisaje - sobre
pregu ntas de conservacin de la biodiversidad o sobre historia natural bsica. No se n~cesita invertir
nada. o casi nada. de tiempo adicional: ellos pueden tomar datos mientras patrullan. Ademas de estimular
el creci miento intelectual y la confianza en sf mismos. estas indagaciones puede~ ser de un va~or i~menso
para el manejo del rea protegida. y en general para la cie~cia de la conservaclon o la ecologla baslCa de
campo. Por ejemplo. unos guardapar~es bolivianos ya estan presentando estudiOS ngurosos y netamente
propios. en congresos internacionales.

172

CAPiTULO 10. CMO

EXTENDER EL ALCANCE DE lA INDAGACiN

Los visitantes Y la indagacin cientfica

e libro es el papel Que puede jugar la indagacin cientffica
de es t
I
El tema
centra
.
.
'd
. d d Iguna forma con la conservacin de la blodlversl ad. H~ otro
relaCiona as e'sl'ones'
a
'das. Por supuesto. tales
los visitantes a las ,
areas protegl
deCl
toman
esas
.
,
.'
ue tengan Q!ue ver con la conservacin del area protegida en sr.
WSlones Q!
.. '
.
d
conservacin de la biodiversidad. bien sea pOSitiVO. negativo o neutro. se luega
'd'
Es dec'lr al regresar a casa ellos continuarn tomando decisiones
col! lana.
'
.
afectar. directa o indirectamente. la biodiversidad de sus propios alrededores.
los visitantes en su paisaje pueda innuir en las decisiones de ellos. Con esto en
mejorar esas experiencias? Pues exponiendo ,a los, visitantes ~ indagaciones
Que los haga renexionar sobre lo QUe pasa. dla a dla. en sus diferentes
Usted puede presentarle a los visitantes una aproximacin a la indagacin en
(Feinsinger. Margutti y Oviedo 1997). (1) A veces. el personal de los parQ!Jes
recorridos guiados. De vez en cuando. el gua podra detenerse y realizar con
indagacin. ah mismo. El recuadro 10.1 presenta un ejemplo de una indagacin
cierto nmero de temas del captulo 6. (2) Muchas reas protegidas tienen
diseando uno. En lugar de darles a los visitantes informacin en forma pasiva.
centro podran entusiasmar a los visitantes a realizar una indagacin completa
por ejemplo. en una comparacin de dos fotos diferentes. Mejor an. las
el csped o un estacionamiento sin pavimento - podran tener carteles Que
indagacin completa de primera mano (figura 2.2a). (3) Casi todas las reas
para visitantes. En algunos casos. hay por lo menos uno cercano al centro de
un "sendero natural auto-guiado" con letreros. Estos letreros podran
al visitante a travs de una indagacin completa ah mismo. en lugar de
QUe va a recibir pasivamente. si es Que la recibe. Cada cartel. o serie de
pregunta con un resumen de su contexto y sugerir cmo el visitante podra
escucha. huele o toca algo. y finalmente. hacer un llamado a la reflexin.
podra llevar al visitante a renexionar sobre su propio entorno en casa. como
supuesto. de manera mucho ms breve.

Recuadro 10.1. Puntos de vista: una indagacin para

Esta indagacin n
ireQuiere
'
orma mente
seis personas adems de
p~~de adaptar a un grupo de cualQuier tamao. AunQue este
~ ~o gUiado. tambin se puede adaptar (luego de cortarse) a un
e lantle carteles Que se pone a lo largo de un sendero La
no '"vo ucra contacto d'
.
cualQuier parte desd ~rec~o ~on los organismos correspondlent
absoluto el pais ' e on e aya una buena vista del palsale
ale.

CAPiTuLO 10.

173

Recuadro IO. l. ConUnuad6n

Pregunta: perciben los distintos organismos el paisaje en distintas formas?
l gica: nuestro propio punto de vista. como seres humanos. est entre 1.3 y 1.8 m por encima del
suelo y tiene un radio de 50 m. aproximadamente. LTendrian los animales de otros tamaos.
formas y modos de locomocin otros puntos de vista. y si es as. cules serian las consecuencias?
Metodologa: para un grupo de seis. el lder clava una ramita o un palillo de dientes en el suelo.
en un punto Q.ue represente algo de heterogeneidad a muy peQ.uea escala. como por ejemplo.
hojarasca en el suelo. tallos secos de pasto. granos de arena. piedrecillas y plntulas. Cada
participante adopta el punto de vista de un animal distinto. como se especifica abajo. y boSQueja
un croQ.uis de la forma como luce el paisaje a la escala de ese punto de vista.
los animales y sus escalas son: un pulgn de plantas (fido) o caro cuyo paisaje total es un
cuadrado de 2 x 2 cm. centrado en la ramita; una hormiga. 20 x 20 cm; un ratn. 2 x 2 m; un
gorrin. 20 x 20 m; una paloma. urraca. chimango. tiuQlle u otra ave moderadamente grande y de
vuelo rpido. 200 x 200 m; un cndor o guila. 2 x 2 km. El lder reitera las reglas: (1) todos los
croQ.uis se deben dibujar del mismo tamao (aproximadamente 20 x 20 cm en una hoja de papel);
(2) la ramita es el centro del paisaje de cada animal; y (3) todos los crOQ.uis deben ser dibujados
desde arriba. mirando hacia abajo. como si fueran mapas en un atlas.
Despus de emplear diez minutos dibujando sus mapas. los participantes los exhiben y los
describen. uno por uno. hasta Q.ue todos Q.ueden en una fila. desde el pulgn hasta el cndor. El
facilitador gua la discusin y la renexin.
Algunas ayudas para la renexin: en Q.u forma cambian las caractersticas predominantes del
paisaje de un animal a otro? Percibe el pulgn alguno de los elementos Q.ue dominan el paisaje
de los otros animales? Cules? Y el cndor. el de cules animales percibe? Cul es la naturaleza
de los distintos elementos del paisaje en cada una de las
Qu forma geomtrica
formas sencillas (cuadrados. circulos. lneas rectas) o complejas? Estas formas representan
elementos creados por los humanos o elementos no
por los humanos?
Empezando con la pulga y ascendiendo. la Q!l
auplezan los
atrlbulbles a los
humanos a aparecer como elementos
del
lSc relaciona
f .:ala con la
escala horizontal de nuestro punto de vida (SO m de ,..,)7 Mirando
los
lhay
alguna forma particular Q!le est
con
Subiendo di la
escala. lse llega a algn punto en QIJe los
no
por los
aparecer en el paisaje. e Incluso
IQ!I clase de
Cmo habr cambiado la
aos? lSc
el paIsIIC
Qu hay del &'" ,In de
ancestro en 19047

acbIIl

174

CAPfTULO 10. CMO EXTENDER ElAlCANCE DE LA INDAGACiN

Recuadro 10.1. Continuacin

O entrevistando ancianos residentes en la zona? Cmo continan afectando e! paisaje en
una de las escalas. las actividades de la gente actualmente]

sea.

Ahora piense en e! paisaje donde usted vive la mayor parte del tiempo. A c.ad~ una de las
escalas espaciales. cules seran las similitu,des y .~as dlfe~~nClas entre su palsale ~~gareo J
el Que eSot ahora] Cul paisaje muestra mas las huellas de I~s s:res humanos: ~Cul de
dos paisajes le gusta ms estticamente] Cul de los dos es mas comod~ P?r~ vl~lr y
En general. honestamente. dnde preferira vivir: en un palsale silvestre pnstmo. e~ uno
tiene una mezcla de elementos "naturales" y humanos en vanas escalas. o en uno dommado
elementos construidos en cada escala? Cmo le gustara Que fuera el futuro de su propio
a cada una de las escalas o por lo menos a la de! gorrin. la paloma y e! cndor? Qu
Que usted. su familia o sus amigos. toman comnmente podran innuir en ese futuro?
podra usted modificar esas decisiones. de manera Que haya una mayor probabilidad de QIIC
paisaje tenga el futuro Que a usted ms le gustara?

No es realista esperar Que todos los visitantes se tomen e! tiempo de hacer todas las
ms cortas Que sean. Despus de todo. y a diferencia de los escolares. los visitantes no
obligacin de aprender. De todas formas. con Que sus esfuerzos alcancen slo el S% de los
slo e! S% de ellos terminan Tenexionando y tomando decisiones ms concienzudamente al
casa. sus esfuerzos se habrn pagado. Si usted .est interesado en las posibilidades de aplicar
de la indagacin a un pblico de visitantes. regrese una vez ms al apndice C.

Los bilogos de campo y los profesionales de la conservacin

La iniciativa de fomentar la indagacin cientfica en las comunidades. las escuelas locales
visitantes es la forma ms amplia de educacin pblica. Probablemente usted no tiene
formal como educador. Pero. eso significa Que no tiene permiso de ensear. y facultar a
indagar y tomar decisiones propias con base en las renexiones cuidadosas?
conservacin. la indagacin cientfica y la educacin estn estrechamente ligadas. Las
conservacin y aQuellos bilogos de campo y profesionales de la conservacin con visin.
estos vnculos y se darn cuenta de Que la educacin de distintos pblicos es la mejor
conservacin de la biodiversidad. Sin embargo. la verdadera educacin - mejor dicho,
no consiste en sermonear. Un eclogo de campo o un profesional de la conservacin QIIC
Experto. dicindole a la gente Qu est Bien y Qu est Mal. Qu Deberan y No
"Salvar e! Planeta" y ser "Ecolgico". no est enseando o capacitando: est intentando
una aproximacin Que podra tener e! efecto opuesto al Que se pretende (Sobel 1995). En
es capacitar a las personas para Que observen. cuestionen. busQuen las respuestas.
resumen. Q~e piensen por s mismas. Podra extenderse esta forma de educacin, J el
la mdagaClon. a otros grupos de personas Que ejercen una innuencia tremenda en la
biodiversidad? Tal vez. Le dejo a usted Que piense en las formas de hacerlo.

DE lA

175

La idea de capacitar grupos de

de los
la
J la
de descubrirles las herramientas Intelectuales QIIC ya
no slo es una
de extender el "alcance
de la indagacin" sino de abrirnos hacia nuevas
Las
de conservacin J los temas de
indagacin Que la gente nos va a presentar.
v.... a fortalecer
propias perspectivas.
indagaciones y estrategias de conservacin (vea lamblI a Margoluls J Salar~ 1998). No nos debemos
tomar muy en serio. Los profesionales de la
solos. no
todas las respuestas. Tampoco
tenemos todas las preguntas.

APENDICEA
Cmo calcular los Ifmltes de
para la media de la poblacin

El propsito de calcular los lmites de confianza es Inferir. o estimar. el valor de un determinado pamneuo
para aQuella poblacin estadstica de la cual se ha tomado la muestra. Consideremos los lmites de
confianza para la media desconocida J.l de la poblacin. Uno nunca
dar el valor exacto de J.l con el
I0096 de confianza. a menos Q!le haya examinado toda la
estadlstlca. Sin embargo. con
datos de la muestra y algunos supuestos bsicos. uno puede calcular un rango de
o un inkrvIJJo de
confianza tal Que. segn la definicin operativa. contendra el valor desconocido de J.l un P por
de
las veces. La definicin completa es algo ms compleja (capftulo S. nota 6). pero para ser
P
estima la probabilidad de Q!le el lmite Inferior del Intervalo QIIC uno calcula sea menor
J.l, J QlJe el
lmite superior sea mayor Q!le J.l. Por ejemplo. la expresin
para los lfmItes de
del
90%es: .
P{ valor inferiorl :s; J.l:S; lvalor superior]} = 0.90

Esto supone Q!le: (a) uno ha hecho un muestreo

est interesado: (b) cada observacin es
estadstica muestran lo Q!le se llama una

de la
ciclas

Antes de entrar en los detalles pdctlcos.

de la estimacin y su connanza en ella.
nds
la estimacin ser ms precisa (vea Zar 1999). J ........ mis
confianza ser mayor (es decir. el riesgo de
:
ser ms bajo). Idealmente.
ser predio J
embargo. con un tamai\o de
limitado
con menor conllanza. o lIIl!)'OI' c:or-.'Ianza con
del problema de conservacin o el objdIwI del
trminos generales) de ser
por un licio.

178

APENDICEA. CMO CAl

CULAR LOS LMITES DE CONFIANZA

_
usted necesita lo siguiente para aIlcular los lmites
Para una muestra de tamano n,
fi
P la tabla Al , la tabla Al
. , 5 8) su nivel deseado de con lanza , y
SE. (ecuaClon . ,
d combinacin de otras dos variables estadsticas
a de liberlad (frecuentemente abreviados como g.I.,
estadstico. llamado
' .I ' para cados
nos conciernen aun. a y [;ra
) V
I tabl A I
tabla A I de este libro, o v, como aparece en otros textoS. aya a a
~..1y
. I
b da por un valor de a Q!.Je corresponde a la cantidad ( entre la co umna enca eza
.
El I de
os de libertad) Que corresponde a la cantidad n - 1, va or
I. (g ra d
va Ior de [;.
d
fi
.
f
.'
. b r como I
Calcule su lmite e con lanza In erlor como
intersecClon se slm o Iza
/P.'"
di' t
I d I 9096 de
lmite de confianza superior como x + (SE. 1,. P.,) To o e In erva o e
,

formalmente as:
P{lx-(SE, 1'10"")] ~ . ~ Ix+(SE, I,IO"")]} = 0.90
El intervalo de 95% de confianza se presenta como:
P{lx-(SE, 1,,,,..,)] ~ . ~ 1x+(SE, I,.,,..,)]} = 0.95

Y e! intervalo de 99% de confianza se presenta como:

P{lx-(SE, 1,01 . ,)] ~ . ~ 1x+(SE. t,oo.,)]} = 0.99

Por ejemplo, remtase al diseo lOen e! captulo 4. Supongamos Que su supervlsol'a

informe, y le pide Que haga una estimacin del nmero promedio de aves de bosQJe por
por parche de bosQ!.Je sin tala (Sn, entre todos los posibles parches de bosQue sr
nublado. Usted decide basar la estimacin en la muestra de los seis sitios
examinar aQu. Ha calculado los estadsticos de la muestra como X = .73 especies y; =
acuerdo con la ecuacin 5.8, SE. es 2.2. Dado Que n = 6, usted busca en la tabla A.
= 5, el valor I correspondiente a cada una de las tres columnas encabezadas por a =
= 0.01, para los intervalos de confianza de 90, 95 Y 99%, respectivamente. El
intersecciones es 2.015, 2.571 Y 4.032, respectivamente. Por lo tanto. los tres
P{173 - 2.2 (2.01 5)1 ~ . ~ 173 + 2.2 (2.015)1) = P{69 ~ . ~ 77} = 0.90
P{[73 - 2.2 (2.571)1 ~ . ~ 173 + 2.2 (2.571)1) = P{67 ~ . ~ 79} = 0.95
P{173 - 2.2 (4.032)1 ~ . ~ 173 + 2.2 (4.032)1) = P{64 ~ . ~ 82} = 0.99
la interpretacin prctica es, por ejemplo, Que e! intervalo de 67 a 79 tiene una

95% de incluir el verdadero valor promedio del nmero de especies de aves QIJe se
parche de boSQue nublado ST en la reserva. Si este balance particular entre
satlsfactono, sus alternativas son: incrementar la precisin y reducir la conrl3W"
90%), o Increm~ntar la confianza pero sacrificar la precisin (por ejemplo. al
Que usted podna calcular los lmites de confianza para cuakwier valor de P.
algunos de los valores de P para los cuales el valor (1 - P) aparece en el
la tabla Al . No hay nada mgico en seleccionar el valor tradicionallntenneclo

Los procedimientos para calcular los lmites de confianz.a para otros

(Sokaly Rohlf 1995; Berenson y Levine 1996; Zar 1999) son anlogos, pero

Tabla A.I Valores del estadstico de la prueba t. Para calcular los lmites de confianza para la media de la poblacin . J,t. use el
valor de la interseccin entre la columna correspondiente a a = (1 PI Y la fila para g./. (grados de libertad) = n l. Para estimar
el tamao mnimo de muestra. siga el procedimiento especiflcado en la seccin apropiada del apndice B. Esta tabla ha sido
reproducida con modiflcaciones menores. con permiso de Pearson Education. de la tabla 111 de Fisher y Yates (1963).

8.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.05

0.02

0.01

0.001

1
2
3
4
S
6
7

0.158
0.142
0.137
0.134
0.132
0.131
0.\30
0.130
0.129
0.\29
0.\29
0.121
0.\21
0.121
0.\21
0.121

0.325
0.219
0.277
0.271
0.267
026S
0263
0 262
0261

0.S10
O.44S
0.424
0.414
0.408
0.404
0.402
0.399
0.398
0.397
0.396
0.395
0.394
0.3iI
0.393
0.392
0.392
0.392
G.391
0.391
0.391
0.390
0.390

0.727
0.617
O.S84
0.569
0.SS9
0.SS3
0.S49
0.546
0.543
0.542
0.540
O.S39
o.s38
0.S37
0.536
0.53S
0.534
0.534
o.s33
0.533
o.S32
0.532
0.S32
o.s31
0.531
0.531
0.531
o.s30
o.s30
o.s30

1.000
0.816
0.76S
0.741
0.727
0.718
0.711
0.706
0.703
0.700
0.697
0.695
0.694
0.692
0.691
0.690
0.689
0.688
0.6S8
0.687
0.616
0.686
O.68S
0.615
0.614
0.614
0.614
0.613
0.613
0.613

G.674

1.96,1
1.386
1.250
1.190
I.1S6
1.134
1.119
1.108
1.100
1.093
1.088
1.083
1.079
1.076
1.074
1.071
1.069
1.067
1.066
1.064
1.063
1.061
1.060
1.059
1.058
1.058
1.057
1.056
1.05S
I.05S
1.050
1.046
1.041
1.036

3.078
\.886
1.638
1.S33
1.476
1.440
1.41S
1.397
1.383
1.372
1.363
1.3S6
1.350
I.34S
1.341
1.337
1.333
1.330
1.321
1.32S
1.323
1.321
1.319
1.318
1.316
1.31S
1.314
1.313
1.311
1.310
1.303
1.296
1.219
1.282

6.314
2.920
2.3S3
2.132
2.01S
1.943
1.89S
1.860
\.833
1.812
1.796
1.782
1.771
1.761
1.7S3
1.746
1.740
1.734
1.729
I.72S
1.721
1.717
1.714
1.711
1.708
1.706
1.703
1.701
1.699
1.697
1.684
1.671
1.6S8
I.64S

12706
4.303
3.182
2.776
2.S71
2.447
236S
2.306
2.262
2.228
2.201
2.179
2.160
2.14S
2.131
2.120
2.110
2.101
2.0932.086
2.080
2.074
2.069
2.064
2.060
2.0S6
2.0S2
2.048
2.04S
2.042
2.021
2.000
1.980
1.960

31.821
6.96S
4.541
3.747
3.365
3.143
2.998
2.896
2.821
2.764
2.718
2.681
2.650
2.624
2.602
2.S83
2.S67
2.SS2
2.S39
2.S28
2.S18
2.S08
2.SOO
2.492
2.48S
2.479
2.473
2.467
2.462
2.4S7
2.423
2.390
2.358
2.326

63.6S7
9.92S
S.841
4.604
4.032
3.707
3.499
3.3SS
3.250
3.169
3.106
3.05S
3.012
2.977
2.947
2.921
2.898
2.878
2.861
2.84S
2.831
2.819
2.807
2.797
2.787
2.779
2.771
2.763
2.7S6
2.750
2.704
2.660
2.617
2.S76

636.62
31.S98
12.924
8.610
6.869
S.959

0.524

1.376
1.061
0.978
0.941
0.920
0.906
0.896
0.889
0.883
0.879
0.876
0.873
0.870
0.168
0.866
0.865
0.163
0.162
0.861
0.860
O. "
0.8S8
0.8S8
0.157
0.156
0.156
O.8SS
O.15S
0.154
0.154
0.8S1
0.148
o.84S
0.842

9
10
11

J2

0.121

OlM
OlM
0.259

O'"

0258
0 258

CI.38
0.38

CI.38

s.a

S.041
4.781
4.587
4.437
4.318
4.221
4.140
4.073
4.01S
3.96S
3.922
3.883
3.8S0
3.819
3.792
3.767
3.74S
3.725
3.707
3.690
3.674
3.6S9
3.646
3.S51
3.460
3.373
3.291

...

~c:

~
~

c:.

:::

el

'01

'"

APENDICE B
Cmo determinar el tamao de muestra

Bien sea Q..ue usted est rormulando una pregunta comparativa o no comparativa. el primer paso Q..ue hay QIIe
dar es obtener un juego de datos preliminares Q..ue permitan una estimacin de Jl y de (11 para la poblacin
estadstica de inters. En el caso de una pregunta comparativa. estos datos deberan provenir de un nivel de
"control" del ractor de diseo. Con estas dos estimaciones (x s'J uno puede estimar de rom
el tamao mnimo de la muestra. o el nmero minimo de rplicas por nivel en el caso de UrLa
comparativa con niveles discontinuos del ractor de diseo. Q..ue necesitara para alcanzaf el nivel
confianza y precisin en las inrerencias Q..ue desee hacer en un estudio completo.
Cmo puede obtener estos valores de x. y s.. 7 La
manera es tomar UrLa
prdmInar en las
mismas condiciones en las Q!le realizara el estudio rormal. SI
no es posible. "se
de
realizados por otros. QIIe sean lo ms semejantes posible al ~. SI no existen tales datos. entooors "la
mejor conjetura posible. SI est tratando con medidas morfolgicas de animales. tales ruilO la
de
caimanes adultos. su conjetura puede estar basada en la regla cruda QIIe
QIIe. con
S= x / I O (vea Sokal y Rohlr 1995). SI est tratando con UrLa variable de
COIIIO el
de aves por unidad de evaluacin. usted podra empezar con UrLa
aun ms cruda
cIce QIIe
s= x(observacin personal). Claramente. sera mucho
si tomara
propios

Tamao de

para

no

Digamos QlJe usted necesita estimar el niliero de

en ingls) en una Q..uebrada. para estimar
en un punto
especie de Insecto bentnico
Para estimar el tamao mfnlmo de
hay dos alternativas. Note QIIe en el primer

~s!,

el

pII1I&teo

se usa I

182

APtNDICE B. TAMAN- O DE MUESTRA

di" recisin relativa"

e a P .
I u'mero mnimo de

El mtodo
rplicas QJJe se
es
estimar
e
n
I
-"_)
es
La meta en este caso
h
alor relativo (relativo a a m~ ...
d (SE ) asta un v
estndar de la me la
"
,. o de muestras QlJe se necesita para
r r el numero mm,"l
podra ser la de es Ima
(Krebs 1989). aunQue como ver. esto
ser
media de la muestra. 0.05 x
.
las observaciones varan mucho. Dado Que.

en este caso sustituimos (0.05 x ) por SE, :

y luego resolvemos la ecuacin para n y as obtenemos el tamao mfnlmo

es:

Ejercicios
/.

Usando la ecuacin B.3. calcule el nmero de rplicas necesarias para

con un error relativo del 5%. como se defini arriba. de la densidad
efemerptera1 mencionada. donde X NI =17 individuos por unidad de
respuesta y s ", = 37.

2.

Usted decide Que no tiene el tiempo para obtener tantas muestras.

el "error relativo" a 25% en lugar del 5%. Qu cambios debe hacer
Qu tan grande es n ahora? [Note Que en la vida real ste puede
preferible convertir los datos crudos a logaritmos antes de hacer
del captulo 5)./

El mtodo de la "precisin absoluta"

AQu la meta es calcular el tamao de muestra Que va a generar una
JI con un nivel de precisin deseado (amplitud del intervalo de
P = I - a. Este procedimiento es un poco ms complejo Que el anterior.
/.
Elija un valor para Q. donde 2Q es la amplitud aceptable del
Igual al nivel aceptable de imprecisin en su estimacin de 11
e~tre los dos lmites de confianza. La seleccin de Qdeberfa
10glCos. de manejo o pragmticos.

APtNoIcr B. TAMAO DE MUES 1KA

2.

Elija un valor de
. P. el nivel de confianza deseado. eomo es
usua.I P po dna ser 9596. 0.95. pero usted uede I
otro valor.
p
e eglr

3.

Consulte la .tabla
. . 8. I de este apndice y sin preocuparse
por la..definlClon
del
estadstico
z
(por
lo
menos
los
d
para
proposltos e este libro). encuentre el valor Z Q.ue
corresponde a a = 1 - P. es decir Za = ZI_P

4.

la siguiente ecuacin Q.ue es provisional y

aprOXimada:

Resu~lva

(B.4)

s.

Ahora vaya a la tabla Al. la tabla de valores de I Qlle se

us en el apndice A Usando el valor provisional de n
Q!Je se produjo con la ecuacin 8.4. resuelva la ecuacin
final:
n ~ (t

s /q)z

(B.S)

a,"pnw est

es el valor de la tabla en la Interseccin de la

an
columna correspondiente a a y la ma
grados de libertad.

donde

6.

tal'_

Si los dos valores consecutivos de n (el

valor es el
provisional resultante de la ecuacin 8.4 y el segundo valor
es el resultante de la ecuacin 8.5) son idnticos despus
de redondearlos. entonces ya termin. SI no son idnticos.
debe regresar a la tabla Al . para obtener un nuevo
de t Q!Je corresponda a la n Q.ue result de la
aplicacin de la ecuacin 8.5. Sustituya el nuevo va"'" de
t por el viejo en la ecuacin B. S. haga de nuevo los IcuIos.
Y si es necesario. contine con este proceso
(repetitivo) hasta Q.ue el valor de n Q.UC usted utilice en la
ecuacin (empleando su valor
de , ). J el
valor de n Q.ue obtenga. sean
al

Ejemplo
Los datos preliminares de la masa COI poi al de
el tamao mnimo de
QIJC: se
tenga unos lmites de confianza del
kg). El primer paso es aplicar la

183

Tlibia B.I. Valores de z

correspondientes a diferentes
valores de a (o. en el
procedimiento para las preguntas
comparativas. de 2fJ ).

0.001

3.30

0.002

3.10

O.OO2S

3.03

O.OOS

2.81

0.01

2.S8

0.02

2.33

O.02S

2.25

O.OS

1.96

0.10

1.65

0.15

1.44

0.20

1.28

0.2S

1.16

0.30

1.04

0.35

0.93

0.40

0.14

0.45

0.76

0.50

U7

UO

0.52

0.10

0.10

o."

o.m

."
1..3
..
..

184

APtNDICE B. TAMAO DE MUESTRA

2 -19 4 caimanes (redondear a 19).

)
? (1.96.2.7/1. 2 - .

t ra "ue
10.05.19' = 2.093. Aplicando la
I
tabla
A.
I
Y
encuen
'<'
Ahora usted va a a
prO'

2)2= 22.2 caimanes (redondear a 22).

n? (2.0932. 7/1 .
, d por"ue los dos valores para n. 19 y 22, no son
'<'
22
bl lA ' n no ha termma o,
Dia os u
."
E piece de nuevo, pero esta vez use
en
.
roceso de IteraClon. m
I 2 074 Ahora
segUir un p
. I lor tabulado de tO.05.22. el cua es.
.
nuevo a la tabla A.I y mire e va
.
nuevo. pero es ta vez use el nuevo valor. El resultado es.
n? (2.074.2.7/1.2)2= 2 caimanes (redondear a 22)

" . 2 I .8 se aproxima a 22. Que es el. mismo

Bien, ahora SI. termmo.
. valor Q..ue
bUS
I
d iteracin de la ecuacin. El proceso de IteraClon ya aca ,
parada
segun
a
a
este
paso
preliminar
si
y
slo
si
se
hace
en
exactamente
ue
estu 10 Que slg
,
.

las Que se tom la muestra preliminar. una muestra de 22 caimanes debena

Que. con una probabilidad del 9S%, estar dentro de 1.2 kg de J..l - segn
intervalos de confianza (vea la nota 6 del captulo S).

Ejercicios
Los datos preliminares de la masa corporal de los machos adultos de una
lo siguiente: x '" = 4.7 kgy 51 = 1.2. Usted Quisiera determinar el tamao mnimo
para obtener. en el estudio formal. una media de la muestra Q!Je est dentro de
confianza. Cul debe ser el n mnimo? Cmo cambia el n mnimo si disminl!)'C d
lo disminuye a 90%? Cmo cambia el n mnimo si est dispuesto a aceptar una
kg? Cul debera ser el mnimo n si trata de alcanzar una estimacin ms prerisa de

Tamao de muestra por

nivel en una pregunta

Para estimar el nmero mnimo de rplicas de la unidad de respuesta por nivel

con dos niveles categricos del factor de diseo, he aQu una receta

1.

2.

Elija el riesgo aceptable de cometer un error de Tipo 1. si decidiera

Como de costumbre. el valor tradicional de a,ech es 0.05, pero usted
para escoger 0.00 1,0.0 1,0.1,0.20,0.30. algn otro valor. (Note
se usa Simplemente el smbolo a en vez de a,ech.j
Elija el riesgo aceptable de Cometer un error de Tipo 11 si
Usted d'
,
d 7 po na, ~or ejemplo, escoger un f3 de 0.30. 0.20 0.10
e 0%. 80% o 90%. respectivamente).

3.

Elija () , la diferencia Que

d
la variable de res
espera po ~r detectar, con una potencIa
diferencia b' l' puesta correspondientes a los distintos nIveles
100gICamente significativa.

APtNDlCE B. TAMAO DE MUFS IAA 18S

4.

Usando la tabla B. I , resuelva la siguiente ecuacin prelimlna r para n"..,...

n p<QV

~12(za

Z'f3) 2 sI .,,11 ~ 2

(B.6)

donde nprov es la primera aproximacin al nmero mnimo de unidades de respuesta

.
' Id[
dd
Q.uese
re~Ulere por mve e actor e iseo; de nuevo, es la estimacin Q.ue est usando para la
vananza;o es el valor absoluto de la diferencia entre las medias JI. de las poblaciones estadsticas
Q!Je Q!Jlslera poder detectar; za es el valor tabulado en la segunda columna de la tabla B.I, el Q.ue
corresponde al a seleccionado en la primera columna; y Zl{J es el valor tabulado en la segunda
columna de la tabla B.I Q.ue corresponde al valor en la primera columna Q!Je es igual a 2{3.
5.

Ya termin? No. Vaya a la tabla A.I, para resolver la ecuacin "verdadera", empezando con el
nprav Q.ue acaba de obtener:
(B.7)
donde ( a,(nprov - ' ) es el valor tabulado para la columna cuyo encabezamiento correspond al valora
escogido y la flIa Q.ue corresponda a nprov - I grados de libertad, y t'~.(n _1) es el valor tabulado
en la interseccin entre la columna cuyo encabezamiento corresponda a
la fila @e corresponde
a nprov - I grados de libertad.

2PY

6.

Si los dos valores aproximados de n (aQ.ullos Q.ue resultan de las ecuaciones 8.6 y 8.n son
idnticos, entonces ha terminado. Si no, entonces debe trabajar de nuevo la ecuacin 8.7 usando
nuevos valores de 1, donde n es ahora el nmero Q.ue acaba de obtener por la ecuacin B.7. Al
igual Q.ue en el proceso iterativo descrito con anterioridad, debe continuar con las iteraciones
hasta Q.ue el valor de n Q.ue ingrese a la ecuacin sea el mismo @e sale. Esto puede tomar dos o
ms iteraciones.

Qu es lo Q!Je ha hecho con este procedimiento? Suponiendo (UIC: los datos preliminares rdIcjan sin
sesgo la naturaleza de las poblaciones estadsticas Q.ue va a muestrear durante bi
bmal.
usted acaba de estimar los n mnimo para el estudio
O
en
n seni d I'IUO
mn imo de rplicas de la unidad de respuesta por cada nivel, Q!Je se
para
potencia de (1 -f3 ), una diferencia real desconocida de S entre las
de las
...
corresponden a los distintos niveles del factor de diseo. con una
de
Tipo I si llegar a rechazar la hiptesis nula. Est
co.lfuIddo1 Si
una poderosa herramienta para completar el cIdo de maneJo de
favo r regrese al principio del captulo 4 y empiece de II\IC\O.

Ejercicios
Supongamos Q!Je usted est preocupado
lagartija, Q.ue habita en un sitio QIJe cstj
pueden ser ms peQ.ueas
de respuesta es la
mercurio y otro QlIe no lo

f-,M/'iJo DE MUESTRA
186

A/'tNDICE B. T

t
de
diseo.
Unos
datos
. omo un ,ac or
I
' aCI'6n por mercurio c
'aran los siguientes va ores:x.. =
contamln
ntaminado, arrol
. ) U ted
tio distinto no co
I
' Iculos QJ.Ie va a reahzar , s
de olro SI
I X para os ca
ted
dr ncia 8 de S g - el erecto Que us
d o necesita realmen e di
usle n
d tectar una I,ere
I d I I rt"
. . to de la historia natura e ,as, aga I,as poderoso para poder e onoclmlen
basado
c
d'len tes a los dos niveles (SitiOS). con un
, 'Ocalivo
slgnl
I
d" en su correspon
blaciones esla Isllcas
.. como mnimo, va a tener Que capturar J
po
.
damenle cun las lagart"as,
/Aproxima
<

na de las siguientes variaciones: (a) f3

. "
ero cada vez con u
"
b) f3 _
Repila el elerciClO, P,
d d cometer un error de Tipo /1), (
a correr un riesgo mas gran e e 1/)' (c)a = 0,0 I (usted Quiere ser lo
ter un error de TIpO ,
d
riesgo e come . 1)' (d)a = O 10 (usted est dispuesto a correr un
I h' ' tesIs nua

d
rechazar a I,PO
8
~
10 (usted cree Que un cambio de tal magnitu es
un error de Tipo 1; (e) g
mientras Que uno de S g no lo es) .

. '
I t' oy la inclinacin repita este ejercicio para una gama ms
SI tiene e lemp
,
d'd
bia cada
'
8. Como
cam b'la eI tamao mnimo de muestra a me I a Que cam

\.i_

Notas importantes
Note Que la validez de todo el proceso, bien sea para una pregunta
depende de obtener unos valores razonables de x"' y SI"" Recuerde Que
de muestra mnimo reQuerido. En el caso no comparativo. un n mayor Qpe
calidad de su estimacin. En el caso comparativo, unos tamaos de muestra
incrementaran la potencia de la prueba estadstica (aunQue unos tamaos de
pueden llevarlo a detectar con un alto significado estadstico, una direrencla
hecho. siempre es mejor errar a ravor de la cautela - por ejemplo, con el
Si usted tiene un tamao fijo de muestra n y desea detectar una determinada
mantiene a en un valor razonable, por ejemplo 0, 05, usted puede resolver
f3 ' con el fin de predecir la potencia Que tendra su prueba estadstiCa de
de 8 b:jo esas condiciones particulares. Si esas ecuaciones le producen

valor I/OglCo para f3 ' esto significa Que f3 es precisamente ,. 0'y Que la
deCIr, SI una direrencia de tamao 8 rea lmente existiera entre las medias
con tamaos de muestra n usted sera incapaz de detectarlas con el a,rcJ CWC
puede suceder ms rrec
t
d I
obtener una f3 inrerior auen
I Oemente
'
. e o Que usted QUisiera creer. En tal
n, SI'
es .
posible o si se co . r SI permite Que a'ech aumente. o si hace el
n,orma' con
em bargo, SI" los valores di
bl un va lor de 8 ms grande cwe el
nue'
vana
'" ninguna de estas tctice aI
r 'e de respuesta varan ampliamente
n de varios miles.
as e unclone, a menos Que se vaya a extremos
Note Que usted puede realizar t d
'
Y papel, siempre y c d
o os los calculas rcilmente, con una
diversidad cada ve uan o tenga las tablas A. I y B, I a la mano Por
z mayor de p
d
.
potencia. Estos progra
rogramas e computadora escritos
mas no son sie
mpre correctos, sin embargo. y le

N'tNDa .. TAWlGDUUsm 117

con frecuencia. son Inaproplados - tales
d " , de
1997: Gerard. Smlth y Weerakkody 1998: Iohnson 1999).
Como de costumbre. hc
slo d caso "'" p811kt:" de
acopr d n mfnmo -.iI1II
estudio sencillo cuyo factor de dlsefio
QIIC en ate caso san s6Io dos. E.tIc
procedimiento es una adaptacin de 3Q\IB1os
TorrIc (1
RohI (1 995).
Krebs (1989) Y Zar (1999) presentan
pero
ski
CIIC aIItcn
procedimientos para seleccionar cl tamafto de ml""ibl -.iI
GIros cIscIIas o tIpaI de dItos.
empezando con diseos con tres o ...
del
de cIrdIo o cIscIIas
nMIa
continuos. Tambin exlstcn tcnicas para dalos
en Iupr de dItos de ~ lila
el captulo 5). Borenstcln y Cohen (1988)
(1
...
Que hay. Para muchas personas son
de USII'
c:adI cIrdIo
de 111
distinto. Sin embargo. los Intcntos de producir
, scndIa 1J(rIancr, '"*"-n
1987: Murphy y Myors 1998) no han sido
l1li ski
en cuenII d hecho
desafortunado de Que la segunda
111

lo CUIII 110 a
legtimo (Steidl. Hayes y Schauber 1997:
SmIh J
'99". SI"'" 110 puede . . . .
una copia de Cohen (1988) o de
J
(1,81).
IR de Z. (1"". QIIC JRIIIIII
estos procedimientos para varios dlsellos csIUCIos J PfUCIQIIIUICS.

SobI,

APENDICE C
Recursos para los lectores
latinoamericanos

Recursos bibliogrficos
Los esenciales

Como lo implican el texto y las notas. usted debera comprar. o conseguir

sigUientes libros. sin dilacin. No estn presentados en ningn orden particular.

o prestados los

Margoluis y Salas~ (1998) lescriba a la siguiente direccin para pedir una copla
espaol: info@FOSonline.orgl

Meffe y Carroll (1997)

Sutherland (1996)

Por lo menos uno de los textos listados en la nota 12. capitulo 8.

(2001); Hernndez y Domnguez (2001) y uno o ambos 'textos de RoIdn

Carrera J fI,no
(1992. 1996).

Para obtener el de Carrera y Fierro (2001) escriba a: EcoClencla. Casilla 17-12-257. Qplto. Ecuador. correo electrnico <monitorco@ccociencla.org>. pgina web:
Para conseguir el de Hernndez y Domfnguez (2001) escriba a: Dr. Eduardo
Miguel lillo. Miguel Lillo 20S. (4000) San Miguel de Tucunt.
<m'!Yl1y@unl.edu.ar>.

Celi y Dvalos (2001). tste puede solicitarlo a la misma direccin de

Siegel y Caslellan en ingls (1988) o en espallol (1995). o CQil0""

CualQ.uiera de los libros de estadstica

en la
1988). Sokal y Rohlf (1995) nm Rohlry Sokal (1995)

190

Ar~NDICE c. RECURSOS

Una suscripcin a la revista Conservation BiO/~gy. Que en lo posible incll!Yl

. t s publicada por la Sociedad de Biologla de la Conservacin. Para
revlsa.e
. .
'
sobre afiliacin a la sociedad y suscnpclone,s. envle un mensaje por
<membership@conbio.org>. o a Ion Paul Rodflguez <Ionpaul@ivic.ve>. O
Conservation Biology. 4245 N. Fairfax Drive. Arlington. VA 22203. USA.
Una suscripcin a la revista Ec%gica/ Applications. publicada por la
La sociedad tambin publica dos revistas claves en ecologa bsica.
graphs. AunQue en stas aparecen menos artculos relevantes para los
Latinoamrica Que en Conservation Bi%gy. esos pocos pueden ser ml!Y
estudiantes de Latinoamrica pueden afiliarse a la sociedad a precios
de recibir las tres revistas a precios muy rebajados. Escriba a Member
Ecological Socie!)' of America. 1707 H Street. NW.. Suite 400. Washington
enve un mensaje por correo electrnico a esaHQ@esa.org.

Lo Que sera bueno tener a la mano

En lo posible. usted debera tener acceso a. si no adQuirir de una vez. los
limitaciones de espacio no voy a incluir la informacin para suscribirse a las

louma/ of Wi/dlife Managemen/

Bi%gica/ Conservation

Bio/ropica

Annua/ Review of Ec%gy and Sys/ematics

Krebs (1989)

Southwood (1978)

Laurance y Bierregaard (1997)

Schelhas y Greenberg (1996)

Primack et al. (2001)

. d
Slen
categora de "los es . ... I
o uno de los autores. me habra dado
enCla es"

Forman (1997)

AdQuiera una muestra de los

.
sostenible y comunid d
numerosos libros Que estn saliendo en
Son muy buenos sal a es rurales de la latitud donde usted vive' estos
. en a tal vel .d d

cuando usted lea esto.

OCI a Que si los presentara aQuf.

Por supuesto
ar '
. estas dos listas estn I .
tlculos relevantes para su '
. elos de ser comprensivas. Por
~evlstas no mencionadas aQu~ I~Quletudes de conservacin o ideas de
os temas desarrollados aQu~' omo lo sugieren las notas de los
I y en temas relacionados Que le

los materiales esenciales de la primera lista usted

llevar a cabo indagaciones objetivas y completas.

...

Recursos tcnicos
Los esenciales
Para ser un profesional de la conservacin o un ec61ogo de

Una calculadora barata. operada por baterfas o

meable. Las calculadoras Casio tienden a ser mZ
un modelo Que calcule los estadrsticos bsicos de la
por menos de $40 dlares.

lo
.....-

no ...

:OUO'Q, ......

sea

QIIe las de

muestn:

Una mQuina de escribir decente con una cinta nueva.

Lo Que sera bueno tener a la mano

Por obvias razones. las siguientes cosas pueden ser Ctiles,
califica r a persona alguna como profesional de la

ninguna es suflclenlc o
o
de CIIlfCX

Una computadora razonablemente

(de
o
QIIe sea
otras computadoras razonablemente modeilllS. Recuerde QIIe esto es sao ji_M
no es inherentemente ms til Que una rnt\.lina de escribir o una
La
le va a ayudar a pensar. juzgar. concluir o decidir.

Una impresora con una cinta nueva (Si es de matriz de punto" o mnlll
tinta (Si es lser o de inyeccin).

Acceso a correo electrnico o. por lo menos. a una

de ~
con los recursos humanos (ver abajo). El acceso a Intet1i41

Recursos humanos
Para buscar ayuda en general
Si usted no pertenece a una. las universidades e
parada en busca de recursos humanos. AIIf. usted
como estadsticos. expertos en varios grupos de
cla ves. bilogos aplicados y clentfficos
necesariamente a las ms prestigiosas
Las instituciones provinciales tambl~n
de his toria natural y los herbarios sr
estos museos siempre incluye
expertos en reas conceptuales.

es'-:

"'-4eese
COiIipi4SC

dos

192

AP~NDICE C. RECURSOS

licados como ciencias forestales o agricultura.

e internacionales en campos aPdades y por lo general cuentan con un gran
'
.
) d critos a unlversl
no siempre a s . nal Que ueden ser de gran ayuda. Unos pocos ejemplos
de talla '"ternaCl~
t p lugares CATIE en Costa Rica, Instituto de
CIAT e'n Colombia Y o ros
.' .
MxiCO e INPA en Manaos, Brasil.

Para buscar ayuda con los indicadores ecolgicos

Si necesita la asesora de expertos en la metodologa para trabajar con un grupo en
.
I deberl'an dar una idea inicial. Por ejemplo, puede contactar las
anterlom e
'
o herbarios, para localizar expertos en grupos Que comunmente se usan co~
mamferos, aves, ranas, serpientes, mariposas y plantas. Los afICionados senos
extraordinariamente tiles; por ejemplo, en la mayora de los pases encontrar grupos
Que se dedican a las aves, orQudeas o mariposas.
Al principio puede ser difcil encontrar ayuda en Latinoamrica y el Caribe
mejores grupos indicadores, o con procesos ecolgicos indicadores. Por lo
los nombres de algunas instituciones e individuos Que estn dispuestos a dlt
directa o indirectamente, proveyndole de nombres de expertos en su
en libertad de contactarlos, pero por favor no abuse de su nobleza. Tambin.
Que los nombres listados abajo representan una peQuesima muestra de
personas altamente calificadas en cada tema. Por ejemplo, no he
Brasil o el Caribe simplemente porQue en el momento no hay nadie en esa
esas reas particulares a Quien yo conozca lo suficiente como para
dele poner en esta lista .
Escarabajos coprfagos)' afines:

Dr. Gonzalo
. <halffter@ecologia.edu.mx>
Dr: Mario Favila: <favila@ecologia.edu.mx>
BI~1. Lucrecia Arellano: <Iucreci@ecologia.edu.mx>
Blol. Federico Escobar: <escobar@ecologia.edu.mx>
Instituto de Ecologa A.C
Km 2.S Carretera Antigua a Coatepec
Apartado Postal 63
91000 Xalapa, Veracruz, Mxico
Lombrices de tierra:

Dr. Carlos Fragoso

Instituto de Ecologa (vea arriba)
<fragos o@ecologia.edu.mx>

APtN>ICEc.

Insectos bentnicos y cmo

un

193

Indlce Bentnico De Integldad BloI6&1a rB-'B'"J:

Dr. lames R. Karr

p.O.Box 352020
222A Fishel)' Sciences
Universi\y ofWashington
Seatt le. WA 98195-5200. USA
<jrkarr@u.washington.edu>
Tambin hay varios grupos Q!Je estn trabalando en Insectos ac~lcos en varias un~rsldades e Institutos
de investigacin latinoamericanos. por elemplo: la Universidad de AntiOQ!Jla. en Colombia: la Universidad
del Azuay y la Fundacin EcoCiencia. en Ecuador: la Univelsldad ~ San Simn y la Universidad
Mayor San Andrs. en Bolivia: y la Universidad Nacional de Tucurnn (lnsliluto MI~uel Uno). en Argentina. Todos son excelentes y muy colaboradores.

Peces de a;ua dulce y cmo desarrollar un Indlce

Dr. lames R. Karr (vea la direccin arriba)

Procesos ecol;icos e interacciones: .

Fundacin EcoAndina
AA 25527
Cali. Colombia
Dr. Marcelo Aizen
Departamento de Ecologa
Universidad Nacional del Comahue
Centro Regional Universitario Bariloche
8400 San Carlos de Bariloche. Argentina
<marcito@crub.uncoma.edu.ar>
Dr. Peter Feinsinger
Department of Biological Sciences
Northern Arizona Universi\y
Flaggstaff. AZ 86011. USA
<peter.fei nsinger@nau.edu>
Para

obtener ayuda con la extensin del

El captulo 10 presenta una filosofa bastante

hemos desarrollado en la ltima dcada. Para
su pas y regin estn trabajando en (1) la
la indagacin comunitaria; (3) el
Y parQues urbanos y (4) la Indagacin
siguientes personas:

194

Af'lNO'CE c. RECURSOS

Cuenca. Ecuador)

lva rez (ETAPA.

Sam ara
ctapa.cOnl.ec
palvarez@emp.
, (Bokarst. La Habana. Cuba)
Barba y Lainet GarCla I
,. Ale.re Ren
Ay lO o '
el A estarn y
biokarst@ama.cu '1Calle La Rosa. No. 504.
IJ
IAyln Alegre. I In C. P. 10600
Plaza de la Revo uc .
Ciudad de la Habana. Cuba
Telfono (537) 8793226
. ' N 1010 el Loma y 47. apto. 193
IRen Barba:1Calle Tulipan. o.
.
Plaza de la Revolucin. c.P. 10600
Ciudad de la Habana. Cuba
Telfono (537) 8820839
Cristina Casavecchla (Crdoba. Argentina)
crl stIcasa@yahoo.com
Martiniano Chilabert 2384
Barrio Nueva Italia
(5012) Crdoba Capital. Argentina
Andrea Caselli (Tandil. Argentina)
acasell i@vel.unicen.edu.ar

Area de Recursos Naturales y Sostenibilidad

Facultad de Ciencias Veterinarias
Universidad Nacional del Centro de la Provincia de Buenos Aires
Campus Universitario
(7000) Tandil. Argentina
Geovana Carreo y Edmundo Rivera (REMA. Santa Cruz. Bol ivia)
rema@remabo.org y gcarreno@rema-bo.orgy erivera@rema-bo.org
REMA (Rescate en tus Manos)
Calle Elas Antelo #242 (Av. Busch 2do y 3" anillo)
Casilla de Correo 4681
Santa Cruz de la Sierra. Bolivia
www.rema-bo.org

Adems para conseg . I

b
.'
en particular
e .lOro Uir .os
, nom
b res de aQuellas personas Que estn
.
rmaClon so re cmo obtener los materiales

Ricardo Stanoss
rstanoss@audubon.org
Programa de latlnoam&lca J d CarIbe
National Audubon Soclety. USA
444 Brickell Avenue. Sultc 850
Miami. Fl33131-240S. USA

APNDICED
de teatro en dos actos

Supongamos Que usted est racilitando un taller de "indagacin comunitaria" (vea el captulo 10). los
participantes ya conocen el ciclo de indagacin aplicada (figura 2.2b) y los cuatro criterios para las
preguntas. Acaban de votar para decidir con cul pregunta Quieren trabajar y usted va a discutir rormas de
disear el estudio. Alternativamente. usted podra estar trabajando con los guardaparQues de una reserva
provincial. Ellos acaban de aprender las aplicaciones ligeramente distintas del ciclo de manejo (figura
2.4) y el ciclo de estudios de campo (figura 2.51.y usted podra estar a punto de empezar el tema vital del
diseo conceptual. O. usted podra estar dictando un curso largo e intensivo de diseo de estudios.
dirigido a los alumnos de postgrado. y est para presentarles los 16 diseos alternativos del ejemplo
terico de la tala de boSQue (capftulo 4). En cualQuier caso. es el momento de practicar el diseo y la
estadstica - con mucha risa.
los materiales Que se necesita para la obra de teatro son: (a) una pared y unas hojas grandes de papel
peridico (papel de papelgraro) en blanco para pegar a la pared: o. una vara de por lo menos dos
metros de largo: (b) un rollo de cinta de enmascarar (IIrro. "masking tape"): (c) marcadores (fibrones)
indelebles de dos colores. prereriblemente azul y rolo: y (d) algo Que indiQUe Que la persona es hombre
o mujer. por ejemplo pelucas de paja o "minlraldas" rabrlcadas de peridicos.
A continuacin se presenta el diseo y la estadstica como una obra de teatro en dos actos. Si el tiempo
es limitado. debera restringirse al primer acto. Que es ms rundamental. El guin Que sigue orrece slo
unas direcciones simples y generales del escenario (en cursiva). y sus dilogos. Estos ltimos son un
poco rgidos. pero supongo Que usted improvisar y lo adaptar a su propio estilo. Claramente. usted
tendr Que modificar su vocabulario de acuerdo con la naturaleza del grupo. los otros participantes
hablarn espontneamen te. por supuesto. A menudo ellos expresarn muchas dudas. descubrimientos
y conclusiones QUe he incorporado a su dilogo. para simplificar lo siguiente. IMantenga el ejercicio
Interactivo y divertido!

197

198

EJJO y ESTADfSTlCA SIN IER(j,O,

AP(NOI([ 0 . 01 S

S' 'ste es un taller comunilario usted estar al

. ' t stn senta 05. I e
e acC/nena
'6"
I ('pura Z2b
y
si
es
un
taller
con
Los partICipan es....
..
o
enlre "pregunta y
1"
na de las fipuras 2.4Y 2.5. Usted est
'o
"disco
conceplUa
en
u
o
d
rccua "
Acto I

.
asar de la pregun ta a la respuesta? Ustedes no p~edcn
- y ahora. (cmo van a p d
ollar un plan o el diseo de su estudio.
,
ecesitan esarr
datos. Pnm~ro~ n
I
o de al' ustar la toma de datos al mbito de la
"d' - "7 Diseno es e proces
,
Iseno .
d . star las palabras de la pregunta al ambito de la
hacerlo. es el proceso e alu
importante el diseo? Veamos.
.
I
upongamos
Que
soy
un
Cientfico
Des
tacado
en
busca
Para dar un elemp o. s
:,.
_

unta
sencilla
y
luego
vaya
dlsenar
un
estudiO
para
a
preg
vaya proponer un
.
7"
.
,
,,
'e
o
nes
son
nla
'
s
altos
los
hombres
o
las
mUieres
.
A
fin
de
sera: QUI
'
.
.
continente de Lemuria. Lemuria tiene va nas Ciudades grandes. Dos de
cuyos habitantes provienen de dos orge~es tni cos distintos. En
considerabl emente ms altos Que los paltenos. A hora. todos ustedes se van a
honorari os de Lemuria . La mitad sern de Aguaca te y la mitad de Palla. y
sern mujeres y la otra mitad varones.

{Pida a 105 parlicipantes Que hagan una fila ordenados por tamao de
individuos ms altos el genlilicio de aguacateos. ya 105 ms bajos el de
reparlidos mitad y mitad. Entre 105 aguacateos. la mitad de los individuos
altos. independientemente de su verdadero gnero. sern "hombres". La otra
ms bajos. sern "mujeres"y deben ponerse las pelucas. minifaldas u otra
grupos. los aguacateosy 105 palteos. habr una excepcin: una de las
el varn ms bajo. Asigne el gnero de la misma forma a los palteos.
papeles a la pared o pegue una lira de cinta de enmascarar limpia sobre la
- Bueno. soy el cientfico absolutamente brillante Que ti ene la pregunta
los hombres o las mujeres? Noten la forma como est formulada la pregunta.
y vay a contestar la pregunta seleccionando un solo individuo de cada

Pida a todas las personas d A r .

.
e guacate Que armen dos grupos. hombresy
selemone aleatoriame t
d d
n e a uno e ca a grupo. MarQue con un marcador la
papel o sobre la cinta de e
I
nmascarar en a vara. usando azul para el hombre "
I
e resultado a todos.J
J
- iFelicidades (para ml')1 .f"\. o
I d . l'Zue gran estudio cientfico he realizadol Ven'l
mUI'er Esto
.
s res u ta os enca'l
.
105 hombres so
' 1
an con miS preconcepciones y con la
n mas a tos Que l a '
,
Recuerden Que he l '
5 mUieres. Es tan de acuerdo con esa
se eCCionado a estos d . d' 'd
seleCci onado esas ot
d
os In IVI uos aleatoriamente.
ras os personas.

APtNlta D. ~YESTAOIsTIcA SIN IERGA

199

ICon los ojos medio cerrados. selelone a la "mujer" ms It

I"h b "
aguilGlteos y marQue sus alturas en el
o la vara.1
a a y a om re ms balito entre los
- i Uyl'dAhora
_ el hombre
. es ms bajito Q!le la mujer. Estos resultados son con t rar Ios a Ios Que espera bay a
la ab, una convenCional. Me dan ganas de revaluar los mtodos Que us _ debo haber hecho algo malo.
De cualQuier forma. he contestado verdaderamente la pregunta de QUines son ms altos los hombres o
la: mujeres? No? Entonce~. cul es la pregunta Q!le he contestado con este diseo? Podrra ser: Q!Jin es
mas alto. este hombre partICular o esta mujer particular? Hay alguna diferencia entre estas dos preguntas?
Puedo deCIr algo sobre las alturas relativas de los hombres (en plural) y las mujeres (en plural). si mido
lo uno de ellos?
Hay dos puntos bien distintos 3Q!l. Primero. si la pregunta especifica "hombres" y "mujeres" en plural.
entonces realmente deberamos tomar una muestra representativa de cada gnero. Si slo medimos
uno de cada gnero. entonces. no deberamos cambiar la pregunta y las conclusiones Que sacamos?
Segundo. si el resultado de una indagacin Que est mal diseada - aun de una Que est bien diseada
- no se ajusta a nuestras preconcepciones. entonces tendemos a escrutar el diseo y buscar errores Que
podramos haber cometido. o factores Que ni consideramos. Que podran explicar la naturaleza
inesperada de los resultados. Sin embargo. si los resultados coinciden con nuestras expectativas y con
la sabidura convencional. escrutamos en forma tan rigurosa el diseo y la investigacin buscando
errores Que podramos haber cometido. o ractores Que no considerbamos? Inconscientemente
suponemos Que todo est bien. Como en este caso. por ejemplo. podra un estudio con un diseo
seriamente errado generar con igual facilidad. resultados Que se parezcan o no a los Que esperamos?
La moraleja es: siempre debemos escrutar nuestros estudios con rigor. independientemente de sus
resultados (figura 2.2).
Bueno. como s~ un investigador brillante. me d~ cuenta de mi error. pero todava necesito contestar la
pregunta" QUines son ms altos. los hombres-o las mujeres?". Ya s Q!Je debo muestrear varios de cada
uno. de modo Que me v~ a Palta a hacerlo.

15i est usando una vara. pnga/e cinta nueva: si est usando papel y marcadores. use una parte limpia.
Cierre los ojos y seleccione aleatoriamente cuatro hombres y cuatro mujeres de los palteos (o menos. si
no hay suficientes participantes). En el papel o la cinta marQue sus alturas con azuly rojo respectivamente.
Estime. a ojo. el promedio de las marcas azules y el de las rojas e indfQuelo en el papel o la elntal
_ Ahora ihas ta yo mismo(a) est~ sorprendido(a) de mi brillantezl De hecho. en mi muestra el grupo de
hombres es ms alto Que el de las mujeres. Puedo concluir con la conciencia tranQuila Que. por lo
LOS HOMBRES SON MAs ALTOS QUE LAS MUJERES. Estn de acuerdo?
Pero. no deberan mis conclusiones aplicarse slo al mbito del muestreo. es dlr a Palta? Por lo tanto.
cul es la pregunta Que he contestado realmente? Una mucho ms limitada Q!Je la original: "
ms altos en Palta. los hombres o las mujeres?" No he contestado la pregunta para todo d
SiQuiera para Lemuria.

200

ISEOY ESTAOfSTICASIN IERGA

O
Ar~NOICE O'

r mis conclusiones ms all de los

de
. I
stara poder exten
Sin embargo. me gu
l ' b'to de mi diseo. de manera Que Ine ~
'
ex
tender
e
am
I
En tonCes tendre Que
' 1 ue me perm ita simplificar el muestreo y
sar en un plan slmp e Q!
Palla, Voy a pen
h bres de Palta y las mujeres de Aguacate.
datos: voy a muestrear los om
una cinla fresca en la vara. Luego. con los
A
d
hoja fresca en Ia pare
,
pongauna
airo hombres enlre los palleos y a cualro mUJeres
aleatorlamenle a cu "
eslime el promedia a ojo. como anles.!
' es una sorpresa! En mi muestra las alturas de las mujeres
to SI
Bueno
es
I
d'
d
.
t
di
J
.
, st pasando Hav algo raro en e Iseno e mi es u o.
de los hombres. pero. (Qu e : ;
'd d) T. I
,
,
d
b
I
Ituras
de
las
personas.
Que
yo
no
haya
consl
era
o.
,a
este tn nuyen o so re as a
. . _
altura entre todos los palteos y todos los aguacateos? Entonces. es mi diseno
, " , 'e'nes son ms altos en la regin Aguacate-Palta. los hombres o las
. . _)
Ia pregun ta, (QUI
'N J Enton ces. ('cul es la pregunta Que contest realmente
con, mi diseno. Qpi
(o,
..
J
altos. los hombres de Palla las mujeres de Aguacale No es esta un.a
inters particular? Qu ta l si. en cambio. hubiera muestreado a las mUieres de
Aguacate) En tal caso. los resultados se habran conformado mejor con mis

pregunta contestara en realidad?

Ahora ~ soy un cientfico bien triste y humilde. Me doy cuenta de Que debo
Palta y Aguacate si Quiero extender mis conclusiones ms all de los lmites de una
voy a muestrear hombres y mujeres de la regin Palta-Aguacate independientemente
{Hgalo pues. BUSQue una parl e limpia del papel o ponga cinta nueva en el
mujeres. palteasy aguacaleas. Que formen un solo grupo y a los hombres otro.
se olviden de su ciudad de origen (n i de su gnero.. . o sea. las "mujeres" no
minifaldas). Cierre los ojos y alealoriamente seleccione una muestra de seis
Abra los ojos y marQue las alluras de lodos. como anles. Casi con seguridad. las
enlremezcladas. de modo Que estime a ojo sus promedios e indQuelos. como
- Interesante. pero iQu enredo! En promedio s parece Que los hombres de la regln
altos_Q!Je las mujeres. pero hay un traslapo tremendo y mucho "ruido" o variabilidad,
diseno era apropiado para la pregunta "QUines son ms altos en la regin de
las mujeres)" pero todo ese ruido dificulta la obtencin de una respuesta clara.
Que nos permitiera QUitar algo de este ruido? QlJ tal si muestreo igualmente de
{Separe a los palleos
'
.
y aguacalenos segun su CI udad. Ponga un par de cintas
a cada lado., o use dos parles limpias del papel. MrQuelas "A "y "P".
y cualro
mUIeres de cada ciud d U d
"
a . san o marcadores azul y ro,'o marQue sus
y esUme. a 010. los promed'lOS para caela uno de los cualro
g rupos.!
- iFinalmente puedo ver
I 'd d
con c 3 rt a lo Que est pasandol Mis datos muestran
son ' I .
mas a tos Que las muO "
leres . e~ consistente para las dos ciudades.

APWlICED.

201

considerablemen!e de una c~.udad_ a otra. una ~iferencla relativa entre hombres J mujaa se _ _ en
ambas. Este diseno. llamado diseno en blOQ.ues me permite distinguir la
en
y mujeres. de la diferencia en altura asociada con las ciudades. AQ,. las ciudad
cb
distintos. Este diseo no slo es adecuado. sino Que es m'!Y poderoso para contestar mis
de ciertos lmi tes. Cul era la preg~nta? "Qyines son ms altos. los
o las muJeres7'
verdaderamen te a esta pregunta. SI o no? Cmo as? lahora me dicen
QIIC slo ~
mucho ms limi tada: "Quines son ms altos en la regi6n de
los
o las mujaa7'.
Cmo as Que no puedo generalizar estos resultados. obtenidos con este
tan bonito QIIC Ind~
ciudades diferentes. a todo el mundo. o aun a lemuria en su totalidad? Por QIII! oo? Cd
d pcl'S
Para ilustrar el peligro. digamos Que contino con el diseo en bloQ.es J muestreo
J
unas cua ntas ciudades lemurianas adicionales: Pomelo. Toronla. Maf'3Cl!Y. Parthlla.
Fruulla.
paya. Fru ta Bomba y ms. La altura promedio de los habitantes contina variando cntR
diferencia relativa entre las alturas de los hombres y las mujeres contina
Entonces. cada vez tengo ms confianza en mi conclusin de Q\.Ie. en
a Inw ele
hombres son ms altos Que las mujeres. Finalmente. muestreo la
de GIIlIIIhIa - doocIc .
el mismo patrn - y luego visito el suburbio elegante de Chirl~. a poca

/ponga cinta nueva en el palo o una hoja limpia en la pared.]

- Ahora todos ustedes ya no son palteos ni aguacateos sino

{De nuevo organice a todos en un grupo por alturas. del ms alto al

mm b;fo.

gnero real. Oivdalos en dos grupos iguales. Todos en el grupo ms

seal del gnero femenino.y los del grupo ms bajo pertenecen al gmcJ'o
- Al entrar a Chirimoya y dar una mirada. esperaba encontrar el
es una sorpresa! iEn Chirimoya todos los hombres parecen ser
de negocios. abogados y burcratas ricachonesl I~S son

{Seale a los individuos ms bajos.}

- En cambio, todas sus esposas son damas elegantes ms
altas: unos tremendos partidos! Isas son USTEDESI

{Seale a los individuos con pelucas etc.}

Con un creciente sentimiento de tristeza. tomo mi

{Aleatoriamente seleccione cuatro de las "damas

individuales con rojo y azul. y estime y marQ.ue sus
- Bueno, ah Qued mi patrn. Para
hombres sea n ms altos Que las mujeres

"

- o y ESTADISTICA SIN JERGA

zoz

AP~NO ICE O. OISEN

. mpre debe tener mucho cuidado al

la cual uno sle
h .
I

slaes la raz n por

s
pre puede existir una e IfIm<y.l a a
, bt del muestreo. lem
.
d
leloSdel am I o .
poblacin de la espeCie Que uste
d d silvestre o una
,
o una comu", a
t d espera o presenta el patron opuesto. No
tones Que us e
.
I
presenta os pa r
I
sultados siempre tenga cuidado de las
icnse dar a os re
.
o el uso Que ~, .. renexiny aplicacin posterior.
sino en su ana 1515.
Ahora. Qll hemoS hecho? Revisemos.

prendidas en cada punto. empezando con una

,Revise las leCClones a

d _..l_
.
t - Si ste es un taller de guardaparQues. uste pu~
mUler aguaca enos.
..
' I 4 E
.
.
I varios diseos discutidos en el capltu o . s convement~.
selecllVaJ a os
. '
(
se
termine
este
acto
memorizando)'
gntando
las
cmco
rases ~
I. Que
la
d
b
I
..
S

hb'
.Depender "iPor ahorar "iCambia. to o cam la i lempre a ra una
la historia natural...,
Las personas sin ningn entrenamiento formal en cienca. diseo o
retienen todo esto? S. Despus de todo. si despoja el diseo de su
siempre necesario). todo se reduce a sentido comn. Tambin sugiero QP~
elementos del captulo 4. Puede hacer la eQuivalencia entre cualQuiera
contestar la pregunta sobre la altura de la gente con los diseos. algunos
estudio sobre tala selectiva? Luego. vo/</ al glosario en el recuadro 4./. En los
altura de la gente. puede identificar el factor de diseo? Puede
diseo? Son los niveles categricos o continuos? Cul es /a variab/~ de
Acto"

Usted an est midiendo alturas de hombres )' mujeres. pero ahora las
mvoluc~an una, poblacin. La poblacin tiene nmeros iguales de hombres
aSignara los generas de modo Que. en promedio. los hombres sean ms
forma Que ,las alturas individuales se traslapen considerablemente' las
mUieres mas altas deben exceder las alturas de tres o .cuatro de los'
- Ahora. discutamos una pe
t d .
limitada a
rspec Iva Istmta sobre cmo deseara uno
un Universo mucho m'
d I
Al igual Que la filosofa del diS:: gran e. E n~mbre oficial de esta
no
En este C3S0. sin embar o la filo . ,la fliosofla de la inferencia estadstica
de la biodiversidad
gt'
sofla tiene Implicaciones tremendas sobre
. en re otras.
Bien. ahora ustedes representan la
.,
Que somos omnisapientes
poblaClon de todas las personas del
y Que conocemos Ia verdadera altura promedio de un

'Peue otro papel 3 la pared o r

.
rupo con los dos colores d esuC/te la vara)' pansa cinta nueva. para
a tura promedio de los hombres e COstumbre. Calcule. a ojo: a) el
J c) la altura promedio de tod /
oe grupo.

e;

_ Entonces. esta marca indica la verdadera altura de todas las personas. En la vida real
..,
obtener este valor. simplemente porQue es imposible medir la altura de todo el
no
...... ele
todos los habitantes de un pueblo. Si ~I pregunta es sencillamentecl es la altura o
ele~
gente?". todo lo Que puedo hacer es estimar la altura promedio basa'ldo mi estimacin en una
aleatoria muchsimo ms peQuea de gente. Empezar con una muestra de una sola persona.

/ponga un pedazo nuevo de cinta aliado opuesto de la cinta qpe tiene todas las alturas. o mulwa:Je a ...
parte limpia del papel aliado de las marcas ya hechas. Luego. con los olos cenados
allIUI a
una persona del grupo. Registre la altura de esa persona en la cinta nueva o la patte
del papd.1

sr.

- Con una sola persona. he obtenido una estimacin de la altura promedio de:
la
claro.
Despus de todo. este individuo es uno de los Que ha contribuido al promedio generalAq estj
su marca en el pedazo de cinta donde se calcul el promediol Con una sola persona tengo una estimac1611
del promedio. Por supuesto. mi estimacin puede ser imprecisa. Por Vaf podra ser """ dIstanIc del
verdadero va lor promedio. Por otro lado. por azar tambin podra coInddir con el
En la vkII
rea l no tengo forma de distinguir entre estas dos opciones. Sin embargo. por ser OIiH11sap1entc
mismo. podemos verificarlo.

Compare la altura de la persona muestreada con el valor promedio de todo eI.$fUPO.

indicado en la parte anteriormente usada.

- Ahora. si aumento el nmero de personas en mi muestra. se Incrementa la calidad ele l1li

Veamos.

Si es posible. ponga dos pedazos ms de cinta en la vara a noventa grados de

taparlos: o. simplemente use otras parles limpias del papel. Seleccione un
nas J otro de seis. En una de las dos cintas o parles nuevas. registre las a/tuns de
color distinto por grupo)' sin distinguir los gneros. Estime a ojo el
Compare estos dos valores promedio con el verdadero promedio. as{
en un 5010 individuo.
- En efecto. parece Que en promedio. mientras ms grande es mi
por si mple azar esto no sea cierto en cada caso. Ahora. existe alglln
alguna vez estar absolutamente seguro(a} de QIIe he obtenido d YIIor
todas las personas del mundo? No? En teora. cul seria la Ilnlca
estar seguro) Pues si contino hasta Que haya medido a cada
impOSible! Entonces estamos limitados a trabajar con una
Cul es la moraleja? Que no importa Qu tan grande sea su
de posibilidades muchsimo ms grande. SI usted pone fe
siempre correr el riesgo de estar eQuivocado.
Ahora cambiemos. Vamos a plantear una pregunta
Importante. Ahora. en lugar de ser un clenlffico. m

el

Ar t NDICE D. DISENO YESTAOfsTICA SIN IERGA

204
. bl '
(blue I'eans en ingls) para hombres y mujeres. ~
fabncar uymes . res tienen formas ligeramente d'IStlO
. tas. de modo QIIe ~
hombres Y Ias mUle
' .IOC~
'ctura Sin embargo. no se, SI. tamb"len deberla
proceso de manUla
.
estoy seguro
de @e los hombres sean realmente ms altos
altura. porQue
no
. , QUe monte
' la maQuinaria
@e compre. el proceso de prod ucclon
epen dera
.
, .
p
d
decisin es errada. voy a sufrir consecuencias economl~as. or tanto. necesito

pregunta: difiere la altura en promedio e~tre los dos gene~os? S~ lo

debo muestrear un buen nmero de cada genero. pero tamblen s~ lo
uedo medir la altura de todas y cada una de las personas en el mundo QIIe
~n par de bluyines. De modo Que. de nuevo. voy a muestrear a la poblacin
los resultados de la muestra. Supongamos @e estoy muestreando al azar.

Refirase de nuevo a las alturas promedio de todos los hombres y todas las
haba marcado al principio del acto 11. Ahora ponga un nuevo pedazo de cinfa
aesas marcas. o pegue una nueva hoja de papel a la pared. Seleccione una
mujeres. pero no aleatoriamente. Esta vez. mantenga sus ojos abiertos. e
individuos de modo Que la altura de los dos Quintetos sea idntica. Sobre la
cada uno de los diez individuos en la muestray luego un promedio a ojo
_ Esta muestra manipul ada. Que fci lmente pudo haber salido de un
de sus estaturas. sugiere Que en promedio. los hombresy las mujeres tienen
vaya usar este resu ltado como base de mi decisin de invertir en un s610
proceso de produccin para bluyi nes de hombres y mujeres. haciendo s610 unas
en la forma del cuerpo. Si n saberlo. esta mu estra al eatoria no era
base tiene un promedio de altura distinto entre hombres y mujeres. Pero.
no es, Cierto? Resulta Que he tomado lo Que luego se sabr Que fue una
declslon me va a costa r mucho dinero. pues he producido un exceso de
exceso para hombres bajos.

~~I~~i~~v~~amo~ la situacin. Imaginen Que la altura promedio de hombres

se. ago

011

pregunta de nuevo y saco mi muestra.

;5

{En la cinta o el papel Que presenta I I

haga un crculo alrededor del rom
a turas de cada uno de los presentes en
el grupo de 105 hombres el las: 10 general de alturas de hombres y
las dems marcas en la y t P
uleres tienen ambos el mismo punto
Cln a. onga un
d
papel pegado a la pared e l
' nuevo pe azo de cinta en la vara .,
mujeres de modo Que l' Ion os 0105 abiertos. intencionalmente
a a tura prom d' d I
promedio. a ojo. para cada una d
e /O e 05 c!nco hombres exceda la
e las muestras y marQuelas en la cinta o

fe

' estan
, los resultado d .
- AQJ
UI
, I
s e mi muestre H
mas a tos en promedio QJue I
.
o. ay un fuer te patrn aparente'
luegos d.~ maQuinas.
'
asblu
mUieres
la
una ara
' . Yo uso esto como base para tomar
produCClon distintos S', P
I)'lOes de hombres y otra para los de
. n Que yo lo sepa. Sin
. embargo. por azar mi

205

tomado lo Que ms tarde se ver Que fue una decisin errada. He Invertido dinero cuando no
puesto Que la ~oblacin en general no pres~nta diferencias en promedio ent~ hombres] mujeres. de
modo Que habrra podido invertir en un solo luego de mQ.uinas.
Cul es la moraleja7 Que somos esclavos de nuestras muestras. Cada vez Q!Je JO \ISO una
ayudarme a tomar una decisin sobre un universo ms grande. corro el riesgo de
hay un patrn en la muestra. y acepto Que este patrn es cierto tambin para el universo. corro el riesgo de
estar eQuivocadoy Que tal patrn realmente no exista en el universo ms grande. Sino ~ un patrn '1*'CIIle
en la muestra/ acepto Que ~sto tambi~n es cierto para el universo. corro el riesgo de estar CQ!Jlwlcado] QPe
en realidad. SI exista un patron en el universo. En cada caso. puede
un costo asociado al hnhodeCSllr
eQuivocado. Si soy un empresario de los bl~ines. el costo ser meramente financiero.

Esto:':

S. yo s. yo s. Que fue un muestreo manipulado e irrelevante. Pero. entendieron el punto. no? En tal
caso. ca mbiemos a un tema de mayor relevancia para nosotros. Pensemos en las
en QPe
los resultados de los estudios para guiarnos en la toma de decisiones sobre asuntos de
O
para proponer pautas de conservacin. No importa Qu tan bien hayamos diseado los estudios. ni
datos hayamos tomado. casi siempre los resultados son slo una muestra de todos
qpe safa
posible obtener si pudiramos ampliar el estudio a un paisale ms extenso y por ms
~
Todo lo Que tenemos a mano es la muestra. O bien h~ un patrn en la muestra. o no Io~.

rormas

{ModifiQue esta ltima frase sesn sea necesario. Por ejemplo. en un talfer CDtnIHlIIado
hablar de decisiones sobre manejo de cosechas en lu;ar de pautas de
De
en este momento presente un dia;rama de fa fi;ura 5.4. modificada 5e;n sea
"Error de tipo r y "Error de tipo Ir. aunQue eso es precisamente fo QPe usted estI
- Si hay un patrn aparente y claro en los resultados de un estudio Que hemos
Que algo es t pasando cuando sin Que lo sepamos en realidad no pasa
de acuerdo co n esto. cules son las consecuencias para la conservacin
perti nentep Si hay muy poco patrn aparente en los resultados.] si
cuando en rea lidad . sin Que lo sepamos sr est pasando.] si
co ncl usiones - o decidimos no tomarlas - cules son las
sera n ms graves a largo plazo? Entonces cul riesgo deberramos
Cmo podemos hacer esto?
Una parte del mtodo conocido como inferencia estad(stla nos
nuestra estimacin - la cual est basada en una muestra limitada
en general. Otra parte. sin embargo. nos permite minimizar las
errores anteriormente descritos. o por lo menos. estl!"3" el
caractersti cas de la muestra particular de datos QPe hemos
en esta rama de la inferencia estadstica Que se llaman
de estas pruebas nos ayudan a estimar el riesgo de estar
concluimos Que hay un patrn en el universo ms
mucho ms difcil. y mucho menos tradicional. estimar
Que no hay un patrn en el universo amplio QIIe

N'f'OtCl O o/.S[il() \'L~ TADf T/CASIN JERGA

206
_ .J '

/"en/ca matemtica servir para evaluar las

rudJJ f tiNl / ca o
c'
r'
ien
sea
Que
las
consecuencias
sean
Inane leras para d
P
un ("or u o/ro. b
.
I
'
prdidas de biodlversidad para el profesional de a conservaC/ n.
ue usted tenga algn entrenamiento para usar apropiadamente
menoQ!
'
e
l
'
A eocupe
por ellas. S610 use su sentido comun. ua QUiera Que sea su
pr
d'
l
'
.
d
tanlO como le sea posible. de Que su Iseno es e mas apropia o para su
cinco rra es Que aprendi6 al final del primer acto. Luego. trate de
grande como le sea posible. Recuerde Que cualQuier patrn. o ausencia de
podrra ser s610 producto del azar. Reconozca Que cualQuier conclusin QIIe
y cualQuier decisi6n Que tome despus de la renexin. siempre tiene un
Que las eQuivocaciones tienen consecuencias. algunas ms graves QUe otras.

Es/o es /000 sobre la filosofa de la inferencia estadstica. especia/mente /a

Iji /l. ji de sus consecuencias para la conservacin. De nuevo. puede /a
formal en ciencia. diseo o estadstica realmente absorbery aplicar todo esto!
de es/e ltimo discurso no tan necesario. sobre el si;nificado de /a
estadsticas.

Literatura cita a

Agosti, D., l. D. Majer. l. E. Alonso y T. R. Schultz. 2000. An/.s: .sIMId;wds

biodiversi!y. Smithsonian Institution Press. Washington. DC.lM
Agresti. A. 1990. Ca/egorical da/a ana!rsis. Wiley-Interselenee; Ncw
Aizen. M. A. Y P. Feinsinger. 1994. Forest fragmentation. poIllnatlon and
foresto Argentina. Ecolo;y 75: 330-351.
Allan . l. D. Y A. S. Flecker. 1993. Biodiversi~ conservatlon In runn~
Alpert. P. 1995. App!ying ecological research at integrated
losical Applicalions 5: 857-860.
Andersen. A. N. 1997. Using ants as biolndicators: mulllscal~
Conservalion Biolo;y [online[ 1(1): 8. Disponible en el
iss l/rt8.
Andrade. G. 1. Y H. Rubio-Torgler. 1994. Sustalnable
avifauna in a shifting-cultivation habitat mosale In lile
8: 545-554.
Arango. N., M. E. Chaves y P. Feinsinger. 2002. Gura
palio de la escuela. National Audubon Socl~.
USA.
ArnQvist. G. y D. Wooster. 1995. Meta ana!Ysls:
Trends in Ecolo;y and Evolulion 10: 236-240.
Bawa. K. S. y A. Markham. 1995. Climate ehange
348-349.

Bawa, K. S. y R. Seidler. 1998. Natural rorest

forests. Conserva/ion Biolo;y 12: 46-55.
Beier, P. y R. F. Noss. 1998, Do habital
Berenson , M. l. Y D. M. Levine. 1996.
Hispanoamericana. S.A.. Mxico D.F..

208

llTEAATURA CITADA

T E lovel'oy y Rita MesQuita. editores. 2001.

1 U'
It P
r C Gaseon. . .
O
I
R
Bierregaar d . . . .. . rvation of a fragmented fores/. Ya e mvers ~ ress.
/he ecology and conse
M Brenner. l. W. lanusek. M. T. Seddon. M.
. '1'Iza t'Ion. '-(.ua
1"1. I
W.. A. l . Kolata. . . d fall of an Andean elvl
Binfor.
.
ernary
M
d
.
r
n and the me an
. . d
Cllmate vana 10 .
9 N atode communi~ structure as a blom lcator In
T y H FerrlS. 199 . em
Bongers. . : Ecolo and Evolution 14: 224-228.
Ing. Trends In
~ 1988 S/atistical power ana!ysis. Lawrence Erlbaum
Borenstein. M. y l Cohen.
.
USA.
.,
fb undS' bioinvasion in a borderless world. W. W.
B . hl C 1998 Lile out o o
.
d
d
ng . .
. A
aradigm in biodiversi~ conservation: en angere
Brower. lo P. 1997 Mnewff Py C R Carroll. PrincipIes of conservalion biologr. 2
115- 118 en G. K. e e . .
ates. Sunderland. MA USA.
..
.
A Kodrie-Brown. 1977. Turnover rates In Insular blogeography:
Brown. l. H. Y .
extinction. Ecology 58: 445-449.
C G. Curtin y R. W. Braithwaite. 2001. Management of the
Brown. I. H.. .
I d
h
Bradshaw. P. A. MarQue! y H. A. Mooney. editores. How an scapes c ange:
eco~s/em disruptions in /he Americas. Springer~Verlag. New York. N~ USA. En
Bucher. E. H. 1987. Herbivol)' in arid and seml-and reglons of Argentlna_ Revisa
Natural 60: 265-273.
Buchmann. S. l. y G. P. Nabhan. 1996. The forgol/en pollinalors. Island Press.
Bush. M. B. Y P. A. Colinvaux. 1994. Tropical forest disturbance: paleoecological

Panama. Ecology 75: 1761-1768.

Ca mus. P. A. Y M. lima. 1995. El uso de la experimentacin en ecologa: fuentes
Revis/a Chilena de Historia Natural 68: 19-42.
Carillo. E.. G. Wongy A. D. Curon. 2000. Monitoring animal populations in
under different hunting restrictions. Conservalion Biolo&;' 14: 1580-1591.
Caro. T. M. Y G. O'Doherry. 1999. On the use of surrogate species in conservatlon
Bio/ogy 13: 805-814.
Carrera. C. y K. Fierro. 2001. Manual de mon/oreo. Los macroinvertebrados
de la calidad del agua. EcoCiencia. OlJito. Ecuador.
Castillo. A. y V. M. Toledo. 2000. Applring ecology in the third world: the case of
66-76.
Celi. 1: y A. Dvalos. 2001. Manual de moni/oreo: Los escarabajos peloteros
calidad ambiental. EcoCiencia. Quito. Ecuador.
ChaPfml anoC. A.. S. R. Balcomb. T. R. Gillespie. l. P. Skorupay T. T. Struhsaker
.

o ogglng on Af .
C
'
. rlcan primate communities: a 28-year comparison from Kibale
onserva/lOn BlOlogy 14: 207-217.
Coblenlz. B. E. 1990. Exotic or .
. d'
265.
ganlsms. a demma for conservation biology_
Cohen. l. 1988. Statistical ower
l '
da
ciales. Hillsdale. NI utA
ana'YSls for the behavioral sciences. 2 edicin.
Colwell, R. K. Y I. A. Codd"Ington 1994 E r
.
sophical Transactions of the'
' .s Imalmg terrestrial biodiversi!)'
Conover. W. l. 1999. Practical Royal SOCle!}' of London. Series B 345: 101-118.
nonparametnc statistics. 3" edicin. Wiley. New

Cook. T. D.Y D. T. Campbell. 1979. Quasi-experimentatlon: deslgn lIIId ~

Hough ton Mifnin. Boston. MA USA.
Cooperrider. A. y. 1996. Science as a model for ecosystem
cal Applications 6: 736- 737.
Crome. F. H. l 1997. Researching tropical forest fragmentalion: shall we kccp 011 doIn, whIt _.~ doIns7
Pginas 485-501 en W. F. Laurance y R. O. Bierregaard Ir. Tropical forest rmmants: cxoIog.
menl. and conselYatIon or rra;mented communities. Universi!y of Chlcago Prtss.
IL ~
Crome. F. H. 1.. M. R. Thomas y L. A. Moore. 1996. A novel Baytslan appl'Oa'Ch lo
ImpldSof lllll
forest logging. Ecolo;ical Applications 6: 1104-1123.
Cronk. Q C. B. y l L. Fuller. 1995. Plant invaders: the threat to natural
Evo/ution 10: 508-509.
Croll'ley. P. H. 1992 . Resampling methods for computalion-intensivt data ana!Ysls In ecoJosy and CWJIuaaR.
Annual Review or Ecolo;y and Systematics 23: 405-447.
Dafni. A. 1992. Pollination ecolo;y: a practical approach. Oxford Univtrsl!y
Oxford UK. .
Dale. V. H.. S. Brown. R. A. Haeuber. N. T. Hobbs. N. T. Hunt!>,. R. l. Nalrnan. W. E.
M.G.
Turner y T. l. Valone. 2000. Ecological principies and guldellnts for managing 1M
ofland.
cal Applications 10: 639-670.
Dale. V. H. y R. A. Haeuber. editores. 2000. Forum: perspcctivtS onland
671-688.
Damascos. M. A. Y G. G. Gallopin. 1992. Ecologfa de un arbusto Introducido (Rasa
eglanteria L.) : riesgo de invasin y efectos en las comunidadts vesctalts de
de Argenti na. Revista Chilena de Historia Natural 65: 395-407_
Daniel. W. W. 1990. Applied nonparametric statlstcs_ PWS-KENT.
MA IJSA,..
Darwin. C. 1881. The rormation or ve;etable mould throu;h Ihe actlon 01worms:
habits. l. Murray. London UK.
Davis. M. B.. edi tora. 1990. Special issue: biology and
Ecolo;y and Evolution 5: 269-322.
de lima. M. G. Y C. Gaseon. 1999. The eonservalion value of linear
Biological Conservation 91 : 241 -247.
DeLuca. T. H.. W. A. Pallerson IV. W. A. Freimund yO. N.
hlkers on soil erosion from established recrealion trails In weslCIII
agemcnt 22: 255-262.
Denevan. W. M. 1992. The pri stine myth: lhe landscape of
or American Geographers 82: 369-385.
DenslolV. l. S. 1987. Tropical rainforest gaps and trec
Systt'matics 18: 43 1-452.
Devine. R. 1998. Alien inV3sion: America's baltlewlth
SOClety. Was hington. D.e. USA.
Olas. r c. 1996. Sources and sinks in populatloa
Dldham. R. K.. l. Gha70uI. N. E. Stork J A. ,.
approach. Trends in Ecolo;y and E""'UlIon
Dlgby. r G. . Y R. A. Kempton. 1987.
Ilall. London UK.

210

LITERATURA CITADA

t rns of herbivory and diversiry in lhe

t
.
P"
. d 1991 Altered pa e

zo
R.
y
A. Miran a.
,
f
contemporary
defaunallon.
aglnas
OIr .
'bl conseQuences o
/. I
slUdl)' of the pOSSI e
W W Benso n. editores. P anl-amma
Fernandes
Y
.
.
W
G
M. lewlnsohn . . .
'on5 Wiley New York. NY USA.
O'V in lropica/ and lemperale reg,/996 ' Bavesan inference. Ec%gica/
llf
El/' n editores
."
.
. tv and lhe design of ecologieal field
Oixon. P.y A. M. ISO.
Outi/leul. P. 1993. Spatial heterogenel"

1658.

Eberhardt. l. l. Y l M. Thomas.

1991 Designing environmenlal field studies.

.

57-73.

1 1999 Deciduous-forest bird communities in a

p
Estades. C. F. y S. A. Tem , ne;ation~ Ec%pica/ Applicalion5 9: 573-585.
nated bv exollC pme p a
.
o
.
f' Id
.
"
l R
k 1993 The elhics of ecologlCal le expenmenlatlon.
Farnsworth. E. ,.y . osovs!Y.
.
l' 463-472.
r
.
..
E G Halmer. 1997. The use of indicalor groups lor measunng
Favda. M. . Y .
/"
M'
( ) 72' I 25

communiry slruclure and function . Acla Zoo oglca eXlCana n.s. .' - .
'
r 1976. Organization of a lroplcal gudd of neetar/vorous blrds.
Felnsmger. .

257-291.
_ _ _ _o

1997. Habilal "shredding". Pginas 270-271 en G. K. MefTe y C. R.

con5ervalion bi%gr. 2da edicin. Sinauer Associales. Sunderland. MA USA.

Feinsinger. P. y R. K. Colwell. 1978. Communiry organizalion among Neotroplcal
American ZOO/Ogi51 18: 779-795.
Feinsinger. P.. K. G. Murray. S. Kinsman y W. H. Busby. 1986. Floral neighborhood
in four hummingbird-pollinated Costa Rican plant species. Ec%gy 67:
Feinsinger. P., ,. H. Beach, Y. B. linhart. W. H. Busby] K. G. Murray. 1988.
heterogeneiry in species interactions: hummingbirds in a tropical dislurbance
ra/isl 131: 33-47.
Feinsinger. P.. H. M. Tiebout 111 y B. E. Young. 1991. Do tropical bird-pollinated
dependent interactions? Field experiments. Ec%gy 72: 1953-1963.
Feinsinger. P., l. Margutti y R. D. Oviedo. 1997. School yards and nature trails:
lhe universiry. Trend5 in Ec%gr and Evo/ulion 12: 115-120.
Fernndez. H. R.Y E. Domnguez, editores. 2001. Gua para /a delerminacin de los
s~damencanos. Editorial Universidad Nacional de Tucumn, San Miguel de
Fernandez-DuQue, E.] C. Valeggia. 1994. Meta-ana!ysis: a valuable tool in
vallon BIO/ogr 8: 555-561.

Fig~eroai.:' dC Valdovinos, E. Araya] O. Parra.

2003. Maeroinvertebrados

ci
. be IcaR' a e agua de ros del sur de Chile. Revisla Chilena de Historia
F

1m e. . A. A Grajal] l G R b'
.
tro ical ' .
. .' o Inson, editores. 2001. The eutting edge:
F h PR orests. Colombia Universiry Press, New York NY USA
IS ero . A. ] F. Yales 1963 51 l ' . /
' .
Publishing Comp . N . a Isl/ca lab/es for bi%gica/, agricu/tural and
FI k
a"!}'. ew York, NY USA
ee er, A. S.y C. R. Townsend. 1994 C
'.
.
streams. Ec%gica/ Ap /. l ' . ommunlry-wlde eonseQuenees of trout
Fore L SIR
pica IOns 4: 798-807.
, . '. . . Karr] R. W W
evaluating alternative a
. hIsseman. 1996. Assessing Invertebrate
pproac es. lourna/ of the North American

Forman. R. T. T. 1997. Land mosaics: the ecologr of landscapes and ~gIoos.

Cambridge UK.
Forman. R. T. T. Y l. E. Alexander. 1998. Roads and their major
Ecolo;y and S'ystematics 29: 207-232.
Forman. R. T. T. Y M. Godron. 1986. Landscape ecologr. Wllcy. Na. York. NY t lSA.
Foster. D. R.. P. K. Schoonmaker y S. 1. A. Pickell. 1990. Insighls rmm
ol!J'. Trcnds in Ecalo;y and Evolution 5: 119-122.
Fragoso. e. 1989. Las lombrices de tierra de la reserva "El Ciclo": aspectos
J
BIOTAM 1: 38-44.
1992. Las lombrices terrestres de la Selva I acandona: slstCllIca.
J
prctica. Pginas 101-118 en M. A. VsQ,uez-Snchez y M. A. Ramos. editores. Reserva dt la
Montes Azules. Selva Lacandona: investigacin para su conservacin.
,. Centro de Estudios para la Conservacin de Recursos Naturales. A C.
Fragoso. c.. 1. Barois. e. Gonzlez. e. Arteaga y ,. C. Patrn. 1993_ Rclatlonshlp
soil organic matter levels in natural and managed ecosysterns In the Mcxlcan tropks. ~
en K. 1ulongoy y R. Merckx. editores. 50il organ;c maller o/rJamlcs aOO
oI l1up1a1
a;riculture. Wilry-Sayce. London UK.
Fret\I'eJl. S. D. 1972. Populations in a seasonal environmenl. Princcton
USA.
Fritts. T. H. Y G. H. Rodda. 1998. The role of introduced specles In the
of lsIaRd
a case history of Guam. Annual Review of Ecolog and
29: II3-MO.
Frumhofr. P. e. 1995. Conserving wi
in tropical roresls managcd rOl'
45:
1996. Monitoring the envirohmental ;mpacls o(
.,.,..""
10;i(al diversity. U.S. Agency for International Oevclopment. ENRlC (EnvlIOIIIICIIl
sou rces Information Center). Washington. O.e. USA.
Games. S. D. y M. W. Denny. 1993. The largest. smallest. hlghest. Iowest. ~
eeolol!J'. Ecalo;y 74: 1677-1692.
Galeano. E. 1984. Memoria del fuego (11): las caras'y las
Garda-MonUel. D.e. 2002. El legado de la actividad humana CIlios
Pginas 97-1 16 en M. R. Guariguata y G. H. Kallan.
neotrapicales. Libro Universitario Regional. San los. Costa
Gaseon. c.. T. E. Lovejoy. R. O. Bierregaard Ir.. l. R. Malcolm. P. C.
Laurance. B. Zimmerman. M. Tocher y S. Borges. 1999. MatrIx
forest remnants. Biological Conservatlon 91: 223"229.
Gauch . H. G. Ir. 1982. Multivariate ana!J's;s in cornmun/~
UK.
Gerard . P. D.. D. R. Smith y G. Weerakkody. 1998. l.iIIIII5
WildMe Management 62: 801-807.
Gerrodette. T. 1987. A power ana!ysis rOl' dctcalll&
Glbbons. A. 1990. New view of ear!y Amazonia.
Gmez-Pompa. A. y A. Kaus. 1992. Tamln& thc
Gonlck. L. y W. Smith. 1999. La estadfstlca en
Gonzlez. G.. X. Zou y S. Bor&cs. 1996.
tropical croplands: comparlsons of trec
_ __ _ o

231-m

_ _ __

212

UTERATURAC ITADA

11 mode/s in eco/Ogr. Smithsonian

. N I G R. Graves. 1996. Nu
Gotelll. ..y .
.
.
USA
. ' . the di lemma of wi lderness In nallonal
.
95 R solute blocentrlsm.
CICA
Graber. D. M. 19 . e
95 Reinventing na/ure? Island Press. ~e o.
M. E. Souly G. Lease. 19 . f ammalian commu nities to envlronmental
m
Graham. R. W. 1986. Response o D mond ,. M. Y T. ,. Case. editores.
"
s
300-313 en la
.
p
Quaternal)'. aglna
Row. New York. NY USA,' f l' atic change in the design of biological
1988. The ro e o c 1m
.'.
394
b' loov Conserva/Ion Bl%gr 2. 391 .
n
t' e for conservatlo 10 O"
f
perspec IV
. / . p/an/ ec%ov. 3" ed icin. University o
Q/
Greig-Smith . p. 1983. Quanll/a /Ve

_---o

USA.
A r stl)" a refuge for trop ica l biodiversity after fjre.
Grirnth. D. M. 2000. grolore .

325-326

f
l'
. th
R 1990 L ndslide disturbance and orest regenera Ion In e

.
.
Guarlguata. M. .
. a
.
Puerto Rico. louma/ of Ec%gr 78. 814-832. .
.
. h I L V Hedges. 1999. Statistica l issues In ecologlcal mela-ana!Yscs.
Gurevltc . . y . .
.
f
f Af ' . 'Idl' r
99
Communitv
conservatlon
and
the
uture
o
(lca
s
WI
lIe.
1
9
D
k 1. I. .
Hace

"

726-734.
Haemig. P. D. 1978. Aztec emperor Aui tzotl and lhe greal -lai led grackle.
1979. Secret of the pa in ted jay. Blo/roplca 11 : 81 -87.
Halmer. G. 1998. A slrate~ for measuring landscape biodiversity. Bi%gy
. G.y L. Arel/ano. 2002. Response of dung beetle diversity to
landscape. Bio/ropica 34: 144-154.
Halffter. G) M. E. Favila. 1993. The Scarabaeinae (Insecta: Coleoptera). an
inventol)'ing and monitoring biodiversity in tropical rainforest and modifjed
nationa/ 27: 15-2 1.
Halmer. G.. M. E. Favilay V. Halffter. 1992. A comparative Sludy of the
Mexican tropical rain forests and derived ecosystems. Folia Entomolgica
Halpin. P. N. 1997. Global elimate change and natural-a rca protection:
search directions. Eca/ogica/ App/ications 6: 828-843.
Hamburg. S. P.y R. L. Sanford Ir. 1986. Distu rbance. Horno sapiens and ecolog.
Socie!}' of America 67: 169-170.
_ _ _ _o

Ha~ilton : A. A. Cu nningham. D. Byarugaba y F. Kayanja. 2000. Conservation

H Instablllry: Bwindi Impenetrable Forest. Uganda. Conservation Biology 14:
a~~~L y Y. Cambefort, editores. 199 1. Dung beetle ec%~~gro Princeton
Hargrove W W y I p. k '
1
992
. . . . le enng.
. Pseudorepliealion: a sine Qua non for
Eca/ogr 6: 251-258.
Hartshorn G S 1995 E l ' lb'
E/' ' .
. ca oglea aSls for sustainable development in tropical
co ogy and Systematics 26: 155-176
Hasleu. ,. R. 1990 Geo r h' ~
..
distribulions. Tr
ga p le In ormatlon Systems: a new approach to habitat
H' O
ends In Eca/ogr and Evo/ution 5: 214-218
elnZ. . 1995. Continued grazin
..
.
g. a presupposltlon. Conservation Biology9:

HendriX. P. D.. editor. 1995. Earthworm eco/o;y and

Boca Raton . FL USA.
Herre.ra . e. M. 1998. Long-term dynamics of
study. Ecological Monographs 68: 511-538.
Heyer. W. R.. M. A. Donnel~. R. W. McDiarmid. L.-A. C. H~y M. S. Fostcr.

and monitoring biologica/ diversi!y: standard methoc1s (ex

Was hington. D.e. USA.
Hill. K.. l Padwe. C. Bejyvagi. A. Bepurangi. F. Jakugl. R. Tykuaran&ly T. TykuarIn&l.
lIIpIc:t of
hunting on large vertebrates In the Mbaracayu Reserve. Paraglll!Y. ConsenrJl/on BIoIog 11: 1319-1353.
Hi lty. l.Y A. Merenlender. 2000. Faunal indicator taxa selectlon fex monllorlng
haIlh.
cal Conservation 92: 185- 197.
Hobbs. R. l. Y l. F. Huenneke. 1992. Disturbance. dlversl!)'. and
for
Conservation Biology 6: 324-337.
Holling. e. S. 1978. Adaptive environmenta/ a5sessment and
WlIc:Y. Nar
HourdeQuin. M. 2000. Introduction to Special Sectlon: ecologJcal
ofroads.
14: 16- 17.
Hughes. lo 2000. Biological conseQuences of global warmlng: Is the SIgna! aI~
r....
Ecology and Evolution 15: 56-61.
Hunter Ir.. M. 1996. Benchmarks for managing ecosystems: are human actlvltles
Biology 10: 695 -697.
Hun te r. l. l. . G. l. lacobson Ir. y T. Webb 111. 1988. Paleoecolo&y and-the COIIK-Rher
tai ning biological diversity. Conservation Bi%y 2: 375-385.
Hurlbert. S. H. 1971. The nonconcept of species diversl!)': a crltlQJe and altemallllc
52: 577-586.
editor. 1981. AQuatic biota o( tropical South
\tJIwlCS ,'''''''
University Press. San Diego. CA USA.
1984 . Pseudoreplication and the deslgn of ecoIogIcaI ReId
;raphs 54: 187-211.
lames. F. e. y c. E. McCullough. 1990. Multivariate ana!Ys1s in ecoJosy and
box) Annual Review of Ecology and Systematlcs 21: 129-166.
lanzen. D. H. 1983 . No park is an island: increase In
Oikos 41 : 402-4 10.
1986a. Chihuahuan desert nopaleras: defaunated blg
Ecology and S'ystematics 17: 595-630.
1986b. Lost plants. Oikos 46: 129-131.
1995. Neotropical restoration blolo&y. VIda
lanzen . D. H.Y P. S. Martin. 1982. Neotropical
1927.
lohnson. D. H. 1995. Statistical sirens: the allure
_ _ _ _ . 1999. The insignificanceof
763772.
longman. R. H.. C. l. F. ter Braaky O. F. R.
landscape eco/ogy. Cambridge Universl~

_ _ _ _o

_ _ _ _ o

_ __ _ o

_ _ __

_ _ __

or

214

LITERATURA CITADA

B H

1"\1

editores. 1993. Biotie in/eraellons

M I G. Klngsolver Y R. . u_j'
Kare Iya, P. .. '
MA USA.
Associates, Sunderland,.
't. long-neglected aspect of water resourcc
Karr, l. R. 199/. BlologlCal mtegrl~. a

AppJicalions 1: 66-84. . blolog ical integrit v: lessons from streams. Pginas

1992. Measurmg
~
f
_---::
. d't
Ee%pica/ in/e'f,n!y and /he manasemen/ o
l. Kay y G. FranClS, e lores.
()
Delray Beach, Fl USA.
.lcal
h
h
1996. Ecological Integrl~ and ecolog
healt are not t e same_
- - - -d.
E ' erin p within ec%piea/ eons/raln/s. Natlonal Acade"!)'
Schulze, e Itor. nglne ()
()
USA.

1998. Blologlcal Integrl~: a long-neglected aspect of environmental

- p-g-'n-a-s -'48-175 en G. l. Knapp y T. l Kim, editores. Environmen/a/ pro;ram
Universiry of IIIinois Press, Urbana, IL USA. .
.
Karr, l. R.Y E. W. Chu. 1997. Bi%siea/ monitorins and assessmenl: USInS
EPA 235-R97-001. Universiry of Washington, Seattle, WA USA.
1998. Res/oring Jife in runnins wa/ers: beller bi%siea/ moni/or/ng.

_ _ _o

CA USA.
Kearns, C. A. y D. W. Inouye. 1993. TeehniQues for po/lination bi%Sis/s.
Niwot. CO USA.
Kearns, C. A., D. W. Inouye y N. M. Waser. 1998. Endangered mutualisms: the
interactions. Annua/ Review of Ec%gy and 5ys/ematies 29: 83-112.
Kerans, B. L. Y l. R. Karr. 1994. A benthic index of biotic integrity (B-IBI) for rivers
Ec%gica/ App/ications 4: 768-785.
Khan, A., M. Polak, D. Raaimakers y R. Zagt. 1995. Basic and applied research
management in Guyana. Ec%giea/ App/iea/ions 5: 904-910.
Kiester, A. R., l. M. Scott. B. Csuti, R. F. Noss, B. Butterfield, K. Sahr y D.
prioritization using GAP data. Conservation Bi%gy 10: 1332-/342.
Klein, B. C. 1989. Effects of forest fragmentation on dung and carrion beetle
Ec%gy 70: 1715-1725.
Kotliar, N. B. 2000. Applications of the new keystone-species concept to prairic
work? Conserva/ion Bi%gy 14: 1715-1721.
Kraemer,. H. Ch. Y S. Thiem ann. 1987. How many sub/ee/s?
.
. . power
5/a//s//Ca/
Pubilcations, Newbul)' Park, CA USA.
Krebs, C. l. 1989. Ec%gica/ me/hod%gy. Harper Collins, New York, NY USA.
Kremen, C. 1992 Assessing th . d'
.
E/ "
e In Icator propertles of species assemblages for
co og/Ca/ AppJications 2: 203-217.

Ec%Pical :94/: Biological inventol)' using target taxa: a case study of Ihe
()
pp /Callons 4: 407-422.
Kremen, c., R. K. Colwell, T. L. Erwin O O
arthropod assembla . th .
. , . . Murphy, R. F. Noss y M. A.
Kremen C A M M ges,' en use In conservation planning. Conservalion
, ., . . eren ender y O O M h
conservation and dev 1
' . urp 1)'. 1994. Ecological moniloring: a
Lagos, N. A. y l. c. Cast~,~P~~;t i~~~rams in the_tr~pics. Conservalion Biology
reserva marina chilena R ..
. enCla estadlstlca bayesiana en ecologfa: un
. eVlSta Chilena de His/oria Na/ura/ 70: 565-575,

Landres. P. B. 1983. Use of the guild concept in environmentallmpact

ment 7: 393-398.
Landres. P. B.. l. Verner y l. W. Thomas. 1988. Ecological uses of Yeltebrate indlatar spuIes: a
Conservation 8iology 2: 316-328.
~aura nce. W. F. 1997. Effects of logging on wildlife in Ihe troplcs. Conserva/Ion BIoIog 11: 311-312.
Laurance. W. F. y R. O. Bierregaard Ir. 1997. Tropical rorest remnants: ecolqsy.
cmstIWtIr
of fragmented communities. University of Chicago Press. Chlcago. IL USA
DII
Lawton. l. H.. D. E. Bignell. B. Bollon. G. F. Bloemers. P. Eggleton. P. M. Hamrnond. M.
R. D. HoIt.
T. B. Larsen. N. A. Mawdsley. N. E. Slork. D. S. Srivaslava yA. D. Watt. 1998.
indi ca tor taxa and effecls of habilal modificalion in Iropical forest. Nature 391: n-76.
Levey. D. l. Y F. G. Sliles. 1992. Evolulionary precursors or long-distance mlgration:
and movemenl pallerns in Neolropicallandbirds. American Natura/istl40: 447....76.
Lewis. D. M. 1995. Importance of GIS lo community-based management of wildlifc: kssons flOili ZarIbIa.
Ecologieal Applieations 5: 861-871.
Li kens. G. E.. F. H. Bormann. N. M. lohnson. D. W. Fisher y R. S. Plerce. 19n.
111.
forested eco~s tel11. Springer-Verlag. New York. NY USA.
Lindenmayer. D. B.. C. R. Margules y D. B. Bolkin. 2000. Indicators uf biodivcrsity t'or ~ . .
lai nab le fo rest management. Conservalion 8i%gy 14: 941-950.
Lodge. D. M. 1993. Biological invasions: lessons for ecology.
in EcoIosr:.rd EWJlutIoII a: 1],)..137.
Ludwig. l. A. Y l. F. Reynolds. 1988. Stalisliea/ eeologr. Wiley. New York. NY USA. .
Lugo. A. E. 1990. Removal of exolic organisms. Conservation 810/og4: 34S.
Lyons. 1.. S. Nava rro-Prez. P. A. Cochran. E. Sanlana C. y M. Guznl-~
integri ty based on fis h assemblages for Ihe conservation of strearlls and ri'Y'cls la
Conservation 8iology 9: 569-584.
Mabberl ey. D. l. 1988. The living pas!: lime slale or Ihe tropical rain
Reynolds y F. B. Thompson. editores. Forests. e//mate and
alions Un iversity. Tokyo. lapan.
1992. Tropical rain roresl ecology. 2e1o edicin. Chapman and twl.
Mac Farland. C. 199 1. Goals on Alcedo Volcano in the
hdp
8iology 5: 6-7.
Mack. R. N.. D. Simberlofr. W. M. Lonsdale. H. Evans. M. Cloutyy F. A
ca uses. epidemiology. global conseQuencesy control. Ecologlcal
Magurra n. A. E. 1988. Ecolog/eal diversi!}' and ils measurement.

_ _ _ _ o

USA.

Malcolm . l. R. 1994 . Edge effecls in cenlral Amazonian forest

Mangel. M. el al. 1996. Principies for Ihe conservatlon ofwlld
338-362.
Manly. B. F. l. 1986. Multivariate stalislieal metlrods: a "",.,.
1991. Randomization and Monte
1992. The design and ana1ys/s of
Mapstonc. B. D. 1995. Scalable decision rules for
Typc 11 errors. Ecologieal Applicalions S:
Margoluis. R. y N. Salafsky. 1998. Mcasures al
and deve/opment projects. Island Press.
_ _ __

_ _ __

216

LITERATURA CITADA

War zones and game sinks in lewls

99
.
"S
Y
C
R.
Szuter.
19
.
Marlln,.-.
.

and

Biology 13: 36-45.

t 2000. Arthropod monitoring for
25
T l ngeare y V. Novo ny.
Malloni, R.. . o
d d es Environmental Management :
I'
r h El Segundo san un .
studyo t1997
e
rrom alien plant species in the Ga apagos
Threats
Maucham,
.
P A.

I~

522-530.
W
1993. Accelerating forest succession in a
M Clanahan, T. R. Y R. W. o e.
79 288
.
c .
d erches Conservation Biolo8}' 7: 2 or blrdsB.an
p In nuence
'
McCune,
1997.
or noisv
" environmental data on canonical
78' 2617-2623.
l' .
r
I. I
.
1998 The selection, testing and app Icatlon o terres na
McGeoch, M. A . .
. . ) 73' 181 201
. I Reviews (Cambridpe
Philosophlcal
SOCle!y
.
.
Io/jlca
O l "
h
Mclnryre, S. y R. Hobbs. 1999. A rramework ror conceptua .lzmN- tma~J
relevance to management and research models. ConservatlOn 10 08}'. :
McKenzie, D. H.. D. E. f-!Yatt Y V. ). McDonald, editores. 1992. Ecologlcal
Science, l ondon, UK.

McNee~, I. A. 1994. lessons rrom the pasl: rorests and biodi.versi~.

.
Mead, R. 1988. The design of experiments: statlsllcal prinCIpIes for practical
Universiry Press, Cambridge UK.
Medelln, R. A.. M. EQ,uihuay M. A. Amin. 2000. Bal diversi~ and abundan ce as
in Neotropical rain rorests. Conservation Biolo8}' 14: 1666-1675.
Merre, G. K. Y C. R. Carroll. 1997. Principies of conservation biolo;y. 2da
Sunderland, MA USA.
Merrill, R. W.y K. W. Cummins, editores. 1984. An introduction to the aQuatlc
edicin. KendalllHunt, DubuQ,ue, lA USA.
MesQ,uita, R. C. G., P. Delamnica y W. F. laurance. 1999. Effects of surrounding
tree mortaliry in Amazonian rorest fragments. Biological Conservation 91:
Milesi, F. A., l. Marone, ). lpez de Casenave, V. R. Cueto y E. T. MezQuida.
como indicadores de las condiciones del ambiente: un estudio de caso con
hbitat en el Monte central. Argentina. Ecologa Austral 12: 149-/61.
Miller, R. l., editor. 1994. Mapping the diversity of nature. Chapman and Hall.
Miller, S. G., R. l. Knight y C. K. Miller. 1998. Innuence of recreational trails on
Ecological Applications 8: 162.169.
Milis: l. S., M. E. Soul y D. 1. Doak. 1'993. The kc;ystone-species concepl in
BloSC/ence 43: 219.224.
Millermaier R A N Mv
) B Th
, .
' tropical
. " . w'Id
"ers, . . omsen, G. A. B. Da Fonseca y S. Olivlen.
and mal'or
I erness areas: approaches to selting conservation
o&}' 12:5 16.520.
Millon, ,. B.Y M e G t 1996
".
46: 25-31.
' . ran .
. Genetlc va natlon and the natural history of
Moguel,
..
..
, p. y V. M. Toledo 1999 B' d"
va Ion
. B'101o&}' 13: 11.21.' . 10 IverSI~ conservatlon m tradlllonal corree
Moreno, C. E. 2001 M '
ZaragOsa, Espana.
- ' etodos para medir la biOdiversidad M & T _

217

Murcia. C. A. .1995. Edge effects in fragmented forests: Impllcatlons fOl' COI15CMItIon.

and Evolu/lon 10: 5862.
_---o 1996. Forest fragmentation and the polllnatlon of
plants. pjgInas 19-36 en l.
Schelhas y R. Greenberg. editores. 1996. Forest patches In tropIcal
Island PI us. CCMIo
CA. USA.
Murphy. D. D. 1990. Conservation biology and the scic:nlinc mc:thod. COI1Sc:rYat/on
4: 203 204.
Murphy. K. R. Y B. Myors. 1998. Stalislical power ana!Ysls: a simple: and gene:..al
for
and
modem hy polhesis lesls. lawrence Erlbaum Associatc:s. Mahwah. NI USA.
Naugh ton Treves. l. 1998. Predicting paUerns of crop damage: ~ wlldllfe: around KlbaIc:
Uganda. Conservation Biology 12: 156168.
Newman. l. A. . l. Bergelson y A. Grafen. 1997. Blocking factors and ~hc:sls tests In ttoIog. Is JOUI'
statistics text wrong) Ecology 78: 13121320.
Nilsson . S. G.. U. Arup. R. Baranowski y S. Ekman. 1995. Trc:c:-dc:pc:ndc:nt IIchc:ns and bectles as IncIk:akn
in conservation forests. Conservation Biology9: 1208-1215.
Noss. R. F. 1990. Indicators for monitoring biodiversi!y: a hierarchlcal approor;h. Consc:mtlon BIoIq;y4:
355-364.
1991. Biodiversi!y: many scales and many concc:rns.
ofthc:
Biodiversi~ of norlhweslem California. Oclaber 28-JI. 199/. Santa Rosa.
USA: 17-22.
_ _ _ _ o 1996. The naturalists are dying off. Conscrvation BIoIog 10: 1-3.
Novaro. A. 1.. K. H. Redford y R. E. Bodmer. 2000. Effects ofhuntlng In
Inlhe
Conservation Biolo,gy 14: 713-722.
Osenberg. C. W.. O. Sarnelle. S. D. Cooper y R. D. Holl. 1999. Rc:soIvIng
meta-anaiysis: goals. metrics and models. Ecology 80: 1105-1117.
Osenberg. C. W.. R. l. Schmill. S. ,. Holbrook. K. E. Abu-Saba y A. R. FJegaI. 1994.
mental im pacts: natural variabili!y. errect size and power ana!Ysis. E~1caI
Paolelli. M. G.. editor. 1999. Invertebrale biodiversi!y as biolndlcators of
ew York. NY USA.
Parsons. D. 1.. T. W. Swetnam y N. L. Cristense:n. editores. 1999. Uses and
ity concepts in managing ecosystems. Ecological Appllcations 9: 1177-1277.
Pearson. D. l. 1994. Selecting indicator taxa for the QIIanUtativc:
Transactions of Ihe Royal Sacie!y of Landan. Se:rles B 345: 75-79.
Pearson. D. l. Y F. Cassola. 1992. World-wide spc:cles richness
Cicindelidae): indicator taxon for biodiversi!y and conse:rvatlon studJc:s;
391.
Perfecto. 1.. R. A. Rice. R. Greenbergy M. E. Van dc:r Voort. 1996. ShIde
biodiversity. BioScience 46: 598-608.
Petcrma n. R. M. 1990. Statistical powc:r ana!ysis can ImproV'C
dian /oumal of Fisheries and AQuatic Sclc:nces 47: 2-IS.
Pelcrs. R. H. 1991. A critiQue for eco/ogro Cambrklse
Pelers. R. lo Y T. lovei~. editores. 1992. Global
l'W Havcn . CT USA.
Plckell, S. T. A. Y P. S. Wh ite. editore:s. 1985. TM
Acadc mic Press. New York. NY USA.
Piclou. E. C. 1984. The inlerpre:latlon of
_

_ _ o

2/8

LITERATURA CITADA

ditores. 1989. Gaps in forest ecolog)'. Ecolog 70:

W , y D R Strong )r.. e
. h
2000 B'od'vcrs1
Platt .. K'
Richter. M. G. Anderso n y H. G. RI~ ter.
so' 1133 Il ~
pOlan!. . .. . ' .
1 d capes and networks. B/OSClence :
- 46.
1 . functional sltes. an s
. . 1
h
sca es.
rr 1993 Distributionfree and robust statlstlca met ods:
potvin. C.yD. A. ROII.
.
ric statistics? Ecolo81 74: /6171628.
.
,
.
met
R B' k 1995. Implications of intratroplCal mlgratlon on
powell. Gp'hV N. y h~us':o~cino. Conservation Biology 9: 354362.
usmg aromac
00 A
.
Powell. G. V. N.. ). Barborak y M. Rodrguez S. 20 ' . s~essmg
.
. C t R'ca 'or conserving biodiversl~y: a prehmmary gap ana!ysls.
areas In os a l "

A BD

35-41.
l'
Ti d . E I
and
Powell. ,. R. y ). P. Gibbs. 1995. A report from Ga apagos.. ren s In CO og
Powell. R. A.. ). W. Zimmerman. D. E. Seaman y ). F. Gilham. 1996.
black bear population with access to a refuge. Conservalion Bio/ogy 10:
Power. A. G. 1996. Arthropod diversiry in forest patches and agroecosystellb
Pginas 9/ -110 en ). Schelhas y R. Greenberg. editores. 1996. Forest patches
Island Press. Covelo CA. USA.
Power. M. E.. D. Tilman. ). A. Estes. B. A. Menge. W. ). Bond. L. f. Milis. G.
lubchenco y R. T. Paine. 1996. Challenges in the Quest for k<)'stones.
Primack. R.. R. Rozzi. P. Feinsinger. R. Dirzo y F. Massardo. 2001. Fundamentos de
perspectivas latinoamericanas. Fondo de Cultura Econmica. Mxico D.F.
Putz. F. E. 1998. Halt the Homogeocene. The Palmetto 18: 7-9.
Putz. F. E.. K.H. Redford. ). G. Robinson. R. Fimbel y G. M. Blate. 2000.
context or tropical rorest management. Environment Department Paper No.
Impact Studies. World Bank. Washington. D.e. USA.
Ralph. C. ). y '. M. Scott. editores. 1981. Estimaling numbers or terrestrial birds.
(Cooper Ornithological Sociery) No. 6.Ralpli.
J. R. Sauer y S. Droege. editores. 1995. Moniloring bird populations
Technlcal Report PSW-GTR-/49. Pacific Southwest Research Station. Foresl
of Agriculture. Albany. CA USA.

e,..

~eckhow. K. H. 1990. Bayesian inference in non-replicated ecological studies.

edford. K. H.1990. The ecologically noble savage. Orion Nature Quarter!r91J):
: - - : - - -' 1992. The empry forest. BioScience 42: 412-422
Redford.. K. H.Y J. A. Mansour. ed'Itores. 1996. Traditional peoples
.
and
Re:~oPIC~ /andscapes. The Nature Conservan<)'. Arlington. VA USA.
. :... YcA. R. Blaustem. 1995. Assessment of "nondeclining" amphiblan
anal)'sls. onservation Biolo81 9: 1299-1300
Reld. R. S. y J. E Ellis 1995 1
.
mediated t .
: _ . mpacts of pastoralists on woodlands in Soulh
Ri R
ree recrUltment. Ecological Applications S: 978-992
ce. . E.. R. E. Gulhsony J. W Reid 19
.
.
American. April: 44-49
.
. 97. Can sustamable managemenl
Richardson. D. M 1998 F'
Rickelts T H E 'D' . orestry trees as invasive aliens. Conservation BlollllN
. . '. . Inersteln D M 01
-g,
49: 369-381.
. . . son y e. Loucks. 1999. Who's whcre In

RifTell. S. K.. K. l. Gutzwiller y S. H. Anderson. 1996. Does

human
declines in avian richness and abundance? Ecologlcal Applicatlons 6:
Roberts. L. 1989. Disease and death in the New World. Science 246: 1245-1247.
Robinson. I.G] E. L. Bennett. 1999. Hunting for sustainabill!y In tropical
Press. New York. NY USA.
Rodrguez. l. P.. D. L. Pearson y R. Barrera R. 1998. A test for the
Upr
beetles (Coleoptera: Cicindelidae) appropriate indicators for monltorlng thc dcgIadatlon of trupIaII
forests in Venezuela? Biological Conservation 83: 69-76.
Rohlf. F. lY R. R. Sokal. 1995. Statistical tables. 3" edicin. W. H. Freeman. San
CA USA.
Roldn Prez. G. 1992. Fundamentos de limnologra neotropical. EditOrial Unlvcisldad de
Medelln. Colombia.
1996. Gua para el estudio de los macroinvertebrados acuticos del
AntiOQuia. Editorial Universidad de AntiOQuia. Medellfn. Colombia.
Roosevelt. A. C. 1989. Resource management in Amazonia before the
Ecooolillc
7: lO-

adcQpacy or

:_

_ _ _ _ o

62.
1991. Moundbuilders of the Amazon. Academic Press. New York, NY USA.
Rosenberg. O. M. y V. H. Resh. editores. 1993. Freshwater biomonltoring and benth/c

_ _ _ _o

Chapman and Hall. New York. NY USA.

Rozzi. R.. P. Feinsinger y R. Riveros. 1997. La enseanza de la oI08(a en el entumo
MECE Media. Ministerio de Educacin. Santiago Chile.
Rykken. l. 1.. O. E. Capen y S. Mahabir. 1997. Ground beetles as Indlcators Iand ~ dhlmlly In !he
Green Mountains of Vermon!. Conservation Biology 11: 69-78.
Snchez de Len. Y.. X. Zou. S. Borges y H. Ruan. 2003. Recovery natlvc
In
tropical pastures. Conservation Biology 17: 999-1006.
Saunders. O. A.. R. ,. Hobbs y C. Margules. 1991. Biological conseqpences
review. Conservation Biology 3: 128-137.
Schelhas. l. y R. Greenberg. 1993. Los fragmentos de boscwes en el paisaje tropical., la

or

or

or

las aves migratorias. Migra/O/)' Bird Conserva/ion Polig Paper No. ,. SmlthSOi1lan
Center. National Zoological Park. Washington OC USA.
Schelhas. l. y R. Greenberg. editores. 1996. Fores/ pa/ches in troplcallafl'krpc5. lsIand
CA. USA.
Schofield. E. K. 1989. Effects of introduced plants and animals 0Il Island
Galpagos Archipelago. Conservation Biology 3: 227-239.
Schwartz. M. W. 1999. Choosing the appropriate scale of reserves for

Eco/ogy and Systematies 30: 83-108.

Severinghaus. W. O. 1981. Guild theory development as a mechanlsm for

Environmental Management 5: 187-190.

Shmida. A. y M. V. Wilson. 1985. Biological determlnants or spedes
1-20.
Siegel. S.y N. l. Castellan. 1988. Nonparame/ric statistles (01 the
Hi 11. New York. NY USA.
_

_ _ _ o

1995. Estadstica no paramtrica: aplicada

Mxico O.F. Mxico.

220

LITERATURA CITADA

h'

mbrellas and kf:jstones: is single-spccles

Simberlo rr. D. 1~98. ~Iag~dn~e~ation 83: 247-257.
scape era? Blologlcal h.t
T C Brown 1997. 5trangers in paradlse:
Simberlorr. D.. D. C. ~c ~IFZ/o~id~ 1~land Pr~ss. Covelo. CA USA.
. d;penous speCles m
.
nonm lo
F J Cox y D W Mehlman. 1992. Movement
Simberlorr. D.. J. A. arr. .
. '
493 504
oor investments? Conservation Biology 6:
-.
.
1988 The carnivorous predatory guild of central Chile: a
. p
.
Slmonettl. J. A.
.
R 's/a Chilena de His/oria Natural 61: 23-25 .
. eVl M 1995 D'stribution-free and robust statistical methods: viable
Smlth. S. ,
. 1
ties? Ecology 76: 1997-1998.
. .
.
.
1995. Bt'Vond ecophobia: reclalmlng the heart In nature educatlOll.
b I. D.
-J
r
rr"tr
Soe
Sokal. R. R. Y C. A. Braumann. 1980. Significance tests lor coe IClen s o
Sys/ema/ic Zoology 29: 50-66.
. .
.
Sokal. R. R. Y F. l. Rohlf. 1995. Biome/ry: /he pnnClples and practlce of
edicin. W. H. Freeman. San Francisco. CA USA.
Soul. M. 1990. The onslaught of alien species. and other challenges in the
Biology 4: 233-240.
Soul. M. E. Y G. Lease. editores. 1995. Reinventing nature? Island Press.
Southgate. D. y H. L. Clark. 1993. Can conservation projects save biodiversi~
22: 163-166.
Southwood. T. R. E. 1978. Ecological methods. 2da edicin. Chapman and Hall.
Sparrow. H. R.. T. D. Sisk. P. R. Ehrlich y D. D. Murphy. 1994. TechniQues and
neotropical butternies. Conservation Biol9gy 8: 388-397.
Spellerberg. 1. F. 1991. Monitoring ecological change. Cambridge Universi~
Steel. R. G. D. Y ,. H. Torrie. 1960. PrincipIes and procedures of statistics.
biologicalsciences. 1" edicin. McGraw-Hill. New York. NY USA.
1980. Principies and procedures of statistics: a biometrical
Hill. New York. NY USA.
1988. Bioestadstica: principios y procedimientos. 2e1a edicin.
lombia.
_ _ _ _o

_ _ _ _o

Steidl. R. J. H. P. Hayes y E. Schauber. 1997. Statistical power analysis in

Wildlire Managemen/61: 270-279.
Steinberg: M. K. 1998. Neotropical kitchen gardens as a potential research
b,ologlsts. Conservalion BioJogr 12: 1150-1152.
Stewart-Oaten . A . 1995 . RuI
d
'
d
es an IU gments in statistics: three examples.
Stork.. N. E.: T' .'J B. Boye.
I V. D aIe. H. Eelf:j. B. Finegan. M. Lawes. N.
1997. Cn/ena and indo /
r.
.
b' "
Ica ors or assessmg /he sus/ainability of forest
.,odlVersl!y. Working Paper No. 17. Center for International Forestry
sla.
Strayer, D. L. 1999 St at' . I
lion Biolopv 13.' 103 IstlCa power of presence-absence data to detect
Qf
.
4-1038.
Struhsaker. T. T. 1997. Ecol
'
.
valion and exploita/' ogror an Afncan ram rores!: log;ing in Kibale and
Ion. Unversl\)' Press of Florida, Gainesville, FL USA.

2ZI
Sutherland. W. 1.. editor. 1996. Ec%gica/ census techniQ.ues. Cambridge UnMisl~
lIC.
Taylor. B. L. Y T. Gerrodette. 1993. The uses of stalistical power in conservatlon biolo&Y: lile vaQIIIta and
northern spotted owl. Conservalion Bi%&>, 7: 489-500.
Temple. S. A. 1990. The nasty necessity: eradicating exolics. Conservatlon Bio!og 4: 113-11S.
Terborgh. l. 1999. ReQ.uiem for nature. Island Press. Covelo. CA USA.
Thiollay. l -M. 1989. Area reQ,uirements for the conservalion of rain forest raptors and pne blrds In
Guiana. Conservalion Bi%&>, 3: 128-137.
1992. Innuence of selective logging on bird species diversity in a Gulanan rain
Conservalion Bi%&>, 6: 47-63.
1995. The role of traditional agroforests in the conservation of rain forest blrd d~ In
Sumatra. Conservalion Bi%&>, 9: 335-353.
Turner. 1. M. Y R. T. Corlett. 1996. The conservation value of small. isolated fragments of lowIand troplad
rai n rores!. Trends in Ec%&>, and Evo/ution 11: 330-333.
Tyser. R. W. y C. A. Worley. 1992. Alien nora in grasslands adjacent to road and trail cOilldors In
National Park. Montana (U.5.A.). Conservalion Bi%&>, 6: 253-262.
Uhl. C. 1998. Perspectives on wildfire in the humid tropics. Conservalion Bi%&>, 12: 942-943.
Uhl.
P. Barreto. A. Verssimo. E. Vidal. P. Amaral. A. C. Barros. C. Souza Ir.. I.lohns y l.
Natural resource management in the Brazilian Amazon. BioScience 47: 160-168.
Umbanhower. C. E. Ir. 1994. Letter. Bul/elin of the Ec%gica/Socie!y of America 74: 362-363.
Underwood. A. l. 1990. Experiments in ecology: their logics. functions and interpretatlons. Austral""
ouma/ of Ec%&>, 15: 365-389.
1995. Ecological research and (research into) environmental
Applications 5: 232-247.
1997. Experiments in ec%&>,: their /ogica/ design and interpretation us/n& ana!fsIs t:#"fIIIiI..
ance. Cambridge University Press. Cambridge UK.
van Shaik. C.. l. W. Terborgh y S. l. Wrigh!. 1993. The phenology of tropical forcsts:
and conseQ,uences for primary consumers. Annua/ Review of Ec%&>, and Systernat/cs 24:
Veblen . T. T.. M. Mermoz. C. Martn y T. Kitzberger. 1992. Ecologicallmpacts of Introduced
Nahuel Huapi National Park. Argentina. Conservalion Bio/ogy6: 71-83.
Verner. l. 1984. The guild concept applied to management ofbird populations.
8: 1-14.
Vi tousek. P. M. 1992. Global environmental change: an introduction. Annual ~
tcmatics 232 : 1- 14.
Vuilleumier. F. y M. Monasterio. editores. 1986. High a/litude trap/al
Press . New York. NY USA.
Wade. P. R. 2000. Bayesian methods in conservalion blology.
Walker. L. R.. N. V. L. Brokaw. D. l. Lodge y R. B. Walde.
sponses to hurricanes in the Caribbean. Biotropica 23 (1II1niaP
Wallace. l. B.. l. W. Grubaugh y M. R. Whiles. 1996_
resu lts rrom an experimental stuc!Y. Eco/og/cal
Wallin. T. R. Y C. P. Harden. 1996. Estimaling
Ecuadory La Selva. Costa Rica. Ambio 25:
Wells. M. P. Y K. E. Brandon. 1993. The principies
biodiversity conservalion. Amb/o 22: 157-162.
_ __ _ o

_ __ _ o

c..

_ _ _ o

_ _ __

lITERATURA CITADA

/992. Spatial seales and global ehange: bridging the gap

Wessman. C. A. rE I
and ~slematiCS 23: 175-200.
Annual Review o co Ttores. /994. Nalural connections:
Western D Y W. Henry. e
NY USA
. . ~ d Universi!)' Press. New York.
.
I/On. Ox or
G T Pranee. 1987. Biogeography and Quaternal)' hlstoty
Whitmore. T. C. y . .
Universi!)' Press. New York. NY USA.
.'
.
.
G M H Smith. /972. Relative efflClenCles of four small mammal
Wlener. ,. .y . .
53: 868-872.
.
Wiens. ,. A. /989. Spatial sealing in eeologr. Funcf~onal Efc%~d 3: 385-397.
,
Wiens. ,. A. Y K. R. Parker. /995. Ana!>,zing the e ,ects o accl enta
and assumptions. Ecologica/ Applications 5: 1069-1083.
Wilkinson. l.. G. Blank y C. Gruber. 1996. Desktop dala ana!rsis with
Saddle River. N, USA.
Wilson. D. E.. F. R. Cole. ,. D. Nicho/s. R. Rudran J M. S. Foster. editores.
bio/ogieal diversi!y: slandard melhods ror mamma/s. Smithsonian
USA.
Woodman. N.. R. M. Timm. N. A. S/ade J T. f. Doonan . /996. Comparison or
small mammals in neotropica/ /ow/ands. ouma/ or Mamma/o&y 77:
Wright. S. f.. H. Zeballos. 1. Domnguez. M. M. Gallardo. M. C. Moren~ R.
mamma/ abundanee. seed dispersa!>, seed predation in a neotropical
227-239.
Yoccoz. N. G. /991. Use. overuse and misuse of significance tests in
Bul/elin orlhe Eco/ogical Socie~ or America 72: /06-111.
Young. K. R. /994. Roads and the environmenta/ degradation of tropical
Bio/ogy 8: 972-976.
Zar. ,. H. /999. Bioslalislical ana!rsis. 41a edicin. Prentice Hall. Upper

231
cambios climticos en el pasado. la mezcla de conluntos de especies QIIC ha ocurrido una
vez. y las ImplicaCiones para las inQ.uietudes de conservacin prcsc t
<
y otra
'
l
'
d
'
d
h
'
n
es,
,uturas.
2. En Ia .u tl~a eca a se a Visto una proliferacin de artrculos. libros y dlares
en
Investlgaclon sobre el espectro espantoso del cambio climtico. Entre las fuentes ...
muchas de las cuales tocan el tema de las reas protegidas a la luz del
dl"*leo.
Peters y Loveoy (1992). Vitousek (1992). Kareiva. Kingsolver, Hucy (1993).
Markham
(1995). Meffe y Carroll (1997: 153-655-657), Hughes (2000).
'
3. Muc~os trabajo~ advierten a los ~rofesionaes de la conservacin QlJe tengan en cuenta el cambio
cllmatlco al dlsenar y manejar las areas protegidas. ~stos inch!)'en Graham (1983). Hunter.
y Webb (1988). Halpin (1997) y Meffe y Carroll (1997:333-335).
4. A pesar de la abundante evidencia a favor de esta aseveracin QlJe se ha
en el hemisferio
occidental (para no mencionar el hemisferio oriental. QlJe ha estado ocupado por humanos por
mucho ms tiempo). algunos ambientalistas eminentes han optado por Ignorarla por
de QIIC
los anti-ambientalistas la usen para justificar los niveles industriales de explotacin de todos Y
cada uno de los paisajes. Este temor es particularmente comn en Nortcalll&lca. Vea. por
los debates en Soul y Lease (1995). No obstante. puesto Q.ue los "civilizados" QIIC QlJleren
los recursos naturales de manera no sostenible ya usan un gran nmero de pretextos - o
para justificar sus polticas y actividades. es poco probable Q.ue ellos se rebalen a apn1JCC:har5c
del pretexto de la profunda innuencia de los pueblos precolombinos. En mi opinin.
ser
honestos y transparentes en vez de cegarnos a la innuencia del pasado. Hamburgy Sanford (1986).
Mabberley (1988). Denevan (1992). Gmez-Pompa y Kaus (1992). McNee!>' (1994) y GarcfaMontiel (2002) presentan excelentes discusiones Q.ue enfatizan Q!Je nocxisten los
5. La evidencia Q.ue se est acumulando sobre esta propuesta la discuten Robcrts (1989).
(1989. 1991) Y Gibbons (1990). entre otros.
6. Vea a Mabberley (1988. 1992), Gmez-Pompa y Kaus (1992).
7. Bucher (1987) y las referencias Q.ue ste contiene aluden al caso del Chaco. Para leer
otras
casos en bosQ.ues secos tropicales, sub-tropicales consulte a lanzen y Martfn (1932). janzift
(1986) Y Simonetti (1988)
Yo no
8. Graber (1995) presenta una perspectiva particularmente interesante sobre este
especficamente el tema de la restauracin de hbitats o "restauracin
porQ.ue para la mayora de las reas protegidas de Sudamrica el costo de-la
prohibitivo. Sin embargo. en Centroamrica y las naciones del Caribe -y a nlvd de
locales Q.ue Q.uieren mejorar el entorno inmediato - la restauracin
ser no
sino tambin urgente. Si le interesa la filosofa de la restauracin
a tanzen
(1996). Meffe y Carroll (1997: 479-511). el foro editado por Parsons. Swclnaml
y Primack et al. (2001 : captulo 19).
9. Si todava no est al tanto del papel fundamental QlJe luegan las
mediana escala en los bosQ.ues tropicales, otros palsales. vea a
(1987). Platty Strong (1989). Guariguata (l990)y Mdfey
y 316-320). entre otras fuentes.
10. Debido a Q.ue el mito del "noble salvaje" afecta
desde las escalas locales hasta las internacionales
8iolo;y 14(5) :1351 -13741200011. le recomiendo
vea a Soul y Lease (1995) Y Redford y

l'

JI ,

11

l.

IJ

14

15

97 245-26 1) para ver un excelente resumen de

Ce'" ultc " rre arroll (19
tlca Tambin vea a Coblentz (1990),
d la) e$pC le ex
.
k
\4"'r( el m.m 1 e
b$ Huenneke (1992). Lodge (1 993). Cron y Fullcr
(I9'XI) Temple (1990). 1loo
. 998) 1ak et al (2000).
( C\lnc (1
y
11
Gibb
(1995)
Y
Mauchamp
(1997)
.
POI C Y
VCJ J
horlcld (I989)'d \t en ,a distinta escala de los colibres incl~ a
ti ulO' QUc I CU
I
IgunO\ Jr
11 (1978) . Fein inger et al. (1 988) y Levcy y Sti es (1992).
rcln\JnScr y oh\e
.' si acaso van a incl uir pi ca nores. pero estas aves
de de comerva Ion.
.
InQuICIU
t de vi ta obre las e ca las espaciales.
10\ de dl\tlnto$ pun o
od ' B
cemp
W1
(1985) Janzen (1986b) Y Brown y K rlC- rown
Vca a hmlda y I \on .
"
., d f
I'caciones distintas de la nOClon e uentes y
IOt(rc\Jnte. esta} trC$ ap I
. .
l' .
I odclo
'00
'd d aparecieron antes de Que se hICiera exp IClto e m
\obrc bl IVer\1 a .
dr d
'r " de ruente y sumideros Que usan Novaro. Re lor y
unQUC la de InlClon
,
un poco de la Que se usa aQu. estos au tores evaluan el papel de las reas
la e pecies de vertebrados Que son cazados por fuera de la
ruentcs para
"
.
..
la pre Ion de cacera crea condiciones de sumideros . Powell et al. (1996)
ClCCp lonalmente claro de fuentes y sum ideros dentro de una poblacin

orteamcnca.

apftulo 7
1 El campo de la ecologa del paisaje tiene sus races en la matriz seminatural
Br3lthwaite 200 1) Que cub re la mayor parte de Europa y las islas britnicas. El
cultivos. pasturas. arboledas. setos y otros tipos distintos de hbitats en estos
muchos eclogos y admi nistradores de la ti erra Que ningn hbitat o debera ser considerada independien temente de sus vecinos. Forman y Godl...
roc-,
muy ameno Que enfatiza la perspectiva europea. Forman (1997). aunQue
templada del norte y Australia casi excl usivamente. provee un tratamiento
Muchos de los principios en ambos libros tambin se apli can a los paisajes
2. Ver especialmente los captulos 9 y 10 de Meffe y Carroll (1997). Hay tres
recientes Que tratan la fragmentacin del hbitat en los paisa jes tropicales:
(1996). Laurance y Bierregaard (1 997) y Bierregaard et al. (2001).
3. Adems de los recursos citados en la nota anterior. vea las siguientes
y 1argules (1991). Malcolm (1994) y Murc ia (1995) .
4. ~ea a Schelhas y Greenberg (1993, 1996) Y Turner y Corlett (1996) .
S. ~g,unos trabalos claves Que enfati zan este punto incluyen a Forman (1997),
e n~re y Hobbs (1999). Dale y Haeuber (2000). Dale et al. (2000). Poiani el
Curt,"y Braithwaite (2001) .
Captulo 8

1.

o le voy a definir integridad ceol ica n , '

. ..
Poiani et al. (2000) la defi ne
'f, " . e,<..uecree Que significa. con
a lo largo de e t
' n como la habilidad de mantener especies y
x ensos penodos de t
"
inle;ridad biolgic
'
lempo. Karr (1996) de fin e virtualmente
a. con mas deta lle como "la capacidad de soportar y

NDrM
biol~iCO bala~ceado. integrad? y adaptable

2.

3.

4.

S.

233

ten&a la &ama completa de

especies. conluntos de especies) y procesos (mutacin dem06'
...Ir~
.....
procesos de nutrientes y energa y procesos de metapoblaclones)
_
. I d " .. V
b' I
QIIe se espel .. , para el hIIIat
natura e u~a ~eglon. ~a tam I ~ e ensayo de Karr en MeffeyCarroll (1997: 483-485).
para un palsale en particular la integridad ecolgica puede ser medida
relativos. contra alguna lnea base o control Q.ue representa el 10m6 de Inteyldad
condiciones no perturbadas de ese ecosistema.
El trmino indicadores ecolgicos debe ser diferenciado de otro QIIe suena similar. los
de biodiver~idad. Los i?di~adores de biodiversldad son grupos de
(raia ,cz de plantas)
bien ~onoC1dos tax~nomlCamente. relativamente fciles de evaluar y de amplia c.tlslrlbuc:ln
geografica. Su proposito es el de identificar "reas de alta blodiversldad" ("hotspos") para la
biota en general. otras concentraciones de diversidad de especies en muchos taxor.cs u otros
patrones geogrficos amplios en diversidad de especies. Esto es. los ec6Iogos y otros
de la conservacin esperan Q.ue a travs del paisaje. o de regiones
JlillQ'O de
especies en el grupo seleccionado como indicador de biodlversldad. se
el
nmero de especies de muchos otros taxones Q!Je son menos fciles de estudiar
1994;
McGeoch 1998; Ricketts et al. 1999). A veces esto puede ser ilusorio (Lawton el al. 1993). En
cualQUier caso. note la diferencia en uso entre los indicadores de
por un lado. J las
especies o grupos de especies indicadores ecolgicos por otro. Es Imperativo Q\Ie usted distinga
los dos conceptos tan distintos y lo Q!Je implican. Desafortunadamente. muchos autores J
profesionales de la conservacin no lo han hecho y esto ha dado lu&ar a confusin. Por ejemplo.
a menudo las palabras indicadory bioindicador se usan sin definirlas y pueden referirse a
de los dos conceptos.
Entre los recursos claves QUe tratan el tema general de los indicadores ecolgicos esIM
(1990). un ensayo por Noss en Melfe y Carroll (1997: 88-89)y Kremen el al. (1993).
listas exhaustivas de toda clase de variables indicadoras y de variables objetivo en
(1 991) Y McKenzie. Hyatt y McDonald (1992). Para hacer el seguimiento a
de esas variables
Q.ue presentan los dos libros anteriores necesitar tecnologa avanzada. toleos
J
mucho dinero. Le sugiero Q.ue ms bien se refiera a Stork et al. (1997) J
J
Botkin (2000) aunQ.ue. aun en estos concienzudos trabajos. varios de los
Q!Je se sugieren estn ms all de su alcance por razones prcticas y
Este eSQ.uema se basa en trminos generales en el de Melfe y Carroll (1997: 69-70) asf CXIIliO en
eSQ.uemas y dudas presentadas por Simberlolf (1998). Caro y O'Do~ (1999).
(l999}1
Poiani et al. (2000).
Power et al. sugieren QUe el concepto de especies pledrangulares es
en
Sin embargo. el uso indiscriminado de la etiQ.ueta "pledrangular" en la conservadoo 1 el . . .
tiene sus riesgos (Milis. Soul y Doak 1993). En contraposicin a un
.
1998) Q.ue es altamente influyente en los crculos de manejo. creo Q\Ie no se ha
Vea.r.IIIr
excesivo de la etiQ!Jeta "piedrangular" y los riesgos
en Q\Ie se
(2000) y tambin a Poiani et al. (2000).
Hay por lo menos cuatro referencias claves Q!JC presentan
especies indicadores. Favila y Hallfter (1997).
J
presentan eSQ!Jemas generales excelentes. McGefijOCl~h (
completa. rigurosa y objetiva de evaluar Indlca+ACS
QIIe

..

6.

234

NOrAS
(1981) Landres (1983) Y Verner (1984) propusleron _
7. I lace un tiempo ~~er:gpodha~~a servi; como un indicador ecolgico. Recienteilknte
premio de la av aun. . 1 2000' Milesi et al. 2003). pero el uso de los
"
d ( ej ' pOlant et a .
.
d
I
algunas du a p. ..
lo remios de aves - es alenta or en as
basados en gremiOS - y no s
g
(Stork el al. 1997).
I
ubtroplca es
1994) S arrow et al. (1994) y Stork et al. (1997).

8. Vea a Kremen (1992. b ' . soPbre los escarabajos coprfagos como grupo i
1
uchos tra alaS
.
Iff
9. ntre os m
Hanski Cambefort (1991). Halffter. Favila y Ha ter (1992),
vea a Kleln. (1989)'ff (1957) Halffter y Arellano (2002) . El manual de Celi y
(1993). Favila y H,al' ter
va~edad de contextos. incluyendo las inQuietudes
particularmente utl l en una
' d' C)
unidades locales (captulo 10. Y vea el apen Ice .
com
I (1993) Didham et al. (1996) y Hil~ Y Merenlender (2000).
10 Vea a Kremen et a .
'
.
. d' d
l
. Novotn (2000) usaron una gran variedad de Insectos como In Ica ores eco glcos
ylos es fuerzos
1)'
d stauracin Algunos captulos en Paoletll. ed. (1999) se refieren a
e re

, . ..
..
,.
,
lca de distintas practICas agncolas.
.
d'
d
de
la
"sostenibilidad
ecolog
como In Ica ores
.
.
, ( o lo convence de Que las lombrices pueden ser al mismo tiempo
11. Si este parralo n
. . ' .
opcin como grupo indicador de la integridad ecologlca de los suelos, un
importante. y un grupo apreciado por la gente local; lea a Darwln (1881) y luego a
1992). Fragoso et al. (1993). Hendrix (1995) o Gonzalez. Z~u y Sorges (1996) ..
al. (2003) mostraron una relacin negativa en tre la denSidad total de lombnces J
recuperacin del boscwe nativo. pero una relacin positiva entre la recuperacin J

de especies nativas.
12. La voluminosa literatura sobre invertebrados acuticos. mucha de la cual tambi61
sobre la sensibilidad a la contaminacin. incluye numerosos libros de importancia
Entre ellos estn Hurlbert (1981) . Merritt y Cummins (1984) Y Roldn Prez (1992,
Cummins se enfocan en los Estados Unidos y Canad. Mucha de su informacin
para Latinoamrica. donde cada grupo de profesionales de la conservacin
copia de Roldn Prez (1992) y referirse con frecuencia a ella. La gua de identificacin
y Domnguez (2001) es obligatoria en Sudamrica. as como el manual de Carrera
el cual tambi n es til para las comunidades locales (captulo 10 y apndice e).
ndice EPT Que se encuentra en Carrera y Fierro (2001) es distinto del descrito
sensible al tamao de muestra de insectos. Debe corregirse antes de usarse en el
revisiones en Rosenbergy Resh (1993) le convencern de cwe los insectos bentnicos
herramienta extraordinariamente poderosa para monitorear o investigar la
del ambie~teacutico. Finalmente. los libros generales sobre tcnicas ecolgicas
Incluyen tecncas de muestreo para insectos bentnicos. Vea. por ejemplo. a
Sutherland (1996) .
13.

Cual~uiera de 105 siguientes cuatro recursos presenta la filosofa y desarrollo

Bentonco de Integridad Biolgica: Kerans y Karr (1 994 ). Fore Karry Wisseman

Chu (1997 1998) El

' d' C
.
apen Ice
presenta una forma ms directa para
.
.
~detodolo~a. Figueroa et al. (2003) presentan - en espaol! _ un caso del
In Ice analogo al EPT el f d'
B'"
..
".
.
n Ice 10tlCO de Familias. para indicar la calidad de
palsales agrlcolas y ganaderos del sur de Chile
14. Las truchas de la zona tem I d d i '
P a a e norte fueron introducidas a los ros J las

2lS

Centro y Sudamrica mucho antes de Que alguien se preoc

de los
. E . . .'
r
upara
efectos sobre la raun.
nativa. n mi opmlon. estos e,ectos potencialmente serios
n lclNoS

de conservacin e indagaciones subsiguientes los pocos -tudlos

han
.
.
~
lIJe se
realizado hasIa
ahora - por elemplo. acerca de los efectos del salmn introducido los ambi
.
"
a
entes aadllcos del
sur de Chile - son causa de pesadillas. aSI como un estudio en Nueva Zelanda
.1994).
: yTownsend
15. Buchmann y Nabhan (1996) y Kearns. Inouye y Waser (1998) sealan qpe la Int
In plantapoliniz ador e~ crticament~ i~portante. tanto como obletlvo o como Ind'cador eracc
v.Jos
estudios (p.e .: Alzen y Femsmger 1994: Murcia 1996) se han enfocado en la Interaccin
sf
sola. examinando las tasas de polinizacin y produccin de fruto con rcspccto a la
por
del hbitat o a la distancia al lmite entre el boSQue y los campos agrfcolas. Sin
fci lmente podra invertir el argumento y explotar los niveles de
o de frutos
como indicadores de integridad ecolgica en general. Dafni (1992) y Keams y
(1993)
las tcnicas para investigar casi cualQuiera de las numerosas
QSIC ~ para variables
de respuesta.
Captulo 9
Hay cientos de textos y artculos en revistas Que presentan t&nlcas para cuantlflcar la
de especies. AunQue la filosofa y las recomendaciones varran algo de las aqpr
(1989) presenta una revisin excepcionalmente clara. Magurran (1988)
un
de
alte rnativas an ms completo. la filosofa de este ltimo diOere bast:.lte de la QSIC se
aQu. y es probablemente ms til para preguntas sobre ecologra ~Ica y
El ....... al
espaol de Moreno (2000) es especialmente relevante.
2. Si usted necesita comparar los nmeros de especies S de muestras QSIC
.... 1'" al el
esfuerzo de muestreo empleado o el nmero de individuos encontrados.
usar las
produ cidas por cualQuiera de varias tcnicas de "rarefaccin". Estas t&n1aS
.una estimacin de lo Que sera S. si todas las muestras fueran del mismo tamaiIoJllo
el mismo esfuerzo. Una tcnica presentada por Hurlbert (1971) emplea un ndice de
Krebs (1989) Y Colwell y Coddington (1994) discuten con ms detalle las l&n1aS de
3. Origi nalmente los eclogos usaban las grficas de abundancia relativa para
observados en la distribucin de abundancias de las especies con
matemticos. tales como la distribucin log-normal. las dlstrlbuclor.cs de
series logartmicas y del "modelo de la vara partida" ("broken stlc!().
de estos modelos - excepto el de la distribucin Iog-normaI. el cual es
elaboradas expl icaciones ecolgicas. han sido descartados. Muchos
profesionales de la conservacin estn empczarKlo a

va liosas por s solas.

1.

Captulo 10
1.

Citado en Galeano (1984: p. 211). En la misma

Rodrguez (el mentor de Simn Bolrvar).
medio atrs. tales como" ... la sabidura de
en Amrica Ilatina!. dos enemigos de la

Indice

Agroecologa. 167
Ambito de la pregunta. 31-32. 45. 198
Ambos lados del borde. 120-124
Anlisis de componentes principales. 93
An lisis de correspondencia cannica. 93
An lisis de correspondencia sin tendencias ( DCA).
93
Anlisis de fu nciones discriminantes (DFA). 93
Anlisis de potencia. 64
Anlisis de regresin. 48. 225n.6. 229-230n.14
Anlisis de varianza multivariable. 93
Anlisis log-lineal. 93. 230n.1 5
Anlisis : de va rianza (ANOVA). 47: potencia a
posteriori. 64. 228n.9: de potencia a priori. 64.
228n.9
,
Area protegida: desde perspectiva del paisaje. 120;
con borde claro y abrupto (Uganda). 12 1: y matrizseminatural. 120- 124
reas de alta biodiversidad. I04n.3. 233n.2. Vf:I
indicadores de biodiversldad
Ballenas. 11I
Biodiversidad: conservacin de 160. 161. 113:
tos ca lientes". 104n.3
Biolgicamente signiflcativo. 63. 64. 73,

Borde. 120-124
Caballito del diablo. 137
Cabras cimafl'OI13S. 109
Caimn Feroz. 74-76.83-9 1
Cambios climticos. 103-104,231n.1.1L2.
Ciclndelidae; 135

Cicla de
Ciclo de

238

INDICE

da. 119-125
para un taller. 164 - 168 . 197-206
Educacin: 169-170; importancia de,
Conservacin. 1-5. 163-175. 197-206
os locales. 163.164; por
Construccin de carretera. 28. 224n. 1(ca~. 3)
.
les de la conservacin 174; recursos.
t utos' diseminacin de semillas. 142.
Consumo de Ir
.
Ejemplo de minera de oro. 13.27.58,
media/mediana. 70-71
Ejemplos de tala: 35-40; 224n.2;
Corredores de hbitat. 4
nificativa. 79; inQuietud especmca.
Correlacin simple de Pearson. 229n.14
(cap. 4); vecindario ecolgico. 11
Criterio para las preguntas. 21-29. 166. 224n.1 (cap4)
indicadores. 143-144; ciclo de
Cuartil. 71
presentando la variabilidad y. 7Q-71;
respuesta. 72; fuentes de variacin,
Datos de intervalo: definicin de. 64; ejemplo de.
ferencia estadstica 66. 78-80
91
Datos nominales (clasificatorios): definicin de. 64; Ejercicios: cmo formular una pregunta
car
la
diversidad.
152-153;
ejemplo de. 91
de la muestra. 181-186; diseoY
Datos ordinales: definicin de. 64; ejemplo de. 91
206; "indagacin comunitaria". 164Depredacin de plntulas. 140
cia. 78; graficar las curvas de
Depredacin de semillas predispersin e indicadores.
vas. 155-156; observarlformular
140
realizando un diseo. 58;
Descomposicin. 142. 143
145; matriz semi natural. 124-125;
Desviacin estndar: definicin de. 64; frmula para.
muestras. 159-160; variacin entre
69; muestra. 74; poblacin de 73; vs. coeficiente
los visitantes y la indagacin
de variacin. 71
El Nio/ la Nia. 102
Dptera. 137. 138
Diseminacin de semillas. 142
Ephemeroptera. 137. 138
Diseo aleatorizado. 32
Episodio glacial. 103
Diseo en bloQues 32. 48n.3. 51
Error de tipo 1: definicin de. 65,
Diseo: de una indagacin en 18 pasos. 43-58; tialtura. 202-206; importancia de.
co.60. 198-202
nivel ms alto de alfa. 82-83, 86-87,
Disimilitud proporcional. 160
tencia estadstica. 86-87
Distribucin normal: y ejemplo caimn. 227n.4; lmi- Error de tipo 11: definicin de. 65,
tes de confianza 177; e inferencia estadstica. 73
de. 82-84. 86. 96; nivel mas
Diversidad entre hbitats. 158-161
potencia estadstica. 88-89
Diversidad regional. 158
Error estadstico; 65
Diversidad: 160-161; base. 235n.1 (cap. 9); cmo Error estndar de la media:
cuantificar la. 149-151; como riQueza de espepara. 76; y ejemplo caimn. 75-76
cies. 148- 149; cmo tergiversar la. 151-15 S; Error: definicin de 33. Ver adenW
definicin de. 147; escala de diversidad. 158-160;
seca.
historia de cuantificacin de. 63. 149- 1S 1;Y es- Erupcin volcnica. 103
pecies raras. 149;y grficos de abundancias rela- Escarabajos coprfagos. 192
tivas de. 156-158. 160n. 1
Escarabajos tigres. 135
Especie amenazada. 129
"Enseanza de ecologa en el patio de la escuela" : Especie extica. 108. 109
descripcin de. 169. 170; recursos. 193-196
Especie interesante. 130
Ecologa del paisaje: 232n.1 (cap. 7); y rea protegiEspecie objetivo: criterios para

239
descripcin de, 127; vs . Indicadores, 128, 143145
Especies bandera, 129
Especies carismticas, 129
Especies claves, 129, 233n.5
Especies en peligro, 129
Especies sombrilla, 129
Especies vulnerables, 129
Estadstica "modelo nulo", 65, 94
Estadstica de remuestreo, 94; definicin de, 65
Estadstica multivariable, 65, 93
Estadsticamente significativo: definicin de, 65; ejemplos de 88; vs. biolgicamente significativo, 63
Estadstico de la prueba: definicin de, 65; nivel de
rechazo, 82; valores, 83
Estadstico: definicin de, 65, 68
Estudio experimental (manipulativo): definicin de, 32;
Ephemeroptera, 138; estudios manipulativos, 4445. 225 n.4; y comparando factores, 51;y tica,
60
Estudio no experimental (no manipulativo): definicin
de 32; vs estudio experimental (manipulativo), 44,
45,225n.4
Explotacin. 132. 139- 141
Factor de diseo: 43, 202; definicin de, 33; especificacin de, 46-47; niveles categricos de
225n.6; variacin de 47, 225n.5
Factor de tratamiento, 33
Factores alineados, 5 1-52; definicin de, 32-33,4243,45,202
Fitzroya cupressoides, 101, 103
Fragmentacin de hbitats, 120-124
Fuentes y sumidores: aplicaciones, 232n.14; al nivel
de un paisaje, 116; descripcin de, 113, 232n, 15;
y diversidad, 160; y fragmentacin de hbltats.
120; topografas, 115-1 17
Grados de libertad, 65-66, 83n.5, 178
Grficos de abundancias relativas, 155-157;
Gremios de aves, 133, 234n.7
GuardaparQ.ues e indagacin cientftlca. 163171,197-206

Helecho. 132
He.bIvoila de hojas e Ind'adorc:s. 140
Hiptesis clentlllca alterna. 10. 11
Hiptesis
nula. 10. 11
Hiptesis
...... 66
-. ; e Waatda. 78-85
Hiptesis nula: clentlllca. 9. 10. 11;
9.
10. 11. 66. 82-85
Hiptesls:cientlflcaalterna. 10. 11;
10.
66.81
Hiptesis:
10. 223n.1 (ap. 2);
10, 66. 81-84
Historia natural:
en
32.5354, 117-118; medida de la
161;,.
tia 113-117;yespaclo. 109-112;,
lOO109
Huellas: cambios
104-IOS:CIIItbios climticos del
103-104: MIIIaIatremos del
102-103:
'-nos del pasado. 105-106. 170;
recientes, 106-108. 231 n.9
Huracanes. 103
Igualdad entre las
149. ISI. 156
Indagacin clentll'ica:
marcos
para. 17-20;
el alcance de la. 163-175: c:IdIt.
campo. 19-20:

estudios de
13-15;105
Joc'.
munlda des locales. 1
17-20;

Uva de.
197-206:

240

INDICE

descripcin de. 138: recursos de. 193

.,
n
ndice de integridad biolgica para peces: extenslo
geogrfica de. 139: recursos 192 - 193
ndice de integridad biolgica. 139
ndice Shannon-Weaver. 148. 150-155
ndices: tergiversar la diversidad con. 151 : cu~ntifi
car la diversidad con. 149- 151: uso con graficos
de abundancias relativas. 157
Inferencia estadstica bayesiana: definicin de. 66.
228n.6: descripcin de. 95. 230n.19
Inferencia estadstica clsica. 64. 66. 228n.6
Inferencia estadstica no paramtrica: aplicabilidad de.
85. 89-93: pruebas de. 91: textos sobre. 91.
229n. 12
Inferencia estadstica para mtrica: aplicabilidad de.
90-93 : definicin de. 66: descripcin de. 73: trmino para 227n.3
Inferencia estadstica: aplicacin de 95-97: bayesiana.
66.95. 230n. 19: clsica. 66: importancia de. 68;
introduccin de. 73-78: no para mtrica. 66. 9093: otras aproximaciones. 93-95: paramtrica. 66:
supuestos de. 73-74:y estudios de altura. 202206: y ejemplo de tala. 73. 78-81: y preguntas
comparativas. 78-81
Insectos bentnicos: como grupo indicador. 137.
138. 234n.12: recursos. 193
Integridad ecolgica: 127. 232n.1 (cap. 8)
Interacciones ecolgicas. 139-145. 193
Intervalo de confianza. 76-78: 177-178: definicin
de. 66. 228n .6: utilidad de. 78
Inverso del ndice de Simpson C;n~ 148. 150-155
Islas Galpagos. 102. 109

Manejo adaptativo, 223n.3

Manejo natural de bosQ.ues, 107
Mariposas, I 1 l. I 34
Matriz seminatural: como entidad de
124: efectos de borde. 120-124:
en. 120: y manejo. 117: y
124. 125,131. 143: zona de
120:
Media aritmtica de la muestra. 73
Media aritmtica. 66
Media. y ejemplo de caimn. 74:
ejemplo de 69: frmula para. 69:
74: vs mediana. 70-72: vs
Mediana: definicin de. 66: ejemplo
dia 72
Meta-anlisis. 66. 94
Mtodo cientfico formal. 9-13.
Mtodo de la "precisin absoluta".
Mtodo de la precisin relativa, 182
Mtodo hipottico deductivo, 10-13
Migraciones. 103. 230n.1
Modelo lineal general. 225n.6
Monitoreo: la conservacin, 15. 19.
cin de. 59-61. 226n.14
Muestra: 48. 66: e inferencia
Muestreo aleatorio y lmites de
emplazo. 227n.5: e inferencia
Muestreo: costo del. 13 1; error de
82-84; metodologa. 33,
altura. 198-202;yejemplo
emplazo. 227
Murcilagos. 70. 71. 111
Mutualismo. 142

lirones de hbitat. 123

Lmite de confianza: clculo. 96n.3. 177- 178: definicin de. 66. 228n.6
Logar,itmos: y distribucin normal. 227n.4: y variaClon. 72
Lombrices (y nemtodos): como grupo indicador.
135- 136, 234n. ll : recursos de. 192: muestreo
de. 136
Lupinus mulabilis. 16

Nemtodos. 136
Ninfas de liblulas. 137
Nios locales. 163. 164, 169. 114
Nivel de alfa. 66
Nivel de rechazo: definicin de
Niveles categricos. 33. 47-48
Niveles continuos. 33, 48
Niveles del factor de diseo:
33; especificando

241

Noble comunidad. 169

Noble salvaje. 108. 169. 231n.10
Odonata. 137
PaQuetes de computadoras. 68. 83. 93. 94. 227n.2
PaQl]etes estadsticos. 68. 83. 93-95. 227n.2
Paradigma. 10. 1 l. 12
Parmetro. 67. 73
Pariente del lamo. 101
Paso de reflexin. 13.22-23.63
Pautas. conservacin: e inferencia 86: seguimiento y.
15. 19: origen de. 2-4
Perspectiva temporal : eventos extremos del pasado.
102-103: impactos humanos. 105-108:yclima.
102-103: y especies de diferentes ciclo de vida.
100: y plantas de larga vida. 100-10 1:y perturbaciones recientes. 106-108
Perspectiva: aplicabilidad. 1 17: rea protegida/paisaje. 120: espacial. 99. 109-1 12: temporal. 100109
Perturbaciones: mosaico natural. 107: naturales. 102103: 107
Plantas invasoras. 132. 135
Playero migratorio. 1 11
Plecoptera. 137. 138
Poblacin estadstica. 67. 73
Poblacin muestreada: definicin de. 33: en ejemplo
de tala. 55
Poblacin objetivo: definicin de. 34: en ejemplo de
tala. 55
Poli"as. 111
Populus Iremuloides. 1O1

Potencia de una prueba estadstica: deflnicin de. 67;

influencia sobre. 88
Potencia estadstica: alcance de. 228-229n.1 O; dcfInicin de. 67: e inferencia no paramtrlca. 8993:y errores de tipo 11. 86-89
Preguntas comparativas: 23-25. 224n.l(cap4); ....
do ejemplo caimn. 74-78: uso de. 23;J 11
rencia estadstica. 78-86. 183muestra. 178-179. 182-186
Preguntas direccionales. 84-85

Pregumas no
e
81-84
Preguntas: ultelkls para. 21-26:
de. 34:
84:
27-29:
da de. 9-10. 13. 16-18.....: el *nbIo
3132. 45. 59. 198: no
23. 74-78.
184-185: no dlrto:lOi'IIIes. 81-85. 86:
10.27'
164-168:
y tamao de ITIIICstra. 179-186:J tw~. 2627: "Por ~". 21-23
Procedimiento "Monte CarIo". 94
Procedimiento de
94
Procedimiento navaja. 94
Procedimientos de oreja. 94
Profesionales de la
1-2. 12"13. 174175
Prueba "U" de
92
Prueba de chl-cuadrado. 91-92. 229n.13
Prueba de correlacin de rangos de
~
rrelacln simple de Parson). 92. 22911.14
Prueba de
92
Prueba de rangos con
de . . . . . 92
Prueba de Slegel-TuKy. 92
Prueba es1ad'stlca: dellnld6n de 67; J
altura. 205-206: e lnferendI.
85. 226n.1
Prueba
Prueba t. 86. 183

dedos
132

142. 2lSn. 1S
. 2lSn J
ncg.lllvo. 1J2
tu 1 ut gulado-. 142
1S. 53. 161 n.2. 168n. 17. 202. 206
e
elide Indag 1 n. 1S: metodologfa y
muestreo. SS. S6
udorrepl In
S7: definicin de:. J4
IS9
- fndromc de los cinco dedos -. 84
tema de In~ macln geo f1ca. 26
. de:finlcln de:. 34: e:n
de t~J. S6-S7
para. 164- 168. 197-206: mac:str . 169- 170
T ma~ de muestra: de:cldie:ndo sobre:. 181 - 186:
deOn In de. 66: limites de: confianza. 177-178:
y decto tamao. 79-8 1: y pote:ncla e:stadstlca.
87-88
del de:cto (el: definicin de:. 67: y e:je:mplo
de la tala sele:ctlva. 79-80:y pote:ncia estadrstlca.
87Tasa finita de creclmle:nto de poblacin. 113
Tttnlcas de rare:faccin. 235 n.2
Tecnologla y preguntas. 25-29
Tenc:bnonidac. 1J5
Tcaria de la Informacin. I49. 15 1
Tortugas marinas. 111
Trampas tipo. 36. 54. 226n. 1O
Tratamientos. 33
Trkhopte:ra.137- 138
Trogkx!Ytes ac:don. 133
Truchas. 139. 234-235n. 14
UI/ucus tu~rosus. 16

-Una cola - tcxtoslvalores. 85

un~ de evaluacin: definicin de. 34: ejemplos
. e: tala. 35. 37-40: sc:leccione la. 53
Un~ad de: respuesta: definicin de. 34: en ejemplo
c~ tala 49:, esparza de 50: estudio de observan. 48: numero de '57'
" de. 226n.12
. repet'IClon

Unidades e.perlmcntales:
nlpulacln de cstuclas. 41
Valor tabulado: definicin de.
Valores de alfa-tabulado. as. 16
Valores transfoillwdos. 227n.4
Variabilidad:
la. 61-72:
Variable de
52-53:
pIo de tala. 36: cstuclode
Variable dependicnte. 35
Variable Independiente. 33
Variacin Intrfnscca:
81-82: en e:jcmplode'"
Variacin: asociada con
clacla con el ractor de cilicio.
de. 33. 41. 42-43
Ve:clnclarlo
110-1
Ve:rdadera re:pllcacln...9
VISitantes a las

Wlens. lA. 99
Zar. I.H .. 91

Acerca del autor

Hace muchos aos Peter Feinsinger confundi la palabra "neotroplc3l" con "ndrtJco" ameloatlbl
el formulario de solicitud de admisin al programa de doctorado en la
de
Le do .....
vergenza admitir su error. Q!Je abandon la idea de hacer investigacin en la zona
cid .... II:J.
convirti en un eclogo tropical (luego aadi las regiones subtroplcal y templada del sur).
." ...
trabajado en muchos paisajes de Centro y Sudamrica y el Carlbe. al prlnclplo

temas de ecologa bsica y. ms recientemente. participando en pr~os de bIoIo&fa de la

entrenamiento. capacitacin y educacin pblica. En 1992 se rcllr de su
Zoologa y profesor adjunto del Centro de Estudios
la
de
reside en Flagstaff. Arizona. donde es profesor adjunto de biologa en la
de
y Conservacionista Asociado a larga distancia de la Wildlife
Scx
se le encuentra trabajando con alguna de las muchas
simplemente con sus amigos- en Amrica Latina.

Este libro se tenruno de imprimir

en los talleres de:

IMPRENTA TOKYO
en Abril de 2004
Santa Cruz - Bolivia

ECOLOGA/CONSERVACiN

ELOGIOS

ADELANTADOS

PAR A '

El Diseo de Estudios de Campo para la Conservacin de la Biodiversidad

" Este libro vuelve a ubicar la investigacin cientfica

dentro de la conservacin. De una manera
maravillosamente perspicaz e instructiva, Peter
Feinsinger demuestra que el pensamiento cientfico
puede ser atractiva mente simple y accesible para
todo profesional de la conservacin. El autor nos
muestra que si sabemos formular las preguntas
correctas y reconocemos que el diseo experimental
y la estadstica son simplemente caminos hacia el
sentido comn, podemos lograr mejor nuestra tarea
de conservar reas silvestres ."
-John G. Robinson, vicepresidente y director,
lnternational Conservation, Wildlife Conservation Society

"Peter Feinsinger era uno de mis catedrticos. La

materia de ecologa de comunidades enseado por
l y Archie Carr (a quien este libro est dedicado)
en la Universidad de Florida fue el mejor curso al
cual he asistido. Mis expectativas para el presente
libro eran altas, y han sido ampliamente cumplidas.
El Diseo de Estudios de Campo para la Conservacin
de la Biodiversidad representa una lectura
'obligatoria' para cualquier persona interesada en
aplicar ciencias eCQlgicas a los problemas de la
conservacin."
-Reed Noss, presidente, Society fer Conservatian Biology

Quien sea que trabaja en la conservacin de la

biodiversidad o en la ecologa de campo dehe
entender y utilizar el proceso lgico que es la
investigacin cientfica: observando el entorno,
formulando preguntas, respondiendo a dichas
preguntas a travs de estud ios bien diseados, y
en muchos casos, aplicando los resultados a la toma
de dec isio nes. Sin embargo, el ndole
interdisciplinario de la conservacin se traduce en
el hecho de que muchos profesionales no cuentan
con una adecuada formacin en los mtodos
cientficos, y pueden malentender o desconfiar de
esta indispensable herramienta.
El Diseo de Estudios de Campo para la Conservacin
de la Biodiversidad enfrenta este problema ofreciendo
una orientacin entendible y prctica para el uso

de la investigacin cientfica en trabajos de

conservacin. Con un estilo atractivo y accesible,
Peter Feinsinger, eclogo tropical premiado y profesor,
moldea conceptos, mtodos, y herramientas
intelectuales para lograr un nico planteamiento
para responder a preguntas ambientales a travs
de la investigacin de campo. Enfocando los
fundamentos del sentido comn, el pensamiento
independiente, y la historia natural, el autor toma
en consideracin los siguientes temas:

Fbrmulacin de la pregunta y diseo del estudio.

Interpretacin y aplicacin de los resultados a
travs de un uso sensato de la inferencia
estadstica.
Toma en cuenta de la historia natural de plantas,
animales, y paisajes.
Monitoreo y asesoramiento del avance utilizando
enfoques tales como 'especies bioindicadoras'
o 'medidas de diversidad de especies'.
Asistencia a otras personas y entidades
interesadas (guardaparques, comunidades
locales, profesores de escuela) en el uso de la
investigacin cientfica para enfrentar sus
propios asuntos .

El Diseo de Estudios de campo para la Conservacin

de la Biodiversidad es un manual indispensable,
tanto para los investigadores y otro personal
trabajando en instituciones o proyectos de

conservacion en todo el mundo, como para

estudiantes y profesionales de la ecologa de campo,
la biologa de fauna silvestre, y otras disciplinas
relacionadas.
PETER FEINSINGER es profesor adjunto de biologa
en la Northern Arizona University en Flagstaff,
Arizona (EE.UU.), y investigador de conservacin

con la Wildlife Conservation Society. The Nature

Conservancy es una organizacin intemacional sin
fines de lucro dedicada a la preservacin de la
biodiversidad a travs de la proteccin de hbltats
crticos.

Bolivia
EDITORIAL

Notas

Captulo I
Hay unas definiciones similares en Mangel (1996). Meffe y Carroll (1997). Schwartz (1999). Poiani
et al. (2000) y Primack et al. (2001).
2. Los captu los 11 -14 de Meffe y Carroll (1997). Y especialmente la seccin titulada "Cuatro principios
bsicos del buen manejo" en las pginas 352-359. presentan una excelente y detallada definicin
de manejo y conservacin con estudios de caso.
3. Usted encontrar perspectivas similares en Murphy (1990). Alpert (1995). Heintz (1995). Underwood
(1995) Y Castillo y Toledo (2000) entre otros.

1.

Captulo 2
El mtodo cientfico formal como se presenta en la figura 2.1. de forma Que distingue claramente
las hiptesis cientficas de las estadsticas. se parece a la presentacin Que hacen Fretwell (1972).
Underwood (1990) y Peters (1991). pero no a la de Underwood (1997).
2. Esta pregunta de la vida real fue propuesta durante un taller en la regin de lzozog del Gran Chaco
de Bolivia. por los parabilogos Alejandro Arambiza y lorge Segundo. el vigilante de cacerra
Odn lustiniano y el guardaparQue Pedro lizrraga.
3. sta es la esencia del "manejo adaptativo" (Holling 1978) ubicada dentro del contexto de la
indagacin cientfica . Tal manejo adaptativo. Que involucra a profesionales y miembros de la
comunidad. es el tema central del importante libro de Margoluis y Salafsky (1998). Castillo y
Toledo (2000) luego extendieron su uso a la agroecologa.
4. Kremen . Merenlender y Murphy (1994) Y Frumhoff (1996) presentan una excelente introduccin a la
filosofa del monitoreo. Margoluls y Salafsky (1998) proveen el contexto social para montar
de monitoreo. Note Que el monitoreo por s solo no constituye una indagacin cientmca
completa. a menos Que cump la ciertos criterios (vea el captulo 4).

1.

223

..".1

NOIi\~

CJptul o J
I construccin de carreteras puede ser tal vez la
,.
otras partes. a
.
I
y
,
tegidasy aun de la ligeramente a terada matriz
1 fn latlnO,lIncrlca
'd d de las areas pro
. '
b
'
rl
Inra
' , la mtcg a
imagen esp ecialmente deprimente, Sin em argo, cuantas
(1999) presenta una
I ente en los efectos de las carreteras o en las
.. , SC 1 enfocado rea m
. .
,
(lentlfKal
lan
C'IO' n y mantenimiento de carreteras? Muchas mas en
t' as de construc
.. ,
formal alterna IV
a a Young 1994). Consulte la revlslon de Formany
.
rica (aunQue ve
QUe en Latlnoam .,
. 1" en Conservation 8iolo81 14(1) Que empieza con
as como la "5eCClon EspeCia
Captulo 4

.
.
ue tratan sta y otras InQuietudes sobre los efectos de la

b
I Hay numerosOS tra aJos Q!
.,
I
'.
. de bos"ues naturales. sobre la conservaClon. A gunos
en peneral el manejo
'"
h
I
YreCientes
. o Inc
. 1
uyen.. Fru mhoff (1995). Hartshorn (1995), K an et a . (1995), Crome.
(1997) Rice Gullesony Reid (1997). Uhl et al. (1997). Baway
(1996). Lautranl c(e2000 ) rutz ~t al (2000) y Fimbel. Grajaly Robinson (2001). El tema
(hapman e a.
.
.
b
. I con proponentes Que sugieren Que el manelo del oSQue natural es el
controverSia.
viable para conservar el bOSQue fuera de las reas protegidas ("selo o pird~lo")
con crticos Que sugieren Que la biota en los bOSQues manelados se perdera en
degradacin ("selo J pirdalo") por el otro lado ~ La filosofa del "selo o pi,r.dalo
estrategia ms prctica para evitar una degradaClon del bOSQue completa y raplda.
dos libros recientes escritos por eminentes eclogos de campo presentan un
aunQue descorazonador. del "selo y pirdalo": Struhsaker (1997) y Terborgh (
A primera vista. esta pregunta puede Que no parezca cumplir el criterio de
embargo. en la pregunta est implcita la comparacin entre "sin tala" y "con
cualQUier pregunta de la forma "cul es el efecto de X?" automticamente implica
compara con la ausencia de X"y. por lo tanto. reQuiere Que el diseo de la i
control. o una situacin en la Que X no existe. Entre los ejemplos se incluyen los
impacto ambientaly un vasto nmero de preguntas importantes de conservacin.
detallado de un estudio de impacto ambienta l est por fuera del tema de este
deben seguir las consideraciones generales presentadas aQu. Las siguientes
otras. aportan perspectivas adicionales sobre el diseo de indagaciones para medir
ambientales Man~ (1992). Osenberg et al. (1994) y Wiens y Parker (1995).
2. En lugar de la tala selectiva. el ejemplo en este captu lo podra haber involucrado
los muchos otros temas crticos para la conservacin de la biodiversidad y del
protegidas en Latinoamrica - o para la ecologa bsica de campo. Algunos
efectos del fuego y de est t '. . l '
.
.
ra cglaS a tcrn<Jtlvas de manelO del fuego (p.el .: el
encabezado por el de Uhl 1998)' I
I
. os e eetos de las carreteras (vea la nota 1.
f
e ectos de la caecra sob . I
bl '
re as po aClones de anil1l<llcs silvestres (p.ej.: Robinson y
I
f
05 e ectos eJe 101 sendero
'. '.
,
l
.,
s r<Jra VISitantes y (OIllO dise<lrlos ele la Illejor forma: o
.
a extraCClon eJe plant<J1 llleeJ ' I
Y Carroll (1997) . .
ICllla es y otros produllm no l1l<Jder<Jblc~. Hay otros
y en rflmae~ et al. (2001)
H
3. ay otrOI libros \obre el ui. .
.
detalles u 1, '
SU10 tk cstudlo) (l.Ul' pueden ser Illu y tiles. aunQ!Jt
e a teofla cst<Jdsti" ' . .
'
.
ca 111<1\ (l.Ul I<ls realld<Jde.\ de GllllpO. 5tos Incluyen

NOTAS

4.

5.

6.

7.

225

Manly (1992) . la terminologa y el nfasis conceptual de estos dos libros difieren de lo~ Que ~
usan aQu . Cook y Campbell (1979) tambin usan otra terminologa - de las ciencias 5OClale~ y la
filosofa de la ciencia - pero tratan muchos diseos apropiados para nuestros propio\ estudios
de ca mpo. Yo recomiendo a Hurlbert (1984) como el mejor punto de partida. si desea adentrarse
en el diseo ms all de esta introduccin.
De nuevo. distintos autores usan distintos trminos. Yo usar, de manera intercambiable, 105
trminos experimento, estudio experimental y estudio manipulativo para describir situacione~ en
las Que usted (el investigador) tiene control sobre los eventos. En contraste, un estudio no experimental. no manipulativo o de observacin es uno en el cual los eventos Que han experimentado las
unidades de inters estn fuera de su control, o han ocurrido antes de Que usted aparezca en
escena. Si desea ponerse tcnico al respecto, EberhardtyThomas (1991) presentan una clasificacin
exhaustiva de los estudios y discuten los tipos de conclusiones Que se pueden sacar de cada uno.
Por ejemplo. con un diseo similar al 16, usted podra hacer una pregunta compleja con respecto
a las diferencias entre las parcelas Ts y las reas sT. las diferencias entre las estaciones J la
posibilidad de Que los dos contrastes no sean independientes uno del otro - esto es, Que la
naturaleza de las diferencias entre los sitios Ts y sT cambie con la estacin (vea tambin la nota
7 abajo). AQu "estacin" podra ser el segundo factor de diseo con dos niveles (estacin hmeda
J estacin seca) . El anlisis de datos podra ser un poco difcil. dependiendo de los detalles
parti culares del diseo y est fuera del alcance de este libro.
Tcnica mente. un solo modelo estadstico. el Modelo lineal General. es la base de los anlisis de
va rianza usados en estudios con niveles categricos del factor de diseo,y de las distintas tcnicas
de regresin usadas para anal izar estudios con niveles continuos. Por supuesto Que 105 estadsticos
profesionales siempre han sabido esto, pero los textos clsicos de estadstica escritos para bilogos
bsicos o apl icados, han presentadp las dos aproximaciones separadamente. Solamente con la
llegada de poderosas computadoras y programas de estadstica verstiles, es Que esta relacin
nos ha sido martillada. Sin embargo, el uso prctico de las dos aproximaciones y la interpretacin
biolgica Que se le d a los resultados, siguen siendo fundamentalmente distintos.
l os textos presentados en la nota 3, y los textos estadsticos listados en la nota 1del captulo S, dan
detalles completos de los diseos de blo<wes. Dutilleul (1993) discute las ventajas Q!Je tienen los
diseos de blOQues sobre los aleatorios en los estudios de campo, mientras Que Newman, Bergelson
J Graffen (1997) presentan algunos detalles cruciales del anlisis estadstico - lase ambos artculos
si alguna vez considera el diseo de un estudio en blOQues. Dese cuenta Que algunos. pero no todos.
los diseos de blOQues le dan tres tipos de informacin crucial: (a) si el factor de diseo por s solo
afecta los valores de la variable de respuesta, o el "efecto del tratamiento"; (b) si el conjunto de
factores alineados Que vara entre los blOQues tiene efectos direccionales sobre los valores de la
va riable de respuesta, o el "efecto de bIOQue''y (e) si el efecto relativo del factor de diseo vara de
un blOQue a otro. o la "interaccin blOQue x tratamiento". Por ejemplo. digamos Que, sin Q!.Ie usted lo
sepa. los si ti os de bOSQue nublado Ts (figura 4.2) tienen menos especies de mamferos peQ!leos
Que los sitios cercanos sT, mientras Que en el bOSQue seco tropical pasa lo contrario. Tal info""acin
puede ser crucial para elegir pautas de manejo. Sin embargo. en el diseo 11 (figura 4.3) esa
entre si tios sT y Ts. dependiente del tipo de bOSQue. causara una m~r variacin en los
loe
tom del juego combinado de todos los sitios repetidos sT y del juego combinado de
los
sitios repetidos Ts . respectivamente. Usted no va a poder discernir ningn patrn aJII
ruido. y probablemente no podra concluir nada. Sin embargo. una
ampliada

"

, 'h

. d d respuesta - seis blOQues de dos unidades de

24 unldJ es e
'
1 '
3)
(lt~urJ ., ((ln
.
. .' 1 blOQue x tratamiento aSI como e electo del
'1
1
rt'Vclarla la IOteracClOl

l.k.t um

dn '(1 ueI blnQue \(ll~. 'dscusiones sobre las consecuencias de seleccionar

rJf
S I'unk rnulnl ~\,~e ent~~19~3).lUdwigy Reynolds (1988)y Krebs (1989). Sin
tlt'l>Jrld,11 en Grelg mi
.
. . discusiones conCIsas.
(199M prrlen:,1 un) 3s dWlgy Revnolds (1988), Krebs (1989) y Sutherland (1996)
9 \\lullmlloU (197 8 . LU
:l
. I
Idrllion,lr IJ\ unidades de evaluacin padra anima els('1996) d'
Ih h
.
. h (1972) Krebs (1989) Y Woo man et a .
Iscuten e ec o de
10 Wlrnrr y Smlt.
-'
b
los mamferos peQuenos no siempre son muy uenas para
. para capturar VIVOS
.
poblacin objetivo.
.
anteriores. Hay
11. LI 110\ IOC Iuyen especficamente los textos listados en las notas
.
lobre el mue treo de plantas o grupos particulares de animales y muchos de ellos
Enlre los ms recientes hay tres manuales produCi?OS por Smithsonian
(1994) para anfibios. Wilson et al. (1996) pa~a mamlferos y A~os~1 e.t al. (2000)
12. MJn~ (1992) presenta una profunda discuslon de la aSlg,nacl~nl optlma del
unidades de respuesta en lugar de unidades de evaluaClon mu lIples
los textos de estadstica citados en el captulo 5. nota 1.
Il Con ulle Hargrove y Pickering (1992) . Algunos de los ms importantes estudios
ecologa. tanto bsica como aplicada. han involucrado slo una unidad de
factor de diseo. pero sin embargo las interpretaciones han sido bien justificadas.
experimento ms famoso Que se haya hecho sobre los efectos de la
1977) en esencia incluy solamente una unidad de respuesta del control (un boSQJJC
intacto Que ocupaba una cuenca). y una unidad de respuesta del tratamiento
cuenca Que fue completamente deforestada) . Sin embargo. hay muy poca
deforestacin haya sido la culpable de los tremendos contrastes en funcin del
los dos sitios Que se examinaron.
14. Tres artculos claves (Noss 1990; Kremen. Merenlender y Murphy 1994: Frumhoff
lamentan por la falta de definiciones consistentes y diseos rigurosos en el
propsitos de conservacin. Los trabajos recientes Que enfatizan el monitoreo,
y Salafsky (1998) y Poiani et al. (2000) presentan contextos sociales y
mOnltorear. pero no evalan las definiciones alternativas ni los diseos para
Captulo 5

1.

Los bilogos de campo y los profesionales de la conservacin tienden a usar tres

tlcular: ~teely Torrie (1980. 1988). Sokaly Rohlf (1995)y Zar (1999). le
traduCClon al espaol de la edicin anterior de Sokal y Rohlf _ hay muchos
otro texto traducido al espaol d' . 'd
Y Levine 1996) C d
. Irlgl o a otro pblico pero muy completo, exactoy
. a a texto tiene sus fort I
d
do
slo puede bt
a ezas. y a menu o nos vemos pasan
o ener uno de ellos (y no I
I
I I
libro de Sokal R hlf
'
e 010 esta a ectura en ingls). consiga a
y o no tiene tablas t d' .
Y Sokal 1995) S"
.
es a Istlca . Usted debe conseguirlas por
. I QUiere una mtroduc .,
I
Gonicky Smith (1999) U
Clan maravil osa e irreverente a la
primer anlisis estads;i nalvez uste? crea Que sabe lo Que est haciendo, pero
ca. ea el articulo de Johnson (1999) .

NOTAS

227

2. l os paQuetes de estadstica para computadora perso I

.
.
l
'
na aparecen tan frecuente
t
d
en preci sar a guno aQul. Use el Que tenga a la mano l i m e n e. Q!Je udo
, .
_
. e Que e guste o el Que le g t
.
Que este dispuesto a ensenarle a usarlo la secc'lo'n "h
.
'
us e a un amigo
.
erramlentas tecnolgic .. d I B 11 .
Ecolo;ical Socie!!, ofAmerica es una gran fuente de evalu .
l'
as e u etm of the
.
,. ,
aClones actua Izadas Tambin
una lista muy utll en la pagina iv de Conover (1999) Com I
f '
"
se presenta
.
o o en allza este capitulo sin embar
iTENGA CUIDADOllos paQuetes estadsticos de las computadoras no
'
'h
. go
. d
'bl
'
son mas Que erramlentas
f
so Istl ca as. sensl es y potenCialmente peligrosas Q!ue son d
. d f" 1
emasla o aCl es de usar de usar
mal y de abusar. le dara usted una motosierra encendida a un( )
di'
' )
d' h d
' .
a pre-a o escente Que no la sabe
manelar. Des IC. , a amente.
los
estadlstlCos
han
hecho
I
'
usto
eso
co
I
'
1
l
'
,
n os eco ogos y os bilogos
de Ia conservaClon. a traves de cursos librosy paQ!uetes de computad
,
.
ora. S'I no sa be exactamente
Que es lo Que I~ computadora est haciendo con sus datos. si no sabe Qu es lo Que significan
real mente lo; numeros generados. si n~ reconoce los supuestos y sesgos de la tcnica estadstica
usada o aQuellos de la inferenCia estadlstlCa en general. ni siQuiera piense en usar un PaQuete para
computadora. Si se pueden ha,c~r los clculos con una simple calculadora. hgalo y vea Qu
sucede en cada paso. SI su analiSlS es muy complejo para una calculadora manual. siempre es
pOSible Que su pregunta y su diseo tambin sean demasiado complejos.
3. La inferencia estadstica paramtrica es el trmino tcnicamente correcto. pero la m~ora de los
autores (incluyendo los de los textos ms importantes) dicen estadstica paramtrica.
4. En este ejemplo imaginario. la distribucin de las longitudes de los caimanes adultos no se desva
mu cho de los valores tericos de la "distribucin normal" sobre la Que se basan estos
procedimientos. los tamaos de los individuos en las poblaciones reales. y muchas otras variables de respuesta en indagaciones de campo. por lo general se desvan mucho ms de la distribucin
normal. Sin embargo. si se transforma cada observacin con su logaritmo. los valores transformados
(logartmicos). por lo general. se ajustan mucho ms a la distribucin normal Que los datos crudos.
Por lo tanto. Meade (1988) y algunos bilogos de campo recomiendan transformar en logaritmos
los datos crudos para cualQuier variable de respuesta biolgica o ecolgica. incl'!)'codo. pero
ciertamente no restringindose. al tamao y peso de los animales. Sin embargo. los estadsticos
de las mu estras Que se calculan para los datos transformados son difciles de interpretar. En
consecuencia. otros bilogos y estadsticos urgen precaucin. al igual Que yo: transforme slo si
es necesario. no automticamente. Consulte a Krebs (1989) para ver una discusin prctica y clara
sobre las form as de transformar los datos de campo y la necesidad de hacerlo.
5. Para estos ejercicios. se seleccionaron aleatoriamente los caimanes de la lista en la tabla S.I. COll
la funcin generadora de nmeros aleatorios de mi calculadora. Una de las regl~ del muestreo
aleatorio es Que cada observacin (en este caso cada caimn muestreado y su longitud) deben ~
independientes de las observaciones Que le anteceden y suceden. la Dra. Navidea !Y nosotros)
debemos muestrear con remplazo. esto es. debemos devolver cada caimn al lago dcspub de
medirlo. de manera Que tenga la misma probabilida~ Que cualQuier o~ro, caimn de: ~ captlll-:
y medido de nuevo. Si. en su lugar. la Dra. Navldena marca cada calman antes de:
J
asegura de Que no lo vuelve a medir. ella estara haciendo un muestreo sin remplazo.
la
poblacin estadstica de inters no es varios rdenes de magnitud ms grande CIic: d tanIIiIo ele
muestra n. como en este caso. el muestreo sin reemplazo sesgara todos los
estadsticos Que siguen. a menos Que usara clculos especiales
para
Cuando la poblacin estadstica de inters es considerablemente ms
muestra n. entonces no importa si muestrea con o sin reemplazo-en

lJA\

, 'd d de encon trarse con la misma entidad o Individuo

robablil a es
,
Ih.1V muy r(J(~s P
' e muestree con remplazo. SI no puede. entonces
. SI es pO\lblc. I/cmpr
rcsum,n.
de escepticismo.
C\tJdISItW\ (On un poco
xpresar 105 lmites de connanza como "el
. te C\ incorrecto e
b b'l'd d d
rl'lnl(~l11cn e cstamOS es t'1m ando tiene un XX % de pro a I I a, e caer entre
'JrJmetro Q U "
rtenece a otro tipo distin to de es tadlstica. la
ddll1lcin. a\1 de ,sencdl a. P:I captulo 5). En la es tadsti ca "clsica" Que estamos
(Que sc discute mas dtar eCen me (1997) y otros. la de fini cin comp Ieta de los Irmlles
J US<lr. y pJrJfrasean o a ro
\enJ <1"
'd
sacara
un
nmero
innnito
de
mues
tras
del
lago.
cada
una
SI la Dra NaVI ena
o
,
'tes
de
confianza
del
95%.
entonces
el
95%
de
esos
1
I05 Iml
calculara
.
.
.
d
Y
'.
N sotros aproximamos este procedimiento estiman o el
II1clutrl.1I1 a JI . o
.
I
muestra
lo
cua
l
nos
da
el
IntelVa
o
entre
2.0
m
y
3.2
sola
con bale en u n a
.
realidad. el verdadero valor de JI o bien cae o nO,cae en ese II1telValo. no hay una
'n
S
JIOCla daembargo
l . debido a Que esta tec nlCa usualmente da la
(aproximadamente el 95% de las veces en este caso). la Dra. Navidea
verdadero valor cae entre 2.0 my 3.2 m.
i

urn Ahora se da cuenta por Qu necesitamos una defini cin de trabajo ms

7. Consulte los textos mencionados en la nota I arriba. especialmente Sokal y

(1999). Para calcular el error estndar del CV de la pobl acin. consulte Sokal y
Los clculos para 105 distintos parmetros dineren bas tante entre s. Tenga
8. Entre los trabajos recientes e importantes Que discuten esta inQuietud estn los
(1991). Mapstone (1995). Crome (1997) Y Steid l. Hayes y Schauber (1997).
9. Esta relacin es un ejemplo del anlisis de potencia a priori. Que es el otro lado
estimar el mnimo n Que se necesita para alcanzar un determinado a y p. con
diferencia
desconocida. Cuando se hace un anlisis de potencia a priori. usted
ser el fJ (o la potencia 1 - fJ ) Que alcanzar con un determinado tamao de
y una diferencia biolgicamente signincativa de o 7" Es muy tentador tambin
de potencia a posteriori con datos Que ya se han tomado para contestar la
probabilidad de haber detectado una diferencia
determin ada con estos
mnima diferencia
Que hubiera podido detectar con es tos datos?". Existe un
esotricas por las cuales un anlisis de potencia a posteriori est plagado de
Nayes ~ Schnauber 1997: Gerard. Smith y Weerakkody 1998). por no decir Que
matematlcas complicadsimas. Ni lo piense.

10. Si aplica el mtodo del apndice B a un juego de datos preliminares. y

ImpOSible alcanzar la potencia deseada para eva lua r su va riable de respuesta y
razonables no se desal' t (t d ')
.
len e o aVla . A veces uno puede reconsiderar la
expresar la variable de re
ti'
,
spues
a
para
a
II1dagacion
verdadera.
y
ser
capaz
de
deseada con un tamao d
'd d d
e muestra razonable. Por ejelllplo. el nmero de
UI1l a e volumen de
I ( '1
estadst'
b sue o capltu o 8) por lo general va ra muchsimo.
Ica razona le para revel
b'
b' l '
ar cam lOS loogica mente significativos en

I ,

erimenta el pas y la cantidad de salsa picante

P
to
t
'rremo
'
Que
ex
, - 7 Las naCiones
'
deI mundo.

,
IIClUCIllIJ (e (
,. 'C '1es el factor de diseno,
I h btantes] ( ua
Jnu.llmcntc 0\ J 1 ] l frecuencia de terremotos Y el consumo per cplta
a es una variab le independ'lente Que
u<" \arlJ ni'C\ de re'puesta dos
(!1 lrIJ U\tnJ Que una de estabs, dependiente? Le dejo a usted el desafo de
,
e
,en
a
la
vana
e
,
'
en IJ (,tra. QU .
U
ueba de correlacion. bi en sea la de Spearman
I
apropiado]
na
pr
el Jn,1 ""
. t para las preguntas QlJe ti enen Que ver con la
, l' 'ar,on En contras e,
'f
I
((
d.
'd d Y abundancia de los maml eros peQuenos. as aves dd
1 C
' es eI factor de d'Iseno.
- las
,('!cctl,,I Y la b IvcrSI ala intensidad de la tala selectiva
ra n," dc! ,oto
I oSQue.
erimentadas por cada unidad de respuesta son los niveles, y
tala parllcu
ares
cxp
El
'
1
"
.
. ' d b dancia son las variables de respuesta.
ana 151S apropiado es
dll cr\lda , V a un
,
,
'
"
'
I
'
I c'lo'n La aproximaclon parametrr ca mas slmp e es una regresIn
lamJ' una corre a
.
,,
"
.,
, ,1
de'conocen Que hary tamb len una tecnlca de regre510n no
IO\C'tlgauores
encontrar en el texto de Conover (1999).
<.)l1 vRohlf (1995) discuten brevemente los anlisis lag-lineales. Agresti (1990) es
15. ~
f
mas completa pero es bastante pesada, para Qui enes no son pro esionales en
presentacin ms clara y prctica de '?s analrsls log- Irneales Que me he encontr~
Blan~ V Gruber (1996); a pesar del titulo. no reQui ere QlJe use el paQuete estadlstico
16 Entre ~I gran nmero de textos de estadsti ca multivariable para los cientficos de
y eclogos bsicos se incluyen Gauch (1 982 ). Pielou (1984). Man!y (1986),
(1987) Y longman. ter Braak y van Tongeren (1995) . Este ltimo puede ser el ms
embargo. no pase por alto a lames y McCull ough (1990) , Estos dos autores
de la$ tcnicas multivariables Que se usan ampliamente hoy en da. y sus llamados
(especialmente el ltimo prrafo) deben ser atendidos.
17 Las fuentes incluyen a Manly (199 1. 1992 ). Crow ley (1992) y Gotelli y Graves (
estos tratan exclusivamente con ecologa bsica y biologa evolutiva. pero estas
se pueden aplicar fcilmente a otros campos,
18, Vea a Fernndez-DuQueyValeggia (1994). Arnqyisty Wooster (1995). Gurevitchy
Osenberg et al. (1999).
19, Wade (2000). Quien toca directamente el tema de la utilidad de las
la biologa de la conservacin. ofrece un buen punto de partida. Luego lase el
editados por Dixon y Ellison (1996). Varios de ellos se refieren a los textos ms
tema ' Estos
artculos tan1b"len ,rnc Iuyen por lo menos uno Que abiertamente
"
bayesear
las indagac'Iones eco l'oglcas
,
,
y las re lacionadas con la conservacin
ventalas
de la estadstica cI'aSlca
, so bre Ia bayes iana, Otros artculos claves de
h
I nson (1999) explican breve
t I l' .
Reckhow (1990)
,men e a oglca de la estadstica bayesiana,
aplicada sobre y vea un elemplo del uso de la inferencia es tadstica bayesiana en
Sistemas marinos en Lagos y Castilla (1 997),
J

Captulo 6
1

Lostb
' de Graham (1986)
ra alaS
,
,
Davies (1990) Fost S h
. VUllleullller y Monasteri o (1986), Whitmore
er. c oonmak
P' k
.
tratan sobre las migrac'
,
er y IC elt (1990)Y Meffe y Carroll (1997;
Iones rndepend'len tes de pob laciones de plantas y

NOTAS

11.

12.

13.

14.

229

lombrices, reQuiere un tamao de muestra y un nmero d i

' ,
h bl
.
e pa as astronomlCamente grandes
, , .
Blologlcamen te a ando, Sin embargo, s tiene algn sentido t r i
'
, .
rans,ormar os valores crudos de
los numeros de lombnces en sus logaritmosy preocuparse por una d'f
. J:
.
d I d' .
I erenCla u entre los logaritmos
'
de Ios numeros e os IStlntOS niveles del factor de diseo en lugar d
d'r
. J:
.,
.
e una herenCia u entre los
valores crudos (vea tamblen la nota 4 arriba) . Igualmente en un e t d'
l"
l '
,
.
, .
,
'
s U 10 pre Imlnar, e numero
de p 1antulas de una espeCie exotlca podna variar de manera t
' Ias
absoluto
.
.,
ex rema en t re cua drlCU
(la unidad de evaluaCl on)
.
Usted
descubre
Que
es
imposible
alcanzar
I
t
.
d
d
,.
a~encla~~apara
evaluar el efect~ de practicas adyacentes de uso de la tierra sobre la invasin de su reserva por
estas plantas exoti cas, si usa esta variable de respuesta. En lugar de usar el nmero absoluto, trate
de, expresar la va ri ab;c de respuesta como la proporcin de especies exticas entre todas las
plantulas, o sea, lexotl cas / (exticas + nativas)l . Use estos valores en el procedimiento del
apndice B, y casi seguramente encontrar Que puede alcanzar una potencia estadsticamente
adecuada con un tamao de muestra razonable. Si es as, use sta como la variable de respuesta
en la indagacin completa.
Adems de los trabajos listados en la nota 8 arriba y las referencias tcnicas listadas al final del
apndice B, co nsul te a Gerrodette (1987) , Peterman (1990). Taylor y Gerrodette (1993). Johnson
(1999) y Strayer (1 999) . Tambin vea la ilustradora discusin Que se inici con Reed y Blaustein
(1995) y conti nu co n una oleada de respuestas en Conserva/ion Biology 11(1): 273-282 (1997).
El texto de es tadstica no paramtrica ms ampliamente usado por los bilogos de cam~,
especialmente en Latinoamrica, es Siegel y Castellan (1988, 1995). No se deje espantar por el
ttulo. AunQue todos los ejemplos estn enfocados en las ciencias sociales, una ojeada rpida le
va a mostrar Que perfectamente podran haber salido de sus propias indagaciones. H~ errores
conceptuales frecuentes en este libro. Un ejemplo es hablar de "aceptar la Ho", lo Que nunca se
debe hacer, verdad? Otro problema grave es la amplia promocin Que le hace a las pruebas
estadsticas de una co la. Use las tablas con extremo cuidado. Sin embargo, el texto en general es
tremendamente ti 1. Otros textos excelentes sobre estadstica no paramtrica son Conover (1999)
y Daniel (1990). Z ar (1999) incluye muchas de las pruebas no paramtricas ms tiles con sus
eQUivalentes paramtricos. Tambin vea a Potvin y Roff (1993) Y algunas respuestas crticas:
Oaten (1995), Smith (l995) y Johnson (1995) .
.
,
Tcnicamente las matemticas en Que se basan las pruebas de chi-cuadrado involucran parmetros,
pero en el procedimiento usted trabaja con datos nominales directamente, por eso la mayora de
los textos las incluy en entre las pruebas verdaderamente no paramtricas.
,
Los investigadores de campo frecuentemente aplican bien sea la prueba de correlacin d~ rangos
de Spearman o su anlogo paramtrico mejor conoci~o: la correla.ci~ simple de P~~son. ( p~=
product-moment co rrelalion "), para una clase distinta de dlsenos Que tamblen tiene , _
observaciones por unidad de respuesta. En los estudios con niveles continuos del f~?" de diseno
y una variable de res puesta, el investigador registra el valor nico del factor de diseno y el valor
correspondiente de la variable de respuesta. lams apliQue una prueba de com:lacln a tales
tipos de da/os (justamente por haber hecho esto, tengo todo el der~cho de decirlo.) Las
de correlacin se apli can nicamente para diseos con dos o mas (en casos ms
variables de respuesta, en las cuales las mismas unidades d~ respues~a constitl!)'Cll d
diseo. En trmi nos estadsticos, aQu no hay una variable independiente obvia. J
implicacin de Que un cambio en una medida ocasione los cambios en la otra.
pregunta vlida podra ser, "entre todas las naciones del mundo. t~ una