HDT 97 junio 2005

PROCEDIMIENTOS ESTADÍSTICOS PARA LOS ESTUDIOS

DE CARACTERIZACIÓN DE RESIDUOS SÓLIDOS

Ing. Alvaro Cantanhede

Ex Asesor Regional en Residuos Sólidos del CEPIS/OPS
16, Rua Piratininga, Apt. 204, Gávea
RJ CEP-22451-130, Rio de Janeiro, Brasil
Tel. (5521) 2274-4386; 2511-1379
Correo electrónico: [email protected]

Ing. Gladys Monge

Ex Ingeniera Ambiental del CEPIS/OPS
Gerente de Investigación y Desarrollo de Ciudad Saludable (www.ciudadsaludable.org)
Av. Jorge Basadre 255 – San Isidro, Lima 27, Perú
Tel. (511) 421-5163 – Correo electrónico: [email protected]

Ing. Leandro Sandoval Alvarado

Ex Asesor en Residuos Sólidos Urbanos del CEPIS/OPS
Lord Nelson 249, Miraflores, Lima, Perú
Tel. (511) 222-5960 – Correo electrónico: [email protected]

Lic. Carlos Caycho Chumpitaz

Magíster en Población y Licenciado en Estadística, Docente Investigador
de la Escuela de Negocios de la Universidad de Lima.

RESUMEN

Implementar mejoras o diseñar sistemas de manejo de residuos sólidos en una localidad implica
conocer las características de esos residuos, tales como la generación per cápita, la densidad y la
composición, en función al tipo de tratamiento que se pretenda dar a esos residuos. Ello requiere
un estudio de caracterización de residuos sólidos en determinado número de viviendas, las que
deberán ser representativas del universo de la población. La metodología estadística que se aplica
en los estudios de caracterización en los países de la Región de América Latina y el Caribe es la
diseñada por el doctor Kunitoshi Sakurai en 1982. En los procedimientos que señalamos a
continuación, se ha creído conveniente reforzar dicha metodología e incorporar análisis
estadísticos que tienen que ver con la validación tanto del número de las muestras, como de los
datos obtenidos en el muestreo de las viviendas.

SUMMARY
The improvement or design of a solid waste management system in any locality should be based
on the knowledge of the solid waste characteristics, such as generation per capita, density and
composition; depending on the type of treatment that is going to be projected to those wastes.
Therefore, a solid waste characterization study in a selected number of households is required.
The selected households should represent the population universe. The statistical methodology
applied in the solid waste characterization studies in Latin America and the Caribbean countries
was designed by Dr. Kunitoshi Sakurai in 1982. The procedures we present below are intended
to reinforce that methodology, incorporating statistical analyses to validate both the number of
the samples and the data collected during the households sampling.

Palabras clave: Caracterización, Composición, Densidad, Generación per cápita, Muestra,

Estadística.

OBJETIVO

El objetivo de esta Hoja de Divulgación Técnica es describir el procedimiento estadístico a fin de

determinar una muestra representativa de la población para la caracterización de residuos sólidos
y el proceso de validación de los datos y del número de la muestra seleccionada.

DETERMINACIÓN DE LA MUESTRA

Procedimiento para la Obtención de la Muestra

a) Definición de la población: Todas las viviendas y establecimientos comerciales del distrito

bajo estudio.
b) División de la población en estratos en las siguientes cuatro zonas o estratos:
• Zona comercial (estrato comercial).
• Zona residencial (estrato 1): viviendas de ingreso alto.
i. Zona residencial (estrato 2): viviendas de ingreso medios.
ii. Zona residencial (estrato 3): viviendas de ingreso bajos.
 Figura 1. Determinación de la Muestra según Estrato Económico

c) Ubicación de los estratos socioeconómicos en el plano de la ciudad.

d) Utilización de la generación per cápita. Se considera que la población está conformada por N
viviendas, que tienen Ri habitantes y producen Wi kg de basura en un día. Así se tiene que
cada una produce Xi = Wi /Ri kg/hab./d.

Aplicación de la Teoría del Muestreo

El muestreo estratificado proporcional es el método más común para la selección de muestras,

pues asegura que cada vivienda de un estrato tenga la misma probabilidad de ser seleccionada. Se
siguen los siguientes pasos:
a) Determinación de la notación:

i. N = Tamaño de la población
ii. Nh = Tamaño de la población del estrato h (donde h = 1, 2, 3)
iii. n = Tamaño de la muestra
iv. nh = Tamaño de la muestra del estrato h
1 N
v. μ= ∑ X i Media de la población
N i =1

vi. μh = Media de la población del estrato h

1 n
vii. x= ∑ xi Media de la muestra
n i =1

viii. xh = Media de la muestra del estrato h

1 N
σ2 = ∑ (X − μ)
2
ix. i Varianza de la población
N i =1

1 n
x. s =
2
∑ (xi − x ) 2 Varianza muestral
n − 1 i =1

xi. 1 – α = Nivel de confianza

xii. Z1-α/2 = Coeficiente de confianza

xiii. E = Error permisible

b) En el cálculo para determinar el tamaño de la muestra se debe considerar un nivel confianza,
un nivel de error de estimación y un valor de variación:

i) Si se conoce el tamaño de la población N y su varianza σ2 (o esta se asume):

Z 12−α / 2 N σ 2
n=
( N − 1) E 2 + Z 12−α / 2 σ 2

ii) Cuando no se conoce el tamaño de la población N, pero sí el valor de la varianza σ2 (o

esta se asume):
Z2 σ 2
n = 1−α / 22
c) Asignación del tamaño de la muestra de viviendas
E particulares por estratos; en este caso se
debe proceder de la siguiente manera.

i) Calcule el porcentaje o proporción del tamaño de la población en cada estrato. Esto es:

qh = N h N , ∀ h = 1, 2, 3

ii) Luego se procede a la asignación proporcional del tamaño de la muestra para cada estrato.
Es decir:

nh = n ∗ qh

d) El tamaño de la muestra estará en función de:

i) El error permisible (E) en la estimación de μ, que por general debe ser entre 1 y 15% del
valor de la media poblacional que se va a estimar.
ii) La desviación estándar (σ) es el resultado de la raíz cuadrada de la varianza de la
población. Si la desviación estándar es pequeña (población homogénea), bastará una
muestra muy pequeña; mientras que si la desviación estándar es grande (población
heterogénea), la muestra deberá ser grande.

e) Para la obtención del valor de la varianza de la población:

i) Se puede hacer un muestreo preliminar y estimar su valor con los datos muestrales.
ii) Se pueden usar estimaciones de estudios anteriores.
iii) Si no hay datos
iniciales de la
ciudad, se debe asumir
la desviación
estándar en
200 gr/hab./día.

f) El nivel de confianza más

 utilizado es 1-α = 0,95; esto es, un coeficiente de confianza Z1-α/2 = 1,96.

Figura 2. Nivel de Confianza de la Muestra

Ejemplo: Localidad con tres estratos socioeconómicos:

Estratos Viviendas %
Total 5000 100
Estrato 1 1000 20
Estrato 2 1500 30
Estrato 3 2500 50

En este ejemplo se asume que σ2 = 0,04 kg2/hab./día, que el promedio podría ser 0,655
kg/hab./día y que el tamaño de población es N = 5000.

Si se quiere trabajar con un nivel de confianza de 95%, entonces Z1-α/2 = 1,96. Además, si se
considera un error de estimación equivalente a 10% del promedio estimado, luego E = 0,0655.
Con estos datos, el tamaño de la muestra total estaría dado por:
Z12− α / 2 N σ 2
n= =
(N − 1) E 2 + Z12− α / 2 σ 2
1,96 2 (5000)(0 ,04)
= ≅
( 5000 − 1) 0 ,0655 2 + 1,96 2 (0 ,04 )
≅ 35 , 57 = 36

El tamaño de la muestra de vivienda n = 36 se tiene que asignar o distribuir proporcionalmente

entre los estratos, es decir:

Estratos Muestras %
Total 36 100
Estrato 1 7 20
Estrato 2 11 30
Estrato 3 18 50
 SELECCIÓN DE LA MUESTRA

• La muestra se selecciona por el método de muestreo simple aleatorio, que consiste en escoger
de las unidades muestrales un total de N viviendas, de tal modo que cada una tenga la misma
posibilidad de ser escogida.
• Esto se realiza con una tabla de números aleatorios, una calculadora o balotas numeradas
desde el 1 hasta N en una urna, mezclándolos y tomando al azar n de ellos.
• El valor de “n” es el tamaño de la muestra y debe haber sido definido anteriormente.
 VALIDEZ DE LA MUESTRA PRELIMINAR

La Varianza

a) En la validación se debe tener en cuenta que el valor asumido de la varianza debe ser mayor o
igual que la varianza estimada con los datos de la muestra.
b) Para la estimación de la varianza de la población se tendrá un intervalo de confianza de 95%.

⎛ (n − 1)s 2 (n − 1)s 2 ⎞⎟
P⎜ 2 ≤σ 2 ≤ 2 = 1−α
⎜χ χ (n -1, 1−α/2) ⎟⎠
⎝ (n -1, α/2)
La Muestra

Una vez obtenido el tamaño de la muestra, se debe realizar la validación para asegurar que ésta
permita inferir los parámetros de la población.

a) Para fines de validación, a esta muestra la denominaremos como m.

b) Luego, se debe obtener el tamaño de la muestra con la varianza obtenida de la muestra m. A
ese tamaño de la muestra la denominaremos n.
c) En la relación de esas dos muestras se presenta tres casos:
i. Si n > m, se debe obtener del campo el número de unidades muestrales faltantes
(determinadas por la diferencia de n – m).
ii. Si n = m, no será necesario analizar más elementos para considerar como válido el
muestreo aplicado en este caso.
iii. Si n < m, se debe asumir como válido el valor de la muestra m y no se deben eliminar
las supuestas unidades muestrales sobrantes.

Prueba de Significación para la Media de Población

a) Cuando la varianza de la población σ2 es conocida

Reglas
Estadística Valores para
Hipótesis
de Prueba Críticos rechazar
H0
H0 : μ = μ0
zα zc < zα
H1: μ < μ0
x - μ0
H0 : μ = μ0 zc =
σ/ n z1-α zc > z1-α
H1: μ > μ0
H0 : μ = μ0 zα/2 zc < zα/2
H1: μ ≠ μ0 z1-α/2 zc > z1-α/2
 b) Caso de varianza de la población σ2 desconocida y n≤ 30

Estadística Valores Reglas para

Hipótesis
de Prueba Críticos rechazar H0
H0 : μ = μ0
-t (n-1; α) tc < -t (n-1; α)
H1: μ < μ0
H0 : μ = μ0 x - μ0
tc = t (n-1; α) tc > t (n-1; α)
H1: μ > μ0 s/ n
H0 : μ = μ0 -t (n-1; α/2) tc < -t (n-1; α/2)

H1: μ ≠ μ0 t (n-1; α/2) tc > t (n-1; α/2)

Prueba de la Comparación de Medias Poblacionales de los Estratos Socioeconómicos.

a) Cuadro de análisis de varianza o ANAVA:

Suma de Grados de Cuadrados
Fuente de Variación
Cuadrados Libertad Medios
Entre los Estratos SCC c–1 CMC
Dentro de los Estratos SCE n-c CME
Total SCT n-1 ---

b) Procedimiento para la prueba de la hipótesis.

Estadística Regla para

Hipótesis Valor Crítico
de Prueba rechazar H0
H0: μ1 = μ2 = μ3 =μ4 CMC F(c-1; n-c, 1-
F= F > F(c-1; n-c, α)
H1: μh ≠ μk ∀ h ≠ j CME α)

METODOLOGÍA PARA EL ANÁLISIS DE LA BASURA

Procedimiento para la Toma de Información

Una vez definido el tamaño de la muestra (número de viviendas) se lleva a cabo el siguiente
procedimiento.
• Seleccione de manera aleatoria las viviendas a muestrear con el plano catastral de la localidad
o el padrón de usuarios del servicio.
• Defina con los funcionarios municipales el lugar del trabajo de caracterización.
• Determine los objetivos y la metodología del trabajo e indique a los participantes que el
muestreo se llevará a cabo durante ocho días.
• Seleccione el personal que hará la caracterización y gestione ante la autoridad municipal las
credenciales correspondientes.
• Envíe comunicaciones oficiales a los propietarios de las viviendas seleccionadas para dar a
conocer el trabajo, su importancia y el personal involucrado.
• Capacite al personal encargado de la caracterización y considere aspectos como su
presentación ante los propietarios de las viviendas seleccionadas; el tipo de información a
recabar; el trabajo con los residuos recolectados, entre otros que se detallan a continuación:
- Registre el nombre del responsable, la dirección y el número de habitantes por vivienda
seleccionada.
- Entregue las bolsas vacías a los propietarios de cada una de las viviendas seleccionadas y
pida que depositen en ellas los residuos generados en la vivienda y que procuren no
cambiar sus costumbres o rutina diaria.
- Recoja las bolsas con residuos al día siguiente y entregue otras bolsas vacías. Se debe
procurar que esta actividad se efectúe siempre en el mismo horario.
- Identifique las bolsas con una etiqueta en donde se especifique el número de la vivienda,
el número de habitantes por vivienda, dirección y fecha.
- Lleve las bolsas con residuos al lugar donde se hará la caracterización de dichos residuos
y continúe con el procedimiento detallado en el siguiente punto.

Determinación de la Generación Per Cápita (gpc) y el Total Diario de Residuos Sólidos

• Utilice el total de residuos recolectados por día de muestreo.
• Pese diariamente (wi) el total de bolsas recogidas durante los días que dure el muestreo (no
considere los datos de los residuos recolectados el primer día de muestreo para el análisis).
Este peso representa (Wt) la cantidad total de basura diaria generada en todas las viviendas.

Figura 3. Pesaje de Bolsas para la Muestra

• En función de los datos recopilados sobre el número de personas por vivienda (ni) determine
el número total de personas que han intervenido (Nt) en el muestreo.
• Divida el peso total de las bolsas (Wt) entre el número total de personas (Nt) para obtener la
generación per cápita diaria promedio de las viviendas muestreadas (kg/hab./día).
Peso total de residuos (Wt )
Generación per cápita diaria de residuos (gpc ) =
Número total depersonas ( Nt )
• Multiplique la generación per cápita por el número de habitantes de la localidad para
determinar la generación total diaria.
Generación total diaria de residuos = gpc x Nt (kg/día)

Determinación de la Densidad de los Residuos Sólidos

• Prepare un recipiente de alrededor de 100 litros para que le sirva como depósito estándar a fin
de definir el volumen que ocupará el residuo; así mismo, prepare una balanza de pie.

Aproximadamente
100 l
55 galones
(200 l)

Figura 4. Recipiente para la Determinación de la Densidad

• Pese el recipiente vacío (W1) y determine su volumen (V). De acuerdo con la figura, los datos
del depósito que debe tomar en cuenta son la altura (h) y su diámetro (d). El volumen de ese
recipiente es:
Volumen (V) = 0,7854 x d2 x h
• Deposite sin hacer presión el residuo que fue utilizado en el cuarteo en el recipiente y
muévalo de tal manera que se llenen los espacios vacíos en dicho recipiente. Para no hacer
cálculos adicionales, es conveniente que el recipiente se encuentre lleno de residuos.
• Pese el recipiente lleno (W2) y por diferencia obtendrá el peso de la basura (W).
• Divida el peso de la basura (W) entre el volumen del recipiente (V) para obtener la densidad
de la basura.
Peso del residuo W (kg )
Densidad D (kg / m 3 ) =
volumen de la basura V (m 3 )
Determinación de la Composición Física de los Residuos Sólidos
• Utilice la muestra de un día; los residuos se colocan en una zona pavimentada o sobre un
plástico grande a fin de no agregar tierra a los residuos.
• Rompa las bolsas y vierta el desecho formando un montón. Con la finalidad de homogenizar
la muestra, troce los residuos más voluminosos hasta conseguir un tamaño que resulte
manipulable; puede ser 15 cm o menos.
• Divida el montón en cuatro partes (método de cuarteo) y escoja las dos partes opuestas (lados
sombreados de la figura adjunta) para formar un nuevo montón más pequeño. Vuelva a
mezclar la muestra menor y divida en cuatro partes nuevamente, luego escoja dos opuestas y
forme otra muestra más pequeña. Esta operación se repite hasta obtener una muestra de 50 kg
de basura o menos.

1/ 1/ 1/ 1/ 1/ 1/
1/ 1/ 1/ 1/
1/ 1/

Figura 5. Método de cuarteo

• Separe los componentes del último montón y haga la clasificación por:

o papel y cartón
o madera y residuos de plantas
o restos de alimentos
o plásticos
o metales
o vidrio
o otros (caucho, cuero, tierra, etc.).
 Figura 6. Determinación de la Composición de los Residuos

• Clasifique los componentes en recipientes pequeños de 50 litros.

• Pese los recipientes pequeños vacíos en una balanza de menos de 10 kg antes de empezar la
clasificación.
• Pese los recipientes con los diferentes componentes una vez concluida la clasificación y por
diferencia determine el peso de cada uno de los componentes.
• Calcule el porcentaje de cada componente teniendo en cuenta los datos del peso total de los
residuos recolectados en un día (Wt) y el peso de cada componente (Pi):

Pi
Porcentaje (%) = x100
Wt
• Repita el procedimiento durante los siete días que dure el muestreo de los residuos. Hay que
recordar que de los ocho días que dure el muestreo, se elimina la muestra del primer día
porque la experiencia ha demostrado que la basura del primer día no resulta representativa, ya
sea porque se entrega demasiada cantidad de residuos o muy poca. Ello distorsiona los
promedios.

Calcule un promedio simple para determinar el porcentaje promedio de cada componente, es

decir, sume los porcentajes de todos los días de cada componente y divídalos entre los siete días
de la semana.

CONCLUSIÓN

La validación estadística de los datos de la muestra para la caracterización es fundamental, ya que

asegura una mayor confiabilidad de los parámetros obtenidos. Por ejemplo, si nos referimos al
parámetro de generación per cápita, este es un decimal que multiplicado por la población total de
la ciudad que se estudie, amplifica en miles de veces el valor de la generación. Ese resultado
determinará la cantidad total de residuos que se genera en una ciudad y nos permitirá dimensionar
o evaluar la parte operativa del sistema de limpieza pública. De allí la importancia de calcular
adecuadamente los parámetros, ya que su uso errado podría llevarnos a grandes confusiones.

REFERENCIAS

Sakurai, K. (1983) Manual de instrucción de análisis de residuos sólidos municipales. CEPIS,

Lima. Segunda Versión.

Collazos, H. & Duque, R. (1981) Características de los residuos sólidos. Bogotá Universidad
Nacional de Colombia, Facultad de Ingeniería, Curso Intensivo sobre Manejo Integral de
los Residuos Sólidos, Manual del Curso I.

Sandoval, Leandro. Caracterización de Residuos Sólidos en la Ciudad de San Andrés – Pisco

(Perú).
SEDUE (1985). Especificaciones técnicas para la elaboración de proyectos ejecutivos de manejo
y disposición final de residuos sólidos municipales.

ECO (1997). Manual de muestreo poblacional, aplicaciones en salud ambiental .

Sakurai, Kunitoshi (1983). Método sencillo del análisis de residuos sólidos. Hoja de Divulgación
Técnica; 17. CEPIS, Lima.

GLOSARIO DE TÉRMINOS
a) Población (N): Es la variable aleatoria o magnitud numérica de naturaleza aleatoria, asociada
a objetos o individuos sobre los que se desarrolla una experiencia. Para nuestro caso se asume
como viviendas o establecimientos comerciales de la zona de estudio.
b) Muestra (n): Selección aleatoria de una pequeña parte de la población (N).
c) Estrato: Parte de una división socioeconómica de la población (N).
d) Zona: Lugar en donde se toma la muestra (n).
e) Muestreo estratificado proporcional: Método común para la selección de una muestra, la cual
asegura que cada vivienda de un estrato tenga la misma probabilidad de ser seleccionada.
f) Varianza: Medida de "variabilidad" de la variable aleatoria (N o n). Es una constante que
representa una medida de dispersión media de esa variable aleatoria, respecto a su valor
medio o esperado
g) Desviación estándar (σ): Resultado de la raíz cuadrada de la varianza de la población.