Determinación de variables que inciden en la estimación de residuos y desechos sólidos municipales recolectados en Venezuela

• Autores: Gilberto Pinto, Gerdi Chassaigne
• Localización: Interciencia: Revista de ciencia y tecnología de América, ISSN 0378-1844, Vol. 39, Nº. 12, 2014, págs. 874-881
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Planificar el manejo y gestión de residuos y desechos sólidos (RDS) requiere conocer características y aspectos geográficos, socioeconómicos y culturales de cada municipio. No obstante, generalmente se tiene datos poco precisos de recolección agrupados por número de habitantes, que podrían no representar la realidad en un municipio al no haber sido sido considerada la correlación de los datos con las variables socioeconómicas en cada municipio. Esto conlleva a una gestión deficiente y requiere estudiar el comportamiento real en cada municipio.

    El objetivo del presente trabajo fue determinar variables que inciden en la estimación de RDS municipales recolectados en Venezuela, a través del análisis mutivariado. Del conjunto de técnicas multivariadas se seleccionaron análisis de conglomerados, correlación de Pearson y regresión múltiple. Se consideró una muestra de 175 municipios y el estudio de caso en el municipio Puerto Cabello, para comprender en detalle, las características que exhibe la situación en la práctica. El resultado incluyó, para 101 municipios, tres predictores: Población Urbana y número de viviendas tipo Quinta y Ocasional. Se definió un modelo que provee mejor ajuste para los datos de RDS recolectados diariamente, capaz de predecir datos futuros con igual efectividad. Los supuestos de linealidad de la relación, normalidad, homocedasticidad y no existencia de datos faltantes o fuera del rango, en cada variable, fueron comprobados.

    Se concluye que estas variables socioeconómicas inciden en la estimación de RDS municipales recolectados en Venezuela y hacen posible su explicación y predicción, utilizando una ecuación y estadísticas socioeconómicas

  • English

    Planning the management and administration of municipal solid waste (MSW), requires knowing their characteristics and geographical, socio-economic and cultural aspects at each municipality. However, the available data on of waste collecting according to population numbers are inaccurate and may not represent the reality in a given municipality, as the correlation with the socio-economic variables in each case has not been considered. This leads to poor management and requires studies on the actual behavior in each municipality.

    The objective of the present work was to determine through multivariate analysis the variables that affect the estimation of MSW in Venezuela. Considering the set of multivariate techniques, cluster analysis, Pearson correlation and multiple regression were selected. A sample of 175 municipalities was considered and that of Puerto Cabello municipality taken as the case study, aiming to understand the characteristics exhibited in practice by the situation. Results included, for 101 municipalities, three predictors: urban population and number of housing type: high class housing and occasional housing. A model was defined that provides a better fit for the quantity of MSW collected daily and is able to predict future data with the same effectiveness. The assumptions of linearity of the relation, normality, homoscedasticity and nonexistence of missing or outlying data, were audited for each variable.

    It is concluded that these socio-economic variables affect the estimation of municipal solid waste collected in Venezuela and their explanation and prediction are possible, using an equation and socio-economic statistics.

  • português

    Planificar a Gestão e Gerenciamento de Resíduos e Detritos Sólidos (RDS) requer conhecer características e aspectos geográficos, socioeconômicos e culturais de cada município.

    No entanto, geralmente existem dados pouco precisos das coletas agrupados por número de habitantes, que poderiam não representar a realidade de um município, por não ter sido considerada a correlação dos dados com as variáveis socioeconô- micas em cada município. Isto leva a uma gestão deficiente e requer estudar o comportamento real em cada município. O objetivo do presente trabalho foi determinar variáveis que incidem na estimação de RDS municipais coletados na Venezuela, através da análise multivariada. Do conjunto de técnicas multivariadas foram selecionadas análises de conglomerados, correlação de Pearson e regressão múltipla. Considerou-se uma amostra de 175 municípios e o estudo de caso no município Puerto Cabello, para compreender em detalhe, as características que exibe a situação na prática. O resultado incluiu, em 101 municípios, três preditores: População Urbana, número de moradias tipo Casa com Quintal e Ocasional. Definiu-se um modelo que provê melhor ajuste para os dados de RDS coletados diariamente, capaz de predizer dados futuros com igual efetividade. Os supostos de linearidade da relação, normalidade, homocedasticidade e a não existência de dados faltantes ou fora da faixa, em cada variável, foram comprovados. Concluise que estas variáveis socioeconômicas incidem na estimação de RDS municipais coletados na Venezuela e tornam possível sua explicação e predição, utilizando uma equação e estatísticas socioeconômicas.