14La clasificación numérica y su aplicación en la ecologíaEl tamaño mínimo <strong>de</strong> muestra para obtener una representación a<strong>de</strong>cuada <strong>de</strong> la composiciónespecífica se estima haciendo un gráfico acumulativo <strong>de</strong>l número <strong>de</strong> especies contra el número<strong>de</strong> individuos o unida<strong>de</strong>s muestrales. La curva acumulativa, muy variable al inicio, va tendiendoa una estabilización al crecer el tamaño <strong>de</strong> la muestra hasta llegar a su nivelación horizontal,punto en el cual se consi<strong>de</strong>ra que el número <strong>de</strong> individuos o unida<strong>de</strong>s muestrales es suficientepara estimar a<strong>de</strong>cuadamente al número real <strong>de</strong> especies.No obstante, una comunidad pue<strong>de</strong> tener una abundancia tan baja que sea prácticamenteimposible obtener un tamaño <strong>de</strong> muestra gran<strong>de</strong>. Por ejemplo, en el arrecife <strong>de</strong>l Rincón <strong>de</strong>Guanabo, en la costa Norte <strong>de</strong> la Habana, Cuba, 30 unida<strong>de</strong>s muestrales <strong>de</strong> 1 m² son suficientespara colectar 400 individuos, representados por 20 especies <strong>de</strong> gorgonáceos en los pavimentosrocosos <strong>de</strong> 10 m; mientras que en la laguna arrecifal, un esfuerzo <strong>de</strong> muestreo igual en términos<strong>de</strong> unida<strong>de</strong>s muestrales, arroja solamente 21 individuos y 3 especies (Herrera et al., 1997). Entales casos la representación <strong>de</strong> especies es a<strong>de</strong>cuada para fines clasificatorios pues la comunida<strong>de</strong>stá condicionada por un conjunto <strong>de</strong> tensores (presencia <strong>de</strong> sedimento, cobertura vegetal,turbi<strong>de</strong>z y batimiento) que no permiten una mayor abundancia y no tiene sentido incrementarel esfuerzo <strong>de</strong> muestreo.Datos cualitativos <strong>de</strong> multiestado or<strong>de</strong>nado.- Los <strong>datos</strong> <strong>de</strong> multiestado or<strong>de</strong>nado, también<strong>de</strong>nominados <strong>de</strong> secuencia lógica, se refieren a <strong>datos</strong> cualitativos que pue<strong>de</strong>n ser or<strong>de</strong>nados enuna secuencia <strong>de</strong> magnitud <strong>de</strong> la cualidad estudiada (Crisci y López Armengol, 1983), puesposeen una jerarquía <strong>de</strong> formas diferentes que abarcan la variación total <strong>de</strong>l intervalo <strong>de</strong>entida<strong>de</strong>s. Un ejemplo típico es cuando en una lista <strong>de</strong> especies vamos más allá <strong>de</strong> señalar susimple presencia o ausencia y tenemos criterios para subdividirlas en: abundantes, comunes,escasas y raras; <strong>de</strong>ntro <strong>de</strong> la lista varias especies pue<strong>de</strong>n recibir la misma categoría.Como se trata en <strong>de</strong>finitiva <strong>de</strong> un dato cualitativo <strong>de</strong> presencia-ausencia con un poco más <strong>de</strong>información, esta ganancia informativa solo pue<strong>de</strong> ser aprovechada si se plasmacuantitativamente, o sea, codificando las especies mediante puntajes <strong>de</strong>l 1 en a<strong>de</strong>lante (Fig.<strong>3.</strong>2). En tal caso, los números <strong>de</strong>sempeñan una función ordinal ya que indican la posición <strong>de</strong>una cualidad en una secuencia <strong>de</strong> grados (Crisci y López Armengol, 1983). Este or<strong>de</strong>namientoen categorías diferentes <strong>de</strong>be partir <strong>de</strong> un criterio <strong>de</strong> magnitud que permita la jerarquización.Especies 1Estaciones2 3 4 5 Especies 1Estaciones2 3 4 5A Ab Ab Co Au Ab A 4 4 3 0 4B Co Co Ab Co Au B 3 3 4 3 0C Es Ra Co Ab Au C 3 1 3 4 0D Ra Ra Co Co Au D 1 1 3 3 0E Au Ra Ra Ra Au E 0 1 1 1 0Figura <strong>3.</strong>2. Matriz original <strong>de</strong> <strong>datos</strong> <strong>de</strong> multiestado or<strong>de</strong>nado y <strong>de</strong> <strong>datos</strong> codificados, consi<strong>de</strong>rando: Ab: abundante (4),Co: común (3), Es: escasa (2) , Ra: rara (1), Au; ausente (0).
La clasificación numérica y su aplicación en la ecología15Esta codificación <strong>de</strong> los <strong>datos</strong> en clases implica que mientras mayor es el número <strong>de</strong> clase,mayor es la abundancia, pero una misma clase no siempre significa una abundancia igual. Losintervalos entre clases no tienen casi significación y <strong>de</strong>pendiendo <strong>de</strong> sus límites la agrupaciónpue<strong>de</strong> estar influida en varias formas (van Tongeren, 1987) razón por la cual no se recomiendanpara la clasificación (Boesch, 1977). Este tipo <strong>de</strong> dato es producto <strong>de</strong> un muestreo cualitativodon<strong>de</strong> el componente cuantitativo ha sido manejado <strong>de</strong> forma grosera, un muestreo cuantitativodon<strong>de</strong> la precisión <strong>de</strong> los <strong>datos</strong> es dudosa, o simplemente una división basada en la experiencia.Por ejemplo, en el arrecife costero al N <strong>de</strong> La Habana, Cuba, son abundantes los coralesMontastrea cavernosa y Si<strong>de</strong>rastrea radians; Dichocoenia stokesi es común; y Colpophyllianatans es rara.A diferencia <strong>de</strong> los <strong>datos</strong> <strong>de</strong> multiestado or<strong>de</strong>nado, los <strong>datos</strong> <strong>de</strong> multiestado <strong>de</strong>sor<strong>de</strong>nado, o sinsecuencia lógica no pue<strong>de</strong>n ser organizados en una secuencia <strong>de</strong> grados <strong>de</strong>l atributo. Un ejemplosería la relación <strong>de</strong> una especie con el sustrato: infaunal, epifaunal y críptica. Evi<strong>de</strong>ntementeno habría criterios para codificar estas tres formas como 1, 2 y 3 pues no hay ningunajerarquización. Esto se resuelve convirtiendo cada estado en un dato <strong>de</strong> presencia ausencia(por ejemplo: críptica (1), no críptica (0)) pero ello implica una sobreestimación <strong>de</strong>l atributo“relación con el sustrato”, por lo que la subdivisión ordinal <strong>de</strong> los <strong>datos</strong> pue<strong>de</strong> ser subjetiva ycrear discontinuida<strong>de</strong>s que realmente no existen. Este tipo <strong>de</strong> dato ha quedado para otrasdisciplinas como la taxonomía numérica y no es <strong>de</strong> mayor aplicación ecológica como el anteriorque si es posible su or<strong>de</strong>nación. Aún así, es una forma <strong>de</strong> hacer más refinada la informaciónque <strong>de</strong> acuerdo a la práctica más común, nos conducirían, como veremos inmediatamente, alconcepto <strong>de</strong> rango.Si categorizamos los <strong>datos</strong> cualitativos hasta aquí vistos, consi<strong>de</strong>rando su escala <strong>de</strong> medicióny sus propieda<strong>de</strong>s tendríamos dos grupos, según <strong>de</strong>scribe Sharma (1996). Los <strong>datos</strong> <strong>de</strong> presenciaausencia,estados excluyentes y multiestado <strong>de</strong>sor<strong>de</strong>nado que tienen una escala <strong>de</strong> mediciónnominal y los números son usados solo para categorizar, son inapropiados para cálculos <strong>de</strong>estadígrafos como la media y la <strong>de</strong>sviación estándar y solo las estadísticas basadas en conteoscomo la moda o las distribuciones <strong>de</strong> frecuencias, son apropiados para ellos. El tipo <strong>de</strong> dato es,por tanto, nominal. En los <strong>datos</strong> <strong>de</strong> multiestado or<strong>de</strong>nado existe una significación <strong>de</strong> jerarquíaspero ésta es simplemente <strong>de</strong> escala ordinal pues la secuencia <strong>de</strong> categorías, no representadiferencias iguales <strong>de</strong>l atributo medido. Los estadígrafos válidos para este tipo <strong>de</strong> <strong>datos</strong> son lamoda, la mediana, las distribuciones <strong>de</strong> frecuencia y los métodos no paramétricos como lacorrelación por rangos (Sharma, 1996). El tipo <strong>de</strong> dato es llamado ordinal. Las variables que semi<strong>de</strong>n usando escalas nominales u ordinales se refieren comúnmente como variables no métricas.Datos <strong>de</strong> rango.- Cuando al dato <strong>de</strong> multiestado cualitativo or<strong>de</strong>nado se le asigna un número,en vez <strong>de</strong> un estado jerárquico nominal (abundante o escaso, por ejemplo), entonces la secuencia<strong>de</strong> magnitud adquiere un carácter semicuantitativo y hablamos <strong>de</strong> rangos. El dato <strong>de</strong> rangogradúa la colección especie por especie y pue<strong>de</strong> partir tanto <strong>de</strong> un criterio general <strong>de</strong> abundancia,según ya vimos, como <strong>de</strong> valores numéricos individuales que permitan diferenciar entre lasespecies abundantes, la primera, la segunda o la tercera.