Análisis de varianza en modalidad hídrica para la producción de maíz grano en México: caso de Jalisco, Sinaloa y Nayarit

Karina  Pérez-Robles; Placido Salomón  Álvarez-López; Elizabeth  Trujillo-Ubaldo

doi:10.17268/agroind.sci.2022.03.09

Autores/as

Karina Pérez-Robles Cátedra CONACYT/Universidad Autónoma de Nayarit; Unidad Académica de Agricultura.
Placido Salomón Álvarez-López Universidad Autónoma de Guadalajara; Unidad Académica de ciencias Sociales Económico y Administrativas.
Elizabeth Trujillo-Ubaldo Cátedra CONACYT/Universidad Autónoma de Nayarit; Unidad Académica de Economía.

DOI:

https://doi.org/10.17268/agroind.sci.2022.03.09

Palabras clave:

Rendimiento de producción, desarrollo regional, riego, análisis de varianza, Zea mays

Resumen

El cultivo y producción del maíz grano, constituye una importante oportunidad para impulsar el desarrollo socioeconómico y agrícola de las comunidades de México. De acuerdo con la Planeación Agrícola Nacional 2017-2030 relacionada al maíz grano propuesta por el gobierno Federal a través de la Secretaría de Agricultura y Desarrollo Rural (SADER), señaló como región productora con potencial de producción a los estados de Sinaloa, Nayarit y Jalisco. Agrupados por la estructura territorial productora de maíz grano que predomina en esta región. Misma que aportó 35% de la producción nacional de este grano en el año 2021. Con el objetivo de encontrar diferencias significativas en el rendimiento de maíz en modalidades hídricas (riego y temporal), se aborda el análisis de varianzas para el caso propuesto de los estados que integran la Región Territorial Occidente. Con una temporalidad de 2008 a 2018. De acuerdo con el análisis de varianza de un cohorte de diez años, se concluyó que en la Región Territorio Occidente se observó que el rendimiento medio de la producción de maíz grano de riego es 1.6 veces mayor que el de temporal. En el caso de Sinaloa corresponde a 5.7, en Jalisco a 1.3 y en Nayarit a 1.6 veces mayor el de riego que el de temporal. Lo anterior corresponde y justifica una política que sufrague el uso óptimo del recurso hídrico, a través de canales de riego que incluya beneficios para los pequeños productores y no solo en el agroextractivismo.

Citas

Alonso, J. C., & Montenegro, S. (2015). A Monte Carlo Study to compare 8 normality tests for least-squares residuals following a first order autoregressive process. Estudios Gerenciales, 31(136), 253–265.

Anderson, M. J. (2006). Distance-Based Tests for Homogeneity of Multivariate Dispersions. Biometrics, 62(1), 245–253.

Castañeda, Y., González, A., Chauvet, M., & Ávila, J. F. (2014). Industria semillera de maíz en Jalisco: Actores sociales en conflicto. Sociológica (México), 29(83), 241-279.

Delgado, D. C., & Rodríguez, J. A. L. (2019). La producción de maíz en Sinaloa, México, y sus implicaciones para el medio ambiente/The Production of Corn in Sinaloa, Mexico and its Implications for the Environment. Letras Verdes. Revista Latinoamericana de Estudios Socioambientales, 25, 100-118.

DOF. (2021). Presidencia de la República: Ley de Desarrollo Rural Sustentable. Junio 03, 2021.

Enciso, A. L. (2022). México, primer importador de maíz en el mundo: CNA. La Jornada, Ed.

FAOSTAT. (2022) The Food and Agriculture Organization Corporate Statistical Database. Crops.

Finch, H. (2005). Comparison of the performance of nonparametric and parametric MANOVA test statistics when assumptions are violated. Methodology, 1(1), 27–38.

Guzzon, F., Arandia Rios, L. W., Caviedes Cepeda, G. M., Céspedes Polo, M., Chavez Cabrera, A., Muriel Figueroa, J., ..., & Pixley, K. V. (2021). Conservation and use of Latin American maize diversity: Pillar of nutrition security and cultural heritage of humanity. Agronomy, 11(1), 172.

Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1999). Análisis multivariante (Hair).pdf (p. 814). p. 814.

INEGI. (2017). Instituto Nacional de Estadística y Geografía: Encuesta Nacional Agropecuaria 2017.

Isaza, L., Acevedo, E., & Hernández, F. (2015). Comparación de Pruebas de Normalidad. XXI Simposio Internacional de Estadísticas 2015, 77 (Zimmerman 2011), 8–11.

Jaramillo, J. G., Peña, B., Valeriano, J., Díaz, R., & Espinosa, A. (2018). Caracterización de productores de maíz de temporal en Tierra Blanca, Veracruz. Revista Mexicana de Ciencias Agrícolas, 9, 911-923.

Juárez-Hernández, S., & Sheinbaum Pardo, C. (2020). Assessing the potential of alternative farming practices for sustainable energy and water use and GHG mitigation in conventional maize systems. Environment, Development and Sustainability, 22(8), 8029-8059.

Kruskal, W. H. (1952). A Nonparametric test for the Several Sample Problem. The Annals of Mathematical Statistics, 23(4), 525–540.

Lemeshko, B. Y., & Lemeshko, S. B. (2008). Power and robustness of criteria used to verify the homogeneity of means. Measurement Techniques, 51(9), 950–959.

Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov Test for Normality with Mean and Variance. Journal of American Statistics, 62(318), 399–402.

Montesillo-Cedillo, J. L. (2017). Rendimiento por hectárea de sorgo grano y de fríjol en México: riego vs temporal. Economía Informa, 403, 91-101.

Montesillo-Cedillo, J. L. (2016). Rendimiento por hectárea del maíz grano en México: distritos de riego vs temporal. Economía Informa, 398, 60-74.

Montilla, J. M. (2010). Relevancia de los tests estadísticos t y f en comparación de medias para muestras. ACADEMIA. ISSN 1690-3226. Volumen IX (18). Pág. 4-14.

Pedrosa, I., Juarros-Basterretxea, J., Robles-Fernández, A., Basteiro, J., & García-Cueto, E. (2015). Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué estadístico utilizar? Universitas Psychologica, 14(1), 245–254.

Pérez, E. F. P., & Solís, D. V. (2019). El dilema de los campesinos frente a los imperativos del mercado neoliberal en Los Altos de Chiapas, México. Estudios Rurales, 9(18), 1.

Santillán-Fernández, A., Salinas-Moreno, Y., Valdez-Lazalde, J. R., Bautista-Ortega, J., & Pereira-Lorenzo, S. (2021a). Spatial delimitation of genetic diversity of native maize and its relationship with ethnic groups in Mexico. Agronomy, 11(4), 672.

Santillán-Fernández, A., Salinas-Moreno, Y., Valdez-Lazalde, J. R., Carmona-Arellano, M. A., Vera-López, J. E., Pereira-Lorenzo, S. (2021b). Relationship between Maize Seed Productivity in Mexico between 1983 and 2018 with the Adoption of Genetically Modified Maize and the Resilience of Local Races. Agriculture, 11, 737

Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación – SAGARPA. (2017). Planeación Agrícola Nacional 2017-2030. México.

Servicio de Información Agroalimentaria y Pesquera - SIAP; (2021). Avance de siembras y cosechas, riego. SADER; México.

Valencia Romero, R., Sánchez Bárcenas, H., & Robles Ortiz, D. (2019). Soberanía Alimentaria de granos básicos en México: un enfoque de cointegración de Johansen a partir del TLCAN. Análisis económico, 34(87), 223-248.

Zimmerman, D. W. (1998). Invalidation of Parametric and Nonparametric Statistical Tests by Concurrent Violation of Two Assumptions. The Journal of Experimental Education, 67(1), 55–68.