Søskenrelasjon

Os resultados dos ensaios de laboratório e campo realizados nos matérias utilizados na execução do Aterro Sanitário Experimental e do monitoramento operacional da etapa de aterragem de RSU, bem como os dados de análises físico-químicas dos líquidos lixiviados e os registros dos recalques foram tabulados para possibilitar a execução do tratamento estatístico.

Inicialmente, com o intuito de avaliar as oscilações identificadas na maioria dos parâmetros monitorados, foram realizadas estatísticas descritivas dos dados, por meio de distribuição de freqüências, medidas de dispersão e medidas de tendência central.

Distribuição de freqüências é uma série estatística em que os dados são agrupados em classes, com suas respectivas freqüências absolutas, relativas e percentuais, com o objetivo de facilitar o seu estudo.

Medidas de Tendência Central são medidas que tendem para o centro da distribuição e tem a capacidade de representá-la como um todo. No presente estudo foi utilizado a Média Aritmética e a Mediana.

Medidas de dispersão são utilizadas para indicar o grau de afastamento de um conjunto de números em relação a sua média. As medidas de dispersão absolutas utilizadas foram amplitude total, variância, desvio padrão e coeficiente de variação.

Foi realizada também, uma representação gráfica dos dados e de alguns dos testes estatísticos mencionados. Esta representação teve como objetivo possibilitar uma melhor visualização do conteúdo dos dados e tabelas, expondo sempre que possível as mesmas informações nelas contidas.

Os tipos de gráficos usados foram diagramas de linhas e de superfície simples, que é o mais indicado para representar séries temporais, e diagrama de linhas e de superfície em faixa, utilizado para comparar a evolução de duas variáveis e ao mesmo tempo a evolução de cada uma delas, isoladamente.

Foi também utilizado o diagrama de caixa (Box Plots ou Box-Whiskers), que é um gráfico que apresenta os valores centrais dos dados e alguma informação a respeito da amplitude deles.

4.5.2 Matrizes de correlação

No intuito de verificar a existência de relações entre alguns dos parâmetros pesquisados, como desenvolvido por Paes (2003) e Coelho (2005), foram construídas matrizes de correlação para verificar a existência de correlações significativas entre diferentes conjuntos de dados, ou seja, se os dados desses conjuntos variaram da mesma maneira. Correlações positivas ocorrem quando os valores de uma variável aumentam à medida que também aumentam os valores de uma segunda variável, porém se os valores de uma variável aumentam à proporção que diminuem os valores da outra, a correlação é negativa.

Além disso, as matrizes de correlação, ao possibilitarem encontrar distintas correlações entre diferentes parâmetros dos lixiviados, constituem uma ferramenta importante no auxílio às atividades de projeto e operação de plantas de tratamento desses líquidos (Coelho, 2005).

Foram elaboradas matrizes de correlação entre os parâmetros físico-químicos dos líquidos lixiviados, recalques, dados climatológicos e registros do monitoramento dos gases.

Na interpretação dos coeficientes de correlação, geralmente são considerados resultados de correlação moderada os valores acima de 0,50 (Levin, 1987). Nesse trabalho, assim como adotado por Coelho (2005), os valores obtidos nas matrizes foram considerados como indicativos de uma boa correlação, aqueles cujos valores absolutos são maiores ou iguais a 0,60.

4.5.3 Teste de ANOVA e Tukey

Este teste realiza comparações múltiplas a partir da análise de variância (ANOVA) e foi aplicado aos estudos de compressibilidade, tendo como finalidade avaliar se um conjunto de dados de 3 medidores de recalques de cada Faixa de Trabalho poderia ser representado pela sua média. O nível de significância assumido foi de α = 5, ou seja, foi estabelecido p ≤ 0,050 para rejeição da hipótese nula.

Para saber se os recalques observados são significativamente diferentes uns dos outros, se algum dos resultados de alguns medidores tem um efeito importante, o uso da análise da variância indica a probabilidade de que a hipótese nula seja verdadeira, ou seja, probabilidade de que nenhuma diferença existe entre quaisquer dos resultados dos medidores. Se a hipótese nula (H0) for rejeitada, será o indício de que há diferença de potência em algum dos medidores.

Os testes de ANOVA se apóiam na hipótese de que se os grupos são semelhantes, a variância em cada um (dentro) dos grupos é semelhante àquela entre os grupos. Os testes compararam a variabilidade das médias de todas as amostras com a variabilidade dentro das amostras.

Assim, o teste precisa determinar a variabilidade dentro de cada amostra, bem como a variabilidade que existe entre médias das amostras. Ao se fazer isso, gera-se uma estatística chamada F (Equação 4.30).

IG EG F =

Em que: EG = estimativa da variância ENTRE os grupos; IG = estimativa da variância DENTRO (INTRA) dos grupos; F = distribuição F de Fischer

Se o F observado for superior ao F crítico, rejeita-se a hipótese nula de que não há diferença entre as variâncias.

Quanto maior for o valor do F observado, maior será a variação entre os grupos em relação à variação dentro dos grupos e, conseqüentemente, maior probabilidade de rejeitar a hipótese nula (H0: não há diferença entre os grupos) e aceitar a hipótese experimental (H1: há diferença entre os grupos).

A ANOVA informa somente se há ou não diferença estatisticamente significativa entre dois ou mais grupos, mas não informa quais os grupos envolvidos. Para identificar os grupos, deve-se realizar uma comparação entre os pares que irá comparar cada grupo com cada um dos outros. Um dos testes capazes de realizar esta análise é o Teste de Tukey.

O Teste de Tukey, descrito em Larsen & Marx (1986), permite estabelecer a diferença mínima significante, ou seja, a menor diferença de médias de amostras que deve ser tomada como estatisticamente significante, em determinado nível (Equação 4.31).

N c q s m d. . = ⋅ (4.31)

Em que: d.m.s = diferença de médias de amostras que deve ser tomada como estatisticamente significante; q = é o valor dado na tabela ao nível de significância estabelecida e graus de liberdade (Mickey et al, 2004); c = variância estimada dentro dos grupos; N = número de indivíduos em cada estudo (ou número de repetições de cada tratamento)

De acordo com o Teste de Tukey, duas médias são estatisticamente diferentes toda vez que o valor absoluto da diferença entre eles for igual ou superior ao valor da diferença de médias de amostras (d.m.s).

4.5.4 Processamento dos dados

Para processamento inicial dos dados obtidos no monitoramento da pesquisa, foi utilizado o programa Microsoft Excel 2003 (Microsoft, 2003) utilizado na elaboração das séries temporais e desenvolvimento das análises estatísticas básicas dos diferentes parâmetros, bem como para elaboração de gráficos diversos.

5 RESULTADOS E DISCUSSÃO

5.1 Avaliação dos materiais empregados na construção e execução