Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contenido
1. 2. 3. INTRODUCCIN ..................................................................................................................... 3 JUSTIFICACIN....................................................................................................................... 4 OBJETIVOS ............................................................................................................................. 5 3.1 3.2 4. 5. Objetivo General ........................................................................................................... 5 Objetivos Especficos ..................................................................................................... 6
POBLACIN OBJETIVO ........................................................................................................... 7 MARCO MUESTRAL ............................................................................................................... 8 5.1 5.2 Definicin de la poblacin: ........................................................................................ 8 Determinacin del Marco Muestral: ......................................................................... 8
6.
7. 8. 9. 10.
METODOLOGA.................................................................................................................... 12 DEFINICIONES BSICAS ....................................................................................................... 13 FORMATO DEL CUESTIONARIO ........................................................................................... 18 PLAN DE MUESTREO ....................................................................................................... 20 10.1 10.2 10.3 Definicin Literal de Datos: ............................................................................. 20 Definicin Matemtica de Datos:.................................................................... 20 Clculo del Tamao Muestral.......................................................................... 21
ANLISIS DESCRIPTIVO DE LAS VARIABLES POR CARRERA ........................................... 23 INFERENCIA DE DATOS .................................................................................................... 59 ANLISIS MULTIVARIADO................................................................................................ 69 SOFTWARE UTILIZADO .................................................................................................... 79 BIBLIOGRAFA .................................................................................................................. 81
1. INTRODUCCIN
Como sabemos la educacin es un hecho intencionado y, en trminos de calidad, todo proceso educativo busca permanentemente mejorar el rendimiento del estudiante. En este sentido, la variable dependiente clsica en cualquier anlisis que involucra la educacin es el rendimiento acadmico, tambin denominado rendimiento escolar, el cual es definido de la siguiente manera: "Del latn reddere (restituir, pagar); el rendimiento es una relacin entre lo obtenido y el esfuerzo empleado para obtenerlo. Es un nivel de xito en la universidad, en el trabajo, etc." Al analizarse el rendimiento acadmico, deben valorarse los factores ambientales como la familia, la sociedad, las actividades extracurriculares y el ambiente estudiantil, los cuales estn ligados directamente con nuestro estudio. Adems el rendimiento acadmico es entendido como una medida de las capacidades respondientes o indicativas que manifiestan, en forma estimativa, lo que una persona ha aprendido como consecuencia de un proceso de instruccin o formacin. De la misma forma, ahora desde una perspectiva propia del estudiante, se define el rendimiento como la capacidad de responder satisfactoriamente frente a estmulos educativos, susceptible de ser interpretado segn objetivos o propsitos educativos pre-establecido. Tratando el tema de rendimiento acadmico lo analizaremos sobre el Instituto de Ciencias Matemticas de la Escuela Superior Politcnica del Litoral (ESPOL) el cual se fundamenta en las siguientes consideraciones: El proceso de evaluacin tiene el propsito de medir el logro de objetivos generales de cada carrera, as como de los objetivos particulares terminales y especficos de cada Curso. En tal virtud, cada unidad acadmica debe mantener actualizados tales objetivos.
2. JUSTIFICACIN
La realizacin de este proyecto es con el fin de analizar por medio de anlisis estadsticos el rendimiento acadmico de un grupo especfico de estudiantes de la Escuela Superior Politcnica del Litoral (ESPOL), considerando en el estudiante la influencia de diversos factores como son: La edad, materias aprobadas, promedio general, actividades extracurriculares, promedio de materias tomadas por semestre, cursos tomados, lugar de residencia, entre otros.
Basndonos en nuestros conocimientos acadmicos y con la gua de la Ingeniera Sandra Garca, quien imparte la materia Tcnicas de Muestreo y Anlisis Multivariado.
3. OBJETIVOS
3.1
Objetivo General
Emplear los conocimientos adquiridos en los cursos de Estadstica Descriptiva, Estadstica Inferencial como en el de Tcnicas de Muestreo y Anlisis de Multivariado; para llevar a cabo un anlisis estadstico referente al rendimiento acadmico de los estudiantes del Instituto de Ciencias Matemticas de la Escuela Superior Politcnica del Litoral, adems de determinar las diferentes circunstancias que influyen en las actividades acadmicas como en el promedio estudiantil, finalmente interpretar la informacin recolectada para manifestar las respectivas recomendaciones.
3.2
Objetivos Especficos
Estimar el tamao Muestral de los estudiantes por carrera para realizar las respectivas inferencias de datos obtenidos de los estudiantes del ICM. Realizar estimaciones de los parmetros poblacionales para llegar a conclusiones y recomendaciones sobre el tema objetivo que es el Rendimiento Acadmico de los estudiantes del ICM. Evaluar las principales actividades influyentes en el promedio general del estudiante como manifestacin de su rendimiento acadmico. Analizar las actividades acadmicas para realizar diferenciacin de aquellas que ayudan a mejorar rendimiento acadmico as como tambin aquellas restan tiempo para realizar la labor estudiantil. Representar Grficamente los datos obtenidos para presentar un razonamiento detallado de los resultados. Concluir como influyen cierto tipo de actividades extracurriculares sobre el rendimiento acadmico de los estudiantes de la ESPOL.
4. POBLACIN OBJETIVO
Para nuestro anlisis estadstico tomaremos como poblacin objetivo a todos los estudiantes actuales del Instituto de Ciencias Matemticas (ICM), el cual est conformado por tres carreras:
Ingeniera en Auditora y Contadura Pblica Autorizada Ingeniera en Logstica Ingeniera en Estadstica e Informtica
A partir de los datos obtenidos en esta poblacin, procederemos a realizar los respectivos clculos con el fin de determinar los diversos factores que tienen mayor impacto en el rendimiento acadmico de los estudiantes de dicho Instituto.
5. MARCO MUESTRAL
Para realizar las estimaciones de los parmetros estadsticos sobre los cuales se van a analizar e inferir se los obtendr a partir de las unidades de muestreo que en este caso sern los estudiantes de las carreras del Instituto de Ciencias Matemticas de la ESPOL. Nuestra poblacin est conformada por:
CARRERAS AUDITORIA ESTADISTICA LOGISTICA TOTAL ESTUDIANTES TOTAL ESTUDIANTES 575 85 166 826
Estas sern las unidades objeto de nuestra investigacin, sobre ellas se extraer cierto nmero de unidades que conformarn nuestras muestras estratificadas. El nmero de unidades de muestreo sern expresadas en el Plan de Muestreo presentado dentro del contenido de este proyecto.
5.1
Definicin de la poblacin:
Elemento: Personas estudiantes activos del Instituto de Ciencias Matemticas. Unidad muestral: Estudiantes Extensin: ICM y sus Carreras Profesionales (Auditora, Estadstica y Logstica) Tiempo: 2010.
5.2
Finalmente adherimos la conformacin de los marcos mustrales: Marco Muestral 1: Compuesto por el centro de educacin superior, la ESPOL. Marco Muestral 2: Compuesto por el Instituto de Ciencias Matemticas de la ESPOL.
8
Marco Muestral 3: Compuesto por los estratos de cada carrera del ICM. Marco Muestral 4: Compuesto por los estudiantes de cada estrato.
6. DEFINICIN DE VARIABLES
6. 1
Variables Cuantitativas
CANTIDAD DE MATERIAS APROBADAS: nmero de materias tomadas y aprobadas hasta el semestre actual.
CANTIDAD DE MATERIAS TOMADAS POR SEMESTRE: nmero de materias que en promedio toma el encuestado en cada semestre.
TIEMPO QUE NO ESTUDI.- lapso de tiempo en que el encuestado paus sus estudios universitarios en la ESPOL.
TIEMPO DE TRASLADO DESDE SU LUGAR DE RESIDENCIA AL CAMPUS.- tiempo en minutos que le toma al encuestado trasladarse desde su lugar de residencia AL Campus de la ESPOL.
10
6. 2
Variables Cualitativas
CARRERA.- carrera actual que ests estudiando el encuestado, es decir una de las tres que forman parte del ICM.
EDUCACIN
CONTINUA.- indica
universitarios de forma continua, es decir si no ha dejado un lapso de tiempo en el que no haya estudiado durante uno o varios semestres.
REALIZA ACTIVIDAD ESTRACURRICULAR.- hace referencia a si el estudiante en su tiempo libre realiza actividades extracurriculares, relacionadas al arte, deportes, etc.,
TRABAJA
TIENE HIJOS
11
7. METODOLOGA
Para el diseo de la muestra se consider dos aspectos: Proceso de Seleccin
Proceso de Estimacin
Mtodos de Observacin: Cuestionario formulado para los estudiantes a encuestar, Software de aplicacin que facilite los clculos y procesamientos de datos como puede ser Minitab 16.
Para llevar a cabo la realizacin del proyecto, hemos decidido proceder a aplicar el mtodo de Muestreo Estratificado despus de haber analizado las razones de conveniencia y diferenciacin entre los tres mtodos: Estratificado, Aleatorio Simple y por Conglomerado. A continuacin presentamos las conveniencias para el uso de Muestreo Estratificado: Este tipo de Muestreo puede mostrar informacin ms precisa de algunas subpoblaciones que vara bastante en tamao y propiedades entre s, pero que son homogneas dentro de s.
12
En el caso presentado aparecen las unidades en la poblacin en marco que implican una estratificacin como lo son las carreras del instituto.
Generalmente el motivo de estratificacin es la consideracin conjunta de la eficiencia en cuanto a la precisin para una estimacin global y los recursos disponibles.
Luego de haber decidido el tipo de muestreo se consider adems el tipo de Afijacin con la que se va a trabajar. En carencia de datos de costos se decidi por la Afijacin de varianza mnima ya que se empleara menor varianza lo que implica mayor precisin en la estimacin. Esta Afijacin consiste en asignar a cada estrato un nmero de unidades mustrales a razn de la desviacin estndar de la muestra piloto con el objeto de reducir variabilidad.
8. DEFINICIONES BSICAS
MEDIA ARITMTICA O PROMEDIO La media (aritmtica) es la cantidad total de la variable distribuida a partes iguales entre cada observacin.
LA MEDIANA Es el nmero central de un grupo de nmeros ordenados por tamao. Si la cantidad de trminos es par, la mediana es el promedio de los dos nmeros centrales.
13
VARIANZA Es el promedio del cuadrado de las distancias entre cada observacin y la media aritmtica del conjunto de observaciones.
DESVIACIN ESTNDAR (O DESVIACIN TPICA) Es una medida de dispersin para variables de razn (ratio o cociente) y de intervalo, de gran utilidad en la estadstica descriptiva. Es una medida (cuadrtica) que informa de la media de distancias que tienen los datos respecto de su media aritmtica, expresada en las mismas unidades que la variable.
INTERVALOS DE CONFIANZA Se llama intervalo de confianza en estadstica a un intervalo de valores alrededor de un parmetro Muestral en los que, con una probabilidad o nivel de confianza determinado, se situar el parmetro poblacional a estimar. Si es el error aleatorio que se quiere cometer, la probabilidad ser de 1 . A menor nivel de confianza el intervalo ser ms preciso, pero se cometer un mayor error.
INFERENCIA ESTADSTICA Es la metodologa que consiste en inferir resultados, predicciones y generalizaciones sobre la poblacin estadstica basndose en la informacin contenida en una muestra representativa precisamente elegida en mtodos de muetreo formal.
MUESTREO El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin.
14
MARCO MUESTRAL Es el listado de las unidades investigadas o unidades de muestreo que va a facilitar el muestreo.
ERROR DE MUESTREO O ERROR MUESTRAL Es la diferencia entre el resultado obtenido de una muestra (un estadstico) y el resultado el cual deberamos haber obtenido de la poblacin (el parmetro correspondiente), es el error a causa de observar una muestra en lugar de la poblacin completa. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta completa de la poblacin, sino que se toma una muestra para estimar las caractersticas de la poblacin.
MUESTREO ALEATORIO SIMPLE (M.A.S) Es aquel en que cada elemento de la poblacin tiene la misma probabilidad de ser seleccionado para integrar la muestra.
15
MUESTREO ALEATORIO SIMPLE SIN REPOSICIN Se trata de un procedimiento de seleccin con probabilidades iguales que consiste en obtener la muestra unidad a unidad de forma aleatoria sin reposicin a la poblacin de las unidades previamente seleccionadas, teniendo presente adems que el orden de colocacin de los elementos en las muestras no interviene, es decir, muestras con los mismos elementos colocados en orden distinto se consideran iguales.
MUESTREO ALEATORIO SIMPLE CON REPOSICIN Se trata de un procedimiento de seleccin con probabilidades iguales que consiste en obtener la muestra unidad a unidad de forma aleatoria con reposicin a la poblacin de las unidades previamente seleccionadas, de esta forma las muestras con elementos repetidos son posibles y cualquier elemento de la poblacin puede estar repetido en la muestra 1,2,,n veces.
MUESTREO ESTRATIFICADO Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se va a estudiar. A cada uno de los estratos se le asignar una cuota que determina el nmero de miembros del mismo que componen la muestra.
AFIJACIN DE UNA MUESTRA Es el reparto, asignacin, adjudicacin, adscripcin o distribucin del tamao muestral n entre los diferentes estratos. Esto es, a la determinacin de los valores de n_h que verifiquen n_1+n_2++ n_L=n
AFIJACIN UNIFORME Consiste en asignar el mismo nmero de unidades muestrales a cada estrato.
16
AFIJACIN PROPORCIONAL Consiste en asignar a cada estrato un nmero de unidades muestrales proporcional a su tamao.
AFIJACIN DE LA MNIMA VARIANZA Consiste en determinar el nmero de unidades que se extraen del estrato h-simo para la muestra de forma que para un tamao de muestra fijo igual a n la varianza de los estimadores sea mnima.
AFIJACIN PTIMA Consiste en determinar el nmero de unidades que se extraen del estrato h-simo para la muestra de forma que para un coste fijo C la varianza de los estimadores sea mnima.
MUESTREO CONGLOMERADO En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado.
17
2. EDAD:______(En aos)
GNERO:
4.
7. ESCRIBA EL NMERO DE MATERIAS QUE EN PROMEDIO TOMA UD. POR SEMESTRE: ________
18
9. DURANTE SUS ESTUDIOS UNIVERSITARIOS, HA ASISTIDO A UN CURSO QUE HA SIDO DE APOYO PARA SU FORMACIN PROFESIONAL? SI NO
11. EN CASO DE SER AFIRMATIVA SU RESPUESTA, EN QU AREA SE DESEMPEA SU ACTIVIDAD? (Marque con una X), CASO CONTRARIO SIGA A LA SIGUIENTE PREGUNTA.
o Otro; Especifique:_______________
13. USTED RECIDE DENTRO DE LA CIUDAD DE GUAYAQUIL? (Marque con X, y en caso de 14. ser negativa su respuesta Escriba su ciudad habitual) SI NO Especifique: ______________
15. CUNTO TIEMPO PROMEDIO EN MINUTOS TARDA UD. EN TRASLADARSE DE SU CASA A LA ESPOL? _________
16. TIENE UD. HIJOS?, SI SU RESPUESTA ES AFIRMATIVA ESPECIFIQUE CUNTOS? SI NO Cuntos?: ________
19
10. 10.1
PLAN DE MUESTREO
10.2
20
10.3
Antes de realizar los clculos para el tamao de muestra que se tiene que considerar que se proceder a realizar la estratificacin con afijacin de mnima varianza.
Ahora se procede a calcular el tamao de muestra para cada estrato con afijacin de mnima varianza:
( ) ( ) ( ) ( ) ( ) ( )
( ( ( )
) )
En Resumen:
n E1-n1 E2-n2 E3-n3 Muestra 166 133 28 6
21
Literalmente hablamos que tomaremos en conjunto una muestra de tamao de 166 estudiantes los mismos que sern distribuidos de la siguiente manera: 133 estudiantes de la muestra sern tomados de la carrera de Auditoria, 6 estudiantes de la muestra sern tomados de la carrera de Estadstica y 28 estudiantes de la muestra sern tomados de la carrera de Logstica.
22
11.
3,21 0,005 20,748 2,040 4,164 1,09448 2,32210 155 17,000 19,000 21,000 22,000 29,000 21,072 21,000 2,297
18
20
22
24
26
28
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 1,836
En este resumen estadstico para la variable EDAD, podemos observar que la mayora de los alumnos se encuentran en un rango de 19 y 22 aos. Teniendo tambin un valor mnimo y mximo de edad de 17 y 29 aos respectivamente.
Resumen para AO DE INGRESO
P rueba de normalidad de A nderson-Darling A -cuadrado V alor P < M edia Desv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 2007,4 2007,0
Intervalos de confianza de 95%
Media
4,42 0,005 2007,7 1,8 3,1 -0,81390 1,60833 155 2001,0 2007,0 2008,0 2009,0 2010,0 2007,9 2008,0 2,0
2002
2004
2006
2008
2010
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 1,6
23
Podemos observar que la mayora de los alumnos se encuentran en un rango de ingreso entre los aos 2007 y 2009. Teniendo tambin un mnimo y mximo ao de ingreso de 2001 y 2010 aos respectivamente.
Resumen para NO. MATERIAS APROBADAS
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P < M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 24,774 27,000
Intervalos de confianza de 95%
Media
2,98 0,005 26,852 13,096 171,504 -0,161223 -0,616136 155 5,000 20,000 29,000 35,000 54,000 28,930 30,000 14,742
16
24
32
40
48
56
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 11,782
Observamos que la mayora de los alumnos tienen materias aprobadas en un rango de 24 y 35. Teniendo tambin un mnimo y mximo de materias aprobadas de 5 y 54 materias respectivamente.
0,51 0,189 7,7522 0,5180 0,2684 0,173832 -0,375671 155 6,5000 7,4000 7,7200 8,1000 9,0000 7,8344 7,8500 0,5831
6,8
7,2
7,6
8,0
8,4
8,8
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,4661
24
Podemos observar que la mayora de los alumnos tienen un promedio que se encuentran en un rango entre 7,6 y 8. Teniendo tambin un mnimo y mximo 6,5 y 9 promedio respectivamente.
Resumen para MATERIAS POR SEMESTRE
P rueba de normalidad de A nderson-Darling A -cuadrado V alor P < M edia Desv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 5,6322 6,0000
Intervalos de confianza de 95%
Media
13,56 0,005 5,7419 0,6917 0,4784 0,153159 -0,527779 155 4,0000 5,0000 6,0000 6,0000 7,0000 5,8517 6,0000 0,7786
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,6223
Se puede observar que la mayora de los alumnos toman materias por semestre las cuales se encuentran en un rango entre 5 y 6. Teniendo tambin un mnimo y mximo de materias tomadas de 4 y 7 respectivamente.
41,17 0,005 0,36129 1,05611 1,11537 3,6887 15,8281 155 0,00000 0,00000 0,00000 0,00000 7,00000 0,52887 0,00000 1,18883
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,95018
25
Podemos observar que la mayora de los alumnos no han dejado de estudiar, el mnimo de semestres no tomado es 0 y el mximo es 7.
Resumen para MIN. RESIDENCIA-ESPOL
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P < M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 53,938 45,000
Intervalos de confianza de 95%
Media
3,91 0,005 58,174 26,700 712,872 0,939924 0,931636 155 17,000 40,000 60,000 70,000 160,000 62,411 60,000 30,055
30
60
90
120
150
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 24,022
Mediana 45 50 55 60 65
Podemos observar que la mayora de los alumnos se demoran para llegar a la espol entre 50 y 60 minutos. Teniendo un mnimo y mximo de minutos de 17 y 160 respectivamente.
52,53 0,005 0,07742 0,31283 0,09786 4,3894 20,2932 155 0,00000 0,00000 0,00000 0,00000 2,00000 0,12706 0,00000 0,35214
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,28145
26
Podemos observar que la mayora de los alumnos no tienen hijos, el mnimo de hijos que han tenido es 0 y el mximo es 2
VARIABLES CUALITATIVAS
Podemos observar que la mayora de los alumnos de Auditora son de gnero femenino, representado con la letra F.
Podemos observar que la mayora de los alumnos han reprobado materias, el cual se encuentra representado con la palabra si.
27
Podemos observar que la mayora de los alumnos han tenido una educacin continua
Mediante el Histograma podemos observar que la mayora de los alumnos no tienen hijos.
La mayora de los alumnos han tomado cursos para su educacin, lo cual puede influir en su promedio.
Podemos observar que la mayora de los alumnos no extracurriculares representadas con la palabra no.
realizan actividades
Se observar que como es de esperarse la mayora de los alumnos de Auditora residen en la ciudad de Guayaquil.
29
Distribucin Marginal
9,0 8,5
PROMEDIO
FEMENINO MASCULINO
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 c. GNERO 1,0 1,5
La grfica nos muestra que las Mujeres en la carrera de Auditora, representado con el nmero 0, tienen mayor promedio que los hombres.
9,0 8,5
PROMEDIO
NO TRABAJA TRABAJA
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 TRABAJA 1,0 1,5
Se puede observar que el promedio de los alumnos que trabajan es inferior al de los que no realizan actividad laboral, esto puede ser a causa de que no disponen de la misma disponibilidad de tiempo para dedicarse a los estudios.
30
9,0 8,5
PROMEDIO
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 HIJOS 1,0 1,5
Mediante este grfico podemos concluir que los alumnos que No tienen hijos, obtienen un promedio ms alto.
9,0 8,5
PROMEDIO
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 1,0 CURSOS DE APOYO 1,5
Los estudiantes que han tomado algn curso de apoyo, tienen un promedio un poco mayor al de los que no han realizado algn curso, esto se debe a que estos cursos ayudan a reforzar y ha aumentar los conocimientos de los alumnos.
31
9,0 8,5
PROMEDIO
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 1,0 ACTIVIDAD EXTRACURRICULAR 1,5
El grfico nos muestra que los estudiantes que realizan Actividades Extracurriculares, ya sean Deportes, Danza, entre otros. Tienen un promedio un poco inferior a los que no realizan estas actividades.
Como es de esperarse los alumnos que han ingresado ya hace algunos aos, poseen una mayor cantidad de Materias Aprobadas.
32
9,0 8,5
PROMEDIO
Mediante la grfica podemos decir que si un estudiante toma la un numro alto de materias por semestre, esto no afecta negativamente en su promedio, como a veces se cree, sino todo lo contrario ya que algunos toman 7 materias por semestre y tienen un promedio ms alto, a los que slo toman 4 materias.
FEMENINO MASCULINO
0 1
Podemos observar que las mujeres a veces optan por tomar entre 4 y 7 materias cada semestre, a diferencia de los hombres que toman de 5 materias en adelante.
33
9,0 8,5
PROMEDIO
NO SI
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 1,0 EDUCACIN CONTINUA 1,5
Los alumnos cuya educacin ha sido continua, tienen un promedio ms alto en relacin a los que por diversas razones han interrumpido sus estudios.
9,0 8,5
PROMEDIO
NO SI
0 1
8,0 7,5 7,0 6,5 -0,5 0,0 0,5 1,0 RESIDE EN GUAYAQUIL 1,5
Los estudiantes que no residen en Guayaquil, tienden a tener un promedio inferior a los q si viven en esta ciudad, lo cual puede ser debido a que el constante traslado desde ciudad de origen disminuya el tiempo que le puede dedicar a los estudios.
34
11.2
INGENIERA EN LOGSTICA
VARIABLES CUANTITATIVAS
Resumen para EDAD
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P < M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 20,802 21,000
Intervalos de confianza de 95%
Media
2,55 0,005 21,219 1,157 1,338 2,34520 8,73711 32 20,000 21,000 21,000 22,000 26,000 21,636 21,000 1,538
20
21
22
23
24
25
26
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,927
En este resumen estadstico para la variable EDAD, podemos observar que la mayora de los alumnos se encuentran en un rango de20 y 22 aos. Teniendo tambin un valor mnimo y mximo de edad de 20y 26 aos respectivamente.
Resumen para AO INGRESO
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P < M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 2006,9 2007,0
Intervalos de confianza de 95%
Media
3,41 0,005 2007,3 1,2 1,4 -3,0710 13,3488 32 2002,0 2007,0 2007,5 2008,0 2009,0 2007,7 2008,0 1,6
2002
2004
2006
2008
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,9
Podemos observar que la mayora de los alumnos se encuentran en un rango de ingreso entre los aos 2007 y 2008. Teniendo tambin un mnimo y mximo ao de ingreso de 2002 y 2009 aos respectivamente. 35
0,51 0,188 28,594 6,686 44,701 1,00556 1,82655 32 20,000 23,000 28,500 32,750 50,000 31,004 31,002 8,889
24
32
40
48
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 5,360
Podemos observar que la mayora de los alumnos tienen materias aprobadas en un rango de 24 y 32. Teniendo tambin un mnimo y mximo de materias aprobadas de 20 y 50 materias respectivamente
0,78 0,038 7,5041 0,4410 0,1945 1,22332 3,09855 32 6,7000 7,2575 7,4800 7,6975 8,9500 7,6631 7,5700 0,5863
7,0
7,5
8,0
8,5
9,0
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,3535
Podemos observar que la mayora de los alumnos tienen un promedio que se encuentran en un rango entre 7,2 y 7,6. Teniendo tambin un mnimo y mximo 6,7 y 8,95 promedio respectivamente. 36
3,39 0,005 5,7188 0,6342 0,4022 0,301128 -0,556288 32 5,0000 5,0000 6,0000 6,0000 7,0000 5,9474 6,0000 0,8432
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,5084
Podemos observar que la mayora de los alumnos toman materias por semestre las cuales se encuentran en un rango entre 5 y 6. Teniendo tambin un mnimo y mximo de materias tomadas de 5 y 7 respectivamente.
10,38 0,005 0,31250 1,42416 2,02823 5,4091 29,9354 32 0,00000 0,00000 0,00000 0,00000 8,00000 0,82596 0,00000 1,89339
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 1,14175
Podemos observar que la mayora de los alumnos no han dejado de estudiar, el mnimo de semestres no tomado es 0 y el mximo es 8.
37
1,27 0,005 62,031 31,517 993,322 1,82966 5,57793 32 15,000 45,000 60,000 73,750 180,000 73,394 60,016 41,901
40
80
120
160
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 25,267
Mediana 50 60 70
Podemos observar que la mayora de los alumnos se demoran para llegar a la espol entre 40 y 60 minutos. Teniendo un mnimo y mximo de minutos de 15 y 180 respectivamente.
11,87 0,005 0,03125 0,17678 0,03125 5,6569 32,0000 32 0,00000 0,00000 0,00000 0,00000 1,00000 0,09498 0,00000 0,23502
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,14172
Podemos observar que la mayora de los alumnos no tienen hijos, el mnimo de hijos que han tenido es 0 y el mximo es 1
38
VARIABLES CUALITATIVAS
Podemos observar que la mayora de los alumnos son de gnero masculino, representado con la letra M.
Podemos observar que la mayora de los alumnos han reprobado materias, el cual se encuentra representado con la palabra si.
Podemos observar que la mayora de los alumnos han tenido una educacin continua representada con la palabra si.
39
Podemos observar que la mayora de los alumnos no tienen hijos representado con la palabra no.
Podemos observar que la mayora de los alumnos no trabajan representado con la palabra no.
Podemos observar que la mayora de los alumnos han tomado cursos para su educacin representado con la palabra si.
40
Podemos observar que la mayora de los alumnos no han realizado actividades extracurriculares representadas con la palabra no.
Podemos observar que la mayora de los alumnos residen en la ciudad de Guayaquil representado con la palabra si.
41
DISTRIBUCIN MARGINAL
9,0 8,5
FEMENINO MASCULINO
0 1
PROMEDIO
Se observa que el gnero femenino tienen promedios ms altos en relacin al gnero masculino.
Se observa que los estudiantes de matrcula 2007 tienen mayor nmero de materias aprobadas en relacin a los estudiantes de matriculas de ms tiempo, en este caso 2002.
42
9,0 8,5
PROMEDIO
0 1
Se observa que los estudiantes que tienen hijos si tienen promedios altos en relacin a estudiantes que no tienen hijos.
9,0 8,5
PROMEDIO
NO SI
0 1
8,0 7,5 7,0 -0,5 0,0 0,5 1,0 EDUCACIN CONTINUA 1,5
Se observa que los estudiantes que tienen educacin continua tienen promedios altos, mientras que los que no han tenido educacin continua tienen promedios menores.
43
9,0 8,5
NO SI
0 1
PROMEDIO
8,0 7,5 7,0 -0,5 0,0 0,5 1,0 ACTIVIDAD EXTRACURRICULAR 1,5
Se observa que estudiantes que realizan alguna actividad extracurricular tienen mejor promedio que aquellos que no realizan alguna actividad extracurricular.
9,0 8,5
NO TRABAJA TRABAJA
0 1
PROMEDIO
Se observa que los estudiantes que trabajan tienen promedios altos a relacin de aquellos estudiantes que no trabajan.
44
9,0 8,5
NO SI
0 1
PROMEDIO
8,0 7,5 7,0 -0,5 0,0 0,5 1,0 RESIDE EN GUAYAQUIL 1,5
Se observa que los estudiantes que residen en Guayaquil tienen promedios ms altos que los estudiantes que no residen en esta ciudad.
9,0 8,5
PROMEDIO
8,0 7,5 7,0 4,5 5,0 5,5 6,0 6,5 7,0 MATERIAS POR SEMESTRE 7,5
Se observa que los estudiantes que toman 7 materias por semestre tienen promedios ms altos que los estudiantes que toman menos materia por semestres.
45
FEMENINO
7
0 1
MASCULINO
6
-0,5
0,0
0,5 GNERO
1,0
1,5
Se observa que los dos gneros toman por igual el nmero de materias por semestres.
9,0 8,5
NO SI
0 1
PROMEDIO
8,0 7,5 7,0 -0,5 0,0 0,5 1,0 CURSOS DE APOYO 1,5
Se observa que los estudiantes que han hecho cursos de apoyo tienen promedios ms altos, mientras que aquellos estudiantes que no han hecho cursos de apoyo tienen menos promedios.
46
11.3
INGENIERA EN ESTADSTICA
VARIABLES CUANTITATIVAS
Resumen para EDAD
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 19,758 19,263
Intervalos de confianza de 95%
Media
0,54 0,126 20,500 1,168 1,364 -0,00000 -1,42756 12 19,000 19,250 20,500 21,750 22,000 21,242 21,737 1,983
19
20
21
22
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,827
En este resumen estadstico para la variable EDAD, podemos observar que la mayora de los alumnos se encuentran en un rango de 19 y 22 aos. Teniendo tambin un valor mnimo y mximo de edad de 17 y 22 aos respectivamente
Resumen para AO INGRESO
P rueba de normalidad de A nderson-D arling A -cuadrado V alor P M edia D esv .E st. V arianza S esgo Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 2007,3 2007,0
Intervalos de confianza de 95%
Media
1,01 0,008 2007,8 0,8 0,6 0,477594 -0,868267 12 2007,0 2007,0 2008,0 2008,0 2009,0 2008,2 2008,0 1,3
2007
2008
2009
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,5
Podemos observar que la mayora de los alumnos se encuentran en un rango de ingreso entre los aos 2007 y 2008. Teniendo tambin un mnimo y mximo ao de ingreso de 2007 y 2009 aos respectivamente. 47
0,58 0,102 24,417 5,316 28,265 0,44827 -1,51904 12 18,000 20,000 22,500 30,000 33,000 27,795 30,000 9,027
20
24
28
32
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 3,766
Podemos observar que la mayora de los alumnos tienen materias aprobadas en un rango de 20y 23. Teniendo tambin un mnimo y mximo de materias aprobadas de 18 y 33 materias respectivamente
0,29 0,560 7,5800 0,5095 0,2596 -0,01951 -1,40152 12 6,7800 7,1400 7,5550 8,1250 8,3000 7,9037 8,1237 0,8651
6,8
7,2
7,6
8,0
8,4
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,3609
Podemos observar que la mayora de los alumnos tienen un promedio que se encuentran en un rango entre 7,6 y 8,2 Teniendo tambin un mnimo y mximo 6,78 y 8,3 promedio respectivamente.
48
2,04 0,005 5,0833 0,5149 0,2652 0,21085 2,21976 12 4,0000 5,0000 5,0000 5,0000 6,0000 5,4105 5,0000 0,8743
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,3648
Podemos observar que la mayora de los alumnos tienen 5 materias tomadas por semestre Teniendo tambin un mnimo y mximo de materias tomadas de 4 y 6 respectivamente.
3,07 0,005 0,25000 0,62158 0,38636 2,55515 6,24221 12 0,00000 0,00000 0,00000 0,00000 2,00000 0,64493 0,00000 1,05537
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,44033
Podemos observar que la mayora de los alumnos no han dejado de estudiar, el mnimo de semestres no tomado es 0 y el mximo es 2.
49
0,94 0,012 62,083 33,741 1138,447 1,18286 0,46815 12 20,000 41,250 47,500 82,500 130,000 83,521 82,106 57,288
20
40
60
80
100
120
140
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 23,902
Mediana 40 50 60 70 80
Podemos observar que la mayora de los alumnos se demoran para llegar a la espol entre 40 y 60 minutos. Teniendo un mnimo y mximo de minutos de 20 y 130 respectivamente.
3,31 0,005 0,16667 0,38925 0,15152 2,05524 2,64000 12 0,00000 0,00000 0,00000 0,00000 1,00000 0,41398 0,00000 0,66090
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0,27574
Podemos observar que la mayora de los alumnos no tienen hijos, el mnimo de hijos que han tenido es 0 y el mximo es 1.
50
VARIABLES CUALITATIVAS
Podemos observar que la mayora de los alumnos son de gnero masculino, representado con la letra M.
Podemos observar que la mayora de los alumnos han reprobado materias, el cual se encuentra representado con la palabra si.
51
Podemos observar que la mayora de los alumnos han tenido una educacin continua representada con la palabra si.
Podemos observar que la mayora de los alumnos no tienen hijos representado con la palabra no.
Podemos observar que la mayora de los alumnos no trabajan representado con la palabra no.
52
Podemos observar que la mayora de los alumnos han tomado cursos para su educacin representado con la palabra si.
Podemos observar que la mayora de los alumnos no han realizado actividades extracurriculares representadas con la palabra no.
Podemos observar que la mayora de los alumnos residen en la ciudad de Guayaquil representado con la palabra si.
53
DISTRIBUCIN MARGINAL
8,5 8,0 7,5 7,0 -0,5 0,0 0,5 GNERO 1,0 1,5
FEMENINO MASCULINO
0 1
Se observa que el gnero femenino tienen los promedios ms altos, mientras que el gnero masculino tienen los promedios menores.
PROMEDIO
FEMENINO MASCULINO
0 1
-0,5
0,0
0,5 GNERO
1,0
1,5
Se observa que las mujeres toman de 4 a 6 materias por semestres, en cambio los hombres toman de 5 a 6 materias cada semestre.
54
8,5 8,0 7,5 7,0 3,5 4,0 4,5 5,0 5,5 6,0 MATERIAS POR SEMESTRE 6,5
Se observa que los estudiantes de Estadstica que cogen menos materias en el semestre obtienen promedios ms altos que los estudiantes que cogen ms materias por semestre.
PROMEDIO
8,5
NO
PROMEDIO
0 1
8,0
SI
7,5 7,0 -0,5 0,0 0,5 HIJOS 1,0 1,5
Se observa que los estudiantes que tienen hijos tienen promedios menores en relacin a los estudiantes que no tienen hijos.
55
8,5 8,0
PROMEDIO
NO
7,5
0 1
SI
7,0 -0,5 0,0 0,5 1,0 RESIDE EN GUAYAQUIL 1,5
Se observa que los estudiantes que no residen en Guayaquil obtienen promedios altos en relacin a los estudiantes que residen en Guayaquil.
8,5 8,0 7,5 7,0 -0,5 0,0 0,5 TRABAJA 1,0 1,5
PROMEDIO
NO SI
0 1
Se observa que los estudiantes que trabajan tienen promedios menores en relacin a los estudiantes que no trabajan.
56
8,5 8,0 7,5 7,0 -0,5 0,0 0,5 1,0 CURSOS DE APOYO 1,5
SI NO
0 1
Se observa que los estudiantes que han hecho cursos de apoyo para su carrera tienen promedios ms altos que los estudiantes que no han hecho cursos de apoyo.
PROMEDIO
8,5 8,0 7,5 7,0 -0,5 0,0 0,5 1,0 EDUCACIN CONTINUA 1,5
PROMEDIO
NO SI
0 1
Se observa que los estudiantes que no han tenido una educacin continua tienen promedios menores en relacin a aquellos que han tenido educacin continua.
57
8,5 8,0 7,5 7,0 -0,5 0,0 0,5 1,0 ACTIVIDAD EXTRACURRICULAR 1,5
NO SI
0 1
Se observa que los estudiantes que no tienen actividad extracurricular tienen promedios ms altos que los estudiantes que practican alguna actividad extracurricular.
PROMEDIO
Se observa que los estudiantes de matrcula 2007 tienen mayor nmero de materias aprobadas.
58
12.
Variables objeto de Estudio: G: Gnero I: Ao de Ingreso P: Promedio M: Materias TNE: Tiempo que no estudio
INFERENCIA DE DATOS
Variable: Gnero
Variable cualitativa, en la cual se proceder a realizar una estimacin de la proporcin desconocida de estudiantes hombres de todo el Instituto. Tomamos de referencia los datos extrados de la muestra que fue tomada de la bien llamada poblacin el Instituto de Ciencias Matemticas identificando la siguiente informacin para poder realiza el clculo:
DATOS Nos encontramos en el Caso 2 de Intervalos de Confianza: El tamao de la muestra mayor a 100 elementos. Total estudiantes de gnero masculino en la muestra: 70 Total de Elementos en la Muestra: 188 Nivel de confianza: 98% de Confianza ( ( ) ( ) )
59
Clculo:
( ( ) ( ) )
( Interpretacin:
De los datos obtenidos en la muestra hemos logrado estimar la proporcin de estudiantes de gnero masculino del Instituto con 98% de confianza. Se ha estimado que en un 29.04% como mnimo, y un 45.43% como mximo del total de estudiantes del ICM son hombres. Adems podemos decir que de los estudiantes del Instituto en su mayora son estudiantes de gnero femenino. De la estimacin realizada se debe considerar un error del 2% (+,-); sin embargo nos puede explicar el parmetro de proporcin de hombres de la poblacin objeto de estudio como lo es el Instituto de Ciencias Matemticas de la ESPOL.
Variable: Ao de Ingreso
Variable Cualitativa, en el cual se puede estimar la proporcin dependiendo de la caracterstica en particular que se quiere estudiar para esto procederemos a realizar estimaciones para los aos de ingreso encontrados en la muestra tomada; Ao: 2001
Clculo:
( ( ) ( ) )
)
60
Interpretacin: Este es el ao de mayor antigedad, que se logr encontrar en la muestra tomada del Instituto. Con 98% nivel de confianza podemos estimar que la proporcin de estudiantes que ingresaron a la Espol en el ao 2001 est en un rango comprendido entre 0 como mnimo y 2.8% del total de estudiantes. Adems explica que en el ICM no existe una cantidad significativa de estudiantes que hayan ingresado a estudiar a la ESPOL en este ao.
Ao: 2002
Clculo:
( ( ) ( ) )
( Interpretacin:
Con 98% de confianza se estima que la proporcin de estudiantes que han ingresado en la Espol a estudiar una de las carreras existentes en el ICM se encuentra en el rango de 0% a 1.77%. Del total de estudiantes del Instituto esta proporcin estimada representa un mnimo porcentaje de toda la poblacin objetivo. El rango dado en la estimacin se ha considerado un 0% de estudiantes con ao de ingreso 2002 que se encuentren en la Espol.
Ao: 2004
61
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que con un mnimo de 0.51% a 6.93% de proporcin de estudiantes que son del ICM que han ingresado en el ao 2004. Del total de estudiantes del Instituto una proporcin pequea se encuentra aun estudiando con la caracterstica de que ha ingresado a la Espol en el ao 2004.
Ao: 2005
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes del ICM que han ingresado en el ao 2005 est entre 0% y 5.39%. Del total de estudiantes la proporcin de estudiantes que han ingresado en el ao 2005 es relativamente mnima de la poblacin objetivo.
Ao: 2006
62
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes del ICM que han ingresado a la Espol en el ao 2006 est entre el 3.38% hasta un 12.57%. Del total de estudiantes del Instituto la proporcin estimada muestra que es medianamente representativa de la poblacin objetivo. Podemos adems aadir que el rendimiento acadmico de estos estudiantes puede tener una pequea influencia para el anlisis respectivo de la variable a estudiar como lo es el promedio general de la poblacin objetivo.
Ao: 2007
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes que ingresaron en el 2007 al ICM corresponde a un mnimo del 26.01% hasta un mximo del 42.08% del total de estudiantes del Instituto. La proporcin muestra que estudiantes que han ingresado en el 2007 es relativamente alta en representacin de la poblacin objetivo. Los datos referentes al rendimiento acadmico de estos estudiantes puede tener influencia significativa en el anlisis de nuestra variable de estudio como lo es el promedio general.
63
Ao: 2008
Clculo: ( ( ) ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes del ICM que han ingresado en el ao 2008 corresponde al rango desde 17.66% hasta un 32.34% del total de la poblacin objetivo. Del total de estudiantes del ICM la proporcin que ha ingresado en el 2008 es representativa del total de estudiantes del Instituto.
Ao: 2009
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes del ICM que han ingresado en el ao 2009 se encuentra entre el 3.78% y 13.24% del total de la poblacin objetivo. Al parecer es una proporcin de estudiantes poco significativa; sin embargo puede que la razn de esto sea por el curso tomado para la muestra en la que no encontramos muchos estudiantes con esta caracterstica.
64
Ao: 2010
Clculo:
( ( ) ( ) )
( Interpretacin:
Se ha estimado que la proporcin de estudiantes que han ingresado al ICM en el ao 2010 corresponde a un mnimo de 10.2% y un mximo de 22.78% del total de la poblacin objetivo. Del total de la poblacin objetivo tiene esta proporcin de estudiantes medianamente representativa es similar a la proporcin de estudiantes del ao 2009. Puede aadirse que es posible que en estos dos ltimos aos las carreras del Instituto han tenido una demanda baja en comparacin de los dems aos analizados.
Variable: PROMEDIO
Variable cuantitativa, es nuestra variable de estudio para la cual se proceder a realizar estimaciones de rangos en los que puede estar la media, la varianza que se puede hallar en los datos tomados de la muestra en relacin a la media. Podemos encontrarnos en el caso 2 con los supuestos de que la muestra fue tomada de Poblacin Normal, n>=30 y desconocido. DATOS:
65
66
67
Instituto de Ciencias Matemticas identificando la siguiente informacin para poder realiza el clculo: DATOS Nos encontramos en el Caso 2 de Intervalos de Confianza: El tamao de la muestra mayor a 100 elementos. Total estudiantes que han reprobado en alguna materia: 149 Total de Elementos en la Muestra: 188 Nivel de confianza: 98% de Confianza ( ( ) ( ) )
Clculo: ( ( )
( Interpretacin:
Se ha estimado que en un 72.38% como mnimo y un 86.13% como mximo es el rango de la proporcin de aquellos estudiantes que se quedan en alguna materia. En una gran mayora los estudiantes del ICM se quedan en alguna materia durante su periodo de estudio.
68
13.
ANLISIS MULTIVARIADO
Se emplearan las tcnicas de anlisis multivariado de tipo Explicativas: Se emplean en contextos de investigacin experimentales. En estas tcnicas consideramos a las variables independientes como causas potenciales de las variables dependientes. Su objetivo es contrastar hiptesis relativas. Aqu podemos distinguir las siguientes tcnicas:
Intenta predecir el criterio desde el conjunto de predictores mtricos. Se consigue combinando linealmente los predictores, es decir, la suma ponderada de los valores de los predictores.
Anlisis de regresin: Promedio vs. Edad. Gnero. ... La ecuacin de regresin es Promedio = - 387 - 0,0417 Edad - 0,137 Gnero + 0,197 Ao de Ing + 0,0198 Materias - 0,480 Ha reprobado? - 0,0078 Mat. X semestre + 0,298 Educ. continua + 0,184 T. q no estudi - 0,0262 Cursos Apoyo + 0,0632 Activ. Extracurricular + 0,0195 Trabaja - 0,068 Reside en Gye - 0,00129 Min. Casa-espol - 0,121 Hijos + 0,103 N hijos Interpretacin: Se puede decir que en el modelo por cada dcima incrementada en la edad el promedio decrece en un 0,0417. Si el estudiante a quien se va estimar el promedio, el modelo presenta que si es hombre su promedio decrece en 0,137, pero si es mujer el promedio mantiene la constante.
69
Dependiendo de nmero de materias aprobadas y el ao de de ingreso su promedio aumentar en 0,0198 y 0,197 respectivamente. Si su educacin universitaria ha sido continua su promedio incrementar en 0.298 en caso contrario no variara. Todo este anlisis realizado se considera que la variable promedio incrementa o disminuye tomando diferente valor la variable manteniendo el resto constante.
Predictor Constante Edad Gnero Ao de Ing Materias Ha reprobado? Mat. X semestre Educ. continua T. q no estudi Cursos Apoyo Activ. Extracurricular Trabaja Reside en Gye Min. Casa-espol Hijos N hijos
Coef Coef. de EE -386,5 109,1 -0,04171 0,03392 -0,13708 0,06778 0,19667 0,05410 0,019834 0,005202 -0,48002 0,08189 -0,00779 0,04895 0,2979 0,1625 0,18438 0,05800 -0,02624 0,06572 0,06319 0,07597 0,01948 0,07606 -0,0676 0,1240 -0,001286 0,001447 -0,1215 0,4139 0,1030 0,3440
T -3,54 -1,23 -2,02 3,64 3,81 -5,86 -0,16 1,83 3,18 -0,40 0,83 0,26 -0,55 -0,89 -0,29 0,30
P 0,001 0,220 0,045 0,000 0,000 0,000 0,874 0,069 0,002 0,690 0,407 0,798 0,586 0,375 0,770 0,765
Test excluyente:
Con estos datos podemos contrastar hiptesis: H0: Bi=0 Vs H1: Bi 0 p>0.1 (no existe evidencia estadstica para rechazar H0) p<0.05 (se rechaza) 0.05< p <0.1 (incertidumbre)
70
Con esto podemos observar que las siguientes variables se deben incluir en el modelo ya que segn el valor p se rechaza que el coeficiente de cada variable sea cero: Gnero Ao de Ing Materias Ha reprobado? T. q no estudi 0,045
La siguiente variable tambin se la debe considerar para el modelo ya que no se puede decidir si rechazarla o no, pues su valor p se encuentra en la zona de incertidumbre. Educ. Continua 0,069
Anlisis de Modelo:
Adems podemos observar que el R cuadrado del modelo es del 41.2% y el R cuadrado ajustado es del 36% lo que quiere decir que el modelo no satisface para la prediccin del promedio en funcin de las variables que se han considerado como influyentes en el campo acadmico para determinar el rendimiento reflejado en el promedio general.
TABLA ANOVA
Anlisis de varianza Fuente Regresin Error residual Total Postulamos: H0: B1=B2=0 VS H1: Prueba Fisher con ( GL SC MC F 15 20,4770 1,3651 7,99 171 29,2315 0,1709 186 49,7084 P 0,000
71
Como F 0> F1, en este caso se podra concluir que al menos uno de las variables ha producido resultados satisfactorios, la media de los cuales difiere de forma estadsticamente significativa del resto de variables. El valor de probabilidad que aparece indica aquel valor de a a partir del cual el ANOVA no detectara ninguna diferencia significativa. As pues, a menor valor de probabilidad, mayor seguridad de que existen diferencias significativas. El ANOVA no indica cuntas variables difieren ni cules son. Una inspeccin visual de los resultados puede proporcionar sin duda alguna pista, pero se puede adems tener criterios ms slidos con las diversas pruebas estadsticas que permiten saber de qu variable es influyente y sirve para el modelo.
Fuente Edad Gnero Ao de Ing Materias Ha reprobado? Mat. X semestre Educ. continua T. q no estudi Cursos Apoyo Activ. Extracurricular Trabaja Reside en Gye Min. Casa-espol Hijos N hijos
GL 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
SC sec. 7,6934 0,4813 0,4432 2,4807 7,2623 0,0788 0,0743 1,6623 0,0208 0,1340 0,0034 0,0000 0,1271 0,0001 0,0153
21 22 20 26 21
R denota una observacin con un residuo estandarizado grande. X denota una observacin cuyo valor X le concede gran influencia.
ERROR
El anlisis anteriormente realizado se debe considerar que el modelo tiene error Normal con media igual a cero y varianza constante .
Vs
Porcentaje
-1.5
-1.0
-0.5
0.0 RESID2
0.5
1.0
Como se puede observar en el grafico la media es cercano a cero y mejor decir es cero, el valor p es mayor a 0.1 por lo que quiere decir que no existe suficiente evidencia estadstica para rechazar la Hiptesis Nula que expresa que el Error es Normal.
73
Interpretacin: En esta ecuacin tenemos que si el gnero del estudiante es masculino el promedio disminuir en 0,133. En el ao de Ingreso hacemos con ao de control 2007 ya que tiene mayor representacin en la muestra y se compara con los dems grupos que es de los aos restantes. El estudiante que haya reprobado alguna materia tendr un descenso de promedio en 0,484. Incrementar el promedio si la educacin ha sido continua. Predictor Constante Gnero Ao de Ingreso Materias Ha reprobado? Semestres que no estudi Educacin continua S = 0,407265 Coeficiente Coef.deEE -462,46 88,41 -0,13254 0,06180 0,23401 0,04397 0,020038 0,004756 -0,48363 0,07941 0,16792 0,05386 0,2659 0,1462 T -5,23 -2,14 5,32 4,21 -6,09 3,12 1,82 P 0,000 0,033 0,000 0,000 0,000 0,002 0,071
R-cuad. = 39,7%
R-cuad.(ajustado) = 37,7%
Anlisis: El modelo reducido tal parece que es ms adecuado que el modelo original sin embargo no es el mejor debido al R cuadrado, este est en un nivel muy bajo. Anlisis de varianza Fuente Regresin Error residual Total GL 6 181 187 SC 19,7280 30,0215 49,7495 MC 3,2880 0,1659 F 19,82 P 0,000
74
GL 1 1 1 1 1 1
Obs Gnero 16 17 26 41 133 146 161 175 184 0,00 0,00 0,00 1,00 0,00 0,00 0,00 1,00 1,00
Promedio 7,2500 7,5000 8,7000 6,5300 8,7700 6,7800 8,3000 7,5600 6,8500
Ajuste 7,3662 7,5341 7,7216 7,6363 7,8017 7,8619 7,4275 7,3827 8,2731
Ajuste SE 0,1767 0,2146 0,0436 0,0806 0,0492 0,0573 0,0655 0,2564 0,0887
Residuo -0,1162 -0,0341 0,9784 -1,1063 0,9683 -1,0819 0,8725 0,1773 -1,4231
Residuo estndar -0,32X -0,10X 2,42R -2,77R 2,39R -2,68R 2,17R 0,56 X -3,58R
R denota una observacin con un residuo estandarizado grande. X denota una observacin cuyo valor X le concede gran influencia.
Anlisis de componente principal: Promedio. Gnero. 2001. 2002. 2004. 2005. 200
Anlisis de los valores y vectores propios de la matriz de correlacin 187 casos utilizados, 1 casos contienen valores faltantes
75
Valor propio 2,5509 1,5122 1,2660 1,2161 1,1322 1,0450 1,0282 0,9300 Proporcin 0,196 0,116 0,097 0,094 0,087 0,080 0,079 0,072 Acumulada 0,196 0,313 0,410 0,503 0,591 0,671 0,750 0,822
Valor propio 0,8251 0,5516 0,4644 0,3961 0,0820 Proporcin 0,063 0,042 0,036 0,030 0,006 Acumulada 0,885 0,927 0,963 0,994 1,000
Interpretacin: De los trece componentes se deben seleccionar nueve de ellos aplicando criterio de la acumulada pues al usar los nueve ya estamos explicando el modelo en un 88.5% un porcentaje aceptable y que nos permitir ahorrar en el proyecto ya que se eliminan aqu cuatro componentes poco significantes. Estos componentes que se han seleccionado son aquellos que tienen mayor ponderacin en el modelo.
Variable Promedio Gnero 2001 2002 2004 2005 2006 2008 2009 2010 Materias Ha reprobado? Educ. continua Variable Promedio Gnero 2001 2002 2004 2005 2006 2008
PC1 -0.393 0,096 0,159 0,076 0,227 0,177 0,177 -0,019 -0,145 -0,431 0,470 0,384 -0,341
PC2 0.210 0,214 -0,138 -0,098 -0,116 -0,295 0,001 0,558 0,069 -0,477 0,309 -0,091 0,366
PC3 -0.236 -0,246 -0,213 -0,306 -0,159 -0,209 0,612 -0,182 -0,140 0,087 -0,016 0,286 0,399
PC4 -0.283 0,447 -0,367 0,227 -0,066 -0,009 -0,120 0,325 -0,442 0,206 -0,320 0,264 -0,013
PC5 -0.133 0,406 -0,373 0,293 0,112 -0,138 0,148 -0,371 0,610 -0,142 -0,086 -0,025 0,032
PC6 -0.030 -0,030 -0,054 0,060 -0,735 0,599 0,086 0,081 0,205 -0,169 -0,071 0,057 -0,028
PC7 0.100 0,061 0,458 0,605 -0,353 -0,412 0,292 -0,050 -0,139 0,059 0,030 -0,033 -0,057
PC8 -0.330 0,262 0,512 -0,414 -0,179 -0,256 -0,254 0,044 0,312 0,028 -0,232 0,268 0,028
PC10 PC11 PC12 PC13 -0,173 -0,604 0,330 0,116 0,172 -0,162 0,206 -0,024 0,094 0,169 0,297 0,152 0,114 0,170 0,139 0,024 -0,105 0,199 0,346 0,157 0,152 0,149 0,392 0,075 -0,401 0,175 0,249 0,032 -0,440 0,340 0,189 -0,200
76
-0,249 0,120 0,177 -0,265 0,018 0,039 0,246 -0,644 0,340 -0,110 -0,031 -0,618 -0,097 -0,521 0,364 -0,024 0,585 0,208 0,381 0,155
1 0 -1 -2 -3 -4 -3 -2
2008 Educ. continua Materias Promedio Gnero 2009 2006 2002 2004 Ha 2001 reprobado? 2005 2010
-1 0 1 Primer componente
Interpretacin: La concentracin de datos est dada por las variables de Materias aprobadas, si Ha reprobado alguna materia; los de ingreso en los aos 2005,2006, 2007 y el Gnero. La variables antes mencionadas son las ms representativas y explicativas en el modelo.
2,0
Valor propio
1,5
1,0
0,5
77
Interpretacin: Segn el grfico podemos observar que en el punto denominado codo muestra que se deben tomar como mnimo entre tres componentes; sin embargo existe otro punto crtico que determina seleccionar de nueve a diez componentes. Esta situacin se debe a que existe un rango de variables con grupo de control debido a que tienen una misma caracterstica en general pero diferencias particulares.
La Inferencia Estadstica es la parte de la estadstica matemtica que se encarga del estudio de los mtodos para la obtencin del modelo de probabilidad (forma funcional y parmetros que determinan la funcin de distribucin) que sigue una variable aleatoria de una determinada poblacin, a travs de una muestra (parte de la poblacin) obtenida de la misma. Los dos problemas fundamentales que estudia la inferencia estadstica son el "Problema de la estimacin" y el "Problema del contraste de hiptesis" Cuando se conoce la forma funcional de la funcin de distribucin que sigue la variable aleatoria objeto de estudio y slo tenemos que estimar los parmetros que la determinan, estamos en un problema de inferencia estadstica paramtrica; por el contrario cuando no se conoce la forma funcional de la distribucin que sigue la variable aleatoria objeto de estudio, estamos ante un problema de inferencia estadstica no paramtrica.
14.
CONCLUSIN
Mediante este estudio estadstico podemos determinar que las variables que ms influyen en el Desempeo Acadmico de los estudiantes del ICM son: Trabajo Hijos Ha Reprobado Materias que toma por semestre Haber reprobado materias
78
15.
SOFTWARE UTILIZADO
MINITAB 15
Minitab 15 versin en Espaol, es un software para el anlisis estadstico de datos, muy usado tanto por empresas como por universidades a nivel mundial ya que Minitab es ideal para ensear estadstica e implementar Six Sigma y otros proyectos de mejoramiento de la calidad. Minitab presenta caractersticas de soporte importacin y exportacin de archivos, manipulacin de datos y presentacin de datos como en una hoja de clculo. Las caractersticas son: Puedes asignar formulas a las columnas en la hoja de trabajo. Dibujo de graficas de probabilidad y distribucin. Y muchas ms.
@RISK
Aplicacin avanzada que, mediante el entorno de las hojas de clculo, permite la modelizacin del riesgo en todos sus aspectos. Para ello analiza datos, los ajusta a alguna de las 38 funciones de probabilidad disponibles, identifica sus elementos crticos y los escenarios en que actan, aplica capacidades de simulacin avanzadas partiendo de la simulacin de Monte Carlo y ofrece los resultados tanto a nivel numrico como grfico para su mejor comprensin e interpretacin.
Es una herramienta informtica de gran capacidad que acta aadiendo sus posibilidades e iconos a la hoja EXCEL de Microsoft. Bsicamente utiliza prestaciones
79
estadsticas distribuciones de probabilidad, frmulas de estadstica descriptiva, muestreo y simulaciones de Monte Carlo, entre otras- para modelar situaciones de riesgo en la industria, en los negocios, en ambientes cientficos y en ingeniera.
CARACTERSTICAS PRINCIPALES
@RISK se aade directamente a la hoja EXCEL, aprovecha y potencia todas sus caractersticas y posibilidades. Analiza, combina, ejecuta y muestra todos los resultados.
Permite incluir en las celdas hasta 37 distribuciones de probabilidad distintas mediante funciones. Todas las distribuciones pueden ser truncadas para incluir los parmetros o valores que se quieran utilizar y en muchas de ellas se pueden cambiar los percentiles para ajustarse mejor a los datos previos.
Los anlisis de simulacin se efectan en base a las tcnicas de muestreo de Monte Carlo y Latin Hipercubo.
Se usan grficos de alta resolucin para presentar los resultados. Histogramas, curvas acumulativas, funciones grficas de distribucin todas ellas pueden ser exportadas a la hoja Excel para
El programa admite cualquier nmero de iteraciones por cada simulacin y cualquier nmero de simulaciones en cada anlisis. Permite reclculos de cada hoja, sealar un nmero aleatorio como generador y ver los resultados y estadsticas en tiempo real mientras se van generando en la simulacin.
80
16.
LIBROS
BIBLIOGRAFA
MONTGOMERY, D. &RUNGER, G. (2004), Probabilidad y Estadstica aplicadas a la Ingeniera, EDITORIAL LIMUSA S.A, Mxico Mxico. ZURITA, G. (2008), Probabilidad y Estadstica, Fundamentos y Aplicaciones, Talleres Grficos ESPOL, Guayaquil Ecuador. BERENSON, M. & LEVINE, D. (1992), Estadstica Bsica en Administracin, Conceptos y Aplicaciones, (Cuarta Edicin), Prentice Hall Hispanoamericano S.A, Mxico Mxico.
ELECTRNICAS
http://www.monografias.com/trabajos29/investigacionmercados/inves tigacion-mercados.shtml. METODOLOGA MUESTRAL, Obtenido el 10 de Diciembre del 2010, http://www.culturarecreacionydeporte.gov.co/descargas/documentos_ zip/investigaciones/encuesta/encuesta2005/MUESTRAL.HTM. CONSULTORIA: ORGANIZACIN DE UN MARCO MUESTRAL, Obtenido el 11 de Diciembre del 2010,
http://www1.inei.gob.pe/biblioineipub/bancopub/Est/Lib0330/anex02. HTM.
APUNTES
LASCANO, A., Apuntes de Tcnicas de Muestreo y Anlisis de Multivariado Trmino II-2010, Curso tomado con: Ing. Garca S., ESPOL, (Apuntes no publicados), Guayaquil - Ecuador.
81