Introducción al Manejo de datos estadísticos

Primer informe de la base de datos a analizar en el curso

Hecho por:
Juan Sebastián Pinilla Sánchez
C.C. 1110529960

Universidad Nacional
Medellín, 11 de abril de 2014

en cada colegio tales como el calendario. . se volvió obligatorio para ese propósito a partir de 1980. para el desempeño en la prueba. Cada evaluado escoge una de las siguientes. hoy llamado “SABER 11°”. Consta de aquellas pruebas que deben ser presentadas por todos los evaluados: •Lenguaje •Matemáticas •Biología •Física •Química •Ciencias Sociales •Filosofía •Inglés • Componente flexible. y todas las preguntas son cerradas: se presentan cuatro opciones de respuesta de las cuales una (y solo una) es correcta. Aunque no fuera su propósito inicial. los resultados del examen del ICFES se empezaron a utilizar. ciudad y materia evaluada. La aparición de los Estándares no exigió una reorientación del objeto de evaluación del examen SABER 11°. jornada. La reforma de 2000 dio lugar a un examen con una estructura que sigue las áreas curriculares de educación media establecidas en los Lineamientos.Base de datos Ranking de colegios por resultados en pruebas SABER 11 año 2012 La base fue compilada por la revista Dinero en un intento por estudiar la calidad de la educación media en Colombia y encontrar relación entre las diferentes variables identificadas. cada vez más. Sólo se hicieron ajustes menores —y se han seguido haciendo— para adecuarse de la mejor manera posible a los Estándares. Esta estructura se ha mantenido hasta la actualidad. El examen SABER 11° vigente cuenta con nueve pruebas listadas a continuación. el mismo que volvió obligatoria la presentación del examen para ingresar a cualquier programa de educación superior. fue creado en 1968 con el objeto exclusivo de apoyar los procesos de admisión de las universidades. No era un requisito para el ingreso a la educación superior en el país. Esto quedó reglamentado en el Decreto 2343 de 1980. La reforma principal que se le ha hecho al examen del ICFES tuvo lugar en el año 2000. •Núcleo común. ocho en un núcleo común y una electiva. para evaluar la calidad de la educación impartida por los colegios. en la medida en que este ya estaba orientado hacia la evaluación de competencias. departamento. de acuerdo con sus intereses: • Profundización en Lenguaje • Profundización en Matemáticas • Profundización en Sociales • Profundización en Biología •Interdisciplinares: • Medio ambiente • Violencia y sociedad Este examen se diligencia en su totalidad con papel y lápiz. Está conformado por cuatro pruebas de profundización y dos interdisciplinares. Composición y finalidad u objetivos de las pruebas SABER 11 El “examen del ICFES”.

por su variedad de opciones gráficas. sólo se tomarán en cuenta las materias pertenecientes al núcleo común pues son las únicas que se detallan en la base de datos. Se decide elegir el programa R porque es un software ligero. . principalmente al programa estadístico R y como programa secundario al programa para el manejo de hojas de cálculo del paquete de software libre llamado LibreOffice.El examen arroja resultados a nivel individual e institucional. Un análisis inicial (para el presente informe) se hará haciendo uso de promedios de resultados tanto generales como de materias por variables tales como ciudad o departamento. Análisis de datos. la categorización de los colegios y estudios para la prevención de deserción en IES. por su capacidad para almacenar y manejar gran cantidad de datos y para realizar trabajos estadísticos de alto nivel. el uso de la prueba para la admisión a programas de educación superior. por su gran cantidad de documentación y por ser un programa libre de costo económico (gratuito). Además. selección de programa para el manejo de datos Se selecciona como programas para el manejo de la base de datos. Se selecciona el programa de hojas de cálculo como programa secundario o de apoyo para posibles modificaciones que se consideren realizar a la Base Maestra. Clasificación de los datos Se consideran como datos Cuasi-Experimentales pues la obtención de los mismos ha tenido cierto grado de control en la elección de preguntas a realizar en las pruebas SABER. que cumplen diferentes propósitos tales como la premiación y distinciones para estudiantes e instituciones. jornada y calendario.

siendo el numero uno el colegio con más alto promedio Gral. Medida cualitativa se repite cuando éste posee más de una jornada Sin restricción de nombre. Promedio general Promedio general de la prueba para Medida numérica cada colegio. B.617 colegios distintos. Entre 1 y 1. El calendario académico debe determinar las fechas precisas de iniciación y finalización de las siguientes actividades. Entre 0 y 100 Química Promedio de los resultados en la Entre 0 y 100 Medida numérica Rango . Alumnos evaluados Cantidad de alumnos evaluados por Cantidad entera la institución. F(1) y F(2). Calendario Tipo de calendario académico usado Medida cualitativa por la institución educativa para la distribución del tiempo destinado a ejecución y evaluación de actividades académicas. Solo se tiene uno de los siguientes valores por colegio: A.617 Colegio Nombre respectivo de cada colegio. sobre la cual se estudiará la relación que pueden guardar el resto de variables con ésta.Diccionario de la base de datos Ranking de colegios por resultados en las pruebas SABER 11 del año 2012 Tabla de variables presentes en la base de datos Nombre variable Definición Escala de medición Puesto Nacional Ordena de forma descendente cada Cantidad entera colegio según su valor del promedio general.092 estudiantes. y el último con el más bajo De 1 a 12. Entre 30 y 72 Matemáticas Promedio de los resultados en la Medida numérica materia Matemáticas obtenidos por decimal el colegio. alfanumérico. menos de 12. Esta cantidad aparece en color rojo si el número de evaluados representa menos de un 90% de los estudiantes del colegio. que puede ir de cero a decimal cien (aunque ningún colegio se ubica en algún extremo). Este promedio se puede considerar como la variable principal de la base de datos. En naranja aparecen los datos por verificar.

E. por lo cual existen 8 decimal columnas con el mismo nombre. el programa R los identificará como NA's. Medida numérica decimal Entre 0 y 100 Inglés Promedio de los resultados en la materia Inglés obtenidos por el colegio. a su vez. Cualquiera de los 32 departamentos. Desviación estándar respectiva a Medida numérica cada materia.materia Química obtenidos por el colegio. Departamento Hace referencia a la ciudad a la cual Dato cualitativo pertenece el colegio evaluado. la base registra datos faltantes y sin conocimiento de causa. Entre 0 y 36 Ciudad Hace referencia a la ciudad a la cual Dato cualitativo pertenece el colegio evaluado. Medida numérica decimal Entre 0 y 100 Biología Promedio de los resultados en la materia Biología obtenidos por el colegio. Existen cinco jornadas: -Completa u ordinaria -Mañana -Noche -Sabatina-Dominical -Tarde Nota: para la materia Inglés. Medida numérica decimal Entre 0 y 100 Filosofía Promedio de los resultados en la materia Filosofía obtenidos por el colegio. Cualquier ciudad de país que posea por lo menos una institución de educación media. cada una ubicada en la primera columna a la derecha después de cada materia. Medida numérica decimal Entre 0 y 100 D. se evalúa de forma aparte a cualquier otra jornada presente en el colegio. Jornada Indica el tipo de jornada referente al Dato cualitativo colegio y que. . decimal Física Promedio de los resultados en la materia Física obtenidos por el colegio. Medida numérica decimal Entre 0 y 100 Lenguaje Promedio de los resultados en la materia Lenguaje obtenidos por el colegio. Medida numérica decimal Entre 0 y 100 Sociales Promedio de los resultados en la materia Sociales obtenidos por el colegio. No se conoce la procedencia exacta ni el modo de cálculo de estos datos.

70 84.30 65.40 44.30 23.93 45.70 Promedio Aritmético 43.30 Máximo 71.40 68.40 83.12 44. Mínimo 33.00 24.6 65.0 21.10 43.90 44.ANÁLISIS DE LA BASE COMPLETA  Resumen por materia para el total de los colegios Promedio Matemáticas Química Física Biología Filosofía Inglés Lenguaje Sociales Gral.35 45.78  Ciudades con mayor número de colegios Ciudad Bogotá Cantidad de 1664 colegios  Cali Medellín Barranquilla Cartagena Cúcuta 598 467 392 249 174 Departamentos con mayor número de colegios Departamento Bogotá Valle Cundinamarca Antioquia Santander Atlántico Cantidad de colegios 1203 950 689 633  1664 1475 Cantidad de colegios por calendario académico Calendario A Calendario B Calendario F(1) Calendario F(2) 10034 Colegios 344 Colegios 660 Colegios 1579 Colegios  Cantidad de colegios por jornada académica Mañana Tarde Completa u ordinaria Noche Sabatina-Dominical 4783 colegios 1583 colegios 3890 colegios 1471 colegios 890 colegios  Resumen del número de estudiantes evaluados por colegio Mínimo Primer cuartil Mediana Tercer cuartil Media Máximo Total de estudiantes 1 17 32 61 1092 579712 45.10 91.78 43.40 45.50 43.00 29.00 30.40 67.00 Mediana 43.00 20.50 29.00 67.50 41.95 .02 44.00 20.7 39.88 43.94 44.2 39.30 43.

26 43.50 71.50 44.30 Máximo 67.20 40.73 40.75 41.70 43.30 34.15 54.10 62.60 71.00 Media 44.60 40.50 33.66 40. Resumen comparativo de resultados por calendario académico A B F(1) F(2) Mínimo 33.40 56.40 55.43 .04  Resumen comparativo de resultados por jornada académica Mañana Tarde Completa u ordinaria Noche SabatinaDominical Mínimo 34.12 42.50 53.70 63.32 41.80 Mediana 43.10 33.30 33.00 33.00 33.60 40.30 37.70 58.71 45.70 Máximo 67.90 Mediana 43.40 Media 44.

encontramos que en general son mejores los resultados del calendario B. seguido de los colegios de la jornada Completa u ordinaria (4 mil aproximadamente). El calendario con peores resultados es el calendario F(2). presentan la media y la mediana más alta. luego tenemos a la jornada de la Tarde seguido de la Noche (con al rededor de 1500 colegios cada una). por lo cual es la materia con peor desempeño en la prueba. que presentan las medias y medianas mas altas. filosofía es quien presenta media. Además. caso contrario a los colegios del calendario B. mediana y el máximo mas bajo de entre todas las materias. finalmente la jornada Sabatina-Dominical es la que cuenta con menor numero de colegios (menos de mil). Jornada académica Tenemos que la mayoría de los colegios (al rededor de 5 mil) estudian en la jornada Mañana. en orden le sigue la jornada Mañana. aunque los máximos se encuentran en Matemáticas e Inglés. que son el menor número de colegios (344). Noche y SabatinaDominical. Tarde. Adicional a esto. Ciudades y departamentos en la prueba Se hace comprensible y lógico que quienes tengan más cantidad de colegios sean las ciudades y departamentos más poblados. . seguido del calendario A. En el otro extremo tenemos a Lenguaje y a Química (Las materias con mejor desempeño).Materias Aunque la materia con el resultado mínimo más bajo es sociales. encontramos que es la jornada Completa u ordinaria la que presenta el mejor desempeño promedio en la prueba. Calendario académico Tenemos que la mayor parte de los colegios (al rededor de 10 mil) estudian en calendario A.

70 84.00 57.05 55.00 Mediana 54.65 53. Mínimo 50.25 53.55 54.74 64.10 91.50 70.30 45.03 48.40 83.66  Ciudades con mayor número de colegios Ciudad Bogotá Cantidad de 307 colegios  Cali Medellín Barranquilla Cartagena Bucaramanga 77 45 41 27 28 Departamentos con mayor número de colegios Departamento Bogotá Valle Cundinamarca Antioquia Santander Atlántico Cantidad de colegios 107 97 69 49  307 94 Cantidad de colegios por calendario académico Calendario A Calendario B Calendario F(1) Calendario F(2) 739 223 22 16  Cantidad de colegios por jornada académica Mañana Tarde Completa u ordinaria Noche Sabatina-Dominical 315 30 649 4 2  Resumen del número de estudiantes evaluados por colegio Mínimo Primer cuartil Mediana Tercer cuartil Media Máximo Total de estudiantes 1 20 38.00 61.00 51.40 67.60 65.00 40.15 Máximo 71.23 59.50 46.92 .00 44.30 35.00 44.00 67.50 48.77 53.50 48.04 53.ANÁLISIS PARA LOS PRIMEROS MIL COLEGIOS  Resumen por materia Promedio Matemáticas Química Física Biología Filosofía Inglés Lenguaje Sociales Gral.30 65.00 323 50918 50.10 46.40 68.35 54.70 Promedio Aritmético 55.40 53.80 53.

80 54.60 50.82% 3.90 Mediana 53.00 Media 54.30 58.40 55.45 1.80 55.85 53.50 71.59 55.33% 1.50 50.40 56.10 52.25 58.27% 0.47 55.01%  Resumen comparativo de resultados por jornada académica Mañana Tarde Completa u ordinaria Noche SabatinaDominical Mínimo 50.68% 0.45 54.22% Porcentaje de colegios 6.40 Media 54.70 Mediana 53.89 54.70 50.70 51.70 63.45 Máximo 67.60 50.36% 64.70 53.14 52.51 Porcentaje de colegios en los primeros mil 7.89% 16.10 62.05 53.70 58.57 54.20 Máximo 67.50 50.60 50. Resumen comparativo de resultados por calendario académico A B F(1) F(2) Mínimo 50.60 71.59% en los primeros mil .

que presentan las medias y medianas más altas. luego tenemos a los colegios del calendario B. seguido del calendario F(1) y en el mismo orden el calendario F(2) y el calendario A.7% del total de esta jornada . finalmente tenemos a los grupos de la Noche y la jornada Sabatina-Dominical que cuentan con menor numero de colegios al tener sólo 4 y 2 respectivamente (un 0. encontramos que en general los mejores resultados del grupo son los del calendario B. luego tenemos a la jornada de la Tarde con 30 de sus colegios (un 2%) en el grupo de los mil mejores. En penúltimo puesto Física. seguido de los colegios de la jornada Mañana (315) con un 6. Con una baja representación están los colegios del calendario F(1) y los del F(2) con 3% y 1%.3% de cada jornada). que tienen a 223 de sus 344 colegios (un 65% de su clase) en el grupo de los mil. son las mismas que más colegios tienen en todo el país excepto por el caso de Cúcuta que ya no aparece en éste grupo de 6 para dar el último lugar a la ciudad de Bucaramanga. en orden le sigue la jornada Noche.Materias Se observa por su media y mediana que la materia con peor desempeño en la prueba dentro de este selecto grupo de los primeros mil es de nuevo filosofía. también los máximos y mínimos. . Jornada académica Tenemos que la mayoría de los colegios (649) estudian en la jornada Completa siendo un 16. presentan la media y la mediana más alta. Ciudades y departamentos en la prueba Se observa que las 6 ciudades que mayor colegios presentan en este grupo de mil.6% de los colegios de la jornada. En el otro extremo tenemos a Inglés seguido de Matemáticas.Sabatina-Dominical y Tarde. encontramos que es la jornada Completa u ordinaria la que presenta el mejor desempeño promedio en la prueba. de sus colegios integrantes en el grupo de los mil. Además. respectivamente. Calendario académico Tenemos que la mayor parte de los colegios (739) estudian en calendario A que representan a su vez un 7 por ciento de los colegios del mismo calendario. Mañana. Adicional a esto.

50 83.71 82.30 65.ANÁLISIS PARA LOS PRIMEROS CIEN COLEGIOS  Resumen por materia Promedio Matemáticas Química Física Biología Filosofía Inglés Lenguaje Sociales Gral.61  Ciudades con mayor número de colegios Ciudad Bogotá Cantidad de 43 colegios  Cali Medellín Barranquilla Barrancabermeja Floridablanca 13 2 6 3 3 Departamentos con mayor número de colegios Departamento Bogotá Valle Cundinamarca Antioquia Santander Atlántico Cantidad de colegios 15 7 8 6  43 7 Cantidad de colegios por calendario académico Calendario A Calendario B Calendario F(1) Calendario F(2) 26 72 1 1  Cantidad de colegios por jornada académica Mañana Tarde Completa u ordinaria Noche Sabatina-Dominical 12 0 88 0 0  Resumen del número de estudiantes evaluados por colegio Mínimo Primer cuartil Mediana Tercer cuartil Media Máximo Total de estudiantes 6 21 47 62.80 Máximo 71.90 56.30 57.90 52.70 84.50 Mediana 63.60 65.05 58.40 67.75 56.40 83.29 70.10 91.95 61.40 67.25 187 5031 50.65 70.54 59.20 70.80 54.00 62.93 64.20 59.80 53. Mínimo 62.95 61.75 63.31 .99 59.70 58.40 67.27 58.30 48.38 56.70 Promedio Aritmético 64.

93% 0.26% 0% 0% Porcentaje de colegios 0.40 Máximo 67.40 Media 64.15% 0.50 NA 63.00 63.10 62.10 NA 62.25% en los primeros cien .60 71. Resumen comparativo de resultados por calendario académico A B F(1) F(2) Mínimo 62.70 NA NA Media 63.27 64.00 NA NA Mediana 63.10 62.34 63.06%  Resumen comparativo de resultados por jornada académica Mañana Tarde Completa u ordinaria Noche SabatinaDominical Mínimo 62.26% 20.10 62.40 NA 71.40 Porcentaje de colegios en los primeros cien 0.50 63.85 63.10 62.65 NA NA Máximo 67.10 62.35 NA NA 0% 2.40 Mediana 63.70 63.85 NA 64.

luego tenemos a los colegios del calendario B.25% de los colegios de la jornada. seguido del calendario A y en el mismo orden el calendario F(1) y el calendario F(2). Esta vez no aparece Cartagena ni Cúcuta para dar lugar a las ciudades nororientales de Floridablanca y Barrancabermeja.15% y 0. encontramos que es la jornada Completa u ordinaria la que presenta el mejor desempeño promedio en la prueba.3% de su clase) en el grupo de los cien. de sus colegios integrantes en el grupo de los cien (sólo hay de a 1 colegio de estas jornadas en los cien).3% del total de esta jornada . el resto de jornadas no tienen colegios que hagan parte de los cien mejores. Ciudades y departamentos en la prueba Se observa que las se mantienen las primeras 4 ciudades del total y del grupo de los mil. Con una baja representación están los colegios del calendario F(1) y los del F(2) con 0. que tienen a 26 colegios (un 0. Además.06%. . encontramos que en promedio los mejores resultados del grupo son los del calendario B.Materias Se observa por su media y mediana que la materia con peor desempeño en la prueba dentro de este selecto grupo de los primeros cien es de nuevo filosofía. En el otro extremo tenemos de nuevo a Inglés seguido de Matemáticas. también los máximos y mínimos. Adicional a esto. que presentan las medias y medianas más altas. seguido de los colegios de la jornada Mañana (12) con un 0. Jornada académica Tenemos que la mayoría de los colegios (88) estudian en la jornada Completa siendo un 2. En penúltimo puesto Sociales. Calendario académico Tenemos que la mayor parte de los colegios (72) estudian en calendario B que representan a su vez un 21 por ciento de los colegios del mismo calendario. respectivamente.

las más pobladas y con mayor número de colegios.  En cuanto a la jornada académica son mejores los colegios de jornadas Completas u ordinarias. las que menos y que precisan de más atención son Sociales.  El calendario más sobresaliente en la prueba es el calendario B. el segundo puesto se lo lleva la jornada de la Mañana. . Los otros calendarios parecen no ser los más adecuados para un óptimo desempeño. también da posibilidad a que sea una materia en la cual no se lean todas las preguntas o se le dedique mucho tiempo porque ya esté muy próximo el tiempo de finalización del examen. Por otro lado. Una alternativa un poco más justa. Física y. Una explicación para este último fenómeno es el hecho de que la materia de Filosofía queda en último lugar en el pliego de preguntas. podría ser poner las preguntas en orden aleatorio y sin agrupar.Conclusiones  En general. en el que se encuentran los colegios que se desempeñan mejor en el examen. Seguido está el calendario A con una moderada representación entre los mejores colegios. a su vez. sin duda alguna. Barrancabermeja y Floridablanca.  Las materias que en general hacen a un colegio sobresalir en las pruebas son Matemáticas e Inglés. por lo que además del posible cansancio mental experimentado por los estudiantes que pueden llevar a un desempeño distinto en la materia que si estuviera al principio. Cabe notar que Santander es un departamento que sobresale en gran medida en los mejores desempeños del examen por 3 ciudades: Bucaramanga. Filosofía que fue la que en los tres grupos estudiados presentó peor desempeño. las ciudades que mejor desempeño muestran son.

net/DrWalterLopezMoreno/presentation-r https://www.slideshare.gov.icfes.pdf .com/s/5peouk33iaceb4r/manual_rb.Bibliografía – Cibergrafía    www.dropbox.co/examenes/component/docman/doc_view/775-alineacion-del-examen-saber11?Itemid= http://www.

ICFES2012PCIEN$CALENDARIO.ICFES2012PCIEN$JORNADA.GENERAL. summary) by(ICFES2012$PROMEDIO. summary) by(ICFES2012PMIL$PROMEDIO. dec=".] summary(ICFES2012PMIL) summary(ICFES2012PMIL$ALUMNOS.GENERAL.GENERAL.EVALUADOS) sum(ICFES2012PCIEN$ALUMNOS. summary) by(ICFES2012PCIEN$PROMEDIO.ICFES2012PMIL$JORNADA.GENERAL. summary) by(ICFES2012PMIL$PROMEDIO. sep=".GENERAL.ICFES2012PMIL$DEPARTAMENTO. summary) by(ICFES2012$PROMEDIO.EVALUADOS) sum(ICFES2012PMIL$ALUMNOS.GENERAL.ICFES2012PMIL$CALENDARIO.ICFES2012$CIUDAD. summary) #Los mejores 1000 colegios ICFES2012PMIL=ICFES2012[-(1001:12617). summary) #Los mejores 100 colegios ICFES2012PCIEN=ICFES2012[-(101:12617). summary) by(ICFES2012$PROMEDIO.") summary(ICFES2012) summary(ICFES2012$ALUMNOS.ICFES2012$JORNADA.EVALUADOS) by(ICFES2012PMIL$PROMEDIO. summary) .GENERAL.ICFES2012PMIL$CIUDAD.GENERAL. summary) by(ICFES2012PMIL$PROMEDIO.csv".EVALUADOS) by(ICFES2012$PROMEDIO.GENERAL.Anexo: Script para primer análisis de la base: “Ranking de colegios por resultados en las pruebas SABER 11 del año 2012” #Análisis de la base completa ICFES2012=read.EVALUADOS) by(ICFES2012PCIEN$PROMEDIO.".ICFES2012PCIEN$DEPARTAMENTO.ICFES2012$CALENDARIO.ICFES2012PCIEN$CIUDAD.] summary(ICFES2012PCIEN) summary(ICFES2012PCIEN$CIUDAD) summary(ICFES2012PCIEN$ALUMNOS.GENERAL. header=T.ICFES2012$DEPARTAMENTO. summary) by(ICFES2012PCIEN$PROMEDIO.EVALUADOS) sum(ICFES2012$ALUMNOS.csv("20121126_Documento_165135_20121123.GENERAL.GENERAL. summary) by(ICFES2012PCIEN$PROMEDIO.

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.