DESERCIÓN ESTUDIANTIL EN EL PROGRAMA DE PREGRADO EN INGENIERÍA

AGRÍCOLA DE LA UNIVERSIDAD SURCOLOMBIANA

CARLOS FERNANDO CASTAÑEDA RAMIREZ

MARÍA CAMILA RODRÍGUEZ CAMACHO

VALENTINA TORRES CABRERA

UNIVERSIDAD SURCOLOMBIANA

FACULTAD DE CIENCIAS EXACTAS Y NATURALES

PROBABILIDAD Y ESTADISTICA

Neiva-Huila, Febrero de 2018

1
 TABLA DE CONTENIDO

1. MARCO TEORICO…………………………………………………………………………..3
2. DEFINICIÓN DEL PROBLEMA…………………………………………………………….4
3. JUSTIFICACION……………………………………………………………………………..4
4. OBJETIVOS…………………………………………………………………………………..5
4.1. Objetivo General………………………………………………………………………….5
4.2. Objetivos Específicos…………………………………………………………………….5
5. METODOLOGÍA……………………………………………………………………………..6
5.1 Enfoque……………………………………………………………………………………6
5.2 Población…………………………………………………………………………………..6
5.3 Muestra.…………………………………………………………………………………...6
5.4 Diseño muestral…………………………………………………………………………...6
5.5 Instrumento de medición…………………………………………………………………..7
5.6 Recolección………………………………………………………………………………..8
5.7 Sistematización……………………………………………………………………………8
5.8 Procesamiento……………………………………………………………………………..9
5.8.1 Etapa exploratoria…………………………………………………………………......9
5.8.2 Etapa descriptiva y explicativa………………………………………………………..9
5.9 Resultados y discusión…………………………………………………………………....10
5.9.1 Análisis general……………………………………………………………………....16
6. BIBLIOGRAFÍA……………………………………………………………………………..17
1. MARCO TEORICO

Los estudios sobre la deserción universitaria en la actualidad se han presentado de una manera
desorganizada, por lo que ha sido difícil coincidir en su definición, ya que existen diferentes perspectivas
para explicarla.
Este problema que enfrenta el sistema de educación superior colombiano concierne a los altos niveles de
deserción académica en el pregrado. Pese a que los últimos años se han caracterizado por aumentos de
cobertura e ingreso de estudiantes nuevos, el número de alumnos que logra culminar los estudios
superiores no es alto, dejando entrever que una gran parte de estos abandona sus estudios, principalmente
en los primeros semestres. Según estadísticas del Ministerio De Educación Nacional, de cada cien
estudiantes que ingresan a una institución superior cerca de la mitad no logra culminar su ciclo académico
y obtener la graduación.
Sin embargo, no es claro que todos los tipos de abandono requieran la misma atención o exijan similares
formas de intervención por parte de las instituciones de educación superior (IES) o del Estado, siendo esta
la gran dificultad que se enfrenta con la deserción. Es así como el conocimiento de estas diferencias
constituye la base para elaborar políticas efectivas con el fin de aumentar la retención estudiantil. Por lo
tanto, y debido a que el tema de la deserción ha sido considerado como uno de los factores que más incide
en la accesibilidad y cobertura de la educación, su medición y estudio deben ser parte de la evaluación de
la eficiencia del sistema educativo y de la calidad de los procesos.

3
2. DEFINICIÓN DEL PROBLEMA

La deserción universitaria es un problema que afecta hoy día a muchos jóvenes del país, a partir de esto el
tema de la deserción cobra una gran importancia desde el punto de vista de la permanencia y que además
esta articulado con el acceso y la calidad en la educación. En el caso de la universidad Surcolombiana, gran
parte de jóvenes estudiantes de ingeniería agrícola se ven afectados por dicho problema puesto que después
de cursar algunos semestres muchos toman la decisión de cambiarse de carrera o abandonar sus estudios.

En este sentido se hace necesario realizar una investigación que abarque la deserción y genere alternativas de
soluciones. Por esta razón se decide realizar un estudio en la Universidad Surcolombiana sede Neiva
planteándose las siguientes preguntas de investigación: ¿Cuáles son los factores que afectan más la deserción
universitaria en los estudiantes de ingeniería agrícola de la Usco? ¿Afecta la deserción universitaria a los
estudiantes? ¿En qué semestre se presenta mayor índice de deserción? ¿Cuánto tiempo dedican los
estudiantes a sus estudios por fuera de clases?

3. JUSTIFICACION

Como ya se mencionó a nivel institucional la deserción en Ingeniería Agrícola es bastante notoria, esto
acarrea pérdida de tiempo tanto del estudiante como para el docente, también son pérdidas para la
universidad y para el Estado que dispone de recursos para la educación y esfuerzos para lograr que todos
sus estudiantes tengan éxito académico.

En la Universidad Surcolombiana la deserción es un tema de gran importancia y existe un compromiso

institucional para contribuir al buen desarrollo de los estudiantes y de la sociedad.
4. OBJETIVOS

4.1 Objetivo general:

 Identificar los principales factores que afectan la deserción de los estudiantes en Ingeniería Agrícola
de la Usco.

4.2 Objetivos específicos:

 Conocer la causa de la deserción en los estudiantes.

 Determinar en qué semestre hay mayor índice de materias perdidas.
 Analizar el tiempo que los estudiantes dedican a su carrera.

5
5. METODOLOGIA

5.1 Enfoque

Medir variables cuantitativas, cualitativas y cuali-cuantitativas empleando diferentes métodos estadísticos,

mediante un instrumento de medición se recolectaran datos para generar una base de datos y así poder
procesar adecuadamente la información, se sacaran estadísticas descriptivas e inferenciales que nos permitan
generar resultados y aporten información para la toma de decisiones y contribuyan a la resolución de
problemas.

El análisis de la deserción se puede hacer de dos maneras: La primera de ellas con el método de pregunta
cualitativa ya que plantea un enfoque individualista y así poder conocer una respuesta la cual será un dato
importante ya que dará a conocer los factores de las causas. Por otro lado está el enfoque cuantitativo que
nos muestra dos posibles maneras de respuesta, la primera es una respuesta con un número exacto y la otra
es una respuesta de números con decimales lo que significa que cada una de ellas tiene una forma adecuada
para utilizarse.

5.2 Población

Esta investigación tiene una población de 256 estudiantes activos matriculados en el primer periodo del año
2018, repartidos así; mujeres 92 y hombres 164.

5.3 Muestra

Se realiza un muestreo intencional no aleatorio de 35 estudiantes de pregrado de la modalidad presencial

matriculados en la carrera de Ingeniería Agrícola con sede Neiva.

5.4 Diseño muestral

Esta investigación es un estudio de tipo explicativo – descriptivo, ya que busca identificar las
particularidades del fenómeno de la deserción en la Universidad Surcolombiana y así poder explicar por qué
los estudiantes detienen sus estudios. Para esto, se emplea una metodología cuantitativa representada en
datos estadísticos y una metodología cualitativa a través de la formación de un grupo focal.

Se lleva a cabo mediante dos etapas, una exploratoria, cuyo objetivo es determinar estadísticamente el
estado de deserción en la USCO y otra explicativa- descriptiva, con el propósito de caracterizar de manera
cuantitativa y cualitativa la deserción en los jóvenes universitarios.
5.5 INSTRUMENTO DE MEDICION

Universidad Surcolombiana

Facultad de ciencias exactas y naturales

Asignatura de estadística y probabilidad No._____

OBJETIVO GENERAL DEL PROYECTO: Analizar la deserción en los estudiantes de ingeniería agrícola
de la Usco.

La presente encuesta tiene por objetivo conocer su opinión para determinar las causas de la deserción
estudiantil en modalidad de pregrado en ingeniería agrícola de la Usco; por tal motivo se espera que estas
preguntas sean respondidas con la mayor sinceridad posible.

1. Semestre: ____________ 2. Edad: ________ 3. Sexo: F M

4. Estrato: __________ 5.Promedio ponderado: ________________

6. ¿Cuánto es el valor de su matrícula? Rta: _________________________

7. ¿Cuánto es su presupuesto diario para asistir a la universidad? Rta: _____________________

8. ¿Trabaja usted? Rta: Si No

9. ¿Cuántas horas semanales le dedica a sus estudios fuera de clases? Rta: _________________

10. ¿Usted cree que el bajo rendimiento académico en la carrera sea un factor importante para abandonar sus
estudios? Rta: Si No

11. ¿Cuál ha sido el semestre con mayor número de materias perdidas? Rta: ________________

12. ¿Cuantas materias perdió en ese semestre? Rta: ______________________

13. ¿Qué causa considera usted que influye más a la hora de abandonar la carrera? Rta:

Por trabajo Falta de dinero Falta de tiempo bajas calificaciones

Embarazos otros

14. ¿le gusta su carrera? Rta: Si No

Diligenciada por: ____________________________________________ Fecha: _____________

7
5.6 RECOLECCION

La recolección de datos mediante encuesta se llevó a cabo en los diferentes bloques de la universidad
Surcolombiana con sede en Neiva ubicada en La avenida Pastrana Borrero con carrera primera de dicha
ciudad, en los días 27, 28 de febrero y 1, 2 de marzo del año 2018.

5.7 SISTEMATIZACION

Una vez realizada la recolección de datos se procede a clasificar y sistematizar las encuestas obtenidas para
generar una base de datos que facilite el posterior procesamiento.

Tabla 1. Base de datos

Horas semales Bajo rendimiento factor Semestre con

Promedio Presupuesto Materias Causas para Le gusta su
N° encuesta Semestre Edad Sexo Estrato Valor matricula Trabaja dedicadas a sus importante para mayor numero de
ponderado diario Perdidas abandonar la carrera carrera
estudios abandonar su carrera materias perdidas
1 Septimo (7) 20 M 2 3.7 $ 800.000 $ 10.000 No 20horas Si Sexto (6) 3 Bajas calificaciones Si
2 Decimo (10) 26 M 1 3.1 $ 430.000 $ 5.000 Si 15horas Si Sexto (6) 3 Bajas calificaciones Si
3 Noveno (9) 20 F 2 4.1 $ 1.500.000 $ 10.000 Si 20horas No Quinto (5) 2 Bajas calificaciones Si
4 Decimo (10) 22 M 2 3.7 $ 800.000 $ 5.000 Si 8horas No Cuarto (4) 3 Falta de dinero Si
5 Decimo (10) 22 F 2 4.1 $ 950.000 $ 9.000 No 20horas No Octavo (8) 1 Falta de dinero Si
6 Decimo (10) 25 M 2 3.7 $ 750.000 $ 6.000 No 22horas No Sexto (6) 3 Falta de dinero Si
7 Tercero (3) 18 F 3 3.5 $ 1.800.000 $ 15.000 No 15horas Si Segundo (2) 1 Falta de dinero Si
8 Decimo (10) 21 F 2 4.0 $ 610.000 $ 4.000 No 12horas No Sexto (6) 2 Falta de dinero Si
9 Decimo (10) 21 F 2 4.1 $ 540.000 $ 5.000 No 18horas Si Primero (1) 2 Falta de dinero Si
10 Decimo (10) 22 F 2 3.8 $ 2.000.000 $ 4.000 No 12horas No Tercero (3) 3 Falta de dinero Si
11 Tercero (3) 17 F 2 3.5 $ 2.000.000 $ 3.000 No 20horas Si Segundo (2) 1 Bajas calificaciones Si
12 Segundo (2) 17 M 2 3.5 $ 620.000 $ 3.000 No 15horas Si 0 Falta de dinero Si
13 Tercero (3) 18 M 1 3.5 $ 470.000 $ 3.000 No 20horas Si Segundo (2) 1 Falta de dinero Si
14 Tercero (3) 17 M 2 3.6 $ 1.400.000 $ 3.000 No 24horas No Primero (1) 1 Falta de dinero Si
15 Cuarto (4) 19 F 1 3.5 $ 530.000 $ 5.000 No 15horas No Tercero (3) 3 Falta de dinero Si
16 Cuarto (4) 19 F 1 3.8 $ 410.000 $ 5.000 No 15horas Si Tercero (3) 1 Falta de dinero Si
17 Cuarto (4) 18 F 1 3.7 $ 400.000 $ 6.000 No 15horas No Tercero (3) 1 Trabajo Si
18 Quinto (5) 19 F 2 4.3 $ 1.500.000 $ 5.000 No 15horas Si 0 Bajas calificaciones Si
19 Quinto (5) 24 M 2 3.6 $ 780.000 $ 10.000 Si 48horas No Segundo (2) 2 Falta de dinero Si
20 Tercero (3) 18 F 3 3.8 $ 2.000.000 $ 15.000 No 15horas Si 0 Falta de dinero No
21 Cuarto (4) 19 F 2 4.0 $ 1.300.000 $ 3.000 Si 8horas Si Segundo (2) 1 Bajas calificaciones Si
22 Octavo (8) 20 F 2 4.0 $ 490.000 $ 10.000 No 12horas Si 0 Falta de dinero Si
23 Octavo (8) 20 F 1 3.8 $ 510.000 $ 10.000 No 15horas Si Segundo (2) 3 Falta de tiempo Si
24 Octavo (8) 21 F 1 3.9 $ 490.000 $ 10.000 No 15horas Si Cuarto (4) 1 Falta de dinero Si
25 Sexto (6) 20 M 2 3,8 $ 580.000 $ 5.000 Si 15horas No Tercero (3) 1 Falta de tiempo Si
26 Sexto (6) 21 M 2 3.9 $ 500.000 $ 5.000 No 15horas Si 0 Trabajo Si
27 Sexto (6) 22 M 2 3.6 $ 520.000 $ 8.000 No 8horas No Tercero (3) 2 Falta de dinero Si
28 Sexto (6) 19 F 1 3.5 $ 1.800.000 $ 5.000 No 48horas Si Quinto (5) 3 Falta de dinero Si
29 Sexto (6) 20 F 2 3.6 $ 520.000 $ 5.000 Si 8horas Si Segundo (2) 3 Bajas calificaciones Si
30 Tercero (3) 17 F 2 3.8 $ 1.600.000 $ 5.000 No 24horas No 0 Falta de dinero Si
31 Tercero (3) 22 M 1 4.3 $ 510.000 $ 3.000 Si 48horas No 0 Falta de dinero Si
32 Septimo (7) 19 M 2 4.0 $ 1.800.000 $ 8.000 No 12horas No Segundo (2) 1 Falta de dinero No
33 Quinto (5) 20 M 3 3.6 $ 1.800.000 $ 15.000 No 8horas No Segundo (2) 3 Trabajo Si
34 Tercero (3) 17 M 3 4.0 $ 2.000.000 $ 8.000 No 48horas No 0 Falta de dinero No
35 Tercero (3) 17 M 3 4.3 $ 2.000.000 $ 10.000 No 48horas No Primero (1) 1 Trabajo No

Fuente: Encuestas realizada.

5.8 PROCESAMIENTO

Etapa exploratoria

Esta etapa contempla dos momentos: Medición estadística de la deserción y el

análisis de los datos obtenidos.

a. Medición estadística de la deserción.

Está etapa considera en primer lugar, un análisis estadístico que permita establecer el
método más apropiado para la medición de la deserción en la Universidad. Para ello, se
tomó en cuenta los estudiantes de pregrado presenciales matriculados entre 2013 y 2018
utilizando tres métodos a saber:

 Cálculo de la deserción intersemestral: Corresponde a la diferencia de

estudiantes de semestre a semestre. Es el número de estudiantes que cursaron un periodo
académico, pero no cursaron el siguiente.
 Cálculo de la deserción como inversa a la tasa de graduación: Se define la
tasa de graduación como el número de estudiantes en pregrado presencial graduados en un
año sobre el promedio anual de estudiantes matriculados nuevos en los últimos cinco años.
Cálculo de la deserción por cohortes: Consiste en una asociación estudiante por estudiante para
determinar el periodo en el cual comenzó una carrera y cuál fue el último periodo que curso. Se
contrasta esta información con el conjunto de graduados de la carrera respectiva.

b. Análisis de los datos obtenidos.

Como resultado del análisis anterior se definió que lo más apropiado para el desarrollo del estudio
era una medición por cohortes. Dada la conclusión anterior, en segundo lugar, se realiza una
medición y lectura detallada de la deserción por cohortes, por programas, por facultades y a nivel
institucional.

Etapa descriptivo-explicativa

Esta etapa incluye momentos: definición de criterios para la investigación, la recolección de

información, y el procesamiento y análisis de los datos, se describe cada uno de ellos con el
propósito de caracterizar de manera cuantitativa y cualitativa la deserción en los jóvenes
universitario.

9
5.9 RESULTADOS Y DISCUSIÓN

Ya implementado el instrumento de medición y la sistematización de las encuestas realizadas se

procede al procesamiento estadístico, esto se lleva a cabo haciendo uso de gráficos y tablas
dinámicas o cruce de variables.

Tabla 2. Causas de deserción

Causas de desercion Frecuencia Porcentaje

Bajas calificaciones 7 20%

Falta de dinero 22 63%

Trabajo 4 11%

Falta de tiempo 2 6%

Total 35 100%

Fuente: Base de datos

Grafico 1. Causas de deserción

Fuente: Tabla No 2

10
Analisis Grafica No. 1

Como se puede observar en esta grafica el 63% de la poblacion de estudiantes de Ingenieria

Agricola considera como principal factor para la desercion estudiantil la falta de dinero.

Tabla 3. Relación semestre y materias perdidas

Materias Perdidas
Semestre
0 1 2 3 Total general
Cuarto (4) 0,00% 1,92% 0,00% 5,77% 7,69%
Octavo (8) 0,00% 1,92% 0,00% 0,00% 1,92%
Primero (1) 0,00% 3,85% 3,85% 0,00% 7,69%
Quinto (5) 0,00% 0,00% 3,85% 5,77% 9,62%
Segundo (2) 0,00% 9,62% 3,85% 17,31% 30,77%
Sexto (6) 0,00% 0,00% 3,85% 17,31% 21,15%
Tercero (3) 0,00% 5,77% 3,85% 11,54% 21,15%
(en blanco) 0,00% 0,00% 0,00% 0,00% 0,00%
Total general
0,00% 23,08% 19,23% 57,69% 100,00%

Fuente: Bases de datos

Grafico 2. Semestre con mayor número de materias perdidas

(en blanco) Cuarto (4)

0% 8%
Octavo (8)
Tercero (3) 2%
Primero (1)
21%
8%
Quinto (5)
Sexto (6) 9%
21%
Segundo (2)
31%

Fuente: Tabla No 3

11
Analisis Grafico No.2

El mayor indice de materias perdidas se encuentra en los primeros semestres, como se puede
analizar en la grafica el 60% de la poblacion pierde la mayor cantidad de materias en los tres
primeros semestres, siendo el segundo el semestre en cual se pierde la mayor cantidad con 31%
de la poblacion.

Tabla 4. Horas semanales dedicadas al estudio extra clases.

Horas semanles dedicadas a sus estudios Promedio Frecuencia Porcentaje

[8h - 16h) 12 21 60%

[16h - 24h) 20 7 20%

[24h - 32h) 28 2 6%

[32h - 40h) 36 0 0

[40h - 48h) 44 5 14%

Total 35 100%

Fuente: Base de datos.

Grafica 3. Horas semanales dedicadas a sus estudios

25

20

15

10

0
[8h - 16h) [16h - 24h) [24h - 32h) [32h - 40h) [40h - 48)

Fuente: Tabla No 4

12
Analisis Grafica No.3

El 60% de estudiantes de ingenieria agricola dedica entre 8 a 16 horas semanales para sus
estudios fuera de las clases normales. Si dividimos por 7 la media de estos valores veremos que
solo dedican de 3 a 4 horas diarias para esos estudios.

Tabla 5. Estrato socioeconómico

Estrato Frecuencia Porcentaje

1 9 26%
2 21 60%
3 5 14%
Total 35 100%
Fuente: Base de datos

Grafico 4. Estrato socioeconómico

25

20

15

10

0
1 2 3
Estratos socioeconomicos

Fuente: Tabla No 5

13
Análisis Grafica No. 4

El 86% de la población pertenece a los estratos uno y dos.

Tabla 6. Valor matricula

Valor matricula Promedio Frecuencia Porcentaje

[400.000 - 720.000) 560.000 16 46%
[720.000 - 1.040.000) 880.000 5 14%
[1.040.000 - 1.360.000) 1.200.000 1 3%
[1.360.000 - 1.680.000) 1.520.000 4 11%
[1.680.000 - 2.000.000) 1.840.000 9 26%
Total 35 100%
Fuente: Base de datos

Grafico 5. Valor matricula

18
16
14
12
10
8
6
4
2
0
[400.000 - [720.000 - [1.040.000 - [1.360.000 - [1.680.000 -
720.000) 1.040.000) 1.360.000) 1.680.000) 2.000.000)

Fuente: Tabla No 6

14
Análisis Grafica No.5

54% de la población estudiada paga por costo de matrícula más de $720.000 pesos moneda
corriente.

Tabla 7. Presupuesto diario

Presupuesto diario Promedio Frecuencia Porcentaje

[3.000 - 5.400) 4.200 19 54%
[5.400 - 7.800) 6.600 2 6%
[7.800 - 10.200) 9.000 11 32%
[10.200 - 12-600) 11.400 0 0%
[12.600 - 15.000] 13.800 2 8%
Total 34 100%

Fuente: Base de datos

Grafico 6. Presupuesto diario

20
18
16
14
12
10
8
6
4
2
0
[3.000 - [5.400 - [7.800 - [10.2000 - [12.600 -
5.400) 7.800) 10.200) 12.600) 15.000)

Fuente: Tabla No 7

15
Análisis Grafica No. 6

El 54% de los estudiantes de Ingeniería Agrícola llevan para gastos de comida, transporte,
fotocopias y demás 4400 pesos moneda corriente.

5.9.1 ANALISIS GENERAL

El principal factor que causa la deserción en los estudiantes de ingeniería agrícola de la Usco con
sede en Neiva es el tema económico pues como se pudo analizar los costos de matrículas son
muy elevados, el 54% de la población paga por derechos pecuniarios más de $720.000, y el 86%
de estos mismos estudiantes pertenecen a estratos 1 y 2. El 54% de los estudiantes llevan para
gastos diarios en promedio $4.400 pesos, como se evidencia este valor es muy bajo para el
sostenimiento de un estudiante, si tenemos en cuenta que el estudiante gasta en transporte
$3.500, le quedarían tan solo $900 pesos para alimentación y fotocopias y demás.

El siguiente factor importante es el alto índice de materias que pierden los estudiantes en el
segundo y tercer semestre, el 53% de la población lo hace convirtiéndose así en uno de los
primeros filtros que atrapa a la población y hace que abandonen sus estudios.

El 60% de los estudiantes dedican entre 8 y 16 horas semanales para complementar lo que se
enseña en el alma mater, en promedio son 3,5 horas que dedican estos estudiantes diariamente,
esto se ve reflejado en los promedios ponderados.

16
6. BIBLIOGRAFÍA

 Fuente, base de datos recolectada de instrumentó de medición

 Base de datos Universidad Surcolombiana para la población
 Javeriana.edu.co. (2009).
 Apuntes tomados en clase de estadística y probabilidad, decano de facultad de ciencias
básicas, Jaime Polania.

17
 UNIDAD II - ESTADISTICAS DESCRIPTIVAS

1. ESTADISTICAS DESCRIPTIVAS
1.1. DIAGRAMA DE DISPERSION………………………………………………………22
1.2. Coeficiente de determinación……………………………………………………........22
1.3 Coeficiente de correlación lineal de Pearson…………………………………….........23
1.4 Coeficiente de posición….……………………………………………………….........23
1.5 Coeficiente angular…….……………………………………………………………...23
2. PROYECCIONES USANDO EL METODO………………………………………..........23
3. RECOMENDACIONES…………………………………………………………………..24
4. ANALISIS DE OTRAS VARIABLES CON ESTADISTICAS DESCRIPTIVAS............25

18
 ÍNDICE DE TABLAS

Tabla No.1 Variables cualitativas………….…………………………………………..20

Tabla No. 2 modelo relacionado bivariado…………………………………………..21
Tabla No. 3 variable cuantitativa….…………………………………………………..24
Blox plot de la tabla n° 3…..………………………………………………………….25
Tabla No. 4 Estrato……………………………………………………………………26
Blox plot de la tabla n° 4………………………………………………………………26
Tabla No. 5 Promedio Ponderado ……………………………………………………27
Blox plot de la tabla n° 5………………………………………………………………28
Tabla No. 6 Valor Matricula …………………………………………………………29
Blox plot de la tabla n° 6………………………………………………………………30
Tabla No. 7 Presupuesto diario………………………………………………………..30
Blox plot de la tabla n° 7………………………………………………………………31
Tabla No. 8 Horas semanales dedicadas al estudio………………………………….32
Blox plot de la tabla n° 8……………………………………………………………..33
Tabla No. 9 Materias perdidas ……………………………………………………….34
Blox plot de la tabla n° 9……………………………………………………………..35

19
Para variables cualitativas hallamos únicamente la Moda.

Para variables cuantitativas discretas y continuas hallamos estadísticas de correlación y

regresión.

Tabla No.1 Variables cualitativas

Variables Moda
Semestre Tercero (3)
Sexo F
Trabaja No
Bajo rendimiento factor importante
No
para abandonar su carrera
Semestre con mayor numero de
Segundo (2)
materias
Causas para abandonar la carrera Falta de dinero
Le gusta su carrera Si
Análisis tabla No.1

Estos datos nos aportan gran información, analizando la moda como la tendencia a que pase
determinada situación podemos decir con certeza que en Ingeniería Agrícola tiende a haber
mayor cantidad de estudiantes cursando en el tercer semestre, que el sexo femenino será el
dominante en dichos estudiantes, que la mayoría no trabajan, también podemos decir que los
estudiantes piensan que el bajo rendimiento no debe ser causa para abandonar los estudios, que el
segundo semestre es en el cual se pierden mas materias, que la causa principal para abandonar el
estudio es la falta de dinero y que la mayoría gusta de su carrera profesional.

20
Tabla No. 2 MODELO RELACIONADO BIVARIADO

Horas semales
Materias
dedicadas a sus
Perdidas
estudios
20 3
15 3
20 2
8 3
20 1
22 3
15 1
12 2
18 2
12 3
20 1
15 0
20 1
24 1
15 3
15 1
15 1
15 0
48 2
15 0
8 1
12 0
15 3
15 1
15 1
15 0
8 2
48 3
8 3
24 0
48 0
12 1
8 3
48 0
48 1 Fuente: Base de datos Unidad I

21
Para el diseño relacional bivariado implementamos métodos de regresión y correlación,
usaremos el modelo de regresión simple lineal, que es el adecuado para hacer predicciones de
una medida basándonos en el conocimiento de otra.

1. DIAGRAMA DE DISPERSION

Análisis diagrama de dispersión:

Consideramos las horas dedicadas semanalmente al estudio como la variable independiente y las
materias perdidas como la que depende de las horas que se estudian, los datos están muy
dispersos, así que el método lineal no nos dará gran porcentaje de certeza, lo que sí se puede
destacar es la relación inversa que tienen estas dos variables, ya que como se aprecia tiende a
disminuir las materias perdidas a medida que aumentan las horas de estudio a la semana, esto es
lo que quiere decir ese signo negativo en la pendiente de la ecuación de regresión lineal.

1.1. COEFICIENTE DE DETERMINACION

R2 = 0,0287

Esta es una cantidad adimensional que toma valores en el intervalo que comprende desde cero
hasta uno. De por sí sola no se puede interpretar así que la multiplicamos por 100 para calcular
el porcentaje de confiabilidad o bondad del método que estamos implementando, así que:

0,0287 x 100 = 2,87%

22
El porcentaje de confiabilidad por aproximación es del 3%, un porcentaje sumamente bajo, esto
se debe a que los datos están muy dispersos, el porcentaje de error es del 97%, el método se
puede usar para hacer proyecciones pues tiene un porcentaje de confiabilidad pero el error es
demasiado grande como para tomarse en serio, es recomendable buscar otro método para hacer
proyecciones, puesto que hay otros factores que influyen en que los estudiantes pierdan materias
y que sumados nos dan ese 97% de error en este método.

1.2. COEFICIENTE DE CORRELACION LINEAL DE PEARSON

r = 0,169

Como la pendiente en la ecuación lineal de regresión nos da negativa se debe corregir este
coeficiente de correlación por r = - 0,169, el signo nos da información para determinar que la
correlación entre las horas dedicadas al estudio semanalmente con las materias perdidas es de
una relación inversa, en otras palabras a medida que las horas de estudio que se dedican a la
semana aumentan las materias perdidas disminuyen, esto es algo lógico ya que a mas horas de
estudio se debe adquirir un mayor grado de conocimiento para superar los obstáculos que
determinan que se reprueben las asignaturas impartidas durante la carrera, se debería pensar que
este es el factor que más debiese influir pero no es así, ya que la correlación entre horas
semanales de estudio y materias perdidas es mínima. Así que se debe tener en cuenta que hay
otros factores que suman un 97% de probabilidad para que se pierdan asignaturas en Ingeniería
Agrícola.

1.3. COEFICIENTE DE POSICION

Bo = 1,7974

Este es el promedio de materias perdidas en términos de horas semanales dedicas al estudio.

1.4. COEFICIENTE ANGULAR

B1 = -0,0157

Esto quiere decir que por cada hora a la semana que un estudiante le dedique a su estudio dejará
de perder 0,0157 materias.

2. PROYECCIONES USANDO EL METODO

y = 1,7974 - 0,0157x

Donde: y = materias perdidas y x = horas semanales de estudio

Con este método si un estudiante estudia 32 horas semanales perdería 1.295 materias y si otro
estudiante pierde 4 materias es porque estudia aproximadamente 15 horas en la semana.

23
3. RECOMENDACIONES

El método tiene un 3% de bondad, esto quiere decir que acertará a las proyecciones que
hagamos en un 3% y fracasará en un 97%, se puede usar pero no se recomienda pues la
probabilidad de acertar en las proyecciones es demasiado baja, se debe buscar otro método para
hacer una mejor proyección, algunas proyecciones dan valores lógicos y nada fuera de lo que
realmente sucede en el Alma Mater, como las proyecciones que realizamos anteriormente. Pero
en otras ocasiones dan estimaciones absurdas como por ejemplo si el estudiante dedicara 0 horas
semanales a sus estudios tan solo perdería 2 materias aproximadamente, y si dedicara 51 horas
aproximadamente tan solo perdería una materia, estas proyecciones son anormales y se debe a
que éste método tiene una probabilidad de acertar tan solo un 3%.

4. ANALISIS DE OTRAS VARIABLES CON ESTADISTICAS DESCRIPTIVAS.

Tabla No. 3 Variable cuantitativa Edad

Edad - Estadisticas descriptivas

Media 19,91
Mediana 20
Moda 20
Desviación estándar 2,31
Varianza 5,36
Curtosis 0,40
Coeficiente de asimetría 0,77
Rango 9
Mínimo 17
Máximo 26
P25 18
P50 20
P75 21
Fuente: Base de datos

Análisis Tabla No.3

La Media es aproximadamente 20 años, en este caso es igual a la mediana y a la moda, con lo

cual determinamos que en promedio los estudiantes de ingeniería agrícola tienen 20 años, que
tienden a tener 20 y que si tomáramos la mínima edad con la máxima edad de los estudiantes, 20
años estaría justo en medio de dicho intervalo de edades, además 20 años es la edad que más se
repite en dichos estudiantes. La varianza mide la diferencia de un dato específico al promedio de

24
dichos datos y no se analiza. La desviación estándar es 2,31, esto quiere decir que 2 años
aproximadamente es la diferencia de edad de un estudiante al promedio de dichos estudiantes, el
coeficiente de asimetría es mayor que cero, así que la distribución de los datos tiene una simetría
positiva y se alarga a valores mayores que la media. La edad mínima es 17 años y la máxima 26
y el rango entre ellas es 9. El coeficiente de apuntamiento o courtosis es mayor que cero asi que
el apuntamiento es leptocurtico, lo cual quiere decir que los datos están agrupados.

BLOX PLOT DE LA TABLA N° 3.

Análisis blox plot de la tabla n° 3

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha puesto que su lado inferior es más angosto que el lado superior, por tal motivo
podemos afirmar que presenta curtosis de tipo Leptocurtica, la cual significa que sus
datos están muy concentrados en la mediana, siendo así una curva muy apuntada frente a
la curva esperada.

25
Tabla No. 4 Estrato

Estrato - Estadisticas descriptivas

Media 1,88
Mediana 2
Moda 2
Desviación estándar 0,6
Varianza 0,41
Curtosis -0,43
Coeficiente de asimetría 0,10
Rango 2
Mínimo 1
Máximo 3
P25 1,5
P50 2
P75 2
Fuente: Base de datos

Análisis Tabla No. 4

El análisis de estadísticas descriptivas para esta variable no es muy adecuado, esta variable está
mal planteada, debería ser estrato bajo medio y alto y no estrato 1, 2 y 3. Igual se puede destacar
algo, que el estrato 2 es el que más se repite y que la población de estudiantes de ingeniería
agrícola pertenece en su gran mayoría a los estratos 1,2 y 3. Y que son anormales los estratos
altos 4, 5 y 6 que estudien esta ingeniería.

BLOX PLOT DE LA TABLA N°4.

26
Análisis blox plot de la tabla n° 4

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Laptocurtica, la
cual significa que sus datos tienen mucha concentración en la media, siendo así una
curva muy apuntada frente a la curva esperada.

Tabla No. 5 Promedio Ponderado

Promedio ponderado - Estadisticas

descriptivas

Media 3,79
Mediana 3,8
Moda 3,5
Desviación estándar 0,28
Varianza 0,08
Curtosis -0,02
Coeficiente de asimetría -0,01
Rango 1,2
Mínimo 3,1
Máximo 4,3
P25 3,6
P50 3,8
P75 4
Fuente: Base de datos

Análisis Tabla No. 5

El promedio o media aritmética 3,79 este es el promedio de la población de estudiantes que

cursan ingeniería agrícola, 3,8 es la mediana que es el dato que está justo en medio de todos los
datos, la Moda es 3,5 y este es el promedio que más se repite en los estudiantes, el coeficiente de
apuntamiento o courtosis es negativo así que el grado de apuntamiento es platicurcico, esto
quiere decir que los datos están dispersos, la varianza es poca así que los datos no difieren mucho
uno del otro, el coeficiente de asimetría es negativo esto quiere decir que los datos se alargan a
valores menores que la media, quiere decir esto que los estudiantes tienden a tener promedios
menores a 3,8. Los promedios mínimos de la población van desde 3,1 y los máximos en 4,3
habiendo una diferencia entre ellos o rango de 1,2.

27
BLOX PLOT DE LA TABLA N°5.

Análisis blox plot de la tabla n° 5

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
izquierda, por tal motivo podemos afirmar que presenta curtosis de tipo Platicurtica, la
cual significa que sus datos están poco concentrados en la media, siendo así una curva
muy achatada frente a la curva esperada.

28
Tabla No. 6 Valor Matricula

Valor Matricula - Estadisticas descriptivas

Media 1056176
Mediana 765000
Moda 2000000
Desviación estándar 619056,05
Varianza 3,83E+11
Curtosis -1,57
Coeficiente de asimetría 0,47
Rango 1600000
Mínimo 400000
Máximo 2000000
P25 515000
P50 765000
P75 1800000
Fuente: Base de datos

Análisis Tabla No. 6

El promedio o media aritmética es de un millón cincuenta y seis mil ciento setenta y seis pesos
moneda corriente, este es el promedio que pagan los estudiantes por concepto de matrícula,
aunque la mediana es 765.000 pesos, este solo es el valor que está justo en la mitad de los datos,
no aporta mucha información para el análisis que corresponde a este ejercicio, la moda son dos
millones de pesos, este dato no se puede aplicar a la población, es solo el valor que más se repite
en los datos esto quiere decir que tal vez sea el valor que más se presente en la población. La
desviación estándar es la variación que tienen los valores al promedio en general, es la variación
absoluta de los datos, esta variación es muy alta así que los valores se alejan mucho del
promedio. El grado de apuntamiento o curtosis es negativo así que la gráfica correspondiente es
platicurtica, o sea que los datos están muy dispersos entre ellos. El coeficiente de asimetría es
mayor que cero así que la distribución de los datos se alarga a valores mayores que la media o
promedio, esto quiere decir que la mayoría de los valores de matricula están por encima del
promedio. El valor mínimo de matricula es 400 mil pesos y el máximo 2 millones de pesos, el
rango es de millón seiscientos mil pesos, esta es la diferencia que hay entre ellos, lo cual quiere
decir que no hay alguna igualdad o uniformidad en los valores de matricula que pagan los
estudiantes de ingeniería agrícola.

29
BLOX PLOT DE LA TABLA N°6.

Análisis blox plot de la tabla n° 6

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la
cual significa que sus datos tienen mucha concentración en la media, siendo así una
curva muy apuntada frente a la curva esperada.

Tabla No. 7 Presupuesto diario

Presupuesto diario - Estadisticas

descriptivas

Media 6794,12
Mediana 5000
Moda 5000
Desviación estándar 3531,50
Varianza 12471479,5
Curtosis 0,39
Coeficiente de asimetría 1,05
Rango 12000
Mínimo 3000
Máximo 15000
P25 5000
P50 5000
P75 10000

30
 Fuente: Base de datos

Análisis Tabla No.7

En promedio los estudiantes llevan a la universidad 6.800 pesos aproximadamente para sus
gastos diarios, aunque la tendencia es llevar 5.000 pesos, la desviación estándar es 3.500 pesos lo
cual quiere decir que hay estudiantes que tienen un presupuesto diario de 8.500 pesos y otros de
1.500 pesos, el grado de apuntamiento o courtosis es positivo así que los datos están agrupados
pues tienen una tendencia leptocurtica, el coeficiente de asimetría es positivo así que el
presupuesto diario de los estudiantes tiende a ser mayor que el promedio. El presupuesto mínimo
es de 3 mil pesos y el máximo de 15 mil pesos, tienen una diferencia de 12 mil pesos, lo cual
quiere decir que hay estudiantes con una mayor capacidad monetaria que otros y su diferencia es
alta.

BLOX PLOT DE LA TABLA N°7

Análisis blox plot de la tabla n° 7

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la
cual significa que sus datos están muy concentrados en la media, siendo así una curva
muy apuntada frente a la curva esperada.

31
Tabla No. 8 Horas semanales dedicadas al estudio

Horas semanales dedicas a sus

estudios - Estadisticas descriptivas

Media 19,88
Mediana 15
Moda 15
Desviación estándar 12,60
Varianza 158,65
Curtosis 1,40
Coeficiente de asimetría 1,60
Rango 40
Mínimo 8
Máximo 48
P25 13,5
P50 15
P75 20

Fuente: base de datos

Análisis Tabla No. 8

En promedio los estudiantes de ingeniería agrícola invierten casi 20 horas semanales a sus
estudios, aunque la mayoría solo invierte 15 horas, pues es la moda, el coeficiente de asimetría es
positivo lo cual quiere decir que la mayoría de los estudiantes invierten más tiempo del promedio
a sus estudios, esto mismo se puede también observar con el grado de apuntamiento o courtosis
que es positivo así que los datos están agrupados pues la tendencia en su grafica es leptocurtica,
8 horas es el valor mínimo que un estudiante invierte en sus estudios y 48 horas es el máximo,
hay una diferencia o rango entre esas horas de 40, lo cual quiere decir que hay estudiantes
sobresalientes que estudian mucho como también hay vagos que dedican poco tiempo a sus
estudios.

32
BLOX PLOT DE LA TABLA N°8

Análisis blox plot de la tabla n° 8

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la
cual significa que sus datos están muy concentración en la media, siendo así una curva
muy apuntada frente a la curva esperada.

33
Tabla No. 9 Materias perdidas

Materias Perdidas - Estadisticas

descriptivas

Media 1,44
Mediana 1
Moda 1
Desviación estándar 1,13
Varianza 1,28
Curtosis -1,34
Coeficiente de asimetría 0,22
Rango 3
Mínimo 0
Máximo 3
P25 1
P50 1
P75 2

Fuente: Base de datos

Análisis tabla No. 9

En promedio los estudiantes pierden una materia, la moda es 1 así que esa es la cantidad de
materias perdidas que más se presenta en los estudiantes, la variación respecto al promedio es de
1, 13 quiere decir esto que las materias son diferenciales, el grado de apuntamiento es negativo
así que los datos están dispersos pues presentan una tendencia platicurtica, el coeficiente de
asimetría es positivo así que las materias que pierden los estudiantes tienden a ser mayores que
uno, cero es el valor mínimo de materias que pierden los estudiantes y tres es el máximo, la
diferencia entre ellos es tan salo de tres materias, en conclusión los estudiantes de ingeniería
agrícola son muy aplicados pues no pierden muchas materias.

34
BLOX PLOT DE LA TABLA N°9

Análisis blox plot de la tabla n° 9

A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la
derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Laptocurtica, la
cual significa que sus datos tienen mucha concentración en la media, siendo así una
curva muy apuntada frente a la curva esperada.

35