Estadistica

ANÁLISIS SOCIAL DE LOS ESTUDIANTES DE INGENIERÍA ELECTRÓNICA DE LA
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
Tabla de contenido
INTRODUCCIÓN
1. Análisis de Variable Cualitativa ...............................................................................................2
2.Análisis Estadistico Descriptivo para datos no agrupados ....................................................3
2.1. Tabla De Datos no agrupados ............................................................................................3
2.2. Medidas de Tendencia Central ..........................................................................................5
2.2.1. Media Aritmética .........................................................................................................5
2.2.2. Media ( Me )...................................................................................................................6
2.2.3. Moda ( Mo )...................................................................................................................7
2.3. Comparación de las medidas de tendencia central para datos no agrupados ..............7
2.4. Medidas de Localización para datos no agrupados .........................................................8
2.4.1. Cuartiles ( Q )................................................................................................................9
2.4.2. Deciles ( D )..................................................................................................................11
2.4.3. Percentiles ( P )............................................................................................................12
2.5 Medidas De Dispersión.......................................................................................................13
2.5.1. Varianza Muestral ( S2)...............................................................................................13

2.5.2. Desviación tipica muestral..........................................................................................14
3. Análisis De Datos Agrupados ................................................................................................14
3.1. Formula de Tamaño delLa Muestra para Poblaciones Finitas.....................................15
3.2. Tabla Distribución de Frecuencias para datos agrupados ............................................16
3.3. Medidas de Tendencia Central para datos agrupados...................................................19
3.3.1. Media Aritmética (Promedio) muestral....................................................................19
3.3.2. Mediana ( Me )............................................................................................................19
3.3.3. Moda ( Mo ).................................................................................................................20
3.4. Medidas de Localización para datos agrupados.............................................................20
3.4.1. Cuartiles ( Q )..............................................................................................................20
3.4.2. Deciles ( D ).................................................................................................................22
3.4.3. Percentiles( P ).............................................................................................................22
3.5. Medidas de Dispersión para datos agrupados................................................................23
4.Análisis preguntas complementarias ......................................................................................25
5. Anexos .......................................................................................................................................35
6. Conclusiones .............................................................................................................................39
REFERENCIAS...........................................................................................................................40
Pág. 1
INTRODUCCIÓN
La estadística descriptiva en términos Godofredo Achenwall, profesor de la Universidad
de Gotinga, acuñó en 1760 la palabra estadística, que extrajo del término italiano statista
(estadista). La raíz remota de la palabra se halla en el término latín status, que significa
“estado” o “situación”. Es decir, en términos generales, la estadística descriptiva está
relacionada con el arreglo, el resumen y la presentación de datos, de tal manera que la
información extraída sea extendida con facilidad, existen medidas que se pueden analizar en la
estadística, estas son: medidas de tendencia central (media, mediana y moda), medidas de
localización (cuartiles, deciles y percentiles) y las medidas de dispersión (varianza y desviación
típica) aprendiendo así a interpretar las variables. También se interpretan las tablas de frecuencia
para datos agrupados y datos no agrupados con su respectivas gráficas (Urias & salvador 2014,
pág. 2).
El presente trabajo se desarrolla con el propósito de aprendizaje de conceptos de
estadística descriptiva, partiendo de datos primarios que fueron obtenidos a través de una
encuesta desarrollada en google drive sobre el conocimiento de la robótica. Por ende se pudo
profundizar los conceptos como: datos primarios, variable cuantitativa y cualitativa, datos
Pág. 2
agrupados y no agrupados, medidas de tendencia central, medidas de localización, medidas de
dispersión, y gráficos correspondientes (estos específicos para su debida interpretación).
1. Análisis de variable cualitativa
De la encuesta sobre robótica realizada a los estudiantes de ingeniería electrónica de la
Universidad Francisco de Paula Santander se tomó 50 datos en la variable cualitativa es decir se
tomó el género (hombre, mujer) del cual se obtiene la siguiente información:
Hombre
48% Mujer
52% Mujer
Hombre
Figura 1. Diagrama circular de variable genero
La figura muestra que los 50 datos obtenidos en la encuesta el 52% de los estudiantes de
ingeniería electrónica son del género mujer y el restante son de hombres es decir que hay un
Pág. 3
48% de hombres. Se concluye que el programa de ingeniería electrónica de la Universidad
Francisco de Paula Santander tiene en su mayoría estudiantes mujeres.
2. Análisis Estadístico Descriptivo para datos no agrupados
Cuando la muestra que se ha tomado de la población que se desea analizar tiene menos de
20 elementos en dicha muestra, entonces estos datos son analizados sin necesidad de formar
clase con ellos a esto se le llama tratamiento de datos no agrupados.
A continuación se analizara las medidas de tendencia central, medidas de localización y
medidas de dispersión para así poder presentar los resultados obtenidos de la encuesta
correspondiente a la variable cuantitativa discreta
X i =edad de los estudiantes de ingenieria electronica de la Universidad Francisco De Paula
Santander.
Como el tamaño de la población finita es correspondiente al N=100 estudiantes, se va a tomar
una muestra de n=20
2.1. Tabla de datos no agrupados
De los datos obtenidos de la encuesta se extrae una muestra de n = 30 los datos que
representa la variable cuantitativa discreta es X i =edad de los estudiantes de ingenieria electronica
estos agrupados en la Tabla 1 como datos no agrupados.
Tabla 1. Frecuencia Datos no agrupados
Frecuencia Frecuencia Frecuencia Frecuencia

Xi
Absoluta Relativa Acumulada Relativa Acumulada
Edad fi Ni Fi Ni
18 11 0,55 0,55 55%
19 4 0,2 0,75 20%
Pág. 4
20 2 0,1 0,85 10%

21 3 0,15 1 15%
N 20 1
La tabla 1 nos presenta la cantidad de estudiantes con edades de 18, 19, 20 y 21
presentando mayor cantidad de estudiantes (8) con edad de 18 años y menor cantidad de
estudiantes (2) con edad de 20 años. Se obtiene como preámbulo el concepto de probabilidad con
la siguiente interpretación: de los 100 estudiantes encuestados en la ingeniería electrónica
tomando un muestreo aleatorio simple de 20 estudiantes encuestados obteniendo un 55% de la
probabilidad de tener la edad de 18 años.
12
10
Número de estudiantes
0
18 19 20 21
Edad
Figura 2. Edad estudiantes de ingeniería electrónica encuestados

Pág. 5
El grafico de barras presenta una mayor aclaración de los datos presentes en la Tabla 1,
demostrando que la mayor cantidad de estudiantes de ingeniería electrónica tienen la edad de 18
años y le sigue 19 años.
2.2. Medidas de Tendencia Central
Las medidas de tendencia central son aquellas que nos permiten conocer las
características de un conjunto de datos, estas miden de diferentes formas, hacía que valor tiende
(se acerca) el centro de un conjunto de datos. Estas son definidas como:
Media (Promedio): se suman todos los datos y se dividen entre el número de datos
Mediana: se deben ordenar los datos de manera ascendente y se encuentra el dato central que
está en el medio de ellos.
Moda: es aquel dato que más se repite.
2.2.1. Media Aritmética
Es la medida de tenencia central más utilizada y sencilla de calcular de gran estabilidad de
muestreo y sus fórmulas admiten tratamiento algebraico. Para escribir ecuaciones de este tipo de
medidas de las distribuciones de frecuencias, necesitamos aprender la notación matemática que
utilizan los especialistas en estadística. Una muestra de una población consiste en n
observaciones (con n minúscula) con una media de 𝑥̅. (x barra). Recuerde que las medidas
calculadas para una muestra se conocen estimador.
La notación es diferente cuando calculamos medidas para la población entera, es decir,
para el grupo que contiene a todos los elementos que estamos describiendo. La media de una
Pág. 6
población se simboliza con μ, que es la letra griega mu. El número de elementos de una
población se denota con la letra mayúscula cursiva N. Por lo general, en estadística se usan letras
del alfabeto latino para simbolizar la información de las muestras y letras griegas para referirnos
a la información de las poblaciones (parámetro). (Levin et al., 2004 pág. 61)
Se obtiene dividiendo la suma de todos los valores que toma la variable por el número de
observaciones:
 Poblacional: μ=
∑ Xi =21,49 ≈ 21 “Parametro”
N
∑ Xi =18.85 ≈19 ¿
 Muestral: −¿ n
¿ “ Estimador”
X
Teniendo en cuenta que la variable edad se está analizando como cuantitativa discreta es
necesario que se aproxime el promedio poblacional y muestra en valores enteros, así se garantiza
que los valores sean homogéneos siendo la muestra valores representativos poblacionales.
Se interpreta el 𝑥̅.= 19 años es el promedio de edad de los estudiantes de ingeniería
electrónica de la universidad francisco de paula Santander
2.2.2. Media (Me)
También conocida como media posicional, por ocupar el centro de los datos. Más
formalmente se puede definir como el lugar de valor central de una sucesión. Los datos deben
estar ordenados ya sea ascendente o descendente, si el número de datos es impar el valor va a
corresponder a un único valor, en cambio si el número de datos es par el valor corresponderá al
promedio entre los valores centrales.

Pág. 7
Calculamos la posición de la mediana:
( n+ 1)
Me= =10,5
2
Como se obtuvo un valor decimal en la posición 10 = 18 y la posición 11=18 siendo Me =
18 años, podemos interpretar el 50 % de los estudiantes de ingeniería electrónica en la
universidad francisco de paula Santander tienen la edad de 18 años o menos (hasta 13 años) y el
otro 50% supera esta edad con edad máxima de 54 años.
2.2.3. Moda (Mo)
La moda es el valor que más se repite en el conjunto de datos. Puede haber más de un
valor correspondiente a la moda si son dos datos, se considera una distribución bimodal, si son
más de dos se considera multimodal. Esta tiene un objetivo distinto que las otras medidas ya que
es el dato que más se repite. Y si la moda es diferente a la media se puede considerar que el
conjunto de datos no es normal.
Para nuestra estudio Mo=18 esta información la tomamos de la Tabla 1 siendo la mayor
frecuencia de las edades de los estudiantes de ingeniería electrónica de la universidad francisco
de paula Santander.
2.3. Comparación de las medidas de tendencia central para datos no agrupados
 Las distribuciones simétricas tienen el mismo valor para la media, la mediana y la moda.
En una distribución con sesgo positivo, la moda se halla en el punto más alto de la
distribución, la mediana está hacia la derecha de la moda y la media más a la derecha. Es
decir Mo < Me < 𝑥̅.

Pág. 8
 En una distribución con sesgo negativo, la moda es el punto más alto, la mediana está a la
izquierda de la moda y la media está a la izquierda de la mediana. Es decir, 𝑥̅< Me < Mo.
 Cuando la población tiene una distribución sesgada, con frecuencia la mediana resulta ser
la mejor medida de posición, debido a que está siempre entre la media y la moda. La
mediana no se ve altamente influida por la frecuencia de aparición de un solo valor como
es el caso de la moda, ni se distorsiona con la presencia de valores extremos como la
media.
La selección de la media, la mediana o la moda, depende de la aplicación.
Figura 3. Curva normal y medidas de tendencia central Cabrera (2014) monografías.com
Por lo tanto, el análisis de la variable edad de los estudiantes tiene una distribución
simétrica por ser equivalente Mo = 𝑥̅. Y podemos decir que los datos están normalmente tomados
2.4. Medidas de Localización

Pág. 9
Las medidas de localización dividen los datos en partes iguales, nos sirven para clasificar
a un elemento o individuo dentro de aquella determinada población o muestra. Estos son
cuartiles, deciles y percentiles.
2.4.1. Cuartiles
Medida de localización que divide la población o muestra en cuatro partes iguales, se
representa gráficamente con diagrama de caja (o bigote). Podemos calcular la posición del cuartil
mediante la ecuación:
k∗n
Qk =
4
Con 1 ≤ k ≤ 4
 Para Q 1
1∗20
Q 1= =5
4
Esta medida es la posición del cuartil en los datos ordenados de la muestra, al buscarla
nos da el dato de 18 años, esto quiere decir que:
 Q 1= Valor de la variable que deja a la izquierda el 25% de la distribución. Siendo el Q 1=
18 años. Esto quiere decir que el 25% de los estudiantes tienen la edad de 18 años o
menos (hasta 13 años).
 Para Q 2
2∗20
Q 2= =10
4
Pág. 10
Esta medida es la posición del cuartil en los datos ordenados de la muestra, al buscarla
nos da el dato de 18 años, esto quiere decir que:
 Q 2= Valor de la variable que deja a la izquierda el 50% de la distribución = mediana. Q 2=
18 años. Esto quiere decir, que el 50% de los estudiantes tienen la edad de 18 años o
menos (hasta 13 años) y el otro 50% supera esta edad hasta los 54 años
 Para Q3
3∗20
Q 3= =15
4
Esta medida es la posición del cuartil en los datos ordenados de la muestra, al buscarla nos da el
dato de 19 años, esto quiere decir que:
 Q 3= Valor de la variable que deja a la izquierda el 75% de la distribución. Q 3= 19 años.
Esto quiere decir, que el 75% de los estudiantes tienen edad de 19 años o menos (hasta 13
años) y el otro 25% supera la edad hasta los 54años.
Figura 4. Diagrama de caja – edad de los estudiantes de ingeniería electrónica

Pág. 11
Según se puede observar en el diagrama de caja la edad de 21 años se puede considerar
como el dato atípico representado por 3 estudiantes de ingeniería electrónica es decir se aleja del
valor promedio. Además se observa que la mayor concentración de datos está en las edades entre
18 y 19 años.
2.4.2. Deciles (D)
Es la medida de localización que divide la población en 10 partes iguales. Lo vamos a
calcular para la variable cuantitativa discreta (edad). Esta medida se calcula mediante la fórmula
que ubica los deciles, esta es:
k∗n
Dk =
10
Donde 1 ≤ k ≤10
Se calculara como ejemplo al D3 y D5 del cual se interpretara
 Para D3
3∗n
D 3= =6
10
Esta medida es la posición del decil en los datos ordenados de la muestra, al buscarla nos da el
dato de 18 años, esto quiere decir que:

Pág. 12
 D3= 18 𝑎ñ𝑜𝑠. El 20% de los estudiantes tienen 18 años o menos (hasta 13 años) y el otro
80% supera esta edad.
 Para D5
5∗n
D 5= =10
10
Esta medida es la posición del decil en los datos ordenados de la muestra, procedemos a buscarla
lo que nos da el dato de 18 años, esto quiere decir que
 Me =Q 2= D5=18 años teniendo la misma interpretación
2.4.3. Percentiles Pk
Es la medida de localización que divide la población en 100 partes iguales, la vamos a
calcular para variable cuantitativa discreta (edad). Para calcular la posición de los percentiles
utilizamos la siguiente formula:
k∗n
Pk =
100
Donde 1 ≤ k ≤100
Se calculara como ejemplo el P50 y P80
 Para P50
50∗n
P50= =10
100
 Me=Q 2= D5=18 años teniendo la misma interpretación

Pág. 13
 Para P80
80∗n
P 8 0= =16
100
 P80= 20 años. El 80% de los estudiantes de ingeniería electrónica tienen 20 años o menos
y el otro 30% de los estudiantes de ingeniería electrónica supera esta edad
2.5. Medidas de Dispersión
Las medidas de dispersión sirven como indicador de la variabilidad de los datos. Las
medidas de dispersión más utilizadas son la desviación típica y la varianza. Pueden ser calculadas
a través de población finita o de una muestra representativa.
2.5.1. Varianza Muestral ( S2)
Es una medida estadística que mide la dispersión de los valores respecto a un valor central
(promedio o media), es decir es el cuadrado de las desviaciones. Se puede calcular de la siguiente
manera:
n
S2=∑ ¿ ¿¿ ¿
i =1
Pág. 14
El resultado de la operación anterior da 1,26315 edades cuadradas al usar el promedio como
∑ Xi =18.85 ≈19 ¿
variable cuantitativa discreta −¿
n
¿ años.
X
2.5.2. Desviación Típica muestral
Es la raíz cuadrada de la varianza muestral y la interpretación de esta debe de estar
relacionada con el promedio de los datos. Entre más grande sea el resultado obtenido, queriendo
decir que los datos están alejados del promedio. Entre más pequeña sea la desviación los datos
estarán distribuidos normalmente. Para calcularla se procede a usar la siguiente formula:
n
S= √∑
i=1
¿¿ ¿ ¿ ¿
Esto quiere decir que −s ≤ −¿sX¿ ≤ para nuestra variable edad se define como: [-1.1239 -19;
1.1239+19] = [17,87; 20,1]. El rango de dispersión se encuentra dentro de las edades mínima y
máxima, se evidencia que los datos no están dispersos sino normalmente distribuidos.
3. Análisis de Datos Agrupados

Pág. 15
Los datos agrupados son aquellos que se han clasificado en categorías o clases tomando
como criterio su frecuencia, se hace esto con la finalidad de simplificar el manejo de grandes
cantidades de datos y establecer así tendencias (Pérez, 2014).
Para agrupar los datos y construir una tabla de distribución de frecuencia se tomara una
población finita de N=100 estudiantes de ingeniería electrónica de la Universidad Francisco de
Paula Santander que presentaron la encuesta, la variable que se analizara es X i =dinero (dinero
que estaría dispuesto a pagar por un robot.
3.1. Fórmula para el tamaño de la muestra para poblaciones finitas
La fórmula para el tamaño de la muestra para poblaciones finitas es la siguiente:
N∗Z 2a∗p∗q
n=
e2∗ ( N −1 ) +Z 2a∗p∗q
Dónde:
n = tamaño de la muestra buscado
N = tamaño de la población o universo
z = parámetro estadístico que depende el nivel de la confianza (NC)
e =error de estimación máximo aceptado
p = probabilidad de que ocurra el evento estudiado (éxito)
q = (1-p) = probabilidad de que no
Se usó la hoja de cálculo en Excel se obtiene:

Pág. 16
Insertar
Parámetro valor
N 100 tamaño de la población finita
z 2,05 Lo asigna el investigador
Asignamos la misma probabilidad de que ocurra igual a la que no
P 50,00% ocurra
Q 50,00% es igual 1-P
e 20,00% Lo asigna el investigador
Al proceder a calcular el numerador y denominador esto da
 Calculo de numerador = 105, 0625
 Calculo de denominador = 5,0106
Esto nos da el tamaño de la muestra
n = 20 estudiantes
3.2. Tabla de distribución de frecuencias para datos agrupados
La distribución de frecuencias con datos agrupados se emplea si las variables toman un
numero grande de valores, para esto se agrupan los valores en intervalos que tengan la misma
amplitud denominados clases, a cada clase se le asigna su frecuencia correspondiente. Límites de
la clase.
Primero debemos calcular:

Pág. 17
PARÁMETROS Valores El número de intervalos se calcula con la regla de

N 20
Vmax 500000,00
Sturges y debe ser valor entero
Vmin 0,00
K=1+3.322log (n)
Rango 500000,00
m=# Intervalos 5
Logaritmo base 10
Amplitud de clase 100000,00
Tabla 2. Frecuencia de Datos agrupados – Dinero dispuesto a pagar.
N° Intervalo de Clase Marca de

Lim fi Fi hi Hi
Clases Lim Inferior Superior Clase = Xi
0
1 0 100000 50000 16 16 0,8 0,8
2 100000 200000 150000 1 17 0,05 0,85
3 200000 300000 250000 0 17 0 0,85
4 300000 400000 350000 0 17 0 0,85
5 400000 500000 450000 3 20 0,15 1
20 1
Según la tabla 2, se observa que 50000 es la cantidad de dinero (dólar) dispuesta a pagar
por un robot con un número de 16 estudiantes de ingeniería electrónica de la Universidad
Francisco de Paula Santander y solo 3 estudiantes alcanzaron la cantidad más alta que están
dispuestos a dar. El 15% es la probabilidad de que siete estudiantes tomados al azar de una
muestra de 20 estén dispuestos a dar por un robot 500000 en dinero (dólar).

Pág. 18
12 120.00%
10 100.00%
8 80.00%
6 60.00%
4 40.00%
2 20.00%
0 0.00%
1 2 3 4 5 6
Frecuencia % acumulado
Figura 6. Histograma y ojiva
La figura 6 nos presenta mayor claridad a la tabla 2 donde se evidencia que los 16
estudiantes que representa la cantidad de dinero (dólar) que están dispuestos a dar es de 100000
y la gráfica de ojiva nos permite analizar que el 85% de los estudiantes están dispuestos a dar
igual o inferior cantidad de dinero (dólar).
18
16
14
12
10
0
0-100000 100000-200000 200000-300000 300000-400000 400000-500000
Pág. 19
Figura 7. Polígono de frecuencia – Dinero (dólar) dispuesto a dar por un robot
Al visualizar la figura 7, podemos garantizar que la mayor cantidad de datos de la muestra
se encuentra en 100000. El pico más alto del polígono representa la cantidad de dinero (dólar)
que están dispuestos a dar por un robot y esta es entre 0 hasta 100000 de la muestra
correspondiente a 20 estudiantes de ingeniería electrónica de la Universidad Francisco de Paula
Santander.
3.3. Medidas de Tendencia central para datos agrupados
Las medidas de tendencia central son la media, mediana y moda de datos agrupados, tiene
la misma interpretación que se obtuvo de los datos no agrupados pero cambia la forma de
calcularlos, es decir la formula.
3.3.1. Media aritmética (promedio) muestral
Esta se calcula mediante la siguiente formula:
∑ Xi∗fi
−¿ i=1 ¿
n
X ¿
−¿115000 ¿
Al aplicarla nos da X¿ es la media aritmética del promedio del dinero (dólar) que están
dispuestos a pagar los estudiantes de ingeniería electrónica de la UFPS.
3.3.2. Mediana (Me)

Pág. 20
Esta se calcula mediante la siguiente formula:
n
−F i−1
M e =¿ 2
x i−1+ ∗A
fi
Remplazando se obtiene:
1 0−0
M e =o+ ∗100000=62500
16
Se puede interpretar como el 50% porcentaje de los estudiantes ingeniería electrónica de la
universidad francisco de paula Santander están dispuestos a pagar 625000 de dinero por un robot.
3.3.3. Moda (Mo)
Se calcula mediante la siguiente formula:
∆1
M 0=x i−1+ ∗A
∆ 1+ ∆ 2
Remplazando los datos sr obtiene:
−15
M o=o+ ∗100000=107142
−15+1
La interpretación que se puede dar es que el dinero que están dispuestos a dar por un robot
siendo el que más se repite y está representado por 16 estudiantes de ingeniera electrónica de la
Universidad Francisco De Paula Santander.
3.4. Medidas de localización para datos agrupados

Pág. 21
Las medidas de localización son valores que permiten dividir el conjunto de datos en
partes iguales y se usan para clasificar una observación dentro de una población o muestra. Las
medidas más usuales son los cuartiles los deciles y los percentiles.
3.4.1. Cuartiles (Q)
El cuartil se calcula mediante la siguiente formula:
kn
−N i−1
4
Qk =x i−1 + ∗A
ni
 Cuartil 1: Q 1=31250 es el 25% de los estudiantes de la Universidad Francisco De Paula
Santander que están dispuestos a dar 31250 de dinero por un robot, es decir están
dispuestos a dar por el robot 31250 o menos cantidad de dinero.
2n
−N i−1
 Cuartil 2: M =Q =x + 4 ∗A = 62500 tienen la misma interpretación
e 2 i−1
ni
 Cuartil 3: Q 3=93750 es el 75% de los estudiantes de ingeniería electrónica que están
dispuestos a dar por un robot igual o menor cantidad de dinero (dólar) el otro 25% están
dispuestos a dar como máximo

Pág. 22
DIAGRAMA DE CASJA O BIGOTE

600000.00
500000.00
400000.00
300000.00
200000.00
100000.00
0.00
Figura 8. Diagrama de caja o bigote
Figura 8. Identifica los cuartiles y los valores máximos y mínimos de la muestra
correspondiente a la cantidad de dinero que están dispuestos a dar por un robot correspondiente a
20 de los estudiantes de electrónica de la universidad francisco de paula Santander.
3.4.2. Deciles (D)
Es la medida de localización que divide la población o muestra en 10 partes iguales. A
continuación como ejemplo calculamos el decil D 2 y D5correspondiente a la variable
cuantitativa continúa x i= dinero (dólar) que están dispuestos a dar los estudiantes de ingeniera
electrónica de la universidad francisco de paula Santander y estos se calculan mediante la
fórmula:
Pág. 23
kn
−F i−1
10
Dk = xi−1 + ∗A
fi
 Decil 2: D2=25000 es el 20% de los estudiantes de la universidad francisco de paula
Santander que están dispuestos a dar 25000 de dinero por un robot o menos cantidad, el
otro 70% están dispuestos a dar más cantidad de dinero
 Decil 5: D5= 61500 es el 50% de los estudiantes de la universidad francisco de paula
Santander que están dispuestos a dar esa cantidad de dinero o menos por un robot, la otro
50% están dispuestos a dar más cantidad de dinero.
3.4.3. Percentiles (P)
Es la medida de localización que divide la población o muestra en 100 partes iguales a
continuación como ejemplo calcularemos el P25 y el P65 corresponde a la variable cuantitativa
continúa x i= dinero (dólar) que están dispuestos a dar los estudiantes de ingeniería electrónica de
la universidad francisco de paula Santander y estos se calculan mediante la fórmula:
kn
−F i−1
100
Pk =x i−1 + ∗A
fi
 Percentil 25: P25= 31250 es la cantidad de dinero que están dispuestos a pagar el 25% de
los estudiantes de la universidad francisco de paula Santander, igual o menos cantidad
están dispuestos a pagar por un robot, el otro 75% están dispuesto a pagar mayor cantidad
de dinero.
Pág. 24
 Percentil P65= 81250 igual o menos cantidad están dispuestos a pagar por un robot es
decir el 65% de los estudiantes de la universidad francisco de paula Santander están
dispuestos a pagar por un robot 81250 o menos cantidad, el otro 75% están dispuesto a
pagar mayor cantidad de dinero.
3.5. Medidas dispersión para datos agrupados
Las medidas de dispersión, variabilidad o variación nos indican si esos datos están próximos
entre sí o sí están dispersos, es decir, nos indican cuán esparcidos se encuentran los datos.
Se utilizará el tamaño de la muestra de n=20 estudiantes de ingeniería electrónica de la
universidad francisco de paula Santander de la cantidad de dinero que están dispuestos a dar por
un robot, con su media aritmética de −¿115000X¿¿ para el dinero.
Las fórmulas que vamos a utilizar para las medidas de dispersión para datos agrupados son:
Varianza muestral Varianza poblacional
S2=∑ ¿ ¿¿ ¿ 2 ∑ (X i −U)2∗f i
σ =
N
Desviación estándar muestral S
Desviación estándar poblacional σ
Tabla 3. Fórmula para calcular la varianza y desviación estándar
N° Intervalo de Clase Marca de x i−x́ 2

Fi ( x i− x́ )2 fi( x i− x́ )
Clases Lim Inferior Lim Superior Clase = Xi
0 0 0 0 0 -115000,00 13225000000 0
1 0 100000 50000 16 -65000,00 4225000000 6,76E+10
Pág. 25
2 100000 122500000
200000 150000 1 35000,00 1225000000 0
3 200000 300000 250000 0 135000,00 18225000000 0
4 300000 400000 350000 0 235000,00 55225000000 0
5 400000 500000 450000 3 335000,00 1,12225E+11 3,3668E+11
20 ∑fi( x i− x́ )2 =¿ 4,055E+11
La varianza muestral para los datos agrupados es s2=21342105263,16 dinero (dólar)
“cuadrados”. Al calcular la raíz de la varianza, se obtiene la desviación estándar muestral
s=146089,37 dinero dispuesto a dar por estudiante de la universidad francisco de paula
Santander.
Luego:
[-S+x́−x́ +S]
Remplazando obtenemos:
[-146089,37 + 115000; 115000+146089,37]=-31089; 261089
Como el intervalo no se encuentra dentro del dinero de los datos agrupados esto demuestra que
existe dispersión o sesgo. Por lo tanto los datos no están normalmente distribuidos
4. Análisis de preguntas complementarias
De la encuesta se realizaron otras preguntas en la cual vamos a realizar la debida
interpretación
Pág. 26
 De la encuesta sobre robótica realizada a los estudiantes de ingeniería electrónica de la
Universidad Francisco de Paula Santander se tomó 50 datos en la variable cualitativa es
decir se tomó la pregunta ¿Cree usted que la tecnología que maneja la inteligencia
artificial puede empezar a dominar en algunos años a todo el planeta? del cual se obtiene
la siguiente información:
La tecnología dominara el mundo

no si nose
18% 16%
66%
Figura 9. Diagrama circular de pregunta ¿Cree usted que la tecnología que maneja la inteligencia
artificial puede empezar a dominar en algunos años a todo el planeta?
ingeniería electrónica piensan que la tecnología dominara el mundo, es decir que hay un 18%
que no sabe que opinar y el otro 16% dice que la tecnología no dominara el mundo. Se concluye
que los estudiantes del programa de ingeniería electrónica de la Universidad Francisco de Paula
Santander tienen pensado que la tecnología va a dominar el mundo.

Pág. 27
decir se tomó la pregunta ¿En qué crees que se convertirá la inteligencia artificial en unos
años? del cual se obtiene la siguiente información:
En que se convertira la tecnologia
6% 16%
tecnologia poderosa
12% tecnologia destructiva
tecnologia evoluciona
38%
tecnologia constructiva
otros
28%
Figura 10. Diagrama circular de pregunta ¿En qué crees que se convertirá la inteligencia
artificial en unos años?
ingeniería electrónica piensan que la tecnología se va a convertir en tecnología constructiva, es
decir que hay un 28% que dice que la tecnología se convertirá en tecnología que evoluciona
para el bienestar de todo el mundo. Y el otro 16% dice que la tecnología poderosa, un 12% piensa
que la tecnología podrá convertirse en tecnología destructiva, el resto tiene otra opinión sobre en
lo que se convertirá la tecnología. Se concluye que los estudiantes del programa de ingeniería
electrónica de la Universidad Francisco de Paula Santander tienen pensado que la tecnología se
va a convertir en tecnología constructiva
 . De la encuesta sobre robótica realizada a los estudiantes de ingeniería electrónica de la

Pág. 28
decir se tomó la pregunta ¿Qué tanto sabe usted de robótica? del cual se obtiene la
siguiente información:
Que sabe de robotica

nada
18% mucho
8%
poco
74%
Figura 11. Diagrama circular de pregunta ¿Qué tanto sabe usted de robótica?
ingeniería electrónica piensan que saben poco de la robótica, es decir que hay un 18% que no
sabe nada de la robótica y el otro 8% sabe mucho de robótica. Se concluye que la mayoría de
estudiantes del programa de ingeniería electrónica de la Universidad Francisco de Paula
Santander saben poco de robótica.
decir se tomó la pregunta ¿Cuál es su opinión general acerca de los robots? del cual se
obtiene la siguiente información:

Pág. 29
opinion acerca de los robots

no tengo opinion
16%
son una amenaza

16%
pueden ser utiles

66%
son juguetes
2%
Figura 12. Diagrama circular de pregunta ¿Cuál es su opinión general acerca de los robots?
ingeniería electrónica piensan que los robots son útiles, es decir que hay un 2% que piensan que
son juguetes y hay un porcentaje que piensan que los robots poder una amenaza o no tienen
opinión, ambos tienen el mismo porcentaje, es decir ambos tienen un 16%. Se concluye que la
mayoría de estudiantes del programa de ingeniería electrónica de la Universidad Francisco de
Paula Santander opinan que los robots son útiles.
decir se tomó la pregunta ¿Cree usted que los robots piensan por si solos? del cual se

Pág. 30
los robots piensan por si solos

si
12%
no
88%
Figura 13. Diagrama circular de pregunta ¿Cree usted que los robots piensan por si solos?
ingeniería electrónica piensan los robots no piensan por si solos, en cambio el otro 12% dice que
no pueden pensar por sí solos. Se concluye que la mayoría de estudiantes del programa de
ingeniería electrónica de la Universidad Francisco de Paula Santander opinan que los robos no
pueden pensar por sí solos.
decir se tomó la pregunta ¿ Cree usted que la inteligencia artificial está basada en la
tecnología y su evolución? del cual se obtiene la siguiente información:

Pág. 31
si no tal vez
28%
2%
70%
Figura 14. Diagrama circular de pregunta ¿Cree usted que la inteligencia artificial está basada
en la tecnología y su evolución?
ingeniería electrónica piensan que la inteligencia está basada en tecnología y evolución, es decir
que hay un 2% que piensa eso y el otro 28% opina que tal vez si puede estar basada en
tecnología y evolución. Se concluye que la mayoría de estudiantes del programa de ingeniería
electrónica de la Universidad Francisco de Paula Santander opinan que la inteligencia artificial si
está basada en tecnología y evolución.
decir se tomó la pregunta ¿ De qué trata para usted la inteligencia artificial? del cual se

Pág. 32
robots
18%
evolucion
36%
tecnologia
46%
Figura 15. Diagrama circular de pregunta ¿De qué trata para usted la inteligencia artificial?
ingeniería electrónica opinan que la inteligencia artificial es tecnología, es decir que hay un 36%
que la inteligencia artificial es evolución y el otro 18% opina que la inteligencia artificial son
robots. Se concluye que la mayoría de estudiantes del programa de ingeniería electrónica de la
Universidad Francisco de Paula Santander piensan que la inteligencia artificial es tecnología.
decir se tomó la pregunta ¿ Estaría usted interesado en saber sobre el funcionamiento de
un robot? del cual se obtiene la siguiente información:

Pág. 33
no
8%
si
92%
Figura 16. Diagrama circular de pregunta ¿Estaría usted interesado en saber sobre el
funcionamiento de un robot?
La figura muestra que los 92% datos obtenidos en la encuesta el 88% de los estudiantes
de ingeniería electrónica si están interesados en aprender el funcionamiento del robot, en cambio
el otro 8% no quieren saber el funcionamiento de un robot. Se concluye que la mayoría de
estudiantes del programa de ingeniería electrónica de la Universidad Francisco de Paula
Santander quiere saber el funcionamiento de un robot.
decir se tomó la pregunta ¿Cómo cree usted que razona un robot? Del cual se obtiene la
siguiente información:
Pág. 34
respondiendo a estimulos posee cerebro por medio de circuitos

2% 25%
73%
Figura 17. Diagrama circular de pregunta ¿Cómo cree usted que razona un robot?
ingeniería electrónica opinan que un robot razona por medio de circuitos, es decir que hay un
25% que opina que los robots tienen cerebro y el otro 2% opina que los robots responden a
estímulos. Se concluye que la mayoría de estudiantes del programa de ingeniería electrónica de la
Universidad Francisco de Paula Santander opinan que los robots razonan por medio de circuitos.
decir se tomó la pregunta ¿cree usted que un cerebro artificial puede superar al humano?
del cual se obtiene la siguiente información:

Pág. 35
por supuesto puede ser similar no se puede

16% 30%
54%
Figura 18. Diagrama circular de pregunta ¿cree usted que un cerebro artificial puede superar al
humano?
ingeniería electrónica opinan que un cerebro artificial puede similar al de un humano, es decir
que hay un 30% que opina que los cerebros artificiales si puede superar al humano y el otro 16%
opina que no puede superar al cerebro humano. Se concluye que la mayoría de estudiantes del
programa de ingeniería electrónica de la Universidad Francisco de Paula Santander opinan que un
cerebro artificial si puede similar al cerebro humano.

Pág. 36
5. Anexo
Encuesta sobre robótica
Esta encuesta va dirigida a estudiantes de ingeniería electrónica, tenga en cuenta el concepto de
robótica (una rama de la ingeniería en la que influye la informática, la electrónica, la mecánica y
la automática. Su objetivo es la construcción de máquinas que reciben el nombre genérico de
robots).
Edad: ___________________________________________________________________
Genero
o Mujer
o Hombre
¿Cree usted que la tecnología que maneja la inteligencia artificial puede empezar a dominar en
algunos años a todo el planeta?
o Si
o No
o No sabe
¿En qué crees que se convertirá la inteligencia artificial en unos años?

Pág. 37
o En una tecnología poderosa.
o En una tecnología destructiva dañina para la sociedad y el mundo.
o En una tecnología que evoluciona para el bienestar de todo el mundo.
o En una tecnología que constituya la base de la sociedad futura.
o Otro : ______________________________________
¿Qué tanto sabe usted de robótica?
o Mucho
o Poco
o Nada
¿Cuál es su opinión general acerca de los robots?
o Los robots pueden ser muy útiles/ elevan la calidad de vida/ Disminuyen trabajos.
o Los robots son juguetes poco útiles.
o Los robots son una amenaza y podrían reemplazar al hombre en el trabajo.
o No tengo una opinión de los robots.
¿Cree usted que los robots piensan por si solos?
o Si
o No
Pág. 38
Cree usted que la inteligencia artificial está basada en la tecnología y su evolución.
o Si
o No
o Tal vez
¿De qué trata para usted la inteligencia artificial?
o Robots
o Tecnología
o Evolución
¿Estaría usted interesado en saber sobre el funcionamiento de un robot?
o Si
o No
¿Cómo cree usted que razona un robot?
o Respondiendo a estímulos.
o Posee un cerebro; piensa por sí solo.
o Por medio de sus circuitos.

Pág. 39
Según los descubrimientos más recientes ¿cree usted que un cerebro artificial puede superar al
humano?
o Por supuesto.
o Puede ser similar pero con deficiencias.
o No se puede.
¿Cuánto estaría dispuesto a pagar por un robot moneda (dólar)?: _____________________

Pág. 40
6. Conclusiones
Las estadísticas según la asociación americana de estadística (asa) sigla en inglés “es la ciencia de
aprender a medir, trabajar, controlar y comunicar la incertidumbre (wild, utts et al, 2018)
convirtiéndose en una herramienta importante en los procesos de investigación, puesto que
permite planear la investigación, recolectar, organizar, representar, interpretar y analizar la
información referente a individuos u observaciones de un fenómeno al cual se le estudian. Dado a
lo anterior la estadística ha tenido gran desarrollo en la aplicación, puede analizarse con ella lo
que las personas piensan u opinan de datos al azar.
Como campo de investigación la estadística analiza o procesa conjuntos de datos numéricos,
estudia las funciones decisorias estadísticas, fenómenos conjuntos para revelar los fundamentos
de su desarrollo y para tal estudio se sirve de índices generalizadores (valores, medios, relaciones,
porcentajes, etc.). Es decir la estadística difiere procesos matemáticos, que a su vez son utilizados
para escribir un código computacional.
En el presente trabajo permite analizar a 100 estudiantes de ingeniería electrónica de la
universidad francisco de paula Santander. De esta se pudo analizar con la toma de muestras de
datos varios pensamientos u opiniones de los encuestados, como preguntas cualitativas se ve
reflejado amplias relevancias en pensamiento delos estudiantes de ingeniería electrónica sobre la
robótica. De la primera variable cualitativa (genero) se tomó una muestra de 50 datos para
analizar el género de los estudiantes de ingeniería electrónica dando mayor porcentaje el género
mujer. Después se proceden analizar otras preguntas en la cual se desea visualizar los
Pág. 41
pensamientos los estudiantes, todo para indagar conocimiento previo sobre robótica e inteligencia
artificial.
Para la variable cuantitativa discreta se tomó la edad, en la que procede a realizar un proceso
conceptual para datos no agrupados, se analizar una muestra de 20 datos en la cual muestra que
en su mayoría tienen una edad de 18 años de edad.
En la variable cuantitativa continua se toma el dinero dispuesto a pagar por un robot, en la cual se
procede a realizar un proceso conceptual para datos agrupados, todo esto evidencia que existe
dispersión o sesgo, por lo que quiere decir que los datos no están normalmente distribuidos.
Referencias
Fernández et al. (2002). Estadistica descriptiva. . España: Esic.
Pérez, M. (2013). Estadística descriptiva. Madrid: Udima
Urías et al. (2014) Estadística para ingeniería y ciencias. México: grupo editorial patria.
Wild, utts et al. (2018) what is statistics? In international handbook or research in

statistics education (págs.5-36)
Levin et al. (2004).Estadística para educación y economía: pearson.

Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS SOCIAL DE LOS ESTUDIANTES DE INGENIERÍA ELECTRÓNICA DE LA

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

1. Análisis de Variable Cualitativa ...............................................................................................2

2.Análisis Estadistico Descriptivo para datos no agrupados ....................................................3

2.1. Tabla De Datos no agrupados ............................................................................................3

2.2. Medidas de Tendencia Central ..........................................................................................5

2.2.1. Media Aritmética .........................................................................................................5

2.2.2. Media ( Me )...................................................................................................................6

2.2.3. Moda ( Mo )...................................................................................................................7

2.4. Medidas de Localización para datos no agrupados .........................................................8

2.4.1. Cuartiles ( Q )................................................................................................................9

2.4.2. Deciles ( D )..................................................................................................................11

2.4.3. Percentiles ( P )............................................................................................................12

2.5 Medidas De Dispersión.......................................................................................................13

2.5.1. Varianza Muestral ( S2)...............................................................................................13

3. Análisis De Datos Agrupados ................................................................................................14

3.1. Formula de Tamaño delLa Muestra para Poblaciones Finitas.....................................15

3.2. Tabla Distribución de Frecuencias para datos agrupados ............................................16

3.3. Medidas de Tendencia Central para datos agrupados...................................................19

3.3.1. Media Aritmética (Promedio) muestral....................................................................19

3.3.2. Mediana ( Me )............................................................................................................19

3.3.3. Moda ( Mo ).................................................................................................................20

3.4. Medidas de Localización para datos agrupados.............................................................20

3.4.1. Cuartiles ( Q )..............................................................................................................20

3.4.2. Deciles ( D ).................................................................................................................22

3.4.3. Percentiles( P ).............................................................................................................22

3.5. Medidas de Dispersión para datos agrupados................................................................23

4.Análisis preguntas complementarias ......................................................................................25

La estadística descriptiva en términos Godofredo Achenwall, profesor de la Universidad

“estado” o “situación”. Es decir, en términos generales, la estadística descriptiva está

relacionada con el arreglo, el resumen y la presentación de datos, de tal manera que la

localización (cuartiles, deciles y percentiles) y las medidas de dispersión (varianza y desviación

El presente trabajo se desarrolla con el propósito de aprendizaje de conceptos de

agrupados y no agrupados, medidas de tendencia central, medidas de localización, medidas de

dispersión, y gráficos correspondientes (estos específicos para su debida interpretación).

1. Análisis de variable cualitativa

De la encuesta sobre robótica realizada a los estudiantes de ingeniería electrónica de la

Universidad Francisco de Paula Santander se tomó 50 datos en la variable cualitativa es decir se

tomó el género (hombre, mujer) del cual se obtiene la siguiente información:

Figura 1. Diagrama circular de variable genero

48% de hombres. Se concluye que el programa de ingeniería electrónica de la Universidad

Francisco de Paula Santander tiene en su mayoría estudiantes mujeres.

2. Análisis Estadístico Descriptivo para datos no agrupados

clase con ellos a esto se le llama tratamiento de datos no agrupados.

A continuación se analizara las medidas de tendencia central, medidas de localización y

correspondiente a la variable cuantitativa discreta

X i =edad de los estudiantes de ingenieria electronica de la Universidad Francisco De Paula

Como el tamaño de la población finita es correspondiente al N=100 estudiantes, se va a tomar

una muestra de n=20

2.1. Tabla de datos no agrupados

representa la variable cuantitativa discreta es X i =edad de los estudiantes de ingenieria electronica

estos agrupados en la Tabla 1 como datos no agrupados.

Tabla 1. Frecuencia Datos no agrupados

Frecuencia Frecuencia Frecuencia Frecuencia

20 2 0,1 0,85 10%

La tabla 1 nos presenta la cantidad de estudiantes con edades de 18, 19, 20 y 21

la siguiente interpretación: de los 100 estudiantes encuestados en la ingeniería electrónica

tomando un muestreo aleatorio simple de 20 estudiantes encuestados obteniendo un 55% de la

probabilidad de tener la edad de 18 años.

Figura 2. Edad estudiantes de ingeniería electrónica encuestados

demostrando que la mayor cantidad de estudiantes de ingeniería electrónica tienen la edad de 18

años y le sigue 19 años.

2.2. Medidas de Tendencia Central