FACULTAD DE INGENIERÍA

ESTADÍSTICA INFERENCIAL

Análisis sobre el impacto del estrés que llegan a desarrollar los

Universitarios de Ingeniería por los diferentes cursos que estudian
en el año 2022 en la ciudad de Lima.

DOCENTE:
Víctor, Alcázar Vilches

LIMA – PERÚ

2022

RESUMEN

El siguiente trabajo de investigación presenta el análisis sobre el impacto de estrés

que llegan a desarrollar por los diferentes cursos que estudian los Universitarios de
Ingeniera en el año 2022 en la ciudad de Lima. Por consiguiente, el problema de
investigación se basa estudiando tanto los métodos personales que usan para
aliviar dicho estrés, los efectos que esto causa sobre ellos, la cantidad de horas que
llevan este ciclo y entre otras cosas relacionadas al tema. El proyecto está dividido
en capítulos que describen el desarrollo del mismo. En primer lugar, se efectuó el
marco teórico el cual engloba datos generales necesarios para luego iniciar la
realización del mismo en base a lo investigado. Posterior a ello, en base a los datos
adquiridos mediante la encuesta se efectuará el análisis que demostrará tanto el
efecto como las causas que provoca el estrés. Por este motivo esta investigación
consiste en saber cómo puede afectar la excesiva cantidad de cursos y horas
estudiantiles al bienestar de los universitarios.
 ABSTRACT

The present research paper presents the analysis on the impact of stress that
the different courses that the University of Engineering studies in 2022 are
developing in the city of Lima. Therefore, the problem of research is based on
studying both the personal methods they use to relieve such stress, the
effects this causes them, the number of hours they take this cycle and other
things related to the subject. The project is divided into chapters describing its
development. First, the theoretical framework was made that includes general
data necessary to then begin the realization of the same based on the
investigated. After that, based on the data acquired through the survey, the
analysis will be performed that will demonstrate both the effect and the causes
that cause stress. For this reason, this research consists in knowing how the
excessive number of courses and student hours can affect the welfare of
university students.
 TABLA DE CONTENIDO

CAPITULO I
1. Antecedentes
2. Descripción del proyecto
3. Problema central del proyecto
4. Objetivos Generales
5. Objetivos Específicos

CAPITULO II
6. Conceptos estadísticos
7. Muestra estadística y tipo de muestreo
8. Gráficos y tablas estadísticas por variable
9. Medidas de tendencia central y dispersión
10. Distribución muestral
11. Intervalos de confianza

CAPITULO III
12. Prueba de hipótesis y análisis de los resultados
13. Conclusiones y recomendaciones
14. Bibliografía
15. Anexos
CAPÍTULO 1

1. Antecedentes

El estrés se ve no necesariamente en las personas que solo se dedican a trabajar, sino

también se puede ver en los estudiantes universitarios, los cuales presentan la presión
desde el momento de ingresar a una institución, el proceso de la carrera y al momento de
egresar, donde ya deben tener un trabajo de acuerdo a su carrera que ejercerán durante el
resto su vida. Según un estudio realizado en el 2018 sobre el estrés universitario de la
facultad de psicología se tiene como referencia que el mayor porcentaje que se ve afectado
es el femenino (Venancio, 2018).

2. Descripción del proyecto

El proyecto realizado, radica principalmente en la observación del estrés universitario frente

a los diferentes cursos que están estudiando. Asimismo, se visualizarán las diferentes
situaciones por las que transcurren y las diferentes emociones que toleran.

3. Problema central del proyecto

Los estudiantes universitarios de Ingeniería experimentan diversos niveles de estrés debido

a los diferentes cursos que estudian en el presente año. Por lo tanto, empleamos una
encuesta virtual, con el fin de medir el impacto de estrés y las consecuencias que puede
afrontar cada estudiante de forma precisa y clara. Como resultado de la investigación,
realizaremos un análisis e interpretación, con el cual podremos llegar a las conclusiones y
recomendaciones descritas al final de este trabajo.

4. Objetivo General

Determinar el impacto del estrés que llegan a desarrollar los Universitarios de Ingeniería por
los diferentes cursos que estudian en el año 2022 en la ciudad de Lima.

5. Objetivos Específicos

1. Identificar el tipo de género que sufre más estrés entre los universitarios de
ingeniería
2. Determinar cuáles son los métodos personales de los universitarios para aliviar el
estrés
3. Identificar los diferentes tipos de síntomas que suelen padecer los universitarios por
la acumulación de estrés
4. Identificar la cantidad de horas totales que cursan los universitarios en el ciclo actual
5. Determinar el promedio de tiempo que dedican los estudiantes en sí mismos, para
poder sobrellevar el estrés estudiantil.
6. Determinar el nivel de estrés que sufren los estudiantes durante todo el ciclo
7. Identificar la cantidad de cursos inscritos durante un ciclo regular
8. Determinar la constancia con la que los universitarios piden ayuda para aliviar el
estrés
 9. Determinar la cantidad de cursos extras que los universitarios están llevando fuera
de la universidad
10. Delimitar el nivel de estrés de los estudiantes por los diversos cursos extras que
estudian

CAPÍTULO II

6. Conceptos estadísticos

6.1. Muestra
La muestra es una parte o subconjunto de la población seleccionada con el fin de
obtener información acerca de la población de la que proviene, quiere decir que va a
mostrar una parte de un total La muestra debe ser representativa y aleatoria, así se
obtendrá la información deseada para la investigación. Las medidas estadísticas que
se obtienen de una muestra se dominaban Estadísticos o Estadígrafos.

6.2. Población
La población consiste en la recolección de un conjunto de elementos o sujetos (que
consiste en personas, animales, objetos, etc.), con el fin de estudiarlos y sacar
conclusiones específicas para determinar resultados. Una población debe definirse
en términos de su contenido, extensión y tiempo.

6.3. Media Estadística:

La media estadística se utiliza para estadísticas sobre dos conceptos diferentes:
- Media muestral, la media muestral es el promedio del conjunto de datos. La
media de la muestra se puede utilizar para calcular la tendencia central, la
desviación estándar y la varianza de un conjunto de datos.

- Media poblacional, la media poblacional se define como el promedio de

todos los elementos de la población. Este es el promedio de las
características de la población, donde la población se refiere a elementos de
la población como artículos, personas, etc.

6.4. Varianza:
Es una medida de dispersión y se utiliza para expresar variabilidad. Media aritmética
del conjunto de datos. Entonces haz las cuentas como el resto de la división de la
suma de cuadrados seguir todo el tiempo. Sin embargo, esto también es un evento.
Se puede calcular como el cuadrado de la desviación estándar.

6.5. Distribución Muestral:

Una distribución de muestreo estadístico es una distribución estadística que se
considera una variable aleatoria cuando se extrae de una muestra aleatoria de
tamaño n. Se puede considerar como la distribución estadística de todas las
muestras posibles de la misma población para una muestra determinada. Talla. La
distribución del muestreo depende de la distribución de la población subyacente, la
 estadística utilizada, la técnica de muestreo utilizada y el tamaño de la muestra
utilizada.

6.6. Parámetro Estadístico:

Es un valor, un número, que resume y permite interpretar los datos extraídos en el
estudio de una muestra estadística, también conocidos como estadísticos
descriptivos. Por otro lado, un estadístico muestral es un tipo de variable aleatoria y,
como tal, tiene una distribución de probabilidad concreta, frecuentemente
caracterizada por un conjunto finito de parámetros

6.7. Estimación Estadística:

Es el conjunto de técnicas que permiten obtener un valor aproximado a un
parámetro de una población a partir de los datos proporcionados por una muestra.
En otras palabras, estimar es establecer conclusiones sobre características
poblacionales a partir de resultados muestrales. Así mismo, si se estima el suficiente
número de parámetros, puede aproximarse de manera razonable la distribución de
probabilidad de la población para ciertas variables aleatorias.

6.8. Nivel de Confianza:

Es la probabilidad máxima con la que podríamos asegurar que el parámetro a
estimar se encuentra dentro de nuestro intervalo estimado, que se emplea
usualmente en intervalos o valores que miden la probabilidad de errores tipo I
(probabilidad de rechazar una cierta hipótesis que se considera correcta).

6.9. Intervalo de Confianza:

Es una técnica de estimación que permite acotar un par o varios pares de valores,
dentro de los cuales se encontrará la estimación puntual buscada (con una
determinada población).

6.10. Prueba de Hipótesis:

Es una suposición sobre un parámetro de población. Está suposición puede o no ser
cierta. La prueba de hipótesis se refiere a los procedimientos formales utilizados por
los estadísticos para aceptar o rechazar las hipótesis estadísticas. Por otro lado, se
examinan dos hipótesis opuestas sobre una población: la hipótesis nula y la
hipótesis alternativa. La hipótesis nula es el enunciado que se probará, del cual "no
hay efecto" o "no hay diferencia". La hipótesis alternativa es el enunciado que se
desea poder concluir que es verdadero de acuerdo con la evidencia proporcionada
por los datos de la muestra.

7. Variables y tipos de variables

VARIABLE TIPOS
Género Cualitativa Nominal
¿Cuáles son tus métodos personales para Cualitativa Nominal
aliviar el estrés?
¿Cuáles son los efectos habituales del estrés Cualitativa Nominal
 que has notado en ti mismo?
¿Qué cantidad de horas estás llevando este Cuantitativa Continua
ciclo?  
¿Cuántas horas semanales le dedicas a tu Cuantitativa Continua
persona para poder sobrellevar el estrés
estudiantil?
¿Con qué frecuencia te sientes estresado Cualitativa Ordinal
durante todo el ciclo?
¿A cuántos cursos estás inscrito en tu ciclo Cuantitativa Discreta
actual?
¿Con qué frecuencia sueles pedir apoyo a tu Cualitativa Ordinal
entorno para aliviar el estrés provocado por
los cursos?
¿Cuántos cursos fuera de la Universidad Cuantitativa Discreta
realizas?
Relacionada con la pregunta 9, ¿Te causa Cualitativa Nominal
estrés llevar estos cursos?

8. Muestra estadística y tipo de muestreo

(definir)

8.1. Tamaño de muestra:

Cálculo de la muestra cuando no se conoce la población. Se utiliza la siguiente
formula:

2
Z α∗p∗q
n= 2
d

Donde:
 Z𝛼=1.96 (Nivel de Confianza = 95%)
 𝑝 =probabilidad de éxito o proporción esperada (0.5)
 𝑞 =probabilidad de fracaso (0.5)
 𝑑 = error máximo permisible en la estimación (0.05)

1.96 2∗0.5∗0.5
n= =384.16 ≅ 384
0.052
 8.2. Población:
Todos los universitarios que llegan a desarrollar estrés por los diferentes cursos que
estudian en el año 2022 en la ciudad de Lima.

8.3. Muestra:
384 universitarios que llegan a desarrollar estrés por los diferentes cursos que
estudian en el año 2022 en la ciudad de Lima.

8.4. Unidad de análisis:

Un universitario que llega a desarrollar estrés por los diferentes cursos que estudian
en el año 2022 en la ciudad de Lima.

8.5. Tipo de muestreo:

Muestreo: bola de nieve, debido a que se les pasó la encuesta a determinadas
personas que a su vez contactaron con otras para que la resuelvan.

9. Gráficos y tablas estadísticas por variable

9.1. GRÁFICA Y TABLA DE LA VARIABLE CUANTITATIVA NOMINAL:

9.1.1. ¿Cuáles son tus métodos personales para aliviar el estrés?

Cuadro N°1: Métodos personales para aliviar el estrés en estudiantes de ingeniería

Variable f1 F1 h1 H1
Bailar 18 18 0.0469 0.0469
Cantar 8 26 0.0208 0.0677
Cocinar o hacer repostería 7 33 0.0182 0.0859
Dormir 47 80 0.1224 0.2083
Escuchar música 55 135 0.1432 0.3516
Hacer ejercicio y/o deporte 106 241 0.2760 0.6276
Ir de compras 1 242 0.0026 0.6302
Jugar videojuegos 17 259 0.0443 0.6745
Leer libros 24 283 0.0625 0.7370
Manejar bicicleta 7 290 0.0182 0.7552
Meditar 12 302 0.0313 0.7865
Pintar y dibujar 10 312 0.0260 0.8125
Salir a caminar 18 330 0.0469 0.8594
Salir a comer 8 338 0.0208 0.8802
Salir a fiestas 10 348 0.0260 0.9063
Salir con amigos 15 363 0.0391 0.9453
Ver películas o series 21 384 0.0547 1
Total
384 1
 Fuente: Elaboración Propia

Gráfico N°1: Diagrama de barras

GRÁFICO DE BARRAS: Frecuencia Absoluta

Ver películas o series 21
Salir con amigos 15
Salir a fiestas 10
Salir a comer 8
Salir a caminar 18
Pintar y dibujar 10
Meditar 12
Manejar bicicleta 7
Leer libros 24
Jugar videojuegos 17
Ir de compras 1
Hacer ejercicio y/o deporte 106
Escuchar música 55
Dormir 47
Cocinar o hacer repostería 7
Cantar 8
Fuente:
Bailar 18
0 20 40 60 80 100 120

Frecuencia Absoluta
Elaboración Propia

9.2. GRÁFICA Y TABLA DE LA VARIABLE CUANTITATIVA CONTINUA:

9.2.1. ¿Cuántas horas semanales le dedicas a tu persona para poder

sobrellevar el estrés estudiantil?

Cuadro N°2: Horas semanales que los estudiantes le dedican a su persona para sobrellevar el estrés

Intervalos x1 f1 F1 h1 H1 H 1% x 1* f 1 2
( x 1−X ) ∗f 1
[0;3> 1.5 150 150 0.390625 0.390625 39.063% 225.0 1837.5
[3;6> 4.5 152 302 0.39583333 0.78645833 78.646% 684.0 38
[6;9> 7.5 36 338 0.09375 0.88020833 88.021% 270.0 225
[9;12> 10.5 17 355 0.04427083 0.92447917 92.448% 178.5 514.25
 [12;15> 13.5 11 366 0.02864583 0.953125 95.313% 148.5 794.75
[15;18> 16.5 4 370 0.01041667 0.96354167 96.354% 66.0 529
[18;21> 19.5 2 372 0.00520833 0.96875 96.875% 39.0 420.5
[21;24> 22.5 2 374 0.00520833 0.97395833 97.396% 45.0 612.5
[24;27> 25.5 7 381 0.01822917 0.9921875 99.219% 178.5 2941.75
[27;30> 28.5 3 384 0.0078125 1 100.000% 85.5 1656.75
Total 384 1 1920.000 9600

Fuente: Elaboración Propia

Gráfico N°2: Polígono de frecuencias

POLÍGONO DE FRECUENCIAS
160

140

120
Frecuencia Absoluta(fi)

100

80
150 152

60

40

20 36
17 11
0 4 2 2 7 3
[0;3> [3;6> [6;9> [9;12> [12;15> [15;18> [18;21> [21;24> [24;27> [27;30>

Intervalos de tiempo (horas)

Fuente: Elaboración Propia

Interpretaciones:
 f 2 : Se puede observar que 152 estudiantes de ingeniería solo
dedican de 3 a 6 horas a la semana en su cuidado personal
para sobrellevar el estrés.
 F 2 : Se puede interpretar que, de 302 alumnos, su máximo de
tiempo invertido que le dedican a su persona es de 6 horas
semanales.
10. Medidas de tendencia central y dispersión:

10.1. Medidas de tendencia central - Variable cuantitativa continua:

Usaremos la pregunta numero 05: ¿Cuántas horas semanales le dedicas a tu
persona para poder sobrellevar el estrés estudiantil?

10.1.1. Media:

∑ x i∗¿ f i
x= i=1 ¿
n

1920
x= =5
384

 El promedio de horas que los estudiantes le dedican a su

persona para sobrellevar el estrés estudiantil es de 5 horas a
la semana.

10.1.2. Mediana:
Para calcular la mediana es necesario seguir los siguientes pasos:
 Calcular frecuencia absoluta acumulada (Fi)
 Ubicar posición central ¿) en Fi
Donde: 𝑛 es el 𝑡𝑎𝑚𝑎ñ𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
 Reemplazar en la fórmula: ¿) = 192

Intervalos f1 F1
[0;3> 150 150
[3;6> 152 302
[6;9> 36 338
[9;12> 17 355
[12;15> 11 366
[15;18> 4 370
[18;21> 2 372
[21;24> 2 374
[24;27> 7 381
[27;30> 3 384

( )
n
−Fi −1
2
Mⅇ=Linf + C
fi
 Mⅇ=3+3 ( 192−150
152 )
Mⅇ=1.41

10.1.3. Moda:

Para hallar la moda se deben seguir los siguientes pasos:

1. Identificar la clase modal: mayor (fi)
2. Remplazar en la fórmula:

Mo=Linf + C
( d1
d 1 +d 2 )
- Linf : Límite inferior de clase mediana
- C : Amplitud o ancho de la clase modal
- f i : Frecuencia de la clase modal
- f i−1 : Frecuencia absoluta anterior a la clase modal
- f i+1 : Frecuencia absoluta siguiente a la clase modal

Intervalos f1
[0;3> 150
[3;6> 152
[6;9> 36
[9;12> 17
[12;15> 11
[15;18> 4
[18;21> 2
[21;24> 2
[24;27> 7
[27;30> 3

Mo=3+3
( (152−150)
(152−150)+(152−36) )
Mo=¿3.051

10.2. Medidas de dispersión - Variable cuantitativa continua

10.2.1. Varianza:

2
s =∑ ¿¿
 2 9600
s=
384−1

2 9600
s= =25.065
383

10.2.2. Desviación estándar:

s= √ s
2

s= √25.065=5.007

11. Distribución muestral para la media con varianza poblacional desconocida, pero
tamaño de muestra grande:
Las horas semanales promedio que le dedican los estudiantes de ingeniería para poder
para sobrellevar el estrés estudiantil es de 5.501 horas. ¿Cuál es la probabilidad que
podamos seleccionar una muestra de 384 alumnos que estudian ingeniería tengan un
tiempo promedio para sobrellevar el estrés de 5 horas semanales o más? La desviación
estándar de la muestra es 5.007 horas semanales.

POBLACION MUESTRA
𝜎 = Desconocido 𝑛 = 384
𝜇 = 5.501 𝑆 = 5.007

𝑃 (𝑋 ≥ 5) =
Varianza poblacional desconocida y tamaño de muestra grande (𝑛 ≥ 30), TLC

X−μ
Z=
S
√n

( )
5−5.501
P Z≥ =P ( Z ≥−1.96 )
5.007
√ 384

P ( Z ≥ α )=1−P ( Z <α )

P ( Z ≥ α )=1−0.0250=0.975
Existe una probabilidad de 97.5% que el tiempo de media muestral que tienen los alumnos
de ingeniería para sobrellevar su estrés estudiantil sea de 5 horas semanales o más.

12. Intervalos de confianza:

12.1. Intervalo de confianza para la media de una población, con varianza
poblacional desconocida, pero tamaño de muestra grande:

Al realizar una muestra aleatoria de 384 estudiantes universitarios que

estudian ingeniería, donde se requiere determinar el tiempo semanal medio
en horas que dedican a su persona, para poder sobrellevar el estrés que
genera la universidad, se obtiene como resultado una media de 5 horas con
desviación estándar de 5.007 horas. Luego, se procede a calcular un
intervalo de confianza del 95% que determine el verdadero tiempo de
semanal medio en horas que utiliza un estudiante universitario para
sobrellevar el estrés estudiantil.

Datos:
x=5 𝑛 = 384
α =95 % 𝑆 = 5.007

Nivel de confianza:
Confianza: 1 - 𝛼 = 0.95
𝛼 = 0.05
Z =Z(0.975)=¿
(1− α2 ) 1.96

Reemplazando y calculando los datos en la fórmula:

S S
IC : x −Z ≤ μ ≤ x+ Z α
(
1−
α
2 ) √n (1− 2 ) √n
5.007 5.007
IC :5−1.96 ≤ μ ≤ 5+1.96
√384 √384
5.007 5.007
IC :5−1.96 ≤ μ ≤ 5+1.96
√384 √384
4.499 ≤ μ ≤5.501
Interpretación:
Con un nivel de confianza del 95% el tiempo semanal medio en horas que
dedican los estudiantes de ingeniería a su persona para lidiar con el estrés
estudiantil se encuentra en un intervalo de 4.499 a 5.501.
 12.2. Intervalo de confianza para las medias de dos poblaciones, con
varianza poblacional desconocida, pero tamaño de muestra grande:

Primera población (A):

Rango: Valor máximo – valor mínimo: 24 – 1 = 23
Número de intervalos (k): Ley de Sturges = 1+3.322log (n) = 8.58 ≈ 9
Rango 23
Ancho de intervalo (c)= = = 2.55 ≈ 3
k 9

Intervalos Xi fi Fi hi Hi Hi% Xi*fi (Xi-X) ² *fi

0 3 1.5 76 76 0.39583 0.39583 39.58% 114 734.784179
3 3 7
3 6 4.5 79 155 0.41145 0.80729 41.15% 355.5 0.94506835
8 2 9
6 9 7.5 16 171 0.08333 0.89062 8.33% 120 133.691406
3 5 3
9 12 10.5 8 179 0.04166 0.93229 4.17% 84 277.595703
7 2 1
12 15 13.5 8 187 0.04166 0.97395 4.17% 108 632.345703
7 8 1
15 18 16.5 2 189 0.01041 0.98437 1.04% 33 282.773925
7 5 8
18 21 19.5 1 190 0.00520 0.98958 0.52% 19.5 221.730712
8 3 9
21 24 22.5 0 190 0.00000 0.98958 0.00% 0 0
0 3
24 27 25.5 2 192 0.01041 1.00000 1.04% 51 872.836425
7 0 8
192 1 100.00% 885 3156.70312
5

x=¿ 4.609 n=192 2

s = 16.527 S= 4.0654

Segunda población (B):

Rango: Valor máximo – valor mínimo: 24-1 =23
Número de intervalos (k): Ley de Sturges = 1+3.322 log (n) = 8.58 ≈ 9
Rango 23
Ancho de intervalo (c )= = = 2.55 ≈ 3
k 9

Intervalos Xi Fi Fi hi Hi Hi% Xi*fi (Xi-X) ² *fi

0 3 1.5 74 74 0.38541 0.38541 38.54% 111 672.955566
7 7 4
3 6 4.5 73 147 0.38020 0.76562 38.02% 328.5 0.01782226
8 5 6
6 9 7.5 29 176 0.15104 0.91666 15.10% 217.5 258.288330
2 7 1
9 12 10.5 10 186 0.05208 0.96875 5.21% 105 358.127441
3 0 4
12 15 13.5 2 188 0.01041 0.97916 1.04% 27 161.437988
7 7 3
15 18 16.5 2 190 0.01041 0.98958 1.04% 33 287.250488
7 3 3
18 21 19.5 1 191 0.00520 0.99479 0.52% 19.5 224.531494
 8 2 1
21 24 22.5 0 191 0.00000 0.99479 0.00% 0 0
0 2
24 27 25.5 1 192 0.00520 1.00000 0.52% 25.5 440.343994
8 0 1
192 1 100.00% 867 2402.95312
5

2
x=¿ 4.516 n=192 s = 12.581 S= 3.547

MEDIDAS MEDIDAS
POBLACIÓN 1 (A) POBLACIÓN 2 (B)
x 1= 4.609 x 2= 4.516
2 2
S 16.527
1= S2= 12.581
S1=4.0654 S2=3.547
n1 =192 n2 =192

12.3. Intervalo de confianza para la diferencia de medias:

Se realizo un estudio donde se determinará el promedio de horas semanales

que los estudiantes dedican a su persona para poder sobrellevar el estrés
estudiantil, para ello se tomara dos muestras aleatorias, con promedios de
horas semanales de 4.609 horas, 4.516 horas y varianzas de 16.527, 12,581
respectivamente. Es necesario determinar con un intervalo del 95% de
confianza, la diferencia de horas semanales que realizan los estudiantes
universitarios para poder llevar el estrés por sus cursos entre ambas
muestras.

Datos:

MEDIDAS MEDIDAS
POBLACIÓN 1 (A) POBLACIÓN 2 (B)
x 1= 4.609 x 2= 4.516
2 2
S 1= 16.527 S2= 12.581

Nivel de confianza: α =0.05

Z =Z(0.975)=1.96
(1− α2 )
Reemplazando y calculando los datos en la formula:

√ √
2 2 2 2
S1 S2 S1 S2
IC : ( X 1 ― X 2 ) ― Z α . + ≤ u1−u2 ≤ ( X 1 ― X 2 ) + Z α . +
(1− 2 ) n 1 n 1 (1− 2 ) n 1 n 1
 IC : u 1−u2=( 4.609−4.516 ) ±1.96
√ 16.527 12,581
192
+
192

−0.6702 ≤u 1−u2 ≤ 0.8562

Interpretación:
Con un intervalo de confianza del 95%, existe evidencia estadística para
afirmar que la diferencia de medias de las horas semanales de los
estudiantes utiliza para aliviar el estrés está comprendida entre -0.6702 y
0.8562.
SI IC (-, +)
P¿
Tomando en cuenta que, u1−u 2no puede ser cero, el promedio de horas
semanales de los estudiantes universitarios para aliviar el estrés por sus
cursos de ambas muestras son iguales.

12.4. Intervalo de confianza para la proporción de una población:

A una muestra de 384 estudiantes de la carrera de ingeniería se les pregunto

qué métodos personales utilizan para aliviar el estrés por sus cursos y
respondieron que el 27.60% de ellos hacen ejercicios y/o deportes. Calcule
interprete un intervalo del 95% de confianza para la proporción verdadera de
estudiantes que estén a favor realizar ejercicios y/o deportes.

Variable f1 F1 h1 H1
Bailar 18 18 0.0469 0.0469
Cantar 8 26 0.0208 0.0677
Cocinar o hacer repostería 7 33 0.0182 0.0859
Dormir 47 80 0.1224 0.2083
Escuchar música 55 135 0.1432 0.3516
Hacer ejercicio y/o deporte 106 241 0.2760 0.6276
Ir de compras 1 242 0.0026 0.6302
Jugar videojuegos 17 259 0.0443 0.6745
Leer libros 24 283 0.0625 0.7370
Manejar bicicleta 7 290 0.0182 0.7552
Meditar 12 302 0.0313 0.7865
Pintar y dibujar 10 312 0.0260 0.8125
Salir a caminar 18 330 0.0469 0.8594
Salir a comer 8 338 0.0208 0.8802
Salir a fiestas 10 348 0.0260 0.9063
Salir con amigos 15 363 0.0391 0.9453
Ver películas o series 21 384 0.0547 1
Total
384 1
 Datos:
n=384 ps =0.2760 q s=0.7240

Nivel de confianza:

Confianza: 1 - 𝛼 = 0.95
𝛼 = 0.05
Z =Z(0.975)=¿
(1− α2 ) 1.96

Reemplazando los datos a la formula:

p−Z
( 1−
α
2 ) √ p.q
n
≤ π ≤ p+ Z α
p .q
( 2) n
1− √
0.2760−1.96
√ 0.2760∗0.7240
384
≤ π ≤ 0.2760+1.96
0.2760∗0.7240
384 √
0.2313 ≤ π ≤ 0.3207

Interpretación:
Con un nivel de confianza del 95% la verdadera proporción de estudiantes
universitarios que estudian ingeniería en Lima y suelen hacer ejercicios y/o
deportes para aliviar el estrés, se encuentra en un intervalo de 0.2313 a
0.3207.

12.5. Intervalo de confianza para la diferencia de las proporciones de dos

Poblaciones:

En un estudio para determinar la proporción de universitarios que utilizan el

hacer ejercicio y/o deportes como una manera de desestresarse, se tomaron
2 muestras aleatorias de 192 alumnos cada una. Encontrándose que el
28.65% (55 estudiantes) de la primera muestra sueles usar como método de
alivio el hacer ejercicio y/o deporte, mientras que en la segunda muestra se
obtuvo que el 26.56% (51 estudiantes) suelen usar como método de estrés el
hacer ejercicio y/o deporte. Construya un intervalo de confianza del 95% para
la diferencia de proporciones de las dos muestras aleatorias que suelen usar
como método de estrés el hacer ejercicio y/o algún deporte.
 MUESTRA 1
Variable x p q
Bailar 12 0.0625 0.9375
Cantar 1 0.0052 0.9948
Cocinar o hacer repostería 4 0.0208 0.9792
Dormir 29 0.1510 0.849
Escuchar música 22 0.1146 0.8854
Hacer ejercicio y/o deporte 55 0.2865 0.7135
Ir de compras 0 0 1
Jugar videojuegos 9 0.4688 0.5312
Leer libros 17 0.0885 0.9115
Manejar bicicleta 4 0.0208 0.9792
Meditar 3 0.0156 0.9844
Pintar y dibujar 4 0.0208 0.9792
Salir a caminar 11 0.0573 0.9427
Salir a comer 4 0.0208 0.9792
Salir a fiestas 1 0.0052 0.9948
Salir con amigos 7 0.0365 0.9635
Ver películas o series 9 0.0469 0.9531
192

MUESTRA 2
Variable x p q
Bailar 6 0.0313 0.9687
Cantar 7 0.0365 0.9635
Cocinar o hacer repostería 3 0.0156 0.9844
Dormir 18 0.0938 0.9062
Escuchar música 33 0.1719 0.8281
Hacer ejercicio y/o deporte 51 0.2656 0.7344
Ir de compras 1 0.0052 0.9948
Jugar videojuegos 8 0.0417 0.9583
Leer libros 7 0.0365 0.9635
Manejar bicicleta 3 0.0156 0.9844
Meditar 9 0.4688 0.5312
Pintar y dibujar 6 0.0313 0.9687
Salir a caminar 7 0.0365 0.9635
Salir a comer 4 0.0208 0.9792
Salir a fiestas 9 0.4688 0.5312
Salir con amigos 8 0.0417 0.9583
Ver películas o series 12 0.0625 0.9375
192
 n1 =192 n2 =192
p1=0.2865 p2=0.2656
q 1=0.7135 q 2=0.7344

Nivel de confianza:

Confianza: 1 - 𝛼 = 0.95
𝛼 = 0.05
Z =Z(0.975)=¿
(1− α2 ) 1.96

Reemplazando los datos de la formula:

( p1− p2 ) −Z 1− α
( 2) √ p 1 . q1 p2 . q2
n1
+
n2
≤ π 1−π 2 ≤ ( p1− p2 ) + Z α
√ p1 . q1 p2 . q 2
(1− 2 ) n1
+
n2

√
( 0.2865−0.2656 )−1.96 0.2865 x 0.7135 + 0.2656 x 0.7344 ≤ π 1−π 2 ≤ ( 0.2865−0.2656 ) +1.96 0.2865
192 192 √
−0.0440 ≤ π 1 −π 2 ≤ 0.0858

Interpretación:

Con un nivel de confianza del 95% el verdadero valor de las proporciones de

ambas muestras aleatorias de universitarios que tienen como método de des
estrés el hacer ejercicio y /o deporte se encuentra entre -0.0440 y 0.0858.

Sabemos que:

𝑆𝑖: 𝐼𝐶 = (−, +), 𝑃 (- ≤ π 1−π 2≤ +) → π 1= π 2

Esto quiere decir que no hay una diferencia significativa entre las
proporciones poblacionales, debido a que la proporción de la muestra 1 es
igual a la proporción de la muestra 2

12.6. Intervalo de confianza para la varianza de una población:

Un estudiante de ingeniería sabe que el tiempo semanal exacto que le dedica
a su persona para contrarrestar el estrés varía, pues hay múltiples factores
que influyen en cuanto tiempo se le puede proporcionar, es importante que
se le dedican, pero también la variación. A fin de estimar la variabilidad del
tiempo semanal, se escoge al azar 384 alumnos de ingeniería, y se les
pregunta por el tiempo semanal promedio que es de 5 horas, con desviación
estándar de 5.007. Tomando en cuenta, lo antes mencionado se establecerá
un intervalo de confianza del 95% para averiguar la variación del pago
mensual de inversión de los estudiantes de ingeniería.

σ =Desconocido 𝑛 = 384
α =95 % 𝑆 = 5.007
2
S =25.065

Nivel de confianza:
Confianza: 1 - 𝛼 = 0.95
𝛼 = 0.05
Z =Z(0.975)=¿
(1− α2 ) 1.96

Reemplazando los datos de la formula:

1 2
X2 = ( z (α ) + √ 2 ( m) −1 )
( a
1− ,n−1
2 ) 2

1 2
X2 = ( 1.96+ √2 ( 383 )−1 ) =439.114
( 1−
0.05
2
,384−1 ) 2

1 2
X
2
= (−1.96 + √ 2(383)−1 ) =330.673
( 0.05
2
,383 ) 2

( n−1) S 2 2 ( n−1)S
2

2
≤ σ ≤ 2
X a Xa
(1− 2 , n−1) ( 2 ,n−1)

(384−1)(25.065) 2 (384−1)(25.065)
≤σ ≤
439.114 330.673
 2
21.862 ≤ σ ≤ 29.031

Interpretación:
Con un nivel de confianza del 95% se concluye que la verdadera varianza
poblacional del tiempo semanal medio realizada por los estudiantes de
ingeniería para poder sobrellevar el estrés que genera la vida estudiantil se
encuentra entre 21.862 a 29.031 horas semanales.

CAPÍTULO III

13. Prueba de hipótesis estadística y análisis de los resultados

13.1. Prueba de hipótesis para la media de una población con varianza
poblacional desconocida y tamaño de muestras grandes:
Según experiencias pasadas, se conoce que los estudiantes universitarios
tienen un promedio de horas semanales para sobrellevar el estrés de 5.501
horas. Sin embargo, un docente de la facultad de Psicología sospecha que el
promedio de horas de los estudiantes de ingeniería para sobrellevar el estrés
es menor y desea verificar dicha sospecha usando una muestra de 384
alumnos universitarios de ingeniería, con media 5, un nivel de significancia
de 5% y desviación estándar de la muestra de 5.007.¿Se puede verificar
dicha sospecha del docente de la facultad de Psicología?

POBLACION MUESTRA
u0 =5 .501 x=5
σ =Desconocido S=5.007
n=384

Planteamiento de Hipótesis:
H 0=π ≥ 5.501
H 1=π <5.501

Nivel de Significancia:
Confianza: 1 - 𝛼 = 0.95
𝛼 = 0.05

Z( 0.05)=Z (0.05) =¿-1.645

Se establece el estadístico de prueba:

Varianza poblacional desconocida y tamaño de muestra grande (n ≥ 30 ¿
X−μ
zc=
s
√n
5−5.501
zc= =−1.96
5.007
√ 384
 Decisión
𝑍: -1.96 se encuentra en la región de rechazo. Por ello, se rechaza. 𝐻0

Conclusión:
Con un nivel de significancia del 5%, existe evidencia estadística para
concluir el promedio de horas semanales que loe estudiantes universitarios
para sobrellevar el estrés debió a sus cursos no supera a las 5.501 horas. La
sospecha del docente de la facultad de Psicología es correcta.

13.2. Prueba de hipótesis para la diferencia de medias con varianza

poblacional desconocida y tamaño de muestras grandes:

Para determinar la media de las horas que dedican los estudiantes

universitarios de ingeniería que dedican a su persona, para poder sobrellevar
el estrés estudiantil de dos poblaciones A y B, se toma una muestra al aza de
192 alumnos de la población A, evidenciándose un tiempo medio de 4.609
horas y una desviación estándar de 4.0654. Para la segunda muestra,
obtenida de la población B, el número de estudiantes selecciones es 192, con
una media mensual de 4.516 horas y una desviación estándar de 3.547. En
ambos casos el nivel de significancia a usar será de 5%, se desea probar si
la media de las horas semanales que le dedican a su persona los alumnos de
ingeniería para sobrellevar el estrés estudiantil en la población A es mayor a
la población B.
MEDIDAS
POBLACIÓN 1(A) MUESTRA 1(A) MUESTRA 1(A) POBLACIÓN 2(B)
σ 1=¿ Desconocido ¿ x 1=4.609 σ 2=¿ Desconocido ¿ x 2=4.516
S21=16.527 S22=12.581
S1=4.0654 S2=3.547
n1 =192 n2 =192

1) Planteamiento de hipótesis
Η 0=μ 1 ≤ μ 2
Η 1=μ1 ¿ μ2
2) Nivel de significancia: α =0,01 Z1−α =Z (0.95 )=1.645
3) Se establece el estadístico de prueba
Varianzas poblacionales desconocidas y de tamaño de muestra grande (
n1 ≥30 ,n 2 ≥ 30¿
 ( x ¿ ¿ 1−x 2 )−(μ 1−μ2)
zc= ¿

√
2 2
s s 1 2
( + )
n1 n2
Si : μ1−μ2 ≥ 0

(4.609−4.516)−(0)
zc= =0.2388

√ (
16.527 12.581
192
+
192
)

Región critica dada por α

RHo
NRH
o

Zcalc =0.2388 Z(0.95)=1.645

Decisión

ZC :0.2388 se encuentra en la zona de NO rec h azo de RHo . Por ello no se rec h aza H 0 .

Conclusión
Con un nivel de significancia del 0.05 no existe evidencia estadística para
rechazar la hipótesis. Entonces que el promedio de horas semanales que los
estudiante Universitario de ingeniería utilizan para sobrellevar el estrés de la
población A y la población B no tiene diferencia de promedios de horas.

13.3. Prueba de hipótesis para la proporción de una población:

Según estudios previos se sabe que la proporción de universitarios que suele

usar el ejercicio y/o deporte como método para aliviar el estrés es de es
0.3207. Para comprobar dicho estudio se realizó una muestra de 384
estudiantes aleatoriamente donde se encuentra que la proporción de los que
 usan el ejercicio y/o deporte es 0.2760. Con un nivel de significancia de 5%
¿Existe evidencia suficiente para concluir que la proporción de estudiantes
que usan el ejercicio y/o deportes es menor que la de los estudios
anteriores?

Datos:
n=384 p=0.2760 π=0.3207

Planteo de Hipótesis:

H 0=π ≥ 0.3207(mayor que estudias anteriores)

H 1=π <0.3207 (menor que estudios anteriores)

Nivel de Significancia: α =0.05

Reemplazando datos en la fórmula:

p−π 0.2760−0.3207
Z c= = =−1.877

√ π ( 1−π)
n √ 0.32 07(1−0.3207)
384

Región crítica para α dado:

Interpretación:
Con un nivel de significancia del 5% existe evidencia estadística para
rechazar la hipótesis nula. Se concluye que la proporción de estudiantes que
usan el ejercicio y/o deporte como método para aliviar el estrés es menor a
0.3207.

13.4. Prueba de hipótesis para la diferencia de dos proporciones de dos

Poblaciones:
Se realiza una encuesta en la UTP a los estudiantes de la carrera de
ingeniería con la finalidad de saber la proporción de estudiantes que hacen
ejercicios y/o deportes para aliviar su estrés por sus cursos, para ello se tomó
como muestra aleatoria a dos grupos de estudiantes. En el grupo A con una
muestra de 192 estudiantes se encuentra que 55 estudiantes suelen hacen
ejercicios y/o deportes para aliviar su estrés. En el grupo B con una muestra
de 192 estudiantes se obtuvo que 51 estudiantes suelen hacen ejercicios y/o
deportes para aliviar su estrés. ¿Existe evidencia estadística suficiente para
afirmar que el grupo 1 tiene mayor proporción de estudiantes donde suelen
usar el lenguaje de programación Python que el grupo 2 de estudiantes?

Datos:
GRUPO 1 GRUPO 2
n1 =192 n2 =192
p1=0 . 2865 p2=0.2656
q 1=0 . 7135 q 2=0.7344

Planteo de Hipótesis:
H 0 :π 1 ≤ π 2
H 1: π 1 > π 2

Nivel de Significancia: α =0.05 z 1−α =z 0.950=1.645

X1+ X2 55+51
p= = =0.2760
n1 +n 2 192+192

Reemplazando los datos en la formula:

p 1−p 2−( π 1 −π 2) 0.2865−0.2656−0

zc= = =0.4581

√ p(1− p)(
1 1
+ )
n 1 n2 √ 0.2760( 1−0.2760)(
1
+
1
192 192
)

Gráfica y puntos críticos:

Interpretación:
 Con un nivel de significancia del 5% existe suficiente evidencia estadística
para aceptar la hipótesis nula. Por ello, se concluye que la proporción de
estudiantes que suelen hacen ejercicios y/o deportes para aliviar su estrés
por sus cursos de la muestra A es mayor a la proporción de estudiantes
suelen hacen ejercicios y/o deportes para aliviar su estrés por sus cursos que
suelen muestra B.

XIV. Conclusiones................................................................................................. 42

-Podemos concluir que, se observa que gran parte del alumnado universitario se encuentra
con un alto nivel de estrés debido a todos los cursos llevados

-Se obtuvo que hay una relación directamente proporcional entre la cantidad de cursos que
llevan los estudiantes y el nivel de estrés y síntomas que presentan

-La salud mental es algo que debería evaluarse con más frecuencia, debido a que es un
tema tan importante como los estudios y no debería dejarse a un lado

XV. Recomendaciones ........................................................................................ 43

-
-
-
-
-

XVI. Referencias................................................................................................... 44