UNIVERSIDAD MAYOR DE SAN SIMON

FACULTAD DE CIENCIAS AGRICOLAS Y

PECUARIAS

EVALUACION Y ANALISIS DEL CONSUMOS DE

ALCOHOLDE LOS ESTUDIANTES DE AGRONOMIA
EN LOS BARES DE LA ZONA CENTRAL

MATERIA: Bioestadística
UNIVERSITARIAS: Bolívar Llanos Brenda Karen
Rodríguez López Marioly
DOCENTE: Jaime Teodoro la Torre
FECHA: 20 de agosto del 2022

COCHABAMBA- BOLIVIA
 EVALUACION Y ANALISIS DEL CONSUMOS DE BEBIDAS ALCOHOLICAS
DE LOS ESTUDIANTES DE AGRONOMÍA EN LOS BARES
DE LA ZONA CENTRAL

1. INTRODUCCION
En esta encuesta nos enmarcaremos en la evaluación y análisis de datos estadísticos basado
en el consumo de bebidas alcohólicas de los estudiantes de la facultad de agronomía en los
bares que quedan ubicados en la zona central del departamento de Cochabamba.
Se tomará en cuenta el género la edad el tipo de bebida y los días que hay más concurrencia
de estudiantes en los bares.
2. JUSTIFICACION
En la actualidad los estudiantes consumen bebidas alcohólicas por diversos factores entre
ellos diversión, distracción, socialización, esto debido a la gran oferta de espacios con
ambientes agradables y una gran oferta y diversidad en cuanto bebidas alcohólicas.
El consumo de bebidas alcohólicas se vio afectado por la pandemia y las restricciones
impartidas por el gobierno lo cual indujo a la restricción de consumo de bebidas alcohólicas
en estos lugares, por lo cual una vez levantadas las restricciones el consumo de bebidas
alcohólicas y afluencia a estos lugares fue mayor.
3. OBJETIVOS

3.1. OBJETIVO GENERAL

Evaluar y analizar las diferentes variables (genero, edad, tipo de bebida, días con más
frecuencia), de las encuestas realizadas a os estudiantes de la facultad de agronomía.
3.2. OBJETIVOS ESPECIFICOS

- Determinar entre que rango de edad se encuentra mayor consumo y afluencia en los
bares mediante distribución normal.
- Determinar el tamaño de muestra estimada para una encuesta a 180 estudiantes.
- Comprobar si la encuesta realizada en torno a edades sigues una distribución normal
mediante X 2 al 95% de probabilidad.
- Determinar si los géneros son independientes de los días de más frecuencia en los bares.
- Determinar si hay relación del genero con el tipo de bebida alcohólica que se consume.
4. HIPOTESIS
 Ha: Los estudiantes no suelen frecuentar lunes y miércoles debido a que estudian,
  Ha: La mayor parte de los estudiantes no llegan a consumir las bebidas alcohólicas de alto
costo como ser wiski, tequila y otros.
 Ho: Personas adultas suelen ir a consumir en días particulares tanto como hombres y
mujeres.
 Ho: estudiantes consumen más bebida en cocteles que otras, debido a que es más
económico
 Ho: Entre las edades más frecuentadas estos bares son 23-27, la mayor parte asisten
estudiantes solos los fines de semana a partir de viernes, sábado y domingo.
 Ho: los hombres llegan a frecuentar más un bar que las mujeres.

5. REVISION LITERARIA

ENCUESTA DE OPINIÓN:
Encuesta, instrumento cuantitativo de investigación social mediante la consulta a un grupo de
personas elegidas de forma estadística, realizada con ayuda de un cuestionario.

En poblaciones pequeñas, se pueden realizar encuestas censales, es decir, a todos los individuos de
un colectivo, pero normalmente las encuestas se realizan mediante muestras estadísticamente
representativas de una población mayor, para posteriormente extrapolar los resultados al conjunto
de la población.

Para la realización efectiva de una encuesta puede ser fundamental realizar una buena presentación
ante el futuro encuestado que permita ganar su colaboración y respuesta de calidad

ESTADÍSTICA COMO HERRAMIENTA:

Estadística, rama de las matemáticas que se ocupa de reunir, organizar y analizar datos numéricos y
que ayuda a resolver problemas como el diseño de experimentos y la toma de decisiones.

En nuestros días, la estadística se ha convertido en un método efectivo para describir con exactitud
los valores de datos económicos, políticos, sociales, psicológicos, biológicos o físicos, y sirve como
herramienta para relacionar y analizar dichos datos.

El trabajo del experto estadístico no consiste ya sólo en reunir y tabular los datos, sino sobre todo en
el proceso de “interpretación” de esa información.
El desarrollo de la teoría de la probabilidad ha aumentado el alcance de las aplicaciones de la
estadística.

Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando determinadas
distribuciones probabilísticas; los resultados de éstas se pueden utilizar para analizar datos
estadísticos.

La probabilidad es útil para comprobar la fiabilidad de las inferencias estadísticas y para predecir el
tipo y la cantidad de datos necesarios en un determinado estudio estadístico

ESTADÍSTICA INFERENCIAL:
La estadística descriptiva trabaja con todos los individuos de la población. La estadística inferencia,
sin embargo, trabaja con muestras, subconjuntos formados por algunos individuos de la población.

A partir del estudio de la muestra se pretende inferir aspectos relevantes de toda la población.
Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza se puede
tener en ella son aspectos fundamentales de la estadística inferencial, para cuyo estudio se requiere
un alto nivel de conocimientos de estadística, probabilidad y matemáticas.

ESTADÍSTICA DESCRIPTIVA:
La estadística descriptiva analiza, estudia y describe a la totalidad de individuos de una población.
Su finalidad es obtener información, analizarla, elaborarla y simplificarla lo necesario para que
pueda ser interpretada cómoda y rápidamente y, por tanto, pueda utilizarse eficazmente para el fin
que se desee. El proceso que sigue la estadística descriptiva para el estudio de una cierta población
consta de los siguientes pasos:

• Selección de caracteres dignos de ser estudiados.

• Mediante encuesta o medición, obtención del valor de cada individuo en los caracteres
seleccionados.

• Elaboración de tablas de frecuencias, mediante la adecuada clasificación de los individuos

dentro de cada carácter.

• Representación gráfica de los resultados (elaboración de gráficas estadísticas).

• Obtención de parámetros estadísticos, números que sintetizan los aspectos más relevantes
de una distribución estadística

POBLACIÓN.-
Conjunto total de datos que es de nuestro interés. El objetivo de la estadística inferencial es el
estudio de la población .

MEDIDAS DE TENDENCIA CENTRAL:

“Un arreglo ordenado tiene mucho que desear con respecto a la obtención de un resumen
informativo.

Lo que se necesita es la capacidad de resumir los datos por medio de solo unas cuantas medidas
descriptivas las cuales se pueden calcularse a partir de los datos de una muestra o los datos de una
población.” (Wayne, 1980)

LA MEDIA ARITMÉTICA:

Es la medida de tendencia central más conocida, la mayor parte de la gente tiene en mente cuando
habla del promedio, que se obtiene sumando todos los valores de una población o muestra y
dividiendo entre el número de valores que se sumaron.(Wayne,1980).

∑ xi
μ= i=1
n

DISTRIBUCION NORMAL:
“La fórmula para esta distribución fue publicada por primera vez por Abraham de Muyvre (1677-
1750). Se caracteriza A) Es simétrica a su media. b) La mediana y la moda son iguales, c) El área
total debajo de la curva, por encima del eje X es una unidad cuadrada, d) Si se levantan
perpendiculares a una distancia de una desviación estándar de la media, en ambas decisiones el área
encerrada por estas perpendiculares, el ejes de las (Y) y el eje de la curva será aproximadamente el
68% del área”.(Wayne, 1980).

x−u
z=
s

MUESTRA. -

Es una parte de la población que tiene unas características similares a la población de la que ha sido
extraída. La estadística inferencial estudia la muestra para extender sus resultados a la población. La
estadística descriptiva estudia la muestra, pero no extiende sus resultados a la población.
TAMAÑO DE LA MUESTRA:
“Generalmente es recomendable determinar el tamaño de la muestra antes de aplicar el método de
muestreo.

Mejora las posibilidades de haber seleccionado de una muestra representativa que sea útil tanto la
representatividad como la utilidad, determinaran la posibilidad que tenemos para extraer inferencias
de la población, que pueda repetirse por otros investigadores”. (J. José Vicente, 2002).

2 2
N∗σ ∗z
n=
( N −1 ) e2 +σ 2

MEDIDAS DE DISPERSIÓN:
Se refiere a la variedad que exhiben los valores de las observaciones. Si todos los valores son los
mismos, no existe dispersión; si no hay dispersión de datos.

VARIANZA:
“Cuando los valores de un conjunto de observaciones están muy próximos a su media, la dispersión
es menor que cuando están distribuidos sobre un amplio recorrido. Ya que esto es cierto
intuitivamente resultaría atrayente si se pudiera medir la dispersión con respecto a la diseminación
de los valores alrededor de su media. Esa medida se realiza en lo que se conoce como varianza”
(Wayne, 1980).

σ 2=∑ x 2−¿ ¿ ¿

DESVIACIÓN ESTÁNDAR:
“La desviación estándar es útil como medida de la variación dentro de un conjunto dado de datos…
sin embargo cuando se desea comparar la dispersión en dos conjuntos de datos. La varianza
representa unidades cuadradas y por lo tanto no es una medida de dispersión apropiada cuando se
desea expresar este concepto en términos de las unidades originales, para obtener la medida
simplemente se toma la raíz cuadrada de la varianza”.(Wayne, 1980).

σ= √∑ x −¿ ¿ ¿ ¿
2

DATOS AGRUPADOS, LA DISTRIBUCIÓN DE FRECUENCIAS:

“Un conjunto de observaciones puede hacerse más compresible y adquirir mayor significado por
medio de un arreglo ordenado agrupando los datos, se selecciona un conjunto contiguo que no se
trasladen tales que cada valor en el conjunto de observaciones pueda colocarse en uno y solo uno de
los intervalos estos comúnmente se llaman intervalos de clases ”.

DISTRIBUCIÓN CHI-CUADRADA (X2):

Según el autor Caballero indica que:

“Este capítulo tratara sobre variabilidad y dispersión, siendo importante desde el punto de vista
estadístico matemático estudiar la varianza, se estudiarán las distribuciones de muestreo
íntimamente relacionadas a ellas, así como las pruebas de hipótesis correspondientes”.

2
X c =¿ ¿

PRUEBA DE BONDAD DE AJUSTE:

“Resulta apropiada una prueba de bondad de ajuste cuando se desea decidir si una distribución
observada de frecuencias es incompatible con alguna distribución preconcebida o establecida en
hipótesis.

El procedimiento para llegar a una decisión consiste en colocar los valores en categorías o
intervalos de clases mutuamente exclusivos y observar la frecuencia de ocurrencia de los valores en
cada categoría” (Wayne, 1980)
PRUEBA DE INDEPENDENCIA:
Tal vez en el más frecuente de la Chi-cuadrada es probar la hipótesis nula de dos criterios de
clasificación cuando se aplican al mismo conjunto de entes, son independientes.

Se dice que dos criterios de clasificación son independientes si la distribución de uno de los criterios
es la misma, sin importar cuál sea la distribución del otro criterio” (Wayne, 1980)

PARÁMETRO. -

Cuando calculamos un determinado índice, como la media o la desviación típica, sobre una
población hablamos de parámetros. De esta forma cuando decimos que el parámetro medio es de 6,
nos referimos a que la media poblacional es de 6.

ESTIMADOR. -

Cuando calculamos un determinado índice sobre una muestra con la intención de generalizarlo a la
población, hablamos de estimadores. Así cuando decimos que la estimadora media toma el valor 6,
estamos diciendo que la media de la muestra es igual a 6.

VALOR P DE FISHER (TAMBIÉN P-VALOR O SIMPLEMENTE P)

Es probabilidad de que un determinado estadístico se deba al azar. Es deseable que su valor sea alto,
así una p de 0,894 nos dice que de 1000 muestras que hubiésemos extraído de esa población, 894
nos hubieran dado un estadístico como el obtenido por efectos del azar. Si el valor de p hubiese sido
0,004 significaría que de 1000 muestras, 4 hubieran mostrado un estadístico como el hallado por el
mero efecto del azar, lo cual no es en ninguna medida deseable. Por tanto:

Si p > α " Aceptamos H0

Si p ≤ α " Rechazamos H0

Nivel de significación. - cuando desarrollamos un contraste de hipótesis bajo la perspectiva del

nivel crítico de Neyman y Pearson, la probabilidad de aceptación de la hipótesis nula especificada a
priori se conoce como nivel de significación. Su complementario es alpha, que es la probabilidad a
priori de la región crítica o hipótesis alternativa.

VALOR CRÍTICO

También denominado punto crítico, es el valor que delimita la región de aceptación de la hipótesis
nula de la región crítica o región de rechazo de la hipótesis nula.

NIVEL DE CONFIANZA
Cuando desarrollamos un contraste de hipótesis bajo la perspectiva del intervalo de confianza de
Neyman y Pearson, la probabilidad de que el parámetro se encuentre dentro del intervalo estimado,
se denomina nivel de confianza.

INTERVALO DE CONFIANZA. -

Es el rango de valores donde se estima que se encuentra un determinado parámetro en la población.

Es incorrecto pensar que el 95% (por ejemplo) de las veces el estadístico estará dentro del intervalo
de confianza. Lo correcto es interpretar que el intervalo cuando se calcule en las infinitas muestras
extraídas de la población contendrá el estadístico en el 95% de las veces.

ERROR TIPO I.-

Se comete al rechazar una hipótesis nula verdadera, se da cuando el tratamiento no es efectivo, pero
el investigador concluye que sí lo es, es decir, se comete cuando el investigador rechaza la hipótesis
nula (Ho) siendo ésta verdadera. Caeremos en error tipo I cuando deseamos cometer un error
mínimo al aceptar la hipótesis alternativa, por lo que corremos el riesgo de rechazar una hipótesis
nula verdadera. El error tipo I implica que el tratamiento no tiene efecto, pero decidimos que sí lo
tiene. El error tipo I es más grave que el error tipo II. Rechazar una hipótesis no prueba que sea
falsa. El error tipo I es equivalente a un falso positivo.

ERROR TIPO II.-

Se comete al aceptar una hipótesis nula falsa, se da cuando el tratamiento es efectivo pero el
investigador concluye que no lo es, es decir, se comete cuando el investigador no rechaza la
hipótesis nula siendo ésta falsa. Caeremos en error tipo II cuando deseamos cometer un error
mínimo al aceptar la hipótesis nula, por lo que correremos el riesgo de aceptar una hipótesis nula
falsa. El error tipo II implica que el tratamiento si tiene efecto pero no lo percibimos. Aceptar una
hipótesis no prueba que sea cierta. El error tipo II es equivalente a un falso negativo.

6. MATERIALES:
 PC portátil Dell.
 Planillas de encuesta.
 Cuaderno de apuntes.
 Lápiz, bolígrafos y borrador.
 Internet.
 Textos de consulta.
 Impresora.
7. METODOLOGIA:

7.1. ELABORACIÓN DE PLANILLAS PARA ENCUESTAS:

Se realizara planilla para realizar las encuestas los estudiantes de agronomía que consumen bebidas
alcohólicas en los bares de la zona central de Cochabamba, en la cuales se anota los datos
obtenidos.

7.2. TOMA DE DATOS:

Se realizara la encuesta a los estudiantes de agronomía.

7.3. DESCRIPCION DE LA ENCUESTA Y LAS VARIABLES:

- Tipos de beidas: ron, tequila, wiski fernet cocteles y otros

- Motivo: cambio de ambiente, comoidad, socializxarse descanzo y distracción

- Género: Hombre o mujer.

- Edad: des de los 18 hastalos 37

 Preferencia de días de consumo De Lunes a Domingo.

8. RESULTADOS

8.1. DISTRIBUCION NORMAL

Mediante una encuesta que se realiza a 182 estudiantes de agronomía que frecuentan los
diferentes bares de la zona central determinamos que:

a) Cuale s el % de edades entre 23-27 años que consumen bebidas alcohólicas en los
bares de la zona central de Cochabamba.
b) cuál es el % de edades entre 33-37 años que consumen bebidas alcohólicas en los
bares de la zona central de Cochabamba.
EDADES

clase fi xi F fi xi (x-u)f
18-22 28 20 28 560 1668,75
23-27 69 25 97 1725 510,49
28-32 43 30 140 1290 223,53
33-37 42 35 182 1470 2225,93

5045
u= 182 =27,72

4628 , 7
S²= =25 , 43
182

S= 5,04

23−27,72
a) Z= =−0,94 A=0,3264
5,04
27−27,72
Z= =0,014 A=0,0040
5,04

P=O,3264 -0,0040= 0,3224 = 32,24 %

33−27,72
b) Z= =1,05 A=0,3531
5,04
37−27,72
Z= =1,84 A=0,4671
5,04
P=O,4671 -0,3531= 0,114 = 11,4%

5.2 TAMAÑO DE MUESTRA

N=182 z =1,96 e=0,05 σ=5,04

2 2 2 2
N∗σ ∗z 182∗5,04 ∗1,96
n= =
( N −1 ) e +σ ( 182−1 ) 0,052 +5,042
2 2

5.3 DISTRIBUCION X²c

a) Se comprueba la siguiente tabla de encuestas a 182 personas si hay la misma afinidad
por todas las bebidas

observado esperado o-e Xc²

Cocteles 50 30,33 19,67 0,64
Wiski 28 30,33 -2,33 -0,08
Tequila 30 30,33 -0,33 -0 ,01
Fernet 32 30,33 -1,33 -0 ,04
Cerveza 32 30,33 -1,33 -0 ,04
otros 10 30,33 -20,33 -0,67
o=182 e=182 =1,47

gl=5

Ho= la afinidad por las diferentes bebidas es la misma

Hᴀ= la afinidad por las diferentes bebidas no es la misma

Si X²c >12,8 se rechaza Ho

Si X²c ˂ 12,8 se acepta Ho

12,8
 Decisión estadística

Se rechaza la Ho nula.

 Decisión técnica

La afinidad de los estudiantes por las distintas debidas alcoholicas es diferente.

5.4 PRUEBA DE INDEPENDENCIA

a) En de consumo de vidas alcohólicas se presenta un día más frecuentado y un día menos
frecuentado y dos géneros masculino y femenino.
 Día más frecuente Día menos frecuente
(sábado) (lunes)
Femenino 38 (39) 3 (2) = 41

masculino 35 (34) 1(2) = 36

= 73 = 4 = 77

(38−39) ² ( 3−2 )2 (35−34 )² (1−2)²

Xc ²= + + + =¿ 1,05
39 2 34 2

gl=1 Ho= día de frecuencia independiente del genero

Hᴀ= día de frecuencia dependiente del genero

Si X²c >5,02 se rechaza Ho

Si X²c ˂ 5,02 se acepta Ho

5,02
 Decisión estadística

Se acepta la Ho nula

 Decisión técnica

Los días de mayor frecuencia en los bares para el consumo de vidas alcohólicas no está
asociada al genero

b) En el consumo en estudiantes de bebidas alcohólicas se presenta las bebidas más

consumidas, nivel intermedio y las menos consumidas, así como dos géneros
masculino y femenino.

TIPOS DE BEBIDAS
 femenino masculino
32 estudiantes 55 (45) 27 (37) =82
(coctel y fernet)
30-31 estudiantes 23(34) 30 (29) =63
(cerveza y tequila)
 29 (wiski y otros) 16 (15) 22(13)  =38
=94 =79 =173

(55−45)² ( 27−37 )2 (23−34)² (30−29)² (16−15)² ( 22−13 )2

Xc ²= + + + + + =¿14,81
345 37 34 29 15 13

gl= 2

Ho= afinidad por bebidas independiente del genero

Hᴀ= afinidad por bebidas dependiente del genero

Si X²c >7,38 se rechaza Ho

Si X²c ˂7,38 se acepta Ho

7,38
 Decisión estadística

Se rechaza la Ho nula.

 Decisión técnica

Las bebidas de mayor consumo por los estudiantes están asociadas al genero

9. CONCLUSIONES:
 Se concluye que el porcentaje de estudiantes que asisten a los bares entre las edades
23-27 años con el 38% de estudiantes y el otro porcentaje de edades de 28-32con el
24% que asisten a los bares
  Se concluye que entre las bebidas más consumidas son los coctel con 27 %, 18% y
fernet con 18 % las demás bebidas no son muy consumidas debido a su precio
económico.
 Se afirmó que los días más frecuentados por estudiantes son los viernes con 29% y
sábados con el 40 %. Y los días menos frecuentados son lunes con 2%, martes 4% y
miércoles 7%.
 Se concluye con la prueba de independencia del género es independiente a la
selección de bebidas alcohólicas y el consumo en bares.

Por último se concluye que los estudiantes tanto como en hombres y mujeres los que
asisten son más las mujeres y seguidamente los hombres, por tanto se toma en cuenta que
las estudiantes de agronomía suelen frecuentar más seguido a los bares de la zona central de
Cochabamba.

10. BIBLIOGRAFÍA:

Microsoft ® Encarta ® 2009. © 1993-2008 Microsoft Corporation. Estadistica, Encuesta,

Migración, Turismo, Comercio.

http://boliviaturismo.com/el-tropico-del-chapare-cochabambino-bolivia es turismo/

http://boliviaentusmanos.com

http://www.urgentebo.com/noticia/fonadal-se-propone-contener-la-migraci%C3%B3n-de-35-
municipios-al-chapare

https://encuestasde opinión .blogdpot.com/2011/09/como-presentarse-hacer-una.html?m=1

Jose Vicente R., 2002, Apuntes de Bioestadistica, texto guía UMSA, Fac. Agronomia, Pag. 1-32.

Wayne W.D., Bioestadistica (Bases para el Análisis de las Ciencias de la Salud), 2° Ed., Editorial
LIMUSA, Mexico, 1980, Pag. 41.

Wilfredo Caballero, Introducción a la Estadistica, Editorial IICA, Costa Rica, 1975, Pag. 119-128.
 ANEXOS

preferencia n° bebidas n° edades n° genero n°

personas personas personas personas
Lunes 3 Coctel 50 18-22 28 femenino 94

Martes 8 Wiski 28 23-27 69 maculino 88

Miércoles 12 Tequila 30 28-32 43

Jueves 24 Fernet 32 33-37 42
Viernes 52 Cerveza 32
Sabados 73 otros 10
domingos 10

GRAFICAS SOBRE LOS DIAS DE PREFERENCIA

DIAS DE PREFERENCIA
80
80
70 70
60 60
50 50
40
40
30
30
20
10 20
0 10
s s s es s os s
ne ar
te
co
le ev ne ad go
Lu r Ju er b in 0
M ié Vi S a m 1 2 3 4 5 6 7
M do

5% 2%4%
7%

13%

40%

29%
GRAFICAS SOBRE LOS TIPOS DE BEBIDAS

TIPOS DE BEBIDAS TIPOS DE BEBIDAS

50 60
45
50
40
35 40
30
25 30
20
20
15
10 10
5
0 0
Coctel Wiski Tequila Fernet Cerveza otros Coctel Wiski Tequila Fernet Cerveza otros

TIPOS DE BEBIDAS
5%

18% 27%

18%
15%

16%

Coctel Wiski Tequila Fernet Cerveza otros

GRAFICAS SOBRE LAS EDADES

 EDADES EDADES
80
70
70
60
60
50
50
40
40
30
30
20
20
10 10
0 0
18-22 23-27 28-32 33-37 18-22 23-27 28-32 33-37

EDADES
18-22 23-27 28-32 33-37

15%
23%

24% 38%

GRAFICAS SOBRE LOS GENEROS

GENEROS GENEROS
95
94 94
93 93
92 92
91 91
90 90
89 89
88 88
87 87
86 86
85 85
femenino maculino femenino maculino

GENEROS
femenino maculino
 48%
52%

HISTOGRAMA
80
70
60
HISTOGRAMA
50
POLIGONO DE FRE-
40 CUENCIAS
30
20
10
0
18-22 23-27 28-32 33-37