Actividad 2

Fase 1: proyecto de investigación de estadística

Jeimmy Paola Guerrero Cubillos

ID: 597502
Manuela Gómez Toro
ID: 676345
Laura Andrea Castaño Sánchez
ID: 679364

Docente: William German Ortegón

Corporación universitaria minuto de Dios

Administración en Salud ocupacional
Estadística descriptiva
NRC: 60455
Ibagué – Tolima
2023
 1. PLANTEAMIENTO DEL PROBLEMA
El problema del estrés se produce debido a una respuesta natural del organismo que se activa en

exceso, lo que puede generar problemas de salud a mediano y largo plazo, en determinados

entornos, como el laboral. No todas las personas reaccionaran al estrés de una misma forma,

algunos lo enfrentan de forma más adaptativa mientras que otros pueden desarrollar desequilibrios

físicos y mentales que posteriormente afectarán su salud (Selye, 1956).

La Organización Internacional del trabajo (OIT) ha categorizado al estrés laboral como una

epidemia mundial, ya que es la reacción que puede tener el individuo ante exigencias y presiones

laborales que sobrepasa a sus conocimientos y capacidades (Organización Internacional del Trabajo,

2013).

2. Objetivo

Determinar e identificar los riesgos que están expuestos los docentes de la corporación universitaria

Minuto de Dios llevando a cabo a proponer medidas preventivas.

3. Población

La población que se utilizó para este proyecto de investigación son los estudiantes de la

Corporación Universitaria Minuto de Dios en la modalidad virtual y a distancia, con una muestra de

50 docentes de distintas áreas.

4. Recolección de datos

Se llevó a cabo una investigación conductual utilizando el método de observación mixto, a través de

una encuesta realizada a un grupo de 50 docentes de distintas áreas de la Corporación Universitaria

Minuto de Dios, con el fin de determinar los tipos de problemas que tienen siendo este un indicador

determinante en el fenómeno del estrés laboral.

 5. Datos

FICHA TÉCNICA

Población Docentes de la Corporación Universitaria Minuto de Dios

Método de recolección Encuesta por correo electrónico (Formulario de Google)

Recolección de datos Encuesta personal

50 docentes de la universidad minuto de Dios de la ciudad de

Población
Ibagué
50 docentes de la universidad minuto de Dios de la ciudad de
Muestra
Ibagué

variables Cuantitativa discreta

Datos

0 1 2 6 7 8 1 1 9

4 3 1 2 4 5 6 8 5

5 7 1 3 2 2 3 2 3

3 4 6 7 8 5 5 1 1

3 7 6 4 3 0 2 1 7

1 9 1 2 3 4 6 7 8

6. Tabulación de datos
 Frecuencia
Variable Frecuencia absoluta Frecuencia relativa acumulada
Xi ni fi Ni%
0 2 2 4,444444444
1 8 11 20
2 6 17 13,33333333
3 8 25 17,77777778
4 5 30 8,888888889
5 5 35 8,888888889
6 5 40 11,11111111
7 5 45 8,888888889
8 4 49 6,666666667
9 1 50 1
n= 50 100

7. Gráficos

¿Cuantas horas al dia dicta clase ?

9

4 De 1 a 2; 8.2

2
de 2 a 4; 3.2
1
De 4 a 6; 1.4 de 6 a 8; 1.2
0
De 1 a 2 de 2 a 4 De 4 a 6 de 6 a 8

Ventas
 ¿Cuantas veces al dia dicta clase?

De 1 a 2 De 2 a 4 De 4 a 6 4º trim.

FASE 2

Cálculo de las medidas de tendencia central.

En este apartado, muestre lo cálculos realizados para determinar las tres medidas de tendencia

central (media, mediana y moda)

El promedio es 3,8 Media:

3,8

Moda: la moda es el valor que más se repite o el valor con mayor frecuencia absoluta tenemos que

la moda es

Mediana: posición central se encuentra en la categoría que pertenece a 3Xi

 Xi xi-U (xi-u
Frecuencia
0 absoluta
-10 Frecuencia
100 relativa
Xi 1 ni -9 81 fi
2 -8 64
0 2 2
3 -7 49
1 4 8 -6 36 11
2 5 6 -5 25 17
3 6 8 -4 16 25
7 -3 9
4 5 30
8 -2 4
5 9 5 -1 1 35
6 5 38,5 40
7 5 45
Xi: 0 0 1 1 1 81 1 1 1 4 1 1 1 2 249 2 2 2 2 2 3 3 3
Datos
9 1 50
Posición 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

3 3 3 3 3 4 4 4 4 5 5 5 5 5 6 6 6 6 7 7 7 7 8
23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

8 8 9 9 9
46 47 48 49 50

Calculo medidas de dispersión 9,1= Rango

R= Valor máximo – Valor mínimo
R= 9 - 0
R= 9
Varianza= N=10
 V=38,5
Desviación estándar: 0,77
Coeficiente de variación:3.8
Desviación media=0,77

xi xi-U (xi-u (xi-

U)
0 -10 100 10
1 -9 81 9
2 -8 64 8
3 -7 49 7
4 -6 36 6
5 -5 25 5
GRAFICOS 6 -4 16 4
7 -3 9 3
6
8 -2 4 2
9 -1 1 1
TENDENCIA CENTRAL
5 285
4

0
Categoría 1 Categoría 2 Categoría 3 Categoría 4
1er trim. 2º trim. 3er trim. 4º trim.
Serie 1 Serie 2 Serie 3
FASE 3
Método de recolección de información:

Para la presente investigación se propuso implementar el método de recolección de información, de

encuesta, comprendida por una serie de preguntas, dirigidas a los participantes de la investigación,
se propone que esta encuesta se realice mediante correo electrónico, por teléfono o en su defecto
electrónicamente, con el aprovechamiento de los medios de comunicación, este con el fin de tener
un acercamiento a la muestra poblacional y lograr el cumplimiento de los objetivos planteados
y con ello lograr el alcance de la investigación, este método de recolección de información trae
consigo diversas ventajas, entre ellas:

 Costo relativamente bajo.

 Más información, mayor número de
personas en menor tiempo.
 Obtención, el análisis, e interpretación es más fácil.
 Mayor posibilidad de anonimato
Distribuciones de muestreo

Para la investigación se tendrá como tipo de distribución la Hipergeométrica, teniendo en cuenta

que es una distribución de probabilidad discreta, que se utiliza para calcular la probabilidad de un
objeto sin repetición, con el número de repeticiones constantes, como formula tenemos la siguiente:

N= tamaño de la población
N= tamaño de la muestra
C= todos o cantidad de elementos que cumple característica deseada
X= cantidad de éxitos

Tamaño de la muestra:
La muestra que utilizare en la investigación estará comprendida por 50, comprendida por Docentes
de la Corporación Universitaria Minuto de Dios, con un tipo de muestreo simple al azar.
Fase 4

ESTIMADOR:
Para la investigación que nos atañe, y teniendo en cuenta la muestra poblacional
comprendida por 50 estudiantes de la Corporación Universitaria Minuto de Dios, se
utilizara un estimador del parámetro poblacional, por estimación puntual, ya que la
estimación tiene la capacidad de asignar valores a los parámetros de población por medio
de la información de datos y estadísticas que se adquieren de las muestras, y es que cuando
estimamos un parámetro de forma puntual, podemos saber con certeza, cual es ese valor. En
este caso población de estudiantes de la Corporación Universitaria Minuto de Dios, de las
que seleccionamos una muestra de 50
Hay que tener en cuenta que esta estimación puntual, contiene propiedades como las
siguientes:
En el caso de la insesgades, se puede determinar que es insesgado cuando la esperanza
matemática del este es igual al parámetro que se desea estimar. Por tanto, la diferencia entre
el parámetro a estimar y la esperanza de nuestro estimador tendría que ser 0.
En otro sentido, en el campo de la eficiencia, este estimador puntual, es más eficiente o
tiene la capacidad de estimar de forma precisa cuando su varianza es reducida. Bajo la
propiedad de la consistencia, existe un crecimiento y es que en medida que la muestra
crezca se aproxima cada vez más al valor real del parámetro. Por lo tanto, cuantos más y
valores entran en la muestra, el parámetro estimado será más preciso

EL TEOREMA DEL LÍMITE CENTRAL.

El teorema del límite central, es uno de los conceptos más importantes para la estadística y
quizás para todas las matemáticas, ya que podemos empezar por cualquier distribución que
tenga una varianza y una media bien definida, con ello tendríamos la función de
distribución de probabilidad.
El teorema del límite central nos ayuda o nos permite a:
 Permite averiguar la probabilidad de que la media de una muestra concreta esté en
un cierto intervalo.
 Permite calcular la probabilidad de que la suma de los elementos de una muestra
esté, a priori, en un cierto intervalo.
 Inferir la media de la población a partir de una muestra.
El teorema describe la distribución de la media de una muestra aleatoria proveniente de una
población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente
grande, en nuestro caso el tamaño de la muestra es de 50 estudiantes de la Corporación
Universitaria Minuto de Dios, con ello la distribución de las medias sigue
aproximadamente una distribución normal. El teorema se aplica independientemente de la
forma de la distribución de la población.
Si la distribución de la población es simétrica, un tamaño de muestra de 5 podría producir
una aproximación adecuada. Si la distribución de la población es considerablemente
asimétrica, es necesario un tamaño de muestra más grande. Por ejemplo, la distribución de
la media puede ser aproximadamente normal si el tamaño de la muestra es mayor que 40,
para nuestro caso, se maneja una muestra poblacional de 50.