FACULTAD DE DERECHO Y HUMANIDADES

PROGRAMA DE ESTUDIOS DE ARTES & DISEÑO GRÁFICO EMPRESARIAL

SILABO
I. DATOS INFORMATIVOS

1. Nombre de la Asignatura : MÉTODOS ESTADÍSTICOS

2. Modalidad : PRESENCIAL
3. Código de la Asignatura : 1DG041
4. Créditos :4
5. Ciclo de Estudios : IV
6. Tipo de Estudios : Específico
7. Pre Requisito(s) : Ninguno
8. Semestre Académico : 2023 - l
9. Duración : 16 Semanas
10. Horas Teóricas :3
11. Horas Prácticas :2
12. Turno : Tarde
13. Docente Responsable : Mariely Soledad Almeyda Torres

II. COMPETENCIA DEL CURSO

Aplica métodos y procedimientos estadísticos básicos, descriptivos e inferenciales, orientado a

la investigación científica, asumiendo una actitud crítica, creativa, responsable.

III. SUMILLA
Es un curso específico, de naturaleza teórico-práctico, el cual se desarrolla de forma
presencial y es de carácter obligatorio. El curso aporta al desarrollo del perfil de egreso,
concretamente en diseñar proyectos e informes de investigación científica en artes y diseño
gráfico empresarial, orientados a la realización de asesoría y consultoría en comunicación
gráfica empresarial (comercial, institucional y social), asumiendo un compromiso con el
desarrollo empresarial y social, con una visión crítica y humanista. Aborda los contenidos de
estadística descriptiva e inferencial, técnicas de muestreo, herramientas para el análisis de
datos e interpretación; el cual tiene como resultado de aprendizaje la elaboración de un
informe estadístico.

IV. EJES CURRICULARES

Investigación formativa

La formación del pensamiento y actitud investigativa comprometen a la interacción y

dinámica entre los sujetos y objetos que participan en el proceso de aprendizaje; es decir,
todo curso debe aportar a generar e ir consolidando habilidades para la observación,
comparación, contrastación, aplicación, generalización de situaciones o hechos que les
permitan plantear problemas, proponer alternativas, hacer indagaciones teóricas, alcanzar
soluciones a hechos relacionados con la profesión. Es decir, la investigación formativa orienta
 el proceso de maduración mental para el algún momento facilitar la investigación científica.

V. METODOLOGÍA ACADÉMICA
 Estrategia
Módulo Semana Capacidades Actitudes Contenidos Evidencia de aprendizaje
Didáctica
- Asume Presentación general del curso
Reconoce la Descarga y lectura de sílabo /
responsabilid Socialización de normativa de - Trabajo
importancia del Revisión general de
ad individual Investigación autónomo y
curso en el marco contenidos
y colectiva. Lineamientos de citación y colaborativo
Sesión 01: de la Revisión de sistema de
- Tiene referenciación - Recursos
"Introducci Semana investigación calificación e instrumentos de
disposición a Herramientas digitales para el manejo audiovisuales
ón a la 01 científica. evaluación
ser reflexivos de datos estadísticos - Aprendizaje
Estadística" Reconoce los Participación e interacción en
y creativos. Introducción a la estadística en basado en la
elementos de la el foro de socialización.
- Demuestra investigación investigación
inferencia Socialización de la guía de
respeto Nociones generales de estadística
estadística. producto académico
hacia los descriptiva e inferencia
Comprende y demás. Análisis de material de
determina estudio.
elementos de la Inicio de trabajo individual y/o
Semana
investigación grupal
Sesión 02: 02
aplicado en un Investigación científica
"Estadística
informe Tipos de Investigación
en
estadístico Enfoques de la investigación científica
investigació
Construye
n"
técnicas e
Semana
instrumentos de Técnicas de recolección de datos
03
recolección de Instrumentos de recolección de datos
datos Obtención de bases de datos
Sesión 03: " Semana Analiza métodos Medidas de posición central y no
Estadística 04 y procedimientos central, variabilidad y dispersión
descriptiva estadísticos
y técnicas descriptivos
de básicos.
 Aplica
métodos y
procedimiento
s estadísticos
inferenciales
Semana básicos, para
muestreo"
05 inferir, estimar Delimitación de la Población y Cálculo
o sacar del tamaño de muestra
conclusiones a Muestreo aleatorio simple, sistemático,
partir de la estratificado y conglomerados
muestra de Muestreo polietápico
una población. Muestreo sistemático replicado
Intervalos de confianza para la media,
proporción y varianza.
Intervalos de confianza para la
Análisis de material de
diferencia de medias con varianzas
estudio.
Semana desconocidas e iguales (muestras
Inicio de trabajo individual y/o
06 independientes).
grupal
Sesión 04: Intervalos de confianza para la
Comprende y Evidencia de desempeño 01
"Intervalos diferencia de medias con varianzas
aplica intervalos
de desconocidas y diferentes (muestras
estadísticos
confianza" independientes).
Intervalos de confianza para la
diferencia de medias (muestras Análisis de material de
Semana pareadas) estudio.
07 Intervalos de confianza para la Inicio de trabajo individual y/o
diferencia de proporciones (muestras grupal
pareadas)
Sesión 05: Identifica y Nociones generales
Semana - Presentación de producto
"Prueba de plantea criterios Criterios para seleccionar una prueba
08 académico 01 [EA1]
hipótesis" para validación estadística
 Prueba de hipótesis para la media
Prueba de hipótesis para la proporción
Prueba de hipótesis para la varianza
Prueba de hipótesis para comparar dos
Análisis de material de
parámetros con muestras
de hipótesis estudio.
Semana independientes (medias, proporciones,
Inicio de trabajo individual y/o
09 varianzas)
grupal
Prueba de hipótesis para comparar dos
Evidencia de desempeño 02
medias con muestras dependientes
(medias, proporciones)
Conceptos básicos
Análisis de material de
Pruebas de asociación
Semana estudio.
Chi-cuadrado de independencia
Sesión 06: 10 Inicio de trabajo individual y/o
Identifica y Coeficientes de correlación de Pearson
"Pruebas grupal
plantea criterios y de Spearman
no
para pruebas no Chi-cuadrado de Bondad de ajuste
paramétric
paramétricas Chi-cuadrado de Homogeneidad
as" Semana - Presentación de Producto
U de Mann Whitney y Suma de Rangos
11 Académico [EA2]
de Wilcoxon
H de Kruskal Wallis
Análisis de regresión simple y múltiple
Semana
Análisis de regresión de Poisson - Evidencia de desempeño 03
12 Analiza e
Sesión 07: Análisis de sobrevivencia Kaplan - Meier
interpreta la
"Análisis de Análisis de material de
relación entre
Regresión" Semana Análisis de varianzas (Anova) estudio.
variables
13 Anova con factor Inicio de trabajo individual y/o
Anova con varios factores grupal
Sesión 08: Interpretar Criterios para el análisis descriptivo
Interpretac Semana datos desde Análisis descriptivo de variables
- Evidencia de conocimientos
ión de 14 diversas cualitativas
resultados fuentes, Análisis descriptivo de variables
 transformarlos cuantitativas
a diversas Tipos de gráficos estadísticos
estructuras Gráficos de barras, circulares
que permitan Histogramas
obtener
reportes,
Análisis de material de
tablas, gráficos
Semana estudio.
y algunos Polígonos de frecuencias
15 Inicio de trabajo individual y/o
resultados Diagramas escalonados
grupal
estadísticos Gráficos de dispersión, líneas
sencillos. Ojivas y otros
Sesión 09: Presenta y
Exposición y Presentación y registro del
Actividades Semana sustenta el Demostración de aprendizajes
[EA5] en módulo de
de cierre 16 producto adquiridos debate
PRODUCTOS ACADÉMICOS
de curso académico final
VI. EVIDENCIAS DEL APRENDIZAJE

EVIDENCIA DE APRENDIZAJE
Evidencia de aprendizaje 1
[EA1]
Evidencia de aprendizaje 2
[EA2]
Evidencia de aprendizaje 3
[EA3]
Evidencia de aprendizaje 4
[EA4]
Evidencia de aprendizaje 5
[EA5]
INSTRUMENTO DE
DESCRIPCIÓN DE LA EVIDENCIA
EVALUACIÓN
Evidencia de desempeño: prueba Cuestionario
escrita
Evidencia de producto: informe Lista de cotejo
estadístico parcial (primer avance:
capítulo I y capítulo II)
Evidencia de producto: informe Lista de cotejo
estadístico parcial (segundo avance
capítulo III hasta técnicas e
instrumentos de recolección de
datos, validez y confiabilidad)
Cuestionario
Evidencia de conocimientos:
prueba escrita
Producto académico final: Informe Rúbrica
estadístico final, presentación y
sustentación (todos los capítulos)

VII. SISTEMA DE EVALUACIÓN

VII.1. El sistema de calificación

FECHA DE PRESENTACIÓN O
EVIDENCIA CÓDIGO PESO
DESARROLLO

Evidencia de aprendizaje 1 [EA1] EA1.1 Hasta la SEMANA 6

Evidencia de aprendizaje 1 [EA1] EA1.2 15% Hasta la SEMANA 9

Evidencia de aprendizaje 1 [EA1] EA1.3 Hasta la SEMANA 12

Evidencia de aprendizaje 2 [EA2] EA2 15% Hasta la SEMANA 8

Evidencia de aprendizaje 3 [EA3] EA3 20% Hasta la SEMANA 11

Evidencia de aprendizaje 4 [EA4] EA4 10% Hasta la SEMANA 14

Hasta la SEMANA 16
Evidencia de aprendizaje 5 [EA5] EA5 40%
 VII.2. Fórmula de calificación

Promedio final = ((EA1.1 + EA1.2 +EA1.3)/3)*0.15 +

EA2*0.15 +
EA3*0.20 +
EA4*0.10 +
EA5*0.40

VII.3. Consideraciones
Con respecto a las asistencias:
− Se inhabilitan del curso aquellos estudiantes que cuenten con 30% o más de
inasistencias a las sesiones de clases programadas.
− Se aceptará justificación por causas de salud, problemas de falla de conectividad a
internet o casos de fuerza mayor. Esta deberá ser presentada dentro de las 24
horas, con las evidencias o documentación sustentatoria debida (certificados,
capturas de pantalla, otros).

Con respecto a los requisitos de aprobación:

− En el proceso de calificación se utilizará la escala de 0 a 20 puntos, siendo el mínimo
aprobatorio 11 (once).

Con respecto al examen de aplazados

− Se rendirá examen de aplazados siempre y cuando hayan obtenido promedio entre
8.5 y 10.4
− La nota promocional experiencia curricular será el promedio simple entre la nota
desaprobatoria y la nota del examen de aplazado. El examen de aplazados
considera los temas de todo el curso.

VIII. HERRAMIENTAS TECNOLÓGICAS PARA EL APRENDIZAJE

VIII.1. Herramientas tecnologías generales

− Campus virtual: Herramienta que será empleada para acceder al curso,

visualización del sílabo, registro de notas, registro asistencia, acceso a la base de
datos: Ebsco, Proquest, Scopus, vLex, etc. De la misma forma, permitirá el acceso al
Aula Virtual, entro otros componentes académicos administrativos.
 
− Aula virtual: OPEN LMS, es la herramienta que sustenta el aula virtual, espacio
donde se integrará la comunicación didáctica (asincrónica y sincrónica) entre los
estudiantes y el docente, además será empleada para organizar y acceder al
contenido, a los recursos y a las actividades de evaluación.
 

VIII.2. Herramientas específicas para el curso (programas, softwares de simuladores, entre

otros)
Ejemplos
− SPSS: software estadístico que será empleado en el curso para realizar los cálculos y
análisis estadísticos requerido en el producto acreditable del curso.
− Jamboard: Se emplea esta pizarra digital, en las clases en línea para registrar lluvia
de ideas, realizar actividades colaborativas, para ello, es necesario que el alumno
 acceda con el correo “crece” proporcionado por la universidad.
− Microsft Office Excel: herramienta para realizar cálculos matemáticos a cualquier
conjunto de datos.

IX. REFERENCIAS

Bases de datos USS

Bologna, E. (2018). Métodos estadísticos de investigación. Editorial Brujas.

https://elibro.net/es/ereader/bibsipan/106355

Brownstein, N. C., Adolfsson, A., & Ackerman, M. (2019). Descriptive statistics and

visualization of data from the R datasets package with implications for clusterability.

Data in Brief, 25, 104004. https://doi.org/10.1016/j.dib.2019.104004

Castro, E. M. M. (2019). Bioestadística aplicada en investigación clínica: Conceptos

básicos. Revista Médica Clínica Las Condes, 30(1), 50-65.

https://doi.org/10.1016/j.rmclc.2018.12.002

Díaz Rodríguez, M. (2019). Estadística inferencial aplicada. Universidad del Norte.

https://elibro.net/es/ereader/bibsipan/122378

Goulouti, K., Favre, D., Giorgi, M., Padey, P., Galimshina, A., Habert, G., & Lasvaux, S.

(2021). Dataset of service life data for 100 building elements and technical systems

including their descriptive statistics and fitting to lognormal distribution. Data in Brief,

36, 107062. https://doi.org/10.1016/j.dib.2021.107062

Gutiérrez Banegas, A. L. (2020). Cómo entender estadística fácilmente. Instituto

Mexicano de Contadores Públicos. https://elibro.net/es/ereader/bibsipan/130922

Hernández Ripalda, M. D., Tapia Esquivias, M., & Hernández Gonzalez, S. (2019).

Estadística inferencial 2: Aplicaciones para ingeniería. Grupo Editorial Patria.

https://elibro.net/es/ereader/bibsipan/121281

Islas Salomón, C. A., Colín Uribe, M. P., & Morales Téllez, F. (2018). Probabilidad y

estadística. Grupo Editorial Éxodo. https://elibro.net/es/ereader/bibsipan/128557

 Martínez, E. (2020). Estadística. https://elibro.net/es/ereader/bibsipan/175596

Mújica Delgado, L. E., & Ruiz Ordoñez, M. L. (2021). Prácticas de estadística utilizando

R: Aplicaciones en problemas de ingeniería. Universitat Politècnica de Catalunya.

https://elibro.net/es/ereader/bibsipan/213706?page=38

Obando López, J., & Arango Londoño, N. (2019). Probabilidad y estadística. Fondo

Editorial EIA. https://elibro.net/es/ereader/bibsipan/125705

Ramos Azcuy, F. J., & Guerra Bretaña, R. M. (2019). Introducción a los métodos

estadísticos. Editorial Universitaria. https://elibro.net/es/ereader/bibsipan/123793

Romero Villafranca, R., & Zúnica Ramajo, L. (2020). Métodos estadísticos para

ingenieros. Editorial de la Universidad Politécnica de Valencia.

https://elibro.net/es/ereader/bibsipan/129644

Fuentes Externas

Sucasaire Pilco, J. (2021). Estadística descriptiva para trabajos de investigación.

Presentación e interpretación de resultados.

https://drive.google.com/file/d/1ieMiSIq4IBxYy223KA1YGYaKrdLxNBpD/view?

usp=sharing

Triola, M.f. (2018). Estadística. Pearson Educación de México.

https://drive.google.com/file/d/1IJCdoAIZNY04wuoLb-2hOe6NoIGMZych/view?

usp=sharing

Mocho Vasallo, J (2015). Estadística Aplicada a las ciencias de la salud. Elsevier.

https://drive.google.com/file/d/1RD4I530xb7Vd2Gala-sESZAnlR1xDHUe/view?

usp=sharing

Roth-Johnson, L. (s.f). Introduction to Descriptive Statistics: Using Mean, Median, and

Standard Deviation.

https://www.visionlearning.com/en/library/Math-in-Science/62/Introduction-to-
Descriptive-Statistics/218

Carpi, A. & Egger, A.E. (s.f) Estadísticas en la Investigación Científica.

https://www.visionlearning.com/es/library//49/Estadsticas-en-la-Investigacion-

Cientfica/155