ABR ESTADÍSTICA APLICADA

"EL RENDIMIENTO ACADÉMICO Y LAS HERRAMIENTAS

DIGITALES UTILIZADAS EN EL CURSO DE ESTADÍSTICA
APLICADA (RSTUDIO, SPSS, EXCEL)”

INTEGRANTES:
-Aguirre Navarro,Daniel
-Alvarado Quispe, Marshal Stalin
-Calderon Alvarado, Janpier

DOCENTE:
Flores Ugarte, Esther
1. INTRODUCCIÓN
El rendimiento académico en el contexto del curso de Estadística
Aplicada es un tema relevante en la educación superior. Con el avance
de la tecnología, el uso de herramientas digitales como Rstudio, SPSS
y Excel se ha vuelto común en la enseñanza de esta asignatura. Sin
embargo, aún hay preguntas sobre cómo el uso de estas herramientas
impacta en el rendimiento académico de los estudiantes.

En este proyecto, se investigará el rendimiento académico de los

estudiantes y el uso de herramientas digitales en el curso de Estadística
Aplicada. Se analizará cómo el uso de Rstudio, SPSS y Excel puede
influir en el rendimiento académico de los estudiantes, y se identificarán
los factores que podrían afectar este desempeño. Además, se realizará
una comparación de los resultados de rendimiento académico de los
estudiantes que utilizan estas herramientas digitales en el curso.

2. PLANTEAMIENTO DEL PROBLEMA

El uso de herramientas digitales en la enseñanza de la Estadística Aplicada
ha aumentado en los últimos años, pero aún hay preguntas sin respuesta en
cuanto a su impacto en el rendimiento académico de los estudiantes. Algunas
de las interrogantes que se plantean son: ¿Cómo afecta el uso de Rstudio,
SPSS y Excel en el rendimiento académico de los estudiantes en el curso de
Estadística Aplicada? ¿Cuáles son los factores que pueden influir en el
rendimiento académico de los estudiantes al utilizar estas herramientas
digitales? ¿Cómo se comparan los resultados de rendimiento académico de
los estudiantes que utilizan Rstudio, SPSS y Excel en el curso de Estadística
Aplicada?

3. OBJETIVOS
Analizar el rendimiento académico de los estudiantes en el curso de
Estadística Aplicada al utilizar herramientas digitales como Rstudio, SPSS y
Excel.
Identificar los factores que podrían influir en el rendimiento académico de los
estudiantes al utilizar estas herramientas digitales.
Realizar una comparación de los resultados de rendimiento académico de los
estudiantes que utilizan Rstudio, SPSS y Excel en el curso de Estadística
Aplicada.
 4. MARCO TEÓRICO
Pérez, C., & San Martín, E. (2019). Impacto del uso de herramientas digitales
en el rendimiento académico de estudiantes universitarios en el aprendizaje
de la Estadística. Revista de Educación en Ciencias de la Salud, 16(2),
98-105.
Resumen: Este estudio examina el impacto del uso de herramientas digitales
en el rendimiento académico de estudiantes universitarios en el aprendizaje
de la Estadística. Los autores analizan cómo el uso de herramientas digitales
afecta la enseñanza y el aprendizaje de la Estadística en el contexto de la
educación en ciencias de la salud.

2.Pino, E., & Rodríguez, M. (2017). El uso de R como herramienta de

enseñanza en cursos de Estadística en la educación superior: una revisión de
la literatura. Estadística Española, 59(194), 299-322.

Resumen: Este artículo realiza una revisión de la literatura sobre el uso de R

como herramienta de enseñanza en cursos de Estadística en la educación
superior. Los autores examinan la investigación existente en este tema,
destacando el papel de R como recurso didáctico en la enseñanza de la
Estadística en la educación superior.

1.1 DEFINICIÓN DE VARIABLES

1.1.1 Variables Externas

LA CALIDAD DEL SISTEMA EDUCATIVO:
Se refiere a la medida en que este sistema logra cumplir con sus objetivos y
proporcionar una educación efectiva y significativa a los estudiantes. Implica
la existencia de estándares y criterios de excelencia, así como la evaluación y
mejora continua de los procesos y resultados educativos. La calidad en la
educación obligatoria garantiza que los materiales y métodos educativos, la
infraestructura educativa y la idoneidad de los docentes y los directivos
garanticen el máximo logro de aprendizaje de los educandos.
FUNDACIÓN BBVA. La educación en España: Informe 2019. [en línea].
Bilbao: Fundación BBVA,
2020.https://www.bbvaresearch.com/publicaciones/espana-nivel-educativ
o-de-la-poblacion-en-el-pais-y-regiones-actualizacion-hasta-2019/
INEE(2018).¿Qué es la Calidad Educativa?.Instituto Nacional para la
evaluación de la
educacion,México.https://www.inee.edu.mx/directrices-para-mejorar/que-
 es-la-calidad-educativa/#:~:text=La%20calidad%20del%20sistema%20ed
ucativo,%2C%20suficiencia%2C%20eficiencia%20y%20equidad

Mide:
La interacción de las herramientas digitales
La aplicación de herramientas digitales

HERRAMIENTAS DIGITALES

La formación universitaria según Martínez (2020) ha sufrido

transformaciones importantes con el tiempo, en las que se registra el uso de
tecnologías de información y comunicación (TIC). En vista de la llegada de
Covid-19, algunas instituciones, maestros y estudiantes no pudieron
adaptarse al uso de estas tecnologías. Además de los informes y la calidad
académica, hubo un desafío para las universidades, que surgió desde la
distancia desde nuevas formas de lucha contra la educación.

ACCESIBILIDAD:

Acceso a recursos digitales pertenece a las condiciones que los estudiantes

necesitan para satisfacer las necesidades que plantea el sostenerse en el
momento de su Desarrollo profesional, por ejemplo: alimentos, traje,
vivienda, descanso, transporte, material educativo entre otros. favorable a
este respecto, suponemos que la actividad académica tendrá resultados
satisfactorios y el hecho de que en su entorno familiar tendrá este NSE.
Según Armenta, Pacheco y Pineda (2017). El nivel económico de la familia
solamente determina el rendimiento académico cuando es muy bajo cuando
puede colocar a una persona en una situación de escasez de lo que está
sucediendo es que es por lo general, se asocia con la falta de herramientas
tecnológicas para su capacitación, como una computadora, una calculadora y
otros, ya que no tienen presupuesto para su adquisición.

1.1.2 Variables académicas

RENDIMIENTO ACADÉMICO:
El rendimiento académico se puede medir observando los resultados
traducidos en calificaciones que se obtienen en exámenes y son notas que a
lo largo del tiempo definen un número que de acuerdo con su escala
obtenida puede ser positiva, regular o negativa

HERNÁNDEZ C(2015). Diagnóstico del rendimiento académico de

estudiantes de una escuela de educación superior en México. Instituto
 Politécnico Nacional, México

Mide:
Porcentaje de variación de nota
2.-PLANTEAMIENTO DE HIPÓTESIS

Hipótesis General

-𝐻0 : Existe relación entre las variables externas y el rendimiento académico.

-𝐻1 : No existe relación entre las variables externas y el rendimiento académico.

Hipótesis específicas

-𝐻0 : Existe relación entre el uso de instrumentos digitales y el rendimiento

académico.
-𝐻1 : No existe relación entre el uso de instrumentos digitales y el rendimiento
académico.

-𝐻0 :Existe relación entre la accesibilidad adecuada de los recursos digitales y

el rendimiento académico.
-𝐻1 :No existe relación entre el accesibilidad de los recursos digitales y el
rendimiento académico.

-𝐻0 :Existe relación entre la Interacción y el rendimiento académico.

-𝐻1 :No existe relación entre la interacción y el rendimiento académico.

3- DISEÑO MUESTRAL

Población en estudio
Campo de estudio: Estudiantes Universitarios en el semestre 2023-10
Ubicación: Universidad Continental - Huancayo
Modalidad: Presencial
Facultad: Ingeniería
Curso: Estadística aplicada

La referencia numérica del reporte de matriculados en el curso de estadística

aplicada de la facultad de ingeniería de la modalidad Presencial - Sede
Huancayo, 2023 de la Universidad Continental nos presenta un valor de 127
estudiantes en el año mencionado del periodo 10 tomándolo como el número
de población.
 Tipo de muestreo
Muestreo Sistemático:
Se utilizó este tipo de muestreo, porque al inicio definimos la población objetiva
y el tamaño de la muestra con la que queremos trabajar, de igual manera se
utilizó intervalos de muestreo para que el resultado del análisis sea eficaz, de las
cuales seguimos con el proceso de conteo de los datos.
Cálculo de tamaño de muestra
Teniendo en cuenta el tipo de variables que tenemos utilizaremos el método
para determinar el método de una población de las cuales vendría a ser finita.
Identificando el nivel de confianza, margen de error, la varianza o probabilidad
de éxito, calcule el tamaño de muestra usando de forma apropiada una de las
siguientes:

Tamaño de muestra de una proporción poblacional finita

Población (N) : 127
Nivel de significancia(Z): 95% ------> Z= 1.96
Margen de error (e) : 5% = 0.05
p: 0.5
q: 0.5

n= 95.6337
El resultado aproximado es de 96 estudiantes

Aplicando el formula para calcular el tamaño de muestra de una población finita

de 127 estudiantes con una proporción del 0.5 y un nivel de significancia del
95% nos arroja el resultados 95.6337 que aproximadamente sería 96
estudiantes de la facultad de ingeniería de la Universidad Continental -
Huancayo para realizar nuestros objetivos empleamos los instrumentos de
recolección de datos como los formularios.

1. OPERACIONALIZACIÓN DE VARIABLES

TIPO DE
VARIABLE FACTORES INDICADOR ESCALA
VARIABLE
 Mujer
Género Género
Varón
Edad en
Edad años Edades simples de 17 a 25 años
cumplidos
Datos de Ing. Civil
clasificació Ing. Industrial
n Ing. Minas
Ing.Mecatrónica
Carrera
Ing. Sistemas
Ing. Mecánica
Ing. Ambiental
Ing. Eléctrica
Nota de
Rendimient Evaluación 0 a 20
o Consolidado 1
Académico 1 Nota de
en el curso Dependiente Evaluación 0 a 20
de 2
estadistica Nota de
Examen
aplicada Examen 0 a 20
parcial
parcial
Durante las
sesiones del
curso,
Muy bajo
¿cómo
Bajo
describirías
Moderado
tu nivel de
Alto
participació
Muy alto
n activa en
las clases de
laboratorio?
¿Cuánto
tiempo y
Calidad de
Independien esfuerzo
los Reacciones Muy poco
te dedicaste
recursos físicas Poco
fuera de las
digitales Moderado
sesiones del
Mucho
curso para
Muy mucho
poner en
práctica los
recursos
digitales?
¿Cuáles son -Falta de acceso a dispositivos y conexión
algunos a Internet.
desafíos o -Distracciones y falta de motivación para
barreras utilizar los recursos.
que pueden -Resistencia al cambio por parte de
surgir al profesores y estudiantes.
 utilizar -Todas las opciones anteriores.
recursos
digitales
para el
rendimiento
académico?
¿Cuál de las
siguientes
-Mejora significativa del rendimiento
opciones
académico.
describe
-No tiene impacto en el rendimiento
mejor el
académico.
impacto de
-Deterioro del rendimiento académico.
los recursos
-Depende del tipo de recurso digital
digitales en
utilizado.
el
rendimiento
académico?
¿Tienes
acceso Casi nunca
adecuado a 1
recursos 2
tecnológicos 3
, para 4
utilizarlas 5
de forma Siempre
constante?
¿Te sientes
confiado/a
en tus
habilidades Muy confiado/a
para aplicar Confiado/a
los
conceptos y Moderadamente confiado/a
métodos de
la Poco confiado/a
estadística
en Muy poco confiado/a
Reacciones
situaciones
psicológicas
prácticas o
académicas?
¿Tienes
alguna
preferencia Excel
por una RStudio
herramienta SPSS
digital Otros
específica
en el curso
de
 estadística
aplicada?
¿Anteriorm
ente
utilizaste o
hiciste uso Si
de No
herramienta
s digitales
similares?

PROCESAMIENTO DE DATOS
Explique los métodos descriptivos e inferenciales que va aplicar en el
Análisis de datos.
En esta parte, al llegar a los 96 estudiantes que respondieron el formulario,
decidimos habilitarlo para poder procesar los datos.
ANÁLISIS DESCRIPTIVO
En este punto decidimos interpretar cada pregunta con sus gráficos del
cuestionario con respecto a las variables planteadas.
NOTAS OBTENIDAS DEL PARCIAL(en este caso se trabaja con las notas
máximas de cada intervalo)

En el gráfico se observa que 4 personas obtuvieron la nota de 08 en el

examen parcial del curso, 12 universitarios sacaron la nota de 11, 38
personas sacaron 14 en su examen, 30 personas sacaron 17 en su parcial,
por último 12 personas lograron sacar 20 de nota, se puede concluir que la
mayoría de los encuestados saco 14 en su examen siendo el 39,4%
LAS HERRAMIENTAS DIGITALES QUE MÁS SE USA
Según la gráfica se puede ver que el 44 universitarios utilizan Rstudio
siendo este la herramienta digital más preferida por los universitarios con
un 45.8%, luego le sigue la herramienta de excel con el 36.5% que equivale
a 35 universitarios, también se ve que 15 universitarios siendo el 15.6%
utilizan SPSS y 2 universitarios prefieren utilizar otra herramienta para
utilizarlas en clases y tener un buen rendimiento académico, ya que es más
manejable o fácil para ellos.
EL ACCESO ADECUADO DE LOS RECURSOS DIGITALES
1(NUNCA) - 2(CASI NUNCA) - 3(A VECES) - 4(NORMALMENTE) - 5(CASI
SIEMPRE) - 6(SIEMPRE)

Según los resultados obtenidos podemos observar que una persona no tiene
acceso adecuado a los recursos digitales, siendo este el 1.1% de los
universitarios, 7 universitarios de la encuesta casi nunca tienen acceso,
siendo este el 7.4% de los encuestados, también se observa que 9
universitarios equivalentes al 9.5% a veces tienen acceso adecuado, 30
universitarios representando al 31.6% normalmente tienen acceso
adecuado y 34 universitarios casi siempre tienen acceso y 14 como el
14.7% tienen acceso siempre. De esto podemos observar que la mayoría de
los universitarios tiene casi siempre acceso adecuado a sus recursos digitales,
siendo igual al 35.8% de los encuestados.
LA INTERACCIÓN DE LAS HERRAMIENTAS DIGITALES

En la imagen mostrada se puede mostrar que el 37.5% de los estudiantes no

hicieron uso de herramientas digitales anteriormente, y el 62.5 % equivale a
los estudiantes que sí utilizaron los recursos digitales del curso de
estadística estadística aplicada anteriormente.

Análisis inferencial
Aplicando los métodos estadísticos inferenciales apropiados, presentados en
clases en el presente semestre, analice e interprete los resultados.
En la Universidad Continental Huancayo, se obtuvo una muestra de 96 estudiantes
de la carrera de Ingeniería en la cual se hace un estudio con las variables
externas y su influencia en el rendimiento académico. Para ello se plantea una
posible hipótesis que vendría a ser si es que llegaría a Existir relación entre la
Interacción y el rendimiento académico.

a una significancia de 0.05

ANÁLISIS DE REGRESIÓN MÚLTIPLE

y: Rendimiento académico
x1: interacción muy baja
x2: interacción baja
x3: interacción moderado
x4: interacción alta
x5: interacción muy alta

BASE DE DATOS DE LA ENCUESTA

REFERENCIAS:
Arroyo, J. (2 de noviembre de 2022). Uso de las TIC en el rendimiento
académico de los estudiantes de Bachillerato de la UE Inmaculada.
Pucese. https://repositorio.pucese.edu.ec/handle/123456789/3270

Castro, A, et al. (2022). Herramientas digitales y el rendimiento académico de

los estudiantes. Educare segunda nueva etapa , 1(2), 23 36

García, F, et al. (2022). Competencia digital del alumnado universitario y

rendimiento académico en tiempos de COVID-19. Renided.
https://hdl.handle.net/11162/224803

Gonzales, M. (2021). Herramientas digitales y rendimiento académico en

estudiantes del ciclo intermedio del Centro de Educación. Universidad
Nacional de educación.
https://repositorio.une.edu.pe/bitstream/handle/20.500.14039/76
38/TESIS%20-%20GONZALES%20PE%C3%91A%20MIRTHA%20G
LADYS%20-%20FPYCF.pdf?sequence=4