Proyecto Final Estadistica Inferencial - Corr.6

“ESTRÉS ACADÉMICO EN ESTUDIANTES
DE UTP 2023”
CURSO: Estadística Inferencial
DOCENTE:
Joel Jesús, Bastidas
INTEGRANTES:
Alarcón Irigoin, Doreli Yonerly U223119398
Chaves Carpio, Edy Robinson U20219049
Chávez Catey, Kevin Aníbal U19304759
Diaz, Wilson Camilo U22308577
Espinoza Bautista, Susana U20302149
Guerra Jacobo, Marcos Jesús U21315422
Neira Galindo, Edson Enrique U21307792
Sandoval Sánchez, Wilson U22235836
Silva Quispe, Juan Gabriel U19303451
2023
Lima – Perú
RESUMEN
El estrés académico es una de las principales problemáticas que se observan

con frecuencia en los estudiantes universitarios, dicho estrés suele provocar
enfermedades cardiacas, depresión, falta de sueño, faltas en clase, trabajos
inconclusos, etc. Teniendo en cuenta la importancia de este estado de
preocupación o tensión mental que genera esta situación difícil. Se realizó una
investigación sobre El estrés Académico en los Estudiantes de la UTP 2023.
Para dicha investigación se realizó una encuesta obteniéndose una muestra
estadística, cuyos resultados fueron recolectados de forma aleatoria de 130
estudiantes de la UTP. Para la selección de datos se aplicó un cuestionario,
dicho resultado obtenido fue sometida a un análisis con diversas pruebas que
miden el nivel estrés. Atreves del estudio surge una pregunta de investigación
¿Cuáles son las características del estrés académico en los estudiantes de
UTP 2023, Perú? Para resolver la interrogante se utilizó varios métodos
estadísticos como la comparación, la asociación y la relación entre los datos
del estrés y las variables. Sin embargo, para contrastar la hipótesis fue
necesario comprobar el ajuste normal de los datos mediante la prueba de
normalidad, prueba de medianas, de medias, prueba de varianzas u
homogeneidad, entre otros. Llegando a una conclusión con evidencias
estadísticas para afirmar o rechazar la existencia de efectos en los niveles
entre el estrés y las variables. Finalmente se cumplió el objetivo del trabajo,
que fue el determinar las características del estrés académico en los
estudiantes de UTP 2023 Perú, generando una fuente útil para identificar los
puntos críticos del estrés académico, para tomar en cuenta en el futuro el cómo
debemos reducir o eliminar con asertividad el estrés en los estudiantes.
PALABRAS CLAVES:
Mediana, Media, Varianza, Correlaciones, Significación, estrés, proporción,

muestreo, frecuencia, desviación estándar.
ABSTRAC
Academic stress is one of the main problems that are frequently observed in
university students, such stress usually causes heart disease, depression, lack
of sleep, absences in class, unfinished work, etc. Considering the importance of
this state of worry or mental tension that this difficult situation generates. An
investigation was carried out on Academic stress in the Students of the UTP
2023. For said investigation, a survey was carried out, obtaining a statistical
sample, the results of which were collected randomly from 130 UTP students.
For data collection, a questionnaire was applied, the result obtained was
subjected to an analysis with various tests that measure the stress level.
Therefore, a question arises as a central problem: What are the characteristics
of academic stress in the students of UTP 2023, Peru? To solve this problem,
various statistical methods have been used, such as comparison, association
and the relationship between stress data and variables. However, to test the
hypothesis, it was necessary to verify the normal fit of the data using the
normality test, test of medians, test of means, test of variances or homogeneity,
among others. Reaching a conclusion with statistical evidence to affirm or reject
the existence of effects on the levels between stress and the variables. Finally,
the objective of the work was fulfilled, which was to determine the
characteristics of academic stress in the students of UTP 2023 Peru, generating
a useful source to identify the critical points of academic stress, to take into
account in the future how we should reduce or assertively eliminate academic
stress in students.
KEYWORDS:
Median, Mean, Variance, Correlations, Significance, stress, proportion,

sampling, frequency, standard deviation.
CAPITULO I
1. ANTECEDENTES/ DESCRIPCIÓN DEL PROYECTO
Según los autores, Lazo y Samaniego (2021), realizaron un trabajo de

investigación centró su atención en el estrés académico de los estudiantes
universitarios en un contexto académico de estudios en la modalidad a
distancia. El principal objetivo fue determinar la existencia o no de una
correlación entre el estrés y el rendimiento académico, lo cual serán analizadas
según su nivel de intensidad. La población fue comprendida por los alumnos de
pregrado de la universidad en modalidad de estudios a distancia de la
Universidad Católica los Ángeles de Chimbote sede Lima; a partir de esta
población se determinó el tamaño de la muestra estando conformado por 130
estudiantes. El resultado del estudio indica la existencia de una moderada
correlación negativa entre el estrés y el rendimiento académicos. Se buscó
determinar la diferencia del estrés académico en los grupos de edad, sexo y
especialidad programa de estudio; tratando, asimismo, de encontrar la relación
que existe entre la intensidad del estrés académico, los estresores, las
reacciones y las estrategias de afrontamiento, con la finalidad de comprender y
entender las diferentes características y manifestaciones de este fenómeno
social a fin de brindar las recomendaciones necesarias para su consideración
en los sistemas educativos. El procesamiento de los datos se focalizó en el
análisis correlacional, Para corroborar la existencia de la correlación se utilizó
la Rho de Sperman como método estadístico.
Según el informe de investigación Lazo y Samaniego (2021), tiene como título

Autoestima y Estrés Académico en Estudiantes de una Institución Pública de la
Provincia de Junín – 2021. El Estrés Académico es determinado por diferentes
factores, como las exigencias y demandas de origen interno o externo al que se
enfrentan los estudiantes en su vida diaria las cuales pueden ser: trabajos
asignados, exámenes, etc. Y el objetivo de este informe es relacionar
autoestima y el estrés académico de los estudiantes de quinto de secundaria.
La metodología para utilizar en esta investigación es el método científico como
método general, es de tipo sustantiva, descriptiva, de nivel relacional y diseño
no experimental.
Para la recolección de datos se aplicó la técnica de la encuesta y los
instrumentos administrados fueron la Escala de Autoestima Coopersmith
adultos SEI y el Inventario de Estrés Académico SISCO, los mismos que están
validados y son confiables. En conclusión, se tuvo como resultado rho
Spearman = 0,378 se encontró que hay relación inversa débil entre la
autoestima y el estrés académico en estudiantes de una Institución Educativa
Pública de la provincia de Junín – 2021. Por lo que se recomienda realizar
talleres de fortalecimiento de autoestima, a través de la autovaloración y la
práctica de valores y principios los cuales nos permitirá minimizar el estrés
académico y mejorar las estrategias de afrontamiento.
2. PROBLEMA CENTRAL DEL TRABAJO
¿Cuáles son las características del estrés académico en los estudiantes de

UTP 2023, Perú?
3. OBJETIVOS GENERALES Determinar las características del estrés

académico en los estudiantes de UTP 2023 Perú
4. OBJETIVOS ESPECÍFICOS
 Comparar los niveles de estrés positivo según el genero

 Comparar los niveles de estrés negativo según el genero
 Comparar los niveles de estrés positivo según la carrera
 Comparar los niveles de estrés negativo según la carrera
 Comparar los niveles de estrés positivo según el ciclo
 Comparar los niveles de estrés negativo según el ciclo
 Comparar los niveles de estrés positivo según la situación laboral
 Comparar los niveles de estrés negativo según la situación laboral
 Comparar los niveles de estrés positivo según la sede
 Comparar los niveles de estrés negativo según la sede
o Relacionar los niveles de estrés positivo y el gasto académico
o Relacionar los niveles de estrés negativo y el gasto académico
o Relacionar los niveles de estrés positivo y el tiempo de estudio
o Relacionar los niveles de estrés negativo y el tiempo de estudio
o Relacionar los niveles de estrés positivo y el desempeño académico
o Relacionar los niveles de estrés negativo y el desempeño académico
 Asociar los niveles de estrés positivo y el género
 Asociar los niveles de estrés negativo y el género
 Asociar los niveles de estrés positivo y la carrera
 Asociar los niveles de estrés negativo y la carrera
 Asociar los niveles de estrés positivo y la situación laboral
 Asociar los niveles de estrés negativo y la situación laboral
 Asociar los niveles de estrés positivo y la sede
 Asociar los niveles de estrés negativo y la sede
CAPITULO II
1. CONCEPTOS ESTADISTICOS
 -MEDIA:
En los cursos de matemática y estadística, una media o promedio, es una

medida de tendencia central. Resulta al efectuar una serie determinada de
operaciones en conjunto de números y que, en ciertas condiciones, es
representada por sí solo a todo el conjunto. Existen distintos tipos de medias,
tales como la media aritmética para datos simples, la media aritmética para
datos agrupados, la media armónica y la media geométrica, aunque en el
lenguaje común, tanto en estadística como en matemáticas la elemental de
todas ellas es el término que se refiere generalmente a la media aritmética.
Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima: Centro de
ediciones del INEI. Pag. 42
 MEDIA ARITMÉTICA PARA DATOS SIMPLES:
Es la medida de tendencia central que demuestra el promedio de un conjunto

de datos. Esto se calcula dividiendo la suma del conjunto de datos entre el total
de ellos. Esto se representa mediante la fórmula:
∑ xi
x= i=1
N

 MEDIA ARITMÉTICA PARA DATOS AGRUPADOS:
Es la medida de tendencia central. Se calcula multiplicando cada valor de los

elementos por el número de veces que se repite. Olaechea, H. (2006). Glosario
básico de términos estadísticos. Lima: Centro de ediciones del INEI. Pag. 42
La suma de todos estos elementos se divide entre el total de datos:
(x ¿ ¿ m∗nm )
x=(x ¿ ¿1∗n1 )+(x ¿ ¿ 2∗n2)+… ¿¿¿
N
La media aritmética de una variable se define como la suma ponderada de los

valores de la variable por sus frecuencias relativas. Olaechea, H. (2006).
Glosario básico de términos estadísticos. Lima: Centro de ediciones del INEI.
Pag. 42. Se denota por y se calcula mediante la expresión:
∑ x i∗ni
x= i=1
N
 MEDIA ARMÓNICA:
Es un valor que se obtiene como la inversa de la media de las observaciones
de las observaciones. Se le denomina por H.
1
H= m
1
∑ ∗n
xi i
i=1
Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima:

Centro de ediciones del INEI. Pag. 42.
 MEDIA GEOMÉTRICA:
Es una medida de tendencia central. Dado dos números y 1 e y 2, llamaremos
media geométrica (G) de estos números a la raíz cuadrada del producto de
estos. Cuando se tiene N observaciones (más de dos datos): x 1, x 2 …x p y
cada uno de ellos se repite n 1, n 2 ......n p veces entonces, generalizando la
primera expresión se tiene:
G= √ x n1 ∗x n2 …∗x np
N 1 2 p
Solo se puede calcular si no hay observaciones negativas o valores cero. Es
menos sensible que la media aritmética a los valores extremos. Su valor es
siempre menor o igual que la media aritmética. Su uso más frecuente es el de
promediar porcentajes, tasas, números índices, entre otros, es decir en los
casos que se supone que la variable presenta variaciones acumulativas.
 MEDIANA:
Es la medida de la tendencia central. Este dado por el valor que divide al

conjunto de datos ordenados, en aproximadamente dos partes: 50% de valores
son inferiores y otro 50% son superiores. Por ejemplo, si decimos que la
mediana de los sueldos de los mozos de una empresa de restaurante es de
900 soles mensuales, estamos indicando que el 50% gana menos que 900 y el
otro 50% gana más. Simbólicamente se representa por:
~
x ò Mn

 Cálculo de la mediana para datos no agrupados en intervalos:
Tendremos en cuenta el número de datos N: Si tenemos N datos y N es impar,

hay un término central entonces esté valor central es la mediana. Si N es par,
hay dos términos centrales, la mediana será la semisuma de esos dos valores.
 Cálculo de la mediana en datos agrupados en intervalos:
Si la variable se encuentra representada por intervalos, se calcula mediante la

siguiente fórmula:
N
−N i−1
~ 2
x=LI + ∗C i
ni
Donde:
LI Es el límite inferior de la clase mediana.
N j-1 Es la frecuencia absoluta acumulada anterior o igual a la frecuencia de la

clase mediana.
ni Frecuencia de la clase mediana
N Total de datos.
ci Es la amplitud del intervalo de la clase mediana.

 DESVIACION:
Conocida también como desviación típica, es una medida de dispersión que se

obtiene como la raíz cuadrada de la varianza. Olaechea, H. (2006). Glosario
básico de términos estadísticos. Lima: Centro de ediciones del INEI. Pag. 19
Fórmula para Datos Agrupados:
√
n
∑ ( X I −X ) 2 ni
S= √ S =
2 i=1
n
Fórmula para Datos No Agrupados:

√
n
∑ (X i ¿−X ) 2
S= √ s = 2 i=1
¿
N
 PROPORCION:
La proporción es la medida de estadística descriptiva que más se usa. Es el

número de observaciones con una característica en particular entre la
población de referencia. El numerador siempre está incluido en el
denominador. Se expresa en porcentaje. Las medidas de proporción utilizadas
en la práctica clínica para describir la enfermedad son la prevalencia y la
incidencia. La prevalencia es el número de casos existentes de una
enfermedad en particular entre la población de referencia. Olaechea, H. (2006).
Glosario básico de términos estadísticos. Lima: Centro de ediciones del INEI.
Pag. 53
 VARIANZA:
Conocida también como variancia, es una medida de dispersión de la

información. Se obtiene como el promedio de los cuadrados de las
desviaciones de los valores de la variable respecto de su media aritmética.
Fórmula para datos simples:
2
S=
∑ (X i− X)2
n
Fórmula para datos agrupados:
2
S=
∑ (X i− X)2∗ni
n
Mide la distancia existente entre los valores de la serie y la media. La varianza
siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el
contrario, mientras mayor sea la varianza, más dispersos están los datos.
2. VARIABLES Y TIPOS DE VARIABLES
Para este trabajo de investigación se encontraron las siguientes variables:

 Edad:
Según el diccionario médico de la clínica navarra de Madrid, la edad permite
hacer mención del tiempo que ha transcurrido desde el nacimiento de un ser
vivo. Por lo tanto, es un tipo de variable numérica. Enciclopedia Concepto.
(2021, 05 de agosto). Concepto de variable. https://concepto.de/variable/
 Género:
De acuerdo a la Organización Mundial de la Salud (OMS), Se refiere al tipo,
clase, estirpe o linaje al que pertenecen un conjunto de cosas o seres que
tienen la misma naturaleza. Se define como tipo de variable no numérica.
Enciclopedia Concepto. (2021, 05 de agosto). Concepto de
variable. https://concepto.de/variable/
 Ciclo:
Según el diccionario Definición ABC, Ciclo es el período de tiempo que,
acabado, se vuelve a contar de nuevo. El ciclo es una etapa educativa que está
relacionada con el desarrollo físico y mental. De esta manera, cada curso
académico se encuentra dentro de un ciclo y el conjunto de ciclos conforma el
periodo formativo. Se estima como una variable numérica.
 Gastos académicos:
En este tipo de variable podremos conocer la deducción de los gastos que se
obtiene al realizar una carrera universitaria, ya sea por ciclo o carrera completa.
Este se encuentra en el tipo de variable numérica
 Trabaja (si/no):
Podremos definir si el alumno se encuentra trabajando-estudiando o solo
estudiando al momento de cursar la universidad. Tipo de variable no numérica.
 Tiempo de estudio semanal:

El tiempo que se le brinda al estudio es un punto muy importante, ya que ahí se
ve el esfuerzo que se le otorga a la carrera que se viene desarrollando. Tipo de
variable numérica. Enciclopedia Concepto. (2021, 05 de agosto). Concepto de
 Sede:
Según el Diccionario Definición ABC, Sede es el lugar o sitio que constituye el
núcleo principal de cualquier actividad o el domicilio principal de una
organización, empresa, etc. Se define como una variable no numérica.
 Puntuación de desempeño:
Es una apreciación sistemática del desempeño de cada persona en el potencial
del desarrollo de su futuro. Es el proceso por el cual se estima el rendimiento
global. Por lo tanto, es un tipo de variable numérica. Enciclopedia Concepto.
(2021, 05 de agosto). Concepto de variable. https://concepto.de/variable/
 Modalidad de estudio:
Una modalidad educativa es la forma bajo la cual se ofrece cursar una materia
o experiencia educativa, incluye los medios, los tiempos y los procedimientos
bajo los cuales se llevará a cabo el proceso de enseñanza aprendizaje. Se
estima como variable no numérica. Enciclopedia Concepto. (2021, 05 de
agosto). Concepto de variable. https://concepto.de/variable/
3. MUESTRA ESTADISTICAS Y TIPO DE MUESTREO
 MUESTRA ESTADÍSTICA:
Es un subconjunto representativo de la población a partir del cual se pretende

realizar inferencias respecto a la población de donde procede. Los elementos
seleccionados con cierta técnica reúnen ciertas características que la hacen ser
representativa, significativa y confiable y que en base a ella se pueden hacer
inferencias respecto a la población. La muestra puede ser probabilística y no
probabilística (Azursa Olaechea, 2006, pág. 46).
 MUESTRA NO PROBABILÍSTICA:
Es aquella que se obtiene mediante juicio de la persona que selecciona los

elementos de la muestra que usualmente es un experto en la materia.
 MUESTRA PROBABILÍSTICA:
Es aquella muestra obtenida por un mecanismo de probabilidades, en el cual

cada elemento de la población total o universo tiene una probabilidad conocida
de selección (Azursa Olaechea, 2006, pág. 46).
 MUESTREO:
Es un conjunto de métodos y procedimientos estadísticos destinados a la

selección de una o más muestras (Azursa Olaechea, 2006, pág. 46).
3.1 TIPOS DE MUESTREO:
 MUESTREO ALEATORIO SIMPLE:

Es un método de muestreo donde una muestra aleatoria simple es
seleccionada de tal manera que cada muestra posible del mismo tamaño tiene
igual probabilidad de ser seleccionada de la población. Una muestra aleatoria
es también llamada una muestra probabilística es aquella cuyos elementos se
seleccionan individualmente de la población en forma aleatoria, y es preferida
por los estadísticos porque la selección de las muestras es objetiva y el error
muestral puede ser medido en términos de probabilidad bajo la curva normal.
Por conveniencia, este método puede ser reemplazado por una tabla de
números aleatorios cuando una población es infinita. Se aplica cuando los
datos son casi homogéneos (Azursa Olaechea, 2006, pág. 46).
 MUESTREO SISTEMÁTICO:
Es una variante del método aleatorio simple de selección de cada elemento de

la muestra. Se aplica cuando la población está listada en algún orden.
Consiste en seleccionar un número aleatorio menor que N/n y luego los (n-1)
elementos de la muestra se eligen agregando al primer aleatorio: el entero K
obtenido por K=N/n y así sucesivamente. El primer elemento de la muestra es
seleccionado al azar. Por lo tanto, una muestra sistemática puede dar la misma
precisión de estimación acerca de la población que una muestra aleatoria
simple cuando los elementos en la población están ordenados al azar (Azursa
Olaechea, 2006, pág. 47).
 MUESTREO ESTRATIFICADO ALEATORIO:
Es un método de muestreo que se aplica cuando se divide la población en

grupos, llamados estratos, donde los datos son más homogéneos pero un
estrato frente al otro muy distintos. Para extraer la muestra se aplica el
muestreo aleatorio simple a cada estrato y el tamaño es la suma de los
tamaños de todos los estratos. Para determinar los tamaños de los estratos se
puede utilizar la asignación proporcional óptima y óptima económica. Si no se
conoce la variabilidad de los datos se aplica la asignación proporcional (Azursa
Olaechea, 2006, pág. 47).
 MUESTREO POR CONGLOMERADOS:

Es un método de muestreo en el cual la población está en grupos debido a la
organización administrativa u otro (conglomerados). Ejemplo: Colegios,
universidades, manzanas de casas, entre otros. Al interior de los
conglomerados no se puede garantizar homogeneidad. Cada conglomerado es
una unidad donde la muestra se selecciona como en el muestreo aleatorio
simple y se aplica la encuesta a todos los elementos del conglomerado. Una
muestra de conglomerados usualmente produce un mayor error muestral. Por
lo tanto, se obtiene menor precisión de las estimaciones acerca de la población
que una muestra aleatoria simple del mismo tamaño. Los elementos
individuales dentro de cada conglomerado tienden frecuentemente a ser
iguales (Azursa Olaechea, 2006, pág. 47).
 MUESTREO CON REPOSICIÓN.
Es el procedimiento para seleccionar cada elemento de la población, éste no se

repone o considera de nuevo en la población, por lo que no puede ser
seleccionado nuevamente. En este caso el tamaño de la población o universo
se irá reduciendo en cada selección N-1, N-2, N-3..., etc. Unidades de
muestreo hasta N – n elementos (Azursa Olaechea, 2006, pág. 48).
4. GRAFICOS
1.- EDAD:
INTERPRETACION:
 De un total de 193 estudiantes de la universidad UTP 2023 encuestados

siendo la edad mínima 18 años y la máxima 63 años; se obtiene que el
promedio (muestral) de todas las edades es 26 años; también se sabe
que el 50 % de los estudiantes tiene una edad superior a 24 años y el
otro 50% tiene una edad inferior a 24 años; la edad con mayor
frecuencia entre los estudiantes es 19 años y su desviación de las
edades de los estudiantes con respecto a su promedio es 7.684 años en
promedio.
2.- GENERO:
INTERPRETACION

se obtiene que el 63.73% son de género masculino y el 36.27 % son de
género femenino. Por ende, se deduce que la mayoría de los
estudiantes son masculinos.
3.- CARRERA:
INTERPRETACION

se obtiene que 25.91% estudian la carrera de Ing. de sistemas, el
41.45% estudian Ing. Industrial; el 16.58% estudia Psicología y el
16.06% estudia otras carreras. Por ende, se deduce que la carrera más
popular a seguir es la Ing. Industrial.
4.- CICLO:
INTERPRETACION

se obtiene que 33.68% curso el cuarto ciclo, el 39.38% cursa el quinto
ciclo; el 15.03% cursa el tercer ciclo o menos y el 11.92% cursa el sexto
ciclo o más. Por ende, se deduce que el ciclo más cursado por los
encuestados es el quinto ciclo y en su minoría cursan del sexto ciclo a
más.
 5.- GASTO ACADEMICO:

INTERPRETACION

siendo el gasto mínimo y máximo 100 y 4000 soles respectivamente; se
obtiene que el promedio (muestral) de todos los gastos es 1015 soles;
también se sabe que el 50 % de los estudiantes tiene un gasto superior
a 900 soles y el otro 50% tiene un gasto inferior 900 soles; el gasto con
mayor frecuencia entre los estudiantes es 1000 y su desviación de los
gastos de los estudiantes con respecto a su promedio es 594.55 soles
en promedio.
6.- TRABAJA:
INTERPRETACION

se obtiene que 71.50% estudia y trabaja, el 28.50% solo estudia. Por
ende, se concluye que la mayoría de los estudiantes cuenta con trabajo.
7.- HORAS DE ESTUDIO:
INTERPRETACION

siendo la hora mínima y máximo de estudio 0 y 96 respectivamente; se
obtiene que el promedio (muestral) de todas las horas empleadas por los
estudiantes es 23 horas; también se sabe que el 50 % de los estudiantes
emplea un tiempo de estudio superior a 20 horas y el otro 50% emplea
un tiempo inferior 20 a horas; el tiempo empleado con mayor frecuencia
es 20 horas y la desviación del tiempo de estudio de los estudiantes con
respecto a su promedio es 16.45 horas en promedio.
8.- SEDE:
INTERPRETACION

se obtiene que 23.32 % de estudiantes son de la sede ATE, el 26.43 %
se ubican en la sede HUANCAYO; el 12.953% se ubican en LIMA
CENTRO y el 12.953% son de la sede LIMA NORTE quedándonos el
24.36% como OTROS. Por ende, se deduce que la sede con más
estudiantes por los encuestados es HUANCAYO y en su minoría se
encuentran en LIMA CENTRO y LIMA NORTE por igual.
9.- DESEMPEÑO:
INTERPRETACION

por su desempeño mínima y máximo de calificación 0 y 20
respectivamente; se obtiene que el promedio (muestral) de todas las
notas calificadas dado por los estudiantes es 15.28 ; también se sabe
que el 50 % de los estudiantes desempeñan una calificación superior a
16 y el otro 50% desempeña una calificación inferior a 16 ; el
desempeño académico con mayor frecuencia es 15 y la desviación del
desempeño de los estudiantes con respecto a su promedio es 2.929 de
notas en promedio.
CAPÍTULO III
ANALISIS DE RESULTADO Y PRUEBAS DE HIPOTESIS
1. COMPARACION DE LOS NIVELES DE ESTRÉS POSITIVO SEGÚN EL

GÉNERO
PRUEBA NORMALIDAD
H0: Los niveles de estrés positivo proviene de una población normal
H1: Los niveles de estrés positivo proviene de una población NO normal
S-W= 0.9638
P valor=0.0016
Decisión: Rechazo H0
Conclusión: Los niveles de estrés positivo proviene de una población NO

normal
Prueba de Normalidad (Shapiro-Wilk)
W p
Estrés positivo 0.96378 0.0016091
Nota. Un valor p bajo sugiere una violación del supuesto de normalidad

PRUEBA DE MEDIANAS
H0: Me1 ≤ Me2
H1: Me1 > Me2 (Los niveles de estrés positivo en varones es mayor que en
mujeres)
U = 1526.5
P valor = 0.0436
Conclusión: Los niveles de estrés positivo en varones es mayor que en

mujeres
Interpretación: Por lo tanto, el género si tiene efecto en los niveles de estrés
positivo.
Prueba T para Muestras Independientes
Estadístico p
Estrés positivo U de Mann-Whitney 1526.5 0.043592
Nota. Hₐ μ Masculino > μ Femenino
2. COMPARACIÓN DE LOS NIVELES DE ESTRÉS NEGATIVO SEGÚN EL

GÉNERO
PRUEBA NORMALIDAD
H0: Los niveles de estrés negativo proviene de una población normal
H1: Los niveles de estrés negativo proviene de una población NO normal
S-W= 0.9886
P valor=0.3661
Decisión: No Rechazo H0
Conclusión: Los niveles de estrés negativo proviene de una población normal
W p
Estrés negativo 0.98862 0.36608
PRUEBA DE VARIANZAS U HOMOGENEIDAD
Formulación de hipótesis
H0: VAR1 = VAR2 (Las varianzas de ambos grupos son iguales)
H1: VAR1 ≠ VAR2 (Las varianzas de ambos grupos NO son iguales)
Levene: F = 0.4852
Gl = 1
gl2 = 127
P valor = 0.4873
Conclusión: Por lo tanto, las varianzas en los niveles de estrés negativo según
el género son iguales.
Prueba de Levene para homogeneidad de varianzas
F gl gl2 p
Estrés negativo 0.48522 1 127 0.48734
Nota. Un valor p bajo sugiere una violación del supuesto de varianzas iguales
PRUEBA DE MEDIAS
H0: µ1 ≥ µ2
H1: µ1 < µ2 (La media de los niveles de estrés negativo en las mujeres es
mayor que en los varones)
T de Student = -1. 0450
gl = 127.00
P valor = 0.1490
Conclusión: NO existe diferencias en los niveles de estrés negativo según el

género.
Interpretación: Por lo tanto, el género no influye en los niveles de estrés

negativo en los estudiantes.
Estadístico gl p
Estrés negativo T de Student -1.0450 127.00 0.14900
Nota. Hₐ μ Masculino < μ Femenino

3. COMPARACIÓN DE LOS NIVELES DE ESTRÉS POSITIVO SEGÚN LA
CARRERA
PRUEBA NORMALIDAD
S-W= 0.9697
P valor=0.0055

normal
W p
PRUEBA DE MEDIANAS
H0: Me1 = Me2 = Me3 = Me4 (Los niveles de estrés positivo según la carrera
son iguales)
H1: Los niveles de estrés positivo según la carrera NO son iguales
H (X^2) = 5.9753
gl = 3
P valor=0.1128
Conclusión: Los niveles de estrés positivo según la carrera son iguales
Interpretación: Por lo tanto, la carrera no tiene efecto en los niveles de estrés

positivo.
Kruskal-Wallis
χ² gl p
Estrés positivo 5.9753 3 0.11282
4. COMPARACIÓN DE LOS NIVELES DE ESTRÉS NEGATIVO SEGÚN LA

CARRERA
PRUEBA NORMALIDAD
S-W= 0.9891
P valor=0.3995
W p
H0: VAR1 = VAR2 = VAR3 = VAR4 (Las varianzas en los niveles de estrés
negativo según la carrera son iguales)
H1: Las varianzas en los niveles de estrés negativo según la carrera NO son
iguales.
Levene: F = 1.1714
Gl1 = 3
gl2 = 125
P valor = 0.3234
la carrera son iguales.
F gl1 gl2 p
Estrés negativo 1.1714 3 125 0.32342
PRUEBA DE MEDIAS
H0: µ1 = µ2 = µ3 = µ4 (Las medias de los niveles de estrés negativo según la

carrera son iguales)
H1: (Las medias de los niveles de estrés negativo según la carrera NO son
iguales)
Welch: F = 3.3778
gl1 = 3
gl2 = 49.747
P valor = 0.0254
Conclusión: Hay EES para afirmar que existe diferencias en los niveles de
estrés negativo según la carrera.
ANOVA de Un Factor (Welch)
F gl1 gl2 p
Estrés negativo 3.3778 3 49.747 0.025401
Interpretación: Por lo tanto, la carrera si tiene efecto en los niveles de estrés

positivo.
5. COMPARACIÓN DE LOS NIVELES DE ESTRÉS POSITIVO SEGÚN EL

CICLO
PRUEBA NORMALIDAD
S-W= 0.9750
P valor=0.0174

normal
W p
PRUEBA DE MEDIANAS
H0: Me1 = Me2 = Me3 = Me4 (Los niveles de estrés positivo según el ciclo son
iguales)
H1: Los niveles de estrés positivo según el ciclo NO son iguales
H (X^2) = 2.2541
gl = 3
P valor=0.5214
Conclusión: Los niveles de estrés positivo según el ciclo son iguales
Interpretación: Por lo tanto, el ciclo no tiene efecto en los niveles de estrés

positivo.
Kruskal-Wallis
χ² gl p
Estrés positivo 2.2541 3 0.52138
6. COMPARACIÓN DE LOS NIVELES DE ESTRÉS NEGATIVO SEGÚN EL

CICLO
PRUEBA NORMALIDAD
S-W= 0.9907
P valor=0.5469
W p
H0: VAR1 = VAR2 = VAR3 = VAR4 (Las varianzas en los niveles de estrés
negativo según el ciclo son iguales)
H1: Las varianzas en los niveles de estrés negativo según el ciclo No son
iguales.
Levene: F = 0.4811
gl1 = 3
gl2 = 125
P valor = 0.6960
el ciclo son iguales.
F gl1 gl2 p
Estrés negativo 0.48110 3 125 0.69601
PRUEBA DE MEDIAS
H0: µ1 = µ2 = µ3 = µ4 (Las medias de los niveles de estrés negativo según el

ciclo son iguales)
H1: Las medias de los niveles de estrés negativo según el ciclo NO son
iguales.
Fisher: F = 1.1904
gl1 = 3
gl2 = 125
P valor = 0.3162
Conclusión: Hay EES para afirmar que NO existe diferencias en los niveles de
estrés negativo según el ciclo.
Interpretación: Por lo tanto, el ciclo NO tiene efecto en los niveles de estrés

negativo.
ANOVA de Un Factor (Fisher)
F gl1 gl2 p
Estrés negativo 1.1904 3 125 0.31621

7. COMPARACIÓN DE LOS NIVELES DE ESTRÉS POSITIVO SEGÚN LA
LABOR
PRUEBA NORMALIDAD
S-W= 0.9729
P valor=0.0110

normal
W p
PRUEBA DE MEDIANAS
H0: Me1 ≤ Me2
H1: Me1 > Me2 (Los niveles de estrés positivo en los estudiantes que trabajan
es mayor que en los estudiantes que NO trabajan)
U = 1419.0
P valor = 0.0542
Conclusión: Los niveles de estrés positivo en los estudiantes que trabajan es

menor o igual que los estudiantes que NO trabajan
interpretación: Por lo tanto, los niveles de estrés positivo en los estudiantes
que trabajan si tiene efecto.
Estadístico p
Estrés positivo U de Mann-Whitney 1419.0 0.054238
Nota. Hₐ μ 1 > μ 2
8. COMPARACIÓN DE LOS NIVELES DE ESTRÉS NEGATIVO SEGÚN

LA LABOR
PRUEBA NORMALIDAD
S-W= 0.9904
P valor=0.5160
W p
estres negativo 0.99040 0.51603
H0: VAR1 = VAR2 (Las varianzas en los niveles de estrés negativo según su
labor son iguales)
H1: VAR1 ≠ VAR2 (Las varianzas en los niveles de estrés negativo según su
labor NO son iguales)
Levene: F = 0.4690
Gl1 = 1
gl2 = 127
P valor = 0.4947
Conclusión: Por lo tanto, las varianzas de todos los estudiantes que

trabajan y no trabajan son iguales.
F gl gl2 p
estres negativo 0.46895 1 127 0.49472
Nota. Un valor p bajo sugiere una violación del supuesto de

varianzas iguales
PRUEBA DE MEDIAS
H0: µ1 ≥ µ2
H1: µ1 < µ2 (Las medias de los niveles de estrés negativo es mayor en los
estudiantes que laboran que en los que no laboran)
T de Student = -0.6989
gl = 127.00
P valor = 0.2430
Conclusión: Hay EES para afirmar que no existe diferencias en los niveles de
estrés negativo según el estado laboral del estudiante.
Interpretación: Por lo tanto, la condición laboral NO tiene efecto en los niveles
de estrés negativo.
Estadístico gl p
Estrés negativo T de Student -0.69887 127.00 0.24296
Nota. Hₐ μ Si < μ No
9. COMPARACIÓN DE LOS NIVELES DE ESTRÉS POSITIVO SEGÚN

SEDE
PRUEBA NORMALIDAD
S-W= 0.9848
P valor=0.1599
Conclusión: Los niveles de estrés negativo proviene de una población

normal
W p
estres positivo 0.98479 0.15994
H0: VAR1 = VAR2 = VAR3 = VAR4 = VAR5 (Las varianzas en los niveles de
estrés positivo según la sede son iguales)
H1: Las varianzas en los niveles de estrés positivo según la sede NO son
iguales
Levene: F = 3.4165
Gl1 = 4
gl2 = 127
P valor = 0.0110
Conclusión: Por lo tanto, las varianzas según la sede de estudios son

distintas
F gl1 gl2 p
estres positivo 3.4165 4 124 0.010952
ANOVA (Comparación de medias)
H0: µ1 = µ2 = µ3 = µ4 = µ5 (Las medias de los niveles de estrés positivo

según la sede son iguales)
H1: Las medias de los niveles de estrés positivo según la sede NO son
iguales
Welch = 3.3602
gl1 = 4
gl2 = 53.248
P valor = 0.0159
Conclusión: Hay EES para afirmar que existe diferencias en los niveles de
estrés positivo según la sede de estudio
Por lo tanto, la sede si tiene efecto en el estrés positivo.

ANOVA de Un Factor (Welch)
F gl1 gl2 p
estres positivo 3.3602 4 53.248 0.015900
10. COMPARACIÓN DE LOS NIVELES DE ESTRÉS NEGATIVO SEGÚN

SEDE
PRUEBA NORMALIDAD
S-W= 0.9900
P valor=0.4801
W p
H0: VAR1 = VAR2 = VAR3 = VAR4 = VAR5 (Las varianzas en los niveles de
estrés negativo según la sede son iguales)
H1: Las varianzas en los niveles de estrés negativo según la sede NO son
iguales
Levene: F = 0.9080
gl1 = 4
gl2 = 124
P valor = 0.4616
Conclusión: Por lo tanto, las varianzas de los niveles de estrés negativo según
la sede son iguales.
F gl1 gl2 p
Estrés negativo 0.90802 4 124 0.46156
PRUEBA DE MEDIAS
H0: µ1 = µ2 = µ3 = µ4 = µ5 (Las medias de los niveles de estrés negativo

según la sede son iguales)
H1: (Las medias de los niveles de estrés negativo según la sede NO son
iguales)
Fisher = 1.0203
gl1 = 4
gl2 = 124
P valor = 0.3982
Conclusión: Hay EES para afirmar que no existe diferencias en los niveles de
estrés negativo según la sede de estudio
Por lo tanto, la sede no tiene efecto en el estrés negativo.
ANOVA de Un Factor (Fisher)
F gl1 gl2 p
estres negativo 1.0230 4 124 0.39821

11. RELACIÓN ENTRE NIVELES DE ESTRÉS POSITIVO Y EL GASTO
ACADÉMICO
Interpretación: La relación lineal entre el estrés positivo y el gasto académico

es negativa y no existe. Con una fuerza de -0.0334.
PRUEBA DE NORMALIDAD
H0: Los datos del nivel de estrés positivo y gasto académico provienen de una
población normal bivariado.
H1: Los datos del nivel estrés positivo y gasto académico provienen de una
población NO normal bivariado.
S-W = 0.8807
α = 0.5
P valor = 0.0000
Decisión: Rechazo HO
Conclusión: Los datos del estrés positivo y gasto académico provienen de una
PRUEBA DE HIPOTESIS DE LA CORRELACION (SPEARMAN)
H0: NO existe relación entre los datos del estrés positivo y gasto académico.
H1: Existe relación entre los datos del estrés positivo y gasto académico.
α= 0.05
Rs = 0.0154
P valor=0.8626
Decisión: No Rechazo HO
Conclusión: EEE para afirmar que NO existe relación entre los datos del
estrés positivo y gasto académico.
12.RELACION ENTRE LOS NIVELES DE ESTRÉS NEGATIVO Y EL GASTO
ACADÉMICO
Interpretación: La relación lineal entre el estrés negativo y el gasto académico

es positiva y no existe. Con una fuerza de 0.0256.
H0: Los datos del nivel de estrés negativo y gasto académico provienen de una
población normal bivariado.
H1: Los datos del nivel estrés negativo y gasto académico provienen de una
S-W = 0.8787
α = 0.5
P valor = 0.0000
Conclusión: Los datos del estrés negativo y gasto académico provienen de

una población NO normal bivariado.
H0: NO existe relación entre los datos del estrés negativo y gasto académico.
H1: Existe relación entre los datos del estrés negativo y gasto académico.
α= 0.05
Rs = 0.0432
P valor=0.6268
estrés negativo y gasto académico.
13.RELACIÓN ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y EL TIEMPO

DE ESTUDIO
Interpretación: La relación lineal entre el estrés positivo y el tiempo de estudio
es positiva y no existe. Con una fuerza de 0.0784.
H0: Los datos del nivel de estrés positivo y el tiempo de estudio provienen de
una población normal bivariado.
H1: Los datos del nivel estrés positivo y el tiempo de estudio provienen de una
S-W = 0.8867
α = 0.5
P valor = 0.0000
Conclusión: Los datos del nivel estrés positivo y el tiempo de estudio

provienen de una población NO normal bivariado.
H0: NO existe relación entre los datos del estrés positivo y el tiempo de estudio.
H1: Existe relación entre los datos del estrés positivo y el tiempo de estudio.
α = 0.05
Rs = 0.1010
P valor = 0.2548
estrés positivo y gasto académico.
14. RELACION ENTRE LOS NIVELES DE ESTRÉS NEGATIVO Y EL

TIEMPO DE ESTUDIO
Interpretación: La relación lineal entre el estrés negativo y el tiempo de
estudio es negativa y muy débil. Con una fuerza de -0.1056
H0: Los datos del nivel de estrés negativo y el tiempo de estudio provienen de
una población normal bivariado.
H1: Los datos del nivel estrés negativo y el tiempo de estudio provienen de una
S-W = 0.9027
α = 0.5
P valor = 0.0000
Conclusión: Los datos del nivel estrés negativo y el tiempo de estudio

H0: NO existe relación entre los datos del estrés negativo y el tiempo de
estudio.
H1: Existe relación entre los datos del estrés negativo y el tiempo de estudio.
α = 0.05
Rs = -0.0300
P valor=0.7359
estrés negativo y el tiempo de estudio.
15. RELACION ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y EL

DESEMPEÑO ACADÉMICO
Interpretación: La relación lineal entre el estrés positivo y el desempeño
académico es POSITIVA y muy débil. Con una fuerza de 0.1064
H0: Los datos del nivel de estrés positivo y el desempeño académico provienen
de una población normal bivariado.
H1: Los datos del nivel estrés positivo y el desempeño académico provienen de
una población NO normal bivariado.
S-W = 0.6368
α = 0.5
P valor = 0.0000
Conclusión: Los datos del nivel estrés positivo y el desempeño académico

H0: NO existe relación entre los datos del estrés positivo y el desempeño
académico.
H1: Existe relación entre los datos del estrés positivo y el desempeño
académico
α = 0.05
Rs = 0.0295
P valor =0.74034
estrés positivo y el desempeño académico.
16. RELACION ENTRE LOS NIVELES DE ESTRÉS NEGATIVO Y EL

DESEMPEÑO ACADÉMICO
Interpretación: La relación lineal entre el estrés negativo y el desempeño
académico es positiva y muy débil. Con una fuerza de 0.2280.
H0: Los datos del nivel de estrés negativo y el desempeño académico

provienen de una población normal bivariado
H1: Los datos del nivel estrés negativo y el desempeño académico provienen
de una población NO normal bivariado.
S-W = 0.6697
α = 0.5
P valor = 0.0000
Conclusión: Los datos del nivel estrés negativo y el desempeño académico

H0: NO existe relación entre los datos del estrés negativo y el desempeño
académico.
H1: Existe relación entre los datos del estrés negativo y el desempeño
académico
α= 0.05.
Rs = 0.2398
P valor=0.0062
Conclusión: EEE para afirmar que, existe relación entre los datos del estrés
negativo y el desempeño académico.
17. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y EL

GÉNERO
H0: El género y los niveles de estrés positivo NO se asocian (independientes)

H1: El género y los niveles de estrés positivo SE asocian (dependientes)
X^2 = 3.2194
gl = 2
P valor = 0.2000
Conclusión: EEES para afirmar que, el género y los niveles de estrés positivo
NO se asocian (independientes)
Tablas de Contingencia
Nivel de Estrés positivo
Género Leve Moderado Intenso Total
Masculino 4 29 52 85
Femenino 1 22 21 44
Total 5 51 73 129
Pruebas de χ²
Valor gl p
χ² 3.2194 2 0.19995
N 129
18. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS NEGATIVO Y EL

GÉNERO
H0: El género y los niveles de estrés negativo NO se asocian (independientes)
H1: El género y los niveles de estrés negativo SE asocian (dependientes)
X^2 = 1.9743
gl = 2
P valor = 0.3726
Conclusión: EEES para afirmar que, el género y los niveles de estrés negativo
Nivel de Estrés negativo
Género Leve Moderado Intenso Total
Masculino 9 58 18 85
Femenino 3 27 14 44
Total 12 85 32 129
Pruebas de χ²
Valor gl p
χ² 1.9743 2 0.37264
N 129
19. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y LA

CARRERA
H0: La carrera y los niveles de estrés positivo NO se asocian (independientes)
H1: La carrera y los niveles de estrés positivo SE asocian (dependientes)
X^2 = 12.784
gl = 6
P valor = 0.0466
Conclusión: EEES para afirmar que, la carrera y los niveles de estrés positivo
SE asocian (dependientes)
Carrera Leve Moderado Intenso Total
Ing. Sistemas 3 12 21 36
Ing. Industrial 0 15 34 49
Psicología 0 10 6 16
Otros 2 14 12 28
Total 5 51 73 129
Pruebas de χ²
Valor gl p
χ² 12.784 6 0.046602
N 129
20. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS NEGATIVO Y LA

CARRERA
H0: La carrera y los niveles de estrés negativo NO se asocian (independientes)
H1: La carrera y los niveles de estrés negativo SE asocian (dependientes)
X^2 = 17.323
gl = 6
P valor = 0.0082
Conclusión: EEES para afirmar que, la carrera y los niveles de estrés negativo
SE asocian (dependientes)
Ing. Sistemas 4 25 7 36
Ing. Industrial 3 36 10 49
Psicología 0 6 10 16
Otros 5 18 5 28
Total 12 85 32 129
Pruebas de χ²
Valor gl p
χ² 17.323 6 0.0081652
N 129
21. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y LA
SITUACIÓN LABORAL
H0: La situación laboral y los niveles de estrés positivo NO se asocian

(independientes)
H1: La situación laboral y los niveles de estrés positivo SE asocian

(dependientes)
X^2 = 3.8895
gl = 2
P valor = 0.1430
Conclusión: EEES para afirmar que, la situación laboral y los niveles de estrés
positivo NO se asocian (independientes)
Actualmente, además se estudiar ¿se encuentra

Leve Moderado Intenso Total
trabajando?
Si 4 31 56 91
No 1 20 17 38
Total 5 51 73 129
Pruebas de χ²
Valor gl p
χ² 3.8895 2 0.14302
N 129

SITUACIÓN LABORAL
H0: La situación laboral y los niveles de estrés negativo NO se asocian

(independientes)
H1: La situación laboral y los niveles de estrés negativo SE asocian
(dependientes)
X^2 = 1.0466
gl = 2
P valor = 0.5926
Conclusión: EEES para afirmar que, la situación laboral y los niveles de estrés
negativo NO se asocian (independientes)
Actualmente, además se estudiar ¿se encuentra

Leve Moderado Intenso Total
trabajando?
Si 10 59 22 91
No 2 26 10 38
Total 12 85 32 129
Pruebas de χ²
Valor gl p
χ² 1.0466 2 0.59257
N 129
23. ASOCIACIÓN ENTRE LOS NIVELES DE ESTRÉS POSITIVO Y LA SEDE
H0: La sede y los niveles de estrés positivo NO se asocian (independientes)
H1: La sede y los niveles de estrés positivo SE asocian (dependientes)
X^2 = 14.491
gl = 8
P valor = 0.0698
Conclusión: EEES para afirmar que, la sede y los niveles de estrés positivo
Sede Leve Moderado Intenso Total
Ate 2 19 16 37
Huancayo 1 16 14 31
Lima Centro 0 4 13 17
Lima Norte 2 5 10 17
Otro 0 7 20 27
Total 5 51 73 129
Pruebas de χ²
Valor gl p
χ² 14.491 8 0.069837
N 129

SEDE
H0: La sede y los niveles de estrés negativo NO se asocian (independientes)
H1: La sede y los niveles de estrés negativo SE asocian (dependientes)
X^2 = 11.016
gl = 8
P valor = 0.2008
Conclusión: EEES para afirmar que, la sede y los niveles de estrés negativo
Ate 6 24 7 37

Huancayo 2 17 12 31
Lima Centro 0 12 5 17
Lima Norte 3 11 3 17
Otro 1 21 5 27
Total 12 85 32 129
Pruebas de χ²
Valor gl p
χ² 11.016 8 0.20081
N 129
CONCLUCIONES:
1. Se concluye que los niveles de estrés positivo en varones son mayores

que en mujeres lo cual el género si tiene efecto en los niveles de estrés
positivo.
2. Se concluye que los niveles de estrés negativo no existen diferencias
según el género, por lo tanto, el género no influye en el estrés negativo.
3. Se concluye que los niveles de estrés positivo según la carrera son
iguales, por lo tanto, la carrera no tiene efecto en los niveles de estrés
positivo.
4. Se concluye que los niveles de estrés negativo, si existe diferencias
entre estos niveles de estrés negativo y la carrera, por lo tanto, si tiene
efecto la carrera con el estrés negativo.
5. Se concluye que el estrés positivo según ciclo es igual, lo cual nos
quieres decir que no tiene efecto los niveles de estrés positivo de
acuerdo con el ciclo.
6. Se concluye que el estrés negativo según ciclo no existe diferencias, lo
cual nos quieres decir que el ciclo no tiene efecto en los niveles de
estrés negativo.
7. Se concluye que los niveles de estrés positivo en estudiantes que
trabajan son menor o igual a los estudiantes que no trabajan, por lo
tanto, los niveles de estrés positivo en los estudiantes que trabajan si
tiene efecto.
8. Se concluye que los niveles de estrés negativo no existen diferencia en
el estado laboral del estudiante, lo cual nos indica que la condición
laboral no tiene efecto a los noveles de estrés negativo.
9. Se concluye que los niveles de estrés positivo y la sede de estudio si
existen diferencias, por lo tanto, la sede tiene efecto en el estrés
positivo.
10. Se concluye que los niveles de estrés negativo no existen diferencias de
acuerdo con la sede de estudio, lo cual nos indica que la sede no tiene
efecto en los niveles de estrés negativo.
11. Se concluye que no existe relación entre el estrés positivo y gasto
académico, es decir que los niveles de estrés positivo de los estudiantes
no están relacionados con el gasto académico.
12. Se concluye que no existe relación entre el estrés negativo y gasto
académico, es decir que los niveles de estrés negativo de los
estudiantes no están relacionados con el gasto académico.
13. Se concluye que no existe relación entre el estrés positivo y tiempo de
estudio, es decir que los niveles de estrés positivo de los estudiantes no
están relacionados con el tiempo de estudio.
14. Se concluye que no existe relación entre el estrés negativo y el tiempo
de estudio, es decir que los niveles de estrés negativo de los estudiantes
no están relacionados con el tiempo de estudio.
15. Se concluye que no existe relación entre el estrés positivo y el
desempeño académico, es decir que los niveles de estrés positivo de los
estudiantes no están relacionados con el desempeño académico.
16. Se concluye que existe relación entre el estrés negativo y el desempeño
académico, sin embargo, esta es muy débil.
17. , Se concluye que el género y los niveles de estrés positivo no se

asocian, por lo tanto, los niveles de estrés positivo no dependen del
género.
18. Se concluye que el género y los niveles de estrés negativo no se
asocian, es decir, los niveles de estrés negativo no dependen del
género.
19. Se concluye que la carrera y los niveles de estrés positivo se asocian, es
decir, los niveles de estrés positivo no dependen de la carrera.
20. Se concluye que la carrera y los niveles de estrés negativo se asocian,
es decir, los niveles de estrés negativo no dependen de la carrera.
21. Se concluye que la situación laboral y los niveles de estrés positivo no
se asocian, es decir los niveles de estrés no dependen de la situación
laboral del estudiante.
22. En conclusión, la situación laboral y los niveles de estrés negativo no se
asocian, es decir los niveles de estrés no dependen de la situación
laboral del estudiante.
23. En conclusión, la sede y los niveles de estrés positivo no se asocian, por
lo tanto, los niveles de estrés positivo no dependen de la sede.
24. En conclusión, la sede y los niveles de estrés negativo no se asocian,
por lo tanto, los niveles de estrés negativo no dependen de la sede.
BIBLIOGRAFÍA
Azursa Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima:

Centro de ediciones del INEI.
Buendía, A. (2015). Estrés académico y su relación con el rendimiento

académico en estudiantes de la modalidad de estudios a distancia de la
Universidad Católica los Ángeles de Chimbote sede Lima 2013.
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/7382/
Buendia_TA.pdf?sequence=1&isAllowed=y
Cornejo J, Salazar, R. de Psicología, E. A. P. (s/f). FACULTAD DE
HUMANIDADES. Edu.pe. Recuperado el 12 de julio de 2023, de
https://repositorio.uss.edu.pe/bitstream/handle/20.500.12802/4237/
Cornejo%20Sosa%20-%20Salazar%20Ram%C3%ADrez.pdf?
sequence=1&isAllowed=y
Cornejo J, Salazar, R. de Psicología, E. A. P. (s/f). FACULTAD DE
HUMANIDADES. Edu.pe. Recuperado el 12 de julio de 2023, de
https://repositorio.uss.edu.pe/bitstream/handle/20.500.12802/4237/
Cornejo%20Sosa%20-%20Salazar%20Ram%C3%ADrez.pdf?
sequence=1&isAllowed=y
Diccionario Médico De La Clínica Navarra De Madrid.

https://www.cun.es/diccionario-medico/terminos/edad
Diccionario Definición ABC, https://www.definicionabc.com/general/ciclo-

escolar.php
Diccionario Definición ABC, https://www.definicionabc.com/general/ciclo-

escolar.php

Mg, A., Mónica, D., & Los, M. (s/f). PONTIFICIA UNIVERSIDAD CATÓLICA
DEL PERÚ FACULTAD DE PSICOLOGÍA Relación entre estrés

académico y regulación emocional en estudiantes universitarios de
Lima, Cajamarca y Arequipa TESIS PARA OPTAR EL TÍTULO
PROFESIONAL EN PSICOLOGÍA CON MENCIÓN EN PSICOLOGÍA
CLÍNICA ALEJANDRA VELAZCO CABREJOS. Edu.pe. Recuperado el
12 de julio de 2023, de
https://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/1448
8/Velazco_Cabrejos_Relaci%C3%B3n_estr%C3%A9s_acad
%C3%A9mico1.pdf?sequence=1
Lazo, L., & Samaniego, S. (2021). Autoestima Y Estrés Académico En

Estudiantes De Una Institución Pública De La Provincia De Junín - 2021
[Universidad Peruana Los Andes].
https://repositorio.upla.edu.pe/bitstream/handle/20.500.12848/2900/
TESIS%20FINAL.pdf?sequence=1&isAllowed=y


Organización Mundial de la Salud (OMS),
https://www.minsalud.gov.co/proteccionsocial/promocion-social/Paginas/
genero.aspx#:~:text=De%20acuerdo%20a%20la%20Organizaci%C3%B3n,los
%20hombres%20y%20las%20mujeres.

Proyecto Final Estadistica Inferencial - Corr.6

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proyecto Final Estadistica Inferencial - Corr.6

Cargado por

Copyright:

Formatos disponibles

“ESTRÉS ACADÉMICO EN ESTUDIANTES

CURSO: Estadística Inferencial

Alarcón Irigoin, Doreli Yonerly U223119398

Chaves Carpio, Edy Robinson U20219049

Chávez Catey, Kevin Aníbal U19304759

Diaz, Wilson Camilo U22308577

Espinoza Bautista, Susana U20302149

Guerra Jacobo, Marcos Jesús U21315422

Neira Galindo, Edson Enrique U21307792

Sandoval Sánchez, Wilson U22235836

Silva Quispe, Juan Gabriel U19303451

El estrés académico es una de las principales problemáticas que se observan

Mediana, Media, Varianza, Correlaciones, Significación, estrés, proporción,

Median, Mean, Variance, Correlations, Significance, stress, proportion,

1. ANTECEDENTES/ DESCRIPCIÓN DEL PROYECTO

Según los autores, Lazo y Samaniego (2021), realizaron un trabajo de

Según el informe de investigación Lazo y Samaniego (2021), tiene como título

2. PROBLEMA CENTRAL DEL TRABAJO

¿Cuáles son las características del estrés académico en los estudiantes de

3. OBJETIVOS GENERALES Determinar las características del estrés

 Comparar los niveles de estrés positivo según el genero

En los cursos de matemática y estadística, una media o promedio, es una

 MEDIA ARITMÉTICA PARA DATOS SIMPLES:

Es la medida de tendencia central que demuestra el promedio de un conjunto

Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima: Centro de

 MEDIA ARITMÉTICA PARA DATOS AGRUPADOS:

Es la medida de tendencia central. Se calcula multiplicando cada valor de los

La media aritmética de una variable se define como la suma ponderada de los

Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima:

Es la medida de la tendencia central. Este dado por el valor que divide al

Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima: Centro de

 Cálculo de la mediana para datos no agrupados en intervalos:

Tendremos en cuenta el número de datos N: Si tenemos N datos y N es impar,

 Cálculo de la mediana en datos agrupados en intervalos:

Si la variable se encuentra representada por intervalos, se calcula mediante la

LI Es el límite inferior de la clase mediana.

N j-1 Es la frecuencia absoluta acumulada anterior o igual a la frecuencia de la

ni Frecuencia de la clase mediana

ci Es la amplitud del intervalo de la clase mediana.

Olaechea, H. (2006). Glosario básico de términos estadísticos. Lima: Centro de

Conocida también como desviación típica, es una medida de dispersión que se

Fórmula para Datos Agrupados:

Fórmula para Datos No Agrupados:

La proporción es la medida de estadística descriptiva que más se usa. Es el

Conocida también como variancia, es una medida de dispersión de la

Fórmula para datos simples:

Fórmula para datos agrupados:

2. VARIABLES Y TIPOS DE VARIABLES

Para este trabajo de investigación se encontraron las siguientes variables:

 Tiempo de estudio semanal:

3. MUESTRA ESTADISTICAS Y TIPO DE MUESTREO

Es un subconjunto representativo de la población a partir del cual se pretende

Es aquella que se obtiene mediante juicio de la persona que selecciona los

Es aquella muestra obtenida por un mecanismo de probabilidades, en el cual

Es un conjunto de métodos y procedimientos estadísticos destinados a la

3.1 TIPOS DE MUESTREO:

 MUESTREO ALEATORIO SIMPLE:

Es una variante del método aleatorio simple de selección de cada elemento de

 MUESTREO ESTRATIFICADO ALEATORIO:

Es un método de muestreo que se aplica cuando se divide la población en

 MUESTREO POR CONGLOMERADOS:

 MUESTREO CON REPOSICIÓN.