Está en la página 1de 15

Al12505144 Cesar Hugo Guadarrama Valdez

UnAD

Los datos utilizados para las tablas y elaboracin de las graficas aqu colocadas son el producto del muestreo realizado a la base de datos descargada de los alumnos que tuvieron a bien responder a la encuesta realizada a todos aquellos que ingresaron al primer cuatrimestre en la UnAD. En dicha encuesta participaron 2,858 alumnos y a travs de una muestra aleatoria se determino la cantidad de alumnos que serian considerados en el tamao de la muestra, el cual es de 338 alumnos. El objetivo es poder analizar y mostrar grficamente cuales son las carreras con mayor demanda as como tambin, el intervalo de edad dentro del cual se encuentra la mayor cantidad de alumnado que ha ingreso al cuatrimestre previamente mencionado. As como obtener informacin estadstica para conocer las necesidades y demanda de carreras universitarias, para lograr, en base a las respuestas obtenidas, valorar los porcentajes y satisfacer las demandas de la poblacin estudiantil.

La obtencin del tamao de la muestra se realizo de la siguiente manera:

Los resultados obtenidos pueden ser considerados como el comportamiento que se obtendra si se hubiera trabajado con todos los elementos que constituyen la poblacin, de la cual se extrajo la muestra.
Una vez determinado el tamao de la muestra, se hizo uso de la tabla de nmeros aleatorios, as como de la formula para seleccin de valores aleatorios en una hoja electrnica de clculo (Excel), de esta manera se determinaron los elementos que corresponderan a cada uno de los datos de nuestra muestra. Esto fue lo que se utilizo en la primer parte de la actividad, ahora bien, para la segunda parte de la actividad, tomamos los valores determinados en el tamao de la poblacin, es decir, los 338 estudiantes, despus procedimos a establecer frecuencias para cada variable, es decir, la frecuencia absoluta para los intervalos de edades, as como para la cantidad de alumnos por carrera.

Rango Edad 17-26 27-36 37-46 47-56 57 o ms Gran Total

Li 17 27 37 47 57

Ls Marca de Clase 26 21.5 36 31.5 46 41.5 56 51.5 66 61.5

fi 96 149 72 20 1 338

Fi 96 245 317 337 338

hi Hi 0.284 0.284 0.441 0.725 0.213 0.938 0.059 0.997 0.003 1.000
Dato Li Ls MC fi Fi hi Hi Descripcion Limite inferior Limite Superior Marca de Clase Frecuencia Absoluta Frecuencia Absoluta Relativa Frecuencia Relativa Frecuencia Relativa Absoluta

Con el propsito de sintetizar y mostrar la distribucin del conjunto de datos se procede a elaborar una tabla de frecuencias e intervalos.

Basado en la tabla previamente elaborada, aplique las siguientes formulas para obtener las MTC y MDD
Medidas de Centralizacin

Media Mediana Moda

32.1 31.4 30.7


Media para datos agrupados por intervalos
Moda en datos agrupados por intervalos Mediana en datos agrupados por intervalos

Medidas de Dispersin
Desviacion tipica para datos agrupados por frecuencias
Rango, diferencia entre el primer y ultimo valor de la variable

Rango

49.0

Varianza
Formula de Varianza para una muestra dada.

75.9
8.7

Desviacion Tipica

La Media, con sus 3 caractersticas, imparcialidad, eficiencia y consistencia, es quiz una de las medidas centrales mas utilizadas. Y es , sintetizando el concepto, la representacin de la suma de todos los valores entre la cantidad de los mismos.

La Mediana: es el valor (observado o no) que ocupa el lugar central o sea que deja a su izquierda y a su derecha, la misma cantidad de datos, una vez que estos han sido previamente ordenados de menor a mayor.

Moda: Valor de la variable bajo estudio que se presenta con mayor frecuencia.

Las medidas de dispersin pueden ser usadas para estimar la confiabilidad de un promedio.

Varianza, tambin conocida como el error cuadrtico, mide la variacin en unidades cuadrticas de los dalos con respecto a la media. Desviacin tpica, Al igual que la varianza, permite la comparacin de dos o ms distribuciones, cuando estn dadas en las mismas unidades de medidas, con el fin de determinar cul de ellas presenta una mayor o menor grado de variabilidad absoluta. Rango, Se le denomina as a la diferencia que hay entre el valor mximo y el mnimo de los datos

Es de esta manera en que se llego a la elaboracin de los datos que a continuacin se presentan:

FRECUENCIA ABSOLUTA

REPRESENTACIN A TRAVS DE GRAFICA DE HISTOGRAMA

Edad 17-26 27-36 37-46 47-56


57 o ms

Fi 96 149 72 20

Li 17 27 37 47

Ls 26 36 46 56

Marca de Clase (17+26)/2=21.5 (27+36)/2=31.5 (37+46)/2=41.5 (47+56)/2=51.5 160 140 120 100 80 60 40 20 0 149

1 57 66 (57+66)/2=61.5 Se determino el nmero de individuos que se presentaban dentro de los intervalos de edades especificados en la encuesta, y se agreg a la frecuencia absoluta, as tambin se determinaron los lmites superior e inferior de cada intervalo para con esto poder determinar la marca de clase. Nota: Para el ltimo elemento de la tabla de datos, se considera tomar la media en cuanto al lmite superior debido a que el rango/intervalo solo establece 57 o ms.

POBLACION

96 72

20 1 17-26 27-36 37-46 47-56 57 o ms

INTERVALOS DE EDADES

He aqu la representacion grafica de la tabla donde se puede apreciar que, de acuerdo a muestra extraida, el rango de edad donde hay mayor cantidad de individuos yace entre los 27 y 36 aos, esto representado por el 44%, asi mismo, la menor cantidad de poblacion se encuentra en el 6%, la cual hace referencia al intervalo de entre 47 y 56 aos de edad.

El objetivo principal al utilizar esta grafica es el de expresar de manera visual la distribucin de la demanda de las carreras que actualmente existen como opcin en ESAD, para con esto, permitirnos medir y analizar los datos y as, poder apoyar la toma de decisiones basadas en la demanda, como por ejemplo mejorar infraestructura, incrementar el numero de facilitadores, etc.

0, 0.30%

Administracin de empresas tursticas, 1.48%

Telemtica, 12.72% Biotecnologa, 19.23% Tecnologa ambiental, 16.57% Desarrollo de software, 10.36%

Desarrollo comunitario, 0.89%

Tcnico Superior Universitario Paramdica, 9.76% Seguridad pblica, 1.18%

Logstica y transporte, 10.36%

Energas renovables, 11.24%

Mercadotecnia Matemticas, 2.07% internacional, 1.78%

Gestin y administracin de PYME, 2.07%

Carrera 0 Administracin de empresas tursticas Biotecnologa Desarrollo comunitario Desarrollo de software Energas renovables Gestin y administracin de PYME Logstica y transporte Matemticas Mercadotecnia internacional Seguridad pblica Tcnico Superior Universitario Paramdica Tecnologa ambiental Telemtica Gran Total

fi 1 5 65 3

Fi 1 6 71 74

hi 0.003 0.015 0.192 0.009 0.104 0.112 0.021 0.104 0.021 0.018 0.012 0.098 0.166 0.127

Hi 0.003 0.018 0.210 0.219 0.322 0.435 0.456 0.559 0.580 0.598 0.609 0.707 0.873 1.000

La siguiente tabla se elaboro a partir de informacin cualitativa recabada durante la encuestas, de ah que presenten modalidades no numricas que no admiten un criterio de orden.

35 109 38 147 7 154 35 189 7 196 6 202 4 206 33 239 56 295 43 338 338

Se puede observar que la moda yace en la carrera de Biotecnologa, puesto que es en esta donde esta la frecuencia absoluta es mayor.

Edad 27-36 37-46 Gran Total

Administracion de Empresas Turisticas Li Ls MC fi Fi hi Hi 27 36 31.5 4 4 0.8 0.8 37 46 41.5 1 5 0.2 1 5 Medidas de Dispersion Rango 19.0 Varianza 20.0 Desviacion Tipica 4.5

Edad 17-26 27-36 37-46 47-56 Grand Total

Li 17 27 37 47

Ls 26 36 46 56

Desarrollo de Software MC fi Fi hi Hi 21.5 8 8 0.23 0.23 31.5 15 23 0.43 0.66 41.5 7 30 0.20 0.86 51.5 5 35 0.14 1.00 35

Medidas de Centralizacion Media 33.50 Mediana 25.88 Moda 29.25

Medidas de Centralizacion Medidas de Dispersion Media 34.07 Rango Mediana 32.70 Varianza Moda 31.20 Desviacion Tipica

39.0 96.1 9.8

Edad 17-26 27-36 37-46 47-56 57-66 Gran Total

Li 17 27 37 47 57

Biotecnologia ` Ls MC 26 36 46 56 66

fi 21.5 31.5 41.5 51.5 61.5 29 24 9 2 1 65

Fi

hi Hi 29 0.45 0.45 53 0.37 0.82 62 0.14 0.95 64 0.03 0.98 65 0.02 1.00

Edad Li 17-26 17 27-36 27 37-46 37 47-56 47 Gran Total

Energas renovables Ls MC 26 36 46 56

fi 21.5 31.5 41.5 51.5 7 16 10 5 38

Fi

hi Hi 7 0.18 0.18 23 0.42 0.61 33 0.26 0.87 38 0.13 1.00

Medidas de Centralizacion Media 29.50 Mediana 28.31 Moda 22.50

Medidas de Dispersion Rango 49.0 Varianza 81.9 Desviacion Tipica 9.0

Medidas de Centralizacion Media 34.92 Mediana 42.43 Moda 32.40

Medidas de Dispersion Rango 39.0 Varianza 88.0 Desviacion Tipica 9.4

Edad 17-26 27-36 37-46 47-56 Gran Total

Li 17 27 37 47

Gestin y administracin de PYME Ls MC fi 26 21.5 36 31.5 46 41.5 56 51.5

Fi 1 3 2 1 7

hi Hi 1 0.14 0.14 4 0.43 0.57 6 0.29 0.86 7 0.14 1.00

Edad 17-26 27-36 37-46 47-56 Gran Total

Li 17 27 37 47

Logstica y transporte Ls MC fi Fi hi Hi 26 21.5 11 11 0.31 0.31 36 31.5 18 29 0.51 0.83 46 41.5 5 5 0.14 0.97 56 51.5 1 6 0.03 1.00 35 Medidas de Dispersion Rango 39.0 Varianza 57.5 Desviacion Tipica 7.6

Medidas de Centralizacion Media 35.79 Mediana 34.50 Moda 33.00

Medidas de Dispersion Rango 39.0 Varianza 95.2 Desviacion Tipica 9.8

Medidas de Centralizacion Media 30.36 Mediana 30.25 Moda 30.15

Edad 27-36 37-46 47-56 Grand Total

Li 27 37 47

Matemticas Ls MC 36 46 56

fi 31.5 41.5 51.5 4 2 1 7

Fi

hi Hi 4 0.57 0.57 6 0.29 0.86 7 0.14 1.00

Edad Li 17-26 17 27-36 27 Gran Total

Mercadotecnia internacional Ls MC fi Fi hi Hi 26 21.5 3 3 0.50 0.50 36 31.5 3 6 0.50 1.00 6 Medidas de Dispersion Rango 19.0 Varianza 30.0 Desviacion Tipica 5.5

Medidas de Centralizacion Media 37.21 Mediana 28.13 Moda 30.00

Medidas de Dispersion Rango 29.0 Varianza 61.9 Desviacion Tipica 7.9

Medidas de Centralizacion Media 26.50 Mediana 20.00 Moda 12.50

Edad 27-36 37-46 Gran Total

Li 27 37

Seguridad pblica Ls MC fi 36 31.5 46 41.5

Fi hi Hi 3 3 0.75 0.75 1 4 0.25 1.00 4

Medidas de Centralizacion Media 34.00 Mediana 27.00 Moda 0.00

Medidas de Dispersion Rango 19.0 Varianza 25.0 Desviacion Tipica 5.0

Edad 17-26 27-36 37-46 47-56 Gran Total

Tcnico Superior Universitario Paramdica Li Ls MC fi Fi 17 26 21.5 8 27 36 31.5 18 37 46 41.5 6 47 56 51.5 1 33 Medidas de Dispersion Rango 39.0 Varianza 56.3 Desviacion Tipica 7.5

hi Hi 8 0.24 0.24 26 0.55 0.79 32 0.18 0.97 33 0.03 1.00

Medidas de Centralizacion Media 31.50 Mediana 31.25 Moda 31.09

Edad 17-26 27-36 37-46 47-56 Grand Total

Li 17 27 37 47

Tecnologa ambiental Ls MC fi Fi hi Hi 26 21.5 17 17 0.30 0.30 36 31.5 21 38 0.38 0.68 46 41.5 15 53 0.27 0.95 56 51.5 3 56 0.05 1.00 56 Medidas de Dispersion Rango 39.0 Varianza 79.5

Edad 17-26 27-36 37-46 47-56 Grand Total

Li 17 27 37 47

Telemtica Ls MC 26 36 46 56

fi 21.5 31.5 41.5 51.5

Fi hi Hi 12 12 0.28 0.28 19 31 0.44 0.72 11 42 0.26 0.98 1 43 0.02 1.00 43

Medidas de Centralizacion Media 32.21 Mediana 31.71

Medidas de Centralizacion Media 31.73 Mediana 31.50 Moda 31.20

Medidas de Dispersion Rango 39.0 Varianza 64.2 Desviacion Tipica 8.0

Qu tipo de informacin obtuviste con el anlisis de los datos? Una vez realizado el recuento, ordenacin y clasificacin de los datos obtenidos a partir de la encuesta, desde mi punto de vista, hemos obtenido dos tipos de datos, cualitativos y cuantitativos.
Si fueras director del campus virtual para qu podras utilizar esta informacin? Describe, de manera breve, algunos ejemplos. Como mencione anteriormente, si como director tuviera los anlisis estadsticos del comportamiento del sistema, rendimiento y necesidades de infraestructura, viendo estos resultados podra canalizar los recursos hacia las carreras con mayor demanda e incluso, eliminar de la oferta acadmica aquellas carreras que no tengan demando pero si estn ocasionando un cuello de botella en el sistema.

Cul es la utilidad de la estadstica en tu formacin acadmica, tus actividades profesionales y tu vida personal? En mis actividades profesionales, laborales e incluso en mi vida personal, la estadstica aporta un sinnmero de informacin trascendente puesto que es gracias a esta que no es necesario estar inventando la rueda. Puedo trabajar en la prevencin de accidentes tomando la referencia de los accidentes que a habido anteriormente, de los accidentes los cuales ocuparon una incapacidad y los que solo fueron accidentes leves , es gracias a esta que puedo tener una forma de medir y mejorar a partir de los resultados que se han obtenido a fin de incrementar la eficiencia o efectividad en la prevencin de accidentes.

La estadstica es una excelente herramienta que nos ayuda en el desarrollo de tcnicas para el conocimiento numrico de un conjunto, permite planear y resolver problemas que de otra manera podra ser un tanto difcil. No recordaba nada respecto a las medidas de tendencia central o de dispersin, pero en lo personal, las he estado utilizando en mi trabajo para conocer semana a semana cuantos accidentes han habido en el rea de trabajo, ver en qu tipo de empleados se da la mayora de los accidentes, son empleados de nuevo ingreso o son empleados de antao?, conocer los pronsticos de venta para as saber si ser necesario entregar produccin por ms de lo requerido o si ser mejor limitarnos a lo que se requiere por el cliente. Constantemente estoy utilizando graficas, mismas que utilizo para ilustrar la manera en que se distribuye el 100% de nuestras producciones con los agricultores o bien, el costo de la mano de obra por cada material en proceso de produccin durante un perodo financiero especfico. Esta tema me ha servido para recordar la importancia de algo que sin darme cuenta, aplico en el da a da de mi vida laboral y personal, me di de topes contra la pared con algunas actividades pero al final, considero que el costo/beneficio no tiene precedentes puesto que vi como obtener una muestra a partir de un poblacin y de qu manera puedo conocer una generalidad aplicando una medida de tendencia central