Introducción
Muchas veces los alumnos de nuevo
Ingreso o incluso alumnos de
semestres avanzados no saben con
certeza si tomar una actividad
extracurricular será beneficioso o al
contrario afectara la trayectoria
académica.
Es por eso que enfocamos nuestra
investigación por medio de
encuestas a ver si en realidad hacer
alguna actividad extracurricular
tiene efectos negativos o no.
Aparte de conocer lo que piensan y
lo que realmente les sucede,
incluimos en la encuesta algunos
otros puntos de interés para el
análisis de este factor, como fue el
promedio, semestre, si han
reprobado materias, que materias
han reprobado, la carrera incluso
pedimos su opinión sobre la
trayectoria recomendada.
Desarrollo Resultados
Se aplicaron encuestas con los Los resultados obtenidos de los
puntos de interés ya mencionados diferentes puntos que se analizaron
en la introducción, la fuente de los véase la figura 1 donde se analiza el
datos fueron encuestas que se semestre en curso de los alumnos y
realizaron los días 26 y 27 de véase figura 2 analizando el
Febrero del 2017. La técnica de promedio de los encuestados con
muestreo que se utilizo fue la diagramas de caja.
técnica de muestreo simple con una
muestra de 52 estudiantes.
La información que se obtuvo se
baso en lo que los estudiantes S
e
pensaban sobre las actividades
m
extracurriculares y lo que en e
realidad les pasaba, esto nos dio un s
punto de partida para el analisis de t
este factor de desempeño que es en r
e
el cual nos basaremos en esta
investigación apoyándonos de otros
datos que pueden ser de interés al
momento de analizarlos y de los
cuales podríamos llegar a una
relación. Figura 1: Diagrama de caja de los
semestres en curso de los alumnos.
 ACTIVIDADES Datos que se pueden observar en la
EXTRACURRICULARES figura 4 para empezar con el

Horas semanales promedio

14
12 modelo.
P 10
8
r 6 DATOS PARA EL MRL
o 4 14
2

semana de actividad
Horas promedio a la
m 0 12

e 10

d 8

i 6

o Actividades 4

2
Figura 3: Horas semanales de las
0
actividades realizadas. 6 6.5 7 7.5 8 8.5 9 9.5 10
Promedio
Adentrándonos al Modelo de
Regresión Lineal, estableceremos Figura 4: Horas semanales contra el
promedio.
Figura 2: Diagrama de caja de los que el desempeño de los alumnos
promedios de los alumnos . que realizan una actividad Se puede apreciar claramente que la
extracurricular se puede medir con dependencia del promedio con las
las horas que se pasa a la semana en horas no es clara por lo que se
Siguiendo con el análisis de los datos
dicha actividad. aplicara el MRL.
y entrando al punto de interés para
la investigación se tiene que el 46% Tomando lo de la figura 3 anterior
de los encuestados practica alguna obtendremos nuestra variable
actividad extracurricular de los independiente, que son las horas
cuales las horas por actividad son: semanales promedio que toma dicha
actividad, mientras la variable
dependiente será el promedio.
En la figura 5 se observa la aplicación del modelo. Tabla de ANOVA

Utilizando como se menciono las horas promedio a la Origen de la variación Grados de libertad Suma de cuadrados Media Cuadrática Estadístico f Estadístico t

semana de la actividad practicada como variable Regresión 1 4.885736213 4.885736213 0.642365135 0.801476846

independiente y el promedio como variable Error

Total
21
22
159.7229594
164.6086957
7.605855211

dependiente.
Predictor
Constante 12.49962444
HORAS EN ACTIVIDAD VS PROMEDIO
Índice -0.684777166
14
Coef. de determinación 0.029680912
Horas promedio a la semana de

Coef. de correlación 0.172281491

12
Figura 6: Representación de una prueba de hipótesis.
10

y = -0.6848x + 12.5 De la figura 6 se puede observar que el coeficiente

actividad

8
R² = 0.0297 de determinación es prácticamente cero lo que nos
6
dice que el modelo de regresión no seria útil para
4 explicar el comportamiento de los datos.
2
Conclusiones
0
6 6.5 7 7.5 8 8.5 9 9.5 10 Basándonos en los resultados de la tabla de anova y
Promedio tomando un nivel de significancia de 0.1 la hipótesis
Figura 5: Análisis de los datos con la recta de regresión. nula seria verdadera y por lo tanto nos indicaría que
el modelo de regresión para este estudio no es útil y
Análisis de resultados
al tomar un nivel de significancia mayor hasta llegar
Para empezar a analizar los datos comenzaremos utilizando
a que el modelo sea útil (siendo los limites de la
una grafica de anova (véase figura 6) esto nos servirá para
región de rechazo casi nulos) tendríamos una
nuestra prueba de hipótesis la cual nos dira si el modelo es
conclusión de que a menores horas de actividad
viable o no.
extracurricular mejora el promedio obtenido.
Investigación y recopilación de datos por:

Castrillo Medel Alan Alexis

Sánchez Rodríguez Luis Angel

Grupo: 2MM5

Bibliografía:

• Miller, John; Estadística matemática con aplicaciones; Ed. Pearson; México.

• Ross, Sheldon; Introducción a la Estadística; Ed. Reverté; México.