Parcial Estadistica 2.docx

DESERCIÓN ESTUDIANTIL EN EL PROGRAMA DE PREGRADO EN INGENIERÍA AGRÍCOLA DE LA UNIVERSIDAD SURCOLOMBIANA

CARLOS FERNANDO CASTAÑEDA RAMIREZ MARÍA CAMILA RODRÍGUEZ CAMACHO VALENTINA TORRES CABRERA

UNIVERSIDAD SURCOLOMBIANA FACULTAD DE CIENCIAS EXACTAS Y NATURALES PROBABILIDAD Y ESTADISTICA Neiva-Huila, Febrero de 2018 1

TABLA DE CONTENIDO

1. 2. 3. 4.

MARCO TEORICO…………………………………………………………………………..3 DEFINICIÓN DEL PROBLEMA…………………………………………………………….4 JUSTIFICACION……………………………………………………………………………..4 OBJETIVOS…………………………………………………………………………………..5 4.1. Objetivo General………………………………………………………………………….5 4.2. Objetivos Específicos…………………………………………………………………….5 5. METODOLOGÍA……………………………………………………………………………..6 5.1 Enfoque……………………………………………………………………………………6 5.2 Población…………………………………………………………………………………..6 5.3 Muestra.…………………………………………………………………………………...6 5.4 Diseño muestral…………………………………………………………………………...6 5.5 Instrumento de medición…………………………………………………………………..7 5.6 Recolección………………………………………………………………………………..8 5.7 Sistematización……………………………………………………………………………8 5.8 Procesamiento……………………………………………………………………………..9 5.8.1 Etapa exploratoria…………………………………………………………………......9 5.8.2 Etapa descriptiva y explicativa………………………………………………………..9 5.9 Resultados y discusión…………………………………………………………………....10 5.9.1 Análisis general……………………………………………………………………....16 6. BIBLIOGRAFÍA……………………………………………………………………………..17

1. MARCO TEORICO Los estudios sobre la deserción universitaria en la actualidad se han presentado de una manera desorganizada, por lo que ha sido difícil coincidir en su definición, ya que existen diferentes perspectivas para explicarla. Este problema que enfrenta el sistema de educación superior colombiano concierne a los altos niveles de deserción académica en el pregrado. Pese a que los últimos años se han caracterizado por aumentos de cobertura e ingreso de estudiantes nuevos, el número de alumnos que logra culminar los estudios superiores no es alto, dejando entrever que una gran parte de estos abandona sus estudios, principalmente en los primeros semestres. Según estadísticas del Ministerio De Educación Nacional, de cada cien estudiantes que ingresan a una institución superior cerca de la mitad no logra culminar su ciclo académico y obtener la graduación. Sin embargo, no es claro que todos los tipos de abandono requieran la misma atención o exijan similares formas de intervención por parte de las instituciones de educación superior (IES) o del Estado, siendo esta la gran dificultad que se enfrenta con la deserción. Es así como el conocimiento de estas diferencias constituye la base para elaborar políticas efectivas con el fin de aumentar la retención estudiantil. Por lo tanto, y debido a que el tema de la deserción ha sido considerado como uno de los factores que más incide en la accesibilidad y cobertura de la educación, su medición y estudio deben ser parte de la evaluación de la eficiencia del sistema educativo y de la calidad de los procesos.

3

2. DEFINICIÓN DEL PROBLEMA La deserción universitaria es un problema que afecta hoy día a muchos jóvenes del país, a partir de esto el tema de la deserción cobra una gran importancia desde el punto de vista de la permanencia y que además esta articulado con el acceso y la calidad en la educación. En el caso de la universidad Surcolombiana, gran parte de jóvenes estudiantes de ingeniería agrícola se ven afectados por dicho problema puesto que después de cursar algunos semestres muchos toman la decisión de cambiarse de carrera o abandonar sus estudios. En este sentido se hace necesario realizar una investigación que abarque la deserción y genere alternativas de soluciones. Por esta razón se decide realizar un estudio en la Universidad Surcolombiana sede Neiva planteándose las siguientes preguntas de investigación: ¿Cuáles son los factores que afectan más la deserción universitaria en los estudiantes de ingeniería agrícola de la Usco? ¿Afecta la deserción universitaria a los estudiantes? ¿En qué semestre se presenta mayor índice de deserción? ¿Cuánto tiempo dedican los estudiantes a sus estudios por fuera de clases?

3. JUSTIFICACION Como ya se mencionó a nivel institucional la deserción en Ingeniería Agrícola es bastante notoria, esto acarrea pérdida de tiempo tanto del estudiante como para el docente, también son pérdidas para la universidad y para el Estado que dispone de recursos para la educación y esfuerzos para lograr que todos sus estudiantes tengan éxito académico. En la Universidad Surcolombiana la deserción es un tema de gran importancia y existe un compromiso institucional para contribuir al buen desarrollo de los estudiantes y de la sociedad.

4.

OBJETIVOS

4.1 Objetivo general: 

Identificar los principales factores que afectan la deserción de los estudiantes en Ingeniería Agrícola de la Usco.

4.2 Objetivos específicos:   

Conocer la causa de la deserción en los estudiantes. Determinar en qué semestre hay mayor índice de materias perdidas. Analizar el tiempo que los estudiantes dedican a su carrera.

5

5.

METODOLOGIA

5.1 Enfoque Medir variables cuantitativas, cualitativas y cuali-cuantitativas empleando diferentes métodos estadísticos, mediante un instrumento de medición se recolectaran datos para generar una base de datos y así poder procesar adecuadamente la información, se sacaran estadísticas descriptivas e inferenciales que nos permitan generar resultados y aporten información para la toma de decisiones y contribuyan a la resolución de problemas. El análisis de la deserción se puede hacer de dos maneras: La primera de ellas con el método de pregunta cualitativa ya que plantea un enfoque individualista y así poder conocer una respuesta la cual será un dato importante ya que dará a conocer los factores de las causas. Por otro lado está el enfoque cuantitativo que nos muestra dos posibles maneras de respuesta, la primera es una respuesta con un número exacto y la otra es una respuesta de números con decimales lo que significa que cada una de ellas tiene una forma adecuada para utilizarse.

5.2 Población Esta investigación tiene una población de 256 estudiantes activos matriculados en el primer periodo del año 2018, repartidos así; mujeres 92 y hombres 164.

5.3 Muestra Se realiza un muestreo intencional no aleatorio de 35 estudiantes de pregrado de la modalidad presencial matriculados en la carrera de Ingeniería Agrícola con sede Neiva.

5.4 Diseño muestral Esta investigación es un estudio de tipo explicativo – descriptivo, ya que busca identificar las particularidades del fenómeno de la deserción en la Universidad Surcolombiana y así poder explicar por qué los estudiantes detienen sus estudios. Para esto, se emplea una metodología cuantitativa representada en datos estadísticos y una metodología cualitativa a través de la formación de un grupo focal. Se lleva a cabo mediante dos etapas, una exploratoria, cuyo objetivo es determinar estadísticamente el estado de deserción en la USCO y otra explicativa- descriptiva, con el propósito de caracterizar de manera cuantitativa y cualitativa la deserción en los jóvenes universitarios.

5.5 INSTRUMENTO DE MEDICION

Universidad Surcolombiana Facultad de ciencias exactas y naturales Asignatura de estadística y probabilidad

No._____

OBJETIVO GENERAL DEL PROYECTO: Analizar la deserción en los estudiantes de ingeniería agrícola de la Usco. La presente encuesta tiene por objetivo conocer su opinión para determinar las causas de la deserción estudiantil en modalidad de pregrado en ingeniería agrícola de la Usco; por tal motivo se espera que estas preguntas sean respondidas con la mayor sinceridad posible. 1. Semestre: ____________ 4. Estrato: __________

2. Edad: ________

3. Sexo: F

M

5.Promedio ponderado: ________________

6. ¿Cuánto es el valor de su matrícula? Rta: _________________________ 7. ¿Cuánto es su presupuesto diario para asistir a la universidad? Rta: _____________________ 8. ¿Trabaja usted? Rta: Si

No

9. ¿Cuántas horas semanales le dedica a sus estudios fuera de clases? Rta: _________________ 10. ¿Usted cree que el bajo rendimiento académico en la carrera sea un factor importante para abandonar sus estudios? Rta: Si No 11. ¿Cuál ha sido el semestre con mayor número de materias perdidas? Rta: ________________ 12. ¿Cuantas materias perdió en ese semestre? Rta: ______________________ 13. ¿Qué causa considera usted que influye más a la hora de abandonar la carrera? Rta: Por trabajo

Falta de dinero

Embarazos

otros

Falta de tiempo

14. ¿le gusta su carrera? Rta: Si

bajas calificaciones

No

Diligenciada por: ____________________________________________ Fecha: _____________ 7

5.6 RECOLECCION La recolección de datos mediante encuesta se llevó a cabo en los diferentes bloques de la universidad Surcolombiana con sede en Neiva ubicada en La avenida Pastrana Borrero con carrera primera de dicha ciudad, en los días 27, 28 de febrero y 1, 2 de marzo del año 2018.

5.7 SISTEMATIZACION Una vez realizada la recolección de datos se procede a clasificar y sistematizar las encuestas obtenidas para generar una base de datos que facilite el posterior procesamiento.

Tabla 1. Base de datos

N° encuesta

Semestre

Edad

Sexo

Estrato

Promedio ponderado

Valor matricula

Presupuesto diario

Trabaja

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Septimo (7) Decimo (10) Noveno (9) Decimo (10) Decimo (10) Decimo (10) Tercero (3) Decimo (10) Decimo (10) Decimo (10) Tercero (3) Segundo (2) Tercero (3) Tercero (3) Cuarto (4) Cuarto (4) Cuarto (4) Quinto (5) Quinto (5) Tercero (3) Cuarto (4) Octavo (8) Octavo (8)

20 26 20 22 22 25 18 21 21 22 17 17 18 17 19 19 18 19 24 18 19 20 20

M M F M F M F F F F F M M M F F F F M F F F F

2 1 2 2 2 2 3 2 2 2 2 2 1 2 1 1 1 2 2 3 2 2 1

3.7 3.1 4.1 3.7 4.1 3.7 3.5 4.0 4.1 3.8 3.5 3.5 3.5 3.6 3.5 3.8 3.7 4.3 3.6 3.8 4.0 4.0 3.8

$ 800.000 $ 430.000 $ 1.500.000 $ 800.000 $ 950.000 $ 750.000 $ 1.800.000 $ 610.000 $ 540.000 $ 2.000.000 $ 2.000.000 $ 620.000 $ 470.000 $ 1.400.000 $ 530.000 $ 410.000 $ 400.000 $ 1.500.000 $ 780.000 $ 2.000.000 $ 1.300.000 $ 490.000 $ 510.000

$ 10.000 $ 5.000 $ 10.000 $ 5.000 $ 9.000 $ 6.000 $ 15.000 $ 4.000 $ 5.000 $ 4.000 $ 3.000 $ 3.000 $ 3.000 $ 3.000 $ 5.000 $ 5.000 $ 6.000 $ 5.000 $ 10.000 $ 15.000 $ 3.000 $ 10.000 $ 10.000

No Si Si Si No No No No No No No No No No No No No No Si No Si No No

Horas semales dedicadas a sus estudios 20horas 15horas 20horas 8horas 20horas 22horas 15horas 12horas 18horas 12horas 20horas 15horas 20horas 24horas 15horas 15horas 15horas 15horas 48horas 15horas 8horas 12horas 15horas

24

Octavo (8)

21

F

1

3.9

$ 490.000

$ 10.000

No

15horas

Si

Cuarto (4)

25 26 27 28 29 30 31 32 33 34 35

Sexto (6) Sexto (6) Sexto (6) Sexto (6) Sexto (6) Tercero (3) Tercero (3) Septimo (7) Quinto (5) Tercero (3) Tercero (3)

20 21 22 19 20 17 22 19 20 17 17

M M M F F F M M M M M

2 2 2 1 2 2 1 2 3 3 3

3,8 3.9 3.6 3.5 3.6 3.8 4.3 4.0 3.6 4.0 4.3

$ 580.000 $ 500.000 $ 520.000 $ 1.800.000 $ 520.000 $ 1.600.000 $ 510.000 $ 1.800.000 $ 1.800.000 $ 2.000.000 $ 2.000.000

$ 5.000 $ 5.000 $ 8.000 $ 5.000 $ 5.000 $ 5.000 $ 3.000 $ 8.000 $ 15.000 $ 8.000 $ 10.000

Si No No No Si No Si No No No No

15horas 15horas 8horas 48horas 8horas 24horas 48horas 12horas 8horas 48horas 48horas

No Si No Si Si No No No No No No

Tercero (3)

Bajo rendimiento factor Semestre con importante para mayor numero de abandonar su carrera materias perdidas Si Sexto (6) Si Sexto (6) No Quinto (5) No Cuarto (4) No Octavo (8) No Sexto (6) Si Segundo (2) No Sexto (6) Si Primero (1) No Tercero (3) Si Segundo (2) Si Si Segundo (2) No Primero (1) No Tercero (3) Si Tercero (3) No Tercero (3) Si No Segundo (2) Si Si Segundo (2) Si Si Segundo (2)

Tercero (3) Quinto (5) Segundo (2)

Segundo (2) Segundo (2) Primero (1)

Materias Perdidas 3 3 2 3 1 3 1 2 2 3 1 0 1 1 3 1 1 0 2 0 1 0 3

Causas para Le gusta su abandonar la carrera carrera Bajas calificaciones Bajas calificaciones Bajas calificaciones Falta de dinero Falta de dinero Falta de dinero Falta de dinero Falta de dinero Falta de dinero Falta de dinero Bajas calificaciones Falta de dinero Falta de dinero Falta de dinero Falta de dinero Falta de dinero Trabajo Bajas calificaciones Falta de dinero Falta de dinero Bajas calificaciones Falta de dinero Falta de tiempo

Si Si Si Si Si Si Si Si Si Si Si Si Si Si Si Si Si Si Si No Si Si Si

1

Falta de dinero

Si

1 0 2 3 3 0 0 1 3 0 1

Falta de tiempo Trabajo Falta de dinero Falta de dinero Bajas calificaciones Falta de dinero Falta de dinero Falta de dinero Trabajo Falta de dinero Trabajo

Si Si Si Si Si Si Si No Si No No

Fuente: Encuestas realizada.

5.8 PROCESAMIENTO Etapa exploratoria

Esta etapa contempla dos momentos: Medición estadística de la deserción y el análisis de los datos obtenidos. a.

Medición estadística de la deserción.

Está etapa considera en primer lugar, un análisis estadístico que permita establecer el método más apropiado para la medición de la deserción en la Universidad. Para ello, se tomó en cuenta los estudiantes de pregrado presenciales matriculados entre 2013 y 2018 utilizando tres métodos a saber: 

Cálculo de la deserción intersemestral: Corresponde a la diferencia de

estudiantes de semestre a semestre. Es el número de estudiantes que cursaron un periodo académico, pero no cursaron el siguiente. 

Cálculo de la deserción como inversa a la tasa de graduación: Se define la

tasa de graduación como el número de estudiantes en pregrado presencial graduados en un año sobre el promedio anual de estudiantes matriculados nuevos en los últimos cinco años. Cálculo de la deserción por cohortes: Consiste en una asociación estudiante por estudiante para determinar el periodo en el cual comenzó una carrera y cuál fue el último periodo que curso. Se contrasta esta información con el conjunto de graduados de la carrera respectiva.

b.

Análisis de los datos obtenidos.

Como resultado del análisis anterior se definió que lo más apropiado para el desarrollo del estudio era una medición por cohortes. Dada la conclusión anterior, en segundo lugar, se realiza una medición y lectura detallada de la deserción por cohortes, por programas, por facultades y a nivel institucional.

Etapa descriptivo-explicativa Esta etapa incluye momentos: definición de criterios para la investigación, la recolección de información, y el procesamiento y análisis de los datos, se describe cada uno de ellos con el propósito de caracterizar de manera cuantitativa y cualitativa la deserción en los jóvenes universitario. 9

5.9 RESULTADOS Y DISCUSIÓN

Ya implementado el instrumento de medición y la sistematización de las encuestas realizadas se procede al procesamiento estadístico, esto se lleva a cabo haciendo uso de gráficos y tablas dinámicas o cruce de variables. Tabla 2. Causas de deserción Causas de desercion

Frecuencia

Porcentaje

Bajas calificaciones

7

20%

Falta de dinero

22

63%

Trabajo

4

11%

Falta de tiempo

2

6%

Total

35

100%

Fuente: Base de datos Grafico 1. Causas de deserción

Fuente: Tabla No 2

10

Analisis Grafica No. 1 Como se puede observar en esta grafica el 63% de la poblacion de estudiantes de Ingenieria Agricola considera como principal factor para la desercion estudiantil la falta de dinero. Tabla 3. Relación semestre y materias perdidas

Semestre

Materias Perdidas 0 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%

Cuarto (4) Octavo (8) Primero (1) Quinto (5) Segundo (2) Sexto (6) Tercero (3) (en blanco) Total general

0,00%

1 1,92% 1,92% 3,85% 0,00% 9,62% 0,00% 5,77% 0,00%

2 0,00% 0,00% 3,85% 3,85% 3,85% 3,85% 3,85% 0,00%

3 Total general 5,77% 7,69% 0,00% 1,92% 0,00% 7,69% 5,77% 9,62% 17,31% 30,77% 17,31% 21,15% 11,54% 21,15% 0,00% 0,00%

23,08% 19,23% 57,69%

100,00%

Fuente: Bases de datos

Grafico 2. Semestre con mayor número de materias perdidas (en blanco) 0%

Cuarto (4) 8%

Tercero (3) 21%

Sexto (6) 21%

Octavo (8) 2% Primero (1) 8% Quinto (5) 9%

Segundo (2) 31%

Fuente: Tabla No 3

11

Analisis Grafico No.2 El mayor indice de materias perdidas se encuentra en los primeros semestres, como se puede analizar en la grafica el 60% de la poblacion pierde la mayor cantidad de materias en los tres primeros semestres, siendo el segundo el semestre en cual se pierde la mayor cantidad con 31% de la poblacion. Tabla 4. Horas semanales dedicadas al estudio extra clases. Horas semanles dedicadas a sus estudios

Promedio

Frecuencia

Porcentaje

[8h - 16h)

12

21

60%

[16h - 24h)

20

7

20%

[24h - 32h)

28

2

6%

[32h - 40h)

36

0

0

[40h - 48h)

44

5

14%

35

100%

Total

Fuente: Base de datos. Grafica 3. Horas semanales dedicadas a sus estudios 25 20 15 10 5 0

[8h - 16h)

[16h - 24h)

[24h - 32h)

[32h - 40h)

[40h - 48) Fuente: Tabla No 4

12

Analisis Grafica No.3 El 60% de estudiantes de ingenieria agricola dedica entre 8 a 16 horas semanales para sus estudios fuera de las clases normales. Si dividimos por 7 la media de estos valores veremos que solo dedican de 3 a 4 horas diarias para esos estudios.

Tabla 5. Estrato socioeconómico

Estrato 1 2 3 Total

Frecuencia 9 21 5 35

Porcentaje 26% 60% 14% 100% Fuente: Base de datos

Grafico 4. Estrato socioeconómico 25 20 15 10 5 0 1

2

3

Estratos socioeconomicos

Fuente: Tabla No 5

13

Análisis Grafica No. 4 El 86% de la población pertenece a los estratos uno y dos.

Tabla 6. Valor matricula

Valor matricula [400.000 - 720.000) [720.000 - 1.040.000) [1.040.000 - 1.360.000) [1.360.000 - 1.680.000) [1.680.000 - 2.000.000) Total

Promedio Frecuencia Porcentaje 560.000 16 46% 880.000 5 14% 1.200.000 1 3% 1.520.000 4 11% 1.840.000 9 26% 35 100% Fuente: Base de datos

Grafico 5. Valor matricula 18 16 14 12 10 8 6 4 2 0

[400.000 720.000)

[720.000 1.040.000)

[1.040.000 1.360.000)

[1.360.000 1.680.000)

[1.680.000 2.000.000)

Fuente: Tabla No 6

14

Análisis Grafica No.5 54% de la población estudiada paga por costo de matrícula más de $720.000 pesos moneda corriente.

Tabla 7. Presupuesto diario

Presupuesto diario Promedio [3.000 - 5.400) 4.200 [5.400 - 7.800) 6.600 [7.800 - 10.200) 9.000 [10.200 - 12-600) 11.400 [12.600 - 15.000] 13.800 Total

Frecuencia 19 2 11 0 2

Porcentaje 54% 6% 32% 0% 8%

34

100% Fuente: Base de datos

Grafico 6. Presupuesto diario

20 18 16 14 12 10 8 6 4 2 0

[3.000 5.400)

[5.400 7.800)

[7.800 10.200)

[10.2000 12.600)

[12.600 15.000) Fuente: Tabla No 7

15

Análisis Grafica No. 6 El 54% de los estudiantes de Ingeniería Agrícola llevan para gastos de comida, transporte, fotocopias y demás 4400 pesos moneda corriente.

5.9.1 ANALISIS GENERAL

El principal factor que causa la deserción en los estudiantes de ingeniería agrícola de la Usco con sede en Neiva es el tema económico pues como se pudo analizar los costos de matrículas son muy elevados, el 54% de la población paga por derechos pecuniarios más de $720.000, y el 86% de estos mismos estudiantes pertenecen a estratos 1 y 2. El 54% de los estudiantes llevan para gastos diarios en promedio $4.400 pesos, como se evidencia este valor es muy bajo para el sostenimiento de un estudiante, si tenemos en cuenta que el estudiante gasta en transporte $3.500, le quedarían tan solo $900 pesos para alimentación y fotocopias y demás. El siguiente factor importante es el alto índice de materias que pierden los estudiantes en el segundo y tercer semestre, el 53% de la población lo hace convirtiéndose así en uno de los primeros filtros que atrapa a la población y hace que abandonen sus estudios. El 60% de los estudiantes dedican entre 8 y 16 horas semanales para complementar lo que se enseña en el alma mater, en promedio son 3,5 horas que dedican estos estudiantes diariamente, esto se ve reflejado en los promedios ponderados.

16

6. BIBLIOGRAFÍA

   

Fuente, base de datos recolectada de instrumentó de medición Base de datos Universidad Surcolombiana para la población Javeriana.edu.co. (2009). Apuntes tomados en clase de estadística y probabilidad, decano de facultad de ciencias básicas, Jaime Polania.

17

UNIDAD II - ESTADISTICAS DESCRIPTIVAS

1. ESTADISTICAS DESCRIPTIVAS 1.1. DIAGRAMA DE DISPERSION………………………………………………………22 1.2. Coeficiente de determinación……………………………………………………........22 1.3 Coeficiente de correlación lineal de Pearson…………………………………….........23 1.4 Coeficiente de posición….……………………………………………………….........23 1.5 Coeficiente angular…….……………………………………………………………...23 2. PROYECCIONES USANDO EL METODO………………………………………..........23 3. RECOMENDACIONES…………………………………………………………………..24 4. ANALISIS DE OTRAS VARIABLES CON ESTADISTICAS DESCRIPTIVAS............25

18

ÍNDICE DE TABLAS Tabla No.1 Variables cualitativas………….…………………………………………..20 Tabla No. 2 modelo relacionado bivariado…………………………………………..21 Tabla No. 3 variable cuantitativa….…………………………………………………..24 Blox plot de la tabla n° 3…..………………………………………………………….25 Tabla No. 4 Estrato……………………………………………………………………26 Blox plot de la tabla n° 4………………………………………………………………26 Tabla No. 5 Promedio Ponderado ……………………………………………………27 Blox plot de la tabla n° 5………………………………………………………………28 Tabla No. 6 Valor Matricula …………………………………………………………29 Blox plot de la tabla n° 6………………………………………………………………30 Tabla No. 7 Presupuesto diario………………………………………………………..30 Blox plot de la tabla n° 7………………………………………………………………31 Tabla No. 8 Horas semanales dedicadas al estudio………………………………….32 Blox plot de la tabla n° 8……………………………………………………………..33 Tabla No. 9 Materias perdidas ……………………………………………………….34 Blox plot de la tabla n° 9……………………………………………………………..35

19

Para variables cualitativas hallamos únicamente la Moda. Para variables cuantitativas discretas y continuas hallamos estadísticas de correlación y regresión. Tabla No.1 Variables cualitativas

Variables Semestre Sexo Trabaja

Moda Tercero (3) F No

Bajo rendimiento factor importante para abandonar su carrera

No

Semestre con mayor numero de materias Causas para abandonar la carrera Le gusta su carrera

Segundo (2) Falta de dinero Si

Análisis tabla No.1 Estos datos nos aportan gran información, analizando la moda como la tendencia a que pase determinada situación podemos decir con certeza que en Ingeniería Agrícola tiende a haber mayor cantidad de estudiantes cursando en el tercer semestre, que el sexo femenino será el dominante en dichos estudiantes, que la mayoría no trabajan, también podemos decir que los estudiantes piensan que el bajo rendimiento no debe ser causa para abandonar los estudios, que el segundo semestre es en el cual se pierden mas materias, que la causa principal para abandonar el estudio es la falta de dinero y que la mayoría gusta de su carrera profesional.

20

Tabla No. 2 MODELO RELACIONADO BIVARIADO

Horas semales dedicadas a sus estudios 20 15 20 8 20 22 15 12 18 12 20 15 20 24 15 15 15 15 48 15 8 12 15 15 15 15 8 48 8 24 48 12 8 48 48

Materias Perdidas 3 3 2 3 1 3 1 2 2 3 1 0 1 1 3 1 1 0 2 0 1 0 3 1 1 0 2 3 3 0 0 1 3 0 1

Fuente: Base de datos Unidad I

21

Para el diseño relacional bivariado implementamos métodos de regresión y correlación, usaremos el modelo de regresión simple lineal, que es el adecuado para hacer predicciones de una medida basándonos en el conocimiento de otra.

1. DIAGRAMA DE DISPERSION

Análisis diagrama de dispersión: Consideramos las horas dedicadas semanalmente al estudio como la variable independiente y las materias perdidas como la que depende de las horas que se estudian, los datos están muy dispersos, así que el método lineal no nos dará gran porcentaje de certeza, lo que sí se puede destacar es la relación inversa que tienen estas dos variables, ya que como se aprecia tiende a disminuir las materias perdidas a medida que aumentan las horas de estudio a la semana, esto es lo que quiere decir ese signo negativo en la pendiente de la ecuación de regresión lineal. 1.1. COEFICIENTE DE DETERMINACION R2 = 0,0287 Esta es una cantidad adimensional que toma valores en el intervalo que comprende desde cero hasta uno. De por sí sola no se puede interpretar así que la multiplicamos por 100 para calcular el porcentaje de confiabilidad o bondad del método que estamos implementando, así que: 0,0287 x 100 = 2,87%

22

El porcentaje de confiabilidad por aproximación es del 3%, un porcentaje sumamente bajo, esto se debe a que los datos están muy dispersos, el porcentaje de error es del 97%, el método se puede usar para hacer proyecciones pues tiene un porcentaje de confiabilidad pero el error es demasiado grande como para tomarse en serio, es recomendable buscar otro método para hacer proyecciones, puesto que hay otros factores que influyen en que los estudiantes pierdan materias y que sumados nos dan ese 97% de error en este método. 1.2. COEFICIENTE DE CORRELACION LINEAL DE PEARSON r = 0,169 Como la pendiente en la ecuación lineal de regresión nos da negativa se debe corregir este coeficiente de correlación por r = - 0,169, el signo nos da información para determinar que la correlación entre las horas dedicadas al estudio semanalmente con las materias perdidas es de una relación inversa, en otras palabras a medida que las horas de estudio que se dedican a la semana aumentan las materias perdidas disminuyen, esto es algo lógico ya que a mas horas de estudio se debe adquirir un mayor grado de conocimiento para superar los obstáculos que determinan que se reprueben las asignaturas impartidas durante la carrera, se debería pensar que este es el factor que más debiese influir pero no es así, ya que la correlación entre horas semanales de estudio y materias perdidas es mínima. Así que se debe tener en cuenta que hay otros factores que suman un 97% de probabilidad para que se pierdan asignaturas en Ingeniería Agrícola. 1.3. COEFICIENTE DE POSICION Bo = 1,7974 Este es el promedio de materias perdidas en términos de horas semanales dedicas al estudio. 1.4. COEFICIENTE ANGULAR B1 = -0,0157 Esto quiere decir que por cada hora a la semana que un estudiante le dedique a su estudio dejará de perder 0,0157 materias. 2. PROYECCIONES USANDO EL METODO y = 1,7974 - 0,0157x Donde:

y = materias perdidas

y

x = horas semanales de estudio

Con este método si un estudiante estudia 32 horas semanales perdería 1.295 materias y si otro estudiante pierde 4 materias es porque estudia aproximadamente 15 horas en la semana.

23

3. RECOMENDACIONES El método tiene un 3% de bondad, esto quiere decir que acertará a las proyecciones que hagamos en un 3% y fracasará en un 97%, se puede usar pero no se recomienda pues la probabilidad de acertar en las proyecciones es demasiado baja, se debe buscar otro método para hacer una mejor proyección, algunas proyecciones dan valores lógicos y nada fuera de lo que realmente sucede en el Alma Mater, como las proyecciones que realizamos anteriormente. Pero en otras ocasiones dan estimaciones absurdas como por ejemplo si el estudiante dedicara 0 horas semanales a sus estudios tan solo perdería 2 materias aproximadamente, y si dedicara 51 horas aproximadamente tan solo perdería una materia, estas proyecciones son anormales y se debe a que éste método tiene una probabilidad de acertar tan solo un 3%.

4. ANALISIS DE OTRAS VARIABLES CON ESTADISTICAS DESCRIPTIVAS. Tabla No. 3 Variable cuantitativa Edad

Edad - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75

19,91 20 20 2,31 5,36 0,40 0,77 9 17 26 18 20 21

Fuente: Base de datos Análisis Tabla No.3 La Media es aproximadamente 20 años, en este caso es igual a la mediana y a la moda, con lo cual determinamos que en promedio los estudiantes de ingeniería agrícola tienen 20 años, que tienden a tener 20 y que si tomáramos la mínima edad con la máxima edad de los estudiantes, 20 años estaría justo en medio de dicho intervalo de edades, además 20 años es la edad que más se repite en dichos estudiantes. La varianza mide la diferencia de un dato específico al promedio de 24

dichos datos y no se analiza. La desviación estándar es 2,31, esto quiere decir que 2 años aproximadamente es la diferencia de edad de un estudiante al promedio de dichos estudiantes, el coeficiente de asimetría es mayor que cero, así que la distribución de los datos tiene una simetría positiva y se alarga a valores mayores que la media. La edad mínima es 17 años y la máxima 26 y el rango entre ellas es 9. El coeficiente de apuntamiento o courtosis es mayor que cero asi que el apuntamiento es leptocurtico, lo cual quiere decir que los datos están agrupados.

BLOX PLOT DE LA TABLA N° 3.

Análisis blox plot de la tabla n° 3 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha puesto que su lado inferior es más angosto que el lado superior, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la cual significa que sus datos están muy concentrados en la mediana, siendo así una curva muy apuntada frente a la curva esperada.

25

Tabla No. 4 Estrato Estrato - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75 Fuente: Base de datos

1,88 2 2 0,6 0,41 -0,43 0,10 2 1 3 1,5 2 2

Análisis Tabla No. 4 El análisis de estadísticas descriptivas para esta variable no es muy adecuado, esta variable está mal planteada, debería ser estrato bajo medio y alto y no estrato 1, 2 y 3. Igual se puede destacar algo, que el estrato 2 es el que más se repite y que la población de estudiantes de ingeniería agrícola pertenece en su gran mayoría a los estratos 1,2 y 3. Y que son anormales los estratos altos 4, 5 y 6 que estudien esta ingeniería. BLOX PLOT DE LA TABLA N°4.

26

Análisis blox plot de la tabla n° 4 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Laptocurtica, la cual significa que sus datos tienen mucha concentración en la media, siendo así una curva muy apuntada frente a la curva esperada.

Tabla No. 5 Promedio Ponderado

Promedio ponderado - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75 Fuente: Base de datos

3,79 3,8 3,5 0,28 0,08 -0,02 -0,01 1,2 3,1 4,3 3,6 3,8 4

Análisis Tabla No. 5 El promedio o media aritmética 3,79 este es el promedio de la población de estudiantes que cursan ingeniería agrícola, 3,8 es la mediana que es el dato que está justo en medio de todos los datos, la Moda es 3,5 y este es el promedio que más se repite en los estudiantes, el coeficiente de apuntamiento o courtosis es negativo así que el grado de apuntamiento es platicurcico, esto quiere decir que los datos están dispersos, la varianza es poca así que los datos no difieren mucho uno del otro, el coeficiente de asimetría es negativo esto quiere decir que los datos se alargan a valores menores que la media, quiere decir esto que los estudiantes tienden a tener promedios menores a 3,8. Los promedios mínimos de la población van desde 3,1 y los máximos en 4,3 habiendo una diferencia entre ellos o rango de 1,2.

27

BLOX PLOT DE LA TABLA N°5.

Análisis blox plot de la tabla n° 5 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la izquierda, por tal motivo podemos afirmar que presenta curtosis de tipo Platicurtica, la cual significa que sus datos están poco concentrados en la media, siendo así una curva muy achatada frente a la curva esperada.

28

Tabla No. 6 Valor Matricula Valor Matricula - Estadisticas descriptivas Media 1056176 Mediana 765000 Moda 2000000 Desviación estándar 619056,05 Varianza 3,83E+11 Curtosis -1,57 Coeficiente de asimetría 0,47 Rango 1600000 Mínimo 400000 Máximo 2000000 P25 515000 P50 765000 P75 1800000 Fuente: Base de datos

Análisis Tabla No. 6 El promedio o media aritmética es de un millón cincuenta y seis mil ciento setenta y seis pesos moneda corriente, este es el promedio que pagan los estudiantes por concepto de matrícula, aunque la mediana es 765.000 pesos, este solo es el valor que está justo en la mitad de los datos, no aporta mucha información para el análisis que corresponde a este ejercicio, la moda son dos millones de pesos, este dato no se puede aplicar a la población, es solo el valor que más se repite en los datos esto quiere decir que tal vez sea el valor que más se presente en la población. La desviación estándar es la variación que tienen los valores al promedio en general, es la variación absoluta de los datos, esta variación es muy alta así que los valores se alejan mucho del promedio. El grado de apuntamiento o curtosis es negativo así que la gráfica correspondiente es platicurtica, o sea que los datos están muy dispersos entre ellos. El coeficiente de asimetría es mayor que cero así que la distribución de los datos se alarga a valores mayores que la media o promedio, esto quiere decir que la mayoría de los valores de matricula están por encima del promedio. El valor mínimo de matricula es 400 mil pesos y el máximo 2 millones de pesos, el rango es de millón seiscientos mil pesos, esta es la diferencia que hay entre ellos, lo cual quiere decir que no hay alguna igualdad o uniformidad en los valores de matricula que pagan los estudiantes de ingeniería agrícola.

29

BLOX PLOT DE LA TABLA N°6.

Análisis blox plot de la tabla n° 6 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la cual significa que sus datos tienen mucha concentración en la media, siendo así una curva muy apuntada frente a la curva esperada.

Tabla No. 7 Presupuesto diario Presupuesto diario - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75

6794,12 5000 5000 3531,50 12471479,5 0,39 1,05 12000 3000 15000 5000 5000 10000

30

Fuente: Base de datos Análisis Tabla No.7 En promedio los estudiantes llevan a la universidad 6.800 pesos aproximadamente para sus gastos diarios, aunque la tendencia es llevar 5.000 pesos, la desviación estándar es 3.500 pesos lo cual quiere decir que hay estudiantes que tienen un presupuesto diario de 8.500 pesos y otros de 1.500 pesos, el grado de apuntamiento o courtosis es positivo así que los datos están agrupados pues tienen una tendencia leptocurtica, el coeficiente de asimetría es positivo así que el presupuesto diario de los estudiantes tiende a ser mayor que el promedio. El presupuesto mínimo es de 3 mil pesos y el máximo de 15 mil pesos, tienen una diferencia de 12 mil pesos, lo cual quiere decir que hay estudiantes con una mayor capacidad monetaria que otros y su diferencia es alta.

BLOX PLOT DE LA TABLA N°7

Análisis blox plot de la tabla n° 7 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la cual significa que sus datos están muy concentrados en la media, siendo así una curva muy apuntada frente a la curva esperada.

31

Tabla No. 8 Horas semanales dedicadas al estudio

Horas semanales dedicas a sus estudios - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75

19,88 15 15 12,60 158,65 1,40 1,60 40 8 48 13,5 15 20

Fuente: base de datos Análisis Tabla No. 8 En promedio los estudiantes de ingeniería agrícola invierten casi 20 horas semanales a sus estudios, aunque la mayoría solo invierte 15 horas, pues es la moda, el coeficiente de asimetría es positivo lo cual quiere decir que la mayoría de los estudiantes invierten más tiempo del promedio a sus estudios, esto mismo se puede también observar con el grado de apuntamiento o courtosis que es positivo así que los datos están agrupados pues la tendencia en su grafica es leptocurtica, 8 horas es el valor mínimo que un estudiante invierte en sus estudios y 48 horas es el máximo, hay una diferencia o rango entre esas horas de 40, lo cual quiere decir que hay estudiantes sobresalientes que estudian mucho como también hay vagos que dedican poco tiempo a sus estudios.

32

BLOX PLOT DE LA TABLA N°8

Análisis blox plot de la tabla n° 8 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Leptocurtica, la cual significa que sus datos están muy concentración en la media, siendo así una curva muy apuntada frente a la curva esperada.

33

Tabla No. 9 Materias perdidas Materias Perdidas - Estadisticas descriptivas Media Mediana Moda Desviación estándar Varianza Curtosis Coeficiente de asimetría Rango Mínimo Máximo P25 P50 P75

1,44 1 1 1,13 1,28 -1,34 0,22 3 0 3 1 1 2

Fuente: Base de datos Análisis tabla No. 9 En promedio los estudiantes pierden una materia, la moda es 1 así que esa es la cantidad de materias perdidas que más se presenta en los estudiantes, la variación respecto al promedio es de 1, 13 quiere decir esto que las materias son diferenciales, el grado de apuntamiento es negativo así que los datos están dispersos pues presentan una tendencia platicurtica, el coeficiente de asimetría es positivo así que las materias que pierden los estudiantes tienden a ser mayores que uno, cero es el valor mínimo de materias que pierden los estudiantes y tres es el máximo, la diferencia entre ellos es tan salo de tres materias, en conclusión los estudiantes de ingeniería agrícola son muy aplicados pues no pierden muchas materias.

34

BLOX PLOT DE LA TABLA N°9

Análisis blox plot de la tabla n° 9 A partir de dicho diagrama podemos observar que esta distribuye sus datos hacia la derecha, por tal motivo podemos afirmar que presenta curtosis de tipo Laptocurtica, la cual significa que sus datos tienen mucha concentración en la media, siendo así una curva muy apuntada frente a la curva esperada.

35