TRABAJO EXPERIMENTAL

Estudiantes: SAMUEL ANTONIO CABEZAS TIBAQUICHA

258444
JORGE ALEJANDRO RECAMAN GUZMAN

258581
SANTIAGO HERNANDEZ

258557
MAIKOL BONILLA GIL

258460

Docente: SANDRA VERGARA CARDOSO

UNIVERSIDAD NACIONAL DE COLOMBIA SEDE BOGOTA DEPARTAMENTO DE F ISICA Y MATEMATICAS PROBABILIDAD Y ESTADISTICA - COLOMBIA BOGOTA

2013

DESARROLLO DE LA VIDA UNIVERSITARIA INTEGRAL A LO LARGO DE LA CARRERA EN LA UN

1.

Resumen

El siguiente trabajo experimental fue enfocado a estudiantes de las diferentes carreras de la facultad de ingenieria con el n de determinar caracteristicas generales de la vida de un estudiante promedio. En donde primero se determino un titulo para el estudio, despues se declararo un objetivo principal y algunos especicos, tambien se determinaron las posibles variables a trabajar y nalmente se sacaron resultados. Para realizar el estudio se tom o la poblaci on de estudiantes de ingenier a de la Universidad Nacional De Colombia y se extrajo una muestra de cuarenta (40) estudiantes de ingenier a, a los cuales se les presento una encuesta.

2.

Objetivos:
El presente estudio planea cumplir las siguientes metas.

2.1.

General:
Conocer aspectos y caracter sticas generales de la vida de un estudiante promedio de la UN a lo largo de sus estudios como universitario.

2.2.

Espec cos:
Mostrar una estad stica general sobre como los estudiantes aprovechan o no los recursos que brinda la universidad. Identicar el modelo de estudiante promedio, en cada carrera de la facultad de ingenier a, as , comparar los diferentes prospectos de estudiante en la facultad. Observar las dicultades y facilidades que tienen en general los integrantes de la comunidad. Conocer las expectativas de los estudiantes en aspectos como: culminaci on exitosa de la carrera, promedio, entre otros.

3.

Variables:

Los variables que se tuvieron en cuenta fueron seis cuantitavas (num ericas) y nueve cualitativas (no-num ericas), en donde cada fue previamente muy bien escogida para una brindara informacion adecuada para el analisis de resultados.

3.1.

Cuantitativas:
Edad: discreta. Carga acad emica en n umero de cr editos: discreta. Tiempo de permanencia en la universidad: discreta. Gasto diario promedio: continua. Promedio Aritm etico Ponderado Acumulado (PAPA): continua. Numero matriculas necesarias: discreta.

3.2.

Cualitativas:
Carrera: nominal. Sexo: nominal. Satisfacci on con la carrera: ordinal. Satisfacci on con docentes y administrativos: ordinal. Satisfacci on con el equipo de c omputo: nominal. Cursos libres: nominal Apoyos socioecon omicos: nominal. Bibliotecas: nominal. Doble titulaci on: nominal.

4.

An alisis de datos - Salidas en R

Para facilitar algunas cuentas nos hemos apoyado del software R, quien adem as nos facilita algunas gr acas muy u tiles para el an alisis de resultados. Estas lineas nos permiten cargar la base de datos nal de la encuesta.

4.1.

Manejo de variables cuantitativas

Edad: discreta. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

Carga acad emica en n umero de cr editos: discreta. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

Tiempo de permanencia en la universidad: discreta. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

Gasto diario promedio: continua. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

10

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

11

Promedio Aritm etico Ponderado Acumulado (PAPA): continua. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

12

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

13

Numero matriculas necesarias: discreta. Primeramente se muestra el c odigo de la representaci on del diagrama de tallos y hojas, seguido del c alculo del valor m nimo, valor m aximo, media, cuartiles y un resumen en general.

Seguido se muestra el c odigo del c alculo de la varianza, la desviaci on est andar, la moda, la asimetr a, el coeciente de variaci on y la desigualdad de chebyshev.

14

Adem as se muestra el c odigo que genera un boxplot y un histograma de los datos.

Finalmente se muestra un boxplot que representa los datos de los cuartiles y un histograma con su respectiva densidad seg un lo arrojado por la frecuencia relativa.

Diagramas

15

4.2.

Manejo de variables cualitativas

Sexo Satisfacci on con la labor de los profesores. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Evento A: Satisfaccion con la labor de los profesores. Evento B: Sexo. Variable a priori: Satisfacci on con la labor que ejercen los profesores y administrativos que trabajan en la universidad. Interpretaci on probabilidades marginales: La probabilidad de que un estudiante seleccionado al azar este satisfecho de manera excelente, buena, regular o mala con la labor de los docentes y administrativos es: Excelente:
4 40

Buena:

31 40

Regular:

4 40

Mala:

1 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a responder que est a satisfecho con la labor del cuerpo administrativo y docente de la universidad, acepta que cumplen con su trabajo de manera adecuada. Muy pocos son los casos donde el estudiante responda que la labor es regular o mala y aun m as que diga que la labor que realizan sea mala.

16

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas:

Probabilidades condicionales: Un estudiante escogido a la azar, el cual su nivel de satisfacci on es bueno, tiene la mayor probabilidad de ser hombre, seguido por una menor probabilidad de ser mujer, debido a que son mas pocas las mujeres en responder y a la vez mas pocas en la facultad de ingenier a. Cuando el nivel de satisfacci on con la labor realizada por los docentes y administrativos es malo, se tiene la probabilidad mas peque na de que sea hombre y nunca va a ser una mujer. Probabilidades conjuntas: Cuando se escoge un estudiante al azar, los resultados tienden a que sea hombre y considere que la labor de los docentes y administrativos es buena, debido a ser la mayor probabilidad que se tiene para toda la muestra. Nunca va a suceder que el estudiante sea una mujer y que considere que la labor es mala, una mujer tambi en considera que la labor realizada es buena, aunque en menor proporci on, debido a la menor cantidad de mujeres en toda la facultad de ingenier a.

17

La siguiente tabla muestra un resumen de las probabilidades tanto a priori como a posteriori.

Interpretaci on probabilidades a posteriori: Cuando el estudiante escogido al azar es un hombre, se tiene que es mas probable que responda a que el nivel de satisfacci on con la labor de docentes y administrativos es buena, seguido por cierto porcentaje que podr a responder que es regular esta labor. En el caso de las mujeres, tambi en es m as probable que una seleccionada al azar responda que la labor realizada es buena y ninguna mujer responde que la labor es mala como en los hombres, donde sucede lo contrario, la probabilidad de que alg un hombre diga que la labor en cuesti on es mala es m nima, pero existe. Aplicaci on del test Ji-cuadrado: El nivel de satisfacci on excelente, bueno, regular o malo que tienen los estudiantes de la facultad de ingenier a respecto a la carrera que estudia depende del sexo del estudiante. La prueba se realiza con un nivel de signicancia =0.5, lo que indica que hay una probabilidad de 0.5 de que la hip otesis nula sea verdadera. Los grados de libertad son igual a 3. Paso 1: Las hip otesis nula H0 y alternativa H1 son: H0 : nivel de satisfaccion independiente del sexo H1 : nivel de satisfaccion dependiente del sexo Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.5 y los grados de libertad = 3. valor critico = 2.366

18

 Paso 3:

Xcalc 2 = 1.2519 Paso 4: El valor obtenido al aplicar la prueba es menor al valor critico, asi que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. Asi que en el nivel de satisfaccion de los estudiantes con la labor de el personal y administrativo de la facultad es independiente del sexo del estudiante. Cursos libres - Apoyos socioeconomicos. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Evento A: Uso de cursos libres. Evento B: Uso de apoyos socioeconomicos. Variable a priori: Uso de los cursos libres ofrecidos por la universidad por parte de los estudiantes de la Facultad de Ingenieria. Interpretaci on probabilidades marginales: La probabilidad de que un estudiante seleccionado al azar haga uso de los cursos libres ofrecidos por la universidad es Si :
9 40

No:

31 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a responder que no ha hecho uso de los cursos libres ofrecidos por la universidad. Una minoria responde que si hace uso de estos cursos mencionados.

19

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas:

Probabilidades condicionales: Un estudiante de la facultad escogido a la azar, el cual no hace usos de los cursos libres ofrecidos por la universidad, tiene la mayor probabilidad de tampoco hacer uso de los apoyos socioecon omicos, se podr a considerar que la mayor a de los estudiantes lo son. La probabilidad mas minima esta relacionada con los estudiantes que si hacen uso de los cursos libres y a la vez hagan uso de los apoyos socioecon omicos. Probabilidades conjuntas: Cuando se escoge un estudiante al azar, los resultados tienden a que no haga uso de los cursos libres y tampoco de los apoyos socioecon omicos, debido a que en estos aspectos se presentan los mayores porcentajes de respuesta. Es la mayor probabilidad que se tiene en el an alisis de toda la muestra. La mas minima ocurre cuanto el estudiante si hace uso de los apoyos socioecon omicos ofrecidos por la universidad y a la vez hace uso de los cursos libres. Aqu se demuestra que los estudiantes debido a su condici on preeren dedicarse solo al estudio o su situaci on econ omica no los obliga a tener que recurrir a alguna de estas ayudas. 20

La siguiente tabla muestra un resumen de las probabilidades tanto a priori como a posteriori.

Interpretaci on probabilidades a posteriori: Cuando un estudiante de la facultad de ingenieria que es escogido al azar hace uso o tiene los benecios socioeconomicos, es probable que no haga uso de los cursos libres, seguido por el estudiante que no tiene apoyos socioeconomicos y tampoco hace uso de los cursos libres. Las razones por las que no se hace uso de ninguno de los dos es por motivos academicos, seguido por que los benecios son para algunos pocos, en base a toda la gran cantidad de poblacion estudiantil que se tiene. Aplicaci on del test Ji-cuadrado: Los estudiantes de la facultad de ingenieria que participan o hacen uso de los cursos libres tienen relacion o dependencia con el uso a la vez de los apoyos socioeconomicos. La prueba se realiza con un nivel de signicancia = 0.10, los grados de libertad son igual a 1. Paso 1: Las hip otesis nula H0 y alternativa H1 son: H0 : uso de cursos libres es independiente de uso de apoyos socioeconomicos. H1 : uso de cursos libres depende de uso de apoyos socioeconomicos.

Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.10 y los grados de libertad = 1. valor critico = 2.706

21

 Paso 3:

Xcalc 2 = 1.2519 Paso 4: Como es de observar, el valor obtenido al aplicar la prueba es menor al valor critico, asi que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. Asi que en los cursos libres son independientes del uso de los apoyos socioeconomicos por parte de los estudiantes de la facultad de ingenieria. Doble titulaci on - Satisfacci on con la carrera. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Evento A: Desicion del estudiante a si desea realizar una doble titulacion o no. Evento B: Satisfaccion del estudiante con la carrera que est a estudiando. Variable Apriori: Desea o no el estudiante realizar una doble titulacion al culmen de la carrera que est a estudiando. Interpretacion Probabilidades Marginales: La probabilidad de que un estudiante Realice una doble titulacion sin importar la satisfaccion con su carrera es: Si :
21 40

No:

19 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a tener ciertas dudas sobre una doble titulacion, pues la cantidad de estudiantes se puede divide casi exactamente en dos, dando a ver que no se puede armar algo acerca de estas dos cosas.

22

As mismo la probabilidad de satisfaccion de un estudiante con su carrera sin importar si desea realizar una doble titulacion es: Excelente:
1 40

Buena:

4 40

Regular:

14 40

Mala:

21 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende tener claro su gusto sobre la carrera que est a estudiando, esto puede decirnos que es muy probable que no haya alta desercion en la poblacion encuestada. Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas:

Probabilidades condicionales: Si un estudiante escogido al azar desea realizar una doble titulacion, es muy probable que la satisfaccion con su carrera no sea excelente, o sea buena, y desee complementar sis conocimientos a partir de estudiar otra carrera. Si un estudiante escogido al azar no desea realizar una doble titulacion, es muy probable que est a muy conforme con su carrera, y que tal vez no desee complementar sus conocimientos en otras ramas de la ciencia. Probabilidades conjuntas: Al escoger un estudiante al azar, no hay forma de poder armar que es mas probable que desee realizar una doble titulacion o no, pues el porcentaje es muy parejo para ambas cosas. Sin embargo, sin importar si desea o no realizar una doble titulacion, se puede ver que estan muy conformes con la carrera que estan estudiando. 23

Las siguientes tablas muestran un resumen de las probabilidades tanto a priori como a posteriori.

Interpretaci on probabilidades a posteriori: Al escoger un estudiante de forma aleatoria, podemos ver claramente varias cosas, primero podemos observar que si la satisfaccion con la carrera es mala, la probabilidad de que haga una doble titulacion es nula, esto quiere decir que es obvio que si no tiene gusto por su carrera, mucho menos va a querer complementarla con otra, y por lo tanto, nos lleva a inferir, que preferir a cambiarse de carrera, a hacer terminar la que est a estudiando actualmente, y hacer una doble titulacion. A partir de esto, nos podemos dar cuenta que si el estudiante tiene una satisfaccion regular, es mas probable que aspire a una doble titulacion, esto quiere decir que probablemente el estudiante continuar a, y complementar a conocimientos con otra carrera, al nalizar esta. Para los estudiantes con un nivel de satisfaccion de su carrera alto, podemos ver que los estudiantes tienen una opinion clara de que desean realizar, pero no se puede armar nada a partir de estos datos, pues las probabilidades, ademas de redondear el 50 %, son muy similares.

24

Aplicaci on test Ji-cuadrado Tabla De Contingencia Doble Titulacion \ Satisfaccion Con Carrera Tabla de contingencia Malo Regular Bueno Excelente Total 0 3 9 9 21 1 1 5 12 19 1 4 14 21 40

Si No Total

Las hip otesis nula H0 y alternativa H1 son: H0 : Los eventos analizados son independientes el uno del otro. H1 : Los eventos analizados son dependientes entre si. 0 1 1 3 1 4 9 9 5 12 14 21 21 19 40

Se procede a hallar las frecuencias esperadas:

211 40 191 40

= 0.525 = 0.475

214 40 194 40

= 2.1 = 1.9

2114 40 1914 40

= 7.35 = 6.65

2121 = 11.025 40 1921 = 9.975 40

Se calcula el valor de Xcalc 2 x2 =

(00.525)2 0.525 2.1) 7.35) 11.025) 0.475) 1.9) 6.65) 9.975) + (3 + (9 + (9 + (1 + (1 + (5 + (12 2 .1 7.35 11.025 0.475 1.9 6.65 9.975
2 2 2 2 2 2 2

x2 = 0.525 + 0.385 + 0.370 + 0.371 + 0.580 + 0.426 + 0.409 + 0.411 x2 = 3.4801288936627282491944146079484 Ahora se calculan los grados de libertad con formula v = (CantidadDeF ilas 1) (CantidadDeColumnas 1) v = (2 1) (4 1) v = 3 Por lo general se trabaja con signicancia de 0.05, asi que: = 0.05 Parametro p P = 1 P = 0.95 Se busca en tabla el valor critico = 0,352 25

Si el valor del chi-cuadrado calculado es menor o igual que el chi-cuadrado critico, entonces se acepta la hipotesis nula. El valor calculado es mejor, 0,352 3,480, por tanto no se rechaza la hipotesis nula. Hay evidencia suciente para decir que los eventos analizados son independientes el uno del otro. Bibliotecas - Satisfacci on con el equipo de c omputo. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Evento A: Respuesta a la pregunta si los estudiantes utilizan las bibliotecas para complementar sus estudios. Evento B: Satisfaccion del estudiante con los laboratorios a los que asiste. Variable Apriori: Utiliza o no el estudiante las bibliotecas para complementar sus estudios. Tabla De Contingencia Uso De Bibliotecas \ Satisfaccion Con Laboratorios Tabla de contingencia Malo Regular Bueno Excelente Total 3 20 9 3 35 0 3 2 0 5 3 23 11 3 40

Si No Total

Interpretacion Probabilidades Marginales: La probabilidad de que un estudiante utilice las bibliotecas sin importar la satisfaccion que tiene con los laboratorios es: Si :
35 40

No:

5 40

La suma de las probabilidades anteriores resulta igual a 1. En general,el estudiante de la facultad seleccionado al azar tiene a utilizar las bibliotecas para complementar sus estudios, pues las probabilidades dieren suciente como para tener base a esta armacion.

26

As mismo: La probabilidad de nivel de satisfaccion de los estudiantes sin importar el uso de las bibliotecas es de : Excelente:
3 40

Buena:

23 40

Regular:

11 40

Mala:

3 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a no estar muy conforme con los laboratorios de la universidad, sin embargo, los aceptan, y con ellos trabajan, el porcentaje de aceptacion no es tan bajo. Aunque se entiende que algunos deban ser mejorados. Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas: Probabilidades condicionales: Si un estudiante escogido al azar utiliza las bibliotecas, es muy probable que su satisfaccion con los laboratorios, bibliotecas, y demas facilidades que presta la universidad sea regular, o no sea excelente. Si un estudiante escogido al azar utiliza las bibliotecas, es muy probable que su satisfaccion con los laboratorios, bibliotecas, y demas facilidades que presta la universidad sea regular, o no sea excelente. 27

Si un estudiante escogido al azar no utiliza las bibliotecas, existe una alta probabilidad de que su satisfaccion con los laboratorios sea neutral, o regular, mas sin embargo, la poblacion que no utiliza las bibliotecas es muy baja. Probabilidades conjuntas: Al escoger un estudiante al azar, hay una alta probabilidad de que este utilice las bibliotecas para complementar sus estudios, y que este a la vez, est a medianamente conforme con los laboratorios, salas de estudio, bibliotecas, y demas. Las siguientes tablas muestran un resumen de las probabilidades tanto a priori como a posteriori.

Interpretaci on probabilidades a posteriori: Al escoger un estudiante de forma aleatoria, podemos ver claramente varias cosas, primero podemos observar que si la satisfacci on con los laboratorios es excelente, sin duda alguna, van a apoyarse en las bibliotecas para complementar sus estudios, pero, sorprendentemente, si la satisfacci on con los laboratorios es casi nula, de todas maneras, van a usar las bibliotecas como m etodo para complementar sus estudios. De igual manera puede verse que en todos los casos, la poblaci on que utiliza las bibliotecas es muy alta, no solo si se est a o no satisfecho con los laboratorios, esto quiere decir que las bibliotecas est an funcionando como deben, y que los estudiantes las est an aprovechando de manera productiva. 28

Aplicaci on test Ji-cuadrado Tabla De Contingencia Uso De Bibliotecas \ Satisfaccion Con Laboratorios Tabla de contingencia Malo Regular Bueno Excelente Total 3 20 9 3 35 0 3 2 0 5 3 23 11 3 40

Si No Total

Las hip otesis nula H0 y alternativa H1 son: H0 : Los eventos analizados son independientes el uno del otro. H1 : Los eventos analizados son dependientes entre si. 3 0 3 20 9 3 2 21 11 3 0 3 35 5 40

Se procede a hallar las frecuencias esperadas:

353 40 53 40

= 2.625 = 0.375

3523 40 523 40

= 20.125 = 2.875

3511 40 511 40

= 9.625 = 1.375

353 40 53 40

= 2.625 = 0.375

Se calcula el valor de Xcalc 2 x2 =

(32.625)2 2.625 (00.375)2 0.375

(2020.125)2 20.125

(99.625)2 9.625

(32.625)2 2.625

(00.375)2 0.375

(32.875)2 2.875

(21.375)2 1.375

x2 = 0.053 + 7.763 104 + 0.0405 + 0.053 + 0.375 + 0.0054 + 0.284 + 0.375 x2 = 1.1880293619424054206662902315076 Ahora se calculan los grados de libertad con formula v = (CantidadDeF ilas 1) (CantidadDeColumnas 1) v = (2 1) (4 1) v = 3 Por lo general se trabaja con signicancia de 0.05, as que: = 0.05 Parametro p P = 1 P = 0.95 29

Se busca en tabla el valor critico = 0,352 Si el valor del chi-cuadrado calculado es menor o igual que el chi-cuadrado critico, entonces se acepta la hipotesis nula. El valor calculado es mejor, 0,352 1,188, por tanto no se rechaza la hipotesis nula. Hay evidencia suciente para decir que los eventos analizados son independientes el uno del otro. Sexo Satisfacci on con la carrera. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Evento A:Sexo. Evento B: Satisfaccion con la carrera. Variable Apriori: Sexo Interpretaci on probabilidades marginales: La probabilidad de que un estudiante haya respondido a la satisfacci on con la carrera dependiendo su sexo es: Masculino :
28 40

Femenino:

12 40

La suma de las probabilidades anteriores resulta igual a 1. En general, el estudiante de la facultad seleccionado al azar es hombre. As mismo, la probabilidad de que un estudiante que haya respondido sobre su sexo, este satisfecho de manera excelente, buena, regular o mala con su carrera, est a dada por: Excelente:
21 40

Buena:

14 40

Regular:

4 40

Mala:

1 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a responder que est a satisfecho con su carrera, lo cual es muy l ogico, ya que se espera que las personas estudien lo que les gusta. Muy pocos son los casos donde un estudiante da a conocer con su respuesta que est a insatisfecho con su carrera. 30

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas:

Probabilidades condicionales: Cuando se escoge un estudiante al azar de los que est an en un nivel de satisfacci on excelente con su carrera, lo m as probable es que sea hombre. Adem as si en vez de satisfacci on excelente fuera satisfacci on mala, tambi en lo m as probable es que fuera hombre, lo cual es muy l ogico dado que en la facultad hay m as hombres que mujeres. Probabilidades conjuntas: Al escoger un estudiante al azar hay una mayor probabilidad de que su satisfacci on con la carrera sea excelente y adem as sea hombre. Por otra parte no es nada probable que sea un estudiante el cual su satisfacci on sea regular o mala con la carrera que estudia y adem as sea mujer. La siguiente tabla muestra un resumen de las probabilidades tanto a priori como a posteriori.

31

Interpretaci on probabilidades a posteriori: Cuando el estudiante escogido al azar es hombre, se esperar a que el nivel de satisfacci on con su carrera sea excelente, a diferencia que si es mujer se esperar a que el nivel de satisfacci on con su carrera sea bueno. Aplicaci on del test Ji-cuadrado: El nivel de satisfacci on excelente, bueno, regular o malo que tienen los estudiantes de la facultad de ingenier a respecto a la carrera que estudia depende del sexo del estudiante. La prueba se realiza con un nivel de signicancia =0.5, lo que indica que hay una probabilidad de 0.5 de que la hip otesis nula sea verdadera. Los grados de libertad son igual a 3. Paso 1: Las hip otesis nula H0 y alternativa H1 son: H0 : nivel de satisfaccion con la carrera independiente del sexo H1 : nivel de satisfaccion con la carrera dependiente del sexo

Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.5 y los grados de libertad = 3. valor critico = 2.366 Paso 3:

Xcalc 2 = 1.7653 Paso 4: El valor obtenido al aplicar la prueba es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en el nivel de satisfacci on del estudiante con la carrera que estudia es independiente del sexo del estudiante. 32

Doble titulaci on Satisfacci on con la labor de los profesores. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Variable Apriori: Doble titulaci on Interpretaci on probabilidades marginales: La probabilidad de que un estudiante haya respondido a la satisfacci on con los docentes y administrativos dependiendo sobre si piensa hacer o no una noble titulaci on es: Si :
21 40

No:

19 40

La suma de las probabilidades anteriores resulta igual a 1. En general hay una probabilidad mayor de que el estudiante de la facultad seleccionado al azar piense en hacer una doble titulaci on. As mismo,la probabilidad de que un estudiante que haya respondido a hacer una doble titulaci on este satisfecho de manera excelente, buena, regular o mala con la labor de los docentes y administrativos es: Excelente:
4 40

Buena:

31 40

Regular:

4 40

Mala:

1 40

La suma de las probabilidades anteriores resulta igual a 1. En general el estudiante de la facultad seleccionado al azar tiende a responder que est a satisfecho con la labor del cuerpo administrativo y docente de la universidad, acepta que cumplen con su trabajo de manera adecuada. Muy pocos son los casos donde el estudiante responda que la labor es regular y a un m as que diga que la labor que realizan sea mala.

33

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas:

Probabilidades condicionales: Cuando se escoge un estudiante al azar de los que piensan que hay un nivel de satisfacci on bueno con respecto a la labor de docentes y administrativos, lo m as probable es que no quiera hacer una doble titulaci on. Adem as si en vez de satisfacci on excelente fuera satisfacci on mala, tambi en lo m as probable es que no quiera hacer una doble titulaci on, lo que nos lleva a pensar que son muy contados los casos de estudiantes que hacen una doble titulaci on. Probabilidades conjuntas: Al escoger un estudiante al azar hay una mayor probabilidad de que su satisfacci on con la labor de los profesores y administrativos sea buena y adem as que si quiera hacer una doble titulaci on. Por otra parte no es nada probable encontrar que sea un estudiante el cual su satisfacci on sea mala con la labor de los profesores y administrativos, y que adem as no quiera hacer una doble titulaci on, lo que indica que en la universidad hay una gran nivel de estudio. La siguiente tabla muestra un resumen de las probabilidades tanto a priori como a posteriori.

34

Interpretaci on probabilidades a posteriori: Cuando el estudiante escogido al azar piensa en hacer una doble titulaci on, se esperar a que el nivel de satisfacci on que tiene con la labor que desempe nan los profesores y administrativos sea mala, a diferencia que si no le gustar a hacer una doble titulaci on, se esperar a que el nivel de satisfacci on con la labor que desempe nan los profesores y administrativos sea regular o excelente. Lo cual es algo il ogico. Aplicaci on del test Ji-cuadrado: El nivel de satisfacci on excelente, bueno, regular o malo que tienen los estudiantes de la facultad de ingenier a respecto a la labor que desempe nan los profesores y administrativos depende de si el estudiante quiere o no hacer una doble titulaci on. La prueba se realiza con un nivel de signicancia =0.5, lo que indica que hay una probabilidad de 0.5 de que la hip otesis nula sea verdadera. Los grados de libertad son igual a 3. Paso 1: Las hip otesis nula H0 y alternativa H1 son: H0 : nivel de satisfaccion con la labor de los profesores y administrativos independiente de si quiere hacer una doble titulacion H1 : nivel de satisfaccion con la labor de los profesores y administrativos dependiente de si quiere hacer una doble titulacion

Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.5 y los grados de libertad = 3. valor critico = 2.366

35

 Paso 3:

Xcalc 2 = 0.4543 Paso 4: El valor obtenido al aplicar la prueba es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en el nivel de satisfacci on de los estudiantes con la labor del profesores y administrativo de la facultad es independiente si quieren o no hacer una doble titulaci on, lo cual nos da una idea del por qu e las probabilidades fueron tan il ogicas. Bibliotecas - Apoyo socioeconomicos. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Variable a priori: Utilizacion de apoyos socioeconomicos. Interpretaci on probabilidades marginales: Probabilidad de que al escoger un estudiante de forma aleatoria este haga o no haga uso de los apoyos socioecon omicos. Utiliza apoyos socioEconomicos: 11 40 No utiliza apoyos socioeconomicos:
29 40

La suma de las probabilidades anteriores resulta igual a 1. Teniendo en cuenta los resultados de la encuesta y analizando las probabilidades, podemos concluir que la mayor a de los estudiantes no utilizan los apoyos socioecon omicos, ya que la probabilidad de que un estudiante escogido de forma aleatoria utilice los apoyos socioecon omicos es baja.

36

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas: Probabilidades condicionales : Las probabilidades condicionales para este conjunto de datos y teniendo en cuenta que la variable a priori es si el estudiante utiliza los apoyos socioecon omicos, vendr an siendo si el estudiante utiliza o no las bibliotecas de la universidad para complementar sus estudios teniendo en cuenta si previamente el estudiante utiliza los apoyos socioecon omicos, entonces para el caso de las probabilidades condicionales si el estudiante no utiliza los apoyos socioecon omicos la probabilidad condicional de que s utilice las bibliotecas es muy alta a comparaci on a la probabilidad de que no las utilice. Probabilidades conjuntas: Para hallar las probabilidades conjuntas utilizamos la regla de la multiplicaci on y en este caso si queremos hallar la probabilidad de que un estudiante utilice los apoyos socioecon omicos y adem as utilice las bibliotecas de la universidad multiplicamos la probabilidad de que el estudiante utilice los apoyos por la probabilidad condicional de que utilice las bibliotecas sabiendo que utiliza los apoyos, que tambi en se podr a hallar tomando la cantidad de estudiantes que utilizan los apoyos y las bibliotecas y dividirlo por la cantidad total de estudiantes.

37

La siguiente tabla muestra un resumen de las probabilidades tanto apriori como a posteriori.

Interpretaci on probabilidades a posteriori: Las probabilidades a posteriori nos dar an la probabilidad de que un estudiante utilice o no utilice los apoyos socioecon omicos si este utiliza o no utiliza las bibliotecas de la universidad, entonces para el caso de que un estudiante si utilice las bibliotecas de la universidad y queremos saber la probabilidad de que dicho estudiante utilice los apoyos socioecon omicos tomamos la probabilidad de que ambos eventos ocurran y los dividimos entre la probabilidad de que el estudiante utilice los apoyos socioecon omicos, para este caso tenemos que si el estudiante utiliza las bibliotecas la probabilidad de que dicho estudiante no utilice los apoyos es bastante mayor que la probabilidad de que s utilice los apoyos. Aplicaci on del test Ji-cuadrado La utilizacion de apoyos socioeconomicos, seg un el uso de las bibliotecas. La prueba se realiza con un nivel de signicancia de = 0.50, lo que indica que hay una probabilidad de 0.5 de que la hipotesis nula sea verdadera. Los grados de libertad son igual a gl = (2 1) (2 1) gl = 1. Paso 1: Las hipotesis nula H 0 y alternativa H1 son: H 0 : Utilizacion de apoyos socioeconomicos independiende de utilizacion de bibliotecas. H 1 : Utilizacion de apoyos socioeconomicos dependiende de utilizacion de bibliotecas. Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.5 y los grados de libertad son gl = 1 valor critico = 0.455 Paso 3: Tabla de valores de frecuencias. Valores Observados Valores Calculados 9.625 1.375 25.375 3.625 2 XCalc = 0.160

38

 Paso 4: 2 Al nal comparamos los valores del XCalc y el valor cr tico que hab amos obtenido 2 antes, los resultados nos muestran que el XCalc < valor critico lo cual quiere decir que aceptamos la hip otesis nula, de lo cual podemos concluir que si el estudiante utiliza apoyos socioecon omicos no depende de que el estudiante utilice las bibliotecas de la universidad para complementar sus estudios.

Sexo - Doble titulaci on. Primeramente creamos la tabla de contingencia , la cual tendra informacion importante para obtener las diferentes probabilidades.

Variable a priori: Genero del estudiante. Interpretaci on probabilidades marginales: Probabilidad de que al escoger un estudiante al azar, este sea hombre o mujer. Hombre : M ujer :
28 40 12 40

La suma de las probabilidades anteriores resulta igual a 1. Viendo los resultados obtenidos de la encuesta se puede observar que una mayor parte de los encuestados son hombres, y que por lo tanto hay una probabilidad bastante alta de que a la hora de elegir un encuestado al azar este sea hombre, tambi en podemos observar que entre el grupo de hombres encuestados la mayor a no har a una doble titulaci on mientras que en el grupo de mujeres, la mayor a har a una doble titulaci on.

39

Ahora realizamos el diagrama de arbol.

Interpretaci on probabilidades condicionales y conjuntas: Probabilidades condicionales : Las probabilidades condicionales en este caso nos dan la probabilidad de que un estudiante escogido al azar entre los encuestados desee hacer una doble titulaci on, si previamente es hombre o mujer, por ejemplo la probabilidad de que un estudiante desee hacer doble titulaci on sabiendo de antemano que la estudiante es mujer, ser a de 0.666, lo cual es una probabilidad bastante alta, las probabilidades condicionales para hombre y mujer respectivamente suman 1. Probabilidades conjuntas: Las probabilidades conjuntan nos dan la probabilidad de que un estudiante sea hombre o mujer y que desee o no desee hacer doble titulaci on, entonces utilizamos la regla de la multiplicaci on y hacemos el producto entre las probabilidades condicionales y la probabilidad de que sea hombre o mujer para hallar la probabilidad conjunta, como ya sab amos que la probabilidad de que un estudiante fuera hombre, las probabilidades conjuntas de que un estudiante desee o no desee hacer doble titulaci on y que adem as el estudiante sea hombre son m as altas que el caso en que el estudiante sea mujer, por ejemplo la probabilidad conjunta de que haya un estudiante hombre que no desee hacer doble titulaci on es mayor a la probabilidad de que haya una mujer que desee hacer doble titulaci on.

40

La siguiente tabla muestra un resumen de las probabilidades tanto apriori como a posteriori.

Interpretaci on probabilidades a posteriori: La probabilidad a posteriori nos da la probabilidad de que si el estudiante quiere o no quiere hacer una doble titulaci on, el estudiante sea hombre o mujer, por ejemplo la probabilidad de que el estudiante sea hombre si ya sabemos que el estudiante no quiere hacer una doble titulaci on es bastante alta, viendo la tabla la mayor a de hombres no quiere hacer doble titulaci on lo cual nos sirve para corroborar que la probabilidad es correcta. Aplicaci on del test Ji-cuadrado El genero de un estudiante masculino, o femenino, seg un el deseo de hacer o no una doble titulacion, la prueba se realiza con un nivel de signicancia de = 0.50, lo que indica que hay una probabilidad de 0.5 de que la hipotesis nula sea verdadera. Los grados de libertad son igual a gl = (2 1) (2 1) gl = 1. Paso 1: Las hipotesis nula H 0 y alternativa H1 son: H 0 : Genero independiende de desicion sobre doble titulacion. H 1 : Genero dependiente de desicion sobre doble titulacion. Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.5 y los grados de libertad son gl = 1 valor critico = 0.455 Paso 3: Tabla de valores de frecuencias. Valores Observados Valores Calculados 14.7 13.3 6.3 5.7 2 XCalc = 1.378 Paso 4: 2 Al nal comparamos los valores del XCalc y el valor cr tico que hab amos obtenido 2 antes, los resultados nos muestran que el XCalc > valor critico de lo cual podemos concluir que la hip otesis nula es falsa y la hip otesis alternativa es verdadera, lo cual quiere decir que el sexo de un estudiante s depende de querer o no querer hacer doble titulaci on. 41

5.

Regresi on lineal

Enfocados de los datos que tomamos, logramos hacer deducciones para diferentes relaciones de variables, apoyados en la teor a de m nimos cuadrados para la regresi on lineal. Poniendo en pr actica las siguientes f ormulas para varianza y covarianza: SX 2 = SXY 2 =
X2 n X Y n

2 X Y X

B1 =

SXY 2 SX 2

B1 X B0 = Y Tiempo de permanencia en la universidad - Carga acad emica en n umero de cr editos.

Realizando los an alisis correspondientes en base a las f ormulas se obtiene: SX 2 = 6.2681 SXY 2 = 3.223125 B1 = 0.5142 B0 = 12.4527 Se obtiene como recta de regresi on y = 0.5142x + 12.4527 La graca ilustra mejor la dispersi on, con la recta de regresi on.

42

Acorde a los resultados, se tiene que un estudiante por cada hora que permanece en la universidad inscribe medio cr edito, es decir por cada dos horas de clase inscribe un cr edito, adem as se deduce gracias a la regresi on que alguien que no va nunca a la universidad o que su tiempo de permanencia es cero en la universidad inscribe 12 cr editos, lo cual es algo sin sentido ya que si alguien inscribe cr editos se esperar a que asistiera a clase. Edad - Carga acad emica.

Realizando los an alisis correspondientes en base a las f ormulas se obtiene: SX 2 = 4.399375 SXY 2 = 0.373125 B1 = 0.084813 B0 = 18.0809 Se obtiene como recta de regresi on y = 0.0848x + 18.0809 43

La graca ilustra mejor la dispersi on, con la recta de regresi on.

Acorde a los resultados, se tiene que una persona con cero a nos tendr a una carga acad emica de 18 creditos aproximadamente, lo cual no tiene interpretaci on practica por la naturaleza de los datos., adem as tampoco tiene sentido en la vida real. Las edades para los estudiantes de la facultad se encuentran aproximadamente entre los 17 y 24 a nos, aplicando alguna de estas edades en la regresi on se obtiene una carga acad emica cercana al promedio seg un los datos que se tienen. De la misma manera se tiene que por cada a no que aumente la edad del estudiante, su carga acad emica promedio aumenta a raz on de 0.0848. Gastos - Tiempo de permanencia diaria en la universidad En este caso, la regresi on se har a con las variables cuantitativas Gastos y Tiempo que pasa en la universidad. La variable independiente es El tiempo y la variable dependiente es los gastos. En la siguiente tabla est an los datos de la muestra para cada variable: X Tiempo 4.5 6 5.25 5.5 12 6 10.5 11.75 5 9.75 Y Gastos 4400 3400 6300 8500 12000 10000 6400 7000 8100 5300 X Tiempo 4 5.25 13.5 11 9.75 8.5 4.5 5.75 6 10.25 Y Gastos 6500 7500 8400 18000 13800 16000 5000 9800 6300 5900 X Tiempo 11.5 8.25 8 10 5.75 5.25 8 7 5 9.75 Y Gastos 7700 7000 6600 13000 17000 5500 19900 6800 7100 8000 X Tiempo 7.75 10.25 2.5 8 7.25 8 7.75 7.5 7.75 8 Y Gastos 8500 3000 24000 20000 4000 6900 3400 9000 4700 14000

44

Realizando los an alisis correspondientes en base a las f ormulas para varianza en X y covarianza conjunta XY se obtiene:
2 Sx 2 Sy Sx Sy 2 Sxy Sxy 0 1

58.21875 94081172.5 7.630121231 9699.5449635537 2736.9375 52.315748107 47.0112721417 8214.3379227053

A partir de esto podemos decir que: Acorde a los resultados, se tiene que una persona que vaya 0 horas a la universidad gasta aproximadamente 8200 Pesos, lo cual no tiene interpretaci on practica por la naturaleza de los datos, adem as tampoco tiene sentido en la vida real. As mismo, se puede ver que por cada hora en la universidad, la cantidad de dinero aumenta a raz on de 47 pesos aproximadamente. Para de esta manera obtener como recta de regresion:

45

Gastos diarios - Edad

Realizando los an alisis correspondientes en base a las formulas se obtiene:

2 = 20516243.7 Sx 2 = 84.3125 Sxy

S0 = 19.49 S1 = 0.000004 Se obtiene como recta de regresi on y = 0.000004x + 19.49 La graca ilustra mejor la dispersi on, con la recta de regresi on.

Al hallar la recta podemos darnos cuenta de que la pendiente de la recta es un valor muy cercano a 0, en este caso 0.000004, lo cual quiere decir que hay poca disparidad entre los datos recolectados y adem as que a medida que aumenta el gasto la edad permanece en un rango casi constante debido a que obtuvimos una recta con una pendiente muy cercana a cero, con un intercepto cercano a la media de las edades. 46

6.

Intervalos de conanza
Tiempo de permanencia en la universidad: discreta. Variable X = Tiempo en universidad. La variable seleccionada es el tiempo y el nivel de signicancia es del 99 %. Debido a que no se conoce la desviaci on est andar poblacional, se emplea el estimador de la distribuci on t-student. La media poblacional se estima con la media muestra y la desviaci on est andar poblacional con la de desviaci on muestra. X = 7.725 (M ediaDeT iempoQueP asanLosEstudiantesEnU nDiaN ormal)
s X t n

7.725

6 .428 40

7.725 1.016 (6.708 ; 8.741) El intervalo de conanza que se obtiene es de 6,7 a 8,7 horas; signica que el 99 % de los tiempos se encuentran dentro de estos valores, resultado que concuerda con los datos que se tienen a partir de las encuestas realizadas. Gastos diarios de un estudiante en un dia normal. Variable X = Gastos Diarios. La variable seleccionada es el tiempo y el nivel de signicancia es del 99 %. Debido a que no se conoce la desviaci on est andar poblacional, se emplea el estimador de la distribuci on t-student. La media poblacional se estima con la media muestra y la desviaci on est andar poblacional con la de desviaci on muestra. X = 8577.5 (M ediaDeDineroQueGastanLosEstudiantesEnU nDiaN ormal)
s X t n

8577.5

21042301 ,2820513 40

8577.5 3327079.96313816367987774529556165 (3318503.4631381636798774629556165 ; 3335659.4631381636798774629556165) El intervalo de conanza que se obtiene es de -3318502 a 3335657 pesos diarios; signica que el 95 % de los gastos se encuentran en este intervalo aproximadamente, donde los datos que posiblemente quedan fuera de este intervalo, resultado que concuerda con los datos que se tienen a partir de las encuestas realizadas. Edad estudiante. Variable X = Edad. 47

La variable seleccionada es edad y el nivel de signicancia es del 99 %. Debido a que no se conoce la desviacion estandar poblacional, se emplea el estimador de la distribucion tstudent. La media poblacional se estima con la media muestral y la desviacion estandar poblacional con la de desviaci on muestral. = 19.52(media edad) X s t X n 2.12 19.52 2.58 40 19.52 0.86 El intervalo de conanza que se obtiene es (18.66,20.38), signica que el 99 % de las edades se encuentran en este intervalo aproximadamente, resultado que concuerda con los datos que se tienen a partir de las encuestas realizadas. Carga academica de un estudiante promedio. Variable X = carga academica. Intervalos de conanza: La variable seleccionada es carga academica y el nivel de signicancia es del 95 %. El mejor estimador para la desviacion estandar poblacional es la desviacion estandar de la muestra, asi que se emplea el estimador perteneciente a la distribucion z, a la vez la media poblacional se estima con la media de la muestra.

= 16.42(media carga academica) X z X n 3.16 16.42 1.96 40 16.42 0.98 El intervalo de conanza que se obtiene es (15.44,17.4), signica que el 95 % de las edades se encuentran en este intervalo aproximadamente, resultado que concuerda con los datos que se tienen a partir de las encuestas realizadas, donde los datos que posiblemente quedan fuera de este intervalo son la carga minima y 21 creditos, estos dos anteriores son los extremos de la muestra de datos para la variable carga academica. Promedio Academico Ponderado Acumulado P.A.P.A. Variable X = P.A.P.A. La variable seleccionada es el P.A.P.A. y el nivel de signicancia es del 5 %. Debido se conoce la desviacion estandar poblacional, se emplea el estimador de la distribucion z-normal. La media poblacional se estima con la media muestral. = 3.905 M edia De P romedio De Los Estudiantes X
z X n 0.37 3.905 1.96 40

(3.7904, 4.0196) Teniendo en cuenta este intervalo podemos concluir que los datos ubicados entre 0.7904 y 4.0196 son conables. 48

7.

Pruebas De Hipotesis
Tiempo de permanencia en la universidad: discreta. Variable X = Tiempo en universidad. Aplicaci on pruebas de hip otesis con estad astico de prueba z: La variable que se tiene para an alisis, como en el paso anterior, es el tiempo. Lo que se desea saber es si el tiempo promedio aun es igual a 7,5 horas, como hace algunos a nos atr as, actualmente se tiene una media muestra de 7.725 a nos con desviaci on est andar de 6.428. A continuaci on se aplican cada uno de los debidos pasos: Paso 1: Las hipotesis nulaH0 y alternativaH1 son: H 0 : = 7.725 Horas H 1 : = 7.725 Horas Paso 2; El nivel de signicancia que se emplea en esta prueba es de = 0.25 Paso 3: Debido a que el tama no de la muestra es 40, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, z. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a dos colas, se tiene el valor cr tico para el nivel de signicancia 0.25 = 2 = 0.125 V alorCritico = 1.15 La regi on de rechazo est a conformada por valores mayores o iguales a 1.15 si es a la derecha o -1.15 si es a la izquierda. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 1.15 a la derecha o -1.15 a la izquierda. Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: = 0.25 X = 7.725 = 7.5 = 6.428 n = 40 z=
X
n

7.7257.5
6 .428 40

0.225
6.428 6.324

0.225 1.0163

= 0.2213

Como es de observar, el estad stico obtenido es mayor al valor cr tico, as que se concluye que la hip otesis nula es falsa y por ende se rechaza. As que en los u ltimos a nos el tiempo promedio de los estudiantes de la facultad de ingenier a no ha sido 7,5 horas, probablemente un valor mayor o menor a esta edad.

Aplicaci on prueba de hip otesis con estad astico de prueba t: Tomando una sub muestra de 20 datos a partir de la muestra de tiempos de la poblaci on de estudiantes de la facultad, se tienen los siguientes pasos para la debida aplicaci on de las pruebas de an alisis. Se desea saber si el tiempo promedio en los u ltimos a nos ha sido mayor de 7.5 horas, donde la media muestra es de 7,725 a nos y la desviaci on est andar de 6,428 con un nivel de signicancia de 0.025. Los debidos pasos son: 49

 Paso 1: Las hipotesis nulaH0 y alternativaH1 son: H 0 : 7.725 Horas H 1 : > 7.725 Horas Paso 2; El nivel de signicancia que se emplea en esta prueba es de = 0.025 Paso 3: Debido a que el tama no de la muestra es 20 y no se posee un valor para la media poblacional, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, t. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a una cola, se tiene el valor cr tico para el nivel de signicancia con 19 grados de libertad. = 0.025 V alorCritico = 2.093 La regi on de rechazo est a conformada por valores mayores o iguales a 2.093. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 2.093. Paso 5: El estad astico de prueba que se obtiene a partir de los datos es: X = 7.725 = 7.5 s = 6.428 n = 20 = 0.025 t=
X
s n

7.7257.5
6 .428 20

0.225
6.428 4.472

0.225 1.437

= 0.156

Como es de observar, el estad astico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en los u ltimos a nos la edad promedio de los estudiantes de la facultad de ingenier a ha sido menor a los 18.5 a nos. Como es de observar, el estad astico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en los u ltimos a nos la edad promedio de los estudiantes de la facultad de ingenier a ha sido menor a los 18.5 a nos. Gastos diarios promedio de un estudiante en un dia normal. Variable X = Gastos diarios. Aplicaci on pruebas de hip otesis con estad astico de prueba z: La variable que se tiene para an alisis, como en el paso anterior, es los gastos. Lo que se desea saber es si el gasto promedio aun es igual a 8000 pesos, como hace algunos a nos atr as, actualmente se tiene una media muestra de 8577,5 pesos con desviaci on est andar de 21042301,2820513. A continuaci on se aplican cada uno de los debidos pasos: Paso 1: Las hipotesis nulaH0 y alternativaH1 son: 50

 H 0 : = 8000 P esos H 1 : = 8000 P esos Paso 2; El nivel de signicancia que se emplea en esta prueba es de = 0.15 Paso 3: Debido a que el tama no de la muestra es 40, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, z. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a dos colas, se tiene el valor cr tico para el nivel de signicancia 15 = 0.075 V alorCritico = 1.44 = 0.2 La regi on de rechazo est a conformada por valores mayores o iguales a 1.44 si es a la derecha o -1.44 si es a la izquierda. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 1.44 a la derecha o -1.44 a la izquierda. Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: X = 8577.5 = 8000 = 21042301, 2820513 = 0.15 z=
X
n

n = 40

8577.58000
21042301 ,2820513 40

577.5
21042301,2820513 6.324

577.5 3327079.963

= 1.735 10

Como es de observar, el estad stico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que el gasto promedio de los estudiantes a nos atr as no era de 8000 como lo arman. Como es de observar, el estad stico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que el gasto promedio de los estudiantes a nos atr as no era de 8000 como lo arman.

Aplicacion prueba de hip otesis con estad stico de prueba t: Tomando una sub muestra de 20 datos a partir de la muestra de gastos de la poblaci on de estudiantes de la facultad, se tienen los siguientes pasos para la debida aplicaci on de las pruebas de an alisis. Se desea saber si el gasto promedio en los u ltimos a nos ha sido mayor de 8500 pesos, donde la media muestra es de 8577,5 pesos y la desviaci on est andar de 21042301,2820513 con un nivel de signicancia de 0.010. Los debidos pasos son: Paso 1: Las hipotesis nulaH0 y alternativaH1 son: H 0 : 8500 P esos H 1 : > 8500 P esos Paso 2; El nivel de signicancia que se emplea en esta prueba es de = 0.010 51

 Paso 3: Debido a que el tama no de la muestra es 20 y no se posee un valor para la media poblacional, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, t. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a una cola, se tiene el valor cr tico para el nivel de signicancia con 19 grados de libertad. = 0.010 V alorCritico = 2.539 La regi on de rechazo est a conformada por valores mayores o iguales a 2.539. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 2.539. Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: X = 8500 pesos = 8577.5 pesos s = 21042301, 2820513 = 0.010 20 8577.58500 77.5 77.5 5 t= X = 21042301 = 21042301 s ,2820513 = 4705201.606 = 1.647 10 ,2820513
n 20 4.472

n=

Como es de observar, el estad stico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en los u ltimos a nos los gastos promedio de los estudiantes de la facultad de ingenier a han sido menores a los 8500 pesos. Como es de observar, el estad stico obtenido es menor al valor cr tico, as que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. As que en los u ltimos a nos los gastos promedio de los estudiantes de la facultad de ingenier a han sido menores a los 8500 pesos. Edad estudiante Variable X = edad. Aplicaci on pruebas de hip otesis con estad stico de prueba z: La variable que se tiene para an alisis, como en el paso anterior, es la edad. Lo que se desea saber es si la edad promedio aun es igual a 19 a nos, como hace algunos a nos atr as.actualmente se tiene una media muestral de 19.5 a nos con desviaci on est andar de 2.12. A continuaci on se aplican cada uno de los debidos pasos: Paso 1: Las hip otesis nula Ho y alternativa H1 son: H0 : = 19a nos H1 : = 19a nos Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.25. Paso 3: Debido a que el tama no de la muestra es 40, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, z. 52

 Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a dos colas, se tiene el valor critico para el nivel de signicancia =
0.25 2

= 0.125 valor critico z = 1.15

La regi on de rechazo esta conformada por valores mayores o iguales a 1.15 si es a la derecha o -1.15 si es a la izquierda. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 1.15 a la derecha o -1.15 a la izquierda. Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: = 0.25 = 19.5 a X nos = 19 a nos = 2.12 n = 40 z=
X
n

19.519
2.12 40

0.5
2.12 40

= 1.49

Como es de observar, el estad stico obtenido es mayor al valor critico, asi que se concluye que la hip otesis nula es falsa y por ende se rechaza. Asi que en los u ltimos a nos la edad promedio de los estudiantes de la facultad de ingenier a no ha sido 19 a nos, probablemente un valor mayor o menor a esta edad. Aplicaci on prueba de hip otesis con estad stico de prueba t: Tomando una sub muestra de 20 datos a partir de la muestra de edades de la poblaci on de estudiantes de la facultad, se tienen los siguientes pasos para la debida aplicacion de las pruebas de an alisis. Se desea saber si la edad promedio en los u ltimos a nos ha sido mayor de 18.5 a nos, donde la media muestral es de 19.52 a nos y la desviaci on est andar de 2.52 con un nivel de signicancia de 0.025. Los debidos pasos son: Paso 1: Las hip otesis nula Ho y alternativa H1 son: H0 : 18.5a nos H1 : > 18.5a nos Paso 2: El nivel de signicancia para esta prueba es de = 0.025. Paso 3: Debido a que el tama no de la muestra es 20 y no se posee un valor para la media poblacional, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, t. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a una cola, se tiene el valor critico para el nivel de signicancia con 19 grados de libertad = 0.025 valor critico t = 2.093 53

La regi on de rechazo esta conformada por valores mayores o iguales a 2.093. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 2.093. Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: = 0.025 = 19.52 a X nos = 18.5 a nos s = 2.52 n = 20 t=
X
s n

19.5218.5
2.52 20

1.02
2.52 20

= 1.81

Como es de observar, el estad stico obtenido es menor al valor critico, asi que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. Asi que en los u ltimos a nos la edad promedio de los estudiantes de la facultad de ingenier a ha sido menor a los 18.5 a nos. Carga academica promedio estudiante Variable X = Gcarga academica Aplicaci on pruebas de hip otesis con estad stico de prueba z: La variable que se tiene para an alisis, como en el paso anterior, es la edad. Lo que se desea saber es si la carga academica promedio es igual a 16 creditos academicos, como el a no inmediatamente anterior. Actualmente se tiene una media muestral de 16.4 a nos con desviaci on est andar de 3.16. A continuaci on se aplican cada uno de los debidos pasos: Paso 1: Las hip otesis nula Ho y alternativa H1 son: H0 : = 16 creditos H1 : = 16 creditos Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.15. Paso 3: Debido a que el tama no de la muestra es 40, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, z. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a dos colas, se tiene el valor critico para el nivel de signicancia =
0.15 2

= 0.075 valor critico z = 1.44

La regi on de rechazo esta conformada por valores mayores o iguales a 1.44 si es a la derecha o -1.44 si es a la izquierda. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 1.44 a la derecha o -1.44 a la izquierda. 54

 Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: = 0.15 = 16.3 creditos X = 16 creditos = 3.16 n = 40 z=
X
n

16.416
3.16 40

0.4
3.16 40

= 0.80

Como es de observar, el estad stico obtenido es menor al valor critico, asi que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. Asi que en el a no inmediatamente anterior la carga academica promedio de los estudiantes de la facultad de ingenier a ha sido de 16 creditos . Aplicaci on prueba de hip otesis con estad stico de prueba t: Tomando una sub muestra de 20 datos a partir de la muestra de cargas acdemicas de la poblaci on de estudiantes de la facultad, se tienen los siguientes pasos para la debida aplicacion de las pruebas de an alisis. Se desea saber si la carga academica en los u ltimos a nos ha sido mayor de 17 creditos, donde la media muestral es de 16.4 a nos y la desviaci on est andar de 3.16 con un nivel de signicancia de 0.010. Los debidos pasos son: Paso 1: Las hip otesis nula Ho y alternativa H1 son: H0 : 17creditos H1 : > 17creditos Paso 2: El nivel de signicancia para esta prueba es de = 0.010. Paso 3: Debido a que el tama no de la muestra es 20 y no se posee un valor para la media poblacional, el estad stico de prueba seleccionado es el perteneciente a la distribuci on normal, t. Paso 4: Formulaci on de la regla de decisi on. Debido a que es una prueba a una cola, se tiene el valor critico para el nivel de signicancia con 19 grados de libertad = 0.010 valor critico t = 2.539 La regi on de rechazo esta conformada por valores mayores o iguales a 2.539. La regi on de aceptaci on se encuentra entre los valores mayores a cero y menores a 2.539.

55

 Paso 5: El estad stico de prueba que se obtiene a partir de los datos es: = 0.010 = 16.4 creditos X = 17 creditos s = 3.16 n = 20 t=
X
s n

16.417
3.16 20

0.6
3.16 20

= 0.85

Como es de observar, el estad stico obtenido es menor al valor critico, asi que se concluye que la hip otesis nula es verdadera y por ende no se rechaza. Asi que en los u ltimos a nos la carga academica promedio de los estudiantes de la facultad de ingenier a ha sido menor a los 17 creditos. Promedio Academico Ponderado Acumulado P.A.P.A. Variable X = P.A.P.A. Aplicaci on pruebas de hip otesis con estadistico de prueba z: Teniendo en cuenta una media de 3.905 y una desviaci on est andar de 0.37 para una muestra de 40 estudiantes, se puede concluir que el valor esperado es de los promedios de los estudiantes es de 3.8 con un nivel de signicancia de 0.05? Paso 1: Las hipotesis nula H 0 y alternativa H1 son: H 0 : = 3.8 H 1 : = 3.8 Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.05 Paso 3: Debido a que el tama no de la muestra es 40, el estadstico de prueba seleccionado es el perteneciente a la distribucion normal, z. Paso 4: Formulacion de la regla de decision. Debido a que es una prueba a dos colas, se tiene el valor crtico para el nivel de signicancia. .05) = 0.450 V alorCritico = 1.65 P = 12(0 2 La region de rechazo esta conformada por valores mayores o iguales a 1.65 si es a la derecha o -1.65 si es a la izquierda. La region de aceptacion se encuentra entre los valores mayores a cero y menores a 1.65 a la derecha o -1.65 a la izquierda. Paso 5: El estadistico de prueba que se obtiene a partir de los datos es: = 0.05 X = 3.905 = 3.8 = 0.37 n = 40 X 0,105 3.9053.8 0.105 z= = = 0.37 = 0,058 = 1, 794 0.37
n 40 6.324

56

Como es de observar, el estadistico obtenido es mayor al valor cr tico, as que se concluye que la hip otesis nula es falsa y por ende se rechaza. As que hay evidencia suciente para decir que el valor esperado de los promedios si es 3.8 Aplicacion pruebas de hip otesis con estadistico de prueba t: Dada una muestra del promedio acad emico de 20 estudiantes cuya media es de 3.905 y su desviaci on est andar es de 0.37, se puede concluir que el valor medio del promedio acad emico es mayor a 3.7? Paso 1: Las hipotesis nula H 0 y alternativa H1 son: H 0 : 3.8 H 1 : > 3.8 Paso 2: El nivel de signicancia que se emplea en esta prueba es de = 0.05 Paso 3: Debido a que el tama no de la muestra es 20, el estadstico de prueba seleccionado es el perteneciente a la distribucion normal, t. Paso 4: Formulacion de la regla de decision. Debido a que es una prueba a una cola, se tiene el valor crtico para el nivel de signicancia con 19 grados de libertad. = 0.05 V alorCritico = 2.093 La region de rechazo esta conformada por valores mayores o iguales a 2.093. La region de aceptacion se encuentra entre los valores mayores a cero y menores a 2.093. Paso 5: El estadistico de prueba que se obtiene a partir de los datos es: = 0.05 X = 3.905 = 3.7 = 0.37 n = 40 0,205 X 3.9053.7 0.205 = = 0.37 = 0,058 = 3, 534 z= 0.37
n 40 6.324

Como es de observar, el estadistico obtenido es mayor al valor cr tico, as que se concluye que la hip otesis nula es falsa y por ende se rechaza. As que hay evidencia suciente para decir que el valor medio del promedio academico s es mayor a 3.7.

8.

An alisis
De acuerdo a los objetivos planteados, hemos logrado obtener el siguiente an alisis: Mostrar una estad stica general sobre como los estudiantes aprovechan o no los recursos que brinda la universidad. A partir de los datos registrados, podemos ver claramente que el porcentaje de estudiantes que desaprovechan la cantidad de oportunidades que presta la universidad es muy alta, en relaci on con los cursos libres que se dictan en la universidad, incluyendo seminarios, deportes, entre otros, solo en la sede de Bogot a, y a partir de la informaci on que nos brind o la encuesta que realizamos, podemos darnos cuenta que solo un 10 % de la poblaci on encuestada hace uso de los cursos libres. 57

 En relaci on a los apoyos socio-econ omicos que brinda la universidad, pudimos darnos cuenta que la poblaci on tambi en es demasiado baja, y no supera el 15 %, de aprovechamiento, incluso vimos casos de encuestados que no sab an que exist an este tipo de ayudas. El uso de las bibliotecas por parte de los estudiantes de la sede Bogot a es muy alto, a diferencia de las otras ayudas o recursos, en este caso, m as de un 90 % de la poblaci on encuestada aprovecha de forma adecuada el uso de las bibliotecas para complementar sus estudios. Con respecto a una doble titulaci on, la poblaci on encuestada no sinti o muy clara su respuesta, y se ve reejado esto en los resultados, el porcentaje es muy parejo, un 50 % preferir a realizar una doble titulaci on, mientras que el otro 50 % preferir a no hacerla, y entregarse al mundo laboral o empresarial tan pronto como terminan su primera carrera. En conclusi on podemos ver que la poblaci on de la Universidad Nacional en la sede Bogot a desperdicia en gran manera los recursos y ayudas que brinda la universidad, pero esto se podr a mejorar en gran medida con campa nas, y haciendo que estos recursos se conozcan y se difundan entre la comunidad universitaria. Identicar el modelo de estudiante promedio, en cada carrera de la facultad de ingenier a, as , comparar los diferentes prospectos de estudiante en la facultad. De acuerdo a los resultados de la encuesta, podemos ver que el perl de un estudiante de ingenier a es similar para todas las carreras, es incluso posible hacer un perl que encaje con todas las carreras, primero, podemos ver que la poblaci on de ingenier a aprovecha de manera adecuada los benecios que bibliotecas y grupos de investigaci on pueden brindar, mas sin embargo, no aprovechan en buena medida los cursos libres, los grupos de arte, o las actividades deportivas recreativas, esto se debe principalmente a que no hay un medio que permita conocer cada una de estas actividades y cada uno de estos benecios de manera completa y concreta, solo se nos muestran muy generalmente en la semana de inducci on en primer semestre, despu es no se vuelve a escuchar, y el correo, aunque es un buen medio de masicaci on de la informaci on, no es suciente para que se d ea conocer este tema. Adem as, que los gastos que realizan y el tiempo que est an en la universidad es similar para cada carrera. Observar las dicultades y facilidades que tienen en general los integrantes de la comunidad. A partir de los resultados de la encuesta, y de los an alisis realizados, podemos ver que las facilidades que brinda la Universidad son grandes, pero aun as , pueden no ser sucientes para algunos miembros de la comunidad, o ellos mismos no hacen parte de estas, y esto se debe a que un porcentaje de m as del 10 % de la poblaci on encuestada no est a de acuerdo con laboratorios, personal administrativo, y docentes en general, puede ser por errores humanos, pero en gran medida es por el deterioro de nuestros laboratorios, adem as de falta de nuevas adecuaciones y mejoras, esto signica que estos estudiantes tienen dicultades en el uso y desarrollo en los laboratorios. Pero esto no es todo, adem as pueden encontrarse dicultades econ omicas, e incluso de tiempo, vemos como un porcentaje alto de 58

los estudiantes est a m as de 8 horas en la universidad, y gastan m as de $6000 pesos en alimentaci on transporte y dem as. Conocer las expectativas de los estudiantes en aspectos como: culminaci on exitosa de la carrera, promedio, entre otros. Los estudiantes de la universidad en la facultad de ingenier a est an muy conformes con la carrera que est an cursando, y vemos adem as que el promedio de semestres que ellos esperan invertir para obtener su t tulo como ingenieros est a por dentro del promedio, al igual que son muy j ovenes, lo que los har a sentirse m as motivados a continuar. De igual manera, m as de un 50 % de la poblaci on desear a hacer una doble titulaci on dentro de la universidad. Podemos ver adem as que est an de acuerdo con el promedio acad emico ponderado acumulado (P.A.P.A.), lo que quiere decir que sienten que sus esfuerzos, y el recorrido que llevan, ha valido la pena, y que tienen lo que se merecen.

59