:

TRABAJO FINAL – ESTADISTICA INFERENCIAL

ESTADÍSTICAS INFERENCIAL

Disposición del funcionamiento de la plataforma

Canvas y correspondencia con el rendimiento de los
estudiantes en la universidad UTP durante el periodo
2023-1

SECCIÓN:
34552

GRUPO 4

DOCENTE:
MAGUIÑA ROJAS, Albert Thomy.

INTEGRANTES
 AVALOS TORRES, Rosa.
 IZAGUIRRE GARCIA, Gerick.
 Nayeli Ortiz
 Christopher Guillen

2023

1
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

INDICE
RESUMEN

Capítulo 1
1. Antecedentes
2. Descripción del proyecto
3. Problema Central del proyecto
4. Objetivo General
5. Objetivo específico

Capítulo 1
6. Conceptos Estadísticos
6.1 Media Estática
6.2 Varianza
6.3 Distribución Muestral
6.4 Parámetro Estadístico
6.5 Estimación Estadística
6.6 Nivel de Confianza
6.7 Intervalo de Confianza
6.8 Prueba de Hipótesis
7. Variables y tipos de Variables
8. Muestra estadística y tipo de muestreo
9. Gráficos y tablas estadística por variables
10. Medidas de tendencia central y dispersión
11. Distribución Muestral
12. Intervalo de Confianza

Capítulo 2
13. Prueba de Hipótesis estadística y análisis de los resultados
14. Prueba de Signos y Prueba de Rachas
15. Regresión Lineal Simple y Regresión Lineal Múltiple
16. Conclusiones y Recomendaciones
17. Referencias Bibliográficas

2
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

RESUMEN

En este presente informe de investigación tiene como finalidad estudiar y

describir la disposición del funcionamiento de la plataforma Canvas y la
correspondencia con el rendimiento de los estudiantes en la universidad UTP.
Para esta investigación se realizó una encuesta a 100 estudiantes usando el
método probabilístico y así obtener datos de las preferencias de dichos
encuestados. Escogimos este estudio de trabajo ya que, muchos estudiantes
de diferentes universidades realizaron quejas que tienen al usar sus
plataformas correspondientes. Este trabajo se va a enfocar en un problema de
investigación que consiste en analizar el servicio ofrecido hacia los estudiantes
de la UTP a través de la plataforma Canvas, para ello usaremos cálculos
estadísticos y mediante los datos obtenidos podremos observar los diferentes
puntos para así tener una mejor perspectiva del problema que se viene
presentando.

3
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

ANTECEDENTES NACIONALES
En 2009 Vizcarra analizó los indicadores estadísticos de la utilización de la
interfaz Canvas y el estudio del dialecto Ingles, con una muestra de 110
educandos. Una vez realizado un estudio en fase de prueba, de tipo cuasi con
grupo de control y en fase de prueba, con diseño de pretest y postest. En este,
se reconoció deducciones como cuál es el tiempo promedio de
utilización de la interfaz virtual. Concluyendo que la utilización de la interfaz
tiene influencia en el estudio del idioma inglés, habiéndose observado en fase
de prueba un 100% de aprobación y 17 de promedio, en cambio el grupo arrojo
una muestra del 7.2% de alumnos que presentaban nota inferior a 12.
Continuando con las investigaciones nacionales, se presenta el
estudio realizado por González del mismo año, quien buscó saber las
consecuencias de la aplicación de emblemas digitales en el desempeño
estudiantil y la intervención virtual de 33 educandos en una facultad privada
ciclo básico, en el formato semi-presencial, con un diseño cuasiexperimental.
Se encontró una desigualdad a nivel estadístico muy importante con respecto
al muestreo experimental. Se concluye que el software de emblemas digitales,
desde su aplicación en los educandos, ha tenido efectos positivos y
también significativos con respecto a su intervención virtual académica
y en su desempeño estudiantil en relación a la población de muestreo. Por
otro lado, Torres concluye como propósito general, corroborar la
consecuencia de la utilización de la interfaz virtual de estudio, en la
optimización del desempeño estudiantil de educandos de una materia del
“contenido curricular de la Escuela de Tecnologías de la Información, sede-
Independencia, SENATI”. Esta investigación ha mostrado una naturaleza de
estudio cuantitativo y diseño Pre-Experimental, tomando en cuenta
una población de 77 educandos y exhibe no probabilística de 20 educandos.
Más adelante se dan a conocer las conclusiones estadísticas sobre la
utilización de la interfaz virtual de estudio en sus distintas dimensiones y el
desempeño estudiantil y en lo que respecto al uso de la interfaz virtual de
estudio se usaron los próximos rangos: uso mínimo, uso moderado y amplio
uso.
Otro estudio que busca la relación entre la utilización de tecnología
y rendimiento académico es el de Huatay en 2020 ya que, en este estudio, el
enfoque de exploración fue cuantitativo, de corte transversal y correlacional
descriptivo; la población del estudio fue de 75 estudiantes, se emplearon como
instrumentos, una prueba sobre la utilización de los TIC y una testa cerca del
Logro de Estudio en el campo de Comunicación. Para el examen se llevó a
cabo un trabajo descriptivo y para la etapa estadística se manejó un
procedimiento de tipo no-paramétrico de Pearson, a partir del cual se consiguió
una correspondencia efectiva de 0,68. La significancia asintótica, tuvo un rango
de p<0,05, por ello se permite la conjetura de exploración y que hay una
concordancia importante entre la utilización de las TIC y los logros de estudio
de la sección de Comunicación, esto significa a más grande la utilización de las
TIC, va a existir más grande nivel de logro de estudio del sector de

4
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Comunicación. Finalmente, Torres también buscó saber de qué forma la

utilización del “foro-virtual” optimizaría un pensamiento crítico en alumnos
del curso deconstrucción, de la escuela de arquitectura del período
estudiantil 2019 ciclo1, de la USMP. La exploración tuvo un enfoque
cuantitativo, basado en la correspondencia causa-efecto de la variable
independiente (pensamiento crítico), en la variable sin dependencia (foro-
virtual) aplicado sobre una población de 190 educandos de arquitectura. Los
números fueron analizados con un estudio estadístico por medio de pruebas no
paramétricas y también de tablas de continuidad de Signos de “Wilcoxon” y “U
de Mann-Whitney”.
ANTECEDENTES INTERNACIONALES
El uso de las Tecnologías de la Información y de la Comunicación (TIC)
repercute en la modernización del sistema educativo, de manera significativa, y
acorta la brecha de aprendizaje en la sociedad del conocimiento. Su evolución
es veloz y así se percibe en toda América Latina, el Caribe, América del Norte y
Europa.
Al respecto, Guerra, Hilbert, Jordan y Nicolai (2008) han explicado que las
aplicaciones de las TIC iniciaron con proyectos de educación a distancia o
teleeducación, que luego evolucionaron a la educación electrónica/e-educación
(eLearning en inglés), incluyendo aspectos como aprendizaje y enseñanza por
medios electrónicos, capacitación para su uso, adquisición de sistemas de
aprendizaje y programas educacionales, a través de entornos virtuales de
aprendizaje, y el uso de tecnologías de redes y comunicaciones para diseñar,
seleccionar, administrar, entregar y extender la educación, así como para
organizar y administrar la información relativa a sus educandos.
Según Guerra, Hilbert, Jordan y Nicolai (2008), las racionalidades, económica,
social y educativa guían la introducción de las TIC al sistema escolar. La
racionalidad económica indica que las TIC son necesarias en la educación para
que los estudiantes desarrollen las competencias de manejo de las TIC que les
serán demandadas en el mundo del trabajo, lo que a su vez permitirá a los
países mejorar la competitividad de sus trabajadores, sus empresas y su
economía. (Guerra, Hilbert, Jordan y Nicolai, 2008).
Según la racionalidad social, es imperativo proveer a todos los sectores
sociales de un país con las competencias, los recursos y las herramientas
necesarias para utilizar las TIC con igualdad de oportunidades para todos. La
racionalidad educativa, a su vez, aclara que la introducción de las TIC tiene el
propósito de mejorar y transformar las prácticas pedagógicas, dejando atrás las
tradicionales clases frontales y moviendo el proceso educativo hacia la
pedagogía de índole constructivista, convirtiendo al alumno en un investigador
activo y creador del conocimiento (Guerra, Hilbert, Jordan y Nicolai, 2008).
En la misma línea, debido a las relaciones entre el hombre, la sociedad, la vida
y el mundo, se deben brindar las condiciones en todos los niveles educativos y,
en este caso, a nivel superior, que faciliten la formación y la adquisición de

5
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

competencias ligadas a los procesos sociales, comunitarios, económicos,

políticos, religiosos, deportivos, ambientales y artísticos donde están inmersas
las personas, quienes generan experiencias de autorrealización, interacción
social y vinculación laboral. Este enfoque, conocido como el enfoque socio
formativo complejo, desarrolla la formación humana basada en competencias,
el conocimiento complejo o complejidades y expectativas sociales y las
potencialidades humanas con respecto a la convivencia y a la producción
(Tobón, 2006).

DESCRIPCIÓN DEL PROYECTO

A principios del año 2020 el mundo empezó a sufrir una de sus peores crisis a
nivel mundial debido a la propagación del coronavirus, debido a este virus se
declaró una pandemia y el Perú entro en estado de emergencia declarando el
estado de cuarentena. Este acontecimiento llevo a que las clases de colegios,
universidad e institutos fueran de manera virtual y que plataformas como
Canvas, Blackboard, comiencen a ser más famosas y usadas para el ámbito de
la enseñanza. Nuestro trabajo de investigación nos ayudara a comprobar si la
calidad de la plataforma es la adecuada o presenta inconvenientes para los
estudiantes.

PROBLEMA CENTRAL DEL PROYECTO

Hoy en día, las TIC han evolucionado hasta convertirse en los medios digitales
necesarios para todas las empresas del mundo. Lo mismo se aplica al uso de
plataformas virtuales en las instituciones educativas. Creemos que la
enseñanza a través de plataformas ahora funciona como un apoyo para las
clases presenciales. Sin embargo, hacemos preguntas para ayudar a analizar
el desempeño de los estudiantes de la UTP que utilizan la plataforma Canvas
en ello asumimos la siguiente pregunta: ¿Como influye el proceso de
enseñanza a través de la plataforma Canvas?

OBJETIVO GENERAL

Analizar la calidad del funcionamiento de la plataforma Canvas en la

universidad y determinar la correspondencia del uso de la plataforma educativa
Canvas y la dimensión del rendimiento de los estudiantes de la UTP.

6
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

OBJETIVO ESPECÍFICO

 Determinar cuántas veces los estudiantes de la UTP ingresan

a la plataforma Canvas durante el día.
 Identificar si hay problemas técnicos con la plataforma Canvas y esto
afecte en el rendimiento de los estudiantes.
 Calcular el tiempo promedio que pasan los estudiantes en la plataforma
de Canvas.

CONCEPTOS ESTADISTICOS

MEDIA ESTÁTICA
En matemáticas y estadística, una media o promedio es una medida de
tendencia central. Resulta al efectuar una serie determinada de operaciones
con un conjunto de números y que, en determinadas condiciones, puede
representar por sí solo a todo el conjunto.

VARIANZA

La varianza es una medida de dispersión que representa la variabilidad de una

serie de datos respecto a su media. Formalmente se calcula como la suma de
los residuos al cuadrado divididos entre el total de observaciones. También se
puede calcular como la desviación típica al cuadrado. Dicho sea de paso,
entendemos como residuo a la diferencia entre el valor de una variable en un
momento y el valor medio de toda la variable.

DISTRIBUCIÓN MUESTRAL

En estadística, la distribución muestral es lo que resulta de considerar todas las

muestras posibles que pueden ser tomadas de una población. Su estudio
permite calcular la probabilidad que se tiene, dada una sola muestra,
de acercarse al parámetro de la población.

7
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

PARÁMETROS ESTADÍSTICOS

Un parámetro estadístico es un número que resume la ingente cantidad de

datos que pueden 9 derivarse del estudio de una variable estadística. El cálculo
de este número está bien definido, usualmente mediante una fórmula aritmética
obtenida a partir de datos de la población.

ESTIMACIÓN ESTADÍSTICA

Una estimación estadística es un proceso mediante el que establecemos qué

valor debe tener un parámetro según deducciones que realizamos a partir de
estadísticos. En otras palabras, estimar es establecer conclusiones sobre
características poblacionales a partir de resultados muestrales.

NIVEL DE CONFIANZA

El nivel de confianza, en estadística, es la probabilidad máxima con la que

podríamos asegurar que el parámetro a estimar se encuentra dentro de nuestro
intervalo estimado

INTERVALO DE CONFIANZA

El intervalo de confianza describe la variabilidad entre la medida obtenida en un

estudio y la medida real de la población (el valor real). Corresponde a un rango
de valores, cuya distribución es normal y en el cual se encuentra, con alta
probabilidad, el valor real de una determinada variable.

8
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

PRUEBA DE HIPÓTESIS

Dentro de la inferencia estadística, un contraste de hipótesis es un

procedimiento para juzgar si una propiedad que se supone en una población
estadística es compatible con lo observado en una muestra de dicha población.

VARIABLES Y TIPOS DE VARIABLES

VARIABLE TIPO
LUGAR DE PROCEDENCIA CUALITATIVA
GENERO CUALITATIVA
DISPOSITIVO DE CONEXIÓN CUALITATIVA
EDAD CUANTITATIVA
CICLO ANUAL CUANTITATIVA
CANTIDAD DE CURSOS CUANTITATIVA
HORAS SEMANALES EN CANVAS CUANTITATIVA
PROMEDIO CICLO ANTERIOR CUANTITATIVA
NUMERO DE ERRORES CUANTITATIVA
ENCONTRADOS POR MES
NIVEL DE SATIFACCION EN CUANTITATIVA
PORCENTAJE

MUESTRA ESTADISTICA Y TIPO DE MUESTREO

POBLACIÓN: 100 estudiantes.

Se calculo el tamaño de la muestra con la siguiente fórmula

9
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

N=????

Z= Nivel de Confianza = 95% = 1.96

P= Probabilidad de éxito = 50% = 50/100 = 0.50

Q= Probabilidad de fracaso = 50% = 1-p = 0.50

E= Error máximo permisible en la estimación = 5/100 = 0.50

N= 1.96^2 (0.50*0.50)
0.05^2

N= 384.16

GRAFICOS Y TABLAS ESTADISTICAS POR VARIABLE

1.- En que zona de Chimbote o Nuevo Chimbote Vives?

Lugar donde viven los estudiantes de la UTP en Chimbote.

10
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Fuente: Elaboración propia

Interpretaciones
 Fi: De los alumnos encuestados vemos que están divididos en las
diferentes zonas donde residen.
 Hi%: El porcentaje no se lleva por mucha diferencia, pero se puede decir
que la mayoría de los alumnos de la UTP habitan en LADERAS.

2.- CUAL ES TU GÉNERO?

TABLA 2

GENERO DE LOS ESTUDIANTES DE LA UTP EN LA CIUDAD DE

CHIMBOTE

11
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Fuente: Elaboración propia

INTERPRETACIONES:

 Fi: En los alumnos encuestados de la UTP, el sexo masculino es el que

lidera la tabla.
 hi%: El porcentaje de los encuestados encabeza el sexo masculino.

3.- DE QUE DISPOSITIVOS TE CONECTAS?

TABLA 3
DISPOSITIVOS DESDE QUE SE CONECTAN LOS ALUMNOS DE LA UTP –
SEDE NVO CHIMBOTE

12
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Fuente: Elaboración propia

INTERPRETACIONES:
 Fi: De los alumnos de la UTP, la mayoría usa laptop.
 Hi: El porcentaje de tabla de los encuestados el primero lugar es de los
alumnos que usan laptop, en segundo plano los que usan el celular y por
ultimo los que usan una PC.

4.- ¿CUÁL ES TU EDAD?

TABLA 4
EDAD DE LOS ALUMNOS DE LA UTP EN LA CIUDAD DE CHIMBOTE

Fuente: Elaboración propia

13
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

5.- EN QUE CICLO TE ENCUENTRAS?

TABLA 5
CICLO EN EL QUE SE ENCUENTRAN LOS ESTUDIANTES DE LA UTP

Fuente: Elaboración propia.

6.- ¿CUANTOS CURSOS ESTAS LLEVANDO ESTE CICLO?

TABLA 6
NUMERO DE CURSOS QUE LLEVAN LOS ALUMNOS DE LA UTP SEDE
NVO CHIMBOTE

Fuente: Elaboración propia.

7.- ¿CUANTAS HORAS LE DEDICAS A LA PLATAFORMA CANVAS
SEMANALMENTE?
TABLA 7
CANTIDAD DE HORAS QUE LE DEDICAN SEMANALMENTE A LA
PLATAFORMA CANVAS LOS ESTUDIANTES DE LA UTP

Fuente: Elaboración propia

14
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

8.- ¿CUAL FUE TU NOTA PROMEDIO OBTENIDA EN EL CICLO

ANTERIOR?

TABLA 8

NOTA PROMEDIO DEL CICLO ANTERIOR OBTENIDA POR LOS ALUMNOS

DE LA UTP SEDE NVO CHIMBOTE

Fuente: Elaboración propia.

9.- ¿CUANTOS ERRORES ENCUENTRAS EN LA PLATAFORMA CANVAS

AL MES?

TABLA 9

CANTIDAD DE ERRORES DE LA PLATAFORMA CANVAS DE LOS

ESTUDIANTES DE LA UTP SEDE NVO CHIMBOTE

Fuente: Elaboración propia.

15
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

10.- ¿QUE TAN SATISFECHO TE ENCUENTRAS CON LA PLATAFORMA

CANVAS?

TABLA 10

NIVEL DE SATISFACCION DE LA PLATAFORMA CANVAS DE LOS

ALUMNOS DE LA UTP SEDE NVO CHIMBOTE

Fuente: Elaboración propia.

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

TABLA 04:
EDAD DE LOS ALUMNOS DE LA UTP DE LA SEDE DE CHIMBOTE

Media:

16
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Mediana:

Varianza:

Desviación Estándar:

17
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

Coeficiente de Variación:

TABLA 5
CICLOS EN LOS QUE SE ENCUENTRAN LOS ESTUDIANTES DE LA UTP
SEDE CHIMBOTE

MEDIA:

MEDIANA:

18
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

VARIANZA:

DESVIACIÓN ESTANDAR:

COEFICIENTE DE VARIACIÓN:

19
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

TABLA 06:
NUMERO DE CURSOS DE LOS ALUMNOS DE LA UTP SEDE NVO
CHIMBOTE.

TABLA 07:
CANTIDAD DE HORAS QUE LE DEDICAN LOS ESTUDIANTES DE LA UTP
A LA PLATAFORMA CANVAS.

TABLA 08:
NOTA PROMEDIO DEL CICLO ANTERIOR OBTENIDA POR LOS ALUMNOS
DE LA UTP SEDE CHIMBOTE.

TABLA 09:
CANTIDAD DE ERRORES DE LA PLATAFORMA CANVAS DE LOS
ESTUDIANTES DE LA UTP SEDE NVO CHIMBOTE.

TABLA 10
NIVEL DE SATISFACCION DE LA PLATAFORMA CANVAS DE LOS
ESTUDIAMTES DE LA UTP SEDE NVO CHIMBOTE.

PARA LAS TABLAS DE LA 04 A LA 10 SE USAN LAS MISMAS

FÓRMULAS

20
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

DISTRIBUCION MUESTRAL:

El promedio de la cantidad de cursos que llevan por ciclo los estudiantes de la

Universidad Tecnológica del Perú es de 5.6 cursos, Sin embargo, se conoce
que la desviación estándar es 1.05. Se tiene una muestra de 100 alumnos.
¿Cuál es la probabilidad que la media de los alumnos sea de 6 cursos o más?

POBLACIÓN MUESTRA
σ= 1.05 Z= desconocido
μ= 5.6 n=100

INTERPRETACIÓN: La probabilidad que la media de los alumnos sea de 6

cursos o más es de 3.80%

INTERVALO DE CONFIANZA

Intervalo de Confianza para la media de una población

Se tomó una muestra aleatoria de 50 alumnos de la UTP con la finalidad de

determinar el tiempo que permanecen los alumnos en la plataforma CANVAS;
dando como resultado una media de 3.5 horas con una desviación estándar de
2.407 h. Se construye un intervalo de confianza del 95% para determinar el
tiempo verdadero que permanece un alumno en la plataforma Canvas.

X= 3.5
N= 50
S= 2.407

21
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

α= 1.96

INTERPRETACIÓN: Con un nivel de confianza de 95 %, el valor verdadero del

tiempo que permanece un alumno en la plataforma Canvas es de 4.16.

CAPITULO 3

PRUEBA DE HIPÓTESIS ESTADÍSTICA Y ANÁLISIS DE LOS

RESULTADOS

PRUEBA DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN

En sondeos realizados por la UTP se había determinado que el tiempo

promedio que normalmente permanece un estudiante en el Canvas es 4.166 h.
Un alumno de la UTP piensa que en realidad el tiempo de uso del Canvas es
menor y para probar su afirmación usa una muestra de 50 alumnos resultando
una media de 2.5 y una desviación estándar de 1.513. ¿Habrá suficiente
evidencia estadística para apoyar la afirmación del alumno? Use un 5% de
significancia.

DATOS:
μ= 4.166
X= 2.5
S= 1.513
N= 50

22
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

CONCLUSIÓN:
Se determina que con un nivel de significancia de 5% existe
evidencia estadística para afirmar que la hipótesis nula se rechaza. Por
lo tanto, podemos afirmar que el alumno tiene razón al decir que el tiempo de
uso del Canvas es menor a -7.78.

PRUEBA DE HIPÓTESIS ESTADÍSTICA PARA LA DIFERENCIA DE MEDIAS

Se desea determinar si el promedio de notas de los estudiantes de la sede de

Lima es superior al promedio de la sede Nvo. Chimbote. Para ello
realiza las siguientes muestras aleatorias 75 estudiantes de la sede de Lima,
con un promedio muestral de 15, y 50 individuos de la sede de Nvo Chimbote
con un promedio muestral de 14. Suponga desviaciones poblacionales de 1
para la sede de Lima y 1.5 para la sede de Nvo Chimbote. ¿Existe evidencia de
mayor nota en la sede Lima? Pruebe a un nivel de significancia de 0.025.
POBLACIÓN MUESTRA
Lima Nuevo Chimbote
σ=1 N1= 75 N2= 50
σ = 1.5 Ẋ1= 15 Ẋ2= 14

23
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

CONCLUSIÓN DEL EJERCICIO:

 A un nivel de significancia de 2.5%. Existe una evidencia estadística

para rechazar la hipótesis nula, existe evidencia de mayor promedio en
la Sede de Lima.

PRUEBA DE SIGNOS:

Un estudio que informa sobre el promedio de notas de los alumnos en el ciclo

2023 – I. En la siguiente tabla se muestran los resultados obtenidos al
terminarla entrevista de 15 estudiantes seleccionados al azar. Se
desea probar la hipótesis de que la mediana del promedio sea 15 de nota.
Utilizar α=0.05.

24
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

OBSERVACIÓN PROMEDIO

N X
1 17.5 +

2 18 +
3 15 (empate)
4 14 -

5 19 +
6 18 +

7 14 -
8 12 -
9 11 -

10 12.5 -
11 17 +

12 14 -
13 13 -
14 18.5 +

15 15 (empate)

25
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

CONCLUSIÓN DEL EJERCICIO:

 Con un nivel de significancia del 5%, se puede concluir que la mediana
del promedio es igual a 15 de nota.

PRUEBA DE RACHAS:

Los siguientes datos representan las edades de un grupo de estudiantes de la

Universidad Tecnológica del Perú. Determinar si los datos proceden de una
muestra aleatoria. Use un nivel de confianza del 90%.

26
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

DATOS CRITERIOS RACHAS

15 - 1
22 + 2
18 0
21 + 3
20 +
18 0
17 - 4
19 + 5
21 +
22 +
18 0
22 + 6
18 0
17 - 7
16 -
15 -
14 -
16 -
18 0
20 + 8
15 - 9
20 + 10
18 0
15 - 11
16 -

CONCLUSIÓN DEL EJERCICIO:

 Con un nivel de significancia de 5 % se puede concluir que la muestra

no es aleatoria.
 Z= 1.96 y no se encuentra en el intervalo por lo que se rechaza la
hipótesis.

27
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

28
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

REGRESIÓN LINEAL SIMPLE Y REGRESIÓN LINEAL MÚLTIPLE:

A) REGRESIÓN LINEAL SIMPLE:

En un sentido muy amplio, y hablando en términos puramente estadísticos,

podemos afirmar que el análisis de regresión es un método que permite
analizar la variabilidad de una determinada variable en función de la
información que le proporcionan una o más variables (Pedhazur, 1982). Se
concreta, como hemos indicado, en el estudio de relación entre variables,
de forma tal que una determinada variable -variable respuesta, explicada,
dependiente o criterio- pueda expresarse en función de otra u otras
variables - predictoras, explicativas, independientes o regresores-, lo que
permitirá predecir los valores de la variable respuesta en función de las
variables explicativas, así como determinar la importancia de éstas. Por otro
lado, se especifica que la estructura de la relación es lineal. Este aspecto es
importante por cuanto se descartan aquí otros tipos de relaciones. Por esta
razón, con cierta frecuencia nos referiremos a la regresión lineal como
modelo de regresión lineal, en el sentido de que se aplica una cierta
concepción -modelo- que tenemos de la realidad merced a la cual se
supone que las relaciones entre variables siguen una cierta estructura -la
estructura lineal.-. Hemos de decir, aunque sólo sea por curiosidad
histórica, que el término "regresión" se debe a Sir Francis Galton (1822-
1911) estudiando la relación de la estatura entre padres e hijos. Observó
que los padres altos tenían hijos altos, aunque no tan altos como sus
progenitores. Igualmente, los padres bajos tendían a tener descendencia de
baja estatura, aunque más altos que sus respectivos padres. En ambos
casos, pues, existía una cierta tendencia a la estatura media, o dicho en
términos de propio Galton, existía una "regresión a la mediocridad". Aunque
hoy día el término de "regresión lineal" está muy lejos de sus primeras
intenciones ha quedado así acuñado, aunque con otros propósitos.

29
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

EJERCICIO:

El porcentaje de satisfacción que se le otorga a un curso de la aplicación

CANVAS depende de muchos factores, por ejemplo: la calidad del material,
Tipo de profesor que dicta la clase, Información brindada a través de los
feedback, etc. En el siguiente cuadro se tiene el grado de satisfacción (siendo
1 el de menor rango y el 5 de mayor) que los alumnos de un curso en función al
grado de conocimiento que tiene un profesor (en base al mismo orden).

SATISFACCIÓN 4 3 3 2 5 1 2 4 4

CONOCIMIENT 3 5 2 4 5 2 3 4 2
O GENERAL
DEL PROFESOR

a) Estime el modelo de Regresión lineal estimada.

b) Pronosticar: ¿Cuánto en promedio recibirá de calificación un profesor que
tenga de conocimiento un 3,5?

30
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

REGRESIÓN LINEAL MULTIPLE:

El Análisis de regresión lineal múltiple una técnica estadística utilizada para

estudiar la relación entre variables en una amplia variedad de situaciones y
predecir fenómenos diversos. La función de regresión más simple es la lineal,
donde cada variable participa de forma aditiva y constante para todo el
fenómeno observado (Hernández, Ramírez y Ferri, 2005). La regresión lineal
múltiple pone en juego más de dos variables que se exploran, y se cuantifica la
relación entre la variable dependiente y las variables independientes. La
técnica analiza la relación entre una variable dependiente métrica y varias
variables independientes también métricas, con el objetivo principal de predecir
la única variable dependiente seleccionada por el investigador, utilizándolas
variables independientes (Pérez, 2008). El modelo lineal viene dado de la
siguiente forma (Pérez y Santín, 2008):
Y=b0+b1X1+b2X2+...+bkXk+u
Los coeficientes b1, b2, ..., bk denotan la magnitud del efecto que las variables
independientes (explicativas) tienen sobre la dependiente Y. El coeficiente b0
es un término constante del modelo y u es el error del modelo.

Supuestos del modelo de regresión lineal múltiple.

Para poder crear un modelo de regresión lineal es necesario que se cumpla
con los siguientes supuestos:
 Linealidad: Que la relación entre las variables sea lineal.
 Independencia: Que los errores en la medición de las
variables explicativas sean independientes entre sí.
 Homocedasticidad: Que los errores tengan varianza constante.
 Normalidad: Que las variables sigan la Ley Normal.
 No colinealidad: Que las variables independientes no estén
correlacionadas entre ellas.
Un ejemplo práctico de aplicación de la prueba.
Para aplicar la técnica se deben seguir los siguientes pasos:
 Paso 1. Seleccionar la variable dependiente.
 Paso 2. Seleccionar las variables explicativas.
 Paso 3. Verificar los supuestos del modelo.
 Paso 4. Interpretar el modelo.
 Paso 5. Bondad de ajuste del modelo.

31
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

PRUEBA DE MANN WHITNEY:

La prueba de la U de Mann-Whitney es una prueba no paramétrica aplicada a

dos muestras independientes. Es la versión no paramétrica de la
habitual prueba t de Student.
Fue propuesto inicialmente en 1945 por Frank Wilcoxon para muestras de igual
tamaños y extendido a muestras de tamaño arbitrario como en otros sentidos
por Henry B. Mann y D. R. Whitney en 1947.

EJERCICIO:

Para nuestra investigación, deseamos comparar el número de búsquedas en la

plataforma Canvas presenciados por 2 grupos de personas. El primer grupo
está conformado por 12 personas y el grupo 2 está conformado por 8 personas,
el número de personas que observaron el mismo número de accidentes se
detalla a continuación:

GRUPOS RANGOS
1er Grupo 1 3.5
1er Grupo 1 3.5
1er Grupo 1 3.5
1er Grupo 1 3.5
2do Grupo 1 3.5
2do Grupo 1 3.5
1er Grupo 2 7.5
2do Grupo 2 7.5
1er Grupo 3 9.5
1er Grupo 3 9.5
1er Grupo 5 11.5
2do Grupo 5 11.5
2do Grupo 7 13
1er Grupo 8 14.5
1er Grupo 8 14.5
2do Grupo 9 16
1er Grupo 10 17
2do Grupo 11 18
2do Grupo 13 19
1er Grupo 20 20

32
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

CONCLUSION DEL EJERCICIO:

COMO Z= -1.23 se concluye que la hipótesis se rechaza y que el número de

búsquedas de promedios observados por ambos grupos son distintos.

33
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

PRUEBAS DE RANGOS DE WILCOXON:

La prueba de los rangos con signo de Wilcoxon es una prueba no paramétrica

que sirve para comparar el rango medio de dos muestras relacionadas y
determinar si existen diferencias entre ellas. Se utiliza como alternativa a
la prueba t de Student cuando no se puede suponer la normalidad de dichas
muestras.
Es una prueba no paramétrica de comparación de dos muestras relacionadas y
por lo tanto no necesita una distribución específica. Usa más bien el nivel
ordinal de la variable dependiente.
Se utiliza para comparar dos mediciones relacionadas y determinar si la
diferencia entre ellas se debe al azar o no (en este último caso, que la
diferencia sea estadísticamente significativa).

EJERCICIO:

Se realiza un ensayo para determinar la eficacia de un método que busca

ayudar a mejorar el ámbito universitario con talleres a los estudiantes con
discapacidad. Para ello se ve la participación de 10 estudiantes con
discapacidad y se registra un índice específico del agrado social antes y
después.
AFABILIDAD SOCIAL
ANTES DESPUES
101 47
52 39
47 50
51 36
60 43
63 32
48 27
61 30
43 56
31 13

54 8
13 2

34
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

-3 1
15 3
17 4
31
21 6
31 7
-13
18 5

35
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

CONCLUSIONES Y RECOMENDACIONES:

 Se recomienda a los alumnos de la UTP que tengan más tiempo de uso

a la plataforma canvas, para revisar archivos dejados por el docente de
clase.

 Deberían ingresar los jóvenes al canvas por medio de una PC ya que, si

lo haces por un portátil o celular, no te garantiza tener una buena señal
para tus clases o enviar de manera correcta algún trabajo o práctica que
tengas que entregar.

 Por último, se recomienda a los alumnos informar al SAE si hay algún

problema con la plataforma canvas y también al profesor para que
pueda haber una solución rápida ya que según la encuesta varios
estudiantes han mencionado que no es tan bueno su servicio.

36
 :
TRABAJO FINAL – ESTADISTICA INFERENCIAL

REFERENCIAS BIBLIOGRAFICAS:

Alvarado García, M. A. (2014). Retroalimentación-en educación en

línea: una estrategia para la construcción-del conocimiento. RIED-Revista
Iberoamericana de Educación a Distancia.

Huatay Melgarejo, R. H. (2020). Uso de TIC y logro de aprendizaje-del área de

Comunicación en estudiantes del cuarto-grado ciclo avanzado CEBA
N.º 151 Micaela-Bastidas. Lima.

Torres Argomedo, L. (2019). Plataforma-virtual para mejorar el rendimiento en

una asignatura del plan-curricular de la escuela-de tecnologías de la
información, Senati.

Villarroel, V., & Bruna, D. (2020). Guía-docente para enseñar y evaluar-

aprendizajes de manera auténtica y en modalidad-online, frente a situaciones
de emergencia (COVID19).

Vizcarra Huamán, C. C. (2019). Uso de la plataforma-virtual canvas

en el aprendizaje del idioma-inglés en los estudiantes de pregrado de la
Universidad-Tecnológica del Perú.

Stewart, B. L. (2014). The Canvas-learning management system:

integrating-educational philosophy, communication, delivery-and tools.

Picón Moreira, Y. (2019). Estudio de medios-digitales y tradicionales como

fuentes de información-en estudiantes de la Facultad de
Comunicación-Social de la Universidad de-Guayaquil. Guayaquil.

37