Correlación y Regresión Lineal

Trabajo
enero 18
Monográfico
sobre bajo
rendimiento 2019
académico.
Análisis de bajo rendimiento académico de los estudiantes de
Estadística e Informática IV ciclo de la Universidad Santiago Estadística I
Antúnez de Mayolo.
INTEGRANTES:
- Gonzales Moreno Zaida
- Jaramillo Cano Victoria
- Huerta Yocya Franz Renzo
- Pizarro Aramburu Eusebio
- Ramírez Melgarejo Jerevin
CONTENIDO
INTRODUCCIÓN
El presente trabajo monográfico pretende dar a conocer los resultados obtenidos tras la
realización de una encuesta en la Facultad de Ciencias en la escuela profesional de Estadística
e Informática de la Universidad Nacional Santiago Antúnez de Mayolo (UNASAM). Este
estudio tiene como principal objetivo evaluar el motivo del porque los estudiantes tienen un
bajo rendimiento académico. Teniendo en cuenta nuestro principal objetivo del presente
estudio, se estimó necesario el desarrollo de un estudio minucioso, para lo cual se planteó el
diseño y elaboración de un cuestionario que fue elaborado por nosotros, el cual se adjuntara
en este trabajo de investigación.
El manejo de tablas estadísticas, probabilidades, correlación y regresión lineal están
adjuntadas en el presente trabajo ya que nos ayuda a medir el grado en el que los valores de
una variable se relacionan con los valores de otra
La metodología utilizada para el diseño y puesta en marcha de los cuestionarios ha sido la
que a continuación se detalla:
Se formó un grupo de 5 integrantes que tenía como primer objetivo el diseño de una
encuesta, analizando los ítems más adecuados para la consecución del objetivo de la
investigación, se diseñó un cuestionario de aproximadamente 12 preguntas, para los
estudiantes; las cuales fueron seleccionados 30 estudiantes, ya que estaba relacionado con
nuestro objetivo principal que es evaluar el motivo del porque los estudiantes tienen un bajo
rendimiento académico, se procedió a aplicar la encuesta a la muestra ya señalada, es decir,
a encuestar a los estudiantes, con la finalidad de tener datos específicos, que fueron muy
importantes para nuestro estudio. Después de los datos proporcionados se pasó a analizar
mediante algunas fórmulas y programas que fueron de gran importancia para dicho estudio,
se trabajó usando metodologías que ya mencionaremos en el trabajo.
Finalmente, después del empleo de las formulas, programas y sus metodologías se obtuvo
conclusiones que el nivel de rendimiento que tienen los estudiantes de estadística e
informática del IV ciclo – UNASAM es bajo-regular actualmente gracias a la recolección de
datos y análisis de los
RESUMEN
CAPÍTULO I
1. PLANTEAMIENTO DEL PROBLEMA

1.1. DESCRIPCIÓN DE LA REALIDAD PROBLEMÁTICA
Hablar de rendimiento académico no dejará de ser un problema pero ¿qué hace

que realmente sea difícil de abordar el estudio de este fenómeno? Los estudiantes
peruanos en la actualidad muestran diferentes niveles de rendimiento académico en
el aula de clase, pero en su mayoría son niveles muy bajos. Según indican la mayoría
de autores existen diversos análisis del fenómeno y múltiples variables implicadas
como son: la poca hora de estudio a la que se dedican fuera de clase, la situación
sentimental en la que se encuentran, la capacidad de enseñanza que tienen los
docentes, las actividades que realizan pero que no tiene nada que ver con el
aprendizaje de las materias que cursan, etc. Es de así que el desarrollo de las
capacidades cognoscitivas se va limitando y desafortunadamente, este bajo
rendimiento académico genera en ocasiones la deserción y el desánimo de parte de
los estudiantes para continuar con sus estudios.
Enfocándonos en un ámbito menos amplio se puede observar que en la
Universidad Nacional Santiago Antúnez de Mayolo hay una gran cantidad de
estudiantes con niveles de rendimiento académico muy bajo y un claro ejemplo de
ello es lo sucedido en mayo de 2017 cuando el Vicerrector académico de la
UNASAM, Esmelin Nikin Alayo explicó que por cumplimiento a lo aprobado por el
Consejo Universitario, conforme con el artículo 102 de la Ley Universitaria tomaron
la decisión de retirar a los estudiantes que fueron jalados reiteradamente en varios
cursos. La autoridad universitaria informó que se tenía a 473 estudiantes en esta
situación, de los cuales 307 se encontraban suspendidos por haber desaprobado en
tres oportunidades la misma materia, 155 en cuatro oportunidades y 11 en cinco
oportunidades, por esta razón la UNASAM está tomando medidas como son las
clases de reforzamiento académico, pero aun así sigue habiendo una considerable
cantidad de estudiantes en riesgo académico. Por otro lado, del resto de estudiantes
que no están en riesgo académico se puede ver hay una cantidad imponente de
estudiantes que tienen promedios ponderados con notas aprobatorias mínimas, esto
verdaderamente es algo lamentable, pero ¿a qué se debe el bajo nivel de rendimiento
académico de los estudiantes de la UNASAM?
Ante la preocupante cifra que nos muestran el panorama de la educación en nuestra
prestigiosa Universidad Nacional Santiago Antúnez de Mayolo y debido la necesidad
de conocer la razón del bajo rendimiento académico de los estudiantes, se realizó una
serie de preguntas a 30 estudiantes de la Escuela Profesional de Estadística e
Informática del IV Ciclo de la Facultad de Ciencias, que cursan el semestre
académico 2018-II, de esta manera saber cuáles son los motivos que ocasionan que
los estudiantes tengan tan bajo rendimiento académico.
1.2. FORMULACIÓN DEL PROBLEMA
¿Qué factores influyen en el bajo rendimiento académico de los estudiantes (IV

ciclo) de la escuela profesional de estadística e informática de la facultad de ciencias
de la Universidad Santiago Antúnez de Mayolo (UNASAM)?
1.3. OBJETIVOS
1.3.1. OBJETIVO GENERAL
Identificar las causas del bajo rendimiento académico de los estudiantes

(IV ciclo) de la escuela profesional de estadística e informática de nuestra
prestigiosa Universidad Santiago Antúnez de Mayolo (UNASAM) en el 2018.
1.1.1. OBJETIVOS ESPECÍFICOS
 Analizar los distintos factores que generan el bajo rendimiento académico

de los estudiantes de estadística e informática del IV ciclo de la UNASAM
 Realizar un análisis estadístico descriptivo de las características generales
de los estudiantes de estadística e informática del IV ciclo de la UNASAM
 Interpretar resultados obtenidos tras una aplicación de la estadística
descriptiva en los estudiantes de estadística e informática del IV ciclo de
la UNASAM
CAPÍTULO II
2. REVISIÓN BIBLIOGRAFÍCA
2.1. MARCO TEÓRICO
2.1.1. Citas textuales:
 “En la actualidad tiene mayor predicamento la tendencia a considerar que

el aprendizaje se caracteriza por ser socio-constructivo, es decir un
proceso que es social, cultural e interpersonal “(Gajardo, 2012).
 “El rendimiento académico se basa en el perfil de habilidades,

conocimientos, actitudes y valores desarrollados por el alumno y se
expresa a medir a través de indicadores cuantitativos que son expresados
en calificaciones” (Navarro)
 El rendimiento académico consta en un juego de variables personales,

socioculturales y del proceso educativo, concluyendo que los efectos más
elevados y directos en el rendimiento académico son los que ejercen las
variables personales (Castejón y Navas)
3. TEORÍAS RELACIONADAS AL RENDIMIENTO ACADÉMICO
3.1. Variables relacionadas con el bajo rendimiento académico
3.1.1. Motivación:
Berlyne (1960), Hunt (1960) y Bruner (1960) fueron, los pioneros en el

estudio de este tipo de motivación, la cual guarda mucha relación con la
corriente cognitivista de la motivación y es la base de la que parten todas las
teorías incluidas en este enfoque, ya que no cabe duda de que la cognición es
algo interno del sujeto.
Es importante resaltar que, desde hace ya algunos años, existe una corriente
de la psicología del aprendizaje1 que estudia de manera conjunta la cognición
y la motivación puesto que consideran el aprendizaje como proceso cognitivo y
motivacional a la vez. Defienden que para obtener buenos resultados
académicos, los alumnos necesitan poseer tanto “voluntad” como “habilidad”
(González Cabanach, Valle, Núñez y González-Pienda, 1996).
3.1.1.1. Teoría de la motivación
Pintrich y De Groot (1990) en el que se distinguen tres categorías de

constructos relevantes para la motivación en contextos educativos
(motivación de logro):
Un componente de expectativa, que se refiere a las creencias de los
estudiantes sobre su capacidad para realizar una tarea (es decir,
autoconcepto académico -aspecto que se tratará detenidamente en otro
apartado de este trabajo).
Un componente de valor, que se refiere a las metas de los alumnos y sus
creencias sobre la importancia e interés de la tarea (es decir, metas
académicas).
Un componente afectivo, que se relaciona con las reacciones
emocionales de los alumnos ante la tarea (es decir, las atribuciones
causales).
3.1.1.2. Teoría de motivación de logro
El modelo de expectativa-valor desarrollado por Eccles y Wigfield

(1992) se basa en la teoría de la motivación de logro y ofrece muchas más
posibilidades de intervención. Este modelo establece cuatro fuentes del
valor que puede tener una tarea para el ejecutor. El conocimiento de estas
fuentes por parte del docente puede ayudar a fomentar en el alumno la
motivación de realizar una tarea.
 El valor de consecución, se refiere a la importancia que tiene para el
sujeto hacer bien esta actividad.
 El valor intrínseco, es la motivación intrínseca que tiene el sujeto para
enfrentarse a esa actividad.
 El valor de utilidad, es el uso futuro que cree que tiene esa actividad para
sus intereses y necesidades.
 El coste o demanda de trabajo, es el sacrificio que el individuo debe
hacer para cumplir con los requisitos de la tarea
3.1.1.3. Relación entre motivación y rendimiento
De entre las dimensiones de motivación que más se han relacionado con

el rendimiento podemos destacar tres:
“La percepción que los alumnos tienen de sus éxitos o fracasos escolares.
destaca que el modo en que los alumnos atribuyen sus resultados a causas
como habilidad, esfuerzo y suerte se asocia con la ejecución escolar y las
conductas académicas. “Marsh (1984)
3.1.1.4. Factores determinantes del bajo rendimiento académico
“La percepción que los alumnos tienen de sus propias capacidades incide
en sus rendimientos posteriores” (Schunk, 1981).
El interés del alumno y el nivel de aspiraciones incide en el
aprovechamiento escolar, es decir, un alumno que muestra interés por lo que
realiza y ajusta su nivel de aspiraciones a su nivel de posibilidades obtendrá
mejores rendimientos.
3.1.2. Inteligencia y Aptitudes
En el psicológico, la inteligencia se concibe como la capacidad de aprender,

es decir, una operación psicológica situada entre la base biológica y la
adaptación o resultado de la experiencia, el aprendizaje y los factores
ambientales. Desde el planteamiento operativo, se describe la inteligencia como
un conjunto de conductas observables y evaluables a través de los test y, por
tanto, se define como lo que miden las pruebas de inteligencia.
3.1.2.1. Teoría De La Inteligencia
Perkins (1991), por su parte, hace una descripción de la inteligencia como

potencia, contenido y estrategia. La inteligencia como potencia es que el
conjunto de estructuras neurofisiológicas radicales, centrada en el
funcionamiento cerebral. La consideración de la inteligencia como
contenido o conjunto de conocimientos presenta resultados muy discutibles.
Finalmente, la consideración de estrategia interpreta que la calidad de la
inteligencia se basa, en gran medida, en el repertorio de estrategias que se
pueden aplicar en una tarea determinada.
Teoría bifactorial de Spearman Spearman (1904) concibe la estructura de
la inteligencia como un modelo bifactorial. Es decir, la inteligencia se
compone del Factor G, que representa la inteligencia general o energía que
el sujeto puede desplegar ante las exigencias de una actividad intelectual y
Factor Específico, que representa la inteligencia específica y exclusiva para
cada tarea.
Teoría de Carroll Carroll define una serie de componentes cognitivos para
describir el procesamiento inteligente, argumentando que son los
responsables del funcionamiento de la mente en la producción de respuestas
inteligentes. Dichos componentes son: Control, Atención, Aprehensión,
Integración Perceptiva, Codificación, Comparación, Formación de nuevas
representaciones, Transformación, Ejecución de la Respuesta y
Componente de Control.
3.1.3. Autoconcepto
El autoconcepto académico es la imagen que el sujeto se forma de sí a partir

de su rendimiento académico y las capacidades que lo determinan, aspectos
importantes para el sujeto, en la medida en que también lo son para el medio
que les rodea. Esta dimensión del autoconcepto nos parece fundamental puesto
que, en palabras de Kleinfeld (1972), el autoconcepto que un estudiante tiene
sobre sus potencialidades académicas puede limitar sus esfuerzos para rendir y,
por tanto, influenciar fuertemente en su rendimiento escolar.
3.1.3.1. Teorías Sobre El Autoconcepto
Desde el punto de vista educativo, Beltrán (1995) destaca dos tendencias

distintas en la investigación actual. Una de ellas argumenta que el
autoconcepto actúa causalmente sobre el rendimiento académico y, por
tanto, es preciso trabajar en la escuela para mejorar la imagen que los
estudiantes tienen de sí mismos dentro de los programas educativos
(corresponde con la tradicional educación compensatoria). La otra defiende
que el autoconcepto es una consecuencia del rendimiento académico, por lo
que aboga por el desarrollo de las capacidades intelectuales mediante
métodos de instrucción individualizada.
4. RELACIÓN ENTRE EL AUTOCONCEPTO Y EL RENDIMIENTO ACADÉMICO
Los resultados de numerosas investigaciones sobre la influencia del autoconcepto en
el rendimiento académico muestran la existencia de una persistente y significativa
relación entre ambas variables. Una cuestión no tan clara de dicha relación es la
direccionalidad de ésta. Actualmente, parece claro que la relación es, sin lugar a dudas,
bidireccional. A este respecto, Gonzalez-Pienda (1996) afirma que la influencia del
autoconcepto sobre el rendimiento puede ser inmediata, mientras que la incidencia del
logro académico sobre el autoconcepto se encontraría mediatizada por la elaboración
cognitivo-afectiva del propio concepto.
Darakjain y Michael (1982) y Byrne y Shavelson (1986). En esta línea, cabe destacar
el interesante trabajo de Gimeno Sacristán (1974) quien estudia las relaciones existentes
entre el autoconcepto, la popularidad social y el rendimiento académico con una elevada
muestra de alumnos de entre once y catorce años de edad. De entre las conclusiones
destacamos que:
a) Los alumnos de alto rendimiento suelen dar altas autoimágenes académicas de sí
mismos.
b) Las bajas autoimágenes son un reflejo del bajo rendimiento.
c) Existen sujetos de bajo rendimiento que dan altas autoimágenes de sí mismos.
4.1. Teorías Relacionadas A La Educación
4.1.1. Teoría De Paulo Freire: El maestro debe de ser el ente que lleve a los aprendices
a pensarse la sociedad en la cual están desarrollando su proceso de aprendizaje,
deben de construir desde los conocimientos previos que estos llevan al aula de
clase, ya que son ellos un reflejo visible y fiable de las realidades sociales. Por
su parte el aprendiz debe construir el conocimiento como un acto político, desde
la relación con el maestro y los demás aprendices dentro del aula, para pasar de
ser seres sociales pasivos a seres sociales activos, críticos y pensantes de la
sociedad en la que están sumergidos. El pensamiento crítico dentro del aula no
puede llevar a sus entes a ser seres negativos, por el contrario el negativismo
debe de estar totalmente alejado del pensamiento crítico para no sesgar la
mirada a lo positivo que se está viviendo y poder seguir construyendo desde la
realidad.
Según Freire el aprendiz debe construir el conocimiento como un acto político,
desde la relación con el maestro y los demás aprendices dentro del aula, para
pasar de ser seres sociales pasivos a seres sociales activos, críticos y pensantes.
Freire tiene mucha razón en ello, ya que hay muchos estudiantes que solo van
a escuchar y muy pocos de ellos opinan y dan su punto de vista crítico, el
profesor debe de relacionarse más con sus alumnos para que las clases no solo
sea él quien hable, sino de que todos opinen y que las clases se hagan más
dinámicas.
4.1.2. Teoría De Jean – Jacques Rousseau: Desde el vientre de la madre se puede decir
que uno está vivo. Así pues, mientras el niño va creciendo, según Rousseau,
debe por su propia voluntad ir adquiriendo conocimiento. Él dice: «Nacemos
capacitados para aprender, pero no sabiendo ni conociendo nada», al igual que
dice que la educación del hombre empieza al nacer, a base de experiencias
propias y adquisiciones generales. Sin darnos cuenta, desde que nacemos somos
libres y por nuestra propia voluntad conocemos lo que es placer, dolor y
rechazo. Rousseau también afirma que el aprendizaje es muy necesario,
especialmente en esta etapa de la vida. «Más bien, un niño está libre cuando
puede lograr su voluntad ». Piensa que debemos dejar al niño manifestar su
voluntad y curiosidad por lo que le rodea. Es decir, dejar al niño tocar, saborear,
poner en práctica sus sentidos sensoriales para aprender
Según Rousseau, desde muy pequeños, nosotros ya vamos aprendiendo, desde
el momento en el que uno está vivo. Los padres a veces nos incapacitan de
nuestra libertad desde pequeños, al estar tirados en el piso cuando uno es bebé
, desde ese momento mediante el tacto ya estamos aprendiendo ya sea a
diferenciar el calor y el frio mediante el piso o lo que es sentir algún hincón o
un pequeño dolor.
5. RENDIMIENTO ACADÉMICO
El rendimiento académico es una problemática que preocupa hondamente a
estudiantes, padres, profesores y autoridades; y no solo en nuestro país, sino también en
otros muchos países latinoamericanos y de otros continentes.
Diversos autores coinciden al sostener que el rendimiento académico es el resultado
del aprendizaje suscitado por la actividad didáctica del profesor y producido en el
alumno. Para Martínez-Otero (2007), desde un enfoque humanista, el rendimiento
académico es “el producto que da el alumnado en los centros de enseñanza y que
habitualmente se expresa a través de las calificaciones escolares” (p. 34). Hace tres
quinquenios, Pizarro (1985) refería el rendimiento académico como una medida de las
capacidades respondientes o indicativas que manifiestan, en forma estimativa, lo que una
persona ha aprendido como consecuencia de un proceso de instrucción o formación.
El propósito del rendimiento escolar o académico es alcanzar una meta educativa, un
aprendizaje. En tal sentido, son varios los componentes del complejo unitario llamado
rendimiento. Son procesos de aprendizaje que promueve la escuela e implican la
trasformación de un estado determinado en un estado nuevo; se alcanza con la integridad
en una unidad diferente con elementos cognitivos y de estructura. El rendimiento varía
de acuerdo con las circunstancias, condiciones orgánicas y ambientales que determinan
las aptitudes y experiencias. En el rendimiento académico intervienen factores como el
nivel intelectual, la personalidad, la motivación, las aptitudes, los intereses, los hábitos
de estudio, la autoestima o la relación profesor-alumno; cuando se produce un desfase
entre el rendimiento académico y el rendimiento que se espera del alumno, se habla de
rendimiento discrepante; un rendimiento académico insatisfactorio es aquel que se sitúa
por debajo del rendimiento esperado. En ocasiones puede estar relacionado con los
métodos didácticos. (Marti, 2003, p. 376).
CAPÍTULO III
6. METODOLOGÍA
Ahora es necesario entender los conceptos de población y de muestra que uno ha
estudiado para lograr comprender mejor su significado en la investigación educativa y
social que se llevó a cabo.
6.1. POBLACIÓN DE ESTUDIO:
El conjunto total de individuos que hemos tomado para nuestro estudio, poseen
ciertas características comunes observables como es la edad, el lugar donde estudian
(Universidad Nacional Santiago Antúnez de Mayolo) y otras características
esenciales:
a. Homogeneidad: Los miembros de nuestra población de estudio tuvieron
ciertas características comunes: estudiantes, promedio ponderado
semestral, etc. A su vez se tomó sus características según los tipos de
variables (cualitativas y cuantitativas) que fueron considerados muy
importantes para nuestro estudio.
b. Tiempo: El periodo de tiempo en la cual se ubicó nuestra población de
interés de estudio fue en una fecha establecida, 8 de noviembre de 2018.
c. Espacio: El espacio o lugar donde se ubicó nuestra población de estudio fue
dentro de la Universidad Nacional Santiago Antúnez de Mayolo –
Shancayán.
d. Cantidad: El tamaño de la población que tomamos fue sumamente
importante ya que de eso determinamos el tamaño de nuestra muestra.
6.2. MUESTRA DE ESTUDIO
La nuestra que tomamos es un subconjunto fielmente representado de nuestra

población. La muestra que tomamos fue solo a estudiantes de la Escuela Profesional
de Estadística e Informática, 30 estudiantes para ser más específicos, ya que nuestro
estudio abarca el motivo del bajo nivel de rendimiento académico de los estudiantes
de la Universidad Nacional Santiago Antúnez de Mayolo.
6.3. UNIDAD DE ANÁLISIS
En la unidad de análisis tenemos a los estudiantes de la facultad de ciencias de la

Universidad Nacional Santiago Antúnez de Mayolo (UNASAM), situado en la ciudad
de Huaraz-Ancash, en donde tomamos como muestra a solo treinta estudiantes que
cursaban el IV ciclo de la escuela profesional de estadística e informática
Ante la muestra (treinta estudiantes) nosotros tomamos la decisión de saber por
qué algunos estudiantes llevaban dos o tres veces matriculados en el mismo curso .Es
por ello que formulamos algunas variables como su situación sentimental, sus
promedios ponderados, sus lugares de procedencia, horas de estudios extras que
realizan fuera de la universidad, entre otros para analizar los factores que influyen en
el bajo rendimiento académico. Ante esta muestra, decidimos encuestar y nos dimos
cuenta del porque muchos estudiantes cursan nuevamente diferentes cursos.
6.4. OPERACIONALIZACIÓN DE VARIABLES
A continuación, se presentara la clasificación de las variables en estudio de una manera más

detallada, trabajando con las variables, cualitativas (o categóricas) y cuantitativas:
6.5. DEFINICIÓN DE VARIABLES
N° VARIABLE TIPO ESCALA CATEGORIA O UNIDAD DE MEDIDA ABREV.
CUANTITATIVA
1 EDAD DE RAZON EDAD EN AÑOS EDAD
DISCRETA
FEMENINO/
2 GENERO CUALITATIVA NOMINAL GENERO
MASCULINO
AÑO DE INGRESO A LA CUANTITATIVA
3 NOMINAL AÑO INGRESO
UNIVERSIDAD DISCRETA
ZONA RURAL/ ZONA URBANA/ ZONA
4 LUGAR DE PROCEDENCIA CUALITATIVA NOMINAL PROCEDENCIA
URBANA MARGINAL
CUANTITATIVA
5 HORAS DE ESTUDIO DIARIAS DE RAZON HORAS/DIARIAS H.E.D.F.C.
CONTINUA
CUANTITATIVA
6 PROMEDIO PONDERADO DE RAZON PROMEDIO POR SEMESTRE PP 2018-I
CONTINUA
NUMERO DE CURSOS CUANTITATIVA
7 NOMINAL CANTIDAD C.M. 2018-II
MATRICULADOS DISCRETA
SOLTERO/ EN UNA RELACION/ ACABO SITUACION
8 SITUACION SENTIMENTAL CUALITATIVA NOMINAL
DE TERMINAR UNA RELACION SENTIMENTAL
CALIDAD DE EDUCACIÓN QUE CUANTITATIVA
9 ORDINAL CATEGORIA C.E.. UNASAM
BRINDA LA UNASAM DISCRETA
10 ACTIVIDAD LABORAL CUALITATIVA NOMINAL TRABAJA/NO TRABAJA Trabaja
11 SITUACION FAMILIAR CUALITATIVA NOMINAL TIENE HIJOS/NO TIENE HIJOS Tiene Hijos
CUANTITATIVA
12 CAPACIDAD DE LOS DOCENTES ORDINAL CATEGORIA C. D.
DISCRETA
6.6. TÉCNICA DE RECOLECIÓN DE DATOS
Las técnicas de recolección de datos que usamos (método) fue “La encuesta” y
como instrumento que usamos fueron treinta hojas que contenían una serie de
preguntas dirigidas a los estudiantes sobre, ¿Cuál fue su promedio?, ¿Cuál es su lugar
de procedencia?, ¿cuál era su situación sentimental?, entre otras preguntas.
El tema primordial que tuvimos mediante esta encuesta fue sobre el rendimiento
académico de los estudiantes que cursaban el IV ciclo de la facultad de ciencias de la
escuela profesional de Estadística e Informática, porque se está viendo en muchos
casos en donde los estudiantes están llevando por segunda o tercera vez un curso, y
es por eso que decidimos hacer la encuesta y realizar un análisis para saber cuáles
son los factores que influyen en el bajo rendimiento de los estudiantes.
Al utilizar métodos e instrumentos de recolección de datos, también hicimos unas
preguntas extras sobre su vivencia y sobre cómo se sentían en la universidad. Ante
esto supimos que algunos de los estudiantes están en riesgo académico, ya que
algunos no solo se dedican al estudio, sino a otras actividades y estos son algunos de
los factores que causan el bajo rendimiento académico, los estudiantes dejan de lado
la dedicación y la entrega que se merece cada curso en la universidad
DATOS OBTENIDOS MEDIANTE ENCUESTA A LOS ESTUDIANTES DEL IV CICLO DE LA ESCUELA DE ESTADISTICA E
INFORMATICA
CORRELACION Y REGRESION PROBABILIDAD
LINEAL
 CAPACIDAD DE LOS  LUGAR DE PROCEDENCIA Y
DOCENTES Y CALIDAD DE PROMEDIO
EDUCACIÓN QUE BRINDA  TRABAJO Y CURSOS
LA UNASAM  EDAD Y SITUACION
 HORAS DE ESTUDIO Y FAMILIAR
PROMEDIO  PROMEDIO Y SITUACIÓN
 HORAS DE ESTUDIO Y SENTIMENTAL
NUMERO DE CURSOS  GENERO Y PROMEDIO
MATRICULADOS  HIJOS Y CURSOS
 EDAD Y HORAS DE ESTUDIO MATRICULADOS
6.7. CORRELACION Y REGRESION LINEAL:
 HORAS DE ESTUDIO Y NUMERO DE CURSOS MATRICULADOS

NUMERO DE CURSOS HORAS DE
MATRICULADOS(X) ESTUDIO X2 Y2 XY
(Y)
4 3 16 9 12
4 0 16 0 0
4 2 16 4 8
4 3 16 9 12
4 4 16 16 16
4 2 16 4 8
5 2 25 4 10
5 2 25 4 10
5 8 25 64 40
5 5 25 25 25
5 2 25 4 10
5 3 25 9 15
5 3 25 9 15
6 5 36 25 30
6 7 36 49 42
6 4 36 16 24
6 6 36 36 36
6 4 36 16 24
6 0 36 0 0
6 5 36 25 30
6 7 36 49 42
6 6 36 36 36
6 0 36 0 0
6 4 36 16 24
6 8 36 64 48
6 4 36 16 24
7 5 49 25 35
7 1 49 1 7
8 1 64 1 8
8 1 64 1 8
167 107 965 537 599
Interpretación: No existe correlación lineal
𝟏𝟔𝟕 𝟏𝟎𝟕
̅=
𝒙 =5.57 ̅=
𝒚 =3.57
𝟑𝟎 𝟑𝟎
1
Cov (x,y) = (XY) - ( 𝑥̅ )( 𝑦̅)
𝑛
1
Cov (x,y) = (599) - ( 5.57 )( 3.57 )
30
Cov (x, y) =0.082

1
𝜎𝑥2 = (x2)-(𝑥̅ )2
𝑛
1
𝜎𝑥2 = (965)-( 5.57)2
30
𝝈𝟐𝒙 = 1.142
𝜎𝒙 = √𝜎𝑥2
𝝈𝒙 = 1.069
1
𝜎𝑦2 = (y2)-(𝑦̅)2
𝑛
1
𝜎𝑦2 = (537)-(3.57)2
30
𝝈𝟐𝒚 =5.155
𝜎𝒚 = √𝜎𝑦2
𝝈𝒚 =2.270
CORRELACIÓN LINEAL:
𝐂𝐨𝐯 (𝐱,𝐲) 𝟎.𝟎𝟖𝟐
r= = =0.034
𝜎𝒙 𝜎𝒚 𝟏.𝟎𝟔𝟗∗𝟐.𝟐𝟕𝟎
Interpretación: No existe correlación lineal

COEFICIENTE DE DETERMINACIÓN:
R= r2 = (0.034)2= 0.0012
Interpretación: El 0.12% de horas de estudio es explicado en el número de cursos
matriculados
REGRESION LINEAL:
Y=a+bx
𝐂𝐨𝐯 (𝐱,𝐲)
b=
𝜎2𝑥
0.082
b=
1.142
b= 0.072
a= 𝑦̅-b𝑥̅
a=3.57-(0.072) (5.57)
a= 3.169
ECUACION DE REGRESION:
Y=3.169+0.072X
Y4=3.169+0.072(4) = 3.457
Y8=3.169+0.072(8) = 3.745
 CAPACIDAD DOCENTE Y LA CALIDAD EDUCATIVA QUE BRINDA LA
UNASAM
C. D. C.E.
(X) UNASAM X(Y)
(Y)
4 3 16 9 12
4 1 16 1 4
3 3 9 9 9
2 2 4 4 4
3 3 9 9 9
1 2 1 4 2
2 1 4 1 2
3 4 9 16 12
4 4 16 16 16
1 1 1 1 1
3 3 9 9 9
4 1 16 1 4
3 5 9 25 15
4 3 16 9 12
5 3 25 9 15
3 4 9 16 12
4 4 16 16 16
4 3 16 9 12
3 4 9 16 12
4 3 16 9 12
4 5 16 25 20
1 1 1 1 1
3 3 9 9 9
4 4 16 16 16
3 3 9 9 9
3 4 9 16 12
4 3 16 9 12
4 4 16 16 16
3 3 9 9 9
4 3 16 9 12
TOTAL 97 90 343 308 306
 DATOS:
∑X=97
∑Y=90
∑𝑿𝟐 = 𝟑𝟒𝟑
∑𝒀𝟐 = 𝟑𝟎𝟖
∑X.Y=306
n=30
̅=3.23
𝒙
̅ =3
𝒚
 COVARIANZA:
1
Cov(x,y)= 𝑛 (∑∑𝑋. 𝑌) − 𝑋(𝑌)
Cov(x,y)= 0.533
1
𝜎𝑥2 = (∑𝑋 2 ) − 𝒙
̅2
𝑛
𝜎𝑥2 =0.978
𝜎𝑥 =0.989
1
𝜎𝑦2 = ̅2
(∑𝑌 2 ) − 𝒀
𝑛
𝜎𝑦2 =1.433
𝜎𝑦 =1.197
 MAGNITUD DE LA CORRELACIÓN
𝐶𝑜𝑣(𝑥,𝑦)
r=
𝜎𝑥 (𝜎𝑦 )
0.533
r= 0.989(1.197)=0.450
Interpretación: La gráfica pertenece a una correlación positive débil

DIAGRAMA DE DISPERSIÓN
Y=1,238+0.
6
544X
Rendimiento Académico que brinda la
4
UNASAM
0
0 1 2 3 4 5 6
Capacidad de los docentes en la UNASAM
a) X mínimo
Y(1)=1.238+0.544(1)=1.782≈2
b) X máximo
Y(5)= 1.238+0.544(5)=3.958≈4
 COEFICIENTE DE DETERMINACIÓN
R=𝑟 2
R=0.202
Interpretación: El 20,2% del rendimiento académico que brinda la UNASAM es explicado
en la capacidad de los docentes
 REGRESION LINEAL:
Y=a+b(x)
𝑪𝒐𝒗(𝒙,𝒚)
b= b=0.544
𝝈𝟐𝒙
̅)
a= Y- b(𝒙 a=1.238
Y=1,238+0.
544X
RENZOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO
CORRELACION
6.8. P
6.9. PROBABILIDADES
 EDAD Y SITUACION FAMILIAR (probabilidad)

Se tiene la tabla de contingencia que resulta del cruce de variables, edad y
situación familiar de los estudiantes de la escuela profesional de Estadística e
Informática de la Facultad de Ciencias – UNASAM.
SITUACION EDAD
FAMILIAR E1 E2 E3 E4 E5 E6 TOTAL
TIENE 0 1 1 1 1 0 4
HIJOS
NO TIENE 4 8 8 4 1 1 26
HIJOS
TOTAL 4 9 9 5 2 1 30
Definiendo eventos:
TH= El estudiante tiene hijos
NTH=El estudiante no tiene hijos
E1= El estudiante tiene 18 años de edad
a) Se elige un estudiante al azar, cual es la probabilidad de que tenga hijos

𝟒
P(TH)=𝟑𝟎=0.133
b) Se elige un estudiante al azar, cual es la probabilidad de que tenga 20 años

𝟗
P(E3)=𝟑𝟎=0.3
c) Se elige un estudiante al azar, cual es la probabilidad de que sea mayor de 21

𝟐 𝟏
P(E5 ∩ E6)= P(E5) + P(E6) 𝟑𝟎 + 𝟑𝟎 =0.1
d) Se elige un estudiante al azar, cual es la probabilidad de que sea menor a 19 años

𝟒
P(E1)=𝟑𝟎=0.133
e) Se elige un estudiante al azar, cual es la probabilidad de que no tenga hijos

𝟐𝟔
P(NTH)=𝟑𝟎=0.867
f) Se elige un estudiante al azar, cual es la probabilidad de que tenga hijos y una edad de 20
años
𝟏
P(TH ∩ E3)= 𝟑𝟎=0.033
g) Se elige un estudiante al azar, cual es la probabilidad de que no tenga hijos o tenga 23

años
𝟐𝟔 𝟏 𝟏
P (NTH U E6) = P (NTH) + P (E6) – P(NTH ∩ E6) = 𝟑𝟎 + 𝟑𝟎 - 𝟑𝟎 =0.867
h) Se elige un estudiante al azar, cual es la probabilidad de que tenga 18 años o 22 años

𝟒 𝟐
P(E1 U E5) = P(E1) + P(E5) = 𝟑𝟎 + 𝟑𝟎 = 0.2
i) Se elige un estudiante al azar, cual es la probabilidad de que no tenga hijos dado que el
estudiante tenga 21 años
𝟒
𝑷(𝑵𝑻𝑯 ∩𝑬𝟒 ) 𝟑𝟎
P(NTH/E4) =
𝑷(𝑬𝟒)
= 𝟓 = 0.8
𝟑𝟎
j) Se elige un estudiante al azar, cual es la probabilidad de que tenga 21 años dado que el
estudiante tenga hijos
𝟏
𝑷(𝑬𝟒 ∩𝑻𝑯 ) 𝟑𝟎
P(E4/TH) =
𝑷(𝑻𝑯)
= 𝟒 =0.25
𝟑𝟎
 LUGAR DE PROCEDENCIA Y PROMEDIO
Se tiene la tabla de contingencia que resulta del cruce de variables, el de lugar de
procedencia y el promedio ponderado
PROMEDIO PONDERADO
LUGAR DE PROCEDENCIA 10 11 12 13 14 15 16 TOTAL

Zona rural 0 6 2 2 2 0 0 12
Zona urbana 4 5 4 2 1 1 0 17
Zona urbana marginal 0 0 1 0 0 0 0 1
TOTAL 4 11 7 4 3 1 0 30
Definiendo Eventos
P(Zr): Alumno de Zona Rural
P(Zu): Alumno de Zona Urbana
P(Zum): Alumno de Zona Urbano Marginal
P(P10): Promedio Ponderado 10
Si se toma un alumno al azar

a) ¿cuál es la probabilidad que sea de zona urbana?
𝒏(𝒁𝒖) 𝟏𝟕
P(Zu)= = = 𝟎. 𝟓𝟔𝟕
𝒏(𝜴) 𝟑𝟎
b) ¿cuál es la probabilidad que sea de zona rural ?

𝒏(𝒁𝒓) 𝟏𝟐
P(Zum)= = = 𝟎. 𝟒
𝒏(𝜴) 𝟑𝟎
c) ¿cuál es la probabilidad que tenga promedio ponderado 11?
𝒏(𝑷𝟏𝟎) 𝟏𝟏
P(P10)= = = 𝟎. 𝟑𝟔𝟕
𝒏(𝜴) 𝟑𝟎
d) ¿cuál es la probabilidad que tenga un promedio ponderado de 13 ?

𝒏(𝑷𝟏𝟑) 𝟒
P(P13)= = = 𝟎. 𝟏𝟑𝟒
𝒏(𝜴) 𝟑𝟎
e) ¿cuál es la probabilidad de que sea de la zona urbana marginal y tenga un

promedio de 12?
𝒏(𝐙𝐮𝐦 ∩ 𝐏𝟏𝟐) 𝟏
P(Zum ∩ P12)= = =0.034
𝒏(𝜴) 𝟑𝟎
f) ¿cuál es la probabilidad de que sea de la zona rural o tenga promedio ponderado

de 13 ?
P(Zr ∪ P13)= P(Zr)+P(P13)-P(Zr ∩ P13)
𝟏𝟐 𝟒 𝟐
P(Zr ∪ P13)=𝟑𝟎 + 𝟑𝟎 - 𝟑𝟎
P(Zr ∪ P13)= 0.467

g) ¿cuál es la probabilidad que tenga un promedio ponderado de 13 o 14 ?
𝟒 𝟑
P(P13 ∪ P14)= P(P13)+P(P14) = + = 0.234
𝟑𝟎 𝟑𝟎
h) ¿cuál es la probabilidad de que sea de la zona rural dado que tenga un promedio
ponderado de 11?
𝐏(𝐙𝐫 ∩ 𝐏𝟏𝟏) 𝟔
P(Zr/P11)= =𝟏𝟏 = 0.545
𝑷(𝑷𝟏𝟏)
i) ¿cuál es la probabilidad que tenga un promedio ponderado de 13 dado que sea de

la zona urbana ?
𝐏(𝐏𝟏𝟑 ∩ 𝐙𝐮) 𝟐
P(P13/Zu)= =𝟏𝟕 = 0.118
𝑷(𝒁𝒖)
 GÉNERO Y PROMEDIO PONDERADO
Se tiene la tabla de contingencia que resulta del cruce de variables, género y promedio
ponderado de los estudiantes de la escuela profesional de Estadística e Informática de la
Facultad de Ciencias – UNASAM.
PROMEDIO
GÉNERO TOTAL
P10 P11 P12 P13 P14 P15
MASCULINO 3 6 2 3 2 1 17
FEMENINO 1 5 5 1 1 0 13
TOTAL 4 11 7 4 3 1 30
Definiendo los eventos:

M: Es de género masculino.
F: Es de género Femenino.
P10: Tiene promedio ponderado 10.
Se elige un estudiante al azar, cual es la probabilidad de:
a) Que sea de género masculino.
𝟏𝟕
𝑷(𝑴) =
𝟑𝟎
𝑷(𝑴) = 𝟎, 𝟓𝟔𝟕
b) Que sea de género femenino.
𝟏𝟑
𝑷(𝑭) =
𝟑𝟎
𝑷(𝑭) = 𝟎, 𝟒𝟑𝟑
c) Que tenga promedio menor a 13.
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐) = 𝑷(𝑷𝟏𝟎) + 𝑷(𝑷𝟏𝟏) + 𝑷(𝑷𝟏𝟐)
𝟒 𝟏𝟏 𝟕
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐) = + +
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟐𝟐
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐) =
𝟑𝟎
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐) = 𝟎, 𝟕𝟑𝟑
d) Que tenga promedio mayor o igual a 13.
𝑷(𝑷𝟏𝟑 ∪ 𝑷𝟏𝟒 ∪ 𝑷𝟏𝟓) = 𝑷(𝑷𝟏𝟑) + 𝑷(𝑷𝟏𝟒) + 𝑷(𝑷𝟏𝟓)
𝟒 𝟑 𝟏
𝑷(𝑷𝟏𝟑 ∪ 𝑷𝟏𝟒 ∪ 𝑷𝟏𝟓) = + +
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟖
𝑷(𝑷𝟏𝟑 ∪ 𝑷𝟏𝟒 ∪ 𝑷𝟏𝟓) =
𝟑𝟎
𝑷(𝑷𝟏𝟑 ∪ 𝑷𝟏𝟒 ∪ 𝑷𝟏𝟓) = 𝟎, 𝟐𝟔𝟕
e) Que sea de género masculino y tenga promedio 11.
𝟔
𝑷(𝑴 ∩ 𝑷𝟏𝟏) =
𝟑𝟎
𝑷(𝑴 ∩ 𝑷𝟏𝟏) = 𝟎, 𝟐
f) Que sea de género femenino y tenga promedio 13.
𝟏
𝑷(𝑭 ∩ 𝑷𝟏𝟑) =
𝟑𝟎
𝑷(𝑭 ∩ 𝑷𝟏𝟑) = 𝟎, 𝟎𝟑𝟑
g) Que sea de género femenino o tenga promedio 10.
𝑷(𝑭 ∪ 𝑷𝟏𝟎) = 𝑷(𝑭) + 𝑷(𝑷𝟏𝟎) − 𝑷(𝑭 ∩ 𝑷𝟏𝟎)
𝟏𝟑 𝟒 𝟏
𝑷(𝑭 ∪ 𝑷𝟏𝟎) = + −
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟏𝟔
𝑷(𝑭 ∪ 𝑷𝟏𝟎) =
𝟑𝟎
𝑷(𝑭 ∪ 𝑷𝟏𝟎) = 𝟎, 𝟓𝟑𝟑
h) Que sea de género masculino o tenga promedio 14.
𝑷(𝑴 ∪ 𝑷𝟏𝟒) = 𝑷(𝑴) + 𝑷(𝑷𝟏𝟒) − 𝑷(𝑴 ∩ 𝑷𝟏𝟒)
𝟏𝟕 𝟑 𝟐
𝑷(𝑴 ∪ 𝑷𝟏𝟒) = + −
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟏𝟖
𝑷(𝑴 ∪ 𝑷𝟏𝟒) =
𝟑𝟎
𝑷(𝑴 ∪ 𝑷𝟏𝟒) = 𝟎, 𝟔
i) Que sea de género masculino dado que tenga promedio 15.
𝑷(𝑴 ∩ 𝑷𝟏𝟓)
𝑷(𝑴/𝑷𝟏𝟓) =
𝑷(𝑷𝟏𝟓)
𝟏
𝑷(𝑴/𝑷𝟏𝟓) = 𝟑𝟎
𝟏
𝟑𝟎
𝑷(𝑴/𝑷𝟏𝟓) = 𝟏
j) Que sea de género femenino dado que tenga promedio 12.
𝑷(𝑭 ∩ 𝑷𝟏𝟐)
𝑷(𝑭/𝑷𝟏𝟐) =
𝑷(𝑷𝟏𝟐)
𝟓
𝑷(𝑭/𝑷𝟏𝟐) = 𝟑𝟎
𝟕
𝟑𝟎
𝟓
𝑷(𝑭/𝑷𝟏𝟐) =
𝟕
𝑷(𝑭/𝑷𝟏𝟐) = 𝟎, 𝟕𝟏𝟒
k) Que tenga promedio 10 dado que sea de género masculino.
𝑷(𝑷𝟏𝟎 ∩ 𝑴)
𝑷(𝑷𝟏𝟎/𝑴) =
𝑷(𝑴)
𝟐
𝑷(𝑷𝟏𝟎/𝑴) = 𝟑𝟎
𝟏𝟕
𝟑𝟎
𝟐
𝑷(𝑷𝟏𝟎/𝑴) =
𝟏𝟕
𝑷(𝑷𝟏𝟎/𝑴) = 𝟎, 𝟏𝟏𝟖
l) Que tenga promedio 13 dado que sea de género femenino.
𝑷(𝑷𝟏𝟑 ∩ 𝑭)
𝑷(𝑷𝟏𝟑/𝑭) =
𝑷(𝑭)
𝟏
𝑷(𝑷𝟏𝟑/𝑭) = 𝟑𝟎
𝟏𝟑
𝟑𝟎
𝟏
𝑷(𝑷𝟏𝟑/𝑭) =
𝟏𝟑
𝑷(𝑷𝟏𝟑/𝑭) = 𝟎, 𝟎𝟕𝟕
 SITUACIÓN SENTIMENTAL Y PROMEDIO PONDERADO
Se tiene la tabla de contingencia que resulta del cruce de variables, situación sentimental
y promedio ponderado de los estudiantes de la escuela profesional de Estadística e
Informática de la Facultad de Ciencias – UNASAM.
PROMEDIO
SITUACIÓN
TOTAL
SENTIMENTAL P10 P11 P12 P13 P14 P15
RELACIÓN 3 3 5 2 0 1 14
SOLTERO(A) 1 7 1 2 2 0 13
TERMINÓ 0 1 1 0 1 0 3
RELACIÓN
TOTAL 4 11 7 4 3 1 30
Definiendo los eventos:

R: En una relación
S: Soltero(a).
T: Terminó una relación.
Se elige un estudiante al azar, cual es la probabilidad de:
a. Que sea soltero(a).
𝟏𝟑
𝑷(𝑺) =
𝟑𝟎
𝑷(𝑺) = 𝟎, 𝟒𝟑𝟑
b. Que esté en una relación.
𝟏𝟒
𝑷(𝑹) =
𝟑𝟎
𝑷(𝑹) = 𝟎, 𝟒𝟔𝟕
c. Que tenga promedio menor a 14.
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐 ∪ 𝑷𝟏𝟑) = 𝑷(𝑷𝟏𝟎) + 𝑷(𝑷𝟏𝟏) + 𝑷(𝑷𝟏𝟐) + 𝑷(𝑷𝟏𝟑)
𝟒 𝟏𝟏 𝟕 𝟒
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐 ∪ 𝑷𝟏𝟑) = + + +
𝟑𝟎 𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟐𝟔
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐 ∪ 𝑷𝟏𝟑) =
𝟑𝟎
𝑷(𝑷𝟏𝟎 ∪ 𝑷𝟏𝟏 ∪ 𝑷𝟏𝟐 ∪ 𝑷𝟏𝟑) = 𝟎, 𝟖𝟔𝟕
d. Que haya terminado una relación y tenga promedio 14.
𝟏
𝑷(𝑻 ∩ 𝑷𝟏𝟒) =
𝟑𝟎
𝑷(𝑻 ∩ 𝑷𝟏𝟒) = 𝟎, 𝟎𝟑𝟑
e. Que esté en una relación y tenga promedio 12.
𝟓
𝑷(𝑹 ∩ 𝑷𝟏𝟐) =
𝟑𝟎
𝑷(𝑹 ∩ 𝑷𝟏𝟐) = 𝟎, 𝟏𝟔𝟕
f. Que sea soltero(a) o tenga promedio 10.
𝑷(𝑺 ∪ 𝑷𝟏𝟎) = 𝑷(𝑺) + 𝑷(𝑷𝟏𝟎) − 𝑷(𝑺 ∩ 𝑷𝟏𝟎)
𝟏𝟑 𝟒 𝟏
𝑷(𝑺 ∪ 𝑷𝟏𝟎) = + −
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟏𝟔
𝑷(𝑺 ∪ 𝑷𝟏𝟎) =
𝟑𝟎
𝑷(𝑺 ∪ 𝑷𝟏𝟎) = 𝟎, 𝟓𝟑𝟑
g. Que esté en una relación o tenga promedio 13.
𝑷(𝑹 ∪ 𝑷𝟏𝟑) = 𝑷(𝑹) + 𝑷(𝑷𝟏𝟑) − 𝑷(𝑹 ∩ 𝑷𝟏𝟑)
𝟏𝟒 𝟒 𝟐
𝑷(𝑹 ∪ 𝑷𝟏𝟑) = + −
𝟑𝟎 𝟑𝟎 𝟑𝟎
𝟏𝟔
𝑷(𝑹 ∪ 𝑷𝟏𝟑) =
𝟑𝟎
𝑷(𝑹 ∪ 𝑷𝟏𝟑) = 𝟎, 𝟓𝟑𝟑
h. Que haya terminado una relación dado que tenga promedio 11.
𝑷(𝑻 ∩ 𝑷𝟏𝟏)
𝑷(𝑻/𝑷𝟏𝟏) =
𝑷(𝑷𝟏𝟏)
𝟏
𝑷(𝑻/𝑷𝟏𝟏) = 𝟑𝟎
𝟏𝟏
𝟑𝟎
𝟏
𝑷(𝑻/𝑷𝟏𝟏) =
𝟏𝟏
𝑷(𝑻/𝑷𝟏𝟏) = 𝟎, 𝟎𝟗𝟏
i. Que sea soltero(a) dado que tenga promedio 13.
𝑷(𝑺 ∩ 𝑷𝟏𝟑)
𝑷(𝑺/𝑷𝟏𝟑) =
𝑷(𝑷𝟏𝟑)
𝟐
𝑷(𝑺/𝑷𝟏𝟑) = 𝟑𝟎
𝟒
𝟑𝟎
𝟐
𝑷(𝑺/𝑷𝟏𝟑) =
𝟒
𝑷(𝑺/𝑷𝟏𝟑) = 𝟎, 𝟓
j. Que tenga promedio 10 dado que está en una relación.
𝑷(𝑷𝟏𝟎 ∩ 𝑹)
𝑷(𝑷𝟏𝟎/𝑹) =
𝑷(𝑹)
𝟑
𝑷(𝑷𝟏𝟎/𝑹) = 𝟑𝟎
𝟏𝟒
𝟑𝟎
𝟑
𝑷(𝑷𝟏𝟎/𝑹) =
𝟏𝟒
𝑷(𝑷𝟏𝟎/𝑹) = 𝟎, 𝟐𝟏𝟒
k. Que tenga promedio 11 dado que terminó una relación.
𝑷(𝑷𝟏𝟏 ∩ 𝑻)
𝑷(𝑷𝟏𝟏/𝑻) =
𝑷(𝑻)
𝟏
𝑷(𝑷𝟏𝟏/𝑻) = 𝟑𝟎
𝟑
𝟑𝟎
𝟏
𝑷(𝑷𝟏𝟏/𝑻) =
𝟑
𝑷(𝑷𝟏𝟏/𝑻) = 𝟎, 𝟑𝟑𝟑
 TRABAJO Y CURSOS (PROBABILIDAD)

CURSOS TRABAJO TOTAL
MATRICULADOS SI NO
4 2 4 6
5 5 2 7
6 3 10 13
7 0 2 2
8 0 2 2
TOTAL 10 20 30
Definiendo eventos:
ST: Si trabaja
NT: No trabaja
M4: 4 cursos matriculados
Se elige un estudiante al azar, cuál es la probabilidad de:
a) Que tengan 6 cursos matriculados
𝟔
P (M6) =𝟑𝟎=0.2
b) Que si trabajan
𝟏𝟏
P (ST)= 𝟑𝟎 =0.367
c) Que lleve 6 cursos y no trabaje

𝟏𝟎
P (M6∩NT)= 𝟑𝟎=0.333
d) Que lleve 8 cursos y no trabaje

𝟐
P (M8∩NT)= 𝟑𝟎=0.067
e) Que lleve 7 cursos o no trabaje

𝟐 𝟐𝟎 𝟐
P (M7∪NT) =P (M7) +P (NT)-P (M7∩NT) =𝟑𝟎 + 𝟑𝟎 − 𝟑𝟎 =0.667
f) Que lleve 4 cursos dado que trabaje

𝟒
𝑷(𝑴𝟒∩𝑵𝑻) 𝟑𝟎
P (M4/NT) = = 𝟐𝟎 = 𝟎. 𝟐
𝑷(𝑵𝑻)
𝟑𝟎
REEEEENNNZZZZZOOOOOOOOOOOOOOOOOOOOO
PROBABILIDADES
6.10. TABLAS ESTADISTICAS:
a) Un estudiante de la escuela profesional de Estadística e Informática de la Facultad de

Ciencias – UNASAM, tiene 20 años y la probabilidad de que tenga hijos es de 0.033
p=0.033
n=20
𝑃[𝑥 = 𝑥 ] = 𝐶𝑥𝑛 𝑃 𝑥 (1 − 𝑃)𝑛−𝑥

 ¿Cuál es la probabilidad de que tenga hijos y que sea menor a 20 años?
P [X< 20] = P[X≤ 𝟏𝟗]
P [X< 20] = P[X= 𝟏𝟖]+P[X=19]
P [X< 20] =3.8 * 10-25 + 1.4* 10-27 = 3.81*10-25
 ¿Cuál es la probabilidad de que tenga hijos y que tenga 20 años?
P[X=20]= 2.3*10-30
 ¿Cuál es la probabilidad de que tenga hijos y que sea mayor a 20 años?
P[X> 𝟐𝟎]= P[X≥21]
P[X> 𝟐𝟎] =1-P[X<21]
P[X> 𝟐𝟎] =1-P[X≤ 𝟐𝟎]
P[X> 𝟐𝟎] =1-[P[X=18] +P[X =19] +P[X=20]
P[X> 𝟐𝟎] =1- [3.8*𝟏𝟎−𝟐𝟓 + 1.4*𝟏𝟎−𝟐𝟕 +2.3*𝟏𝟎−𝟑𝟎 ]
P[X> 𝟐𝟎] =1 – [1.41 * 10-27]
P[X> 𝟐𝟎] = 1
b) Un estudiante de IV ciclo de la Facultad de Ciencias tiene la certeza de pertenecer a

la zona urbana marginal y tenga un promedio de 12 .Cuya probabilidad es de 0.034
n=12
P=0.034
 ¿Cual es la probabilidad de que el estudiante venga de la zona urbano marginal
y tenga un promedio menor a 12 ?
𝑷(𝒙 ≤ 𝒓) = ∑ 𝑪𝒏𝒓 . 𝑷𝒓 (𝟏 − 𝒑)𝒏−𝒓

𝒙−𝟎
P(x<12)=P(x≤11)=[𝟏𝟐] (𝟎. 𝟎𝟑𝟒)𝟏𝟎 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟐 + [𝟏𝟐] (𝟎. 𝟎𝟑𝟒)𝟏𝟏 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟏

𝟏𝟎 𝟏𝟏
P(x≤11)=66(1.926x𝟏𝟎−𝟏𝟓 )+12(𝟎. 𝟎𝟑𝟒)𝟏𝟏 (𝟎. 𝟗𝟔𝟔)
P(x≤11)=1.279 x 𝟏𝟎−𝟏𝟑
y tenga un promedio mayor a 12 ?
𝒓
𝑷(𝒙 ≤ 𝒓) = ∑ 𝑪𝒏𝒓 . 𝑷𝒓 (𝟏 − 𝒑)𝒏−𝒓

𝒙−𝟎
P(x>12)=1-P(x≤12)
P(x>12)= 𝟏 − [[𝟏𝟐
𝟏𝟎
𝟏𝟐
] (𝟎. 𝟎𝟑𝟒)𝟏𝟎 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟐 + [ ] (𝟎. 𝟎𝟑𝟒)𝟏𝟏 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟏 +
𝟏𝟏
𝟏𝟐
[ ] (𝟎. 𝟎𝟑𝟒)𝟏𝟐 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟎 ]
𝟏𝟐
P(x>12)= 1-P(x≤12)
P(x>12)= =1-( 1.279 x𝟏𝟎−𝟏𝟑 +2.386x𝟏𝟎−𝟏𝟖 )
P(x>12)= 1-P(x≤12)
P(x>12) =1

y tenga un promedio de 12 ?
𝑷(𝒙 = 𝒙) = 𝑪𝒏𝒙 . 𝑷𝒙 (𝟏 − 𝒑)𝒏−𝒙
𝟏𝟐
P(x=12)= [ ] (𝟎. 𝟎𝟑𝟒)𝟏𝟐 (𝟏 − 𝟎. 𝟎𝟑𝟒)𝟎
𝟏𝟐
P(x=12)=2.386 x 𝟏𝟎−𝟏𝟖
c) Un estudiante de estadística e informática del iv ciclo de la UNASAM que está
matriculado en 8 cursos tiene la certeza de aprobar una asignatura con una
probabilidad de 0,9.
P=0,8
P´=0,1
N=8
 Cuál es la probabilidad de que salga bien en todas sus asignaturas matriculadas
P[x=8]=0,43
 Cuál es la probabilidad de que apruebe más de 5 cursos en sus asignaturas
matriculadas
P[x≥5]=1 - P[x<5]
P[x≥5]=1 - P[x≤4]
P[x≥5]=1 - (𝑪𝟖𝟎 (𝟎, 𝟗)𝟎 (𝟎, 𝟏)𝟖 + 𝑪𝟖𝟏(𝟎, 𝟗)𝟏 (𝟎, 𝟏)𝟕 + 𝑪𝟖𝟐 (𝟎, 𝟗)𝟐(𝟎, 𝟏)𝟔 +𝑪𝟖𝟑(𝟎, 𝟗)𝟑 (𝟎, 𝟏)𝟓 + 𝑪𝟖𝟒 (𝟎, 𝟗)𝟒(𝟎, 𝟏)𝟒 )
P[x≥5]=1 - (0,00000001+0,00000072+0,00002268+0,00040824+0.004592)
P[x≥5]=1 - 0,00502365
P[x≥5]=0,99497635
 Cuál es la probabilidad de que apruebe menos de 2 cursos en sus asignaturas
matriculadas
P[x<2]=P[x≤1]
P[x<2]= 𝑪𝟖𝟎 (𝟎, 𝟗)𝟎 (𝟎, 𝟏)𝟖 + 𝑪𝟖𝟏 (𝟎, 𝟗)𝟏 (𝟎, 𝟏)𝟕
P[x<2]=1(1)(0,00000001)+8(0,9)(0,0000001)
P[x<2]=0,00000001+0,00000072
P[x<2]=0,00000073
CAPÍTULO IV
DISCUSIONES
Ante la preocupante cifra que nos muestran el panorama de la educación en nuestra

prestigiosa Universidad Nacional Santiago Antúnez de Mayolo y debido la necesidad de
conocer las probabilidades sobre las diferentes preguntas que se les propuso en la encuesta
para 30 estudiantes de la Escuela Profesional de Estadística e Informática del IV Ciclo de la
Facultad de Ciencias, que cursan el semestre académico 2018-II, de esta manera saber las
diferentes probabilidades que tienen en su bajo rendimiento.
Los resultados obtenidos de trabajos anteriores respecto al rendimiento académico, muestran

una diferencia significativa en el rendimiento de los alumnos según las valoraciones que
perciben de las familias. En este caso, se acepta la hipótesis de que aquellos alumnos con
mejor percepción de las familias obtienen a su vez mejores puntuaciones en rendimiento,
medido a través de la nota media obtenida en el curso anterior.
Evaluando el análisis sobre la comparación de investigaciones previas a la nuestra difieren

en que no solo el estudiante que obtiene mejores puntuaciones no solo depende del ingreso
económico sino también de la dedicación y práctica que el alumno muestra sobre sus
materias.
CAPÍTULO V
CONCLUSIONES
A continuación se muestra la síntesis de los resultados obtenidos en la presente investigación.
Consideramos la eficacia y eficiencia de los procesos de investigación que comenzó con
la recolección de los datos realizados mediante una encuesta efectuada en noviembre de 2018
a los estudiantes de la Facultad de Estadística, IV ciclo, de la Universidad Santiago Antúnez
de Mayolo con la finalidad de identificar las causas del bajo rendimiento académico de los
estudiantes de dicha facultad.
Analizando los distintos factores que generan el bajo rendimiento académico de los
estudiantes de Estadística e Informática del IV ciclo de la UNASAM obtuvimos que hay
mucha probabilidad de que los estudiantes en Estadística e Informática - IV ciclo, tengan
promedios aprobatorios mínimos, 11 a 12.
Gracias a la investigando realizada se llegó se puede alegar que la cantidad de cursos
matriculados de los estudiantes de Estadística e Informática del IV ciclo de la UNASAM es
directamente proporcional a las horas de estudio que los estudiantes realizan fuera de clases,
esto quiere decir que, mientras más estudie un alumno fuera de clase es más probable que
apruebe sus cursos y de esa manera podrá matricularse a más cursos o si estudia menos
perderá créditos y por tanto sus cursos a matricularse serían cada vez menos.
De acuerdo a la encuesta realizada se obtuvo que en mayor parte los estudiantes de
Estadística e Informática del IV ciclo, afirman que dentro de la UNASAM los docentes tienen
una buena capacitación y por ende la Universidad Nacional Santiago Antúnez de Mayolo
tiene una buena calidad de enseñanza.
Entonces, el alto riesgo académico que se ha observado debido al bajo rendimiento
académico que presenta la mayoría de los estudiantes en Estadística e Informática de IV Ciclo
- UNASAM, mediante la previa encuesta y análisis de datos identificamos es que: El nivel
de rendimiento que tienen los estudiantes de estadística e informática del iv ciclo –
UNASAM es bajo-regular actualmente, gracias a la recolección de datos y análisis de los
mismos, y radica principalmente en las pocas horas de estudio a la que se dedican fuera de
clase.
CAPÍTULO VI
REFERENCIAS BIBLIOGRÁFICAS
 Navarro E.R.(2003) El rendimiento académico :concepto, investigación y desarrollo.
Revista electrónica Iberoamericana sobre Calidad, eficiencia y cambio de la
educación.
 Castejon Navas (1993) Un modelo estructural sobre los determinantes cognitivos-
motivacionales del rendimiento académico. Revista de psicología general y aplicada
 UNIVERSIDAD COMPLUTENSE DE MADRID (2003) Factores Determinantes
Del Bajo Rendimiento Académico en los universitarios. Web:
https://biblioteca.ucm.es/tesis/edu/ucm-t27044.pdf
 Mario Arturo Vilchis Rodríguez. Funciones y aplicaciones de la estadística .Web:

https://ddd.uab.cat/pub/tesis/2016/hdl_10803_399337/gsvl1de1.pdf
 Freund, John E., Simón, Gary A., (2003). Estadística Elemental., Editorial Pearson
Educación., México.
 Carmen Batanero Carmen Díaz (2011)ESTADÍSTICA CON PROYECTOS .Web

:https://www.ugr.es/~batanero/pages/ARTICULOS/Libroproyectos.pdf
 Liliana Orellana(2001) Estadística descriptiva
 Martínez-Otero, V. (2007). Los adolescentes ante el estudio. Causas y consecuencias

del rendimiento académico. Madrid: Fundamentos
 Pizarro, R. (1985). Rasgos y actitudes del profesor efectivo (Tesis de Maestría).
Pontificia Universidad Católica de Chile.
 Martí, E. (2003). Representar el mundo externamente. La construcción infantil de los
sistemas externos de representación. Madrid: Antonio Machado.

Correlación y Regresión Lineal

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Correlación y Regresión Lineal

Transféré par

Droits d'auteur :

Formats disponibles

Trabajo

1. PLANTEAMIENTO DEL PROBLEMA

Hablar de rendimiento académico no dejará de ser un problema pero ¿qué hace

1.2. FORMULACIÓN DEL PROBLEMA

¿Qué factores influyen en el bajo rendimiento académico de los estudiantes (IV

1.3.1. OBJETIVO GENERAL

Identificar las causas del bajo rendimiento académico de los estudiantes

 Analizar los distintos factores que generan el bajo rendimiento académico

2.1.1. Citas textuales:

 “En la actualidad tiene mayor predicamento la tendencia a considerar que

 “El rendimiento académico se basa en el perfil de habilidades,

 El rendimiento académico consta en un juego de variables personales,

Berlyne (1960), Hunt (1960) y Bruner (1960) fueron, los pioneros en el

Pintrich y De Groot (1990) en el que se distinguen tres categorías de

El modelo de expectativa-valor desarrollado por Eccles y Wigfield

3.1.1.3. Relación entre motivación y rendimiento

De entre las dimensiones de motivación que más se han relacionado con

3.1.1.4. Factores determinantes del bajo rendimiento académico

En el psicológico, la inteligencia se concibe como la capacidad de aprender,

Perkins (1991), por su parte, hace una descripción de la inteligencia como

El autoconcepto académico es la imagen que el sujeto se forma de sí a partir

3.1.3.1. Teorías Sobre El Autoconcepto

Desde el punto de vista educativo, Beltrán (1995) destaca dos tendencias

4.1. Teorías Relacionadas A La Educación

6.1. POBLACIÓN DE ESTUDIO:

La nuestra que tomamos es un subconjunto fielmente representado de nuestra

En la unidad de análisis tenemos a los estudiantes de la facultad de ciencias de la

6.4. OPERACIONALIZACIÓN DE VARIABLES

A continuación, se presentara la clasificación de las variables en estudio de una manera más

N° VARIABLE TIPO ESCALA CATEGORIA O UNIDAD DE MEDIDA ABREV.

 HORAS DE ESTUDIO Y NUMERO DE CURSOS MATRICULADOS

Cov (x, y) =0.082

Interpretación: No existe correlación lineal

Interpretación: La gráfica pertenece a una correlación positive débil

 EDAD Y SITUACION FAMILIAR (probabilidad)

a) Se elige un estudiante al azar, cual es la probabilidad de que tenga hijos

b) Se elige un estudiante al azar, cual es la probabilidad de que tenga 20 años

c) Se elige un estudiante al azar, cual es la probabilidad de que sea mayor de 21

d) Se elige un estudiante al azar, cual es la probabilidad de que sea menor a 19 años

e) Se elige un estudiante al azar, cual es la probabilidad de que no tenga hijos

g) Se elige un estudiante al azar, cual es la probabilidad de que no tenga hijos o tenga 23

h) Se elige un estudiante al azar, cual es la probabilidad de que tenga 18 años o 22 años

LUGAR DE PROCEDENCIA 10 11 12 13 14 15 16 TOTAL

Si se toma un alumno al azar

b) ¿cuál es la probabilidad que sea de zona rural ?

d) ¿cuál es la probabilidad que tenga un promedio ponderado de 13 ?

e) ¿cuál es la probabilidad de que sea de la zona urbana marginal y tenga un

f) ¿cuál es la probabilidad de que sea de la zona rural o tenga promedio ponderado

P(Zr ∪ P13)= 0.467

i) ¿cuál es la probabilidad que tenga un promedio ponderado de 13 dado que sea de

P10 P11 P12 P13 P14 P15

Definiendo los eventos:

Definiendo los eventos:

 TRABAJO Y CURSOS (PROBABILIDAD)

c) Que lleve 6 cursos y no trabaje

d) Que lleve 8 cursos y no trabaje

e) Que lleve 7 cursos o no trabaje

f) Que lleve 4 cursos dado que trabaje

a) Un estudiante de la escuela profesional de Estadística e Informática de la Facultad de

𝑃[𝑥 = 𝑥 ] = 𝐶𝑥𝑛 𝑃 𝑥 (1 − 𝑃)𝑛−𝑥

P[X> 𝟐𝟎] =1- [3.8*𝟏𝟎−𝟐𝟓 + 1.4*𝟏𝟎−𝟐𝟕 +2.3*𝟏𝟎−𝟑𝟎 ]

P[X> 𝟐𝟎] =1 – [1.41 * 10-27]

b) Un estudiante de IV ciclo de la Facultad de Ciencias tiene la certeza de pertenecer a

P[X> 𝟐𝟎] =1- [3.8𝟏𝟎−𝟐𝟓 + 1.4𝟏𝟎−𝟐𝟕 +2.3*𝟏𝟎−𝟑𝟎 ]