Professional Documents
Culture Documents
LICENCIADO EN ESTADSTICA
PRESENTADO POR:
CESAR ERNESTO ROQUE HERNNDEZ (RH12032)
DOCENTE DIRECTOR:
MARZO 2017
Pginas
RESUMEN ______________________________________________________________ I
INTRODUCCION ________________________________________________________ II
1. El problema ________________________________________________________ 1
1.1. Planteamiento del problema____________________________________________ 1
1.2. Delimitacin del problema _____________________________________________ 3
1.2.1. Delimitacin espacial _______________________________________________________ 3
1.2.2. Delimitacin temporal ______________________________________________________ 3
1.2.3. Delimitacin social _________________________________________________________ 3
2
2.7.9. Por si es bilinge _________________________________________________________ 18
______________________________________________________________________ 31
______________________________________________________________________ 31
_________________________________________________ Error! Bookmark not defined.
2.11. Definiciones de factores ____________________________________________ 32
2.11.1. Factor Psicolgico ________________________________________________________ 32
2.11.2 Factor Social. _______________________________________________________________ 35
2.15.3. Factor Econmico ________________________________________________________ 42
2.15.4. Factor Acadmico ________________________________________________________ 44
3. METODOLOGIA____________________________________________________ 76
3.1. Diseo de investigacin ______________________________________________ 76
3.2. Descripcin del rea __________________________________________________ 76
3.3. Poblacin y muestra __________________________________________________ 77
3.4. Criterios de inclusin y exclusin _____________________________________ 81
3
RESUMEN
RESUMEN
La investigacin que se denomina Anlisis De Los Principales Factores Que
Influyen En El Rendimiento Acadmico De Los Estudiantes Que Pertenecen Al
Departamento De Matemtica De La Universidad De El Salvador Facultad
Multidisciplinaria De Occidente tiene como objetivo principal poder indagar acerca
del rendimiento acadmico que los estudiantes han tenido en sus estudios dentro
de la facultad, es decir si este ha sido positivo o negativo, en tal caso si el
rendimiento acadmico de los estudiantes ha sido negativo, poder estudiar todas
aquellas causas que han dado paso a lo antes mencionado y buscar las
soluciones pertinentes para tan problema dentro de la Universidad de El Salvador
en la Facultad de Occidente.
I
INTRODUCCION
INTRODUCCION
En la actualidad toda universidad de ndole privada o pblica tiene como principal
objetivo el xito acadmico de sus estudiantes, as mismo tales instituciones
tienen como prioridad indagar acerca de las deficiencias en el ambiente que se
tiene dentro de las universidades y que se pueda estar manifestando bajo aquellas
formas que se determinan como bajo rendimiento y el abandono de la universidad
por los estudiantes. Por otro en la investigacin que se desea realizar es necesario
hacer nfasis en las carreras que pertenecen al departamento de Matemtica de
la Universidad de El salvador Facultad de Occidente como lo son la Licenciatura
en Estadstica y el Profesorado en Matemtica para tercer ciclo de Educacin
Bsica y Educacin Media, para las cuales al estudiante se le exige un alto grado
de aplicacin con las mximas exigencias, caractersticas que tales profesiones
han de requerir.
As mismo El deseo que el estudiante tiene para superarse debe ser un motor por
el cual busque desenvolverse de una manera eficaz y le permita una buena
calidad de aprendizaje en sus pruebas de las diferentes materias cursadas a lo
largo de su carrera elegida. Para ellos es necesario que el estudiante busque
mtodos y tcnicas las cuales le permitan un aprendizaje de calidad y un mejor
desempeo.
II
INTRODUCCION
III
El problema
1. El problema
El problema que aborda la investigacin trata de describirse de la manera ms
clara y concisa buscando dar la nocin clara de lo que se pretende lograr, dicha
investigacin consiste en el estudio del Anlisis de los Principales Factores que
influyen en el Rendimiento Acadmico de los Estudiantes que pertenecen al
Departamento de Matemtica de la Universidad de El Salvador Facultad
Multidisciplinaria de Occidente, adems se plantean los objetivos con los cuales se
busca poder cumplir con las metas y poder cumplir un fin determinado, tal fin es el
de ofrecer un aporte cientfico que permita buscar las estrategias de enseanza ,
mejores condiciones institucionales y as todas aquellas soluciones que den la
mayor certeza para poder mejorar el rendimiento acadmico de los estudiantes
que pertenecen al Departamento de Matemtica de la UesFMOcc, y as lograr
que el estudiante se desenvuelva de una manera ms ntegra en su formacin
acadmica y con los conocimientos necesarios para su posterior desempeo en el
rea laboral.
1
El problema
2
El problema
La poblacin objeto de estudio est integrada por los estudiantes que cursan
primer ao a tercer ao acadmico de la carrera de profesorado en Matemtica
para tercer ciclo de Educacin bsica y educacin media, incluyendo adems los
estudiantes de primer ao hasta quinto ao de la carrera Licenciatura en
Estadstica, donde dichas carreras pertenecen al departamento de Matemtica de
la Universidad de El Salvador Facultad Multidisciplinaria de Occidente.
3
El problema
1.3. Justificacin
El presente trabajo tiene como finalidad determinar los principales factores que
influyen en el rendimiento acadmico de los estudiantes universitarios, los factores
que se han tomado en cuenta para el estudio son el factor social, econmico,
acadmico y psicolgico para cada uno de estos factores se estudiaran diferentes
indicadores entre los cuales se pueden mencionar el entorno familiar en el que
vive el estudiante, ingreso econmico familiar, cambio de carrera y el autoestima
del estudiante respectivamente.
4
El problema
de sus estudios superiores, sin embargo es necesario tomar en cuenta que dichas
aspiraciones estn condicionadas por lo antes mencionado, por el rendimiento
acadmico, pues es esto lo que definir el futuro de los estudiantes dentro de una
institucin dedicada a la formacin de profesionales.
Es por todo lo antes mencionado que la investigacin toma tanta relevancia y por
tal estudiar la problemtica, como tal problemtica se comporta, y de la misma
manera poder encontrar las medidas que puedan tomarse en cuenta para poder
dar una posible solucin ,con base a los resultados de la investigacin, sea que
esta est influenciada por la actitud y vocacin del estudiante, o que este
fenmeno este influenciado por factores o variables que estn siendo lo que defina
el rendimiento acadmico de los estudiantes dentro de la Universidad.
5
El problema
1.4. Objetivos.
6
El problema
1.5. Hiptesis
Que los estudiantes tengan malas condiciones psicolgicas no influye en su
rendimiento acadmico.
7
MARCO TEORICO
2. MARCO TEORICO
El rendimiento acadmico y el abandono escolar ha sido una preocupacin
constante en el campo de la investigacin educativa. Cada ao se publican, a nivel
internacional gran cantidad de artculos y reportes en relacin con este tema. Por
ejemplo., las revistas, American EducationalResearch y EducationalResearcher de
la Asociacin Americana de Investigacin Educativa (AERA, por sus siglas en
ingls) publican regularmente resultados de investigaciones que tratan de explicar
el desempeo escolar en educacin primaria, secundaria y superior. (Montero
Rojas, Villalobos Palma, & Valverde Bermdez, s.f.)
8
MARCO TEORICO
9
MARCO TEORICO
10
MARCO TEORICO
11
MARCO TEORICO
12
MARCO TEORICO
13
MARCO TEORICO
Conceptualizacin.
Las notas obtenidas, como un indicador que certifica el logro alcanzado, son un
indicador preciso y accesible para valorar el rendimiento acadmico, si se
asume que las notas reflejan los logros acadmicos en los diferentes
componentes del aprendizaje, que incluyen aspectos personales, acadmicos y
sociales (Garbanzo Vargas, 2007, pg. 46).
14
MARCO TEORICO
15
MARCO TEORICO
Los colegios pueden ser pblicos o privados. Los primeros, se pueden subdividir a
su vez en pblicos clsicos, donde el Estado financia la totalidad de sus gastos; y
pblicos de convenio, donde instituciones armadas o religiosas subsidian parte del
presupuesto del colegio. Si los colegios son privados, tambin existen diversas
posibilidades: puede ser confesional, a cargo de una orden religiosa; o laico, con
una promotora sin ningn vnculo religioso catlico o protestante (Fernndez,
2011, pg. 170).
Los colegios pueden ser mixtos, slo de mujeres o slo de varones (Fernndez,
2011, pg. 170).
16
MARCO TEORICO
Cuntos alumnos estudian por aula y cuntas aulas hay por ao. En la actualidad,
no hay tendencias definidas: puede haber colegios cuyas aulas alberguen a ms
de 40 estudiantes, como otros que albergan a mximo 30 de ellos (Fernndez,
2011, pg. 170).
La divisin por niveles es una tcnica usada para organizar las aulas segn las
calificaciones obtenidas, existiendo un aula con los de mejor ponderado y otra con
los de inferior. Esto se usa con mucha frecuencia en los cursos de ciencias e
idioma extranjero (Fernndez, 2011, pg. 170).
17
MARCO TEORICO
18
MARCO TEORICO
favorable frente al sistema de enseanza y una visin optimista del futuro (Los
alumnos de ms rendimiento eran quienes consideraban muy probable la
obtencin de su ttulo profesional, quienes se sentan muy satisfechos con la
enseanza recibida y quienes se volveran a matricular en la misma universidad si
retrocediese el tiempo.). La posibilidad de encontrar rpidamente un trabajo
estable, bien remunerado y con proyeccin es hoy el objetivo de la mayora de los
estudiantes universitarios.De la misma manera, otro elemento a tener en cuenta
es si el estudiante est estudiando la carrera que era su primera opcin
profesional (Fernndez, 2011, pgs. 175-176). Pdf4
2.9. Antecedentes
3. Causas del bajo rendimiento del alumno en opinin de los profesores.
Doc3Tomar como un posible antecedente
19
MARCO TEORICO
20
MARCO TEORICO
21
MARCO TEORICO
Existen muchas investigaciones que tienen por objeto determinar cules son los
factores que ms inciden en el rendimiento acadmico de los estudiantes de
diversas modalidades y aos, y de esta manera dar un aporte importante en
cuestin de mejores resultados de parte de los alumnos.
Por otro lado, se determin que existe diferencia entre los estudiantes de escuela
pblica y privada en relacin con la autoestima, pues quienes asisten a una
22
MARCO TEORICO
Esta investigacin especifica como objetivo determinar cul es la causa del bajo
rendimiento acadmico de los estudiantes universitarios de la Facultad de
Ciencias Humanas de la Universidad Autnoma de Baja California (UABC). Para
23
MARCO TEORICO
24
MARCO TEORICO
Por otro lado, se determin que existe diferencia entre los estudiantes de escuela
pblica y privada en relacin con la autoestima, pues quienes asisten a una
escuela pblica muestran una medida significativamente ms alta en autoestima
que los de escuela privada.pag12
25
MARCO TEORICO
Esta investigacin especifica como objetivo determinar cul es la causa del bajo
rendimiento acadmico de los estudiantes universitarios de la Facultad de
Ciencias Humanas de la Universidad Autnoma de Baja California (UABC). Para
la que se tom una muestra de 60 estudiantes, entre las variables a tomar en
cuenta en el estudio se encuentra los datos socioeconmicos, la tecnologa con la
26
MARCO TEORICO
que cuenta, el medio de transporte que utiliza, su situacin laboral, las relaciones
interpersonales entre otros. pag(6-7)(doc5.PDF)
27
MARCO TEORICO
28
MARCO TEORICO
Adems se lleg a la conclusin que el tipo de carta didctica que los maestros
disean, los usos que los maestros le dan a la carta didctica y los recursos
didcticos que los maestros utilizan en la planificacin entre otros influyen en el
rendimiento acadmico. pag 149(101369.dpf)
29
MARCO TEORICO
2.10.1 Esquema
Resiliencia
Problemas Emocionales
Psicolgico o Autoestima
o Motivacin
o Ansiedad
Percepcin del estudiante
Conocimiento del estudiante
Inteligencia
Factor Enfermedades
Entorno familiar
o Violencia en el hogar
Relaciones interpersonales
Vive con sus padres u otros
Nivel educativo de los padres
Trabaja
Situacin laboral
o Problemas laborales
o Carga laboral excesiva
Social o Horarios de trabajo
Centro educativo de procedencia
Zona de residencia del estudiante
Tiempo invertido en desplazarse
desde la Casa o trabajo hasta la
Universidad
Empleo del tiempo libre.
30
2.10.2 Esquema
Vivienda propia
Econmico Gastos de transporte
Posesin de beca
Nmero de personas que estudian
del hogar
Ingreso econmico de los padres
Ingreso econmico del estudiante.
Factor
31
2.11. Definiciones de factores
Resiliencia:
Segn Grotbert (1995), la resilencia es el poder o la capacidad de una persona
para enfrentar las adversidades de la vida, prevalecer sobre ellas y muy
especficamente, salir renovado. (Espinoza Alveal, Maria Aurora)pag16
Adems muchas investigaciones reportan que los nios con capacidad resiliente
muestran facilidad para establecer relaciones interpersonales y se les facilita y
determinar expectativas (Werner y Smith, 1992). As mismo, tienen una madurez
intelectual, son seguros de s mismos, flexibles y expresan inters por nuevos
retos (Luthar y Zigler, 1991).( 80231541008 )pag4
32
Autoestima:
Segn Nathaniel Branden, la autoestima, planamente, consumada es la
experiencia fundamental de que podemos llevar una vida significativa y cumplir
sus exigencias.
La autoestima es pate de la identidad personal y est profundamente marcada
por la condicin de gnero que determina en gran medida la vida individual y
colectiva de las mujeres tanto de manera positiva como nociva. ( 04)pag 4
La autoestima de los estudiantes se ve seriamente afectado e incide en la falta
de motivacin y en la construccin de un futuro mejor.(
8.Factoresqueinfluyenenlosestudiantesyquecontribuyeron)pag15
Una relacin documentada es la que existe entre la autoestima y el rendimiento
escolar. Un nivel alto de autoestima condiciona una mayor responsabilidad,
compromiso, seguridad y motivacin para el desempeo de tareas y logros
escolares. ( 80231541008) pag5
33
rendimiento (Nuez, Gonzales-pineda, Garcia, Gonzales-Pumariega, Roces,
Alvares, y Gonzales,1998).:( Art_1_4) pag3
Ansiedad:
El concepto de ansiedad tiene su origen en el trmino latino anxietas, que trata de
la condicin de una persona que experimental una conmocin, intranquilidad,
nerviosismo o preocupacin. (http://psicologiauce.blogspot.com/2012/05/ansiedad-
trastorno-de-ansiedad-y-estres.html
34
2.11.2 Factor Social.
Enfermedades:
Una enfermedad es cualquier trastorno anormal del cuerpo o la mente que
provoca malestar y alteracin de las funciones
normales.(https://www.google.com.sv/amp/s/fibromialgiamelilla.wordpress.c
om/2012/05/07/que-diferencia-hay-entre-sindrome-transtorno-enfermedad-
y-patologia/amp/)
35
Entorno familiar:
o Violencia en el hogar:
falta
36
Relaciones interpersonales:
Segn Cruz (2003:25), "el xito que se experimenta en la vida depende en gran
manera como nos relacionemos con las dems personas, y la base de estas
relaciones interpersonales es la comunicacin".(http://www.eumed.net/libros-
gratis/2012a/1159/bases_teoricas_relaciones_interpersonales.html)
Los padres son piezas fundamentales para que sus hijos alcancen un
aprovechamiento deseable en las
aulas.(http://codice.anahuacmayab.mx/2117-1-
Influencia+de+los+padres+en+el+rendimiento+escolar+de+sus+hijos..html#
.WS2uRpI1_cc)
37
Nivel educativo de los padres:
Trabaja:
Falta
Situacin laborar
falta
o Problemas laborales:
Tipos de conflicto:
Conflictos improductivos (son perjudiciales para personas y para las
organizaciones).
Conflictos productivos (se pueden obtener beneficios de su resolucin como
puede ser: estimular el inters, aumentar la cohesin del grupo y aumentar
38
la motivacin hacia una tarea, mejorar la motivacin por aprender, etc.).(
http://www.psicoglobalia.com/que-es-un-conflicto-laboral-y-como-
gestionarlo/)
Horarios de trabajo:
39
Horario rgido
Horario flexible
Trabajo nocturno
Trabajo a turnos(http://www.elergonomista.com/dtr20.html)
Las horas que dedica un estudiante universitario para laborar por lo general
se asocian con el desempeo acadmico. Esta situacin tambin se
relaciona con el contexto socioeconmico en el que se desenvuelve el
estudiante (194128798005)pag 16.
40
asocian con el rendimiento acadmico e inciden tanto de manera positiva
como negativa (194128798005).pag 12
Falta
falta
41
2.15.3. Factor Econmico
Los factores econmicos se relacionan con las condiciones que tienen los
estudiantes para satisfacer las necesidades que plantea el sostenerse
mientras cursa su programa acadmico: vivienda, gastos de transporte,
entre otros, adems comprende variables asociadas a los ingresos o
recursos econmicos relacionados directamente con el estudiante
proveniente de diferentes fuentes como: becas, ingresos propios del
estudiante e ingresos familiares.
Muchas investigaciones como la de Monarca y Granda (2004), Tonconi
(2010), sustentan que la condiciones econmicas o comodidades
materiales incide significativamente en el Rendimiento Acadmico ya que
los padres designan ms y mejores recursos para el desempeo escolar de
los hijos. ( RendimientoAcdemico-Perrspectiva cuantitativa) pag19
Vivienda propia:
Es la vivienda ocupada por el dueo de la edificacin y del terreno, o slo
de la
edificacin.(https://www.contraloria.gob.pa/inec/Aplicaciones/POBLACION_
VIVIENDA/notas/def_vol1.htm)
Gastos de transporte:
Dentro de esta categora se consideran los gastos para moverse dentro del
rea de la universidad. Esencialmente es el gasto de ir y venir del centro de
estudios.(http://www.mentesliberadas.com.ar/2012/04/01/los-gastos-en-la-
vida-de-un-estudiante-universitario/)
42
Posesin de beca:
La asignacin de beca es la mxima categora que otorga la Oficina de
Atencin Socioeconmica de la Universidad a estudiantes que, por su
vulnerable condicin socioeconmica, la requieran. Los estudiantes sin
beca son quienes no hicieron la solicitud de beca por condicin econmica.
(194128798005) pag 11
43
2.15.4. Factor Acadmico
44
Cambio de carrera:
Cambio de carrera es el procedimiento acadmico -administrativo por el cual un
estudiante universitario puede cambiar de carrera a otra dentro de la misma
Universidad (Artculo 18, X Congreso Nacional de Universidades).(
RegCambCarrera) pag 1
45
Porcentaje de asistencia clases:
Entendemos por asistencia clases a la concurrencia asidua del alumno
matriculado previamente en un establecimiento educativo, en los tiempos
estipulados lo las normativas vigentes.( 2004_-_informe_asistencia_primario_0)
pag5
En la investigacin realizada por Prez, Ramn, Snchez (200) con estudiantes,
se encontr que la motivacin est asociada a la asistencia a clases, y que la
ausencia a las lecciones se relaciona con problemas de repeticin y abandono a
los estudios. Cuanta mayor asistencia, mejor calificacin; siendo esta una de las
variables ms significativas que influyen en el rendimiento acadmico del alumno.(
44031103 )pag10
Recursos didcticos:
Es cualquier material que se ha elaborado con la intencin de facilitar al docente
su funcin y a su vez la del alumno.(http://www.pedagogia.es/recursos-didacticos/)
Horarios de clases:
Una de las cuestiones que se debaten permanentemente en el mbito educativo
es el nmero de horas de clase que se deben impartir a los alumnos en cada
curso escolar. Existen pocos estudios empricos que evalen cuanto importa el
tiempo en la escuela tanto en resultados acadmicos como en otras variables
como el abandono escolar o la tasa de repeticin.
(http://nadaesgratis.es/cabrales/horas-en-clase-y-desempeno-educativo)
46
Docente:
En relacin a las del profesor-tutor, ste es considerado como una pieza clave
para el desarrollo personal y acadmico del alumno, la valoracin alumno-tutor y,
a la inversa, suele ser recproca destacando adems la dimensin de la relacin
personal (Marchesi y Martn, 2002).estos mismos autores encuentran que las
expectativas de los profesores influye significativamente en los resultados de los
alumnos.( Art_1_4)pag 6
Numero de evaluaciones.
Falta
Mtodos didcticos:
Falta
Mtodos de evaluacin:
falta
porcentajes de evaluacin:
falta
Reprobacin y retiro de materias:
fata
47
Estrategias de enseanza:
Se define como los procedimientos o recursos utilizados por los docentes para
lograr aprendizajes significativos en los alumnos. Cabe mencionar que el empleo
de diversas estrategias de enseanza permite a los docentes lograr un proceso de
aprendizaje activo, participativo, de cooperacin y vivencial.
Las estrategias para activar los conocimientos previos en los estudiantes son : la
lluvia de ideas , esto recursos son importantes porque permiten llamar la atencin
o distraer, las ilustraciones son ms recomendadas que las palabras para
comunicar las ideas de tipo concreto o de bajo nivel de abstraccin conceptos de
tipo visual o espacial, adems promueven el inters y motivacin.
(https://www.uaeh.edu.mx/scige/boletin/prepa4/n4/e8.html)
Estrategias ms utilizadas:
Subrayado
Mapas conceptuales
Elaboracin de resmenes y sntesis.
Notas marginales
Aplicar problemas al mundo real
Revisar los errores
(http://estrategiasdeestudioitzel.blogspot.com/2012/10/tipos-de-tecnicas-de-
estudio.html
48
2.16. Conceptos Bsicos
Cum:
49
momento o ciclo acadmico determinado, segn el avance en su plan
de estudios.
51
Autoestima: Segn Bonet (1997)
52
2.17. Teora Estadstica
Estimacin: valor que toma el estimador para una muestra concreta. .(TESIS
2015, pag28)
53
Media aritmtica
Definicin: es una medida de tendencia central que se obtiene por la suma de
todas las puntuaciones de un grupo de datos dividida por el nmero de datos.
N
i=1 xi
X=
N
ki=1 xi ni
X=
N
54
Mediana
X = X(n+1)
2
(n+1)
Donde representa la posicin del valor que se encuentra a la mitad del
2
conjunto de datos.
(Xn + Xn+1 )
=
X 2 2
2
(Xn + Xn )
+1
2 2
Donde representa las posiciones de los valores que se encuentran a la
2
55
Desviacin estndar de una muestra:
n
1
S = (X i
X)2
n
i=1
(Xi
X)2 Desviacin de los datos con respecto a la media
aritmtica..(tesis2015,pag 29)
N 2
i=1 (xi X)
S2 =
N
m 2
i=1 (xi X) ni
S2 =
N
56
Coeficiente de variacin (C.V):
Se define como
S
CV = 100%
|
|X
Donde
Requisitos:
Muestras independientes
57
El valor del estadstico X 2 se podr aproximar por una distribucin Chi-
cuadrado cuando el tamao muestral n sea grande(n<30), y todas las
frecuencias esperadas sean iguales o mayores a 5 (en ocasiones debemos
agrupar varias categoras a fin de que se cumpla este requisito.)
58
(a + b)! (c + d)! (a + c)! (b + d)!
p=
n|a||b||c||d|
Para poner a prueba dicha hiptesis de igualdad de medias, se tiene que obtener
un estadstico F de Snedecor para comparar el parecido que existe entre las
medias que se estn comprobando. La ecuacin para obtener el estadstico F es
la siguiente:
MSA
F=
MSE
59
Donde MSA es cuadrado medio entre grupo y el MSE es el cuadrado medio dentro
de grupos.
Que existe entre las medias de cada grupo, mientras que el MSE tambin es una
estimacin de la varianza poblacional, pero esta se basa en la variabilidad que
existe dentro de cada grupo.
60
Si F > F no se rechaza H0 (las medias de los grupos son iguales)
61
TABLA: ANOVA de un factor
62
Sean X e Y dos variables categricas con I y J categoras respectivamente. Un
sujeto puede venir clasificado en una de las I J categoras, que es el nmero
posible de categoras que existen.
A, B
B1 B2 . .. Bj . .. Bk ni .
63
(234189171-Tecnica-de-Analsis-multivariante-datos-spss-Perez ,pag 357
64
Muestras de asignacin o afijacin proporcional, donde los tamaos
muestrales en cada estrato tendrn un nmero de unidades en forma
proporcional a la de los estratos poblacionales.
Muestras de asignacin o afijacin ptima, cuyo tamao estar
determinado teniendo en cuenta los costos y el grado de variabilidad, en tal
forma que el error de estimacin sea mnimo para un costo total dado.
Dnde:
n=Tamao de la muestra
N=Tamao de la poblacin
65
2.19. Anlisis Clster
Concepto: el termino anlisis clster se utiliza para definir una serie de tcnicas,
fundamentalmente algoritmos, que tienen por objeto la bsqueda de grupos
similares de individuos o de variables que se van agrupando en conglomerados.
Dada una muestra de individuos, da cada uno de los cuales se dispone de una
serie de observaciones, el anlisis cluster sirve para clasificarlos en grupos lo ms
homogneos posible en base a las variables observadas. Los individuos que
clasificados en el mismo grupo sern tan similares como sea posible.
Hay que tener en cuenta el tipo de datos que se maneja. si las variables de
aglomeracin estn en escalas completamente diferentes ser necesario
estandarizar previamente las variables, o por lo menos trabajar con desviaciones
respecto de la media. Es necesario observar tambin los valores atpicos y
desaparecidos porque los mtodos jerrquicos no tienen solucin con valores
perdidos y los valores atpicos deforman las distancias y producen clustters
unitarios.
La solucin del anlisis cluster no tiene porqu ser nica, pero no debe
encontrarse soluciones contradictorias por distintos mtodos. El nmero de
observaciones en cada cluster debe ser relevante, ya que en caso contrario puede
66
haber valores atpicos. Adems los conglomerados deben tener sentido
conceptual y no variar la muestra o el mtodo de aglomeracin.
Existen dos grandes tipos de anlisis de clusters: aquellos que asignan los casos
a grupos diferenciados que el propio anlisis configura, sin que unos dependan de
otros, se conocen como no jerrquicos, y aquellos que configuran grupos con
estructura arborescente, de forma que clusters de niveles ms bajos van siendo
englobados en otros de niveles superiores, se denomina jerrquicos. .(
234189171-Tecnica-de-Analsis-multivariante-datos-spss-Perez ,pag 418)
Funciones:
67
Siempre que todas las variables sean del mismo tipo, el procedimiento Anlisis de
conglomerados jerrquico podr analizar variables de intervalo(continuas), de
recuento o binarias.
(https://books.google.com.sv/books?id=p2kswpzT2oEC&pg=PA295&lpg=PA295&d
q=Funciones:+Posibilidad+de+conglomerar+casos+o+variables.+Posibilidad+de+c
alcular+un+rango+de+soluciones+posibles+y+guardar+los+conglomerados+de+p
ertenencia+para+cada+una+de+dichas+soluciones.+Distintos+m%C3%A9todos+d
e+formaci%C3%B3n+de+conglomerados,+transformaci%C3%B3n+de+variables+
y+medida+de+disimilaridad+entre+conglomerados&source=bl&ots=22IcqhpWel&si
g=FZawSc3isB1LtWjvbRU80BFKpYo&hl=es&sa=X&ved=0ahUKEwjhtLbCtvXUAh
VM4iYKHdiAABwQ6AEIKzAC#v=onepage&q&f=false) pag295
Funciones:
68
El procedimiento Anlisis de conglomerados de K-medias puede analizar archivos
de datos grandes.
(https://books.google.com.sv/books?id=p2kswpzT2oEC&pg=PA295&lpg=PA295&d
q=Funciones:+Posibilidad+de+conglomerar+casos+o+variables.+Posibilidad+de+c
alcular+un+rango+de+soluciones+posibles+y+guardar+los+conglomerados+de+p
ertenencia+para+cada+una+de+dichas+soluciones.+Distintos+m%C3%A9todos+d
e+formaci%C3%B3n+de+conglomerados,+transformaci%C3%B3n+de+variables+
y+medida+de+disimilaridad+entre+conglomerados&source=bl&ots=22IcqhpWel&si
g=FZawSc3isB1LtWjvbRU80BFKpYo&hl=es&sa=X&ved=0ahUKEwjhtLbCtvXUAh
VM4iYKHdiAABwQ6AEIKzAC#v=onepage&q&f=false) pag295
69
Distancia eucldea. la raz cuadrada de la suma de los cuadrados de las
diferencias entre los valores de los elementos. Esta es la medida por defecto para
datos de intervalo.
Bloque.La suma de las diferencias absolutas entre los valores de los elementos.
Tambin se conoce como la distancia de Manhattan.
Escalamiento multidimensional:
70
234189171-Tecnica-de-Analsis-multivariante-datos-spss-Perez ( pag 281-282)
11 12 13 14
22 23 24
= [ 21 ]
31 32 33 32
41 42 43 44
71
11 12
21 22
= [ 32 ]
31
41 42
1
= [( ) ] 1
=1
11 12 13 14
21 22 23 24
=[ ]
31 32 33 34
41 42 43 44
72
El modelo mtrico parte de una matriz cuadrada ( ) de distancias entre
objetos, a partir de la cual es posible derivar una matriz ( ) de productos
escalares entre vectores. A su vez, es posible descomponer esta matriz en el
producto , donde ( ) es una matriz rectangular de coordenadas de los
objetos en un espacio de dimensiones.
Procedimiento PROXSCAL:
73
El procedimiento PROXSCAL ejecuta escalamiento multidimensional. El
escalamiento multidimensional trata de encontrar la estructura existente en un
conjunto de medidas de proximidades entre objetos. Esto se logra asignando las
observaciones a posiciones especificas en un espacio conceptual de pocas
dimensiones, de modo que las distancias entre los puntos en el espacio
concuerden al mximo con las similaridades (o disimilaridades) dadas. El
resultado es una representacin de mnimos cuadrados de los objetos en dicho
espacio de pocas dimensiones que, en muchos casos, le ayudara a entender
mejor los datos.(234189171-Tecnica-de-Analsis-multivariante-datos-spss-Perez
,pag 332)
Desplegamientomultidimesional (PREFSCAL):
74
El procedimiento Desplegamiento multidimensional intenta buscar una escala
cuantitativa comn que permita examinar visualmente las relaciones entre dos
conjuntos de objetos.
75
METODOLOGIA
3. METODOLOGIA
76
METODOLOGIA
Muestra
Para poder calcular el valor de la muestra aleatoria se utilizar la frmula para una
poblacin finita (Murray y Larry (2005)
2
= (1)2 + 2 (1)
Donde
P = Valor estimado
Q = Valor estimado
E = margen de error al 5%
77
METODOLOGIA
Obteniendo el tamao de la muestra utilizando la ecuacin (1) donde los datos son
los siguientes:
N= 191
N-1=190
Z = 1.96
P = 0.5
Q = 0.5
183.4364
=
1.4354
= 128
Se tom un nivel de confianza de 95% debido a que el estudio se desea que tenga
confiabilidad y que la muestra sea muy representativa de la poblacin en general,
78
METODOLOGIA
Estudiantes Tamao
Afijacin
Carrera inscritos en el Frmula de
proporcional
ciclo 1 2017 muestra
Licenciatura
Estrato en 1 =
85 (128/191)*85 1 =57
1 Estadstica
79
METODOLOGIA
Estudiantes
Carrera Frmula Afijacin Tamao
inscritos en el
proporcional de
ciclo 1 2017
muestra
Profesorado
en
Matemtica
para tercer
Estrato 2 =
ciclo de 106 (128/191)*106 2 =71
2
Educacin
Bsica y
Educacin
Media
80
METODOLOGIA
Inclusin
Exclusin
81