Réplica: Uso de las redes sociales y su relación con el desempeño académico.

Econometría II

Universidad Santo Tomás, Bucaramanga.

2023

Resumen.

El presente artículo tiene como objetivo presentar una réplica realizada bajo el “software de programación R” de la tesis de Pre-Grado realizada en el año 2018 “USO DE LAS REDES SOCIALES Y SU RELACIÓN CON EL DESEMPEÑO ACADÉMICO” realizado en la universidad San Ignacio de Loyola bajo el estudio de Palacios Berrospi y Nella Gina, la cual tiene como finalidad abordar la influencia del uso de las redes sociales en el desempeño académico de los estudiantes bajo el estudio econometrico del Modelo Logit binomial. El escrito original menciona estudios previos que han encontrado una asociación negativa entre el uso excesivo de las redes sociales y el rendimiento académico. Sin embargo, también se destaca que el impacto puede variar dependiendo de cómo se utilicen las redes sociales. Se mencionan diferentes tipos de redes sociales y se discuten los factores que influyen en su uso. Adicionalmente, se proporciona un cuestionario diseñado para recolectar información acerca del uso de las redes sociales y su influencia en el rendimiento académico. En este artículo, se llevará a cabo la construcción del modelo focalizándonos en la Universidad Santo Tomás Seccional Bucaramanga de Colombia, examinando a estudiantes de pregrado, con el propósito de validar y fortalecer los resultados previamente obtenidos.

Introducción.

Planteamiento del problema.

La tesis de grado plantea un importante problema de investigación centrado en el impacto del uso de las redes sociales en el desempeño académico de los estudiantes pertenecientes a la Facultad de Ciencias Empresariales de una universidad privada ubicada en Lima, Perú. En este contexto, exponen que muchos estudiantes son usuarios activos de las redes sociales y, al mismo tiempo, enfrentan dificultades en su rendimiento académico que ha pesar del año de la investigación, actualmente sigue sucediendo. El objetivo principal de la investigación originial es arrojar luz sobre la relación entre el uso de las redes sociales y el desempeño académico de los estudiantes. Para ello los autores determinaron de qué manera el uso de las redes sociales puede influir en su rendimiento en sus estudios.

El impacto de las redes sociales en el desempeño académico es un tema de debate. Algunos argumentan que el uso excesivo de las redes sociales puede ser perjudicial para el rendimiento académico, ya que puede llevar a la distracción, la procrastinación y la falta de concentración en las tareas escolares e universitarias como fue declarada por la UNESCO en su informe de este mismo año en el que “se recomienda prohibir el uso de celulares en las escuelas”. Otros sostienen que las redes sociales pueden ser una herramienta útil para el aprendizaje, la comunicación y la colaboración, si se utilizan de manera adecuada.

Problema General.

Investigación original: ¿Cuál es la relación de la frecuencia del uso de las redes sociales en el desempeño académico de los alumnos de la Facultad de Ciencias Empresariales de una Universidad Privada de Lima Metropolitana? Palacios Berrospi y Gina Nella.

En mi investigación, me enfoco en analizar la correlación existente entre la frecuencia de utilización de las redes sociales y el rendimiento académico de los estudiantes matriculados en carreras de pre- grado de la Universidad Santo Tomás, específicamente en su seccional en Bucaramanga.

Problemas específicos.

Investigación original: Realizada por Palacios Berrospi y Gina Nella.

1.¿Cuánto es el tiempo que le designan los alumnos al uso de las redes sociales de la Facultad de Ciencias Empresariales de una Universidad Privada de Lima?

2.¿Cuál es el nivel de desempeño académico de los alumnos de la Facultad de Ciencias Empresariales de una Universidad de Lima Metropolitana?

3.¿Cuáles son los hábitos de estudio de mayor prevalencia dentro de los estudiantes de la Facultad de Ciencias Empresariales de una Universidad Privada de Lima Metropolitana?

Problemas específicos: Realizados en análisis de está replica y su metodología.

  1. ¿Cuánto tiempo dedican los estudiantes de pre-grado de la Universidad Santo Tomás, seccional Bucaramanga, al uso de las redes sociales? Basandonos en una encuesta para exponer el tiempo apróximado que se mantienen activos en horas/ semanalmente.

  2. ¿Cuál es el nivel de rendimiento académico de los estudiantes de la Universidad Santo Tomás, seccional Bucaramanga? Al evaluar el desempeño, se consideran aspectos como las calificaciones (si dos evaluaciones del semestre superan 3.0, esto podría indicar una posible aprobación). Se lleva a cabo una evaluación algunos hábitos especificos de estudio como observar y estimar la cantidad de estudiantes que toman apuntes, realizan investigaciones y usan las redes sociales para ello, etc.

Justificación de la Investigación.

Según los autores su investigación es importante para crear programas que conciencien sobre las interferencias de las redes sociales en el rendimiento académico y prevenir la adicción a ellas. También tiene relevancia social y es viable para otras universidades en Lima Metropolitana, ya que se basa en la recopilación de datos accesibles.He optado por llevar a cabo esta investigación debido a la novedad y actualidad del tema, que brinda la oportunidad de evaluar el desempeño académico en mi institución universitaria y de exponer los principales desafíos en el ámbito académico. Además, como objetivo de esta réplica econométrica y sustentándonos en un sólido conocimiento, podemos determinar la validez de esta investigación, así como analizar cómo los resultados actuales pueden verse influenciados por el paso del tiempo y la ubicación geográfica.

Antecedentes.

Los antecedentes de la investigación muestran que se han realizado estudios previos sobre la relación entre el uso de las redes sociales y el desempeño académico. Se menciona que se ha encontrado una asociación negativa entre el uso excesivo de las redes sociales y el rendimiento académico en algunos estudios nacionales. Además, se destaca la viabilidad de la investigación debido a la accesibilidad a la información y la posibilidad de generar valor para otras universidades en Lima Metropolitana.

Marco Teórico.

El marco teórico de la investigación prueba diferentes definiciones, conceptos relacionados con el uso de las redes sociales y su impacto en el desempeño académico. Se revisan las definiciones de redes sociales y se exploran las características, tipos y causas de la motivación de uso de estás mismas. También se analizan los factores que determinan la participación de los estudiantes en las redes sociales y cómo estas pueden ser utilizadas como herramientas para el aprendizaje colaborativo.

Exponen definciones como: Redes sociales, Desempeño académico y Condicionantes que influyen en el desempeño académico.

Método.

El tipo de investigación utilizado en el estudio original es básica y cuantitativa. Es básica porque tiene como objetivo incrementar el conocimiento per se, sin buscar generar resultados o tecnologías que beneficien a la sociedad en el futuro inmediato . Es cuantitativa porque se basa en el uso de técnicas estadísticas para conocer aspectos de interés sobre la población estudiada .Según la información proporcionada, el número de encuestados en la investigación fue de 352 estudiantes de la Facultad de Ciencias Empresariales de la Universidad San Ignacio de Loyola en Lima, Perú

El diseño de investigación utilizado es no experimental y transversal de tipo correlacional. Es no experimental porque no se manipulan variables ni se establece un grupo de control. Es transversal porque se recopilan datos en un solo momento en el tiempo . Es correlacional porque se busca establecer la relación entre el uso de las redes sociales y el desempeño académico de los estudiantes, esto expuesto por los autores.

En nuestro enfoque metodológico, llevamos a cabo una encuesta dirigida a estudiantes actualmente inscritos en programas de pregrado en la Universidad Santo Tomás. La encuesta se dividió y aplicó de acuerdo con las divisiones y facultades académicas para facilitar el proceso. Se recopiló información de un total de 102 encuestados a través de la plataforma “Google Forms”. Cabe destacar que se efectuaron modificaciones en las preguntas originales de la encuesta, ya que estas presentaban variables relacionadas con redes sociales que ya no se utilizan en la actualidad. Además, se identificaron errores en el cuestionario original que podían afectar la integridad del modelo.

Datos Trabajados.

En el marco de la investigación, se llevaron a cabo encuestas entre los estudiantes de la Facultad de Ciencias Empresariales de la Universidad San Ignacio de Loyola en Lima, Perú, con el propósito de recopilar datos. La selección de la muestra se realizó mediante un muestreo aleatorio simple, lo que permitió obtener una muestra representativa compuesta por 7585 estudiantes.

Las variables que fueron objeto de estudio en la investigación comprenden:

Se emplearon cuestionamientos para evaluar la frecuencia y el tiempo dedicado a las redes sociales, considerando distintas categorías de redes. Estas categorías abarcaron:

Sin embargo, se hizo una modificación en esta selección debido a que se reconoció que existen otras redes sociales con una mayor actividad y que atraen más la atención de los jóvenes, como Discord, TikTok, Twitch, entre otras. Estas redes adicionales se consideraron relevantes para la evaluación y otras redes sociales fueron eliminadas ya que no son utilizadas en Colombia o simplemente ya no existen.

ANTES: Año 2018 - Compración de la popularidad de Redes Sociales antes y en la actualidad.

Fuente: Investigación original.

ACTUALIDAD: Año 2023 - Compración de la popularidad de Redes Sociales antes y en la actualidad.

Fuente:https://cronica.tech/marketing-digital/social-media/cuantos-usuarios-tienen-las-redes-sociales-en-colombia-en-2023/

En el proceso inicial, se aplicó por medio de los estudiantes de economía de sexto semestre una prueba de la encuesta tal como se encontraba definida en el documento original. No obstante, se llevaron a cabo modificaciones sustanciales en la encuesta. Estas modificaciones incluyeron la introducción de preguntas abiertas en áreas como la edad, la frecuencia de uso de cada una de las redes sociales, y el tiempo aproximado que se dedica a las redes sociales. Asimismo, se cambió la frecuencia de “tiempo diario se conecta a Redes Sociales” a un tiempo semanal (es decir, horas semanales promedio que permanece en una red), lo que permitió obtener una medición más específica. También se reemplazó la categorización de “carreras” por “Divisiones o facultades” para reflejar con mayor precisión la estructura académica o administrativa del grupo estudiado. Estos ajustes se realizaron para obtener una encuesta que se adecuara mejor a los objetivos y características de la investigación.

Encuesta por medio de Google Forms: https://forms.gle/AcsdyPH8NioCbozV6 junto a video tutorial de como observar tu tiempo promedio activo en redes sociales.

Preguntas de la encuesta:

Por favor, indique cuánto tiempo pasa semanalmente en cada una de las siguientes redes sociales, expresándolo en valores numéricos. Escriba 0 Si NO LA UTILIZA

  • LinkedIn

  • Xing

  • Facebook

  • Instagram

  • Tiktok

  • WhatsApp

  • Pinterest

  • Twitter

  • Discord

  • Twitch

  • Researchgate

  • Flickr

  • Brainly

  • Docsity

  • Academia

  • Youtube

  • Spotify

  • SoundCloud

  • ¿Cuál es la razón principal detrás de tu uso de las redes sociales?

  • ¿Qué actividad considera que ha disminuido por utilizar las redes sociales?

  • Califique de 1 a 5 qué tan importante son las redes sociales para usted.

  • ¿Consideras que el uso de redes sociales ha afectado negativamente tu desempeño académico?

  • ¿Perteneces a un grupo estudiantil en una red social?

  • ¿Intercambia noticias, tareas o trabajos por dicho medio?

  • ¿Cuándo estoy estudiando me distraigo fácilmente con una red social?

  • ¿Suelo buscar información de temas estudiantiles por las redes sociales?

  • ¿El uso de las redes sociales soluciona mis preguntas de ciertos temas estudiantiles?

  • ¿Mantengo una nota mayor al promedio durante los cortes (I y II corte) (promedio mayor a: 3.0)

  • ¿Me considero una persona motivada para el estudio?

  • ¿Me siento conforme con mis logros obtenidos en los últimos cortes del semestre? 

  • ¿Genero apuntes y resúmenes de lo ejercido en clases?

  • ¿Investigo mayor información sobre los temas tratados en clases?

  • ¿Llevo conmigo un cuaderno de apuntes, para todo lo relacionado al nuevo conocimiento?

  • ¿Participo en clases, con la aportación de mejor y mayor información?

Durante la recopilación de datos, se procedió a combinar algunas variables similares en la encuesta. Por ejemplo, en la pregunta “¿Cuál es la razón principal detrás de tu uso de las redes sociales?”, se agruparon las opciones en las siguientes categorías:

  1. Interactuar

  2. Temas laborales y estudiantiles

  3. Consumir contenido

  4. Videos y música

En cuanto a la pregunta “¿En qué aparatos sueles estar conectado?”, se simplificó la categorización de la siguiente manera:

  • CL = celular y laptop

  • C = Celular

  • L = Laptop (también se consideró computadora)

  • T = Tablet (que incluye el iPad)

  • CT = celular y tablet

Además, se realizaron cambios en la denominación de las divisiones académicas, siendo:

  • CE = División de Ciencias Económicas, Administrativas y Contables (Administración De Empresas, Economía, Administración de Empresas Agropecuarias,Contaduría Pública y Negocios Internacionales)

  • DI = División de Ingenerías y Arquitectura (Química ambiental, Ingeniería Civil, Ingeniería Ambiental,Ingeniería Mecatrónica, Ingeniería Industrial, Ingeniería Telecomunicaciones y Arquitectura)

  • CS = División de ciencias de la Salud (Odontología, Optometría, Tecnología en Laboratorio Dental y Cultura Física y Deporte)

  • CJ = División de Ciencias Jurídicas y Políticas (Derecho)

En la pregunta “¿Qué actividad considera que ha disminuido por utilizar las redes sociales?”, las opciones originales se reemplazaron por números para simplificar el proceso de codificación:

  1. Nunca

  2. Casi nunca

  3. A veces

  4. Casi siempre

  5. Siempre

Adicionalmente, se tomó la decisión de combinar las redes sociales estudiantiles debido a su baja actividad. Y se realizó el mismo proceso con las las redes socialeslaborales Esto implicó agrupar las redes en dos categorías, esta decisión se tomó porque los encuestados interactuaban muy poco con estás redes o no las conocían.

Podemos visualizar a través de gráficos algunos de los hallazgos significativos obtenidos.

Participación igualitaria entre ambos géneros en la réplica. En la encuesta original hubo mayor participación masculina.

Elaboración propia.

Frecuencia de edades: Desde 16 años de edad a 26 años de edad. La investigación original “Edad entre 16 a 25 a más”.

Elaboración propia.

¿Qué actividad considera que ha disminuido por utilizar las redes sociales?

  1. Leer. = Actividad necesria para un buen desempeño académico
  2. Ver Tv.
  3. Descansar, dormir correctamente = Actividad necesria para un buen desempeño académico
  4. Estudiar.
  5. Deporte.

Elaboración propia.

Elaboración del modelo.

Una vez obtenida la base de datos, se procedió a generar gráficos que permitieran comparar las similitudes y diferencias con respecto al documento original, por medio del paquete (ggplot2). Luego, se realizaron ediciones en las variables, acortando sus nombres y, además, algunas variables categóricas se transformaron en variables numéricas. Los valores más destacados y su orden de relevancia corresponden a la evaluación de los hábitos de estudio, que se estructuraron de la siguiente manera:

1. Nunca
2. Casi nunca
3. A veces
4. Casi siempre

El documento original emplea las siguientes variables para el modelo:

Variable Dependiente:

  • DESA = Desempeño Académico

Variables Independientes:

  • GEN = Género

  • EDA = Edad

  • RED = Frecuencia de uso de redes sociales

  • HAB = Hábitos de estudio

u = Error estadístico

Modelo #1.

El primer modelo que desarrollé por propia autoría utilizó la variable “DESA” (Desempeño académico) como variable dicotómica, lo que significa que probablemente se dividió en dos categorías o grupos:

¿Consideras que el uso de redes sociales ha afectado negativamente tu desempeño académico? NO = 0 SI = 1

y las demás variables recopiladas en la encuesta se emplearon como variables independientes (variables “x”) para analizar su impacto en el desempeño académico.

library(readxl)

data <- read_excel("BASEDE DATOS REPLICA (1).xlsx", 

                   col_types = c("text", "numeric", "text", 

                                 "numeric", "numeric", "text", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric", 

                                 "numeric", "numeric", "numeric"))
## New names:
## • `apuntes` -> `apuntes...31`
## • `apuntes` -> `apuntes...33`
#Cambiar nombre de las columnas

colnames(data)= c("sexo", "edad","facul","semestre","rs","aparatos","tiempoenrs","redlaboral","face","insta","tiktok","whats","twitter", "disc","twit","re","youtu","spoti","razondeuso","actdisminuida","importancia","desempeño","grupoestudi","intercambia","distraccion","buscar","soluciona","notamayor","motivacion","conforme","apuntes","investiga","nuevoconoci","participacion")

#MODELO LOGIT 1
m2= glm( desempeño ~ sexo + edad + facul + semestre + rs + aparatos + tiempoenrs + redlaboral + face + insta + tiktok + whats + twitter + disc + twit + re + youtu + spoti + razondeuso + actdisminuida + importancia + grupoestudi + intercambia + distraccion + buscar + soluciona + notamayor + motivacion + conforme + apuntes + investiga + nuevoconoci + participacion, family = binomial(link= "logit"), data=data)

summary(m2)
## 
## Call:
## glm(formula = desempeño ~ sexo + edad + facul + semestre + rs + 
##     aparatos + tiempoenrs + redlaboral + face + insta + tiktok + 
##     whats + twitter + disc + twit + re + youtu + spoti + razondeuso + 
##     actdisminuida + importancia + grupoestudi + intercambia + 
##     distraccion + buscar + soluciona + notamayor + motivacion + 
##     conforme + apuntes + investiga + nuevoconoci + participacion, 
##     family = binomial(link = "logit"), data = data)
## 
## Coefficients: (1 not defined because of singularities)
##                 Estimate Std. Error z value Pr(>|z|)  
## (Intercept)     14.92975    8.87003   1.683   0.0923 .
## sexoMasculi0     0.19591    1.08786   0.180   0.8571  
## edad            -0.77592    0.37356  -2.077   0.0378 *
## faculCJ         -0.29180    1.84221  -0.158   0.8741  
## faculCS         -2.55242    1.39529  -1.829   0.0674 .
## faculDI         -0.09011    1.44885  -0.062   0.9504  
## semestre         1.00643    0.43685   2.304   0.0212 *
## rs                    NA         NA      NA       NA  
## aparatosCC      10.67746 1455.40103   0.007   0.9941  
## aparatosCL      -2.54303    1.48035  -1.718   0.0858 .
## aparatosCT       1.54863    2.57552   0.601   0.5476  
## tiempoenrs       0.03526    0.05548   0.635   0.5251  
## redlaboral       0.14984    0.20986   0.714   0.4752  
## face             0.33452    0.20273   1.650   0.0989 .
## insta            0.02037    0.09387   0.217   0.8282  
## tiktok          -0.09011    0.08274  -1.089   0.2761  
## whats           -0.04741    0.08894  -0.533   0.5940  
## twitter         -0.36434    0.17477  -2.085   0.0371 *
## disc            -0.13617    0.15934  -0.855   0.3928  
## twit             0.11205    0.23719   0.472   0.6367  
## re              -0.11967    0.16593  -0.721   0.4708  
## youtu            0.05614    0.06492   0.865   0.3871  
## spoti           -0.07708    0.04031  -1.912   0.0559 .
## razondeuso       0.19023    0.48609   0.391   0.6955  
## actdisminuida    0.48260    0.40878   1.181   0.2378  
## importancia      0.46109    0.61889   0.745   0.4562  
## grupoestudi     -1.38466    1.01092  -1.370   0.1708  
## intercambia      0.57293    0.56868   1.007   0.3137  
## distraccion      1.73810    0.88781   1.958   0.0503 .
## buscar           1.05710    0.80134   1.319   0.1871  
## soluciona       -0.75333    0.95259  -0.791   0.4291  
## notamayor       -3.05278    1.82511  -1.673   0.0944 .
## motivacion      -1.29424    0.75186  -1.721   0.0852 .
## conforme        -0.71343    0.87855  -0.812   0.4168  
## apuntes          0.27031    0.62225   0.434   0.6640  
## investiga       -0.49858    0.77966  -0.639   0.5225  
## nuevoconoci     -0.05801    0.60595  -0.096   0.9237  
## participacion   -0.43389    0.76189  -0.569   0.5690  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 133.616  on 101  degrees of freedom
## Residual deviance:  66.061  on  65  degrees of freedom
## AIC: 140.06
## 
## Number of Fisher Scoring iterations: 14
#COEFICIENTES RATIO
exp(m2$coefficients)
##   (Intercept)  sexoMasculi0          edad       faculCJ       faculCS 
##  3.047234e+06  1.216419e+00  4.602818e-01  7.469179e-01  7.789301e-02 
##       faculDI      semestre            rs    aparatosCC    aparatosCL 
##  9.138328e-01  2.735814e+00            NA  4.336735e+04  7.862772e-02 
##    aparatosCT    tiempoenrs    redlaboral          face         insta 
##  4.705006e+00  1.035887e+00  1.161644e+00  1.397264e+00  1.020580e+00 
##        tiktok         whats       twitter          disc          twit 
##  9.138282e-01  9.537010e-01  6.946533e-01  8.726942e-01  1.118565e+00 
##            re         youtu         spoti    razondeuso actdisminuida 
##  8.872111e-01  1.057748e+00  9.258194e-01  1.209532e+00  1.620278e+00 
##   importancia   grupoestudi   intercambia   distraccion        buscar 
##  1.585809e+00  2.504091e-01  1.773450e+00  5.686516e+00  2.878002e+00 
##     soluciona     notamayor    motivacion      conforme       apuntes 
##  4.707968e-01  4.722756e-02  2.741057e-01  4.899606e-01  1.310376e+00 
##     investiga   nuevoconoci participacion 
##  6.073952e-01  9.436448e-01  6.479812e-01

Bajo el primer modelo que se agregan cada una de las variables encuestadas, las que variables “edad”, “semestre”, “twitter” y “¿Consideras que el uso de redes sociales ha afectado negativamente tu desempeño académico?”, “Tiktok” “Whatsapp”, “Twitter”, “Discord”, “Redes Estudiantiles”, “Spotify”,“¿El uso de las redes sociales soluciona mis preguntas de ciertos temas estudiantiles?”,“¿Me siento conforme con mis logros obtenidos en los últimos cortes del semestre?” ,“¿Investigo mayor información sobre los temas tratados en clases?”,“¿Llevo conmigo un cuaderno de apuntes, para todo lo relacionado al nuevo conocimiento?”,“¿Participo en clases, con la aportación de mejor y mayor información?” tienen coeficientes negativos, y algunas de ellas tienen valores p bajos. Estas indican, ser las variables que afectan negativamente el desempeño académico según este modelo.

Algunas observaciones:

Modelo #2.

Variable Dicotómica : Desempeño Académico: ¿Consideras que el uso de redes sociales ha afectado negativamente tu desempeño académico? NO = 0 SI = 1

El segundo modelo se realizó la variable “Frecuencia de uso de redes sociales”, uniendo las redes sociales estudiantiles (Researchgate, Flickr,Brainly,Docsity,Academia) redes sociales laborales (LinkedIn,Xing) y de entretenimiento (Facebook,Instagram, Tiktok, WhatsApp,Twitter, Discord, Twitch, Youtube, Spotify).

Como el modelo original utilizamos la variable “Hábitos de estudio” con las mismas variables de la encuesta seleccionadas por la autora que son: ¿Genero apuntes y resúmenes de lo ejercido en clases? - ¿Investigo mayor información sobre los temas tratados en clases?- ¿Llevo conmigo un cuaderno de apuntes, para todo lo relacionado al nuevo conocimiento? y ¿Participo en clases, con la aportación de mejor y mayor información?. Además de incluir las variable ”Edad” y”Género”

library(readxl)
datos2 <- read_excel("BASEDE DATOS REPLICA (4).xlsx", 
                     col_types = c("text", "numeric", "text", 
                                   "numeric", "numeric", "text", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric", "numeric", "numeric", 
                                   "numeric"))
m1 = glm( desempeño ~ sexo + edad + rl + re + frs + notamayora3 + apuntesclase + investigonueva + apuntesnuevo + participo, family = binomial(link= "logit"), data=datos2)
summary(m1)
## 
## Call:
## glm(formula = desempeño ~ sexo + edad + rl + re + frs + notamayora3 + 
##     apuntesclase + investigonueva + apuntesnuevo + participo, 
##     family = binomial(link = "logit"), data = datos2)
## 
## Coefficients:
##                 Estimate Std. Error z value Pr(>|z|)   
## (Intercept)     5.523687   3.552923   1.555  0.12002   
## sexoMasculi0   -0.137204   0.549950  -0.249  0.80299   
## edad            0.016197   0.137250   0.118  0.90606   
## rl             -0.022324   0.063405  -0.352  0.72477   
## re             -0.141972   0.095109  -1.493  0.13551   
## frs            -0.007006   0.004992  -1.403  0.16051   
## notamayora3    -2.989014   1.151478  -2.596  0.00944 **
## apuntesclase    0.008469   0.305200   0.028  0.97786   
## investigonueva  0.383898   0.344659   1.114  0.26534   
## apuntesnuevo   -0.177864   0.314264  -0.566  0.57141   
## participo      -0.686191   0.364535  -1.882  0.05979 . 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 133.62  on 101  degrees of freedom
## Residual deviance: 107.96  on  91  degrees of freedom
## AIC: 129.96
## 
## Number of Fisher Scoring iterations: 5
exp(m1$coefficients)
##    (Intercept)   sexoMasculi0           edad             rl             re 
##   250.55709694     0.87179242     1.01632920     0.97792286     0.86764545 
##            frs    notamayora3   apuntesclase investigonueva   apuntesnuevo 
##     0.99301859     0.05033703     1.00850512     1.46799595     0.83705589 
##      participo 
##     0.50349009

Interpretación:

Resultados.

Se efectuó una predicción por medio del comando “predict” basada en los “datos 2” de la encuesta, donde las respuestas se estratificaron en porcentajes y se agregaron en la base de datos. Aquellos con menos del 50% de probabilidad se asociaron con un bajo rendimiento académico debido al uso extenso de las redes sociales, mientras que aquellos con más del 50% de probabilidad se relacionaron con un buen rendimiento académico debido al uso limitado y la menor frecuencia de horas en redes sociales.

datos2$prediccion = predict(m1, type = "response")
head(datos2)
## # A tibble: 6 × 36
##   sexo      edad facultad Semestre    rs aparatos tiempoenrs    rl Facebook
##   <chr>    <dbl> <chr>       <dbl> <dbl> <chr>         <dbl> <dbl>    <dbl>
## 1 Femeni0     20 CE              6     1 CL               20     2        3
## 2 Masculi0    21 CE              6     1 CL               20     2        3
## 3 Masculi0    23 CE              6     1 C                 7     0        2
## 4 Femeni0     19 CE              6     1 CL               20     2        1
## 5 Femeni0     20 CE              6     1 CL               15     2        2
## 6 Femeni0     21 CE              6     1 CL               20     2        3
## # ℹ 27 more variables: Instagram <dbl>, Tiktok <dbl>, WhatsApp <dbl>,
## #   Twitter <dbl>, Discord <dbl>, Twitch <dbl>, re <dbl>, Youtube <dbl>,
## #   Spotify <dbl>, frs <dbl>, razon <dbl>, disminuido <dbl>, importante <dbl>,
## #   desempeño <dbl>, grupo <dbl>, noticias <dbl>, distraccion <dbl>,
## #   buscarinfo <dbl>, soluciona <dbl>, notamayora3 <dbl>, motivacion <dbl>,
## #   logros <dbl>, apuntesclase <dbl>, investigonueva <dbl>, apuntesnuevo <dbl>,
## #   participo <dbl>, prediccion <dbl>
datos2$afecta <- ifelse(datos2$prediccion < 0.50, "no afecta", "afecta")

# Muestra las primeras filas del conjunto de datos con las nuevas columnas.
head(datos2)
## # A tibble: 6 × 37
##   sexo      edad facultad Semestre    rs aparatos tiempoenrs    rl Facebook
##   <chr>    <dbl> <chr>       <dbl> <dbl> <chr>         <dbl> <dbl>    <dbl>
## 1 Femeni0     20 CE              6     1 CL               20     2        3
## 2 Masculi0    21 CE              6     1 CL               20     2        3
## 3 Masculi0    23 CE              6     1 C                 7     0        2
## 4 Femeni0     19 CE              6     1 CL               20     2        1
## 5 Femeni0     20 CE              6     1 CL               15     2        2
## 6 Femeni0     21 CE              6     1 CL               20     2        3
## # ℹ 28 more variables: Instagram <dbl>, Tiktok <dbl>, WhatsApp <dbl>,
## #   Twitter <dbl>, Discord <dbl>, Twitch <dbl>, re <dbl>, Youtube <dbl>,
## #   Spotify <dbl>, frs <dbl>, razon <dbl>, disminuido <dbl>, importante <dbl>,
## #   desempeño <dbl>, grupo <dbl>, noticias <dbl>, distraccion <dbl>,
## #   buscarinfo <dbl>, soluciona <dbl>, notamayora3 <dbl>, motivacion <dbl>,
## #   logros <dbl>, apuntesclase <dbl>, investigonueva <dbl>, apuntesnuevo <dbl>,
## #   participo <dbl>, prediccion <dbl>, afecta <chr>
tabla_contador <- table(datos2$afecta)

# Muestra la tabla de conteo.
print(tabla_contador)
## 
##    afecta no afecta 
##        71        31

Los resultados revelan que de la muestra completa, 71 participantes experimentan un impacto negativo en su rendimiento académico debido al uso de las redes sociales, mientras que 31 participantes utilizan las redes sociales de manera moderada y presentan un rendimiento académico mejorado.

Conclusiones.

El estudio realizado en la Facultad de Ciencias Empresariales de la Universidad de Lima San Ingnacio de Loyola revela una relación significativa entre el uso frecuente de redes sociales y el rendimiento académico de los estudiantes. Se encontró que un mayor uso de las redes sociales se asocia con un deterioro en el rendimiento académico. Sin embargo, la relación no es simple, ya que factores externos como el tipo de cursos y el interés en el plan de estudios también influyen en esta relación.

Estos hallazgos sugieren que, aunque el uso de redes sociales puede tener un impacto negativo en el rendimiento académico, no es el único factor determinante. Otros factores, como los hábitos de estudio y las influencias externas, también desempeñan un papel en el rendimiento académico.

En nuestros modelos econométricos, podemos identificar que el uso de redes sociales de entretenimiento tiene la capacidad de ejercer influencia en el desempeño académico de los estudiantes de nuestra institución universitaria. Los resultados demuestran que la mayoría de los participantes (71 de un total de 102) experimentan un impacto negativo en su rendimiento académico debido al uso de las redes sociales, mientras que un grupo más pequeño de 31 participantes utiliza las redes sociales de manera moderada y muestra un rendimiento académico mejorado. No obstante, es crucial reconocer que otras variables, como la falta de hábitos de estudio y el desinterés en las aulas, también tienen un impacto importante en el rendimiento académico, aspecto con el cual coincidimos con la investigación original seleccionada para el estudio. He introducido diversas modificaciones para optimizar el modelo, lo que facilita su implementación. Además, opte por incorporar datos relevantes, esbozar el procedimiento de los autores originales y ponerlo al día en el contexto actual de nuestro país. Esta investigación resulta de gran interés y proporciona información de relevancia no solo para investigaciones futuras sino también para la toma de decisiones administrativas y el cuerpo docente de la universidad.