1 Analisis a encuesta de satisfacion

1.1 objetivo:

determinar si la satisfacion personal con la institucion es determinante en el rendimiento academico de los estudiantes del campus. esto mediante la siguente serie de preguntas de amplio espectro de selecion

de esto se obtuvieron los siguientes datos.

2 Datos de la encuesta

encuesta <- read.csv("Estadistica/Satisfacción con la universidad.csv")

2.1 Resumen de datos

janitor::clean_names(encuesta)
genero <- encuesta|> count(como.Se.Identifica.usted)
janitor::clean_names(genero)
ggplot(genero, aes(x = como.Se.Identifica.usted, y = n)) +
  geom_col(fill = "steelblue") +
  labs(
    title = "Cantidad de respuestas por género",
    x = "Género",
    y = "Total de respuestas"
  ) +
  theme_minimal()

con lo anterior ya podemos determinar que la poblacion del grupo encuestado son mayoritariamente hombres en una proporcion de casi 2:1

con esto ya aclarado padamos a las preguntas

3 analisis encuestal

3.1 Analisis por Pregunta

3.1.1 esta conforme con su carrera ?

Area <- encuesta |> count(esta.Conforme.con.su.área.)
janitor::clean_names(Area)
ggplot(Area,aes(x=esta.Conforme.con.su.área.,y=n))+geom_col(fill = "steelblue")+
  theme_minimal()+labs(title = "Esta conforme con su carrera?",x="conformidad",y="respuestas")

Deribado de esto sabemos que la inmensa mayoria de los entrevistados estan en la carrera que mas les encaja

3.1.2 Progrmas participantes

Programa <-encuesta |> count(a.que.programa.pertenece.)
ggplot(Programa, aes(x = reorder(a.que.programa.pertenece., n), y = n)) +
  geom_col(fill = "steelblue") +
  labs(
    title = "Cantidad de estudiantes por programa académico",
    x = "Programa", y = "Número de respuestas") +
  coord_flip() + theme_minimal()

Esta encuesta fue mayormente constestada por los miembros del programa de ingenieria agropecuaria. con notables participaciones de los demas programas de formacion de la sede.

3.1.3 Rendimiento Personal

Rend_estudiante <-encuesta |> count(Esta.conforme.con.su.rendimiento.)
janitor::clean_names(Rend_estudiante)
ggplot(Rend_estudiante,aes(x=Esta.conforme.con.su.rendimiento.,y=n))+ geom_col(fill = "steelblue") +
  labs(
    title = "Conformidad de desempeño personal",
    x = "Conformidad", y = "Número de respuestas")+ theme_minimal()

la gran mayoria del alumnado esta conforme con su rendimiento academico pero una cantidad nada despreciable no lo esta y esa es la principal razon de esta encuesta. y que tan conformes con la universidad estan el resto de alumnos

auto_Eva<-encuesta |> count(califique.que.tan.satisfecho.esta.con.su.rendimiento.en.la.universidad)
janitor::clean_names(auto_Eva)
ggplot(auto_Eva,aes(x=califique.que.tan.satisfecho.esta.con.su.rendimiento.en.la.universidad,y=n))+geom_point(size = 2) + geom_smooth(method = "loess", se = FALSE, color = "steelblue", linewidth = 1.2) + labs(title = "Satisfacion con desempeño personal",x = "Nivel de satisfacción",y = "Número de respuestas") +
  theme_minimal()
## `geom_smooth()` using formula = 'y ~ x'
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : span too small.  fewer data values than degrees of freedom.
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : pseudoinverse used at 0.98
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : neighborhood radius 3.02
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : reciprocal condition number 0
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : There are other near singularities as well. 4.0804

la gran mayoria esta completamente satisfecho con su rendimiento seguido por un segundo grupo que estan conformes.

3.1.4 Rendimiento de los profesores

Rend_Prof <-encuesta |> count(Esta.conforme.con.el.rendimiento.de.los.profesores..)
janitor::clean_names(Rend_Prof)
ggplot(Rend_Prof,aes(x=Esta.conforme.con.el.rendimiento.de.los.profesores..,y=n))+geom_col(fill ="steelblue")+labs(title = "Rendimiento de los profesore",x= "satisfecho con el rendimiento?",y="Numero de respuestas")+ theme_minimal()

la gran mayoria se encuentra satisfecha con los docentes.

Y su calificacion de rendimiento por parte de los mismos

CRend_Prof <-encuesta |> count(Califique.el.rendimiento.de.lo.los.profesores.)
janitor::clean_names(CRend_Prof)
ggplot(CRend_Prof,aes(x=Califique.el.rendimiento.de.lo.los.profesores.,y=n))+geom_col(fill ="steelblue")+labs(title = "Calificacion de los docentes",x="Nivel de satisfacion",y="Cantidad de votos")+ theme_minimal()

3.1.5 Comodidad con las Instalaciones

inst_satis <-encuesta |> count(que.tan.bien.se.siente.en.cuanto.a.las..condiciones.de.las.instalaciones.universitarias)
janitor::clean_names(inst_satis)
ggplot(inst_satis,aes(x=que.tan.bien.se.siente.en.cuanto.a.las..condiciones.de.las.instalaciones.universitarias,y=n))+geom_col(fill ="steelblue")+labs(title = "Calificacion de mantenimiento",x="Nivel de satisfacion",y="Cantidad de votos")+ theme_minimal()

Las instalaciones son muy comodas y confortables para el alumnado en casi todos los sentidos

rend_caf <-encuesta |> count(que.tan.satisfecho.esta.con.la.cafetería)
janitor::clean_names(rend_caf)
ggplot(rend_caf,aes(x=que.tan.satisfecho.esta.con.la.cafetería,y=n))+geom_point(size = 2) + geom_smooth(method = "loess", se = FALSE, color = "steelblue", linewidth = 1.2) + labs(title = "Satisfacción con la cafetería",x = "Nivel de satisfacción",y = "Número de respuestas") +
  theme_minimal()
## `geom_smooth()` using formula = 'y ~ x'
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : span too small.  fewer data values than degrees of freedom.
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : pseudoinverse used at 0.98
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : neighborhood radius 2.02
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : reciprocal condition number 0
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : There are other near singularities as well. 4.0804

El servicio de cafeteria es el punto mas devatido e irregular de toda la encuesta. con opiniones ampliamente divididas en una distribucion casi como una campana de gauss

3.1.6 accesibilidad de Recursos

Acc_recurs <-encuesta |> count(como.calificaría.la.accesibilidad.a.recursos.académicos..Portátiles..Libros..Etc....)
janitor::clean_names(Acc_recurs)
ggplot(Acc_recurs,aes(x=como.calificaría.la.accesibilidad.a.recursos.académicos..Portátiles..Libros..Etc....,y=n))+geom_col(fill ="steelblue")+labs(title = "Calificacion de accesibilidad",x="Nivel de satisfacion",y="Cantidad de votos")+ theme_minimal()

3.1.7 Experiencias De los alumnos

encuesta |>
  clean_names() |>
  mutate(experiencia_categoria = case_when(
    str_detect(tolower(exprese_de_forma_breve_como_definiria_su_experiencia_universitaria), "caos|confusa|estres|difícil") ~ "Negativa",
    str_detect(tolower(exprese_de_forma_breve_como_definiria_su_experiencia_universitaria), "regular|mixta|depende|podría") ~ "Neutra",
    str_detect(tolower(exprese_de_forma_breve_como_definiria_su_experiencia_universitaria), "buena|satisfactoria|maravillosa|excelente") ~ "Positiva",
    TRUE ~ "Otra"
  )) |>
  count(experiencia_categoria) |>
  ggplot(aes(x = experiencia_categoria, y = n, fill = experiencia_categoria)) +
  geom_col() +
  labs(
    title = "Resumen categorizado de la experiencia universitaria",
    x = "Categoría",
    y = "Frecuencia"
  ) +
  theme_minimal()

PD: este ultimo punto para organizar experiencias subjetivas incluidas en resumen de datos. en esta seccion se uso ayuda externa para el uso de la libreria Forcast

3.2 Conclusiones

con todo lo anterior, La buena accesibilidad a recuros, el buen desempeño de la docencia y la gran calidad de las instalaciones hacen mas propicio el tener un buen desenpeño academico persivido por el alumnado.en casi todos los casos

con algunas excepciónes no tables que son un punto de debate como el del servicio de cafeteria pero en general la encuesta a mostrado que la gran mayoria de los encuestados estan mas que satisfechos con el plantel y sus estudios