Población y muestra de alumnos inscritos en semestre E-J 2019 del ITD
Rubén Pizarro
11 de marzo de 2019
Objetivo: Determinar la muestra de la población de alumnos inscritos en semestre Enero-Junio del 2019 en el Instituto Tecnológico de Durango
Proceso:
- Este script, permite hacer una carga de datos de un repositorio github que contiene los casos de alumnos inscritos en el semestre Enero-Junio del Instituto Tecnológico de Durango (ITD). El origen de los datos fuente, no contienen información de No. de control ni Nombre de alumnos y se encuentra con una estructura adecuada previa limpieza de los datos.
- Después de la carga de datos, se filtran los casos de alumnos que tienen promedio y que están cursando del cuarto semestre en adelante que son los que interesan para el estudio e investigación en cuestión.
- Se muestran mediante la función head() y tail() los primeros y los últimos seis casos de la población.
- Mediante la función summary(), se hace un análisis descriptivo de los datos.
- Una vez que se tienen filtrados los datos almacenados en una variable en ‘R’, se genera la tabla de contingencia que indica la frecuencia de casos por cada carrera.
- Conforme a la población de solo casos de cuarto semestre en adelante, se obtiene la muestra poblacional
- En la tabla de contingencia se agrega una columna que indica la proporción de la frecuencia y otra columna para el cálculo de la proporción multiplicada por la muestra pobla poblacional para determinar el número de casos a encuestar por cada carrera.
- Al final, se genera el renglón margen de totales y se presenta
- Se visualiza la tabla de contingencia
Análisi de datos
- Tabla de contingencia con encuestas realizadas
- Análisis Cronbach
- Otros análisis
Librerías requeridas
Cargar los datos
datos <- read_csv("https://raw.githubusercontent.com/rpizarrog/DatosPromediosAG2017-EN2018-AD2018-/master/datos%20alumnos%20SIN%20NC%20Y%20SIN%20NOMBRE%20%20de%20cada%20CARRERA%20EJ-2019.csv")
# los datos importados datos
datos <- data.frame(datos)
# resumen de datos
#summary(datos) Filtrar los datos, mostrar los primeros y los últimos seis casos
# Caso de alumnos de cuarto semestre adelante
filtrados <- filter(datos, PROMEDIO > 0 & SEMESTRE >=4) # Alumnos de cuarto semestre adelante
head(filtrados) # head() Los primeros seis casos## NO SEMESTRE CR.APROBADOS CR.INSRITOS PROMEDIO CARRERA
## 1 1 14 246 16 85.67 ADMINISTRACION
## 2 2 14 237 15 84.20 ADMINISTRACION
## 3 3 13 222 20 86.74 ADMINISTRACION
## 4 4 13 207 20 81.61 ADMINISTRACION
## 5 5 12 188 35 89.35 ADMINISTRACION
## 6 6 12 212 29 87.60 ADMINISTRACIONtail(filtrados) # tail() Los últimos seis casos## NO SEMESTRE CR.APROBADOS CR.INSRITOS PROMEDIO CARRERA
## 4404 6190 4 69 27 80.80 TIC
## 4405 6191 4 79 27 80.59 TIC
## 4406 6192 4 44 28 79.70 TIC
## 4407 6193 4 74 23 79.63 TIC
## 4408 6194 4 54 27 78.08 TIC
## 4409 6195 4 32 22 74.29 TICAnálisis descriptivo mediante summary()
# resumen del filtrado de datos
summary(filtrados)## NO SEMESTRE CR.APROBADOS CR.INSRITOS
## Min. : 1 Min. : 4.000 Min. : 8.0 Min. : 4.00
## 1st Qu.:1641 1st Qu.: 5.000 1st Qu.:101.0 1st Qu.:21.00
## Median :3133 Median : 7.000 Median :149.0 Median :28.00
## Mean :3125 Mean : 7.367 Mean :151.1 Mean :25.65
## 3rd Qu.:4780 3rd Qu.: 9.000 3rd Qu.:204.0 3rd Qu.:31.00
## Max. :6195 Max. :15.000 Max. :255.0 Max. :43.00
## PROMEDIO CARRERA
## Min. :74.00 Length:4409
## 1st Qu.:81.63 Class :character
## Median :84.35 Mode :character
## Mean :84.83
## 3rd Qu.:87.77
## Max. :97.95Determinar la tabla de contigencia de casos por carreras
# convertir a tabla y transformar a dos columnas
tablacarreras <- table(filtrados$CARRERA)
tablacarreras <- transform(tablacarreras)
# mostrar la tabla en formato de tabla identiicando la frecuencia
#tablacarreras
# poner nombre a la tabla
colnames(tablacarreras) <- c("Carrera", "Frecuencia")
# mostrar la tabla ya con nombres
#tablacarreras
# determinar el porcentaje de cada carrera conforme al total de observaciones
tablacarreras <- cbind(tablacarreras, "Porcentaje" = round(prop.table(tablacarreras$Frecuencia), 4) * 100)
tablacarreras## Carrera Frecuencia Porcentaje
## 1 ADMINISTRACION 323 7.33
## 2 ARQUITECTURA 443 10.05
## 3 BIOQUIMICA 268 6.08
## 4 CIVIL 510 11.57
## 5 ELECTRICA 188 4.26
## 6 ELECTRONICA 144 3.27
## 7 GESTION EMPRESARIAL 426 9.66
## 8 INDUSTRIAL 529 12.00
## 9 INFORMATICA 82 1.86
## 10 MECANICA 223 5.06
## 11 MECATRONICA 550 12.47
## 12 QUIMICA 347 7.87
## 13 SISTEMAS 325 7.37
## 14 TIC 51 1.16La muestra y la generación de la tabla de casos a encuestar por carrera
# Población
poblacion = length(filtrados$CARRERA)
poblacion## [1] 4409# Muestra
muestra = sample.size.prop(e=0.05, P=0.5, N=poblacion, level = 0.95)
muestra$n## [1] 354Determinar cuantos alumnos = observaciones conforme a porcenteaje ????
Identificando totales, margen al final de la tabla
## Carrera Frecuencia Porcentaje Requieren
## 1 ADMINISTRACION 323 7.33 26
## 2 ARQUITECTURA 443 10.05 36
## 3 BIOQUIMICA 268 6.08 22
## 4 CIVIL 510 11.57 41
## 5 ELECTRICA 188 4.26 15
## 6 ELECTRONICA 144 3.27 12
## 7 GESTION EMPRESARIAL 426 9.66 34
## 8 INDUSTRIAL 529 12.00 42
## 9 INFORMATICA 82 1.86 7
## 10 MECANICA 223 5.06 18
## 11 MECATRONICA 550 12.47 44
## 12 QUIMICA 347 7.87 28
## 13 SISTEMAS 325 7.37 26
## 14 TIC 51 1.16 4## Carrera Frecuencia Porcentaje Requieren
## 1 ADMINISTRACION 323 7.33 26
## 2 ARQUITECTURA 443 10.05 36
## 3 BIOQUIMICA 268 6.08 22
## 4 CIVIL 510 11.57 41
## 5 ELECTRICA 188 4.26 15
## 6 ELECTRONICA 144 3.27 12
## 7 GESTION EMPRESARIAL 426 9.66 34
## 8 INDUSTRIAL 529 12.00 42
## 9 INFORMATICA 82 1.86 7
## 10 MECANICA 223 5.06 18
## 11 MECATRONICA 550 12.47 44
## 12 QUIMICA 347 7.87 28
## 13 SISTEMAS 325 7.37 26
## 14 TIC 51 1.16 4
## 15 <NA> 4409 100.00 355Interpretación Parcial
Hay una población total de casos de alumnos de 4409 que se encuentran inscritos en el semestre en el cuarto semestre o superior en el Instituto Tecnológico de Durango.
- La muestra es de 354
La cuarta columna de la tabla de contingencia, indica cuantas encuestas se requiere aplicar por carrera y el total de ellas que equivale a la muestra.
Visualizando la tabla de contingencia
# Los títulos de la gráfica
titulos <- labs(
title = "Poblacion y muestra por alumnos inscritos por carreras",
subtitle = "Alumnos inscritos a partir de cuarto semestre en adelante",
caption = "Lista de carreras del ITD"
)
# Las etiquetas de la gráfica
etiquetas <- labs(
x = "Carreras",
y = "Frecuencia y cuántas encuestas se requiere aplicar")
# La gráfica
ggplot(tablacarreras, aes(x=LETTERS[1:14], group=1, fill=Carrera)) +
geom_bar(aes(y=Frecuencia, fill = Carrera), stat ="identity") +
geom_line(aes(y=Requieren), linetype = "solid", size=1, color = "red") + titulos + etiquetas
Análisis de datos
Objetivo: Realizar análisis de datos de las respuestas de la encudsta satisfacción percibida de la educación recibida de los alumnos del ITD
Análisis presentados:
- Cronbach
- Frecuencias
- Diferencias estadísticas
Librerías necesarias
Los datos de las encuestas
datossat <- read_csv("https://raw.githubusercontent.com/rpizarrog/DatosPromediosAG2017-EN2018-AD2018-/master/SATISFACCI%C3%93N%20PERCIBIDA%20POR%20LA%20EDUCACI%C3%93N%20SUPERIOR%20RECIBIDA%2020%20marzo%202019.csv")Definición de variables para las respuestas
Limpieza de variables
# Las variables a utilizar
variablesSatisfaccion <- c("marca", "carrera",
"Q1. Contenido de de las Asignaturas",
"Q2. Dominio y actualización de los Profesores",
"Q3. Nivel de exigencia de los Profesores",
"Q4. Sistema de evaluación de Profesores",
"Q5. Orientación y apoyo de los Profesores",
"Q6. Método de enseñanza de los Profesores",
"Q7. Comunicación con Profesores",
"Q8. Desarrollo de Prácticas Enseñanza-Aprendizaje",
"Q9. Desarrollo de mis Competencias",
"Q10. Trato Respetuoso de Tutores",
"Q11. Trato Respetuoso de Maestros",
"Q12. Trato Respetuoso de Autoridades",
"Q13. Trato Respetuoso de personal de establecimientos",
"Q14. Trato Respetuoso Serv. de Cómputo",
"Q15. Trato Respetuoso Centro de Información",
"Q16. Trato Respetuoso Servicios Escolares",
"Q17. Trato Respetuoso Servicios Extraescolares",
"Q18. Trato Respetuoso Div. Est. Superiores",
"Q19. Trato Respetuoso compañeros",
"Q20. Limpieza en el aula",
"Q21. Ventilación en el aula",
"Q22. Aislamiento de ruidos en el aula",
"Q23. Instalaciones en el aula",
"Q24. Espacios suficientes de enseñanza",
"Q25. Hardware en laboratorios",
"Q26. Software en laboratorios",
"Q27. Desarrollo integral de mi persona",
"Q28. Hacer lo verdaderamente quiero y puedo",
"Q29. Libertad que tengo en la Institución",
"Q30. Desarrollo mi Creatividad",
"Q31. Mi Futuro Profesional",
"Q32. Me apasiona mi Carrera",
"Q33. Mi carrera está acorde a las necesidades laborales",
"34. email", "35. genero", "36. semestre", "37. promedio")
colnames(datossat) <- variablesSatisfaccion
# head(datossat, 10) # Los primeros diez
# tail(datossat, 10) # Los últimos diezFrecuencias
# datossat %>% group_by(carrera) %>% tally() # solo para probar tally()
tablaCuantosVan <- transform(table(datossat$carrera))
# poner nombre a la tabla
colnames(tablaCuantosVan) <- c("Carreras", "Encuestas")
tablaCuantosVan## Carreras Encuestas
## 1 Administración 33
## 2 Arquitectura 50
## 3 Bioquímica 17
## 4 Civil 31
## 5 Eléctrica 8
## 6 Electrónica 32
## 7 Gestión Empresarial 30
## 8 Industrial 47
## 9 Informática 22
## 10 Mecánica 6
## 11 Mecatrónica 30
## 12 Química 19
## 13 Sistemas Computacionales 27# Juntar los dos dataframe en uno solo, sin carrera de TIC
# que no tiene respuestas de alumnos
tablaContingencia <- data.frame(tablacarreras[1:13,], tablaCuantosVan)
tablaContingencia## Carrera Frecuencia Porcentaje Requieren
## 1 ADMINISTRACION 323 7.33 26
## 2 ARQUITECTURA 443 10.05 36
## 3 BIOQUIMICA 268 6.08 22
## 4 CIVIL 510 11.57 41
## 5 ELECTRICA 188 4.26 15
## 6 ELECTRONICA 144 3.27 12
## 7 GESTION EMPRESARIAL 426 9.66 34
## 8 INDUSTRIAL 529 12.00 42
## 9 INFORMATICA 82 1.86 7
## 10 MECANICA 223 5.06 18
## 11 MECATRONICA 550 12.47 44
## 12 QUIMICA 347 7.87 28
## 13 SISTEMAS 325 7.37 26
## Carreras Encuestas
## 1 Administración 33
## 2 Arquitectura 50
## 3 Bioquímica 17
## 4 Civil 31
## 5 Eléctrica 8
## 6 Electrónica 32
## 7 Gestión Empresarial 30
## 8 Industrial 47
## 9 Informática 22
## 10 Mecánica 6
## 11 Mecatrónica 30
## 12 Química 19
## 13 Sistemas Computacionales 27Análisis de Cronbach
constructoDatossat <- datossat[3:35]
# constructoDatossat
alfa <- alpha(constructoDatossat)
alfa$total## raw_alpha std.alpha G6(smc) average_r S/N ase mean
## 0.9566535 0.9581609 0.9738353 0.4096717 22.90109 0.003339614 4.213127
## sd median_r
## 0.8777982 0.3859298Generando tabla HTML o similar
Generar tabla ktable()
# Mostrar solo ciertas columnas sin incluir la de carrera nuevamente
htmlTable(tablaContingencia[,c(1:4,6)])| Carrera | Frecuencia | Porcentaje | Requieren | Encuestas | |
|---|---|---|---|---|---|
| 1 | ADMINISTRACION | 323 | 7.33 | 26 | 33 |
| 2 | ARQUITECTURA | 443 | 10.05 | 36 | 50 |
| 3 | BIOQUIMICA | 268 | 6.08 | 22 | 17 |
| 4 | CIVIL | 510 | 11.57 | 41 | 31 |
| 5 | ELECTRICA | 188 | 4.26 | 15 | 8 |
| 6 | ELECTRONICA | 144 | 3.27 | 12 | 32 |
| 7 | GESTION EMPRESARIAL | 426 | 9.66 | 34 | 30 |
| 8 | INDUSTRIAL | 529 | 12 | 42 | 47 |
| 9 | INFORMATICA | 82 | 1.86 | 7 | 22 |
| 10 | MECANICA | 223 | 5.06 | 18 | 6 |
| 11 | MECATRONICA | 550 | 12.47 | 44 | 30 |
| 12 | QUIMICA | 347 | 7.87 | 28 | 19 |
| 13 | SISTEMAS | 325 | 7.37 | 26 | 27 |