Ejemplo de ABR
Ejemplo de ABR
Ejemplo de ABR
Índice
Pág.
Índice 2
Resumen 3
1. El problema de investigación 4
1.1. El problema o tema de investigación 4
1.2. Variables a medir 4
2. Población 4
3. Marco Muestral 4
4. Método de muestreo 4
5. Tamaño de muestra 4
6. Materiales 5
7. Resultados 5
8. Conclusiones 9
9. Bibliografía 9
Resumen
El estudio tiene como objetivo analizar la influencia de las herramientas digitales en el
rendimiento académico de los estudiantes de estadística aplicada. Se consideran tres
variables principales: el uso de herramientas digitales, el nivel de habilidad y conocimientos
de los estudiantes, y su motivación y preferencias en relación con estas herramientas.
La población de estudio son todos los estudiantes que están cursando estadística aplicada
en el presente semestre. El tamaño de la muestra se calculará utilizando fórmulas de tamaño
de muestra, dependiendo de si se conoce o no la población. Se utilizará un muestreo
aleatorio simple para seleccionar a los estudiantes de manera aleatoria.
Así, este estudio busca investigar cómo el uso de herramientas digitales en la enseñanza de
estadística aplicada influye en el rendimiento académico de los estudiantes, considerando su
nivel de habilidad, conocimientos, motivación y preferencias. Los datos se recolectarán a
través de instrumentos como encuestas y se aplicarán métodos estadísticos para analizar los
resultados y probar las hipótesis planteadas.
1. PROBLEMA DE INVESTIGACIÓN
3. MARCO MUESTRAL
4. MÉTODO DE MUESTREO
5. TAMAÑO DE MUESTRA
Simplificando la expresión:
6. MATERIALES
Prueba de independencia
Concluimos que la frecuencia de uso de las herramientas está relacionada con el rendimiento
académico.
Estadísticas de la regresión
Observaciones 49
El R^2 ajustado cuenta con un valor de 0.44, lo que nos dice que el modelo que se estima no
es muy bueno.
Analizando los coeficientes bi:
H0: bi = 0
H1: bi ≠ 0
Nos podemos percatar que el p-valor del b2 es 0.77 > 0.05. Por lo que no podemos rechazar
Ho, entonces b2 = 0.
Del mismo modo el p-valor del b3 es 0.06 > 0.05. Por lo que no podemos rechazar Ho,
entonces b3 = 0.
Estadísticas de la regresión
Observaciones 49
Error Estadístico
Coeficientes Probabilidad
típico t
El R^2 ajustado es de 0.45, lo que nos indica que el modelo no será muy ideal. Analizando
los coeficientes bi
H0: bi = 0
H1: bi ≠ 0
Nos podemos percatar que ambos valores del p-valor, tanto del b1 como del b3 son menores
a 0.05 con lo que b1 ≠ 0 y b3 ≠ 0. Entonces, formamos el modelo final:
ŷ = 8. 7 + 1. 0032𝑥1 + 0. 8545𝑥3
8. CONCLUSIONES
9. BIBLIOGRAFÍA