Universidad Tecnológica del Perú

Facultad de Ingeniería

Talleres de reforzamiento y rendimiento académico en los estudiantes universitarios

de Ingeniería industrial del turno noche sede de lima centro 2023

Torres Reyes Bryam Maxwell U21204622

Valerio Aguirre Paulo Cesar U18308140

Vasquez Pintado Maoro Antonio Gonzalo U21318313

Docente: Ronaldo Ricardo Rosas Roque

Lima, julio de 2023

1. INTRODUCCIÓN

A inicios de los primeros años de ingresar a la universidad se ha notado una dificultad en los

estudiantes en respectivas asignaturas de carrera profesional. Es por ello que la universidad

brinda espacios de aprendizaje para aquellos alumnos que tengan dificultades en sus

respectivos cursos.

La presente investigación tiene como objetivo principal analizar cuál es el efecto del uso de los

talleres de reforzamiento brindados por la universidad en el rendimiento académico de los

estudiantes de pregrado de los estudiantes universitarios del turno noche de la carrera de

Ingeniería Industrial de la sede de Lima Centro de la UTP 2023.

Palabra clave:

Rendimiento académico, Talleres de reforzamiento.

2. FORMULACIÓN DEL PROBLEMA

2.1 PROBLEMA GENERAL

¿La utilización de los talleres de reforzamiento académico mejora el aprendizaje de

ciencias en los estudiantes universitarios del turno noche de la carrera de Ingeniería Industrial

de la sede Lima Centro la UTP 2023?

2.2 PROBLEMAS ESPECÍFICOS

¿De qué manera influye la enseñanza matemática desarrollada en talleres de

reforzamiento académico, en el aprendizaje de ciencias en los estudiantes universitarios del

turno noche de la carrera de Ingeniería Industrial de la sede Lima Centro de la UTP 2023?

¿De qué manera influye la solución de problemas desarrollados en los talleres de

refuerzo académico, en el aprendizaje de ciencias en los estudiantes universitarios del turno

noche de la carrera de Ingeniería Industrial de la UTP 2023?

¿Existe relación entre el número de veces de asistencia con la nota promedio del curso que

están llevando los estudiantes?

3. FORMULACIÓN DE OBJETIVOS

3.1 OBJETIVO GENERAL

Determinar el nivel de influencia de los talleres de reforzamiento académico mejora el

aprendizaje de ciencias en los estudiantes universitarios del turno noche de la carrera de

Ingeniería Industrial de la UTP Lima Centro 2023.

3.2 OBJETIVOS ESPECÍFICOS

Determinar la influencia de la enseñanza matemática desarrollada en talleres de

reforzamiento académico, en el aprendizaje de ciencias en los estudiantes universitarios de la

UTP 2023.

Determinar la influencia de la solución de problemas desarrollados en los talleres de

refuerzo académico, en el aprendizaje de ciencias en los estudiantes universitarios del turno

noche de la carrera de Ingeniería Industrial de la UTP Lima Centro 2023.

Determinar la existencia de relación entre la asistencia de los estudiantes y la nota que

obtuvieron en el curso de interés.

4. PLANTEAMIENTO DEL PROBLEMA

La educación superior es el hogar de muchos jóvenes que buscan el éxito profesional a

través de la adquisición de conocimiento y habilidades dentro de la casa de estudios. A pesar

de que el estudiante tiene esa mente de superación, hay situaciones en las que no se refleja en

sus calificaciones, dicho de otra manera, es la baja calificación que obtiene en asignaturas en

ciencias. El presente trabajo de investigación recolecta información a través de preguntas que

será un valor significativo para su análisis.

4.1 POBLACIÓN
 Estudiantes de Ingeniería Industrial turno noche de la Universidad Tecnológica del Perú-

sede Lima Centro, en el periodo marzo-julio 2023.

Se desconoce el tamaño de la población.

4.2. MUESTRA

Se utiliza una muestra aleatoria probabilística aleatoria simple con una confianza del

90%, un error muestral del 10%. El tamaño de la muestra se calculó aplicando la fórmula

mostrada.

n = 40

5. TÉRMINOS ESTADÍSTICOS

5.1 POBLACIÓN

Estudiantes de Ingeniería Industrial turno noche de la Universidad Tecnológica del Perú-

sede Lima Centro, en el periodo marzo 2023.

 5. MUESTRA

Se utiliza una muestra aleatoria probabilística aleatoria simple con una confianza del

90%, un error muestral del 10%. El tamaño de la muestra es de 40 estudiantes, que se calculó

aplicando la fórmula mostrada.

6. DISEÑO DE INVESTIGACIÓN

La técnica utilizada fue la encuesta que fue aplicada a la muestra y el instrumento

utilizado en nuestra investigación fue un cuestionario de 8 preguntas.

6.1 VARIABLES CUALITATIVAS

Sexo

Participación

Metodología de enseñanza

Rendimiento académico

6.2 VARIABLES CUANTITATIVAS

Edad

Ciclo

Visita a talleres

6.2 Unidad de Análisis

Un estudiante de Ingeniería Industrial turno noche de la Universidad Tecnológica

del Perú – sede Lima Centro 2023

6.3 Encuesta - enlace

https://docs.google.com/forms/d/1RgNFoA8YV01g0a32DFBXpQ0lQ-UH95MQj-Y5-

s5oBPg/edit?pli=1#responses
7. PROCESAMIENTO ESTADÍSTICO DESCRIPTIVA E INFERENCIAL

7.1 Edad actual

Edad Xi fi Fi hi Hi pi Pi
18 18 6 6 0.15 0.15 15 15
19 19 13 19 0.325 0.475 32.5 47.5
20 20 6 25 0.15 0.625 15 62.5
21 21 2 27 0.05 0.675 5 67.5
22 22 3 30 0.075 0.75 7.5 75
24 24 2 32 0.05 0.8 5 80
25 25 2 34 0.05 0.85 5 85
26 26 2 36 0.05 0.9 5 90
30 30 1 37 0.025 0.925 2.5 92.5
32 32 1 38 0.025 0.95 2.5 95
35 35 1 39 0.025 0.975 2.5 97.5
37 37 1 40 0.025 1 2.5 100
Total 40 1 100

Fuente: encuesta propia

Edad actual de las personas

13

6 6

3
2 2 2 2
1 1 1 1

18 19 20 21 22 24 25 26 30 32 35 37

Cálculo de varianza muestral

2
∑ ( x−x ) ⋅ f
s2=
n−1

2 850.775
s= =16.60
40−1

∑ x i fi 867
i
x= = =21.675
n 40
 Xi fi ( x−x )2 ( x−x )2 ⋅ f x .f
18 6 13.5056 81.0338 108
19 13 7.1556 93.0231 247
20 6 2.8056 16.8338 120
21 2 0.4556 0.91125 42
22 3 0.1056 0.31687 66
24 2 5.4056 10.8113 48
25 2 11.0556 22.1113 50
26 2 18.7056 37.4113 52
30 1 69.3056 69.3056 30
32 1 106.6056 106.606 32
35 1 177.5556 177.556 35
37 1 234.8556 234.856 37
∑ 40 647.5175 850.775 867

Prueba de Hipótesis para la varianza

Un docente de la UTP afirma que la edad de los estudiantes de la carrera de

Ingeniería Industrial del turno noche sede Lima Centro se distribuye de forma

normal con una varianza mayor a 20.

El staff investigador toma una muestra de 40 alumnos y se obtiene una varianza

de 16.60, con un nivel de significancia del 0.1

¿Considera Ud. la afirmación del docente como verdad?

Variable: Estudiantes de la carrera de Ingeniería Industrial del turno noche sede

Lima Centro

n = 40
2
s =16.60

1. Planteamiento de la hipótesis

2
H 0 :σ ≤20
2
H 1 : σ >20

2. Nivel de significancia

α =0.1
 3. Estadístico de prueba

( n−1 ) s 2
X 2cal=
σ2

( 40−1 ) 16.6 2
X 2cal=
20 2

2
X cal=26.8671

4. Región de rechazo

2
x (1−0.1 ,39 )=40.256

5. Decisión estadística
Con un nivel de significancia de 10%, no existe evidencia estadística en la
muestra para rechazar la hipótesis nula (Ho).

6. Conclusión:

Por lo tanto, no podemos afirmar que el docente tenga razón.

7.2 ¿Cuál es su sexo?

Sexo Xi fi Fi hi Hi pi Pi
Masculino Masculino 23 23 0.575 0.575 57.5 57.5
Femenino Femenino 17 40 0.425 1 42.5 100
Total 40 1 100

Fuente: encuesta propia

Intervalo de confianza para la proporción

En el proceso de investigación, se entrevistó a 40 estudiantes de la carrera de Ingeniería

Industrial turno noche de la Universidad Tecnológica del Perú sede Lima Centro que asistieron a

los talleres de reforzamiento académico, de los que asistieron 17 son del sexo femenino.

Construya e interprete para el porcentaje de alumnas que asistieron a los talleres de

reforzamiento académico. Utilice un nivel de confianza de 90%

Datos:
n = 40

x = 17

x 17
p= = = 0.425 (asistencia a talleres)
n 40

q = 0.575

Nivel de confianza (1-α) = 0.90

IC ( π ): 0.425 +- 1.96 x
√ 0.425 x 0.575
40

IC (π ): 0.2718 < π < 0.5782

Con un nivel de confianza del 90%, el porcentaje de mujeres que asistieron a los talleres de

reforzamiento en la UTP, se encuentra entre 0.2718 y 0.5782.

 7.3 ¿En qué ciclo te encuentras cursando actualmente? (Escribir el ciclo
con números)
Ciclo Xi fi Fi hi Hi pi Pi
1 1 2 2 0.05 0.05 5 5
2 2 4 6 0.1 0.15 10 15
3 3 10 16 0.25 0.4 25 40
4 4 7 23 0.175 0.575 17.5 57.5
5 5 9 32 0.225 0.8 22.5 80
6 6 3 35 0.075 0.875 7.5 87.5
7 7 2 37 0.05 0.925 5 92.5
8 8 3 40 0.075 1 7.5 100
Total 40 1 100

Número de personas según ciclo

11
9
7
4 4
2 2
1

1 2 3 4 5 6 7 8
Número del ciclo (en números)

7.4 ¿Cuántas veces por semana accedes a estas tutorías / talleres de

reforzamiento? (Escribir la respuesta en números)

Veces/Semana Xi fi Fi hi Hi pi Pi
0 0 5 5 0.125 0.125 12.5 12.5
1 1 11 16 0.275 0.4 27.5 40
2 2 17 33 0.425 0.825 42.5 82.5
3 3 3 36 0.075 0.9 7.5 90
4 4 2 38 0.05 0.95 5 95
5 5 1 39 0.025 0.975 2.5 97.5
6 6 1 40 0.025 1 2.5 100
Total 40 1 100

Fuente: encuesta propia

Número de asistencias a talleres por semana

1 1
2 5
3

11

17

0 1 2 3 4 5 6
 7.5 En dichas tutorías / talleres de reforzamiento, ¿participó activamente en
la solución de problemas?

Participación Xi fi Fi hi Hi pi Pi
Siempre Siempre 7 7 0.175 0.175 17.5 17.5
Frecuentement
Frecuentemente 13 20 0.325 0.5 32.5 50
e
A veces A veces 13 33 0.325 0.825 32.5 82.5
Casi nunca Casi nunca 1 34 0.025 0.85 2.5 85
Nunca Nunca 6 40 0.15 1 15 100
Total 40 1 100

Fuente: encuesta propia

7.6 ¿Los materiales entregados en cada sesión de reforzamiento

favorecieron a tu aprendizaje?

Materiales
Xi fi Fi hi Hi pi Pi
útiles
Siempre Siempre 14 14 0.35 0.35 35 35
Frecuentement Frecuentement
13 27 0.325 0.675 32.5 67.5
e e
A veces A veces 9 36 0.225 0.9 22.5 90
Casi nunca Casi nunca 0 36 0 0.9 0 90
Nunca Nunca 4 40 0.1 1 10 100
Total 40 1 100

Fuente: encuesta propia

 7.7 ¿Cómo fue la metodología empleada por el docente?

Participación Xi fi Fi hi Hi pi Pi
Muy buena Muy buena 17 17 0.425 0.425 42.5 42.5
Buena Buena 16 33 0.4 0.825 40 82.5
Regular Regular 7 40 0.175 1 17.5 100
Total 40 1 100

Fuente: encuesta propia

7.8 ¿Su rendimiento académico ha mejorado gracias a estas herramientas?

Mejora
Xi fi Fi hi Hi pi Pi
rendimiento
Si Si 30 30 0.75 0.75 75 75
No No 10 40 0.25 1 25 100
Total 40 1 100

Fuente: encuesta propia

 8. PRUEBAS NO PARAMÉTRICAS

Prueba de signos

Los siguientes datos representan la cantidad de visitas a la semana que tuvieron 40

alumnos en los talleres de reforzamiento. Se afirma que la mediana poblacional del

número de visitas es de 3 veces a la semana. Probar si dicha afirmación es cierta con

un nivel de significancia del 10%.

Solución:

2 - 3 0 2 - 1 -
2 - 3 0 2 - 2 -
6 + 2 - 1 - 1 -
1 - 1 - 2 - 2 -
4 + 2 - 1 - 2 -
5 + 1 - 1 -
2 - 4 + 2 -
2 - 2 - 1 -
2 - 2 - 3 0
1 - 1 - 2 -

Paso 1: Plantear la hipótesis

H0: Me = 3

H1: Me ≠ 3

Paso 2: Significancia:0.05

Paso 3: Regla de decisión

R+ = 4 n = 32
R- = 28  R+ > n/2  4 <
16 P = 2p

P = 0.000019

Paso 5: Si P> α Rechazamos

Con nivel de significancia de 0.05, no rechazamos la H0. Se puede concluir que la

mediana poblacional de número de visitas a la semana al taller es igual a 3.

Prueba de Independencia

Paso 1: Plantear Hipótesis:

H0: No existe relación entre el número de asistencias a talleres de reforzamiento por semana y

la mejora del rendimiento académico (Independencia).

H1: Existe relación entre el número de asistencias a talleres de reforzamiento por semana y la

mejora del rendimiento académico (No independencia).

Paso 2: Nivel de significación:α =0. 1

Paso 3: Estadístico de Prueba:

XC
2
=
∑ ( Oi −Ei )
2

Ei

Total Fila∗Total Columna

Frecuencia esperada ( E )=
GranTotal

Mejoría de rendimiento académico

SÍ NO TOTAL
0 2 (4.5) 4 (1.5) 6
Numero de 1 9 (7.5) 1 (2.5) 10
asistencias a talleres 2 13 (12.75) 4 (4.25) 17
de reforzamiento por 3 3 (2.25) 0 (0.75) 3
semana
≥4 3 (3) 1 (1) 4
TOTA 30 10 40
L
 30(6) 10(6)
E11 =¿ =4.5 E12=¿ =1.5
40 40

30(10) 10(10)
E21=¿ =7.5 E22=¿ =2.5
40 40

30(17) 10(17)
E31=¿ =12.75 E32=¿ =4.25
40 40

30(3) 10(3)
E 41=¿ =2.25 E 42=¿ =0.75
40 40

30(4 ) E52=¿ 10(4 )

E51=¿ =3 =1
40 40

( 2−4.5 )2 ( 9−7.5 )2 ( 13−12.75 )2 ( 3−2.25 )2 ( 3−3 )2

X C2 = + + + +
4.5 7.5 12.75 2.25 3
2 2 2 2 2
+ ( 4−1.5 ) ( 1−2.5 ) ( 4−4.25 ) ( 0−0.75 ) ( 1−1 )
+ + + +
1.5 2.5 4.25 0.75 1

2
X C =7.7552

Paso 4: Región crítica:

Gl=( ¿ filas−1 )( ¿ Columnas−1 )

Gl=(5-1)(2-1)=4

No rechaza h0 Rechaza h0

1−α α

2 2
X ( 1−α ;Gl ) ¿X ( 0 ,95 ;4 ) =9.488

Paso 5: Conclusión:
 A un nivel de significancia del 10%, existe evidencia estadística para no rechazar H0.

No podemos afirmar que existe relación entre el número de asistencias a talleres de

reforzamiento por semana y la mejora del rendimiento académico.

Regresión lineal simple

- Estimar el modelo de regresión lineal estimada

- Pronosticar: ¿Cuánta calificación en promedio obtendrá un estudiante al asistir 3 veces a

reforzamiento académico por semana?

En dichas
¿Cuántas veces por ¿Su
tutorías / ¿Los materiales ¿Cómo fue
semana accedes a rendimiento
talleres de entregados en la
estas tutorías / académico ha
reforzamiento, cada sesión de metodología
talleres de mejorado NOTAS
¿participó reforzamiento empleada
reforzamiento? gracias a
activamente en favorecieron a por el
(Escribir la respuesta estas
la solución de tu aprendizaje? docente?
en números) herramientas?
problemas?
2 Siempre Siempre Buena Si 15
2 Siempre A Veces Buena Si 17
6 Siempre Siempre Muy Buena Si 1
Una vez A Veces Frecuentemente Buena Si 13
4 Siempre Siempre Muy Buena No 16
0 Nunca Nunca Regular No 11
0 Nunca Nunca Muy Buena Si 13
5 Frecuentemente Frecuentemente Muy Buena Si 18
2 Siempre Frecuentemente Muy Buena Si 15
2 Siempre Siempre Muy Buena Si 16
0 Nunca Nunca Muy Buena No 7
2 Frecuentemente Siempre Muy Buena Si 15
1 vez Casi Nunca Siempre Muy Buena Si 14
3 A Veces Frecuentemente Buena Si 16
3 Frecuentemente Siempre Muy Buena Si 17
2 Frecuentemente Frecuentemente Buena Si 14
1 A Veces Frecuentemente Buena Si 15
2 Nunca A Veces Buena No 15
1 Frecuentemente Siempre Buena Si 13
4 Frecuentemente Siempre Muy Buena Si 19
0 Nunca Nunca Muy Buena No 10
2 A Veces Siempre Muy Buena Si 17
 2 Frecuentemente Siempre Muy Buena Si 16
0 Nunca A Veces Buena No 6
1 A Veces A Veces Buena Si 14
2 A Veces Frecuentemente Buena Si 15
2 Frecuentemente Frecuentemente Regular Si 17
1 Siempre Siempre Muy Buena Si 13
2 A Veces Frecuentemente Muy Buena Si 16
1 vez cada 2
A Veces Frecuentemente Buena Si 12
semanas
1 A Veces A Veces Regular No 11
2 A Veces A Veces Regular No 16
1 Frecuentemente Siempre Muy Buena Si 18
3 Frecuentemente A Veces Buena Si 16
2 Frecuentemente Frecuentemente Buena Si 14
1 Frecuentemente Siempre Buena Si 15
2 A Veces A Veces Regular No 14
1 Frecuentemente Frecuentemente Buena Si 13
2 A Veces Frecuentemente Regular Si 15
2 A Veces A Veces Regular No 12

Nro. de asistencias por semana (X) Nota (Y) X^2 Y^2 XY

2 15 4 225 30
2 17 4 289 34
6 18 36 324 108
1 13 1 169 13
4 16 16 256 64
0 11 0 121 0
0 13 0 169 0
5 18 25 324 90
2 15 4 225 30
2 16 4 256 32
0 7 0 49 0
2 15 4 225 30
3 14 9 196 42
3 16 9 256 48
2 17 4 289 34
2 14 4 196 28
1 15 1 225 15
 2 15 4 225 30
1 13 1 169 13
4 19 16 361 76
0 10 0 100 0
2 17 4 289 34
2 16 4 256 32
0 6 0 36 0
1 14 1 196 14
2 15 4 225 30
2 17 4 289 34
1 13 1 169 13
2 16 4 256 32
0 12 0 144 0
1 11 1 121 11
2 16 4 256 32
1 18 1 324 18
3 16 9 256 48
2 14 4 196 28
1 15 1 225 15
2 14 4 196 28
1 13 1 169 13
2 15 4 225 30
2 12 4 144 24
73 577 201 8621 1153

∑X ∑Y ∑ X2 ∑Y2 ∑ XY

^β 1= n ∑ X Y −∑ X ∑ Y
^
^β = ∑ Y − β 1 ∑
0
n ∑ X 2− ( ∑ X )
2
n

^β 1= 40∗1153−73∗577 =1.475 ^β 0= 577− ( 1.475 )∗7

2
40∗201−73 40

^β =1.475 ^β =1
1 0
Modelo de Regresión Lineal Estimada:
Y =11.733 +1.475 X

¿Cuánta calificación en promedio obtendrá un estudiante al asistir 3 veces a reforzamiento

académico por semana?

Y =11.733 +1.475 ( 3 )
Y =16.158

Hallando el coeficiente de correlación de Pearson(r)

r =0.7037

Es decir , el coeficiente de correlación es una correlación positiva moderada fuerte (según

escala 2 y 4).

Hallando el coeficiente de determinación

2
R =0. 4953
Es decir , el 49% de variabilidad de la nota , es explicado por el modelo de regresión ajustado.
 Regresió n lineal
20
f(x) = 1.47510143858355 x + 11.732939874585
18 R² = 0.49525066349556
16
14
12
Nota 10
8
6
4
2
0
0 1 2 3 4 5 6 7
Nú mero de asistencias /semana

- Cuando la cantidad de asistencias a refuerzo académico por semana se incrementa en

una “ocasión”, la nota aumenta en 1.475 puntos.

- Cuando no se asiste a refuerzo académico de manera semanal se suele obtener en

promedio 11.733 de nota

Análisis de Varianza R

Como ya tenemos nuestra regresión lineal , haremos el análisis de varianza R , bajo la hipótesis
de que existe una relación lineal entre la nota y el # de asistencias al taller.

Paso 2: Nivel de significación:α =0. 1

Fuente de GL SC CM Fc

variación

Regresión 1 297.775 297.775 74.53

Residual(Error) 38 150.3 3.9955

Total 39 448.075

Paso 3: Decisión
 No rechaza h0 Rechaza h0

1−α α

F (1−α ;1 ;38) ¿ F (0 , 9 0 ;1 ;38)=4.08

Paso 4: Conclusión

Con un nivel de significancia del 10 % se rechaza la Hipótesis nula. Por lo tanto se concluye
que si existe relación lineal entre la asistencia del estudiante a los talleres y la nota del
curso.

9. CONCLUSIONES Y RECOMENDACIONES

9.1 CONCLUSIONES

Luego de realizar los análisis estadísticos, concluimos que si influye de manera directa la
realización de talleres de reforzamiento académico en los estudiantes de la UTP.

Utilizando la prueba de independencia , no teníamos suficiente datos estadísticos para

concluir que existe relación entre la asistencia a los talleres y el rendimiento académico

Por otro lado , utilizando la regresión lineal , concluimos que si existe relación lineal entre la
asistencia del estudiante a los talleres y la nota del curso asistido.

9.2 RECOMENDACIONES

Se recomienda que los próximos trabajos estadísticos se realice con una muestra mayor
para obtener resultados más precisos.
Se recomienda que las encuestas sean realizadas de manera presencial para identificar a
los candidatos idóneos.

10. BIBLIOGRAFÍA

https://pirhua.udep.edu.pe/bitstream/handle/11042/5195/MAE_EDUC_PSIC_2102.pdf?
sequence=2&isAllowed=y

https://repositorio.une.edu.pe/bitstream/handle/20.500.14039/1438/TM%20CE-Em
%203297%20P1%20-%20Ponce%20Reyes.pdf?sequence=1&isAllowed=y