Proyecto de investigacion depresion vs notas espe

PONTIFICIA UNIVERSIDAD CATÓLICA

DEL ECUADOR SEDE AMBATO

ESCUELA POLITÉCNICA DEL EJÉRCITO

EXTENSIÓN LATACUNGA

PROYECTO DE INVESTIGACIÓN:

INFLUENCIA DE LA DEPRESIÓN EN EL RENDIMIENTO ACADÉM ICO DE

LOS JÓVENES ENTRE 18 y 19 AÑOS DE EDAD DE LOS CURSO S DE

NIVELACIÓN EN LA ESCUELA POLITÉCNICA DEL EJÉRCITO E XTENSIÓN

LATACUNGA

REALIZADO POR:

IVÁN BLADIMIR COLLANTES VÁSCONEZ

ESTUDIANTE DE LA MAESTRÍA EN TECNOLOGÍAS

PARA LA GESTIÓN Y PRÁCTICA DOCENTE

DE LA PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR

SEDE AMBATO

AMBATO, ECUADOR, FEBRERO DE 2013

2

INDICE

1. Título ………………………………………………………………… 3

2. Problema ……………………………………………………………. 4

3. Objetivos …………………………………………………………….. 6

4. Tipo de estudio estadístico ………………………………………… 7

5. Variables dependientes e independientes: tipos de datos y

escalas de medición ………………………………………………… 8

6. Población …………………………………………………………….. 9

7. Muestra ……………………………………………………………….. 11

8. Estructura de la base de datos estadística ………………………. 14

9. Análisis de frecuencia ……………………………………………… 17

10. Análisis descriptivo …………………………………………………. 21

11. Análisis exploratorio ………………………………………………… 23

12. Análisis de forma ………………………………………………….… 24

13. Análisis Comparativo ……………………………………………….. 25

14. Análisis Correlacional ………………………………………………. 28

15. Análisis Inferencial ………………………………………………….. 30

16. Conclusiones ………………………………………………………… 32

17. Anexos ………………………………………………………………... 33

3

1. TÍTULO

INFLUENCIA DE LA DEPRESIÓN EN EL RENDIMIENTO ACADÉM ICO DE

LOS JÓVENES ENTRE 18 y 19 AÑOS DE EDAD DE LOS CURSO S DE

NIVELACIÓN EN LA ESCUELA POLITÉCNICA DEL EJÉRCITO E XTENSIÓN

LATACUNGA

4

2. PROBLEMA

Actualmente la depresión se ha convertido en un factor cada vez más común en

la población, específicamente en los jóvenes, convirtiéndose en un problema

grave de la sociedad actual; un joven desanimado vive una serie de factores

negativos los cuales pueden llevarlo a una depresión, teniendo como

consecuencias malas relaciones con la sociedad, bajo rendimiento académico e

incluso el suicidio.

Minuto Cívico del día lunes en la ESPE extensión Latacunga

En los jóvenes estudiantes de nivelación de la ESPE extensión Latacunga, se

evidencia un bajo rendimiento académico acompañado de un alto grado de

apatía hacia el aprendizaje y un quemeimportismo a su auto superación. La

edad de estos jóvenes oscila entre 18 y 19 años, por lo que todavía se les

considera adolescentes. Tomando en cuenta que estos jóvenes atraviesan un

5

tiempo de transición educativa del nivel medio al superior, la depresión repercute

en este sector de la población en mayor grado que en estudiantes de cursos

superiores que ya han pasado esta etapa y presentan un mejor rendimiento

académico. Con la presente investigación se pretende conocer algunas de las

principales causas por las cuales aparece la depresión en estos estudiantes. Se

pretende además determinar los síntomas y signos con que se pueden

diagnosticar la depresión en los estudiantes, siendo la hipótesis fundamental el

descenso en el rendimiento académico.

Los comportamientos, las actitudes, las formas de relacionarse con el entorno,

con sus compañeros y profesores son señales que nos ayudan a saber si un

joven está cayendo en la depresión.

Como consecuencia de lo anterior se plantea el problema a investigar, la

influencia que tiene la depresión en el rendimiento académico de los jóvenes

entre 18 y 19 años de edad de los cursos de nivelación en la ESPE extensión

Latacunga (ESPE-EL).

6

3. OBJETIVOS

OBJETIVO GENERAL:

Determinar la manera en que la depresión repercute en el rendimiento académico de los jóvenes entre 18 y 19 años de edad.

OBJETIVOS ESPECÍFICOS:

• Determinar las causas que llevan a la depresión. • Establecer las consecuencias. • Cómo se relaciona un joven deprimido con la sociedad. • Comprobar si la depresión es un factor que provoque el suicidio.

Lo que se quiere conocer: las causas de la depresión en jóvenes entre 18 y 19 años de edad, así como las consecuencias que se tiene y cómo estas repercuten en su rendimiento académico.

7

4. TIPO DE ESTUDIO ESTADÍSTICO: DESCRIPTIVO

TIPO DE ESTUDIO:

Observacional, descriptivo y documental.

LÍMITE DE ESPACIO:

Escuela Politécnica del Ejército Extensión Latacunga.

DISEÑO DE ESTUDIO:

La Escuela Politécnica del Ejército extensión Latacunga está ubicada en las

calles Quijano y Ordóñez y Hermanas Paez, Latacunga, Provincia de Cotopaxi,

Ecuador. Es también conocida como “ESPE – EL”.

UNIVERSO DE TRABAJO:

Curso de nivelación de la Escuela Politécnica del Ejército extensión Latacunaga,

periodo 2012 – 2013.

LÍMITE DE TIEMPO:

Septiembre 2012 – Febrero 2013

MATERIAL:

Referencias bibliográficas.

Referencias de publicaciones.

Computadora.

Cuestionarios.

Cámara digital para tomar evidencias.

8

5. VARIABLES DEPENDIENTES E INDEPENDIENTES:

TIPOS DE DATOS Y ESCALAS DE MEDICIÓN

5.1 Variables independientes:

• Género.

• Edad

• Nivel de depresión.

5.2 Variables dependientes:

• Promedio de rendimiento académico.

5.3 Tipos de Datos:

• Género: Datos Cualitativos.

• Edad: Datos Cuantitativos.

• Nivel de depresión: Datos Cualitativos

• Promedio de rendimiento: Datos Cuantitativos.

5.4 Escalas de Medición:

• Género: Datos cualitativos Nominales.

• Edad: Datos cuantitativos de Razón.

• Nivel de depresión: Datos cualitativos Ordinales.

• Promedio de rendimiento: Datos cuantitativos de Razón.

9

6. POBLACIÓN

La cantidad de jóvenes que estudian en la Escuela Politécnica del Ejército es

actualmente de 1354 alumnos de los cuales 252 son del curso de nivelación.

Los datos fueron proporcionados por la secretaría académica de admisión y

registro de la ESPE-EL.

La población por lo tanto es N = 252.

La población viste de una manera informal, por lo general pantalón de jean y

sudaderas con capucha, o las prendas que están últimamente de moda como

las blusas, pantalones entubados, chompas, etc.

La convivencia de los profesores con los alumnos es excelente, la mayor parte

conviven y toman la parte más positiva del maestro para poder mejorar

académica y personalmente.

Estudiantes de nivelación respondiendo las encuestas

La población es tradicionalmente sociable, pero casualmente dentro de la misma

existen jóvenes que actúan de una manera agresiva ya que manifiestan cierta

10

falta de respeto hacia sus compañeros y compañeras e incluso se ha conocido

casos extremos de estudiantes que han intentado faltar el respeto a sus

profesores, lo que es totalmente desagradable y muy mal visto por la sociedad.

Hubieron 2 casos de suicidio en los últimos 4 semestres, pero se consideraron

aislados y debidos a un alto nivel de depresión en cada uno de ellos.

11

Caso Edad (años cumplidos) x

1 1 18 4.18 -2.10 4.40

2 1 18 6.98 0.70 0.49

3 1 19 6.24 -0.03 0.00

4 1 18 6.18 -0.10 0.01

5 1 19 8.02 1.74 3.04

6 1 18 5.88 -0.40 0.16

7 1 18 5.60 -0.67 0.45

8 1 18 9.34 3.07 9.41

9 1 18 9.91 3.64 13.25

10 0 18 8.65 2.38 5.65

11 0 19 4.40 -1.87 3.51

12 0 19 4.38 -1.90 3.60

13 0 18 3.90 -2.37 5.63

14 0 18 4.18 -2.10 4.40

15 0 18 4.78 -1.50 2.24

16 0 18 7.66 1.39 1.93

17 0 19 7.50 1.23 1.51

18 0 18 6.88 0.60 0.36

19 0 18 4.63 -1.65 2.71

20 0 18 6.20 -0.07 0.01

125.45 62.76

Masculino

Masculino

Masculino

Femenino

Femenino

Femenino

Femenino

Femenino

Género (Masculino/Femenino)

Femenino

Femenino

Femenino

Femenino

Masculino

Masculino

Masculino

Masculino

Masculino

Masculino

Masculino

Masculino

__

xx − 2__

)( xx−

=∑ =∑

7. MUESTRA

Para determinar el tamaño de la muestra, la misma que es necesaria definir para

poder realizar el cálculo inferencial, se procedió a realizar una encuesta a 20

alumnos en base a una muestra aleatoria, considerando el promedio de notas de

las 4 asignaturas técnicas obtenidas en la primera unidad del curso de

nivelación, cuyos resultados se pueden observar en la tabla No 1:

¿Cuál es su promedio en la primera unidad del curso de nivelación en las asignaturas de álgebra, geometría, física y química ?

Tabla No. 1

Respuestas de la prueba piloto

27.6___

=X 1

)( 2___

2

−−

= ∑N

XXσ ⇒

19

76.622 =σ

∴ 30.32 =σ

12

Este último valor corresponde a la varianza, dato que es utilizado para encontrar

el tamaño de la muestra:

( ) 2

22/

2

2

1 σ

σ

α

+−=

Z

BN

Nn

En donde:

n = tamaño de la muestra

N = población bajo estudio (N = 252)

Z = valor estandarizado para un nivel de confianza del 95%

σ2 = varianza poblacional (σ2 = 3.30)

B = es el error muestral (B = medio punto)

El cálculo completo se lo realizó en RStudio donde se obtuvieron los siguientes

resultados:

Z = 1.959964

σ2 = 3.298363

n = 42

La codificación en RStudio es:

datos<-c(4.18,6.98,6.24,6.18,8.02,5.88,5.60,9.34,9.91,8.65,4.40,4.38,3.90,4.18, 4.78,7.66,7.50,6.88,4.63,6.20) varianza<-var(datos) niveldeconfianza<-95 alfa<-1-(niveldeconfianza/100) z <-qnorm(c(1-alfa/2), mean=0, sd=1, lower.tail=TRUE) print(z)

13

N<-252 error<-0.5 # medio punto es el Error máximo permitido n<-(N*varianza)/((N-1)*(error/z)^2+varianza) n<-round(n,0) print(n)

La pantalla de RStudio con esta codificación es la siguiente:

14

8. ESTRUCTURA DE LA BASE DE DATOS ESTADÍSTICA

Se consideran 4 variables (2 cuantitativas y 2 cualitativas) y 42 casos.

Se desea realizar un estudio, para estimar la proporción de los jóvenes de 18 y

19 años de edad del curso de nivelación en la ESPE extensión Latacunga en

los que la depresión influye en su rendimiento académico.

8.1 Hipótesis

Un alto nivel de depresión en los jóvenes entre 18 y 19 años afecta el

rendimiento académico de los estudiantes. del curso de nivelación en la Escuela

Politécnica del Ejército extensión Latacunga.

8.2 Operacionalización de la hipótesis

Si se encuentra que la depresión en adolescentes de 18 y 19 años de edad en el

curso de nivelación de la ESPE extensión Latacunga es frecuente, entonces

podremos decir que su rendimiento académico se verá afectado.

8.3 Preguntas aplicadas

Las preguntas que se aplicaron a 42 estudiantes de manera aleatoria fueron:

¿A qué genero pertenece? (Masculino / Femenino)

¿Cuál es su edad? (años cumplidos)

¿Cuál es su nota promedio de las asignaturas de Álgebra, Geometría, Física y Química en la primera unidad del curso de nivelación?

¿Se ha sentido deprimido en este periodo? (siempre / a veces / nunca)

15

8.4 Base de datos

Las respuestas a las preguntas fueron codificadas como se indica a continuación:

¿A qué genero pertenece? (Msculino = 0 / Femenino = 1)

¿Se ha sentido deprimido en este periodo? (siempre=0 / a veces=2 / nunca=1)

Las respuestas que se obtuvieron se registran en la tabla No 2.

16

Objetivo:La siguiente encuesta tiene por objeto recabar información sobre el rendimientoacadémico en jóvenes del curso ne nivelación.



¿Cuál es su nota promedio de las asignaturas de Álg ebra, Geometría, FísicaQuímica en la primera unidad del curso de nivelació n?

¿Se ha sentido deprimido en este periodo? (siempre = 0 / a veces = 2 / nunca = 1)

Caso Género (Masculino/Femenino) Edad (años cumplidos) Notas

1 Masculino 0 18 8.7 nunca 1

2 Masculino 0 19 4.4 siempre 0


4 Femenino 1 18 4.2 siempre 0

5 Femenino 1 18 7.0 a veces 2


7 Masculino 0 18 4.2 a veces 2


9 Femenino 1 19 6.2 nunca 1


































Latacunga, Febrero de 2013

Depresión

ESCUELA POLITÉCNICA DEL EJÉRCITO EXTENSIÓN LATACUNG A

Tabla No. 2

17

Género Frecuencia %

Femenino 9 21

Masculino 33 79

Total 42 100

9. ANÁLISIS DE FRECUENCIA

Se muestra la tabla de frecuencias de cada variable y sus gráficos:

9.1 Género

Tabla No. 3

18

9.2 Edad

Tabla No. 4

Edad Frecuencia %

18 años 30 71

19 años 12 29

Total 42 100

19

Notas 3.9 4.2 4.4 4.5 4.6 4.8 5.2 5.5 5.6 5.8 5.9 6 6.1 6.2 6.3 6.7 6.9 7 7.5 7.7 7.8 7.9 8 8.7 9.3 9.9 Total

Frecuencia 1 2 3 2 1 1 1 4 1 1 1 3 1 3 1 2 3 2 2 1 1 1 1 1 1 1 42

% 2.4 4.8 7.1 4.8 2.4 2.4 2.4 9.5 2.4 2.4 2.4 7.1 2.4 7.1 2.4 4.8 7.1 4.8 4.8 2.4 2.4 2.4 2.4 2.4 2.4 2.4 100.0

9.3 Rendimiento académico

Tabla No. 5

20

Depresión Frecuencia %

A veces 13 31

Nunca 12 29

Siempre 17 40

Total 42 100

9.4 Nivel de depresión

Tabla No. 6

21

10. ANÁLISIS DESCRIPTIVO: MEDIDAS DE CENTRALIZACIÓN Y

DISPERSIÓN

Para la variable cuantitativa de rendimiento académico se obtuvo:

10.1 Media, Mediana, Moda, Cuartiles.

Los resultados obtenidos en RSrtudio fueron: # Medidas de tendencia central > DATOS<-read.csv("Base.csv") > # Media > media<-mean(DATOS$Notas) > print(media) [1] 6.185714 > # Mediana > mediana<-median(DATOS$Notas) > print(mediana) [1] 6.05 > # Moda > frecuencia<-table(DATOS$Notas) > print(frecuencia) 3.9 4.2 4.4 4.5 4.6 4.8 5.2 5.5 5.6 5.8 5.9 6 6.1 6.2 6.3 6.7 6.9 7 7.5 7.7 7.8 7.9 8 8.7 9.3 9.9 1 2 3 2 1 1 1 4 1 1 1 3 1 3 1 2 3 2 2 1 1 1 1 1 1 1 > # Moda = 5.5 > # Cuartiles > cuartil1<-quantile(DATOS$Notas,.25) > print(cuartil1) 25% 5.275 > cuartil2<-quantile(DATOS$Notas,.5) > print(cuartil2) 50% 6.05 > cuartil3<-quantile(DATOS$Notas,.75) > print(cuartil3) 75% 6.975 > resumen<-summary(DATOS$Notas) > print(resumen) Min. 1st Qu. Median Mean 3rd Qu. Max. 3.900 5.275 6.050 6.186 6.975 9.900 > resumen2<-fivenum(DATOS$Notas) > print(resumen2) [1] 3.90 5.20 6.05 7.00 9.90

22

10.2 Rango, Varianza, Desviación Estándar.

Se obtuvieron en RStudio los siguientes resultados:

# Medidas de dispersión > DATOS<-read.csv("Base.csv") > rango<-range(DATOS$Notas) > print(rango) [1] 3.9 9.9 > rango<-rango[2]-rango[1] > print(rango) [1] 6 > # Varianza > varianza<-var(DATOS$Notas) > print(varianza) [1] 2.051986 > # Desviación Estándar > desv<-sd(DATOS$Notas) > print(desv) [1] 1.432476 > coeficientevariacion<-(desv/mean(DATOS$Notas))*100 > cat("Rango=",rango, "\n") Rango= 6 > cat("Varianza=",varianza,"\n") Varianza= 2.051986 > cat("Desviación estándar=",desv,"\n") Desviación estándar= 1.432476 > cat("Coeficiente de Variación=",coeficientevariacion,"%") Coeficiente de Variación= 23.1578 %

23

11. ANÁLISIS EXPLORATORIO (CAJAS Y ALAMBRES)

Con los resultados anteriormente obtenidos de valores extremos y cuartiles se

realizó el gráfico de cajas y alambres en RStudio:

La codificación y resultados en RStudio es:

DATOS<-read.csv("Base.csv") > library(aplpack, pos=4) > boxplot(DATOS$Notas, ylab="notas",col=5) # la línea horizontal es la mediana Q2, la línea inferior es Q1 y la superior Q3 > boxplot(DATOS$Notas, ylab="notas",col=5) > resumen<-summary(DATOS$Notas) > print(resumen) Min. 1st Qu. Median Mean 3rd Qu. Max. 3.900 5.275 6.050 6.186 6.975 9.900

24

12. ANÁLISIS DE FORMA

Se analizó la asimetría, curtosis, barras y la gráfica mostrando la normal ideal en

RStudio y los resultados fueron los siguientes:

> # Análisis de forma > DATOS<-read.csv("Base.csv") > datos1<-DATOS$Notas > library(Rcmdr) > library(abind, pos=4) > library(e1071, pos=4) > resumen<-numSummary(datos1, + statistics=c("mean", "sd", "quantiles", "cv","skewness", "kurtosis"), + quantiles=c(0,.25,.5,.75,1), type="2") > print(resumen) # Curtosis negativa platicúrtica mean sd cv skewness kurtosis 0% 25% 50% 75% 100% n 6.185714 1.432476 0.231578 0.5188808 -0.009285982 3.9 5.275 6.05 6.975 9.9 42 > x<-datos1 > h<-hist(x, breaks=10, col="green") > xfit<-seq(min(x)-2,max(x)+2,length=50) > yfit<-dnorm(xfit,mean=mean(x),sd=sd(x)) > yfit <- 2.1*yfit*diff(h$mids[1:2])*length(x) > lines(xfit, yfit, col="blue", lwd=3)

25

13. ANÁLISIS COMPARATIVO

Se analizaron las tablas de frecuencia comparativa y tallos y hojas comparativos

en RStudio y los resultados fueron los siguientes:

Análisis comparativo entre el nivel de depresión y el rendimiento académico

La codificación es:

notas<-(DATOS$Notas) depresion<-(DATOS$Depresion) library(Rcmdr) boxplot(notas~depresion, ylab="Notas", xlab="Depresión", col=rainbow(3)) # Existe un alto porcentaje de notas bajas y depresión

26

> # Diagrama de puntos > DATOS<-read.csv("Base.csv") > datos1<-DATOS$Notas > dotchart(datos1, cex=.9, + main="Gráfico de Puntos", + xlab="Notas")

Para el diagrama de tallo y hojas, el tallo se formó con el dígito de los enteros y

la hoja con los dígitos de los decimales. Por ejemplo para la nota 3.9, el dígito 3

27

representa el tallo y el dígito 9 representa la hoja. El tallo de los datos del

rendimiento académico dio como resultado:

> # Diagrama de Tallo Hojas > DATOS<-read.csv("Base.csv") > datos1<-DATOS$Notas > stem.leaf(datos1, na.rm=TRUE) 1 | 2: represents 1.2 leaf unit: 0.1 n: 42 1 3. | 9 6 4* | 22444 10 4. | 5568 11 5* | 2 18 5. | 5555689 (8) 6* | 00012223 16 6. | 77999 11 7* | 00 9 7. | 55789 4 8* | 0 3 8. | 7 2 9* | 3 1 9. | 9

Lo cual indica que hay un alto número de estudiantes que están con un

rendimiento menor al mínimo requerido para aprobar el curso de nivelación.

28

14. ANÁLISIS CORRELACIONAL

Se analizaron el gráfico de dispersograma y el coeficiente de correlación de

Pearson así como los coeficientes de la recta y la gráfica de la recta en RStudio

y se obtuvieron los siguientes resultados:

> # Dispersograma y coeficiente de correlación de Pearson > BASEDEDATOS<-read.csv("Base.csv") > x<-BASEDEDATOS$Edad > y<-BASEDEDATOS$Notas > datos<-data.frame(x,y) > cor(datos[,c("x","y")], use="complete.obs") # El coeficiente de correlación es -0.2952495 x y x 1.0000000 -0.2952495 y -0.2952495 1.0000000 > # Regresión > regresion<- lm(y~x) > # Coeficientes de la recta Y > cat("Coefientes aproximados:\n") Coefientes aproximados: > cat("y=",regresion$coefficients[2],"x","+",regresion$coefficients[1],"\n") y= -0.925 x + 23.1 > cat("Aproximación de las Y mediante el modelo lineal:\n") Aproximación de las Y mediante el modelo lineal: > print(regresion$fitted.values) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 6.450 5.525 5.525 6.450 6.450 5.525 6.450 6.450 5.525 6.450 5.525 5.525 5.525 6.450 6.450 6.450 6.450 6.450 6.450 6.450 5.525 5.525 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 6.450 5.525 5.525 6.450 6.450 6.450 6.450 6.450 6.450 6.450 6.450 6.450 6.450 6.450 6.450 5.525 6.450 6.450 6.450 6.450 > print("Aproximación de otros valores de Y:\n") [1] "Aproximación de otros valores de Y:\n" > # Correlograma > library(lattice, pos=4) > xyplot(y ~ x, + xlab="Edad entre 18 y 19 años", + ylab="Rendimiento Académico", + main = "Dispersograma", + pch=16) # Dispersograma > # Gráfica de la recta > xx<-BASEDEDATOS$Notas > yy<-BASEDEDATOS$Edad > scatterplot(yy~xx, reg.line=lm,

29

+ xlab="Rendimiento Académico", + ylab="Edad entre 18 y 19 años", + main="Recta de Regresión Edad Vs Rendimiento Académico")

30

15. ANÁLISIS INFERENCIAL

15.1 Parámetros de interés y relaciones.

El parámetro de interés del presente proyecto de investigación es el promedio de

notas de todos los estudiantes del curso de nivelación de la ESPE – EL.

La relación buscada es entre el nivel de depresión de los estudiantes y su

rendimiento académico.

Las conjeturas relativas a la población objeto de las pruebas de la hipótesis

planteada en el numeral 8.1 presentan el enfoque de 3 muestras por nivel de

depresión (siempre, a veces, nunca) y por lo tanto se realizará una prueba

ANOVA con un solo factor P.

15.2 Prueba de la hipótesis.

Se consideran los siguientes elementos:

Hipótesis nula H0 : µsiempre = µa veces = µnunca

Hipótesis alterna H1 : µsiempre ≠ µa veces ≠ µnunca

El estadístico de prueba y la región de rechazo se los calculó con el soporte de

R Commander para N muestras y superó la prueba de normalidad y de

homocedastecidad y que por lo tanto se aplica la prueba ANOVA con un factor.

El ANOVA se complementa con las postpruebas y la determinación de los

grupos de homogeneidad.

Los resultados que se obtuvieron R Commander fueron:

31

Linear Hypotheses: Estimate Std. Error t value Pr(>|t|) nunca - a veces == 0 1.4756 0.4348 3.394 0.00443 ** siempre - a veces == 0 -0.8489 0.4002 -2.121 0.09834 . siempre - nunca == 0 -2.3245 0.4095 -5.676 < 1e-04 ***

Ya que el factor P calculado es menor que 0.05, se rechaza la hipótesis nula y

se confirma la hipótesis alterna, la misma que está planteada originalmente en el

numeral 8.1 de esta investigación.

32

16. CONCLUSIONES

Se ha podido observar por medio de las investigaciones realizadas que la

depresión en los estudiantes adolescentes entre 18 y 19 años de edad existe y

es un problema real, la misma que puede llegar a causar baja autoestima y por

ende un decrecimiento en el rendimiento académico.

Lógicamente existen muchas otras causas para el mal rendimiento académico,

pero de acuerdo con el estudio realizado la depresión es un factor muy

importante a tomar en cuenta.

La depresión se presenta tanto en hombres como en mujeres, llegando a

manifestarse en lo que se conoce como bipolaridad o estados de ánimo

cambiantes a los extremos.

Por último solo nos queda mencionar que nuestro objetivo fue un gran éxito ya

que lo que nos propusimos desde un principió lo hemos logrado; logramos

describir y dar a conocer y más que nada comprobar que efectivamente la

depresión en los jóvenes adolescentes estudiantes de nivelación de la ESPE

extensión Latacunga se da en diferentes formas y que afecta en todos los

sentidos al rendimiento académico de los estudiantes.

Debe ser motivo de estudio ahora identificar los motivos y más que nada las

causas que inducen a la depresión dentro de los hogares de estos estudiantes

que se ven afectados en su rendimiento académico, causando un perjuicio

económico al Estado y a otros jóvenes que pierden la oportunidad de estudiar en

las diferentes Universidades públicas.

33

Objetivo:La siguiente encuesta tiene por objeto recabar información sobre el rendimientoacadémico en jóvenes del curso ne nivelación.



¿Cuál es su nota promedio de las asignaturas de Álg ebra, Geometría, FísicaQuímica en la primera unidad del curso de nivelació n?

¿Se ha sentido deprimido en este periodo? (siempre = 0 / a veces = 2 / nunca = 1)

Caso Género (Masculino/Femenino) Edad (años cumplidos) Notas











Depresión

ESCUELA POLITÉCNICA DEL EJÉRCITO EXTENSIÓN LATACUNG A

17. ANEXOS

17.1 Fuentes bibliográficas.

Quevedo Urías, Héctor. Estadística para Ingeniería y Ciencias. México 2008.

Anthony E. James. Depresión y trastornos emocionales. Estados Unidos 2000.

Pazmiño Maji, Rubén. Desarrollo de estadística bajo Winidams y R. Ecuador

2012.

17.2 Encuestas aplicadas a los estudiantes de nivel ación de la ESPE-EL.

Proyecto de investigacion depresion vs notas espe

Education

Transcript of Proyecto de investigacion depresion vs notas espe