Conclusiones

Para determinar si el anlisis de dichos datos es bueno, se procedi a realizar las tres
pruebas correspondientes. La primera de ellas fue el anlisis terico, nuestra hiptesis
afirma que existe una relacin directa entre las variables independientes horas de uso
acadmico de Smartphones y valoracin en el uso acadmico de Smartphone y la
variable dependiente rendimiento acadmico (CRAEST). Respecto a la variable
Dummy sexo se tena la hiptesis de que en caso de que el encuestado sea del sexo
femenino esta variable no influa en el rendimiento acadmico, en el caso que el sexo
sea masculino esta variable influye pero, no se saba en qu medida. De acuerdo a los
coeficientes obtenidos luego del anlisis de regresin podemos concluir que la
hiptesis que se tena respecto a las relaciones directas o indirectas se cumple.

En segundo lugar, se realiza el anlisis de lneas o de significancia individual. Para

dicho anlisis, se utiliza los valores que se encuentran en el rubro de probabilidad de
cada una de las variables. Al trabajar con un nivel de confianza del 90%, se puede
aceptar las variables que obtengan un nivel de significancia de 0.1 . Por tanto, se
puede concluir que tanto la variable valoracin en el uso acadmico y sexo se
pueden aceptar; sin embargo, la variable horas de uso acadmico se tendra que
rechazar dado que se encuentra en un rea fuera del nivel de confianza. Esto ltimo
quiere decir que tanto la valoracin por parte de los alumnos de Gestin como su
gnero s se relacionaron con el desempeo acadmico de los mismos mientras la de
horas de uso no la explica significativamente. Entonces, se podra en el modelo
propuesto delimitar el valor a la variable de horas de uso de Smartphones y se le
tomar ms relevancia a las otras dos variables.

En tercer lugar, se realiza un anlisis de conjunto o de significancia conjunto. Para

dicho anlisis se toma el valor crtico de F. Al igual que en el caso anterior, este valor
debe ser menor al 0.1 de nivel de significancia para que la muestra sea representativa.
Para el presente estudio, se obtuvo que el valor crtico de F fue igual a 0.05; al ser este
valor menor que el 0.1, se puede concluir que en conjunto dichas variable explican la
variable dependiente.
Por ltimo, se analiza el valor de coeficiente de determinacin R^2 ya que este nos
permitir determinar en qu porcentaje las variables escogidas explican el fenmeno o
la variable dependiente, en este caso, rendimiento acadmico. Luego de realizar el
anlisis de regresin, se obtuvo que estas variables slo explican el 6% del fenmeno.
Por ello, se puede concluir que existen otras variables que se encuentra en el unknow
de la ecuacin. La ecuacin debera tener diferentes variables para que sea ms
representativa como por ejemplo: horas al da de estudio, asistencia a clases, nivel de
satisfaccin del alumno por el curso, etc.
Como podemos observar a pesar que en su conjunto las variables escogidas para medir el
rendimiento acadmico de los alumnos son representativas en su conjunto, es necesario tener
en cuenta que analizando dichas variables desde un anlisis al coeficiente de determinacin las
variables escogidas no explican realmente la variable dependiente. Por tanto, se puede concluir
que existen otras variables que se encuentran en el elemento desconocido de la ecuacin que
busca explicar de que esta compuesto la variable rendimiento acadmico.