Test cuestionarios.trabajogrupos.estadística.edusocial.2013uned

TEST BORRADO, QUIZÁS LE INTERESE: Cuestionarios.TrabajoGrupos.Estadística.EduSocial.2013UNED

COMENTARIOS	ESTADÍSTICAS	RÉCORDS

REALIZAR TEST

Título del Test:
Cuestionarios.TrabajoGrupos.Estadística.EduSocial.2013UNED

Descripción:
Estadística aplicada a la Educación. UNED.

Autor:

Tod@s

OTROS TESTS DEL AUTOR

Fecha de Creación:
30/04/2013

Categoría: UNED

Número Preguntas: 158

COMPARTE EL TEST

COMENTAR

maytemalonda ( hace 10 años )

Muchísimos errores en el test, que al ver las respuestas que me da como error y sabiendo que no es así, he ido contrastando en internet, el libro, ... ¡¡¡ cuidado, las respuestas no son de fiar !!! Más de 15 errores de momento en las respuestas.

Responder

maytemalonda ( hace 11 años )

En este test de momento ya he detectado cuatro respuestas erróneas. Difícil al ser aleatorio que te pueda indicar que preguntas son. Lo he contrastado con el libro y con otros test donde las preguntas coinciden. sería conveniente que lo revisases para evitar suscitar errores en la gente que hace el test. Saludos y enhorabuena por la recopilación y el trabajo.

Responder

Temario:

Las hipótesis son: comparables claras contrastables.
La Estadística, desde un planteamiento teórico se puede considerar: Como ciencia. Como conjunto de datos numéricos. De ambas maneras.
¿Quiénes definen la estadística como “La ciencia que estudia, mediante métodos cuantitativos, las poblaciones que se obtienen como síntesis de la observación de unidades estadísticas “ ? Vélez y otros (2006) Kerlinger (1985) Downie y Heath (1983).
Describe de manera correcta el significado de estadística descriptiva. Elige la opción correcta: Es una técnica basada en la recolección, recuento, clasificación e interpretación de un conjunto de datos obtenidos a partir de la observación. Es una técnica que nos permite solamente clasificarla y no permite interpretar. Consiste en deducir resultados sobre un universo, a partir de una muestra.
Solamente una de las afirmaciones que figuran a continuación es falsa. Indíquela: La estadística permite extrapolar resultados de muestras a poblaciones La estadística resuelve problemas de medidas de variables La Estadística es capaz de establecer la cuantía de las relaciones de las variables.
Para conseguir aislar o minimizar las influencias de las variables extrañas sobre la variable dependiente, una de las tareas importantes de la Estadística, es preciso: Garantizar la formulación de hipótesis Garantizar el control de las mismas Garantizar la selección de sujetos.
¿Cuáles son aquellas variables que aun no siendo objeto de investigación pueden influir en los resultados de la misma? Variable Dependiente Variable Extraña Variable Independiente.
¿Qué campos forman la Estadística Inferencial? La estimación de parámetros y el contraste de hipótesis. La estimación de parámetros y ofrecer una visión global del grupo de sujetos. Ofrecer una visión global del grupo de sujetos y el contraste de hipótesis.
Cuando la finalidad de la Estadística consiste en obtener una serie de conclusiones sobre algún aspecto relevante de la población, a partir de observaciones en muestras, nos encontramos ante: Estadística analítica Estadística descriptiva Estadística inferencial.
Cuando una variable posee entre los posibles valores el 0, ante qué nivel de medida nos encontramos: Nivel de proporción Nivel ordinal Nivel nominal.
El estudio de los métodos y técnicas para la descripción gráfica y numérica de los conjuntos de datos numerosos se corresponde con la estadística de tipo: Descriptiva. Inferencial. Ninguna es correcta.
La estadística descriptiva es: Aquella parte de la estadística que utiliza estadísticos procedentes de muestras o poblaciones con una finalidad eminentemente descriptiva o informativa de las mismas. Tiene por finalidad la obtención de una serie de conclusiones sobre algún aspecto o variable presente en una población a partir de las observaciones de comportamiento en una o varias muestras. Aquella que se ocupa de los métodos estadísticos que nos sirven para realizar inferencias objetivas sobre los datos disponibles y trasladarlos a grupos más amplios.
La estadística se entiende como: La forma de resolver problemas educativos y considerarla como una ciencia. Una serie de conjuntos de números y un método de trabajo propio del campo empírico. Ambas son correctas.
Cuando el investigador formula su hipótesis o enumera sus objetivos se le exige que: Las hipótesis sean contrastables y los objetivos incomparables. Las hipótesis sean contrastables y los objetivos comparables Ambas son falsas.
Las variables, cuantitativas son: discretas y continuas discretas e indiscretas dicotómicas y politómicas.
Una hipótesis debe estar bien fundamentada. Para ello, el investigador debe: Razonarla, apoyándose en argumentos de autoridad. Servirse de su experiencia e intuición. Acudir a una revisión de fuentes documentales.
¿Cuál de los siguientes no es un criterio de valoración de la información recogida? Actualidad Relevancia Viabilidad.
¿Según su nivel de aproximación a la realidad las hipótesis pueden ser? Existenciales, universales y probables Sustantivas o estadísticas Operacionales o conceptuales.
Las puntuaciones obtenidas de un grupo de 30 estudiantes son las siguientes: 15,12,16,18,14,15,12,19,20,14,16,18,15,18,19,20,17,13,16,14,14,17,16,15,12,15 ¿cuál será el promedio? 14,7 14 15,3.
Los aspectos éticos de la investigación educativa, deberán ser tenidos en cuenta: A posteriori como una reflexión. Al comienzo de una investigación No es un aspecto importante en la investigación educativa.
Las hipótesis pueden expresarse cuantitativamente de forma estadística, aunque también de forma: Universal Operacional Sustantiva o científica.
Una hipótesis debe estar bien fundamentada. Para ello, el investigador debe: Razonarla, apoyándose en argumentos de autoridad Servirse de su experiencia e intuición Acudir a una revisión de fuentes documentales.
¿Cuáles son las variables que están presentes y que deben ser controladas para evitar la contaminación de los resultados finales? a. Variables estímulo b. Variables dependientes c. Variables extrañas.
La condición inexcusable que debe reunir la formulación de un problema para tratar de darle respuesta es que: Esté bien fundamentado Sea resoluble Sea relevante en términos científicos.
Según la posibilidad de generalización de clasificación de las hipótesis estas pueden ser: Operacionales Existenciales Conceptuales.
Existen hipótesis existenciales, universales y probables según el criterio de clasificación: Formas de expresión cuantitativa. En nivel de aproximación a la realidad. Posibilidad de generalización.
Cuál es la hipótesis que se busca contrastar en un estudio estadístico: La hipótesis alternativa La hipótesis nula La hipótesis contrastable.
Las características deseables en los problemas de investigación aplicadas al campo educativo son: factibilidad, claridad y significatividad, donde la formulación de la pregunta ha de reflejar la descripción, la asociación o la intervención. viabilidad, claridad y significatividad, donde la formulación de la pregunta ha de reflejar la descripción la asociación o la intervención. factibilidad, viabilidad, claridad y significatividad, donde la formulación d la pregunta ha de reflejar la descripción, la asociación o la intervención.
En la clasificación de hipótesis, el criterio de generalización hace referencia a: existenciales, operacionales y probables existenciales, universales y probables. existenciales, operacionales, universales y probables.
La moda y la amplitud son: Medidas de tendencia central Medidas de dispersión Estadísticos descriptivos.
¿Qué tipo de escala admite el 0 como valor numérico? De Razón. Nominal. Intervalo.
Trasladar los datos recogidos, a una hoja de cálculo o programa estadístico que nos permita trabajar con ellos, se denomina: Codificar datos Tabular datos Etiquetar datos.
Los pesos de los jugadores de un equipo de fútbol son: 76 - 78 - 75 - 72 - 81 - 75 - 65 - 82 - 71 - 68 - 71. ¿Cuál es el peso medio del equipo? 74 75 4,5.
Cuando en una distribución de frecuencias, una frecuencia concreta se divide por N, estamos ante lo que se conoce como frecuencia: Absoluta Acumulada Relativa.
Los aspectos éticos de una investigación educativa, según Creswell, deberían ser tenidos en cuenta: Al comienzo de una investigación Como una reflexión a posteriori No es un aspecto importante en la investigación educativa.
¿Qué NO debemos de hacer al encontrarnos con datos perdidos? Poner un cero para que la casilla no este vacía. No poner ceros porque falsean los resultados No poner ceros pero sí asignarle un valor extraño que no sea admisible en la escala de medida.
La mediana es útil para: Dividir a un grupo en dos mitades con el mismo número de sujetos Medir la heterogeneidad de un grupo Conocer la tendencia central de un grupo atendiendo a las puntuaciones extremas.
En la matriz de datos, las filas corresponden a: Las variables. Los sujetos. Lo que el investigador determine.
¿Qué valor hemos de dar a los datos perdidos, aquellos que el sujeto no ha respondido? Señale la respuesta incorrecta: Asignarle un valor extraño Poner ceros Dejarlos en blanco.
En una comparación de puntuaciones que nos proporciona un juicio de satisfactorio qué tipo de referencia utilizamos: Referencia idiosincrásica o personalizada Referencia criterial Referencia normativa.
La depuración de datos exige: Control de calidad de la tabulación. La propia depuración de datos. Ambas son correctas.
La codificación de datos consiste en: Comprobar la fidelidad de la tabulación La asignación de números o caracteres a los valores de la variable. En el análisis que sigue el investigador para extrapolar los resultados obtenidos en las muestras a las poblaciones de las que se extrajeron.
Principios éticos que deben seguirse en la investigación educativa: Participación involuntaria Falta de anonimato Confidencialidad.
La distribución de frecuencias es: Una forma rápida y fácil de transformar una columna de datos en algo rápidamente inteligible La suma de todos los datos recogidos La distribución que damos a los datos para obtener la respuesta que buscamos.
El gráfico de sectores, se utiliza para representar variables con nivel de medida: de intervalo ordinal nominal.
¿En qué casos nos interesa calcular la desviación semi-intercuartílica? Cuando no tenemos un elevado número de sujetos. Cuando queremos prescindir de los sujetos con puntuaciones extremas. Cuando queremos incluir a todos los sujetos del estudio.
¿Cuál de estas representaciones gráficas se utiliza para variables cuantitativas continuas con nivel de medida de intervalo o de razón? Gráfico de barras Histograma Gráfico de caja.
¿Cuál es la medida de tendencia central adecuada para las variables nominales dicotómicas? Media Mediana Moda.
Un decil es un cuantil de orden: Q10 Diez Enésimo.
Un índice de curtosis igual a 0, indica una distribución en la curva normal. Si el índice de curtosis es inferior a 0, ¿Qué tipo de curva representa? Platicúrtica. Mesocúrtica. Leptocúrtica.
Es el recuento, ordenación y clasificación de distintos datos que se van a utilizar en diversos estudios. Varianza. Estadística. Variable.
Las medidas de tendencia central: Por sí solas no nos proporcionan suficiente información como para hacernos una idea de las características del grupo. Por si solas si nos proporcionan suficiente información como para hacernos una idea de las características del grupo. Depende del tipo de escala de medida con el que estemos trabajando.
Indica la mediana en este ejemplo: 112222334444455 3 2 4.
La función de densidad de probabilidad y la función de distribución cuál de estas características tienen: Las representaciones pueden tener valores positivos o negativos En las representaciones de histogramas de barras, sin importar la base, el eje de abscisas representa una variable aleatoria discreta En una representación de histograma de barras sin importar la base, tiene una variable aleatoria continúa.
Una medida de tendencia central es: La moda La desviación típica El coeficiente de variación.
Una asimetría negativa indica que: Los sujetos tienden a agruparse en torno a las puntuaciones altas de la distribución. La mayoría de los sujetos tiende a concentrarse en la parte baja de la distribución. La mayoría de los sujetos tiende a concentrarse en la parte media de la distribución.
Medidas de tendencia central: Moda, Medianera y Media Media Amodal y Mediana Media, Mediana y Moda.
¿La medida de amplitud o recorrido de una variable es una medida de dispersión? sí es una medida pero no de dispersión no es una medida en estadística.
Una puntuación típica divide la curva normal en: dos partes tres partes dos partes exactamente iguales.
¿Qué tipo de curva hace que la media, la moda y la mediana coincidan? Curva simétrica positiva. Curva simétrica negativa. Curva normal.
En un instituto se ha pasado una prueba de lengua a tres clases: 1º A, 1º B y 1º C. Una vez recogido los datos, y atendiendo al resultado de la desviación típica (s) de cada uno de los grupos ¿Qué clase, de las tres, podríamos considerar como la más homogénea? 1ºA cuya desviación típica es de s = 1 1ºB cuya desviación típica es de s = 0,4 1ºC cuya desviación típica es de s = 1,5.
¿Cómo podemos obtener los percentiles? A través de una distribución de frecuencias. A través del cálculo indirecto cálculo por interpolación A y B son correctas.
Cuando los valores alcanzados por un grupo de sujetos son elevados en una variable y bajos en otra variable, decimos que la relación es: Imperfecta positiva Imperfecta negativa Perfecta negativa.
A una puntuación normal z=0 en una distribución normal le corresponde una puntuación directa: De 0 Igual a la media Igual a la desviación típica.
Una puntuación diferencial nos permite saber: La puntuación correspondiente al sujeto. Si una puntuación está por encima o por debajo de la media aritmética El número de desviaciones típicas que se desvía una puntuación.
Son medidas de tendencia central tales como: Frecuencia acumulada, frecuencia relativa, distribución de frecuencia. Media aritmética, moda, mediana. Varianza, amplitud, desviación típica.
Una puntuación directa superior a la media aritmética: Será una puntuación diferencial negativa. Será una puntuación diferencial positiva. Depende de la dispersión del grupo.
Las dos propiedades más importantes de las puntuaciones típicas son: que la moda de dichas puntuaciones es igual a 0 y la desviación típica igual a 1 que la media de dichas puntuaciones es igual a 0 y la desviación típica igual a 1 ninguna es correcta.
En una curva normal los sujetos situados entre el percentil 90 se encontrará: En la parte derecha de la distribución En la parte izquierda de la distribución En la parte central de la distribución.
Una puntuación típica muy pequeña indica: Un grupo homogéneo. Un grupo heterogéneo. Habría que considerar otras puntuaciones.
Una puntuación directa es: La puntuación que obtiene un sujeto al realizar una prueba o aplicarle un instrumento de medida. La puntuación individual relativa a la media aritmética del grupo de referencia. La puntuación que nos indica el porcentaje de sujetos que deja por debajo de sí una puntuación determinada.
Una puntuación diferencial es (X): Una puntuación individual relativa a la media Es la puntuación que obtiene un sujeto al realizar una prueba Una puntuación típica que indica el número de desviaciones típicas que se desvía una puntuación directa de la media aritmética.
El cálculo por Interpolación consiste en hallar un dato dentro de un intervalo en el que conocemos los valores de los extremos, estos: Son los últimos que se pueden expresar en decimales Nunca se expresaran en decimales Necesitan del procedimiento llamado calculo directo.
La curva normal es una distribución: Teórica, Asimétrica y asintótica Teórica, dispar y Asimétrica Teórica, simétrica y Asintótica.
Se puede afirmar que: Si la correlación es alta, la media es alta Si la correlación es alta, la media es baja Si una de las variables está por encima de la media, la otra variable también estará por encima.
¿Qué tipo de correlación se puede medir con dos escalas nominales? Coeficiente de contingencia. Coeficiente de correlación de Pearson. Coeficiente de correlación de Spearman.
Ante casos en que las dos variables tienen la misma naturaleza y solo podemos garantizar que alcanza un nivel de medida ordinal debemos recurrir al: Coeficiente de correlación ordinal de Spearman Coeficiente de correlación de Pearson Coeficiente de correlación biserial-puntual.
¿Para conocer la correlación entre dos variables de distinta naturaleza siendo una de ellas cuantitativa, continua o discreta, y la otra auténticamente dicotómica que coeficiente de correlación utilizaremos? Coeficiente de correlación Biserial Coeficiente de correlación Biserial-Puntual Coeficiente de correlación de Pearson.
Determine la moda de acuerdo a los siguientes datos 6, 7, 8, 6, 7, 6, 8, 6,9. 6. 7. 8.
Si al aumentar los valores de una variable en un grupo de sujetos, los valores de la otra aumentan, y además lo hacen en la misma proporción, nos encontramos ante: Una relación imperfecta positiva. Una relación perfecta negativa. Una relación perfecta positiva.
EI procedimiento de Spearman-Brown, basa el cálculo de la fiabilidad en la correlación: Entre las variables Entre las mitades Entre las unidades.
Un coeficiente de correlación de Entre 0,25 se puede considerar como: Correlación baja Correlación muy baja Correlación media.
Se puede decir que existe una relación nula o ausencia de relación cuando: las puntuaciones en las dos variables se deben a factores aleatorios las puntuaciones en las dos variables se deben a factores inversos las puntuaciones en las dos variables se deben a factores negativos.
En el análisis de la correlación entre dos variables, se presenta diferentes posibilidades que se expresan mediante un diagrama de dispersión, una de ella es: Relación perfecta positiva. Relación imperfecta sumativa. Relación nula positiva.
El diagrama de barras que escala representa: Escala de intervalo o razón Escala de tipo ordinal Escala de tipo nominal.
Si obtenemos un coeficiente rxy=0,78 podemos interpretar que la correlación es: Muy baja, indiferente, despreciable. Alta, elevada, fuerte. Media, marcada, notable.
El coeficiente de correlación de Pearson ( r ) Se utiliza para conocer la posición orden o rango que ocupan en una serie ordenada de valores Se utiliza cuando las dos variables que se relacionan son cuantitativas Se utiliza en los casos en que se recogen datos de variables clasificadas en categorías.
La fiabilidad: Constituye la principal característica de los instrumentos de medida Aparece íntimamente ligada a la validez del contenido del instrumento a y b son correctas.
Tenemos una prueba de 40 items, con una fiabilidad de rxx=0,88. Para aumentar su fiabilidad a rxx=0,90, hemos de… Aumentar el número de ítems. Reducir el número de ítems. Modificar el contenido de los ítems.
Al comparar la puntuación de dos alumnos que han realizado la misma prueba, se pretende averiguar si se trata de una diferencia significativa o aleatoria para un nivel de confianza del 95%, cuya puntuación en la tabla de z (curva normal) se corresponde con 1,96. Teniendo en cuenta que al emplear la fórmula con los valores absolutos de la diferencia, ésta ha dado como resultado 1,44 podemos decir que: La diferencia de puntuación es estadísticamente significativa, y no se explica por azar. La diferencia de puntuación es estadísticamente alta, y poco aleatoria. La diferencia de puntuación estadísticamente no llega a ser significativa o real, y puede haber factor aleatorio.
¿Cuáles son las condiciones fundamentales para construir una norma o baremo, para la interpretación de puntuaciones en un instrumento de medida? Tamaño de la fuente y procedimiento de selección. Tamaño suficiente de la muestra y procedimiento de selección aleatoria Normas cronológicas y de edad.
Cuando deseamos establecer el coeficiente de fiabilidad como estabilidad, debemos calcular la correlación entre: Dos aplicaciones sucesivas de la prueba La primera y la segunda mitad de la prueba Los ítems pares e impares de la prueba.
Si al aumentar los valores de una variable en un grupo de sujetos, los valores de la otra aumentan y, además, lo hacen en la misma proporción, nos encontramos ante: Una relación imperfecta positiva Una relación perfecta positiva Una relación perfecta negativa.
Medida de relación lineal entre dos variables, que utiliza valores medidos a nivel de una escala ordinal: Medidas de dispersión. Correlación de Pearson. Correlación de Sperman.
Decimos que un instrumento de medida es fiable cuando: Mide con coherencia un rasgo Mide con equivalencia una característica Mide con precisión un rasgo.
¿Cuáles son los diferentes procedimientos de cálculo de fiabilidad? Estabilidad como consistencia interna Fiabilidad como equivalencia Las dos anteriores son correctas.
Para calcular el índice de homogeneidad (IH), si los ítems son dicotómicos se utilizaría: el coeficiente biserial el coeficiente tetracórico el coeficiente biserial-puntual.
El procedimiento de Spearman-Brown se basa en: La correlación entre las mitades. En la varianza de las diferencias. En las intercorrelaciones de cada uno de los elementos.
En un estudio estadístico sobre el absentismo escolar según el nivel económico de los padres. En el cual el absentismo lo tomo como una variable discreta y el nivel económico como una variable de intervalo cual sería el coeficiente de correlación ideal a emplear: Coeficiente biserial puntual Coeficiente pearson Coeficiente spearman.
13. El procedimiento para determinar la fiabilidad que se basa en la varianza de las diferencias corresponde con: El procedimiento de Rulon. El procedimiento de Kuder-Richardson. El procedimiento Spearman-Brown.
El procedimiento que nos permite dividir la puntuación total del sujeto en una prueba en dos partes, bien eligiendo los ítems pares o impares…. Fiabilidad como consistencia interna Fiabilidad como equivalencia Fiabilidad como estabilidad.
La validez Predictiva: Aborda la validez superficial pero sin entrar en disquisiciones profundas sobre lo que se está midiendo Permite conocer la capacidad que tiene la prueba para avanzar las expectativas sobre futuros hechos o fenómenos Comienza deduciendo aquellas consecuencias que se derivan del hecho que se ponga de manifiesto o no la característica que se estudia.
Un modelo matemático: Es el modelo estadístico pero si no incorpora la probabilidad como componente fundamental Un modelo clave en nuestro campo es la campana de Gauss a y b son falsas.
La distribución de probabilidad “t”, conocida como “t de student” se debe a: W. S. Gosset. F.N. Kerlinger. C. F. Gauss.
¿De qué formas pueden representarse los modelos? Señale la incorrecta. Icónica Matemática Digital.
Entre un modelo matemático y uno estadístico la diferencia aparece en forma de: Una ecuación El valor e o error en la predicción El símbolo ∩.
Los modelos son representaciones de la realidad: Exactas Precisas Simplificadas.
Es una forma de presentar ordenadamente un grupo de observaciones y su estructura dependerá de la cantidad de tipos de variables que se están analizando. Tabla de frecuencia. Frecuencia absoluta. Distribución normal.
Se quiere saber si existe relación significativa entre el estatus socioeconómico y el grupo. Suponiendo las dos variables categóricas. ¿Qué estadístico se utilizará? a. La prueba z (normal) b. La ji-cuadrado c. El coeficiente de contingencia.
¿Cuándo decimos que un instrumento de medida es válido? Cuando mide con precisión independientemente de lo que esté midiendo Cuando mide lo que dice medir y no otra cosa A y B son correctas.
¿Cuándo una variable cuantitativa es discreta? Cuando admite un número “no numerable” de casos o valores. Cuando no puede adquirir todos los valores posibles Cuando no tiene el valor de unidad.
Uno de los modelos estadísticos más frecuentes en nuestro ámbito de estudio y de los más fructíferos por sus aplicaciones es: el de la curva normal de probabilidades campana de Gauss ambos son conceptos sinónimos.
El elemento diferencial entre un modelo matemático y otro estadístico es la incorporación a este de: La desviación típica La probabilidad La desviación semi-intercuartílica.
Cuando las variables de dos pruebas son dicotómicas que tipo de procedimiento de correlación debemos usar: Procedimiento ὰ de Grombach Procedimiento Kunder Richardson Procedimiento de Spearman- Brown.
Una de las siguientes, no forma partes de las características de la curva normal de probabilidades: La curva es asintótica al eje de abscisas. La ordenada de la media divide la curva en dos partes iguales. Únicamente coinciden media y mediana.
La importancia de la función de densidad de probabilidad radica en: Como prueba de bondad de ajuste Como prueba de independencia Todas las respuestas son correctas.
¿Quién afirma que la estadística es la teoría y el método de analizar datos cuantitativos obtenidos de muestras de observaciones para estudiar y comparar fuentes de varianza de fenómenos?: Cramer Ferrer Martín Kerlinger.
Un baremo: una escala de puntuaciones obtenidas con un instrumento de medida que permite su interpretación mediante la atribución a cada una de ellas de un determinado valor. procede de un matemático francés del siglo XVII e inicios de XVIII, llamado B.F. Barrême. las dos anteriores son verdaderas.
El principal procedimiento de extracción de muestras imparciales es el: Ninguna de las anteriores. Muestreo aleatorio simple. Muestreo de error de estimación.
¿Qué tipo de normas no corresponden a los cuantiles? La mediana Los deciles Los intervalos.
Indica la mayor y menor concentración de los datos con respecto a las medidas de centralización: Medidas de dispersión Medidas de forma. Distribución normal.
El muestreo más habitual, aunque no el mejor, es el conocido como: Por cuotas Estratificada Incidental.
Un educador social, que está trabajando con jóvenes adultos con baja autoestima, ¿qué referencia debería utilizar para valorar sus logros? Personalizada Criterial Normativa.
¿En qué termino es fijado por el investigador el error de estimación? Proporción Porcentaje Puede fijarlo de ambas maneras.
Los cuartiles son puntuaciones que dejan por debajo de si: Al 45% de los casos. Al 25,50,75% de los casos Al 99% de los casos.
Para la construcción de baremos o normas, un tipo de normas fáciles de entender y construir son las cuantiles, entre las que se destacan: las cuartiles, deciles, y centiles o percentiles las cuartiles, centiles o percentiles y las miles las cuartiles, miles y milloniles.
¿Cuáles son las condiciones fundamentales para construir una norma o baremo? Tamaño suficiente y selección aleatoria Tamaño suficiente y selección fijada. Ninguna de las anteriores.
Los tipos de referencia más utilizados en educación para interpretar una puntuación son: La idiosincrásica y la criterial. La criterial y la normativa. La criterial, la normativa y la idiosincrásica.
Para la interpretación de una puntuación, en la referencia criterial: Se valora atendiendo a la puntuación que alcanzó en una prueba anterior. La referencia es un nivel objetivo Es una referencia relativa, dependiendo del grupo en que esté integrado.
Una muestra es: un conjunto de los elementos de una población. un subconjunto de los elementos de una población. un subconjunto de los elementos de una variable.
En la carencia de Sesgo podemos decir que un estimador insesgado es aquel que tiene sesgo igual a: 0. 1. -1.
A qué característica, de un estimador, nos estamos refiriendo si afirmamos que; el aumento del tamaño de la muestra hace que el valor del estadístico se acerque más al valor del parámetro. Suficiencia Eficiencia Consistencia.
Es la representación en el plano, con el fin de obtener una impresión visual global del material presentado y facilita su rápida comprensión. Estadística descriptiva. Gráficos. Muestras.
Cuando una correlación no es estadísticamente significativa: Es una correlación que no podemos generalizar sin más Es una prueba de no relación en la población. Es cuando es distinta de cero en la población de referencia.
¿Puede darse el caso de obtener los mismos resultados con las pruebas paramétricas que con las no paramétricas? Si, con un tamaño de muestra elevado Únicamente con muestras muy pequeñas Habitualmente suelen ser coincidentes.
El error tipo I se produce cuando: El intervalo de confianza del estadístico deja de cubrir el parámetro El intervalo de confianza del estadístico cubre valores erróneos Cuando la extensión de la muestra es pequeña.
¿Qué características debe poseer un buen estimador? Carencia de sesgo, eficiencia, consistencia y suficiencia Carencia de sesgo, eficacia, inconsistencia y suficiencia Carencia de sesgo, eficiencia, inconsistencia e insuficiencia.
Cuando elegimos una muestra en inferencia siempre hablamos de: Nivel de confianza y de significación de error Correlación de Pearson Ambas respuestas son correctas.
Dentro del marco de la Estadística inferencial suelen distinguirse dos objetos de estudio: la estimación de parámetros y el contraste de hipótesis. Un parámetro se estima siempre: a partir de un estadístico calculado en una población a partir de un estadístico calculado en una muestra las dos son correctas.
Un buen estimador debe poseer una de las siguientes características, ¿Cuál es?: Insuficiencia Administrador Carencia de sesgo.
Si deseamos buscar la existencia de relación entre dos variables dicotómicas, que coeficiente de correlación debemos aplicar: Coeficiente de correlación de Pearson Coeficiente de correlación Phi Coeficiente de correlación biserial-puntual.
Las características que debe poseer un buen estimador son: Eficiencia y consistencia. Carencia de sesgo y suficiencia. A y B son correctas.
El error típico es: El error más común en planteamientos estadísticos Índice que indica el grado de precisión del estadístico obtenido A y b son verdad.
la hipótesis nula representa: relación entre las variables que estamos estudiando. la no relación entre las muestras que estamos estudiando la no relación entre las variables que estamos estudiando.
En una prueba estadística, ¿cómo se llama la hipótesis a contrastar? Hipótesis Alternativa. Hipótesis de Investigación. Hipótesis Nula.
La potencia estadística se define como: La probabilidad de rechazar la hipótesis nula cuando ésta es realmente verdadera La probabilidad de rechazar la hipótesis nula cuando ésta es realmente falsa Ninguna de las anteriores.
La hipótesis nula representa: La relación entre variables La no relación entre variables La existencia de diferencias entre la variable dependiente y la variable independiente.
La hipótesis nula representa: La no relación entre las variables La relación entre las variables La relación entre hipótesis.
¿Qué características deben tener las hipótesis? Contrastables y analíticas Contrastables y comprobables Analíticas y comprobables.
El error “Tipo I” en la decisión del investigador a la hora de rechazar o no la Hipótesis nula (Ho) es aquel en que… No se rechaza la H0 y ésta es falsa. Se rechaza la H0 y ésta es falsa. Se rechaza la H0 y ésta esta es verdadera.
Es la medida de la variabilidad más simple. Media. Desviación típica Rango.
La significación estadística por sí sola no nos dice gran cosa como para tomar decisiones en la práctica. ¿Cómo solucionamos el problema? Haciendo una estimación aproximada Utilizando la d de Cohen Comparando los resultados entre las distintas investigaciones.
La PSHN (prueba de significación de la hipótesis nula) se basa en la asunción de una serie de condiciones. Entre ellas: las puntuaciones de la variable dependiente son cuantitativas y su nivel de medida es al menos de intervalo. las puntuaciones de la variable independiente son cuantitativas y su nivel de medida es al menos de intervalo. las puntuaciones de la variable dependiente son cualitativas y su nivel de medida es al menos de razón.
La potencia estadística se define como: La probabilidad de rechazar la hipótesis nula cuando ésta es realmente falta. La probabilidad de rechazar la hipótesis cuando ésta en reamente verdadera. Ninguna de las dos definiciones anteriores es la correcta.
La principal característica de los instrumentos de medida son: Viabilidad Fiabilidad Probabilidad.
Al contrastar la Ho (hipótesis nula) cometemos un error de tipo I: Estamos rechazando la Ho siendo cierta. Estamos aceptando la Ho siendo falsa. Estamos aceptando la Ho siendo cierta.
La hipótesis alternativa es llamada también: Hipótesis posible Hipótesis de contraste Hipótesis del investigador.
12. Para alcanzar la representatividad de una muestra es preciso tomar dos decisiones clave: Fijar el tamaño de la misma y hacer una selección imparcial Que el tamaño sea el adecuado para el estudio y escoger la muestra según nuestra necesidad. Evitar todo tipo de sesgos.

Denunciar Test

▲