Estadística aplicada a la educación

Una variable politómica: Admite dos categorías. Admite solo una categoría. Admite más de dos categorías.

Mediante la estadística descriptiva pretendemos realizar inferencias desde una muestra a toda la población: Verdadero. Falso. Verdadero si la distribución de la variable es normal.

La realización de una tabla de frecuencias para cada una de las variables de un estudio es una buena práctica para realizar la: Codificación de los datos. Tabulación de los datos. Depuración de los datos.

El concepto de porcentaje acumulado en una distribución de frecuencias nos remite al concepto de: Prueba de contraste de hipótesis. Porcentaje de sujetos que aprueba un examen. Percentil.

Para determinar la fiabilidad de los instrumentos de medida, el procedimiento basado en la correlación entre las dos mitades de los ítems es el de: Consistencia interna. Estabilidad. Equivalencia.

En una distribución normal, un sujeto con una puntuación directa igual a la media, se sitúa en un percentil: Inferior al 50. 50. Superior al 50.

En una variable dicotómica codificada como 0-No y 1-Sí sabemos que el 20% de la muestra dijo que sí. Podemos afirmar que: p=20. q=0.20. p=0.20.

Un sujeto ha realizado un test y se encuentra en el percentil 75. ¿Podemos decir que ese sujeto supera al 75% de la muestra de referencia?. Sí, siempre. Sí, pero sólo si la distribución de frecuencias es normal. No, supera sólo al 25%.

En una muestra de 1000 sujetos que tiene una distribución normal, ¿cuántos sujetos se encuentran entre las puntuaciones 0 y 1,25?. 105. 394. 894.

Obtenemos una correlación de Pearson -1,7. Significa…. Que hay una tendencia alta a que a los valores altos en una variable le corresponden los bajos en la otra y viceversa. Que hay una tendencia alta a que a los valores altos en una variable le corresponden también los altos en la otra. Es un valor que no se puede dar en una correlación de Pearson.

El estadístico que se debe utilizar para medir el grado de asociación entre dos variables politómicas con nivel de medida nominal se denomina…. Coeficiente de Pearson. Coeficiente de contingencia. Coeficiente de PHI.

Una correlación estadísticamente significativa, nos indica: Una correlación distinta de cero en la población. Una correlación igual a cero en la población. Una correlación media o alta en la población.

La variabilidad encontrada en una distribución muestral se indica mediante: El Error muestral. El Error típico. La desviación típica.

La validez de contenido de un instrumento hace referencia a: Su precisión. En qué medida los ítems son representativos del rasgo objeto de estudio. La estabilidad en el tiempo de sus contenidos.

Una diferencia de medias estadísticamente significativa, junto con un tamaño del efecto bajo es más fácil que se dé cuando: Las muestras son grandes. Las muestras son pequeñas. No se puede dar esta situación.

El nivel de media de la variable dependiente ha sido: Nominal. Intervalo. Razón.

¿Son las varianzas estadísticamente iguales?. Sí. No. Faltan datos.

¿Se cumple el supuesto de normalidad?. Sí. No. Faltan datos.

Supuesto el cumplimiento de los supuestos para pruebas paramétricas, la prueba estadística utilizada para el contraste de medias ha sido: t. Z. Ji cuadrado.

Según el enunciado del problema, el tipo de contraste estadístico adecuado sería: Bilateral. Unilateral. Como prefiera el investigador.

¿Cuántos son los grados de libertad correspondientes a la prueba de contraste?. 2. 60. 120.

¿Cuál es la probabilidad bilateral asociada al estadístico empírico de contraste?. 0.025. 0.050. 0.010.

23. Suponiendo el cumplimiento de los supuestos para el uso de pruebas paramétricas (en esta y en todas las preguntas siguientes), ¿cuál sería la decisión estadística adecuada?. No rechazar (aceptar) la hipótesis nula. Rechazar la hipótesis nula. En sentido estricto, rechazar la hipótesis alternativa.

24.En consecuencia (siguiendo la decisión estadística adecuada de la pregunta 23): No existen diferencias estadísticamente significativas entre las medias en el peso en función del tipo de menú. Sí existen diferencias estadísticamente significativas entre las medias en el peso en función del tipo de menú. La media de rendimiento en Matemáticas del grupo con jornada partida es estadísticamente superior a la media del grupo con jornada continua.

Suponiendo que el tamaño del efecto es 0,3: La diferencia empírica encontrada entre las medias en peso es entre poco y moderadamente relevante, por lo que se podría seguir estudiando la influencia del menú con muestras más grandes y con mayor control del experimento. La diferencia empírica encontrada nos permite hablar de una relevancia práctica elevada de la incidencia del menú, pese a no rechazar la hipótesis nula. La diferencia empírica encontrada tiene un efecto práctico totalmente irrelevante porque no alcanza el valor crítico de 1.