La traducción y sustitución de algo inobservable a una propiedad observable se denomina: Formulación de hipótesis. Operativización. Contraste de hipótesis.
El objetivo de la estadística inferencial es: Inferir desde la población a la muestra. Inferir desde la muestra a la población. Describir las características de una muestra.
Las hipótesis de investigación deben: Tener un carácter descriptivo. Estar formuladas como una pregunta. Plantear relaciones causales entre variables.
La frecuencia relativa de una de las categorías de una variable nominal es 0.4. Sabiendo que el total de sujetos de la muestra son 10 y que no hay valores perdidos, podemos afirmar que la frecuencia absoluta de esa categoría será: 4 6 10.
La asignación de números o caracteres a los valores de una variable se denomina: Etiquetado. Codificación. Tabulación.
Si los sujetos tienden a agruparse en torno a puntuaciones altas de la distribución, estaríamos ante una situación de asimetría: Positiva. Negativa. Nula.
Un estadístico que divide a la muestra en dos mitades con el mismo número de sujetos se denomina: Media. Moda. Mediana.
Para representar las frecuencias de los valores de una variable continua con nivel de medida de intervalo o de razón, el tipo de gráfico más adecuado es: Gráfico de barras. Gráfico de sectores. Histograma. .
Una persona obtiene en un examen una puntuación de 7. A esta puntuación se la denomina: Puntuación típica. Puntuación directa. Puntuación diferencial.
La puntuación diferencial correspondiente a una puntuación de 6, sabiendo que la media del grupo es 7, será: 0.5 1 -1.
Si queremos calcular la correlación existente, dentro de un grupo, entre una variable continua y otra dicotómica, el coeficiente más apropiado es: El biserial-puntual. El biserial. El tetracórico.
Cuando solo se puede garantizar un nivel de medida ordinal en las variables implicadas, el coeficiente de correlación a utilizar es el de: Spearman. Contingencia. Pearson.
Se aplican dos instrumentos de medida para evaluar la motivación intrínseca del alumnado de secundaria en un centro. Este procedimiento nos permitiría estudiar la fiabilidad: Como estabilidad. Como equivalencia. Como consistencia interna.
Para media la validez de una prueba objetiva, una profesora utiliza la variable rendimiento en dicha prueba para estimar el rendimiento en la prueba PISA de ciencias del alumnado de clase. En este caso está evaluando: La validez como estabilidad. Validez predictiva. Validez de constructo.
Si la distribución de frecuencias de una variable sigue la curva normal, la probabilidad de que un sujeto obtenga una puntuación típica igual o inferior a +2 será aproximadamente: Las puntuaciones típicas no pueden ser mayores que 1. 0.067 0.933.
A los cuantiles de orden 4 se les denomina: Percentiles. Cuartiles. Deciles.
El coeficiente de correlación de dos variables en una muestra es 0.83 y su probabilidad asociada es de p= 0.02. Por tanto, para un nivel de confianza de 0.05, podemos afirmar que, al nivel de confianza elegido: Hay correlación entre dichas variables en la población, pero no podemos decir nada sobre su magnitud. La correlación en la población es significativamente nula. No podemos decidir nada sobre la correlación en la población.
La desviación típica de la distribución muestral se denomina: Puntuación típica. Error típico. Error muestral.
Un educador social calcula que el valor de p en una análisis de diferencia de medias entre dos grupos es 0.03. Por tanto, para un nivel de significación de 0.05, puede concluir que: La diferencia de medias es estadísticamente significativa. Existe una correlación significativa entre las variables implicadas. La diferencia de medias no es estadísticamente significativa.
El hecho de que el intervalo de confianza de una diferencia de medias aritméticas incluya el valor cero nos indica: Que la diferencia de medias es estadísticamente significativa. Que la diferencia de medias no es estadísticamente significativa. Que la diferencia de medias en la muestra no puede ser compatible con una diferencia igual a cero en la población. .
|
