cuando se obtiene un estadístico y se pretende decidir sobre el parámetro inferencial paramétrica descriptiva.
La condición inexcusable que debe reunir la formulación de un problema para tratar de darle respuesta es que está bien fundamentado sea resoluble sea relevante en términos científicos.
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 documentadas.
Las variables que forman parte de un problema son dependientes o independientes por su propia naturaleza según la función que les atribuya el investigador en función de las variables extrañas a controlar.
Cuando en una prueba de velocidad se asigna a los corredores un número que representa el puesto que ha ocupado a su llegada a meta, el nivel de medida es: de razón ordinal nominal.
los llamados gráficos de ¨caja y bigotes¨ no son adecuados a un nivel de medida de razón ordinal nominal.
Cuando en una distribución de frecuencias, una frecuencia concreta se divide por N, estamos ante lo que se conoce como frecuencia absoluta acumulada relativa.
Cuando la finalidad de la estadística consiste en obtener una serie de conclusiones sobre algún aspecto relevante de la población, a partir de observación en muestras, nos encontramos ante la estadística analítica estadística descriptiva estadística inferencial.
en una prueba estadística cómo se llama la hipótesis a contrastar hipótesis de investigación hipótesis nula hipótesis alternativa.
Los índices numéricos que describen a una muestra se denomina estadísticos parámetros estadísticos y parámetros.
En la investigación en educación, muchas de las variables que utilizamos son constructos que no admiten una medición directa, por lo que es preciso definir aquellas conductas operativas medibles que nos señalen el valor real de las mismas, a este proceso se le identifica con la definición de los conceptos implicados la definición operativa de las variables la definición de los términos en que se manifiestan.
el punto de arranque de la investigación es la formulación de la hipótesis la formulación de un problema la definición de los objetivos de investigación.
Para trasladar la variable ¨religión¨ con tres categorías ( católico, musulmán y judío) a una matriz de datos, la variable ocupará tres columnas, una por cada nivel y categoría una única columna tres filas, una por cada nivel o categoría.
cuando un investigador formula un objetivo o una hipótesis, se debe asegurar de que la hipótesis sea contrastable y el objetivo comprobable la hipótesis sea comprobable y el objetivo contrastable ninguna de las dos anteriores es cierta.
hemos medido la ansiedad mediante un test estandarizado con un recorrido de 0 a 300 puntos. El nivel de medida de esta variable es nominal intervalo razón.
Un percentil, conceptualmente, es análogo a la frecuencia absoluta frecuencia acumulada frecuencia total.
es una función de la estadística ayudar en la toma de decisiones estudiar únicamente las muestras inferir desde la población hacia las muestras.
La estadística descriptiva estudia propiedades de la muestra propiedades de la población ninguna de las anteriores respuestas es correcta.
en términos porcentuales, en investigación educativa estamos dispuestos a asumir errores como máximo del 15% 10% 5%.
a los valores numéricos que se obtienen de una muestra se les denomina parámetros estadísticos medias.
cuando evitamos, gracias a la estadística, la contaminación de los resultados debido a variables extrañas, estamos formulando una hipóteis controlando las variables contrastando una hipótesis.
el punto de arranque de toda investigación se sitúa en la formulación de hipótesis la definición de las variables la identificación y selección del problema.
la estadística exige que ls hipótesis sean formulables contrastables comprobables.
Los objetivos que formulamos deben ser comprobables contrastables formulables.
la estadística inferencias busca elaborar conclusiones sobre la población a partir de observaciones en muestras elaborar conclusiones sobre la muestra a partir de observaciones en la población ninguna de las respuestas es correcta.
para contrastar una hipótesis, debemos acudir a una variable una prueba estadística la estadística descriptiva.
la variable politómica es aquella que admite solo una categoría de clasificación admite dos categorías de clasificación admite más de dos categorías de clasificación.
el estado civil es una variable ordinal nominal de intervalo.
la hipótesis de investigación deben tener un carácter descriptivo estar formuladas como una pregunta plantear relaciones casuales entre variables.
la hipótesis de investigación deben tener un carácter descriptivo estar formuladas como una pregunta plantear relaciones causales entre variables.
un orientador desea comprobar si un nuevo programa de liderazgo que cursa el equipo directivo tiene algún efecto sobre el absentismo escolar. En este caso la variable independiente es el absentismo escolar la variable independiente es el programa de liderazgo la variable independiente es el equipo directivo.
las variables que pueden admitir un número infinito de valores de la característica que medimos son cualitativas continuas cuantitativas discretas cuantitativas continuas.
los procedimientos de control en la investigación pretenden minimizar los efectos de las variables extrañas variables independientes variables de control.
cuando nos referimos a la traducción y sustitución de algo inobservable en propiedades observables, hablamos de definición de la hipótesis definición operativa de una variable control de una variable extraña.
una variable como el peso de un sujeto tiene un nivel de medida ordinal intervalo razón.
cuando se plantean los pasos para realizar una investigación y se llega a la formulación de hipótesis, la hipótesis es una proposición demostrada no demostrada parcialmente demostrada.
un nivel de medida de un intervalo es propio de una prueba estandarizada de matemáticas la medida de la altura el puesto ocupado en la olimpiada de ciencias.
al realizar el libro de códigos, la etiqueta de valor de una variable hace referencia a su nombre su identificación en 8 caracteres alfanuméricos la descripción de sus categorías.
el 45% de una clase ha votado como delegado a Pedro. Sabiendo que la frecuencia absoluta de esa opción de voto es 18, ¿Cuál es el número total de alumnos de la clase? 33 40 con estos datos no se puede determinar.
diez sujetos contestan a una variable dicotómica de respuestas no/sí (codificada como 0/1), y 7 contestan que sí. El valor p+q es 7 1 10.
la frecuencia relativa correspondiente a una puntuación directa nos indica la proporción de veces que se repite dicha puntuación el porcentaje de veces que se repite dicha puntuación la proporción de sujetos que se queda por debajo del límite superior de dicha puntuación.
tenemos una matriz de datos en una hija de cálculo con 15 columnas y 20 filas, de modo que en la primera fila tenemos el nombre de cada variable. ¿cuántos sujetos tenemos en la muestra? 15 20 19.
la frecuencia acumulada en una distribución de frecuencias nos indica el número de sujetos a los que supera una puntuación el número de sujetos que están por encima de una puntuación la proporción de sujetos que obtuvo una determinada puntuación.
una profesora recoge en una tabla los resultados de sus alumnos en una prueba en la que ha establecido tres resultados posibles: bueno, regular y malo. El número de alumnos que caen en cada categoría, respectivamente, son los siguientes: 10,8 y 7. Con estos datos, la frecuencia relativa de alumnos con resultado bueno en la prueba es 40% 0.4 0.6.
la asimetría positiva está asociada a una acumulación de puntuaciones en la parte superior de la distribución una acumulación de puntuación en la parte inferior de la distribución necesariamente está asociada a puntuaciones muy bajas de los sujetos en su valor absoluto.
Generalmente, al construir una matriz de datos con varias variables, para tabular los datos referidos al sexo de la muestra, codificados como 0-1, lo haremos de la siguiente manera en una columna los 0 y en otra los 1 en una única columna estarán incluidos los ceros y unos se incluirán los ceros y unos en una misma columna, pero necesariamente ordenados, primero los sujetos con 0 y después los sujetos con 1.
cuando tenemos una variable cuantitativa continua y queremos representarla gráficamente , lo más apropiado es utilizar un gráfico de sectores un gráfico de barras un histograma.
que significa que la desviación típica de las notas de un examen sea 0 que sus notas se distribuyen alrededor de la media de manera perfectamente homogénea que todos los alumnos han obtenido la misma nota ninguna de las anteriores.
una media aritmética baja junto con una desviación típica alta, nos lleva a concluir es un grupo homogéneo en torno a las puntuaciones bajas de la escala las puntuaciones de los sujetos son altas en general, pero la desviación típica nos indica que hay sujetos con puntuaciones bastante bajas es un grupo heterogéneo, pero como grupo tiende hacia las puntuaciones bajas de la escala.
la media de un grupo en lengua es 7.3 con una desviación típica de 1.2. En matemáticas, la media es 6.7 y la desviación típica es 2.5
en vista de estos datos, ¿Cuál de las siguientes afirmaciones es verdadera? en lengua las puntuaciones del alumnado se distribuye de forma más dispersa que en matemáticas en lengua las puntuaciones del alumnado se distribuyen de forma menos dispersa que en matemáticas en matemáticas las notas del grupo están más concentradas que en lengua.
las notas de un examen de música en un grupo han sido
2-9-4-8-5-9-6-10-6-3-10
por lo tanto la mediana será 5 6 7.
en una variable dicotómica codificada como 0-no y 1-si sabemos que el 20% de la muestra dijo que si. La variaza es 0.16 0.80 faltan datos para contestar.
una media aritmética elevada junto con una desviación típica pequeña, nos lleva a concluir es un grupo heterogéneo en torno a las puntuaciones altas de la escala las puntuaciones de los sujetos es alta, pero la baja desviación típica nos indica que hay sujetos con puntuaciones bastante bajs es un grupo homogéneo en torno a las puntuaciones altas de la escala.
en que situación de las siguientes podremos obtener una desviación típica negativa un grupo con la media aritmética muy baja y puntuaciones atípicamente altas por debajo de la media un grupo con una fuerte asimetría positiva nunca.
en que situación de las siguientes podremos obtener una desviación típica alta un grupo con la media aritmética muy baja un grupo con la media aritmética muy alta un grupo con los sujetos agrupados en ambos extremos de la distribución.
para comparar la variabilidad de variables que tiene distinta amplitud conviene acudir a el coeficiente de variación la amplitud la desviación típica.
una puntuación típica negativa de -2 se interpreta como una puntuación elevada ya que debemos interpretarla en su valor absoluto una puntuación marcadamente por debajo de la media del grupo una puntuación muy cercana a la media del grupo, pero inferior.
las distribuciones de puntuaciones típicas, tienen como desviación típica depende de cada distribución cero uno.
si deseamos comparar las notas de un sujeto en dos pruebas objetivas en las que se ha utilizado una escala distinta, la mejor medida de comparación será las puntuaciones directas las puntuaciones diferenciales las puntuaciones típicas.
la mediana es útil para dividir 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 una distribución de frecuencias, un sujeto con una puntuación típica negativa indica que su puntuación directa fue inferior a la media del grupo de referencia que su puntuación directa fue inferior a la media del grupo de referencia, pero esto solo es cierto si la distribución es normal que su puntuación directa fue baja en términos absolutos.
cuál es la probabilidad de que un sujeto obtenga una puntuación típica de 1.25 o inferior si la distribución de frecuencias es normal 0.3944 0.8944 0.1056.
tenemos una distribución de frecuencias y un sujeto obtiene una puntuación típica de 2 puntos. como lo interpretamos es un valor en la media del grupo es un valor elevado, por encima del percentil 90 es un valor positivo pero moderado, cercano a la media del grupo.
la puntuación que expresa el número de desviaciones típicas que se aleja una puntuación directa de la media aritmética es la puntuación diferencial la puntuación típica el percentil.
un sujeto tiene una puntuación directa de 23 puntos en un test de vocabulario. La media del grupo de referencia es de 20 puntos y la desviación típica es de 3. Sin necesidad de mayores cálculos, podemos decir que ese sujeto tiene una desviación típica de 3 tiene una desviación típica de 1 tiene una desviación típica de 1.5.
el área entre la curva y el eje horizontal la unidad cero depende de cada curva normal.
supongamos que obtenemos una correlación negativa de -0.5 entre motivación y rendimiento los sujetos mas motivados tienden a rendir peor y viceversa, aunque esto se da con una magnitud moderada lógicamente, los sujetos más motivados tienden a rendir mejor y viceversa, aunque esto se da con una magnitud moderada una alta motivación es la causa de un bajo rendimiento, aunque la magnitud de esta causalidad es moderada.
cuando solo podemos garantizar un nivel ordinal de medida en las variables, para estimar la correlación entre ellas, debemos acudir a el coeficiente de pearson el coeficiente de spearman el coeficiente de contingencia.
cuando hay una tendencia a que los valores más altos alcanzados por un grupo de sujetos en una variable le corresponden los valores mas bajos en otra variable y viceversa, decimos que la relación es imperfecta positiva imperfecta negativa perfecta positiva.
para interpretar la magnitud de un coeficiente de correlación tetracórico lo haremos igual que en la correlación de pearson dependerá del valor de Cmax sabemos que sólo podremos obtener valores positivos.
una correlación estadística 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.
una correlación de paerson de -0.92 indica una correlación muy elevada una correlación baja es un valor incorrecto.
el coeficiente de asociación adecuado para dos variable categóricas politómica es phi coeficiente de contigencia tetracórico.
obtenemos una correlación de Pearson 1.09. 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 los valores altos en una variable le corresponden también a los altos en la otra es un valor que no se puede dar un una correlación de Pearson.
una correlación moderada pero no estadísticamente significativa, nos indica una correlación distinta de 0 en la población una correlación igual a 0 en la población una correlación moderada en la población.
una correlación estadísticamente significativa, nos indica una correlación de magnitud alta una correlación igual a cero en la poblacion las dos anteriores son falsas.
a un mismo grupo de sujetos se le aplica dos veces un instrumento de medida en momentos diferentes. Este procedimiento nos permitiría estudiar la fiabilidad como estabilidad co,o equivalencia como consistencia interna.
para determinar la fiabilidad de los instrumentos de medida, el procedimiento basado en la correlación entre los ítems pares e impares es el de equivalencia estabilidad consistencia interna.
una prueba con un coeficiente de fiabilidad (alfa de cronbach) de 0.86 nos indica que nuestra prueba es bastante fiable en el sentido de que todos los items tienen que ver unos con otros que nuestra prueba es poco fiable porque el índice no llega a 1
que nuestra prueba es bastante fiable en el sentido de que los items miden adecuadamente el constructo que dicen medir y mo otro.
En la selección y análisis de un instrumento debemos atender a su validez. Esto significa que: El instrumento es fiable el instrumento tiene precisión en la medida El instrumento mide lo que dice medir.
La fiabilidad de un instrumento de medida se puede identificar con La validez La precisión de la medida La coherencia con el rasgo que se desea medir.
La fiabilidad como equivalencia se refiere a la correlación… Entre los ítems pares y los impares Entre dos formas paralelas de una misma prueba Entre dos formas paralelas de una misma prueba.
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.
La fiabilidad de un instrumento de medida, como concepto, puede hacer referencia a: La precisión La estabilidad Las dos anteriores son correctas.
Los índices de fiabilidad y validez de un instrumento de medida: Son fijos y estables para cualquier muestra a la que se aplique el instrumento Dependen de la muestra sobre la que se calculen ambos índices Son independientes del tamaño muestral.
¿Cuál de estas expresiones define mejor la validez de un instrumento de medida? Medir lo que se dice medir La precisión La exactitud.
entre las aplicaciones de la prueba de chi cuadrado se encuentra la de contrastar la hipótesis nula para la diferencia de medias decidir sobre la bondad de ajuste establecer la probabilidad de que Rxy sea o no significativo.
la curva normal indica que los sujetos se reparten por igual a lo largo del continuo de una variable que los sujetos se concentran en las partes central y superior del continuo de una variable que los sujetos se concentran en la parte central del continuo de una variable.
aplicamos una prueba estandarizada de actitudes hacia la sostenibilidad. Un sujeto obtiene una puntuación típica de 0 Necesita mejorar sus actitudes porque su puntuación es baja Su actitud es muy positiva Su actitud es muy positiva.
El valor máximo de la curva normal: Se corresponde con el valor máximo que puede alcanzar la puntuación típica Se corresponde con un valor 0 de la puntuación típica La curva normal no tiene un máximo.
A la hora de establecer el tamaño de una muestra, cuanto más grande sea el nivel de confianza establecido, a igualdad de otros criterios: La muestra deberá ser más pequeña. La muestra deberá ser más grande. El nivel de confianza no influye en el tamaño muestral.
Cuando una muestra se selecciona con un tamaño suficiente y mediante un procedimiento aleatorio decimos que: Es adecuada Es representativa Es fiable.
Cuando el muestreo se lleva a cabo de forma que todas las unidades de muestreo tienen la misma probabilidad de ser seleccionadas, el muestreo se denomina: Estratificado Incidental Aleatorio simple.
La puntuación que expresa el número de desviaciones típicas que se aleja una puntuación directa de la media aritmética es: La puntuación diferencial La puntuación típica El percentil .
Un sujeto que se encuentra en el percentil 70 tiene una puntuación típica igual a 0,52: Siempre Sólo es así si la distribución es normal Faltan datos para responder.
Un sujeto ha realizado un test y se encuentra en el percentil 50. ¿Podemos decir que la puntuación directa de ese sujeto es igual a la media aritmética del grupo de referencia Sí, siempre. Sí, pero sólo si la distribución de frecuencias es normal. No, siempre sería incorrecta tal afirmación. .
Un sujeto ha realizado un test y se encuentra en el percentil 99. Podemos afirmar que: Sin lugar a dudas es un sujeto con una puntuación muy alta en la variable medida. Sin lugar a dudas es un sujeto que destaca claramente respecto al grupo de referencia. Sin lugar a dudas es un sujeto que destaca claramente respecto al grupo de referencia.
La representatividad se refiere a que… La población represente a la muestra En la población estén representados todos los elementos de la muestra La muestra represente a la población.
El percentil 50 corresponde siempre con… La mediana La media La moda.
Cuando tenemos distribuciones normales, si un sujeto se sitúa en un percentil 60 en una prueba de matemáticas y en un percentil 40 en una prueba de lengua, se puede afirmar que: Sacó mejor nota en matemáticas que en lengua Sacó mejor nota en lengua que en matemáticas Con estos datos no podemos saber en qué asignatura sacó mejor nota.
Para un nivel de confianza del 99%, el intervalo confidencial de la estimación de la nota media del rendimiento escolar en secundaria en España es: (5’8,6’5). Esto significa que: La nota media de la población podría no encontrarse en este intervalo La nota media de la población se encuentra en este intervalo Es improbable que la nota media de la población se encuentre dentro de ese intervalo.
Supongamos que hemos estimado que el parámetro media se encuentra entre las puntuaciones 150 y 180. En ese caso, sabemos que el error muestral es de: 30 150 15.
Los valores entre los que es más probable que se encuentre el valor verdadero de un parámetro se denomina: Error muestral Intervalo confidencial Error típico.
La diferencia más probable entre el estadístico y el parámetro es: El error típico El error muestral El intervalo de confianza.
La variabilidad encontrada en una distribución muestral se indica mediante: El Error muestral El Error típico La desviación típica.
En estadística, la población hace referencia a: El conjunto de sujetos con una característica definida Una porción de sujetos con una característica definida Un grupo muy grande de sujetos.
Cuando obtenemos datos de una muestra y realizamos la representación de una variable, lo que obtenemos es: La distribución muestral La distribución de frecuencias empírica La estimación del error típico.
El objetivo principal de la inferencia estadística es: Sacar conclusiones sobre la población a partir de la información disponible de la muestra Sacar conclusiones sobre la muestra a partir de la información disponible de la población Ninguna de las dos anteriores es cierta.
Un coeficiente de correlación entre dos variables de 0.4 no significativo desde un punto de vista estadístico, implica que: La correlación en la población es moderada No existe correlación en la muestra La correlación en la población podría ser cero.
En el campo de la inferencia estadística, el error típico nos indica: Lo mismo que una puntuación típica La variabilidad de la teórica distribución muestral La estimación del parámetro.
En un contraste de hipótesis en un diseño de dos grupos, una diferencia de medias estadísticamente significativa, nos indica… Que las diferencias encontradas entre las medias de los grupos es distinta de cero en la población Que las diferencias encontradas entre las medias de los grupos es igual a cero en la población. Que la VI no tiene efecto sobre la VD.
En un contraste de medias de dos grupos, la formulación de la hipótesis alterna unilateral implica: Que el contraste es más exigente que uno bilateral (más difícil rechazar la Ho) porque la probabilidad unilateral asociada al estadístico hay que duplicarla al tener que utilizar las dos colas de la distribución Que el contraste es menos exigente que uno bilateral (más fácil rechazar la Ho) porque la probabilidad asociada al estadístico se concentra en una cola de la distribución Que el contraste es menos exigente que uno bilateral (más difícil rechazar la Ho), porque la probabilidad unilateral asociada al estadístico hay que dividirla por dos al utilizar solo una cola de la distribución.
Una investigadora indica que el valor de p para diferencia de medias es 0.15. Por tanto: La diferencia de medias es estadísticamente significativa para un nivel de significación de 0.05 La diferencia de medias es estadísticamente significativa siempre La diferencia de medias no es estadísticamente significativa para un nivel de significación de 0.05.
Un contraste de medias de dos grupos, la formulación de la hipótesis alterna bilateral implica: Que el contraste es menos exigente (más fácil rechazar la Ho) porque la probabilidad asociada al estadístico se concentra en una cola de la distribución Que el contraste es más exigente (más difícil rechazar la Ho) porque la probabilidad unilateral asociada al estadístico hay que duplicarla al tener que utilizar las dos colas de la distribución Que el contraste es menos exigente (más difícil rechazar la Ho), porque la probabilidad unilateral asociada al estadístico hay que dividirla por dos al utilizar las dos colas de la distribución.
Error tipo I implica… Rechazar la hipótesis nula Ho, siendo cierta Aceptar la hipótesis nula Ho, siendo cierta Aceptar H1, siendo cierta.
En un contraste estadístico de medias entre dos grupos, rechazar la hipótesis nula significa… Que la hipótesis del investigador era incorrecta Que la probabilidad de que la diferencia de medias sea igual a cero en la población de referencia es grande, al menos mayor que alfa Que la probabilidad de que la diferencia de medias sea igual a cero en la población de referencia es muy pequeña, al menos tan pequeña como alfa.
El intervalo de confianza de una diferencia de medias aritméticas, cuando incluye 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.
La igualdad en las varianzas poblacionales se denomina: Normalidad Linealidad Homocedasticidad.
Los límites inferior y superior del intervalo de confianza para una diferencia de medias de la inteligencia de dos grupos de escolares son, respectivamente, 1’92 y 6’70, al nivel de confianza previamente fijado. Según esto, podríamos afirmar que: Las medias en inteligencia de los dos grupos son estadísticamente diferentes Las medias en inteligencia de los dos grupos son estadísticamente iguales Faltan datos para contestar.
En un contraste de medias, el cálculo del tamaño del efecto: Sólo es importante cuando se rechaza la hipótesis nula Sólo es importante cuando se acepta la hipótesis nula Debe calcularse siempre como un complemento necesario de la decisión estadística.
|
