Entre las aportaciones de la Estadística a la formulación de los problemas de investigación, destaca sobre todo: Que el problema sea resoluble Que el problema esté definido de forma conceptual Que el problema sea pertinente para la población.
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 y medición directa, por lo que es preciso definir aquellas conductas operativas y 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.
La característica principal que debe tener todo problema educativo para poder ser investigado de forma empírica radica en: Una selección adecuada La posibilidad de su resolución La subjetividad de su planteamiento.
Si tenemos en cuenta el enfoque metodológico en la identificación de las variables en los estudios educativos, éstas se definen como: Variables dependientes y cuantitativas Variables independientes e intermedias Variables independientes y dependientes.
El gráfico de caja y patillas resulta inadecuado para una escala... Nominal De razón De intervalo.
Una matriz de datos es... Un fichero que está aislado El fichero sin datos Un fichero aún no depurado.
La depuración de datos nos permite: Depurar las responsabilidades de los errores de codificación Identificar los valores fuera de rango de las variables del estudio Realizar el contraste estadístico de hipótesis.
La curva normal identifica a los sujetos "normales o frecuentes": En el extremo derecho de la distribución En la parte central de la distribución En el extremo izquierdo de la distribución.
Han aplicado un test de estadística en primero de Educación Social y yo me encuentro en el percentil 90: Seguro que he aprobado, tengo una puntuación alta en términos absolutos Podría haber suspendido, necesito más datos para saber si he aprobado Si la distribución es normal, seguro que he aprobado.
Tenemos tres distribuciones de frecuencias: 1,2 y 3, con el recuento de 10 sujetos:
1 2 3
28 ///// ///// 28 ///// 28 ///
27 27 ///// 27 ///// //
26 26 ///// 26 ///// //
25 ///// ///// 25 ///// 25 /// La "s" en 1 es más baja que en 2 La "s" mayor está en 1 La "s" mayor está en 3.
Un sujeto tiene una puntuación directa de 26 puntos en un test de vocabulario. La medida 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 puntuación típica de 2 Tiene una puntuación típica de 3 Tiene una puntuación típica de 1.
En una distribución normal, ¿cuál es la probabilidad de obtener una puntuación típica igual o superior a 1? 0,3413 0,8413 0,1587.
Cuando los datos recogidos de las dos variables se distribuyen normalmente y alcanzan un nivel de medida de intervalo, el coeficiente de cálculo más apropiado es: El coeficiente de Spearman El coeficiente de Contingencia El coeficiente de Pearson.
La transformación de las puntuaciones de los sujetos a rangos o posiciones es una operación propia del coeficiente de correlación de: Pearson Spearman Contingencia.
Decimos que un instrumento de medida es fiable cuando: Mide con coherencia un rasgo Mide con equivalencia una característica Mide con precisión un rasgo.
El concepto de frecuencia relativa está relacionado con: Los modelos determinísticos Los modelos estocásticos La probabilidad a posteriori.
Entre u modelo matemático y uno estadístico la diferencia aparece en forma de: Una ecuación El valor e, o error en la predicción El símbolo ∩.
El muestreo más habitual, aunque no el mejor, es el conocido como: Por cuotas Estratificado Incidental.
El intervalo de confianza para decidir sobre la diferencia entre dos proporciones, para un nivel de confianza del 99% supone: ±1,96 veces el valor del error del error de estimación ±2,58 veces el valor del error del error de estimación ±3 veces el valor del error del error de estimación.
La carencia de sesgo de un estimador se refiere a que: Las estimaciones que hagamos con el estimador se encuentran alrededor del parámetro en cuestión La desviación típica del estimador es muy pequeña A medida que aumenta el tamaño de la muestra, la probabilidad de que el valor del estadístico se acerque al valor del parámetro va siendo mayor.
La hipótesis nula plantea: La existencia de diferencias estadísticamente significativas Depende de cómo la plantee el investigador en cada caso La NO existencia de diferencias estadísticamente significativas.
El efecto que se produce debido a la combinación de dos o más variables independientes sobre la dependiente, recibe la denominación de: Efecto aleatorio Interacción Intervención.
Para conseguir aislar o minimizar la influencia de las variables extrañas o intervinientes sobre la variable dependiente, es preciso: Garantizar la formulación de hipótesis Garantizar la formulación de sujetos Garantizar el control de las mismas .
Cuando se desea contrastar si las varianzas de varios grupos proceden de la misma población o poblaciones con igual varianza, hablamos del supuesto de: independencia homocedasticidad normalidad de varianzas.
|