Estadística aplicada a la Educación Tema 7

Si en una muestra de 200 sujetos, 100 mujeres y 100 varones, pretendemos establecer la correlación entre la variable sexo (variable X), y los ingresos de cada persona, medidos en euros (variable Y), debemos utilizar: El rxy de Pearson. El coeficiente de Spearman. El coeficiente biserial puntual (rbp).

Entre los objetivos del investigador se encuentra la de establecer si se da relación estadística entre la variable sexo y el número de conductas incívicas. En tal caso, deberíamos calcular: La correlación de Pearson. La correlación biserial puntual. La correlación de Spearman.

Cuando a gran parte de las puntuaciones más altas obtenidas por un grupo de sujetos en una variable le corresponden las puntuaciones más bajas en la otra variable, decimos que la relación es: Imperfecta positiva. Imperfecta negativa. Perfecta negativa.

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.

La correlación entre atención y rendimiento indica (r = 0,21; p= 0,03 (probabilidad bilateral)): Que hay una tendencia fuerte a que los alumnos con altas puntuaciones en atención, tienen altas puntuaciones en rendimiento. Que la atención influye poco en el rendimiento. Que hay una relación baja entre ambas variables.

La relación entre variables se gradúa mediante: La recta de regresión. El coeficiente de correlación en variables continuas. El diagrama de dispersión.

La transformación de las puntuaciones de los sujetos a rangos o posiciones es una operación propia del coeficiente de correlación de: Contingencia. Pearson. Spearman.

Decimos que una correlación entre dos variables es elevada, cuando el valor del coeficiente está comprendido, en valor absoluto, entre: 0,91 y 1. 0,71 y 0,90. 0,41 y 0,70.

El coeficiente de Contingencia (C) que para algunos autores se denomina grado de asociación, se utiliza cuando las dos variables alcanzan un nivel de medida: Nominal. Ordinal. Razón.

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 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.

En una muestra de 30 sujetos hemos establecido la correlación de PEARSON entre las puntuaciones en Matemáticas y Ciencias y hemos encontrado un valor de 0,78; por lo tanto, podemos afirmar que nos encontramos ante: Una correlación muy alta o muy elevada. Una correlación media o notable. Una correlación alta, elevada o fuerte.

El diagrama de dispersión entre la variable X y la variable Y, es el que figura a continuación: ¿Cómo interpretaría este gráfico?. Correlación imperfecta negativa. Correlación perfecta positiva. Correlación perfecta negativa.

El diagrama de dispersión entre la variable X y la variable Y, es el que figura a continuación: ¿Cómo interpretaría este gráfico?. Correlación imperfecta negativa. Correlación perfecta positiva. No hay correlación.

Cuando a gran parte de las puntuaciones más altas obtenidas por un grupo de sujetos en una variable le corresponden las puntuaciones más bajas en la otra variable y de manera proporcionada, decimos que la relación es: Imperfecta positiva. Imperfecta negativa. Perfecta negativa.

Supongamos que tenemos una correlación negativa de -0,5 entre motivación y rendimiento: Lógicamente los sujetos más motivados tienden a rendir mejor y viceversa, aunque este se da con una magnitud moderada. Los sujetos más motivados tienden a rendir peor y viceversa, aunque esto se produce en una magnitud moderada. Una alta motivación es la causa de un bajo rendimiento aunque la magnitud es moderada.

En la siguiente gráfica se muestra el diagrama de dispersión de dos variables. En vista del diagrama la relación es: Perfecta negativa. Perfecta positiva. Imperfecta negativa.

El grado de asociación entre dos variables con nivel de medida nominal es mediante: Coeficiente Pearson. Coeficiente biserial-puntual. Coeficiente de contingencia.

Obtenemos una correlación Pearson de -1,7; eso significa: Es un valor de correlación que no se puede dar. Que hay una tendencia alta a que los valores altos en una variable correspondan también los altos en la otra. Que hay una tendencia alta a que los valores altos en una variable correspondan también los bajos en la otra y viceversa.

La correlación de -0,75: Indica una correlación baja. Indica una correlación alta, elevada, fuerte. Indica una correlación muy baja, indiferente o despreciable.