¿A qué nivel pertenece el diseño o planificación de una investigación? Técnico-metodológico Teórico conceptual.
Una hipótesis es lo mismo que una teoría. VERDADERO FALSO.
¿Qué tipo de hipótesis es "La dislalia está relacionada con el fracaso escolar"? Hipótesis teórica Hipótesis nula.
Las características fundamentales de la investigación manipulativa son la manipulación y el control. VERDADERO FALSO.
La metodología cuasiexperimental presenta una ausencia de... aleatorización control.
Marca las técnicas que sean alternativas a aleatorización: Constancia de la variable extraña y emparejamiento. Manipulación.
En la técnica de anidamiento se combinan todos los factores posibles. VERDADERO FALSO.
Los diseños intersujetos se caracterizan fundamentalmente por: Utilizar distintos sujetos que son asignados a diferentes niveles de la VI de forma aleatoria. Utilizar un mismo grupo de sujetos.
El diseño de grupo aleatorios con bloques utiliza la técnica de bloqueo, que consiste en: Una técnica para controlar las VE donde se forman grupos homogéneos en las 3 posibles VE a controlar. Aleatorización.
Los diseños intrasujetos se caracterizan por: Todos los sujetos pasan por todos los niveles de la VI, evitándose la contaminación de VE intersujetos. Los sujetos no pasan por todos los niveles de la VI. .
El efecto de la práctica, de la fatiga y de la persistencia son inconvenientes de: Los diseños intrasujetos o de medidas repetidas. Los diseños intersujetos. .
Las características fundamentales de los diseños factoriales son: Permitir evaluar el efecto simultáneo de dos o más VI sobre la VD, y el efecto combinado de la VI. Permite evaluar el efecto de una VI sobre la VD.
Para averiguar si el tratamiento basado en la ECP es eficaz para el Parkinson se crean dos grupos, uno control y otro experimental, ¿de qué diseño se trata? Aleatorizado de dos grupos. Aleatorizado de 3 o más grupos.
El diseño aleatorizado de 3 o más grupos utiliza en su análisis estadístico. ANOVA para muestras independientes T de Student.
En el diseño intrasujeto por tratamiento, el investigador manipula la VI. VERDADERO FALSO.
El diseño de caso único de línea base múltiple puede ser de tres tipos: por conductas, sujetos o situaciones. VERDADERO FALSO.
Los diseños cuasiexperimentales no presentan una ausencia de aleatorización. VERDADERO FALSO.
Pretest-Postest significa: Antes y después del tratamiento. Manipulación y control del tratamiento.
En el diseño de cohorte, cohorte significa grupos de sujetos que siguen unos a otros en instituciones formales o informales. VERDADERO FALSO.
No es un ejemplo de estadístico descriptivo de tendencia central son la media y la moda. VERDADERO FALSO.
Un ejemplo de estadístico descriptivo de dispersión son la desviación típica y la varianza. VERDADERO FALSO.
La hipótesis nula es aquella que: Afirma que no hay diferencias entre los grupos Afirma que sí hay diferencias entre los grupos.
¿A qué se refiere H1 y H0? Hipótesis alternativa e hipótesis nula. GRUPO 1 y 0.
¿Cómo sabemos si aceptar o rechazar la hipótesis nula? A partir del nivel de significación, si es menor que 0.05 habrá diferencias entre grupos. A partir del nivel de significación, si es mayor que 0.05 habrá diferencias entre grupos.
¿En qué valor nos fijamos para hacer el contraste de hipótesis? En el valor p. En el valor de h.
¿Qué tipo de variables necesitan codificación y asignación de valores en la vista de variables? Nominales. Ordinales.
¿De qué depende el tipo de prueba estadística utilizada para el análisis de datos? Del tipo de diseño utilizado. De los grupos.
¿Qué es el nivel de confianza? La probabilidad de ocurrencia de la hipótesis alternativa. La probabilidad de ocurrencia de la hipótesis nula.
¿Para qué se utiliza la prueba t para muestras independientes? Analizar los datos de dos grupos de sujetos independientes. Analizar los datos de un mismo grupo.
El siguiente enunciado es ejemplo de hipótesis operacional o experimental; "la expresión oral de los sujetos menores de 10 años mejorará al aplicarse una intervención del logopeda". VERDADERO FALSO.
El nivel de confianza es la probabilidad de ocurrencia de la hipótesis alternativa. VERDADERO FALSO.
El único indicador adecuado para operacionalizar la VD y poder medirla es la duración. VERDADERO FALSO.
En una investigación se pretende determinar los efectos terapéuticos de una intervención farmacológica y un tratamiento psicopedagógico sobre el funcionamiento cognitivo y conductual de los niños hiperactivos. Para ello, a un grupo de niños con TDAH se les asigna el tratamiento y a otro grupo no, comparándolo posteriormente. Esto es un ejemplo de manipulación de la VI por variación de cantidad de la VI. VERDADERO FALSO.
El sexo o el tipo de fármaco administrado son ejemplos de VI activas. VERDADERO FALSO.
En el diseño aleatorizado de dos grupos con grupo control en lista de espera, el grupo control recibe el tratamiento inmediatamente después del experimento. VERDADERO FALSO.
En un diseño factorial 2x4 hay 8 posibilidades de combinación de tratamiento distintas. VERDADERO FALSO.
El diseño de cohorte utiliza grupos de sujetos que siguen unos a otros en instituciones formales únicamente, teniendo experiencias similares en distintos periodos de tiempo. VERDADERO FALSO.
El diseño con VD no equivalente es aquel en que el sujeto presenta más de una conducta problema a tratar. VERDADERO FALSO.
En el diseño pretest-postest de un solo grupo se producen medidas de la VD en el pretest y en el postest de un solo grupo. VERDADERO FALSO.
El diseño cuasiexperimental que utiliza una regla de asignación de los sujetos a los grupos en función del punto de corte, es el diseño de discontinuidad de regresión. VERDADERO FALSO.
El patrón de cambio temporal es aquel en el que se produce un cambio tardío en el postest. VERDADERO FALSO.
Para utilizar la prueba t para muestras independientes, se deben cumplir los siguientes supuestos; VD cuantitativa, normalidad y homogeneidad de varianzas. VERDADERO FALSO.
Para rechazar la hipótesis nula, el valor de p (significación) debe ser menor a 0.05. VERDADERO FALSO.
El empirismo afirma que el conocimiento viene de la experiencia. VERDADERO FALSO.
La VI es la que se manipula y la que se considera la causa. VERDADERO FALSO.
Una variable nomina sería, por ejemplo, el lugar de residencia. VERDADERO FALSO.
La hipótesis nula, habla de igualdad. VERDADERO FALSO.
El nivel de significación es decidido por el investigador. VERDADERO FALSO.
Contraste de hipótesis sobre dos medias de una VD cuantitativa con muestras independientes. T de Student U de Mann Whitnet.
Medir medias de 3 condiciones distintas. ANOVA unifactorial intersujeto ANOVA factorial.
Si no se cumplen las condiciones paramétricas para dos grupos independientes de sujetos, se hace la U de Mann Whitney. VERDADERO FALSO.
El ANOVA unifactorial intersujeto compara la hipótesis alternativa de al menos dos de las medias son diferentes. VERDADERO FALSO.
En las pruebas paramétricas, la VD debe ser cuantitativa y los datos deben cumplir el supuesto de normalidad. VERDADERO FALSO.
Para saber si la prueba estadística es significativa, debemos comparar p con alpha. VERDADERO FALSO.
Para contrastar la homogeneidad de varianzas, utilizamos una prueba paramétrica intersujeto. VERDADERO FALSO.
Los diseños factoriales no tienen más de una VI. VERDADERO FALSO.
En los diseños factoriales, cuando la interacción es significativa, la VI se comporta de forma diferente en los niveles de la otra VI. VERDADERO FALSO.
Cuando en la gráfica las líneas se cruzan, hay interacción significativa. VERDADERO FALSO.
Los diseños de no función diferentes entre las variables son diseños correlacionales. VERDADERO FALSO.
Para la relación entre dos variables cuantitativas utilizamos el coeficiente de correlación de Pearson. VERDADERO FALSO.
En los diseños observacionales si hay manipulación y control, pero no se puede aleatorizar. VERDADERO FALSO.
La diferencia entre el diseño experimental y el diseño cuasiexperimental, es el control a través de la aleatorización. VERDADERO FALSO.
Los diseños selectivos también se les llama diseños de encuesta. VERDADERO FALSO.
El nivel de significación es p. VERDADERO FALSO.
La significación de contraste es alpha. VERDADERO FALSO.
El valor del estadístico de contraste es lo que vale "t" de Student, la "f" del ANOVA, etc. VERDADERO FALSO.
La VI es la que se manipula y se considera la causa. VERDADERO FALSO.
Una variable nomina sería por ejemplo el lugar de residencia. VERDADERO FALSO.
La hipótesis nula habla de igualdad. VERDADERO FALSO.
Contraste de hipótesis sobre dos medias de una VD cuantitativa con muestras independientes. T DE STUDENT U DE MANN WHITNEY.
Medias de 3 condiciones distintas, ANOVA unifactorial intersujeto. VERDADERO FALSO.
El ANOVA unifactorial intersujeto compara la hipótesis alternativa de que al menos dos de las medias son diferentes. VERDADERO FALSO.
En las pruebas paramétricas, la VD debe ser cuantitativa, y los datos deben cumplir el supuesto de normalidad. VERDADERO FALSO.
Indica cuál sería la afirmación correcta. Si p es menor o igual a alpha=0.05, se acepta la H0. Si p es mayor que alpha=0.05, se acepta la H1. Ambas son incorrectas. .
Se confirma que es un diseño intersujeto cuando... Incluye grupos de sujetos distintos. Se miden varias veces. Cada sujeto se le asigna varios niveles o condiciones y sólo pasa por esa condición. .
Se puede aplicar la prueba t de Student para muestras independientes cuando... Se quiere comparar la media en una variable entre 2 grupos independientes. Cuando la VD no es cuantitativa. Ninguna de las anteriores es verdadera. .
Cuando se compara más de 2 grupos diferentes de sujetos y si cumplen las exigencias se puede aplicar: ANOVA Prueba t de Student U de Mann-Whitney.
El ANOVA intersujeto unifactorial tienen como el estadístico de contraste: F de Levenne T de Student T de Wilcoxon.
Los diseños intersujetos son diseños que: Incluyen un grupo de sujetos siendo muestras solo dependientes. Son estudios longitudinales. No se puede realizar ni un contraste ni un contrabalanceo. .
La prueba de T de Wilcoxon es: Una prueba no paramétrica. Una prueba paramétrica. Se comparan medias. .
En el ANOVA intersujeto unifactorial: Los contrastes múltiples a posteriori no son relevantes. Se suele comparar todos los pares posibles de medidas de los grupos relacionados. Los contrastes a posteriori no están agrupados en medidas marginales repetidas. .
La prueba F de Friedmann es: Una prueba no paramétrica. Compara la distribución de las puntuaciones obtenidas en la VI de más de 2 grupos dependientes o relacionados. No se utiliza en los mismos casos que la prueba F-ANOVA. .
Los diseños factoriales: Incluyen solo 1 VI. Se controla el efecto simultáneo de varias VI sobre la VD. Puede ser diseñado solo de grupos relacionados. .
Cuando se analiza el efecto de interacción, indica la respuesta correcta. Si las líneas son paralelas hay una leve interacción. Si las líneas no son paralelas hay interacción. Las líneas no influyen en la interacción.
Los diseños correlacionales, son diseños en los que: Hay diferencia entre la VD y la VI. No existe manipulación de variables. Se puede establecer una relación de causa-efecto.
En cuanto al coeficiente de correlación lineal de Pearson, señala la falsa: Cuando rs>0, la relación es inversa. Cuando rs<0, la relación es inversa. Cuando rs=0, hay ausencia de relación. .
En los estudios observacionales: Podemos manipular y describir lo que ocurre. En general, se puede establecer la causalidad. El objetivo de la investigación es la definición, clasificación y/o categorización de eventos para describir procesos mentales y conductas manifiestas. .
En el muestreo aleatorio simple: Normalmente los elementos de la muestra son elegidos al azar. Se utiliza cuando es difícil obtener una lista de todos los individuos que forman parte de la población de estudio. Los individuos tienen distinta probabilidad de ser seleccionados.
En cuanto a los principios de la ciencia, cuando hablamos de "empirismo" nos referimos a: Dudar de la veracidad de las afirmaciones. Descubrimiento por accidente. El conocimiento proviene de la experiencia.
Los niveles y etapas de una investigación científica, en orden, se tratan: Técnico-metodológico, analítico-estadístico, teórico-conceptual. Teórico-conceptual, técnico-metodológico, analítico-estadístico. Técnico-metodológico, teórico-conceptual, analítico-estadístico. .
Una VI..., señala la incorrecta. Se mide. Se manipula. Es predictora. .
Según su escala de medida, fumador/no fumador, es: Cualitativa nominal Cuantitativa Cualitativa ordinal.
La H1: Es la hipótesis que se desea contrastar. Se corresponde con la hipótesis científica. Indica que no hay diferencias entre los grupos o no habrá relación entre las variables. .
En los criterios de decisión, alpha: Se fija a priori, y se calcula. No se fija a priori, y se calcula. Se fija a priori, y no se calcula. .
Un contraste es no paramétrico, cuando: El nivel de medida de la variable es, al menor, de intervalo. Se establecen supuestos muy restrictivos como la independencia, observaciones, normalidad de la distribución, igualdad de varianzas. El nivel de medida de la variable es nomina u ordinal. .
Las condiciones para realizar un contraste paramétrico son: Normalidad, variable dependiente cualitativa, independencia de las observaciones, homoscedasticidad. Normalidad, variable dependiente cuantitativa, independencia de las observaciones, homoscedasticidad. Normalidad, variable dependiente cuantitativa, dependencia de las observaciones, homoscedasticidad.
En los diseños intersujetos... Cada sujeto es asignado a un nivel o condición. Es importante que los grupos sean lo más diferentes o dispares. Son diseños que incluyen un solo grupo de sujetos. .
En investigaciones que quieren comparar más de 2 grupos diferentes, el contraste estadístico siempre es: Unilateral derecho. Unilateral izquierdo. Bilateral. .
Las condiciones para comparar 2 medidas de los mismos sujetos, realizando un contraste paramétrico son: La VD es una variable cuantitativa, medida en escala de intervalo o razón; normalidad; dependencia de las observaciones. La VD es una variable cuantitativa, medida en escala de intervalo o razón; normalidad; independencia de las observaciones. La VD es una variable cualitativa, medida en escala de intervalo o razón; normalidad; dependencia de las observaciones.
Los diseños intrasujetos incluyen: Un grupo de sujetos que son medidos más de una vez. Dos grupos de sujetos que son medidos más de una vez. Un grupo de sujetos que son medidos una única vez. .
La prueba F de Friedmann... Es una prueba paramétrica. Es una prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de más de dos grupos dependientes o relacionados. Es una prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de dos grupos dependientes o relacionados.
Para comparar 3 o más medidas relacionadas, que cumplen las exigencias paramétricas y tienen una sola VD, se aplicará la siguiente prueba estadística: ANOVA intersujeto unifactorial. ANOVA intrasujeto unifactorial. T de Student para muestras relacionadas. .
Los efectos de interacción se dan cuando: El efecto de una VI (FACTOR A) se comporta de misma forma para los distintos niveles de la otra VI (FACTOR B). El efecto de una VI (FACTOR A) es igual en todos los niveles de la otra VI (FACTOR B). El efecto de una VI (FACTOR A) se comporta de forma diferente para los distintos niveles de la otra VI (FACTOR B).
Los diseños factoriales: Son diseños que incluyen solo una VI. Son diseños que incluyen más de una VD Son diseños que incluyen más de una VI. .
Los diseños correlacionales: Existe manipulación de variables. Son diseños donde no hay diferencia entre la VD y la VI. Podemos establecer causalidad. .
Cuando en un diseño correlacional se cuenta con dos variables cuyas categorías se pueden ordenar, para analizar la relación entre ellas se puede optar por calcular: Tabla de contingencia. Coeficiente de correlación de Spearman. Prueba ji-cuadrado de Pearson. .
¿Cuál no es un ventaja de los diseños observacionales? Bajo coste. Posibilidad de recoger mucha información. No hay conclusiones causales. .
En los diseños observacionales y selectivos: Podemos establecer causalidad. Hay control con asignación aleatoria. Hay dos grandes grupos de estudios: observacional y selectivo. .
¿Qué característica del escepticismo es falsa? Duda de la veracidad de las afirmaciones. Ante igualdad de factores, se prefiere la más fácil El conocimiento perfecto no existe. .
¿Cuál es la primera etapa de una investigación científica? Técnico-metodológico.
Analítico-estadístico. Teórico-conceptual.
Dentro de las variables cualitativas, ¿qué subtipos encontramos? De intervalo. Nominal. Ambas son correctas. .
Dentro de una investigación empírica, ¿en qué casos es una investigación manipulativa? Experimental o cuasiexperimental. Experimental o no experimental. Cuasiexperimental o no experimental. .
En un contraste unilateral: Si se trata de una desigualdad positiva el contraste unilateral izquierdo. Si se trata de una desigualdad negativa el contraste unilateral derecho. Ambas son falsas. .
¿Cuál es le valor del nivel de significación? 0.005 0.5 0.05.
¿Cómo es la prueba U de Mann-Whitney? Prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de dos grupos independientes. Prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VI de dos grupos independientes. Prueba paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de dos grupos independientes. .
¿Cuándo se aplica la prueba t de Student para muestras independientes? VI cuantitativa, ya sea en medida de intervalo o razón. VD cuantitativa, ya sea en medida de escala de intervalo o de razón. VD cualitativa, y esté en escala ordinal. .
¿Qué 3 tipos de variación entre las puntuaciones podemos encontrar con la prueba de ANOVA? MCT, MCE, MCI MPT, MPE, MPI MAT, MAE, MAI.
¿Con qué podemos comprobar el supuesto de homogeneidad en el ANOVA? Procedimiento de Bonferroni. Tukey. F de Levenne.
¿Cuál es una característica de los diseños intrasujetos? Cada sujeto pasa por todos los niveles o condiciones. También se llaman diseños de medidas repetidas. Ambas son correctas. .
¿Cómo debe ser un contraste paramétrico en la comparación de 2 muestras dependientes? Cualitativa ordinal. Cuantitativa de intervalo. Cuantitativa de razón. .
Si en una prueba ANOVA el valor de F es bajo, esto significa que: La distancia entre las medidas es mayor. Aumenta la probabilidad de que suceda dicho supuesto. Disminuye la probabilidad de que suceda dicho supuesto. .
¿Qué supuesto se debe cumplir en un diseño de más de 2 muestras? Esfericidad Normalidad Ambas son correctas.
¿Qué se debe hacer si la interacción en la comparación entre medias es no significativa? Se realizan pruebas post-hoc como en el ANOVA unifactorial. Se analizan los efectos de un factor. Ninguna de las anteriores.
¿Cuándo habrá efectos principales de cada factor? Si la variabilidad intergrupo es menor que la intragrupo en dicho factor. Si la variabilidad intergrupo es igual que la intragrupo en dicho factor. Si la variabilidad intergrupo es mayor que la intragrupo en dicho factor.
¿Qué pruebas podemos realizar para analizar la asociación entre variables nominales? T de Student Tablas de contingencia. ANOVA factorial de medidas repetidas. .
En la prueba ji-cuadrado de Pearson... p>alpha se acepta la H0. p>alpha se rechaza la H0. p<alpha se acepta la H0. .
¿Qué dos grandes grupos de estudio encontramos en los diseños observacionales y selectivos? Observacionales, y dentro de este la representatividad. Selectivo, y dentro de este realismo. Ambas son falsas. .
¿Cuáles de estas son técnicas de muestreo probabilístico? Aleatorio simple, sistemático, estratificado y por conglomerados. Causal, opinático, por cuotas y bola de nieve. T de Student, U de Mann-Whitney, ANOVA factorial. .
La prueba T de Wilcoxon: Es una prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de dos grupos con dos mediciones. Es una prueba no paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de un grupo con dos mediciones. Es una prueba paramétrica que compara la distribución de las puntuaciones obtenidas en la VD de dos grupos con dos mediciones.
El coeficiente de correlación de Pearson: Las variables tienen que ser cuantitativas. Una variable es cuantitativa y otra cualitativa. Las variables tienen que ser cualitativas.
En los diseños correlacionales de asociación entre variables nominales, se puede analizar mediante: Únicamente tablas de contingencia. Mediante las tablas de contingencia o la prueba ji-cuadrado de Pearson. únicamente con la prueba ji-cuadrado de Pearson. .
¿Qué tipo de variación entre las puntuaciones indica la variabilidad entre las medias de los grupos? MCT MCE MCI.
Los inconvenientes de los diseños observacionales: Es su costo elevado. No hay conclusiones causales y posible sesgo. No presenta inconvenientes. .
La observación como diseño de investigación: Es una forma de registro de datos. Son técnicas específicas. Puede ser participante o no participante. Necesita de entrenamiento. Es un procedimiento. Necesita un plan. Suelen plantearse objetivos en lugar de hipótesis. Muy utilizado en estudios cualitativos. Es un procedimiento que no necesita un plan y sin objetivos. .
Los análisis estadísticos dependen de la medida de las variables. Si son cualitativas o cuantitativas: Solo dependen si son cualitativas. Solo dependen si son cuantitativas. Es correcta la afirmación. .
Los diseños correlacionales: Son diseños donde no hay diferencia entre la VD y la VI. Son diseños donde hay diferencia entre la VD y la VI. Son diseños donde no hay ni VD ni VI. .
Señala la incorrecta de los efectos de interacción: Representación gráfica de la interacción; NO INTERACCIÓN (líneas no paralelas) Representación gráfica de la interacción; NO INTERACCIÓN (líneas paralelas) Representación gráfica de la interacción; INTERACCIÓN (líneas no paralelas). .
Los contrastes paramétricos ponen a prueba la hipótesis sobre los parámetros poblacionales (como las medias o varianzas poblacionales) y exigen unas condiciones de aplicación. VERDADERO FALSO.
ANOVA intrasujeto unifactorial: Informa de si existen diferencias estadísticamente significativas entre, al menos, dos de las medias de los grupos de puntuaciones. No informa de si existen diferencias estadísticamente significativas entre, al menos, dos de las medias de los grupos de puntuaciones. No se utiliza el estadístico F de Fisher, y su significación (p).
Los diseños de más de dos muestras: La VD es una variable cuantitativa. La VI es una variable cuantitativa. La VD es una variable cualitativa. .
Prueba t de Student para muestras dependientes: Se usa para comparar la diferencia de medias en una variable que se mide dos veces en un grupo de sujetos. La variable que se mide (2 veces) recibe el nombre de VD y la variable sobre la que se forman los grupos que se comparan (pre-post) se denomina VI o factor. Ambas son correctas. .
Cuando tenemos más de dos grupos en el diseño de investigación (3 o más) debemos realizar otras pruebas estadísticas, también desde 2 enfoques diferentes: Enfoque paramétrico y enfoque no paramétrico. Enfoque paramétrico. Enfoque no paramétrico. .
ANOVA intersujeto unifactorial: Si el valor de F es alto indicará que la distancia entre las medias de los 3 grupos (variabilidad entregrupos) es pequeña en relación con la variabilidad dentro de cada grupo. Si el valor de F es bajo indicará que la distancia entre las medias de los 3 grupos (variabilidad entregrupos) es pequeña en relación con la variabilidad dentro de cada grupo. Si el valor de F es intermedio indicará que la distancia entre las medias de los 3 grupos (variabilidad entregrupos) es pequeña en relación con la variabilidad dentro de cada grupo. .
Prueba t de Student para muestras independientes: La prueba t de Student para muestras independientes se usa para comparar la media en una variable entre 2 grupos independientes de sujetos. La prueba t de Student para muestras independientes se usa para comparar la media en una variable entre un grupo independiente de sujetos. La aplicación de la prueba t, no es adecuada para datos provenientes de diseños de dos grupos cuando la VD sea cuantitativa, medida en escala de intervalo o de razón. .
La hipótesis nula, H0: La que contrastamos. Los datos pueden refutarla y no debería ser rechazada sin una buena razón. Todas las respuestas son correctas.
Se clasifica la investigación teórica en: Experimental, cuasiexperimental, y no experimental. Experimental únicamente. Ninguna de las anteriores es correcta. .
Las variables según la escala de medida, señala la incorrecta: Todas las características no se miden de la misma forma. Los números asignados siempre significan lo mismo. Entre sus valores se dan diferentes tipos de relación. .
Respecto a la observación como diseño de investigación, señala la respuesta incorrecta: Es un procedimiento y necesita un plan. Suelen plantearse objetivos en lugar de hipótesis. No se utiliza en estudios cualitativos. .
Las tablas de contingencia: Son tablas de una sola entrada. Son tablas de doble entrada. Ninguna es correcta. .
En los diseños factoriales intersujeto: Se utiliza la prueba de ANOVA factorial intersujeto. Todas las VI son intersujetos. Ambas son correctas. .
La prueba F de Friedmann: Es una prueba no paramétrica. Compara la distribución de las puntuaciones obtenidas en la VD de más de dos grupos dependientes o relacionados. A y B son correctas. .
En los diseños de más de dos muestras, señala la opción incorrecta: La VD es una variable cualitativa. Independencia de las observaciones. Esfericidad. Las varianzas de las diferencias entre los pares de puntuaciones de la VD deben ser iguales.
Para comparar la diferencia de medias en una variable que se mide dos veces en un grupo de sujetos, vamos a utilizar la prueba: T de Wilcoxon. U de Mann-Whitney. T de Student para muestras dependientes. .
En los diseños de más de dos muestras: La VD es una variable cuantitativa. Dependencia de las observaciones. Las varianzas de las puntuaciones de la VD deben ser distintas en los grupos. .
Sobre la U de Mann-Whitney, señala la respuesta que es falsa: Es una prueba no paramétrica. En lugar de comparar rangos promedios, compara medias. Se utiliza en los mismos casos que la prueba t de Student para muestras independientes, pero tiene unas condiciones. .
Sobre la H1, ¿cuál de las siguientes opciones es falsa? Niega a H0. Los datos pueden mostrar evidencia a favor. Debería ser aceptada sin una gran evidencia a favor. .
En los diseños cuasiexperimentales: La asignación de sujetos no es aleatoria y hay una mayor validez interna. La asignación de sujetos es aleatoria y hay una mayor validez interna. Ninguna de las anteriores. .
¿Cuál es la característica del muestreo aleatorio simple? Se utiliza cuando en una población hay ciertos factores (variables, subpoblaciones estratos) que pueden influir en el estudio y queremos asegurarnos de tener una cantidad mínima de sujetos de cada tipo o estrato. Se utiliza cuando es difícil tener una lista de todos los individuos que forman parte de la población de estudio. Los elementos de la muestra son elegidos al azar de entre todos los de la población. .
En la prueba ji-cuadrado de Pearson (x2), cuando se que considera que las variables son independientes: Cuando la distribución de una es parecida en todos los niveles de la otra: las frecuencias y porcentajes de filas y columnas serán aproximadamente proporcionales. Cuando la distribución de una es distinta para los niveles de la otra: las frecuencias y porcentajes de filas y columnas serán diferentes. Cuando la distribución de una es parecida en todos los niveles de la otra: las frecuencias y porcentajes de filas y columnas serán aproximadamente proporcionales. .
Si la interacción no es significativa: Solo se analizan las diferencias de medias de los efectos principales que hayan resultados significativos. Se pueden analizar los efectos de un factor, manteniendo constante cada nivel del otro factor: descomponiendo el diseño factorial en diseños simples, ajustando el nivel de alpha para cada familia de contrastes. Se analizan todas las diferencias de medias de los efectos principales. .
Al observar el estadístico de contraste y su significación (p) en la prueba F de Friedman: Encontraremos si existen diferencias estadísticamente significativas entre todos los grupos de rangos. Encontraremos si existen diferencias estadísticamente significativas entre al menos dos de los grupos de rangos. Encontraremos si existen semejantes estadísticamente significativas entre al menos dos de los grupos de rangos. .
|
