examen

¿Cómo se define Ciencia?. Estudio de los fenómenos naturales. Conocimiento cierto de las cosas por sus principios y causas. Actividad de investigación en un laboratorio. Proceso de enseñanza y aprendizaje de conocimientos técnicos. Conjunto de teorías y prácticas científicas.

¿Cuál es una de las características del paradigma positivista?. La realidad es múltiple y compleja. La realidad es dinámica y evolutiva. La realidad es tangible y fragmentable. La realidad depende del contexto social. La realidad es intangible y holística.

Según el paradigma positivista, ¿cuál es la finalidad de la ciencia?. Comprender los fenómenos. Contribuir a la alteración de la realidad. Generar conocimientos ideográficos. Conocer y explicar la realidad para dominarla y controlarla. Interpretar las acciones humanas, para mejorar la vida y el conocimiento.

¿Qué tipo de conocimiento genera la investigación bajo el paradigma sociocrítico?. Instrumental y técnico. Nomotético. Emancipatorio y crítico. Holístico y descriptivo. Fenomenológico y hermenéutico.

¿Cómo se define una hipótesis en el contexto de la investigación científica?. Una verdad absoluta en la investigación científica. Una suposición sin fundamento para la ciencia. Una solución definitiva para la ciencia. Una solución tentativa al problema de investigación. Una opinión personal, sin posibilidad de ser contrastada.

¿Qué papel juegan los objetivos o hipótesis en el proceso de investigación?. Guiar todo el proceso de investigación. Limitar las posibilidades de estudio. Restringir la creatividad del investigador. No tienen relevancia en la investigación. Son opcionales en la investigación.

¿Cuál es el propósito principal de las medidas de tendencia central en estadística?. Describir la dispersión de los datos. Resumir la distribución de frecuencias. Identificar valores atípicos en los datos. Comparar diferentes muestras de datos. Establecer la forma de la distribución, valorando así su normalidad.

¿Qué diferencia fundamental existe entre las medidas de posición y las medidas de dispersión?. Las medidas de posición indican la variabilidad de los datos, mientras que las medidas de dispersión representan valores centrales. Las medidas de posición resumen la distribución de los datos, mientras que las medidas de dispersión indican la forma de la distribución. Las medidas de posición permiten comparar diferentes distribuciones, mientras que las medidas de dispersión indican la concentración de los datos. Las medidas de posición pueden representar valores centrales, mientras que las medidas de dispersión indican la variabilidad de los datos. Las medidas de posición se utilizan únicamente para calcular promedios, mientras que las medidas de dispersión indican la dispersión de los datos.

¿Cuál de las siguientes no es una medida de tendencia central comúnmente utilizada?. Mediana. Media cuadrática. Media geométrica. Media armónica. Rango intercuartílico.

Qué representa el rango en un conjunto de datos?. La suma de todos los valores. La diferencia entre el valor máximo y el valor mínimo. La desviación respecto a la mediana. La dispersión relativa de un conjunto de datos determinado. El promedio de un conjunto de datos.

¿Cuál de las siguientes afirmaciones es verdadera acerca del coeficiente de variación?. Es una medida de dispersión absoluta. Se utiliza para comparar la dispersión entre dos conjuntos de datos, aunque tengan diferentes dimensiones. Siempre es mayor que la desviación estándar. No puede ser usado para datos que contienen valores negativos, ya que el resultado final no tendría sentido. Es igual a la varianza al cuadrado.

Si la varianza de un conjunto de datos es cero, ¿qué podemos inferir sobre los datos?. Todos los datos son diferentes. Todos los datos son iguales. Hay un error en los datos. La media es también 0. La varianza es infinita.

¿Cómo afecta la presencia de valores atípicos a la desviación típica?. La disminuye. No se ve afectada. La aumenta. La transforma en varianza. Pasa a ser una medida de dispersión relativa.

Por qué es esencial comprender la escala de variable al realizar análisis estadístico?. No tiene impacto en los análisis estadísticos. Porque afecta la elección de pruebas estadísticas apropiadas. Porque todas las variables son iguales en términos de escala. Para reducir la necesidad de objetividad. Porque elimina la necesidad de operaciones lógicas.

¿Cuál es la relación entre el tipo de problema de investigación y la hipótesis?. Los problemas cerrados suelen formularse a partir de hipótesis inductivas, específicas y observables. Los problemas cerrados suelen partir de hipótesis deductivas generales y teorías previas. Los problemas abiertos no utilizan hipótesis. Los problemas inductivos y deductivos no se relacionan con las hipótesis. Los problemas abiertos siempre se basan en la intuición.

¿Qué es una hipótesis de investigación?. Una afirmación que se somete a prueba para determinar su validez. Un objetivo general de la investigación. Un conjunto de datos sin analizar. Una conclusión basada en la investigación previa. Una teoría comprobada.

Qué es una hipótesis nula?. Una hipótesis que establece una relación entre variables. Una hipótesis que busca confirmar la relación entre variables. Una hipótesis que siempre es falsa. Una hipótesis que siempre es verdadera. Una hipótesis que establece que no existe una relación significativa entre variables.

¿Qué significa rechazar la hipótesis nula?. Que no hay suficientes datos para tomar una decisión. Que la hipótesis alternativa es falsa. Que hay evidencia suficiente para apoyar la hipótesis alternativa. Que ambas hipótesis son incorrectas, y por tanto no podemos tomar una decisión. Que la hipótesis nula es verdadera.

¿Qué es el muestreo intencional u opinático?. Un tipo de muestreo aleatorio. Un tipo de muestreo donde se selecciona cada enésimo elemento. Un muestreo donde se subdivide la población en estratos. Un muestreo basado en características aleatorias. Un tipo de muestreo no aleatorio donde se selecciona la muestra por accesibilidad.

¿Cómo se clasificaría la variable "orden de llegada en una carrera" en términos de naturaleza y escala?. Cualitativa nominal. Cuantitativa ordinal. Cuantitativa de razón. Cualitativa ordinal. Ordinal y de razón.

¿Cuál es el propósito de realizar una prueba t para muestras independientes en investigación?. Comparar medias de dos grupos de sujetos distintos en un mismo punto temporal. Comparar medias de un grupo de sujetos en dos momentos diferentes. Evaluar la correlación entre dos variables. Determinar la distribución de los datos. Validar hipótesis alternativas.

¿Cómo afecta la escala de una variable a la elección de pruebas estadísticas?. No tiene impacto en las pruebas estadísticas. Afecta solo a las pruebas paramétricas. Afecta solo a las pruebas no paramétricas. Afecta la elección de pruebas paramétricas y no paramétricas. Afecta solo a las pruebas de tendencia central.

¿Cuál es el papel del grupo de control en un experimento?. Recopilar datos. Establecer la norma de comparación. Manipular variables. Formular hipótesis. Analizar resultados.

¿Cuál es el papel de las hipótesis en el proceso hipotético deductivo?. Son opcionales y no afectan la investigación. Sirven solo para confirmar la teoría. Orientan la recopilación de datos y guían la investigación. Se formulan después de la confirmación de la teoría. No tienen relación con las observaciones.

¿Cuál es el propósito del p-valor en un test de hipótesis?. Establecer la hipótesis nula. Determinar el tamaño de la muestra. Indicar la probabilidad de obtener los resultados por azar. Definir el nivel de significación de la hipótesis alternativa. No tiene un propósito específico.

Explica la relevancia de realizar pruebas t en lugar de otras pruebas estadísticas en investigaciones específicas: No hay diferencia significativa entre pruebas estadísticas. Depende únicamente de la preferencia del investigador. Puede depender de la naturaleza de los datos y el diseño del estudio. Solo se aplica en investigaciones con variables biológicas. No es relevante, todas las pruebas son equivalentes.

¿Por qué es esencial comprender las operaciones lógicas permitidas en cada escala al realizar análisis descriptivo?. Porque todas las operaciones son igualmente válidas. Porque elimina la necesidad de asignación aleatoria. Porque afecta la interpretación de resultados. Porque la escala no tiene impacto en las operaciones lógicas. Porque todas las escalas son igualmente informativas.

Explica la diferencia entre la inducción y la deducción en el proceso hipotético deductivo: La inducción parte de teorías generales, la deducción de observaciones específicas. La inducción no utiliza hipótesis, la deducción sí. La inducción parte de observaciones para llegar a teorías, la deducción va de teorías a observaciones. La inducción no sigue un orden específico, la deducción sí. No hay diferencia entre inducción y deducción en este proceso.

¿Cuál es la operación lógica que no está permitida en una escala de razón?. Igual. Distinto. Menor. Mayor. Todas están en una escala de razón.

¿Cuál es el propósito principal de la prueba de Kolmogorov-Smirnov?. Comparar dos grupos independientes. Evaluar la normalidad de la distribución de un conjunto de datos. Validar la hipótesis nula en estudios cualitativos. Determinar la homogeneidad o igualdad de varianzas. No tiene un propósito específico.