Test metodo 2

¿Qué es una muestra?. Toda la población. Los elementos descartados del estudio. Parte representativa de la población que se analiza. Solo los datos secundarios.

En el muestreo probabilístico: Se eligen participantes según conveniencia. Solo algunos tienen oportunidad de ser elegidos. Todos los miembros tienen la misma probabilidad de ser seleccionados. Se eligen los más accesibles.

¿Qué define al muestreo aleatorio simple?. Selección por conveniencia. Selección por juicio del investigador. Selección al azar, todos tienen igual probabilidad. Selección según cuotas.

El muestreo por conglomerados consiste en: Escoger personas al azar sin criterio. Dividir la población en grupos o secciones representativas. Elegir solo a expertos. Hacer una encuesta general.

En el muestreo sistemático: Se seleccionan los primeros individuos. Se eligen según características personales. Se seleccionan a intervalos regulares. Se eligen todos los disponibles.

¿Qué caracteriza al muestreo estratificado?. Dividir la población en grupos homogéneos y seleccionar muestras de cada uno. Seleccionar individuos al azar sin criterios. Seleccionar los más cercanos. Elegir solo a los expertos.

El muestreo polietápico combina: Métodos no probabilísticos. Varios métodos, usualmente conglomerados y aleatorio. Solo muestreo sistemático. Juicio y conveniencia.

En el muestreo no probabilístico: No todos los elementos tienen la misma probabilidad de ser seleccionados. Se eligen al azar. Se utiliza una tabla de números aleatorios. Todos son seleccionados.

El muestreo por conveniencia se caracteriza por: Seleccionar los más fáciles de acceder. Elegir al azar. Usar cuotas exactas. Agrupar por zonas.

¿Qué método selecciona sujetos según criterio experto?. Por cuotas. Por juicio o experto. Aleatorio simple. Conglomerado.

El muestreo por cuotas busca: Asegurar proporciones de distintos grupos aunque no sea aleatorio. Seleccionar expertos. Escoger solo un grupo homogéneo. Evitar la diversidad.

El muestreo no probabilístico especial se basa en: Azar puro. Selección de individuos con características específicas. Intervalos regulares. Dividir por conglomerados.

El objeto de estudio representa: El fenómeno o característica específica que se investiga. Toda la población. El marco teórico. El investigador.

En el ejemplo de elecciones en Ecuador, el objeto de estudio fue: El número de votantes. La preferencia electoral. Los centros de votación. Los partidos políticos.

En el estudio sobre salud bucal en universitarios, la muestra fue: 50 estudiantes de distintas carreras. Todos los estudiantes del país. Solo los de odontología. Los docentes universitarios.

En el estudio de vacunación en adultos mayores, la población fue: 1000 personas. Todos los adultos mayores del país. Solo los de una ciudad. El personal médico.

El objeto de estudio en la investigación sobre vacunación fue: La edad de los adultos. El nivel de vacunación contra la influenza. La cantidad de hospitales. La región de residencia.

¿Qué es un censo?. Recolección de datos de toda la población. Estudio con una muestra reducida. Selección aleatoria. Estimación parcial.

“Representatividad” significa: Grado en que la muestra refleja las características de la población. Cantidad de datos obtenidos. Margen de error. Forma del cuestionario.

“Sesgo” se refiere a: Error sistemático que distorsiona los resultados. Método de muestreo aleatorio. Falta de datos. Elección de toda la población.

Una “variable” es: Característica que puede variar entre los elementos. Elemento fijo sin cambios. El número total de participantes. El tipo de muestreo.

“Error muestral” significa: Diferencia entre el valor real y el estimado por la muestra. Error de cálculo matemático. Error en la redacción del informe. Falta de población.

La “homogeneidad” indica: Grado de similitud entre los elementos de una muestra. Diversidad total. Selección aleatoria. Diferencias extremas.

“Estratificación” implica: Dividir la población en grupos homogéneos. Seleccionar los más convenientes. Usar cuotas fijas. Aleatorizar sin criterios.

Un “valor atípico” es: Dato que se aleja significativamente del resto. Promedio de la muestra. Valor medio normal. Error de escritura.

“Cualitativo” describe: Características no numéricas o descriptivas. Datos medidos con números. Frecuencias absolutas. Porcentajes.

“Cuantitativo” describe: Datos expresados en números. Opiniones personales. Criterios subjetivos. Textos descriptivos.

La “aleatoriedad” garantiza: Igualdad de oportunidades en la selección. Sesgo del investigador. Elección dirigida. Resultados subjetivos.

¿Qué es una encuesta?. Técnica de recolección de datos mediante cuestionarios o entrevistas. Método para analizar variables. Tipo de población. Forma de tabular datos.

“Datos” son: Información recolectada en una investigación. Opiniones del investigador. Resultados finales. Predicciones.

¿Qué se busca con una muestra representativa?. Que refleje la diversidad de la población. Que incluya solo los casos extremos. Que tenga pocos individuos. Que sea subjetiva.

Un estudio con personas disponibles en un centro comercial utiliza: Muestreo por conveniencia. Muestreo aleatorio simple. Muestreo sistemático. Muestreo estratificado.

Un médico que elige pacientes específicos para un estudio aplica: Muestreo por juicio. Muestreo sistemático. Muestreo aleatorio simple. Muestreo por cuotas.

Una encuesta con 50% hombres y 50% mujeres corresponde a: Muestreo por cuotas. Muestreo aleatorio. Muestreo por juicio. Muestreo sistemático.

Si el investigador selecciona expertos en una enfermedad rara, usa: Muestreo no probabilístico especial. Muestreo sistemático. Muestreo estratificado. Muestreo aleatorio simple.

“Inferencia” se refiere a: Extraer conclusiones sobre una población a partir de una muestra. Recolectar datos. Medir variables. Aplicar encuestas.

¿Cuál es la definición más completa del análisis de datos en un contexto profesional?. El almacenamiento de información en una base de datos. El proceso de examinar, limpiar, transformar y modelar datos para obtener información útil. La recopilación exclusiva de datos numéricos. El uso de herramientas de visualización sin análisis previo.

¿Cuál es el primer paso obligatorio del proceso de análisis de datos?. Elaborar gráficos estadísticos. Definir claramente el objetivo específico del análisis. Organizar los datos en Excel. Seleccionar fuentes de datos.

¿Qué pregunta guía la correcta formulación del objetivo del análisis?. Qué herramientas estadísticas quiero usar?. Cuánto tiempo tomará el análisis?. Qué objetivo de negocio quiero lograr con este análisis?. Qué software es más fácil de utilizar?.

¿Por qué es crucial que el analista de datos comprenda el funcionamiento de la empresa en un análisis empresarial?. Porque puede manipular los datos más rápido. Porque así sabrá cuál sistema operativo usar. Porque solo conociendo los objetivos empresariales podrá elegir el foco correcto del análisis. Porque facilita crear gráficos más llamativos.

¿Cómo se define un dato de origen?. Información que proviene de otras empresas. Datos recopilados directamente por la organización para sus actividades. Información no estructurada obtenida en redes sociales. Datos filtrados por consultoras externas.

¿Qué caracteriza a los datos secundarios?. Se generan mediante experimentos. Son datos primarios de otra organización con fines distintos al análisis actual. Solo provienen de encuestas. Son datos siempre cualitativos.

¿Cuál es la principal característica de los datos de terceros?. Se generan dentro de la misma empresa. Representan datos específicos de una sola fuente. Son recopilados y consolidados por una entidad externa desde múltiples fuentes. Solo contienen información numérica.

¿Qué actividad forma parte de la depuración de datos?. Crear hipótesis iniciales. Rectificar errores tipográficos y eliminar duplicados. Aplicar algoritmos predictivos. Diseñar dashboards.

¿Qué porcentaje del tiempo total suele ocupar la limpieza de datos en un análisis?. 10–20%. 30–40%. 70–90%. 100%.

¿Qué herramienta de código abierto se recomienda para agilizar la limpieza de datos?. Power BI. Google Forms. OpenRefine. Access.

¿Qué objetivo tiene el análisis descriptivo?. Predecir comportamientos futuros. Explicar las causas de un problema. Explorar y resumir sucesos pasados. Recomendar acciones estratégicas.

¿Qué pregunta responde el análisis diagnóstico?. Qué sucedió?. Por qué sucedió?. Qué sucederá?. Qué debo hacer ahora?.

¿Qué característica distingue al análisis predictivo?. Se basa solamente en datos cualitativos. Utiliza inteligencia artificial y machine learning para anticipar tendencias. No requiere datos históricos. No se usa en empresas.

¿Cuál es la principal ventaja del análisis prescriptivo en la toma de decisiones?. Describe datos sin profundizar. Muestra únicamente datos estadísticos. Propone acciones basadas en predicciones y análisis previos. Solo analiza causas internas.

¿Cuál de los siguientes es un ejemplo real del uso del análisis prescriptivo?. Un gráfico de barras. Algoritmos que guían autos autónomos. Una encuesta de satisfacción. Un informe financiero estándar.

¿Qué se realiza en la etapa final del proceso de análisis de datos?. Recopilación de datos. Presentación de resultados mediante informes o dashboards. Definición del objetivo. Limpieza de duplicados.

¿Por qué las entrevistas son valiosas como método cualitativo de recolección de datos?. Porque siempre producen estadísticas. Porque permiten obtener información profunda y detallada directamente del participante. Porque sustituyen las encuestas. Porque no requieren preparación.

¿Qué ventaja ofrecen los grupos focales?. Permiten manipular variables. Ofrecen múltiples perspectivas en un entorno interactivo. Aseguran datos numéricos exactos. Reducen los sesgos completamente.