METODOLOGÍA ENERO 2026

El conocimiento nomotético es propio de: Paradigma positivista. Enfoques históricos. Perspectiva fenomenológica. Análisis crítico social. Interaccionismo simbólico.

La formulación del problema debe incluir: Opiniones personales. Juicios de valor. Relaciones entre variables claras y verificables. Relaciones no verificables entre variables. Información irrelevante para el lector del informe final.

La validez interna hace referencia a: La generalización de resultados. La concordancia entre los datos y la realidad estudiada. El número de participantes del estudio. El tipo de gráficos utilizados en el análisis descriptivo de los datos. Al nivel de significación estadística.

¿Qué criterio no forma parte de la formulación adecuada de una hipótesis?. Comprobable. Clara. Exhaustiva. Imposible de medir. Pedir.

Las variables cualitativas nominales se caracterizan por: Presentar un orden natural. Que sus valores son numéricos. Ser también de intervalo. Tener un cero absoluto. No poseer orden natural.

La validez externa se relaciona con: El error estándar de las medias. La hipótesis nula y la hipótesis alternativa. La posibilidad de aplicar los resultados a otras realidades. Es un análisis subjetivo. Es un enfoque filosófico.

7.- El diseño de inves/gación posi/vista es: Emergente. Flexible y dialógico. Estructurado y prefijado. No planificado. Basado en consenso grupal.

La operación de reducir observaciones en estadística se denomina: Clasificación. Agrupación simple. Distribución. Tabulación. Ordenación.

La esencia del diseño experimental es: La observación natural de las variables de estudio. Comparar grupos con manipulación controlada de la variable independiente. Evitar controles de la varianza sistemática primaria. Tener solo una medición que permita minimizar la varianza del error. No usar análisis inferencial para la resolución del diseño.

El uso de deciles y percentiles es crucial cuando: La distribución es uniforme. Se requiere la moda como medida de tendencia central. Se analizan posiciones relativas en grandes poblaciones. Se valora la igualdad de varianzas utilizando valores absolutos. No hay variabilidad.

Un p valor de 0,152 en Levene implica: Rechazar igualdad de varianzas. Rechazar normalidad. La necesidad de usar la prueba de Mann-Whitney. Confirma la normalidad de la distribución. Asumir la igualdad de varianzas.

El coeficiente de variación se interpreta como: Una medida absoluta de dispersión. La relación entre la desviación típica y media. El valor máximo posible de la distribución de frecuencias. La diferencia entre moda y media de la distribución. La media absoluta.

La finalidad del paradigma sociocrítico es: Describir fenómenos. Medir variables humanas. Clasificar comportamientos. Transformar la realidad y emancipar al sujeto. Predecir resultados experimentales.

La media no es adecuada cuando: La distribución es simétrica. El rango es pequeño. Hay valores extremos muy grandes. Cuando el tamaño muestral es muy elevado. Cuando existen intervalos de la misma amplitud.

La marca de clase es: La diferencia entre los límites superior e inferior de la clase. Siempre coincide con la moda. La semisuma de los dos extremos de la clase. La suma de los límites superior e inferior de la clase. El valor acumulado Ni.

¿Cuál es la interpretación principal de los resultados de la prueba de Shapiro-Wilk?. Se rechaza la hipótesis nula si el p-valor es menor que 0,05. No tiene impacto en la interpretación de los resultados. Indica la presencia de valores extremos en los datos. Confirma la normalidad de la distribución. La interpretación depende solo de la media y de la mediana.

Una tabla estadística contiene: Interpretaciones de la estadística. Conclusiones. Solo gráficos (de barras o histogramas). Datos ordenados y sistemáticos. Las hipótesis del estudio.

Para medir la dispersión relativa cuando existen valores extremos, se utiliza: La varianza. La desviación típica. El rango intercuartílico. El recorrido semiintercuartílico. El punto medio del intervalo definido por la media aritmética más y menos la desviación típica.

En el método científico, la prueba estadística se selecciona en función de: La naturaleza y escala de los datos obtenidos. La preferencia del investigador. La bibliografía revisada. El número de hipótesis. La disponibilidad de software de análisis de datos utilizado.

Una hipótesis estadística incluye: Una formulación única. Una hipótesis nula y otra alternativa. Una única variable de estudio. Una conclusión verificable al margen de la hipótesis. Interpretaciones textuales.

Una escala de razón se caracteriza por: Permitir únicamente la igualdad y la desigualdad. Permitir únicamente el menor y el mayor como operaciones lógicas. Permitir la suma y la resta, pero no la multiplicación y la división. Permitir la suma y la resta. No admitir operaciones lógicas.

Un diseño preexperimental se caracteriza por: Alta validez interna. Aleatorización estricta. Manipulación rigurosa. Muestras grandes. Baja validez interna.

La aleatorización permite: Eliminar la variable independiente. No controlar las fuentes de error. Distribuir variables extrañas de forma equivalente entre grupos. Evitar mediciones necesarias cuando no existe proceso de aleatorización. No calcular varianzas.

Un ejemplo de variable ordinal es: El dorsal de un competidor en una carrera. El color de la camiseta del corredor. El orden de llegada en una carrera. El tiempo necesario para finalizar la carrera. La aleatorización del tiempo de llegada tras finalizar la carrera.

La hipótesis nula (Ho) afirma normalmente que: El tratamiento tiene efecto. Las medias de ambos grupos son diferentes. No existen diferencias reales, solo atribuibles al azar. La hipótesis alternativa es siempre la verdadera. Es necesario que se cumpla la normalidad para que tenga sentido.

¿Qué implica el concepto de ciencia según su definición clásica?: Hacer diligencias para descubrir una cosa. Un conjunto de datos recopilados al azar. Un procedimiento específico para experimentar. Conocimiento cierto de las cosas por sus principios y causas. El estudio exclusivo de fenómenos naturales.

El paradigma interpretativo sostiene que la realidad es: Única y medible. Mantiene una distancia neutral con el objeto de estudio. Subjetiva, dinámica y construida socialmente.

En una escala ordinal es posible calcular: La mediana. La media. La suma. La desviación típica. En una escala ordinal es posible calcular todas las opciones anteriores.

¿Qué indica un valor p < 0,05 en un análisis estadístico?. La hipótesis nula debe asumirse, ya que la probabilidad de la hipótesis alternativa es muy pequeña. Los resultados no son significativos. Hay evidencia suficiente para rechazar la hipótesis nula. La relación entre variables es inexistente. Los datos están mal distribuidos.

Un error tipo / consiste en: Aceptar H, siendo esta falsa. No rechazar H, siendo falsa. Medir una variable incorrectamente. Analizar datos no paramétricos cuando.

La prueba de Levene comprueba la: Normalidad de una muestra. Correlación entre dos variables en escala de razón. Igualdad de varianzas entre dos muestras. Diferencias de medianas. Asociación no paramétrica de dos variables.

Los cuartiles dividen la distribución en. Dos partes iguales. Tres partes iguales. Cuatro partes iguales. Cien partes iguales. Todas las respuestas anteriores son correctas en relación a los cuartiles.

Una tabla de con/ngencia sirve para: Calcular medias, en caso de que el cálculo de la mediana no sea el más apropiado. Analizar varianzas iguales o desiguales. Asociar dos variables cualitativas. Obtener intervalos de confianza. Comparar distribuciones normales.

El método hipotético-deductivo requiere que la hipótesis: Sea siempre confirmada. No se pueda comprobar. Se formule sin teoría previa. Surja al final del estudio, aunque también es posible que surja en la mitad del proceso. Puede ser contrastada empíricamente mediante experimentación o análisis.

¿Qué se requiere para aplicar una prueba t para dos muestras relacionadas?. Datos cualita-vos. Variables dependientes y no paramétricas. Homogeneidad de varianzas en la población. Datos cuantitativos con distribución normal. Uso de gráficos descritivos.

Si p > 0,05 y < de 0,1 normalmente se: Acepta H0. Se duda. Rechaza H0. Comete error tipo II. Asume igualdad de medidas.

En la prueba t para muestras independientes es requisito previo: Que las muestras estén emparejadas. Que no haya normalidad. Normalidad e igualdad de varianzas. Normalidad. Que las variables sean cualitativas.

La mediana es el valor que: Maximiza la frecuencia sistemática primaria mejor que la media o la moda. Minimiza la varianza. Divide a la población en dos partes iguales. Es siempre igual a la media, incluso aunque la distribución no sea normal. Coincide obligatoriamente con la moda.

La validez interna depende fuertemente de: El tamaño de las muestras únicamente. Los análisis descriptivos. El control adecuado de variables extrañas. De la no existencia del pretest. No tener proceso de aletorización.

En un diseño ex post facto: Se manipula la variable independiente. Hay control de la situación inicial (pretest). Los grupos no son equivalentes y la situación inicial es desconocida. La validez interna es alta debido a que no existe pretest. En este diseño preexperimental siempre hay.

El estadístico chi-cuadrado o cualquier otro en tablas de contingencia depende de la: Desviación típica. Normalidad. Frecuencia observada y esperada. Diferencia de medias. Hipótesis nula y de la hipótesis alternativa.

En el método cienXfico, la revisión de la literatura permite: Obtener conclusiones directamente. Elaborar la encuesta inicial. Fundamentar el problema y derivar hipótesis. Seleccionar la muestra aleatoria o no aleatoria (opinática). Calcular estatísticos.

La hipótesis inductiva surge de: Teorías. Modelos matemáticos. Observación de la realidad. Reglas estadísticas. Estrategias experimentales.

¿Cuál es la operación lógica que no está permitida en una escala ordinal?. Igual. Distinto. Menor. Mayor. Sumar.