PIR - Metodología (2001-2006)

Señale qué afirmación es correcta en relación al coeficiente de fiabilidad de un test: Ni la variabilidad de la muestra ni la longitud de la prueba son determinantes en la fiabilidad de un test. La variabilidad de la muestra es determinante en la fiabilidad de un test, pero la longitud de la prueba no afecta a este coeficiente. La longitud de la prueba es determinante en la fiabilidad de un test, pero la variabilidad de la muestra no afecta a este coeficiente. Tanto la variabilidad de la muestra como la longitud de la prueba son determinantes en la fiabilidad de un test. La variabilidad de los ítems y la longitud de la prueba son los determinantes en la fiabilidad de un test.

Señale qué afirmación es correcta en relación a la validez factorial de un test: La validez factorial es un tipo de validez predictiva. La validez factorial es un tipo de validez de constructo. La validez factorial es un tipo de validez discriminante. La validez factorial es un tipo de validez convergente. La validez factorial es un tipo de validez atenuada.

Señale qué afirmación es correcta en relación al coeficiente de fiabilidad de un test: El método de las formas paralelas mide, principalmente, la consistencia. El coeficiente de equivalencia no es, en sentido estricto, un coeficiente de fiabilidad. El método de las formas paralelas mide, principalmente, la estabilidad. El método de las formas paralelas mide, principalmente, covariación. En el método de las formas paralelas se puede denominar, al resultado, coeficiente de equivalencia.

El Diferencial Semántico como técnica de medición de actitudes tiene como base: La técnica Thurstone para escalas de actitud. El escalograma de Gutman. Una escala Likert. Escalas de adjetivos bipolares. Alternativas de respuesta graduadas.

El diseño ex–post–facto es aquel en el que: La variable dependiente es manipulada por el investigador. No existen variables independientes en la investigación. Sólo participa un sujeto en la investigación. La variable edad se estudia como variable dependiente. Tanto las variables independientes como la variable dependiente, han tomado sus valores antes de que intervenga el experimentador.

Los efectos de la práctica y de la persistencia son propios de los diseños: Intersujetos. De grupos aleatorios. De encuestas. Intragrupo. Observacionales.

Una encuesta transversal para conocer el estado de expansión de una enfermedad recibe el nombre de: Longitudinal. Ecológica. Epidemiológica. De Panel. De Cohorte.

El Diseño Solomon se utiliza en metodología experimental cuando: Se quiere controlar el efecto de la medida pretratamiento. No se dispone de medida pretratamiento. Se quiere controlar los efectos de la historia y la maduración. Solamente se dispone de dos grupos. No disponemos de grupos aleatorios.

En un diseño factorial 2x3x2 existen: Doce variables independientes. Tres variables dependientes. Siete tratamientos experimentales. Tres variables independientes. Doce factores.

En Metodología observacional, el registro del número de veces que llora un bebé en una sesión es considerado un índice de: Ocurrencia. Latencia. Duración. Intensidad. Potencia.

¿Qué es un experimento “ciego”?: En el que uno de los grupos no recibe tratamiento. En el que uno de los grupos recibe un “placebo’. En el que los sujetos desconocen si su situación es la de tratamiento o la de placebo. En el que los sujetos no conocen al experimentador. El que se realiza como experimento piloto.

El tiempo que tarda una rata en recorrer un laberinto, se clasificaría como una variable: Del estímulo. Cualitativa. Cuantitativa. Ambiental. Discreta.

La amenaza a la validez de un experimento denominada “Maduración” hace referencia al tipo de validez denominada: Externa. Interna. De constructo. Ecológica. De conclusión estadística.

En la formulación de la hipótesis “si X, entonces Y”: X representa a la variable dependiente. Y representa a la variable independiente. X e Y son las variables dependientes. X e Y son las variables independientes. Y representa a la variable dependiente.

Las siguientes hipótesis nulas: H0: 𝜼1=𝜼2 y H0: 𝜼1≥𝜼2, expresan: Un contraste unilateral izquierdo y un contraste bilateral, respectivamente. Un contraste unilateral derecho y un contraste unilateral izquierdo, respectivamente. Un contraste bilateral y un contraste unilateral derecho, respectivamente. Un contraste bilateral y un contraste unilateral izquierdo, respectivamente. Un contraste unilateral izquierdo y un contraste unilateral derecho, respectivamente.

Cuando se aplica el estadístico CHI CUADRADO de Pearson para la independencia de variables, la hipótesis alternativa, de una forma general, será: En la muestra, la variable dependiente observada X, no es independiente de la variable dependiente observada Y. En la población, la variable dependiente observada X, es independiente de la variable dependiente observada Y. En la muestra la variable independiente aplicada X, es independiente de la variable dependiente observada Y. En la población, la variable dependiente observada X, no es independiente de la variable independiente aplicada Y. En la población, la variable dependiente observada X, no es independiente de la variable dependiente observada Y.

¿Cuál de las siguientes frases es errónea si nos referimos a las condiciones que deben cumplir los datos para aplicar como estadístico de contraste una T de Student para dos muestras independientes?: Variable independiente medida a nivel de intervalo. Poblaciones normales no mayor que 29 sujetos en cada muestra. Supuesto de homocedasticidad (si las varianzas son desconocidas) o tamaños iguales de ambas muestras si no se da este supuesto de homocedasticidad. Variable dependiente medida a nivel de intervalo. Las n1+n2 observaciones son independientes y aleatorias.

Entre las características que indican la bondad de los estimadores se encuentran: La suficiencia y el sesgo. La suficiencia y la eficiencia. El sesgo y la eficiencia. La inconsistencia y la carencia de sesgo. La representatividad y la carencia de sesgo.

Señale la afirmación correcta de entre las cinco siguientes: Una variable debe ser un subconjunto representativo. Un estadístico es un valor numérico que describe una característica de una población. Una muestra es un conjunto de elementos de una población. Un parámetro es un valor numérico que describe una característica de una muestra. Lo más característico de una población es que todos los elementos son identificables.

Se tiene una variable Xi, con un número de personas en la muestra igual a n, y se genera una nueva variable Yi a partir de los valores de Xi, siendo: Yi = 2Xi + 3, se conoce la media de Xi (que es Ẍ). ¿Cuánto vale la media de la variable Yi (Ȳ)?: Ȳ= 2Ẍ. Ȳ= 2n Ẍ. Ȳ= 2Ẍ + 3. Ȳ= Ẍ + 3. Ȳ= 2n Ẍ + 3n.

Se tiene una variable Xi, con un número de personas en la muestra igual a n. ¿Qué es el primer cuartil (Q1) de la variable Xi?: Es la suma de los valores de Xi dividida entre 4: Q1 = ∑Xi /4. Es la cuarta parte de n: Q1 = n/4. Es la suma de los valores de los n primeros naturales dividida entre 4: Q1 = 1+2+...+n-1+n/4. Es el máximo valor de la variable Xi dividido entre 4: Q1 = Máx (Xi) / 4. Es el valor de Xi que deja por debajo a la cuarta parte de la muestra.

Se tiene una variable Xi, con un número de personas en la muestra igual a n. ¿Cuánto vale la suma de las puntuaciones diferenciales de la variable Xi [∑(Xi-Ẍ)]?: ∑(Xi-Ẍ) = n. ∑(Xi-Ẍ) = Ẍ. ∑(Xi-Ẍ) = nẌ. ∑(Xi-Ẍ) = 0. ∑(Xi-Ẍ) = ∑(Xi).

Se tiene una variable Xi, con un número de personas en la muestra igual a n, se tipifica cada valor de Xi en su correspondiente valor zi. ¿Cuánto vale la media de las puntuaciones típicas, Ż?: Ż = 1. Ż = n. Ż = 0. Ż = Ẍ. Ż = Sx.

Dada la ecuación de regresión: Yi = A + B•Xi + ei ¿Cuánto vale la correlación entre la variable Xi y los errores de pronóstico ei(rXe)?: rXe = 0. rXe = -1. rXe = +1. rXe = 0’5. rXe = Depende de cada ecuación.

Se miden dos variables (Xi e Yi) en los mismos individuos. La correlación lineal de Pearson entre las dos variables es rXY; se realizan las siguientes transformaciones: Ui = 2 Xi + 3 Vi = 4 Yi + 1 ¿Cuánto vale la correlación entre las nuevas variables Ui y Vi (rUV)?: rUV = rXY + 3 + 1. rUV = 2•4•rXY. rUV = 2•4•rXY + 3 + 1. rUV = 3•1•rXY. rUV = rXY.

El valor de la correlación lineal de Pearson (rXY) entre las variables Xi e Yi, ¿qué valores puede tomar?: Puede tomar cualquier valor. Vale entre 0 y +1. Vale entre 0 y –1. Vale entre –1 y +1. Vale entre 0 y 100.

¿Cuánto vale la correlación de Pearson de una variable (Xi) consigo misma (rXX)?: rXX = 1. rXX = 0. rXX = -1. rXX = 0’50. rXX = -0’50.

En una investigación longitudinal se mide la variable Y en una muestra de n niños en el momento 1 (Yi,1), y también se mide la misma variable Y en el momento 2 (Yi,2), se calcula la media de Yi,1 (Ȳ1), la media de Yi,2 (Ȳ2), y la correlación entre Yi,1 e Yi,2 (r1,2). Se calcula la variable “ganancia” de cada niño como la diferencia entre la puntuación en el momento 2 y en el momento 1: Gi = Yi,2 – Yi,1 ¿Cuánto vale la media de la variable “ganancia” (ȲG)?: ȲG = Ȳ2 + Ȳ1. ȲG = Ȳ2 - Ȳ1. ȲG = Ȳ2 + Ȳ1 - r1,2. ȲG = Ȳ2 - Ȳ1 + r1,2. ȲG = Ȳ2 + Ȳ1 - 2 * r1,2.

Se tiene una variable Xi, con un número de personas en la muestra igual a n, se tipifica cada valor de Xi en su correspondiente valor zi. ¿Cuánto vale la varianza de las puntuaciones típicas, S2z?: S2z = 1. S2z = n. S2z = 0. S2z = Ẍ. S2z = S2x.

Dada la ecuación de regresión: Yi = A + B • Xi + ei ¿cuál es la variable independiente (VI)?: VI: Yi. VI: A. VI: B. VI: Xi. VI: ei.

En una ecuación de regresión: Yi = A + B • Xi + ei, ¿dónde se representa la variable X en una plano cartesiano?: En el eje de ordenadas. En el eje ortogonal. En el eje oblicuo. En el eje bisectriz. En el eje de abscisas.

En una ecuación de regresión: Yi = A + B • Xi + ei, ¿cuál es la pendiente de esa ecuación?: Yi. A. B. Xi. ei.

Dada la ecuación de regresión: Yi = A + B • Xi + ei, ¿cuál es la variable dependiente (VD)?: VD: Yi. VD: A. VD: B. VD: Xi. VD: ei.

Un alumno obtiene en un test una puntuación típica igual a –0’25 (zi = -0’25). ¿Qué significa este dato?: Que deja por debajo de sí al 25% de los valores de ese test en la muestra estudiada. Que deba por debajo de sí al 75% de los valores de ese test en la muestra estudiada. Que el valor directo de esa puntuación es el de la media multiplicada por 0’25. Que la posición relativa de esa puntuación es de 0’25 desviaciones típicas por debajo de la media. Que la posición relativa de esa puntuación es de 0’25 desviaciones típicas por encima de la media.

La estrategia que permite transformar los hechos en datos, dentro de un sistema comprensible y analizable por cualquier investigador, se conoce como: Metodología. Modalización de variables. Medición. Escalamiento. Nominalización de variables.

La clasificación de las escalas de medida en: Nominales, Ordinales, de Intervalo y de Razón, se debe a: Guilford. Spearman. Thurstone. Campbell. Stevens.

Una vez obtenidas las puntuaciones de los sujetos en un test, la transformación a centiles consiste en : Asignar a cada puntuación directa el porcentaje de sujetos que obtienen puntuaciones inferiores a ella. Asignar a cada puntuación directa el porcentaje de sujetos que obtienen puntuaciones superiores a ella. Asignar a cada puntuación diferencial el porcentaje de sujetos que obtienen puntuaciones inferiores a ella. Asignar a cada puntuación diferencial el porcentaje de sujetos que obtienen puntuaciones superiores a ella. Ninguna de las anteriores es correcta.

En la función lineal Y=2X-6. ¿En qué punto cortará la recta al eje de las X?: +6. +3. -6. +2. Ninguna de las anteriores es correcta.

Cuando queramos conocer exactamente tanto la dirección como la intensidad de una asociación entre dos variables habremos de calcular: La covarianza. El coeficiente de determinación. La correlación. El estadístico de Mann-Whitney. La matriz de varianzas-covarianzas.

La probabilidad de la unión de dos sucesos, mutuamente exclusivos, es: La suma de sus probabilidades. La diferencia entre sus probabilidades. El producto entre sus probabilidades. El cociente entre sus probabilidades. Ninguna alternativa es correcta.

Si se tomase la variable "preferencia por un tipo de música" y ordenásemos sus valores. ¿Cómo mediría su dispersión?: Añado -> dando como resultado una distribución asimétrica de las frecuencias: Con la desviación típica. Con la amplitud semi-intercuartil (A.S.I.). Con el coeficiente de variación (C.V.). Con la desviación media. Con la mediana.

Si la puntuación 40,7 ocupa el percentil 60, indica que: El 40,7% de los sujetos se encuentra por encima del valor 60. El 40% de los sujetos supera el valor de la citada puntuación. El 60% de los sujetos supera el valor de la citada puntuación. El 50,3% de los sujetos se encuentra por encima del valor 60. Ninguna alternativa es correcta.

Si en una distribución la Mediana vale 8 y la Media 5. ¿Cómo es la distribución?: Asimétrica positiva. Simétrica. Asimétrica negativa. Leptocúrtica. Faltan datos para saberlo.

El estadístico "Q" de Yule debe utilizarse cuando: Desee conocer el coeficiente de correlación de Spearman. Quiera conocer la relación entre dos variables medidas a nivel de intervalo. Quiera conocer la relación entre dos series de rangos. Quiera conocer la relación entre dos variables medidas a nivel nominal. Las alternativas a y b son correctas.

Al medir la asociación en una muestra de doscientas personas entre 3 formas distintas de crianza y 4 formas distintas de apoyo social hemos obtenido un coeficiente χ2 igual a 20,19 (sig.= 0,04). Podríamos concluir: El apoyo social y los estilos de crianza son independientes. El apoyo social y los estilos de crianza están relacionados para un α = 0,05. No podemos medir asociación entre apoyo social y estilos de crianza. El estadístico χ2 no debe utilizarse para este tipo de variables. El apoyo social y los estilos de crianza están relacionados para un α = 0,01.

La desviación típica de las puntuaciones típicas es siempre: 1. 0. -1. Coincide con la media en diferenciales. Ninguna es correcta.

En relación con el coeficiente α de Cronbach. ¿Cuál de las siguientes afirmaciones NO es cierta?: Es un caso particular de Kuder y Richardson (KR20) cuando los ítems son dicotómicos. Es una forma de acercarse a la fiabilidad de un test. Refleja el grado en que covarían los ítems de un test. Es un indicador de consistencia interna del test. Aumenta al aumentar la covarianza entre los ítems de un test.

En general, una correlación puede considerarse significativa cuando se obtiene: Un valor ≥ 0.33, sea cual sea el valor de la significación. Un valor ≤ 0.33, sea cual sea el valor de la significación. Una significación ≥ a 0.05, sea cual sea el valor de la correlación. Una significación ≤ a 0.05, sea cual sea el valor de la correlación. Las alternativas 1 y 3 son correctas.

Una de las siguientes afirmaciones NO corresponde a una curva normal: Es simétrica respecto del eje vertical que pasa por la media. Tiene un único valor máximo (X= μ). Es asintótica respecto del eje de ordenadas. Para cada par de μ y de σ hay una curva normal distinta. La media, la mediana y la moda coinciden en el mismo valor.

A la necesidad de garantizar que un test constituye una muestra adecuada y representativa de los contenidos que pretende evaluarse con él, se conoce como: Validez de constructo. Validez predictiva. Validez de contenido. Validez de control. Fiabilidad.

Al incluir nuevos predictores en un modelo de regresión ocurre que: El coeficiente de determinación aumentará. El coeficiente de determinación disminuirá. El coeficiente de determinación no se alterará. El coeficiente de determinación o se mantendrá o crecerá. En un modelo de regresión no se pueden incluir nuevos predictores.

La correlación biserial (ρb): Es una mera aplicación de la correlación de Pearson. Es más adecuada que la correlación biserial puntual cuando no se puede asumir normalidad en la distribución. Debe usarse cuando una de las variables implicadas no es dicotómica pero se dicotomiza. Oscila entre +1 y -1. Es uno de los coeficientes de correlación para la estimación del índice de dificultad.

Un modelo de análisis de la varianza se considera equilibrado (balanceado) cuando: El número de niveles es siempre el mismo para todos los factores. El experimento se repite varias veces para cada nivel del factor. La varianza de los distintos niveles del factor es constante. Los factores son heterocedásticos. El número de observaciones para cada nivel del factor es siempre el mismo.

¿Cuál de las siguientes representaciones gráficas permite conocer directamente el valor de los cuartiles?: El diagrama de dispersión. El diagrama de barras. El diagrama de cajas. El diagrama de sectores. El diagrama de secuencias.

Al proceso mediante el que se establece una correspondencia biunívoca entre números y modalidades de una variable, se conoce como: Diseño de experimentos. Escalamiento multivariado. Normalización de los datos. Medición. Nominalización de variables.

Cuando el objetivo de un investigador es comparar las diferencias de medias para dos muestras independientes con un n que tiende a infinito, la técnica a utilizar será: Análisis de regresión. Pruebas no paramétricas. Prueba de Levene. Correlación de Spearman. Prueba t.

Para conocer la posición de un sujeto en una variable en relación con el resto de la muestra, utilizaría: La varianza. La media. Un índice de simetría. Cuantiles. Un índice de curtosis.

La varianza de una muestra considerada desde k submuestras es: La suma de las varianzas parciales. La media de las varianzas parciales. La media de las varianzas más la varianza de las medias. La varianza de las medias. La media de las varianzas menos las varianzas parciales.

Un procedimiento adecuado y sencillo para conocer la varianza de k variables que se combinan linealmente para obtener una puntuación total es: La covarianza. El coeficiente de determinación. La correlación. El estadístico de Mann-Whitney. La matriz de varianzas-covarianzas.

Si deseo comparar la variabilidad que existe entre la percepción espacial en niños de 5 y en niños de 12 años, usaré: La varianza con la desviación típica. El coeficiente de variación. La amplitud semi-intercuartil. La desviación media. El rango.

Si el CI de un individuo es 95 y ocupa el percentil 30 consideramos que: El 95% de los sujetos se encuentra por encima del valor. El 70% de los sujetos supera el CI 95. El 30% de los sujetos supera el CI. El 5% de los sujetos se encuentra por debajo del valor 30. Ninguna alternativa es correcta.

Si en una distribución la Mediana vale 12 y la Media 6, ¿Cómo es la distribución?: Asimétrica positiva. Simétrica. Asimétrica negativa. Leptocúrtica. Faltan datos para saberlo.

El número de grados de libertad para determinar el valor crítico de χ2 en una tabla de contingencia de 3x4 es de: 6. 12. 8. Necesito conocer el tamaño muestral. El estadístico χ2 no se utiliza en tablas de contingencia de 3x4.

¿Cuál de los siguientes estadísticos NO permite medir la variabilidad de una muestra?: El rango. La covarianza. La varianza. El coeficiente de variación. La amplitud semi-intercuartil.

Una de las diferencias entre estadístico y parámetro es que: El estadístico está libre de error de muestreo. El parámetro está libre de error de muestreo. El estadístico se obtiene desde una población. El parámetro se obtiene desde una muestra. Estadístico y parámetro son conceptos intercambiables.

Supuesta la prueba de inteligencia Weschler normalmente distribuida con μ=100 y σ=15, si un individuo se encuentra a 1 σ por encima de la media, ¿Qué calificación obtuvo?: 70. 30. 15. 85. 115.

Un investigador quiere someter a prueba la hipótesis nula de que: “Las medias de k poblaciones independientes son iguales entre sí”. ¿Qué estrategia analítica le aconsejaría que siguiese?: El análisis discriminante. El análisis factorial. El análisis de la varianza. El análisis con la prueba chi-cuadrado. El análisis de correspondencias.

¿Desde qué tipo de distribución considera usted que debe representarse la variable: “tiempo que tarda un enfermo en manifestar sus primeros síntomas tras una infección”?: Distribución binomial. Distribución de Bernouille. Distribución rectangular. Distribución normal. Distribución exponencial.

¿Qué representación gráfica utilizaría si su objetivo fuese visualizar el impacto de su intervención en el hábito tabaquista de un paciente?: Histograma. Diagrama de sectores. Serie temporal. Diagrama de caja. Diagrama de tallo y hojas.

Se considera un indicador de la estabilidad de las medidas: La validez de constructo. La validez predictiva. La validez de contenido. La validez de control. La fiabilidad.

Las rectas de regresión en puntuaciones directas y diferenciales son: Iguales. Paralelas. Convergentes. Divergentes. Coincidentes en el valor del parámetro A.

Si la nube de puntos de un diagrama de dispersión es cada vez más delgada, el |r| será: Cercano a cero. Cercano a 1. Igual a la covarianza. Positivo. Negativo.

Si deseamos predecir valores de lectura a partir del valor 12 de matemáticas mediante Ŷ = .5X +10: El error que cometeremos será de 16. Para predecir necesito, además, conocer la media de X. Predeciremos el valor 16 para matemáticas. Predeciremos el valor 16 para lectura. Necesito conocer el error cuadrático medio para poder hacer predicciones.

Cualquier condición que provoque diferencias entre las puntuaciones de una prueba que sean irrelevantes para su propósito, se refleja en: El coeficiente de correlación. La varianza de error. El intervalo de confianza. La validez. La consistencia interna.

La afirmación “El grado en que las diferencias entre puntuaciones se deben a la variable que queremos medir y no a otras” pone en evidencia la relación que existe entre: Fiabilidad y varianza de error. Homogeneidad de los ítems y representatividad del contenido. Percentiles y puntuaciones típicas. Evaluación referida al criterio y norma intragrupo. Coeficiente de fiabilidad y homogeneidad del grupo.

La fiabilidad, en Psicología, se define como: La consistencia, precisión y estabilidad de las medidas obtenidas en un test. El grado en el que un instrumento de evaluación mide lo que pretende medir. La comparación entre las puntuaciones de un test y una distribución de puntuaciones obtenida con una muestra representativa. La correlación entre las puntuaciones de un test y otras medidas externas e independientes de la misma variable. La relevancia y representatividad de los ítems de un test.

¿Qué tipo de fiabilidad nos muestra el grado en que las puntuaciones son independientes de factores dependientes de la situación (ya sea internos o externos)?: Test-retest. Dos mitades. Formas paralelas. Interjueces. Kuder-Richardson.

Lo que mide un test y hasta qué punto lo hace es la información que proporciona: El criterio. La validez. La fiabilidad. Las normas. La consistencia interna.

Para determinar si los ítems de un test son representativos y el formato, instrucciones y otros aspectos formales son relevantes para lo que pretende medir, se investiga la: Consistencia interna. Validez de contenido. Validez aparente. Homogeneidad. Fiabilidad test-retest.

Cuando las modalidades de una variable únicamente pueden considerase desde la relación de igualdad-desigualdad, se considera que la variable es: Politómica. Nominal. Ordinal. Intervalo. Razón.

Cuando el objetivo de un investigador es comparar las diferencias de medias para dos muestras independientes que no cumplen los criterios de normalidad, la técnica a utilizar será: Análisis de regresión. Pruebas no paramétricas. Prueba de Levene. Correlación de Spearman. Prueba t.

La escala de percentiles es: Ordinal con unidades muy desiguales. Ordinal con unidades iguales. Cualitativa con unidades muy desiguales. Cuantitativa con unidades iguales. Nominal con unidades equiespaciadas.

El número de grados de libertad para determinar el valor crítico de χ2 en una tabla de contingencia de 4x5, es de: 20. 12. 8. 4. Necesito conocer el tamaño muestral.

Si un psicólogo quiere medir la homogeneidad de una muestra pequeña, ¿qué le aconsejas?: Que use la varianza. Que use un estadístico de posición. Que use la cuasivarianza. Que use la media. Que use la desviación media.

El coeficiente de correlación múltiple R2: Especifica la varianza explicada por una variable a partir de otra. Indica la proporción de varianza de las variables predichas que queda explicada por la variable predictora. Se corresponde con el cuadrado de la varianza. Se corresponde con el cuadrado de la covarianza. Describe la relación de una variable con un conjunto ponderado de variables.

Cuando deseamos obtener un valor de probabilidad condicionada, resulta muy útil: Los diagramas de árbol. Los números aleatorios. La regla de Laplace. Las leyes de De Morgan. La regla de Bayes.

¿Utilizaría la prueba χ2 para determinar si la proporción de zurdos en 116 niños es significativamente diferente de la de 78 niñas?: Sí. No, utilizaría Spearman. No, utilizaría Pearson. Sólo después de aplicar la corrección de Yates. No, porque la distribución no es normal.

¿Qué medida de tendencia central consideraría más adecuada para la variable “apatía” medida como presencia y/o ausencia?: La media. La mediana. La moda. La desviación media. La media geométrica.

Si trabajamos en un experimento en Psicofísica donde debemos promediar razones, el cálculo más adecuado es el de: Media aritmética. Media geométrica. Media armónica. Media cuadrática. Ninguna media.

El coeficiente de contingencia “C”: Se encuentra entre 0 y + 1. Se encuentre entre -1 y + 1. Para “n” grande coincide con χ2 . Coincide con el coeficiente “Q” de Yule. Puede ser cualquier valor.

La calificación estándar más elemental y útil es la: Puntuación diferencial. Desviación típica. Puntuación típica. Puntuación directa. Puntuación factorial.

Si la nube de puntos de un diagrama de dispersión es cada vez más grueso, el |r| será: Cercano a cero. Cercano a 1. Igual a la covarianza. Positivo. Negativo.

El coeficiente alfa de Cronbach nos indica: La estabilidad temporal de las medidas del test. La magnitud de las puntuaciones del test. El grado en que covarían los ítems del test. La correlación entre los errores de pronóstico del test y del test criterio. La correlación entre las puntuaciones empíricas de un test y las verdaderas.

Cuando se trata de ítems dicotómicos, la varianza de las puntuaciones de un ítem: Es igual a 0.50. Oscila entre 0 y 0.25. Oscila entre 0 y 1. Oscila entre 0 y 0.5. No se puede calcular la varianza de ítems dicotómicos.

Si buscásemos una estrategia para la elabora-ción de escalas psicofísicas y/o psicológicas, acudiríamos a: La teoría clásica de los test. A las técnicas de escalamiento. Al método de las dos mitades. Al método de las formas paralelas. A la teoría de respuesta al ítem.

Para comparar la dispersión de variables que corresponden a poblaciones extremadamente desiguales, podemos utilizar: La varianza. La cuasivarianza. La amplitud intercuartil. La mediana. El coeficiente de variación.

Una distribución de valores se considera leptocúrtica cuando el índice de curtosis es: Igual a cero. Mayor que cero. Menor que cero. Igual a uno. El índice de curtosis no permite hacer esta valoración.

¿Qué estadístico nos permite conocer en cuántas unidades de los valores que toma la variable se concentra el cincuenta por ciento central de los casos?: La media. La moda. La amplitud o rango semintercuartílico. La amplitud o rango intercuartílico. La amplitud o rango total.

Los intervalos de confianza proporcionan: El valor de la varianza muestral. El valor de la varianza poblacional. El intervalo de posibles valores del estadístico poblacional que corresponda. El valor de la media poblacional. El intervalo de posibles valores del parámetro poblacional que corresponda.

¿Qué condición ha de considerarse para poder realizar el contraste de una media mediante una estrategia paramétrica?: Que la población siga una distribución normal. Que la población sea finita. Que la población sea asimétrica. Que la muestra sea inferior a 90. Que la población no siga una distribución normal.

En el supuesto de que dos variables sean independientes, ¿cuál de las siguientes afirmaciones es correcta?: Existe una relación lineal perfecta entre ellas. No existe relación lineal entre ellas. El coeficiente de determinación es igual a 1. El pronóstico, entre ambas variables, en regresión será perfecto. La recta de regresión lineal-minimocuadrática no es calculable.

El coeficiente de correlación de Spearman lo utilizaría siempre entre variables: Dicotómicas. Nominales. Dependientes. Independientes. Ordinales.

Considerando una variable nominal, la medida descriptiva que tiene sentido es: La marca de clase. La dispersión relativa. La media y la varianza. La moda. El coeficiente de variación.

En una regresión lineal, el coeficiente de dete-minación y el de correlación lineal: Siempre coinciden. Nunca coinciden. Sólo pueden coincidir si el ajuste lineal es perfecto. Sólo coinciden si la varianza explicada es igual a la no explicada. Sólo coinciden si la varianza explicada es distinta de la varianza pronosticada.

Si se considera en puntuaciones típicas la variable ansiedad, la media del grupo: Dependerá del tamaño de la muestra. Será igual a cero. Dependerá de la dispersión de los sujetos. Oscilará entre ±1. Será igual a uno.

El número de grados de libertad para determinar el valor crítico de χ2 en una tabla de contingencia de 2x3 es: 6. 2. 8. 5. Necesito conocer el tamaño muestral.

Si el coeficiente de correlación entre X e Y es 0,30, podemos afirmar que el coeficiente de correlación entre V e Y, siendo V = 3X, será:: 0,1. 0,30. 0,9. 0,09. 0,33.

Un paciente sigue una serie temporal estacionaria en depresión, cuando: La variabilidad y la media en depresión es constante en el tiempo. La media en depresión es constante en el tiempo, aunque no lo sea su varianza. La variabilidad en depresión es constante en el tiempo, aunque no su media. Tanto la variabilidad como la media en depresión cambian a lo largo del tiempo. El nivel de depresión cambia y se repite en momentos prefijados de tiempo.

Si pretendemos escalar tanto los sujetos como los objetos, utilizaremos el método de: Dunn – Rankin. Thurstone. Guttman. Likert. McArrak.

El coeficiente KR20 de Kuder y Richardson es: Un caso particular del α de Cronbach cuando los ítems son dicotómicos. Un caso particular del α de Cronbach cuando los ítems son dicotómicos y de igual dificultad. Un estimador insesgado de α. Un indicador de la desviación típica de los errores de medida. Un indicador de la validez de un test.

Si se desea estimar un índice de discriminación entre ítem y test, cuando ambas medidas son dicotómicas. ¿Qué alternativa consideraría adecuada?: Correlación tetracórica. Correlación biserial. Correlación biserial-puntual. Coeficiente phi. Índice basado en las proporciones de aciertos.