Psicología

Para aplicar el estadístico de contraste Chi-cuadrado en un test de independencia, la escala de medida de la variable dependiente debe ser al menos: Nominal. Ordinal. De razón. De intervalo.

En la investigación psicológica, el análisis de regresión es un procedimiento que permite: Predecir el comportamiento de una variable criterio a partir de otra variable denominada predictora. Eliminar mediante procedimientos matemáticos el influjo de variables extrañas. Calcular la correlación entre la variable independiente y la variable predictora. Predecir el valor de la variable independiente partiendo de los datos muestrales.

En terminología del análisis de varianza, las categorías en las que se dividen los factores se denominan: Niveles. Estadios. Fases. Valores.

Para aplicar la técnica de análisis de varianza de un factor se deben cumplir una serie de supuestos entre los que se encuentran los siguientes: La igualdad de las varianzas y la independencia de las observaciones. La normalidad de la población de la que se obtuvo la muestra y la heterocedasticidad. La homocedasticidad y la dependencia de las observaciones. La robustez de la técnica de análisis y la fiabilidad de los datos.

Cuando medimos una variable con los adjetivos alto-regular-bajo, la escala de medida es: Ordinal. Nominal. Subjetiva. De razón.

Al medir una variable con las descripciones rubio-moreno-albino, la escala de medida utilizada es: Nominal. Ordinal. De razón. Subjetiva.

Tenemos una población normal con varianza desconocida. Se toma de ella una muestra de tamaño n=23. Para estimar el valor del parámetro media poblacional u, utilizaremos un estadístico de contraste cuya distribución es: T de Student. F de Snedecor. Binomial. Chi- cuadrado.

La estimación del error muestral es una característica exclusiva del muestreo: Probabilístico. Intencional. Circunstancial. Polietápico.

En el contraste de medias para dos muestras independientes lo que se busca es: Inferir el efecto de dos condiciones de un experimento basándose en la medida de una misma variable dependiente. Inferir el efecto de una condición de un experimento basándose en la medida de dos variables dependientes. Aplicar el estadístico F de Snedecor. Poder establecer la correlación entre las medidas pre y post tratamiento de la variable dependiente.

El muestreo probabilístico ofrece la posibilidad de calcular: La probabilidad de obtener cada una de las muestras posibles. El valor exacto de los parámetros. Los estadísticos necesarios para la inferencia. Los estadísticos necesarios para la descripción de una muestra.

Cuando se aplica una prueba estadística de bondad de ajuste, el interés del investigador es: Determinar si la distribución de probabilidad de una variable se ajusta a una distribución de probabilidad teórica determinada. Fijar el nivel alfa que se utilizará en la inferencia. Establecer los límites a los que se ajusta un intervalo de confianza. Determinar si la distribución muestral de la variable independiente se ajusta a una distribución de probabilidad teórica determinada.

En las investigaciones psicológicas, una muestra debe: Ser representativa. Ser muy grande. Extraerse de otra muestra más grande. Ser de sujetos humanos.

Cuál de los siguientes muestreos es probabilístico: Muestreo por conglomerados. Muestreo estratégico. Muestreo de bola de nieve. Muestreo accidental.

Cuando decimos que una teoría científica debe ser susceptible de refutación, nos estamos refiriendo al principio de: Falsación. Veracidad. Redificación. Validez interna.

El índice de acuerdo Kappa: Corrige la probabilidad de que el acuerdo entre los observadores sea debido al azar. Es poco informativo. Suele proporcionar valores altos por la influencia de acuerdo por azar. Para poder calcularlo es necesario conocer el número de sujetos o situaciones observados.

Cuando se parte de un censo, las conclusiones: No son inferencias. Son inferencias más válidas. Hay que expresarlas a nivel probabilístico. Deben hacerse sólo respecto a la muestra.

El estadístico de contraste Chi-cuadrado se utiliza cuando: Se quiere comprobar la independencia de dos variables cualitativas. La muestra es mayor de 100. Es necesario establecer relaciones causales entre variables. Se quiere ver el efecto de dos o más variables dependientes.

La técnica de análisis de varianza permite: Discernir qué parte de la variabilidad corresponde al factor estudiado y cual al error experimental. Minimizar el error de medida. Conocer la probabilidad conque puede ocurrir el error muestral. Maximizar los efectos del factor estudiado.

Cuando se obtienen las puntuaciones de un test, el porcentaje de sujetos del grupo normativo que puntúa por debajo de la puntuación obtenida es: La puntuación percentil. La puntuación escalar. La puntuación directa. La puntuación típica.

En el contraste de hipótesis el error Tipo I: Se comete al rechazar una hipótesis nula que en realidad es verdadera. Se evita siempre que la muestra sea suficientemente grande. Tiene una probabilidad " beta". Se comete cuando se mantienen una hipótesis nula que debía haberse rechazado.

El metaanálisis hace referencia a: Análisis estadístico de los resultados de diversos estudios equivalentes según la misma hipótesis, o muy similar, para evaluar de forma concienzuda la validez de un efecto. Medidas estrictamente controladas. Efecto de un experimento que atrae la atención o el interés para compensar la artificialidad. Estudio de campo diseñado de forma experimental.

Para la aplicación del estadístico de contraste T de diferencias de medias en el caso de dos muestras independientes, es necesario que: La variable dependiente esté medida, al menos, a nivel de intervalo. Las variable dependiente estén medidas, al menos, a nivel de razón. Las variables dependientes estén medidas, al menos, a nivel ordinal. Las variables dependientes estén medidas, al menos, a nivel nominal.

El análisis de regresión lineal es un procedimiento que permite: Predecir el comportamiento de una variable criterio a partir de otra variable denominada predictora. Eliminar mediante, procedimientos matemáticos, el influjo de variables extrañas. Calcular la correlación entre la variable independiente y la predictora. Conocer la relación entre la variable criterio y la variable dependiente.

Para poder describir las propiedades de una población a partir de las propiedades contenidas en una muestra, es necesario que: La muestra sea representativa de esa población. La muestra se haya extraído de forma aleatoria. Sea suficientemente grande. La población contenga muchos elementos.

Cuando se aplica un estadístico Chi-cuadrado en un test de independencia: Es necesario calcular las frecuencias teóricas( o esperadas), supuesta verdadera la hipótesis nula. No se busca hacer inferencias, sino describir muestras. Las variables dependientes deben ser ordinales. La hipótesis nula se formula siempre de forma unilateral izquierdo.

En una investigación que busca realizar inferencias a partir del análisis de los datos, a los valores que delimitan la zona de rechazo de la hipótesis nula los llamamos valores: Críticos. Residuales. Extremos. Falsos.

La distribución muestral de la media es normal: Si es normal la distribución de la variable estudiada a cuando aumenta suficientemente el tamaño de la muestra. Sólo cuando el tamaño de la muestra es el adecuado. Siempre que la muestra se haya extraído con un procedimiento adecuado. Si la muestra es muy pequeña.

El análisis que usaremos para comprobar si existen diferencias significativas entre 3 medias es: Anova. Prueba T de Student. Prueba Z. Regresión.

De qué nos informa el nivel crítico: Nos informa sobre el grado de compatibilidad o discrepancia entre la evidencia muestral observada y la hipótesis nula. Nos informa de la magnitud del impacto del tratamiento. Nos informa del riesgo máximo que estamos dispuestos a asumir al tomar la decisión de rechazar una hipótesis concreta. Nos informa si el estudio realizado contribuye o no de forma significativa al desarrollo de una teoría o de una línea de investigación.

Qué es la tasa d error por familias de comparaciones: Es la probabilidad de cometer un error de Tipo I en un conjunto de comparaciones en un experimento. Es la probabilidad de cometer un error Tipo I en una sola comparación. Es el porcentaje de comparaciones en los que ha cometido un error de Tipo I en un experimento. Es la probabilidad de cometer un error de Tipo II en una sola comparación.

Qué son las puntuaciones "outliers". Son puntuaciones extremas. Son puntuaciones que no dispone el investigador. Son aquellas puntuaciones que regresan a la media. Son puntuaciones con valores cercanos a la media.

La variable tiempo que tarda cada paciente en abandonar el hábito tabáquico: Es una variable cuantitativa continua. Es una variable cuantitativa discreta. Es una variable nominal. Es una variable ordinal.

Con el intervalo de confianza conseguimos: Un pronóstico de que contenga un parámetro con máxima probabilidad. Que la medición se obtenga sin error. Un pronóstico de que contenga un parámetro con una mínima probabilidad. Que contenga siempre un parámetro determinado.

El concepto "homocedasticidad" hace referencia a: La igualdad de las varianzas. La igualdad en las medias. La desigualdad en las medias. El comportamiento simétrico en las variables.

Si observo una mínima variabilidad en el número de cigarrillos que fuma un grupo de pacientes, su histograma debería ser: Leptocúrtico. Asimétrico positivo. Asimétrico negativo. Mesocúrtico.

Un psicólogo quiere pronosticar la satisfación vital de los enfermeros mediante cuatro rasgos concretos, para ello debe: Efectuar un análisis de regresión múltiple. Efectuar un análisis de varianza. Efectuar un análisis de correlación múltiple. Efectuar un análisis de regresión simple.

Qué tipo de puntuación normativa, tiene el inconveniente de que su distribución es desigual, por lo que no es posible calcular diferencias ni compararlas si se han obtenido en diferentes pruebas: Percentiles. Eneatipos. Desviación CI. Puntuaciones Z.

En una distribución de frecuencias, ¿ cómo denominamos al número de veces que se repite en la muestra un determinado valor de la variable o cualquier otro valor inferior?. Frecuencia absoluta acumulada. Frecuencia relativa acumulada. Proporción. Frecuencia absoluta.

Cuál de estas igualdades es incorrecta: Quartil 2 = Centil 20. Decil 1 = Centil 10. Cuartil 1 = Percentil 25. Decil 5 = Mediana.

Cuál es el modelo de muestreo cuyo principio es acceder directamente a las aglomeraciones naturales de unidades en la población (obreros en fábricas, estudiantes en las universidades...): Muestreo de conglomerados. Muestreo estratificado. Muestreo sistemático. Muestreo aleatorio simple.

Cuál de estas representaciones gráficas utilizaría para examinar la relación entre dos o más variables cuantitativas: Gráfico de dispersión. Histograma. Diagrama de barras. Gráfico de cajas.

A medida que aumentan los grados de libertad, la distribución t de Student se aproxima a: La distribución normal. La distribución binomial. La distribución Chi-cuadrado. La distribución F de Snedecor.

Si tras establecer el intervalo de confianza respecto a una diferencia entre dos medias independientes, encontramos que el valor cero no se encuentra en el intervalo: Debemos rechazar la hipótesis nula de igualdad entre las medias poblacionales. No podemos tomar ninguna decisión respecto a la hipótesis nula de igualdad de las medias. Aceptamos la hipótesis nula de igualdad entre las medias poblacionales. Rechazamos la hipótesis alternativa de igualdad entre las medias poblacionales.

En el Error de Tipo II: No se rechaza la hipótesis nula siendo falsa. No se rechaza la hipótesis alternativa siendo cierta. Se acepta la hipótesis alternativa siendo falsa. Se rechaza la hipótesis nula siendo cierta.

La existencia de una asociación estadísticamente significativa entre dos variables ordinales puede determinarse mediante: La correlación de Spearman. La correlación de Pearson. El test de Wilcoxon. El test de Kappa.

En las investigaciones de encuesta se trabaja con una muestra representativa de la población. ¿ Qué supone esto?. La muestra refleja fielmente las variables que caracterizan a la población y su tamaño es adecuado. El tamaño de la muestra debe ser lo más próximo posible al de la población. El criterio básico de inclusión en la muestra es la accesibilidad de los participantes. Obtenemos información incompleta y sesgada por las características de la muestra.

En una distribución normal: La Media es igual a la Mediana. La Media de las puntuaciones es cero. No se puede calcular la Moda. La Desviación Típica es igual a la unidad.

Qué condiciones debe cumplir una muestra de participantes de un estudio para que sea representativa de la población: Que su tamaño sea suficiente y se haya conseguido que las variables que caracterizan a la población estén presentes en la muestra. Que la población objetivo sea lo más cercana posible a la población. Que se haya obtenido por aplicación de un muestreo de juicio o selección experta. Que los criterios de inclusión y exclusión en la muestra sean conocidos y públicos.

En el contraste estadístico Chi-cuadrado la frecuencia teórica es: La frecuencia esperada. La frecuencia observada. La diferencia entre la frecuencia observada y la esperada. La frecuencia que se obtienen en la tabla de distribución Chi-cuadrado.

El nivel de significación alfa (a) suele ser un valor: Muy pequeño porque cuanto mayor es a, mayor es la probabilidad de rechazar erróneamente la hipótesis nula. Muy pequeño porque cuanto menor es a, mayor es la probabilidad de rechazar erróneamente la hipótesis nula. Muy grande porque cuanto mayor es a, mayor es la probabilidad de rechazar la hipótesis nula. Muy pequeño porque cuanto mayor es a, menor es la probabilidad de rechazar erróneamente la hipótesis nula.

La distribución T se aproxima a la normal: A medida que aumentan los grados de libertad. Nunca, porque son dos distribuciones distintas. Cuando tenemos entre 0 y 30 grados de libertad. Si el muestreo es aleatorio.

Cuál de estas afirmaciones es CORRECTA: Cuanto menor es la varianza de la distribución muestral del estimador, mayor es la eficiencia. Cuanto mayor es la varianza de la distribución muestral del estimador, mayor es la eficiencia. Cuanto mayor es la varianza de la distribución muestral del estimador, mayor es la eficacia. Cuanto menor es la varianza de la distribución muestral del estimador, menor es la eficiencia.

La zona de rechazo de la hipótesis nula se llama: Región crítica o de rechazo. Región B o de rechazo. Región 1-a o de rechazo. Región de confianza o de rechazo.

Una puntuación típica normalizada igual a cero, deja por debajo de sí: El 50% de los casos. El 100% de los casos. El 25% delos casos. El 0% de los casos.

Para calcular el coeficiente de validez, la correlación más adecuada cuando las puntuaciones del test son una variable continua y el criterio es una variable dicotómica es: La correlación biseral-puntual. La correlación de Spearman. El coeficiente phi. La correlación tetracórica.

A la probabilidad de obtener, siendo la hipótesisi nula verdadera, un resultado para un estadístico de contraste, tan o más extremo que el encontrado en nuestra muestra, se denomina: Grado de significación o nivel crítico p. Nivel de significación alfa. Nivel de confianza 1-alfa. Potencia de prueba 1-beta.

Cuál de los siguientes es un supuesto que debe cumplirse para la aplicación de la prueba de chi-cuadrado de independencia en una tabla de contingencia: Que no haya más de un 20% de frecuencias esperadas inferiores a 5. Que existe un igual número de filas que de columnas. Que las variables estén medidas en escala ordinal. Que las frecuencias esperadas sean iguales a las frecuencias empíricas.

En un diagramas de cajas (Box-Plot) la caja central representa: El 50% central de los casos. El 100% de los casos. El 75% central de los casos. El 25% central de los casos.

En lo que respecta a los supuestos que deben cumplirse para poder aplicar técnicas de análisis paramétricas, indique cual de las siguientes afirmaciones es INCORRECTA: La independencia de las observaciones puede analizarse mediante el test de Durbin-Watson y una de las estrategias más eficaces para garantizar el cumplimiento de este supuesto es utilizar diseños de medidas repetidas. La aplicación de pruebas paramétricas como el ANOVA exige el cumplimiento de supuestos tales como la normalidad, homocedasticidad e independencia de las observaciones. El supuesto de normalidad puede analizarse mediante la prueba de Kolmogorov-Smirnov con la correlación de Lilliefors cuando los tamaños muestrales son superiores a 50. La prueba de Levene se aplica para analizar el supuesto de homocedasticidad y en caso de incumplimiento del supuesto, se recomienda utilizar los estadísticos propuestos por Welch y Brown-Forsythe.

Los sistemas de clasificación de la conducta normal (ej:los utilizados en el DSM) constituyen: Sistemas de clasificación nominal. Escalas de razón. Sistemas de intervalo. Escalas ordinales.

El coeficiente de correlación de Pearson se ve reducido si: Aumenta la homogeneidad de la muestra. Aumenta el tamaño de la muestra. Se intercambian X e Y. Se calcula en puntuaciones típicas.

Respecto a la validez de conclusión estadística, al definir la potencia de una prueba estadística, señale cual de las siguientes afirmaciones es INCORRECTA: Es inversamente proporcional al valor de la tasa error Tipo I que el experimentador considera adecuado en un estudio. Es complementaria al error de Tipo II. Depende del tamaño del efecto obtenido en el estudio. Incrementa a medida que aumenta el tamaño muestral del estudio.

Para la utilización de pruebas estadísticas paramétricas , es necesario analizar el cumplimiento de los supuestos del modelo estadístico. En este sentido, señale la afirmación INCORRECTA: Para medir el cumplimiento de normalidad de las puntuaciones de la variable dependiente, se recomienda utilizar la prueba de Bartlett. Para analizar el supuesto de homogeneidad de las varianzas, se recomienda utilizar la prueba de Levene por ser robusta ante el incumplimiento del supuesto de normalidad de la variable dependiente. La utilización de una regla de asignación aleatoria de los sujetos a las condiciones experimentales es uno de los procedimientos más utilizados para garantizar el cumplimiento del supuesto de independencia de las observaciones. Ante la presencia de heterocedasticidad, uno de los métodos que puede utilizarse radica en la corrección de los grados de libertad de la prueba F, denominándose dicha prueba F conservadora.

En el modelo de regresión lineal simple, cuando trabajamos en puntuaciones típicas, el coeficiente de regresión (beta) de la variable independiente es igual a: La correlación de Pearson entre la VD y la VI. La varianza de la VD. 0. 1.

Cuál es el efecto del fenómeno conocido como "restricción de rango" sobre el valor de correlación observado entre dos variables psicológicas: La disminución de ese valor. El aumento de ese valor. La desaparición de ese valor. El cambio de signo de ese valor.

En relación con los diseños factoriales, indique la afirmación CORRECTA: En los diseños factoriales, cuando la interacción es estadísticamente significativa, los efectos principales no son consistentes y se aconseja interpretar los efectos simples. Una de las ventajas del diseño factorial en comparación con el diseño multigrupos, es que permite examinar los efectos de interacción entre las variables independientes y las variables dependientes. Los resultados obtenidos mediante un diseño factorial aleatorio, pueden analizarse tanto mediante análisis factorial de la varianza como mediante análisis factorial de componentes principales. Los diseños factoriales de medidas parcialmente repetidas se caracterizan por la utilización de dos o más variables dependientes.

Con relación a los supuestos del modelo estadístico, indique la afirmación CORRECTA: La prueba de Durbin-Watson analiza la existencia de autocorrelación entre residuales y nos informa acerca del supuesto de independencia de las observaciones. La normalidad es un supuesto que puede ser explorado mediante la prueba de Brown-Forsythe. La homogeneidad de la varianza es un supuesto cuya comprobación suele realizarse mediante la prueba W de Welch. Un valor en la prueba de Saphiro-Wilks de SW= 2,781; p= 0,05 muestra un valor estadísticamente significativo que indica que se cumple el supuesto de normalidad.