UNED ESTADÍSTICA APLICADA A LA EDUCACIÓN

La Estadística, desde un planteamiento teórico, se puede considerar: Como ciencia. Como conjunto de datos numéricos. De ambas maneras.

Solamente una de las afirmaciones, que figuran a continuación, es falsa, indíquela: La Estadística permite extrapolar resultados de muestras a poblaciones. La Estadística resuelve problemas de medida de las variables. La Estadística es capaz de establecer la cuantía de las relaciones entre las variables.

La característica principal que debe tener todo problema educativo para poder ser investigado de forma empírica radica en: Una selección adecuada. La posibilidad de su resolución. La subjetividad de su planteamiento.

Cuando afirmamos que un problema es importante para la comunidad científica en que se desarrolla, podemos afirmar que se trata de un problema: Claro. Factible. Significativo.

Las pruebas no paramétricas se utilizan: Cuando tenemos pocos datos. Cuando la muestra es pequeña o la distribución de los datos asimétrica. Cuando la distribución de los datos no es normal.

Los diagramas de barras se utilizarán: Para representar la distribución de los datos en una variable nominal. En sustitución de los diagramas de tallo y hojas. Para dibujar la distribución de los datos en una variable continua.

El análisis exploratorio de datos pretende: Explorar si se confirma la hipótesis del investigador. Confirmar la validez de una hipótesis. Describir lo que sucede en la realidad.

Los aspectos éticos de la investigación educativa, según Creswell, deberán ser tenidos en cuenta: Al comienzo de una investigación. Como una reflexión a posteriori. No es un aspecto importante en la investigación educativa.

La moda y la amplitud son: Medidas de tendencia central. Medidas de dispersión. Estadísticos descriptivos.

La mediana es útil para: Dividir a un grupo en dos mitades con el mismo número de sujetos. Medir la heterogeneidad de un grupo. Conocer la tendencia central de un grupo atendiendo a las puntuaciones extremas.

Tenemos una distribución normal y un sujeto obtiene una puntuación típica de 6 puntos. ¿Cómo lo interpretamos?. Es un valor en torno a la media del grupo, que se sitúa en 5 puntos. Es un valor extraordinariamente elevado. Es un valor bastante bajo.

Un sujeto tiene una puntuación directa de 23 puntos en un test de vocabulario. La media del grupo de referencia es de 20 puntos y la desviación típica es de 3. Sin necesidad de mayores cálculos, podemos decir que ese sujeto: Tiene una puntuación típica de 3. Tiene una puntuación típica de 1. Tiene una puntuación típica de 1,5.

Cuando a gran parte de las puntuaciones más altas obtenidas por un grupo de sujetos en una variable le corresponden las puntuaciones más bajas en la otra variable, decimos que la relación es: Imperfecta positiva. Imperfecta negativa. Perfecta negativa.

Si al aumentar los valores de una variable en un grupo de sujetos, los valores de la otra aumentan y, además, lo hacen en la misma proporción, nos encontramos ante: Una relación imperfecta positiva. Una relación perfecta negativa. Una relación perfecta positiva.

Decimos que un instrumento de medida es fiable cuando: Mide con coherencia un rasgo. Mide con equivalencia una característica. Mide con precisión un rasgo.

Para determinar la fiabilidad de los instrumentos de medida, al procedimiento conocido como de la repetición o del test-retest, nos calcula la fiabilidad como: Equivalencia. Estabilidad. Consistencia interna.

Los modelos son representaciones de la realidad: Exactas. Precisas. Simplificadas.

En el campo de lo humano, las predicciones formuladas a partir de modelos: Se deben formular sobre personas concretas. Son bastante seguras cuando se aplican a los grupos a los que se aplica el modelo. Se realizan siempre con un determinado nivel de probabilidad.

Un educador social, que está trabajando con jóvenes adultos con baja autoestima, ¿qué referencia debería utilizar para valorar sus logros?: Personalizada. Criterial. Normativa.

Los índices numéricos que describen a una muestra se denominan: Estadísticos. Parámetros. Estadísticos y parámetros.

En inferencia estadística, cuando nos referimos a la desviación típica de una distribución muestral, hablamos de: Error muestral. Error de medida. Error típico.

El error tipo I se produce cuando: El intervalo de confianza del estadístico deja de cubrir el parámetro. El intervalo de confianza del estadístico cubre valores erróneos. Cuando la extensión de la muestra es pequeña.

Si se formula la hipótesis: La hipótesis es bilateral. La hipótesis cubre el parámetro. La hipótesis es unilateral izquierda.

Se quiere saber si existe relación significativa entre el estatus socioeconómico y el grupo. Suponiendo las dos variables categóricas. ¿Qué estadístico se utilizará?. La prueba z (normal). La ji-cuadrado(X^2). El coeficiente de contingencia.

La condiciones exigidas a la prueba anova son: Normalidad y correlación entre los datos. Normalidad y homocedasticidad. Normalidad, homocedasticidad y linealidad.

Se ha utilizado un tipo de muestreo: Probabilístico o aleatorio. De caso especial. No probabilístico.

La correlación entre atención y rendimiento indica: Que hay una tendencia fuerte a que los alumnos son altas puntuaciones en atención, tienen altas puntuaciones en rendimiento. Que la atención influye poco en el rendimiento. Que hay una relación baja entre ambas variables.

El estadístico de contraste de hipótesis (representado en la tabla por Ñ) es: F. Z. U.

Según el enunciado del problema, la hipótesis del contraste de medias en rendimiento en función del grupo (experimental o control), requiere un contraste: Unilateral. Bilateral. Es indiferente que sea unilateral o bilateral.

En cuanto a la diferencia entre las medias aritméticas en atención en función del grupo de pertenencia: Se deben probablemente a errores aleatorios de muestreo. Se deben probablemente al grupo. Nos faltan datos para responder, como la Z crítica.

Con el mismo enunciado de la pregunta anterior, la decisión estadística que tomamos es: Aceptar la hipótesis nula. Rechazar la hipótesis nula. Rechazar la hipótesis alterna.

Si nos fijamos de nuevo en las diferencias en rendimiento en función del grupo, podemos concluir que: El rendimiento del grupo experimental es significativamente (estadísticamente) superior al del grupo de control. El rendimiento del grupo experimental es estadísticamente igual al del grupo de control. El rendimiento del grupo experimental es significativamente (estadísticamente) inferior al del grupo de control.

La media aritmética del grupo experimental es: 34,8. 35. 34,9.

La desviación típica insesgada (estimador poblacional) del grupo experimental es: 2,92. 4,25. 5,67.

El valor de q en la variable grupo es: 5. 1. 0,5.