1
Q
El enfoque Cuantitativo está basado:
a) En la interpretación de vivencias de los participantes en un ambiente natural.
b) En hechos ficticios y no se hacen hipótesis.
c) En hechos observables y medibles, donde se plantea un problema, se hace revisión de literatura y se formulan hipótesis.
d) En procesos interactivos con el sujeto de estudio, y el investigador es subjetivo.
A
Respuesta: c) En hechos observables y medibles, donde se plantea un problema, se hace revisión de literatura y se formulan hipótesis.
Explicación: El enfoque Cuantitativo, según las notas, se basa en hechos observables y medibles, y sus pasos incluyen el planteamiento del problema, revisión de literatura, marco teórico y la formulación de hipótesis.
2
Q
La Investigación se define como:
a) Una serie de supuestos filosóficos que se aplican al campo real.
b) El conjunto de procesos sistemáticos y empíricos que se aplican al estudio de un fenómeno o al conocimiento de un entendimiento.
c) Una explicación tentativa a un problema de la ciencia.
d) El diseño de un plan para obtener información y poderla manipular.
A
Respuesta: b) El conjunto de procesos sistemáticos y empíricos que se aplican al estudio de un fenómeno o al conocimiento de un entendimiento.
3
Q
¿Cuál de las siguientes es una característica principal del enfoque Cualitativo?
a) Se realizan mediciones numéricas.
b) Se prueba la hipótesis y se generalizan resultados.
c) El proceso no se define claramente; se va de lo particular a lo general y se enfoca en vivencias del participante.
d) El investigador es objetivo y se generan datos estadísticos.
A
Respuesta: c) El proceso no se define claramente; se va de lo particular a lo general y se enfoca en vivencias del participante.
4
Q
Una Variable Dependiente (VD) se caracteriza por ser:
a) Aquella que el investigador manipula intencionalmente.
b) La que solo se puede medir a través de un instrumento estandarizado.
c) La que se mide, se observa, y se ve si ha cambiado a causa de la Variable Independiente (VI).
d) El factor que se cree que afecta la relación entre la VI y la VD.
A
Respuesta: c) La que se mide, se observa, y se ve si ha cambiado a causa de la Variable Independiente (VI).
5
Q
El propósito del estudio de alcance Exploratorio es:
a) Establecer relaciones entre dos o más conceptos.
b) Utilizar temas o problemas nuevos o poco estudiados para determinar su viabilidad.
c) Describir un fenómeno, evento o contexto en detalle.
d) Explicar por qué ocurre un evento y establecer la relación causa-efecto.
A
Respuesta: b) Utilizar temas o problemas nuevos o poco estudiados para determinar su viabilidad.
6
Q
Una Hipótesis es fundamentalmente una:
a) Predicción o explicación tentativa, que es una guía de investigación y que puede o no ser verdadera.
b) Regla que se utiliza para obtener observaciones sistemáticas.
c) Afirmación que niega la relación entre dos variables.
d) Variable que no puede ser manipulada por el investigador.
A
Respuesta: a) Predicción o explicación tentativa, que es una guía de investigación y que puede o no ser verdadera.
7
Q
La Validez Interna del experimento se logra cuando:
a) Los resultados se generalizan a otras poblaciones o contextos.
b) Se realizan múltiples mediciones en un solo grupo.
c) El investigador no manipula ninguna variable.
d) Hay alto control, los grupos difieren solamente por la exposición a la VI, y las mediciones de la VD son confiables y válidas.
A
Respuesta: d) Hay alto control, los grupos difieren solamente por la exposición a la VI, y las mediciones de la VD son confiables y válidas.
8
Q
La amenaza a la validez interna conocida como Maduración se refiere a:
a) Eventos externos al experimento que influyen en el resultado.
b) La pérdida de participantes a lo largo del estudio.
c) Procesos internos de los participantes que afectan el resultado (ej. cansancio, tiempo, hambre).
d) El cambio en el instrumento de medición a través del tiempo.
A
Respuesta: c) Procesos internos de los participantes que afectan el resultado (ej. cansancio, tiempo, hambre).
9
Q
El diseño de investigación No Experimental se distingue porque:
a) Hay manipulación de variables y asignación aleatoria de sujetos.
b) Solo se manipulan variables de selección (ej. sexo, edad).
c) No se manipulan variables; solo se observan los fenómenos tal como se dan en su contexto natural.
d) Existe un grupo de control y un grupo experimental.
A
Respuesta: c) No se manipulan variables; solo se observan los fenómenos tal como se dan en su contexto natural.
10
Q
El diseño de estudio Transversal (o Transaccional) se caracteriza por:
a) Recoger datos a través del tiempo en períodos.
b) Examinar cambios a través del tiempo en subgrupos específicos.
c) Recoger datos en un solo momento para describir variables y analizar la incidencia de estas.
d) Seguir al mismo grupo de participantes a través del tiempo.
A
Respuesta: c) Recoger datos en un solo momento para describir variables y analizar la incidencia de estas.
11
Q
¿Cuál es el propósito del estudio de alcance Correlacional?
a) Describir un fenómeno en detalle.
b) Medir un grupo antes y después de un tratamiento.
c) Establecer causalidad entre las variables.
d) Asociar variables, buscando la relación que existe entre dos o más conceptos.
A
Respuesta: d) Asociar variables, buscando la relación que existe entre dos o más conceptos.
12
Q
La amenaza a la validez interna llamada Historia se refiere a:
a) Acontecimientos externos que ocurren durante el desarrollo del experimento y pueden alterar el resultado.
b) El conocimiento previo del participante sobre el experimento.
c) Los cambios que ocurren naturalmente en los participantes (maduración).
d) La falta de un grupo de control adecuado.
A
Respuesta: a) Acontecimientos externos que ocurren durante el desarrollo del experimento y pueden alterar el resultado.
13
Q
¿Qué es una Variable Independiente (VI)?
a) La variable que no se manipula y cuyo cambio es el efecto.
b) La variable manipulable que el investigador altera para observar su efecto en la VD.
c) Un factor organísmico que el investigador intenta controlar.
d) La variable que explica la relación entre la VI y la VD.
A
Respuesta: b) La variable manipulable que el investigador altera para observar su efecto en la VD.
14
Q
El objetivo principal de los estudios de alcance Explicativo es:
a) Describir detalladamente cómo se manifiesta un fenómeno.
b) Establecer la relación causa-efecto de los eventos (el por qué de los eventos).
c) Explorar temas novedosos y poco estudiados.
d) Conocer la relación que existe entre dos o más variables.
A
Respuesta: b) Establecer la relación causa-efecto de los eventos (el por qué de los eventos).
15
Q
Una Hipótesis Nula (H0) tiene como función:
a) Establecer la posible explicación de la relación causal.
b) Transformar la hipótesis de investigación en un formato estadístico.
c) Plantear posibilidades diferentes o alternas a Hi y H0.
d) Refutar o negar lo propuesto por la hipótesis de investigación (Hi).
A
Respuesta: d) Transformar la hipótesis de investigación en un formato estadístico.
16
Q
La DIFUSIÓN de tratamientos experimentales como amenaza a la validez interna se refiere a:
a) Que los participantes de los grupos intercambian información del experimento.
b) La maduración natural de los participantes.
c) La aplicación de pruebas previas que afectan las puntuaciones posteriores.
d) La asignación no aleatoria de los sujetos a los grupos.
A
Respuesta: a) Que los participantes de los grupos intercambian información del experimento.
17
Q
El Diseño de Investigación se entiende como:
a) El conjunto de procesos sistemáticos que se aplican a un estudio.
b) La predicción o explicación tentativa de un fenómeno.
c) El plan o estrategia que se pone en práctica para obtener la información que se desea.
d) Una variable no controlada que afecta a la variable dependiente.
A
Respuesta: c) El plan o estrategia que se pone en práctica para obtener la información que se desea.
18
Q
La forma ideal para lograr la Equivalencia Inicial de los grupos en un experimento es mediante:
a) El uso de un solo grupo con pre-prueba/post-prueba.
b) La eliminación de variables extrañas.
c) El Emparejamiento o el Balanceo de grupos.
d) La Asignación al Azar (Aleatorización).
A
Respuesta: d) La Asignación al Azar (Aleatorización).
19
Q
Un diseño de estudio Longitudinal de Cohorte examina:
a) A la misma población en general en diferentes momentos.
b) A la misma muestra de participantes a través del tiempo.
c) Cambios a través del tiempo en subgrupos o grupos específicos (ej. una generación).
d) Un solo grupo con una medición antes y después del tratamiento.
A
Respuesta: c) Cambios a través del tiempo en subgrupos o grupos específicos (ej. una generación).
20
Q
Una psicóloga desea investigar si la cantidad de horas de terapia semanales influye en la reducción de los síntomas de ansiedad. En este caso, la Variable Independiente (VI) es:
a) La reducción de los síntomas de ansiedad.
b) Los síntomas de ansiedad antes de la terapia.
c) La cantidad de horas de terapia semanales.
d) El nivel de apoyo social del paciente.
A
Respuesta: c) La cantidad de horas de terapia semanales.
• Explicación: La Variable Independiente es la que se manipula o altera para ver su efecto. En este ejemplo, la psicóloga manipularía el número de horas de terapia para observar el cambio.
21
Q
Un psicólogo industrial quiere determinar si el liderazgo participativo se relaciona con la satisfacción laboral en su empresa. Él solo observa y mide estas variables en sus empleados, pero no manipula el tipo de liderazgo. El alcance de su estudio es:
a) Correlacional.
b) Explicativo.
c) Descriptivo.
d) Exploratorio.
A
Respuesta: a) Correlacional.
• Explicación: El alcance Correlacional busca “Asociar variables” y conocer la relación entre dos o más conceptos (liderazgo participativo y satisfacción laboral) sin establecer causalidad, lo que concuerda con la observación sin manipulación.
22
Q
Un equipo de psicólogos infantiles estudia el desarrollo de la empatía en niños de 5, 7 y 9 años de edad, recolectando datos de los tres grupos al mismo tiempo. Este es un ejemplo de diseño:
a) Longitudinal de Panel.
b) No Experimental Transversal.
c) Longitudinal de Cohorte.
d) Cuasi-experimental.
A
Respuesta: b) No Experimental Transversal.
• Explicación: El diseño Transversal (o Transaccional) “Recogen datos en un solo momento” de diferentes grupos (niños de 5, 7 y 9 años) para describir variables.
23
Q
Una investigadora plantea: “La exposición a la terapia de luz disminuirá los síntomas de depresión en un mayor grado que la terapia verbal”. Esta proposición corresponde a una:
a) Hipótesis Nula (H0).
b) Hipótesis de Investigación (o Trabajo) Causal.
c) Hipótesis Alternativa (Hª).
d) Hipótesis Estadística.
A
Respuesta: b)
• Explicación: Es una Hipótesis de Investigación porque establece una posible explicación o predicción de la relación causal (la terapia de luz causa una mayor disminución de la depresión).
24
Q
Durante un estudio de 6 meses sobre un nuevo tratamiento para la agorafobia, ocurre un desastre natural en la comunidad de los participantes. El cambio en el nivel de ansiedad que se observa en los participantes puede atribuirse a este evento externo y no al tratamiento. Este factor es una amenaza a la validez interna conocida como:
a) Maduración.
b) Instrumentación.
c) Historia.
d) Mortalidad.
A
Respuesta: c)
• Explicación: La Historia se refiere a “Acontecimientos externos que ocurren durante el desarrollo del experimento” y pueden influir en el resultado de la VD.
25
En un experimento para medir la capacidad de concentración, el investigador decide que la concentración (VD) se medirá a través del número de errores cometidos en una prueba de atención sostenida. Esta acción de definir cómo se medirá la variable dependiente se conoce como:
a) Asignación aleatoria.
b) Hipótesis nula.
c) Operacionalización de la variable.
d) Balanceo de grupos.
Respuesta: c)
• Explicación: Aunque no está en las listas, la descripción se alinea con la acción de definir una variable para que pueda ser medida ("Variable que... se puede medir u observar"). La pregunta se refiere a cómo la variable que se mide se observa, lo cual es la definición operativa o la operacionalización.
26
En un estudio sobre la agresividad de niños de 6 a 8 años, una de las psicólogas que aplica los cuestionarios es reemplazada por otra a la mitad del estudio, la cual tiene un tono de voz y una forma de interactuar más intimidante con los niños. Este cambio podría ser una amenaza a la validez interna por:
a) Selección.
b) Maduración.
c) Historia.
d) Instrumentación.
Respuesta: d)
• Explicación: La Instrumentación se refiere a los "Cambios en los instrumentos de medición, o en la forma en que se aplica el instrumento". El cambio en la persona que aplica la medición (el "instrumento" humano) o en el procedimiento de aplicación (tono, interacción) es una amenaza de instrumentación.
27
Un psicólogo educativo quiere investigar la relación entre la Variable Independiente (VI): Horas de estudio y la Variable Dependiente (VD): Puntuación en el examen. Sin embargo, se da cuenta de que la motivación del estudiante podría explicar parte del efecto. La motivación del estudiante es un ejemplo de:
a) Variable Dependiente.
b) Variable Organísmica o Mediadora.
c) Variable Extraña.
d) Variable de Salida.
Respuesta: c)
• Explicación: Aunque la nota la incluye como "Mediadora" en otra sección, la descripción la posiciona mejor como una Variable Extraña que, si no se controla, podría confundir el efecto de la VI sobre la VD.
28
Un estudio de investigación busca "Describir el nivel de estrés postraumático que manifiestan los sobrevivientes del huracán María en Puerto Rico". Este objetivo indica que el alcance del estudio es:
a) Descriptivo.
b) Explicativo.
c) Correlacional.
d) De Exploración.
Respuesta: a)
• Explicación: El alcance Descriptivo busca "Describir fenómenos, contextos, eventos" y "Detallar cómo son y cómo se manifiestan".
29
Se realiza un estudio de campo para observar la conducta de acoso escolar en un ambiente natural. El investigador no interviene ni manipula a los sujetos. ¿Qué tipo de diseño de investigación se está utilizando?
a) Experimental.
b) Cuasi-experimental.
c) Longitudinal de Panel.
d) No Experimental.
Respuesta: d)
• Explicación: En el diseño No Experimental "NO se manipulan variables" y se "Observan los fenómenos tal como se dan".
30
Una hipótesis plantea que "No existe una relación significativa entre la cantidad de ejercicio semanal y la calidad del sueño en adultos mayores". Esta es una Hipótesis Nula que se simboliza como:
a) Hi
b) H0
c) Ha
d) Hest
Respuesta: b)
• Explicación: La Hipótesis Nula (H0) "Refuta o Niega" la relación propuesta en la hipótesis de investigación.
31
Una hipótesis de investigación establece que "El nivel socioeconómico más alto producirá un mayor nivel de satisfacción con la vida". La hipótesis alternativa podría ser:
a) El nivel socioeconómico más alto NO producirá un mayor nivel de satisfacción con la vida.
b) Hi es falsa.
c) No existe relación entre el nivel socioeconómico y la satisfacción con la vida.
d) El nivel socioeconómico más bajo o medio producirá un mayor nivel de satisfacción con la vida.
Respuesta: d)
• Explicación: La Hipótesis Alternativa plantea "Posibilidades diferentes o alternas" a la Hi y a la H0. Una posibilidad alterna es que el efecto se observe en un sentido diferente al planteado inicialmente.
32
Un investigador está llevando a cabo un estudio Longitudinal de Panel. Esto significa que:
a) Observará a diferentes grupos en un solo momento.
b) Analizará a la población en general a través de los años.
c) Seguirá al mismo grupo de participantes, midiéndolos en varios puntos a través del tiempo.
d) Estudiará solo a una generación específica en diferentes momentos.
Respuesta: c)
• Explicación: El Longitudinal de Panel examina al "mismo grupo de participantes" medidos "a través del tiempo".
33
Un investigador está haciendo un estudio sobre un tema completamente nuevo, la "Tecnofobia Social en Puerto Rico". Como hay muy poca información, su primer paso es realizar un estudio para determinar qué conceptos usar, qué variables son viables y qué métodos son apropiados. El alcance de su estudio es:
a) Descriptivo.
b) Exploratorio.
c) Causal.
d) Correlacional.
Respuesta: b)
• Explicación: Los estudios Exploratorios se utilizan en "temas o problemas nuevos y/o poco estudiados" y buscan "Determinar la viabilidad y métodos usados".
34
El grado en que un instrumento en verdad mide la variable que se busca medir se conoce como:
a) Confiabilidad
b) Validez
c) Validez Externa
d) Consistencia Interna
Respuesta: b) Validez
35
El grado en que un instrumento produce resultados consistentes y coherentes con su aplicación repetida al mismo sujeto u objeto se denomina:
a) Validez de Criterio
b) Validez de Constructo
c) Confiabilidad
d) Validez Aparente
Respuesta: c)
Explicación: La confiabilidad se define como la consistencia y estabilidad de los resultados obtenidos por un instrumento. Si la aplicación repetida genera resultados similares, el instrumento es confiable.
36
¿Cuál tipo de validez establece si un instrumento refleja un dominio específico de contenido o concepto que se mide?
a) Validez Predictiva
b) Validez de Constructo
c) Validez Concurrente
d) Validez de Contenido
Respuesta: d)
Explicación: La Validez de Contenido evalúa si los ítems del instrumento son representativos de todo el dominio o concepto que se quiere medir. Se usan jueces o expertos para determinarlo.
37
La Validez de Criterio que se establece al correlacionar los resultados de un instrumento con un criterio externo en el mismo momento se llama:
a) Validez Concurrente
b) Validez Predictiva
c) Validez de Constructo
d) Validez Aparente
Respuesta: a)
4. Explicación: La Validez Concurrente es un subtipo de Validez de Criterio donde la medición del instrumento y la medición del criterio externo se realizan de forma simultánea (concurrente).
38
El tipo de Validez de Criterio que se utiliza para predecir un comportamiento o desempeño futuro se conoce como:
a) Validez Concurrente
b) Validez de Contenido
c) Validez Predictiva
d) Validez Aparente
Respuesta: c)
Explicación: La Validez Predictiva se enfoca en la capacidad de un instrumento para anticipar resultados futuros, como la ejecución de una prueba de admisión para predecir el éxito académico posterior.
39
¿Cuál de los siguientes enunciados describe correctamente la Validez de Constructo?
a) Mide si el instrumento correlaciona con otro criterio externo.
b) Mide si el instrumento refleja todo el dominio del concepto.
c) Grado en que el instrumento parece medir lo que dice medir.
d) Representa y mide el concepto teórico (constructo) que se pretende evaluar.
Respuesta: d)
Explicación: La Validez de Constructo se centra en el grado en que el instrumento mide la teoría o el concepto subyacente que fue diseñado para medir.
40
El concepto que describe la confianza en los resultados para poder generalizarlos a otras poblaciones y contextos es:
a) Validez Externa
b) Validez de Constructo
c) Confiabilidad Temporal
d) Consistencia Interna
Respuesta: a)
Explicación: La Validez Externa se refiere a la capacidad de generalización de los resultados de una investigación más allá de la muestra y las condiciones específicas del estudio.
41
La técnica de confiabilidad que consiste en aplicar un mismo instrumento dos o más veces a un mismo grupo de personas después de un período de tiempo se llama:
a) Método de Mitades Partidas
b) Medida de Estabilidad (Test-Retest)
c) Coeficiente Alfa de Cronbach
d) Medida de Formas Alternativas o Paralelas
Respuesta: b)
Explicación: La Medida de Estabilidad (Test-Retest) busca la consistencia temporal, repitiendo la aplicación del mismo test para ver si los resultados son consistentes a través del tiempo.
42
El método para calcular la confiabilidad que utiliza dos o más versiones equivalentes (no el mismo instrumento) del instrumento de medición se conoce como:
a) Medida de Formas Alternativas o Paralelas
b) Medida de Estabilidad
c) Método de Mitades Partidas
d) Validez Concurrente
Respuesta: a)
Explicación: El método de Formas Alternativas o Paralelas evalúa la confiabilidad al comparar las puntuaciones obtenidas por un mismo grupo en dos versiones diferentes, pero equivalentes, del test.
43
El método para calcular la confiabilidad que divide el total de ítems de un instrumento a la mitad y compara los resultados de ambas partes se denomina:
a) Medida de Estabilidad
b) Medida de Formas Paralelas
c) Coeficiente KR-20
d) Método de Mitades Partidas
Respuesta: d)
Explicación: El Método de Mitades Partidas evalúa la consistencia interna comparando la correlación entre dos subpruebas creadas a partir de la división del instrumento original.
44
El conjunto de todos los casos, personas u objetos que cumplen ciertas características y que son el foco de un estudio se denomina:
a) Población
b) Muestra
c) Unidad de Análisis
d) Subgrupo Estratificado
Respuesta: a)
Explicación: La Población es el conjunto completo de todos los elementos o casos sobre los cuales se desea obtener información y generalizar los resultados.
45
El subgrupo de la población de donde se recogen los datos, y que idealmente debe ser representativo de esta, es:
a) Unidad de Análisis
b) Población Total
c) Muestra
d) Conglomerado
Respuesta: c)
Explicación: La Muestra es una porción representativa de la población seleccionada para ser estudiada
46
Un muestreo probabilístico se caracteriza por:
a) Seleccionar a los sujetos por su fácil accesibilidad o disponibilidad.
b) Todos los elementos de la población tienen la misma probabilidad de ser seleccionados.
c) Seleccionar a los sujetos basándose en criterios o juicios del investigador.
d) Seleccionar a los sujetos por recomendación de los primeros participantes.
Respuesta: b)
Explicación: En el Muestreo Probabilístico, la selección de la muestra se realiza al azar, garantizando que cada elemento tenga una probabilidad conocida y no nula de ser elegido, lo cual es fundamental para la inferencia estadística.
47
El tipo de muestreo probabilístico donde se divide a la población en subgrupos o segmentos y luego se selecciona una muestra proporcional de cada uno es:
a) Por Conglomerados
b) Por Cuotas
c) Aleatorio Simple
d) Estratificado
Respuesta: d)
Explicación: El muestreo Estratificado requiere dividir la población en estratos (subgrupos mutuamente excluyentes y exhaustivos) y luego aplicar un muestreo aleatorio dentro de cada estrato para asegurar la representación de todos los segmentos.
48
El nivel de medición donde solo se pueden establecer categorías sin un orden o jerarquía, y los números se usan como nombres o etiquetas (Ej. Sexo, Religión), es:
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: a)
Explicación: La escala Nominal es el nivel más bajo de medición, donde solo se nombran o etiquetan categorías, sin que exista un orden o valor cuantitativo en los números asignados.
49
El nivel de medición donde las categorías tienen un orden o jerarquía, pero la distancia entre las categorías no es necesariamente igual (Ej. Nivel de Satisfacción: Bajo, Medio, Alto), es:
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: b)
Explicación: La escala Ordinal permite establecer un orden entre las categorías, pero no se puede determinar la magnitud exacta de la diferencia entre ellas.
50
El nivel de medición que tiene intervalos iguales entre sus valores, pero carece de un cero absoluto (Ej. Temperatura Celsius, Puntuación de C.I.), es:
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: c)
Explicación: La escala De Intervalo posee la propiedad de orden y distancia igual, pero su punto cero es arbitrario y no implica la ausencia total de la variable.
51
El nivel de medición con cero absoluto donde se pueden realizar todas las operaciones matemáticas (suma, resta, multiplicación, división) (Ej. Peso, Ingreso, Estatura), es:
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: d)
Explicación: La escala De Razón es el nivel más alto, ya que tiene un punto cero real que representa la ausencia de la característica, lo que permite establecer proporciones significativas.
52
La medida de tendencia central que representa el valor que más se repite o tiene la mayor frecuencia en una distribución de datos es:
a) Media
b) Mediana
c) Moda
d) Desviación Estándar
Respuesta: c)
Explicación: La Moda es la puntuación o categoría con la mayor frecuencia en un conjunto de datos.
53
La medida de tendencia central que representa el valor que divide la distribución exactamente a la mitad, dejando el 50% de los datos por debajo y el 50% por encima, es:
a) Media
b) Mediana
c) Moda
d) Rango
Respuesta: b)
Explicación: La Mediana es el valor central de una distribución de datos ordenada, y no se ve afectada por valores extremos, a diferencia de la media.
54
¿Cuál es la medida de tendencia central que se conoce como promedio aritmético y se calcula sumando todos los valores y dividiendo por el número total de casos?
a) Media
b) Mediana
c) Moda
d) Varianza
Respuesta: a)
Explicación: La Media es la medida de tendencia central más utilizada y se calcula como la suma de todos los valores dividida por el número de observaciones.
55
La medida de dispersión que indica el promedio de la desviación de cada puntuación respecto a la media en la distribución de datos es:
a) Rango
b) Varianza
c) Desviación Estándar
d) Asimetría
Respuesta: c)
Explicación: La Desviación Estándar es la medida de dispersión más común. Ofrece una medida de cuán dispersos están los datos alrededor de la media, expresada en las mismas unidades de la variable original.
56
El concepto que se refiere al valor numérico calculado a partir de una muestra de datos (Ej. media muestral, desviación estándar muestral) se conoce como:
a) Parámetro
b) Estadístico
c) Distribución Muestral
d) Nivel de Significancia
Respuesta: b)
Explicación: Un Estadístico es una medida descriptiva de la muestra, mientras que un parámetro es una medida descriptiva de la población o el universo.
57
Una psicóloga desea crear un inventario para medir la Depresión Mayor según los criterios diagnósticos del DSM-5. Ella consulta con un panel de 10 psiquiatras y psicólogos clínicos expertos en el diagnóstico de la depresión para que revisen los ítems y confirmen si cubren adecuadamente todos los síntomas. ¿Qué tipo de validez está intentando establecer la psicóloga?
a) Validez de Constructo
b) Validez Predictiva
c) Validez de Contenido
d) Validez Aparente
Respuesta: c)
Explicación: La psicóloga está utilizando el juicio de expertos para asegurarse de que los ítems del instrumento reflejen todo el dominio específico de contenido (los síntomas del DSM-5), lo cual es la definición de Validez de Contenido.
58
Una prueba de aptitud para la Gerencia se le administra a 50 empleados recién contratados. Seis meses después, la gerencia compara las puntuaciones de la prueba con la calificación de rendimiento que cada empleado recibió en su primera evaluación semestral. ¿Qué tipo de validez de criterio se está evaluando?
a) Validez Concurrente
b) Validez Predictiva
c) Validez de Constructo
d) Validez de Contenido
Respuesta: b)
2. Explicación: Se está evaluando la Validez Predictiva porque se está intentando predecir un criterio futuro (el rendimiento laboral a los seis meses) a partir de las puntuaciones obtenidas en el test.
59
Un investigador desea validar un nuevo test de Ansiedad Social. Para ello, administra su nuevo test y un test de Ansiedad Social ya validado (considerado el criterio externo) a un grupo de 100 estudiantes. Ambos tests se administran el mismo día. Si las puntuaciones de ambos tests correlacionan altamente, ¿qué validez de criterio se ha establecido?
a) Validez Concurrente
b) Validez Predictiva
c) Validez de Constructo
d) Validez Externa
Respuesta: a)
Explicación: La Validez Concurrente se establece al correlacionar las puntuaciones del nuevo instrumento con un criterio externo (el test ya validado) medido en el mismo momento (concurrentemente).
60
Un psicólogo decide utilizar un cuestionario para evaluar el nivel de motivación laboral en sus empleados. Al revisar el cuestionario, nota que solo contiene 5 preguntas y que todas preguntan sobre la satisfacción salarial, ignorando aspectos como el ambiente laboral o la autonomía. El psicólogo argumenta que este test tiene baja:
a) Confiabilidad Temporal
b) Validez Predictiva
c) Validez Aparente
d) Validez de Contenido
Respuesta: d)
Explicación: El problema radica en que el instrumento no está reflejando el dominio específico del concepto de motivación laboral (Validez de Contenido), ya que solo incluye un aspecto (salario) e ignora otros.
61
Un psicólogo administra un test de personalidad a un grupo de pacientes. Un mes después, administra exactamente la misma prueba a los mismos pacientes, y las puntuaciones obtenidas en ambas ocasiones son casi idénticas. ¿Qué característica del instrumento se ha demostrado?
a) Confiabilidad Temporal (Medida de Estabilidad)
b) Validez Externa
c) Validez de Constructo
d) Consistencia Interna
Respuesta: a)
Explicación: Al aplicar el mismo instrumento en dos momentos distintos y obtener resultados consistentes, se ha demostrado la Confiabilidad Temporal o la Medida de Estabilidad (Test-Retest).
62
Una investigadora aplica un cuestionario de 40 ítems sobre autoeficacia. Para calcular la confiabilidad, divide el cuestionario en dos mitades (ítems pares e impares) y calcula la correlación entre las puntuaciones de ambas mitades. ¿Qué método de cálculo de confiabilidad está utilizando?
a) Coeficiente Alfa de Cronbach
b) Medida de Estabilidad
c) Método de Mitades Partidas
d) Medida de Formas Paralelas
Respuesta: c)
Explicación: El Método de Mitades Partidas es la técnica donde el instrumento se divide en dos subpruebas y se compara la correlación entre ellas para determinar la consistencia interna.
63
Un investigador desarrolló un programa de intervención para reducir el burnout en enfermeras y obtuvo resultados muy positivos con una muestra de un hospital en el área metropolitana. El investigador quiere saber si los resultados pueden aplicarse o generalizarse a enfermeras en otras áreas geográficas y diferentes tipos de hospitales. ¿Qué aspecto de la calidad del estudio le interesa evaluar?
a) Validez de Constructo
b) Validez Externa
c) Validez Concurrente
d) Confiabilidad Interna
Respuesta: b)
Explicación: La capacidad de generalizar los resultados a otros contextos y poblaciones es la esencia de la Validez Externa.
64
Un instrumento de medición psicológica es descrito como "altamente confiable, con un coeficiente Alfa de Cronbach de 0.95, pero con una Validez de Constructo pobre". Basándose en la relación entre confiabilidad y validez, ¿cuál de las siguientes conclusiones es más precisa?
a) Un instrumento altamente confiable siempre es válido.
b) El instrumento está midiendo precisamente lo que se propone medir.
c) La validez del instrumento es siempre igual a su confiabilidad.
d) Un instrumento puede ser consistente (confiable) pero no medir lo que debe (no válido).
Respuesta: d)
Explicación: La relación es que un instrumento puede ser confiable pero no válido, es decir, puede dar resultados consistentes (confiables) al medir algo, pero ese "algo" que mide no es el concepto deseado (poca validez).
65
Una empresa desea realizar una encuesta de satisfacción a sus 1,000 clientes activos. Para seleccionar una muestra de 100 clientes, el equipo de investigación asigna un número a cada cliente en una lista y utiliza un programa informático para elegir 100 números al azar. ¿Qué tipo de muestreo probabilístico se está utilizando?
a) Muestreo Aleatorio Simple
b) Muestreo Sistemático
c) Muestreo Estratificado
d) Muestreo por Conglomerados
Respuesta: a)
Explicación: El Muestreo Aleatorio Simple consiste en seleccionar una muestra de la población de forma completamente aleatoria, asegurando que cada elemento tenga la misma probabilidad de ser incluido.
66
Un equipo de investigación en psicología de la salud desea encuestar a adultos mayores de 65 años en un municipio que tiene 10 centros de envejecientes. El equipo decide seleccionar aleatoriamente 3 de esos centros y encuestar a todos los adultos mayores que residen en esos 3 centros seleccionados. ¿Qué tipo de muestreo probabilístico se ha utilizado?
a) Muestreo Estratificado
b) Muestreo Aleatorio Simple
c) Muestreo por Conglomerados
d) Muestreo por Conveniencia
Respuesta: c)
Explicación: El muestreo Por Conglomerados implica dividir la población en grupos (los centros), seleccionar algunos de esos grupos al azar y encuestar a todos los individuos dentro de los grupos seleccionados.
67
Un sociólogo está investigando las opiniones políticas de los votantes en un país. La población de votantes se compone de un 40% de Hombres y un 60% de Mujeres. Para garantizar la representatividad, divide a la población según el género y selecciona una muestra aleatoria de Hombres y Mujeres que respeta esta proporción. ¿Qué tipo de muestreo probabilístico se ha empleado?
a) Muestreo por Conglomerados
b) Muestreo Sistemático
c) Muestreo Estratificado
d) Muestreo por Cuotas
Respuesta: c)
Explicación: El muestreo Estratificado es el que divide la población en subgrupos relevantes (estratos) y selecciona una muestra de cada estrato proporcional a su tamaño en la población.
68
Para un estudio exploratorio rápido sobre el uso de redes sociales, un investigador recluta a los estudiantes de su propia clase de estadística y a los miembros de su grupo de lectura, ya que son fácilmente accesibles. Este tipo de muestreo no probabilístico se conoce como:
a) Muestreo por Conveniencia
b) Muestreo por Cuotas
c) Muestreo de Bola de Nieve
d) Muestreo Intencional (o Subjetivo)
Respuesta: a)
Explicación: El Muestreo por Conveniencia selecciona a los participantes basándose en su fácil accesibilidad y disponibilidad para el investigador.
69
La variable "Nivel de Estudios" con categorías: 1. Primario, 2. Secundario, 3. Universitario, 4. Postgrado, corresponde a un nivel de medición:
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: b)
Explicación: El Nivel de Estudios tiene un orden jerárquico, pero la distancia entre las categorías no es necesariamente la misma o interpretable, lo que lo clasifica como Ordinal.
70
Si un investigador mide la variable "Número de días de hospitalización" (desde 0 hasta el número de días que sea), ¿cuál es el nivel de medición apropiado para esta variable?
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: d)
Explicación: La variable "Número de días de hospitalización" tiene un cero absoluto (0 días significa ausencia de hospitalización) y permite todas las operaciones, clasificándola como escala De Razón.
71
Al analizar una distribución de datos, un investigador encuentra que la Mediana es el mejor resumen de la tendencia central porque la distribución contiene varias puntuaciones extremadamente altas que sesgan la media. Esta distribución es probablemente:
a) Simétrica
b) Asimétrica Positiva
c) Asimétrica Negativa
d) Leptocúrtica
Respuesta: b)
Explicación: Cuando una distribución tiene valores extremos (puntuaciones altas en este caso) que "jalan" la media pero no afectan a la mediana, la distribución es Asimétrica Positiva (sesgada hacia la derecha).
72
Un investigador reporta que el resultado de su prueba de hipótesis (p-value) fue de p = 0.01. Si su nivel de significancia era
alpha = 0.05, ¿cuál es la decisión correcta?
a) Aceptar la hipótesis nula, ya que 0.01 < 0.05.
b) Rechazar la hipótesis nula, ya que 0.01 < 0.05.
c) No se puede tomar una decisión, ya que falta el valor del estadístico de prueba.
d) Aceptar la hipótesis nula, ya que 0.01 está muy cerca de 0.
Respuesta: b)
Explicación: Si el valor de p (0.01) es menor que el Nivel de Significancia (alpha = 0.05), se rechaza la Hipótesis Nula.
73
Un investigador encuentra una lista de 5,000 estudiantes de una escuela. Para seleccionar una muestra de 500, elige al azar un punto de inicio en la lista y luego selecciona a cada décimo estudiante (k=10) a partir de ese punto. Este es un ejemplo de:
a) Muestreo Aleatorio Simple
b) Muestreo Sistemático
c) Muestreo por Conglomerados
d) Muestreo por Conveniencia
Respuesta: b)
Explicación: El Muestreo Sistemático implica seleccionar un punto de inicio al azar y luego elegir cada k-ésimo elemento de la población a intervalos regulares.
74
¿Cuál de las siguientes variables NO corresponde a una escala de medición de Razón?
a) Ingreso mensual en dólares.
b) Número de errores en una tarea cognitiva.
c) Tiempo de reacción en milisegundos.
d) Temperatura en grados Celsius.
Respuesta: d)
Explicación: La Temperatura en grados Celsius es una escala de Intervalo porque el 0ºC no representa la ausencia total de temperatura, y no se pueden establecer proporciones de manera significativa.
75
La Varianza en un conjunto de datos (medida de dispersión) representa:
a) La diferencia entre el valor máximo y el valor mínimo.
b) La raíz cuadrada de la Desviación Estándar.
c) La moda de los datos.
d) El promedio de las desviaciones elevadas al cuadrado con respecto a la media.
Respuesta: d)
Explicación: La Varianza se define como el promedio de las desviaciones elevadas al cuadrado de cada puntuación con respecto a la media.
76
Un terapeuta está realizando una investigación con pacientes diagnosticados con un trastorno de personalidad raro. Le es muy difícil encontrar participantes, por lo que le pide a sus primeros pacientes que le recomienden a otras personas con el mismo diagnóstico que pudieran participar. ¿Qué técnica de muestreo no probabilístico está utilizando?
a) Por Cuotas
b) Por Conveniencia
c) De Bola de Nieve
d) Aleatorio Simple
Respuesta: c)
Explicación: El muestreo De Bola de Nieve se utiliza para poblaciones de difícil acceso, donde los participantes iniciales ayudan a reclutar a otros.
77
Se presenta una distribución de datos donde la Media es 75, la Mediana es 75 y la Moda es 75. Esta distribución es:
a) Asimétrica Positiva
b) Asimétrica Negativa
c) Simétrica (Normal)
d) Platicúrtica
Respuesta: c)
Explicación: Cuando la Media = Mediana = Moda, la distribución es perfectamente Simétrica (o normal), sin sesgo.
78
Un investigador desea estudiar el constructo de "Inteligencia Emocional" en sus participantes. Para validar su instrumento, utiliza un análisis factorial para confirmar que las preguntas se agrupen en los factores teóricos de la IE (ej. autoconciencia, empatía, habilidades sociales). ¿Qué tipo de validez está evaluando?
a) Validez de Criterio
b) Validez de Constructo
c) Validez de Contenido
d) Validez Externa
Respuesta: b)
Explicación: El análisis de los factores o dimensiones subyacentes de un concepto (en este caso, la Inteligencia Emocional) es una técnica clave para establecer la Validez de Constructo.
79
La Hipótesis Nula (H0) en la estadística inferencial generalmente establece que:
a) No existe una diferencia o relación significativa entre las variables.
b) Siempre existe una diferencia significativa entre los grupos.
c) La diferencia observada entre los grupos se debe a la manipulación experimental.
d) El error tipo I es inevitable.
Respuesta: a)
Explicación: La Hipótesis Nula (H0) es la afirmación de que no hay efecto, no hay diferencia o no hay relación entre las variables de interés, y es la que se intenta rechazar mediante el análisis estadístico
80
Si un investigador mide el peso de los participantes en kilogramos, ¿cuál es el nivel de medición apropiado para esta variable?
a) Nominal
b) Ordinal
c) De Intervalo
d) De Razón
Respuesta: d)
Explicación: El peso tiene un cero absoluto (cero kilogramos significa ausencia de peso), lo que permite operaciones de razón (una persona que pesa 100 kg pesa el doble que una que pesa 50 kg), clasificándolo como escala De Razón.
81
En un informe estadístico se presenta que la Desviación Estándar para una prueba es de S = 15 puntos. ¿Qué significa este valor?
a) Que 15 es la puntuación que más se repite.
b) Que 15 es el valor central de la distribución.
c) Que la diferencia entre la puntuación más alta y la más baja es 15.
d) Que, en promedio, las puntuaciones se desvían 15 puntos respecto a la media.
Respuesta: d)
Explicación: La Desviación Estándar es el promedio de la desviación de cada puntuación con respecto a la media. Un valor de 15 indica que la dispersión promedio de los datos es de 15 unidades.
82
Un psicólogo quiere evaluar qué tan sensible es un instrumento de medición a los sesgos del investigador que lo administra, califica e interpreta. Este psicólogo está evaluando la:
a) Confiabilidad
b) Validez de Constructo
c) Validez Aparente
d) Objetividad
Respuesta: d)
Explicación: La Objetividad se define como el grado en que el instrumento es permeable o susceptible a la influencia de los sesgos y tendencias de los investigadores durante su administración, calificación e interpretación.
83
En una distribución de 100 puntuaciones, al ordenar los datos de menor a mayor, el valor que se encuentra en la posición 50 (o el promedio de los valores en las posiciones 50 y 51) es:
a) La Media
b) La Mediana
c) La Moda
d) El Rango
Respuesta: b)
Explicación: La Mediana es el valor central de la distribución de datos ordenada, dejando el 50% de los datos por debajo y el 50% por encima.
84
El valor del Nivel de Significancia (alpha) más común y de uso generalizado en las ciencias sociales y la psicología es:
a) 0.001
b) 0.05
c) 0.10
d) 1.00
Respuesta: b)
Explicación: El Nivel de Significancia (\alpha) más aceptado y utilizado es 0.05, lo que implica un 5% de probabilidad de equivocarse al rechazar la hipótesis nula (Hipótesis de Investigación).
85
Un Parámetro en estadística inferencial se define como:
a) Un valor numérico calculado a partir de una muestra de datos.
b) La probabilidad de equivocarse al rechazar la hipótesis nula.
c) Un valor estadístico que describe una característica de la población o universo.
d) La medida de tendencia central más sensible a valores extremos.
Respuesta: c)
Explicación: Un Parámetro es la medida descriptiva que se utiliza para caracterizar a una población o universo, en contraste con un estadístico, que describe a una muestra.
86
El análisis de datos que se ocupa de transformar las puntuaciones originales a un valor que analice su distancia respecto a la media con unidades de desviación estándar (una forma de decir cuánto está un valor por encima o por debajo del promedio) es:
a) Distribución de Frecuencias
b) Asimetría
c) Puntuaciones Z
d) Medidas de Dispersión
Respuesta: c)
Explicación: Las Puntuaciones Z o puntuaciones estandarizadas son transformaciones que expresan la distancia de una puntuación a la media en términos de unidades de desviación estándar.
87
¿En qué situación se acepta la hipótesis nula (H0) en un contraste estadístico?
a) Cuando el valor p es menor a 0.05.
b) Cuando el poder estadístico es bajo.
c) Cuando el valor p es igual o mayor a 0.05.
d) Cuando se comete un error Tipo I.
Respuesta: c)
Explicación: la regla de decisión establece que si el valor p (probabilidad) es >= 0.05, se acepta la hipótesis nula (H_0), asumiendo que las diferencias observadas no son estadísticamente significativas.
88
¿En qué situación se rechaza la hipótesis nula (H0)en un contraste estadístico?
a) Cuando el valor p es igual o mayor a 0.05.
b) Cuando el valor p es menor a 0.05.
c) Cuando se comete un error Tipo II.
d) Cuando se acepta la hipótesis alternativa (H_a) de manera incorrecta.
Respuesta: b)
Explicación: Si el valor p (probabilidad) es < 0.05, se rechaza la hipótesis nula (H_0), lo que indica que las diferencias o relaciones observadas son estadísticamente significativas.
89
El Error Tipo I (\alpha) en estadística se define como:
a) Aceptar la H_0 cuando es falsa.
b) La probabilidad de no encontrar un efecto cuando existe.
c) La probabilidad de rechazar la H_0 cuando es correcta.
d) Rechazar la H_0 cuando es cierta/verdadera.
Respuesta: d)
Explicación: El error Tipo I, o nivel de significancia (\alpha), ocurre cuando el investigador rechaza la hipótesis nula (H_0) siendo esta realmente cierta en la población. Es un falso positivo.
90
Error Tipo II (\beta):
El Error Tipo II (\beta) en estadística se define como:
a) Aceptar la H_0 cuando es falsa.
b) Rechazar la H_0 cuando es cierta.
c) La probabilidad de detectar un efecto real.
d) El nivel de significancia establecido para la prueba.
Respuesta: a)
Explicación: El error Tipo II (\beta) ocurre cuando el investigador acepta la hipótesis nula (H_0) siendo esta realmente falsa en la población. Es un falso negativo o un fallo en detectar un efecto real.
91
El Valor Crítico se define como el punto en la distribución bajo H0:
a) Que define un conjunto de valores que apoyan la aceptación de la H0.
b) Que define un conjunto de valores que apoyan el rechazo de la H0.
c) Que es siempre 0.05.
d) Que equivale al estadístico de prueba.
Respuesta: b)
Explicación: El valor crítico es el umbral que marca la región de rechazo de la hipótesis nula. Si el estadístico de prueba cae más allá (es "más extremo") de este punto, se rechaza la H0.
92
El ANOVA (Análisis de Varianza Unidireccional) es una prueba que se utiliza para:
a) Determinar la relación entre dos variables continuas.
b) Analizar los efectos de dos o más variables independientes (VI) sobre una variable dependiente (VD) categórica.
c) Analizar si tres o más grupos difieren significativamente en cuanto a medias, con una VI categórica y una VD de intervalo/razón.
d) Evaluar la relación entre una VD y dos o más VI.
Respuesta: c)
Explicación: El ANOVA Unidireccional es una prueba paramétrica que compara las medias de una variable dependiente de intervalo/razón a través de tres o más niveles o grupos de una única variable independiente categórica.
93
El ANOVA Factorial se utiliza para:
a) Comparar solo dos grupos en una variable dependiente.
b) Eliminar la influencia de una covariable.
c) Buscar combinaciones de dos o más factores (VI) que producen efectos iguales o mayores sobre la VD, analizando efectos principales y de interacción.
d) Evaluar la relación lineal entre dos variables.
Respuesta: c)
Explicación: El ANOVA Factorial implica el análisis de dos o más variables independientes (factores) de forma simultánea, evaluando cómo sus efectos individuales (principales) y su acción conjunta (interacción) impactan la variable dependiente.
94
El ANCOVA (Análisis de Covarianza) es un procedimiento que tiene como uno de sus objetivos principales:
a) Evaluar múltiples variables dependientes (VD) simultáneamente.
b) Analizar la relación entre una VI y una VD, eliminando o controlando el efecto de una o más covariables (VI adicionales).
c) Comparar medianas de tres o más grupos no paramétricos.
d) Predecir el valor de una VD a partir de una o más VI.
Respuesta: b)
Explicación: El ANCOVA se utiliza para eliminar la varianza en la VD que es causada por una variable extraña (la covariable o VI adicional), aumentando el poder estadístico y eliminando heterogeneidad.
95
El MANOVA (Análisis de Varianza Multivariado) se utiliza para:
a) Evaluar los efectos de dos o más variables independientes (VI) sobre dos o más variables dependientes (VD) múltiples (usando una matriz).
b) Comparar las medias de un grupo en diferentes momentos.
c) Analizar la correlación entre variables ordinales.
d) Analizar la regresión de una VD categórica.
Respuesta: a)
Explicación: El MANOVA es una extensión del ANOVA que permite al investigador evaluar la influencia de variables independientes categóricas sobre dos o más variables dependientes métricas de forma simultánea, utilizando una matriz de VD.
96
El Coeficiente de Correlación de Pearson (*r*) se utiliza para:
a) Analizar la relación entre dos variables (VI y VD) continuas o de intervalo/razón, con puntuaciones que varían de -1.00 a +1.00.
b) Analizar si las proporciones difieren significativamente.
c) Evaluar el efecto de un factor sobre múltiples variables dependientes.
d) Estimar la diferencia de medias entre dos grupos independientes.
Respuesta: a)
Explicación: El coeficiente *r* de Pearson mide la fuerza y dirección de la relación lineal entre dos variables de intervalo o razón. Un valor de -0.90 indica una correlación negativa muy alta.
97
El objetivo principal del Análisis de Regresión Lineal es:
a) Determinar la diferencia entre las frecuencias observadas y esperadas.
b) Comparar las puntuaciones medias de un grupo en dos momentos diferentes.
c) Estudiar la relación entre dos variables continuas, para predecir puntuaciones de una variable tomando las puntuaciones de otra variable.
d) Comparar las medianas de dos muestras dependientes.
Respuesta: c)
Explicación: La regresión lineal simple busca establecer la mejor línea recta (ecuación) para describir la relación entre dos variables continuas (una predictora y una criterio) y usarla para hacer predicciones.
98
La Prueba t de Muestras Dependientes se usa para:
a) Analizar si 2 grupos difieren significativamente respecto a sus medias en una variable.
b) Analizar la relación entre variables categóricas.
c) Comparar medias y varianzas de un grupo en dos momentos diferentes o bajo dos condiciones distintas (Ej. pre-prueba y post-prueba).
d) Determinar la relación entre dos variables ordinales.
Respuesta: c)
Explicación: La prueba t dependiente es paramétrica y se utiliza para comparar las medias de la misma muestra de sujetos cuando se miden en dos momentos distintos (antes/después) o bajo dos condiciones relacionadas.
99
¿Cuál es el propósito de la Prueba t de Muestras Independientes?
a) Evaluar si dos grupos difieren significativamente respecto a sus medias, comparando en una variable.
b) Comparar las medianas de dos muestras dependientes.
c) Determinar la relación entre variables categóricas.
d) Analizar el efecto de tres o más grupos sobre una VD continua.
Respuesta: a)
Explicación: La prueba t independiente es paramétrica y se utiliza para comparar las medias de una variable continua entre dos grupos de sujetos no relacionados.
100
Las Pruebas Post-Hoc (o pruebas de comparaciones múltiples), como Tukey, se usan después de un ANOVA Factorial para:
a) Determinar si se cumplen los supuestos paramétricos.
b) Especificar qué pares de grupos (entre los niveles de un factor) son significativamente diferentes entre sí.
c) Comparar las medianas de tres o más grupos.
d) Evaluar el efecto de la covariable.
Respuesta: b)
Explicación: Si un ANOVA es significativo, las pruebas Post-Hoc (o a posteriori) se emplean para realizar comparaciones de pares de medias y así determinar dónde residen exactamente las diferencias significativas.
101
La Prueba Chi Cuadrada (X2) se utiliza principalmente para:
a) Analizar la relación entre dos variables continuas.
b) Comparar medias de tres o más grupos.
c) Comparar las medianas de dos grupos independientes.
d) Evaluar la relación entre dos variables categóricas, basándose en la diferencia entre las frecuencias observadas y esperadas.
Respuesta: d)
Explicación: X2 es una prueba no paramétrica utilizada para examinar la asociación o relación entre dos variables medidas a nivel nominal (categóricas).
102
La Prueba U de Mann-Whitney es la alternativa no paramétrica a:
a) La prueba t de muestras independientes.
b) ANOVA de un factor.
c) La prueba t de muestras dependientes.
d) La regresión lineal.
Respuesta: a)
Explicación: Mann-Whitney U es una prueba no paramétrica que compara las distribuciones (generalmente las medianas) de dos muestras independientes que no cumplen con los supuestos de la t de Student.
103
Coeficiente Rho de Spearman y Tau de Kendall:
Estos coeficientes de correlación no paramétricos se utilizan para:
a) Variables de intervalo o razón.
b) Predicción de una variable a partir de otra.
c) Medidas de correlación para variables a nivel de medición ordinal, que se ordenan y ranquean.
d) Evaluar la diferencia de medias entre dos grupos dependientes.
Respuesta: c)
Explicación: \rho de Spearman y \tau de Kendall miden la fuerza y dirección de la asociación entre dos variables ordinales mediante el uso de rangos.
104
¿Cuál de los siguientes es un requisito fundamental para poder llevar a cabo pruebas paramétricas?
a) Trabajar sobre rangos de orden.
b) Variables no necesariamente deben ser de intervalos/razón.
c) Variables categóricas.
d) Una distribución normal del universo.
Respuesta: d)
Explicación: Las pruebas paramétricas asumen que los datos provienen de una población que sigue una distribución normal (supuesto de normalidad).
105
Una de las características principales de las pruebas no paramétricas es que:
a) Requieren un nivel de medición de intervalo/razón.
b) No requieren supuestos acerca de la distribución de la población (no necesariamente normales).
c) Son más potentes que las pruebas paramétricas.
d) Se utilizan principalmente para comparar medias.
Respuesta: b)
Explicación: Las pruebas no paramétricas son "libres de distribución" ya que no asumen una distribución específica de la población, siendo adecuadas para datos que no cumplen la normalidad o son ordinales/nominales.
106
La prueba de Kruskal-Wallis es la alternativa no paramétrica a:
a) Prueba t de muestras independientes.
b) Prueba t de muestras dependientes.
c) ANOVA de un factor para medidas o muestras independientes.
d) ANOVA de medidas repetidas.
Respuesta: c)
Explicación: Kruskal-Wallis es la prueba no paramétrica para comparar las medianas de tres o más grupos independientes, cuando el ANOVA no es apropiado.
107
La prueba de Friedman es la alternativa no paramétrica a:
a) Prueba t de muestras independientes.
b) Prueba t de muestras dependientes.
c) ANOVA de un factor para muestras independientes.
d) ANOVA de medidas repetidas o intrasujetos.
Respuesta: d)
Explicación: Friedman es la prueba no paramétrica para comparar las distribuciones (generalmente las medianas) de tres o más condiciones en la misma muestra de sujetos (medidas repetidas).
108
La Prueba t de Muestras Dependientes se enfoca en la comparación de medias y varianzas de un grupo en:
a) Dos variables diferentes.
b) Dos momentos o condiciones diferentes.
c) Tres o más grupos independientes.
d) Dos variables categóricas.
Respuesta: b)
Explicación: Se compara el mismo grupo en el "antes y el después" (dos momentos) de una intervención o bajo dos condiciones de tratamiento distintas.
109
Un objetivo clave del ANCOVA es aumentar el poder estadístico y:
a) Multiplicar el efecto de las variables independientes.
b) Utilizar variables categóricas.
c) Eliminar heterogeneidad causada a la VD por influencias de covariables.
d) Realizar comparaciones múltiples post-hoc.
Respuesta: c)
Explicación: Al "sacar" el efecto de la covariable, se reduce la varianza de error, haciendo que el efecto de la VI sea más claro (mayor poder) y controlando las diferencias preexistentes (eliminando heterogeneidad).
110
El Coeficiente de Correlación de Pearson (r) analiza la relación entre 2 variables:
a) Continuas o de Intervalo/Razón.
b) Categóricas.
c) Ordinales.
d) Dependientes.
Respuesta: a)
Explicación: Pearson requiere un nivel de medición métrico (intervalo o razón) para ambas variables, ya que se basa en la media y desviación estándar para su cálculo.
111
Una psicóloga quiere determinar si existe una relación lineal entre las puntuaciones de un examen de ansiedad (escala de 0 a 100) y el número de horas estudiadas (número continuo de horas) a la semana de sus pacientes. ¿Qué prueba debe utilizar?
a) Regresión Lineal.
b) Prueba t de muestras independientes.
c) Coeficiente de Correlación de Pearson (r).
d) Prueba Chi Cuadrada.
Respuesta: c)
Explicación: Ambas variables (ansiedad y horas estudiadas) son continuas o de intervalo/razón, y el objetivo es analizar la relación entre ellas. Por lo tanto, el coeficiente r de Pearson es la prueba más adecuada.
112
Un investigador busca predecir las puntuaciones en una escala de satisfacción laboral (variable continua) basándose en el número de años de experiencia (variable continua) de los empleados. ¿Qué análisis estadístico debe seleccionar?
a) Regresión Lineal.
b) Prueba t de muestras dependientes.
c) ANOVA Unidireccional.
d) MANOVA.
Respuesta: a)
Explicación: El objetivo de predecir el valor de una variable dependiente (satisfacción laboral) a partir de una variable independiente (años de experiencia) continua se logra mediante la Regresión Lineal.
113
Un psicólogo clínico quiere evaluar la efectividad de un nuevo programa de manejo de estrés. Para ello, mide el nivel de estrés de 30 pacientes antes de iniciar el programa y después de finalizarlo. ¿Qué prueba debe usar para comparar las medias?
a) Prueba t de muestras dependientes.
b) Prueba t de muestras independientes.
c) ANOVA Factorial.
d) Prueba Chi Cuadrada.
Respuesta: a)
Explicación: Se compara la media del mismo grupo de sujetos en dos momentos diferentes (antes y después), lo cual corresponde a la prueba t de muestras dependientes o pareadas.
114
Una investigadora quiere comparar si existe una diferencia significativa en las puntuaciones medias de rendimiento académico (escala de 0 a 100) entre los estudiantes que asisten a una tutoría presencial y los que asisten a una tutoría virtual. ¿Qué prueba es la más apropiada?
a) Prueba t de muestras independientes.
b) Prueba de Mann-Whitney U.
c) Prueba t de muestras dependientes.
d) Coeficiente de correlación de Pearson.
Respuesta: a)
Explicación: Se compara la media de una variable continua (rendimiento) entre dos grupos que son independientes (presencial vs. virtual). La t de muestras independientes es la prueba paramétrica para este fin.
115
Un psicólogo educativo quiere evaluar el efecto de tres métodos de enseñanza (Método A, B y C) sobre las puntuaciones de un examen de matemáticas (puntuación de 0 a 100). Asumiendo que se cumplen los supuestos paramétricos, ¿qué prueba debe usar?
a) Prueba t de muestras independientes.
b) Kruskal-Wallis.
c) ANOVA Unidireccional.
d) ANOVA Factorial.
Respuesta: c)
Explicación: Se están comparando las medias de una variable dependiente continua (puntuación) a través de tres o más grupos independientes (los métodos A, B y C) creados por una única variable independiente (Método de enseñanza).
116
Un investigador está interesado en el efecto del tipo de dieta (Baja en Carbohidratos vs. Balanceada) y la frecuencia de ejercicio (Alta vs. Baja) en la pérdida de peso (libras). ¿Qué análisis es más adecuado para estudiar los efectos combinados de ambos factores?
a) ANOVA Unidireccional.
b) ANCOVA.
c) ANOVA Factorial.
d) Regresión Múltiple.
Respuesta: c)
Explicación: El estudio implica dos variables independientes categóricas (Dieta y Ejercicio) y una VD continua (Pérdida de peso). El ANOVA Factorial permite evaluar los efectos principales y la interacción de ambos factores.
117
Un estudio busca comparar la efectividad de dos terapias (Terapia A vs. Terapia B) en la reducción de síntomas depresivos (escala continua). Antes de la intervención, se mide el nivel socioeconómico (VI adicional o covariable), que puede influir en los resultados. ¿Qué análisis permite controlar la influencia del nivel socioeconómico?
a) ANOVA Unidireccional.
b) Prueba t de muestras independientes.
c) MANOVA.
d) ANCOVA.
Respuesta: d)
Explicación: El ANCOVA se utiliza para comparar las medias de la VD (síntomas) entre los grupos de la VI principal (Terapias A y B), controlando o eliminando la influencia de una variable adicional continua (nivel socioeconómico o covariable).
118
Una investigadora evalúa cómo el método de coaching (Individual vs. Grupal) impacta la ansiedad (escala) y el rendimiento académico (puntuación) de los estudiantes simultáneamente. ¿Qué análisis debería utilizar?
a) ANOVA Unidireccional.
b) ANCOVA.
c) Regresión Múltiple.
d) MANOVA.
Respuesta: d)
Explicación: El diseño tiene una VI categórica (Método de coaching) y dos o más VD continuas (Ansiedad y Rendimiento) que se analizan de manera conjunta. El MANOVA es el análisis multivariado para este propósito.
119
Una empresa de seguros quiere predecir la cantidad de gastos familiares (VD continua) basándose en tres variables: ingreso mensual, componentes de la familia y ahorro anual (VI continuas). ¿Cuál es el análisis apropiado?
a) Análisis de Correlación de Pearson.
b) MANOVA.
c) Regresión Múltiple.
d) ANOVA Factorial.
Respuesta: c)
Explicación: El objetivo es predecir una única VD continua (Gastos) a partir de dos o más VI continuas (ingreso, componentes, ahorro). Este es el uso principal de la Regresión Múltiple.
120
Un investigador decide establecer un nivel de significancia de alpha = 0.01. ¿Qué significa esto en términos de Error Tipo I?
a) Hay un 99%de probabilidad de cometer un error Tipo II.
b) Hay un 1% de probabilidad de rechazar una H0 que es cierta.
c) Hay un 5%de probabilidad de aceptar una H0 que es falsa.
d) El poder estadístico es de 99%
Respuesta: b)
Explicación: alpha es la probabilidad de cometer un Error Tipo I (rechazar H0 siendo cierta). Un alpha = 0.01 indica que se está dispuesto a aceptar un 1% de riesgo de cometer este error.
121
Una psicóloga social está estudiando la relación entre el estado civil (Soltero/Casado/Divorciado) y la opinión sobre el voto por correo (A favor/En contra/Indeciso). ¿Qué prueba no paramétrica es más apropiada para esta investigación?
a) Kruskal-Wallis.
b) Mann-Whitney U.
c) Prueba Chi Cuadrada (X2).
d) Coeficiente Rho de Spearman.
Respuesta: c)
Explicación: Ambas variables (estado civil y opinión sobre el voto) son categóricas (nominales). X2 es la prueba ideal para evaluar la asociación entre dos variables categóricas.
122
Un investigador de salud está comparando las puntuaciones de satisfacción con la vida (escala ordinal de rangos) entre dos grupos: hombres y mujeres. Los datos no cumplen con el supuesto de normalidad. ¿Qué prueba no paramétrica debe usar?
a) Prueba t de muestras independientes.
b) Prueba U de Mann-Whitney.
c) Prueba de Wilcoxon de Rangos.
d) Prueba de Friedman.
Respuesta: b)
Explicación: La prueba Mann-Whitney U es la alternativa no paramétrica a la t de muestras independientes, usada para comparar las distribuciones/medianas de dos grupos independientes cuando los datos son ordinales o no normales.
123
Un psicólogo industrial quiere comparar el nivel de burnout (medido en rangos ordinales) entre empleados de tres departamentos diferentes (Ventas, Mercadeo y RRHH). Los datos no son normales. ¿Qué prueba es la más apropiada?
a) ANOVA Unidireccional.
b) Prueba de Friedman.
c) Prueba U de Mann-Whitney.
d) Prueba de Kruskal-Wallis.
Respuesta: d)
Explicación: Se están comparando tres o más grupos independientes (departamentos) con una variable dependiente de nivel ordinal (rangos de burnout). Kruskal-Wallis es la alternativa no paramétrica del ANOVA para este caso.
124
En una competencia de talento, se le pide a un grupo de jueces que ordenen y ranqueen a los concursantes del 1 al 10 según su presentación vocal y su presentación escénica. Para medir la asociación entre la clasificación de ambos criterios, ¿qué coeficiente se debe utilizar?
a) Coeficiente Rho de Spearman.
b) Coeficiente de Correlación de Pearson (r).
c) Prueba t de muestras dependientes.
d) Prueba de Wilcoxon.
Respuesta: a)
Explicación: Los datos están a nivel de medición ordinal (rangos 1 al 10) y el objetivo es medir la correlación, por lo que el coeficiente Rho de Spearman es el más apropiado.
125
Un estudio quiere comparar la distribución de tres muestras dependientes, pero los datos no cumplen con el supuesto de normalidad. ¿Qué prueba debe seleccionar?
a) ANOVA de Medidas Repetidas.
b) Kruskal-Wallis.
c) Prueba t de muestras dependientes.
d) Prueba de Friedman.
Respuesta: d)
Explicación: Para tres o más muestras dependientes (intrasujetos) y cuando se violan los supuestos (no paramétricos), la Prueba de Friedman es la alternativa correcta.
126
Si un estudio encuentra un coeficiente de correlación de Pearson de r = -0.90 entre la variable "Horas de terapia" y "Severidad de síntomas", ¿cómo se interpreta este resultado?
a) Correlación positiva y baja.
b) Correlación positiva muy alta.
c) Correlación negativa muy alta.
d) Ausencia de relación.
Respuesta: c)
Explicación: Un valor de -0.90 está muy cerca de -1.00, lo que indica una correlación negativa muy alta, sugiriendo que a medida que aumentan las horas de terapia, la severidad de los síntomas disminuye.
127
Si el valor estadístico de prueba calculado cae más allá del Valor Crítico en la distribución. ¿Cuál es la decisión estadística?
a) Aceptar la H_0.
b) Rechazar la H_0.
c) Aceptar el Error Tipo II.
d) Aceptar el Error Tipo I.
Respuesta: b)
Explicación: El Valor Crítico marca el umbral. Si el estadístico de prueba es más extremo que este umbral, cae en la región de rechazo, por lo que se rechaza la hipótesis nula (H_0).
128
Un investigador concluye que una nueva intervención es efectiva, cuando en realidad no lo es. Esta situación representa:
a) Error Tipo I (\alpha).
b) Error Tipo II (\beta).
c) Poder Estadístico.
d) Hipótesis Nula correcta.
Respuesta: a)
Explicación: El Error Tipo I es el error de rechazar la H_0 (concluir que hay efecto, o que es efectiva) cuando la H_0 es cierta (en realidad no lo es). Es un falso positivo.
129
Un estudio prueba la hipótesis de que un nuevo medicamento (Alternativa, H_a) es más efectivo que el actual (Nula, H_0). El análisis estadístico arroja un Valor P de **0.015**. Si el nivel de significancia preestablecido (alpha) es **0.05**, ¿cuál es la conclusión correcta?
a) Aceptar la H_0, porque 0.015 es pequeño.
b) Aceptar la H_a, porque el P-value es mayor que alpha.
c) Rechazar la H_0, porque el P-value (0.015) es menor que \alpha (0.05).
d) Rechazar la H_a, porque el riesgo de Error Tipo I es muy bajo.
Respuesta: C)
Explicación: La regla de decisión es Rechazar H_0 si el Valor P<0.05. Dado que 0.015< 0.05, existe suficiente evidencia para rechazar la hipótesis nula.
130
Una investigadora está probando la hipótesis nula (H_0) de que el salario promedio de los ingenieros de software es \$100,000 contra la hipótesis alternativa (H_a) de que es mayor. El valor P calculado a partir de la muestra es 0.031. Si el nivel de significancia (\alpha) es 0.05, ¿cuál es la decisión correcta?
a) Se acepta H_0, ya que 0.031 es menor que 0.05.
b) Se rechaza H_0, ya que 0.031 es menor que 0.05.
c) Se acepta H_0, ya que 0.031 es mayor que 0.05.
d) Se rechaza H_0, ya que 0.031 es mayor que 0.05.
Respuesta: b)
Explicación: El valor P es la probabilidad de observar un estadístico de prueba tan extremo (o más extremo) como el que se obtuvo, asumiendo que la hipótesis nula (H_0) es cierta. La regla de decisión es: si P
131
Se prueba la hipótesis de que la vida media de una bombilla es de 1,000 horas. La prueba es bilateral. El valor P es 0.063. ¿Cuál es la conclusión correcta si el investigador decide usar un nivel de confianza del 95%?
a) Rechazar H0 porque 0.063 > 0.05.
b) Rechazar H0 porque 0.063<= 0.05.
c) No rechazar H0 porque 0.063 > 0.05.
d) No rechazar H0 porque 0.063<=0.05.
Respuesta: c)
Explicación: Un nivel de confianza del 95% implica un nivel de significancia (alpha) de 1 - 0.95 = 0.05. La regla de decisión es rechazar H0 si P < alpha. Como 0.063 > 0.05, la decisión es no rechazar H0, o aceptar la H0.
132
En una prueba de hipótesis, se calcula un valor P = 0.001. ¿Qué significa esto en términos de la evidencia contra H_0?
a) Hay poca evidencia para rechazar H_0.
b) Hay evidencia moderada para rechazar H_0.
c) La probabilidad de error tipo I es muy alta.
d) Hay evidencia muy fuerte para rechazar H_0.
Respuesta: d)
Explicación: Un valor P muy pequeño (cercano a cero) indica que es muy poco probable que se haya observado el resultado muestral si H_0 fuera verdadera. Por lo tanto, un P = 0.001 proporciona evidencia muy fuerte en contra de la hipótesis nula, lo que lleva a un rechazo a casi cualquier nivel de significancia usual.
133
En una investigación se estableció como Hipótesis nula (H_0) que el escuchar reggaetón no influye en la inteligencia emocional de una persona. La F obtenida (estadístico de prueba) fue de 1.59, mientras que el valor crítico F establecido es de 3.33. ¿Qué se debe hacer con la hipótesis nula?
a) Arreglarla
b) Rechazarla
c) Borrarla
d) Aceptarla
Respuesta: d)
Explicación: La regla de decisión para la mayoría de los estadísticos de prueba de una sola cola (como F) es: Rechazar H_0 si el Estadístico de Prueba>= Valor Crítico. Dado que F_{obtenida} (1.59) es menor que F_{crítico} (3.33), el estadístico cae en la región de no rechazo. Por lo tanto, se debe aceptar (o no rechazar) la hipótesis nula.
134
Un investigador obtiene un p = 0.03 con un nivel de significancia de α = 0.05. ¿Qué se concluye?
a) Se acepta la hipótesis nula
b) No se puede concluir nada
c) Se rechaza la hipótesis nula
d) Se aumenta el nivel de significancia
Respuesta: c) Se rechaza la hipótesis nula
Explicación: Como p = 0.03 < 0.05, la probabilidad de cometer un error tipo I es menor que el nivel establecido, por lo que se rechaza H₀.
135
Con un nivel de significancia α = 0.01, un experimento arroja p = 0.08. ¿Qué se debe hacer?
a) Aceptar H₀
b) Cambiar el α a 0.10
c) Rechazar H₀
d) Repetir el experimento
Respuesta: a) Aceptar H₀
Explicación: Si p > α, no se cuenta con evidencia suficiente para rechazar la hipótesis nula.
136
Se establece α = 0.05. El resultado de la prueba es p = 0.051.
a) Aceptar H₀
b) Rechazar H₀
c) El resultado es significativo
d) Cambiar el tamaño de muestra
Respuesta: a) Aceptar H₀
Explicación: Como p = 0.051 es mayor a 0.05, no alcanza el criterio de significancia.
137
Un psicólogo obtiene p = 0.001 con α = 0.05. ¿Qué significa?
a) Se acepta H₀
b) Existe suficiente evidencia para rechazar H₀
c) Se aumenta el error tipo II
d) No se puede interpretar
Respuesta: b) Existe suficiente evidencia para rechazar H₀
Explicación: Un valor de p tan bajo (0.001) indica que es altamente improbable que el resultado se deba al azar, por lo tanto se rechaza H₀.
138
Si el p-value es exactamente igual a 0.05 con α = 0.05, ¿qué ocurre?
a) Se acepta H₀
b) Se rechaza automáticamente
c) No se puede interpretar
d) Se considera significativo y se rechaza H₀
Respuesta: d) Se considera significativo y se rechaza H₀
Explicación: Convencionalmente, cuando p ≤ α, se rechaza la hipótesis nula.
139
Un investigador obtiene t = 2.45 y el valor crítico es t = 2.01 (α = 0.05).
a) Rechazar H₀
b) Aceptar H₀
c) No decidir
d) Cambiar el α
Respuesta: a) Rechazar H₀
Explicación: Como el estadístico obtenido (2.45) supera el valor crítico (2.01), se rechaza la hipótesis nula.
140
En una prueba estadística se obtiene Z = 1.28 con un valor crítico de 1.96 (α = 0.05, dos colas).
a) Rechazar H₀
b) Cambiar el α
c) Aceptar H₀
d) No se puede concluir
Respuesta: c) Aceptar H₀
Explicación: Como el valor de Z no alcanza el valor crítico, no se rechaza la hipótesis nula.
141
En un ANOVA se obtiene F = 4.02 y el valor crítico de F es 4.05 con α = 0.05.
a) Aceptar H₀
b) Rechazar H₀
c) Aumentar la muestra
d) Cambiar el valor crítico
Respuesta: a) Aceptar H₀
Explicación: La F obtenida (4.02) no alcanza el valor crítico (4.05), por lo que no se rechaza la hipótesis nula.
142
En un estudio se evaluó si una dieta alta en proteína afecta el rendimiento académico de universitarios. El estadístico t obtenido fue 1.75, mientras que el valor crítico es 2.04 (α = 0.05). ¿Qué se debe concluir sobre la hipótesis nula?
a) eliminarla
b) aceptarla
c) rechazarla
d) repetir el estudio
Respuesta: b) aceptarla
Explicación: El t obtenido (1.75) es menor que el valor crítico (2.04), por lo tanto no se rechaza la hipótesis nula.
143
Un psicólogo analiza si la práctica de meditación diaria reduce significativamente los niveles de ansiedad. El análisis arrojó un F obtenido de 5.21 y el valor crítico fue 3.10.
a) aceptarla
b) modificarla
c) rechazarla
d) no se puede concluir
Respuesta: c) rechazarla
Explicación: El F obtenido (5.21) es mayor que el valor crítico (3.10), lo cual indica que se rechaza H₀.
144
Una investigadora plantea la hipótesis de que el consumo de café mejora la memoria a corto plazo. El resultado del análisis fue t = 2.78 y el valor crítico era t = 2.05 (α = 0.05).
¿Qué se concluye?
a) El café no tiene ningún efecto en la memoria
b) El café mejora significativamente la memoria a corto plazo
c) El café empeora la memoria
d) No se puede llegar a ninguna conclusión
Respuesta: b) El café mejora significativamente la memoria a corto plazo
Explicación: Como t obtenido (2.78) supera el valor crítico (2.05), se rechaza la hipótesis nula y se acepta la hipótesis alternativa (que el café mejora la memoria).
145
Se plantea que el ejercicio físico no influye en los niveles de depresión. En un estudio con 60 participantes, se obtuvo F = 4.55, mientras que el valor crítico fue de 3.12.
¿Qué se concluye?
a) El ejercicio físico sí influye en los niveles de depresión
b) El ejercicio físico no tiene ningún efecto en la depresión
c) Los niveles de depresión se mantienen estables sin importar el ejercicio
d) No se puede rechazar la hipótesis alternativa
Respuesta: a) El ejercicio físico sí influye en los niveles de depresión
Explicación: El F obtenido (4.55) es mayor que el valor crítico (3.12), lo que indica que se rechaza la hipótesis nula y se acepta la alternativa.
146
Un psicólogo quiere probar si escuchar música clásica aumenta la concentración en estudiantes. El análisis dio un Z obtenido de 1.42, mientras que el valor crítico fue ±1.96 (α = 0.05, dos colas).
¿Qué se concluye?
a) Escuchar música clásica reduce la concentración
b) Escuchar música clásica no tiene un efecto significativo en la concentración
c) Escuchar música clásica aumenta significativamente la concentración
d) Los resultados demuestran un cambio positivo en la concentración
Respuesta: b) Escuchar música clásica no tiene un efecto significativo en la concentración
Explicación: Como el Z obtenido (1.42) es menor que el valor crítico (±1.96), no hay evidencia para rechazar la hipótesis nula.
147
Un economista prueba si la tasa de desempleo en una región difiere del promedio nacional. El análisis dio un Z obtenido de 1.55, mientras que el valor crítico fue +-1.96 (\alpha = 0.05, dos colas).
¿Qué se concluye?
a) La tasa de desempleo es significativamente diferente.
b) La tasa de desempleo es significativamente menor que el promedio nacional.
c) No hay evidencia para concluir que la tasa de desempleo difiera del promedio nacional.
d) Se cometió un error Tipo I porque el valor obtenido es positivo.
Respuesta: c) No hay evidencia para concluir que la tasa de desempleo difiera del promedio nacional.
Explicación: Como el valor obtenido (1.55) es menor que el valor crítico (+-1.96), se cae en la región de no rechazo. No hay evidencia para rechazar la hipótesis nula.
148
Un investigador de la salud prueba si un nuevo ejercicio aumenta la capacidad pulmonar. El Z obtenido fue 1.75, mientras que el valor crítico fue 1.645 (\alpha = 0.05, cola derecha).
¿Qué se concluye?
a) El ejercicio no tiene un efecto significativo en la capacidad pulmonar.
b) Se concluye que el ejercicio aumenta significativamente la capacidad pulmonar.
c) El aumento observado se debe al azar.
d) La capacidad pulmonar disminuyó significativamente.
Respuesta: b) Se concluye que el ejercicio aumenta significativamente la capacidad pulmonar.
Explicación: El Z obtenido (1.75) es mayor que el valor crítico (1.645), por lo que cae en la región de rechazo (cola derecha). Se rechaza la hipótesis nula a favor de la alternativa.
149
Una compañía farmacéutica realiza un ensayo para ver si un nuevo medicamento cambia el peso corporal de los pacientes. El análisis arrojó un Z obtenido de -2.20, con un valor crítico de +-1.96 (\alpha = 0.05, dos colas).
¿Qué se concluye?
a) Se rechaza la hipótesis nula, concluyendo un cambio significativo en el peso corporal.
b) El peso corporal aumentó significativamente.
c) El medicamento tiene un efecto no significativo en el peso corporal.
d) El valor crítico debería haber sido más estricto.
Respuesta: a) Se rechaza la hipótesis nula, concluyendo un cambio significativo en el peso corporal.
Explicación: El valor absoluto del Z obtenido (|-2.20| = 2.20) es mayor que el valor crítico (1.96), por lo que cae en la región de rechazo. Se rechaza la hipótesis nula.
150
Un ingeniero prueba si una modificación en un motor cambia el consumo de combustible. El análisis dio un Z obtenido de 2.50, mientras que el valor crítico fue +- 2.58 (\alpha = 0.01, dos colas).
¿Qué se concluye?
a) El Z obtenido está en el límite y, por lo tanto, se rechaza H_0.
b) La modificación tuvo un efecto altamente significativo en el consumo.
c) El valor obtenido es demasiado alto y se debe recalcular.
d) Se falla en rechazar la hipótesis nula; no hay evidencia de un cambio significativo.
Respuesta: d) Se falla en rechazar la hipótesis nula; no hay evidencia de un cambio significativo.
Explicación: Aunque el valor obtenido (2.50) está muy cerca, es menor que el valor crítico (2.58). Para rechazar H_0, el Z obtenido debe ser mayor que el valor crítico positivo o menor que el valor crítico negativo.
151
Un nutricionista prueba si una dieta específica aumenta la masa muscular. El análisis de regresión arroja un valor p de 0.008. El nivel de significancia \alpha fue establecido en 0.05.
¿Qué se concluye?
a) Se falla en rechazar la hipótesis nula, concluyendo que la dieta no es efectiva.
b) El valor p es mayor que 0.05, por lo que la dieta no es significativa.
c) La hipótesis alternativa es rechazada porque 0.008 es un valor muy pequeño.
d) Se rechaza la hipótesis nula, concluyendo que la dieta aumenta significativamente la masa muscular.
Respuesta: d) Se rechaza la hipótesis nula, concluyendo que la dieta aumenta significativamente la masa muscular.
Explicación: La regla de decisión es: Si p-value>alpha, se rechaza H_0. Como 0.008 es menor que 0.05, existe evidencia estadísticamente significativa para rechazar la hipótesis nula.
152
Una socióloga realiza una encuesta para determinar si el nivel educativo está relacionado con la participación electoral. El análisis estadístico produce un valor p de 0.12. El nivel de significancia \alpha es 0.10.
¿Qué se concluye?
a) Se rechaza la hipótesis nula, concluyendo que hay una relación significativa.
b) Hay evidencia de una relación, pero el \alpha es demasiado alto.
c) Se falla en rechazar la hipótesis nula; el nivel educativo no está significativamente relacionado con la participación.
d) La probabilidad de cometer un error Tipo I es de 12\%.
Respuesta: c) Se falla en rechazar la hipótesis nula; el nivel educativo no está significativamente relacionado con la participación.
Explicación: El valor p (0.12) es mayor que el nivel de significancia \alpha (0.10). Por lo tanto, no hay suficiente evidencia para rechazar la hipótesis nula de no relación.
153
Un psicólogo realiza un estudio para probar la afirmación de que escuchar reggaetón reduce la inteligencia emocional (H_a: la reduce). El análisis estadístico arroja un valor p de 0.003. El nivel de significancia \alpha fue establecido en 0.05.
¿Qué se concluye?
a) Se rechaza la hipótesis nula, y se concluye que escuchar reggaetón reduce significativamente la inteligencia emocional.
b) El valor p es muy pequeño, por lo que el efecto no es confiable.
c) Se falla en rechazar la hipótesis nula, lo que sugiere que escuchar reggaetón no tiene un efecto perjudicial significativo.
d) La probabilidad de que el reggaetón afecte la inteligencia emocional es solo del 0.3%.
Respuesta: a) Se rechaza la hipótesis nula, y se concluye que escuchar reggaetón reduce significativamente la inteligencia emocional.
Explicación: Dado que el valor p (0.003) es menor que alpha (0.05), la evidencia es suficiente para rechazar la hipótesis nula (que el reggaetón no afecta) y aceptar la hipótesis alternativa del estudio (que sí la reduce).
154
Una empresa de recursos humanos quiere probar si beber café aumenta significativamente la productividad de sus empleados (H_a: la aumenta). El estudio arroja un valor p de 0.35. El nivel de significancia alpha se fijó en 0.05.
¿Qué se concluye?
a) Se rechaza la hipótesis nula, concluyendo que beber café sí aumenta la productividad de los empleados.
b) Se falla en rechazar la hipótesis nula, lo que significa que no hay evidencia significativa de que beber café aumente la productividad.
c) El p-value es tan alto que se concluye que el café definitivamente reduce la productividad.
d) La probabilidad de que el café no tenga efecto es solo del 35%.
Respuesta: b) Se falla en rechazar la hipótesis nula, lo que significa que no hay evidencia significativa de que beber café aumente la productividad.
Explicación: El valor p (0.35) es mayor que el nivel de significancia \alpha (0.05). Por lo tanto, se falla en rechazar la hipótesis nula (que el café no tiene efecto) y no se puede respaldar la afirmación de que el café aumenta significativamente la productividad.
-
Key Links
-
Subjects
-
Company
-
Find Us
-
