Actividad #1: Recordando Estadísticas.

Pontificia Universidad Católica de Puerto Rico

Recinto de Ponce

Colegio de Estudios Graduados en Ciencias de la Conducta

y Asuntos de la Comunidad

Nombre: Vicdalin Collazo Ortiz                                 Fecha: 10 de junio de 2016.

CPSY 833                 Actividad #1: Recordando Estadísticas...         Dra. Ilia Rosario

1. La hipótesis alterna señala que:

1. La variable independiente no tiene efecto sobre la variable dependiente.
2. La variable independiente tiene un efecto sobre la variable dependiente.
3. La variable independiente tiene un efecto sobre la variable dependiente en una dirección dada.
4. La variable dependiente tiene un efecto sobre la variable independiente.

1. La hipótesis de investigación (H1) es:

1. siempre se expresa en términos de los parámetros poblacionales bajo estudio
2. fundamentada por teorías
3. dirige e informa nuestro proyecto de investigación
4. todas las anteriores

1. La hipótesis nula (H0) es:

1. es el postulado contrario a la hipótesis de investigación
2. plantea que no existen diferencia alguna entre las variables estudiadas
3. los valores son iguales entre el valor de interés y el parámetro poblacional
4. todas las anteriores

1. Si la presentación de un suceso no impide la presentación del otro, dichos sucesos son:

1. Independientes
2. Compatibles
3. Dependientes
4. Mutuamente excluyentes

1. En el muestreo por conveniencia o disponibilidad:

1. No se considera representación de ninguna población.
2. Se utiliza el juicio personal de los investigadores para seleccionar los participantes.
3. Se seleccionan los participantes de forma aleatoria y se asignan a los grupos.
4. Proceso mediante el cual ciertos grupos son seleccionados para la muestra en la misma proporción que existe en la población.

1.  Análisis descriptivo es:

1. La asignación de símbolos a características de las unidades experimentales.
2. La observación planeada de un fenómeno.
3. La descripción del comportamiento empírico de variables.
4. La descripción de fenómenos sociales.

1. Población es:

1. Un conjunto de unidades experimentales que poseen características comunes observables.
2. Un conjunto de valores de una variable.
3. Cualquier característica observable que posee la unidad experimental.
4. Un subconjunto del universo.

1. “No existe relación estadísticamente significativa entre el nivel de satisfacción laboral y las intenciones de renunciar a su trabajo en los trabajadores de una empresa por los próximos 15 años”, es un ejemplo de una hipótesis:

1. Alterna
2. Nula
3. Unilateral
4. Bilateral

1. ¿Cuál de los siguientes conjuntos de puntuaciones demuestra la cantidad de mayor dispersión?

1. 7,8,6,7,8,7
2. 7,12,2,21,8,36
3. 11,12,11,11,12,10
4. 19,18,21,20,19,20

1. La Policía de Puerto Rico reportó para el año 2001, 31,930 crímenes. Este dato se considera:

1. Una muestra
2. Un universo
3. Un estimado
4. Una descripción

1. La hipótesis ____________, presenta, a fines de las comparaciones que se están realizando, que se encontró una influencia estadísticamente significativa de la variable independiente sobre la dependiente.

1. Alterna
2. Científica
3. Nula
4. Estadística

1. Cuando el coeficiente de correlación obtenido es negativo (-):

1. El resultado se interpretará en términos de una relación directa entre las variables.
2. El resultado se interpretará en términos de una relación inversa entre las variables.
3. El resultado se interpretará en términos de una relación perfecta entre las variables.
4. El resultado se interpretará en términos de una relación fuerte entre las variables.

1. Si r = -0.02 esto sugiere que:

1. Que existe una relación fuerte entre las variables.
2. Que existe una relación moderada alta entre las variables.
3. Que no existe una relación entre las variables.
4. Que existe una relación inversa y moderada baja entre las variables.

1. En un estudio se compara el efecto de una intervención psicológica en un grupo de adolescentes transgresores.  Se realiza una medida antes y después de la intervención y se establece una α = .001.  Al realizar los análisis estadísticos se obtiene lo siguiente: t (7) = 4.58, p = .003.  Se entiende que:

1. La intervención fue efectiva en reducir la conducta transgresora.
2. Se encontraron diferencias significativas entre la medida antes y la medida después del tratamiento.
3. Se encontraron diferencias pero no fueron significativas entre la medida antes y la medida después del tratamiento.
4. La intervención no fue efectiva en reducir la conducta transgresora.

1. Supongamos dos variables: inteligencia y vocabulario.  ¿Cuál es continúa y cuál es discreta?

1. Inteligencia es discreta y vocabulario es continua.
2. Inteligencia es continua y vocabulario es discreta.
3. Ambas son continuas.
4. Ambas son discretas.

1. ¿En cuál de las siguientes alternativas se esperaría un menor error de muestreo?

1. Muestra probabilística de 320 casos.
2. Muestra probabilística de 160 casos.
3. Muestra probabilística de 80 casos.
4. Muestra probabilística de 40 casos.

1. Si la desviación estándar es .5, entonces la varianza es:

1. 1.00
2. 0.25
3. 0.50
4. 25.00

1. Correlación:

1. Siempre significa causa y efecto.
2. No significa necesariamente causa y efecto.
3. Significa causa y efecto únicamente en estudios expostfacto.
4. Significa causa y efecto en estudios exploratorios.

1. Todos los coeficientes de correlación que dan positivo señalan:

1. Que existe una relación directa entre las variables.
2. Que existe una relación perfecta entre las variables.
3. Que existe una relación de causa y efecto entre las variables.
4. Que no existe relación entre las variables.

1. Según la correlación se acerca a -1:

1. Más débil es la misma.
2. Más fuerte es la misma.
3. Más directa es la misma.
4. Más lineal es la misma.

1. De los siguientes niveles de significación, ¿cuál indicaría una prueba más rigurosa?

1. α = .10
2. α = .05
3. α = .01
4. α = .001

1. En un estudio sobre consumo de calorías y pérdida de peso, el número de libras perdidas (o aumentadas) es:

1. La variable dependiente.
2. La variable independiente.
3. El factor.
4. El predictor.

1. Cuando utilizamos el nivel de escala nominal para medir una variable nos referimos a:

1. la magnitud de la diferencia entre las unidades de observación que es definida por números y se conoce la distancia entre cualquiera dos números.
2. los datos son organizados en categorías de acuerdo a un orden según la cantidad o grado de la característica que se esté evaluando.
3. cuando se utilizan números para clasificar en grupos objetos, personas o características siendo el nivel de medición más elemental.

1. Para obtener el promedio aritmético tenemos que:

1. sumar los valores numéricos de la distribución de datos y dividir entre el total de casos incluidos.
2. organizar en orden ascendente y por inspección se determinar el valor numérico que se da con más frecuencia.
3. organizar los datos en orden ascendente o descendente.

1. Cuando utilizamos el procedimiento estadístico de estadística inferencial tenemos el objetivo de:

1. describir la relación y dirección entre dos variables.
2. generalizar a la población total los resultados obtenidos en una muestra de esa población y establecer diferencias entre grupos.
3. describir o indicar lo que ocurre resumiendo los datos de las variables.

1. El concepto de correlación como aquello que está dirigido a cuantificar la relación entre dos variables surge de:

1. Glass y Stanley
2. Francis Galton
3. Karl Pearson
4. Todas las anteriores

1. La estadística correlacional se utiliza para:

1. para evaluar el efecto de dos o más variables independientes sobre una variable    dependiente.
2. evaluar si existe una diferencia estadísticamente significativa entre los promedios de dos grupos.
3. establecer relaciones de causa y efecto entre las variables.
4. determinar el grado al cual dos (bivariado) o más variables (multivariado) se    relacionan de forma lineal.

1. Los diagramas de dispersión nos pueden ofrecer información sobre:

1. la dirección de la relación
2. la relación, aunque muy poca
3. el grado o magnitud de la relación
4. a y c son correctas

1. Si en la relación entre dos variables encontramos que en cada persona medida se obtiene una desviación de la media de x y de y alta o baja en las dos consistentemente, podríamos tener una correlación:

1. negativa
2. moderada
3. positiva
4. ninguna relación

1. Si en cada persona la desviación de la media en x y en y es alta en una de las variables y baja en la otra o viceversa, entonces podríamos tener una correlación:

1. igual a cero
2. positiva
3. negativa
4. directa

1. A menos horas de estudio, menos ejecución en una prueba de estadística.  Este es un ejemplo de una correlación:

1. lineal
2. inversa
3. directa
4. a y c son correctas

1. Todos los coeficientes de correlación que dan positivo señalan:

1. que existe una relación directa entre las variables
2. que existe una relación perfecta entre las variables
3. que existe una relación de causa y efecto entre las variables
4. ninguna de las anteriores

1. Si en una correlación se diera un coeficiente de 1 o -1, encontraríamos en un diagrama de dispersión:

1. las variables x y y se distribuyen normalmente
2. las variables x y y caen sobre la línea
3. las variables x y y se pueden predecir
4. la relación es única

1. El que un valor de r se pueda interpretar como “alto” o “bajo” depende primordialmente de:

1. el grado en que x aumenta y y disminuye
2. el grado de relación entre las variables, una de las dos variables
3. la relación que hayan tenido x y y en otros estudios anteriores
4. informar el coeficiente sin importarle el valor

1. Un coeficiente de correlación no se puede interpretar como índice, causalidad ni tampoco como explicaciones de relaciones de eventos sociales.  ¿Cuál de las siguientes alternativas explica esta aseveración?

1. la existencia de variables ajenas, extrañas, así como la complejidad de los eventos sociales
2. la correlación puede explicar causa efecto así como relaciones entre variables sociales
3. hay condiciones, así como variables, que permiten el crear hipótesis en una relación de dos variables
4. ninguna de las anteriores

1. El coeficiente de correlación Spearman lo utilizamos cuando tenemos:

1. dos variables de intervalo
2. una variable de intervalo y una variable de razón
3. dos variables de datos ordinales
4. una variable de intervalo y una variable dicótoma

1. Podemos aproximar el tipo de relación entre dos variables si:

1. seleccionamos al azar
2. utilizamos una escala de medición adecuada
3. observamos la distribución de los datos en un diagrama de dispersión
4. construimos una curva normal unitaria para la distribución

1. El término regresión es una expresión abreviada de:

1. regresión a la linealidad
2. regresión a la ordenada en el origen
3. regresión a la media
4. regresión a los valores de y

1. Para llevar a cabo un análisis de regresión simple se necesita tener:

1. dos variables independientes X (predictor) y una variable Y (criterio)
2. dos variables independientes X (predictor) y dos variables Y (criterio)
3. una variable independiente X (predictor) y una variable Y (criterio)
4. una variable independiente X (predictor) y dos variables Y (criterio)

1. Supongamos un coeficiente de correlación de .9 entre educación del esposo y el nivel de ingreso en la familia.  Esto sería un buen ejemplo de:

1. correlación significativa
2. causa y efecto
3. observaciones no independientes
4. a y b son correctas

1. En la regresión múltiple usamos el principio básico de la regresión simple, pero en vez de una variable independiente tenemos:

1. dos variables independientes
2. tres variables independientes
3. más de dos variables independientes
4. dos coeficientes de regresión

1. En el análisis de regresión múltiple, lo ideal es:

1. que exista poca o ninguna correlación entre Y y cada predictor, mientras que entre los predictores exista fuerte correlación
2. que exista fuerte correlación entre Y y cada predictor, mientras que entre los predictores exista poca o ninguna correlación
3. que exista fuerte correlación entre Y y cada predictor, así como entre los predictores
4. ninguna de las anteriores

1. Cuando realizamos regresión múltiple, la correlación múltiple se utiliza para indicarnos:

1. solamente el grado de relación entre todas las variables independientes
2. cuál es el mejor predictor entre las variables independientes
3. cuál es el efecto de redundancia entre todas las variables independientes y así escoger el mejor predictor
4. todas las anteriores

1. El análisis de regresión múltiple es sensitivo a:

1. la media
2. valores extremos
3. coeficientes beta
4. correlaciones bajas

1. Las puntuaciones t se utilizan cuando tenemos:

1. menos de 100 sujetos
2. muestras pequeñas
3. 30 sujetos
4. todas las anteriores

1. A este tipo de distribución de frecuencia se le llama la distribución t de Student porque fue creado:

1. particularmente por estudiantes universitarios
2. por las necesidades de realizar análisis estadísticos no tan complejos
3. en memoria de su descubridor William Gossett que publicó sus trabajos bajo el seudónimo de Student
4. ninguna de las anteriores

1. En la distribución de la tabla de t, los niveles de significancia son los que corresponden al área de:

1. una cola
2. dos colas
3. dos grados de libertad
4. tres grados de libertad

1. Se ha encontrado que, a medida que la muestra aumenta, la distribución de t es más:

1. diferente entre las medias que se comparan
2. parecida a la distribución de z
3. es más leptocúrtica que la distribución de z
4. es platicúrtica

1. Los grados de libertad nos indican:

1. la posibilidad de determinación de un valor a estimar
2. la posibilidad de variación donde existen observaciones que pueden variar y una determinada
3. los parámetros de las pruebas de muestras pequeñas
4. los valores de desviación típica

1. Usted lleva a cabo un estudio donde compara el promedio de estudiantes de escuelas privadas y públicas en el examen de aptitud para ser admitido a la universidad. ¿Cuál de estas pruebas t utilizaría para determinar si hay diferencias entre ambos promedios de ambas muestras?

1. Prueba t para grupos independientes
2. Prueba t pareada
3. Prueba t de una muestra

1. Usted lleva a cabo un estudio donde compara el promedio de un grupo de jóvenes a quien se le administra un examen de personalidad en el 2000 y luego en el 2001.  ¿Cuál de estas pruebas t utilizaría para determinar si hay diferencias entre ambos promedios de ambas muestras?

1. Prueba t para grupos independientes
2. Prueba t pareada
3. Prueba t de una muestra

1. Para obtener los grados de libertad de una prueba de t, tenemos que considerar el tamaño de la muestra y:

1. La desviación típica
2. Las medias de las muestras
3. Los valores estimados
4. El error típico

1. El que exista homogeneidad de la varianza como supuesto es sumamente importante cuando trabajamos con la prueba de:

1. F de Snadecor
2. t para grupos independientes
3. t pareada
4. t de una sola muestra

1. La prueba t para muestras independientes la utilizamos cuando tenemos variables:

1. de intervalo o razón con medidas repetidas
2. con datos ordinales
3. con datos de intervalo o razón
4. con datos nominales

1. Cuál de las siguientes no es una prueba efectiva para establecer diferencias entre dos grupos:

1. la prueba t para muestras correlacionadas
2. la prueba de Wilcoxon para muestras pareadas
3. la prueba de análisis discriminante la prueba Macnemar para la significancia del cambio

Total: 55 puntos

...