Estadística Aplicada a la Educación(Educación Social-UNED)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Si se formula la hipótesis: Ho: μ= 4 frente a H1: μ < 4. La hipótesis es bilateral. La hipótesis cubre el parámetro. La hipótesis es unilateral izquierda.

Se quiere saber si existe relación significativa entre el estatus socioeconómico y el grupo. Suponiendo las dos variables categóricas. ¿Qué estadístico se utilizará?. La prueba z (normal). La ji-cuadrado (χ²). El coeficiente de contingencia.

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