1.

La medición en psicología se caracteriza por ser:

a) directa
b) isomórfica
c) indirecta
d) válida
e) particular

Justificación: Los fenómenos psicológicos, a diferencia de los fenómenos del mundo físico, poseen la propiedad de ser
inobservables. De este modo, la ansiedad, la depresión, el bienestar psicológico, la inteligencia no son hechos que
podemos observar de manera directa (se trata de entidades abstractas), sino que los “inferimos” a partir de indicadores
observables. Así, por ejemplo, inferimos que una persona está muy ansiosa a partir de ciertos indicadores observables
(le tiembla la voz, tiene dificultades para hablar de manera fluida, se ruboriza, etc.). De igual modo, “inferimos” la
inteligencia de una persona tomando como indicadores, por ejemplo, los resultados de un test de inteligencia. Puede
profundizar en la lectura de: Muñiz, J. (1998). La medición de lo psicológico. Psicothema, 10, 1-21.

2. Para el modelo clásico, los números:

a) reflejan cantidades reales de lo que se mide
b) representan atributos
c) pueden ser discretos o continuos
d) permiten efectuar comparaciones
e) cumplen diferentes funciones

Justificación: desde el modelo clásico de medición, la medición implica la existencia de un “isomorfismo” o

correspondencia entre la magnitud de lo que se mide y el sistema numérico que se emplea para la medición. Por
consiguiente, los valores numéricos indican la cantidad real que posee una persona con respecto al atributo o propiedad
que se mide. Así, entonces, se puede afirmar que existe una correspondencia entre los valores que indican una balanza y
el peso real de una persona. Puede profundizar en la lectura de: Muñiz, J. (1998). La medición de lo psicológico.
Psicothema, 10, 1-21 / Tornimbeni, Olaz, F., y Pérez, E. (2008). Problemática de la medición en Psicología. En
Tornimbeni, S., Pérez, E., y Olaz, F. (Eds.), Introducción a la Psicometría (pp. 19-28). Buenos Aires: Paidós.

3. El modelo representacional:
a) propone una concepción menos restricta de la medición
b) plantea una relación lineal entre los sistemas numéricos y las propiedades
c) afirma que sólo es posible hablar de medición cuando se utilizan variables cuantitativas
d) los números no representan cantidades, sino relaciones
e) admite diferentes niveles de medición

Justificación: A diferencia del modelo clásico, el modelo representacional propone una concepción más flexible de
medición, al eliminar la restricción de que los sistemas numéricos tengan que corresponder, necesariamente, a las leyes
de la cantidad, abriendo así la posibilidad de otras formas de medición. Bajo esta perspectiva, los números no
representan propiamente cantidades, sino relaciones (Mitchell, 1990) que pueden ser: de distintividad (los números sólo
cumplen la función de representar y distinguir categorías. Ej., sexo), de orden (los números cumplen la función de
representar categorías, y permiten además establecer un orden o jerarquía entre ellas), de distancia (los símbolos
numéricos utilizados no sólo establecen distinciones y relaciones de orden, sino que permiten calcular las distancias
entre los objetos o propiedades que se miden. Ej., temperatura), y de proporcionalidad (los símbolos numéricos
representan las cantidades reales de la propiedad medida, y el 0 es absoluto. Ej., número de hijos). De esta manera, se
pueden diferenciar distintos niveles de medición (nominal, ordinal, intervalar y proporcional) según las propiedades que
adquieren los símbolos numéricos. Puede profundizar en la lectura de: Muñiz, J. (1998). La medición de lo psicológico.
Psicothema, 10, 1-21. / Tornimbeni, Olaz, F., y Pérez, E. (2008). Problemática de la medición en Psicología. En
Tornimbeni, S., Pérez, E., y Olaz, F. (Eds.), Introducción a la Psicometría (pp. 19-28). Buenos Aires: Paidós.

4. Complete la siguiente frase. Según Kerlinger y Lee (2002), …………… es un concepto abstracto que ha sido creado
con propósitos científicos.
a) una variable
b) la media
c) el sistema numérico
d) un constructo
e) el nivel de medición

Justificación: Tal como señala Kerlinger y Lee (2002), “Un constructo es un concepto, que tiene el significado agregado
de haber sido creado o adoptado con un propósito científico, de forma deliberada y consciente” (p. 36). Así, la
inteligencia, el bullying, la depresión, la calidad de vida, son conceptos que si bien forman parte del lenguaje común,
constituyen conceptos que poseen un significado preciso y que originalmente han sido creados en el seno de una
disciplina para designar hechos que son de interés. Asimismo, se trata de abstracciones, es decir, de fenómenos que no
“se puede ver, sentir, tocar o escuchar” (Hernández- Sampieri, Fernández Collado y Baptista Lucio, 2010, p. 203), pero
cuya existencia podemos inferir a partir de indicadores empíricos. Puede profundizar en la lectura de Kerlinger y Lee
(2002). El lenguaje y enfoque de la ciencia. En Kerlinger, F. y Lee, H. (Eds.), Investigación del Comportamiento (pp. 35-
55). México: Mc Graw Hill.

5. Según Campbell, es imposible hablar de medición en Psicología, dado que:

a) los hechos psicológicos son inobservables y, en consecuencia, no se pueden medir.
b) los números son totalmente arbitrarios y, por lo tanto, no permiten cuantificar los atributos psicológicos.
c) en sentido estricto, solo puede hablarse de medición cuando se realiza de manera directa.
d) no existen aún métodos suficientemente desarrollados que permitan una medición válida de los atributos
psicológicos.
e) no hay un isomorfismo entre los sistemas numéricos y las cantidades reales de los atributos psicológicos
que se miden.

Justificación: Para Campbell, el problema de la medición en Psicología reside en que la medición no solo es indirecta,
sino que además, las propiedades o atributos psicológicos no son isomórficas con el sistema numérico. De esta manera,
por ejemplo, una persona que obtiene en una prueba de depresión un puntuación total de 35, presumiblemente posee
mayor grado de depresión que una persona cuya puntuación total en el test es de 20, pero estos valores no reflejan de
manera precisa la cantidad real de depresión. Muñiz, J. (1998). La medición de lo psicológico. Psicothema, 10, 1-21.

6. En las variables nominales, los símbolos numéricos expresan:

a) relaciones de proporcionalidad
b) relaciones de orden
c) relaciones de distintividad
d) relaciones de distancia
e) relaciones de cantidad

Justificación: En las variables nominales, los símbolos numéricos utilizados sólo sirven para representar las categorías,
esto es, para distinguir una de otra. Así, para la variable ¿trabaja actualmente?, cuyas categorías de respuesta son “Si” y
“No”, los números que se asignan a las categorías simplemente permiten diferenciar a las personas que trabajan y no
trabajan. Se trata de valores arbitrarios que solo designan categorías y no reflejan cantidades. Puede profundizar en la
lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna
(Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

7. La variable “Nivel de estrés laboral”, compuesta a partir de tres categorías: “bajo”, “medio”, “alto”, corresponde
a una variable:
a) intervalar
b) nominal
c) Likert
d) ordinal
e) proporcional

Justificación: En las variables ordinales, las categorías no solo permiten clasificar a las personas en base al rasgo
evaluado (por ejemplo, personas que tienen bajo estrés en el trabajo, personas que sienten un alto nivel de estrés a
causa del trabajo), sino que también reflejan un orden, de manera que pueden establecerse juicios de “mayor qué” o
“menor qué”. De este modo, una persona que se encuentra en la categoría “alto”, no sólo posee un nivel de estrés alto,
sino que además posee mayor grado de estrés que aquellos individuos con niveles “bajo” o “medio”. Puede profundizar
en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna
(Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

8. El diagnóstico psicológico, el rendimiento académico, la modalidad de cursado, el uso de internet, la actitud

hacia el aborto, son ejemplos de:
a) variables cualitativas
b) variables cuantitativas
c) fenómenos psicosociales
d) variables
e) variables nominales

Justificación: una variable es cualquier propiedad que varía y que puede ser medida (Aron y Aron, 2001). Así, el
rendimiento académico varía entre los alumnos, y esta variación se refleja en las calificaciones. Del mismo modo, la
actitud hacia el aborto varía entre las personas, habiendo personas con actitudes más favorables y otras con actitudes
menos favorables. Esta variación puede ser medida a través de los puntajes que se obtienen a partir de un cuestionario
que evalúa actitudes hacia el aborto. Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E.
(2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44).
Córdoba: Editorial Brujas.

9. En un estudio llevado a cabo por la Secretaría de Investigación de la Universidad Siglo 21, se analizó si existía
relación entre el grado de desconexión psicológica del trabajo y el nivel de agotamiento en los trabajadores
Argentinos. ¿Cuál(es) es(son) la(s) variable(s) que se midió o midieron en este estudio?
a) Argentina
b) Trabajadores
c) Trabajadores de Argentina
d) Agotamiento
e) Desconexión psicológica del trabajo y agotamiento

Justificación: Los trabajadores constituyen la población sobre la cual se llevó a cabo el estudio, mientras que Argentina
hace referencia al contexto. Desconexión psicológica del trabajo y agotamiento fueron las variables que se midieron, ya
que se trata de atributos psicológicos que varían de un individuo a otro (trabajadores en este caso). Puede profundizar
en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna
(Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

10. Para la variable “Con quien vive”, cuyas opciones de respuesta son: a) Hermanos; b) Tíos; c) Padres, d) Abuelos,
e) Pareja. Puede afirmarse que las categorías son exhaustivas

a) Verdadero.
b) Falso.

Justificación: por exhaustividad se entiende que las categorías incluyan todas las opciones de respuesta posibles. Este
criterio no se cumple en este caso, dado que puede haber individuos que vivan con amigos, o conocidos, por ejemplo.
Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de
medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

11. Para la variable depresión, medida a través de la escala de Beck, se establecen las siguientes categorías: 1)
normal; 2) ligero trastorno emociona, 3) depresión clínica borderline; 4) depresión moderada; 5) depresión
grave. En este caso, se trata de una variable:
a) cualitativa
b) intervalar
c) cuantitativa discreta
d) ordinal
e) nominal

Justificación: se trata de una variable ordinal, ya que las categorías reflejan un orden creciente que se corresponde con
el grado o intensidad de la depresión. Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E.
(2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44).
Córdoba: Editorial Brujas.

12. Dada la siguiente variable: “Indique en que sector trabaja”, cuyas opciones de respuesta son: a) sector público,
b) sector privado, c) ONGs. Se puede establecer que las categorías son mutuamente excluyentes
a) Verdadero
b) Falso

Justificación: por excluyente se entiende que a cada individuo le corresponda no más de una categoría. Este criterio no
se cumple en este caso, puede es posible que existan personas que trabajen en distintos lugares: en el sector público y
en el sector privado, o en el sector privado y ONGs, por ejemplo. Puede profundizar en la lectura de González de Menne,
M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y
Educación (pp. 19-44). Córdoba: Editorial Brujas.

13. La expresión 1 ≠ 2 corresponde a una variable:

a) numérica
b) ordinal
c) nominal
d) cuantitativa discreta
 e) cuantitativa continua

Justificación: la expresión 1 ≠ 2 se utiliza para hacer referencia que los símbolos numéricos solamente sirven para
representar categorías distintas. Así, si tomamos el caso del sexo, y codificamos hombre como 1 y mujer como 2, estos
valores simplemente sirven para indicar que se trata de individuos que pertenecen a categorías distintas (si se es
hombre o se es mujer). Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las
variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba:
Editorial Brujas.

14. Una de las escalas más utilizadas en Psicología es la escala:

a) Guttman
b) Nominal
c) Intervalar
d) Likert
e) Continua

Justificación: Tal como indican Hernández-Sampieri, Baptista-Collado y Lucio (2010), en Psicología existen diferentes
escalas para medir variables, como la escala Likert, el diferencial semántico y la escala de Guttman. Sin embargo, las
escalas de Likert constituyen el método utilizado con mayor frecuencia en Psicología. Puede profundizar en la lectura de
Hernández-Sampieri, R., Fernández Collado, C., y Baptista Lucio, M. (2010). Recolección de datos cuantitativos. En
Hernández-Sampieri, R., Fernández Collado, C., y Baptista Lucio, M. (Eds.), Metodología de la investigación (5° Ed.).
México: McGraw-Hill.

198-274

15. La consideración del nivel de medición en que se encuentra medida una variable es esencial para la decisión de
los procedimientos estadísticos que se utilizarán en el análisis de los datos
a) Verdadero
b) Falso

Justificación: la consideración del nivel de medición en que se encuentran medidos los atributos psicológicos resulta
esencial para el tratamiento de los datos, ya que de ello dependerá el tipo de operaciones estadísticas que pueden
realizarse. Así, en el nivel de medición nominal, los valores numéricos que se asignan a cada categoría se establecen de
manera arbitraria, y estos valores simplemente solo sirven para distinguir una categoría de otra. De esta forma, no es
posible en este nivel de medición tratar los números como tales en cuanto a sus propiedades aritméticas. En particular,
no podremos sumarlos, restarlos, multiplicarlos ni dividirlos. Por ejemplo, si (1) es ocupado y (2) desocupado, no es
cierto que podamos sumarlos: 1 + 2 = 3. No tendría sentido hacer esto, ya que equivaldría a sumar ocupado +
desocupado y, como se indicó, en este nivel los números simplemente representan categorías y no poseen las
propiedades de los sistemas numéricos. En consecuencia, ciertos cálculos estadísticos (ej., promedio) no son posibles en
este nivel de medición. Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las
variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba:
Editorial Brujas.
 16. En las variables con un nivel de medición proporcional, el cero:
a) es relativo
b) es absoluto
c) es arbitrario
d) no posee significado
e) es neutral

Justificación: el nivel proporcional de medición constituye el nivel de medición más completo. A diferencia de los otros
niveles de medición, en el nivel proporcional los números pueden ser tratados realmente como números, de modo que
el 0 es absoluto. Esto significa que 0, en una escala proporcional, indica ausencia real de lo que está midiendo. De este
modo, si evaluamos la frecuencia con que una persona realiza actividad física en una semana, con las siguientes
opciones: 0) ninguna; 1) una vez por semana; 2) dos veces por semana; 3) tres veces por semana, y así sucesivamente;
“0” indica realmente que la persona no realiza actividad física. Puede profundizar en la lectura de González de Menne,
M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y
Educación (pp. 19-44). Córdoba: Editorial Brujas.

17. La variable “me siento ansioso cuando tengo que hablar en público”, con las siguientes opciones de respuesta:
“nunca”, “a veces”, “con frecuencia”, “bastante”, “siempre”, es un ejemplo de:
a) Escala nominal
b) Escala Likert
c) Escala intervalar
d) Escala graduada
e) Escala continua

Justificación: las escalas de Likert constituyen un caso especial de escalas ordinales que consisten en una serie de
afirmaciones ante las cuales se solicita al sujeto que responda utilizando una escala con diferentes opciones de
respuesta que poseen un orden gradual. Generalmente, estas escalas poseen 5 opciones de respuesta, que pueden ir
desde “Muy en desacuerdo” a “Muy de acuerdo”, “Nunca” a “Siempre”, “Completamente verdadero” a
“Completamente falso”. Se utilizan con frecuencia para la evaluación de actitudes, opiniones, intereses, hábitos,
comportamientos y preferencias, entre otras cosas. Puede profundizar en la lectura de González de Menne, M., Faas, E.,
y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp.
19-44). Córdoba: Editorial Brujas.

18. La estadística en Psicología es importante ya que permite:

a) Validar teorías
b) Construir teorías
c) Probar hechos psicológicos
d) Desarrollar un pensamiento más riguroso
e) Lograr una mayor comprensión de los resultados y conclusiones de una investigación

Justificación: En la actualidad existen modelos estadísticos avanzados (ej., Modelos de Ecuaciones Estructurales) que
permiten poner a prueba teorías que incluyen complejas relaciones entre diferentes variables (Ruiz, Pardo y San Martín,
2010). Al hacerlo, es posible determinar cuáles son las teorías que mejor “ajustan” a la realidad y cuáles no, preservando
aquellas que ofrecen una explicación más plausible de los hechos. Por otra parte, el recurso de la estadística otorga
mayor claridad y precisión al pensamiento. En este sentido, nos ayuda a desarrollar un juicio más certero y preciso sobre
los hechos, superando el nivel de la intuición y la simple observación. Posibilita construir razonamientos y establecer
inferencias con base en datos precisos (statistical thinking; Brown y Kass, 2009). Por último, la investigación científica en
Psicología utiliza con gran frecuencia la estadística para presentar los resultados y efectuar conclusiones. De esta forma,
si no se puede leer un artículo de investigación porque no se comprende lo que dicen las cifras, solo se podrá tener una
idea global de los resultados (Bologna, 2011), pero no podremos cuestionarlo y analizarlo críticamente, lo que resulta
esencial a la hora de juzgar los conocimientos que se producen y comunican en una investigación. Puede profundizar en
la lectura de: Bologna, E. y Morales, M. (2011). ¿Estadística para Psicología y Educación? En E. Bologna (Ed.), Estadística
para Psicología y Educación (pp. 11-17). Córdoba: Editorial Brujas.

19. Complete la siguiente frase: la tendencia a dar por sentado la validez de conclusiones que se obtienen por medio
de datos estadísticos, constituye una actitud de ……. hacia la estadística.
a) aceptación acrítica
b) rechazo acrítico
c) escepticismo ingenuo
d) falacia
e) exageración.

Justificación: Según Blalock (1971), existen dos actitudes extremas frente al uso de la estadística en Psicología. Una de
ellas es la aceptación acrítica, que deriva en un uso exagerado o innecesario de los métodos estadísticos, o en la falsa
creencia de que el uso de procedimientos matemáticos constituye garantía de cientificidad o rigurosidad a una
investigación. Por lo tanto, bajo esta actitud, la validez de los resultados y las conclusiones raramente se ponen en
cuestión, obstaculizando el juicio crítico. Puede profundizar en la lectura de: Bologna, E. y Morales, M. (2011).
¿Estadística para Psicología y Educación? En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 11-17).
Córdoba: Editorial Brujas / Blalock, H. (1971). Introducción a la investigación social. Argentina: Amorrortu editores.

20. La estadística descriptiva constituye:

a) un área de la psicología que brinda herramientas para el análisis de datos cuantitativos
b) un conjunto de procedimientos que permiten extender los resultados de una investigación, obtenidas a partir de
un grupo de sujetos
c) una serie de herramientas que permiten sintetizar y hacer comprensibles los datos que se obtienen en una
investigación
d) tablas de frecuencias, gráficos e índices
e) un área encargada de la descripción de hechos mediante información numérica.

Justificación: la estadística descriptiva constituyen procedimientos que se utilizan para para resumir y hacer
comprensibles los datos recolectados en el transcurso de una investigación (Aron y Aron, 2001). Con frecuencia, los
datos que se obtienen en una investigación provienen de cientos de sujetos, por lo que es necesario poder resumirlos ya
que, de otra manera, resulta difícil hacer una interpretación y extraer alguna conclusión a partir de ellos. Para ello, las
tablas de frecuencias, los gráficos e índices son muy útiles, ya que describen de manera resumida los datos, haciéndolos
comprensibles. Puede profundizar en la lectura de: Aron, A., y Aron, E. (2001). Organización de un grupo de número. En
Aron, A., y Aron, A. (Eds.), Estadística para Psicología (pp. 1-32). Buenos Aires: Prentice Hall

21. La estadística inferencial permite efectuar generalizaciones de los resultados que se obtienen de un grupo
reducido de casos al conjunto total que es objeto de estudio
a) Verdadero
b) Falso
Justificación: Es común en las investigaciones estudiar solamente un subconjunto de elementos y generalizar las
conclusiones obtenidas al total. Esto se debe a que estudiar uno o varios atributos o variables en todos los elementos
requiere de fuertes inversiones e implica mayores tiempos, por ello es que se procede estudiando tales variables en una
muestra y se estiman por inferencia los valores de la población. Los procedimientos que nos permiten realizar
estimaciones o inferencias sobre una población, a partir de los resultados que se obtienen de un subconjunto de ella
(muestra), corresponden a la estadística inferencial. Puede profundizar en la lectura de: Aron, A., y Aron, E. (2001).
Organización de un grupo de número. En Aron, A., y Aron, A. (Eds.), Estadística para Psicología (pp. 1-32). Buenos Aires:
Prentice Hall

22. En un estudio realizado con 137 conductores de la ciudad de Córdoba (Trógolo, Melchior y Medrano, 2014), se
llegó a la conclusión de que los conductores con mayores dificultades para regular las emociones conducían de
forma más agresiva y riesgosa. Los 137 conductores constituyen la:
a) población
b) submuestra
c) variable de investigación
d) muestra
e) unidad de análisis

Justificación: la muestra constituye aquella parte de la población objeto de estudio, de la que se obtiene información en
el transcurso de una investigación. En este caso, la población objeto de estudio se encuentra representada por todos los
conductores de la ciudad de Córdoba. Dado que el número de sujetos utilizados en la investigación es pequeño,
fácilmente se puede intuir que la investigación se realizó con una muestra de conductores cordobeses, y no con la
población total. Puede profundizar en la lectura de: Aron, A., y Aron, E. (2001). Organización de un grupo de número. En
Aron, A., y Aron, A. (Eds.), Estadística para Psicología (pp. 1-32). Buenos Aires: Prentice Hall

23. El conjunto total de elementos sobre los que se desea obtener información en una investigación se denomina
población

a) Verdadero
b) Falso

Justificación: en una investigación, lo habitual es que estemos interesados en analizar una característica (o más) sobre
una población. Así, podemos estar interesados en investigar si un programa es eficaz para disminuir la deserción
universitaria. En este caso, la población se encuentra representada por el total del alumnado universitario. Por lo
general, no obstante, no está dentro de nuestras posibilidades llevar a cabo el estudio con toda la población. Por el
contrario, habremos de seleccionar alguno de ellos (muestra). Puede profundizar en la lectura de: Aron, A., y Aron, E.
(2001). Organización de un grupo de número. En Aron, A., y Aron, A. (Eds.), Estadística para Psicología (pp. 1-32).
Buenos Aires: Prentice Hall

24. La variable años de antigüedad que lleva trabajando en la empresa, es una variable:
a) cualitativa
b) cuantitativa continua
c) cuantitativa discreta
d) numérica
e) categórica
Justificación: se trata de una variable cuantitativa discreta, ya que los valores indican cantidades (cantidad de años
trabajando en la empresa, en este caso) y además se expresa en valores enteros que provienen del conteo (3, 4, 5, 8, 9,
…15 años, etc.). Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y
su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

25. Cuando decimos que: “es altamente probable que un paciente con cierta patología se beneficie con el
tratamiento X”, basándonos en los resultados de la aplicación del tratamiento sobre una muestra de pacientes,
estamos haciendo una:
a) Afirmación
b) Conclusión certera
c) Inferencia
d) Hipótesis
e) Juicio probabilístico

Justificación: cuando realizamos conclusiones sobre una población (pacientes con cierta patología), a partir de los
resultados de una muestra, estamos realizando inferencias. Las inferencias nunca pueden ser ciertas; se trata de
aproximaciones. En otras palabras, nunca podremos tener certezas de que así sea, ya que no disponemos de
información sobre toda la población, sino solo de una muestra. Por lo tanto, en estas situaciones, cuando no tenemos
toda la información que hace falta para predecir el resultado, recurriremos a la inferencia mediante el uso de
probabilidades. Puede profundizar en la lectura de: Aron, A., y Aron, E. (2001). Organización de un grupo de número. En
Aron, A., y Aron, A. (Eds.), Estadística para Psicología (pp. 1-32). Buenos Aires: Prentice Hall

26. En las escalas de intervalo, el cero es un valor:

a) absoluto
b) arbitrario
c) relativo
d) no tiene significado
e) neutral

Justificación: En las escalas intervalares, el cero es un valor fijado arbitrariamente y no indica, por lo tanto, ausencia de
lo que se está evaluando. Así, por ejemplo, en las escalas que miden la temperatura, el 0 es arbitrario y, por
consiguiente, no representa ausencia de lo que se está midiendo (en este caso, la temperatura). Puede profundizar en la
lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna
(Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

27. La expresión 2 < 3 corresponde a una variable:

f) numérica
g) ordinal
h) nominal
i) cuantitativa discreta
j) cuantitativa continua

Justificación: la expresión 2 < 3 indica que 2 es menor que 3, y que por tanto es posible establecer una relación de
jerarquía. Este tipo de juicios requieren de un nivel de medición ordinal, en la que los números que representan las
categorías reflejan también un orden, de manera que pueden realizar juicios del tipo “mayor que” o “menor qué”. Así,
si: 1) Depresión leve; 2) Depresión moderada; 3) Depresión grave; entonces: una persona que pertenece a la categoría 2
posee menor nivel de depresión que una persona que se ubica en la categoría 3. Puede profundizar en la lectura de
González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna (Ed.),
Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

28. La variable puesto de trabajo, con las categorías: “profesional independiente”, “empleado”, “supervisor de
área”, “gerente”, “otro ……”, corresponde a una variable de tipo:
a) intervalar
b) cualitativa
c) nominal
d) cuantitativa
e) proporcional

Justificación: Se trata de una variable nominal, ya que las categorías solamente cumplen la función de clasificar y
diferenciar a las personas según el puesto de trabajo. No expresan cantidades ni tampoco es posible establecer
relaciones de jerarquía entre las categorías, ya que por ejemplo no es posible afirmar que profesional independiente
sea más (o menos) que empleado. Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E.
(2011). Las variables y su nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44).
Córdoba: Editorial Brujas.

29. La cantidad de materias rendidas en la carrera, constituye una variable:

a) cualitativa
b) numérica
c) de intervalo
d) ordinal
e) proporcional

Justificación: Se trata de una variable proporcional, ya que los números expresan realmente cantidades y, en este nivel
de medición, el 0 es absoluto, lo que permite hacer juicios sobre proporcionalidad entre los valores. De esta manera,
una persona cuyo valor es 0, indicaría que no ha rendido ninguna materia en la carrera. Al mismo tiempo, un alumno
que rindió 6 materias posee el doble de materias rendidas que una persona que rindió 3. Puede profundizar en la lectura
de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su nivel de medición. En E. Bologna (Ed.),
Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.

30. La pregunta: ¿Quiénes colaboran con dinero para mantener tu casa?, cuyas opciones de respuesta son:

Papá
Mamá
Alguno de tus hermanos
Vos
Otros……………………

Cumple con el criterio de exhaustividad

a) Verdadero
b) Falso
Justificación: Por exhaustividad se entiende que las categorías incluyan todas las opciones de respuesta posibles. Este
criterio se cumple en este caso, dado que la inclusión de la categoría abierta “Otro” hace posible que aquellas personas
que no encuentran en las opciones disponibles aquella categoría que mejor las representa, puedan describirla en la
respuesta. Puede profundizar en la lectura de González de Menne, M., Faas, E., y Bologna, E. (2011). Las variables y su
nivel de medición. En E. Bologna (Ed.), Estadística para Psicología y Educación (pp. 19-44). Córdoba: Editorial Brujas.