DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS

Enero/febrero 2014. Código asignatura: 62012054

MODELO A DURACION: 2 HORAS
Material: Formulario, Tablas y calculadora no programable
Calificación= (0,4 x Aciertos) - (0,2 x Errores)

No debe entregar los enunciados

SITUACIÓN 1. Un psicólogo educacional interesado en estudiar el estilo educativo utilizado por los padres,
dispone de una muestra de 200 familias, observando que 40 de ellas aplican un estilo autoritario que prioriza
el cumplimiento de las normas, 100 emplean un estilo equilibrado, que a pesar de mantener valores altos en
exigencias y control, adapta las estrategias educativas a cada situación concreta, y el resto de las familias
utilizan un estilo permisivo, con poca consistencia en las normas y un elevado grado de sobreprotección.
Nivel de confianza 95%.

1- El error típico para la proporción de familias que utilizan un estilo permisivo, es: A) 0,05; B) 0,0324; C) 0,01.

La proporción de familias que utilizan un sistema permisivo es: , luego:

( )
√ √

2- A partir de los datos obtenidos en la muestra, la proporción poblacional de familias que utilizan un sistema
permisivo es un valor comprendido entre: A) 0,2164; 0,3836; B) 0,2365; 0,3635; C) 0,1934; 0,4066

3- Si el psicólogo quiere comprobar que la proporción de familias que utilizan un sistema permisivo es distinta
de 0,25, ¿Cuál es la hipótesis nula? A) ; B) )

Las hipótesis que se han de plantear son:

4- El psicólogo quiere comprobar que la proporción de familias que utilizan un sistema permisivo es distinta de
0,25. La conclusión a la que llega es: A) mantener la hipótesis nula; B) rechazar la hipótesis nula; C) rechazar
la hipótesis nula porque la proporción en la muestra se aleja mucho de la proporción postulada por la
hipótesis nula.

Para comprobar esta hipótesis el estadístico de contraste es:

-1-
 √ ( ) √

Dado que el estadístico de contrate se encuentra entre los valores críticos, , se

mantiene la hipótesis nula.

5- El psicólogo quiere comprobar que la proporción de familias que utilizan un sistema equilibrado es distinta
de 0,5. Con los datos de la muestra, la conclusión a la que llega es: A) rechazar la hipótesis nula; B) mantener
la hipótesis nula; C) no puede llegar a una conclusión, porque el estadístico de contraste es igual a cero.

Las hipótesis a plantear son:

La proporción de familias que utilizan un sistema equilibrado es: , luego no sería ni siquiera
necesario realizar el contraste de hipótesis, dado que la proporción de la muestra es igual que la hipótesis
nula. Efectivamente:

√ ( ) √

6- Si el psicólogo quiere comprobar que la proporción de familias que utilizan un sistema equilibrado es distinta
de 0,5 ¿Cuál es el nivel crítico?: A) uno; B) cero; C) no se puede calcular.

La distribución normal tipificada tiene por media cero, luego la probabilidad de obtener un valor más
extremo es 0,5, y como el contraste es bilateral, multiplicamos por dos esta probabilidad.

7- Al aumentar el tamaño de la muestra, el intervalo de confianza: A) permanece inalterado; B) es más ancho;

C) es más estrecho.

8- Suponiendo que es cierta, ¿Cuál de las siguientes probabilidades está asociada al estadístico de
contraste?: A) la probabilidad de rechazarla; B) la probabilidad de encontrar valores más extremos que el
valor crítico; C) la probabilidad de encontrar valores iguales a los obtenidos en la muestra, o más
extremos.

SITUACIÓN 2. “El Programa Internacional para la Evaluación de la Competencia de los Adultos del 2013
(PIAAC, por su sigla en Inglés) sitúa a España en los últimos puestos entre los países de la OCDE, solo por
encima de Italia, en comprensión lectora. Los españoles examinados de entre 15 y 65 años obtuvieron en
comprensión lectora una media igual a 252 puntos, 21 por debajo de la media de la OCDE y 19 por debajo de
la media de la UE. Entre sus conclusiones destaca la estrecha relación entre los niveles de comprensión
lectora de los adultos y sus posibilidades de encontrar trabajo”. Imagine que, ante estos resultados, usted
desea corroborar si el nivel de comprensión lectora de los jóvenes con empleo es significativamente mayor
que la de los jóvenes desempleados. Para ello, selecciona una muestra de 182 jóvenes de su localidad con

-2-
 edades comprendidas entre 25 y 34 años, de los que el 33,5% están en situación de desempleo, y les aplica
la misma prueba. La media y desviación típica insesgada de los desempleados es de 251 y 115,
respectivamente, frente a 289 y 92 de los que tienen empleo. Establezca un nivel de significación de 0,05.

Los datos del problema son:

España OCDE UE

Media 252 252 + 21 = 273 252 + 19 = 271

Para la muestra en la localidad del investigador:

Cuasidesviación
Media n
típica

Con empleo

Desempleados 251 115

9- En función de sus objetivos, ¿cuál de las siguientes hipótesis está correctamente formulada?: A)
B) C)

10- El estadístico de contraste para comprobar si las dos muestras provienen de poblaciones con la misma
varianza es: A) 1,562; B) 1,391; C) 2,031.

̂
̂

11- El nivel crítico que corresponde al estadístico de contraste sobre la igualdad de las varianzas poblacionales
es: A) p < 0,01; B) p < 0,0025; C) p < 0,05.
En la distribución F con y grados de libertad figuran los valores 1,53 que deja
por debajo una probabilidad de 0,975 (y por encima de 0,025) y el valor 1,656 que deja por debajo una
probabilidad de 0,99 y por encima de 0,01.

-3-
 Dado que el contraste es bilateral, hay que multiplicar por dos las probabilidades obtenidas en las tablas,
luego, finalmente:

12- El análisis de datos que utilizará en su estudio es el que corresponde a: A) una muestra con varianza
poblacional desconocida; B) dos muestras independientes extraídas de dos poblaciones con la misma
varianza; C) dos muestras independientes extraídas de dos poblaciones con varianzas distintas.

13- El error típico de la distribución muestral de la diferencia de medias es: A) 17,8; B) 15,74; C) 16,94.
Habiendo rechazado la de igualdad de varianzas, el error típico de la distribución muestral, es:

̂ ̂
̅ ̅ √ √

14- El valor absoluto del estadístico de contraste y el nivel crítico p para tomar una decisión respecto a su Ho,
son, aproximadamente: A) 2,24 (p > 0,05); B) 2,41 (p < 0,005); C) 2,24 (p < 0,025).
La distribución muestral de la diferencia de medias en muestras extraídas de poblaciones con varianzas
distintas es la distribución t de Student:
(̅ ̅) ( ) ( )
̅ ̅

Los grados de libertad, aplicando la corrección de Welch, son:

̂ ̂
( ) ( )

̂ ̂ ( ⁄ ) ( ⁄ )
( ⁄ ) ( ⁄ )

En la distribución t con 100 gl (los más próximos a 99), el estadístico se encuentra entre los valores
1,984 y 2,364 que dejan por encima una probabilidad de 0,025 y 0,01, respectivamente. Por tanto, al valor
le corresponde un nivel mayor que 0,01 y menor que 0,025.

15- Si quiere contrastar la hipótesis de que la proporción de empleados entre los jóvenes de su localidad supera
en más de quince puntos porcentuales a la proporción de desempleados, el estadístico de contraste es, en
valor absoluto: A) 2,43; B) 4,22; C) 3,47.

( ) ( ) ( ) ( )
√ √

( ) ( )

16- Si optase por utilizar muestras más grandes y suponiendo que se mantienen los mismos estadísticos
obtenidos en estas muestras, ¿cuál de las siguientes consecuencias se producirían?: A) aumentaría el

-4-
 tamaño del efecto; B) aumentaría la probabilidad de rechazar la hipótesis nula; C) disminuiría la potencia
del contraste.

SITUACIÓN 3. En un estudio de Psiconeuroinmunología, se investigó si suplementar la dieta con ácidos

Omega-3 tenía efectos beneficiosos en las personas que ya disfrutaban de una dieta equilibrada (Daruna, J.
H., 2004). Como se sospechaba que la edad podría afectar a los resultados, se escogieron dos grupos de
adultos y dos grupos de personas mayores. En cada edad, la mitad de las personas sirvieron de control (no se
les proporcionaba Omega-3) y la otra mitad tomaba una cápsula de aceite Omega-3 tres veces al día durante
2 meses. El total de sujetos fueron 64 y el diseño fue equilibrado. Se realizó un ANOVA con dos factores
(Edad y Grupo) utilizando como variable dependiente la diferencia en la concentración en sangre de la
proteína c-reactiva (CRP) antes y después de aplicar el tratamiento [CRPantes – CRPdespués] (también para el
grupo control). Los resultados indicaron que sólo la interacción entre los factores fue significativa (F(1; 60) =
7,302, MCS/AB = 0,321, p < 0,05) mientras que las Fs de Edad (1,802) y del Grupo (1,390) no lo fueron.

En primer lugar, completamos la tabla de ANOVA con los datos del enunciado (en rojo y negrita):
FV SC gl MC F
A (Edad) 0,578 1 0,578 1,802
B (Grupo) 0,446 1 0,446 1,390
AxB 2,344 1 2,344 7,302
Intra 19,26 60 0,321
Total 22,629 63

17- Como tenemos un diseño equilibrado, esto significa que: A) los niveles elegidos son los únicos que nos
interesan; B) el número de sujetos en cada combinación de Edad y Grupo es de 16; C) los niveles elegidos
se han escogido al azar de entre todos los posibles.

Son 64 personas las que forman parte del experimento, como tenemos cuatro combinaciones de
tratamientos, en cada una de ellas hay 16 personas.

18- El número de razones básicas que tenemos que calcular en este diseño, para realizar la tabla de ANOVA, son:
A) 2; B) 4; C) 5.

Las razones básicas que hay que calcular son: [A], [B], [AB], [Y] y [T]

19- Si asumimos que una mayor CRP indica un mejor sistema inmune, y que tomar Omega-3 aumenta la
concentración de proteína c-reactiva entonces: A) no pueden producirse puntuaciones negativas en la
variable dependiente; B) según H0, las puntuaciones de la variable dependiente fluctuarán alrededor de la
unidad; C) para los sujetos que toman Omega-3, la mayor parte de las puntuaciones en la variable
dependiente serán negativas.

20- La H1 para el factor Grupo (control vs. experimental) es: A) ; B)

; C) .

-5-
21- Los grados de libertad de la F para el factor Edad serán: A) (1, 60); B) (2, 60) C) 60.

22- El valor de la SC de los sujetos dentro de los tratamientos (S/AB o, lo que es lo mismo, del error) es
(aproximadamente): A) 19,26; B) 2,34; C) 0,321.

23- El valor de la SCtotal es aproximadamente: A) 22,63; B) 19,26; C) 41,89.

24- Como la interacción resultó significativa, se aplicó un test de efectos simples. Los resultados indicaron que
sólo las personas mayores que tomaron Omega-3 obtuvieron puntuaciones menores en la variable
dependiente respecto a los otros tres grupos. Esto significa que: A) sólo los jóvenes se beneficiaron de tomar
Omega -3; B) suplementar una dieta ya de por sí equilibrada es beneficioso para las personas mayores; C)
tomar Omega -3 no es beneficioso ni para jóvenes ni para mayores.

25- En esta situación deberíamos realizar el análisis de los efectos simples considerando: A) dos fuentes de
variación; B) cuatro fuentes de variación; C) tres fuentes de variación.

-6-
 DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS
Enero/febrero 2014. MODELO C
Calificación= (0,4 x Aciertos) - (0,2 x Errores)

SITUACIÓN 1. “PIAAC (Programme for International Assessment of Adult Skills) es un estudio internacional
que mide las destrezas cognitivas básicas que permite a las personas adultas participar en la vida social y
económica del siglo XXI y también las habilidades laborales básicas que exige su puesto de trabajo. En su
último estudio realizado en el año 2013 comparando los resultados de 23 países de la OCDE muestra que los
adultos españoles de entre 16 y 65 obtuvieron en matemáticas el último puesto, con una media de 246
puntos, 23 por debajo de la media de la OCDE y 22 por debajo de la media de la UE. Entre sus conclusiones
destaca que los jóvenes españoles puntúan mucho más alto que los mayores y están más cerca de la media
de la OCDE y que la tasa de paro de los españoles con competencias matemáticas en los niveles inferiores es
tres veces superior de la que están en los niveles superiores”. Imagine que usted aplica la misma prueba a una
muestra representativa de 121 jóvenes de su localidad con edades comprendidas entre 16 y 34 años
obteniendo una media de 252 puntos con una desviación típica insesgada de 77 puntos, siendo la proporción
de jóvenes desempleados del 28,5%.
Datos del enunciado:
España OCDE UE Sus datos
Media 246 269 268 252
Cuasi-desvTipica 77
Tamaño muestra 121

1- Utilizando los datos de su estudio y con un nivel de confianza del 95%, el intervalo de confianza de la media
de la población de los jóvenes españoles en competencias matemáticas: A) no se puede calcular porque
desconocemos el tamaño de la muestra general; B) es un valor comprendido entre 238,3 y 265,7; C) es un
valor comprendido entre 240,5 y 263,5.

⁄
√ √

̅ {

2- Si su interés es comprobar que la media de los jóvenes españoles es significativamente inferior que la media
general de los adultos de la UE, la hipótesis nula a contrastar es: A) B) C)
.

Las hipótesis que se han de plantear son:

-1-
3- El estadístico de contraste para comprobar que la media de los jóvenes españoles es inferior a la media
general de los adultos de la UE es: A) 2,6; B) – 2,678 C) -2,29.

̅ ̅
̅
⁄ ⁄
√ √

4- El nivel crítico p asociado al estadístico de contraste para comprobar que la media de los jóvenes españoles
es inferior a la media general de los adultos de la OCDE es: A) p=0,0110; B) p=0,0220; C) p<0,01.

̅ ̅
̅
⁄ ⁄
√ √

Dado que trabajamos con más de 100 grados de libertad, acudimos a la tabla de curva normal, observando
que el nivel crítico es aproximadamente: p = 0,0075.

5- Un nivel crítico p = 0,0254 asociado a un estadístico de contraste indica que: A) la probabilidad de que la Ho
sea verdadera vale 0,0254; B) no podemos rechazar la Ho con un nivel de confianza del 99%; C) el error de
aceptar una hipótesis nula que es verdadera es de 0,0254.

El nivel crítico p representa la probabilidad de que siendo cierta la Ho, encontremos unos datos muestrales
como los obtenidos en nuestra investigación o más extremos. Se utiliza como criterio de decisión respecto a
la Ho de forma que se rechaza la hipótesis nula si p es menor que el nivel de significación y no se rechaza en
caso contrario. Por tanto, al ser el valor de p=0,0254 mayor que el nivel de significación establecido en 0,01,
la respuesta correcta es la B.

6- Con un nivel de confianza del 95%, el error máximo de estimación de la varianza poblacional de los jóvenes
españoles de su localidad es, aproximadamente: A) 2928; B) 1494; C) 19,4.

Al tratarse de una muestra grande, la distribución muestral de la varianza, chi-cuadrado, se aproxima a la

normal, siendo el error máximo de estimación:

⁄
√ √

7- A partir de los datos de su estudio, y con un nivel de confianza del 95%, ¿entre que valores estimaría la
proporción jóvenes desempleados en su localidad?: A) 0,179 y 0,391 B) 0,217 y 0,352; C) 0,205 y 0,365.

( ) ( )
⁄
√ √

-2-
 8- Si queremos estimar la varianza poblacional con un error máximo de estimación que no supere los 200
puntos, ¿cuál debería ser, aproximadamente, el tamaño de la muestra que deberíamos utilizar con un nivel
de confianza del 95%?: A) 11388; B) 6752; C) 5673.

SITUACIÓN 2. En una muestra de 64 mujeres que fueron sometidas a mastectomía se midió la autoestima
mediante la escala de Rosenberg, obteniéndose una media igual a 22 puntos y una cuasivarianza igual a 56.
Tras un tratamiento psicológico sobre manejo de estrés y habilidades de afrontamiento personal, se observa
la misma variabilidad (cuasivarianza igual a 56), siendo ahora la puntuación media en autoestima igual a 27
puntos. La cuasivarianza de las diferencias entre las puntuaciones “antes” y “después” del tratamiento fue
igual a 100. Por otro lado, en otra muestra de 64 mujeres, que no han sido sometidas a ninguna
intervención quirúrgica y que presentan unas características similares a las de la muestra anterior en las
variables edad, estado civil, profesión y nivel de estudios, la media en la escala de autoestima de Rosenberg
fue igual a 28,25 con cuasivarianza igual a 44. Con estos datos se pretende dar respuesta a las siguientes
preguntas: 1º) ¿es eficaz el tratamiento psicológico?, es decir ¿logra que las puntuaciones en autoestima se
incrementen después del mismo? 2º) ¿Es inferior la puntuación media en autoestima en la primera muestra
antes del tratamiento respecto de la puntuación media de la segunda muestra? 3º) ¿Es igual la media en
autoestima en la primera muestra después del tratamiento, respecto a la puntuación media de la segunda
muestra? Nivel de confianza 99%.

Los datos del enunciado son:

Media Cuasivarianza n

Muestra 1 ̅ ̅ ̂ ̂ 64 ̂

Muestra 2 ̅ ̂ 64

Sobre la primera pregunta, conteste a las siguientes cuestiones:

9- La hipótesis nula es: A) ; B) ; C)

Las hipótesis que se han de plantear son:

10- El valor absoluto del estadístico de contraste es: A) 2,39; B) 2,66; C) 4.

11- La probabilidad de encontrar un valor igual o más extremo que el estadístico de contraste es: A) menor que
0,005; B) 0,01; C) 0,05.

-3-
 Consultando la tabla t de Student para 60 grados libertad (los más próximos a: n – 1 = 63), observamos que
el estadístico de contraste es más extremo que la puntuación -2,66, por lo que la respuesta es A.

12- A partir de los resultados obtenidos en el estudio podríamos decir que: A) el tratamiento psicológico no es
eficaz; B) el tratamiento psicológico es eficaz; C) se debería incrementar el tamaño de la muestra porque el
tamaño del efecto no es muy elevado.

Sobre la segunda pregunta, conteste a las siguientes cuestiones:

13- El valor absoluto del estadístico de contraste es igual a: A) 2,33; B) 2,56; C) 5.

√ ( )

14- Los resultados obtenidos indican que la media en autoestima en la primera muestra antes del tratamiento
es: A) inferior a la media en autoestima de la segunda muestra; B) superior a la media en autoestima de la
segunda muestra; C) inferior a la media en autoestima de la segunda muestra a un nivel de confianza del
95%, pero no a un nivel de confianza del 99%.

Sobre la tercera pregunta, conteste a las siguientes cuestiones:

15- El valor absoluto del estadístico de contraste es igual a: A) 1; B) 3; C) 5.

√ ( )

16- Los resultados indican que la media en autoestima de la primera muestra después del tratamiento es: A)
menor que la media en autoestima de la segunda muestra; B) igual que la media en autoestima de la
segunda muestra; C) distinta de la media en autoestima de la segunda muestra

SITUACIÓN 3. El artículo “¿Cómo comen hombres y mujeres después de la exposición a información textual e
imágenes de cuerpos ideales?” (Communication Research, 2006, 507-529) describe un experimento en el que
74 varones fueron asignados al azar a uno de cuatro tratamientos: 1) visionado de hombres musculosos y en
forma; 2) visionado de hombres musculosos y en forma acompañados por información textual relacionada
con la dieta y el ejercicio físico; 3) visionado de hombres musculosos y en forma acompañados por
información textual no relacionada con la dieta y el ejercicio físico; 4) a un cuarto grupo (control) no se les
presentó nada. Posteriormente los participantes fueron enviados a otra sala para completar un cuestionario.
En esta sala había cuencos con galletas (pretzels) que el participante podía comer a voluntad. Un ayudante
de investigación registró cuantas galletas consumió cada participante mientras completaba el cuestionario.
El investigador informó que el efecto del tratamiento sobre el consumo de galletas fue significativo [F(3, 70)
= 5’273, MCe = 10’264, p = 0’002].

-4-
 Con los datos del enunciado (rojo y negrita en la tabla) completamos la tabla de ANOVA.

FV SC gl MC F
Inter 162,366 3 54,122 5,273
Intra 718,480 70 10,264
Total 880,846 74 - 1 = 73

17- La hipótesis que se pone a prueba en este análisis es que: A) la varianza poblacional de la variable
dependiente es igual en los 4 grupos; B) la media poblacional de la variable dependiente es idéntica en los
4 grupos; C) que la homocedasticidad se cumple en estos datos.

18- Un supuesto necesario para poder llevar a cabo el análisis de los datos de este experimento es que: A) la
hipótesis nula debe ser siempre bilateral; B) la variable dependiente tiene que ser continua; C) la escala de
medida debe ser de intervalo o razón.

19- Si hubiésemos aplicado pruebas T de Student para grupos independientes, deberíamos haber realizado: A)
un ANOVA; B) una regresión lineal; C) 6 tests.

20- Nos encontramos ante un modelo de efectos: A) equilibrados; B) fijos; C) aleatorios.

21- El estimador de la varianza intergrupos vale, aproximadamente: A) 718,515; B) 10,264; C) 54,121.

22- El valor de la F crítica para un Nivel de Confianza del 99% es: A) igual a 4,126; B) menor que 4,126; C) al ser
un contraste bilateral, mayor que 4,729.

El valor más aproximado que podemos consultar en las tablas es para 1 y 60 grados de libertad, que es igual
a 4,126. Como los grados de libertad del denominador (73) son mayores que 60, el valor crítico será menor
que 4,126

23- La suma de cuadrados total vale, aproximadamente: A) 718,48; B) 54,12; C) 880,85.

24- Si el investigador quisiera comparar los tres primeros niveles vs el nivel del grupo de control debería utilizar
un vector de coeficientes igual a: A) ( ); B) ( ); C) ( ).

25- El cálculo de la interacción entre el consumo de galletas y el tratamiento: A) tiene los mismos grados de
libertad que el efecto del tratamiento; B) tiene la misma media cuadrática del error que el efecto del
tratamiento; C) no tiene sentido.

-5-
 Modelo A. Septiembre 2014. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora
en la que no se pueda introducir texto

SITUACIÓN 1: “Uno de los componentes de la crianza es la consistencia interparental, es decir, el grado de

coincidencia o similitud que padres y madres muestran en las diferentes prácticas educativas”. En un estudio
realizado por Rodríguez, Del Barrio y Carrasco (2009) se analizan las manifestaciones emocionales de los
hijos en relación con la inconsistencia interparental, mostrando que los hijos procedentes de hogares
inconsistentes manifiestan más conductas depresivas que los hijos de hogares consistentes. Imagine que un
investigador utiliza una muestra de 120 jóvenes de entre 8 y 17 años. El porcentaje de jóvenes que proceden
de hogares inconsistentes fue del 34,17%, a los que se aplicó un cuestionario de depresión, obteniéndose
una media de 4,3 y desviación típica 3,5. Por investigaciones anteriores se sabe que la media y desviación
típica de los hijos procedentes de hogares inconsistentes es de 4,9 y 3,2, respectivamente.

1. El error típico de la media representa: A) la máxima diferencia que cabe esperar por simple azar entre la
media obtenida en la muestra y la media de la población formulada en la 𝐻0 ; B) la desviación típica de la
distribución muestral de la media; C) el error que se comete al estimar la media poblacional a partir de
la media de la muestra.

2. Utilizando únicamente los datos de la muestra y fijando un nivel de confianza del 95%, el intervalo de
confianza en el que estimamos que se encontrará la media del cuestionario de depresión para la
población de jóvenes de familias inconsistentes es un valor comprendido entre: A) 3,21; 5,38; B) 3,65;
4,95; C) 3,18; 5,42.

La distribución muestral de la diferencia de medias que provienen de poblaciones con varianzas

desconocidas es la distribución t de Student con n-1 gl. Sobre una muestra de 120 sujetos, el 34,17%
(n=41) provienen de familias inconsistentes. Conocemos la media de la muestra y su desviación típica.

𝑆𝑛 3,5 3,18
𝐼𝐶 = 𝑌̅ ± 𝐸𝑚𝑎𝑥 = 𝑌̅ ± 𝑡1−𝛼⁄2 = 4,3 ± 2,021 →{
√𝑛 − 1 √41 − 1 5,418

3. Con un nivel de confianza del 99%, el intervalo de confianza de la proporción de hijos provenientes de
familias inconsistentes, es: A) 0,231; 0,453; B) 0,196; 0,487; C) 0,151; 0,533.

𝑝 (1 − 𝑝) 0,3417 (1 − 0,3417) 0,230

𝑝 ± 𝑍1−𝛼⁄2 √ = 0,3417 ± 2,58√ →{
𝑛 120
0,453

4. Si el investigador desea contrastar la hipótesis de que la varianza del cuestionario de depresión para la
población de jóvenes que provienen de familias inconsistentes es significativamente distinto del
obtenido en las investigaciones anteriores, el estadístico de contraste que obtendría es: A) 34,27; B)
49,05; C) 20,55.
 2
𝑛 𝑆𝑛2 41 ∙ 3,52
𝑋 = 2 = = 49,048
𝜎𝑜 3,22

5. El nivel crítico p asociado al estadístico de contraste de la varianza poblacional es: A) 𝒑 > 𝟎, 𝟎𝟓; B)
𝑝 < 0,01; C) 𝑝 < 0,05.

En la distribución chi-cuadrado con 40 gl, el valor 49,047 se encuentra entre los valores 29,05 y 51,805
que dejan por debajo probabilidades de 0,1 y 0,9. Por tanto, la probabilidad de encontrar valores tan
extremos o más que 49,047 es, para un contraste bilateral, mayor de 0,05 (el nivel de significación más
alto que suele utilizarse en la investigación psicológica).

6. A la luz de estos resultados el investigador concluye que, la varianza del cuestionario de depresión para
la población de su investigación: A) No difiere significativamente del obtenido en investigaciones
anteriores ( 𝒑 > 𝟎, 𝟎𝟓 ); B) Difiere significativamente del obtenido en investigaciones anteriores
(𝑝 < 0,01); C) Difiere significativamente con un nivel de confianza del 95%.

7. El máximo error que el investigador está dispuesto a admitir para rechazar una hipótesis nula que es
verdadera, recibe el nombre de: A) Potencia del contraste; B) Error tipo II; C) Nivel de significación.

8. A medida que aumenta el tamaño de la muestra, aumenta también: A) La potencia del contraste; B) La
amplitud del intervalo de confianza; C) El error tipo II.
SITUACIÓN 2: “Uno de los componentes de la crianza es la consistencia interparental, es decir, el grado de
coincidencia o similitud que padres y madres muestran en las diferentes prácticas educativas”. En un estudio
realizado por Rodríguez, Del Barrio y Carrasco (2009) se analizan las manifestaciones emocionales de los
hijos en relación con la inconsistencia interparental, mostrando que los hijos procedentes de hogares
inconsistentes manifiestan más conductas depresivas que los hijos de hogares consistentes. Un investigador
que desea replicar estas conclusiones, utiliza una muestra aleatoria de 120 jóvenes de los que los que el 35%
provienen de hogares inconsistentes (Grupo 1) frente al resto que provienen de hogares consistentes (Grupo
2). Todos los sujetos responden a un cuestionario para medir respuestas emocionales de agresividad. Las
medias y cuasi-desviaciones típicas del grupo 1 son 11,9 y 3,2 y para el grupo 2 son 10,7 y 2,9
respectivamente.

9. El diseño que utiliza el investigador es: A) De dos muestras independientes; B) De dos muestras
relacionadas; C) Intrasujetos pre-test post-test.

10. Para contrastar si las muestras provienen de poblaciones con la misma varianza, aplicaría la prueba: A) t
de Student porque se desconocen las varianzas poblacionales; B) F de Snedecor; C) Chi-cuadrado para
muestras independientes.

11. El estadístico de contraste sobre la igualdad de varianzas vale, aproximadamente: A) 1,49; B) 1,22; C)
0,92.

𝑆̂𝐺1
2
3,22
𝐹= 2 = = 1,217
𝑆̂𝐺2 2,92

12. Con un nivel de confianza del 99%, el valor crítico superior más aproximado que podemos encontrar en
las tablas para rechazar la 𝐻0 de igualdad de las varianzas poblacionales en un contraste bilateral, es: A)
2,079; B) 1,936; C) 1,744.

Si el investigador quiere comprobar que la respuesta emocional de agresividad en los jóvenes de familias
inconsistentes es mayor que la de jóvenes de familias consistentes.

13. La hipótesis nula que formula es: A) H0 : μG1 > μG2 ; B) H0 : μG1 − μG2 ≥ O; C) 𝐇𝟎 : 𝛍𝐆𝟐 ≥ 𝛍𝐆𝟏

14. Asumiendo que se cumple el supuesto de igualdad de varianzas, el estadístico de contraste que obtiene,
es: A) 2,08; B) -3,21; C) 0,39.
 (𝑌̅𝑔1 − 𝑌̅𝑔2 ) − (𝜇𝑔1 − 𝜇𝑔2 ) (11,9 − 10,7) − 0
𝑇= = = 2,08
2 2
(𝑛 − 1)𝑆̂12 + (𝑛𝑔2 − 1)𝑆̂22 1 1 √(42 − 1)3,2 + (78 − 1)2,9 ( 1 + 1 )
√ 𝑔1 ( + ) 42 + 78 − 2 42 78
𝑛𝑔1 + 𝑛𝑔2 − 2 𝑛𝑔1 𝑛𝑔2

15. El nivel crítico p asociado al estadístico de contraste es: A) 𝑝 > 0,05; B) 𝑝 < 0,01; C) 𝒑 < 𝟎, 𝟎𝟓.

16. Con los resultados obtenidos, el investigador concluye que: La respuesta emocional de agresividad en los
jóvenes de familias inconsistentes….: A) no difiere de la de jóvenes de familias consistentes; B) es
significativamente mayor que la de los jóvenes de familias consistentes (𝑝 < 0,01); C) es
significativamente mayor que la de los jóvenes de familias consistentes (𝒑 < 𝟎, 𝟎𝟓).

SITUACIÓN 3: En un estudio publicado por García, Navas, Cuadrado, y Molero (2003) con el título:
"Inmigración y prejuicio: Actitudes de una muestra de adolescentes almerienses" se analiza la imagen que los
adolescentes de una zona, con alta recepción de trabajadores extranjeros, tienen acerca de los inmigrantes.
Entre sus resultados se indica que existen diferencias significativas en la imagen de los inmigrantes en
función del sexo y de la edad de los adolescentes, siendo más bajas para las chicas y para los de mayor edad.
Imagine que desea comprobar si estas diferencias existen también en otras zonas donde la recepción de
inmigrantes es menor. Para ello, selecciona una muestra de 20 adolescentes con edades comprendidas entre
14 y 16 años de los que el 50% son chicas. La mitad son de 2º de la ESO y el resto de 4º de la ESO. Todos ellos
responden a la Escala de Racismo Moderno de McConahay y cols. (1981). Se asume que los datos cumplen
los supuestos necesarios para realizar el análisis estadístico correspondiente. Representando por A la
variable sexo y por B la variable edad se obtienen los siguientes resultados parciales: 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 70,55;
𝑀𝐶𝐼𝑛𝑡𝑟𝑎 = 1,525; [𝑌] = 1303; [𝐴] = 1240,9; [𝐵] = 1243,7.
Se trata de una ANOVA de dos factores (sexo y edad) con dos niveles en cada factor. Hay 10 chicas, 5 de 2º y
otras 5 de 4º de la ESO. Y los mismo para los chicos, por lo que se trata de un diseño equilibrado con 5 sujetos
en cada nivel del factor. Con los datos del enunciado vamos completando la siguiente tabla del ANOVA:

FV SC GL MC F F CRIT P
A (SEXO) a-1= 1
B (EDAD) b-1= 1
AB (a-1)(b-1)=1
ERROR 16x1,525= 24,40 ab(n-1)= 16 1,525
TOTAL 70,55 n-1= 19

𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = [𝑌] − [𝑇] → 70,55 = 1303 − [𝑇] → [𝑇] = 1303 − 70,55 = 1232,45

𝑆𝐶𝑖𝑛𝑡𝑟𝑎 𝑆𝐶𝑖𝑛𝑡𝑟𝑎
𝑀𝐶𝐼𝑛𝑡𝑟𝑎 = → 1,525 = → 𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = 1,525 ∙ 16 = 24,40
𝑎𝑏(𝑛 − 1) 16

𝑆𝐶𝐴 = [𝐴] − [𝑇] = 1240 − 1232,45 = 8,45

𝑆𝐶𝐵 = [𝐵] − [𝑇] = 1243,7 − 1232,45 = 11,25

𝑆𝐶𝐴𝐵 = 𝑆𝐶𝑇 − (𝑆𝐶𝐴 + 𝑆𝐶𝐵 + 𝑆𝐶𝐸𝑟𝑟𝑜𝑟 ) = 70,55 − (8,45 + 11,25 + 24,49) = 26,45

FV SC GL MC F F CRIT (95%) P
A (SEXO) 8,45 1 8,45 5,5409 4,4939 0,03169
B (EDAD) 11,25 1 11,25 7,377 4,4939 0,01526
AB 26,45 1 26,45 17,3442 4,4939 0,00073
ERROR 24,40 16 1,525
TOTAL 70,55 19

17. ¿Cuál o cuáles son las variables independientes?: A) el sexo y la edad; B) los datos registrados con la
Escala de Racismo Moderno; C) solo la edad.

18. El diseño de este trabajo es: A) de dos grupos independientes; B) factorial 2x2 efectos fijos; C) ANOVA
mixto de dos factores de efectos aleatorios.

19. Sin considerar las condiciones y supuestos que, según el enunciado, cumplen los datos, ¿Cuántos
contrastes de hipótesis formularía en su trabajo?: A) Una; B) Dos; C) Tres.

20. Con los datos obtenidos, el estadístico de contraste para analizar si la imagen de los inmigrantes es la
misma para los jóvenes de 2º y 4º de la ESO, es: A) 5,54; B) 7,38; C) 4,49.

21. Con los datos obtenidos, el estadístico de contraste para analizar si la imagen de los inmigrantes es la
misma para los chicos que para las chicas, es: A) 5,541; B) 7,38; C) 4,49.
22. Con un nivel de confianza del 95%, el valor crítico para tomar una decisión respecto a si la edad genera
diferencias en las puntuaciones en la escala de racismo, es: A) 5,54; B) 7,38; C) 4,49.

23. El nivel crítico p asociado al estadístico de contraste para tomar una decisión respecto a si la edad
genera diferencias en las puntuaciones en la escala de racismo, es: A) 𝑝 < 0,01; B) 𝒑 < 𝟎, 𝟎𝟓; C)
𝑝 > 0,05.

24. El estadístico de contraste para analizar la influencia del sexo para los diferentes niveles de la edad, es:
A) 4,49; B) 5,54; C) 17,34.

25. A partir del análisis de la interacción entre el sexo y la edad, ¿cuál de las siguientes afirmaciones es
correcta?: Con un nivel de confianza del 99% podemos afirmar que la imagen de los inmigrantes para los
chicos y chicas: A) es diferente para los dos grupos de edad; B) es el mismo con independencia de la
edad; C) es el mismo para cada uno de los grupos de edad.
 Modelo A. Febrero 2015. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en
la que no se pueda introducir texto

SITUACIÓN 1. Sandin et al. (2013) investigan sobre la asociación entre la sensibilidad al asco y los
síntomas de hipocondría y ansiedad hacia la salud, obteniendo asociaciones significativas entre la
sensibilidad al asco y los síntomas hipocondríacos. Concluyen, mediante un análisis de regresión
múltiple, que ciertas dimensiones del asco, predicen los síntomas hipocondríacos evaluados 10 meses
después. Emplearon una muestra de 424 estudiantes universitarios, de los cuales 312 eran mujeres; la
media de edad fue de 37,3 años, con una cuasi-desviación típica de 9,1 años. (Nivel de confianza,
95%).

1- La edad media de la población de la que se ha extraído la muestra está comprendida,

aproximadamente, entre los valores:
A) 36,43; 38,17
B) 36,16; 38,44
C) 36,08; 38,54

𝑆𝑛−1 9,1
𝑁𝐶 = 0,95 → 𝑡𝑛−1;1−𝛼⁄2 = 𝑡423;0,975 ≈ 𝑧0,975 = 1,96 𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 = 1,96 == 0,866
√𝑛 √423

𝑌̅ ± 𝐸𝑚𝑎𝑥 → 37,3 ± 0,866 → (36,43; 38,17)

2- La varianza de la población de la que se ha extraído la muestra, para la variable edad, está

comprendida, aproximadamente, entre los valores:
A) 68 y 97
B) 72 y 94
C) 60 y 106

2 2
𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝑆 2 √ = 1,96 ∙ 9,12 √ = 11,15 𝑆 2 ± 𝐸𝑚𝑎𝑥 → 9,12 ± 11,15 → (72; 94)
𝑛 424

Queremos comprobar si en la población de la que fue extraída la muestra, es igual el número de

hombres y mujeres.

3- La hipótesis nula es:

A) 𝐻0 : 𝜇1 = 𝜇2
B) 𝐻0 : 𝜋 ≠ 0,5
C) 𝑯𝟎 : 𝝅 = 𝟎, 𝟓

La opción A es incorrecta porque plantea la igualdad de dos medias poblacionales. La opción B es

incorrecta porque corresponde a la hipótesis alternativa. La opción A es correcta porque si es igual el
número de hombres y de mujeres en la población: 𝜋𝐻𝑜𝑚𝑏𝑟𝑒𝑠 = 𝜋𝑀𝑢𝑗𝑒𝑟𝑒𝑠 = 0,5

1
4- El valor absoluto del estadístico de contraste vale, aproximadamente:
A) 1,96
B) 9,71
C) 1,64

𝑝 − 𝜋0 0,7358 − 0,5
312 𝑍= = = 9,71
𝑝𝑀𝑢𝑗𝑒𝑟𝑒𝑠 = = 0,7358
424 √𝜋0 (1 − 𝜋0 ) √0,5 ∙ 0,5
𝑛 424

5- Si el número de hombres y mujeres es el mismo en la población, la probabilidad de obtener unos

datos como los observados en la muestra es:
A) 0,01
B) 0,05
C) menor que 0,0004

6- Las curvas de potencia, permiten localizar la potencia de un contraste en función de:

A) el valor de 𝑯𝟏 y el tamaño de la muestra
B) los valores de 𝐻0 y 𝐻1
C) el nivel de significación y la potencia del contraste

7- El intervalo de confianza es más estrecho a medida que:

A) aumenta el tamaño de la muestra
B) aumenta el nivel de confianza
C) aumenta el error típico del estadístico

8- Suponiendo que existieran dos estadísticos insesgados, consistentes y suficientes para estimar la
misma característica poblacional, la mejor elección es utilizar el estadístico:
A) con la desviación típica más pequeña
B) con la desviación típica más grande
C) cualquiera de ellos, dado que ambos gozan de las mismas propiedades.

SITUACIÓN 2. Cuadra-Peralta et al. (2010) estudian la efectividad de la psicoterapia positiva en una

muestra de pacientes diagnosticados con depresión, para lo que utilizan como variable dependiente
el inventario de depresión de Beck (mayor puntuación, mayor depresión).

En una muestra de ocho sujetos miden los síntomas depresivos antes y después de una terapia
basada en la psicología positiva. Antes de la terapia la media en depresión fue igual a 20,50 y la
cuasidesviación típica igual a 7,46, y después de la terapia la media fue de 13,75 y la cuasidesviación
típica igual a 7,53, siendo la cuasivarianza de las diferencias igual a 27,353. Por otro lado, Cuadra-
Peralta et al. (2010) comparan los resultados de estos ocho sujetos después de la terapia con otra
muestra de diez sujetos a los que se aplicó un tipo de terapia tradicional, obteniendo en este caso una
media igual a 18,30 y una cuasidesviación típica igual a 6,46.

Supongamos que estamos interesados en comprobar: 1º) si existen diferencias significativas antes y
después de la terapia basada en la psicología positiva y 2º) si existen diferencias significativas entre la
terapia basada en la psicología positiva y la terapia tradicional. Para ello se decide utilizar contrastes
paramétricos con un nivel de confianza del 95%.
2
 (Recuerde que en un contraste sobre dos medias con varianzas desconocidas pero supuestas iguales:
𝑔. 𝑙. = 𝑛1 + 𝑛2 − 2)

Los datos del problema son:

Cuasi des Cuasi Var

n Media
típica diferencias
Antes 20,5 7,46
Psicología positiva 8 27,353
Después 13,75 7,53
Terapia tradicional 10 18,3 6,46

9- El valor absoluto del estadístico de contraste para comprobar si existen diferencias antes y después de
aplicar la terapia basada en la psicología positiva vale, aproximadamente:
A) 3,65
B) 1,849
C) 2,365
𝑌̅1 − 𝑌̅2 20,5 − 13,75
𝑇= = = 3,65
̂2
√𝑆𝑑 √27,353
𝑛 8

10- El valor absoluto del valor crítico para comprobar si existen diferencias antes y después de aplicar la
terapia basada en la psicología positiva vale, aproximadamente:
A) 1,895
B) 2,365
C) 2,998

Buscando en las tablas t de Student para 7 g.l. y NC = 95% en un contraste bilateral, la opción correcta
es B.

11- El nivel crítico para comprobar si existen diferencias antes y después de aplicar la terapia basada en la
psicología positiva vale, aproximadamente:
A) 𝒑 < 𝟎, 𝟎𝟏
B) 𝑝 > 0,01
C) 𝑝 = 0,01

12- Suponiendo varianzas homogéneas, el valor absoluto del estadístico de contraste para comprobar si
existen diferencias entre las dos terapias aplicadas vale, aproximadamente:
A) 3,65
B) 3,29
C) 1,38

3
 𝑌̅1 − 𝑌̅2 13,75 − 18,3
𝑇= = = −1,38
2 2
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √7 ∙ 7,53 + 9 ∙ 6,46 (1 + 1 )
√ 1 (𝑛 + 𝑛 ) 8 + 10 − 2 8 10
𝑛1 + 𝑛2 − 2 1 2

13- Suponiendo varianzas homogéneas, el valor absoluto del valor crítico para comprobar si existen
diferencias entre las dos terapias aplicadas vale, aproximadamente:
A) 2,583
B) 1,746
C) 2,120

Para un contraste bilateral y 16 g.l. con un nivel de confianza del 95%, la opción correcta es C.

14- Suponiendo varianzas homogéneas, y con el objetivo de comparar la magnitud de las diferencias
entre las dos terapias aplicadas, el tamaño del efecto vale aproximadamente:
A) 1,38
B) 0,65
C) 2,12

|𝑌̅1 − 𝑌̅2 | |13,75 − 18,3|

𝑑= = = 0,65
2 2
(𝑛 − 1)𝑆̂12+ (𝑛2 − 1)𝑆̂22 √7 ∙ 7,53 + 9 ∙ 6,46
√ 1 8 + 10 − 2
𝑛1 + 𝑛2 − 2

15- Los resultados obtenidos indican que:

A) la terapia basada en la psicología positiva es eficaz y muestra mejores resultados que la terapia
tradicional
B) la terapia basada en la psicología positiva es eficaz, pero no muestra mejores resultados que la
terapia tradicional
C) la terapia basada en la psicología positiva no es eficaz, siendo preferible la terapia tradicional

16- Para comparar la eficacia de la terapia basada en la psicología positiva con la terapia tradicional:
A) sería recomendable replicar el estudio con una muestra mayor, dado que el tamaño del efecto es
moderado y la muestra pequeña
B) no es necesario realizar más estudios, porque los resultados de Cuadra-Peralta et al. (2010) son
concluyentes
C) no es necesario realizar más estudios porque el tamaño del efecto es muy pequeño.

4
 SITUACIÓN 3. Un investigador desea estudiar la relación entre la sensibilidad al Asco y los miedos,
actitudes y creencias asociados a la psicopatología de la hipocondría. Para ello utiliza como variable
independiente la Escala Multidimensional de Sensibilidad al Asco (EMA; Sandín et al., 2013), y como
variable dependiente la Escala de Actitudes hacia la Enfermedad (IAS; Kellner, 1986). Supongamos,
que en una muestra de 102 sujetos se ha obtenido un coeficiente de correlación entre EMA y IAS igual
a 0,6.

17- Para comprobar si el coeficiente de correlación obtenido es significativo, la hipótesis alternativa que
se ha de plantear es:
A) 𝐻1 : 𝜌 ≥ 0
B) 𝑯𝟏 : 𝝆 ≠ 𝟎
C) 𝐻1 : 𝜌 < 0

18- Para comprobar si el coeficiente de correlación obtenido es significativo, el estadístico de contraste

vale, aproximadamente:
A) 7,5
B) -7,5
C) las opciones A y B son correctas.

𝑟𝑥𝑦 √𝑛 − 2 0,6√102 − 2
𝑇= = = 7,5
2
√1 − 𝑟𝑥𝑦 √1 − 0,62

19- Tomando 𝛼 = 0,05, si queremos comprobar si el coeficiente de correlación obtenido es significativo,

el valor absoluto del valor crítico es igual a:
A) 1,66
B) 1,984
C) 2,364

Con 100 g.l., NC = 95% y contraste bilateral, el valor que obtenemos de las tablas t de Student,
coincide con la opción B.

20- Tras realizar el contraste de hipótesis sobre el coeficiente de correlación, el nivel crítico vale,
aproximadamente:
A) 𝑝 = 0,025
B) 𝑝 = 0,05
C) 𝒑 < 𝟎, 𝟎𝟏

21- La proporción de varianza asociada entre EMA e IAS es igual a:

A) 0,64
B) 0,36
C) Faltan datos en el enunciado para calcularla

2
𝑟𝑥𝑦 = 0,62 = 0,36

5
22- Los resultados obtenidos indican que la relación entre EMA e IAS:
A) Es significativa para un nivel de confianza del 99%
B) es significativa a un nivel de confianza del 95%, pero no a un nivel de confianza del 99%
C) no es significativa

23- Si queremos utilizar la escala EMA para predecir las puntuaciones en la escala IAS:
A) No tiene sentido, dado que la relación entre EMA e IAS es muy baja
B) Tiene sentido, porque obtendríamos un estadístico de contraste significativo para la pendiente
de la recta de regresión
C) Faltan datos en el enunciado para comprobar si el estadístico de contrate es significativo

24- En el caso de la regresión lineal simple, el signo del coeficiente de correlación y de la pendiente de la
recta de regresión:
A) son opuestos
B) son independientes
C) son iguales

25- Uno de los supuestos básicos del análisis de regresión simple es:
A) los pronósticos y los errores son independientes
B) las distribuciones condicionadas de los errores deben de tener una distribución uniforme
C) no deben estar relacionadas las variables predictora y la variable dependiente o criterio

6
 Modelo C. Febrero 2015. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de
calculadora en la que no se pueda introducir texto

SITUACIÓN 1. Valero (1999) aplicó un test de ansiedad ante los exámenes a una amplia muestra de
estudiantes universitarios justo antes de realizar el examen final de la asignatura “X”, obteniendo una
media igual a 55 (a mayor puntuación mayor ansiedad). Para disminuir el nivel de ansiedad antes de los
exámenes, un profesor de la asignatura “X” enseña técnicas de relajación a una muestra aleatoria de 49
alumnos, obteniendo una media en ansiedad antes del examen de la asignatura “X” igual a 50 con una
cuasidesviación típica igual 10 (NC= 99%).

1- La hipótesis nula del profesor es:

A) 𝐻0 = 50
B) 𝑯𝟎 ≥ 𝟓𝟓
C) 𝐻0 ≤ 55

2- El valor del estadístico de contraste es:

A) -3,5
B) -2,403
C) -2,009
𝑌̅ − 𝜇0 50 − 55
𝑇= = = −3,5
𝑆𝑛−1 10
√𝑛 √49

3- El valor crítico es, aproximadamente:

A) -3,5
B) -2,403
C) -2,009

Para 50 g.l. (los más próximos en las tablas a: n = 49 – 1 = 48) y un NC = 99% para un contraste
unilateral, la opción correcta es B.

4- Suponiendo que la relajación no es efectiva para rebajar el nivel de ansiedad antes del examen de la
asignatura “X”, la probabilidad de obtener una media de 50 puntos o inferior con una muestra de 49
alumnos vale:
A) p = 0,01
B) p > 0,05
C) p < 0,005

La puntuación más extrema que podemos consultar en las tablas para 50 g.l. es -2,678, que deja por
debajo una proporción igual a 0,005, luego el nivel crítico es: p < 0,005

1
5- Tras examinar los resultados obtenidos, el profesor concluye:
A) las técnicas de relajación disminuyen la puntuación media en ansiedad ante el examen de la
asignatura “X”
B) las técnicas de relajación no disminuyen la ansiedad ante el examen de la asignatura “X”
C) el profesor ha de tomar una muestra más grande, porque los resultados no son concluyentes

6- La varianza poblacional se encontrará comprendida entre los valores:

A) 67,208 y 148,343
B) 63,030 y 161,580
C) 60,385 y 171,486

2
(𝑛 − 1)𝑆𝑛−1 48 ∙ 102 2
(𝑛 − 1)𝑆𝑛−1 48 ∙ 102
𝑙𝑖 = 2 = = 60,385 𝑙𝑠 = 2 = = 171,486
𝜒𝑛−1;1−𝛼⁄ 79,49 𝜒𝑛−1; 𝛼⁄ 27,9907
2 2

7- El término “error típico” se refiere a:

A) la desviación típica de la distribución muestral del estadístico
B) el error máximo que estamos dispuestos a admitir en un contraste de hipótesis
C) el estimador insesgado de la desviación típica poblacional

8- En un contraste de hipótesis se plantea la siguiente hipótesis nula: 𝐻0 : 𝜇 = 10. Si queremos calcular la

potencia del contraste para una media poblacional igual a 12, la hipótesis alternativa ha de ser:
A) 𝐻1 : 𝜇 > 12
B) 𝐻1 : 𝜇 < 12
C) 𝑯𝟏 : 𝝁 = 𝟏𝟐

9- Al aumentar el tamaño de la muestra:

A) disminuye la probabilidad de rechazar 𝐻0 cierta
B) disminuye la probabilidad de rechazar 𝐻1 cierta
C) disminuyen el error de tipo I y tipo II, por lo que las opciones A y B son correctas.

Al aumentar el tamaño de la muestra, disminuyen tanto la probabilidad de rechazar H0 cierta, como la

probabilidad de rechazar H1 cierta, por lo que las tres alternativas son correctas.

2
SITUACIÓN 2: En un trabajo publicado en la Revista de Psicopatología y Psicología Clínica (Vol 13; Nº 1)
por Sanjuán, P; Pérez-García, A; Rueda, B y Ruiz, M.A (2008) se estudia -en una muestra de mujeres
universitarias- la relación entre el estilo atribucional y los síntomas depresivos, señalando que el estilo
atribucional negativo constituye un factor de vulnerabilidad para desarrollar malestar psicológico o
emociones negativas. Imagine que usted dispone de una muestra de varones a los que pasa el
Cuestionario de Estilo Atribucional y los divide, según la puntuación obtenida, en dos grupos: positivos o
negativos. Posteriormente les administra una Escala de Afecto Negativo (EAN). Los 31 varones clasificados
como positivos obtienen en la Escala EAN una media de 14,5 puntos y desviación típica insesgada de 4,5 y
los 41 varones clasificados como negativos obtienen una media de 17 con una cuasi-desviación típica de
6. Con estos datos, responda a las siguientes preguntas:
(Recuerde que en un contraste sobre dos medias con varianzas desconocidas pero supuestas iguales:
(𝑔. 𝑙. = 𝑛1 + 𝑛2 − 2).

10- Si quiere comparar el afecto negativo en los varones según su estilo atribucional positivo o negativo,
el diseño que utilizaría en su trabajo es de:
A) una muestra de varones extraída de dos poblaciones independientes
B) dos muestras independientes de varones extraídas de poblaciones con varianzas desconocidas
C) intrasujetos antes-después

11- Si desea comprobar que los varones clasificados como positivos o negativos provienen de
poblaciones con la misma varianza, ¿cuál de las siguientes hipótesis está correctamente formulada?:
2 2
A) 𝐻1 : 𝜎𝑃𝑜𝑠 = 𝜎𝑛𝑒𝑔
2 2
B) 𝐻0 : 𝜎𝑃𝑜𝑠 ≠ 𝜎𝑛𝑒𝑔
C) 𝑯𝟏 : 𝝈𝟐𝑷𝒐𝒔 ≠ 𝝈𝟐𝒏𝒆𝒈

12- El estadístico para contrastar la hipótesis de que los varones clasificados como positivos o negativos
provienen de poblaciones con la misma varianza, vale:
A) 1,33
B) 1,78
C) 0,667
𝑆̂12 62
𝐹= 2= = 1,78
𝑆̂2 4,52

13- El nivel crítico p para tomar una decisión respecto la hipótesis de que los varones clasificados como
positivos y los clasificados como negativos provienen de poblaciones con la misma varianza, vale:
A) p < 0,025
B) p < 0,05
C) p > 0,05

3
Para los siguientes pasos establece un nivel de confianza del 95% y desea comprobar si los varones con
estilo atribucional negativo tienen puntuaciones significativamente más altas en la escala EAN que los
varones con estilo atribucional positivo. Con esta finalidad:

14- El estadístico de contraste que aplicaría es:

A) t de Student para dos muestras independientes provenientes de poblaciones con varianzas
desconocidas pero supuestas iguales
B) t de Student para dos muestras independientes provenientes de poblaciones con varianzas
desconocidas pero supuestas distintas
C) Z para dos muestras grandes e independientes.

15- El estadístico de contraste para su hipótesis es, en valor absoluto:

A) 1,85
B) 2,12
C) 1,942

𝑌̅1 − 𝑌̅2 14,5 − 17

𝑇= = = −1,942
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 1 √30 ∙ 4,5 + 40 ∙ 6 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 31 + 41 − 2 31 41
𝑛1 + 𝑛2 − 2 1 2

16- El nivel crítico p asociado al estadístico de contraste obtenido, es:

A) p < 0,01
B) p > 0,05
C) p < 0,05

17- A partir de los resultados obtenidos en su trabajo concluye que entre los varones con estilo
atribucional positivo y negativo respecto a sus puntuaciones en la Escala de AN:
A) no existen diferencias significativas con un nivel de significación del 5%
B) existen diferencias significativas con un nivel de significación del 1%
C) existen diferencias significativas con un nivel de significación del 5%.

SITUACIÓN 3.- Un psicólogo industrial ha realizado una investigación para conocer el efecto del tabaco
sobre el rendimiento laboral bajo diferentes condiciones de iluminación en una gran compañía industrial.
Para ello, seleccionó una muestra aleatoria de 15 trabajadores de género masculino de cada uno de tres
grupos distintos: no fumadores, fumadores moderados y fumadores intensos (más de 20 cigarrillos al día).
Cada muestra se dividió en tres grupos, o sub-muestras, con idéntico número de sujetos y cada sub-
muestra se asignó aleatoriamente a tres ambientes de trabajo con diferentes niveles de luz. Se registró el
tiempo para completar una tarea de ensamblado estándar (en minutos).
Los resultados de las SC fueron 84,90 para el factor “Grupo de fumadores”; 298,07 para el factor
“Condiciones de iluminación” y 2,81 para la interacción. La SC total fue de 445,03. Utilice un nivel de
confianza del 95%.

4
 Se elabora la tabla de ANOVA (los datos proporcionados por el enunciado se muestran en negrita)

FV SC gl MC F
FUMA 84,9 2 42,45 25,79
LUZ 298,07 2 149,04 90,55
INTER. 2,81 4 0,70 0,43
ERROR 59,25 36 1,65
TOTAL 445,03 44 10,11

18- Tal como está diseñado el experimento se trata de un modelo de:

A) ANOVA bifactorial de medidas repetidas
B) ANOVA de dos factores de muestras independientes
C) ANOVA de dos factores con muestras relacionadas

19- ¿De cuántas variables independientes consta el experimento?

A) 3
B) 2
C) 6

20- La variable dependiente en este experimento fue:

A) nº de cigarrillos/día
B) los niveles de luz
C) el tiempo en minutos

21- La F crítica para evaluar si es significativa la interacción vale, aproximadamente:

A) 2,69
B) 3,22
C) 5,19

22- Cuál de los siguientes valores se aproxima más al valor de estadístico de contraste para el efecto
interacción:
A) 0,7025
B) 0,427
C) 1,646

23- Una vez comprobado el efecto de la interacción, ¿cuál de los siguientes valores se aproxima más
al valor de estadístico de contraste para el efecto “condiciones de iluminación”?:
A) 25,79
B) 90,54
C) 96,06

5
 Al no ser significativa, la suma de cuadrados de la interacción pasa a formar parte de la suma de
cuadrados de error. La tabla de ANOVA queda:

FV SC gl MC F
FUMA 84,9 2 42,45 25,79
LUZ 298,07 2 149,04 96,06
ERROR 62,06 40 1,55
TOTAL 445,03 44 10,11

24- Si consideramos evaluar si el hecho de fumar versus no fumar es significativo, deberíamos utilizar
un contraste a posteriori con un conjunto de coeficientes igual a:
A) {1, -1, 0}
B) {1, 0, -1}
C) {-1, ½, ½ }

25- La conclusión de este experimento debería indicar que

A) solo el factor “Grupo de fumadores” ha resultado significativo
B) los factores principales no han resultado significativos pero sí la interacción
C) los dos factores principales han resultado significativos pero no así la interacción

6
 Modelo A. Septiembre 2015. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto.

SITUACIÓN 1. Para diferenciar entre los mayores sanos y los que presentan deterioro cognitivo (DC) se emplean
habitualmente pruebas de memoria. Entre éstas, el fenómeno de la punta de la lengua (PDL) constituye una de las
quejas subjetivas de memoria más frecuentes en las personas mayores. Se caracteriza por la dificultad para recordar
palabras conocidas, acompañada de la sensación de que su recuerdo puede ser inminente y se presenta,
especialmente, en tareas de recuperación de nombres propios (Facal, Juncos, Álvarez, Pereiro y Díaz, 2006).

Imagine que usted tiene acceso a un Centro asistencial de día para personas mayores que atiende a una muestra de
90 personas mayores de 70 años. De ellos el 30% presentan DC, a los cuales se presenta una pila de 30 fotografías
de alta calidad, de personajes famosos representativos de diferentes ámbitos y épocas. Para esta muestra de
mayores con DC, la frecuencia media de PDL fue de 18,5 con una desviación típica insesgada de 3,8.

Los datos de los que partimos son:

Muestra inicial: 𝑛 = 90 𝑝𝐷𝐶 = 0,30

Sujetos con deterioro cognitivo (DC): 𝑛 = 27; 𝑌� = 18,5; 𝑆𝑛−1 = 3,8

1- Con un nivel de confianza del 95%, la frecuencia media de PDL en la población de mayores de 70 años con DC es
un valor comprendido, aproximadamente, entre:
A) 17 y 20
B) 17,07 y 19,93
C) 16,45 y 20,53

𝑆𝑛−1 𝑆𝑛−1 3,8

𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼�2 𝜎𝑌� = 𝑡𝑛−1;1−𝛼�2 = 𝑡26,0,975 = 2,056 = 1,50
√𝑛 √𝑛 √27

20
𝑌� ± 𝐸𝑚𝑎𝑥 → 18,5 ± 1,50 → �
17

2- Si decide trabajar con un nivel de confianza del 95% para estimar la frecuencia media de PDL en la población con
un error máximo de estimación de 2 puntos, el tamaño de la muestra que debe utilizar sería:
A) Mayor que la utilizada en su trabajo
B) Menor que la utilizada en su trabajo
C) Igual que la utilizada en su trabajo

Como podemos comprobar en la solución de la pregunta nº 1, para un tamaño de la muestra: 𝑛 = 27, el error
máximo es igual a 1,5. Puede observarse en la fórmula que cuanto mayor sea el tamaño de la muestra, n, menor
será el Emax. Por tanto, para un error máximo mayor, el tamaño de la muestra será menor. Efectivamente:

2
𝑡𝑛−1;1− 𝛼� 2,0562
2 2
𝑛= 𝑆𝑛−1 2 = 3,82 = 15,26
𝐸𝑚𝑎𝑥 22

3- Si quisiera demostrar que la frecuencia media de PDL obtenida en su muestra de mayores de 70 años con DC es
significativamente mayor que 13,2, que es la obtenida en la población general de mayores entre de entre 60 y 69
años, aplicaría el estadístico:
A) Z para una muestra
B) T de Student para una muestra
1
 C) Z para dos muestras independientes

Se trataría de un contraste de hipótesis sobre una media con varianza poblacional desconocida, luego hay que
aplicar la T de Student para una muestra

4- Si desea comprobar que la proporción de mayores de 70 años que presentan deterior cognitivo (DC) es
significativamente mayor del 25% establecido para la población general, la hipótesis nula que formularía es:
A) 𝜋 > 0,25
B) 𝜋 ≥ 0,25
C) 𝝅 ≤ 𝟎, 𝟐𝟓

Las hipótesis a plantear son:

𝐻0 : 𝜋 ≤ 0,25
𝐻1 : 𝜋 > 0,25

5- Si desea comprobar que la proporción de mayores de 70 años que presentan deterior cognitivo (DC) es
significativamente mayor del 25% establecido para la población general, el estadístico y nivel crítico que
obtendría son:
A) 𝑍 = 1,031 𝑦 𝑝 = 0,1515
B) 𝒁 = 𝟏, 𝟎𝟗𝟓 𝒚 𝒑 > 0,05
C) 𝑍 = 0,590 𝑦 𝑝 < 0,05

𝑝 − 𝜋0 0,30 − 0,25 El nivel crítico p correspondiente al estadístico de

𝑍= = = 1,095
contraste Z=1,095 se puede buscar en la tabla y es
�𝜋0 (1 − 𝜋0 ) �0,25 ∙ 0,75 p=0,1368 que es mayor que el nivel de significación
𝑛 90
0,05.

6- Si el intervalo de confianza para la proporción de mayores de 70 años que presentan DC está definido por los
valores 0,127 y 0,473, ¿Cuánto vale el error máximo de estimación?:
A) 0,173
B) 0,346
C) No se puede determinar porque se desconoce el nivel de confianza utilizado

De acuerdo con el enunciado:

𝑙𝑠 = 𝑝 + 𝐸𝑚𝑎𝑥 0,473 = 0,3 + 𝐸𝑚𝑎𝑥
�→
𝑙𝑖 = 𝑝 − 𝐸𝑚𝑎𝑥 0,127 = 0,3 − 𝐸𝑚𝑎𝑥

Por lo que fácilmente se deduce que: 𝐸𝑚𝑎𝑥 = 0,173

7- Con un nivel de confianza del 99%, el intervalo de confianza de la cuasi-desviación típica de la frecuencia media
de PDL que presentan los mayores de 70 años con DC, se encuentra definido por los valores:
A) 8,95 y 27,12
B) 7,77 y 33,64
C) 2,79 y 5,8

Se calcula el intervalo de confianza para la varianza, y se extrae la raíz cuadrada de los valores obtenidos.
2
 2
(𝑛 − 1)𝑆𝑛−1 26 ∙ 3.82
𝑙𝑠 = 2 = = 33,64 → �33,64 = 5,8
𝜒𝑛−1; 𝛼� 11,1602
2

2
(𝑛 − 1)𝑆𝑛−1 26 ∙ 3.82
𝑙𝑖 = 2 = = 7,77 → �7,77 → 2,79
𝜒𝑛−1;1− 𝛼� 48,2899
2

8- En alguna de las preguntas anteriores encontrará la respuesta a la siguiente: ¿qué decisión tomaría respecto a la
hipótesis de que la desviación típica insesgada de la frecuencia media de PDL para la población general de
mayores de 70 años con DC es de 5 puntos?:
A) Rechazarla porque se encuentra fuera del intervalo de confianza (𝑝 < 0,05)
B) No se podría rechazar porque se encuentra dentro del intervalo de confianza (𝒑 > 0,01)
C) Rechazarla porque se encuentra fuera del intervalo de confianza (𝑝 < 0,01)

Como se puede apreciar en la solución de la pregunta anterior, 5 se encuentra comprendido entre los valores que
definen el intervalo de confianza para la desviación típica insesgada, luego la respuesta correcta es B.

SITUACIÓN 2. En un trabajo publicado por García, Gómez y Canto (2001) se analizan las diferencias de género ante
situaciones desencadenantes de celos, encontrando que las mujeres presentan mayor malestar que los hombres ante
la infidelidad emocional (pérdida de atención, cuidado y protección que la pareja dirige hacia otra persona), no
existiendo diferencias significativas ante la infidelidad sexual, que es la que más celos e ira genera tanto en hombres
como en mujeres.
Imagine que está usted interesado en comprobar si estos resultados se mantienen en la actualidad para los hombres
y mujeres de su localidad. Selecciona una muestra de 140 personas con relación de pareja estable, de las que un 60%
son mujeres. Todos los participantes contemplan un escenario de infidelidad y posteriormente responden a un
cuestionario de reacciones emocionales que proporciona datos en la escala de celos ante la infidelidad emocional (E)
y ante la infidelidad sexual (S). Los resultados obtenidos son los siguientes: en la escala E la media de los hombres es
12 y la de las mujeres 14, y sus varianzas insesgadas 16 y 20,25, respectivamente, siendo el error típico de la
diferencia de medias 0,743. Con estos datos, y fijando un nivel de confianza de 0,95, responda a las siguientes
preguntas:

Los datos facilitados en el enunciado son:

Cuasi. Var.
Media n
insegada
Hombres 12 16,000 56 𝜎𝑌�1−𝑌�2 = 0,743
Mujeres 14 20,250 84

9- Si quisiéramos comprobar que no existen diferencias significativas entre hombres (H) y mujeres (M) ante la
infidelidad sexual, formularíamos la siguiente hipótesis nula:
A) 𝛍𝐇 = 𝛍𝐌
B) µH ≠ µM
C) 𝜇𝐻 ≤ 𝜇𝑀

Las hipótesis a plantear son:

𝐻0 : µH = µM
𝐻1 : µH ≠ µM

10- Con los datos del enunciado, si quisiéramos comprobar que los hombres presentan mayor malestar ante la
infidelidad sexual que ante la infidelidad emocional utilizaríamos un diseño de:
A) Dos muestras independientes con varianzas poblacionales conocidas
B) Dos muestras relacionadas
C) Una sola muestra “pre-pos”

3
 Se pretende comparar las puntuaciones del mismo grupo de personas (hombres) en dos condiciones diferentes,
luego la respuesta es B.

11- Con los datos del enunciado, si quisiéramos comprobar que las mujeres presentan mayor malestar que los
hombres ante la infidelidad emocional, utilizaríamos el estadístico:
A) Z para muestras relacionadas
B) t para muestras independientes
C) F para dos muestras independientes

En este caso se pretenden comparar las medias de diferentes grupos (hombres y mujeres) en la misma variable,
siendo desconocidas las variables poblacionales, luego la respuesta correcta es B.

12- Con un nivel de confianza de 95%, el intervalo de confianza en el que se encontrará la diferencia de medias entre
mujeres y hombres, en la escala E, (𝜇𝑀𝑢𝑗 − 𝜇𝐻𝑜𝑚 ), es, aproximadamente:
A) 0,54 y 3,45
B) 13,03 y 14,96
C) -0,08 y 3,91

En este caso hay que trabajar con dos muestras independientes.

𝐸𝑚𝑎𝑥 = 𝑡𝑛1+𝑛2 −2;1−𝛼�2 𝜎𝑌�1−𝑌�2

Dado que: 𝑔. 𝑙. = 𝑛1 + 𝑛2 − 2 = 56 + 84 − 2 = 138, 𝑡𝑛1+𝑛2 −2;1−𝛼�2 = 𝑡138,0,975 ≈ 𝑧0,975 = 1,96

𝐸𝑚𝑎𝑥 = 1,96 ∙ 0,743 = 1,46

3,46
(𝑌�1 − 𝑌�2 ) ± 𝐸𝑚𝑎𝑥 → (14 − 12) ± 1,45 → �
0,54

13- Sin necesidad de nuevos cálculos de los realizados hasta el momento, ¿Qué decisión tomaría respecto a la
hipótesis nula 𝐻𝑜 : 𝜇𝑀𝑢𝑗 = 𝜇𝐻𝑜𝑚 en la escala E?:
A) No existen evidencias suficientes para rechazarla (𝑝 > 0,05)
B) Rechazarla porque el intervalo de confianza no cubre la diferencia “nula” entre las dos medias poblacionales
(𝒑 < 0,05)
C) Falta información adicional para tomar una decisión

Como podemos comprobar en los cálculos de la solución de la pregunta anterior, la diferencia nula
�𝜇𝑀𝑢𝑗 − 𝜇𝐻𝑜𝑚 = 0� NO está incluida entre los límites del intervalo de confianza, por lo que se rechaza la
hipótesis nula.

14- El estadístico d de Cohen de la diferencia entre hombres y mujeres en la escala E, vale:

A) 0,62
B) 0,54
C) 0,46

|𝑌�1 − 𝑌�2 | |14 − 12|

𝑑= = = 0,46
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 �55 ∙ 16 + 93 ∙ 20,25
� 1 138
𝑛1 + 𝑛2 − 2

15- Suponiendo que el estadístico de Cohen para esta situación valiese 𝑑 = 0,62 indicaría que:
A) El 62% de las mujeres tiene una reacción de celos superior a la media de los hombres
B) El 73,24% de las mujeres tiene una reacción de celos superior a la media de los hombres
C) El 26,76% de las mujeres tiene una reacción de celos superior a la media de los hombres
4
 Acudiendo a la tabla de curva normal, la proporción correspondiente a 𝑧 = 0,62 es igual a 0,2679, siendo la
probabilidad complementaria de este valor: 1 − 0,2679 = 0,7324. Dado que la media de las mujeres es superior
a la de los hombres, este valor indica que, el 73,24% de las mujeres tiene una reacción de celos superior a la
media de los hombres.

16- El estadístico d de Cohen:

A) Se aplica para contrastes no paramétricos de diferencia de proporciones
B) Analiza la relevancia de la diferencia de medias entre dos muestras independientes
C) Su valor depende del tamaño de las muestras

17- ¿Cuál de las siguientes gráficas es la que mejor reflejaría los resultados del trabajo original de García y Col.
(2001)?

A) B) C)

La respuesta correcta es A, donde se aprecia que las mujeres obtienen una media superior que los hombres ante
“infidelidad emocional” siendo muy parecidas las medias de hombres y mujeres ante la “infidelidad sexual” que es la
que más celos e ira genera tanto en hombres como en mujeres.

SITUACIÓN 3: En un estudio, en residencias de la tercera edad, sobre el efecto que tenían dos terapias
ocupacionales diferentes sobre las interacciones entre los residentes, se eligieron al azar 24 participantes, ocho de
cada una de tres instituciones semejantes, elegidas, también al azar, entre las de una comunidad autónoma del
Estado. Uno de los centros se utilizó como grupo control y en él no se realizó ninguna terapia (residencia A), en las
otras dos se probaron las terapias (una en la residencia B y otra en la residencia C). Se desea averiguar si hay
diferencias, en la media de interacciones entre los residentes, en las tres residencias. Se ha comprobado que la
distribución de la variable dependiente es normal y que las varianzas son homogéneas.
Media de interacciones diarias entre los residentes: Residencia A: 5,45; Residencia B: 7,275; Residencia C: 6,55

18- Se trata de muestras:

A) Apareadas
B) Relacionadas
C) Independientes

5
19- Cuántos grados de libertad se asocian al estadístico de contraste (señale el más aproximado):
A) 2 y 21
B) 3 y 23
C) 2 y 24

Se trata de un ANOVA de un factor con tres niveles. Los grados de libertad intergrupos son a-1=2, siendo “a” el
número de niveles del factor a=3. Y los grados de libertad intragrupos son N-a=21, siendo N=24 y a=3.

20- El valor del estadístico de contraste fue 6,21; conociendo este dato, ¿se debe rechazar la 𝐻0 ?
A) Sí (con alfa 0,005)
B) Sí (con alfa 0,05)
C) No (con alfa 0,01)

Acudiendo a la tabla F de Fisher para 2 y 20 grados de libertad (los más próximos) obtenemos los valores:

𝐹0,995 = 6,986, 𝐹0,99 = 5,849, 𝐹0,95 = 3,493

Por lo que el resultado obtenido es significativo para 𝛼 = 0,01, pero no para 𝛼 = 0,005, luego la respuesta
correcta es B.

21- Según el diseño y el resto de información que se describe en el enunciado, la correcta formulación de la hipótesis
alternativa, es:
A) 𝜇𝐴 ≠ 𝜇𝐵 ≠ 𝜇𝐶
B) 𝝁𝑨 ≠ 𝝁𝑩 ≠ 𝝁𝑪 (al menos para una µ𝒊 )
C) 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 (al menos para una µ𝑖 )

22- Sabiendo que 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 36,345 y 𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = 22,835; ¿cuál es el valor de 𝑀𝐶𝐼𝑛𝑡𝑒𝑟 ? (señale el más aproximado):
A) 1,09
B) 13,51
C) 6,76

A partir de estos datos ya conocidos: 𝑁 = 24; 𝑎 = 3; 𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = 22,835; 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 36,345; 𝐹 = 6,21

Podemos completar la tabla de ANOVA:

FV SC gl MC F
Inter 13,510 2 6,755 6,21
Intra 22,835 21 1,087
Total 36,345 23
(Los datos representados en color rojo se obtienen a partir de los
datos proporcionados en el examen)

23- Sabiendo que 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 36,345 y 𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = 22,835. Para realizar comparaciones entre pares de medias, ¿cuál
es el valor más aproximado de 𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 ?:
A) 1,78 (alfa 0,01)
B) 1,37 (alfa 0,01)
C) 1,78 (alfa 0,05)
𝑐2
𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = �(𝑎 − 1) ∙ 𝐹(1−𝛼),(𝑎−1),(𝑁−𝑎) �𝑀𝐶𝐼𝑛𝑡𝑟𝑎 �� � 𝑖 �𝑛𝑖 ��

2
Para 𝛼 = 0,05: 𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = √2 ∙ 3,493�1,087 ∙ = 1,378
8

6
 2
Para 𝛼 = 0,01: 𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = �2 ∙ 5,849�1,087 ∙ = 1,783
8

24- Si se hubiera rechazado la hipótesis nula y el estadístico para realizar las comparaciones múltiples, nos hubiese
dado un valor de 1,3 (con alfa 0,05); ¿entre qué grupos se encuentran diferencias estadísticamente
significativas?:
A) Residencia A y residencia B
B) Residencia A y residencia C
C) Residencia B y residencia C

|𝑌�𝐴 − 𝑌�𝐵 | = |5,45 − 7,275| = 1,825 > 1,3 → 𝐻1

|𝑌�𝐴 − 𝑌�𝐶 | = |5,45 − 6,550| = 1,100 < 1,3 → 𝐻0

|𝑌�𝐵 − 𝑌�𝐶 | = |7,275 − 6,55| = 0,725 < 1,3 → 𝐻0

25- En el análisis de varianza, cada nivel del factor es:

A) Una categoría de las variables dependientes
B) Cada una de las variables independiente
C) Una categoría de las variables independientes

7
 Modelo A. Febrero 2016. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en la
que no se pueda introducir texto

SITUACIÓN 1. Olivares y García-López (1998) desarrollaron un programa de tratamiento cognitivo-conductual para

adolescentes con fobia social generalizada. Imagine que usted dispone de una muestra de 32 adolescentes que padecen
fobia social generalizada de los que 24 son de género femenino, y quiere comprobar la eficacia del método propuesto por
Olivares y García-López (1998). Para ello forma dos grupos de forma aleatoria de 16 sujetos cada uno de ellos. En el Grupo
A utiliza el programa de Olivares y García-López (1998), utilizando el Grupo B como grupo control, al que no se aplica
tratamiento alguno. Para medir el grado de fobia social utiliza un inventario diseñado específicamente para este fin (IFS).
A mayor puntuación en este inventario, mayor fobia social.

Antes de aplicar el tratamiento se obtiene para el Grupo A una media en IFS igual a 10 y cuasidesviación típica igual a 3,
mientras que en el Grupo B la media es igual a 9,5 y la cuasidesviación típica igual a 3,5. Después de aplicar el tratamiento
en el Grupo A la media y cuasidesviación típica son 4 y 3,2, respectivamente. Para el Grupo B en el post-test se obtiene
una media igual a 9,25 con una cuasidesviación típica igual a 3,25.

Considerando a todos los sujetos de la muestra inicial, el investigador quiere comprobar si en la población de la
que se ha extraído esta muestra, la proporción de adolescentes de sexo femenino es superior a 0,6.

1- La hipótesis alternativa es:

A) 𝜋𝑀𝑢𝑗𝑒𝑟 < 0,6
B) 𝝅𝑴𝒖𝒋𝒆𝒓 > 𝟎, 𝟔
C) 𝜋𝑀𝑢𝑗𝑒𝑟 ≥ 0,6

Las hipótesis a plantear son:

𝐻0 : 𝜋 ≤ 0,6
𝐻1 : 𝜋 > 0,6

2- El valor absoluto del estadístico de contraste es, aproximadamente:

A) 2,33
B) 1,64
C) 1,73

𝑝 − 𝜋0 0,75 − 0,6
𝑍= = = 1,73
√𝑝(1 − 𝑝) √0,6(1 − 0,6)
𝑛 32

3- El nivel crítico del estadístico de contraste es:

A) 0,0418
B) 0,9582
C) Menor que 0,01

𝑇𝑎𝑏𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑍 = 1,73 → 𝑝 = 0,0418

1
 Queremos comprobar si existen diferencias estadísticamente significativas entre las puntuaciones medias del
IFS entre el Grupo A y el Grupo B antes de aplicar el tratamiento.

Antes de aplicar el tratamiento, los datos son:

Media Cuasi desviación típica

Grupo A 10 3
Grupo B 9,5 3,5

4- Si previamente se aplica un contraste de hipótesis sobre las varianzas poblacionales para decidir si se asumen
iguales o diferentes, el nivel crítico que se obtiene en este contraste es:
A) 𝒑 > 𝟎, 𝟏𝟎
B) 𝑝 < 0,10
C) 𝑝 = 0,10

Para decidir si se asumen varianzas poblacionales iguales o diferentes:

𝐻0 : 𝜎𝐴2 = 𝜎𝐵2
𝜎𝐵2 3,52
𝐻1 : 𝜎𝐴2 ≠ 𝜎𝐵2 𝐹= = 2 = 1,36
𝜎𝐴2 3

Los grados de libertad son: 𝑛1 − 1 = 15 𝑦 𝑛2 − 1 = 15. En la tabla los más próximos son 10 y 15, o bien 20
y 15. En el primer caso: 𝑓0,90;10;15 = 2,059 y en el segundo: 𝑓0,90;20;15 = 1,924. En cualquier caso, el
estadístico de contraste (𝐹 = 1,36) es inferior a ambas puntuaciones, y al ser el contraste bilateral el nivel
crítico es superior a 0,20.

5- Suponiendo que las medias poblacionales son iguales en los Grupos A y B, en el contraste de medias la
probabilidad de obtener un resultado como el observado en nuestros datos o más extremo, es:
A) 𝒑 > 𝟎, 𝟏𝟎
B) 𝑝 < 0,10
C) 𝑝 = 0,10

Tenemos que calcular el nivel crítico, es decir, la probabilidad de obtener un resultado igual o más extremo
que el observado en los datos suponiendo que es cierta la hipótesis nula, que en este caso especifica que las
medias poblacionales son iguales en los Grupos A y B.

El estadístico de contraste para comprobar si existen diferencias significativas entre las puntuaciones medias
del IFS entre el Grupo A y el Grupo B antes de aplicar el tratamiento:

𝑌̅1 − 𝑌̅2 10 − 9,5

𝑇= = = 0,434
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 1 √15 ∙ 3 + 15 ∙ 3,5 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 30 16 16
𝑛1 + 𝑛2 − 2 1 2

Acudiendo a la tabla t de Student para 30 grados de libertad, observamos que el estadístico de contraste se
encuentra entre las puntuaciones 0,389 y 0,53, que dejan por encima de sí las probabilidades 0,35 y 0,30
respectivamente. Como el contraste es bilateral, el nivel crítico se encuentra entre: 0,60 < 𝑝 < 0,70.

2
 Queremos comprobar si después de aplicar el tratamiento la puntuación media del IFS en el Grupo A es
inferior a la puntuación media del Grupo B en el post-test (asuma varianzas poblacionales iguales).

Después de aplicar el tratamiento, los datos son:

Media Cuasi desviación típica

Grupo A 4 3,2
Grupo B 9,25 3,25

6- El tamaño del efecto vale, aproximadamente:

A) 4,6
B) 0,8
C) 1,63

|𝑌̅1 − 𝑌̅2 | |4 − 9,25|

𝑑= = = 1,63
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 √15 ∙ 3,2 + 15 ∙ 3,25
√ 1 30
𝑛1 + 𝑛2 − 2

7- El valor absoluto del estadístico de contraste vale, aproximadamente:

A) 2,042
B) 1,697
C) 4,60

𝑌̅1 − 𝑌̅2 4 − 9,25

𝑇= = = 4,60
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 √15 ∙ 3,22 + 15 ∙ 3,252 1 1
√ 1 1 ( + )
(𝑛 + 𝑛 ) 30 16 16
𝑛1 + 𝑛2 − 2 1 2

8- Los resultados obtenidos indican que:

A) El tratamiento propuesto por Olivares y García-López (1998) no tiene ningún efecto sobre la fobia social en
adolescentes.
B) El tratamiento propuesto por Olivares y García-López (1998) disminuye la puntuación media en la escala de
fobia social (𝜶 = 𝟎, 𝟎𝟏).
C) El tratamiento propuesto por Olivares y García-López (1998) aumenta la puntuación media en la escala de
fobia social (𝛼 = 0,01).
9- El valor complementario de la probabilidad de cometer un error de tipo II se denomina:
A) Nivel de confianza.
B) Potencia del contraste.
C) Nivel crítico.
10- Al calcular intervalos confidenciales para una media poblacional, a medida que aumenta el tamaño de la muestra:
A) Aumenta el error máximo.
B) Disminuye el error típico.
C) Aumenta la cuasivarianza muestral.

3
 SITUACIÓN 2. Olivares y García-López (1998) desarrollaron un programa de tratamiento cognitivo-conductual para
adolescentes con fobia social generalizada. Imagine que ahora usted sólo dispone de una muestra de 6 adolescentes
que padecen fobia social generalizada. Para medir el grado de fobia social utiliza un inventario diseñado
específicamente para este fin (IFS). Se aplica el cuestionario IFS antes del tratamiento propuesto por Olivares y
García-López (1998) a estos 6 sujetos, y posteriormente se realizan dos seguimientos, uno a los 6 meses y otro a los
12 meses de finalizar la aplicación del tratamiento, para evaluar el mantenimiento o no de los resultados. Trabaje a
un nivel de confianza del 95%

Conociendo las siguientes sumas de cuadrados: 𝑆𝐶𝐴 = 148,11; 𝑆𝐶𝐸𝑟𝑟𝑜𝑟 = 19,22 y 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 174,94, y asumiendo
que se cumplen los supuestos pertinentes para ese diseño:

Se trata de un ANOVA de medidas repetidas con un factor y tres niveles. Con los datos aportados en el
enunciado podemos completar la tabla de ANOVA. En la siguiente tabla se representan en color negro los
datos aportados por el problema.

FV SC gl MC F
A 148,11 2 74,06 38,53
S 7,61 5 1,52
Error 19,22 10 1,92
Total 174,94 17

11- Se trata de un diseño:

A) De dos factores con muestras independientes.
B) De un factor con muestras independientes.
C) De un factor con muestras relacionadas.
12- La media cuadrática correspondiente a la variabilidad de los sujetos vale, aproximadamente:
A) 74,06
B) 1,52
C) No tiene sentido porque el diseño es de muestras independientes
13- Los grados de libertad correspondientes al estadístico de contraste son:
A) 2 y 5
B) 2 y 10
C) 2 y 17
14- El valor del estadístico de contraste es, aproximadamente:
A) 38,53
B) 5,786
C) 8,434
15- El valor crítico es, aproximadamente:
A) 7,559
B) 2,924
C) 4,103

Al nivel de confianza del 95% para 2 y 10 grados de libertad, el valor crítico es igual a: 𝑓 = 4,103

4
16- Con los resultados obtenidos:
A) Se mantiene la hipótesis nula para 𝛼 = 0,05.
B) Se rechaza la hipótesis nula para 𝛼 = 0,05 pero no para 𝛼 = 0,01.
C) Se rechaza la hipótesis nula para 𝜶 = 𝟎, 𝟎𝟏.

17- En los diseños intra-sujetos se considera que la varianza de error viene dada por:
A) El factor manipulado.
B) Los sujetos.
C) La interacción entre el factor manipulado y los sujetos.

SITUACIÓN 3. A continuación se muestra la recta de regresión por mínimos cuadrados que mejor ajusta los datos y el
Anova de la regresión lineal entre el Volumen de los cilindros y la potencia del motor en ocho automóviles (Honda
Civic, Toyota Prius, VS Golf, VS Beetle, Toyota Corolla, VW Jetta, Mini Cooper y Toyota Yaris). Se asume que se
cumplen todos los supuestos para este tipo de análisis.

F.V. S.C. g.l. M.C. F

Regresión 4927,03 1 4927,03 5,303
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎′ = −15,45 + 65,17(𝑉𝑜𝑙𝑢𝑚𝑒𝑛)
Residual 5574,84 6
Total 10501,87 7

18- ¿Qué significa la pendiente obtenida en este contexto?

A) Que un cambio de -15,48 unidades en la potencia provoca un cambio de 1 unidad en el volumen.
B) Que un cambio de 65,17 unidades en el volumen provoca un cambio de -15,45 unidades en la potencia.
C) Que un cambio en el volumen del cilindro del coche de 1 unidad provoca un cambio en la potencia de 65,17
unidades.
19- El intercepto de la recta de regresión muestral en esta situación vale:
A) -15,45
B) 65,17
C) 0
20- ¿Tiene sentido interpretar el intercepto en esta situación?
A) Sí porque la tabla del Anova nos indica que la regresión es significativa a un nivel de confianza del 95%.
B) Sí ya que es el valor predicho para la potencia del coche cuando el volumen de los cilindros vale 0.
C) No porque la potencia de un coche no puede ser negativa.
21- ¿Aproximadamente, qué valor predeciría para la potencia de un coche que tuviese un volumen en sus cilindros de
2,2 cm3?
A) 127,92
B) 62,75
C) 114,89
22- La Media Cuadrática del residuo vale, aproximadamente.
A) 5574,84
B) 929,14
C) 4927,03

5
23- Determine al 95% de nivel de confianza (unilateral) si la regresión resultó significativa.
A) No porque el nivel crítico de la F obtenida es superior a 0,05.
B) Sí porque el estadístico de contraste es menor que el valor crítico.
C) Sí porque el nivel crítico de F vale 0,001.

24- Uno de los supuestos básicos del análisis de regresión simple es:
A) Los pronósticos y los errores son independientes.
B) Las distribuciones condicionadas de los errores deben de tener una distribución uniforme.
C) No deben estar relacionadas las variables predictora y la variable dependiente o criterio.

25- Los coeficientes de correlación parcial y semiparcial son semejantes en que:

A) No son medidas de asociación.
B) No son correlaciones de orden cero.
C) No eliminan el influjo de otras variables independientes.

6
 Modelo C. Febrero 2016. No debe entregar los enunciados
Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en la
que no se pueda introducir texto

SITUACIÓN 1. Los pensamientos automáticos (también denominados autodiálogos) constituyen un nivel de

funcionamiento cognitivo que hacen referencia a la forma como la persona percibe y construye su mundo y se
emplean para evaluar la vulnerabilidad cognitiva ante determinados trastornos psicológicos como la depresión. Un
estudio publicado en Ansiedad y Estrés por Calvete (2005) confirma una mayor presencia en las mujeres de
pensamientos que expresan una visión negativa de sí mismas, autoculpa, rechazos por parte de los demás y
desesperanza (autodiálogos negativos). Esta mayor presencia de pensamientos automáticos negativos contribuye a
explicar las diferencias de género en depresión.

Imagine que usted dispone de una muestra de 121 mujeres y 151 hombres que responden a una Escala de
Depresión (ED) obteniendo una puntuación media de 19,2 y una desviación típica insesgada de 9,5 para las mujeres
y de 16,8 y 8,5 respectivamente para los hombres. Además en un 18% de las mujeres presentan un predominio de
los autodiálogos negativos frente al 9% de los hombres.

Datos del problema.

Proporción
𝑛 𝑌̅ 𝑆̂ Autodiálogos
negativos
Mujeres (M) 121 19,2 9,5 0,18
Hombres (H) 151 16,8 8,5

1- Si desea determinar el intervalo de confianza para la varianza poblacional de la escala de depresión (ED) para
hombres, deberá asumir que la distribución muestral de la varianza es:
A) F de Fisher.
B) Chi-cuadrado.
C) T de Student.

2- El intervalo de confianza de la proporción de mujeres que presentan un predominio de los autodiálogos

negativos en la población general, con un nivel de confianza del 95%, es, aproximadamente:
A) 0,112 y 0,248
B) 0,09 y 0,267
C) 0,198 y 0,297

𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑁𝐶 = 0,95 → 𝑧1−𝛼⁄2 = 1,96

𝑝(1 − 𝑝) 0,18(1 − 0,18)

𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝜎𝑃 = √ = 1,96√ = 0,0685
𝑛 121

0,248
𝑝 ± 𝐸𝑚𝑎𝑥 → 0,18 ± 0,0685 → {
0,112
1
3- Si quiere contrastar la hipótesis de que en la población el porcentaje de mujeres sintomáticas con predominio de
autodiálogos negativos es mayor del 10%, la hipótesis nula que formula es:
A) 𝜋 = 0,10
B) 𝝅 ≤ 𝟎, 𝟏𝟎
C) 𝜋 ≥ 0,10

4- El estadístico de contraste para la hipótesis nula de que el porcentaje de mujeres sintomáticas con predominio
de autodiálogos negativos es mayor del 10%, es, aproximadamente:
A) 2,93
B) 3,14
C) 1,74

𝑝 − 𝜋0 0,18 − 0,10
𝑍= = = 2,93
√𝜋0 (1 − 𝜋0 ) √0,10(1 − 0,10)
𝑛 121

5- Si desea comprobar que las muestras de hombres (H) y mujeres (M) provienen de poblaciones con la misma
varianza en la Escala de Depresión (ED), la hipótesis nula que formularía es:
A) 𝜎𝐻2 ≥ 𝜎𝑀
2

B) 𝜎𝐻2 ≤ 𝜎𝑀
2

𝝈𝟐
C) 𝝈𝟐𝑯 = 𝟏
𝑴

6- Si desea comprobar que las muestras de hombres y mujeres provienen de poblaciones con la misma varianza en
la Escala de Depresión (ED), el estadístico que obtiene y su valor crítico son, aproximadamente:
A) 2,19; p=0,05
B) 0,97; p<0,10
C) 1,25; p>0,10

𝑆̂12 9,52 𝑇𝑎𝑏𝑙𝑎 𝐹 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟

𝐹= = = 1,25 → 𝑝 > 0,10
𝑆̂2 8,5
2 2

Hay una errata en el enunciado, se debería pedir el “nivel” crítico en vez del “valor” crítico.

7- Si desea comprobar que las mujeres obtienen puntuaciones más altas que los varones en la Escala de Depresión
(ED) el estadístico de contraste que obtiene en valor absoluto, vale, aproximadamente:
A) 2,20
B) 2
C) 0,26

𝑌̅1 − 𝑌̅2 19,2 − 16,8

𝑇= = = 2,20
2 2
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √120 ∙ 9,5 + 150 ∙ 8,5 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 270 121 151
𝑛1 + 𝑛2 − 2 1 2

2
8- Si con los datos de su investigación el estadístico d de Cohen toma el valor 0,27 podría afirmar que:
A) El 60,64% de los hombres superan la media de depresión de las mujeres.
B) El 60,64% de las mujeres superan la media de depresión de los hombres.
C) El 27% de los hombres están por debajo de la media de depresión de las mujeres.

𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑧 = 0,27 → 𝑝 = 0,6064

9- Se llama error típico de un estadístico a la desviación típica de :

A) El parámetro poblacional.
B) La distribución muestral del estadístico.
C) La distribución de la muestra.

10- Cuál de los siguientes estimadores para la media poblacional de una distribución es suficiente:
A) La mediana.
B) La media aritmética.
C) La moda.

SITUACIÓN 2: El director de una escuela de ajedrez está interesado en identificar la mejor estrategia de control de la
atención (durante las partidas) para entrenar a los alumnos en la utilización de la más adecuada. Se han estudiado
tres estrategias: centrarse en estímulos internos (A), centrarse en estímulos externos (B) y hacer una parada de
pensamiento (C). El control de la atención se ha medido mediante una variable fisiológica (variaciones en la actividad
eléctrica de la piel). Se seleccionó una muestra aleatoria compuesta por 45 jugadores de ajedrez, que se asignaron al
azar a una de las tres condiciones experimentales. Se obtuvieron los siguientes resultados:

Estrategia 𝑛 Media D. Típica

A 15 37,53 11,17 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 6783,46
B 15 34 8,8
C 15 47,73 12,18 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 125,2
Total 45 39,75 12,11

Tras realizar todas las comprobaciones necesarias se concluyó que las observaciones eran independientes, las
distribuciones normales y las varianzas homogéneas.

Se trata de un ANOVA de un factor (estrategia de control de la atención) con tres niveles, siendo el
modelo equilibrado (𝑛1 = 𝑛2 = 𝑛3 = 15)

Con los datos del enunciado se puede completar la tabla de ANOVA.

FV SC gl MC F
Inter 1525,06 2 762,53 6,09
Intra 5258,4 42 125,2
Total 6783,46 44

3
11- Se trata de un diseño:
A) Con tres grupos no equilibrados.
B) Con muestras relacionadas.
C) Con muestras independientes.

12- La variable independiente de este experimento es:

A) Las variaciones de la actividad eléctrica de la piel.
B) El tipo de estrategia de control de la atención.
C) El que los sujetos sean jugadores de ajedrez.

13- Teniendo en cuenta la técnica apropiada para resolver este diseño, cuál sería el valor de los grados de libertad
del denominador del estadístico de contraste:
A) 42
B) 44
C) 28

14- La técnica de análisis de datos adecuada para probar la hipótesis del investigador es:
A) ANOVA de un factor con muestras independientes.
B) ANOVA bifactorial.
C) ANOVA de medidas repetidas.

15- Cuál es el valor más aproximado de la 𝑆𝐶𝑖𝑛𝑡𝑒𝑟 :

A) 5258,4
B) 762,53
C) 1525,06

16- Suponiendo que el cálculo del estadístico de contraste arrojó un valor igual a 6,09, con este dato:
A) No podemos tomar ninguna decisión respecto a la hipótesis de igualdad de medias.
B) Podemos rechazar la hipótesis de igualdad de medias (NC = 95%).
C) No podemos rechazar la hipótesis de igualdad de las medias (NC = 95%).

Consultando la tabla F de Fisher para 𝑛1 = 2 𝑦 𝑛2 = 30 grados de libertad (los más próximos):

𝑓0,95;2;30 = 3,316

Dado que: 6,09 > 3,316, se rechaza la hipótesis nula para un nivel de confianza del 95%

17- El valor crítico para rechazar 𝐻0 con 𝛼 = 0,01 vale:

A) 4,18
B) 5,39
C) 2,4

Consultando la tabla F de Fisher para 𝑛1 = 2 𝑦 𝑛2 = 30 grados de libertad (los más próximos):

𝑓0,99;2;30 = 5,39

4
18- Suponiendo que NO se rechazara la 𝐻0 , entre qué grupos sería conveniente realizar comparaciones:
A) Entre ninguno.
B) Entre los grupos B y C que son los que presentan la máxima diferencia en sus resultados.
C) Entre los grupos A, B y C

SITUACIÓN 3. Un estudio publicado en Acción Psicológica por Ramírez-Lucas, Ferrando, y Sainz (2015), analiza la
influencia de la inteligencia emocional (IE) de los padres y el desarrollo emocional de sus hijos escolarizados en el 2º
ciclo de educación infantil, indicando que los padres con mayor IE tienden a mostrar un estilo más democrático que
autoritario que, a su vez, influye positivamente en la IE de los niños.

Imagine que usted desea corroborar estos resultados con escolares de bachillerato para lo que dispone de
una muestra de 82 niños y sus respectivos padres que responden a un cuestionario de IE para adultos (IEA) y a un
segundo cuestionario de Estilos Parentales (EP), que valora el estilo parental que varía desde autoritario a
democrático sobre una única escala de intervalo. Por su parte, los hijos responden a un Inventario de IE para
Escolares (IEE), obteniendo los resultados que se muestran en las siguientes tablas.

Correlaciones
Media Varianza
EP IEA IEE
EP 2,9 0,9
EP - 0,65 0,42
IEA 2,7 1,1
IEA - 0,56
IEE 3,1 1,3
IEE -

19- El 31,36% de la variabilidad de la IE de los Escolares (IEE) se explica por:

A) Los estilos parentales EP
B) la IE de los padres.
C) una combinación lineal de los estilos parentales y la IE de los padres.

Elevando al cuadrado los coeficientes de correlación proporcionados en el enunciado, obtenemos los siguientes
coeficientes de determinación:

EP IEA IEE
EP 0,4225 0,1764
IEA 0,3136
IEE

20- Si quisiéramos pronosticar la puntuación de IE de los hijos (IEE) a partir de la IE de sus padres (IEA), la pendiente
de la ecuación de regresión es:
A) 0,609
B) 0,662
C) 0,515

5
 𝑆𝑦 √1,3
𝐵 = 𝑟𝑥𝑦 = 0,56 = 0,609
𝑆𝑥 √1,1

21- Con los datos de su investigación, la puntuación en la escala de IEE que pronosticamos para un estudiante cuyos
padres obtienen una puntuación de 3,1 puntos en la escala de IEA es:
A) 3,02
B) 3,34
C) Faltan datos para su cálculo.

𝐵0 = 𝑌̅ − 𝐵𝑋̅ = 3,1 − 0,609 ∙ 2,7 = 1,456

𝑌´ = 1,456 + 0,609 ∙ 3,1 = 3,34

22- Considerando que la IE de los Escolares (IEE) se puede predecir a partir de la IE de los padres y de los Estilos
Parentales (EP), la correlación semiparcial entre las variables IEA e IEE representa la contribución de la IE de los
padres sobre la IE de los hijos habiendo eliminado:
A) de la variable IEE la influencia de EP.
B) de la variable IEA la influencia de EP.
C) tanto de IEE como de IEA la influencia de EP.

23- Si en la ecuación de regresión para pronosticar la IE de los hijos (IEE) a partir de la IE de los padres (IEA) y su
Estilo Parental (EP) se obtuviese un coeficiente de determinación de 0,3969 podríamos afirmar que el 39,69% de
la varianza en la IE de los hijos (IEE) se debe a:
A) La IE de sus padres (IEA).
B) Al Estilo Parental (EP) de los padres.
C) Una combinación lineal de la IE y el EP de los padres.

24- La correlación entre la IE de los hijos (IEE) y IE de padres (IEA) eliminando de ésta la influencia del estilo parental
(EP) es, aproximadamente:
A) 0,56
B) 0,32
C) 0,38
𝑟𝑦1 − 𝑟𝑦2 𝑟12 𝑟𝐼𝐸𝐸;𝐼𝐸𝐴 − 𝑟𝐼𝐸𝐸;𝐸𝑃 𝑟𝐼𝐸𝐴;𝐸𝑃 0,56 − 0,65 ∙ 0,42
𝑠𝑟1 = = = = 0,38
√1 − 𝑟122 √1 2
2
√1 − 𝑟𝐼𝐸𝐴;𝐸𝑃 − 0,65

25- El valor del estadístico para contrastar la hipótesis de significación de la correlación lineal simple entre la IE de
los padres (IEA) y su estilo parental (EP) es, aproximadamente:
A) 6,05
B) 7,65
C) 4,14

𝑟𝑥𝑦 √𝑛 − 2 0,65√82 − 2
𝑇= = = 7,65
√1 − 2
𝑟𝑥𝑦 √1 − 0,652

6
 Modelo A. Septiembre de 2016. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

SITUACIÓN 1. Tras aplicar un programa de tratamiento del hábito de fumar a un grupo de 100 fumadores (50
hombres y 50 mujeres), 65 de ellos dejan de fumar (30 hombres y 35 mujeres). La edad media de la muestra
fue de 40 años con una cuasidesviación típica igual a 6.

1) El intervalo de confianza de la media poblacional de la variable edad, para un nivel de confianza del 99%, es
un valor comprendido entre:
A) 39,88 y 40,12
B) 38,42 y 41,58
C) 36,01 y 40,08

𝑆𝑛−1 6
𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 = 𝑡99;0,995 = 2,626 = 1,575
√𝑛 √100

41,58
𝑌̅ ± 𝐸𝑚𝑎𝑥 → 40 ± 1,5756 → {
38,42

Antes del tratamiento, el terapeuta informa a los sujetos que espera lograr que más de la mitad de ellos
dejen de fumar. Tras aplicar la terapia, y para comprobar si se cumplen las expectativas del terapeuta:

2) La hipótesis nula que se ha de plantear es:

A) 𝜋𝑁𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠 = 0,5
B) 𝜋𝑁𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠 ≥ 0,5
C) 𝝅𝑵𝒐 𝒇𝒖𝒎𝒂𝒅𝒐𝒓𝒆𝒔 ≤ 𝟎, 𝟓

3) El valor absoluto del estadístico de contraste es, aproximadamente:

A) 3,00
B) 2,17
C) 4,31
𝑝 − 𝜋0 0,65 − 0,50
𝑍= = =3
√𝜋0 (1 − 𝜋0 ) √0,50 ∙ 0,50
𝑛 100

4) Asumiendo que tras la terapia la proporción de fumadores en la población es igual a 0,5, la probabilidad de
obtener un estadístico de contraste como el observado, o más extremo, es igual a:
A) 0,05
B) 0,95
C) 0,0013

𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑍 =3→ 𝑝 = 0,0013

5) Según el resultado obtenido:

A) No se rechaza la hipótesis nula, ya que aproximadamente la mitad de los sujetos no han dejado de fumar.
-1-
 B) Rechazamos la hipótesis nula para 𝛼 = 0,05 pero no para 𝛼 = 0,01
C) Rechazamos la hipótesis nula para 𝜶 = 𝟎, 𝟎𝟏

Para comprobar si en la población son iguales las proporciones de hombres y mujeres que dejan de fumar,
realizamos otro contraste de hipótesis. En relación a éste:

6) El valor absoluto del estadístico de contraste vale, aproximadamente:

A) 1,96
B) 1,05
C) 1,64
𝑛1 𝑝1 + 𝑛2 𝑝2 65
𝑃= = = 0,65
𝑛1 + 𝑛2 100

35 30
𝑝1 − 𝑝2 −
𝑍= = 50 50 = 1,05
1 1
√𝑃(1 − 𝑃) ( + ) √0,65(1 − 0,65) ( 1 + 1 )
𝑛1 𝑛2 50 50

7) El nivel crítico vale, aproximadamente:

A) 0,1469
B) 0,2938
C) 0,05
𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙
𝑍 = 1,05 → 0,1468

Al ser el contraste bilateral: 𝑝 = 0,1468 ∙ 2 = 0,2938

8) Con un nivel de confianza del 95%, la conclusión sobre las proporciones de hombres y mujeres que dejan de
fumar es que:
A) No podemos rechazar la hipótesis de que ambas proporciones sean iguales en la población.
B) La proporción poblacional de hombres que dejan de fumar es superior a la de mujeres.
C) La proporción poblacional de mujeres que dejan de fumar es superior a la de hombres.

9) En un contraste de hipótesis sobre dos medias en el que el tamaño del efecto es moderado:
A) El estadístico de contraste puede ser significativo o no, dependiendo del tamaño de la muestra.
B) El estadístico de contraste siempre será significativo para 𝛼 = 0,05
C) El estadístico de contraste siempre será significativo para 𝛼 = 0,01

10) A la probabilidad de rechazar una hipótesis nula falsa se le denomina:

A) Nivel de confianza.
B) Potencia del contraste.
C) Beta.

SITUACIÓN 2. Para comparar la eficacia de tres métodos de enseñanza se dispone de una muestra de 9 sujetos,
que se asignan aleatoriamente a cada uno de los tres métodos (𝑎1 , 𝑎2 𝑦 𝑎3 ), obteniéndose los siguientes
resultados:

-2-
 𝑎1 𝑎2 𝑎3 𝑎12 𝑎22 𝑎32
3 4 6 9 16 36
2 3 4 4 9 16
1 2 5 1 4 25
Ʃ 6 9 15 14 29 77

Se asume que estos datos cumplen los supuestos necesarios para aplicar el correspondiente análisis.

Se trata de un ANOVA para un factor con muestras independientes con tres niveles (𝑎 = 3) y un modelo
equilibrado (𝑛 = 3)

302 62 92 152
𝑻 = 6 + 9 + 15 = 30; [𝑻] = = 100; [𝒀] = 14 + 29 + 77 = 120; [𝑨] = + + = 114
9 3 3 3

FV SC gl MC F
Inter 14 2 7

Intra 6 6 1 7

Total 20 8

11) Se trata de un diseño:

A) De dos factores con muestras independientes.
B) De un factor con muestras independientes.
C) De un factor con muestras relacionadas.

12) Los grados de libertad correspondientes al estadístico de contraste son:

A) 2 y 6
B) 2 y 8
C) 6 y 8

13) El valor del estadístico de contraste es aproximadamente igual a:

A) 4,12
B) 11,70
C) 7,00

14) Para un nivel de confianza del 95%, el valor crítico es aproximadamente igual a:
A) 5,143
B) 7,260
C) 10,92

15) El resultado obtenido:

A) Es significativo para un nivel de confianza del 99%
B) Es significativo para un nivel de confianza del 95%, pero no lo es para un nivel de confianza del 99%
C) No es significativo para los niveles de confianza de 95 y 99%
-3-
16) Para un nivel de confianza del 95%, el valor 𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 para realizar comparaciones múltiples dos a dos, es
igual a:
A) 3,82
B) 2,00
C) 2,62

𝑐2 2
𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = √(𝑎 − 1) ∙ 𝐹(1−𝛼),(𝑎−1),(𝑁−𝑎) √𝑀𝐶𝐼𝑛𝑡𝑟𝑎 [∑ ( 𝑖 ⁄𝑛𝑖 )] = √(3 − 1) ∙ 5,143 ∙ 1 ∙ = 2,619
3

17) En un ANOVA de dos factores, cuando la interacción no es significativa:

A) Es preciso rehacer el análisis focalizándolo sólo sobre los efectos principales.
B) Disminuye la suma de cuadrados de error.
C) Las opciones A y B son ciertas.

SITUACIÓN 3. El estilo atributivo interno ante situaciones negativas hace referencia a la tendencia persistente
de algunas personas a atribuir a sus propias características personales internas (torpeza, incapacidad,
irresponsabilidad, etc) el origen causal de las diferentes situaciones negativas o fracasos que experimentan a lo
largo del tiempo (suspender un examen, amonestación, separación, etc.) lo que les hace más propensas a
experimentar síntomas depresivos, cuando tienen que enfrentarse a situaciones similares. En un trabajo
publicado en la Revista de Psicopatología y Psicología Clínica por Sanjuán, Pérez-García, Rueda y Ruiz (2008) se
señala que, en una muestra de mujeres universitarias, los síntomas depresivos pierden su asociación con el
estilo atribucional cuando se controla el efecto de los síntomas de ansiedad.

Imagine que usted dispone de una muestra de 62 varones que responden a tres cuestionarios para medir el
estilo atribucional (E), los síntomas de Ansiedad (A) y Depresión (D) ante situaciones negativas, siendo sus
desviaciones típicas 12,5, 3,2 y 3,5 respectivamente. También obtiene las siguientes correlaciones simples
entre las puntuaciones del cuestionario de Estilo atribucional (E) y los de Ansiedad (A) y Depresión (D):
𝑟𝐸𝐴 = 0,26, 𝑟𝐸𝐷 = 0,32, 𝑟𝐷𝐴 = 0,39.

18) La correlación entre el estilo atribucional (E) y la ansiedad (A):

A) No es significativa, en ningún caso.
B) Es significativa con p < 0,05.
C) Es significativa con p < 0,01.

𝑟𝑥𝑦 √𝑛 − 2 0,26√62 − 2 𝑇𝑎𝑏𝑙𝑎 𝑇 𝑑𝑒 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 (60 𝑔.𝑙.)

𝑇= = = 2,086 → 0,02 < 𝑝 < 0,05
2
√1 − 𝑟𝑥𝑦 √1 − 0,262

19) ¿Qué porcentaje de la variabilidad de las puntuaciones en el cuestionario de estilo atribucional (E) se debe
a la depresión:
A) 10,24%
B) 67,6%
-4-
 C) 1,02%

2
𝑟𝐸𝐷 = 0,322 = 0,1024 → 10,24%

20) Si queremos medir la relación entre el estilo atribucional (E), y la ansiedad, (A), eliminando de ambas
variables la influencia de la depresión (D), debemos calcular:
A) La correlación múltiple de E con A y D.
B) La correlación parcial entre E y A.
C) La correlación semiparcial entre A y E.

21) ¿Qué porcentaje de la variabilidad del estilo atribucional queda sin explicar por la depresión y la ansiedad?:
A) 64,8%
B) 12,4%
C) 87,6%

2 2
2
𝑟𝑦1 + 𝑟𝑦2 − 2𝑟𝑦1 𝑟𝑦2 𝑟12 0,262 + 0,322 − 2 ∙ 0,26 ∙ 0,32 ∙ 0,39
𝑅𝑦.12 = = = 0,124
1 − 𝑟212 1 − 0,392

1 − 0,124 = 0,876 → 87,6%

22) En puntuaciones directas, los coeficientes de regresión para pronosticar las puntuaciones del estilo
atribucional en función de la depresión y la ansiedad son, respectivamente:
A) 0,26 y 0,16
B) 0,92 y 0,62
C) 0,15 y 0,39

𝑟𝐸𝐷 − 𝑟𝐸𝐴 𝑟𝐴𝐷 0,32 − 0,26 ∙ 0,39 𝑆𝐸 12,5

𝛽𝐷 = 2 = = 0,26; 𝐵𝐷 = 𝛽1 = 0,26 = 0,92
1 − 𝑟𝐴𝐷 1 − 0,392 𝑆𝐷 3,5

𝑟𝐸𝐴 − 𝑟𝐸𝐷 𝑟𝐴𝐷 0,26 − 0,32 ∙ 0,39 𝑆𝐸 12,5

𝛽𝐴 = 2 = = 0,16 ; 𝐵𝐴 = 𝛽1 = 0,16 = 0,62
1 − 𝑟𝐴𝐷 1 − 0,392 𝑆𝐴 3,2

23) La ordenada en el origen de la ecuación de regresión en puntuaciones diferenciales de la variable E en

función de las variables D y A:
A) Es el mismo que en puntuaciones directas.
B) Siempre vale cero.
C) Su valor depende de las medias de cada variable.

24) Para determinar qué parte de la variabilidad del estilo atribucional (E) se debe exclusivamente a la
depresión (D) debemos calcular:
A) El coeficiente de determinación múltiple.
B) El cuadrado del coeficiente de correlación parcial.
C) El coeficiente de correlación semiparcial.

25) ¿Qué representa el coeficiente de determinación múltiple ajustado?:

A) Es una estimación insesgada de la correlación poblacional al cuadrado.
-5-
B) La proporción de varianza de Y que se ajusta a la varianza de X.
C) Es el que se obtiene mediante al ajuste mínimo cuadrático.

-6-
 Modelo C. Septiembre de 2016. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda
introducir texto

SITUACIÓN 1. En un estudio de Paredes y Moreno (2015) publicado en la Revista de Psicología Clínica con niños
y adolescentes, se analizan y comparan las competencias lingüísticas en los niveles morfológicos y pragmáticos
del lenguaje entre menores con trastornos específicos del lenguaje (TEL) y aquellos con sintomatología
hiperactiva-atencional (TDAH), encontrando diferencias significativas en los niveles de análisis morfológico y
pragmático, siendo el grupo con sintomatología hiperactiva-atencional el que presenta mayores dificultades a
nivel pragmático del lenguaje (su uso en distintas situaciones de comunicación e interacción social).

Imagine que dispone de una muestra de 42 niños de entre 6 y 11 años de los que 26 presentan trastorno
específico del lenguaje (TEL) y el resto sintomatología de trastorno por déficit de atención con hiperactividad
(TDAH). A todos ellos se les administra la Batería de Lenguaje Objetiva y Criterial, BLOC, cuyas puntuaciones se
distribuyen normalmente en la población, para evaluar las diferentes áreas básicas del lenguaje. En el nivel
pragmático del BLOC se obtuvieron los resultados que se muestran en la tabla (puntuaciones más bajas indican
competencias lingüísticas más bajas y mayor dificultad).

Medias Desviaciones típicas insesgadas

TDAH 26 11
TEL 49 16

1) Con un nivel de confianza del 95%, el intervalo de confianza de la media poblacional de los niños con TDAH
en la batería BLOC, es un valor comprendido, aproximadamente, entre:
A) 20,7 y 31,4
B) 22,1 y 29,9
C) 20,1 y 31,9

𝑆𝑛−1 11 11
𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 = 𝑡16−1;0,975 = 2,131 = 5,86
√𝑛 √16 √16
31,86
𝑌̅ ± 𝐸𝑚𝑎𝑥 → 26 ± 5,86 → {
20,14

2) Con un nivel de confianza del 95%, el intervalo de confianza para la varianza poblacional de las puntuaciones
en la batería BLOC de los niños con trastornos específicos del lenguaje (TEL), es:
A) 157,5 y 487,8
B) 136,4 y 608,4
C) 13,12 y 40,6

2
(𝑛 − 1)𝑆𝑛−1 (26 − 1)162 2
(𝑛 − 1)𝑆𝑛−1 (26 − 1)162
𝑙𝑖 = 2 = = 157,455 𝑙𝑠 = 2 = = 487,816
𝜒𝑛−1;1− 𝛼⁄ 40,6465 𝜒𝑛−1;𝛼⁄ 13,1197
2 2

3) En un contraste de hipótesis bilateral sobre una media poblacional, ¿puede utilizarse el intervalo de confianza
para contrastar dicha hipótesis?
A) Sí, y se rechaza 𝑯𝟎 cuando el valor formulado en la 𝑯𝟎 se encuentra fuera del intervalo de confianza.
B) Sí, y se rechaza 𝐻0 cuando el estadístico de contraste se encuentra fuera del intervalo de confianza.
 C) El intervalo de confianza no aporta información para rechazar o no 𝐻0

4) Si quisiéramos comparar las competencias lingüísticas medias en los niveles morfológicos y pragmáticos de
los niños con TEL, aplicaríamos:
A) La prueba Z para dos muestras independientes.
B) La prueba Z para dos muestras relacionadas.
C) La prueba T para muestras relacionadas.

5) Si a partir de los datos de la muestra de niños con TDAH quisiéramos comprobar que la varianza poblacional
de las puntuaciones en la batería BLOC es mayor de 500 puntos, la hipótesis nula que formulamos es:
A) 𝜎 2 ≥ 500
B) 𝜎 2 = 0
C) 𝝈𝟐 ≤ 𝟓𝟎𝟎

Si quisiéramos corroborar los resultados obtenidos por Paredes y Moreno (2015) respecto a que el grupo con
sintomatología hiperactiva-atencional (TDAH) es el que presenta mayores dificultades (puntuaciones más bajas
en la batería BLOC) a nivel pragmático respecto a los niños con sintomatología TEL:

6) La hipótesis nula que formularemos es:

A) 𝑯𝑻𝑫𝑨𝑯 ≥ 𝑯𝑻𝑬𝑳
B) 𝐻𝑇𝐷𝐴𝐻 = 𝐻𝑇𝐸𝐿
C) 𝐻𝑇𝐷𝐴𝐻 ≤ 𝐻𝑇𝐸𝐿

7) Para poner a prueba la hipótesis de la pregunta anterior, y asumiendo la homogeneidad de las varianzas
poblacionales, el valor absoluto del estadístico de contraste, y su nivel crítico p, valen aproximadamente:
A) 5,05 (p < 0,01)
B) 2,42 (0,01 < p < 0,05)
C) 3,27 (p > 0,01)

𝑌̅1 − 𝑌̅2 26 − 49 𝑇𝑎𝑏𝑙𝑎 𝑇

𝑇= = = −5,05 → 𝑝 < 0,005
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 1 √(16 − 1)11 + (26 − 1)16 ( 1 + 1 )
√ 1 ( + ) 16 + 26 − 2 16 26
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

8) Con los resultados obtenidos en las preguntas anteriores, se concluye que entre los dos grupos de niños:
A) No existen diferencias significativas.
B) El grupo con TDAH presenta mayores dificultades a nivel pragmático del lenguaje para 𝑵𝑪 = 𝟗𝟗%
C) El grupo con TEL presenta mayores dificultades a nivel pragmático del lenguaje para 𝑁𝐶 = 95%

9) La probabilidad de rechazar una hipótesis nula que es verdadera, recibe el nombre de:
A) Potencia del contraste.
B) Error tipo II.
C) Nivel de significación.

10) El nivel crítico p, representa la probabilidad:

A) De rechazar la hipótesis nula cuando es cierta.
B) De rechazar la hipótesis alternativa si es cierta.
C) De obtener unos datos como los observados o más extremos siendo cierta la hipótesis nula.
SITUACIÓN 2. Utilizando una muestra de 18 sujetos, se pretende comprobar la eficacia de 3 métodos de
enseñanza (𝑎1 , 𝑎2 𝑦 𝑎3 ) y la realización o no de prácticas (𝑏1 𝑦 𝑏2 ), para lo que se asignan aleatoriamente los
sujetos de la muestra a cada una de las combinaciones posibles de tratamientos (método de enseñanza x
realización de prácticas). Se asume que los datos cumplen los supuestos necesarios. Conociendo las siguientes
razones básicas: [𝐴𝐵] = 753; [𝑌] = 763 𝑦 [𝑇] = 612,5 y los datos de la matriz AB.

Matriz AB
𝑎1 𝑎2 𝑎3
Con prácticas (𝑏1 ) 15 24 30
Sin prácticas (𝑏2 ) 6 9 21

Se trata de un diseño de dos factores con muestras independientes, donde:

𝑎 = 3; 𝑏 = 2; 𝑛 = 3 𝑦 𝑁 = 18

Conociendo la matriz AB, obtenemos fácilmente [A] y [B]:

𝑎1 𝑎2 𝑎3 212 + 332 + 512

[𝐴] = = 688,5
𝑏1 15 24 30 69 3∙2
𝑏2 6 9 21 36
692 + 362
21 33 51 105 [𝐵] = = 673
3∙3

A continuación calculamos las sumas de cuadrados:

𝑆𝐶𝐴 = [𝐴] − [𝑇] = 688,5 − 612,5 = 76 𝑆𝐶𝐵 = [𝐵] − [𝑇] = 673 − 612,5 = 60,5
𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = [𝑌] − [𝐴𝐵] = 763 − 753 = 10 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = [𝑌] − [𝑇] = 763 − 612,5 = 150,5
𝑆𝐶𝐴𝐵 = [𝐴𝐵] − [𝐵] − [𝐴] + [𝑇] = 753 − 688,5 − 617 + 612,5 = 4

Finalmente construimos la tabla de ANOVA:

FV SC g.l. MC F p F tabla
A 76,00 2 38,00 45,600 0,0000 3,885
B 60,50 1 60,50 72,600 0,0000 4,747
A×B 4,00 2 2,00 2,400 0,1328 3,885
Intra 10,00 12 0,83
Total 150,50 17 8,85

11) Se trata de un diseño:

A) De dos factores con muestras independientes.
B) De un factor con muestras independientes.
C) De un factor con muestras relacionadas.

12) Los grados de libertad para el estadístico de contraste correspondientes a la interacción, son:
A) 1 y 12
B) 2 y 12
C) 12 y 17
13) El número de efectos simples es igual a:
A) 4
B) 5
C) 6

14) Tras realizar el ANOVA, se observa que:

A) No es significativa la interacción, pero sí existen diferencias significativas entre los métodos de
enseñanza y entre la realización o no de prácticas.
B) Los tres estadísticos de contraste son significativos.
C) Ningún estadístico de contraste es significativo.

15) Para 𝛼 = 0,01, respecto a la realización o no de prácticas:

A) Se acepta 𝐻0 , los resultados son iguales realizando o no prácticas.
B) Se rechaza 𝑯𝟎 , los resultados son mejores (mayores puntuaciones) con prácticas.
C) Es necesario aplicar la prueba de Scheffé para comprobar si los resultados fueron mejor con prácticas.

16) En un ANOVA de un factor con más de dos muestras independientes, ¿utilizaría la prueba t de Student para
realizar comparaciones múltiples dos a dos?:
A) Sí, porque es la mejor opción.
B) No porque se incrementa la probabilidad de aceptar 𝐻0 siendo falsa.
C) No porque se incrementa la probabilidad de rechazar 𝑯𝟎 siendo verdadera.

17) En un ANOVA de medidas repetidas de un factor, la variabilidad total observada en la variable dependiente
se descompone en tres componentes, los dos primeros corresponden a la variabilidad del factor que estamos
manipulando y la variabilidad de los sujetos. El tercer componente hace referencia a:
A) La variabilidad de la interacción entre el factor y los sujetos.
B) Las desviaciones de las puntuaciones de los sujetos respecto a la combinación de tratamientos.
C) Ninguna de las opciones anteriores es correcta.

SITUACIÓN 3. Se aplica un programa de tratamiento del hábito de fumar a un único sujeto durante siete semanas
(𝑛 = 7). Se desea pronosticar el número de cigarros fumados (Y) en función del número de semana de
tratamiento (X). A partir de los siguientes sumatorios: ∑ 𝑋 = 28; ∑ 𝑌 = 98; ∑ 𝑋𝑌 = 338; ∑ 𝑋 2 =
140; ∑ 𝑌 2 = 1484.
18) El coeficiente de correlación de Pearson entre X e Y vale, aproximadamente:
A) 0,930
B) – 0,93033
C) – 𝟎, 𝟗𝟔𝟒

𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 7 ∙ 338 − 28 ∙ 98
𝑟𝑥𝑦 = = = −0,964
√[𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ][𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 ] √(7 ∙ 140 − 282 )(7 ∙ 1484 − 982 )

19) El estadístico de contraste y el nivel crítico para comprobar si la relación entre X e Y es significativa valen,
aproximadamente:
A) 𝑇 = 8,14 (𝑝 > 0,01)
B) 𝑇 = −2,73 (𝑝 < 0,02)
C) 𝑻 = −𝟖, 𝟏𝟒 (𝒑 < 𝟎, 𝟎𝟏)
 𝑟𝑥𝑦 √𝑛 − 2 −0,964√7 − 2
𝑇= = = −8,14
√1 − 2
𝑟𝑥𝑦 √1 − 0,9642

20) La ecuación de regresión de Y sobre X obtenida es:

A) 𝑌´ = −0,964𝑋
B) 𝑌´ = −0,93𝑋
C) 𝒀´ = 𝟐𝟏, 𝟕𝟏 − 𝟏, 𝟗𝟑𝑿

𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 7 ∙ 338 − 28 ∙ 98
𝐵= = = −1,93
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 7 ∙ 140 − 282

𝐵0 = 𝑌̅ − 𝐵𝑋̅ = 14 − (−1,93)7 = 21,71

21) Según la ecuación de regresión obtenida, por cada dos semanas de tratamiento, el número de cigarros
fumados disminuirá en, aproximadamente:
A) 4 cigarros
B) 2 cigarros
C) Dependerá de la semana en cuestión.

Por cada semana de tratamiento el número de cigarros fumados disminuye en 1,93, luego en dos
semanas: 1,93 ∙ 2 = 3,86 ≈ 4

22) Según la ecuación de regresión obtenida, el número de semanas necesario para que el sujeto deje de fumar
(𝑌 ′ = 0) es:
A) 8 semanas.
B) Entre 8 y 9 semanas.
C) Entre 11 y 12 semanas.

0 = 21,71 − 1,93𝑋 → 𝑋 = 11,25

23) Para que sean válidas las inferencias que sobre la variable dependiente se hagan con la recta de regresión,
las varianzas de las distribuciones de los errores, condicionadas a los diferentes valores de la variable
independiente deben de cumplir el supuesto de:
A) Heterocedasticidad.
B) Homocedasticidad.
C) Uniformidad.

24) Para la regresión lineal simple se obtienen dos coeficientes, ordenada en el origen (𝐵0 ) y pendiente (𝐵).
Generalmente, estaremos más interesados en interpretar:
A) 𝐵0
B) 𝑩
C) Depende de la magnitud del coeficiente de correlación de Pearson.

25) Con dos variables independientes (𝑋1 ; 𝑋2 ) y una variable dependiente (𝑌), el coeficiente de correlación
parcial entre 𝑋1 e 𝑌, representa:
A) La relación entre 𝑌 y 𝑋1 eliminando el influjo de 𝑋2 sobre la variable dependiente.
B) La relación entre 𝒀 y 𝑿𝟏 eliminando el influjo de 𝑿𝟐 sobre la variable dependiente y sobre 𝑿𝟏 .
C) La relación entre 𝑌 y 𝑋2 eliminando el influjo de 𝑋1 sobre la variable dependiente y sobre 𝑋2 .
 Modelo A. Enero de 2017. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y calculadora en la que no se pueda introducir texto

SITUACIÓN 1.Aliri, Garaigordobil y Martínez-Valderrey (2013) publican un trabajo en el que se analizan las
diferencias en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a
17 años de la ESO escolarizados en distintos centros educativos de Guipúzcoa (Guipuzkoa) de los que el 40,3%
estudiaban en colegios privados religiosos y el resto en colegios no religiosos (públicos o privados). Sus resultados
indican que los chicos que estudian en colegios religiosos son más sexistas que los que estudian en colegios no
religiosos, mientras que en las chicas no aparecen estas diferencias.

Usted desea comprobar si estos resultados también se producen en su localidad, para lo que selecciona una
muestra de 300 adolescentes, de los que el 47% son chicos y de estos 61 estudian en colegios religiosos (CR). A todos
se les pasa el Inventario de Sexismo Ambivalente para adolescentes(ISA), en el que a mayor puntuación mayor
sexismo. Los chicos de colegios religiosos (CR) obtienen una media de 3,9 con una desviación típica insesgada de
0,75 mientras que los chicos de colegios no religiosos (CNR) tienen una media de 3,4 y desviación típica insesgada de
0,84.

1) Con los datos de su trabajo, el valor del estadístico de contraste sobre la igualdad de varianzas entre los chicos de
colegios no religiosos (CNR) y los chicos de colegios religiosos (CR) es, aproximadamente:
A) 1,25
B) 1,67
C) 0,68

Sobre la muestra de 300 adolescentes, el número de chicos es igual a: 𝑛𝑛º 𝑐𝑐ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 = 300 × 0,47 = 141

Dado que 61 chicos estudian en colegios religiosos, el número de chicos que estudian en colegios no religiosos es
iguala a: 141 − 61 = 80

Tenemos por lo tanto dos muestras independientes (para los chicos) con los siguientes datos:

n Media Cuasi D. típica

Colegios religiosos (CR) 61 3,9 0,75
Colegios no religiosos (CNR) 80 3,4 0,84

El estadístico de contraste sobre igualdad de varianzas entre los chicos de colegios no religiosos y los chicos de
colegios religiosos es:

𝑆𝑆̂𝐶𝐶𝐶𝐶𝐶𝐶
2
0,842
𝐹𝐹 = = = 1,254
𝑆𝑆̂𝐶𝐶𝐶𝐶
2 0,752

2) El nivel crítico p, para tomar una decisión respecto a la hipótesis de igualdad de varianzas es:
A) 𝑝𝑝 < 0,10
B) 𝒑𝒑 > 0,10
C) 𝑝𝑝 < 0,05

-1-
 Tenemos 79 y 60 g.l. siendo los más próximos en las tablas: 60 y 60 g.l. Observamos que en dichas tablas que:
𝑓𝑓60;60;0,90 = 1,395, y como el contraste es bilateral, multiplicamos por dos la probabilidad de las tablas, con lo que:
𝑝𝑝 > 0,20.

3) Si en el trabajo original de Aliri et al. (2013)utilizaron una muestra de 1.440 adolescentes para responder al ISA,
¿entre que valores se encontrará la proporción poblacional de adolescentes escolarizados en colegios no
religiosos, con un nivel de confianza del 95%?:
A) 36,9% - 41,4%
B) 57,2% - 62,2%
C) 37,8% - 42,8%

En la muestra del estudio de Aliri, el 40,3% estudian en colegios religiosos, por lo que la proporción de
adolescentes escolarizados en colegios no religiosos, es:

𝑝𝑝 = 1 − 0,403 = 0,572

Y el error máximo de estimación, con un nivel de confianza del 95%, es:

𝑝𝑝(1 − 𝑝𝑝) 0,572 ∙ (1 − 0,572)

𝐸𝐸𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑧𝑧1−𝛼𝛼�2 𝜎𝜎𝑃𝑃 = 𝑧𝑧1−𝛼𝛼�2 𝜎𝜎𝑃𝑃 = � = 1,96� = 0,025
𝑛𝑛 1440

0,622
Por lo que el intervalo de confianza, resulta: 𝑝𝑝 ± 𝐸𝐸𝑚𝑚𝑚𝑚𝑚𝑚 → 0,572 ± 0,025 → �
0,572

Lo que indica que la proporción poblacional de adolescentes escolarizados en colegios no religiosos se

encuentra, expresado en términos de porcentaje, entre el 57,2% y el 62,2%

4) Si su hipótesis es que los chicos de colegios religiosos son más sexistas que los de colegios públicos, la hipótesis
nula a contrastar, es:
A) 𝜇𝜇𝐶𝐶𝐶𝐶 = 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
B) 𝜇𝜇𝐶𝐶𝐶𝐶 ≥ 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
C) 𝝁𝝁𝑪𝑪𝑪𝑪 ≤ 𝝁𝝁𝑪𝑪𝑪𝑪𝑪𝑪

Si su hipótesis es que los chicos de colegios religiosos son más sexistas, se está indicando la dirección de la
diferencia 𝜇𝜇𝐶𝐶𝐶𝐶 > 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶 . Esta sería la hipótesis alternativa. La hipótesis nula es la complementaria que siempre
incluye el signo "igual". Las hipótesis que se han de plantear son:

𝐻𝐻0 : 𝜇𝜇𝐶𝐶𝐶𝐶 ≤ 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶

𝐻𝐻1 : 𝜇𝜇𝐶𝐶𝐶𝐶 > 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶

5) Para contrastar la hipótesis anterior, la analizaría bajo las condiciones de un diseño de:

-2-
 A) Dos muestras independientes provenientes de poblaciones con la misma varianza.
B) Dos muestras relacionadas, porque son estudiantes, adolescentes y de la ESO.
C) Dos muestras independientes provenientes de poblaciones con varianzas distintas.

6) Con los resultados obtenidos en su trabajo, el valor absoluto del estadístico de contraste vale, aproximadamente:
A) 3,67
B) 2,6
C) 1,64

El estadístico de contraste para dos muestras independientes que provienen de poblaciones con varianzas
desconocidas pero iguales, es:

𝑌𝑌�1 − 𝑌𝑌�2 3,9 − 3,4

𝑇𝑇 = = = 3,666
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 1 1 60∙0,75 2 +79∙0,84 2 1 1
� � + � � � + �
𝑛𝑛 1 +𝑛𝑛 2 −2 𝑛𝑛 1 𝑛𝑛 2 61+80−2 61 80

7) El estadístico d de Cohen resultante de sus datos es, aproximadamente:

A) 0,68
B) 0,59
C) 0,62

|𝑌𝑌�1 − 𝑌𝑌�2 | |3,9 − 3,4|

𝑑𝑑 = = = 0,623
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 60∙0,75 2 +79∙0,84 2
� �
𝑛𝑛 1 +𝑛𝑛 2 −2 61+80−2

8) Si el valor del estadístico de Cohen, obtenido a partir de sus datos, fuera 0,65, ¿Cuál de las siguientes
afirmaciones es FALSA?:
A) El 65% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los chicos
escolarizados en CNR.
B) El 74,22% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los
chicos escolarizados en CNR.
C) El 74,22% de los chicos escolarizados en CNR muestran unas actitudes sexistas inferiores a la media de los
chicos escolarizados en CR.

A partir de la puntuación d=0,65 y consultando las tablas de la distribución normal, se observa que las
alternativas B y C, son ciertas y se representan en la siguiente figura:
B) C)

9) La distribución muestral de cualquier estadístico obtenido de una muestra aleatoria es:

A) Insesgada.
B) Un parámetro.
C) Una variable aleatoria.

-3-
10) La potencia del contraste se puede expresar simbólicamente como:
A) 𝑃𝑃(𝐻𝐻0 = 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 | 𝐻𝐻0 = 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓)
B) 𝑃𝑃(𝐻𝐻0 = 𝑟𝑟𝑟𝑟𝑟𝑟ℎ𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 | 𝐻𝐻0 = 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
C) 𝑷𝑷(𝑯𝑯𝟎𝟎 = 𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓 | 𝑯𝑯𝟎𝟎 = 𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇)
La potencia del contraste es una decisión correcta que corresponde a la probabilidad de rechazar una Ho cuando es
FALSA:

SITUACIÓN 2.Aliri, Garaigordobil y Martínez-Valderrey (2013) publican un trabajo en el que se analizan las
diferencias en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a
17 años de la ESO escolarizados en distintos centros educativos de Guipúzcoa (Guipuzkoa) de los que el 40,3%
estudiaban en colegios privados religiosos y el resto en colegios no religiosos. Sus resultados indican que los chicos
que estudian en colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que en
las chicas no aparecen estas diferencias.

11) En este trabajo, las variables independientes son:

A) El tipo de colegio y las actitudes sexistas.
B) Las actitudes sexistas y el sexo.
C) El tipo de colegio y el sexo.

12) Los resultados indican que:

A) Existe interacción entre el tipo de colegio y el sexo.
B) No existe interacción de la variable independiente sobre la variable dependiente.
C) No es posible hacer referencia a ningún tipo de interacción.

Existe interacción cuando los efectos de una VI son diferentes para cada uno de los niveles de la otra variable
independiente. Y esto es lo que se refleja al señalar que " Sus resultados indican que los chicos que estudian en
colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que en las chicas no
aparecen estas diferencias".

13) El análisis de los resultados de este trabajo se realiza desde la estrategia de un diseño:
A) Unifactorial de muestras independientes.
B) Factorial 2x2.
C) De regresión con dos variables independientes o predictoras.

Dos variables independientes (tipo de colegio y sexo) con dos niveles en cada una (religiosos vs no religiosos, y chico
vs chica)

Posteriormente usted desea comprobar si estos resultados también se producen en su localidad, para lo que
selecciona una muestra de 300 adolescentes, de los que el 53% son chicas y de estas 61 estudian en colegios
privados religiosos (PRR), 29 en colegios privados no religiosos (PRN) y el resto en colegios públicos no religiosos
(PUN). Todas ellas responden alInventario de Sexismo Ambivalente para adolescentes(ISA) obteniendo los siguientes
resultados en el análisis: 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 672 y 𝑀𝑀𝑀𝑀𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 = 14. Se cumplen los supuestos necesarios para comprobar si el
tipo de colegio influye en las actitudes sexistas de las chicas.

-4-
 Se utiliza una muestra de 300 adolescentes de los que el 53% son chicas. Y de estas sabemos cuántas están
escolarizadas en colegios privados religiosos (PRR), privados no religiosos (PRN) y públicos no religiosos (PUN). Se
pide comprobar si el tipo de colegio influye en las actitudes sexistas de las chicas. Se trata, por tanto, de un ANOVA
de un factor con tres niveles (PRR, PRN y PUN) siendo el N referido a las chicas: 𝑁𝑁 = 0,53 ∙ 300 = 159. Los datos
aportados en el enunciado son:

FV SC gl MC F
Inter 𝑎𝑎 − 1 = 3 − 1 = 2 14
Intra
Total 672 𝑁𝑁 − 1 = 159 − 1 = 158

Completamos la tabla de ANOVA:

FV SC gl MC F
Inter 2 ∙ 14 = 28 2 14
644� 14
Intra 672 − 28 = 644 158 − 2 = 156 156 = 4,128 = 3,391
4,128
Total 672 158

14) Los datos los analiza mediante:

A) Un ANOVA con tres factores: PRR, PRN y PUN.
B) Un ANOVA unifactorial de efectos fijos.
C) Un ANOVA unifactorial de efectos aleatorios.

Un factor que corresponde al tipo de colegio con tres niveles PRR, PRN y PUN.

15) El estadístico de contraste que obtiene es, aproximadamente:

A) 3,4
B) 6,5
C) 5,7

16) La interpretación de los resultados obtenidos en su análisis es:

A) No existen diferencias significativas en las chicas (𝑝𝑝 > 0,05).
B) Existen diferencias significativas con un nivel de significación de 0,05 pero no con 0,01 (𝟎𝟎, 𝟎𝟎𝟎𝟎 < 𝑝𝑝 < 0,05).
C) Las diferencias son significativas (𝑝𝑝 < 0,001).

Consultamos las tablas de F con 2 y 120 gl (el valor más aproximado a 158 gl) y figuran los siguientes:
F= 3,072 que deja a su izquierda una probabilidad
de 0,95 y a su derecha de 0,05

F= 4,787 que deja a su izquierda una probabilidad

de 0,99 y a su derecha de 0,01.

El estadístico de contraste F=3,391 se encuentra

entre ambos valores críticos por lo que el nivel
crítico p es mayor que 0,01 y menor que 0,05.

-5-
17) Si desea comprobar que la media de las chicas de colegios privados religiosos es igual que la media de las chicas
de los otros dos colegios, ¿cuál de las siguientes sería su hipótesis nula?:
A) μ𝑃𝑃𝑃𝑃𝑃𝑃 = μ𝑃𝑃𝑃𝑃𝑃𝑃 + μ𝑃𝑃𝑃𝑃𝑃𝑃
B) (2) μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1) μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1) μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0
C) (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (−𝟐𝟐)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 = 𝟎𝟎

La Ho es: "la media de las chicas de colegios privados religiosos es igual que la media de las chicas de los otros
dos colegios", es decir:

μPRN + μPUN
H0 : μ𝑃𝑃𝑃𝑃𝑃𝑃 = → (2)μ𝑃𝑃𝑃𝑃𝑃𝑃 = (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1)μ𝑃𝑃𝑃𝑃𝑃𝑃
2
que se puede expresar de varias formas, alterando el orden de los sumandos, como:

H0 : (2)μ𝑃𝑃𝑃𝑃𝑃𝑃 − (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 − (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0

𝐇𝐇𝟎𝟎 : (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (−𝟐𝟐)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 = 𝟎𝟎

H0 : (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (−2)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0

Pero en cualquier caso, la alternativa correcta es la C)

18) El valor crítico para rechazar o no la hipótesis nula formulada en la pregunta anterior, se obtiene.
A) En la tabla de la distribución t con 𝑁𝑁 − 1 g.l.
B) En la tabla de la distribución F con 𝑛𝑛1 − 1 y 𝑛𝑛2 − 1 g.l.
C) A partir del rango mínimo de Scheffé.

La pregunta anterior (la nº 17) hace referencia a lo que se conocen como contrastes "a posteriori", "post hoc",
comparaciones múltiples o no planificados y, como se indica en la página 176 del texto:

19) En un modelo de ANOVA de efectos aleatorios:

A) El investigador establece como niveles del factor sólo aquellos en los que está interesado en estudiar.
B) Se considera que los “i” niveles del factor son una muestra aleatoria de todos los posibles niveles.
C) Todos los modelos de ANOVA son de efectos aleatorios.

La alternativa A) hace referencia al modelo de efectos fijos mientras que la alternativa B) hace referencia al
modelo de efectos aleatorios que se describen en el tema 5 epígrafes 5.3 y 5.5. La alternativa C) es falsa.

SITUACIÓN 3. García, Alvarado y Jiménez (2000) estudian la capacidad de la regresión lineal para predecir el
rendimiento académico, utilizando una muestra de 175 universitarios de primero de psicología, encontrando que el
rendimiento previo (RP)y la participación (P) son buenos predictores del rendimiento académico (R), obteniendo un
coeficiente de determinación múltiple igual 0,42 y el siguiente modelo de regresión:

𝑅𝑅´ = 2,52 + 0,82 ∙ 𝑅𝑅𝑅𝑅 + 1,13 ∙ 𝑃𝑃

-6-
Imagine que usted dispone de una muestra de 25 estudiantes de psicología para los que obtiene un coeficiente de
correlación de Pearson entre R y RP igual a 0,45, y el siguiente modelo de estimación:

𝑅𝑅´ = 1,5 + 0,75 ∙ 𝑃𝑃

20) En el trabajo de García, Alvarado y Jiménez (2000), la proporción de varianza de R explicada por las dos variables
independientes es igual a:
A) 0,67
B) 0,42
C) 0,20
El coeficiente de determinación se interpreta en términos de % de varianza común o explicada de la VI debida a la
VD. En consecuencia si la correlación es 0,45 el coeficiente de determinación es 0,452= 0,2025 (20,25%). El
20,25% de la varianza (variabilidad) de la variable R se debe a la variación en la variable P.

21) El modelo obtenido por García, Alvarado y Jiménez (2000) pronostica, para un sujeto cuya participación es nula y
cuyo rendimiento previo es igual a 7 puntos, una puntuación en rendimiento académico igual a:
A) 6,62
B) 5,80
C) 8,26

Utilizando la ecuación de regresión para RP=7 y P=0, el pronóstico en R es:

𝑅𝑅´ = 2,52 + 0,82 ∙ 𝑅𝑅𝑅𝑅 + 1,13 ∙ 𝑃𝑃 = 2,52 + 0,82 ∙ 7 + 1,13 ∙ 0 = 8,26

22) Para la muestra de 25 sujetos de la que usted dispone, se desea contrastar si la relación entre R y RP es
significativa. En este caso, se obtiene un estadístico de contraste aproximadamente igual a:
A) 2,42
B) 3,02
C) 1,48

Las hipótesis son:

𝐻𝐻0 : 𝜌𝜌𝑥𝑥𝑥𝑥 = 0
𝐻𝐻1 : 𝜌𝜌𝑥𝑥𝑥𝑥 ≠ 0

Y el estadístico de contraste:
𝑟𝑟𝑥𝑥𝑥𝑥 √𝑛𝑛 − 2 0,45√25 − 2
𝑇𝑇 = = = 2,417
�1 − 2
𝑟𝑟𝑥𝑥𝑥𝑥 �1 − 0,452

23) Para la muestra de 25 sujetos de la que usted dispone, la conclusión sobre el contraste de la pregunta anterior es:
A) La relación entre R y RP no es significativa para un nivel de confianza del 95% (0,10 < 𝑝𝑝 < 0,20).
B) La relación entre R y RP es significativa para un nivel de confianza del 99% (𝑝𝑝 < 0,01).
C) La relación entre R y RP es significativa para un nivel de confianza del 95% (𝟎𝟎, 𝟎𝟎𝟎𝟎 < 𝑝𝑝 < 0,05).

-7-
 En la tabla de la distribución T con n-2= 25-2= 23 gl los valores
más aproximados al estadístico de contraste obtenido
(T=2,417) son 2,069 -que deja a su derecha una probabilidad
de 0,025- y 2,5 -que deja a su izquierda una probabilidad de
0,01. Por tanto, el estadístico de contraste, que se encuentra
entre los dos, deja una probabilidad mayor que 0,01 y menor
que 0,025.

24) Con la muestra de 25 sujetos de la que usted dispone, si un sujeto obtiene una puntuación en RP igual a la media
de dicha variable, su puntuación típica pronosticada en la variable R es igual a:
A) Cero.
B) Uno.
C) No disponemos de datos suficientes.
Si la puntuación X es igual a su media , entonces la puntuación típica Z es:

X−� X 0
𝑍𝑍 = = =0
Sx Sx
Y la puntuación típica pronosticada, es:
𝑍𝑍𝑌𝑌 = 𝑟𝑟𝑋𝑋𝑋𝑋 . 𝑍𝑍𝑋𝑋 = 𝑟𝑟𝑋𝑋𝑋𝑋 . 0 = 0

25) Los supuestos necesarios para realizar inferencias sobre correlación y regresión, incluyen:
A) Heterocedasticidad para las varianzas de las distribuciones condicionadas de los errores.
B) Independencia entre los valores estimados Y´ y los errores de estimación ε.
C) Independencia entre los valores de la variable independiente X y los valores estimados Y´.

Puede consultarse el epígrafe 8.3.3. sobre inferencias en la correlación y regresión para comprobar que la
alternativa correcta es la B).

-8-
 Modelo C. Febrero de 2017. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y calculadora en la que no se pueda introducir texto

SITUACIÓN 1. García y García (2002) estudian variables biográficas, de aptitudes y de personalidad con el fin de
pronosticar la inserción laboral en el sector de la construcción. Utilizan una muestra de 86 alumnos que finalizan
cursos de formación profesional. La edad media de la muestra es de 23,4 años con una cuasidesviación típica de 5,6
y 75 sujetos han obtenido un nivel de estudios de graduado escolar.

Usted está interesado en estudiar la misma problemática del trabajo de García y García (2002), para lo que dispone
de una muestra de 100 sujetos cuya edad media es de 21,5 años con una cuasivarianza de 65. El 90% de la muestra
tiene un nivel de graduado escolar.

Por otro lado, usted sospecha que en los años transcurridos desde el trabajo de García y García han cambiado las
características de los sujetos que realizan cursos de formación profesional, de manera que en la actualidad dichos
sujetos presentan una edad media menor, mayor varianza en esta variable y una proporción superior de sujetos con
un nivel de estudios de graduado escolar.

1) Con los datos de los que usted dispone, con un nivel de confianza del 95% ¿entre qué valores se encontrará la
proporción poblacional de sujetos que tiene un nivel de estudios de graduado escolar? (realice los cálculos
tomando cuatro decimales).
A) (0,851; 0,949)
B) (0,841; 0,959)
C) (0,823; 0,977)

𝑝 = 0,90; 𝑛 = 100; 𝑁𝐶 = 0,95 → 𝑧1−𝛼⁄2 = 1,96

0,90 ∙ 0,10
𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝜎𝑝 = 1,96 ∙ √ = 0,0588
100

0,9588
𝑝 ± 𝐸𝑚𝑎𝑥 → 0,90 ± 0,0588 → {
0,8412

Para comprobar si la proporción de sujetos con un nivel de estudios de graduado escolar es superior en los
datos de los que usted dispone (Grupo 1) respecto a la de los datos de García y García (Grupo 2)

Los datos son:

DATOS DE LAS MUESTRAS

Usted (Grupo 1) García (Grupo 2)
Nº sujetos con graduado escolar 90 75
n 100 86
p 0,900 0,872

-1-
2) La hipótesis nula es:
A) 𝜋1 − 𝜋2 = 0
B) 𝜋1 − 𝜋2 ≥ 0
C) 𝝅𝟏 − 𝝅𝟐 ≤ 𝟎

Solución:
Como se pude observar en el enunciado, el investigador plantea como hipótesis alternativa que 𝜋1 > 𝜋2 ,
entonces para la hipótesis nula tendremos que:
𝐻0 : 𝜋1 ≤ 𝜋2
𝐻0 : 𝜋1 − 𝜋2 ≤ 0
La opción correcta es la C.

3) El valor del estadístico es, aproximadamente:

A) 𝒁 = 𝟎, 𝟔𝟎
B) 𝑍 = 1,64
C) 𝑍 = 1,45

Solución:
Es un contraste de dos proporciones de muestras independientes, asumiendo que D = 0, luego los cálculos son:
𝑛1 𝑝1 + 𝑛2 𝑝2 100 ∙ 0,9 + 86 ∙ 0,872
𝑃= = = 0,887
𝑛1 + 𝑛2 100 + 86

𝑝1 − 𝑝2 0,9 − 0,872
𝑍= = = 0,60
1 1
√𝑃(1 − 𝑃) ( + ) √0,887(1 − 0,887) ( 1 + 1 )
𝑛1 𝑛2 100 86
Opción correcta A.

4) El nivel crítico es, aproximadamente:

A) 0,05
B) 0,0735
C) 0,2743

Solución:
El contraste es unilateral izquierdo. Acudiendo a la
tabla de curva normal, observamos que la
probabilidad de encontrar una puntuación más
extrema (superior en este caso) a: 𝑍 = 0,60 es:
𝑝 = 1 − 0,7257 = 0,2743

5) Tras realizar el contraste de hipótesis se concluye que:

A) Existen diferencias significativas con un nivel de confianza del 99%.
B) Existen diferencias significativas con un nivel de confianza del 95%, pero no para un nivel de confianza del 99%.
C) No existen diferencias significativas para los niveles de confianza más usuales en psicología.

-2-
Solución:
Dado que: 𝑝 > 0,05 concluimos que no existen diferencias significativas para un 𝑁𝐶 = 95%.

Para comprobar si en los datos que usted obtiene es superior la varianza y menor la media respecto de los
datos de García y García:

Los datos son:

DATOS DE LAS MUESTRAS

Usted García
n 100 86
Media 21,500 23,400
Cuasi var. 65,000
Cuasi D. típ. 5,600

6) El estadístico de contraste y el nivel crítico para comprobar la hipótesis sobre las varianzas son,
aproximadamente:
A) 𝟐, 𝟎𝟕𝟑 (𝒑 < 𝟎, 𝟎𝟏)
B) 1,348 (𝑝 = 0,10)
C) 1,612 (𝑝 < 0,05)

Solución: Es un contraste de varianzas de muestras

independientes con 100 y 86 grados de libertad.
65
𝐹= = 2,073 (𝑝 < 0,01)
5,62
Si buscamos en las tablas de la F con los grados de
libertad más aproximados, obtenemos que para NC =
0.99, el valor de la 𝐹 = 1,726. Como el valor
obtenido es superior a este, podemos asegurar que
𝑝 < 0,01.

7) El estadístico de contraste y el nivel crítico (los grados de libertad son mayores que 100) para comprobar la
hipótesis sobre las medias son, aproximadamente:
A) −3,17 (𝑝 = 0,0008)
B) −2,14 (𝑝 = 0,0162)
C) −𝟏, 𝟖𝟗 (𝒑 = 𝟎, 𝟎𝟐𝟗𝟒)

Solución:
Se trata de un contraste unilateral sobre las medias de dos grupos independientes habiendo verificado previamente
que las varianzas son diferentes (ejercicio 6).

𝑌̅1 − 𝑌̅2 21,5 − 23,4 𝑔.𝑙.>100→𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑇= = = −1,89 → (𝑝 = 0,0294)
2
𝑆̂ 2 𝑆̂ 2 √ 65 + 5,6
√ 1+ 2 100 86
𝑛1 𝑛2

Hemos utilizado la tabla de la curva normal ya que los g.l. son mayores que 100 como se puede comprobar:
-3-
 8) Tras el análisis estadístico sobre las diferencias sobre varianzas y medias se concluye (𝑁𝐶 = 95%), que en los
datos de los que usted dispone:
A) La varianza es mayor y la media es menor que en los datos de García.
B) La varianza es menor y la media es menor que en los datos de García.
C) La varianza es menor y la media es mayor que en los datos de García.

Solución: en los apartados anteriores se ha podido verificar que se rechazó la hipótesis de varianzas iguales ( p <
0,01) así como la hipótesis de medias iguales (p < 0,05). Luego podemos afirmar que la varianza del grupo 1 es
mayor que la varianza del grupo 2 y que la media del grupo 1 es menor que la media del grupo 2. La opción
correcta es la A.

Preguntas teóricas
9) El tamaño del efecto:
A) Es mayor a medida que aumenta el tamaño de las muestras.
B) Es mayor cuanto menor sea la diferencia de medias en valor absoluto entre los grupos experimental y control.
C) No depende del tamaño muestral.
Solución:
A diferencia de lo que sucede con los estadísticos de contraste, la magnitud del tamaño del efecto no depende
del tamaño muestral. La opción A contradice esta afirmación. La opción B es errónea porque, según la fórmula de
la d de Cohen, la diferencia de las medias entre el grupo experimental y control está en el numerador. Por tanto,
cuanto mayor sea esta diferencia, mayor será d; cuanto menor sea esta diferencia, menor será d.

10) La distribución muestral de la proporción sigue el modelo de probabilidad:

A) Binomial.
B) T de Student.
C) Chi cuadrado.

SITUACIÓN 2. Un investigador desea conocer el efecto del aprendizaje musical sobre la memoria de trabajo (MT) en
distintas fases de la vida. Para ello escoge a 30 personas que, por su edad, las agrupa en tres categorías: 10 son
jóvenes, 10 maduros y 10 jubilados. De cada grupo, la mitad tienen competencias musicales y la otra mitad no. En
cada uno de ellos mide la memoria de trabajo (MT) mediante el número de aciertos en la tarea de bloques de Corsi.
En su informe indica que se obtienen resultados significativos, debidos tanto a la Edad como a la interacción Edad x
Competencia Musical (F = 8,22 y F = 6,54, respectivamente utilizando un 𝛼 = 0,05) pero no así para la Competencia
Musical (F = 2,44). Respecto a la edad no se encontraron diferencias significativas para MT en el grupo de jóvenes
debida a la Competencia Musical, pero sí se observan diferencias en los otros dos grupos de edad, y siempre a favor
de personas con competencia musical.

-4-
 El diseño es de dos factores independientes. Edad con tres niveles: Jóvenes, Maduros y Jubilados (𝑎 = 3) y
Competencia Musical (CM) con dos niveles (𝑏 = 2). El número total de sujetos es 𝑁 = 30 y el número de personas
para cada combinación de tratamientos 𝑛 = 5.

Ordenando los datos que aporta el enunciado en la tabla de ANOVA:

FV SC gl MC F
Edad 𝑎 −1 = 2 8,22
CM 𝑏−1 = 1 2,44
Edad x CM (𝑎 − 1)(𝑏 − 1) = 2 6,54
Error 𝑎𝑏(𝑛 − 1) = 24
Total 𝑁 − 1 = 29

11) El diseño que ha utilizado el investigador es:

A) De un factor de medidas repetidas (edad).
B) De un factor de medidas independientes (competencia musical).
C) de dos factores independientes 3x2.

12) El valor de la F crítica que separa la región de aceptación de la región de rechazo para contrastar el efecto del
factor principal Competencia Musical vale aproximadamente:
A) 19,446
B) 4,351
C) 1,095

Solución:
El valor de las tablas F de Fisher para 𝛼 = 0,05 y con 1 y 20 grados de libertad (los más próximos a 1 y 24 grados
de libertad), es 4,351.

13) Sabiendo que 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 112,3, la SC para la edad vale:

A) 1846,21
B) 522,09
C) 32,5

Solución:

Con el dato que aporta el enunciado de esta pregunta, completamos la tabla de ANOVA. Conociendo la
𝑀𝐶𝐸𝑟𝑟𝑜𝑟 comenzamos calculando el resto de las medias cuadráticas.

FV SC gl MC F
Edad 2 112,3 ∙ 8,22 = 923,106 8,22
Grupo 1 112,3 ∙ 2,44 = 274,012 2,44
Edad x Grupo 2 112,3 ∙ 6,54 = 734,442 6,54
Error 24 112,3
Total 29

A continuación, calculamos las sumas de cuadrados.

-5-
 FV SC gl MC F
Edad 923,106 ∙ 2 = 𝟏𝟖𝟒𝟔, 𝟐𝟏𝟐 2 923,106 8,22
CM 274,012 ∗ 1 = 274,012 1 274,012 2,44
Edad x CM 734,442 ∗ 2 = 1468,884 2 734,442 6,54
Error 112,3 ∙ 24 = 2695,2 24 112,3
Total 29

El valor de la SC para la edad es 1.846,212. Opción correcta A.

14) La competencia musical:

A) Se ha demostrado significativa como factor principal.
B) No ha tenido ningún efecto.
C) Ha tenido un efecto en combinación con la edad.

Solución:

Como se indica en el enunciado, “En su informe indica que se obtienen resultados significativos, debidos tanto a la
Edad como a la interacción Edad x Competencia Musical” siendo F=6,54.

15) La interacción obtenida puede interpretarse como que:

A) La diferencia entre sujetos con competencia y sin competencia musical en la variable MT se incrementó
significativamente con la edad.
B) La edad disminuyó la actuación en MT.
C) Los sujetos con y sin competencia musical se diferenciaron significativamente en MT.

Solución:
La única afirmación compatible con el enunciado es la A, ya que se refiere a una interacción. Las otras dos opciones
son factores principales, y por lo tanto no predican nada de la interacción.

16) Para analizar la interacción mediante efectos simples podemos comparar:

A) La ejecución en MT entre jóvenes y maduros, entre jóvenes y mayores y entre maduros y mayores.
B) Los grupos de competencia musical vs. no competencia musical para cada nivel de edad.
C) La ejecución en MT entre sujetos con y sin competencia musical.

Solución: un análisis de efectos simples consiste en evaluar las diferencias entre niveles de un factor para diferentes
niveles del otro. En este caso podríamos:
a) realizar un análisis para el factor “competencia musical” para los jóvenes, otro diferente para los maduros y otro
para los jubilados, o bien
b) realizar un análisis de la edad en el grupo de sujetos con competencia musical (primer nivel de la variable
“competencia musical”) y otro diferente para el grupo de sujetos sin competencia musical (segundo nivel de la
variable “competencia musical”).
Vemos que la opción B es la única que hace referencia a alguna de estas posibilidades. Las opciones A y C sólo hacen
referencia a comparaciones para analizar los efectos principales de la edad o la competencia musical.

17) La posibilidad de analizar interacciones es:

A) Una de las razones por las que se recomienda el Anova frente a las comparaciones dos a dos de muestras
(dependientes o independientes).
B) Es problemática porque incrementa el error Tipo I.
C) Es difícil porque no se conoce la distribución muestral de las F´s en esta situación.

-6-
 Solución:

Las opciones B y C son falsas. La opción correcta es la A ya que el Anova nos permite detectar interacciones (v.g., una
interacción entre elementos activos de un fármaco puede ser dañina y su detección es importante).

18) Por lo que se indica en el enunciado, cuando se han realizado las comparaciones de la interacción por efectos
simples, no se ha encontrado como significativa la diferencia en el grupo de:
A) Jóvenes.
B) Maduros.
C) Jubilados.

Solución: en el enunciado se ha indicado claramente que en este análisis de la interacción, la diferencia entre sujetos
con y sin competencia musical no es significativa en MT para los jóvenes.

19) En los Anovas el contraste es unilateral derecho porque:

A) La distribución F no tiene valores inferiores a 0.
B) Establecemos hipótesis sobre las varianzas poblacionales y estas son siempre positivas.
C) Dada la lógica del Anova, la posibilidad de encontrar valores de F inferiores a la unidad es poco probable.

SITUACIÓN 3. En un trabajo de Schlaug sobre el efecto cerebral del entrenamiento musical (tocar un instrumento),
se midió en 20 adultos la edad (en años) en que iniciaron el entrenamiento musical y el tamaño cerebral medio (en
mm) del giro precentral (zona cerebral del córtex motor primario). Se realizó un análisis de regresión de los datos
utilizando el tamaño como variable dependiente y la edad de inicio como variable independiente, del que se dispone
de los siguientes datos:

∑ 𝑋 = 123; ∑ 𝑋 2 = 825; ∑ 𝑌 = 753 ∑ 𝑌 2 = 28631; ∑ 𝑋𝑌 = 4558

20) El punto de corte con la ordenada vale, aproximadamente:

A) 32,15
B) 44,19
C) 12,05
Solución:
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 20 ∙ 4558 − 123 ∙ 753
𝐵= = = −1,064
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 20 ∙ 825 − 1232

𝐵0 = 𝑌̅ − 𝐵𝑋̅ = 37,65 − (−1,064) ∗ 6,15 = 44,19

21) Por cada año más tarde que se inicie el entrenamiento musical, se estima que en promedio el tamaño del giro
precentral medido en la edad adulta disminuirá, aproximadamente:
A) 5 mm
B) 2,52 mm
C) -1,06 mm

Solución:
Nos están preguntando por la pendiente de la recta de regresión. La hemos calculado en el apartado anterior y valía
-1,064 mm aproximadamente.

-7-
22) El estadístico de contraste para comprobar si es significativo el coeficiente de correlación de Pearson, vale,
aproximadamente:
A) -2,62
B) 1,05
C) -0,25
Solución:

𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 20 ∙ 4558 − 123 ∙ 753

𝑟𝑥𝑦 = = = −0,526
√[𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ][𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 ] √[20 ∙ 825 − 1232 ][20 ∙ 28631 − 7532 ]

𝑟𝑥𝑦 √𝑛 − 2 −0,526√20 − 2
𝑇= = = −2,62
2
√1 − 𝑟𝑥𝑦 √1 − (−0,526)2

23) Para el estadístico de contraste de la pregunta anterior:

A) Se rechaza la hipótesis nula para un nivel de confianza del 99.
B) Se rechaza la hipótesis nula para un nivel de confianza del 95% pero no para un nivel de confianza del 99%.
C) Se mantiene la hipótesis nula.

Solución:
Para un contraste bilateral, los valores críticos de
la distribución T de Student con 18 g.l. y para unos
niveles de significación de 0,05 y 0,01 son,
respectivamente: -2,10 y -2,878. El estadístico de
contraste obtenido se encuentra entre ambos valores,
por lo que se rechaza la Ho con un nivel de confianza
de 0,95 pero no con un nivel de confianza de 0,99. Esto
indica que la correlación es significativa ( p < 0,05).

24) En una situación de correlación múltiple, la correlación semi-parcial entre X1 e Y:

A) Ha eliminado el influjo que X1 tiene sobre X2
B) Ha eliminado el influjo que X2 tiene sobre X1
C) Ha eliminado el influjo que X2 tiene sobre Y

Solución: Nos piden la correlación semi-parcial entre X1 e Y habiendo eliminado el influjo del resto de variables
independientes (VI´s) sobre la X1. Como solamente tenemos como otra variable independiente X2, significa que
debemos eliminar el influjo de X2 sobre X1 (ver página 264, “… para saber qué parte de la VD explica cada VI al
margen de las otras VI´s, para así poder determinar el influjo único que esa VI tiene sobre la VD. Esta relación
entre cada VI y la VD habiendo eliminado el influjo del resto de las VI´s sobre cada VI es lo que se llama Coeficiente
de correlación semiparcial”).

25) Una condición para contrastar los coeficientes de regresión es:

A) Que 𝛽 = 0.
B) Que las puntuaciones de la variable independiente sean normales.
C) Que las puntuaciones de la variable dependiente condicionadas a cada valor de la variable independiente
sean normales.
-8-
Solución:
La opción A es claramente incorrecta ya que representa
una hipótesis más que una condición. La opción B es
incorrecta porque hace referencia a la variable
INDEPENDIENTE, es decir, la predictora. La única opción
correcta es la C ya que hace referencia a las
puntuaciones de la variable dependiente
CONDICIONADAS a las puntuaciones de la variable
independiente.

-9-
 Modelo A. Septiembre de 2017. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

SITUACIÓN 1: En un trabajo de Bueheler y O'Brien publicado en el Journal of Family Psychology (2011) se analizó el
bienestar de la madre ante conflictos de conciliación entre trabajo y familia, señalando que las madres con trabajos a
tiempo parcial manifiestan tener mejor estado de salud en general y menos síntomas de depresión que las madres no
trabajadoras, mientras que entre las madres con trabajos a tiempo parcial y las que trabajaban la jornada completa no se
encontraron diferencias ni en salud ni en síntomas depresivos.

Imagine que usted dispone de una muestra de 110 madres, de las que 60 trabajan a tiempo competo (C) y el resto a tiempo
parcial (P). Todas ellas responden a la Escala de Bienestar Emocional (E) de Zigmond y Snaith (1983), en la que a mayor
puntuación mayor bienestar. La media y la varianza insesgada para las mujeres del grupo C son 35 y 121, respectivamente,
y para las mujeres del grupo P son 46 y 81, respectivamente. Por otra parte, de las 60 mujeres que trabajan a tiempo
completo, 45 obtienen bajas puntuaciones en la escala E frente a las 23 de las mujeres que trabajan a tiempo parcial.
Trabaje con un 𝛼 = 0,05.

Los datos de los que disponemos son:

Escala de bienestar emocional (E)

Puntuaciones Puntuaciones
n Media Cuas. Var.
bajas Altas
Tiempo
60 35 121 45 15
completo (C)
Tiempo
50 46 81 23 27
parcial (P)
Total 110 - - 68 42

1. Para comprobar si existen diferencias significativas respecto al bienestar emocional medio entre madres trabajadoras
a tiempo completo y a tiempo parcial, se apoyaría en un diseño de dos muestras independientes provenientes de
poblaciones con varianzas:
A) desconocidas pero supuestas iguales.
B) conocidas y supuestas iguales.
C) desconocidas pero supuestas distintas.

Las varianzas poblacionales son desconocidas. Podemos plantear un contraste de hipótesis sobre las varianzas
poblacionales para decidir si se consideran desconocidas pero iguales o desconocidas pero distintas.

𝐻0 : 𝜎𝐶2 = 𝜎𝑃2
𝑆̂𝐶2 121
𝐹= = = 1,49
𝐻1 : 𝜎𝐶2 ≠ 𝜎𝑃2 𝑆̂𝑃2 81

Mirando en la tabla F de Fisher para 60 y 60 g.l. (los más próximos a 59 y 49), comprobamos que el estadístico de
contraste no es significativo para un nivel de confianza del 95% (𝑓0,95;60;50 = 1,534), por lo que suponemos que las
varianzas poblacionales son iguales.

-1-
2. Si desea comprobar que la proporción de madres que manifiestan peor estado de bienestar emocional es mayor en
aquellas con trabajo a tiempo completo que en las que trabajan a tiempo parcial, la hipótesis nula que formularía, es:
A) 𝝅𝑪 ≤ 𝝅𝑷
B) 𝜋𝐶 = 𝜋𝑃
C) 𝜋𝐶 ≥ 𝜋𝑃

𝐻0 : 𝜋𝐶 ≤ 𝜋𝑃
Las hipótesis que se han de plantear son: {
𝐻1 : 𝜋𝐶 > 𝜋𝑃

3. El estadístico de contraste (en valor absoluto) para evaluar la hipótesis de la anterior pregunta vale aproximadamente:
A) 2,37
B) 1,83
C) 3,12

45 + 23 68
𝑃= = = 0,62
110 110

45 23
𝑍= 60 − 50 =
0,75 − 0,46
= 3,12 → 𝑝 = 0,0009
0,0929
√0,62 ∙ 0,38 ( 1 + 1 )
60 50

4. Si para el contraste de su hipótesis hubiese obtenido un estadístico de contraste de 2,82, entonces el nivel crítico 𝑝
valdría:
A) 0,9976
B) 0,0048
C) 0,0024
𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙
𝑍 = 2,82 → 𝑝 = 0,0024

5. La probabilidad de obtener unos resultados como los observados en la muestra o más extremos bajo el supuesto de
una hipótesis nula verdadera recibe el nombre de:
A) Nivel de significación
B) Nivel crítico p
C) Potencia del contraste

6. El estadístico de contraste en valor absoluto para analizar si la media del bienestar emocional de las madres con
jornada a tiempo parcial es significativamente mayor que la media de las que trabajan a jornada completa es,
aproximadamente:
A) 5,66
B) 7,59
C) 4,65

𝑌̅𝑃 − 𝑌̅𝐶 46 − 35 11
𝑇= = = = 5,66
1,942
(𝑛 ̂ 2 (𝑛 ̂2 √49 ∙ 81 + 59 ∙ 121 ( 1 + 1 )
√ 𝑃 − 1)𝑆1 + 𝐶 − 1)𝑆2 ( 1 + 1 ) 108 50 60
𝑛𝑃 + 𝑛𝐶 − 2 𝑛𝑃 𝑛𝐶

-2-
7. Si con los datos de su trabajo obtuviera un estadístico de Cohen que tomase el valor 𝑑 = 0,25, la conclusión global
resultante sería que:
A) La diferencia no es significativa ya que poco más de la mitad de las mujeres con jornada a tiempo completo tienen
valores por debajo de la media de las mujeres a tiempo parcial.
B) Existen diferencias significativas, pero poco importantes, ya que solo el 60% de las mujeres con jornada a tiempo
parcial superan la media del bienestar emocional de las mujeres con jornada completa.
C) Existen diferencias significativas muy importantes que indican que, aproximadamente, el 60% de las mujeres con
jornada a tiempo parcial superan la media del bienestar emocional de las mujeres con jornada completa.

8. Señale cuál de las siguientes es la variable independiente del trabajo de Buehler y O'Brien:
A) La situación laboral.
B) El trabajo y la familia.
C) La salud y los síntomas depresivos.

Situación 2: El director de una escuela de ajedrez está interesado en identificar la mejor estrategia de control de la
atención para entrenar a los alumnos de su centro. Se han estudiado tres estrategias: centrarse en estímulos internos
(condición A), centrarse en estímulos externos (condición B) y hacer una parada de pensamiento (condición C). El control
de la atención se ha operativizado mediante la variación de la conductividad eléctrica de la piel (medida en microSiemens
o 𝜇𝑆). Se seleccionó una muestra aleatoria compuesta por 45 jugadores de ajedrez que se asignaron al azar a cada una de
las tres condiciones experimentales. Se obtuvieron los siguientes resultados descriptivos:

Condición experimental N Media Desviación típica

A 15 37,53 11,17
B 15 34,00 8,8 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 6.783,46 y
C 15 47,73 12,18 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 125,2.
Total 45 39,75 12,11

Tras realizar todas las comprobaciones necesarias se concluyó que las observaciones eran independientes, las
distribuciones normales y las varianzas homogéneas.

Se trata de un diseño con un factor con tres grupos equilibrados (𝑎 = 3; 𝑛1 = 𝑛2 = 𝑛3 = 15) con muestras
independientes. Con los datos proporcionados en el enunciado tenemos:

FV SC gl MC F
Inter 2
Intra 42 125,2
Total 6.783,46 44

Fácilmente se completa la tabla de ANOVA, calculando en primer lugar suma de cuadrados de error.

FV SC gl MC F
Inter 2
Intra 𝟒𝟐 ∙ 𝟏𝟐𝟓, 𝟐 = 𝟓. 𝟐𝟓𝟖, 𝟒𝟎 42 125,2
Total 6.783,46 44

A continuación se calcula la suma de cuadrados intergrupo.

-3-
 FV SC gl MC F
Inter 𝟔. 𝟕𝟖𝟑, 𝟒𝟔 − 𝟓. 𝟐𝟓𝟖, 𝟒𝟎 = 𝟏. 𝟓𝟐𝟓, 𝟎𝟔 2
Intra 5.258,40 42 125,2
Total 6.783,46 44

Por último, se calculan la media cuadrática intergrupo y el estadístico de contraste.

FV SC gl MC F
Inter 1.525,06 2 762,53
6,09
Intra 5.258,40 42 125,20
Total 6.783,46 44

9.- Se trata de un diseño factorial:

A) con tres grupos equilibrados.
B) con grupos dependientes.
C) de dos factores con interacción.

10.- La variable independiente de este experimento es:

A) las variaciones de la conductividad eléctrica de la piel.
B) el tipo de estrategia de control de la atención que se entrena.
C) el que los participantes sean jugadores de ajedrez.

11.- Teniendo en cuenta la técnica apropiada para resolver este diseño, ¿cuál sería el valor de los grados de libertad del
denominador del estadístico de contraste?
A) 42
B) 44
C) 28

12.- El tipo de análisis adecuado para probar la hipótesis del investigador es:
A) Anova de un factor con muestras independientes.
B) un Anova de dos factores.
C) un Anova de un factor de medidas repetidas.

13.- ¿Cuál es el valor más aproximado de la 𝑆𝐶𝐼𝑛𝑡𝑒𝑟 :

A) 5.258,4
B) 762,53
C) 1.525,06

14.- Calcule el estadístico de contraste y determine cuál de las opciones es correcta:

A) no podemos tomar ninguna decisión respecto a la hipótesis de igualdad de medias.
B) podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).
C) no podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).

El estadístico de contraste vale: 𝐹 = 6,09. Buscamos en la tabla F de Fisher con los grados de libertad más
próximos para alfa = 0,05: 𝐹0,95;2;42 ≈ 𝐹0,95;2;30 = 3,316. Dado que: 6,09 > 3,316 → 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

-4-
15.- El valor crítico para rechazar H0 con un 𝛼 = 0,01 vale, aproximadamente:
A) 3,1
B) 5,4
C) 2,4

Se busca en la tabla F de Fisher el valor más próximo: 𝐹0,99;2;42 ≈ 𝐹0,99;2;30 = 5,39

16.- Suponiendo que no se rechazara la H0, ¿entre qué grupos sería conveniente realizar comparaciones?
A) Entre ninguno.
B) Entre los grupos B y C que son los que presentan la máxima diferencia en sus resultados.
C) Entre los Grupos A, B y C.

Situación 3: En un estudio de Kenrick y Keefe (1992) sobre las diferencias de género en las estrategias reproductivas en
humanos, se midió la diferencia de edad existente en 1.511 matrimonios muestreados en la isla de Poro (Filipinas) desde
1913 a 1939 bajo la hipótesis de que los hombres prefieren esposas más jóvenes que ellos y que esta tendencia se
intensifica con la edad del hombre. Para cada edad del hombre se calculó una media de diferencias de edad con la mujer,
haciendo que el número de parejas de datos para realizar la regresión fuese de N = 6. El análisis de regresión realizado
generó los siguientes datos:

La variable dependiente Y se calculó como

“Edad de la mujer – Edad del hombre”.

Ecuación de regresión:
𝑌’ = −1,523 – 0,280 𝑋
Bondad del ajuste:
𝐹(1, 4) = 11,896, 𝑀𝐶𝑟𝑒𝑠𝑖𝑑𝑢𝑜 = 11,533

Figura 1

17.- La hipótesis nula que se pone a prueba con esta elección de variables será:
A) 𝛽0 = 0
B) 𝜌 = 0
C) 𝜷 ≥ 𝟎

𝐻0 : 𝛽 ≥ 0
Las hipótesis que se han de plantear son: {
𝐻1 : 𝛽 < 0

18.- El número de parejas en este estudio (tamaño muestral para cada valor de Xi):
A) diferirá para cada uno de los seis grupos de edad del hombre por razones biológicas.
B) no parece suficientemente grande para hacer un estudio como este.
C) dependerá del error típico de la distribución muestral del estadístico, el cual está en proporción directa al tamaño de la
muestra.

-5-
19.- El punto de corte con la ordenada en este estudio:
A) Es una diferencia positiva de edades entre el hombre y la mujer.
B) No se puede calcular matemáticamente porque exige que el hombre tenga cero años (recién nacido).
C) No tiene sentido excepto si los indígenas de Poro emparejan a los niños al nacer.

20.- La Figura 1 muestra las medias de las diferencias de edades condicionada a la edad del hombre. Con los datos
proporcionados en la Figura:
A) no podemos saber si los datos son homocedásticos y normales.
B) no podemos saber si los datos están determinados o alienados.
C) podemos tener una idea aproximada del intervalo de confianza de Y para cada valor de Xi.

21.- El valor crítico al 95% de confianza para contrastar si existe relación lineal entre X e Y mediante el Anova vale
aproximadamente:
A) 𝟕, 𝟕𝟎𝟗
B) 11,896
C) −1,96

Buscando en las tablas F de Fisher: 𝑓0,95;1;4 = 7,709

22.- En la tabla del Anova para contrastar si existe relación lineal entre X e Y, el valor de la MCregresión vale
aproximadamente:
A) 46,133
B) 183,33
C) 137,2

Con los datos del enunciado:

FV SC gl MC F
Regresión 1
11,896
Error 4 11,533
Total 5

Calculamos 𝑀𝐶𝑅𝑒𝑔. y 𝑆𝐶𝐸𝑟𝑟𝑜𝑟

FV SC gl MC F
Regresión 1 𝟏𝟏, 𝟓𝟑𝟑 ∙ 𝟏𝟏, 𝟖𝟗𝟔 = 𝟏𝟑𝟕, 𝟏𝟗𝟕
11,896
Error 𝟒 ∙ 𝟏𝟏, 𝟓𝟑𝟑 = 𝟒𝟔, 𝟏𝟑𝟐 4 11,533
Total 5

Completamos la tabla de ANOVA:

FV SC gl MC F
Regresión 137,197 1 137,197
11,896
Error 46,132 4 11,533
Total 183,329 5

23.- El análisis indica que el intervalo de confianza al 95% para B0 se encuentra entre -10,311 y 7,245 mientras que para B
se encuentra entre -0,505 y -0,055. Sabiendo esto podemos afirmar que:
A) Ni B0 ni B son significativos.
B) 𝑩𝟎 no es significativo mientras que 𝑩 sí lo es.
C) 𝐵 no es significativo mientras que 𝐵0 sí lo es.
-6-
24.- En esta situación, el coeficiente de correlación de Pearson entre X e Y:
A) será positivo ya que coincide en el signo con B.
B) será negativo.
C) no es adecuado calcularlo porque la Figura 1 muestra que los datos no son lineales.

25.- Si otro investigador re-analiza estos datos modificando el cálculo de la variable dependiente Y para que sea “Edad del
hombre – Edad de la mujer”, entonces:
A) cambiaría el valor de la correlación en valor absoluto entre X e Y.
B) cambiarán los valores de la Tabla del Anova que evalúa si existe relación lineal entre X e Y.
C) habría que modificar la hipótesis alternativa porque ahora la pendiente esperada sería positiva.

-7-
 Modelo C. Septiembre de 2017. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

Situación 1. Aunque la pérdida de la memoria es uno de los aspectos definitorios de la enfermedad de Alzheimer (EA),
algunos estudios sobre las emociones suscitadas por la música en pacientes con Alzheimer han mostrado que estos
pacientes parecen tener preservada la capacidad de reconocer la emoción (felicidad, tranquilidad, tristeza o miedo) que
transmite la música (v.g., Drapeau et al., 2009) y, por lo tanto, parecen tener preservada la memoria musical.

Imagine que usted también defiende teóricamente la idea de que la memoria musical se mantiene incluso en pacientes
con EA pero quiere responder empíricamente a los críticos de la misma que plantean que los estudios originales no
utilizaron ningún grupo de control. Para ello, ha realizado un estudio en el que ha medido el número de aciertos (sobre
100 estímulos) en el reconocimiento de la emoción musical (presentando estímulos de cada tipo de emoción básica) en
un grupo de sujetos con EA (𝑛 = 20; 𝑌̅𝐸𝐴 = 75, 𝑆̂𝐸𝐴 = 15 ) y en un grupo de personas mayores (𝑛 = 25; 𝑌̅𝐷𝐶𝐿 =
80, 𝑆̂𝐷𝐶𝐿 = 5 ) con Deterioro Cognitivo Leve (DCL). Asumimos que las varianzas poblaciones difieren entre EA y DCL, y
adoptamos un 𝛼 = 0.05.

1.- La variable dependiente es:

A) una variable discreta medida en una escala de razón.
B) una escala tipo Likert.
C) dicotómica ya que en cada ensayo el sujeto acierta o falla.

Solución: la variable dependiente es el número de aciertos sobre 100 estímulos. Luego es una variable discreta que
puede adoptar los valores 0, 1, 2, …, 99, 100. Al admitir el valor 0 es una escala de razón.

2.- El diseño utilizado es:

A) un contraste de más de dos grupos.
B) un contraste de dos medias independientes.
C) un contraste de dos varianzas dependientes.

Solución: Se ha utilizado de dos grupos, enfermos de Alzheimer y mayores con DCL. Luego es un contraste con dos grupos
independientes (o se padece EA o DCL, no ambos). Además, como en el enunciado refieren que interesa contrastar la
media de reconocimiento de la emoción en ambos grupos, no es un contraste de varianzas. Luego es un contrsete de dos
medias independientes.

3.- La hipótesis nula que plantea es:

A) 𝐻0 : 𝜇𝐸𝐴 − 𝜇𝐷𝐶𝐿 ≠ 0.
B) 𝐻0 : 𝜇𝐸𝐴 > 𝜇𝐷𝐶𝐿 ó 𝜇𝐸𝐴 < 𝜇𝐷𝐶𝐿 .
C) 𝑯𝟎 : 𝝁𝑬𝑨 − 𝝁𝑫𝑪𝑳 = 𝟎.

Solución: La hipótesis nula es la que tiene el signo igual (el grupo de pacientes no afecta a los resultados). En este caso,
que la diferencia de medias en la variable dependiente es 0. Esto significa que el contraste es bilateral.

4.- El valor del estadístico de contraste vale para poner a prueba esta hipótesis vale aproximadamente:
A) −𝟏, 𝟒𝟑
B) −2,53
C) 0,32

Solución: Se trata de un contraste de dos medias independientes asumiendo varianzas poblacionales diferentes. Luego:
5.- El valor crítico, expresado como valor absoluto, vale aproximadamente:
A) 𝟐, 𝟎𝟕𝟒
B) 1,960
C) 1,061

Solución: Tenemos que calcular los grados de libertad de esta situación:

Y ahora podemos buscar en la tabla de la t de Student con 22 grados de libertad y 1-(0.05/2) = 0.975. Las tablas nos
proporcionan el valor de 2.074.

6.- El nivel crítico se encuentra entre los valores:

A) 0,01 y 0,05.
B) 0,05 y 0,10.
C) 0,10 y 0,20.

Solución: El nivel crítico es el valor el valor de la probabilidad para nuestro estadístico de contraste (T = -1,428, bilateral).
Si observamos en la tabla de la distribución T de Student en la fila gl = 22, encontramos:

0.90 … 0.95
… … …
Gl = 22 1.321 … 1.717

Si lo expresamos en términos de las t´s negativas tendremos:

1-0.90 = 0.10 … 1-0.95 = 0.05

… … …
Gl = 22 -1.321 -1.428 -1.717

Luego el valor de p para t = -1.428, se encuentra entre 0.10 y 0.05. Como es un contraste bilateral, multiplicamos ambos
valores por 2, obtenido que el nivel crítico de t = -1.428 se encuentra entre 2*0.10 = 0.20 y 2*0.05 = 0.10. Por lo que la
opción correcta es la C.

7.- El tamaño del efecto:

A) se puede clasificar en tres categorías según Cohen.
B) depende del tamaño muestral.
C) es una diferencia de medias no estandarizada.

Solución: sabemos que el tamaño del efecto no depende del tamaño muestral (es su principal diferencia con respecto a
los estadísticos de contraste) y consiste en una diferencia de medias estandarizada. Luego las opciones B y C son
incorrectas. Por otro lado, Cohen proporcionó una clasificación general de los tamaños del efecto (según la d de Cohen)
en tres categorías, baja, media y alta, con unos puntos de referencia subjetivos. Luego la opción correcta es la A.

8.- El investigador informó que, en su estudio, 1 − 𝛽 = 0,6. Esto significa que:

A) la probabilidad de no rechazar H0 siendo falsa vale 0,6.
B) la probabilidad de rechazar H0 siendo falsa vale 0,6.
C) la probabilidad de no rechazar H0 siendo verdadera vale 0,40.

Solución: El valor de 1 − 𝛽 es la potencia de un contraste. La potencia es la probabilidad de rechazar una hipótesis nula
cuando es falsa. Luego, la opción correcta es la B.

9.- Una de las posibles razones por las que podría no haberse rechazado H0 es:
A) los DCL y los EA tienen en la población un nivel de memoria musical distinto.
B) el bajo tamaño muestral.
C) que el tamaño del efecto era muy elevado.

Solución: la opción A no hace referencia a los factores que impactan sobre el estadístico de contraste (sea cierta o falsa la
información). Solamente las opciones B y C tienen un papel relevante para el contraste estadístico realmente efectuado.
De estas opciones, la C es incorrecta porque si el tamaño del efecto es muy elevado, con pocos sujetos habría resultado
significativo. La única explicación válida sería que el tamaño muestral utilizado es bajo.

Situación 2. Cawson y cols. (1974) analizaron los niveles de cortisol en sangre en tres grupos de gestantes que nacieron
entre las 38 y las 42 semanas de gestación. El grupo 1 se estudió antes del inicio del parto, el grupo 2 fue estudiado
durante parto inducido y el grupo 3 se compuso de gestantes que nacieron espontáneamente y a los que se les midió el
cortisol después del parto. Los autores deseaban saber si estos datos proporcionaban evidencia que indicara una media
diferente en los niveles de cortisol entre las tres poblaciones representadas. En la Tabla 1 se presentan las puntuaciones
de cortisol en los tres grupos.

Grupo 1 262 307 211 323 454 339 304 154 287 356
Grupo 2 465 501 455 355 468 362
Grupo 3 343 772 207 1.048 838 687
Tabla 1

10.- La variable dependiente es:

A) el tiempo de gestación.
B) si el parto fue natural o inducido.
C) los niveles de cortisol en sangre.

Solución: la variable que se ha medido antes del parto, durante o después del parto, ha sido la concentración de la
hormona cortisol en sangre.

11.- La variable dependiente es una variable:

A) continua.
B) discreta.
C) nominal.

Solución: Es una variable continua que puede medirse en términos de porcentajes. No es discreta porque entre dos
valores cualesquiera de concentración se pueden medir, teóricamente, valores intermedios. No admite categorías
nominales.

12.- El diseño del estudio fue:

A) de dos factores con tres niveles independientes e interacción.
B) de un factor de tres grupos independientes no equilibrado.
C) de un factor de tres grupos dependientes equilibrado.

Solución: Tenemos tres grupos (G1, G2 y G3) independientes entre sí y el número de participantes es distinto en cada
grupo. Por lo tanto son tres grupos independientes no equilibrado. No podemos hablar de interacción porque no hay dos
factores.

13.- El tipo de análisis adecuado para probar la hipótesis del investigador es:
A) un Anova de un factor con muestras independientes.
B) un Anova de dos factores con interacción.
C) un Anova de medidas repetidas.

Solución: Al disponer de tres niveles de un factor nominal (Grupo) con una variable dependiente cuantitativa, la técnica
apropiada es un Anova. Solamente tenemos un factor (el Grupo) y las muestras son independientes.

14.- Teniendo en cuenta la técnica apropiada para resolver este diseño, ¿cuál sería el valor de los grados de libertad del
denominador del estadístico de contraste?
A) 19
B) 21
C) 41

Solución: Los grados de libertad de la razón F en un anova de muestras independientes es 𝑁 − 𝑎, siendo 𝑁 el total de
participantes y 𝑎 el número de niveles del factor. Sabemos que 𝑁 = 𝑛𝑎1 + 𝑛𝑎2 + 𝑛𝑎3 = 10 + 6 + 6 = 22 y que 𝑎 = 3.
Luego 𝑁 − 𝑎 = 22 − 3 = 19.

15- El valor crítico para rechazar H0 con un 𝛼 = 0,01 vale:

A) 𝟓, 𝟗𝟐𝟔
B) 2,606
C) 3,522

Solución: Tenemos que buscar en la tabla de la F con 𝑎 − 1 y 𝑁 − 𝑎 grados de libertad. Esto es 𝐹(2, 19) = 5.926 en la
tabla para 1 − 0.01 = 0.99.

16.- Sabiendo que la 𝑆𝐶 𝑇𝑜𝑡𝑎𝑙 = 458.032,097 y la 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 13.462,225 ¿cuál es el valor más aproximado de la 𝑆𝐶𝐼𝑛𝑡𝑒𝑟 ?
A) 229.016,048
B) 𝟐𝟎𝟐. 𝟐𝟓𝟎, 𝟎𝟎𝟎
C) 1.036.814,364

Solución: Tenemos que completar la tabla del Anova con los datos proporcionados en el enunciado y los ya conocidos
(los grados de libertad). Estos son:

FV SC Gl MC F
Inter a-1 = 2
Intra N-a = 19 13.462,225
Total 458.032,097

Luego:

FV SC Gl MC F
Inter 202.250 a-1 = 2 101.125 7,51176
Intra 255.782 N-a = 19 13.462,225
Total 458.032,097

El valor solicitado es 202250.

17.- Con los datos de la pregunta anterior ¿cuál es el valor más aproximado del estadístico de contraste?
A) 𝟕, 𝟓
B) 8,3
C) 0,79

Solución: En la tabla anterior vemos que el valor de la F empírica es 7,51176. Luego el valor más aproximado es 7,5.

Situación 3. Un estudio de Beltrán, Valor y Expósito (2015) de título "El perdón ante transgresiones en las relaciones
interpersonales" analiza, mediante un análisis de regresión, las variables que predicen el perdón en una relación de
pareja, tanto en hombres como en mujeres. Utilizando una muestra de estudiantes de la Universidad de Granada
señalan, entre sus conclusiones, que la baja capacidad imaginativa para ponerse en situaciones ficticias (empatía), en el
caso de los hombres, y la mayor dependencia emocional, en el caso de las mujeres, son las variables que predicen un
menor perdón y mayor motivación de venganza hacia la pareja.

Para el caso de las mujeres, usted desea verificar si estas conclusiones se mantienen también en su localidad. Para ello,
utiliza una muestra de 27 mujeres que habían sufrido algún tipo de transgresión en su relación de pareja y que responden
a dos cuestionarios, uno para medir la gravedad de la transgresión (T) y otro la dependencia emocional (D) obteniendo
los siguientes resultados: 𝐶𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑇, 𝐷) = 25; desviación típica (T): 𝑆𝑇 = 7; desviación típica (D): 𝑆𝐷 = 5; 𝑇̅ =
35; 𝐷̅ = 20.
18.- El porcentaje de varianza explicada en la variable "gravedad de la transgresión" (T) a partir de la dependencia
emocional (D) es aproximadamente:
A) 71,4%
B) 39,98%
C) 51,02%
Solución: el porcentaje de varianza explicada de una variable Y a partir de otra variable X en el análisis de regresión viene
dado por el cuadrado del coeficiente de correlación entre ambas:
2
𝑆𝑋𝑌 2 25 2
𝑟𝑋𝑌 =( ) =( ) = 0.5102
𝑆𝑋 𝑆𝑌 7∙5
luego en términos porcentuales es el 51,02%.

19.- La correlación entre las variables "gravedad de la transgresión" y "dependencia emocional":

A) es tan pequeña que puede explicarse por el azar.
B) es significativa (𝒑 < 𝟎, 𝟎𝟏).
C) No es significativa con un 𝛼 de 0,01 pero sí con un 𝛼 de 0,05.

Solución: Nos están preguntando por la significatividad de la correlación entre T y D. La correlación vale 25 / (7 ∙ 5) =
5/7 = 0.71.
Las opciones de respuesta pivotan en relación a si es significativa o no. Para saberlo, debemos calcular el estadístico de
contraste y evaluar si es significativo al 0.01 y al 0.05:
𝑟𝑇𝐷 √𝑁 − 2 0.71√27 − 2
𝑇= = ≈ 5.041
√1 − 𝑟𝑇𝐷2 √1 − 0.712
El valor crítico con 25 grados de libertad vale (según tablas) vale
g.l. … 0.95 0.975
…. … … …
25 … 1.708 2.060
… … … …

Luego una T de 5.041 > 2.060 > 1.708 es altamente significativa (con un nivel crítico inferior a 0.01).

20.- ¿Cuál es, aproximadamente, el valor de la pendiente de la ecuación de regresión para predecir la gravedad de la
transgresión (T) a partir de la dependencia emocional (D)?:
A) 1
B) 0,02
C) 0,5
Solución:
𝑆𝑌 7
𝐵 = 𝑟𝑋𝑌 = 0.71 ≈ 0.994
𝑆𝑋 5
Que, aproximadamente, vale la unidad.

21.- En el análisis de la regresión, el error típico es:

A) La diferencia entre la puntuación observada en un sujeto y la puntuación pronosticada.
B) La desviación típica de las puntuaciones pronosticadas.
C) La desviación típica de los errores de pronóstico.

Solución: por definición, el error típico es la desviación típica de los errores de pronóstico. La opción A es incorrecta
porque define el error de pronóstico para un sujeto, mientras que la opción B hace referencia a Sx de la variable
dependiente pronosticada (T’) en este caso.

22.- En el análisis de regresión de la "gravedad de la transgresión" (T) en función de la “dependencia emocional” (D), el
coeficiente de alienación corresponde a:
A) La variabilidad de la trasgresión debida o explicada por la dependencia emocional.
B) La variabilidad de la dependencia emocional asociada a otras variables diferentes a la transgresión.
C) La variabilidad de la transgresión debida a otras variables distintas a la dependencia emocional.
Solución: El coeficiente de alienación, por definición, es el complemento del coeficiente de determinación, es decir
2
1 − 𝑟𝑇𝐷 , luego es la variabilidad de la transgresión (T) debida a otras variables distintas de la dependencia emocional (D),
ya que la variabilidad debida a D ya se ha visto explicada por la ecuación de regresión de T sobre D.
23.- ¿Cuál de las siguientes gráficas representa la condición de homocedasticidad que deben cumplir los datos para
realizar el análisis de regresión lineal?
A) B) C)

Solución: La única gráfica que mantiene la misma variabilidad en todos los valores de la variable predictora X es la C. En la
gráfica A la variabilidad es mayor en valore bajos de X mientras que en la variable B es superior en valores superiores de
X.

24.- Para una mujer que obtiene en el cuestionario de dependencia emocional (D), una puntuación de 4 puntos por
encima de la media, la puntuación pronosticada en "gravedad de la transgresión" (T), es de:
A) 39
B) 19
C) 4
Solución: Calculamos primero el punto de corte con la ordenada:
𝐵0 = 𝑇̅ − 0.994 𝐷
̅ = 35 − 0.994 ∙ 20 = 15.12

Ahora, como conocemos la pendiente, podemos calcular el valor para un sujeto que tenga como valor de D
𝐷𝑠𝑢𝑗𝑒𝑡𝑜 = 𝐷 ̅ + 4 = 24

Y aplicándo la ecuación de regresión:

𝑇𝑖 = 15.12 + 0.994 ∙ 24 = 38.976
Que, aproximadamente, es 39.

25.- La varianza de los errores de pronóstico vale, aproximadamente:

A) 4,9
B) 24
C) 8,65
Solución: calculamos la desviación típica de los errores

𝑠𝑒 = 𝑆𝑇 √1 − 𝑟 2 = 7√1 − 0.712 = 4.92941

El cuadrado de este valor es 24.29 que aproximadamente vale 24.
 Modelo A. ENERO de 2018. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

SITUACIÓN 1.Profesionales de la American Psychological Association, que han estudiado la influencia de los
videojuegos de contenido violento en los jóvenes, señalan la aparición de un mayor número de comportamientos y
actitudes agresivas después de utilizar videojuegos interactivos de contenido violento.
Imagine que quiere corroborar esta afirmación, para lo que diseña una investigación en la que utiliza dos
muestras de niños varones de 7 a 12 años que responden a la Escala de Agresión Física Verbal (AFV) (Caprara y
Pastorelli, 1993). Esta escala proporciona puntuaciones en cuatro dimensiones: agresividad física, verbal, ira y
hostilidad, de forma que a mayor puntuación mayor intensidad en la dimensión evaluada. Un grupo de 41 de estos
jóvenes eran usuarios habituales de videojuegos en red con alto contenido hostil obteniendo, en la dimensión de
agresividad física, una media de 32,6 con una desviación típica insesgada de 7,8. Otro grupo de 61 jóvenes, no
usuarios de videojuegos violentos obtuvieron en la misma escala una media de 29,5 y desviación típica insesgada de
6,3.Con esta información, responda a las siguientes preguntas:
1 –Para el contraste de diferencias de medias en la dimensión de agresividad física entre jóvenes usuarios de
videojuegos con contenido violento respecto a los que no son usuarios de esta modalidad de videojuegos, aplicaría la
prueba:
A) T de diferencias de medias asumiendo varianzas iguales (𝑭𝑭 = 𝟏𝟏, 𝟓𝟓𝟓𝟓; 𝒑𝒑 > 0,05).
B) T de diferencias de medias asumiendo varianzas distintas (𝐹𝐹 = 0,63; 𝑝𝑝 < 0,05).
C) Z de diferencias de medias asumiendo varianzas iguales (𝐹𝐹 = 1,53; 𝑝𝑝 < 0,01).

Para decidir si se suponen varianzas poblacionales iguales o distintas, se plantean las hipótesis:

2 2
𝐻𝐻0 : 𝜎𝜎𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈 = 𝜎𝜎𝑁𝑁𝑁𝑁 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢

2 2
𝐻𝐻1 : 𝜎𝜎𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈 ≠ 𝜎𝜎𝑁𝑁𝑁𝑁 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢
El estadístico de contraste es:

𝑆𝑆̂𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈
2
7,82
𝐹𝐹 = = = 1,533
𝑆𝑆̂𝑁𝑁𝑁𝑁
2
𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 6,32

Para un contraste bilateral y NC = 95% el estadístico de contraste es: 𝐹𝐹0,975;40;60 = 1,744

Dado que: 1,533 < 1,744, se mantiene la hipótesis nula y se consideran varianzas poblacionales desconocidas
pero iguales.

2 –Los límites del intervalo de confianza para la desviación típica poblacional de las puntuaciones en la dimensión de
agresión física de los jóvenes usuarios de videojuegos violentos, valen, aproximadamente (𝑁𝑁𝑁𝑁 = 0,95):
A) 41y99,60
B) 6,04 y 10,84
C) 6,40 y9,98
(𝑛𝑛 − 1)𝑆𝑆𝑛𝑛−12 (𝑛𝑛 − 1)𝑆𝑆𝑛𝑛−12
2
< 𝜎𝜎 <
𝜒𝜒𝑛𝑛2−1;1−𝛼𝛼�2 𝜒𝜒𝑛𝑛2−1;𝛼𝛼�2

(41 − 1)7,82 (41 − 1)7,82

< 𝜎𝜎2 <
59,3417 24,4330

41,01 < 𝜎𝜎2 < 99,6 → 𝟔𝟔, 𝟒𝟒 < 𝜎𝜎 < 9,98

1
3–Para contrastar la influencia nociva del contenido de los videojuegos: Violento (V) vs No Violento (NV), sobre la
agresividad física, la hipótesis nula que formularía, es:
A) 𝐻𝐻0 : 𝜇𝜇𝑉𝑉 – 𝜇𝜇𝑁𝑁𝑁𝑁 ≥ 0
B) 𝑯𝑯𝟎𝟎 : 𝝁𝝁𝑽𝑽 – 𝝁𝝁𝑵𝑵𝑵𝑵 ≤ 𝟎𝟎
C) 𝐻𝐻0 : 𝜇𝜇𝑉𝑉 – 𝜇𝜇𝑁𝑁𝑁𝑁 = 0

Contrastar la hipótesis sobre la influencia nociva de los videojuegos de contenidos violentos sobre la
agresividad física, supone que la media en la escala AFV será mayor para los que utilizan videojuegos con
contenido violento respecto a los que contemplan videojuegos no violentos, es decir: 𝜇𝜇𝑉𝑉 > 𝜇𝜇𝑁𝑁𝑁𝑁 ; de otra
forma, que 𝜇𝜇𝑉𝑉 – 𝜇𝜇𝑁𝑁𝑁𝑁 > 0. La hipótesis complementaria a esta, dirá por tanto, que no existe tal influencia
nociva o, en otras palabras, que 𝜇𝜇𝑉𝑉 – 𝜇𝜇𝑁𝑁𝑁𝑁 ≤ 0 que corresponde a la hipótesis nula de esta situación.
4 –El valor del estadístico de contraste para la hipótesis de la pregunta anterior, es, aproximadamente:
A) 1,53
B) 2,21
C) 0,44

𝑌𝑌�1 − 𝑌𝑌�2 32,6 − 29,5

𝑇𝑇 = = = 2,212
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 1 1 40∙7,82 +60∙6,32 1 1
� �𝑛𝑛 + 𝑛𝑛 � � �41 + 61 �
𝑛𝑛 1 +𝑛𝑛 2 −2 1 2 41+61−2

5 –Con un nivel de confianza de 0,95 ¿Se podría rechazar 𝐻𝐻0 ?:

A) Sí, porque el nivel crítico 𝒑𝒑es menor que el nivel de significación.
B) No, porque el estadístico de contraste no supera la máxima diferencia que cabe esperar por simple azar-
C) Sí, porque el nivel crítico 𝑝𝑝 es mayor que 𝛼𝛼.

Consultando las tablas T de Student para: 𝑛𝑛1 + 𝑛𝑛2 − 2 = 100 𝑔𝑔. 𝑙𝑙., observamos que el estadístico de contraste se
encuentra entre las puntuaciones: 1,984 y 2,364, que dejan por encima unas proporciones respectivamente: 0,025
y 0,01, luego el nivel crítico: 0,01 < 𝑝𝑝 < 0,025.

6 – El tamaño del efecto de jugar a videojuegos violentos en relación a no jugar a los mismos, es aproximadamente
igual a:
A) 1,53
B) 2,21
C) 0,44
|𝑌𝑌�1 − 𝑌𝑌�2 | |32,6 − 29,5|
𝑑𝑑 = = 0,447
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 40∙7,82 +60∙6,32
� �
𝑛𝑛 1 +𝑛𝑛 2 −2 41+61−2

Imagine que los 41 jóvenes usuarios de videojuegos con contenidos violentos asisten a un programa deapoyo para
el reconocimiento y control de estas emociones negativas y mejora de la empatía. Al finalizar el programa se observa
que, de los 25 que antes de comenzar las sesiones obtenían puntuaciones por encima de la mediana en la escala AFV,
ahora 15 puntuaban por debajo de la mediana al terminar las sesiones. Y que después de terminar las sesiones, eran
un total de 19 jóvenes los que puntuaban por encima de la mediana. Con estos datos y estableciendo un nivel de
confianza del 95%, responda a las siguientes preguntas:

2
 Construimos la tabla de contingencia (en negrita los datos que se obtienen directamente del enunciado).
Después
> 𝑀𝑀𝑀𝑀 < 𝑀𝑀𝑀𝑀
> 𝑀𝑀𝑀𝑀 𝑎𝑎 = 10 𝒃𝒃 = 𝟏𝟏𝟏𝟏 25
Antes
< 𝑀𝑀𝑀𝑀 𝑐𝑐 = 9 𝑑𝑑 = 7 16
19 22 41

7– El valor absoluto del estadístico de contraste (Z) para comprobar si el programa de apoyo ha sido eficaz para
disminuir las manifestaciones de conductas agresivas, vale, aproximadamente:
A) 0,25
B) 1,22
C) 2,11
𝑏𝑏 − 𝑐𝑐 15 − 9
𝑍𝑍 = = = 1,22
√𝑏𝑏 + 𝑐𝑐 √15 + 9
8– El nivel crítico 𝑝𝑝 para tomar una decisión respecto a si el programa de apoyo tiene algún efecto sobre la aparición
de conductas agresivas, vale, aproximadamente:
A) 𝑝𝑝 < 0,05
B) 0,05 < 𝑝𝑝 < 0,01
C) 𝒑𝒑 = 𝟎𝟎, 𝟏𝟏𝟏𝟏
En la tabla de curva normal se calcula la probabilidad de obtener valores superiores a 𝑍𝑍 = 1,22, que es: 𝑝𝑝 = 0,1112.

SITUACIÓN 2: Algunos trabajos que analizan la influencia de los videojuegos y películas sobre el desarrollo de
conductas antisociales y violentas (citados en Tejeiro, Pelegrina del Rio, M y Gómez Vallecillo, 2009) coinciden en
señalar la aparición de un mayor número de comportamientos y actitudes agresivas después de utilizar videojuegos
interactivos de contenido violento. Otros autores coinciden en señalar que el efecto nocivo de estos videojuegos de
contenidos violentos no es superior al que pueden ejercer las películas violentas vistas por TV y que las chicas
muestran más manifestaciones agresivas que los chicos después de haber estado jugando con videojuegos de
contenido violento.
Imagine que usted está interesado en comprobar si la diferencia en conductas agresivas debidas al sexo
(Factor A) es la misma para diferentes grupos de actividades (Factor B), distinguiendo entre: películas de contenido
violento (b1); videojuegos interactivos sin contenido violento(b2) y videojuegos interactivos con contenido violento
(b3). Para cada una de las combinaciones de tratamientos (Grupo de actividad y género), selecciona una muestra de 10
participantes, obteniendo los siguientes datos: 𝑆𝑆𝑆𝑆𝐴𝐴 = 1,07;[𝑌𝑌] = 2704;[𝑇𝑇] = 2509,07; [𝐵𝐵] = 2584,3; [𝐴𝐴𝐴𝐴] =
2590.
Asumiendo que se cumplen los supuestos necesarios y estableciendo un nivel de significación de 0,05 responda a las
preguntas siguientes:
Se trata de un diseño con dos factores: Sexo (a = 2) y Tipo de actividad (b = 3) donde n = 10.
Las sumas de cuadrados son:

Razones básicas Sumas de cuadrados

𝑆𝑆𝑆𝑆𝐴𝐴 = 1,07

[𝐵𝐵] = 2584,3 𝑆𝑆𝑆𝑆𝐵𝐵 = [𝐵𝐵] − [𝑇𝑇] = 2584,3 − 2509,07 = 75,23

[𝐴𝐴𝐴𝐴] = 2590 𝑆𝑆𝑆𝑆𝐴𝐴𝐴𝐴 = 194,93 − 1,07 − 75,23 − 114

[𝑌𝑌] = 2704 𝑆𝑆𝑆𝑆𝐼𝐼𝐼𝐼𝐼𝐼 𝑟𝑟𝑟𝑟 = [𝑌𝑌] − [𝐴𝐴𝐴𝐴] = 2704 − 2590 = 114

[𝑇𝑇] = 2509,07 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = [𝑌𝑌] − [𝑇𝑇] = 2704 − 2509,07 = 194,93

3
 La tabla de ANOVA:

Valor crítico
FV SC g.l. MC F (tabla)
A 1,07 1 1,070 0,507 4,001
B 75,23 2 37,615 17,818 3,150
AxB 4,63 2 2,315 1,097
Error 114 54 2,111
Total 194,93 59

9–El diseño de su trabajo es:

A) Intragrupos de dos factores
B) Intergrupos para el factor A e intragrupos para el factor B
C) Factorial equilibrado 2x3.
10–¿Hay algún efecto principal en este diseño?
A) No, los efectos principales solo se presentan en el ANOVA de un factor.
B) Sí, uno: el sexo del que dependen el tipo de actividad.
C) Sí, dos: el sexo y el tipo de actividad.
11–El estadístico de contraste para analizar si el tipo de actividad interactúa con el sexo, vale, aproximadamente:
A) 0,22
B) 7,92
C) 1,097
12–Suponiendo que la interacción no fuese significativa, ¿cuál sería, aproximadamente, el valor del estadístico de
contraste para la hipótesis nula de quelas medias poblacionales son iguales en los diferentes grupos de actividades?
A) 7,92
B) 0,49
C) 17,76
Como la interacción no es significativa, la suma de cuadrados de la interacción pasa a formar parte de la suma de
cuadrados de error. También se suman a los grados de libertad de error los asignados previamente a la interacción. La
tabla de ANOVA queda:

FV SC g.l. MC F
A 1,07 1 1,070 0,505
B 75,23 2 37,615 17,756
Error 118,63 56 2,118
Total 194,93 59

13–Con un nivel de confianza de 0,95 el valor crítico más aproximado para tomar una decisión respecto a la hipótesis
de interacción, es:
A) 4,46
B) 3,15
C) 19,49

4
14–A partir de los resultados de su estudio las diferencias observadas para el factor “tipo de actividad”, son:
A) Es necesario realizar comparaciones múltiples.
B) Significativas para 0,01.
C) No significativas.
15–Considerando globalmente los resultados de su estudio, se podría concluir que:
A) Existen diferencias significativas en las conductas agresivas de chicos y chicas generadas por los distintos tipos
de actividad.
B) Existe alguna diferencia significativa en el factor “tipo de actividad” con independencia del sexo.
C) No existen diferencias significativas en las conductas agresivas de chicos y chicas ni entre los distintos tipos de
actividad.

SITUACIÓN 3.La falta de actividad física es un factor clave para explicar la prevalencia actual del sobrepeso y la
obesidad entre jóvenes y adultos. En este contexto, un estudio investigó la relación natural existente entre la actividad
física (AF) medida con un podómetro y el índice de masa corporal (IMC) entre estudiantes de secundaria. La actividad
física se contabilizó mediante el número de pasos por día (expresado en miles) que registró el podómetro para cada
alumno en su actividad cotidiana durante una semana. El IMC se midió en Kg/m2. Se realizó un análisis de regresión
para predecir el IMC a partir del AF en 100 participantes. Los resultados que los autores informaron fueron los
siguientes:

- La recta de regresión por mínimos cuadrados obtenida: 𝐼𝐼𝐼𝐼𝐼𝐼’ = 29,58 – 0,65 × 𝐴𝐴𝐴𝐴.
- El ajuste de la regresión proporcionó los siguientes resultados: 𝐹𝐹(1; 98) = 17,10; 𝑀𝑀𝑀𝑀𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 13,36; 𝑝𝑝 < 0,01
con una 𝑅𝑅 = 0,38 y un error típico de la pendiente igual a 0,16.

16– Un participante que no pueda dar ningún paso (v.g., porque esté en silla de ruedas) tendrá un IMC predicho de:
A) 29,58 Kg/m2
B) 0 ya que, efectivamente, no ha dado ningún paso.
C) 30 pasos aproximadamente.

𝐼𝐼𝐼𝐼𝐼𝐼’ = 29,58 – 0,65 × 𝐴𝐴𝐴𝐴 = 29,58 – 0,65 × 0 = 29,58

17– Si observamos un valor de IMC de 22,8 Kg/m2 en un AF = 9,5 ¿Cuánto valdrá el residuo?
A) 0 ya que en el ajuste por mínimos cuadrados el sumatorio de los errores es cero.
B) 23,05 Kg/m2
C) -0,605 Kg/m2

El residuo es, en general: 𝑌𝑌 − 𝑌𝑌´. En este caso, para un sujeto con AF =22,8:

22,8 − (29,58 − 0,65 ∙ 9,5) = 22,8 − 23,405 = −0,605

18– Dado que el modelo de regresión es significativo a un 𝛼𝛼 = 0,05, podemos afirmar que:
A) La actividad física depende causalmente del IMC con una 𝑝𝑝 < 0,01;
B) La manipulación de la actividad física realizada en el experimento permite predecir el resultado del IMC;
C) La medición de la actividad física, medida mediante el número de pasos, permite predecir el valor del IMC.

19– El estadístico de contraste para poner a prueba la significatividad del coeficiente de correlación entre el AF y el
IMC vale aproximadamente:
A) 4,07
B) 0,38
C) 0,14 que es la proporción de la varianza del IMC explicada por la varianza del AF.

𝑟𝑟𝑥𝑥𝑥𝑥 √𝑛𝑛 − 2 0,38 ∙ √100 − 2

𝑇𝑇 = = = 4,07
�1 − 𝑟𝑟𝑥𝑥2𝑥𝑥 �(1 − 0,382 )

5
20– El intervalo de confianza de la pendiente de la recta de regresión a un 𝛼𝛼 = 0,05 vale aproximadamente:
A) [-0,33; -0,97]
B) [-1,98; 1,98]
C) [-0,33; 0,22]

𝐵𝐵 ± 𝑡𝑡𝑛𝑛 −2;1−𝛼𝛼�2 𝜎𝜎𝐵𝐵

−0,33
−0,65 ± 1,984 ∙ 0,16 → �
−0,97

21– La Media Cuadrática del Anova que evalúa si existe relación lineal entre AF y IMC vale aproximadamente:
A) 1309,28
B) 228,46
C) 1537,74

𝑀𝑀𝐶𝐶𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 ó𝑛𝑛 𝑀𝑀𝑀𝑀𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 ó𝑛𝑛

𝐹𝐹 = → 17,10 = → 𝑀𝑀𝑀𝑀𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 ó𝑛𝑛 = 228,46
𝑀𝑀𝑀𝑀𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 13,36

22– La ecuación de regresión expresada en puntuaciones diferenciales es:

A) 𝐼𝐼𝐼𝐼𝐼𝐼’ = 29,58 ∙ 𝐴𝐴𝐴𝐴
B) 𝒊𝒊𝒊𝒊𝒊𝒊’ = 𝟎𝟎, 𝟔𝟔𝟔𝟔 ∙ 𝒑𝒑𝒑𝒑
′
C) 𝑍𝑍𝐼𝐼𝐼𝐼𝐼𝐼 = 0,65 ∙ 𝑍𝑍𝐴𝐴𝐴𝐴

Preguntas teóricas

23 – En un contraste de hipótesis sobre dos medias para muestras independientes y con independencia de los
resultados obtenidos, ¿cuál de las siguientes afirmaciones es cierta?:
A) Si utilizásemos muestras más grandes aumentaría el valor del estadístico de contraste y con ello la
probabilidad de rechazar la hipótesis nula, aunque no cambiaría el tamaño del efecto.
B) Si disminuimos el tamaño de la muestra disminuiría el valor del estadístico de contraste y la significación de la
diferencia, además del tamaño del efecto.
C) Aumentando el tamaño de la muestra se consigue un efecto mayor pero no afecta al estadístico de contraste
sobre la significación de las diferencias.
24 – Se denomina parámetro al índice calculado con los datos de la:
A) Muestra.
B) Población.
C) Distribución.

25 - La evaluación de los supuestos de un modelo de regresión:

A) Debería realizarse como paso previo y como requisito al proceso inferencial.
B) Es innecesaria ya que el ajuste es muy bueno y, por consiguiente, el modelo debe ser lineal.
C) Permite identificar si la relación entre PA y IMC es, o no, lineal.

6
 Modelo C. ENERO de 2018. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

SITUACIÓN 1. Ofman, Pereyra-Girardi, Cófreces y Stefani (2014) estudiaron las diferencias de género en el
afrontamiento de la hipertensión arterial. Utilizaron para ello el Cuestionario sobre Modos de Afrontamiento (Ways of
CopingQuestionnaire). En dicho cuestionario, entre otras estrategias de afrontamiento,se mide la resolución
planificada de problemas (RPP), que consiste en desarrollar tácticas para enfrentarse al problema, intentando alterar la
situación desde una planificación analítica. Cuanto más elevadas son las puntuaciones en RPP mayor es el uso de esta
estrategia.Ofman et al. (2014) encontraron diferencias significativas en el uso de RPP en función del género,
puntuando los varones más alto que las mujeres.

Imagine que usted dispone de una muestra de 200 personas con una edad media de 57 años y desviación típica
de 8 años. La mitad de ellos son hombres, para los cuales la puntuación media en RPP es de 3,4 con una
cuasidesviación típica de 0,8. El grupo de mujeres presenta la misma variabilidad que los varones y una puntuación
media de 3,2. (𝛼𝛼 = 0,05).

1 – El intervalo de confianza para la media aritmética de la edad poblacional en la muestra total, se encuentra,
aproximadamente entre los valores:
A) 55,89 y 58,11
B) 55 y 60.
C) 54,81 y59,22

Solución:
Disponemos los datos proporcionados para facilitarnos la resolución del problema:

Muestra total Varones Mujeres

N = 200 N = 100 N=100
𝑋𝑋�𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 57 ������
𝑅𝑅𝑅𝑅𝑅𝑅 = 3,4 ������
𝑅𝑅𝑅𝑅𝑅𝑅 = 3,2
𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 8 𝑆𝑆̂𝑅𝑅𝑅𝑅𝑅𝑅 = 0,8 𝑆𝑆̂𝑅𝑅𝑅𝑅𝑅𝑅 = 0,8

Aplicamos la fórmula del IC para el valor de la media de edad de la muestra total:

𝑆𝑆𝑛𝑛
𝑌𝑌� ± 𝑡𝑡𝑛𝑛 −1;1−𝛼𝛼�2 � �
√𝑛𝑛 − 1

8 58,11
57 ± 1,96 ∙ → 57 ± 1,11 → �
√200 − 1 55,89
2 – Al contrastar si las varianzas poblacionales entre hombres y mujeres son iguales para la variable RPP, se obtienen
un estadístico de contraste y un nivel crítico, aproximadamente:

A) 𝐹𝐹 = 1,352 (𝑝𝑝 = 0,05)

B) 𝑭𝑭 = 𝟏𝟏 (𝒑𝒑 > 0,20)
C) 𝐹𝐹 = 1 (𝑝𝑝 < 0,20)

-1-
 Solución:
Como nos han indicado que las cuasidesviaciones típicas son idénticas entre ambas muestras (hombres y mujeres),
el estadístico F sería igual a la unidad.

𝑆𝑆̂12 0,82
𝐹𝐹 = = =1
𝑆𝑆̂22 0,82

Para determinar qué nivel crítico es apropiado, debemos considerar que los grados de libertad son 99 y 99 (aunque
tendremos que aproximar a los g.l. más aproximados, en este caso, 120). Luego consultando en las tablas de la F
para diversos valores de P encontramos:

Tabla 0,90 (p = 0,10)  1,265

Tabla 0,95 (p = 0,05)  1,352
Tabla 0,975 (p = 0,025)  1,433
Tabla 0,99 (p = 0,01)  1,533

Observamos que una F = 1,265 deja por encima de sí una p = 0,10, luego una F = 1, al ser inferior a 1,265 deja por
encima de sí un valor superior a 0,10. Como en el caso del contraste de varianzas debemos utilizar un contraste
bilateral tenemos que multiplicarlo por 2 (0,10 x 2 = 0,20). La única opción correcta es, entonces, la B.

3 – En función de los resultados de la pregunta anterior, se puede asumir que:

A) Las varianzas poblacionales para RPP son diferentes para hombres y mujeres.
B) Las varianzas poblacionales para RPP son iguales para hombres y mujeres.
C) Las varianzas poblaciones para RPP son normales para hombres y mujeres.

Solución:
tal y como se indica directamente en el enunciado y el resultado inferencial del estadístico F obtenido en la pregunta
anterior, la opción correcta es la B. La opción C es irrelevante ya que se refiere al tipo de distribución de la variable
RPP.

4 – Para contrastar si los resultados de su muestra replican los resultados de Ofman et al. (2014), la hipótesis nula que
se debe plantear es:
A) 𝐻𝐻0 : 𝜇𝜇𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 = 𝜇𝜇𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
B) 𝐻𝐻0 : 𝜇𝜇𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 ≥ 𝜇𝜇𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
C) 𝑯𝑯𝟎𝟎 : 𝝁𝝁𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯𝑯 ≤ 𝝁𝝁𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴

Solución:

Ofman et al. (2014) encontraron que los varones puntuaban más alto que las mujeres (𝜇𝜇𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 > 𝜇𝜇𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 ). Como
nuestro objetivo es replicar este resultado de Ofman, la hipótesis que tenemos que poner a prueba sin favorecer la
hipótesis en la que creemos (que los resultados que vamos a obtener en nuestra muestra van a replicar los obtenidos
por Ofman, esta es nuestra hipótesis) es aquella que plantea su complementaria: que la media de RPP en varones será
inferior o igual al de las mujeres.

5 – El estadístico de contraste para contrastar la hipótesis de la pregunta anterior, vale, aproximadamente:

A) 𝑇𝑇 = 1,12
B) 𝑇𝑇 = 1,37
C) 𝑻𝑻 = 𝟏𝟏, 𝟕𝟕𝟕𝟕

-2-
Solución:
aplicamos un contraste de medias para grupos independientes asumiendo varianzas iguales y desconocidas:

𝑌𝑌�1 − 𝑌𝑌�2 3,4 − 3,2

𝑇𝑇 = = = 1,77
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 1 1 99∙0,82 +99∙0,82 1 1
� � + � � � + �
𝑛𝑛 1 +𝑛𝑛 2 −2 𝑛𝑛 1 𝑛𝑛 2 100+100−2 100 100

6 – El nivel crítico asociado al estadístico de contraste de la pregunta anterior, se encuentra entre los valores:
A) 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎 < 𝑝𝑝 < 0,05
B) 0,10 < 𝑝𝑝 < 0,15
C) 0,05 < 𝑝𝑝 < 0,10
Solución:

Acudimos a la tabla de curva normal dado que contamos con más de 100 g.l., donde observamos que para una z =
1,77, la p correspondiente es𝑝𝑝 = 1 − 0,9616 = 0,0384que es un valor que se encuentra entre 0,05 y 0,025.

7 – Los resultados obtenidos en su muestra:

A) Replican los resultados de Ofman et al. (2014), si bien hay que tener en cuenta que el tamaño del efecto es
pequeño según la clasificación de Cohen.
B) Replican los resultados de Ofman et al. (2014), siendo, además muy grande el tamaño del efecto obtenido
según la clasificación de Cohen.
C) No replican los resultados de Ofman et al. (2014).

Solución: debido a que hemos rechazado la hipótesis de que la media en hombres sea superior a la de las mujeres,
nuestros resultados van en la línea de Ofman et al. 82014) y calculando el tamaño del efecto se muestra que es
pequeño en la clasificación de Cohen.

|𝑌𝑌�1 − 𝑌𝑌�2 | 3,4 − 3,2

𝑑𝑑 = = = 0,25
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 99∙0,82 +99∙0,82
� �
𝑛𝑛 1 +𝑛𝑛 2 −2 100+100−2

La respuesta correcta es A. Los resultados replican los obtenidos por Ofman et al. (2014) el tamaño del efecto es
pequeño.

8 – Para aplicar un contraste paramétrico a los datos de su muestra:

A) Tanto la variable dependiente como la independiente han de ser cuantitativas (de intervalo o razón).
B) La variable dependiente ha de ser cuantitativa (de intervalo o razón).
C) La variable independiente ha de ser cuantitativa (de intervalo o razón).

Solución:

Uno de los criterios para aplicar los tests paramétricos es que la VD sea cuantitativa. En el caso de la VI no hay nada
específico para la distinción entre paramétrico y no paramétrico. La opción correcta es la B.

SITUACIÓN 2. Un profesor está interesado en comparar la eficacia de tres métodos de enseñanza (M1, M2 y M3) sobre
el aprendizaje académico. Como sospecha que el Cociente Intelectual (CI) también afecta a este aprendizaje, también
manipula a los participantes en función del CI (Alto y Bajo). Dispone de una muestra de 9 sujetos con un CI “Alto” y 9
sujetos con CI “Bajo”. Para cada grupo de CI, asigna, aleatoriamente, a 3 sujetos a cada uno de los métodos de
enseñanza. Sabiendo que:[𝑌𝑌] = 811;[𝐴𝐴𝐴𝐴] = 801 y conociendo los valores de la matriz AB:

-3-
 M1 M2 M3
Alto 15 24 30 69
Bajo 6 15 21 42
21 39 51 111

Solución:
La muestra está formada por 18 sujetos, 9 con CI alto y otros 9 con CI bajo. Cada uno de estos 9 sujetos se reparten
entre los tres métodos de enseñanza, con lo que n= 3. Por tanto, el diseño es de dos factores con muestras
independientes: Método de enseñanza (𝑎𝑎 = 3) y CI (𝑏𝑏 = 2), y cada una de las condiciones experimentales con 𝑛𝑛 = 3.

Las razones básicas y sumas de cuadrados son:

Razones básicas Sumas de cuadrados

212 + 392 + 512

[𝐴𝐴] = = 760,5 𝑆𝑆𝑆𝑆𝐴𝐴 = [𝐴𝐴] − [𝑇𝑇] = 760,5 − 684,5 = 76
2∙3

692 + 422
[𝐵𝐵] = = 725 𝑆𝑆𝑆𝑆𝐵𝐵 = [𝐵𝐵] − [𝑇𝑇] = 725 − 684,5 = 40,5
3∙3

[𝐴𝐴𝐴𝐴] = 801 𝑆𝑆𝑆𝑆𝐴𝐴𝐴𝐴 = [𝐴𝐴𝐴𝐴] − [𝐵𝐵] − [𝐴𝐴] + [𝑇𝑇] = 801 − 760,5 − 725 + 684,5 = 0

[𝑌𝑌] = 811 𝑆𝑆𝑆𝑆𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 = [𝑌𝑌] − [𝐴𝐴𝐴𝐴] = 811 − 801 = 10

1112
[𝑇𝑇] = = 684,5 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = [𝑌𝑌] − [𝑇𝑇] = 811 − 684,5 = 126,50
18

A continuación, se construye la tabla de ANOVA con esta información, lo cual nos permitirá contestar casi
directamente las cuestiones posteriores.

FV SC g.l. MC F p F tabla
A 76,00 2 38,00 45,600 0,0000 3,885
B 40,50 1 40,50 48,600 0,0000 4,747
A×B 0,00 2 0,00 0,000 1,0000 3,885
Intra 10,00 12 0,83
Total 126,50 17 7,44

9–Se trata de un diseño:

A) De un factor con muestras independientes.
B) De un factor con muestras relacionadas.
C) De dos factores con muestras independientes.

Dos factores: los tres métodos de enseñanza y el CI de dos niveles, alto y bajo.

10 – El estadístico de contraste para el factor “Método de enseñanza” vale:

A) 76
B) 38
C) 45,6

-4-
11 – El estadístico de contraste para el factor “CI”, vale:
A) 48,60
B) 40,50
C) 4,747

12 – El estadístico de contraste para la interacción, vale:

A) Cero.
B) Uno.
C) 3,885

13 – Para 𝛼𝛼 = 0,05, el valor crítico para comprobar si existe interacción es igual a:

A) 5,096
B) 3,885
C) 6,927

Solución: para resolver esta cuestión hemos de ver en las tablas de 0,95, el valor correspondiente de F para 2 y 12
grados de libertad. Este valor resulta valer 3,885.

14 – Los resultados revelan diferencias significativas:

A) Para los factores “Método de enseñanza” y “CI” pero no para la interacción.
B) Para la interacción pero no para los factores “Método de enseñanza” y “CI”.
C) Observaremos diferencias significativas o no, dependiendo del nivel de confianza adoptado.

15 – Lo más apropiado en este caso, teniendo en cuenta el resultado obtenido para la interacción, es buscar en las
tablas el valor crítico para el factor “Método de enseñanza” con los siguientes grados de libertad:
A) 2 y 12
B) 2 y 14
C) 1 y 12

Solución: como la interacción no ha resultado significativa, lo que haremos será incluir la interacción en el término de
error, incrementando de esta forma los grados de libertad del término “intra” en 2 unidades. Lo cual hace que los
niveles de libertad sean 2 y 14.

SITUACIÓN 3.García-Jiménez, Alvarado-Izquierdo y Jiménez-Blanco (2000) estudiaron la capacidad de la regresión

lineal múltiple en la predicción del rendimiento académico, encontrando que el rendimiento previo es un buen
predictor del rendimiento futuro, teniendo también un peso importante el grado de participación del alumno en clase.
Se desea estudiar en qué medida estas variables son capaces de predecir el rendimiento en alumnos de la UNED en la
asignatura de Diseños de Investigación. Para ello se dispone de las puntuaciones de una muestra de 18 estudiantes en
las siguientes variables: X1 (nota en la asignatura de primero Introducción al Análisis de Datos), X2 (participación en los
foros) e Y (nota en el examen presencial en Diseños de Investigación). Conociendo los siguientes datos y tomando
𝛼𝛼 = 0,05:

Matriz de correlaciones
X1 X2 Y Varianzas
X1 - 0,658 0,361 X1 2,917
X2 - 0,028 X2 1,930
Y - Y 3,090

16 – La pendiente de la ecuación de regresión lineal simple de Y sobre X1 vale, aproximadamente:

A) 0,36
B) 3,49
-5-
 C) 0,37

Solución: En esta situación no disponemos de los datos directos, pero sí disponemos de los valores de correlación y
desviaciones típicas. Por consiguiente, calculamos la pendiente mediante:

𝑆𝑆𝑦𝑦 √3,090
𝐵𝐵 = 𝑟𝑟𝑥𝑥𝑥𝑥 = 0,361 ∙ = 0,37
𝑆𝑆𝑥𝑥 √2,917

17 – El estadístico de contraste para comprobar si es significativo el coeficiente de correlación de Pearson entre X1 e Y,

vale, aproximadamente:
A) 1,10
B) 1,84
C) 1,55

Solución:

𝑟𝑟𝑥𝑥𝑥𝑥 √𝑛𝑛 − 2 0,361√18 − 2

𝑇𝑇 = = = 1,55
2
�1 − 𝑟𝑟𝑥𝑥𝑥𝑥 �1 − 0,3612

18 – El nivel crítico asociado al estadístico de contraste de la pregunta anterior se encuentra, aproximadamente, entre
los valores:
A) 𝟎𝟎, 𝟏𝟏𝟏𝟏 < 𝑝𝑝 < 0,20
B) 0,20 < 𝑝𝑝 < 0,30
C) 0,05 < 𝑝𝑝 < 0,10
Solución:
Buscamos en las tablas de la T con 18-2 = 16 grados de libertad. Encontramos que el valor T = 1,55 se encuentra entre
los valores 1,337 y 1,746, los cuales dejan por encima de sí 1-0,900 y 1-0,95 respectivamente (es decir, 0,10 y 0,05).
Como el contraste de la correlación debe considerarse bilateral, estos valores debemos multiplicarlos por dos. Esto nos
deja que la p de T = 1,5 se encuentra entre 0,20 y 0,10.

19 – En función de los resultados obtenidos podemos concluir que la relación entre X1 e Y:

A) Es significativa para NC = 99%
B) Es significativa para NC =95% pero no para NC = 99%
C) No es significativa para NC = 95%

Solución: al 0,05 el valor de % = 1,55 no resulta significativo. Por consiguiente, tampoco lo es para 0,01.

20 –La proporción de varianza del rendimiento en Diseños de Investigación explicada por el rendimiento en
Introducción al Análisis de Datos y la participación en los foros conjuntamente, vale, aproximadamente:
A) 0,13
B) 0,21
C) 0,46

Solución: Nos están preguntando por el coeficiente de determinación múltiple de X1 y X2 para predecir Y.
Aplicamos la fórmula:

2 2
2
𝑟𝑟𝑦𝑦1 + 𝑟𝑟𝑦𝑦2 − 2𝑟𝑟𝑦𝑦1 𝑟𝑟𝑦𝑦2 𝑟𝑟12 0,3612 + 0,0282 − 2 ∙ 0,361 ∙ 0,028 ∙ 0,658
𝑅𝑅𝑦𝑦.12 = = = 0,208
1 − 𝑟𝑟212 1 − 0,6582
-6-
21 – El coeficiente de correlación entre las variables X2 e Y eliminando de ambas el influjo de X1 vale,
aproximadamente:
A) 0,028
B) - 0,30
C) 0,30

Solución: Nos están preguntando por el coeficiente de correlación parcial (eliminamos el influjo de X1 tanto de X2
como de Y, luego es parcial):
𝑟𝑟𝑦𝑦2 − 𝑟𝑟𝑦𝑦1 𝑟𝑟12 0,028 − 0,361 ∙ 0,658
𝑝𝑝𝑝𝑝2 = = = −0,30
��1 2
− 𝑟𝑟𝑦𝑦1 2)
�(1 − 𝑟𝑟12 �(1 − 0,3612 )(1 − 0,6582 )

Preguntas teóricas

22 – Cuál de los siguientes estimadores de su correspondiente parámetro poblacionalNO es insesgado:

A) La media aritmética.
B) La varianza.
C) La proporción.

Solución:
La varianza muestral no es un estadístico insesgado de la varianza poblacional mientras que la media aritmética y la
proporción sí lo son.

23 – La probabilidad de mantener una hipótesis nula falsa se denomina:

A) 𝛼𝛼
B) 𝜷𝜷
C) 1 − 𝛽𝛽
Solución:
Nos están preguntado por el error tipo II que es Beta.

24 – Cuando al realizar un ANOVA un investigador no está interesado en comprobar las diferencias entre todas las
medias y sabe de antemano que comparaciones le interesan, se denomina a las comparaciones múltiples que ha de
realizar:
A) “a priori”.
B) “a posteriori”.
C) “post hoc”.

Solución: las comparaciones a posteriori se utilizan cuando el investigador no establece a priori las comparaciones a
realizar y solo lo hace después de ejecutado el experimento. Por el contrario, cuando sí conoce estos contrastes antes
de realizar el estudio, se denominan “a priori”.

25 – Al realizar inferencias sobre correlación y regresión, el supuesto de homocedasticidad se refiere a:

A) La normalidad de las distribuciones condicionadas en Y para cada valor de X.
B) La independencia en Y de los valores estimados condicionados para cada valor de X.
C) La igualdad de varianzas de las distribuciones de los errores condicionadas a cada valor de X.

-7-
Solución: el supuesto de homocedasticidad hace referencia a la igualdad de varianzas en las distribuciones de los
errores condicionadas a cada valor de X (no a la normalidad ni a la independencia entre valores de Y).

-8-
 Modelo A. Septiembre de 2018. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se
pueda introducir texto.

SITUACIÓN 1.Un estudio reciente de Vizoso, Vegay Fernández (2018) analiza las actitudes negativas
hacia las personas con sobrepeso y su relación con otras variables como el género, el nivel de
estudios y la edad encontrando que en una muestra de estudiantes con edades comprendidas
entre 12 y 24 años, las estudiantes presentaban menor antipatía hacia la obesidad, pero más miedo
a engordar que los estudiantes y que los estudiantes de mayor edad y mayor nivel educativo
mostraron una actitud menos negativa hacia la obesidad que ellas.

Imagine que está usted interesado en continuar con el estudio de la tolerancia hacia la obesidad
utilizando una muestra de 300 personas de la población general de entre 20 y 65 años de edad que
responden al cuestionario de Antifat Attitudes Scale, adaptado al español por Magallares y Morales
(2014). Los ítems del cuestionario proporcionan puntuaciones en tres dimensiones: Antipatía hacia
las personas obesas (A), Miedo a la gordura (M) y Voluntad para controlar el peso (V). En la escala A
se obtienen los siguientes valores para las medias y desviaciones típicas de los hombres y mujeres,
así como el tamaño de la muestra (n) de hombres y mujeres.

Hombres Mujeres
Media 2,1 1,8
Cuasi-desviación típica 0,85 0,87
n 180 120

1- Si queremos estimar la varianza poblacional de las puntuaciones de las mujeres en la escala A

con un error máximo de estimación que no supere los 0,15 puntos y con un nivel de confianza de
0,95, ¿cuál debería ser, aproximadamente, el tamaño de la muestra que deberíamos utilizar?
A) 1565;
B) 256;
C) 196.
2
(𝑍𝛼⁄ ) 1,962
2
𝑛 = 2 𝑆4 = 2 𝑥 0,874 = 195,63 ≈ 196
𝐸2 0,152

2- La distribución muestral del estadístico para contrastar si las varianzas poblacionales de las
puntuaciones en la escala A de hombres y mujeres son iguales se distribuye según la:
A) Normal;
B) T de Student con (180+120-2) grados de libertad;
C) F de Snedecor.
El contraste de hipótesis sobre igualdad de varianzas poblacionales en los diseños de dos muestras
independientes, se realiza con el estadístico F que tiene una distribución F (Tema 3, epígrafe 3.5,
pág 108).

3- Con un nivel de confianza del 95%, el intervalo de confianza de la media poblacional de los
hombres en la escala de “Antipatía hacia las personas obesas” es, aproximadamente:
A) 1,97 y 2,224;
B) 1,93 y 2,27;
C) 2,01 y 2,18.
𝑆𝑛−1 0,85
𝐼𝐶 = 𝑌̅ ± 𝑍1−𝛼⁄ = 2,1 ± 1,96 = 2,1 ± 0,124 → (1,97; 2,224)
2 √𝑛 √180

4- Si el intervalo de confianza de la media poblacional de las mujeres en la escala A es un valor

comprendido entre 1,594 y 2,006, el nivel de confianza utilizado ha sido del:
A) 90%;
B) 95%;
C) 99%.

La amplitud de este intervalo es 2,006-1,594=0,412. El error máximo de estimación corresponde a

la mitad de este intervalo, y es: 0,412/2= 0,206. Por tanto, solo hay que conocer el valor de Z en la
siguiente expresión:

𝑆𝑛−1 0,87
𝐸𝑚𝑎𝑥 = 𝑍1−𝛼⁄ → 0,206 = 𝑍1−𝛼⁄ = 𝑍1−𝛼⁄ 0,0797 →
2 √𝑛 2 √120 2
0,206
𝑍1−𝛼⁄ = = 2,58
2 0,0797

Y el valor de Z=2,58 es el que corresponde a un nivel de confianza del 99%.

5- Si, como concluye el estudio original de Vizoso y cols. (2018), quiere comprobar que las
estudiantes (simbolizadas como M), presentaban menor antipatía hacia la obesidad que los
estudiantes (simbolizados como H), ¿cuál de las siguientes hipótesis estaría correctamente
formulada?
A) 𝐻1 : 𝜇𝑀 > 𝜇𝐻 ;
B) 𝐻0 : 𝜇𝑀 ≤ 𝜇𝐻 ;
C) 𝑯𝟏 : 𝝁𝑴 < 𝝁𝑯

En este caso, la hipótesis nula (de no diferencia o diferencia nula) diría que "las estudiantes
(simbolizadas como M), presentaban igual antipatía o mayor hacia la obesidad que los estudiantes (H)" por
lo que su hipótesis alternativa es la que corresponde a la opción C).
6- El estadístico de contraste para comprobar la hipótesis de que las estudiantes presentan menor
Antipatía (A) hacia la obesidad que los estudiantes es, en valor absoluto:
A) 2,75;
B) 2,96;
C) 0,32.
El estadístico de contraste, es:

𝑌̅1 − 𝑌̅2 1,8 − 2,1

𝑇= = = 2,97 (𝑝 < 0,01)
(𝑛1 −1)𝑆̂12 +(𝑛2 −1)𝑆̂22 1 1 119×0,872 +179×0,852 1 1
√ ( + ) √ ( + )
𝑛1 +𝑛2 −2 𝑛1 𝑛2 120+180−2 1201 180

7- Para rechazar la hipótesis nula, el nivel crítico p tiene que ser:

A) mayor que el nivel de significación;
B) menor que el nivel de significación;
C) fuera de la zona delimitada por los valores críticos de la distribución muestral.

8- A partir de la interpretación del estadístico d del tamaño del efecto, ¿cuál de las siguientes
afirmaciones es la CORRECTA?:
A) Casi el 64% de las mujeres obtienen puntuaciones por encima de la media de los hombres en la
escala A de antipatía hacia la obesidad;
B) El 36,32% de los hombres obtienen puntuaciones en la escala A de antipatía hacia la obesidad
que no alcanza la media de las mujeres;
C) El 34,96% de las mujeres obtienen puntuaciones que superan la media de los hombres en la
escala A de antipatía hacia la obesidad.

|𝑌̅𝑀 − 𝑌̅𝐻 |
𝐷= =
(𝑛1 −1)𝑆̂12 +(𝑛2 −1)𝑆̂22
√
𝑛1 +𝑛2 −2
1,8 − 2,1
= 0,3496
119×0,872 +179×0,852
√
120+180−2

9- Cuando la hipótesis alternativa marca el sentido de una diferencia, nos encontramos ante:
A) un contraste unilateral;
B) un contraste bilateral;
C) situaciones que requieren necesariamente utilizar dos o más muestras.

SITUACIÓN 2. El Equipo Docente de Diseños de Investigación quiere comprobar si existen

diferencias significativas entre las puntuaciones medias obtenidas en las PECS por los estudiantes
de distintos Centros Asociados de la UNED. Para ello, selecciona aleatoriamente muestras de
estudiantes seleccionados de tres centros asociados específicos obteniendo los siguientes
resultados: 𝑛1 = 6; 𝑛2 = 8 𝑦 𝑛3 = 5; 𝑇 = 181; [𝑌] = 1733 𝑦 [𝐴] = 1724,3. Suponiendo que se
cumplen los supuestos necesarios:

𝑇2 1812
[𝑇] = = = 1724,26
𝑁 6+8+5

𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = [𝑌] − [𝑇] = 1733 − 1724,26 = 8,74

𝑆𝐶𝐼𝑛𝑡𝑒𝑟 = [𝐴] − [𝑇] = 1724,3 − 1724,26 = 0,04
𝑆𝐶𝐼𝑛𝑡𝑟𝑎 = [𝑌] − [𝐴] = 1733 − 1724,3 = 8,7

FV SC GL MC F
Inter 0,04 3-1 = 2 0,02 0,0367
Intra 8,7 19-3 = 16 0,544
Total 8,74 19-1 = 18

10- Se trata de un diseño:

A) Factorial
B) Un factor de efectos fijos
C) Un factor de efectos aleatorios

11- La hipótesis nula es:

A) 𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑
B)𝐻0 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 (al menos para un par de 𝜇𝑖 )
C) 𝐻1 : 𝜇1 = 𝜇2 = 𝜇3

12- El valor de la media cuadrática intragrupo vale, aproximadamente:

A) 771,65
B) 1543,3
C) 0,544

13- El valor del estadístico de contraste vale, aproximadamente:

A) 0,034
B) 3,4
C) 6,23

14- Para un nivel de confianza del 99%, el valor crítico vale, aproximadamente:
A) 0,034
B) 3,4
C) 6,23

El valor de la distribución F con 2 y 16 grados de libertado, y con una probabilidad de 0,99, es 6,23.
15- Los resultados obtenidos:
A) Son significativos para un nivel de confianza del 99%.
B) Son significativos para NC = 95% pero no para NC = 99%
C) No son significativos.

16- Al interpretar los resultados encontramos que:

A) Las diferencias entre las medias son muy pequeñas, pero los resultados son claramente
significativos porque existe muy poca variabilidad intragrupo.
B) Las diferencias entre las medias son muy grandes, como podemos deducir al comparar el
estadístico de contraste con el valor crítico.
C) Las diferencias entre las medias son muy pequeñas, y por lo tanto no se obtienen
resultados significativos.

17- Si quisiéramos comparar la media del examen presencial con la combinación de las medias de
las dos PECS, los coeficientes del contraste serían:
A) 2; -1; -1
B) 1; -1; 2
C) 2;1; 1
La hipótesis nula es:
𝝁𝒑𝟏 + 𝝁𝒑𝟐
𝑯𝟎 : 𝝁𝒆𝒙 = → 𝟐 𝝁𝒆𝒙 = 𝝁𝒑𝟏 + 𝝁𝒑𝟐𝟑 → 𝟐 𝝁𝒆𝒙 − (𝟏)𝝁𝒑𝟏 − (𝟏)𝝁𝒑𝟐𝟑 = 𝟎
𝟐

SITUACIÓN 3:Las costumbres y modas de la sociedad actual, divulgados también por los medios de
comunicación, promueven el rechazo ante algunas características físicas como la obesidad que, a su
vez, constituye uno de los principales motivos de acoso escolar (bullying) entre los jóvenes. En un
reciente estudio realizado en la Universidad de León por Vizoso, Vega y Fernández (2018), se aplicó
el cuestionario de Antifat Attitudes Scale, adaptada al español por Magallares y Morales (2014), a
una muestra de estudiantes con edades comprendidas entre los 12 y los 24 años, de los que 180
eran chicos y 129 chicas. Este cuestionario proporciona puntuaciones en tres subescalas: Antipatía
hacia las personas obesas (A), Miedo a la Gordura (M) y Voluntad para controlar el peso (V) que,
junto con la edad (E) obtuvieron los coeficientes de correlación que se muestran en la siguiente
tabla, junto con las desviaciones típicas:

A M V E
A 0,26 0,38 -0,21
M O,16 -0,05
V 0,20
Desv. típica 0,9 1,68 1,34 2,6

18. El estadístico de contraste para analizar la significación de la correlación entre la edad (E), y la
voluntad para controlar el peso (V), es en valor absoluto aproximadamente:
A) 2,72;
B) 3,58;
C) 2,3.

𝑟𝐴𝐸 √𝑛 − 2 0,20 √309 − 2

𝑇= = = 3,576 ≅ 3,58
√1 − 2 √1 − 0,202
𝑟𝐴𝐸

19. El porcentaje de la variabilidad explicado por las puntuaciones en la escala de Antipatía (A)
hacia las personas obesas a partir de la edad (E), es:
A) del 21%;
B) del 4,41%;
C) No se puede determinar por tratarse de una correlación negativa.

2
𝑟𝐴𝐸 = −0,21 → 𝑟𝐴𝐸 = −0,212 = 0,0441 → 4,41%

20. La correlación entre el miedo a la gordura (M) y la voluntad para controlar el peso (V):
A) es tan pequeña que no puede ser significativa;
B) es significativa con un 𝛼 = 0.05 pero no con un 𝛼 = 0.01;
C) es significativa con 𝜶 = 𝟎. 𝟎𝟏.

𝑟𝑀𝑉 √𝑛 − 2 0,16 √309 − 2

𝑇= = = 2,84 (𝑝 = 0,0023 < 0,01)
√1 − 2 √1 − 0,162
𝑟𝑀𝑉

21. A partir de los resultados de la tabla podemos concluir que:

A) a mayor edad (E) disminuye de forma significativa la antipatía (A) hacia las personas
obesas;
B) el miedo a la gordura(M) disminuye de forma significativa con la edad (E);
C) La edad (E) no correlaciona significativamente con la voluntad (V) para controlar el peso.
22. La correlación entre la Antipatía (A) hacia las personas obesas y el Miedo (M) a la gordura es
0,26. Si quisiéramos calcular cuánto vale esta correlación eliminando de ambas variables el
efecto de la edad, calcularemos la correlación:
A) semi-parcial entre A y M eliminando el efecto de E;
B) parcial entre M y A eliminando el efecto de E;
C) lineal ajustada entre A y E, eliminando el efecto de M.

23. La ecuación de regresión múltiple en puntuaciones directas y diferenciales tienen:

A) la misma ordenada y diferentes coeficientes de regresión;
B) distintas ordenadas pero los mismos coeficientes de regresión;
C) distintas ordenadas y distintos coeficientes de regresión.

En puntuaciones diferenciales, la ecuación de regresión pasa por el origen de coordenadas

̅ 𝑌̅), pero conservando la misma pendiente que en puntuaciones
definidos por los puntos (𝑋;
directas.

24. La correlación entre la Antipatía ante la obesidad (A) y la Voluntad para controlar el peso (V)
eliminando de esta última la influencia de la edad (E), vale aproximadamente:
A) 0,34;
B) -0,29;
C) 0,43.

A (Y) V (X1) E (X2)

A (Y)
V X1) 0,38
E (X2) -0,21 0,20

𝑟𝑌 𝑋1 − 𝑟𝑌 𝑋2 𝑟𝑋1 𝑋2 0,38 − [−0,21 ∙ (0,20)]

𝑠𝑟1 = = = 0,44
√1 − 𝑟𝑋21 𝑋2 √1 − 0,202
25. En el análisis de regresión múltiple (que podríamos obtener para estimar la Antipatía ante las
personas obesas -A- a partir de la Edad -E-, el miedo a la gordura -M- y la Voluntad para
controlar el peso -V-) el coeficiente de determinación:
A) aumenta a medida que aumenta el error típico de estimación;
B) es el complementario al coeficiente de alienación;
C) representa la proporción de varianza de la variable dependiente no explicada por el conjunto
de variables dependientes.

Tanto para el análisis de correlación bivariada como multivariada, el coeficiente de

determinación es el cuadrado del coeficiente de correlación y representa la proporción de
variabilidad de la variable dependiente, Y, que puede explicarse a partir de la, o las, variables
independietentes, X.
2
2
𝑆𝑌´ 𝑆𝑌2 + 𝑆𝐸2 𝑆𝐸2
𝑟𝑋𝑌 = 2 = =1− 2
𝑆𝑌 𝑆𝑌2 𝑆𝑌
Su complementario corresponde al coeficiente de alienación que representa la proporción de
varianza de la variable dependiente, Y, no explicada por la, o las, variables independientes.
A partir de las fórmulas anteriores, puede deducirse que a medida que disminuye la varianza de
los errores aumenta el coeficiente de determinación, y viceversa.
 Modelo A. ENERO_FEBRERO de 2019. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir
texto

SITUACIÓN 1: Santiago, Lupiáñez, Pérez y Funes (2007) diseñaron un experimento para analizar si el tiempo se
organiza sobre la dimensión espacial izquierda-derecha. Para ello, presentaron verbos en la pantalla del ordenador a
los participantes, quienes debían juzgar rápidamente si estaban en pasado o en futuro. Un grupo de participantes
(Grupo A) debían responder “pasado” apretando la tecla de la izquierda y “futuro” apretando la tecla de la derecha y
el otro (Grupo B) se les asignaba las teclas de respuesta a la inversa: “pasado” con la tecla derecha y “futuro” con la
tecla izquierda.

Imagine que en este trabajo participaron 100 personas que fueron distribuidos al azar y a partes iguales entre las dos
condiciones experimentales, obteniendo que la media y desviación típica del tiempo de reacción (TR) de los sujetos
del grupo A fueron 250 mseg y 30 mseg y en el grupo B de 262 mseg y 35 mseg, respectivamente. Con esta
información responda a las siguientes preguntas:

1.- En este trabajo se utiliza un diseño de:

A) Un factor con cuatro niveles.
B) Dos muestras independientes.
C) Dos muestras relacionadas con asignación aleatoria.

2.- Considerando exclusivamente a los participantes del grupo A, el intervalo de confianza del tiempo medio de
reacción, con un nivel de confianza de 0,95, es aproximadamente:
A) [228,77; 271,23]
B) [252,05; 268,70]
C) [241,39; 258,61]

𝑆𝑛 30
𝑡𝑛−1;1−𝛼⁄2 = 𝑡49;0,975 ≈ 𝑡50;0,975 = 2,009 𝜎𝑌̅ = = = 4,286
√𝑛 − 1 √50 − 1
𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 𝜎𝑌̅ = 2,009 ∙ 4,286 = 8,611 𝐼𝐶 = 𝑌̅ ± 𝐸𝑚𝑎𝑥 → 250 ± 8,611 → [241,39; 258,61]

3.- Si el objetivo del trabajo es medir los TR para comprobar que la percepción del tiempo se organiza sobre la
dimensión espacial izquierda-derecha, ¿cuál de las siguientes formulaciones de la hipótesis alternativa H1 refleja
mejor este objetivo?:
A) 𝜇𝐺𝑟𝑢𝑝𝑜 𝐴 − 𝜇𝐺𝑟𝑢𝑝𝑜 𝐵 ≠ 0
B) 𝝁𝑮𝒓𝒖𝒑𝒐 𝑨 < 𝝁𝑮𝒓𝒖𝒑𝒐 𝑩
C) 𝜇𝐺𝑟𝑢𝑝𝑜 𝐵 < 𝜇𝐺𝑟𝑢𝑝𝑜 𝐴

4.- El estadístico de contraste de la hipótesis de igualdad de varianzas en los TR de los dos grupos de participantes y
su nivel crítico aproximadamente valen:
A) 𝑭 = 𝟏, 𝟑𝟔; 𝒑 > 𝟎, 𝟎𝟓
B) 𝐹 = 1,36; 𝑝 < 0,05
C) 𝐹 = 0,73; 𝑝 < 0,05

En el enunciado nos proporciona las desviaciones típicas. Las cuasivarianzas son:

302 ∙ 50 352 ∙ 50
𝑆̂12 = = 918,367 𝑆̂22 = = 1250
49 49

Situando la cuasivarianza mayor en el numerador:

𝑆̂12 1250
𝐹= 2= = 1,36
𝑆̂2 918,367
 (Nota: en este caso, al ser 𝑛1 = 𝑛2 obtenemos el mismo valor para F si introducimos las varianzas en lugar de las
cuasivarianzas)

Acudiendo a la tabla F de Fisher con 50 y 60 grados de libertad (los más próximos a 49 y 49), observamos que la
puntuación 1,413 deja por encima de sí una proporción igual a 0,10, Dado que el estadístico de contraste
(𝐹 = 1,36) es menor que dicha puntuación, el nivel crítico es superior a 0,10 (𝑝 > 0,10), por lo que no es
significativo.

5.- Considerando la situación 1, la distribución muestral del estadístico de contraste que debe aplicar para contrastar
si el tiempo medio se organiza sobre la dimensión espacial izquierda-derecha, es:
A) F de Fisher.
B) T de Student.
C) Chi-cuadrado asumiendo varianzas iguales.

6.- El estadístico para el contraste de la hipótesis de que el tiempo medio se organiza sobre la dimensión espacial
izquierda-derecha, vale aproximadamente:
A) -1,82
B) 2,13
C) 1,09

𝑌̅1 − 𝑌̅2 250 − 262

𝑇= = = −1,82
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √49 ∙ 918,367 + 49 ∙ 1250 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 98 50 50
𝑛1 + 𝑛2 − 2 1 2

7.- El nivel crítico p para tomar una decisión respecto a la 𝐻0 es:

A) p < 0,01
B) p > 0,05
C) 0,01 < p < 0,05

Acudiendo a la tabla T de Student para 100 grados de libertad (los más próximos a 98), observamos que la
puntuación 1,82 se encuentra comprendida entre 1,66 y 1,984, que dejan por encima de si, respetivamente, las
probabilidades: 0,05 y 0,025, luego la respuesta correcta es C.

8.- Siendo la 𝐻0 falsa, la probabilidad de no tener evidencias suficientes para rechazarla corresponde al:
A) Error tipo I con una probabilidad “alfa”.
B) Error tipo II con una probabilidad “beta”.
C) nivel de significación p.

9.- Si el estadístico d de Cohen hubiera sido 𝑑 = 0,55 ¿Cuál de las siguientes afirmaciones es VERDADERA?
A) El 70,88% de participantes del grupo B reaccionan con más rapidez que los del grupo A.
B) El 55% de participantes del grupo B tienen un TR más rápido que los del grupo A
C) El 70,88% de participantes del grupo B tienen un TR más lento que los del grupo A.

Acudiendo a la tabla de curva normal, para 𝑍 = 0,55, obtenemos una probabilidad igual a 0,7088 y las siguientes
posibles interpretaciones:

El 70,88% de participantes del grupo A tienen un TR más rápido que los del grupo B.
 El 29,12% de participantes del grupo A tienen un TR más lento que los del grupo B.

Y sus complementarias

El 70,88% de participantes del grupo B tienen un TR más lento que los del grupo A.

El 29,12% de participantes del grupo B tienen un TR mas rápido que los del grupo B.

SITUACIÓN 2: La tabla 2 muestra datos hipotéticos sobre la evaluación subjetiva del grado de efectividad de tres
métodos para tratar las migrañas, siendo el primero un grupo placebo. La eficacia de cada método ha sido evaluada
por una muestra diferente de individuos que padecían jaqueca (a mayor valor, mayor efectividad subjetiva del
método). En el apartado de resultados, el experimentador ha proporcionado la siguiente tabla:

Método 1 Método 2 Método 3

(grupo placebo)
5 6 8
4 6 7
3 7 6
3 8 8
4 4 7
5 5
3 8
4 5
8
2
𝐹(2, 20) = 8,729, 𝑀𝐶𝑒𝑟𝑟𝑜𝑟 = 2,129. Medias Intervalo de
confianza al 95%
Método 1 4,10 [3,138; 5,062]
Método 2 6,125 [5,049; 7,201]
Método 3 7,200 [5,839; 8,561]

El enunciado nos proporciona datos que podemos introducir en la tabla de ANOVA:

FV SC gl MC F
Inter 8,729
Intra 20 2,129
Total

También sabemos que: 𝑛1 = 10; 𝑛2 = 8; 𝑛3 = 5 → 𝑁 = 23, por lo que podemos calcular los grados de libertad
para la media cuadrática intergrupo y total y completar fácilmente los datos que nos faltan de la tabla de ANOVA:

FV SC gl MC F
Inter 37,168 2 18,584 8,729
Intra 42,580 20 2,129
Total 79,748 22

10.- Se trata de un diseño:

A) aleatorio desequilibrado;
B) de tres factores desequilibrados con un único nivel (tipo de método);
C) de medidas independientes desequilibrado de efectos fijos;
11.- Debido a que este diseño se analiza mediante un Análisis de Varianza, la hipótesis nula que debemos plantear
es:
A) 𝐻1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 al menos para un par de 𝜇𝑖
B) 𝐻0 : 𝜎12 = 𝜎22 = 𝜎32
C) 𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑

12.-La suma de cuadrados para el factor Método vale aproximadamente:

A) 0,329;
B) 37,164;
C) 15032;

13.- Sabiendo que las barras verticales son los intervalos de confianza, la gráfica que representa apropiadamente
estos datos es:

A) B) C)

14.- El nivel crítico de la F obtenida:

A) está entre 0,025 y 0,05;
B) es inferior a 0,01;
C) está entre 0,01 y 0,025;

Acudiendo a la tabla F de Fisher comprobamos que el nivel crítico es menor que 0,01.

15.- El número de efectos simples a verificar:

A) es de 3;
B) es de 9 ya que tenemos tres niveles y, por tanto, las comparaciones dos a dos serán 32 = 9;
C) no tiene sentido realizar comparaciones de efectos simples en un diseño de un único factor;

16- El valor de la razón básica [A] vale:

A) 389,999;
B) 98392,2;
C) 727,425;

Calculando la suma de las puntuaciones para cada uno de los niveles:

𝐴2𝑖 412 492 362

[𝐴] = ∑ ( )= + + = 727,425
𝑛𝑖 10 8 5

17.- Si queremos realizar la comparación múltiple a posteriori entre el grupo de control y los métodos 2 y 3
considerados como un único grupo, los coeficientes a utilizar para realizar este contraste serán:
A) 𝑐1 = 2, 𝑐2 = −2, 𝑐3 = −2
B) 𝑐1 = −, 𝑐2 = 2, 𝑐3 = 2
C) 𝒄𝟏 = 𝟐, 𝒄𝟐 = −𝟏, 𝒄𝟑 = −𝟏
𝜇2 +𝜇3
La hipótesis sería: 𝜇1 = 2
Y de aquí, la siguiente expresión:

2 𝜇1 = 1 𝜇2 + 1 𝜇3 que da lugar a la ecuación: 2 𝜇1 − 1 𝜇2 − 1 𝜇3 = 0

18.- Si queremos realizar la comparación múltiple a posteriori entre el grupo de control y los métodos 1 y 2
considerados como un único grupo el valor del estadístico de contraste valdrá (𝛼 = 0′01):
A) 4,249;
B) 0,725;
C) 5,849;

𝑐2 22 −12 −12
∑ ( 𝑖 ⁄𝑛𝑖 ) = + + = 0,725
10 8 5

𝑐2
𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = √(𝑎 − 1) ∙ 𝐹(1−𝛼),(𝑎−1),(𝑁−𝑎) √𝑀𝐶𝐼𝑛𝑡𝑟𝑎 [∑ ( 𝑖 ⁄𝑛𝑖 )] = √2 ∙ 5,849 ∙ 2,129 ∙ 0,725 = 4,249

19.- En un diseño 2x2, ¿cuál de las siguientes gráficas no muestra una interacción?

A) B) C)

SITUACION 3: Un estudio de Beltrán, Valor y Expósito (2015) sobre "El perdón ante transgresiones en las relaciones
interpersonales" analiza, mediante un análisis de regresión, las variables que predicen el perdón tanto en hombres
como en mujeres. En el caso de las mujeres encuentran que el coeficiente de la pendiente de regresión entre la
dependencia emocional, como variable predictora, X1, sobre el sentimiento de venganza, Y, es de 0,245 (t = 2,42; p =
0,017).

Imagine que realiza un estudio similar con una muestra de 52 varones que contemplan un cortometraje de un
escenario de infidelidad protagonizado por una mujer. Posteriormente, responden a un cuestionario que
proporciona puntuaciones sobre tres escalas, en las que la dependencia, (D) y el malestar personal, (M), actúan
como variables predictoras del sentimiento de venganza, (V). En la siguiente tabla se muestran correlaciones y
desviaciones típicas de las tres variables:

VENGANZA DEPENDENCIA MALESTAR

Y=V
X1 = D 0,28
X2 = M 0,34 0,11
Desv. típica 1,5 1,7 2,1

A partir de los datos de su estudio:

20.- ¿Qué porcentaje de la variabilidad del sentimiento de venganza, V, se debe o puede explicarse por el malestar
personal, M?
A) 11,56%
B) 7,84%
C) 34%

2
𝑟𝑉𝑀 = 0,342 = 0,1156 → 11,56%
21.- El estadístico de contraste para poner a prueba la hipótesis de que la correlación entre el sentimiento de
venganza, V, y la dependencia, D, es significativamente distinta de cero, vale:
A) 2,06.
B) 2,55.
C) 0,78.

𝑟𝑥𝑦 √𝑛 − 2 0,28√50
𝑇= = = 2,06
√1 − 2
𝑟𝑥𝑦 √1 − 0,282

22.- La pendiente de la ecuación de regresión en puntuaciones directas para estimar el sentimiento de venganza, Y, a
partir del malestar personal, X2, es:
A) 0,2428.
B) 0,2167.
C) 0,2939.

𝑆𝑦 1,5
𝐵 = 𝑟𝑥𝑦 = 0,34 = 0,2428
𝑆𝑥 2,1

23.- A un 𝑁𝐶 = 0,95, la pendiente de la ecuación de regresión en puntuaciones directas para estimar el

sentimiento de venganza, Y, a partir del malestar personal será un valor comprendido entre:
A) 0,0519 y 0,4336.
B) 0,11 y 0,334.
C) -0,024 y 0,457.

2
𝑆𝑦 1 − 𝑟𝑥𝑦 1,5 1 − 0,342
𝐸𝑚𝑎𝑥 = 𝑡𝑛−2;1−𝛼⁄2 𝜎𝐵 = 𝑡𝑛−2;1−𝛼⁄2 √ = 2,009 ∙ √ = 0,19085
𝑆𝑥 𝑛 − 2 2,1 50

𝐵 ± 𝐸𝑚𝑎𝑥 → 0,2428 ± 0,19085 → (0,0519; 0,4336)

24.- En el análisis de regresión, ¿cuál de las siguientes afirmaciones es VERDADERA?

A) El coeficiente de determinación múltiple obtenido en la muestra, R2, es un estimador sesgado del coeficiente
de determinación múltiple en la población.
B) El estadístico para el contraste de significación del coeficiente de correlación es independiente del tamaño de
la muestra.
C) La pendiente de la ecuación de regresión es distinta cuando se obtiene a partir de las puntuaciones directas
que a partir de las puntuaciones diferenciales.

25.- A partir de los resultados obtenidos por Beltrán et al. (2015) con la muestra de mujeres, y estableciendo un nivel
de confianza del 95%, podemos concluir que:
A) Cuanto mayor es la dependencia emocional menor es el sentimiento de venganza.
B) Cuanto menor es la dependencia emocional menor es el sentimiento de venganza.
C) La dependencia emocional no es un predictor del sentimiento de venganza.
 Modelo C. ENERO de 2019. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto

SITUACIÓN 1. Ortega, Ramírez y Chamorro (2015) aplican un programa basado en la Psicología Positiva para
aumentar el bienestar de personas mayores, concluyendo que dicho programa permite mejorar la calidad de vida en
los ancianos. Imagine que usted dispone de una muestra de 30 personas institucionalizadas con una edad media de
85 años y una cuasidesviación típica de 5 años a las que aplica el programa propuesto por Ortega et al. (2015),
midiendo la felicidad subjetiva antes y después del tratamiento mediante la Escala de Felicidad Subjetiva (EFS) de
Lyubomisky y Lepper (1999). El objetivo del tratamiento consiste en incrementar la felicidad subjetiva. La media en la
variable dependiente (felicidad subjetiva) antes del tratamiento fue igual a 4 y después del tratamiento igual a 5,
siendo la cuasivarianza de las diferencias igual a 2.

1- Tomando 𝛼 = 0,05, los límites del intervalo de confianza para la media poblacional de la edad valen,
aproximadamente:
A) 81,8 y 88,2
B) 83,13 y 86,87
C) 79,64 y 90,36

𝑆𝑛−1 5
𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 𝜎𝑌̅ = 𝑡𝑛−1;1−𝛼⁄2 = 2,045 ∙ = 1,867
√𝑛 √30

𝑌̅ ± 𝐸𝑚𝑎𝑥 → 85 ± 1,867 → (83,13; 86,67)

2- Tomando 𝛼 = 0,05, los límites del intervalo de confianza para la varianza poblacional de la edad valen,
aproximadamente:
A) 15,857 y 45,180
B) 3,98 y 6,72
C) 20,21 y 30,42
2
(𝑛 − 1)𝑆𝑛−1 29 ∙ 25
𝑙𝑖 = 2 = = 15,857
𝜒𝑛−1;1−𝛼⁄2 45,7223

2
(𝑛 − 1)𝑆𝑛−1 29 ∙ 25
𝑙𝑠 = 2 = = 45,180
𝜒𝑛−1;𝛼⁄2 16,0471

3- Para comprobar si el tratamiento ha sido eficaz, la hipótesis alternativa que se ha de plantear es:
A) 𝐻1 : 𝜇𝐴𝑛𝑡𝑒𝑠 − 𝜇𝐷𝑒𝑠𝑝𝑢é𝑠 > 0
B) 𝐻1 : 𝜇𝐴𝑛𝑡𝑒𝑠 − 𝜇𝐷𝑒𝑠𝑝𝑢é𝑠 ≠ 0
C) 𝑯𝟏 : 𝝁𝑨𝒏𝒕𝒆𝒔 − 𝝁𝑫𝒆𝒔𝒑𝒖é𝒔 < 𝟎

4- El estadístico de contraste obtenido al poner a prueba la hipótesis de la pregunta anterior vale,

aproximadamente:
A) -3,873
B) 3,502
C) 0,95
𝑌̅1 −𝑌̅2 4−5
𝑇= ̂2
= = −3,873
𝑆 2
√ 𝑑 √
𝑛 30

-1-
5- El nivel crítico asociado al estadístico de contraste de la pregunta anterior vale, aproximadamente:
A) 𝒑 < 𝟎, 𝟎𝟎𝟓
B) 𝑝 = 0,005
C) 𝑝 > 0,005

Acudiendo a la tabla T de Student para 29 grados de libertad, vemos que la puntuación 2,756 deja por encima de
si una probabilidad igual a 0,005. Dado que el estadístico de contraste es más extremo que dicha puntuación, la
respuesta correta es A.

6- De acuerdo con los resultados obtenidos:

A) Se mantiene la hipótesis nula para 𝛼 = 0,01 dado que 𝑝 < 𝛼
B) Se rechaza la hipótesis nula para 𝜶 = 𝟎, 𝟎𝟏 dado que 𝒑 < 𝜶
C) Se rechaza la hipótesis nula para 𝛼 = 0,01 dado que 𝑝 > 𝛼

7- La conclusión que se puede extraer sobre el programa basado en la Psicología Cognitiva, en este experimento,
es:
A) No incrementa la felicidad subjetiva en las personas mayores institucionalizadas.
B) Los resultados no son concluyentes dado que el estadístico de contraste es mayor que el valor crítico.
C) Incrementa la felicidad subjetiva en las personas mayores institucionalizadas.

SITUACIÓN 2. Vizoso, Vega y Fernández (2018) estudian las actitudes negativas hacia la obesidad en jóvenes
españoles. Utilizando la Antifat Attitudes Scale (AFA, Crandall, 1997; adaptada al español por Magallares y Morales,
2014), encuentran que las estudiantes presentaban menor antipatía hacia la obesidad y que los estudiantes de mayor
edad y con mayor nivel educativo, mostraron una actitud menos negativa hacia la obesidad.

Imagine, que usted está interesado en estudiar si existen diferencias en cuanto a las actitudes negativas hacia la
obesidad en personas mayores en función del género y el nivel educativo. Dispone de una muestra de 48 personas
con una edad media de 50 años, 24 de ellos con un nivel educativo “bajo” y 24 con un nivel educativo “alto”. En cada
uno de los grupos en función del nivel educativo, 12 personas son hombres y 12 mujeres. Conociendo los valores de la
matriz AB:

a1 (bajo) a2 (alto)
b1 (hombres) 42 37
b2 (mujeres) 39 23

Y sabiendo que: [A] = 423,38; [B] = 420,21; [Y] = 527; [AB] = 431,92:

Calculando las sumas marginales del la matriz AB, se puede calcular la razón básica [T], que es la única no
proporcionada en el enunciado:

a1 (bajo) a2 (alto)
b1 (hombres) 42 37 79
b2 (mujeres) 39 23 62
81 60 141

1412
[𝑇] = = 44,1875
48
-2-
 A continuación elaboramos la tablas de ANOVA:

FV SC gl MC F Ftabla
A 9,1925 1 9,1925 4,2540 4,0617
B 6,0225 1 6,0225 2,7870 4,0617
AxB 2,5175 1 2,5175 1,1650 4,0617
Error 95,08 44 2,1609
Total 112,8125 47

8- Se trata de un diseño:
A) De un factor con muestras independientes.
B) De un factor con muestras relacionadas.
C) De dos factores con muestras independientes.

9- La hipótesis alternativa para el factor A (nivel educativo) es:

A) 𝐻1 : 𝜇𝐵𝑎𝑗𝑜 < 𝜇𝐴𝑙𝑡𝑜
B) 𝑯𝟏 : 𝝁𝑩𝒂𝒋𝒐 ≠ 𝝁𝑨𝒍𝒕𝒐
C) 𝐻1 : 𝜇𝐵𝑎𝑗𝑜 > 𝜇𝐴𝑙𝑡𝑜

10- El estadístico de contraste para el factor “nivel educativo” vale, aproximadamente:

A) 4,25
B) 9,19
C) 4,06

11- El estadístico de contraste para el factor “género” vale, aproximadamente:

A) 6,02
B) 2,78
C) 3,77

12- El estadístico de contraste para la interacción vale, aproximadamente:

A) 2,52
B) 1,17
C) 9,19

13- Sobre los grados de libertad de los estadísticos de contraste de esta situación:
A) Son iguales para el factor A, el factor B y la interacción.
B) Son iguales para el factor A y el factor B porque tienen el mismo número de niveles y distintos para la
interacción
C) La suma de los grados de libertad de A, B y la interacción es igual al número total de sujetos menos uno.

14- Para un nivel de confianza del 95% y tomando el valor más próximo que podemos consultar en las tablas, se
encuentran diferencias significativas para:
A) Solo para la interacción.
B) Solo para el factor A (nivel educativo).
C) Solo para el factor B (género).

SITUACIÓN 3. Un estudio citado en Wilcox (2009) investigó si los niveles de radiación solar (NRS medidos en calorías
por día) pueden predecir las tasas de cáncer de pecho (TCP) medidas en 24 ciudades de los Estados Unidos. Los

-3-
 autores proporcionaron los siguientes índices estadísticos: 𝑟𝑇𝐶𝑃,𝑁𝑅𝑆 = −0’801, 𝐹(1, 22) = 39’40, 𝑀𝐶𝑒 = 5’362,
𝑇𝐶𝑃’ = 39’99 – 0,036 × 𝑁𝑅𝑆.

15- El análisis estadístico realizado fue:

A) Un Anova de medidas independientes.
B) Una regresión lineal simple.
C) Un Anova de medidas dependientes.

16- La proporción de la variabilidad de la tasa de cáncer de pecho que puede imputarse a la variabilidad de la
radiación solar vale:
A) 0’392
B) 0’642
C) 0,005

Si 𝑟𝑇𝐶𝑃,𝑁𝑅𝑆 = −0’801 entonces 𝑟 2 = 0,6416

17- Si el nivel de radiación solar existente en una ciudad fuese de cero (hipotéticamente, una ciudad que estuviese
siempre a oscuras), la tasa de cáncer de pecho pronosticada valdría aproximadamente:
A) 39’99
B) 2’289
C) -0’80

Utilizando la ecuación de regresión el valor de la TSP para NRS=0 es 𝑇𝐶𝑃’ = 39’99 – 0,036 × 0 = 39,99

18- Sabiendo que STCP = 3’783 y SNRS = 85’01, el valor del estadístico de contraste para poner a prueba la significación
de la pendiente de regresión vale aproximadamente:
A) 𝐹 = 39’40
B) 𝑻 = − 𝟔, 𝟑
C) 𝑇 = 3’02

𝐵−0 −0,036
𝑇= = = −6,3
2 3,783 √1 − 0,6416
𝑆𝑦 √1 − 𝑟𝑥𝑦
𝑆𝑥 𝑛 − 2 85,01 24 − 2

19- Dos índices de bondad de ajuste apropiados para esta situación son:
A) El Error Típico (𝑆̂𝐸𝑟𝑟𝑜𝑟 ) y el coeficiente de alienación ajustado (𝑅 2).
B) 𝑹𝟐 y el Error Típico (𝑺 ̂𝑬𝒓𝒓𝒐𝒓).
C) 𝑟 𝑇𝐶𝑃′ ,𝜖 y el coeficiente de alienación (1 − 𝑅 2).

20- En regresión múltiple se utilizar R2 ajustado en lugar de R2 porque:

A) R2 es un estimador insesgado de 𝜌2 .
B) Tenemos que considerar el número de observaciones y el número de variables dependientes para mejorar la
consistencia del estadístico
C) El segundo es un estimador sesgado de 𝝆𝟐

21- El coeficiente de correlación parcial es:

A) Una correlación entre residuos.
B) Una correlación de orden cero.
C) Una correlación que depende del influjo de las otras variables existentes en el modelo.

-4-
 Preguntas teóricas:

22- En un contraste de hipótesis sobre una media, si incrementamos el tamaño muestral:

A) Disminuye la potencia del contraste.
B) Aumenta β.
C) Las dos opciones anteriores son falsas.

23- En todo contraste de hipótesis, para que podamos rechazar 𝐻0 el nivel crítico p tiene que:
A) Ser mayor que el nivel de significación α.
B) Ser menor que el nivel de significación α.
C) Ser mayor o menor que α dependiendo de si el contraste es unilateral derecho o izquierdo.

24- En un contraste sobre dos medias, si la magnitud del efecto es grande:

A) Necesariamente la diferencia entre las dos medias muestrales es significativa.
B) El tamaño de las muestras es grande.
C) La diferencia puede ser significativa o no dependiendo del tamaño de las muestras.

25- Al método de ajuste de una recta de regresión, se le conoce como:

A) Ajuste por mínimos cuadrados.
B) Ajuste por máxima verosimilitud.
C) Ajuste de la varianza del error.

-5-
 Modelo A. SEPTIEMBRE de 2019. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir
texto

SITUACIÓN 1: El craving se refiere al deseo intenso por el consumo de un tipo de droga que ya se ha consumido
previamente y constituye un factor esencial en el éxito terapéutico para el tratamiento de las adicciones. Esta
temática fue abordada en un Trabajo Fin de Grado (TFG) presentado por un estudiante en la convocatoria de junio
de 2019. En su proyecto propone seleccionar una muestra de 60 adictos a la cocaína que cumpliesen determinados
criterios de inclusión para participar en el trabajo con los que forma dos grupos de igual tamaño que asigna a dos
tipos de tratamiento: Terapia Cognitivo Conductual (TCC) e Intervención Basada en Mindfulness, (IBM). Una vez
terminado el tratamiento, todos los sujetos responderían a la versión abreviada en español del Cocaine Craving
Questionnaire-Now (CCQ-N10) de Tejero, Trujols y Siñol (2003) para obtener una medida global de la intensidad del
craving a la cocaína, en el que a mayor puntuación mayor intensidad. Transcurridos tres meses se registraron el
número de sujetos que tuvieron alguna recaída en cada uno de los grupos. Imagine que se obtienen los resultados
que se muestran en la siguiente tabla:

TCC IBM
𝑌̅ 52,15 53,85
𝑆𝑛−1 6,3 6,9
Recaídas 8 12

1.- ¿Cómo es la distribución muestral de la proporción de recaídas obtenidas en todas las posibles muestras del
mismo tipo y tamaño extraídas de una determinada población de adictos a la cocaína?.
A) Binomial, pero se aproxima a la normal si las muestras son grandes;
B) Siempre normal;
C) T de Student, pero se aproxima a la normal si las muestras son grandes.

La distribución muestral de la proporción es una distribución normal que se aproxima a la normal a medida que
aumenta el tamaño de la muestra. (Tema 1, página 11 del texto)

2. Con un nivel de confianza del 95%, ¿cuál debería ser el tamaño necesario, aproximadamente, de la muestra para
estimar la proporción poblacional de los sujetos que tienen recaídas y sometidos a terapia contra el craving con un
error máximo que no supere el 5%?:
A) 95;
B) 369;
C) 341.

De los 60 sujetos, 20 (8+12) tuvieron alguna recaída durante los tres meses siguientes. Esto supone una proporción
del 33,33%. Por tanto, el tamaño de la muestra necesario para estimar la proporción poblacional de los sujetos que
tienen con un error máximo que no supere el 5%, es:

𝑍2 1,962
𝑛 = 𝑝 (1 − 𝑝) = 0,333 ∗ (1 − 0,333) ∗ = 341,47
𝐸2 0,052

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -1-

3.- Si el investigador desea contrastar la hipótesis de que la varianza del Cocaine Craving Questionnaire-Now (CCQ-
N10) administrado después de pasar por la Intervención Basada en Mindfulness, es menor de 50 puntos, el
estadístico de contraste que obtiene es:
A) 27,61; Siendo las hipótesis nula y alternativa:
B) 56,18;
C) 46,83. 𝐻𝑜 : 𝜎 2 ≥ 50
𝐻1 ; 𝜎 2 < 50

El estadístico de contraste es:

2
(𝑛 − 1) 𝑆𝑛−1 (30 − 1) 6,92
𝜒2 = = = 27,61
𝜎2 50

4.- Si el psicólogo quiere comprobar que la proporción de recaídas tras la Intervención Basada en Mindfulness es
significativamente inferior al 50%, la hipótesis nula que formula es:
A) 𝑃𝐼𝐵𝑀 ≤ 0,50
B) 𝝅𝑰𝑩𝑴 ≥ 𝟎, 𝟓𝟎 Se trata de un contraste unilateral sobre la proporción poblacional y las hipótesis nulas y
C) 𝜋𝐼𝐵𝑀 = 0,50 alternativa son, respectivamente:

𝐻𝑜 : Π ≥ 0,50
𝐻1 ; Π < 0,50

5.- Si el psicólogo quiere comprobar que la proporción de recaídas tras la Intervención Basada en Mindfulness es
significativamente inferior a 0,5, el estadístico de contraste y su nivel crítico p, valen:

A) 1,1; p= 0,2733; Siendo la proporción de recaídas tras la intervención basada en IBM, del 40%
B) -1,1; p= 0,2733; (12/30), el estadístico de contraste es:
C) -1,1; p= 0,1357.
𝑝−Π 0,40 − 0,50
𝑍= = = −1,09
𝜎𝑝 0,50 𝑥 0,50
√
30

Buscamos en la tabla de la distribución normal el valor crítico p que corresponde a P(Z<= -1,1) = 0,1357

6.- El análisis de datos que el psicólogo aplicaría para comprobar que la intensidad al craving es menor después de la
Terapia Cognitivo Conductual que con la Intervención Basada en Mindfulness es:
A) Un contraste de hipótesis unilateral de diferencia de medias para muestras independientes;
B) Un contraste de hipótesis de diferencia de proporciones para muestras independientes;
C) Un contraste de hipótesis bilateral de diferencia de medias para muestras independientes.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -2-

7.- Con referencia a la pregunta anterior, el estadístico de contraste que se obtiene, en valor absoluto es,
aproximadamente:
A) 1,41; El investigador quiere comprobar que la intensidad al craving es menor después de la
B) 1; Terapia Cognitivo Conductual que con la Intervención Basada en Mindfulness aplicadas a
C) 2,92. dos muestras distintas de sujetos adictos, para lo que formula una hipótesis unilateral
(derecha o izquierdo según cómo se escriban las hipótesis). En este caso:

𝐻𝑜 : 𝜇 𝑇𝐶𝐶 ≥ 𝜇𝐼𝐵𝑀 → 𝜇𝑇𝐶𝐶 − 𝜇𝐼𝐵𝑀 ≥ 0

𝐻1 ; 𝜇 𝑇𝐶𝐶 < 𝜇𝐼𝐵𝑀 → 𝜇𝑇𝐶𝐶 − 𝜇𝐼𝐵𝑀 < 0

Antes de aplicar el estadístico de contraste para dos muestras independientes hay que saber si estas provienen de
poblaciones con la misma varianza, aplicando la prueba F:

𝑆̂12 6,92
𝐹= = = 1,19 𝑝 > 0,05
𝑆̂22 6,32

En la distribución F, con 29 (30-1) en el numerador y 29 gl en el denominador y un nivel de confianza de 0,95 el valor

crítico es 1,649. Como el estadístico obtenido (1,19) es menor que el valor crítico, no podemos rechazar la Ho de
varianzas poblacionales iguales. Por tanto, aplicamos el contraste t de Student para dos muestras independientes
que provienen de poblaciones con la misma varianza.

(𝑌̅𝑇𝐶𝐶 − 𝑌̅𝐼𝐵𝑀 ) − (𝜇𝑇𝐶𝐶 − 𝜇𝐼𝐵𝑀 ) (52,15 − 53,85) − 0

𝑇= = = −1
2 2
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √29 ∙ 6,3 + 29 ∙ 6,9 ( 1 + 1 )
√ 1 ( + ) 30 + 30 − 2 30 30
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

8.- El nivel crítico 𝑝 para el contraste de hipótesis anterior es:

A) 𝑝 < 0,01
B) 0,01 < 𝑝 < 0,05
C) 𝒑 > 𝟎, 𝟎𝟓

Buscamos en la tabla t con 58 gl (30+30-2), el valor más próximo a t= 1, que son o 0,848 o 1,045.

El valor t=1 se encuentra entre estos dos valores, los cuales dejan a su izquierda una probabilidad de 0.800 y 0,85,
respectivamente, por lo que a su derecha dejarán una probabilidad de 0,20 y 0,15. Como la distribución t es
simétrica, para la puntuación t=-1 el nivel crítico p corresponde a la probabilidad correspondiente a su izquierda que
es un valor comprendido entre 0,15 y 0,20. En consecuencia, el nivel crítico p asociado al estadístico t= -1, es p >
0,05. Como el nivel crítico p es mayor que cualquiera de los niveles de significación habitualmente utilizados (0,05 o
0,01) no tenemos evidencias suficientes para rechazar la Ho, lo que indica que no existen diferencias significativas
entre estas dos terapias para el tratamiento del craving.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -3-

9.- Si para la hipótesis anterior, el tamaño del efecto medido por el estadístico de Cohen fuera 0,26, estos resultados
indicarían que:
A) La diferencia es significativa porque el 39,74% de los tratados con TCC están por debajo de la media de los
tratados con IBM;
B) La diferencia es significativa porque el 60,26% de los tratados con IBM están por debajo de la media de los
tratados con TCC;
C) La diferencia no es significativa, pero el 39,74% de los tratados con IBM están por debajo de la media de los
tratados con TCC.

Como consecuencia de la pregunta anterior, la conclusión es que la diferencia no es significativa (t= -1; p >0,05). Por
otro lado, la puntuación d=0,26 cuantifica la distancia tipificada entre las medias de los dos tratamientos. En la
distribución normal una puntuación 0,26 deja a su izquierda una probabilidad de 0,6026 (60,26%) lo que significa
que hay un 60,26% de sujetos tratados con TCC que quedan por debajo de la media de los sujetos tratados con IBM.
Pero observando la gráfica, también se puede decir que:

El 39,74% de los tratados con TCC están por encima de la media de los tratados con IBM
El 60,26% de los tratados con IBM están por encima de la media de los tratados con TCC
El 39,74% de los tratados con IBM están por debajo de la media de los tratados con TCC, que corresponde a la
alternativa C).

SITUACION 2. Un TFG presentado por una estudiante en la convocatoria de junio 2019 de este curso académico
planteaba el análisis de la influencia del estilo de liderazgo (Transformacional frente al Autocrático) y el género del
líder sobre determinadas variables de los empleados, como la satisfacción laboral (SL), rendimiento (RE) y sentido de
pertenencia o compromiso de los empleados con su trabajo (SP). Para el registro de estas variables se proponían
varios cuestionarios, como el Utrecht Work Engagement (UWES) desarrollado por Schaufeli & Bakker (2003) que
valora un estado mental positivo asociado con la satisfacción laboral -donde a mayor puntuación mayor satisfacción-
y al que responden todos y cada uno de los 15 empleados pertenecientes a cada condición, obteniendo los
siguientes datos: SC(Estilo liderazgo)= 10; SC(Género)= 38; SC(Intra)= 45; SC(Total)= 314. Asumiendo que se cumplen
los supuestos necesarios para el contraste de hipótesis, responda a las siguientes preguntas:

10.- El diseño que utiliza el investigador es:

A) De dos muestras independientes;
B) De un factor de efectos fijos para muestras independientes;
C) Factorial (2x2).

En el estudio se consideran dos variables independientes (el estilo de liderazgo y el género) y cada una de ellas tiene
dos niveles: transformacional y autocrático, para el estilo de liderazgo y hombres y mujeres, para el género.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -4-

11.- ¿Cuantas hipótesis formularía en este diseño?
A) Dos;
B) Tres; Una para la influencia del estilo de liderazgo, otra para la influencia del género y la tercera para
C) Cuatro. la interacción de estos dos factores.

12.- Si desea dar respuesta a la pregunta: ¿El estilo de liderazgo influye en la satisfacción laboral de los empleados?,
la hipótesis nula que formularía es:
A) 𝜇 𝑇𝑅𝐴≥ 𝜇𝐴𝑈𝑇
̅ ̅𝑇𝑅𝐴
B) 𝑌𝐴𝑈𝑇 = 𝑌
Al no indicarse en qué sentido (favorable o desfavorable; positivo o negativo, etc)
puede actuar esta influencia, se formula un contraste bilateral.
C) 𝝁𝑻𝑹𝑨 = 𝝁𝑨𝑼𝑻

13.- El estadístico de contraste que se obtiene para el análisis de la influencia del género del líder sobre la
satisfacción laboral de los empleados es, aproximadamente:
A) 47,3;
B) 27,5; Con los datos del enunciado, señalados en rojo, completamos la tabla para obtener los
C) 12,5. estadísticos de contraste para las tres hipótesis, siendo la debida a la influencia del género
la de la alternativa A).

FV SC GL MC F
LIDER 10 1 10,00 12,44
GENERO 38 1 38,00 47,29
INTERACCION 221 1 221,00 275,02
INTRA 45 56 0,80
TOTAL 314 59 5,32

14.-A partir de los resultados obtenidos ¿existen diferencias significativas en la satisfacción de los empleados con un
líder autocrático o transformacional en función del género del líder?:
A) Sí porque el estadístico es, aproximadamente: 𝑭 = 𝟐𝟕𝟓, 𝟎𝟐; 𝒑 < 𝟎, 𝟎𝟏;
B) No porque el estadístico de contraste es, aproximadamente: 𝐹 = 12,5; 𝑝 > 0,05;
C) Sí porque el nivel crítico p para el factor género es mayor que el nivel de significación.

Buscamos en la tabla de F, los valores que corresponden a los grados de libertad del numerador y denominador del
estadístico F:
𝑀𝐶(𝑙𝑖𝑑𝑒𝑟𝑎𝑧𝑔𝑜)
𝐹=
𝑀𝐶(𝐼𝑛𝑡𝑟𝑎)
Estos g.l son 1 y 56, respectivamente.

En la tabla de F con 1 y 60 gl (el más próximo a los 56) el valor más alto de F que encontramos es 8,495 que deja a su
izquierda una probabilidad de 0,995 siendo entonces el nivel crítico para este valor de p=0,005. Como el estadístico
de contraste obtenido (F=12,44) es mayor que el de la tabla (8,495) el nivel crítico p para F=12,44 es p< 0,005, que es
también menor que 0,01.

15.- El nivel crítico p para tomar una decisión sobre la hipótesis de que el estilo de liderazgo afecta a la satisfacción
laboral del empleado de forma diferencial cuando el líder es hombre o mujer, es:
A) 𝒑 < 𝟎, 𝟎𝟏
B) 𝑝 > 0,05 Siguiendo el mismo razonamiento que en la pregunta anterior, el nivel crítico p
C) 0,01 < 𝑝 < 0,05 se busca en la tabla de la distribución F.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -5-

16.- Si se encuentran diferencias significativas en la satisfacción laboral debidas al estilo de liderazgo el paso
siguiente sería:
A) Realizar contrastes a posteriori con los coeficientes (1; -1; 0; 0) para establecer entre que niveles se producen
estas diferencias;
B) No se requiere contrastes a posteriori en un diseño factorial (2x2);
C) Una prueba t de Student entre las medias de los dos grupos.

Los contraste a posteriori solo tienen sentido cuando el factor tiene tres o más niveles, en cuyo caso, para encontrar
diferencias significativas hay que realizar todas las comparaciones dos a dos para determinar entre cuáles de estos
niveles del factor existen diferencias.

17.- Con independencia de los resultados cuantitativos obtenidos, ¿cuál de las siguientes gráficas indicaría que no
sería significativa la interacción entre el género y el estilo de liderazgo?:

A) B) C)

En las gráficas A) y B) la influencia del estilo de liderazgo tiene un efecto diferencial en los hombres respecto a las
mujeres, lo que indica la existencia de interacción.
En la gráfica A) hay poca influencia del estilo de liderazgo en los hombres y sin embargo tiene más influencia en las
mujeres.
En la gráfica B) hay menor influencia de los dos estilos de liderazgo en las mujeres y un efecto mucho mayor en los
hombres.
En la gráfica C) no parece que exista interacción ya que el estilo de liderazgo afecta de igual manera a hombres y
mujeres, y ambos grupos obtienen puntuaciones más altas bajo un líder autocrático que transformacional.

18- En cualquier análisis de varianza se debe cumplir que:

A) El factor o los factores deben ser siempre de naturaleza cuantitativa;
B) La media cuadrática total es igual a la suma de las medias cuadráticas de cada fuente de variabilidad;
C) La suma de cuadrados total es igual a la suma de cuadrados de cada fuente de variabilidad.

SITUACIÓN 3: El craving se refiere al deseo intenso por el consumo de un tipo de droga que ya se ha consumido
previamente y constituye un factor esencial en el éxito terapéutico para el tratamiento de las adicciones. Esta
temática fue abordada en un Trabajo Fin de Grado (TFG) presentado por un estudiante en la convocatoria de junio
de 2019. En su proyecto propone seleccionar una muestra de 10 adictos a la cocaína que cumpliesen determinados
criterios de inclusión para participar en el trabajo y a los que aplica una Intervención Basada en Mindfulness. Una vez
terminado el tratamiento, todos los sujetos responderían a la versión abreviada en español del Cocaine Craving
Questionnaire-Now (CCQ-N10) de Tejero, Trujols y Siñol (2003) para obtener una medida global de la intensidad del
craving a la cocaína (Y) junto con otros cuestionarios para el registro de conflictos interpersonales, (X1) y autocontrol,
(X2). Se conocen las desviaciones típicas de las tres variables, que figuran en la siguiente tabla, siendo la correlación
entre el craving y el autocontrol de -0,65.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -6-

 Cuestionarios Y X1 X2
Desviación típica 1,1 1,64 1,88

19.- El estadístico de contraste, y su nivel crítico p, para comprobar la significación de la relación entre el craving y el
autocontrol valen aproximadamente:
A) 2,55; 𝑝 < 0,01
B) −𝟐, 𝟒𝟐; 𝒑 < 𝟎, 𝟎𝟓 Las hipótesis y el estadístico de contraste para la hipótesis de significación de un
C) −1,87; 𝑝 < 0,05 coeficiente de correlación, son:

𝐻𝑜 : ρ𝑋𝑌 = 0
𝐻1 ; ρ𝑋𝑌 ≠ 0
Y el estadístico de contraste:

𝑟𝑋𝑌 √𝑛 − 2 −0,65 √10 − 2

𝑇= = = −2,42
2
√1 − 𝑟𝑋𝑌 √1 − (−0,65)2

En la distribución t con 8 gl (10-2), la probabilidad de obtener valores tan extremos como -2,42 o más, es p < 0,025:

20.- Sabiendo que los conflictos interpersonales explican el 30% de la varianza de las respuestas en el Cocaine
Craving Questionnaire-Now, el coeficiente de correlación entre estas dos variables, sin tener en cuenta el signo, es
aproximadamente:
A) 0,450; Si el coeficiente de determinación (r2) es 0,30, el coeficiente de correlación entre ambas
B) 0,485; variables es:
C) 0,548. 2
𝑟𝑋𝑌 = √𝑟𝑋𝑌 = √0,30 = 0,5477

21.- La pendiente de la ecuación de regresión para pronosticar la intensidad del craving exclusivamente a partir de
las puntuaciones de autocontrol como variable predictora, es aproximadamente:
A) 0,36;
B) -0,38; Si representamos el craving por Y y el autocontrol por X, sabemos por el enunciado que
C) -1,11. rxy=-0,65 y la pendiente para pronosticar Y a partir de X, es:

𝑆𝑦 1,1
𝑏 = 𝑟𝑋𝑌 = −0,65 = −0,38
𝑆𝑥 1,88

22.- Para una persona que obtiene 9 puntos en el cuestionario de autocontrol, cuya media es de 7 puntos, ¿cuál
sería, aproximadamente, su puntuación diferencial pronosticada para la intensidad del craving?:
A) − 0,44
B) − 𝟎, 𝟕𝟔 La ecuación de regresión en puntuaciones diferenciales es:
C) + 0,70
𝑌 ′ = 𝐵𝑥𝑖 = 𝐵 (𝑋 − 𝑋̅) = −0,38 (9 − 7) = −0,76

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -7-

23.- Si quisiéramos conocer la correlación entre el craving y el autocontrol eliminando de esta la influencia de los
conflictos personales, deberíamos calcular el coeficiente de correlación:
A) Semiparcial;
B) Múltiple; De las dos variables: craving y autocontrol, hay que eliminar del autocontrol la
C) Parcial. influencia de los conflictos personales, para lo que se calcularía el coeficiente de
correlación semiparcial.

24.- ¿Qué supuestos básicos deben cumplir las puntuaciones del Análisis de regresión y el ANOVA para que sus
inferencias sean válidas?:
A) Independencia, normalidad y homocedasticidad;
B) Sólo normalidad y homocedasticidad;
C) Ninguna, salvo que la variable dependiente sea de naturaleza cuantitativa.

25.- En el análisis de regresión múltiple aplicado a esta situación, el coeficiente de determinación nos informaría de:
A) El porcentaje de cumplimiento de los supuestos básicos para la validez de los pronósticos;
B) La aportación del autocontrol sobre los conflictos interpersonales para pronosticar el craving;
C) La proporción de varianza de la intensidad del craving que se explica por el autocontrol y los conflictos
personales de los sujetos de la muestra.

Diseños de Investigación y Análisis de datos. Facultad de Psicología. UNED. -8-