Diseños 2 - Cuestionarios Por Temas 2019 Berrocal

CURSO 2018-2019
ÁNGEL BERROCAL FERNÁNDEZ. (ALUMNO UNED)
DISEÑOS DE
INVESTIGACIÓN
(CUESTIONARIOS)
ACTUALIZADO: 22-DIC-18
Nota del autor: Los presentes cuestionarios, al igual que los realizados por mi,
en otras asignaturas, han sido elaborados de forma totalmente altruista, sin
ánimo de lucro, tan sólo con el único objetivo de ser una herramienta más de
trabajo frente al estudio de la materia y teniendo como única fuente el texto
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS, ed. SANZ Y
TORRES, ISBN: 978-84-15550-60-0, referencia exclusiva sobre el cual se
realizarán los exámenes de esta asignatura.
Los Cuestionarios por Temas, son una herramienta de autoevaluación, a la par

de ser útiles en el estudio, siendo, en cualquier caso, un complemento al libro.
Si detectas alguna errata, por favor, publícala en el foro donde encontraste este
cuestionario o házmelo saber a través de Facebook para poder subsanarlo.
Lo que se te entrega de forma altruista, entrégalo también de la misma forma y

no hagas de este, mi trabajo, tu fuente de ingresos, o te atribuyas lo que no es
tuyo.
Dedicado a todos mis compañeros del Grado de Psicología de la UNED
DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 2

ÁNGEL BERROCAL FERNÁNDEZ
22/12/2018
INDICE
CAPÍTULO 1. ESTIMACIÓN DE PARÁMETROS Y CONTRASTE DE HIPÓTESIS… … 5
CAPÍTULO 2. CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA… 25
CAPÍTULO 3. ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.

MUESTRAS INDEPENDIENTES… … … … … … … … … … 37
CAPÍTULO 4. ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.

MUESTRAS RELACIONADAS… … … … … … … … … … … … 49
CAPÍTULO 5. DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES… … … 61
CAPÍTULO 6. DISEÑOS DE MÁS DE DOS GRUPOS CON

MUESTRAS RELACIONADAS… … … … … … … … . … … … … 71
CAPÍTULO 7. DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES

ANÁLISIS DE LA VARIANZA DE DOS FACTORES… … … … 79
CAPÍTULO 8. ANÁLISIS DE REGRESIÓN… … … … … … … … … … … … … 89

22/12/2018
22/12/2018
CAPÍTULO I
I. ESTIMACIÓN DE PARÁMETROS Y CONTRASTE DE HIPÓTESIS
1.- Mediante la inferencia y el contraste de hipótesis, podemos hacer generalizaciones referidas a la
población a partir del análisis descriptivo de una, dos, o más muestras. Este conocimiento siempre
será aproximado o, dicho con otras palabras, esta inferencia siempre será... (Tema 1. Pág. 3)
a) Aproximativa
b) Probabilística
c) Las dos respuestas son erróneas
2.- Rama de la estadística que permite realizar afirmaciones sobre una población a partir de los datos
obtenidos en alguna de las muestras que se pueden extraer de la misma. (Tema 1. Pág. 3)
a) Inferencia estadística
b) Desviación típica
c) Las dos respuestas son correctas
3.- En el proceso inferencial, se pueden seguir, básicamente los siguientes pasos: (Señalar el erróneo)
(Tema 1. Pág. 3)
a) Media de la muestra
b) Medición de las características objeto de nuestro interés
c) Extracción de la muestra
4.- En el proceso inferencial, se pueden seguir, básicamente los siguientes pasos: (Señalar el erróneo)
(Tema 1. Pág. 3)
a) Cálculo del estadístico apropiado en la muestra para inferir el parámetro de la población

b) Evaluación probabilística del error que podemos cometer al realizar dicha inferencia
c) Conclusiones finales
5.- La inferencia estadística es una forma de razonamiento que va de lo concreto… (Tema 1. Pág. 4)
a) A lo particular
b) A lo general
c) A lo probabilístico
6.- El investigador, para confirmar o refutar las hipótesis teóricas que maneja, extrae una muestra
representativa de la población objeto de estudio y sobre ella realiza las mediciones de las
características relevantes para su investigación. Para cada característica evaluada se obtiene uno, o
más, valores numéricos que se conocen como… (Tema 1. Pág. 4)
a) Parámetros
b) Inferenciales
c) Estadísticos
7.- Las medidas de tendencia central, de posición, de asimetría, de relación, etc. Son… (Tema 1. Pág. 4)
a) Parámetros
b) Inferenciales
c) Estadísticos

22/12/2018
8.- Razonando en un escenario hipotético en el que pudiéramos extraer todas las muestras de la
población, en cada una de estas muestras se realizaría la medición de la o las variables de interés y se
obtendría un estadístico (media, proporción, varianza, correlación, etc.) cuyo valor será diferente (o
igual) al obtenido en cualquiera de las otras posibles muestras ya que, obviamente, depende de los
datos que la componen. Es decir, el estadístico obtenido en cada una de las distintas muestras se
comporta como una variable aleatoria, y sus diferentes valores forman una distribución de
probabilidad que recibe el nombre de… (Tema 1. Pág. 5)
a) Distribución poblacional
b) Error típico
c) Distribución muestral
9.- ¿Cómo se denomina a la desviación típica referida a la distribución muestral de un estadístico?

(Tema 1. Pág. 5)
a) Error típico del estadístico

b) Error típico de la varianza
c) Distribución muestral de la media
10.- Las puntuaciones de todas las medias obtenidas en distintas muestras de una población, se origina
otra distribución que se llama… (Tema 1. Pág. 6)

b) Distribución medial de la muestra
11.- Podemos suponer que……………………………..es normal, o se aproxima suficientemente a la

normalidad, cuando se cumple al menos que la variable de la población se distribuye normalmente, u
otra condición referida en el texto. (Responder lo que iría en la línea de puntos). (Tema 1. Pág. 6)

b) Distribución medial de la muestra
12.- Establece que sin importar la forma de la distribución poblacional, la distribución muestral de la
media se aproximará a la normal a medida que aumenta el tamaño de la muestra. (Tema 1. Pág. 6)
a) Teorema Central del Límite

b) Teorema del Límite de Gaus
13.- Cuando realizamos inferencia estadística sobre la media aritmética, siempre ha de cumplirse al
menos una de estas dos condiciones: (Tema 1. Pág. 7)
a) La variable de la población se distribuye normalmente

b) El tamaño de la muestra es igual o superior a 30 observaciones. En este caso, la forma de la
distribución puede ser normal o de otro tipo

22/12/2018
14.- Cuando realizamos inferencia estadística sobre la media aritmética, siempre ha de cumplirse al
menos una de las dos condiciones descritas, pero procederemos de forma diferente en función de si la
varianza poblacional es conocida o desconocida. Cuando consideramos que la distribución muestral
del estadístico media es también normal, cuya media y desviación típica (o error típico de la media)
son, respectivamente: , la desviación típica poblacional… (Tema 1. Pág. 7-8)
a) La conocemos
b) La desconocemos
c) Está supeditada a la varianza
15.- Desconocer la varianza de la variable en la población… (Tema 1. Pág. 8)
a) Suele ser habitual en la práctica investigadora

b) No suele ser habitual en la práctica investigadora
16.- Los estudios realizados por W.S. Gosset al final del siglo XIX demostraron que en estas
circunstancias la distribución muestral de la media es una distribución diferente de la normal, que se
conoce con el nombre de distribución t de Student. Las circunstancias de las que hablamos son…
(Tema 1. Pág. 8)
a) Que se conoce la varianza de la variable en la población

b) Que se desconoce la varianza de la variable en la población
c) Que la desviación típica es igual a 0
17.- La distribución normal estándar es simétrica con media 0 y varianza 1, mientras que la
distribución t de Student es también simétrica con media 0, pero varianza igual a… (Tema 1. Pág. 9)
a) n/(n-2)
b) N/(n-2)
c) n/(n+2)
18.- Supongamos que en un determinado Estado la población de escolares es evaluada sobre

conocimientos matemáticos básicos. Las puntuaciones en la población se distribuyen normalmente
con media µ=50 y desviación típica ⱴ=12. Si de esta población se extrae una muestra aleatoria de 121
sujetos: 1.- ¿cuál es la probabilidad de obtener una media de 52 puntos o superior?; 2.- ¿cuál es la
probabilidad de obtener una media que esté comprendida entre 48 y 51 puntos? Con respecto a la
pregunta 2, ¿cómo lo resolveremos? (Tema 1. Pág. 9-10)
a) Calculando las puntuaciones típicas correspondientes a 48 y 51, y determinando la probabilidad

asociada a sus correspondientes valores z.
b) Elevando al cuadrado la desviación típica, para así obtener la varianza
c) Calculando las puntuaciones directas correspondientes a 48 y 51, y determinando la probabilidad
asociada a sus correspondientes valores t.

22/12/2018
19.- En el ámbito de las Ciencias Sociales es habitual dirigir nuestra atención a situaciones en las que
no estamos interesados en la media de la muestra, sino que queremos investigar la proporción de
personas que votarán a un determinado partido político, que presentan un determinado síntoma, o
que, en definitiva, cumplen una determinada condición a la que genéricamente llamaremos… (Tema 1.
Pág. 11)
a) Grados de libertad
b) Grados de confianza
c) Éxito
20.- La distribución normal de la proporción, se genera con la misma lógica que la distribución
muestral de la media, con la única diferencia de que al extraer todas las posibles muestras de tamaño
n de la población, el estadístico que se calcula en cada una de ellas es la proporción… (Tema 1. Pág.
11)
a) p = x / n , donde x es el número de datos de la muestra que cumplen la condición designada como

“éxito”
b) p = x / n , donde x es el número de datos de la muestra que cumplen la condición designada como
“grados de confianza”
c) La A y la B son erróneas
21.- Señale la respuesta correcta: (Tema 1. Pág. 11)
a) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño N y extraemos todas las posibles muestras aleatorias de tamaño n, en la que
definimos la variable p = “Proporción de aciertos”, la distribución muestral de la proporción es la
distribución de probabilidad del conjunto de todas las proporciones, p, obtenidas en todas las
muestras posibles de tamaño n, extraídas de una población de tamaño N.
b) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño n y extraemos todas las posibles muestras aleatorias de tamaño N, en la que
definimos la variable p = “Proporción de aciertos”, la distribución muestral de la proporción es la
muestras posibles de tamaño n, extraídas de una población de tamaño N
c) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño N y extraemos todas las posibles muestras aleatorias de tamaño n, en la que
definimos la variable µ = “Grados de confianza”, la distribución muestral de la proporción es la
muestras posibles de tamaño n, extraídas de una población de tamaño N
22.- Como sabemos por los temas ya estudiados en el primer curso, las probabilidades asociadas a
cada valor de p se pueden buscar en las tablas de distribución binomial con parámetros… (Tema 1.
Pág. 11)
a) N y µ
b) n y µ
c) n y π
23.- La distribución binomial (igual que la chi cuadrado, la t de Student o la F de Snedecor), se

aproxima a la normal a medida que… (Tema 1. Pág. 11)
a) Aumenta el tamaño de la muestra

b) Aumenta el tamaño de la población
c) Ambas respuestas son erróneas
22/12/2018
24.- Es una medida de dispersión que permite determinar la variabilidad que presentan los datos para
la variable objeto de estudio. (Tema 1. Pág. 13)
a) La desviación típica ordenada

b) La varianza
c) Ambas respuestas son correctas
25.- ¿A qué corresponde este símbolo ? Es una medida de dispersión que permite determinar la
variabilidad que presentan los datos para la variable objeto de estudio. (Tema 1. Pág. 14)
a) A la desviación típica al cuadrado

b) A la varianza
c) A la cuasi-varianza
26.- La variable aleatoria que permite realizar afirmaciones sobre la varianza poblacional se puede
generar a partir de… (Tema 1. Pág. 14)
a) La cuasivarianza de la muestra
b) La varianza de la muestra
27.- Como se ha comentado en la introducción de este tema, la inferencia estadística permite inferir
los parámetros de una, dos o más poblaciones a partir de la información recogida en las muestras.
Esta inferencia o generalización de lo particular a lo general, la vamos a realizar mediante dos
procedimientos íntimamente relacionados: (Tema 1. Pág. 15)
a) La estimación de hipótesis y el contraste de parámetros

b) La estimación inferencial basada en la muestra
c) La estimación de parámetros y el contraste de hipótesis
28.- Los procedimientos para el contraste de hipótesis, nos permiten… (Tema 1. Pág. 15)
a) Tomar una decisión sobre un valor hipotético que se formula como parámetro poblacional
b) Conocer el valor de uno o más parámetros correspondientes a una variable aleatoria poblacional
c) La A y la B son correctas
29.- Los procedimientos de contraste de hipótesis en los diseños de una, dos o más muestras que se
verán en este curso se apoyan en el supuesto de que la muestra se ha seleccionado mediante muestreo
aleatorio. Para ello, se tienen que cumplir dos condiciones: Señalar la errónea. (Tema 1. Pág. 16)
a) La muestra tiene que seleccionarse por algún procedimiento aleatorio

b) Todos los elementos de la muestra tienen la misma probabilidad de formar parte de la población
c) Todos los elementos de la población tienen la misma probabilidad de formar parte de la muestra
30.- La estimación por intervalos y el contraste de hipótesis, son procedimientos… (Tema 1. Pág. 16)
a) Suplementarios
b) Subordinados
c) Complementarios

22/12/2018
31.- Un estimador es… (Tema 1. Pág. 16)
a) Un estadístico calculado en una población que se utiliza para estimar un parámetro poblacional
b) Un estadístico calculado en una muestra que se utiliza para estimar un parámetro poblacional
c) Un estadístico calculado en una población que se utiliza para estimar un parámetro muestral
32.- Para desvincular las propiedades de los estimadores de un parámetro concreto, designaremos de
forma genérica con U al parámetro poblacional, con Û a su valor estimado y con……a cualquier
estadístico de la muestra que puede utilizarse como estimador. (Tema 1. Pág. 16)
a) µ
b) n
c) u
33.- Es preciso saber qué hace que un estadístico u sea un buen estimador del parámetro U, lo que
dependerá de las siguientes propiedades: Señalar la errónea. (Tema 1. Pág. 17)
a) Suficiencia
b) Eficiencia o precisión
c) Insuficiencia
34.- Es preciso saber qué hace que un estadístico u sea un buen estimador del parámetro U, lo que
dependerá de las siguientes propiedades: Señalar la errónea. (Tema 1. Pág. 17)
a) Insesgado
b) Complementario
c) Consistente
35.- La varianza muestral es un estimador…….de la varianza poblacional ya que su valor esperado o

media no coincide con la varianza poblacional (Tema 1. Pág. 17)
a) Insesgado
b) Sesgado
c) Consistente
36.- Señalar la afirmación correcta: (Tema 1. Pág. 17)
a) u es un estimador insesgado de U, si su valor esperado o media coincide con el parámetro µu = U

b) u es un estimador sesgado de U, si su valor esperado o media coincide con el parámetro µu = U
37.- Entre dos estimadores de un mismo parámetro, ¿Cuál es el más preciso? (Tema 1. Pág. 17)
a) El que tenga la varianza más grande

b) El que tenga la varianza más pequeña
c) El que se dé la igualación S2 = Sn-1

22/12/2018
38.- Como hemos visto al tratar la distribución muestral, raramente coincidirán los valores que el
estimador adopta en muestras concretas con el parámetro, debido a las fluctuaciones del muestreo. Si
pensamos en la distribución muestral de la media es fácil observar que al aumentar más y más el
tamaño de la muestra el estimador se va aproximando al parámetro a la vez que su varianza… (Tema
1. Pág. 17)
a) Aumenta
b) Tiende a 0
c) Se iguala a la media
39.- Un estimador consistente es aquel que… (Tema 1. Pág. 17)
a) Se concentra en un rango amplio alrededor de la media a medida que disminuye el tamaño de la

población
b) Se concentra en un rango cada vez más estrecho alrededor de su parámetro a medida que disminuye
el tamaño de la muestra
c) Se concentra en un rango cada vez más estrecho alrededor de su parámetro a medida que aumenta el
tamaño de la muestra
40.- Tomando como referencia a estas dos propiedades, se puede afirmar que una de las condiciones
que hace consistente un estimador es que tanto su sesgo como su varianza, tiendan a cero a medida
que aumenta n. (Tema 1. Pág. 17)
a) Insesgado y Eficiencia o precisión

b) Suficiencia e Insesgado
c) Insuficiencia e Insesgado
41.- ¿Qué propiedad cumple un estimador si al estimar el parámetro utiliza toda la información de la
muestra relacionada con el parámetro? (Tema 1. Pág. 18)
a) Insesgado
b) Suficiencia
c) Insuficiencia
42.- Son estimadores suficientes de sus respectivos parámetros, porque en todos ellos se utiliza la
información de todos los elementos de la muestra. (Señalar el erróneo) (Tema 1. Pág. 18)
a) Media
b) Mediana
c) Varianza
43.- No es un estimador suficiente de su respectivo parámetro, porque sólo indica el valor central de la
distribución. (Tema 1. Pág. 18)
a) Media
b) Mediana
c) Varianza

22/12/2018
a) Los estadísticos, cuando se aplican a los valores de las muestras que extraemos de la población (y
que habitualmente se representan con letras del alfabeto latino) son los estimadores que podemos
utilizar para estimar los parámetros poblacionales (representados con letras del alfabeto griego)
b) Los estadísticos, cuando se aplican a los valores de las muestras que extraemos de la población (y
que habitualmente se representan con letras del alfabeto griego) son los estimadores que podemos
utilizar para estimar los parámetros poblacionales (representados con letras del alfabeto latino)
45.- Señalar el cuadro correcto: (Tema 1. Pág. 18)
46.- La estimación de parámetros se realiza siguiendo dos procedimientos: (Señalar el erróneo) (Tema
1. Pág. 18)
a) La estimación porcentual
b) La estimación por intervalos
c) La estimación puntual

22/12/2018
47.- Consiste en utilizar el valor del estadístico calculado en la muestra como valor del parámetro que
se desea estimar. Mediante este método se utiliza el estadístico obtenido en la muestra y se atribuye tal
cual como parámetro de la población. (Tema 1. Pág. 18)
48.- Sin embargo, es poco probable que el valor del estadístico calculado en la muestra concreta
coincida exactamente con el verdadero valor del parámetro y por ello es más interesante construir
alrededor del estadístico de la muestra un intervalo, definido por su límite inferior y superior, que
tenga en cuenta la precisión del estimador (su error típico) de forma que nos asegure, con una cierta
probabilidad que el verdadero valor del parámetro se encuentra en esa franja de valores. A este
método se le conoce como el cálculo de… (Tema 1. Pág. 18-19)
a) La estimación de grados de libertad

b) Los intervalos de confianza
49.- Supongamos que deseamos conocer el tiempo medio semanal que los estudiantes de psicología de
la UNED dedican al estudio de una determinada asignatura. Mediante una encuesta realizada a una
muestra representativa se obtiene una media de 6h/semanales. Este valor sería…………………….para
la media de todos los estudiantes. (Tema 1. Pág. 19)
50.- Para el cálculo del intervalo de confianza de la media hay que considerar las circunstancias bajo
las cuales la distribución muestral de la media es una distribución normal o una distribución t de
Student con n-1 grados de libertad. El cálculo del intervalo de confianza de la media aritmética
(recordamos que siempre tiene que cumplirse una de las siguientes condiciones: distribución normal
en la población, o bien, n≥30) se realiza a partir de su estimador insesgado (la media muestral)
sumando y restando a la media de la muestra una cantidad que recibe el nombre de… (Tema 1. Pág.
19)
a) Estimación porcentual máxima

b) Varianza máxima
c) Error máximo de estimación
51.- Para el cálculo del intervalo de confianza de la media, nos podemos encontrar con tres
situaciones. Señalar la errónea: (Tema 1. Pág. 19-23)
a) Varianza poblacional desconocida (n>100)

b) Varianza poblacional conocida σ2
c) Proporción desconocida (≤30)

22/12/2018
52.- En estas circunstancias sabemos que la distribución muestral de la media es normal con media µ,
y desviación típica (o error típico de la media) igual a la desviación típica poblacional dividida por la
raíz cuadrada de n. Se trata, por tanto, de determinar dos valores que definen un intervalo dentro del
cual estimamos que se encontrará la media poblacional µ, con una determinada probabilidad, que
representamos por 1-α, que se denomina nivel de confianza. Esta situación en la que podemos
encontrarnos a la hora de calcular el intervalo de confianza para la media es… (Tema 1. Pág. 19)
a) Varianza poblacional desconocida (n>100)

c) Proporción desconocida (≤30)
53.- Dada la siguiente distribución normal, fijado un nivel de confianza de 1-α = 0,95, ¿qué valores
tomarán Z, utilizando las tablas de la distribución normal tipificada? (Tema 1. Pág. 20)
a) Z = -1,95 y Z = +1,95
b) Z = -1,96 y Z = +1,96
c) No se puede calcular con los datos aportados
54.- En la distribución anterior, ¿qué valor representa la letra J? (Tema 1. Pág. 20)
a) El error máximo
c) El límite superior
55.- Representa la máxima diferencia que puede existir entre el estimador y el parámetro a estimar.
(Tema 1. Pág. 21)
a) El error máximo de estimación

c) El límite superior

22/12/2018
56.- En la práctica estadística no es frecuente que se conozca la varianza poblacional. Lo habitual es
desconocer tal dato que tendremos que estimar a partir de ……………. como un estimador de la
varianza poblacional. (Tema 1. Pág. 22)
a) La proporción de la muestra
b) La varianza o cuasi-varianza de la muestra
57.- A la hora de calcular el intervalo de confianza para la media, con varianza poblacional
desconocida, la distribución muestral de la media es la distribución… (Tema 1. Pág. 22)
a) T de Student
b) F de Snedecor
c) Chi cuadrado
58.- En el caso del cálculo de intervalo de confianza para la media, con varianza poblacional
desconocida (n>100), en teoría, seguimos trabajando con una distribución t de Student con n-1 grados
de libertad, pero conociendo las propiedades de esta distribución, sabemos que cuanto mayor sea el
valor de los grados de libertad, más se aproxima la distribución t… (Tema 1. Pág. 23)
a) A la media poblacional
b) A la distribución normal
c) A funciones paramétricas no incluidas en el texto
a) La distribución muestral de la proporción es una distribución binomial que se aproxima a la normal

cuando se utilizan muestras grandes
b) La distribución poblacional de la proporción es una distribución t de Student que se aproxima a la
normal cuando se utilizan muestras pequeñas
c) La distribución muestral de la proporción es una distribución binomial que se aproxima a la t de
Student cuando se utilizan muestras grandes
60.- Cuando la proporción poblacional, π, es un valor desconocido hay que estimarlo a partir de su
estimador insesgado, … (Tema 1. Pág. 25)
a) La media poblacional
b) La varianza muestral
c) La proporción muestral p
61.- Intervalo de confianza para la varianza. Cuando el tamaño de la muestra está por encima de 100
sujetos, la distribución de la varianza………………….se puede aproximar a la normal que al ser una
distribución simétrica respecto a su media permite obtener los límites de intervalo de confianza,
sumando y restando al estimador, el error máximo de estimación. (Tema 1. Pág. 29)
a) T de Student
b) F de Snedecor
c) Chi cuadrado

22/12/2018
62.- La amplitud del intervalo de confianza, depende de dos factores: (Señalar el erróneo) (Tema 1.
Pág. 30)
a) El error típico de la distribución muestral del estadístico

b) El nivel de confianza
c) Los grados de libertad
63.- La amplitud del intervalo de confianza, depende de un factor que está en proporción inversa al
tamaño de la muestra, de tal forma que cuanto mayor es el tamaño de la muestra, menor es el error
típico del estadístico. Hablamos de… (Tema 1. Pág. 30-31)
a) El error típico de la distribución muestral del estadístico

c) Los grados de libertad
64.- Es una conjetura que se formula sobre una población y que puede someterse a prueba, o
contrastación empírica, a partir de la información proporcionada por una muestra representativa de
esa población. (Tema 1. Pág. 32)
a) Hipótesis probabilística
b) Hipótesis estadística
c) Hipótesis poblacional
65.- De las siguientes respuestas, ¿Cuál es una hipótesis estadística? (Tema 1. Pág. 33)
a) Hipótesis nula
b) Hipótesis alternativa
c) La a y la b son correctas
66.- Esta hipótesis estadística, afirma que no existe diferencia entre el valor del estadístico obtenido en
la muestra y el que formulamos como parámetro poblacional. (Tema 1. Pág. 34)
a) Hipótesis nula
b) Hipótesis alternativa
c) La a y la b son correctas
67.- Como la realidad es que estos valores (el valor del estadístico obtenido y el que formulamos como
parámetro poblacional) casi nunca van a coincidir, lo que estamos afirmando es que la diferencia
observada puede explicarse como… (Tema 1. Pág. 34)
a) Variable extraña
b) Resultado del azar
c) Variable correlacional directa
68.- Las hipótesis estadísticas, deben cumplir estos dos requisitos: (Señalar el erróneo) (Tema 1. Pág.
34)
a) Exhaustivas
b) Mutuamente excluyentes
c) Complementarias

22/12/2018
69.- “La media de salario de hombres y mujeres para un mismo trabajo no son iguales”. ¿Cómo sería
la hipótesis alternativa? (Tema 1. Pág. 34)
a) H1 : µHOMBRES ≠ µMUJERES
b) H0 : µHOMBRES ≠ µMUJERES
c) H1 : µHOMBRES = µMUJERES
70.- “Las puntuaciones de un test de razonamiento numérico tienen distribución normal con media 50
y desviación típica 5”. ¿Cómo sería la hipótesis nula? (Tema 1. Pág. 34)
a) H1 : la variable Y tiene distribución normal n(50,5)

b) H0 : la variable Y tiene distribución normal n(50,5)
c) H1 : la variable Z tiene distribución normal n(50,5)
71.- Dependiendo de cómo esté formulada la hipótesis nula se marca la dirección del contraste. Si, por
ejemplo, la H0 está planteada como igualdad de las medias de hombres y mujeres, mientras que la
alternativa es su negación (las medias no son iguales), se dice que es… (Tema 1. Pág. 35)
a) Un contraste unilateral
b) Un contraste bilateral
c) Un contraste discrepado
72.- Dependiendo de cómo esté formulada la hipótesis nula se marca la dirección del contraste. Si, por
conocemos la dirección en que H0 puede ser falsa, como por ejemplo en la hipótesis H0: σ2≥, o, en
general, cuando la investigación se plantea que un método de aprendizaje, un fármaco, un
determinado proceso industrial, etc. Tiene efecto positivo (o negativo) sobre lo que estamos
estudiando, entonces tenemos un… (Tema 1. Pág. 35)
a) Un contraste unilateral
b) Un contraste bilateral
c) Un contraste discrepado
73.- Es fruto de los trabajos de Fisher, Neyman y Pearson y su lógica recuerda a la de un juicio en un
estado de derecho, en el cual el acusado siempre es inocente (la hipótesis nula) hasta que las pruebas
no demuestren lo contrario (hipótesis alternativa). (Tema 1. Pág. 36)
a) El contraste polivalente
b) El análisis de la varianza ANOVA
c) La metodología del contraste
74.- Procede de la búsqueda de los parámetros subyacentes a unos datos asumiendo que éstos se
distribuyen según una función de distribución poblacional concreta. (Tema 1. Pág. 36)
a) Métodos paramétricos
b) Métodos no paramétricos
c) Contraste polivalente

22/12/2018
75.- Estos contrastes se utilizan, por ejemplo, cuando la variable dependiente no alcanza un nivel de
medida de intervalo o razón, cuando la muestra es pequeña y no conocemos la forma de la
distribución poblacional, etc. (Tema 1. Pág. 37)
a) Métodos paramétricos
b) Métodos no paramétricos
c) Contraste polivalente
76.- De las siguientes respuestas, una de ellas no es una de las etapas de un contraste de hipótesis:
(Tema 1. Pág. 37-40)
a) Estadístico paramétrico
b) Condiciones de la investigación y supuestos que cumplen los datos observados
c) Formulación de la hipótesis nula y de la alternativa
(Tema 1. Pág. 37-40)
a) Regla de decisión
b) Conclusión
c) Reflexión
(Tema 1. Pág. 37-40)
a) Interpretación
b) Aplicación de la norma
c) Estadístico de contraste
79.- Por lo general la hipótesis científica, dirigida a encontrar resultados significativos, es la

hipótesis………que se aceptará como verdadera si la investigación aporta evidencias contra la
hipótesis……..que es la que se somete a contrastación empírica. (Tema 1. Pág. 37)
a) Alternativa-Nula
b) Nula-alternativa
c) Ambas respuestas son erróneas
80.- Representa una medida de la discrepancia entre la información proporcionada por los datos
empíricos recogidos en la muestra y la proposición teórica planteada en la hipótesis nula. Esta medida
es una variable aleatoria con una determinada distribución de probabilidad (normal, t, chi-cuadrado,
etc.) que va a aportar información empírica sobre la afirmación formulada en H0. (Tema 1. Pág. 37)
a) Estadístico de contraste
b) Límites alternativos
c) Discrepancia de la variable
81.- Según Fisher, representa el máximo riesgo que el investigador está dispuesto a cometer al tomar
la decisión errónea de rechazar una hipótesis nula verdadera. (Tema 1. Pág. 38)
a) Estadístico de contraste
b) Nivel de significación α
c) Discrepancia de la variable

22/12/2018
82.- ¿Qué sucede cuando el nivel crítico p es muy pequeño en comparación con el nivel de
significación α? (Tema 1. Pág. 38)
a) Que rechazamos la H0 y en caso contrario la mantenemos

b) Que rechazamos la H1 y en caso contrario la mantenemos
c) Que aceptamos la H0 y en caso contrario la mantenemos
83.- El nivel de significación que suele utilizarse en la mayoría de las investigaciones es del….., aunque
en investigaciones más rigurosas se trabaja con un nivel de significación de….. (Tema 1. Pág. 38)
a) 0,10-0,01
b) 0,5-0,1
c) 0,05-0,01
84.- Otra alternativa a la hora de tomar la decisión de rechazar o no la hipótesis nula consiste en fijar
el nivel de significación α, por lo que automáticamente se fija el valor o valores críticos de la
distribución muestral que marcarán la máxima diferencia que podemos admitir, por simple azar,
entre el valor teórico planteado en H0 y el valor obtenido en la muestra. Este valor, o valores críticos,
definen -en la distribución muestral del estadístico de contraste- los límites entre la zona de rechazo o
no de la H0 . Estableceremos dos zonas (Señalar la errónea) (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
85.- Es aquella zona de la distribución muestral constituida por el conjunto de muestras para las
cuales se rechaza la hipótesis nula. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
86.- Depende del nivel de significación, α, y es el área de la distribución muestral que corresponde a
un valor de la discrepancia tan alejado de H0 que la probabilidad de que se produzca es muy baja, si
efectivamente H0 es verdadera. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
87.- Complementaria a la anterior, depende del nivel de confianza, 1-α, y es el área de la distribución
muestral que corresponde a valores pequeños de la discrepancia tan poco alejados del valor
formulado en la H0 que la probabilidad de que se produzca es alta si efectivamente la H0 es verdadera,
por lo que no representa evidencia suficiente para rechazarla. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo

22/12/2018
88.- Es aquella zona de la distribución muestral constituida por el conjunto de muestras para las
cuales se mantiene la hipótesis nula H0. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
89.- Señalar la afirmación correcta: (Tema 1. Pág. 38-39)
a) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la muestra y los datos teóricos que formulamos para la
población, de tal forma que si el estadístico de contraste se sitúa en la zona de NO rechazo, podemos
concluir que la diferencia observada no es significativa y se debe a los errores aleatorios por lo que
no podemos rechazar la hipótesis nula con un determinado nivel de confianza.
b) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la muestra y los datos teóricos que formulamos para la
población, de tal forma que, si el estadístico de contraste NO se sitúa en la zona de rechazo, podemos
concluir que la diferencia observada es significativa y se debe variables extrañas por lo que no
podemos rechazar la hipótesis nula con un bajo nivel de confianza.
c) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la población y los datos teóricos que formulamos para la
población, de tal forma que, si el estadístico de contraste se sitúa en la zona de rechazo, podemos
concluir que la diferencia observada no es significativa y se debe a los errores aleatorios por lo que
no podemos rechazar la hipótesis aleatoria con un determinado nivel de confianza.
90.- Si el estadístico de contraste alcanza la zona de rechazo, indicaría… (Tema 1. Pág. 39)
a) Que el límite superior y el límite inferior concuerdan respectivamente con la media muestral
b) Que la diferencia observada entre los datos empíricos y los datos teóricos es muy poco probable que
pueda atribuirse a errores aleatorios y concluimos que la diferencia observada es significativa, lo que
nos lleva a rechazar la H0 con un determinado nivel de confianza
91.- En un contraste bilaterial, ¿Cuántas y cuáles zonas encontramos? (Tema 1. Pág. 39)
a) Dos, la Región de Rechazo Izquierdo (se rechaza la H0) y la Región de Aceptación (No se puede
rechazar la H0)
b) Tres, las Regiones de Aceptación, Derecha e Izquierda (se rechaza la H0) y la Región de Aceptación
(No se puede rechazar la H0)
c) Tres, las Regiones de Aceptación, Derecha e Izquierda (No se rechaza la H0) y la Región de
Aceptación (Se rechaza la H0)
a) Puesto que no hay verdades absolutas y siempre existe un riesgo de error, formalmente la hipótesis
nula SIEMPRE se acepta, y que la estrategia de la investigación es buscar evidencias para rechazarla
b) Puesto que no hay verdades absolutas y siempre existe un riesgo de error, formalmente la hipótesis
nula NUNCA se acepta, sino que la estrategia de la investigación es buscar evidencias para
rechazarla

22/12/2018
93.- El error que supone rechazar una hipótesis nula cuando en realidad es verdadera, se denomina
Error Tipo I, y su probabilidad asociada es… (Tema 1. Pág. 43)
a) α
b) β
c) 1-β
94.- El error que supone aceptar una hipótesis nula cuando en realidad es falsa, siendo verdadera la
hipótesis alternativa, se conoce como Error Tipo II, y su probabilidad asociada es… (Tema 1. Pág. 43)
a) α
b) β
c) 1-β
95.- Corresponde a la potencia del contraste que es la decisión correcta de rechazar la hipótesis nula
cuando es falsa. (Tema 1. Pág. 43)
a) α
b) β
c) 1-β
96.- En el cuadro anterior, señalar en qué lugar situaríamos el Error Tipo I (Tema 1. Pág. 44)
a) 1
b) 2
c) 3
97.- En el cuadro anterior, tomaríamos una Decisión Correcta y se situaría la Potencia de Contraste
(Tema 1. Pág. 44)
a) 2
b) 3
c) 4
98.- En el cuadro anterior, ¿dónde estaría situado 1-β? (Tema 1. Pág. 44)
a) 2
b) 3
c) 4

22/12/2018
99.- En el cuadro anterior, ¿dónde estaría situado el Error Tipo II? (Tema 1. Pág. 44)
a) 2
b) 3
c) 4
100.- Nos proporciona información sobre el grado de confianza en los resultados no significativos que
no ha permitido rechazar la H0 formulada en el diseño de nuestra investigación. (Tema 1. Pág. 46)
a) El tamaño del efecto

b) El análisis de la potencia del contraste
101.- Expresa la magnitud de la diferencia observada entre la H0 (el valor teórico) y la H1 (el valor
observado) expresado en una métrica común. (Tema 1. Pág. 46)
a) El tamaño del efecto

b) El análisis de la potencia del contraste

22/12/2018
22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: I
PREG. RESP. PREG. RESP. PREG. RESP. PREG. RESP. PREG. RESP.
1 B 41 B 81 B 121 161
2 A 42 B 82 A 122 162
3 A 43 B 83 C 123 163
4 C 44 A 84 A 124 164
5 B 45 A 85 B 125 165
6 C 46 A 86 B 126 166
7 C 47 C 87 C 127 167
8 C 48 B 88 C 128 168
9 A 49 C 89 A 129 169
10 C 50 C 90 B 130 170
11 C 51 C 91 B 131 171
12 A 52 B 92 B 132 172
13 C 53 B 93 A 133 173
14 A 54 A 94 B 134 174
15 A 55 A 95 C 135 175
16 B 56 B 96 B 136 176
17 A 57 A 97 C 137 177
18 A 58 B 98 C 138 178
19 C 59 A 99 B 139 179
20 A 60 C 100 B 140 180
21 A 61 C 101 A 141 181
22 C 62 C 102 142 182
23 A 63 A 103 143 183
24 B 64 B 104 144 184
25 C 65 C 105 145 185
26 C 66 A 106 146 186
27 C 67 B 107 147 187
28 A 68 C 108 148 188
29 B 69 A 109 149 189
30 C 70 B 110 150 190
31 B 71 B 111 151 191
32 C 72 A 112 152 192
33 C 73 C 113 153 193
34 B 74 A 114 154 194
35 B 75 B 115 155 195
36 A 76 A 116 156 196
37 B 77 C 117 157 197
38 B 78 B 118 158 198
39 C 79 A 119 159 199
40 A 80 A 120 160 200

22/12/2018
CAPÍTULO II
CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA
1.- En las investigaciones que parten del conocimiento proporcionado por los datos recogidos de una
muestra el objetivo es inferir las características de la población, de la cual los datos recogidos
constituyen una muestra representativa. En este tipo de investigaciones la hipótesis a contrastar
especifica una característica de la población, como las siguientes: (Señalar la errónea) (Tema 2. Pág.
55)
a) Si un determinado parámetro muestral puede tomar un valor concreto

b) Si entre las variables medidas en la muestra existe correlación en la población
c) La forma de la distribución de la variable Y en la población
constituyen una muestra representativa. De los casos a continuación, uno se incluye dentro de los
contrastes paramétricos. (Tema 2. Pág. 55)

constituyen una muestra representativa. De los casos a continuación, uno se incluye dentro de los
contrastes no paramétricos. (Tema 2. Pág. 55)

4.- Es un rango de valores definido a partir del estadístico obtenido en la muestra y delimitado por sus
límites inferior y superior. (Tema 2. Pág. 56)
a) La forma de la distribución de la variable Z en la muestra

b) El intervalo de confianza de un parámetro poblacional
5.- Nos delimita entre qué dos valores se encontrará la media poblacional, µ, con una probabilidad o
nivel de confianza, previamente fijado. (Tema 2. Pág. 56)
a) El intervalo de confianza de la media

b) El intervalo de confianza de la variable Y
c) La H0
6.- Aunque el intervalo de confianza es un procedimiento para estimar parámetros poblacionales,

también puede aplicarse para… (Tema 2. Pág. 58)
a) Estimar parámetros muestrales

b) El nivel de confianza del exogrupo
c) El contraste de hipótesis

22/12/2018
7.- NO indica la probabilidad de que la H0 sea verdadera, sino que nos informa sobre la probabilidad
de obtener un resultado como el obtenido en la muestra, o más extremo, bajo el supuesto de que la
hipótesis nula es verdadera. (Tema 2. Pág. 58)
a) El nivel crítico p
b) El estadístico Z
c) La desviación típica poblacional σ
8.- Dada la fórmula anterior, la media obtenida de la muestra, está representada por… (Tema 2. Pág.
59)
a) Ȳ
b) µ0
c) σ
9.- Dada la fórmula anterior, el error típico de la media o desviación típica de la distribución muestral
de la media, está representado por… (Tema 2. Pág. 59)
a) σȲ
b) µ0
c) σ
10.- Dada la fórmula anterior, la desviación típica poblacional que suponemos conocida, está
representado por… (Tema 2. Pág. 59)
a) σȲ
b) µ0
c) σ
11.- Cuantifica la distancia de la media de la muestra, Ȳ, a la media poblacional, µ0, en unidades del
error típico de la distribución muestral, σȲ. (Tema 2. Pág. 59)
a) El estadístico Z
b) El nivel crítico
c) La recta de regresión
12.- Trata de estimar los parámetros poblacionales a partir de la información obtenida en la muestra.
(Tema 2. Pág. 59)
a) El estadístico Z
b) El nivel crítico
c) La inferencia estadística

22/12/2018
13.- Ejemplo 2.2. CONDICIONES Y SUPUESTOS. El estudio utiliza un diseño de una muestra de
mujeres en la que la variable gasto medio, se mide con una escala… (Tema 2. Pág. 60)
a) Ordinal
b) Dicotómica
c) De razón
14.- Ejemplo 2.2. CONDICIONES Y SUPUESTOS. Sabemos que se distribuye normalmente en la

población (aunque en este caso no hará falta este supuesto porque…) (Tema 2. Pág. 60)
a) n ≤ 30
b) n ≥ 30
c) Ȳ ≥ 30
15.- Ejemplo 2.2. CONDICIONES Y SUPUESTOS. Se trata de un contraste paramétrico… (Tema 2.

Pág. 60)
a) Unilateral izquierdo
b) Unilateral derecho
c) Bilateral
16.- Ejemplo 2.2. CONDICIONES Y SUPUESTOS. Los supuestos que necesitamos en este caso son…
(Señalar la errónea) (Tema 2. Pág. 60)
a) Varianza poblacional conocida

b) Distribución normal en la población, o bien, n ≤ 30
c) Variable dependiente con un nivel de medida de intervalo o razón
17.- Ejemplo 2.2. FORMULACIÓN DE LAS HIPÓTESIS. La hipótesis de investigación es que…

(Tema 2. Pág. 60)
a) “Las mujeres tienen un gasto medio en medicamentos distinto a los 215 euros/año”
b) “Las mujeres tienen un gasto medio en medicamentos ≠ 215 euros/año”
18.- Ejemplo 2.2. FORMULACIÓN DE LAS HIPÓTESIS. La hipótesis H0 debe plantearse en el

sentido de que… (Tema 2. Pág. 60)
a) “El gasto de las mujeres de 215 euros/año, igual al de hombres”

b) “El gasto de las mujeres es superior a 215 euros/año, igual al de hombres”
c) “El gasto de las mujeres es inferior a 215 euros/año, igual al de hombres”

22/12/2018
19.- Ejemplo 2.2. FORMULACIÓN DE LAS HIPÓTESIS. La hipótesis H 1 debe plantearse en el
sentido de que… (Tema 2. Pág. 60)
a) “El gasto medio de las mujeres es un valor distinto a 215 euros/año”

b) “El gasto medio de las mujeres es un valor ≠ 215 euros/año”
20.- Ejemplo 2.2. FORMULACIÓN DE LAS HIPÓTESIS. ¿La diferencia de 5 € entre el valor
observado en la muestra y el que planteamos en la H0 evidencia realmente un gasto distinto o es
debida a fluctuaciones aleatorias? El rechazo de la H0 y la consiguiente aceptación de la H1, se deberá
a que la diferencia observada es………….., es decir, es una diferencia real y evidente que no puede
atribuirse al zar, a fluctuaciones aleatorias debidas al muestreo. (Tema 2. Pág. 61)
a) Producto de la diferencia de sexos

b) Poco significativa estadísticamente
c) Estadísticamente significativa
21.- Ejemplo 2.2. ESTADÍSTICO DE CONTRASTE. Para contrastar nuestra hipótesis vamos a
calcular la discrepancia entre la evidencia observada de que el gasto medio es de 220 € en la muestra
de mujeres con el valor hipotéticamente establecido para la población general que plantea un gasto
medio de 215€. Calcularemos primero… (Tema 2. Pág. 61)
a) σȲ
b) El error típico de la media (es decir, la desviación típica de la distribución muestral de todas las
medias posibles en muestras de tamaño n = 324
22.- Ejemplo 2.2. ESTADÍSTICO DE CONTRASTE. Como la variable “gasto anual en

medicamentos” se distribuye normalmente en la población y conocemos la desviación típica
poblacional, la distribución muestral de la media es: (Tema 2. Pág. 61)
a) La media poblacional menos la media muestral, dividido por el error típico

b) Z = (Ȳ - µ0) : σȲ
23.- Ejemplo 2.2. REGLA DE DECISIÓN. En este contraste bilateral y trabajando con un nivel de
confianza del 95%, los valores críticos a partir de los cuales rechazamos la hipótesis nula son Z = ±
1,96. Este dato de Z, se obtiene… (Tema 2. Pág. 61. Libro de fórmulas, pág. 32-33)
a) Buscando en la tabla III de distribución normal tipificada, el valor 0,025, correspondiente a α/2
b) Buscando en la tabla III de distribución normal tipificada, el valor 0,025, correspondiente a 1 - α

22/12/2018
24.- Ejemplo 2.2. CONCLUSIÓN. Con un nivel de confianza del 95%, el valor de este estadístico de
contraste (Z = 2,5) sobrepasa la máxima diferencia que cabe esperar por simple azar que es de 1,96.
Por tanto, debemos rechazar la hipótesis nula con un nivel de confianza del 95%. De otra forma, al
valor del estadístico de contraste obtenido de Z=2,5 le corresponde un nivel crítico p de 0,0124, que se
obtiene… (Tema 2. Pág. 62. Libro de fórmulas, pág. 32-33)
a) Se busca en la tabla de la distribución normal, la probabilidad de P(Z≤-2,5) que es 0,0062. Al tratarse

de un contraste bilateral tenemos que sumar la P(Z≥2,5) = 0,0062. La suma de estas dos
probabilidades es el nivel crítico p resultante
b) Se busca en la tabla de la distribución normal, la probabilidad de P(Z≥2,5) que es 0,0062. Al tratarse
de un contraste bilateral tenemos que sumar la P(Z≤-2,5) = 0,0062. La suma de estas dos
probabilidades es el nivel crítico p resultante
25.- Ejemplo 2.2 INTERPRETACIÓN. Señalar la correcta. (Tema 2. Pág. 63)
a) A la vista de los cálculos y de nuestra conclusión podemos decir que, con un nivel de confianza del
95%, el gasto de los hombres difiere significativamente de 215 €/año, que es el que realizan las
mujeres
b) A la vista de los cálculos y de nuestra conclusión podemos decir que, con un nivel de confianza del
95%, el gasto de las mujeres difiere significativamente de 215 €/año, que es el que realizan los
hombres
26.- En la práctica de la investigación social y de la Psicología, habitualmente se desconocen los

parámetros poblacionales por lo que hay que estimarlos a partir de… (Tema 2. Pág. 64)
a) Los estadísticos poblacionales

b) Los estadísticos muestrales
27.- Si se desconoce la varianza poblacional y la forma de la distribución de la variable X en la

población entonces la distribución muestral de la media es la distribución… (Tema 2. Pág. 64)
a) Chi cuadrado, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
b) t de Student, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
c) F de Snedechor, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
28.- En la fórmula anterior, el valor representa… (Tema 2. Pág. 64)
a) El estimador de la desviación típica poblacional que se puede realizar a partir de la varianza o de la

cuasi-varianza de la muestra
b) Sn o bien Ȳ - µ0
c) La A y la B son corectas

22/12/2018
29.- Condiciones y supuestos: una muestra aleatoria en la que recogemos datos medidos al menos con
escala de intervalo y sabemos que la variable se distribuye normalmente en la población con varianza
desconocida. En general, las condiciones necesarias para aplicar este contraste son: (Señalar la
errónea) (Tema 2. Pág. 64-65)
a) Variable independiente con un nivel de medida de intervalo o razón

b) Distribución normal en la población o n ≥ 30
c) Varianza poblacional desconocida
30.- En el ejemplo anterior, el contraste que se plantea es… (Tema 2. Pág. 65)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
31.- En el ejemplo anterior, ¿Cuál sería la hipótesis alternativa? (Tema 2. Pág. 65)
a) H0 : µ = 8
b) H1 : µ = 8
c) H1 : µ ≠ 8
32.- En el ejemplo anterior, al desconocer la varianza poblacional, utilizamos… (Tema 2. Pág. 65)
a) Sn-1
b) Ȳ
c) S2 - Ȳ2
33.- El contraste paramétrico de hipótesis para una proporción poblacional sigue la misma lógica y
procedimiento que el seguido para… (Tema 2. Pág. 67)
a) El contraste de la varianza
b) El contraste de la media
34.- La proporción, o frecuencia relativa de aparición de una observación es… (Tema 2. Pág. 67)
a) La diferencia de cuadrados
b) El cociente entre el número de veces que aparece la observación y el número total de observaciones
c) El cociente entre el número total de observaciones y el número de veces que aparece la observación
35.- La distribución binomial se aproxima a la normal cuando… (Tema 2. Pág. 67)
a) El tamaño de la muestra es grande (n > 25 ó np >5)

b) El tamaño de la muestra es pequeño (n < 25 ó np <5)
c) El tamaño de la muestra es pequeño (n > 25 ó np <5)

22/12/2018
36.- En la distribución binomial, la media vale… (Tema 2. Pág. 67)
a) µp = π
b) µp = 1 - α
37.- En la fórmula anterior, el valor σp, equivale a… (Tema 2. Pág. 67)
a) La desviación típica
b) El error típico de la proporción
38.- Considerando, que la proporción observada en la muestra, p, es el estimador insesgado de la

proporción poblacional, π, el intervalo de confianza para la proporción poblacional a partir de la
proporción observada en una muestra se obtiene… (Tema 2. Pág. 67)
a) Sumando y restando a la proporción observada en la muestra, µ

b) Sumando y restando a la proporción observada en la muestra el error máximo de estimación
39.- ¿Cómo calcularíamos el límite inferior? (Tema 2. Pág. 67)
a) Li = p + Emax
b) Li = p - Emax
c) Li = p ± Emax
40.- Se puede determinar un estadístico de contraste para cuantificar la discrepancia entre el valor
observado en la muestra y el planteado en la hipótesis nula. Para el caso de la proporción y sabiendo
que la distribución muestral del estadístico, p, se aproxima a la normal cuando las muestras son
grandes (n > 25 ó np > 5), este estadístico es Z = (p – π0) / σp, donde σp equivale… (Tema 2. Pág. 68)
a) La desviación típica
b) El error típico de la proporción
41.- En el ejemplo anterior… (Tema 2. Pág. 68)
a) La variable “cambiar de móvil” es cualitativa y dicotómica

b) Esta distribución se aproxima a la normal por ser una muestra grande

22/12/2018
42.- En el ejemplo anterior, se trata de un contraste… (Tema 2. Pág. 68)
a) Unilateral
b) Bilateral
43.- En el ejemplo anterior, la hipótesis nula estaría representada por… (Tema 2. Pág. 69)
a) H0 : π ≤ 0,20
b) H0 : π ≥ 0,20
c) H0 : π ± 0,20
44.- ¿Qué requieren conocer la inferencia y el contraste de hipótesis sobre cualquier parámetro?
(Tema 2. Pág. 70)
a) Cómo es su distribución muestral

b) Las hipótesis nula y la alternativa
c) Si la varianza es conocida o no
45.- Si de una población donde la variable Y se distribuye normalmente con media µ y varianza σ2, se
extraen todas las posibles muestras del mismo tipo y tamaño, y en cada muestra calculamos sus
varianzas nS2n, entonces se puede demostrar que la variable aleatoria nS2n / σ2 sigue una
distribución… (Tema 2. Pág. 70)
a) Z normal
b) t de Student
c) Chi cuadrado con n – 1 grados de libertad
46.- El intervalo de confianza para la varianza poblacional viene definido por sus límites inferior y
superior. Estos límites delimitan los valores que se encontrará la varianza poblacional, con una
probabilidad de… (Tema 2. Pág. 71)
a) 1 - β
b) 1 - α
c) 1 - σ
47.- El estadístico de contraste o medida de la discrepancia entre el estimador y el parámetro es un

cociente que recoge ambos valores, y adopta la siguiente expresión a partir de la cuasi-varianza de la
muestra: χ2 = (n – 1) S2n-1 / σ20 , siendo σ0… (Tema 2. Pág. 71)
a) 1 - β
b) La varianza típica poblacional postulada en H1
c) La desviación típica poblacional postulada en H0

22/12/2018
48.- El ejemplo anterior, se trata de un contraste… (Tema 2. Pág. 72-73)
c) Bilateral
49.- En referencia al ejemplo anterior, señalar qué respuesta es la correcta. (Tema 2. Pág. 73)
a) H0 : σ2 ≤ 18,1
b) H1 : σ2 > 18,1
50.- Los errores que se pueden cometer en todo contraste de hipótesis son… (Señalar la errónea)
(Tema 2. Pág. 75)
a) Rechazar una hipótesis alternativa que es verdadera (Error tipo II ó σ)

b) Rechazar una hipótesis nula que es verdadera (Error tipo I ó α)
c) No rechazar una hipótesis nula que es falsa (Error tipo II ó β)
51.- La potencia de un contraste estadístico es el complementario del error… (Tema 2. Pág. 75)
a) Tipo II (1 - σ)
b) Tipo I (α)
c) Tipo II (1 - β)
52.- Referente al ejemplo anterior. Cuando se realiza un contraste de hipótesis, ambas han de ser
exhaustivas y mutuamente excluyentes, no obstante, para calcular la potencia de contraste, se han de
plantear dos hipótesis. De las siguientes respuestas, ¿Cuál es la errónea? (Tema 2. Pág. 76)
a) H0 µ ≤ 1000
b) H0 µ = 1000
c) H1 µ = 1060
53.- Cuando la hipótesis alternativa es compuesta, es decir, plantea más de un valor como media
poblacional, la potencia de contraste, varía en función de dos factores: (Señalar el correcto) (Tema 2.
Pág. 79-80)
a) La distancia entre la hipótesis nula y la hipótesis alternativa

b) El tamaño muestral

22/12/2018
54.- ¿Qué utilidad tienen las curvas de potencia? (Tema 2. Pág. 80)
a) Permiten fácilmente localizar la potencia de un contraste según sea el valor que puede tomar H0 y el
b) Permiten fácilmente localizar la potencia de un contraste según sea el valor que puede tomar H1 y el
55.- En las pruebas clásicas de contrastes, es preciso establecer el error tipo I (nivel de significación α)
antes de realizar el contraste, de modo que este valor no influya en la decisión final que se toma. Este
error es, pues… (Tema 2. Pág. 80)
a) El máximo riesgo que estamos dispuestos a admitir al tomar una decisión respecto a la hipótesis nula
b) La probabilidad asociada a la medida de discrepancia que hemos obtenido a partir de la información
obtenida en una muestra y cuantifica la probabilidad de obtener unos datos como los obtenidos en la
investigación o más extremos bajo el supuesto de que la hipótesis nula es verdadera
56.- En el análisis de datos moderno hace ya un tiempo que se ha introducido el denominado nivel
crítico p, que se define como… (Tema 2. Pág. 81)
a) El nivel de significación más pequeño al que una hipótesis nula puede ser rechazada con la medida
de discrepancia obtenida
b) Es la probabilidad asociada a la medida de discrepancia que hemos obtenido a partir de la
información obtenida en nuestra muestra y cuantifica la probabilidad de obtener unos datos como los
obtenidos en la investigación o más extremos bajo el supuesto de que la hipótesis nula es verdadera
57.- En los contrastes bilaterales de parámetros de una distribución muestral simétrica, el valor del
nivel crítico p se obtiene… (Tema 2. Pág. 81)
a) Multiplicando por dos la probabilidad asociada a los valores mayores o menores

b) Dividiendo 1 – n entre σ2
58.- Al utilizar como criterio para la decisión el nivel crítico p… (Tema 2. Pág. 81)
a) No hay que establecer previamente un nivel de significación, y éste se toma en función del valor de p
b) Hay que establecer previamente un nivel de significación, y éste se toma en función del valor de χ2
59.- En el caso de que p… (Tema 2. Pág. 81)
a) Sea pequeño, se rechazará H0

b) Sea grande, se aceptará H0

22/12/2018
60.- Todo contraste de hipótesis tiene unos pasos que se pueden fijar con más o menos detalle, para
determinar el procedimiento de análisis de datos más adecuado que se debe utilizar para contrastar
una hipótesis de un diseño de investigación, los pasos a seguir serían: (Señalar el erróneo) (Tema 2.
Pág. 82)
a) Cálculo de las curvas de potencia

b) Cálculo del estadístico de contraste
c) Conclusión
61.- Todo contraste de hipótesis tiene unos pasos que se pueden fijar con más o menos detalle, para
determinar el procedimiento de análisis de datos más adecuado que se debe utilizar para contrastar
una hipótesis de un diseño de investigación, los pasos a seguir serían: (Señalar el erróneo) (Tema 2.
Pág. 82)
a) Interpretación
b) Formulación de hipótesis
c) Regla de intervención

22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: II
1 A 41 C 81 121 161
2 B 42 A 82 122 162
3 C 43 A 83 123 163
4 B 44 A 84 124 164
5 A 45 C 85 125 165
6 C 46 B 86 126 166
7 A 47 C 87 127 167
8 A 48 A 88 128 168
9 A 49 C 89 129 169
10 C 50 A 90 130 170
11 A 51 C 91 131 171
12 C 52 A 92 132 172
13 C 53 C 93 133 173
14 B 54 B 94 134 174
15 C 55 A 95 135 175
16 B 56 C 96 136 176
17 C 57 A 97 137 177
18 A 58 A 98 138 178
19 C 59 C 99 139 179
20 C 60 A 100 140 180
21 C 61 C 101 141 181
22 B 62 102 142 182
23 A 63 103 143 183
24 A 64 104 144 184
25 B 65 105 145 185
26 B 66 106 146 186
27 B 67 107 147 187
28 A 68 108 148 188
29 A 69 109 149 189
30 C 70 110 150 190
31 C 71 111 151 191
32 A 72 112 152 192
33 B 73 113 153 193
34 B 74 114 154 194
35 A 75 115 155 195
36 A 76 116 156 196
37 C 77 117 157 197
38 B 78 118 158 198
39 B 79 119 159 199
40 C 80 120 160 200

22/12/2018
CAPÍTULO III
ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.
MUESTRAS INDEPENDIENTES
1.- ¿Qué significa este símbolo? Ŝ2 (Tema 3. Pág. 92)
a) La varianza poblacional
b) La varianza circunfleja
c) La cuasi varianza
2.- Señalar la afirmación errónea. (Tema 3. Pág. 93-94)
a) Son muestras independientes cuando no existe relación entre los sujetos de una y otra, lo que
podremos garantizar si los sujetos son asignados aleatoriamente a cada una de las muestras
b) Son muestras equiparadas, aquellas que se complementan en las observaciones directas de ambas
muestras, como por ejemplo las bases nitrogenadas del ADN (adenina, guanina, citosina y timina)
c) Son muestras relacionadas cuando cada observación en una muestra tiene su pareja en la otra, como,
por ejemplo, cuando son los mismos sujetos los que pasan por diferentes condiciones experimentales
3.- La H1, puede ser… (Tema 3. Pág. 94)
a) Unilateral, derecha o izquierda

b) Bilateral
4.- En todo contraste de hipótesis, el proceso de inferencia estadística se realiza sobre una distribución
teórica que denominamos… (Tema 3. Pág. 94)
a) Distribución muestral
b) Distribución cartesiana
5.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. La comprensión verbal es…

(Tema 3. Pág. 97-98)
a) La variable dependiente
b) La variable independiente
c) La variable extraña

22/12/2018
6.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. Este diseño es… (Tema 3. Pág.
97-98)
a) De dos muestras independientes

b) La variable dependiente tiene un nivel de medida de intervalo o razón
7.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. Este diseño es… (Tema 3. Pág.
98)
a) De varianzas poblacionales conocidas

b) Dos poblaciones que se distribuyen normalmente
8.- Utilizando el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. Este diseño tiene un

contraste… (Tema 3. Pág. 98)
c) Bilateral
9.- Utilizando el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. La H0 y la H1, serían… (Tema

3. Pág. 98)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 = 0
b) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≠ 0
10.- Utilizando el ejemplo anterior. ESTADÍSTICO DE CONTRASTE Y SU DISTRIBUCIÓN

MUESTRAL. Conocemos las varianzas de las dos poblaciones y trabajamos con muestras grandes, lo
que nos permite asumir la normalidad de la distribución muestral de las diferencias entre medias. El
estadístico de contraste es igual a… (Tema 3. Pág. 98)
a)
b)
c)

22/12/2018
11.- Es la probabilidad de obtener un valor como el observado o más extremo, suponiendo que la H 0
es cierta. (Tema 3. Pág. 99)
a) Nivel crítico
b) Valor crítico
c) Desviación crítica

MUESTRAL. ¿Cómo calculamos la probabilidad de obtener un valor como el observado o más
extremo, suponiendo que la H0 es cierta? (Tema 3. Pág. 99)
a) En la tabla de la curva normal, buscamos el valor 3,21, se lo restamos a 1 y el resultado, al ser un

contraste bilateral, multiplicamos por dos el valor obtenido
b) En la tabla de la curva normal, buscamos el valor 3,21, se lo restamos a 1 y el resultado, al ser un
contraste bilateral, dividimos por dos el valor obtenido
c) En la tabla de la curva normal, buscamos el valor 3,21, se lo restamos a 1 y el resultado, al ser un
contraste bilateral, sumamos 2 al valor obtenido
13.- Utilizando el ejemplo anterior. ESTABLECER LA REGLA DE DECISIÓN EN FUNCIÓN DEL

NIVEL DE CONFIANZA. El nivel de significación es del 5% y el contraste es bilateral, por lo que los
valores críticos que delimitan cuando mantenemos y cuando rechazamos la H 0, son las
puntuaciones… (Tema 3. Pág. 99)
a) z = + 1,96
b) z = - 1,96
c) z = ± 1,96
14.- Siguiendo con el ejemplo anterior, obtenemos una curva:
Donde el valor Z1-α/2 : (Tema 3. Pág. 99)
a) + 1,96
b) - 1,96
c) ± 1,96

22/12/2018
15: En la curva anterior, la H1, se situaría… (Tema 3. Pág. 99)
a) En el centro de la campana
b) En la zona coloreada amarilla
c) En ningún lado
16.- En la curva anterior, el valor “p”, sería… (Tema 3. Pág. 99)
a) 0,025
b) α / 2
17.- En la curva anterior, el valor “A”, sería… (Tema 3. Pág. 99)
a) Z = 3,21
b) 1,96
18.- Utilizando el ejemplo anterior. CONCLUSIÓN. ¿Por qué decimos que el estadístico de contraste
supera la diferencia que cabría esperar por simple azar?… (Tema 3. Pág. 100)
a) Porque es un contraste bilateral

b) Porque 3,21>1,96
19.- Utilizando el ejemplo anterior, con la siguiente fórmula, podríamos calcular… (Tema 3. Pág. 100)
a) El intervalo de confianza
20.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. El test de depresión es… (Tema
3. Pág. 101)
a) La variable dependiente
b) La variable independiente
c) La variable extraña

22/12/2018
21.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. Señalar la afirmación
correcta… (Tema 3. Pág. 101)
a) Variables poblacionales desconocidas y supuestas iguales

b) No sabemos si la distribución en la población es normal, pero salvamos este obstáculo utilizando dos
muestras con 30 o más observaciones en cada una de ellas

3. Pág. 101)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 > 0
23.- Utilizando el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. Realizamos un contraste de

hipótesis… (Tema 3. Pág. 101)
c) Bilateral

MUESTRAL. El estadístico de contraste en este caso se distribuye según… (Tema 3. Pág. 101)
a) Z, puesto que se aproxima a la normal debido al tamaño de las muestras

b) t de Student con n1 + n2 – 2 grados de libertad
c) Binomial

MUESTRAL. El estadístico de contraste lo calcularíamos mediante la siguiente expresión… (Tema 3.
Pág. 101-102)
a)
b)
c)

22/12/2018
c) Bilateral

3. Pág. 104)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 < 0

MUESTRAL. El estadístico de contraste sigue una distribución muestral cuyos grados de libertad se
calculan mediante la siguiente ecuación… (Tema 3. Pág. 105)
a)
b)
c)

22/12/2018
29.- Utilizando el ejemplo anterior. ESTABLECER LA REGLA DE DECISIÓN EN FUNCIÓN DEL
NIVEL DE CONFIANZA. Buscamos en las tablas de t de Student el valor que supera a una
proporción igual a 0,05 para 6 g.l., obteniendo un valor igual a… (Tema 3. Pág. 106 y tablas Pág. 35)
a) -1,943
b) 1,895
c) -1,895
30.- Si no conocemos las medias de las poblaciones con las que trabajamos, difícilmente podremos
considerar que sí conocemos sus varianzas. Lo más habitual, por lo tanto, será desconocer las
varianzas poblacionales, y en este caso el contraste más utilizado es la prueba T, descrita en el punto
3.4.3, en el que suponemos varianzas poblacionales iguales. Este supuesto, al que denominamos…
(Tema 3. Pág. 107)
a) Heterocedasticidad
b) Homocedasticidad
c) Isocedasticidad

a) Variable independiente con un nivel de medida cualitativo, de intervalo o razón

b) Dos poblaciones con variables normalmente distribuidas, o bien n1 ≥ 30 y n2 ≥ 30

d) Unilateral derecho
e) Unilateral izquierdo
f) Bilateral

3. Pág. 109)
d) H0 : σ12 / σ22 ≤ 1 H1 : σ12 / σ22 > 1

e) H0 : σ12 ≤ σ22 H1 : σ12 > σ22
f) La A y la B son correctas

MUESTRAL. El estadístico de contraste sigue una distribución muestral… (Tema 3. Pág. 109)
a) Z, puesto que se aproxima a la normal debido al tamaño de las muestras

b) t de Student con n1 + n2 – 2 grados de libertad
c) F de Fisher
22/12/2018
a) Una de las ventajas de trabajar con datos dicotómicos, reside en que los supuestos en los que nos
basamos no son tan fuertes como en el caso de variables continuas
b) A veces dicotomizamos una variable que originalmente es discontinua, como aprobados y suspensos,
admitidos y no admitidos, etc.

a) Tenemos una variable dicotómica

b) Dos muestras grandes que proceden de poblaciones independientes
37.- Utilizando el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. Queremos comprobar si la

proporción de aprobados es igual o diferente en dos poblaciones distintas, es decir, como no tenemos
ninguna hipótesis de partida, planteamos un contraste… (Tema 3. Pág. 112)
c) Bilateral

3. Pág. 112)
a) H0 : π1 - π2 =0 H1 : π1 - π2 ≠ 0
b) H0 : π1 - π2 >0 H1 : π1 - π2 ≤ 0
c) H0 : π1 - π2 >1 H1 : π1 - π2 ≤ 0
MUESTRAL. Bajo el supuesto de que la H0 es verdadera y las dos proporciones poblacionales son
iguales, la proporción P es la proporción ponderada de éxitos obtenidos en las dos muestras, como
mejor estimador de la proporción poblacional, π… (Tema 3. Pág. 112)
a) P = (n1 p1 + n2 p2) / (n1 + n2)

b) P = (n1 µ1 + n2 µ2) / (n1 + n2)

22/12/2018
errónea… (Tema 3. Pág. 114)
a) Tenemos dos muestras independientes con una variable dependiente dicotómica

b) Estamos interesados en comprobar si la diferencia entre las proporciones poblacionales es superior a
0,15
c) Tenemos dos muestras dependientes con una variable independiente dicotómica
41.- Utilizando el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. Planteamos un contraste…

(Tema 3. Pág. 114)
c) Bilateral

MUESTRAL. ¿Qué valor tomaría D en la siguiente ecuación? (Tema 3. Pág. 114)
a) La diferencia de las medias

b) El valor propuesto en H0
c) La media ponderada
43.- Utilizando el ejemplo anterior. ESTABLECER REGLAS DE DECISIÓN EN FUNCIÓN DEL

NIVEL DE CONFIANZA. Al nivel de confianza del 95 %, el valor crítico es igual a… (Tema 3. Pág.
114)
a) 1,64 puesto que es unilateral derecho

b) -1,64 puesto que es unilateral izquierdo
c) ± 1,64 puesto que es bilateral
44.- Utilizando el ejemplo anterior. CONCLUSIÓN. Habiendo obtenido un estadístico de contraste de

1,27, llegamos a la conclusión de… (Tema 3. Pág. 114)
a) Dado que el estadístico de contraste es menor que el nivel crítico, mantenemos la hipótesis nula
b) Dado que el estadístico de contraste es menor que el valor crítico, mantenemos la hipótesis nula
c) Dado que el estadístico de contraste es menor que el valor crítico, mantenemos la hipótesis
alternativa
45.- La magnitud o tamaño del efecto es… (Tema 3. Pág. 115)
a) El nombre que se da a una familia de índices que miden el efecto que tiene un tratamiento
b) Un índice que se aplica cuando hay implicados al menos dos grupos, uno de tratamiento y otro
control

22/12/2018
EJEMPLO. Supongamos que un profesor elabora un material que, si bien consume muchas horas de
estudio, pretende ayudar a sus alumnos a mejorar el rendimiento académico. Lógicamente, nuestro
profesor parte de la hipótesis de que las notas serán superiores si los alumnos utilizan el material al
que nos referimos. Para comprobar su hipótesis, el profesor utiliza dos muestras aleatorias de 900
alumnos cada una, obteniendo una nota media igual a 5,5 en el grupo que ha utilizado el nuevo
material (Grupo 1), y una nota media igual a 5 en el grupo que no ha utilizado el nuevo material
(Grupo 2). Vamos a suponer que conocemos las varianzas poblacionales y que ambas valen 12,5.

(Tema 3. Pág. 115)
c) Bilateral

3. Pág. 115)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 > 0
48.- Para interpretar el resultado del índice d, y teniendo en cuenta que es una medida estandarizada,
Cohen propuso una gradación de la magnitud del efecto en… (Tema 3. Pág. 115)
a) Pequeño: d > 0,2; Mediano: d > 0,5; Grande: d >0,8

b) Pequeño: d = 0,2; Mediano: d = 0,5; Grande: d =0,8 ó superior
c) Pequeño: d < 0,2; Mediano: d < 0,5; Grande: d <0,8
49.- La siguiente fórmula calcula… (Tema 3. Pág. 117)
a) Las diferencias de las medias entre los tratamientos, dividido por la desviación típica conjunta de
ambos grupos cuando sus varianzas son heterogéneas
b) El índice de Cohen
50.- En el caso de dos medias procedentes de muestras independientes, cambia la manera de obtener
la distribución muestral, pero llegamos a una distribución muestral que se distribuye según la curva
normal, cuando… (Tema 3. Pág. 118)
a) Cuando conocemos las varianzas poblacionales

b) Cuando desconocemos las varianzas poblacionales
c) Cuando la diferencia de las medias es igual a 0

22/12/2018
51.- En el caso de dos medias procedentes de muestras independientes, cambia la manera de obtener
la distribución muestral, pero llegamos a una distribución muestral que se distribuye según la T de
Student, cuando… (Tema 3. Pág. 118)
a) Cuando conocemos las varianzas poblacionales

b) Cuando desconocemos las varianzas poblacionales
c) Cuando la diferencia de las medias es igual a 0
a) La magnitud del efecto, es un índice que es dependiente del tamaño muestral y que complementa al
valor del estadístico de contraste, ayudándonos a interpretar la magnitud de las diferencias
observadas
b) La magnitud del efecto, es un índice que es independiente del tamaño muestral y que complementa al
valor del estadístico de contraste, ayudándonos a interpretar la magnitud de las diferencias
observadas

22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: III
1 C 41 A 81 121 161
2 B 42 B 82 122 162
3 C 43 A 83 123 163
4 A 44 B 84 124 164
5 A 45 C 85 125 165
6 C 46 A 86 126 166
7 C 47 C 87 127 167
8 C 48 B 88 128 168
9 B 49 B 89 129 169
10 A 50 A 90 130 170
11 A 51 B 91 131 171
12 A 52 B 92 132 172
13 C 53 93 133 173
14 A 54 94 134 174
15 B 55 95 135 175
16 C 56 96 136 176
17 A 57 97 137 177
18 B 58 98 138 178
19 A 59 99 139 179
20 A 60 100 140 180
21 C 61 101 141 181
22 C 62 102 142 182
23 A 63 103 143 183
24 B 64 104 144 184
25 B 65 105 145 185
26 B 66 106 146 186
27 C 67 107 147 187
28 A 68 108 148 188
29 A 69 109 149 189
30 B 70 110 150 190
31 B 71 111 151 191
32 A 72 112 152 192
33 C 73 113 153 193
34 C 74 114 154 194
35 A 75 115 155 195
36 C 76 116 156 196
37 C 77 117 157 197
38 A 78 118 158 198
39 A 79 119 159 199
40 C 80 120 160 200

22/12/2018
CAPÍTULO IV
ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.
MUESTRAS RELACIONADAS
1.- ¿Qué ventaja tienen las muestras relacionadas sobre las independientes? (Tema 4. Pág. 127)
a) Nos ayudan a reducir la varianza del error, de manera que cuanto menor sea la relación entre ambas
muestras, mayor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
tanto un estadístico de contraste mayor
b) Nos ayudan a reducir la varianza del error, de manera que cuanto menor sea la relación entre ambas
muestras, menor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
c) Nos ayudan a reducir la varianza del error, de manera que cuanto mayor sea la relación entre ambas
muestras, menor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
2.- La fórmula anterior, se utiliza, en el caso de dos muestras relacionadas, para el cálculo del
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo D? (Tema 4. Pág.
130)
a) La media de las muestras

b) La media de las diferencias de ambas muestras
c) La media de las varianzas de la población
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo µd? (Tema 4. Pág.
130)
a) La media de diferencias que postula la H0 y que habitualmente es igual a 0

b) La media de las diferencias de ambas muestras
c) La media de diferencias que postula la H1 y que habitualmente es igual a 0
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo σ2d? (Tema 4. Pág.
130)
a) La varianza de la población en diferencias

b) La media de las varianzas de la población

22/12/2018
5.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. Señalar la afirmación errónea…
(Tema 4. Pág. 130)
a) Tenemos una variable dependiente con un nivel de medida de intervalo o razón

b) La varianza poblacional de las diferencias se desconoce
c) La población de diferencias es normalmente distribuida o n ≥ 30

4. Pág. 131)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≠ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≠ 0 H1: µ1 - µ2 > 0

MUESTRAL. ¿Qué valor tomaría Z en la siguiente ecuación? (Tema 4. Pág. 131)
a) 1,5
b) 4
c) 1,7666

MUESTRAL. Una vez calculado el valor de Z y mediante la tabla de curva normal, deducimos que la
probabilidad de encontrar valores superiores a esa puntuación típica es igual a… (Tema 4. Pág. 131)
a) 0,9332
b) 0,0668
c) 1,7666

MUESTRAL. Una vez calculado el valor de Z y mediante la tabla de curva normal, deducimos que la
probabilidad de encontrar valores superiores a esa puntuación típica arroja un valor y dado que el
contraste es bilateral, el nivel crítico p es es igual a… (Tema 4. Pág. 131)
a) 2 x 0,9332
b) 2 x 0,0668
c) 2 x 1,7666

22/12/2018
NIVEL DE CONFIANZA. Al nivel de confianza del 99 %, los valores críticos que delimitan la zona en
la que mantenemos H0 son… (Tema 4. Pág. 131)
a) z = ± 0,9332
b) z = ± 2,58
c) z = ± 1,64
11.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la siguiente
expresión, el resultado es… (Tema 4. Pág. 132)
a) -1,44; 5,44
b) – 1,36; 4,27
c) Ninguna respuesta es correcta
12.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la anterior
expresión, el resultado nos dice… (Tema 4. Pág. 132)
a) Que el intervalo de confianza contiene al cero que es lo que postula la H0

b) Que el intervalo de confianza contiene al cero que es lo que postula la H1
13.- Lo más habitual en un caso práctico es que desconozcamos la varianza de la población.

Simplemente tenemos que sustituir la varianza poblacional de las diferencias por su estimador, que
es… (Tema 4. Pág. 132)
a) La cuasidesviación típica de las diferencias en la muestra

b) La cuasivarianza de las diferencias en la muestra
14.- Desconociendo la varianza poblacional de las diferencias, y como continuación de la pregunta

anterior, el estadístico de contraste se distribuye según… (Tema 4. Pág. 132)
a) Z, la normal
b) t de Student
c) F de Snedecor-Fisher

22/12/2018
15.- Utilizando el ejemplo anterior. Antes de realizar el contraste de hipótesis, debemos hacer unos
cálculos que nos serán necesarios para calcular la media y la cuasivarianza insesgada. Estos cálculos
son… (Tema 4. Pág. 133)
a) Las diferencias y los cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada
par de sujetos
b) Las sumas y los cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada par
de sujetos
c) Las diferencias (siendo siempre el numerador la cifra mayor, para evitar números negativos) y los
cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada par de sujetos
16.- Siguiendo el ejemplo anterior, y realizando los cálculos previos para calcular la media y la
cuasivarianza insesgada, para el cálculo de la media emplearemos la siguiente expresión: (Tema 4.
Pág. 133)
a)
b) D = Ȳ1 - Ȳ2
17.- Siguiendo el ejemplo anterior, para el cálculo de la cuasivarianza insesgada, necesitamos

previamente aplicar la siguiente fórmula, con la que calculamos… (Tema 4. Pág. 133)
a) La desviación típica de las diferencias

b) La cuasidesviación típica de las diferencias
c) La varianza de las diferencias
18.- Siguiendo el ejemplo anterior, a la vista de las tablas con las puntuaciones de los sujetos y una vez
realizados los cálculos previos, utilizando las fórmulas antes descritas, así como la cuasivarianza, los
resultados que obtenemos son los siguientes: (Tema 4. Pág. 133)
a) Media: -4,5; Desviación típica de la diferencia: 20,25; Cuasivarianza: 22,5

b) Media: -4,5; Desviación típica de la diferencia: 36; Cuasivarianza: 32,4
c) Media: -4,5; Desviación típica de la diferencia: 20,25; Cuasivarianza: 18,225

22/12/2018
4. Pág. 134)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 > 0

b) H0: µ1 - µ2 ≥ 0 H1: µ1 - µ2 < 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 > 0

(Tema 4. Pág. 134)
c) Bilateral

MUESTRAL. El estadístico de contraste se distribuye según la t de Student con n – 1 grados de
libertad, y lo calculamos según la expresión siguiente, que con los datos que tenemos extraídos de las
tablas anteriores, es igual a… (Tema 4. Pág. 134)
a) - 3
b) – 2,9628
c) 2,94

MUESTRAL. Para averiguar el nivel crítico de forma aproximada, buscamos en la tabla t de Student
entre qué valores se encuentra el estadístico de contraste, en este caso para 9 grados de libertad,
encontramos que … (Tema 4. Pág. 134 y Formulario, pág. 35)
a) -3,25 < -3 < -2,821

b) -3,25 < -2,9628 < -2,821
c) 3,25 < 2,94 < 2,821

NIVEL DE CONFIANZA. Acudiendo a la tabla t de Student, con los grados de libertad del ejemplo,
que son 9, el valor crítico que delimita cuando mantenemos o rechazamos la hipótesis nula, a un nivel
de confianza del 95%, es… (Tema 4. Pág. 135)
d) 1,833, puesto que se trata de un contraste unilateral derecho

e) – 1,833, puesto que se trata de un contraste unilateral izquierdo
f) ± 1,833, puesto que se trata de un contraste bilateral
24.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la ecuación,
ésta arroja el siguiente resultado… (Tema 4. Pág. 135)
a) -1,107; -7,893
b) 1,107; 7,893
c) -0,432; -6,732

22/12/2018
25.- El contraste de hipótesis sobre dos proporciones en muestras relacionadas, se emplea en el caso
de… (Tema 4. Pág. 136)
a) Para comparar dos medias poblacionales cuyos valore se estiman a partir de las observaciones
indirectas en la misma muestra de sujetos, siendo la V.I. dicotómica o dicotomizada, presentando
ésta dos opciones complementarias
b) Para comparar dos proporciones poblacionales cuyos valores se estiman a partir de datos observados
en la misma muestra de sujetos, siendo la variable dependiente dicotómica o dicotomizada,
presentando ésta dos opciones mutuamente excluyentes
26.- Una de las ventajas de trabajar con datos dicotómicos consiste en… (Tema 4. Pág. 136)
a) Que los supuestos no son tan estrictos como en el caso de las variables continuas
b) Que los supuestos son más estrictos que en el caso de las variables continuas
c) Que los datos vienen agrupados en escalas ordinales
27.- Generalmente, ¿Cuándo se emplea el contraste de hipótesis sobre dos proporciones en muestras
relacionadas? (Tema 4. Pág. 136)
a) Cuando se utilizan dos grupos, uno experimental y uno control

b) Cuando se miden los datos de la muestra en la variable dependiente en dos momentos temporales
distintos
c) En ambos casos
28.- En el contraste de hipótesis sobre dos proporciones en muestras relacionadas, empleamos el

estadístico Z, pero para aplicar este estadístico con el fin de contrastar la H0 frente a la H1, el primer
paso consiste en… (Tema 4. Pág. 137)
a) Organizar los datos en una tabla de doble entrada 2 x 2, denominada tabla de contingencia
b) Organizar los datos en una tabla de distribución, ordenados los datos de menor a mayor, para calcular
las medias, las desviaciones típicas y las varianzas
29.- Tomando como referencia la tabla anterior. En la muestra, la proporción de sujetos con respuesta
de éxito antes de introducir la V.I. es un estimador insesgado de la proporción poblacional y
corresponde a… (Tema 4. Pág. 137)
a) PANTES = (a + b) / N
b) PANTES = (a + c) / N
c) PANTES = (a + b + c + d) / N

22/12/2018
30.- Tomando como referencia la tabla anterior. En la muestra, la proporción de sujetos con respuesta
de éxito después de introducir la V.I. es un estimador insesgado de la proporción poblacional y
corresponde a… (Tema 4. Pág. 137)
a) PANTES = (a + b) / N
b) PANTES = (a + c) / N
c) PANTES = (a + b + c + d) / N
31.- La H0 a contrastar es que las dos proporciones poblacionales (estimadas a partir de los datos de la
muestra) son iguales. Si esto es así, entonces, su diferencia a partir de sus estimadores muestrales es…
(Tema 4. Pág. 137-138)
a)
b)
c)
32.- A partir de esta expresión, se puede observar que para la aplicación del estadístico Z solo se tiene
en cuenta a los individuos que aportan información, que son aquellos que han obtenido resultados
distintos bajo una u otra condición. Estos individuos son los que ocupan las casillas… (Tema 4. Pág.
138)
a) b y c, es decir, aquellos cuya puntuación no es diferente en las dos condiciones en las que medimos
la variable dependiente o respuesta
b) b y c, es decir, aquellos cuya puntuación es diferente en las dos condiciones en las que medimos la
variable independiente o respuesta
c) b y c, es decir, aquellos cuya puntuación es diferente en las dos condiciones en las que medimos la
variable dependiente o respuesta
33.- En el ejemplo anterior. ¿Cuál es el primer paso que debemos tomar para su resolución? (Tema 4.
Pág. 139)
a) Construir la tabla de contingencias 2 x 2

b) Calculamos el estadístico Z
c) Calculamos el estadístico de McNemar

22/12/2018
34.- En el ejemplo anterior. ¿Qué valores tomaría a+b en la tabla de contingencias? (Tema 4. Pág. 139)
a) 600
b) 100
c) 120
35.- En el ejemplo anterior. ¿Qué valores tomaría a+c en la tabla de contingencias? (Tema 4. Pág. 139)
a) 600
b) 100
c) 120
36.- En el ejemplo anterior. ¿Qué valor tomará c en la tabla de contingencias? (Tema 4. Pág. 139)
a) 60
b) 340
c) 40
37.- En el ejemplo anterior. ¿Qué valor tomará b en la tabla de contingencias? (Tema 4. Pág. 139)
a) 60
b) 340
c) 40

22/12/2018
38.- En el ejemplo anterior. ¿Qué valor tomará d en la tabla de contingencias? (Tema 4. Pág. 139)
a) 60
b) 340
c) 40
39.- En el ejemplo anterior. En este contraste sólo nos interesan los sujetos que han cambiado de
opinión tras la presentación de “X”, cuyos valores se representan en las casillas… (Tema 4. Pág. 140)
a) a y b
b) b y c
c) c y d
40.- En el ejemplo anterior. Una vez seleccionados dichos sujetos, nos preguntamos si el número de
cambios es el mismo en las dos direcciones (hipótesis……..) o si, por el contrario, la mayor parte de los
sujetos que cambian de opinión lo hacen en una dirección determinada (hipótesis……) (Tema 4. Pág.
140)
a) alternativa - nula
b) nula - alternativa
41.- En el ejemplo anterior. CONDICIONES Y SUPUESTOS. Los datos obtenidos de la tabla de

contingencias, muestran un determinado número de sujetos que han cambiado de opinión en la
dirección que pretendía el empresario puesto que declararon que no comprarían “X” antes de la
demostración y si después. Por otro lado tenemos otro número de sujetos que han cambiado de
opinión en la dirección contraria. Se trata de comprobar si el primer grupo de sujetos supera
estadísticamente al segundo. En consecuencia… (Tema 4. Pág. 141)
a) Muestra con b+c observaciones dependientes, donde b+c > 25

b) Contamos con 100 observaciones independientes y una variable dicotómica
42.- En el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. ¿Qué especifica la H 0? (Tema 4. Pág.

141)
a) Que la proporción de éxitos es superior a la de fracasos

b) Que la proporción de éxitos es igual o menor que la de fracasos
43.- En el ejemplo anterior. FORMULACIÓN DE HIPÓTESIS. ¿Qué especifica la H 1? (Tema 4. Pág.

141)
a) Que la proporción de éxitos es superior a la de fracasos

b) Que la proporción de éxitos es igual o menor que la de fracasos

22/12/2018
44.- En el ejemplo anterior. ESTADÍSTICO DE CONTRASTE Y SU DISTRIBUCIÓN MUESTRAL.
Aplicando la ecuación del estadístico Z, obtenemos… (Tema 4. Pág. 141)
a) -2
b) -4
c) 2,7586
45.- En el ejemplo anterior. REGLA DE DECISIÓN. En un contraste unilateral izquierdo, con un

nivel de confianza de 0,99, el valor crítico es z = -2,33. Como el estadístico de contraste Z es superior al
valor crítico… (Tema 4. Pág. 141)
a) No tenemos evidencia suficiente para rechazar la H0 que se mantiene como provisionalmente

verdadera
b) Tenemos evidencia suficiente para rechazar la H0 que no se mantiene como provisionalmente
verdadera
c) Admitimos la H1 como verdadera
46.- ¿Qué diferencias tiene el estadístico de McNemar con el estadístico Z? (Tema 4. Pág. 143)
a) Que es el cuadrado de Z
b) Que se distribuye según Chi cuadrado con un grado de libertad
47.- ¿Qué diferencias tiene el estadístico de McNemar con el estadístico Z? (Tema 4. Pág. 143)
a) Que el nivel crítico p es mayor para Chi cuadrado que para Z, siempre que el contraste sea unilateral
b) Que el nivel crítico p es el mismo para Chi cuadrado que para Z, siempre que el contraste sea
bilateral
48.- Al aplicar la prueba de McNemar, siempre dejamos el nivel de significación α… (Tema 4. Pág.
144)
a) En la parte central de la distribución

b) En la parte derecha de la distribución
c) En la parte izquierda de la distribución

22/12/2018
22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: IV
1 C 41 B 81 121 161
2 B 42 B 82 122 162
3 A 43 A 83 123 163
4 A 44 A 84 124 164
5 B 45 A 85 125 165
6 A 46 C 86 126 166
7 A 47 C 87 127 167
8 B 48 B 88 128 168
9 B 49 89 129 169
10 B 50 90 130 170
11 A 51 91 131 171
12 A 52 92 132 172
13 B 53 93 133 173
14 B 54 94 134 174
15 A 55 95 135 175
16 C 56 96 136 176
17 A 57 97 137 177
18 A 58 98 138 178
19 B 59 99 139 179
20 B 60 100 140 180
21 A 61 101 141 181
22 A 62 102 142 182
23 B 63 103 143 183
24 A 64 104 144 184
25 B 65 105 145 185
26 A 66 106 146 186
27 B 67 107 147 187
28 A 68 108 148 188
29 A 69 109 149 189
30 B 70 110 150 190
31 C 71 111 151 191
32 C 72 112 152 192
33 A 73 113 153 193
34 B 74 114 154 194
35 C 75 115 155 195
36 A 76 116 156 196
37 C 77 117 157 197
38 B 78 118 158 198
39 B 79 119 159 199
40 B 80 120 160 200

22/12/2018
CAPÍTULO V
DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES
1.- Señalar la afirmación correcta (Tema 5. Pág. 155)
a) El Análisis de Varianza (Analysis of Variance o ANOVA) es una técnica de análisis estadístico que
se utiliza para comparar las medias de más de dos grupos
b) El nombre que se le da al Análisis de Varianza, hace referencia, al estudio de la variabilidad
observada en los datos
2.- Siguiendo el ejemplo anterior. Disponemos de una herramienta conocida, la prueba t de Student,
que podríamos utilizar, pero ello conllevaría una serie de inconvenientes que debemos tener en cuenta.
En primer lugar, y aunque no es el inconveniente más importante, el número de comparaciones dos a
dos que hay que realizar aumenta con el número de grupos o niveles (con tres grupos son tres
comparaciones, con cuatro son seis, con cinco son diez, etc.). La regla general para el cálculo del
número de comparaciones a realizar son… (Tema 5. Pág. 156)
a) Las combinaciones del número de grupos, tomados dos a dos

b) Las combinaciones del número de grupos, tomados dos a dos. Siendo “a” el número de muestras, o
grupos, las comparaciones posibles son: a ( a – 1 ) / n
3.- Dado un conjunto A de m elementos, se denomina combinaciones de orden n (n<m)... (Tema 5. Pág.
156)
a) A las distintas agrupaciones de n elementos elegidos del conjunto A que pueden realizarse de modo
que dos agrupaciones son distintas si se distinguen únicamente por uno o más de los elementos que
la componen.
b) Al grupo de elementos elegidos del conjunto A que pueden realizarse de modo que dos agrupaciones
son distintas si sus variables independientes no correlacionan

22/12/2018
4.- Con el aumento del número de comparaciones también aumenta la probabilidad de cometer el
error de tipo I (α), esto es, se incrementa la probabilidad de… (Tema 5. Pág. 157)
a) Admitir la H1, siendo nula

b) Rechazar la H0, siendo cierta
c) Que la distribución se aproxime a la normal
5.- ¿Qué sucede a medida que aumentamos el número de grupos a comparar? (Tema 5. Pág. 157)
a) Nos estamos acercando al nivel de riesgo inicial con el que queríamos trabajar
b) Que la región de aceptación aumenta
c) Nos estamos alejando del nivel de riesgo inicial con el que queríamos trabajar
6.- En la terminología del ANOVA, las variables independientes que se estudian reciben el nombre
de… (Tema 5. Pág. 158)
a) Factores
b) Niveles
c) Categorízaciones
7.- En la terminología del ANOVA, las categorías en que se dividen las variables independientes que
se estudian reciben el nombre de… (Tema 5. Pág. 158)
a) Factores
b) Niveles
c) Categorízaciones
8.- El tipo de diseños en los que los niveles son una muestra de todos los posibles niveles del factor y
nuestras conclusiones van a ser para todos ellos, se conoce como diseño… (Tema 5. Pág. 159)
a) Factorial
b) De efectos aleatorios
c) De discriminación discontínua
9.- En un diseño, en el que nuestras conclusiones estarán restringidas a los niveles establecidos en el
diseño. Sabemos que pueden existir más niveles, pero sólo nos interesan estos. Este tipo de diseños se
conocen como… (Tema 5. Pág. 159)
a) Bifactorial
b) De efectos fijos
c) De discriminación contínua
10.- En un estudio, en cuanto al número de sujetos, si los grupos o muestras son de distinto número de
elementos, el modelo recibe el nombre de… (Tema 5. Pág. 159)
a) Modelo equilibrado
b) Modelo no equilibrado
c) Modelo transicional

22/12/2018
11.- En un estudio, en cuanto al número de sujetos, si los grupos o muestras son de igual número de
elementos, el modelo recibe el nombre de… (Tema 5. Pág. 159)
a) Modelo equilibrado
b) Modelo no equilibrado
c) Modelo transicional
12.- Un modo de controlar el efecto de variables extrañas desconocidas es… (Tema 5. Pág. 160)
a) La aleatorización de los sujetos, tanto en su obtención (muestreo), como en su asignación a las

condiciones experimentales o niveles
b) La técnica del contrabalanceo de los sujetos, en su obtención (muestreo)
c) La técnica del contrabalanceo de los sujetos, en su asignación a las condiciones experimentales o
niveles
13.- ¿Qué nos proporciona una buena estimación del error experimental? (Tema 5. Pág. 161)
a) El número de factores cuando es elevado

b) La propia variabilidad de los sujetos sometidos al mismo tratamiento
14.- La variabilidad observada entre las puntuaciones en la variable dependiente, debemos

considerarla compuesta por dos componentes: (Señalar la errónea) (Tema 5. Pág. 161)
a) La variabilidad atribuible a los distintos tratamientos experimentales

b) La variabilidad debida al error experimental
c) La variabilidad derivada de la ineficacia en la contrastación de hipótesis
15.- En el estudio de estas dos variabilidades se fundamenta el Análisis de Varianza: (Señalar la

errónea) (Tema 5. Pág. 161)
a) La variabilidad atribuible a los distintos tratamientos experimentales

b) La variabilidad debida al error experimental
c) La variabilidad derivada de la ineficacia en la contrastación de hipótesis
16.- En el modelo más simple de análisis de varianza, el de un solo factor, se trataría de realizar dos
estimaciones, independientes, de la varianza general o común (desconocida) por medio de: (Tema 5.
Pág. 161)
a) La varianza atribuible a los distintos niveles del factor en estudio, que es lo que conocemos como
cuasi-varianza intergrupos
b) La varianza atribuible al error, que es lo que conocemos como cuasivarianza del error o, también,
cuasi-varianza intergrupos
17.- De la comparación entre las cuasi-varianzas, obtenemos… (Tema 5. Pág. 161)
a) La aceptación o rechazo de la hipótesis nula

b) La media ponderada de las cuasi-varianzas

22/12/2018
18.- En el modelo más simple de análisis de varianza, el de un solo factor, se trataría de realizar dos
estimaciones, independientes, de la varianza general o común (desconocida) por medio de: (Tema 5.
Pág. 161)
a) La varianza atribuible a los distintos niveles del factor en estudio, que es lo que conocemos como
cuasi-varianza intragrupos
b) La varianza atribuible al error, que es lo que conocemos como cuasi-varianza del error o, también,
cuasi-varianza intragrupos
19.- Si la cuasi-varianza intergrupos es significativamente mayor que la cuasi-varianza intragrupos…

(Tema 5. Pág. 162)
a) Se admite que hay diferencias entre los grupos, es decir, que los distintos niveles del factor objeto de
estudio han influido de forma distinta sobre la V.D.
b) No se admite que haya diferencias entre los grupos, es decir, que los distintos niveles del factor
objeto de estudio no han influido de forma distinta sobre la V.D.
20.- La herramienta que tenemos para probar si ambas varianzas (la intergrupos y la intragrupo)
difieren significativamente es… (Tema 5. Pág. 162)
a) La distribución T en la que se basa el Análisis de Varianza

b) La distribución F en la que se basa el Análisis de Varianza
c) La distribución Z en la que se basa el Análisis de Varianza
21.- ¿Qué nos interesa estudiar en el modelo de efectos fijos? (Tema 5. Pág. 162)
a) La influencia de un solo factor que tiene distintos niveles

b) La influencia de un solo nivel, sobre los demás
22.- Consideremos que tenemos a niveles (los niveles del factor en cuestión varían desde i = 1, …, a) y
n elementos, o sujetos, medidos en cada nivel (los elementos varían desde j = 1, …, n dentro de cada
grupo asumiendo un diseño equilibrado). Pues bien, la puntuación Yij que es la puntuación del sujeto
que ocupa el lugar j dentro del nivel i, está formada por: (Señalar la errónea) (Tema 5. Pág. 163)
a) Un componente al que llamamos αi y que será común a todos los elementos sometidos a ese nivel
del factor
b) El componente del error experimental, formado, según hemos visto, por todos los factores no
controlados en el experimento, y que llamamos Ŝij (que puede afectar a todos los sujetos y en todos
los niveles, de ahí los dos subíndices).
c) Una constante, común para todos los valores de la variable dependiente, que llamaremos μ dado que
es la media de la población
23.- En la ecuación Yij = µ + αi + Ŝij , el factor Ŝij es… (Tema 5. Pág. 163)
a) El componente del error

b) La cuasi-varianza factorial

22/12/2018
24.- El cuadro anterior, representa el sistema de notación para el ANOVA de un factor A, donde Y ij
es… (Tema 5. Pág. 164)
a) La puntuación del sujeto i en el nivel j

b) La puntuación del sujeto j en el nivel i
c) La estimación insesgada de la media
25.- Siguiendo con el cuadro anterior, señalar la afirmación errónea. (Tema 5. Pág. 164)
a) αi es un elemento común a todos los sujetos experimentales sometidos a un mismo nivel del factor, y
es el efecto que queremos medir
b) n es el número total de sujetos
c) ni es el número de sujetos u observaciones en el nivel i
26.- Siguiendo con el cuadro anterior, señalar la afirmación errónea. (Tema 5. Pág. 164)
a) αi es un elemento común a todos los sujetos experimentales sometidos a un mismo nivel del factor, y
es el efecto que queremos medir
b) ῩAi es es la media aritmética de cada nivel (i)
c) ῩT es la media aritmética de las varianzas
27.- Las hipótesis estadísticas que queremos probar en este tipo de problemas que estamos tratando
son: (Tema 5. Pág. 165)
a) H0 : µ1 = µ2 = … = µa ; H1 : µ1 ≠ µ2 ≠ … ≠ µa
b) H0 : µ1 ≠ µ2 ≠ … ≠ µa ; H1 : µ1 = µ2 = … = µa
28.- ¿En qué consiste el estadístico de contraste para poner a prueba la hipótesis nula de igualdad de
medias entre los niveles del factor manipulado? (Tema 5. Pág. 166)
a) F = MCinter / MCintra
b) En el cociente entre la varianza entre los grupos y la varianza dentro de los grupos

22/12/2018
29.- En el anterior estadístico de contraste citado, los grados de libertad para el numerador son…
(Tema 5. Pág. 166)
a) (a – 1)
b) (N – a)
c) (n – 1)
30.- En el anterior estadístico de contraste citado, los grados de libertad para el denominador son…
(Tema 5. Pág. 166)
a) (a – 1)
b) (N – a)
c) (n – 1)
31.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCTotal , es…
(Tema 5. Pág. 167)
a) La suma de cada puntuación más la media total al cuadrado

b) La suma de cada puntuación menos la media total al cuadrado
c) La suma de cada puntuación más la media total
32.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCinter , es…
(Tema 5. Pág. 167)
a) La suma de cada puntuación más la media de su nivel al cuadrando, es decir, nos está midiendo la
variabilidad total de todos los niveles ponderados o desviaciones típicas insesgadas al cuadrado
b) La suma de cada puntuación menos la media de su nivel al cuadrado, es decir, nos está midiendo la
variabilidad dentro de cada nivel o variabilidad debida al error experimental. Representa las
desviaciones de las puntuaciones de cada sujeto respecto de la media de su grupo
c) La suma de cada nivel menos la media total al cuadrado (ponderado por el número de sujetos de cada
nivel, es decir, nos está midiendo la variabilidad entre los niveles, o variabilidad debida al efecto del
factor (A) que estamos estudiando
33.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCintra , es…
(Tema 5. Pág. 167)
a) La suma de cada puntuación más la media de su nivel al cuadrando, es decir, nos está midiendo la
variabilidad total de todos los niveles ponderados o desviaciones típicas insesgadas al cuadrado
b) La suma de cada puntuación menos la media de su nivel al cuadrado, es decir, nos está midiendo la
variabilidad dentro de cada nivel o variabilidad debida al error experimental. Representa las
desviaciones de las puntuaciones de cada sujeto respecto de la media de su grupo
c) La suma de cada nivel menos la media total al cuadrado (ponderado por el número de sujetos de cada
nivel, es decir, nos está midiendo la variabilidad entre los niveles, o variabilidad debida al efecto del
factor (A) que estamos estudiando
34.- ¿A qué es igual la cuasi-varianza? (Tema 5. Pág. 167)
a) La suma de cuadrados de las desviaciones de la media, dividido por los grados de libertad
b) La suma de las desviaciones de la media, dividido por los grados de libertad
c) La suma de los cuadrados de las desviaciones típicas, dividido por los grados de libertad, menos 1

22/12/2018
35.- Los grados de libertad de SCinter son: (Tema 5. Pág. 167)
a) (a – 1)
b) (N – a)
c) (n – 1)
36.- Los grados de libertad de SCintra son: (Tema 5. Pág. 167)
a) (a – 1)
b) (N – a)
c) (n – 1)
37.- Si las sumas de cuadrados inter e intra (que se pueden contemplar como los numeradores de la
fórmula de la varianza) las dividimos por sus respectivos grados de libertad, obtendremos la varianza
insesgada entre los niveles y la varianza insesgada dentro de los niveles. En definitiva, logramos
descomponer la variabilidad total en dos componentes: (Señalar el erróneo) (Tema 5. Pág. 167/168)
a) Cuasi-varianza entre los grupos, que llamaremos media cuadrática intergrupos y que refleja la
varianza atribuible a los distintos niveles del factor en estudio
b) Cuasi-varianza dentro de los grupos, que llamaremos media cuadrática intragrupos, y que refleja la
variabilidad atribuible al error
c) Cuasi-varianza entre los grupos, que llamaremos media cuadrática ponderada y que refleja la
variabilidad del error máximo de la proporción
38.- ¿Cuándo decimos que un modelo es de efectos fijos? (Tema 5. Pág. 169)
a) Cuando el investigador establece los factores relacionados con los niveles y atribuye a cada
observación un error máximo de n - α
b) Cuando el investigador establece como niveles del factor sólo aquellos en los que está interesado en
estudiar
39.- Los supuestos para aplicar el ANOVA son: (Señalar la errónea) (Tema 5. Pág. 170)
a) Observaciones dependientes
b) Normalidad de las distribuciones en todos los niveles
c) Homocedasticidad (varianzas iguales en todos los niveles)

22/12/2018
40.- Siguiendo el ejemplo anterior, las hipótesis que debemos plantear son: (Tema 5. Pág. 170)
a) H0 : µ1 = µ2 = µ3 ; H1 : µ1 ≠ µ2 ≠ µ3 al menos para un par de µi

b) H0 : µ1 ≠ µ2 ≠ µ3 ; H1 : µ1 = µ2 = µ3 al menos para un par de µi
41.- Siguiendo con el ejemplo anterior. ESTADÍSTICO DE CONTRASTE Y DISTRIBUCIÓN

MUESTRAL. Tenemos que realizar una serie de operaciones para deducir el valor del estadístico de
contraste. Señalar la errónea. (Tema 5. Pág. 170)
a) Comenzamos calculando las sumas de las puntuaciones y de sus cuadrados para todos los niveles
b) A continuación, calculamos la suma de todas las puntuaciones y la suma de todos los cuadrados
c) Posteriormente, calculamos la varianza de los cuadrados
42.- Siguiendo con el ejemplo anterior. ESTABLECER LA REGLA DE DECISIÓN EN FUNCIÓN

DEL NIVEL DE CONFIANZA. Cuando realizamos un análisis de varianza y aunque la hipótesis
alternativa siempre será bilateral, dejaremos todo el nivel de significación (α) por la parte derecha de
la distribución. Por lo tanto, tenemos que buscar en las tablas la puntuación que supera una
proporción igual a…. (Tema 5. Pág. 172)
a) 1 - α
b) α – 1
c) 1 + α
43.- Las comparaciones múltiples permiten establecer una información más exacta sobre la
importancia de cada uno de los niveles de val V.I.. Al plantearnos el análisis de las comparaciones
múltiples entre las medias de los distintos niveles de la V.I., cabe distinguir dos situaciones básicas:
(Señalar la errónea) (Tema 5. Pág. 175)
a) La primera se refiere a la situación más común en la que el investigador, una vez realizado el
Análisis de Varianza y rechazada la H0, desea conocer entre qué medias hay diferencias no debidas
al azar. Se trata de las comparaciones no planificadas, a posterior o post hoc.
b) La segunda se refiere a cuando el investigador una vez realizado el Análisis de Varianza para probar
todas las medias, sabe de antemano qué comparaciones le interesan, analizando en una tabla de
contingencias, las varianzas correspondientes. Se trata de comparaciones planificadas o a priori o ad
hoc.
c) La segunda se refiere a cuando el investigador no está interesado en realizar un Análisis de Varianza
para probar todas las medias sino sólo en algunas comparaciones entre los niveles del factor, no en
todas las posibles, y sabe de antemano qué comparaciones le interesan. Se trata de comparaciones
planificadas o a priori.
44.- ¿Cuál es el objeto de las comparaciones múltiples, como parte del Análisis de Varianza? (Tema 5.
Pág. 175)
a) Reducir la cantidad de error Tipo I que cometeríamos si comparásemos dos a dos todas las muestras
b) Reducir la cantidad de error Tipo II que cometeríamos si comparásemos dos a dos todas las muestras

22/12/2018
45.- ¿Qué comparaciones son aquellas que se deciden después de que el investigador haya obtenido los
resultados del Análisis de Varianza y haya rechazado la hipótesis nula? (Tema 5. Pág. 176)
a) Las comparaciones no planificadas

b) Las comparaciones post hoc
46.- La prueba de comparaciones múltiples de Scheffé, permite… (Tema 5. Pág. 177)
a) Realizar comparaciones complejas

b) Comparar las medias de los niveles de Análisis de Varianza dos a dos
47.- La prueba de Scheffé, fija la tasa de error del tipo I en el α al que estemos trabajando, sin
aumentarlo en todas las posibles comparaciones que realicemos y obtiene un valor al que
llama…………………………por encima de la cual diremos que hay diferencias entre las medias o
entre los grupos de medias que estemos comparando. (Tema 5. Pág. 177)
a) Diferencia mínima
b) Rango crítico (Critical Range de Scheffé)
48.- Las condiciones que deben cumplir los datos para que pueda aplicarse el ANOVA son 3, señalar
el erróneo. (Tema 5. Pág. 182)
a) Homogeneidad de las varianzas

b) Homocedasticidad
c) Las muestras y las observaciones deben ser dependientes
49.- Una de las condiciones que deben cumplir los datos para que pueda aplicarse el ANOVA se
refiere a que los grupos a comparar deben proceder de poblaciones que no difieran significativamente
en sus varianzas para la variable estudiada. (Tema 5. Pág. 182)
a) Isoceleridad de las varianzas

b) Homocedasticidad
c) Las muestras y las observaciones deben ser dependientes
50.- El estadístico F es el que, a la postre, determina si la comparación de estas variabilidades

(denominadas medias cuadráticas) es o no estadísticamente significativa. Esta prueba es la que se
conoce como… (Tema 5. Pág. 183)
a) Prueba general
b) Prueba ómnibus
51.- Esta prueba sirve para el contraste de hipótesis nula general de igualdad de medias de las
poblaciones objeto de estudio. (Tema 5. Pág. 183)
a) Prueba general
b) Prueba ómnibus

22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: V
1 C 41 C 81 121 161
2 A 42 A 82 122 162
3 A 43 B 83 123 163
4 B 44 A 84 124 164
5 C 45 C 85 125 165
6 A 46 C 86 126 166
7 B 47 C 87 127 167
8 B 48 C 88 128 168
9 B 49 B 89 129 169
10 B 50 C 90 130 170
11 A 51 C 91 131 171
12 A 52 92 132 172
13 B 53 93 133 173
14 C 54 94 134 174
15 C 55 95 135 175
16 A 56 96 136 176
17 A 57 97 137 177
18 B 58 98 138 178
19 A 59 99 139 179
20 B 60 100 140 180
21 A 61 101 141 181
22 B 62 102 142 182
23 C 63 103 143 183
24 B 64 104 144 184
25 B 65 105 145 185
26 C 66 106 146 186
27 A 67 107 147 187
28 C 68 108 148 188
29 A 69 109 149 189
30 B 70 110 150 190
31 B 71 111 151 191
32 C 72 112 152 192
33 B 73 113 153 193
34 A 74 114 154 194
35 A 75 115 155 195
36 B 76 116 156 196
37 C 77 117 157 197
38 B 78 118 158 198
39 A 79 119 159 199
40 A 80 120 160 200

22/12/2018
CAPÍTULO VI
DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES, CON
MUESTRAS RELACIONADAS
1.- Al hablar de intra-sujeto nos referimos a… (Tema 6. Pág. 191)
a) Que todos los participantes (o unidades de observación) han pasado por al menos uno de los niveles
del factor
b) Que todos los participantes (o unidades de observación) han pasado por todos los niveles del factor
c) Que se añade un grupo control, en el que todos los participantes de ese grupo, pasan por todos los
niveles del factor, a excepción de uno (n – 1)
2.- A los diseños experimentales en donde se ha manipulado una única V.I. con más de dos niveles,
pero de forma intra-sujeto, también se le conoce como… (Tema 6. Pág. 191)
a) Diseños de medidas repetidas

b) Diseños de medidas dependientes
3.- Para diferenciar simbólicamente los diseños intra-sujetos, de los inter-sujetos, se representa de la
siguiente manera: (Tema 6. Pág. 193)
a) (A x S), donde A es el número de nivel de factor

b) (A x S), donde A es el factor
c) (A x S), donde A es el ANOVA
4.- ¿Qué inconveniente presentan los diseños intra-sujetos, frente a los inter-sujetos, que puede
producir efectos de fatiga y/o aprendizaje? (Tema 6. Pág. 194)
a) Que los sujetos son sometidos a muchos menos ensayos en los inter que en los intra
b) Que los sujetos son sometidos a muchos más ensayos en los intra que en los inter
5.- Al procedimiento metodológico empleado cuando en un diseño, las condiciones experimentales se

presentan en diferente orden para cada sujeto, para evitar que el orden de los tratamientos interfiera
con los resultados se le conoce por… (Tema 6. Pág. 194)
a) Contrabalanceo de las condiciones experimentales

b) Equilibrado de las condiciones experimentales
c) Aleatorización de las condiciones experimentales
6.- El procedimiento metodológico empleado cuando en un diseño, las condiciones experimentales se

presentan en diferente orden para cada sujeto, para evitar que el orden de los tratamientos interfiera
con los resultados, es necesario cuando… (Tema 6. Pág. 194)
a) Utilizamos un diseño en el que todos los estímulos no se presentan equilibrados

b) Utilizamos un diseño en el que todos los estímulos se presentan aleatoriamente
c) Utilizamos un diseño en que todos los estímulos se presentan agrupados

22/12/2018
7.- El análisis del ANOVA, exige dividir los componentes de la variabilidad total observada en la V.D.,
en varios componentes aditivos, en el tema que nos ocupa, encontramos tres componentes que puedan
aportar variabilidad a los datos: (Señalar el erróneo) (Tema 6. Pág. 194/195)
a) Variabilidad del factor que estamos manipulando

b) Variabilidad debida a la interacción entre el factor y los sujetos
c) Variabilidad de los factores
8.- La posibilidad de que no todos los sujetos respondan con el mismo patrón de respuestas ante las
tres condiciones experimentales, es lo que se conoce como… (Tema 6. Pág. 195)
a) Variabilidad del factor que estamos manipulando

b) Variabilidad debida a la interacción entre el factor y los sujetos
c) Variabilidad de los factores
9.- Los supuestos que deben cumplirse para poder aplicar correctamente el ANOVA de un factor
intra-sujetos son: (Señalar el erróneo) (Tema 6. Pág. 195/196)
a) La variable independiente (a la que denotaremos genéricamente por Y) debe estar medida, al menos,
a un nivel de intervalo
b) Las puntuaciones de la variable dependiente Y en cada nivel del factor deben distribuirse según la
curva normal
c) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí
10.- Los supuestos que deben cumplirse para poder aplicar correctamente el ANOVA de un factor
intra-sujetos son: (Señalar el erróneo) (Tema 6. Pág. 195/196)
a) La variable independiente (a la que denotaremos genéricamente por Y) debe estar medida, al menos,
a un nivel de intervalo
b) Las covarianzas entre todos los niveles del factor deben ser iguales entre sí
c) Las puntuaciones de la variable dependiente Y en cada nivel del factor deben ser independientes
entre si
11.- La tabla anterior, está confeccionada con dos de los supuestos que deben cumplirse para poder
aplicar correctamente el ANOVA de un factor intra-sujetos. Señalar la correcta. (Tema 6. Pág. 196)
a) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí

22/12/2018
12.- Siguiendo la tabla anterior, ¿qué igualdades deben cumplirse? (Tema 6. Pág. 196/197)
a) Cov (I,C) = Cov (C,I); Cov (C,N) = Cov (N,C); Cov (I,N) = Cov (N,I)
b) σ2CC = σ2II = σ2NN
13.- Estos dos últimos supuestos se denominan en la literatura como “simetría compuesta” Señalar la
correcta. (Tema 6. Pág. 197)
a) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí
14.- ¿A qué es debido que los supuestos citados en la pregunta anterior se denominen en la literatura
como “simetría compuesta”? (Tema 6. Pág. 197)
a) A que, en último término, conducen a una matriz de datos simétrica en relación a la diagonal positiva
y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los supuestos)
b) A que, en último término, conducen a una matriz de datos asimétrica en relación a la diagonal
negativa y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los
supuestos)
c) A que, en último término, conducen a una matriz de datos simétrica en relación a la diagonal
negativa y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los
supuestos)
15.- El estadístico de contraste para poner a prueba la H0, en el tema que nos ocupa consiste en el
cálculo de una razón… (Tema 6. Pág. 197)
a) F
b) T
c) Z

22/12/2018
16.- Para el cálculo del estadístico de contraste para poner a prueba la H0, en el tema que nos ocupa,
partimos de una matriz de datos como la anterior. A continuación, los cálculos pertinentes, exigen
calcular lo que llamaremos razones básicas. De las siguientes respuestas, señalar la errónea (Tema 6.
Pág. 197/198)
a) [A] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [AS] o el sumatorio de cada puntuación al cuadrado
c) [T] o el total de los elementos de la tabla elevado al cuadrado dividido por el producto entre el
número de sujetos (s) y el número de condiciones experimentales (a)
17.- En la siguiente expresión, calculamos… (Tema 6. Pág. 198)
a) [S] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
condiciones
condiciones

22/12/2018
condiciones
b) [A] o el sumatorio de las puntuaciones de cada nivel al cuadrado dividido por el número de
participantes (s)
c) [AS] o el sumatorio de cada puntuación al cuadrado
21.- ¿Qué valor obtenemos al efectuar la resta [A] – [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
22.- ¿Qué valor obtenemos al efectuar la resta [S] – [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
23.- ¿Qué valor obtenemos al efectuar la resta [AS] – [A] - [S] + [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
24.- Calculamos las medias cuadráticas (cuasivarianzas), dividiendo las sumas de los cuadrados por
sus correspondientes grados de libertad (g.l.), para poder calcular… (Tema 6. Pág. 199)
a) El estadístico F
b) La varianza de las medias cuadráticas
25.- En los diseños intra-sujetos, la fuente de error se considera que es la producida por la interacción
entre el factor y el sujeto debido a que refleja la inconsistencia con la que los sujetos se comportan
bajo los diferentes tratamientos, inconsistencia que no existiría si… (Tema 6. Pág. 200)
a) Todos los sujetos se comportaran igual con respecto a la V.D.

b) Todos los sujetos se comportaran igual con respecto a la V.I.

22/12/2018
26.- En los diseños intra-sujetos, la fuente de error se considera que es la producida por la interacción
entre el factor y el sujeto debido a que refleja la inconsistencia con la que los sujetos se comportan
bajo los diferentes tratamientos. Si no hubiese inconsistencia, significaría que… (Tema 6. Pág. 200)
a) Todos los sujetos mostrarían el efecto factor en la misma medida o con el mismo patrón, que es
precisamente uno de los supuestos de este análisis
b) Todos los sujetos mostrarían el efecto factor en distinta medida y con distinto patrón, que es
precisamente uno de los supuestos de este análisis
27.- Para tomar una decisión sobre la significatividad del factor manipulación, debemos comparar la
F muestral con… (Tema 6. Pág. 200/201)
a) La F crítica, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo I que
estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F muestral
b) La F crítica, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo II
que estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F
muestral
c) La F tangencial, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo I
que estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F
muestral
28.- ¿Qué sucede si la F empírica del Factor A es igual o superior a la F crítica? (Tema 6. Pág. 201)
a) Que aceptamos la H0
b) Que rechazamos la H0
c) Que no se han realizado correctamente los cálculos del ANOVA
29.- ¿Qué sucede si la F empírica es inferior a la F crítica? (Tema 6. Pág. 201)
a) Que aceptamos la H0
b) Que rechazamos la H0
c) Que no se han realizado correctamente los cálculos del ANOVA
30.- El valor de la F crítica nos separa los valores posibles de F en dos segmentos excluyentes: (Señalar
el erróneo) (Tema 6. Pág. 201)
a) A la izquierda la región de rechazo de H0

b) A la derecha la región de rechazo de H0
c) A la izquierda el que define la región de aceptación de H0

22/12/2018
22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: VI
1 B 41 81 121 161
2 C 42 82 122 162
3 B 43 83 123 163
4 C 44 84 124 164
5 A 45 85 125 165
6 C 46 86 126 166
7 C 47 87 127 167
8 B 48 88 128 168
9 A 49 89 129 169
10 A 50 90 130 170
11 C 51 91 131 171
12 C 52 92 132 172
13 C 53 93 133 173
14 C 54 94 134 174
15 A 55 95 135 175
16 A 56 96 136 176
17 B 57 97 137 177
18 A 58 98 138 178
19 C 59 99 139 179
20 A 60 100 140 180
21 A 61 101 141 181
22 B 62 102 142 182
23 C 63 103 143 183
24 A 64 104 144 184
25 B 65 105 145 185
26 A 66 106 146 186
27 A 67 107 147 187
28 B 68 108 148 188
29 A 69 109 149 189
30 A 70 110 150 190
31 71 111 151 191
32 72 112 152 192
33 73 113 153 193
34 74 114 154 194
35 75 115 155 195
36 76 116 156 196
37 77 117 157 197
38 78 118 158 198
39 79 119 159 199
40 80 120 160 200

22/12/2018
CAPÍTULO VII
DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES, ANÁLISIS
DE LA VARIANZA DE DOS FACTORES
Se realiza un estudio a un grupo 45 de sujetos, sobre la posible interacción de

realizar una tarea tediosa en un contexto determinado y la duración de la misma.
Se asignan tres contextos: en una habitación cerrada, vacía y sin persianas; en un
centro comercial con múltiples distractores, en una sala confortable con
temperatura, iluminación y música ambiental suave. Para la duración, se
determinan tres tiempos: 15 minutos, 30 minutos y 45 minutos. Las respuestas de
los sujetos se miden a través del Test de Schopenhaüer, previamente validado.
Una vez realizado el diseño, se asignan 5 sujetos a cada combinación de contexto y
duración.
1.- Tomando el ejemplo anterior. La/s variable/s dependiente/s es/son… (Tema 7. Pág. 213)
a) El contexto donde se realiza y la duración de la prueba

b) Las observaciones de cada sujeto resultantes de aplicar el Test de Schopenhaüer
c) Cerrada, Vacía y Sin persianas
2.- Tomando el ejemplo anterior. La/s variable/s independiente/s es/son… (Tema 7. Pág. 213)
a) El contexto donde se realiza y la duración de la prueba

b) Las observaciones de cada sujeto resultantes de aplicar el Test de Schopenhaüer
c) Cerrada, Vacía y Sin persianas
3.- Tomando el ejemplo anterior. Los factores son… (Tema 7. Pág. 213)
a) El contexto donde se realiza

b) La duración de la prueba
4.- Tomando el ejemplo anterior. Los factores y sus niveles son… (Tema 7. Pág. 213)
a) El contexto donde se realiza con tres niveles (habitación, centro comercial, sala confortable). La
duración de la prueba con tres niveles (15’, 30’, 45’)
b) La habitación con tres niveles (cerrada, vacía, sin persianas), centro comercial con un nivel
(múltiples distractores), sala confortable con tres niveles (temperatura, iluminación, música)
5.- Con un diseño factorial del ejemplo utilizado, no sólo se pueden alcanzar conclusiones sobre la
incidencia que tenga la duración de la prueba o el contexto donde se realiza, que en términos de los
diseños experimentales se conoce como… (Tema 7. Pág. 213)
a) Efectos de interacción entre los factores

b) Efectos principales del factor
c) Efectos de interacción

22/12/2018
6.- Con un diseño factorial del ejemplo utilizado, se pueden llegar a conclusiones sobre si la duración y
el contexto están relacionados de algún modo, lo cual se conoce como… (Tema 7. Pág. 213)
a) Efectos de interacción entre los factores

b) Efectos principales del factor
c) Efectos de interacción
7.- Con un diseño factorial del ejemplo utilizado, los denominados efectos principales, serán… (Tema
7. Pág. 214)
a) 3x3
b) Tantos como factores hay implicados en el diseño
8.- Con un diseño factorial del ejemplo utilizado, los denominados efectos simples serán… (Tema 7.
Pág. 214)
a) El conjunto de contrastes más focalizados de cada factor con cada nivel del otro factor
b) 3x3
9.- En el ejemplo anterior, un efecto simple podría ser… (Tema 7. Pág. 215)
a) El contexto donde se realiza la prueba (la sala confortable por ejemplo), cuando ésta sólo dura 15
minutos
b) La habitación con sus tres niveles (vacía, cerrada, sin persianas)
10.- En el ejemplo anterior, ¿Cuántos efectos simples hay? (Tema 7. Pág. 215)
a) 3x3
b) Tantos como la suma de los niveles de cada factor
11.- ¿Cómo se denomina al efecto que se produce por los cruces de los tratamientos (o niveles) de cada
uno de los factores, que está relacionado con los denominados efectos simples? (Tema 7. Pág. 215)
a) Efecto aleatorio
b) Efecto principal
c) Efecto de interacción
12.- Una interacción está presente cuando… (Señalar la errónea) (Tema 7. Pág. 216)
a) Los efectos simples de una variable independiente no son los mismos en todos los niveles de la otra
variable independiente
b) Los efectos principales de una variable independiente no son representativos de los efetos simples de
esa misma variable
c) Los efectos de una de las variables dependientes están condicionalmente relacionados con los niveles
de la otra variable dependiente (Cohen,1893)

22/12/2018
13.- Una interacción está presente cuando… (Tema 7. Pág. 216)
a) Las diferencias entre las medias de las celdas que representan el efecto de un factor en algún nivel
del otro factor no son iguales a las correspondientes diferencias en otro nivel de este factor.
b) Una variable independiente tiene un efecto constante en todos los niveles de la otra variable
independiente (Pedhazur, 1982)
14.- Un diseño factorial consiste en… (Tema 7. Pág. 217)
a) Un conjunto de diseños simples de un factor en el cual la misma variable independiente es

manipulada en combinación con una segunda variable independiente
b) Las diferencias entre las medias para cada uno de los componentes del experimento. Si tenemos un
factor A, las diferencias observadas en el nivel b1 del factor B, se denominan como efectos simples
del factor A en el nivel b1
15.- Los efectos simples de una variable dependiente se refieren a… (Tema 7. Pág. 217)

b) Las diferencias entre las medias para cada uno de los componentes del experimento. Si tenemos un
factor A, las diferencias observadas en el nivel b1 del factor B, se denominan como efectos simples
del factor A en el nivel b1
16.- Las interacciones se definen en términos de las comparaciones entre un conjunto de efectos
simples. Están presentes cuando… (Tema 7. Pág. 217)

b) Las diferencias entre las medias para cada uno de los componentes del experimento están
relacionadas entre si
c) Se encuentra que los efectos simples asociados con una V.I. no son los mismos en todos los niveles
de la otra V.I.
17.- Los efectos principales de una variable independiente, o factor, se refieren a… (Tema 7. Pág. 217)
a) Los efectos promedio totales de una variable, y se obtienen combinando el conjunto completo de
componentes experimentales presentes es ese factor
b) Las diferencias entre las medias para cada uno de los componentes del experimento están
relacionadas entre si
c) La manipulación por parte del investigador, de los niveles asignados a cada factor, en base a las
medias obtenidas
18.- Un conjunto de diseños simples de un factor en el cual la misma V.I. es manipulada en

combinación con una segunda V.I., es lo que llamamos… (Tema 7. Pág. 217)
a) Diseño factorial
b) Diseño de V.I.
c) Diseño aleatorizado

22/12/2018
19.- El gráfico anterior indica: (Tema 7. Pág. 217)
a) Interacción sin cruce

b) Interacción quebrada
c) Sin interacción
20.- La variabilidad total del sistema (la suma de cuadrados total), se puede partir en dos sumas de
cuadrados independientes, que son… (Señalar la errónea) (Tema 7. Pág. 218)
a) La que refleja la variabilidad entre los tratamientos

b) La que refleja la variabilidad dentro de los tratamientos
c) La que refleja la variabilidad V.I. – V.D.
cuadrados independientes, la suma de cuadrados intra-grupos es… (Señalar la errónea) (Tema 7. Pág.
218)

cuadrados independientes, la suma de cuadrados entra-grupos es… (Señalar la errónea) (Tema 7. Pág.
218)

23.- En los diseños factoriales de dos factores (A y B) se sigue un patrón de análisis similar al visto
hasta ahora, pero en esta ocasión, la suma de cuadrados entre-grupos se divide a su vez en tres
componentes que reflejan… (Tema 7. Pág. 218)
a) La suma de cuadrados entre tratamientos del factor A (SCA), que refleja los efectos simples del factor
b) La suma de cuadrados entre tratamientos del factor B (SCB), que refleja los efectos principales del
factor B

22/12/2018
24.- En los diseños factoriales de dos factores (A y B) se sigue un patrón de análisis similar al visto
hasta ahora, pero en esta ocasión, la suma de cuadrados entre-grupos se divide a su vez en tres
componentes que reflejan… (Tema 7. Pág. 218)
a) La suma de cuadrados entre tratamientos del factor A (SCA), que refleja los efectos simples del factor
b) La suma de cuadrados que representa la interacción entre A y B (SCAxB)
25.- Una observación genérica, se representa como Yijk siendo i: (Tema 7. Pág. 218)
a) El nivel genérico del factor A

b) El nivel genérico del factor B
c) La observación genérica dentro de la combinación de tratamientos ABij
26.- Una observación genérica, se representa como Yijk siendo j: (Tema 7. Pág. 218)

27.- Una observación genérica, se representa como Yijk siendo k: (Tema 7. Pág. 218)

28.- A partir de la matriz de datos inicial, se obtiene la matriz AB, anteriormente representada, en la
que se calcula… (Tema 7. Pág. 218)
a) La suma para cada combinación de tratamientos de los dos factores (ABij)

b) Las sumas marginales Ai y Bj para los factores A y B respectivamente

22/12/2018
29.- A partir de los sumatorios representados en la matriz AB, se puede obtener fácilmente la media
total, que se calcularía mediante la siguiente ecuación: (Tema 7. Pág. 219)
a) ȲT = T/abn
b) ȲT = T/Ai Bi n
30.- A partir de los sumatorios representados en la matriz AB, se puede obtener las combinaciones de
niveles de ambos factores, que se calcularía mediante la siguiente ecuación: (Tema 7. Pág. 219)
a) ȲABij = ABij / abn

b) ȲABij = ABij / n
31.- Hasta ahora, habíamos estudiado que la suma de cuadrados total es igual a… (Tema 7. Pág. 220)
a) La suma de las medias inter grupo e intra grupo

b) La suma de cuadrados inter grupo y la suma de cuadrados intra grupo
a) En un diseño de un único factor, SCinter está basada en las desviaciones de las medias de cada
tratamiento respecto a la media total, es decir, siendo A el factor, y prescindiendo de los sumatorios
propios en el cálculo de las sumas de cuadrados, SCinter está basada en las desviaciones ȲAi - ȲT
b) En un diseño factorial de dos factores, SCinter está basada en las desviaciones de las medias de cada
tratamiento conjunto AB, respecto de la media total, es decir ȲABij - ȲT
33.- Si pensamos en un grupo de sujetos que reciben una combinación de tratamiento A y B, la

desviación respecto de la media total del sistema puede estar influida por los componentes: (Tema 7.
Pág. 220)
a) El factor A y el factor B
b) La interacción entre A y B
34.- Los grados de libertad de la interacción, se calculan de la siguiente forma: (Tema 7. Pág. 220)
a) ab (n - 1)
b) (a – 1) (b – 1)
35.- Los grados de libertad, debidos al error experimental, es decir a las diferencias individuales
dentro de cada tratamiento, se calculan de la siguiente forma: (Tema 7. Pág. 220)
a) ab (n - 1)
b) (a – 1) (b – 1)

22/12/2018
Utilizando el ejemplo inicial, tenemos 45 observaciones repartidas entre las 9 combinaciones de
tratamientos, que son los que producen por el cruce de los 3 tratamientos de cada factor. Llamaremos
A al contexto donde se lleva a cabo la prueba, con tres niveles, habitación, centro comercial y sala
confortable. Llamaremos factor B a la duración de la prueba, también con tres niveles, 15, 30 y 45
minutos. Los datos obtenidos son los siguientes:
36.- Siguiendo el ejemplo anterior. CONDICIONES Y SUPUESTOS. Se han de cumplir: (Tema 7. Pág.
223)
a) El principio de homocedasticidad
b) Que las observaciones son independientes
37.- Siguiendo el ejemplo anterior. HIPÓTESIS. Al trabajar con dos factores se plantean: (Tema 7.
Pág. 223)
a) Sobre el factor A y sobre el factor B

b) Sobre la interacción
38.- Siguiendo el ejemplo anterior. ESTADÍSTICO DE CONTRASTE Y DISTRIBUCIÓN

MUESTRAL. ¿Cuántos estadísticos de contraste se ha de calcular? (Tema 7. Pág. 224)
a) 3
b) Uno para cada una de las H0

MUESTRAL. ¿Cuáles son las razones básicas a calcular a partir de la matriz AB? (Tema 7. Pág.
224/225)
a) [Y], [T], [A], [B], [AB]

b) [Y], [T], [A], [B], [F]
c) [S], [T], [A], [B], [σ]

MUESTRAL. A continuación, y como paso previo a la tabla resumen del ANOVA, hay que calcular
las sumas de cuadrados y comprobamos que se cumple: (Tema 7. Pág. 225)
a) SCT = SCA + SCB + SCAB + SCT/AB

b) SCT = SCA + SCB + SCAB + SCS/AB
22/12/2018
c) SCT = SCA + SCB + SCAB + SCS/AB - SF
41.- Siguiendo el ejemplo anterior y a la vista del resumen del ANOVA con todos los resultados.
REGLA DE DECISIÓN. Mediante un programa informático adecuado (con las tablas se tomarían los
grados de libertad más próximos), podemos comprobar que los valores críticos son, al nivel de
confianza del 95%: F0,95;2;36 = 3,2595, para los factores A y B y F0,95;4;36 = 2,6335 para la interacción.
Por tanto… (Tema 7. Pág. 226)
a) Mantenemos la hipótesis nula para el factor A (1,621 < 3,2595)

b) Rechazamos la hipótesis nula para el factor B (13,763 > 3,2595) y para la interacción (5,232 >
2,6335)
42.- El modelo estadístico que subyace en un diseño factorial de 2 factores completamente

aleatorizados es un modelo lineal en el cual se especifican los componentes que contribuyen a explicar
cualquier puntuación Yijk. Este modelo se puede expresar del siguiente modo:
Donde µT es… (Tema 7. Pág. 227)
a) La media total de la población

b) La media total de la interacción

Donde αi es… (Tema 7. Pág. 227)
a) El valor alcanzado de la zona de aceptación

b) El promedio del efecto del factor A en el nivel i

22/12/2018
Donde εijk es… (Tema 7. Pág. 227)
a) El efecto de la interacción para la combinación de tratamientos de los factores i y j respectivamente

b) El error experimental asociado con cada puntuación
45.- La prueba donde se evalúa la significatividad de los efectos principales y la interacción entre
factores, se conoce como prueba… (Tema 7. Pág. 228)
a) Ómnibus
b) De matriz cruzada global
46.- Cuando se analiza un diseño factorial, se realiza la prueba donde se evalúa la significatividad de
los efectos principales y la interacción entre factores. Si esta última no es significativa… (Tema 7. Pág.
231)
a) Se acepta plenamente la H0
b) Es preciso rehacer el análisis focalizándolo sólo sobre los efectos principales
c) Se acepta plenamente la H1
a) El total de efectos simples no es independiente de los efectos principales ni de los efectos de

interacción, más bien estos últimos están contenidos en el conjunto de efectos simples
b) Cuando se analiza un diseño factorial, se realiza la prueba donde se evalúa la significatividad de los
efectos principales y la interacción entre factores. Si esta última no es significativa, se acepta
plenamente la H0

22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: VII
1 B 41 C 81 121 161
2 A 42 A 82 122 162
3 C 43 B 83 123 163
4 A 44 B 84 124 164
5 B 45 A 85 125 165
6 A 46 B 86 126 166
7 B 47 A 87 127 167
8 A 48 88 128 168
9 A 49 89 129 169
10 B 50 90 130 170
11 C 51 91 131 171
12 C 52 92 132 172
13 A 53 93 133 173
14 A 54 94 134 174
15 B 55 95 135 175
16 C 56 96 136 176
17 A 57 97 137 177
18 A 58 98 138 178
19 C 59 99 139 179
20 C 60 100 140 180
21 B 61 101 141 181
22 A 62 102 142 182
23 B 63 103 143 183
24 B 64 104 144 184
25 A 65 105 145 185
26 B 66 106 146 186
27 C 67 107 147 187
28 C 68 108 148 188
29 A 69 109 149 189
30 A 70 110 150 190
31 B 71 111 151 191
32 C 72 112 152 192
33 C 73 113 153 193
34 B 74 114 154 194
35 A 75 115 155 195
36 C 76 116 156 196
37 C 77 117 157 197
38 C 78 118 158 198
39 A 79 119 159 199
40 B 80 120 160 200

22/12/2018
CAPÍTULO VIII
ANÁLISIS DE REGRESIÓN
1.- El análisis de correlación y regresión, es un procedimiento que puede ser usado… (Tema 8. Pág.
241)
a) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una variable
b) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una
combinación de variables independientes
2.- El tipo de análisis de correlación y regresión, conocido como Análisis de Regresión Múltiple
(ARM), es utilizado… (Tema 8. Pág. 241)
c) No existe tal tipo de análisis
3.- El tipo de análisis de correlación y regresión, conocido como Análisis de Regresión Simple (ARS),
es utilizado… (Tema 8. Pág. 241)
c) No existe tal tipo de análisis
4.- En los diseños ex post facto… (Tema 8. Pág. 241)
a) El investigador no puede manipular intencionalmente la variable independiente, ni asignar

aleatoriamente a los participantes a los diferentes niveles de la misma. El investigador selecciona a
los sujetos en función de que posean o no determinadas características
b) El investigador puede manipular intencionalmente la variable independiente y asigna, aleatoriamente,
a los participantes a los diferentes niveles de la misma. El investigador selecciona a los sujetos en
función de que posean o no determinadas características
c) El investigador puede manipular intencionalmente la variable dependiente y asigna, aleatoriamente, a
los participantes a los diferentes niveles de la misma. El investigador selecciona a los sujetos en
función de que posean o no determinadas características
5.- La recta de regresión se puede expresar en puntuaciones… (Tema 8. Pág. 245)
a) Directas
b) Diferenciales y típicas
6.- ¿Qué sucede generalmente cuando utilizamos el modelo lineal para estimar Y a partir de X? (Tema
8. Pág. 245)
a) Que se comete un error en la estimación de la VD (X) para cada uno de los sujetos
b) Que se comete un error en la estimación de la VD (Y) para cada uno de los sujetos
c) Que se comete un error en la estimación de la VI (Y) para cada uno de los sujetos

22/12/2018
7.- ¿A qué es debido que se cometa el error en la estimación para cada uno de los sujetos, cuando
utilizamos el modelo lineal para estimar Y a partir de X? (Tema 8. Pág. 245)
a) A que el valor pronosticado (X’) y el valor medido (X) no suele coincidir. La diferencia entre ambos
es el error de estimación.
b) A que el valor pronosticado (Y’) y el valor medido (Y) no suele coincidir. La diferencia entre ambos
es el error de estimación.
c) A la diferencia encontrada en la ordenada, en el origen de la recta de regresión
8.- Al método de ajuste de una recta de regresión, se le conoce como… (Tema 8. Pág. 246)
a) Ajuste por mínimos cuadráticos isoscélicos

b) Ajuste por mínimos cuadrados.
c) Contrabalanceo por mínimos cuadrados
9.- ¿Cuál es el objetivo del método de ajuste de una recta de regresión? (Tema 8. Pág. 246)
a) Encontrar los valores B y B0 que hacen más pequeño el error al cuadrado

b) Encontrar los valores B y B0 que hacen más pequeño el error cuadradático isoscélico
c) Encontrar los valores B y B0 que hacen más pequeño el error lineal
10.- Una característica importante de la recta de regresión calculada por mínimos cuadrados consiste
en… (Tema 8. Pág. 246)
a) Que proporciona estimaciones insesgadas de la VD en el sentido de que la media de los valores

pronosticados es igual a la media de las varianzas
b) Que proporciona estimaciones insesgadas de la VD en el sentido de que la media de las varianzas
pronosticadas es igual a la media de los valores observados
c) Que proporciona estimaciones insesgadas de la VD en el sentido de que la media de los valores
pronosticados es igual a la media de los valores observados
11.- En la expresión Y = B0 + BX + ε ¿Qué representa ε? (Tema 8. Pág. 246/247)
a) Y – Y’
b) El error de predicción
12.- En el análisis de regresión simple el coeficiente “protagonista” es el factor B, ¿Cómo se le conoce?

(Tema 8. Pág. 247)
a) Como pendiente de la recta

b) Como estimación de la recta
13.- En el análisis de regresión simple el coeficiente factor B, cuantifica... (Tema 8. Pág. 247)
a) El incremento que se produce en la estimación de la VI (Y’) cuando la VD (X) aumenta en una

unidad
b) El incremento que se produce en la estimación de la VD (Y’) cuando la VI (X) aumenta en una
unidad

22/12/2018
14.- ¿Qué señala la constante de la recta de regresión B0? (Tema 8. Pág. 247)
a) El punto en el que ésta corta al eje de ordenadas

b) El valor estimado de Y cuando X es igual a 0
15.- ¿Cómo se denomina la constante de la recta de regresión B0? (Tema 8. Pág. 247)
a) Ordenada en el origen
b) Origen de la regresión
16.- ¿A qué se refiere la expresión “Bondad de Ajuste”? (Tema 8. Pág. 248)
a) A la licencia matemática otorgada al investigador

b) A como de “explicativa” es la recta respecto de los datos sobre los que se ha ajustado
17.- El término en el que se reduce el error original se denomina… (Tema 8. Pág. 249)
a) Suma de cuadrados de la regresión

b) Suma de cuadrados de error
18.- Al utilizar la ecuación de regresión, la suma de cuadrados de Y se descompone de la siguiente

forma: (Tema 8. Pág. 249)
a) SCT = SCreg + SCres

b) SCT = SCreg + SCres + SCY
c) SCT = SCreg + SCres + SCY - SCX
19.- El coeficiente de correlación de Pearson (que también se designa como R2), sirve para evaluar la
bondad de ajuste de la recta de regresión, y se denomina… (Tema 8. Pág. 250)
a) Coeficiente de alienación
b) Coeficiente de determinación
c) Coeficiente de alineación de Pearson
20.- El complemento del coeficiente de correlación de Pearson (1 – r2xy), es la parte residual de la VD,
atribuible a otros factores no relacionados linealmente con la VD, y se denomina… (Tema 8. Pág. 250)
a) Coeficiente de alienación
b) Coeficiente de determinación
c) Coeficiente de alineación de Pearson
21.- ¿Cómo se denomina la gráfica donde se representa la proporción de varianza compartida entre X
e Y, o la varianza de Y explicada por X? (Tema 8. Pág. 250)
a) Diagrama de Venn
b) Diagrama de Tales

22/12/2018
22.- Para que sean válidas las inferencias que sobre la VD se hagan con la recta de regresión, se deben
de cumplir cuatro supuestos básicos: (Tema 8. Pág. 251)
a) Independencia de las observaciones

b) Homoelasticidad
de cumplir cuatro supuestos básicos: (Tema 8. Pág. 251)
a) Normalidad en las distribuciones condicionadas

b) Independencia entre los valores estimados, X’, y los errores de estimación, ε
de cumplir cuatro supuestos básicos, ¿Cuál es el supuesto en el que sólo se contrasta si el proceso de
selección de la muestra no ha sido aleatorio?: (Tema 8. Pág. 251)
a) Normalidad en las distribuciones condicionadas

b) Independencia de las observaciones
c) Independencia entre los valores estimados, X’, y los errores de estimación, ε
de cumplir cuatro supuestos básicos, ¿Cuál es el supuesto en el que su cumplimiento supone que las
varianzas de las distribuciones de los errores, condicionadas a los diferentes valores de la VI deben ser
iguales? (Tema 8. Pág. 251)
a) Homocedasticidad
b) Homoelasticidad
c) Homocelasticidad
26.- Si el coeficiente de correlación de Pearson es distinto de cero… (Tema 8. Pág. 253)
a) Se cumple el principio de equilibrio y equidistancia de la recta de regresión

b) También será distinta de cero la pendiente de la recta de regresión de Y sobre X
27.- Para determinar si hay evidencia estadística de que la pendiente es diferente de cero, es decir, si la
pendiente es significativamente diferente a una línea horizontal, se utiliza el siguiente contraste: (Tema
8. Pág. 255)
a) Contraste para el coeficiente de regresión B0

b) Contraste para el coeficiente de regresión B
28.- En la siguiente expresión, β es… (Tema 8. Pág. 256)
a) El valor especificado en la hipótesis nula

b) La suma de los cuadrados residual
c) La suma de los cuadrados de regresión

22/12/2018
29.- ¿A qué pertenece el símbolo Ŝε en la expresión? (Tema 8.
Pág. 257)
a) Es la desviación típica y cuyo valor es el cuadrado de la

media cuadrática de los residuos de la tabla del ANOVA
para el contraste de la regresión, que representa la varianza residual en la población, para el caso de
la regresión bivariada
b) Es el error típico y cuyo valor es la raíz cuadrada de la media cuadrática de los residuos de la tabla
del ANOVA para el contraste de la regresión, que representa la varianza residual en la población
para el caso de la regresión bivariada
c) La suma de los cuadrados de regresión
30.- El modelo de estimación lineal de la variable dependiente, con dos variables dependientes,
constará de………coeficientes de regresión y una constante que será el valor estimado para la V.D.
cuando son nulas las dos V.I. . (Tema 8. Pág. 259)
a) 2, uno para cada V.I.

b) 3, uno para cada variable
c) 4, dos para cada V.I.
31.- En la expresión Y=Y’+ε=B1X1+B2X2+B0+ε ¿Qué representa B1? (Tema 8. Pág. 259)
a) El coeficiente de regresión parcial para X1

b) El intercepto con el eje de la Y cuando X1 y X2 valen 0
c) Los residuos una vez que se ha determinado la función de estimación de la V.D.
32.- En la expresión Y=Y’+ε=B1X1+B2X2+B0+ε ¿Qué representa B0? (Tema 8. Pág. 259)

33.- En la expresión Y=Y’+ε=B1X1+B2X2+B0+ε ¿Qué representa ε? (Tema 8. Pág. 259)

34.- Las ecuaciones de regresión lineal múltiple se pueden expresar en puntuaciones directas,…(Tema
8. Pág. 260)
a) Diferenciales
b) Típicas
35.- A los coeficientes en puntuaciones típicas, se les denomina… (Tema 8. Pág. 260)
a) Coeficientes de regresión colineales

b) Coeficientes de regresión estandarizados

22/12/2018
36.- En regresión simple, el ajuste del modelo viene dado por el coeficiente de determinación que es…
(Tema 8. Pág. 262)
a) La suma cuadrática
b) La suma cuadrática de regresión
c) El cuadrado del coeficiente de correlación de Pearson entre la V.D. y la V.I
37.- ¿Cómo se denomina el cuadrado del coeficiente de correlación múltiple? (Tema 8. Pág. 262)
a) La suma cuadrática
b) El coeficiente de determinación
c) El coeficiente cuadrático
38.- En la siguiente expresión, ¿Qué valor toma R? (Tema 8. Pág. 262)
a) El coeficiente que correlaciona la VD con una

combinación óptima de dos o más variables
b) El coeficiente de correlación entre dos variables
39.- En la siguiente expresión, ¿Qué valor toma r? (Tema 8. Pág. 262)
a) El coeficiente que correlaciona la VD con una combinación

óptima de dos o más variables
b) El coeficiente de correlación entre dos variables
40.- En la siguiente expresión, ¿Qué simboliza la R con el arco circunflejo al cuadrado? (Tema 8. Pág.
263)
a) El coeficiente de determinación ajustado

b) R2 ajustado
41.- ¿Cómo determinar la contribución de cada variable independiente a la explicación de la

dependiente? (Tema 8. Pág. 263)
a) Mediante la correlación cuadrática de las variables

b) La respuesta a esta pregunta la proporciona la llamada correlación semiparcial sr, y su cuadrado sr2
42.- Las correlaciones que se calculan entre dos variables (correlaciones bivariadas) se
denominan…(Tema 8. Pág. 263)
a) Correlaciones de orden cero

b) Correlaciones bicuadráticas

22/12/2018
43.- La relación entre cada V.I. y la V.D. habiendo eliminado el influjo del resto de las V.S.,s sobre
cada V.I., es lo que se llama…(Tema 8. Pág. 263)
a) Coeficiente semiparcial cuadrático

b) Coeficiente de regresión semiparcial
c) Coeficiente de correlación semiparcial
44.- En un modelo de regresión, hay una proporción de varianza explicada y una proporción de
varianza no explicada, que es…(Tema 8. Pág. 264)
a) La varianza cuadrática
b) La varianza semiparcial
c) La varianza de los residuos
45.- El análisis de correlación y regresión trata de determinar cómo un conjunto de variables, que
llamamos independientes, predictoras o explicativas, pueden explicar el comportamiento de la
variable objeto de estudio, que llamamos dependiente o criterio. Ello se ha realizado en tres pasos:
(Señalar el erróneo) (Tema 8. Pág. 267)
a) Cálculo de la bondad del modelo ajustado

b) Contraste de significación de los estadísticos del modelo en el caso de la regresión lineal múltiple
c) Ajuste del modelo de regresión para estimar la V.D.

22/12/2018
HOJA DE RESPUESTAS, CUESTIONARIO CAPÍTULO: VIII
1 C 41 B 81 121 161
2 B 42 A 82 122 162
3 A 43 C 83 123 163
4 A 44 C 84 124 164
5 C 45 B 85 125 165
6 B 46 86 126 166
7 B 47 87 127 167
8 B 48 88 128 168
9 A 49 89 129 169
10 C 50 90 130 170
11 C 51 91 131 171
12 A 52 92 132 172
13 B 53 93 133 173
14 C 54 94 134 174
15 A 55 95 135 175
16 B 56 96 136 176
17 A 57 97 137 177
18 A 58 98 138 178
19 B 59 99 139 179
20 A 60 100 140 180
21 A 61 101 141 181
22 A 62 102 142 182
23 A 63 103 143 183
24 A 64 104 144 184
25 A 65 105 145 185
26 B 66 106 146 186
27 B 67 107 147 187
28 A 68 108 148 188
29 B 69 109 149 189
30 A 70 110 150 190
31 A 71 111 151 191
32 B 72 112 152 192
33 C 73 113 153 193
34 C 74 114 154 194
35 B 75 115 155 195
36 C 76 116 156 196
37 B 77 117 157 197
38 A 78 118 158 198
39 B 79 119 159 199
40 C 80 120 160 200

22/12/2018
TABLA DE RESPUESTAS EN BLANCO, PARA PRÁCTICAS
HOJA DE RESPUESTAS, CUESTIONARIO TEMA:

1 41 81 121 161
2 42 82 122 162
3 43 83 123 163
4 44 84 124 164
5 45 85 125 165
6 46 86 126 166
7 47 87 127 167
8 48 88 128 168
9 49 89 129 169
10 50 90 130 170
11 51 91 131 171
12 52 92 132 172
13 53 93 133 173
14 54 94 134 174
15 55 95 135 175
16 56 96 136 176
17 57 97 137 177
18 58 98 138 178
19 59 99 139 179
20 60 100 140 180
21 61 101 141 181
22 62 102 142 182
23 63 103 143 183
24 64 104 144 184
25 65 105 145 185
26 66 106 146 186
27 67 107 147 187
28 68 108 148 188
29 69 109 149 189
30 70 110 150 190
31 71 111 151 191
32 72 112 152 192
33 73 113 153 193
34 74 114 154 194
35 75 115 155 195
36 76 116 156 196
37 77 117 157 197
38 78 118 158 198
39 79 119 159 199
40 80 120 160 200

22/12/2018

Diseños 2 - Cuestionarios Por Temas 2019 Berrocal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseños 2 - Cuestionarios Por Temas 2019 Berrocal

Cargado por

Copyright:

Formatos disponibles

CURSO 2018-2019

ÁNGEL BERROCAL FERNÁNDEZ. (ALUMNO UNED)

Los Cuestionarios por Temas, son una herramienta de autoevaluación, a la par

Lo que se te entrega de forma altruista, entrégalo también de la misma forma y

Dedicado a todos mis compañeros del Grado de Psicología de la UNED

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 2

CAPÍTULO 2. CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA… 25

CAPÍTULO 3. ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.

CAPÍTULO 4. ANÁLISIS DE DATOS PARA DISEÑOS DE DOS GRUPOS.

CAPÍTULO 5. DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES… … … 61

CAPÍTULO 6. DISEÑOS DE MÁS DE DOS GRUPOS CON

CAPÍTULO 7. DISEÑOS DE MÁS DE DOS GRUPOS INDEPENDIENTES

CAPÍTULO 8. ANÁLISIS DE REGRESIÓN… … … … … … … … … … … … … 89

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 3

a) Cálculo del estadístico apropiado en la muestra para inferir el parámetro de la población

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 5

9.- ¿Cómo se denomina a la desviación típica referida a la distribución muestral de un estadístico?

a) Error típico del estadístico

a) Error típico del estadístico

11.- Podemos suponer que……………………………..es normal, o se aproxima suficientemente a la

a) Error típico del estadístico

a) Teorema Central del Límite

a) La variable de la población se distribuye normalmente

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 6

son, respectivamente: , la desviación típica poblacional… (Tema 1. Pág. 7-8)

15.- Desconocer la varianza de la variable en la población… (Tema 1. Pág. 8)

a) Suele ser habitual en la práctica investigadora

a) Que se conoce la varianza de la variable en la población

18.- Supongamos que en un determinado Estado la población de escolares es evaluada sobre

a) Calculando las puntuaciones típicas correspondientes a 48 y 51, y determinando la probabilidad

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 7

a) p = x / n , donde x es el número de datos de la muestra que cumplen la condición designada como

21.- Señale la respuesta correcta: (Tema 1. Pág. 11)

23.- La distribución binomial (igual que la chi cuadrado, la t de Student o la F de Snedecor), se

a) Aumenta el tamaño de la muestra

a) La desviación típica ordenada

a) A la desviación típica al cuadrado

a) La estimación de hipótesis y el contraste de parámetros

a) La muestra tiene que seleccionarse por algún procedimiento aleatorio

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 9

35.- La varianza muestral es un estimador…….de la varianza poblacional ya que su valor esperado o

36.- Señalar la afirmación correcta: (Tema 1. Pág. 17)

a) u es un estimador insesgado de U, si su valor esperado o media coincide con el parámetro µu = U

a) El que tenga la varianza más grande

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 10

39.- Un estimador consistente es aquel que… (Tema 1. Pág. 17)

a) Se concentra en un rango amplio alrededor de la media a medida que disminuye el tamaño de la

a) Insesgado y Eficiencia o precisión

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 11

45.- Señalar el cuadro correcto: (Tema 1. Pág. 18)

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 12

a) La estimación de grados de libertad

a) Estimación porcentual máxima

a) Varianza poblacional desconocida (n>100)

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 13

a) Varianza poblacional desconocida (n>100)

a) El error máximo de estimación

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 14

59.- Señalar la afirmación correcta: (Tema 1. Pág. 25)

a) La distribución muestral de la proporción es una distribución binomial que se aproxima a la normal

DISEÑOS DE INVESTIGACIÓN – CUESTIONARIOS Página 15

a) El error típico de la distribución muestral del estadístico

a) El error típico de la distribución muestral del estadístico