Ex Amenes

Modelo A. Febrero 2015.
No debe entregar los enunciados

Fórmula de corrección: Aciertos – (Errores / 2)
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en
la que no se pueda introducir texto
SITUACIÓN 1. Sandin et al. (2013) investigan sobre la asociación entre la sensibilidad al asco y los
síntomas de hipocondría y ansiedad hacia la salud, obteniendo asociaciones significativas entre la
sensibilidad al asco y los síntomas hipocondríacos. Concluyen, mediante un análisis de regresión
múltiple, que ciertas dimensiones del asco, predicen los síntomas hipocondríacos evaluados 10 meses
después. Emplearon una muestra de 424 estudiantes universitarios, de los cuales 312 eran mujeres; la
media de edad fue de 37,3 años, con una cuasi-desviación típica de 9,1 años. (Nivel de confianza,
95%).
1- La edad media de la población de la que se ha extraído la muestra está comprendida,

aproximadamente, entre los valores:
A) 36,43; 38,17
B) 36,16; 38,44
C) 36,08; 38,54
𝑆𝑛−1 9,1
𝑁𝐶 = 0,95 → 𝑡𝑛−1;1−𝛼⁄2 = 𝑡423;0,975 ≈ 𝑧0,975 = 1,96 𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 = 1,96 == 0,866
√𝑛 √423
𝑌̅ ± 𝐸𝑚𝑎𝑥 → 37,3 ± 0,866 → (36,43; 38,17)
2- La varianza de la población de la que se ha extraído la muestra, para la variable edad, está

comprendida, aproximadamente, entre los valores:
A) 68 y 97
B) 72 y 94
C) 60 y 106
2 2
𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝑆 2 √ = 1,96 ∙ 9,12 √ = 11,15 𝑆 2 ± 𝐸𝑚𝑎𝑥 → 9,12 ± 11,15 → (72; 94)
𝑛 424
Queremos comprobar si en la población de la que fue extraída la muestra, es igual el número de

hombres y mujeres.
3- La hipótesis nula es:

A) 𝐻0 : 𝜇1 = 𝜇2
B) 𝐻0 : 𝜋 ≠ 0,5
C) 𝑯𝟎 : 𝝅 = 𝟎, 𝟓
La opción A es incorrecta porque plantea la igualdad de dos medias poblacionales. La opción B es

incorrecta porque corresponde a la hipótesis alternativa. La opción A es correcta porque si es igual el
número de hombres y de mujeres en la población: 𝜋𝐻𝑜𝑚𝑏𝑟𝑒𝑠 = 𝜋𝑀𝑢𝑗𝑒𝑟𝑒𝑠 = 0,5
1
4- El valor absoluto del estadístico de contraste vale, aproximadamente:
A) 1,96
B) 9,71
C) 1,64
𝑝 − 𝜋0 0,7358 − 0,5
312 𝑍= = = 9,71
𝑝𝑀𝑢𝑗𝑒𝑟𝑒𝑠 = = 0,7358
424 √𝜋0 (1 − 𝜋0 ) √0,5 ∙ 0,5
𝑛 424
5- Si el número de hombres y mujeres es el mismo en la población, la probabilidad de obtener unos

datos como los observados en la muestra es:
A) 0,01
B) 0,05
C) menor que 0,0004
6- Las curvas de potencia, permiten localizar la potencia de un contraste en función de:

A) el valor de 𝑯𝟏 y el tamaño de la muestra
B) los valores de 𝐻0 y 𝐻1
C) el nivel de significación y la potencia del contraste
7- El intervalo de confianza es más estrecho a medida que:

A) aumenta el tamaño de la muestra
B) aumenta el nivel de confianza
C) aumenta el error típico del estadístico
8- Suponiendo que existieran dos estadísticos insesgados, consistentes y suficientes para estimar la
misma característica poblacional, la mejor elección es utilizar el estadístico:
A) con la desviación típica más pequeña
B) con la desviación típica más grande
C) cualquiera de ellos, dado que ambos gozan de las mismas propiedades.
SITUACIÓN 2. Cuadra-Peralta et al. (2010) estudian la efectividad de la psicoterapia positiva en una

muestra de pacientes diagnosticados con depresión, para lo que utilizan como variable dependiente
el inventario de depresión de Beck (mayor puntuación, mayor depresión).
En una muestra de ocho sujetos miden los síntomas depresivos antes y después de una terapia
basada en la psicología positiva. Antes de la terapia la media en depresión fue igual a 20,50 y la
cuasidesviación típica igual a 7,46, y después de la terapia la media fue de 13,75 y la cuasidesviación
típica igual a 7,53, siendo la cuasivarianza de las diferencias igual a 27,353. Por otro lado, Cuadra-
Peralta et al. (2010) comparan los resultados de estos ocho sujetos después de la terapia con otra
muestra de diez sujetos a los que se aplicó un tipo de terapia tradicional, obteniendo en este caso una
media igual a 18,30 y una cuasidesviación típica igual a 6,46.
Supongamos que estamos interesados en comprobar: 1º) si existen diferencias significativas antes y
después de la terapia basada en la psicología positiva y 2º) si existen diferencias significativas entre la
terapia basada en la psicología positiva y la terapia tradicional. Para ello se decide utilizar contrastes
paramétricos con un nivel de confianza del 95%.
2
(Recuerde que en un contraste sobre dos medias con varianzas desconocidas pero supuestas iguales:
𝑔. 𝑙. = 𝑛1 + 𝑛2 − 2)
Los datos del problema son:
Cuasi des Cuasi Var

n Media
típica diferencias
Antes 20,5 7,46
Psicología positiva 8 27,353
Después 13,75 7,53
Terapia tradicional 10 18,3 6,46
9- El valor absoluto del estadístico de contraste para comprobar si existen diferencias antes y después de
aplicar la terapia basada en la psicología positiva vale, aproximadamente:
A) 3,65
B) 1,849
C) 2,365
𝑌̅1 − 𝑌̅2 20,5 − 13,75
𝑇= = = 3,65
̂2
√𝑆𝑑 √27,353
𝑛 8
10- El valor absoluto del valor crítico para comprobar si existen diferencias antes y después de aplicar la
terapia basada en la psicología positiva vale, aproximadamente:
A) 1,895
B) 2,365
C) 2,998
Buscando en las tablas t de Student para 7 g.l. y NC = 95% en un contraste bilateral, la opción correcta
es B.
11- El nivel crítico para comprobar si existen diferencias antes y después de aplicar la terapia basada en la
psicología positiva vale, aproximadamente:
A) 𝒑 < 𝟎, 𝟎𝟏
B) 𝑝 > 0,01
C) 𝑝 = 0,01
12- Suponiendo varianzas homogéneas, el valor absoluto del estadístico de contraste para comprobar si
existen diferencias entre las dos terapias aplicadas vale, aproximadamente:
A) 3,65
B) 3,29
C) 1,38
3
𝑌̅1 − 𝑌̅2 13,75 − 18,3
𝑇= = = −1,38
2 2
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √7 ∙ 7,53 + 9 ∙ 6,46 (1 + 1 )
√ 1 (𝑛 + 𝑛 ) 8 + 10 − 2 8 10
𝑛1 + 𝑛2 − 2 1 2
13- Suponiendo varianzas homogéneas, el valor absoluto del valor crítico para comprobar si existen
diferencias entre las dos terapias aplicadas vale, aproximadamente:
A) 2,583
B) 1,746
C) 2,120
Para un contraste bilateral y 16 g.l. con un nivel de confianza del 95%, la opción correcta es C.
14- Suponiendo varianzas homogéneas, y con el objetivo de comparar la magnitud de las diferencias
entre las dos terapias aplicadas, el tamaño del efecto vale aproximadamente:
A) 1,38
B) 0,65
C) 2,12
|𝑌̅1 − 𝑌̅2 | |13,75 − 18,3|

𝑑= = = 0,65
2 2
(𝑛 − 1)𝑆̂12+ (𝑛2 − 1)𝑆̂22 √7 ∙ 7,53 + 9 ∙ 6,46
√ 1 8 + 10 − 2
𝑛1 + 𝑛2 − 2
15- Los resultados obtenidos indican que:

A) la terapia basada en la psicología positiva es eficaz y muestra mejores resultados que la terapia
tradicional
B) la terapia basada en la psicología positiva es eficaz, pero no muestra mejores resultados que la
terapia tradicional
C) la terapia basada en la psicología positiva no es eficaz, siendo preferible la terapia tradicional
16- Para comparar la eficacia de la terapia basada en la psicología positiva con la terapia tradicional:
A) sería recomendable replicar el estudio con una muestra mayor, dado que el tamaño del efecto es
moderado y la muestra pequeña
B) no es necesario realizar más estudios, porque los resultados de Cuadra-Peralta et al. (2010) son
concluyentes
C) no es necesario realizar más estudios porque el tamaño del efecto es muy pequeño.
4
SITUACIÓN 3. Un investigador desea estudiar la relación entre la sensibilidad al Asco y los miedos,
actitudes y creencias asociados a la psicopatología de la hipocondría. Para ello utiliza como variable
independiente la Escala Multidimensional de Sensibilidad al Asco (EMA; Sandín et al., 2013), y como
variable dependiente la Escala de Actitudes hacia la Enfermedad (IAS; Kellner, 1986). Supongamos,
que en una muestra de 102 sujetos se ha obtenido un coeficiente de correlación entre EMA y IAS igual
a 0,6.
17- Para comprobar si el coeficiente de correlación obtenido es significativo, la hipótesis alternativa que
se ha de plantear es:
A) 𝐻1 : 𝜌 ≥ 0
B) 𝑯𝟏 : 𝝆 ≠ 𝟎
C) 𝐻1 : 𝜌 < 0
18- Para comprobar si el coeficiente de correlación obtenido es significativo, el estadístico de contraste

vale, aproximadamente:
A) 7,5
B) -7,5
C) las opciones A y B son correctas.
𝑟𝑥𝑦 √𝑛 − 2 0,6√102 − 2
𝑇= = = 7,5
2
√1 − 𝑟𝑥𝑦 √1 − 0,62
19- Tomando 𝛼 = 0,05, si queremos comprobar si el coeficiente de correlación obtenido es significativo,

el valor absoluto del valor crítico es igual a:
A) 1,66
B) 1,984
C) 2,364
Con 100 g.l., NC = 95% y contraste bilateral, el valor que obtenemos de las tablas t de Student,
coincide con la opción B.
20- Tras realizar el contraste de hipótesis sobre el coeficiente de correlación, el nivel crítico vale,
aproximadamente:
A) 𝑝 = 0,025
B) 𝑝 = 0,05
C) 𝒑 < 𝟎, 𝟎𝟏
21- La proporción de varianza asociada entre EMA e IAS es igual a:

A) 0,64
B) 0,36
C) Faltan datos en el enunciado para calcularla
2
𝑟𝑥𝑦 = 0,62 = 0,36
5
22- Los resultados obtenidos indican que la relación entre EMA e IAS:
A) Es significativa para un nivel de confianza del 99%
B) es significativa a un nivel de confianza del 95%, pero no a un nivel de confianza del 99%
C) no es significativa
23- Si queremos utilizar la escala EMA para predecir las puntuaciones en la escala IAS:
A) No tiene sentido, dado que la relación entre EMA e IAS es muy baja
B) Tiene sentido, porque obtendríamos un estadístico de contraste significativo para la pendiente
de la recta de regresión
C) Faltan datos en el enunciado para comprobar si el estadístico de contrate es significativo
24- En el caso de la regresión lineal simple, el signo del coeficiente de correlación y de la pendiente de la
recta de regresión:
A) son opuestos
B) son independientes
C) son iguales
25- Uno de los supuestos básicos del análisis de regresión simple es:
A) los pronósticos y los errores son independientes
B) las distribuciones condicionadas de los errores deben de tener una distribución uniforme
C) no deben estar relacionadas las variables predictora y la variable dependiente o criterio
6
Modelo C. Febrero 2015. No debe entregar los enunciados
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de
calculadora en la que no se pueda introducir texto
SITUACIÓN 1. Valero (1999) aplicó un test de ansiedad ante los exámenes a una amplia muestra de
estudiantes universitarios justo antes de realizar el examen final de la asignatura “X”, obteniendo una
media igual a 55 (a mayor puntuación mayor ansiedad). Para disminuir el nivel de ansiedad antes de los
exámenes, un profesor de la asignatura “X” enseña técnicas de relajación a una muestra aleatoria de 49
alumnos, obteniendo una media en ansiedad antes del examen de la asignatura “X” igual a 50 con una
cuasidesviación típica igual 10 (NC= 99%).
1- La hipótesis nula del profesor es:

A) 𝐻0 = 50
B) 𝑯𝟎 ≥ 𝟓𝟓
C) 𝐻0 ≤ 55
2- El valor del estadístico de contraste es:

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

A) -3,5
B) -2,403
C) -2,009
Para 50 g.l. (los más próximos en las tablas a: n = 49 – 1 = 48) y un NC = 99% para un contraste
unilateral, la opción correcta es B.
4- Suponiendo que la relajación no es efectiva para rebajar el nivel de ansiedad antes del examen de la
asignatura “X”, la probabilidad de obtener una media de 50 puntos o inferior con una muestra de 49
alumnos vale:
A) p = 0,01
B) p > 0,05
C) p < 0,005
La puntuación más extrema que podemos consultar en las tablas para 50 g.l. es -2,678, que deja por
debajo una proporción igual a 0,005, luego el nivel crítico es: p < 0,005
1
5- Tras examinar los resultados obtenidos, el profesor concluye:
A) las técnicas de relajación disminuyen la puntuación media en ansiedad ante el examen de la
asignatura “X”
B) las técnicas de relajación no disminuyen la ansiedad ante el examen de la asignatura “X”
C) el profesor ha de tomar una muestra más grande, porque los resultados no son concluyentes
6- La varianza poblacional se encontrará comprendida entre los valores:

A) 67,208 y 148,343
B) 63,030 y 161,580
C) 60,385 y 171,486
2
(𝑛 − 1)𝑆𝑛−1 48 ∙ 102 2
(𝑛 − 1)𝑆𝑛−1 48 ∙ 102
𝑙𝑖 = 2 = = 60,385 𝑙𝑠 = 2 = = 171,486
𝜒𝑛−1;1−𝛼⁄ 79,49 𝜒𝑛−1; 𝛼⁄ 27,9907
2 2
7- El término “error típico” se refiere a:

A) la desviación típica de la distribución muestral del estadístico
B) el error máximo que estamos dispuestos a admitir en un contraste de hipótesis
C) el estimador insesgado de la desviación típica poblacional
8- En un contraste de hipótesis se plantea la siguiente hipótesis nula: 𝐻0 : 𝜇 = 10. Si queremos calcular la

potencia del contraste para una media poblacional igual a 12, la hipótesis alternativa ha de ser:
A) 𝐻1 : 𝜇 > 12
B) 𝐻1 : 𝜇 < 12
C) 𝑯𝟏 : 𝝁 = 𝟏𝟐
9- Al aumentar el tamaño de la muestra:

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

probabilidad de rechazar H1 cierta, por lo que las tres alternativas son correctas.
2
SITUACIÓN 2: En un trabajo publicado en la Revista de Psicopatología y Psicología Clínica (Vol 13; Nº 1)
por Sanjuán, P; Pérez-García, A; Rueda, B y Ruiz, M.A (2008) se estudia -en una muestra de mujeres
universitarias- la relación entre el estilo atribucional y los síntomas depresivos, señalando que el estilo
atribucional negativo constituye un factor de vulnerabilidad para desarrollar malestar psicológico o
emociones negativas. Imagine que usted dispone de una muestra de varones a los que pasa el
Cuestionario de Estilo Atribucional y los divide, según la puntuación obtenida, en dos grupos: positivos o
negativos. Posteriormente les administra una Escala de Afecto Negativo (EAN). Los 31 varones clasificados
como positivos obtienen en la Escala EAN una media de 14,5 puntos y desviación típica insesgada de 4,5 y
los 41 varones clasificados como negativos obtienen una media de 17 con una cuasi-desviación típica de
6. Con estos datos, responda a las siguientes preguntas:
(Recuerde que en un contraste sobre dos medias con varianzas desconocidas pero supuestas iguales:
(𝑔. 𝑙. = 𝑛1 + 𝑛2 − 2).
10- Si quiere comparar el afecto negativo en los varones según su estilo atribucional positivo o negativo,
el diseño que utilizaría en su trabajo es de:
A) una muestra de varones extraída de dos poblaciones independientes
B) dos muestras independientes de varones extraídas de poblaciones con varianzas desconocidas
C) intrasujetos antes-después
11- Si desea comprobar que los varones clasificados como positivos o negativos provienen de
poblaciones con la misma varianza, ¿cuál de las siguientes hipótesis está correctamente formulada?:
2 2
A) 𝐻1 : 𝜎𝑃𝑜𝑠 = 𝜎𝑛𝑒𝑔
2 2
B) 𝐻0 : 𝜎𝑃𝑜𝑠 ≠ 𝜎𝑛𝑒𝑔
C) 𝑯𝟏 : 𝝈𝟐𝑷𝒐𝒔 ≠ 𝝈𝟐𝒏𝒆𝒈
12- El estadístico para contrastar la hipótesis de que los varones clasificados como positivos o negativos
provienen de poblaciones con la misma varianza, vale:
A) 1,33
B) 1,78
C) 0,667
𝑆̂12 62
𝐹= 2= = 1,78
𝑆̂2 4,52
13- El nivel crítico p para tomar una decisión respecto la hipótesis de que los varones clasificados como
positivos y los clasificados como negativos provienen de poblaciones con la misma varianza, vale:
A) p < 0,025
B) p < 0,05
C) p > 0,05
3
Para los siguientes pasos establece un nivel de confianza del 95% y desea comprobar si los varones con
estilo atribucional negativo tienen puntuaciones significativamente más altas en la escala EAN que los
varones con estilo atribucional positivo. Con esta finalidad:
14- El estadístico de contraste que aplicaría es:

A) t de Student para dos muestras independientes provenientes de poblaciones con varianzas
desconocidas pero supuestas iguales
B) t de Student para dos muestras independientes provenientes de poblaciones con varianzas
desconocidas pero supuestas distintas
C) Z para dos muestras grandes e independientes.
15- El estadístico de contraste para su hipótesis es, en valor absoluto:

A) 1,85
B) 2,12
C) 1,942
𝑌̅1 − 𝑌̅2 14,5 − 17

𝑇= = = −1,942
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 1 √30 ∙ 4,5 + 40 ∙ 6 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 31 + 41 − 2 31 41
𝑛1 + 𝑛2 − 2 1 2
16- El nivel crítico p asociado al estadístico de contraste obtenido, es:

A) p < 0,01
B) p > 0,05
C) p < 0,05
17- A partir de los resultados obtenidos en su trabajo concluye que entre los varones con estilo
atribucional positivo y negativo respecto a sus puntuaciones en la Escala de AN:
A) no existen diferencias significativas con un nivel de significación del 5%
B) existen diferencias significativas con un nivel de significación del 1%
C) existen diferencias significativas con un nivel de significación del 5%.
SITUACIÓN 3.- Un psicólogo industrial ha realizado una investigación para conocer el efecto del tabaco
sobre el rendimiento laboral bajo diferentes condiciones de iluminación en una gran compañía industrial.
Para ello, seleccionó una muestra aleatoria de 15 trabajadores de género masculino de cada uno de tres
grupos distintos: no fumadores, fumadores moderados y fumadores intensos (más de 20 cigarrillos al día).
Cada muestra se dividió en tres grupos, o sub-muestras, con idéntico número de sujetos y cada sub-
muestra se asignó aleatoriamente a tres ambientes de trabajo con diferentes niveles de luz. Se registró el
tiempo para completar una tarea de ensamblado estándar (en minutos).
Los resultados de las SC fueron 84,90 para el factor “Grupo de fumadores”; 298,07 para el factor
“Condiciones de iluminación” y 2,81 para la interacción. La SC total fue de 445,03. Utilice un nivel de
confianza del 95%.
4
Se elabora la tabla de ANOVA (los datos proporcionados por el enunciado se muestran en negrita)
FV SC gl MC F
FUMA 84,9 2 42,45 25,79
LUZ 298,07 2 149,04 90,55
INTER. 2,81 4 0,70 0,43
ERROR 59,25 36 1,65
TOTAL 445,03 44 10,11
18- Tal como está diseñado el experimento se trata de un modelo de:

A) ANOVA bifactorial de medidas repetidas
B) ANOVA de dos factores de muestras independientes
C) ANOVA de dos factores con muestras relacionadas
19- ¿De cuántas variables independientes consta el experimento?

A) 3
B) 2
C) 6
20- La variable dependiente en este experimento fue:

A) nº de cigarrillos/día
B) los niveles de luz
C) el tiempo en minutos
21- La F crítica para evaluar si es significativa la interacción vale, aproximadamente:

A) 2,69
B) 3,22
C) 5,19
22- Cuál de los siguientes valores se aproxima más al valor de estadístico de contraste para el efecto
interacción:
A) 0,7025
B) 0,427
C) 1,646
23- Una vez comprobado el efecto de la interacción, ¿cuál de los siguientes valores se aproxima más
al valor de estadístico de contraste para el efecto “condiciones de iluminación”?:
A) 25,79
B) 90,54
C) 96,06
5
Al no ser significativa, la suma de cuadrados de la interacción pasa a formar parte de la suma de
cuadrados de error. La tabla de ANOVA queda:
FV SC gl MC F
FUMA 84,9 2 42,45 25,79
LUZ 298,07 2 149,04 96,06
ERROR 62,06 40 1,55
TOTAL 445,03 44 10,11
24- Si consideramos evaluar si el hecho de fumar versus no fumar es significativo, deberíamos utilizar
un contraste a posteriori con un conjunto de coeficientes igual a:
A) {1, -1, 0}
B) {1, 0, -1}
C) {-1, ½, ½ }
25- La conclusión de este experimento debería indicar que

A) solo el factor “Grupo de fumadores” ha resultado significativo
B) los factores principales no han resultado significativos pero sí la interacción
C) los dos factores principales han resultado significativos pero no así la interacción
6
Modelo A. Febrero 2016. No debe entregar los enunciados
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en la
que no se pueda introducir texto
SITUACIÓN 1. Olivares y García-López (1998) desarrollaron un programa de tratamiento cognitivo-conductual para

adolescentes con fobia social generalizada. Imagine que usted dispone de una muestra de 32 adolescentes que padecen
fobia social generalizada de los que 24 son de género femenino, y quiere comprobar la eficacia del método propuesto por
Olivares y García-López (1998). Para ello forma dos grupos de forma aleatoria de 16 sujetos cada uno de ellos. En el Grupo
A utiliza el programa de Olivares y García-López (1998), utilizando el Grupo B como grupo control, al que no se aplica
tratamiento alguno. Para medir el grado de fobia social utiliza un inventario diseñado específicamente para este fin (IFS).
A mayor puntuación en este inventario, mayor fobia social.
Antes de aplicar el tratamiento se obtiene para el Grupo A una media en IFS igual a 10 y cuasidesviación típica igual a 3,
mientras que en el Grupo B la media es igual a 9,5 y la cuasidesviación típica igual a 3,5. Después de aplicar el tratamiento
en el Grupo A la media y cuasidesviación típica son 4 y 3,2, respectivamente. Para el Grupo B en el post-test se obtiene
una media igual a 9,25 con una cuasidesviación típica igual a 3,25.
Considerando a todos los sujetos de la muestra inicial, el investigador quiere comprobar si en la población de la
que se ha extraído esta muestra, la proporción de adolescentes de sexo femenino es superior a 0,6.
1- La hipótesis alternativa es:

A) 𝜋𝑀𝑢𝑗𝑒𝑟 < 0,6
B) 𝝅𝑴𝒖𝒋𝒆𝒓 > 𝟎, 𝟔
C) 𝜋𝑀𝑢𝑗𝑒𝑟 ≥ 0,6
Las hipótesis a plantear son:

𝐻0 : 𝜋 ≤ 0,6
𝐻1 : 𝜋 > 0,6
2- El valor absoluto del estadístico de contraste es, aproximadamente:

A) 2,33
B) 1,64
C) 1,73
𝑝 − 𝜋0 0,75 − 0,6
𝑍= = = 1,73
√𝑝(1 − 𝑝) √0,6(1 − 0,6)
𝑛 32
3- El nivel crítico del estadístico de contraste es:

A) 0,0418
B) 0,9582
C) Menor que 0,01
𝑇𝑎𝑏𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑍 = 1,73 → 𝑝 = 0,0418
1
Queremos comprobar si existen diferencias estadísticamente significativas entre las puntuaciones medias del
IFS entre el Grupo A y el Grupo B antes de aplicar el tratamiento.
Antes de aplicar el tratamiento, los datos son:
Media Cuasi desviación típica

Grupo A 10 3
Grupo B 9,5 3,5
4- Si previamente se aplica un contraste de hipótesis sobre las varianzas poblacionales para decidir si se asumen
iguales o diferentes, el nivel crítico que se obtiene en este contraste es:
A) 𝒑 > 𝟎, 𝟏𝟎
B) 𝑝 < 0,10
C) 𝑝 = 0,10
Para decidir si se asumen varianzas poblacionales iguales o diferentes:
𝐻0 : 𝜎𝐴2 = 𝜎𝐵2
𝜎𝐵2 3,52
𝐻1 : 𝜎𝐴2 ≠ 𝜎𝐵2 𝐹= = 2 = 1,36
𝜎𝐴2 3
Los grados de libertad son: 𝑛1 − 1 = 15 𝑦 𝑛2 − 1 = 15. En la tabla los más próximos son 10 y 15, o bien 20
y 15. En el primer caso: 𝑓0,90;10;15 = 2,059 y en el segundo: 𝑓0,90;20;15 = 1,924. En cualquier caso, el
estadístico de contraste (𝐹 = 1,36) es inferior a ambas puntuaciones, y al ser el contraste bilateral el nivel
crítico es superior a 0,20.
5- Suponiendo que las medias poblacionales son iguales en los Grupos A y B, en el contraste de medias la
probabilidad de obtener un resultado como el observado en nuestros datos o más extremo, es:
A) 𝒑 > 𝟎, 𝟏𝟎
B) 𝑝 < 0,10
C) 𝑝 = 0,10
Tenemos que calcular el nivel crítico, es decir, la probabilidad de obtener un resultado igual o más extremo
que el observado en los datos suponiendo que es cierta la hipótesis nula, que en este caso especifica que las
medias poblacionales son iguales en los Grupos A y B.
El estadístico de contraste para comprobar si existen diferencias significativas entre las puntuaciones medias
del IFS entre el Grupo A y el Grupo B antes de aplicar el tratamiento:
𝑌̅1 − 𝑌̅2 10 − 9,5

𝑇= = = 0,434
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 1 √15 ∙ 3 + 15 ∙ 3,5 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 30 16 16
𝑛1 + 𝑛2 − 2 1 2
Acudiendo a la tabla t de Student para 30 grados de libertad, observamos que el estadístico de contraste se
encuentra entre las puntuaciones 0,389 y 0,53, que dejan por encima de sí las probabilidades 0,35 y 0,30
respectivamente. Como el contraste es bilateral, el nivel crítico se encuentra entre: 0,60 < 𝑝 < 0,70.
2
Queremos comprobar si después de aplicar el tratamiento la puntuación media del IFS en el Grupo A es
inferior a la puntuación media del Grupo B en el post-test (asuma varianzas poblacionales iguales).
Después de aplicar el tratamiento, los datos son:
Media Cuasi desviación típica

Grupo A 4 3,2
Grupo B 9,25 3,25
6- El tamaño del efecto vale, aproximadamente:

A) 4,6
B) 0,8
C) 1,63
|𝑌̅1 − 𝑌̅2 | |4 − 9,25|

𝑑= = = 1,63
2 2
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 √15 ∙ 3,2 + 15 ∙ 3,25
√ 1 30
𝑛1 + 𝑛2 − 2
7- El valor absoluto del estadístico de contraste vale, aproximadamente:

A) 2,042
B) 1,697
C) 4,60
𝑌̅1 − 𝑌̅2 4 − 9,25

𝑇= = = 4,60
(𝑛 − 1)𝑆̂12 + (𝑛2 − 1)𝑆̂22 1 √15 ∙ 3,22 + 15 ∙ 3,252 1 1
√ 1 1 ( + )
(𝑛 + 𝑛 ) 30 16 16
𝑛1 + 𝑛2 − 2 1 2
8- Los resultados obtenidos indican que:

A) El tratamiento propuesto por Olivares y García-López (1998) no tiene ningún efecto sobre la fobia social en
adolescentes.
B) El tratamiento propuesto por Olivares y García-López (1998) disminuye la puntuación media en la escala de
fobia social (𝜶 = 𝟎, 𝟎𝟏).
C) El tratamiento propuesto por Olivares y García-López (1998) aumenta la puntuación media en la escala de
fobia social (𝛼 = 0,01).
9- El valor complementario de la probabilidad de cometer un error de tipo II se denomina:
A) Nivel de confianza.
B) Potencia del contraste.
C) Nivel crítico.
10- Al calcular intervalos confidenciales para una media poblacional, a medida que aumenta el tamaño de la muestra:
A) Aumenta el error máximo.
B) Disminuye el error típico.
C) Aumenta la cuasivarianza muestral.
3
SITUACIÓN 2. Olivares y García-López (1998) desarrollaron un programa de tratamiento cognitivo-conductual para
adolescentes con fobia social generalizada. Imagine que ahora usted sólo dispone de una muestra de 6 adolescentes
que padecen fobia social generalizada. Para medir el grado de fobia social utiliza un inventario diseñado
específicamente para este fin (IFS). Se aplica el cuestionario IFS antes del tratamiento propuesto por Olivares y
García-López (1998) a estos 6 sujetos, y posteriormente se realizan dos seguimientos, uno a los 6 meses y otro a los
12 meses de finalizar la aplicación del tratamiento, para evaluar el mantenimiento o no de los resultados. Trabaje a
un nivel de confianza del 95%
Conociendo las siguientes sumas de cuadrados: 𝑆𝐶𝐴 = 148,11; 𝑆𝐶𝐸𝑟𝑟𝑜𝑟 = 19,22 y 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 174,94, y asumiendo
que se cumplen los supuestos pertinentes para ese diseño:
Se trata de un ANOVA de medidas repetidas con un factor y tres niveles. Con los datos aportados en el
enunciado podemos completar la tabla de ANOVA. En la siguiente tabla se representan en color negro los
datos aportados por el problema.
FV SC gl MC F
A 148,11 2 74,06 38,53
S 7,61 5 1,52
Error 19,22 10 1,92
Total 174,94 17
11- Se trata de un diseño:

A) De dos factores con muestras independientes.
B) De un factor con muestras independientes.
C) De un factor con muestras relacionadas.
12- La media cuadrática correspondiente a la variabilidad de los sujetos vale, aproximadamente:
A) 74,06
B) 1,52
C) No tiene sentido porque el diseño es de muestras independientes
13- Los grados de libertad correspondientes al estadístico de contraste son:
A) 2 y 5
B) 2 y 10
C) 2 y 17
14- El valor del estadístico de contraste es, aproximadamente:
A) 38,53
B) 5,786
C) 8,434
15- El valor crítico es, aproximadamente:
A) 7,559
B) 2,924
C) 4,103
Al nivel de confianza del 95% para 2 y 10 grados de libertad, el valor crítico es igual a: 𝑓 = 4,103
4
16- Con los resultados obtenidos:
A) Se mantiene la hipótesis nula para 𝛼 = 0,05.
B) Se rechaza la hipótesis nula para 𝛼 = 0,05 pero no para 𝛼 = 0,01.
C) Se rechaza la hipótesis nula para 𝜶 = 𝟎, 𝟎𝟏.
17- En los diseños intra-sujetos se considera que la varianza de error viene dada por:
A) El factor manipulado.
B) Los sujetos.
C) La interacción entre el factor manipulado y los sujetos.
SITUACIÓN 3. A continuación se muestra la recta de regresión por mínimos cuadrados que mejor ajusta los datos y el
Anova de la regresión lineal entre el Volumen de los cilindros y la potencia del motor en ocho automóviles (Honda
Civic, Toyota Prius, VS Golf, VS Beetle, Toyota Corolla, VW Jetta, Mini Cooper y Toyota Yaris). Se asume que se
cumplen todos los supuestos para este tipo de análisis.
F.V. S.C. g.l. M.C. F

Regresión 4927,03 1 4927,03 5,303
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎′ = −15,45 + 65,17(𝑉𝑜𝑙𝑢𝑚𝑒𝑛)
Residual 5574,84 6
Total 10501,87 7
18- ¿Qué significa la pendiente obtenida en este contexto?

A) Que un cambio de -15,48 unidades en la potencia provoca un cambio de 1 unidad en el volumen.
B) Que un cambio de 65,17 unidades en el volumen provoca un cambio de -15,45 unidades en la potencia.
C) Que un cambio en el volumen del cilindro del coche de 1 unidad provoca un cambio en la potencia de 65,17
unidades.
19- El intercepto de la recta de regresión muestral en esta situación vale:
A) -15,45
B) 65,17
C) 0
20- ¿Tiene sentido interpretar el intercepto en esta situación?
A) Sí porque la tabla del Anova nos indica que la regresión es significativa a un nivel de confianza del 95%.
B) Sí ya que es el valor predicho para la potencia del coche cuando el volumen de los cilindros vale 0.
C) No porque la potencia de un coche no puede ser negativa.
21- ¿Aproximadamente, qué valor predeciría para la potencia de un coche que tuviese un volumen en sus cilindros de
2,2 cm3?
A) 127,92
B) 62,75
C) 114,89
22- La Media Cuadrática del residuo vale, aproximadamente.
A) 5574,84
B) 929,14
C) 4927,03
5
23- Determine al 95% de nivel de confianza (unilateral) si la regresión resultó significativa.
A) No porque el nivel crítico de la F obtenida es superior a 0,05.
B) Sí porque el estadístico de contraste es menor que el valor crítico.
C) Sí porque el nivel crítico de F vale 0,001.
24- Uno de los supuestos básicos del análisis de regresión simple es:
A) Los pronósticos y los errores son independientes.
B) Las distribuciones condicionadas de los errores deben de tener una distribución uniforme.
C) No deben estar relacionadas las variables predictora y la variable dependiente o criterio.
25- Los coeficientes de correlación parcial y semiparcial son semejantes en que:

A) No son medidas de asociación.
B) No son correlaciones de orden cero.
C) No eliminan el influjo de otras variables independientes.
6
Modelo C. Febrero 2016. No debe entregar los enunciados
Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora en la
que no se pueda introducir texto
SITUACIÓN 1. Los pensamientos automáticos (también denominados autodiálogos) constituyen un nivel de

funcionamiento cognitivo que hacen referencia a la forma como la persona percibe y construye su mundo y se
emplean para evaluar la vulnerabilidad cognitiva ante determinados trastornos psicológicos como la depresión. Un
estudio publicado en Ansiedad y Estrés por Calvete (2005) confirma una mayor presencia en las mujeres de
pensamientos que expresan una visión negativa de sí mismas, autoculpa, rechazos por parte de los demás y
desesperanza (autodiálogos negativos). Esta mayor presencia de pensamientos automáticos negativos contribuye a
explicar las diferencias de género en depresión.
Imagine que usted dispone de una muestra de 121 mujeres y 151 hombres que responden a una Escala de
Depresión (ED) obteniendo una puntuación media de 19,2 y una desviación típica insesgada de 9,5 para las mujeres
y de 16,8 y 8,5 respectivamente para los hombres. Además en un 18% de las mujeres presentan un predominio de
los autodiálogos negativos frente al 9% de los hombres.
Datos del problema.
Proporción
𝑛 𝑌̅ 𝑆̂ Autodiálogos
negativos
Mujeres (M) 121 19,2 9,5 0,18
Hombres (H) 151 16,8 8,5
1- Si desea determinar el intervalo de confianza para la varianza poblacional de la escala de depresión (ED) para
hombres, deberá asumir que la distribución muestral de la varianza es:
A) F de Fisher.
B) Chi-cuadrado.
C) T de Student.
2- El intervalo de confianza de la proporción de mujeres que presentan un predominio de los autodiálogos

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

𝑁𝐶 = 0,95 → 𝑧1−𝛼⁄2 = 1,96
𝑝(1 − 𝑝) 0,18(1 − 0,18)

𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝜎𝑃 = √ = 1,96√ = 0,0685
𝑛 121
0,248
𝑝 ± 𝐸𝑚𝑎𝑥 → 0,18 ± 0,0685 → {
0,112
1
3- Si quiere contrastar la hipótesis de que en la población el porcentaje de mujeres sintomáticas con predominio de
autodiálogos negativos es mayor del 10%, la hipótesis nula que formula es:
A) 𝜋 = 0,10
B) 𝝅 ≤ 𝟎, 𝟏𝟎
C) 𝜋 ≥ 0,10
4- El estadístico de contraste para la hipótesis nula de que el porcentaje de mujeres sintomáticas con predominio
de autodiálogos negativos es mayor del 10%, es, aproximadamente:
A) 2,93
B) 3,14
C) 1,74
𝑝 − 𝜋0 0,18 − 0,10
𝑍= = = 2,93
√𝜋0 (1 − 𝜋0 ) √0,10(1 − 0,10)
𝑛 121
5- Si desea comprobar que las muestras de hombres (H) y mujeres (M) provienen de poblaciones con la misma
varianza en la Escala de Depresión (ED), la hipótesis nula que formularía es:
A) 𝜎𝐻2 ≥ 𝜎𝑀
2
B) 𝜎𝐻2 ≤ 𝜎𝑀
2
𝝈𝟐
C) 𝝈𝟐𝑯 = 𝟏
𝑴
6- Si desea comprobar que las muestras de hombres y mujeres provienen de poblaciones con la misma varianza en
la Escala de Depresión (ED), el estadístico que obtiene y su valor crítico son, aproximadamente:
A) 2,19; p=0,05
B) 0,97; p<0,10
C) 1,25; p>0,10
𝑆̂12 9,52 𝑇𝑎𝑏𝑙𝑎 𝐹 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟

𝐹= = = 1,25 → 𝑝 > 0,10
𝑆̂2 8,5
2 2
Hay una errata en el enunciado, se debería pedir el “nivel” crítico en vez del “valor” crítico.
7- Si desea comprobar que las mujeres obtienen puntuaciones más altas que los varones en la Escala de Depresión
(ED) el estadístico de contraste que obtiene en valor absoluto, vale, aproximadamente:
A) 2,20
B) 2
C) 0,26
𝑌̅1 − 𝑌̅2 19,2 − 16,8

𝑇= = = 2,20
2 2
(𝑛 − 1)𝑆̂12
+ (𝑛2 − 1)𝑆̂22 1 1 √120 ∙ 9,5 + 150 ∙ 8,5 ( 1 + 1 )
√ 1 (𝑛 + 𝑛 ) 270 121 151
𝑛1 + 𝑛2 − 2 1 2
2
8- Si con los datos de su investigación el estadístico d de Cohen toma el valor 0,27 podría afirmar que:
A) El 60,64% de los hombres superan la media de depresión de las mujeres.
B) El 60,64% de las mujeres superan la media de depresión de los hombres.
C) El 27% de los hombres están por debajo de la media de depresión de las mujeres.
𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑧 = 0,27 → 𝑝 = 0,6064
9- Se llama error típico de un estadístico a la desviación típica de :

A) El parámetro poblacional.
B) La distribución muestral del estadístico.
C) La distribución de la muestra.
10- Cuál de los siguientes estimadores para la media poblacional de una distribución es suficiente:
A) La mediana.
B) La media aritmética.
C) La moda.
SITUACIÓN 2: El director de una escuela de ajedrez está interesado en identificar la mejor estrategia de control de la
atención (durante las partidas) para entrenar a los alumnos en la utilización de la más adecuada. Se han estudiado
tres estrategias: centrarse en estímulos internos (A), centrarse en estímulos externos (B) y hacer una parada de
pensamiento (C). El control de la atención se ha medido mediante una variable fisiológica (variaciones en la actividad
eléctrica de la piel). Se seleccionó una muestra aleatoria compuesta por 45 jugadores de ajedrez, que se asignaron al
azar a una de las tres condiciones experimentales. Se obtuvieron los siguientes resultados:
Estrategia 𝑛 Media D. Típica

A 15 37,53 11,17 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 6783,46
B 15 34 8,8
C 15 47,73 12,18 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 125,2
Total 45 39,75 12,11
Tras realizar todas las comprobaciones necesarias se concluyó que las observaciones eran independientes, las
distribuciones normales y las varianzas homogéneas.
Se trata de un ANOVA de un factor (estrategia de control de la atención) con tres niveles, siendo el
modelo equilibrado (𝑛1 = 𝑛2 = 𝑛3 = 15)
Con los datos del enunciado se puede completar la tabla de ANOVA.
FV SC gl MC F
Inter 1525,06 2 762,53 6,09
Intra 5258,4 42 125,2
Total 6783,46 44
3
11- Se trata de un diseño:
A) Con tres grupos no equilibrados.
B) Con muestras relacionadas.
C) Con muestras independientes.
12- La variable independiente de este experimento es:

A) Las variaciones de la actividad eléctrica de la piel.
B) El tipo de estrategia de control de la atención.
C) El que los sujetos sean jugadores de ajedrez.
13- Teniendo en cuenta la técnica apropiada para resolver este diseño, cuál sería el valor de los grados de libertad
del denominador del estadístico de contraste:
A) 42
B) 44
C) 28
14- La técnica de análisis de datos adecuada para probar la hipótesis del investigador es:
A) ANOVA de un factor con muestras independientes.
B) ANOVA bifactorial.
C) ANOVA de medidas repetidas.
15- Cuál es el valor más aproximado de la 𝑆𝐶𝑖𝑛𝑡𝑒𝑟 :

A) 5258,4
B) 762,53
C) 1525,06
16- Suponiendo que el cálculo del estadístico de contraste arrojó un valor igual a 6,09, con este dato:
A) No podemos tomar ninguna decisión respecto a la hipótesis de igualdad de medias.
B) Podemos rechazar la hipótesis de igualdad de medias (NC = 95%).
C) No podemos rechazar la hipótesis de igualdad de las medias (NC = 95%).
Consultando la tabla F de Fisher para 𝑛1 = 2 𝑦 𝑛2 = 30 grados de libertad (los más próximos):
𝑓0,95;2;30 = 3,316
Dado que: 6,09 > 3,316, se rechaza la hipótesis nula para un nivel de confianza del 95%
17- El valor crítico para rechazar 𝐻0 con 𝛼 = 0,01 vale:

A) 4,18
B) 5,39
C) 2,4
Consultando la tabla F de Fisher para 𝑛1 = 2 𝑦 𝑛2 = 30 grados de libertad (los más próximos):
𝑓0,99;2;30 = 5,39
4
18- Suponiendo que NO se rechazara la 𝐻0 , entre qué grupos sería conveniente realizar comparaciones:
A) Entre ninguno.
B) Entre los grupos B y C que son los que presentan la máxima diferencia en sus resultados.
C) Entre los grupos A, B y C
SITUACIÓN 3. Un estudio publicado en Acción Psicológica por Ramírez-Lucas, Ferrando, y Sainz (2015), analiza la
influencia de la inteligencia emocional (IE) de los padres y el desarrollo emocional de sus hijos escolarizados en el 2º
ciclo de educación infantil, indicando que los padres con mayor IE tienden a mostrar un estilo más democrático que
autoritario que, a su vez, influye positivamente en la IE de los niños.
Imagine que usted desea corroborar estos resultados con escolares de bachillerato para lo que dispone de
una muestra de 82 niños y sus respectivos padres que responden a un cuestionario de IE para adultos (IEA) y a un
segundo cuestionario de Estilos Parentales (EP), que valora el estilo parental que varía desde autoritario a
democrático sobre una única escala de intervalo. Por su parte, los hijos responden a un Inventario de IE para
Escolares (IEE), obteniendo los resultados que se muestran en las siguientes tablas.
Correlaciones
Media Varianza
EP IEA IEE
EP 2,9 0,9
EP - 0,65 0,42
IEA 2,7 1,1
IEA - 0,56
IEE 3,1 1,3
IEE -
19- El 31,36% de la variabilidad de la IE de los Escolares (IEE) se explica por:

A) Los estilos parentales EP
B) la IE de los padres.
C) una combinación lineal de los estilos parentales y la IE de los padres.
Elevando al cuadrado los coeficientes de correlación proporcionados en el enunciado, obtenemos los siguientes
coeficientes de determinación:
EP IEA IEE
EP 0,4225 0,1764
IEA 0,3136
IEE
20- Si quisiéramos pronosticar la puntuación de IE de los hijos (IEE) a partir de la IE de sus padres (IEA), la pendiente
de la ecuación de regresión es:
A) 0,609
B) 0,662
C) 0,515
5
𝑆𝑦 √1,3
𝐵 = 𝑟𝑥𝑦 = 0,56 = 0,609
𝑆𝑥 √1,1
21- Con los datos de su investigación, la puntuación en la escala de IEE que pronosticamos para un estudiante cuyos
padres obtienen una puntuación de 3,1 puntos en la escala de IEA es:
A) 3,02
B) 3,34
C) Faltan datos para su cálculo.
𝐵0 = 𝑌̅ − 𝐵𝑋̅ = 3,1 − 0,609 ∙ 2,7 = 1,456
𝑌´ = 1,456 + 0,609 ∙ 3,1 = 3,34
22- Considerando que la IE de los Escolares (IEE) se puede predecir a partir de la IE de los padres y de los Estilos
Parentales (EP), la correlación semiparcial entre las variables IEA e IEE representa la contribución de la IE de los
padres sobre la IE de los hijos habiendo eliminado:
A) de la variable IEE la influencia de EP.
B) de la variable IEA la influencia de EP.
C) tanto de IEE como de IEA la influencia de EP.
23- Si en la ecuación de regresión para pronosticar la IE de los hijos (IEE) a partir de la IE de los padres (IEA) y su
Estilo Parental (EP) se obtuviese un coeficiente de determinación de 0,3969 podríamos afirmar que el 39,69% de
la varianza en la IE de los hijos (IEE) se debe a:
A) La IE de sus padres (IEA).
B) Al Estilo Parental (EP) de los padres.
C) Una combinación lineal de la IE y el EP de los padres.
24- La correlación entre la IE de los hijos (IEE) y IE de padres (IEA) eliminando de ésta la influencia del estilo parental
(EP) es, aproximadamente:
A) 0,56
B) 0,32
C) 0,38
𝑟𝑦1 − 𝑟𝑦2 𝑟12 𝑟𝐼𝐸𝐸;𝐼𝐸𝐴 − 𝑟𝐼𝐸𝐸;𝐸𝑃 𝑟𝐼𝐸𝐴;𝐸𝑃 0,56 − 0,65 ∙ 0,42
𝑠𝑟1 = = = = 0,38
√1 − 𝑟122 √1 2
2
√1 − 𝑟𝐼𝐸𝐴;𝐸𝑃 − 0,65
25- El valor del estadístico para contrastar la hipótesis de significación de la correlación lineal simple entre la IE de
los padres (IEA) y su estilo parental (EP) es, aproximadamente:
A) 6,05
B) 7,65
C) 4,14
𝑟𝑥𝑦 √𝑛 − 2 0,65√82 − 2
𝑇= = = 7,65
√1 − 2
𝑟𝑥𝑦 √1 − 0,652
6
Modelo A. Septiembre de 2016. No debe entregar los enunciados
Fórmula de corrección: Aciertos x 0,4 - Errores x 0,2
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir texto
SITUACIÓN 1. Tras aplicar un programa de tratamiento del hábito de fumar a un grupo de 100 fumadores (50
hombres y 50 mujeres), 65 de ellos dejan de fumar (30 hombres y 35 mujeres). La edad media de la muestra
fue de 40 años con una cuasidesviación típica igual a 6.
1) El intervalo de confianza de la media poblacional de la variable edad, para un nivel de confianza del 99%, es
un valor comprendido entre:
A) 39,88 y 40,12
B) 38,42 y 41,58
C) 36,01 y 40,08
𝑆𝑛−1 6
𝐸𝑚𝑎𝑥 = 𝑡𝑛−1;1−𝛼⁄2 = 𝑡99;0,995 = 2,626 = 1,575
√𝑛 √100
41,58
𝑌̅ ± 𝐸𝑚𝑎𝑥 → 40 ± 1,5756 → {
38,42
Antes del tratamiento, el terapeuta informa a los sujetos que espera lograr que más de la mitad de ellos
dejen de fumar. Tras aplicar la terapia, y para comprobar si se cumplen las expectativas del terapeuta:
2) La hipótesis nula que se ha de plantear es:

A) 𝜋𝑁𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠 = 0,5
B) 𝜋𝑁𝑜 𝑓𝑢𝑚𝑎𝑑𝑜𝑟𝑒𝑠 ≥ 0,5
C) 𝝅𝑵𝒐 𝒇𝒖𝒎𝒂𝒅𝒐𝒓𝒆𝒔 ≤ 𝟎, 𝟓
3) El valor absoluto del estadístico de contraste es, aproximadamente:

A) 3,00
B) 2,17
C) 4,31
𝑝 − 𝜋0 0,65 − 0,50
𝑍= = =3
√𝜋0 (1 − 𝜋0 ) √0,50 ∙ 0,50
𝑛 100
4) Asumiendo que tras la terapia la proporción de fumadores en la población es igual a 0,5, la probabilidad de
obtener un estadístico de contraste como el observado, o más extremo, es igual a:
A) 0,05
B) 0,95
C) 0,0013

𝑍 =3→ 𝑝 = 0,0013
5) Según el resultado obtenido:

A) No se rechaza la hipótesis nula, ya que aproximadamente la mitad de los sujetos no han dejado de fumar.
-1-
B) Rechazamos la hipótesis nula para 𝛼 = 0,05 pero no para 𝛼 = 0,01
C) Rechazamos la hipótesis nula para 𝜶 = 𝟎, 𝟎𝟏
Para comprobar si en la población son iguales las proporciones de hombres y mujeres que dejan de fumar,
realizamos otro contraste de hipótesis. En relación a éste:
6) El valor absoluto del estadístico de contraste vale, aproximadamente:

A) 1,96
B) 1,05
C) 1,64
𝑛1 𝑝1 + 𝑛2 𝑝2 65
𝑃= = = 0,65
𝑛1 + 𝑛2 100
35 30
𝑝1 − 𝑝2 −
𝑍= = 50 50 = 1,05
1 1
√𝑃(1 − 𝑃) ( + ) √0,65(1 − 0,65) ( 1 + 1 )
𝑛1 𝑛2 50 50
7) El nivel crítico vale, aproximadamente:

A) 0,1469
B) 0,2938
C) 0,05
𝑍 = 1,05 → 0,1468
Al ser el contraste bilateral: 𝑝 = 0,1468 ∙ 2 = 0,2938
8) Con un nivel de confianza del 95%, la conclusión sobre las proporciones de hombres y mujeres que dejan de
fumar es que:
A) No podemos rechazar la hipótesis de que ambas proporciones sean iguales en la población.
B) La proporción poblacional de hombres que dejan de fumar es superior a la de mujeres.
C) La proporción poblacional de mujeres que dejan de fumar es superior a la de hombres.
9) En un contraste de hipótesis sobre dos medias en el que el tamaño del efecto es moderado:
A) El estadístico de contraste puede ser significativo o no, dependiendo del tamaño de la muestra.
B) El estadístico de contraste siempre será significativo para 𝛼 = 0,05
C) El estadístico de contraste siempre será significativo para 𝛼 = 0,01
10) A la probabilidad de rechazar una hipótesis nula falsa se le denomina:

A) Nivel de confianza.
B) Potencia del contraste.
C) Beta.
SITUACIÓN 2. Para comparar la eficacia de tres métodos de enseñanza se dispone de una muestra de 9 sujetos,
que se asignan aleatoriamente a cada uno de los tres métodos (𝑎1 , 𝑎2 𝑦 𝑎3 ), obteniéndose los siguientes
resultados:
-2-
𝑎1 𝑎2 𝑎3 𝑎12 𝑎22 𝑎32
3 4 6 9 16 36
2 3 4 4 9 16
1 2 5 1 4 25
Ʃ 6 9 15 14 29 77
Se asume que estos datos cumplen los supuestos necesarios para aplicar el correspondiente análisis.
Se trata de un ANOVA para un factor con muestras independientes con tres niveles (𝑎 = 3) y un modelo
equilibrado (𝑛 = 3)
302 62 92 152
𝑻 = 6 + 9 + 15 = 30; [𝑻] = = 100; [𝒀] = 14 + 29 + 77 = 120; [𝑨] = + + = 114
9 3 3 3
FV SC gl MC F
Inter 14 2 7
Intra 6 6 1 7
Total 20 8
11) Se trata de un diseño:

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

A) 2 y 6
B) 2 y 8
C) 6 y 8
13) El valor del estadístico de contraste es aproximadamente igual a:

A) 4,12
B) 11,70
C) 7,00
14) Para un nivel de confianza del 95%, el valor crítico es aproximadamente igual a:
A) 5,143
B) 7,260
C) 10,92
15) El resultado obtenido:

A) Es significativo para un nivel de confianza del 99%
B) Es significativo para un nivel de confianza del 95%, pero no lo es para un nivel de confianza del 99%
C) No es significativo para los niveles de confianza de 95 y 99%
-3-
16) Para un nivel de confianza del 95%, el valor 𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 para realizar comparaciones múltiples dos a dos, es
igual a:
A) 3,82
B) 2,00
C) 2,62
𝑐2 2
𝐶𝑅𝑆𝑐ℎ𝑒𝑓𝑓𝑒 = √(𝑎 − 1) ∙ 𝐹(1−𝛼),(𝑎−1),(𝑁−𝑎) √𝑀𝐶𝐼𝑛𝑡𝑟𝑎 [∑ ( 𝑖 ⁄𝑛𝑖 )] = √(3 − 1) ∙ 5,143 ∙ 1 ∙ = 2,619
3
17) En un ANOVA de dos factores, cuando la interacción no es significativa:

A) Es preciso rehacer el análisis focalizándolo sólo sobre los efectos principales.
B) Disminuye la suma de cuadrados de error.
C) Las opciones A y B son ciertas.
SITUACIÓN 3. El estilo atributivo interno ante situaciones negativas hace referencia a la tendencia persistente
de algunas personas a atribuir a sus propias características personales internas (torpeza, incapacidad,
irresponsabilidad, etc) el origen causal de las diferentes situaciones negativas o fracasos que experimentan a lo
largo del tiempo (suspender un examen, amonestación, separación, etc.) lo que les hace más propensas a
experimentar síntomas depresivos, cuando tienen que enfrentarse a situaciones similares. En un trabajo
publicado en la Revista de Psicopatología y Psicología Clínica por Sanjuán, Pérez-García, Rueda y Ruiz (2008) se
señala que, en una muestra de mujeres universitarias, los síntomas depresivos pierden su asociación con el
estilo atribucional cuando se controla el efecto de los síntomas de ansiedad.
Imagine que usted dispone de una muestra de 62 varones que responden a tres cuestionarios para medir el
estilo atribucional (E), los síntomas de Ansiedad (A) y Depresión (D) ante situaciones negativas, siendo sus
desviaciones típicas 12,5, 3,2 y 3,5 respectivamente. También obtiene las siguientes correlaciones simples
entre las puntuaciones del cuestionario de Estilo atribucional (E) y los de Ansiedad (A) y Depresión (D):
𝑟𝐸𝐴 = 0,26, 𝑟𝐸𝐷 = 0,32, 𝑟𝐷𝐴 = 0,39.
18) La correlación entre el estilo atribucional (E) y la ansiedad (A):

A) No es significativa, en ningún caso.
B) Es significativa con p < 0,05.
C) Es significativa con p < 0,01.
𝑟𝑥𝑦 √𝑛 − 2 0,26√62 − 2 𝑇𝑎𝑏𝑙𝑎 𝑇 𝑑𝑒 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 (60 𝑔.𝑙.)

𝑇= = = 2,086 → 0,02 < 𝑝 < 0,05
2
√1 − 𝑟𝑥𝑦 √1 − 0,262
19) ¿Qué porcentaje de la variabilidad de las puntuaciones en el cuestionario de estilo atribucional (E) se debe
a la depresión:
A) 10,24%
B) 67,6%
-4-
C) 1,02%
2
𝑟𝐸𝐷 = 0,322 = 0,1024 → 10,24%
20) Si queremos medir la relación entre el estilo atribucional (E), y la ansiedad, (A), eliminando de ambas
variables la influencia de la depresión (D), debemos calcular:
A) La correlación múltiple de E con A y D.
B) La correlación parcial entre E y A.
C) La correlación semiparcial entre A y E.
21) ¿Qué porcentaje de la variabilidad del estilo atribucional queda sin explicar por la depresión y la ansiedad?:
A) 64,8%
B) 12,4%
C) 87,6%
2 2
2
𝑟𝑦1 + 𝑟𝑦2 − 2𝑟𝑦1 𝑟𝑦2 𝑟12 0,262 + 0,322 − 2 ∙ 0,26 ∙ 0,32 ∙ 0,39
𝑅𝑦.12 = = = 0,124
1 − 𝑟212 1 − 0,392
1 − 0,124 = 0,876 → 87,6%
22) En puntuaciones directas, los coeficientes de regresión para pronosticar las puntuaciones del estilo
atribucional en función de la depresión y la ansiedad son, respectivamente:
A) 0,26 y 0,16
B) 0,92 y 0,62
C) 0,15 y 0,39
𝑟𝐸𝐷 − 𝑟𝐸𝐴 𝑟𝐴𝐷 0,32 − 0,26 ∙ 0,39 𝑆𝐸 12,5

𝛽𝐷 = 2 = = 0,26; 𝐵𝐷 = 𝛽1 = 0,26 = 0,92
1 − 𝑟𝐴𝐷 1 − 0,392 𝑆𝐷 3,5
𝑟𝐸𝐴 − 𝑟𝐸𝐷 𝑟𝐴𝐷 0,26 − 0,32 ∙ 0,39 𝑆𝐸 12,5

𝛽𝐴 = 2 = = 0,16 ; 𝐵𝐴 = 𝛽1 = 0,16 = 0,62
1 − 𝑟𝐴𝐷 1 − 0,392 𝑆𝐴 3,2
23) La ordenada en el origen de la ecuación de regresión en puntuaciones diferenciales de la variable E en

función de las variables D y A:
A) Es el mismo que en puntuaciones directas.
B) Siempre vale cero.
C) Su valor depende de las medias de cada variable.
24) Para determinar qué parte de la variabilidad del estilo atribucional (E) se debe exclusivamente a la
depresión (D) debemos calcular:
A) El coeficiente de determinación múltiple.
B) El cuadrado del coeficiente de correlación parcial.
C) El coeficiente de correlación semiparcial.
25) ¿Qué representa el coeficiente de determinación múltiple ajustado?:

A) Es una estimación insesgada de la correlación poblacional al cuadrado.
-5-
B) La proporción de varianza de Y que se ajusta a la varianza de X.
C) Es el que se obtiene mediante al ajuste mínimo cuadrático.
-6-
Modelo D. Septiembre de 2016. No debe entregar los enunciados
Material permitido: Formulario sin anotaciones y cualquier tipo de calculadora en la que no se pueda introducir
texto
SITUACIÓN 1. En un estudio de Paredes y Moreno (2015) publicado en la Revista de Psicología Clínica con niños
y adolescentes, se analizan y comparan las competencias lingüísticas en los niveles morfológicos y pragmáticos
del lenguaje entre menores con trastornos específicos del lenguaje (TEL) y aquellos con sintomatología
hiperactiva-atencional (TDAH), encontrando diferencias significativas en los niveles de análisis morfológico y
pragmático, siendo el grupo con sintomatología hiperactiva-atencional el que presenta mayores dificultades a
nivel pragmático del lenguaje (su uso en distintas situaciones de comunicación e interacción social).
Imagine que dispone de una muestra de 42 niños de entre 6 y 11 años de los que 26 presentan trastorno
específico del lenguaje (TEL) y el resto sintomatología de trastorno por déficit de atención con hiperactividad
(TDAH). A todos ellos se les administra la Batería de Lenguaje Objetiva y Criterial, BLOC, cuyas puntuaciones se
distribuyen normalmente en la población, para evaluar las diferentes áreas básicas del lenguaje. En el nivel
pragmático del BLOC se obtuvieron los resultados que se muestran en la tabla (puntuaciones más bajas indican
competencias lingüísticas más bajas y mayor dificultad).
Medias Desviaciones típicas insesgadas

TDAH 26 11
TEL 49 16
1) Si quisiéramos comparar las competencias lingüísticas medias en los niveles morfológicos y pragmáticos de
los niños con TEL, aplicaríamos:
A) La prueba Z para dos muestras independientes.
B) La prueba Z para dos muestras relacionadas.
C) La prueba T para muestras relacionadas.
2) Si a partir de los datos de la muestra de niños con TDAH quisiéramos comprobar que la varianza poblacional
de las puntuaciones en la batería BLOC es mayor de 500 puntos, la hipótesis nula que formulamos es:
A) 𝜎 2 ≥ 500
B) 𝜎 2 = 0
C) 𝝈𝟐 ≤ 𝟓𝟎𝟎
3) Con un nivel de confianza del 95%, el intervalo de confianza para la varianza poblacional de las puntuaciones
en la batería BLOC de los niños con trastornos específicos del lenguaje (TEL), es:
A) 157,5 y 487,8
B) 136,4 y 608,4
C) 13,12 y 40,6
4) Con un nivel de confianza del 95%, el intervalo de confianza de la media poblacional de los niños con TDAH
en la batería BLOC, es un valor comprendido, aproximadamente, entre:
A) 20,7 y 31,4
B) 22,1 y 29,9
C) 20,1 y 31,9
-1-
Si quisiéramos corroborar los resultados obtenidos por Paredes y Moreno (2015) respecto a que el grupo con
sintomatología hiperactiva-atencional (TDAH) es el que presenta mayores dificultades (puntuaciones más bajas
en la batería BLOC) a nivel pragmático respecto a los niños con sintomatología TEL:
5) La hipótesis nula que formularemos es:

A) 𝑯𝑻𝑫𝑨𝑯 ≥ 𝑯𝑻𝑬𝑳
B) 𝐻𝑇𝐷𝐴𝐻 = 𝐻𝑇𝐸𝐿
C) 𝐻𝑇𝐷𝐴𝐻 ≤ 𝐻𝑇𝐸𝐿
6) Para poner a prueba la hipótesis de la pregunta anterior, y asumiendo la homogeneidad de las varianzas
poblacionales, el valor absoluto del estadístico de contraste, y su nivel crítico p, valen aproximadamente:
A) 5,05 (p < 0,01)
B) 2,42 (0,01 < p < 0,05)
C) 3,27 (p > 0,01)
7) Con los resultados obtenidos en las preguntas anteriores, se concluye que entre los dos grupos de niños:
A) No existen diferencias significativas.
B) El grupo con TDAH presenta mayores dificultades a nivel pragmático del lenguaje para 𝑵𝑪 = 𝟗𝟗%
C) El grupo con TEL presenta mayores dificultades a nivel pragmático del lenguaje para 𝑁𝐶 = 95%
8) El nivel crítico p, representa la probabilidad:

A) De rechazar la hipótesis nula cuando es cierta.
B) De rechazar la hipótesis alternativa si es cierta.
C) De obtener unos datos como los observados o más extremos siendo cierta la hipótesis nula.
9) La probabilidad de rechazar una hipótesis nula que es verdadera, recibe el nombre de:
A) Potencia del contraste.
B) Error tipo II.
C) Nivel de significación.
10) En un contraste de hipótesis bilateral sobre una media poblacional, ¿puede utilizarse el intervalo de
confianza para contrastar dicha hipótesis?
A) Sí, y se rechaza 𝑯𝟎 cuando el valor formulado en la 𝑯𝟎 se encuentra fuera del intervalo de confianza.
B) Sí, y se rechaza 𝐻0 cuando el estadístico de contraste se encuentra fuera del intervalo de confianza.
C) El intervalo de confianza no aporta información para rechazar o no 𝐻0
SITUACIÓN 2. Utilizando una muestra de 18 sujetos, se pretende comprobar la eficacia de 3 métodos de

enseñanza (𝑎1 , 𝑎2 𝑦 𝑎3 ) y la realización o no de prácticas (𝑏1 𝑦 𝑏2 ), para lo que se asignan aleatoriamente los
sujetos de la muestra a cada una de las combinaciones posibles de tratamientos (método de enseñanza x
realización de prácticas). Se asume que los datos cumplen los supuestos necesarios. Conociendo las siguientes
razones básicas: [𝐴𝐵] = 753; [𝑌] = 763 𝑦 [𝑇] = 612,5 y los datos de la matriz AB.
Matriz AB
𝑎1 𝑎2 𝑎3
-2-
Con prácticas (𝑏1 ) 15 24 30
Sin prácticas (𝑏2 ) 6 9 21
11) Se trata de un diseño:

12) El número de efectos simples es igual a:

A) 4
B) 5
C) 6
13) Los grados de libertad para el estadístico de contraste correspondientes a la interacción, son:
A) 1 y 12
B) 2 y 12
C) 12 y 17
14) Tras realizar el ANOVA, se observa que:

A) No es significativa la interacción, pero sí existen diferencias significativas entre los métodos de
enseñanza y entre la realización o no de prácticas.
B) Los tres estadísticos de contraste son significativos.
C) Ningún estadístico de contraste es significativo.
15) Para 𝛼 = 0,01, respecto a la realización o no de prácticas:

A) Se acepta 𝐻0 , los resultados son iguales realizando o no prácticas.
B) Se rechaza 𝑯𝟎 , los resultados son mejores (mayores puntuaciones) con prácticas.
C) Es necesario aplicar la prueba de Scheffé para comprobar si los resultados fueron mejor con prácticas.
16) En un ANOVA de medidas repetidas de un factor, la variabilidad total observada en la variable dependiente
se descompone en tres componentes, los dos primeros corresponden a la variabilidad del factor que
estamos manipulando y la variabilidad de los sujetos. El tercer componente hace referencia a:
A) La variabilidad de la interacción entre el factor y los sujetos.
B) Las desviaciones de las puntuaciones de los sujetos respecto a la combinación de tratamientos.
C) Ninguna de las opciones anteriores es correcta.
17) En un ANOVA de un factor con más de dos muestras independientes, ¿utilizaría la prueba t de Student para
realizar comparaciones múltiples dos a dos?:
A) Sí, porque es la mejor opción.
B) No porque se incrementa la probabilidad de aceptar 𝐻0 siendo falsa.
C) No porque se incrementa la probabilidad de rechazar 𝑯𝟎 siendo verdadera.
-3-
SITUACIÓN 3. Se aplica un programa de tratamiento del hábito de fumar a un único sujeto durante siete
semanas (𝑛 = 7). Se desea pronosticar el número de cigarros fumados (Y) en función del número de semana
de tratamiento (X). A partir de los siguientes sumatorios: ∑ 𝑋 = 28; ∑ 𝑌 = 98; ∑ 𝑋𝑌 = 338; ∑ 𝑋 2 =
140; ∑ 𝑌 2 = 1484.
18) Para la regresión lineal simple se obtienen dos coeficientes, ordenada en el origen (𝐵0) y pendiente (𝐵).
Generalmente, estaremos más interesados en interpretar:
A) 𝐵0
B) 𝑩
C) Depende de la magnitud del coeficiente de correlación de Pearson.
19) Para que sean válidas las inferencias que sobre la variable dependiente se hagan con la recta de regresión,
las varianzas de las distribuciones de los errores, condicionadas a los diferentes valores de la variable
independiente deben de cumplir el supuesto de:
A) Heterocedasticidad.
B) Homocedasticidad.
C) Uniformidad.
20) El coeficiente de correlación de Pearson entre X e Y vale, aproximadamente:

A) 0,930
B) – 0,930
C) – 𝟎, 𝟗𝟔𝟒
21) La ecuación de regresión de Y sobre X obtenida es:

A) 𝑌´ = −0,964𝑋
B) 𝑌´ = −0,93𝑋
C) 𝒀´ = 𝟐𝟏, 𝟕𝟏 − 𝟏, 𝟗𝟑𝑿
22) Según la ecuación de regresión obtenida, por cada dos semanas de tratamiento, el número de cigarros
fumados disminuirá en, aproximadamente:
A) 4 cigarros
B) 2 cigarros
C) Dependerá de la semana en cuestión.
23) Según la ecuación de regresión obtenida, el número de semanas necesario para que el sujeto deje de
fumar (𝑌 ′ = 0) es:
A) 8 semanas.
B) Entre 8 y 9 semanas.
C) Entre 11 y 12 semanas.
24) El estadístico de contraste y el nivel crítico para comprobar si la relación entre X e Y es significativa valen,
aproximadamente:
A) 𝑇 = 8,14 (𝑝 > 0,01)
B) 𝑇 = −2,73 (𝑝 < 0,02)
C) 𝑻 = −𝟖, 𝟏𝟒 (𝒑 < 𝟎, 𝟎𝟏)
-4-
25) Con dos variables independientes (𝑋1 ; 𝑋2) y una variable dependiente (𝑌), el coeficiente de correlación
parcial entre 𝑋1 e 𝑌, representa:
A) La relación entre 𝑌 y 𝑋1 eliminando el influjo de 𝑋2 sobre la variable dependiente.
B) La relación entre 𝒀 y 𝑿𝟏 eliminando el influjo de 𝑿𝟐 sobre la variable dependiente y sobre 𝑿𝟏 .
C) La relación entre 𝑌 y 𝑋2 eliminando el influjo de 𝑋1 sobre la variable dependiente y sobre 𝑋2.
-5-
Modelo A. Enero de 2017. No debe entregar los enunciados
Material permitido: Formulario sin anotaciones y calculadora en la que no se pueda introducir texto
SITUACIÓN l. Aliri, Garaigordobil y Martínez-Valderrey {2013} publican un trabajo en el que se analizan las diferencias
en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a 17 años de
la ESO escolarizados en distintos centros educativos de Guipúzcoa {Guipuzkoa) de los que el 40,3% estudiaban en
colegios privados religiosos y el resto en colegios no religiosos (públicos o privados). Sus resultados indican que los
chicos que estudian en colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que
en las chicas no aparecen estas diferencias.
Usted desea comprobar si estos resultados también se producen en su localidad, para lo que selecciona una
muestra de 300 adolescentes, de los que el 47% son chicos y de estos 61 estudian en colegios religiosos (CR). A todos
se les pasa el Inventario de Sexismo Ambivalente para adolescentes (ISA), en el que a mayor puntuación mayor
sexismo. Los chicos de colegios religiosos (CR) obtienen una media de 3,9 con una desviación típica insesgada de 0,75
mientras que los chicos de colegios no religiosos (CNR) tienen una media de 3,4 y desviación típica insesgada de 0,84.
1) Con los datos de su trabajo, el valor del estadístico de contraste sobre la igualdad de varianzas entre los chicos de
colegios no religiosos (CNR) y los chicos de colegios religiosos (CR) es, aproximadamente:
A) 1,25
B) 1,67
C) 0,68
2) El nivel crítico p, para tomar una decisión respecto a la hipótesis de igualdad de varianzas es:
A) p < 0,10
B) p > 0,10
C) p < 0,05
3) Si en el trabajo original de Aliri et al. (2013) utilizaron una muestra de 1.440 adolescentes para responder al ISA,
¿entre que valores se encontrará la proporción poblacional de adolescentes escolarizados en colegios no religiosos,
con un nivel de confianza del 95%?:
A) 36,9% - 41,4%
B) 57,2% - 62,2%
C) 37,8% - 42,8%
4) Si su hipótesis es que los chicos de colegios religiosos son más sexistas que los de colegios públicos, la hipótesis
nula a contrastar, es:
A) µCR = µCNR
B) µCR ~ µCNR
C) µCR ::,; µCNR
5) Para contrastar la hipótesis anterior, la analizaría bajo las condiciones de un diseño de:
A) Dos muestras independientes provenientes de poblaciones con la misma varianza.
B) Dos muestras relacionadas, porque son estudiantes, adolescentes y de la ESO.
C) Dos muestras independientes provenientes de poblaciones con varianzas distintas.
6) Con los resultados obtenidos en su trabajo, el valor absoluto del estadístico de contraste vale, aproximadamente:
A) 3,67
B) 2,6
C) 1,64
-1-
7) El estadístico d de Cohen resultante de sus datos es, aproximadamente:
A) 0,68
B) 0,59
C) 0,62
8) Si el valor del estadístico de Cohen, obtenido a partir de sus datos, fuera 0,65, ¿Cuál de las siguientes afirmaciones
es FALSA?:
A) El 65% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los chicos
escolarizados en CNR.
B) El 74,22% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los chicos
C) El 74,22% de los chicos escolarizados en CNR muestran unas actitudes sexistas inferiores a la media de los chicos
escolarizados en CR.
9) La distribución muestra! de cualquier estadístico obtenido de una muestra aleatoria es:

A) lnsesgada.
B) Un parámetro.
C) Una variable aleatoria.
10) La potencia del contraste se puede expresar simbólicamente como:

A) P(Ha = aceptar I Ha = falsa)
B) P(Ha = rechazar I Ha cierta)
C) P(Ha = rechazar I Ha = falsa)
SITUACIÓN 2. Aliri, Garaigordobil y Martínez-Valderrey {2013} publican un trabajo en el que se analizan las diferencias
en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a 17 años de
la ESO escolarizados en distintos centros educativos de Guipúzcoa {Guipuzkoa) de los que el 40,3% estudiaban en
colegios privados religiosos y el resto en colegios no religiosos. Sus resultados indican que los chicos que estudian en
colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que en las chicas no
aparecen estas diferencias.
11) En este trabajo, las variables independientes son:

A) El tipo de colegio y las actitudes sexistas.
B) Las actitudes sexistas y el sexo.
C) El tipo de colegio y el sexo.
12) Los resultados indican que:

A) Existe interacción entre el tipo de colegio y el sexo.
B) No existe interacción de la variable independiente sobre la variable dependiente.
C) No es posible hacer referencia a ningún tipo de interacción.
13) El análisis de los resultados de este trabajo se realiza desde la estrategia de un diseño:
A) Unifactorial de muestras independientes.
B) Factorial 2x2.
C) De regresión con dos variables independientes o predictoras.
-2-
Posteriormente usted desea comprobar si estos resultados también se producen en su localidad, para lo que
selecciona una muestra de 300 adolescentes, de los que el 53% son chicas y de estas 61 estudian en colegios privados
religiosos (PRR), 29 en colegios privados no religiosos (PRN) y el resto en colegios públicos no religiosos (PUN). Todas
ellas responden al Inventario de Sexismo Ambivalente para adolescentes (ISA) obteniendo los siguientes resultados
en el análisis: SCTotal = 672 y MCinter = 14. Se cumplen los supuestos necesarios para comprobar si el tipo de
colegio influye en las actitudes sexistas de las chicas.
14) Los datos los analiza mediante:

A) Un ANOVA con tres factores: PRR, PRN y PUN.
B) Un ANOVA unifactorial de efectos fijos.
C) Un ANOVA unifactorial de efectos aleatorios.
15) El estadístico de contraste que obtiene es, aproximadamente:

A) 3,4
B) 6,5
C) 5,7
16) La interpretación de los resultados obtenidos en su análisis es:

A) No existen diferencias significativas en las chicas (p > 0,05).
B) Existen diferencias significativas con un nivel de significación de 0,05 pero no con 0,01 (0,01 < p < 0,05).
C) Las diferencias son significativas (p < 0,001).
17) Si desea comprobar que la media de las chicas de colegios privados religiosos es igual que la media de las chicas de
los otros dos colegios, ¿cuál de las siguientes sería su hipótesis nula?:
A) µPRR = µPRN + µPUN
B) (2) µPRR + (1) µPRN + (1) µPUN =0
C) (l)µPRN + (l)µPUN + (-2)µPRR =0
18) El valor crítico para rechazar o no la hipótesis nula formulada en la pregunta anterior, se obtiene.
A) En la tabla de la distribución t con N - 1 g.l.
B) En la tabla de la distribución F con n 1 - 1 y n2 - 1 g.l.
C) A partir del rango mínimo de Scheffé.
19) En un modelo de ANOVA de efectos aleatorios:

A) El investigador establece como niveles del factor sólo aquellos en los que está interesado en estudiar.
B) Se considera que los "i" niveles del factor son una muestra aleatoria de todos los posibles niveles.
C) Todos los modelos de ANOVA son de efectos aleatorios.
SITUACIÓN 3. García, A/varado y Jiménez {2000} estudian la capacidad de la regresión lineal para predecir el rendimiento
académico, utilizando una muestra de 175 universitarios de primero de psicología, encontrando que el rendimiento
previo {RP} y la participación {P} son buenos predictores del rendimiento académico (R), obteniendo un coeficiente de
determinación múltiple igual 0,42 y el siguiente modelo de regresión:
R' = 2,52 + 0,82 · RP + 1,13 · P
Imagine que usted dispone de una muestra de 25 estudiantes de psicología para los que obtiene un coeficiente de
correlación de Pearson entre R y RP igual a 0,45, y el siguiente modelo de estimación:
R' = 1,5 + 0,75 · P

-3-
20) En el trabajo de García, Alvarado y Jiménez (2000), la proporción de varianza de R explicada por las dos variables
independientes es igual a:
A) 0,67
B) 0,42
C) 0,20
21) El modelo obtenido por García, Alvarado y Jiménez (2000) pronostica, para un sujeto cuya participación es nula y
cuyo rendimiento previo es igual a 7 puntos, una puntuación en rendimiento académico igual a:
A) 6,62
B) 5,80
C) 8,26
22) Para la muestra de 25 sujetos de la que usted dispone, se desea contrastar si la relación entre R y RP es significativa.
En este caso, se obtiene un estadístico de contraste aproximadamente igual a:
A) 2,42
B) 3,02
C) 1,48
23) Para la muestra de 25 sujetos de la que usted dispone, la conclusión sobre el contraste de la pregunta anterior es:
A) La relación entre R y RP no es significativa para un nivel de confianza del 95% (0,10 < p < 0,20).
B) La relación entre R y RP es significativa para un nivel de confianza del 99% (p < 0,01).
C) La relación entre R y RP es significativa para un nivel de confianza del 95% (0,02 < p < 0,05).
24) Con la muestra de 25 sujetos de la que usted dispone, si un sujeto obtiene una puntuación en RP igual a la media
de dicha variable, su puntuación típica pronosticada en la variable Res igual a:
A) Cero.
B) Uno.
C) No disponemos de datos suficientes.
25) Los supuestos necesarios para realizar inferencias sobre correlación y regresión, incluyen:
A) Heterocedasticidad para las varianzas de las distribuciones condicionadas de los errores.
B) Independencia entre los valores estimados Y' y los errores de estimación E.
C) Independencia entre los valores de la variable independiente X y los valores estimados Y'.
-4-
Modelo A. Enero de 2017. No debe entregar los enunciados
SITUACIÓN 1.Aliri, Garaigordobil y Martínez-Valderrey (2013) publican un trabajo en el que se analizan las
diferencias en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a
17 años de la ESO escolarizados en distintos centros educativos de Guipúzcoa (Guipuzkoa) de los que el 40,3%
estudiaban en colegios privados religiosos y el resto en colegios no religiosos (públicos o privados). Sus resultados
indican que los chicos que estudian en colegios religiosos son más sexistas que los que estudian en colegios no
religiosos, mientras que en las chicas no aparecen estas diferencias.
Usted desea comprobar si estos resultados también se producen en su localidad, para lo que selecciona una
muestra de 300 adolescentes, de los que el 47% son chicos y de estos 61 estudian en colegios religiosos (CR). A todos
se les pasa el Inventario de Sexismo Ambivalente para adolescentes(ISA), en el que a mayor puntuación mayor
sexismo. Los chicos de colegios religiosos (CR) obtienen una media de 3,9 con una desviación típica insesgada de
0,75 mientras que los chicos de colegios no religiosos (CNR) tienen una media de 3,4 y desviación típica insesgada de
0,84.
1) Con los datos de su trabajo, el valor del estadístico de contraste sobre la igualdad de varianzas entre los chicos de
colegios no religiosos (CNR) y los chicos de colegios religiosos (CR) es, aproximadamente:
A) 1,25
B) 1,67
C) 0,68
Sobre la muestra de 300 adolescentes, el número de chicos es igual a: 𝑛𝑛º 𝑐𝑐ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 = 300 × 0,47 = 141
Dado que 61 chicos estudian en colegios religiosos, el número de chicos que estudian en colegios no religiosos es
iguala a: 141 − 61 = 80
Tenemos por lo tanto dos muestras independientes (para los chicos) con los siguientes datos:
n Media Cuasi D. típica

Colegios religiosos (CR) 61 3,9 0,75
Colegios no religiosos (CNR) 80 3,4 0,84
El estadístico de contraste sobre igualdad de varianzas entre los chicos de colegios no religiosos y los chicos de
colegios religiosos es:
𝑆𝑆̂𝐶𝐶𝐶𝐶𝐶𝐶
2
0,842
𝐹𝐹 = = = 1,254
𝑆𝑆̂𝐶𝐶𝐶𝐶
2 0,752
2) El nivel crítico p, para tomar una decisión respecto a la hipótesis de igualdad de varianzas es:
A) 𝑝𝑝 < 0,10
B) 𝒑𝒑 > 0,10
C) 𝑝𝑝 < 0,05
-1-
Tenemos 79 y 60 g.l. siendo los más próximos en las tablas: 60 y 60 g.l. Observamos que en dichas tablas que:
𝑓𝑓60;60;0,90 = 1,395, y como el contraste es bilateral, multiplicamos por dos la probabilidad de las tablas, con lo que:
𝑝𝑝 > 0,20.
3) Si en el trabajo original de Aliri et al. (2013)utilizaron una muestra de 1.440 adolescentes para responder al ISA,
¿entre que valores se encontrará la proporción poblacional de adolescentes escolarizados en colegios no
religiosos, con un nivel de confianza del 95%?:
A) 36,9% - 41,4%
B) 57,2% - 62,2%
C) 37,8% - 42,8%
En la muestra del estudio de Aliri, el 40,3% estudian en colegios religiosos, por lo que la proporción de
adolescentes escolarizados en colegios no religiosos, es:
𝑝𝑝 = 1 − 0,403 = 0,572
Y el error máximo de estimación, con un nivel de confianza del 95%, es:
𝑝𝑝(1 − 𝑝𝑝) 0,572 ∙ (1 − 0,572)

𝐸𝐸𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑧𝑧1−𝛼𝛼�2 𝜎𝜎𝑃𝑃 = 𝑧𝑧1−𝛼𝛼�2 𝜎𝜎𝑃𝑃 = � = 1,96� = 0,025
𝑛𝑛 1440
0,622
Por lo que el intervalo de confianza, resulta: 𝑝𝑝 ± 𝐸𝐸𝑚𝑚𝑚𝑚𝑚𝑚 → 0,572 ± 0,025 → �
0,572
Lo que indica que la proporción poblacional de adolescentes escolarizados en colegios no religiosos se

encuentra, expresado en términos de porcentaje, entre el 57,2% y el 62,2%
4) Si su hipótesis es que los chicos de colegios religiosos son más sexistas que los de colegios públicos, la hipótesis
nula a contrastar, es:
A) 𝜇𝜇𝐶𝐶𝐶𝐶 = 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
B) 𝜇𝜇𝐶𝐶𝐶𝐶 ≥ 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
C) 𝝁𝝁𝑪𝑪𝑪𝑪 ≤ 𝝁𝝁𝑪𝑪𝑪𝑪𝑪𝑪
Si su hipótesis es que los chicos de colegios religiosos son más sexistas, se está indicando la dirección de la
diferencia 𝜇𝜇𝐶𝐶𝐶𝐶 > 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶 . Esta sería la hipótesis alternativa. La hipótesis nula es la complementaria que siempre
incluye el signo "igual". Las hipótesis que se han de plantear son:
𝐻𝐻0 : 𝜇𝜇𝐶𝐶𝐶𝐶 ≤ 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
𝐻𝐻1 : 𝜇𝜇𝐶𝐶𝐶𝐶 > 𝜇𝜇𝐶𝐶𝐶𝐶𝐶𝐶
5) Para contrastar la hipótesis anterior, la analizaría bajo las condiciones de un diseño de:
-2-
A) Dos muestras independientes provenientes de poblaciones con la misma varianza.
B) Dos muestras relacionadas, porque son estudiantes, adolescentes y de la ESO.
C) Dos muestras independientes provenientes de poblaciones con varianzas distintas.
6) Con los resultados obtenidos en su trabajo, el valor absoluto del estadístico de contraste vale, aproximadamente:
A) 3,67
B) 2,6
C) 1,64
El estadístico de contraste para dos muestras independientes que provienen de poblaciones con varianzas
desconocidas pero iguales, es:
𝑌𝑌�1 − 𝑌𝑌�2 3,9 − 3,4

𝑇𝑇 = = = 3,666
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 1 1 60∙0,84 2 +79∙0,75 2 1 1
� � + � � � + �
𝑛𝑛 1 +𝑛𝑛 2 −2 𝑛𝑛 1 𝑛𝑛 2 61+80−2 61 80
7) El estadístico d de Cohen resultante de sus datos es, aproximadamente:

A) 0,68
B) 0,59
C) 0,62
|𝑌𝑌�1 − 𝑌𝑌�2 | |3,9 − 3,4|

𝑑𝑑 = = = 0,623
(𝑛𝑛 1 −1)𝑆𝑆̂12 +(𝑛𝑛 2 −1)𝑆𝑆̂22 60∙0,84 2 +79∙0,75 2
� �
𝑛𝑛 1 +𝑛𝑛 2 −2 61+80−2
8) Si el valor del estadístico de Cohen, obtenido a partir de sus datos, fuera 0,65, ¿Cuál de las siguientes
afirmaciones es FALSA?:
A) El 65% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los chicos
B) El 74,22% de los chicos escolarizados en CR muestran unas actitudes sexistas superiores a la media de los
chicos escolarizados en CNR.
C) El 74,22% de los chicos escolarizados en CNR muestran unas actitudes sexistas inferiores a la media de los
chicos escolarizados en CR.
A partir de la puntuación d=0,65 y consultando las tablas de la distribución normal, se observa que las
alternativas B y C, son ciertas y se representan en la siguiente figura:
B) C)
9) La distribución muestral de cualquier estadístico obtenido de una muestra aleatoria es:

A) Insesgada.
B) Un parámetro.
C) Una variable aleatoria.
-3-
10) La potencia del contraste se puede expresar simbólicamente como:
A) 𝑃𝑃(𝐻𝐻0 = 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 | 𝐻𝐻0 = 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓)
B) 𝑃𝑃(𝐻𝐻0 = 𝑟𝑟𝑟𝑟𝑟𝑟ℎ𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 | 𝐻𝐻0 = 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐)
C) 𝑷𝑷(𝑯𝑯𝟎𝟎 = 𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓𝒓 | 𝑯𝑯𝟎𝟎 = 𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇𝒇)
La potencia del contraste es una decisión correcta que corresponde a la probabilidad de rechazar una Ho cuando es
FALSA:
SITUACIÓN 2.Aliri, Garaigordobil y Martínez-Valderrey (2013) publican un trabajo en el que se analizan las
diferencias en actitudes sexistas en función del tipo de colegio. Para ello utilizan una muestra de adolescentes de 11 a
17 años de la ESO escolarizados en distintos centros educativos de Guipúzcoa (Guipuzkoa) de los que el 40,3%
estudiaban en colegios privados religiosos y el resto en colegios no religiosos. Sus resultados indican que los chicos
que estudian en colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que en
las chicas no aparecen estas diferencias.
11) En este trabajo, las variables independientes son:

A) El tipo de colegio y las actitudes sexistas.
B) Las actitudes sexistas y el sexo.
C) El tipo de colegio y el sexo.
12) Los resultados indican que:

A) Existe interacción entre el tipo de colegio y el sexo.
B) No existe interacción de la variable independiente sobre la variable dependiente.
C) No es posible hacer referencia a ningún tipo de interacción.
Existe interacción cuando los efectos de una VI son diferentes para cada uno de los niveles de la otra variable
independiente. Y esto es lo que se refleja al señalar que " Sus resultados indican que los chicos que estudian en
colegios religiosos son más sexistas que los que estudian en colegios no religiosos, mientras que en las chicas no
aparecen estas diferencias".
13) El análisis de los resultados de este trabajo se realiza desde la estrategia de un diseño:
A) Unifactorial de muestras independientes.
B) Factorial 2x2.
C) De regresión con dos variables independientes o predictoras.
Dos variables independientes (tipo de colegio y sexo) con dos niveles en cada una (religiosos vs no religiosos, y chico
vs chica)
Posteriormente usted desea comprobar si estos resultados también se producen en su localidad, para lo que
selecciona una muestra de 300 adolescentes, de los que el 53% son chicas y de estas 61 estudian en colegios
privados religiosos (PRR), 29 en colegios privados no religiosos (PRN) y el resto en colegios públicos no religiosos
(PUN). Todas ellas responden alInventario de Sexismo Ambivalente para adolescentes(ISA) obteniendo los siguientes
resultados en el análisis: 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 672 y 𝑀𝑀𝑀𝑀𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 = 14. Se cumplen los supuestos necesarios para comprobar si el
tipo de colegio influye en las actitudes sexistas de las chicas.
-4-
Se utiliza una muestra de 300 adolescentes de los que el 53% son chicas. Y de estas sabemos cuántas están
escolarizadas en colegios privados religiosos (PRR), privados no religiosos (PRN) y públicos no religiosos (PUN). Se
pide comprobar si el tipo de colegio influye en las actitudes sexistas de las chicas. Se trata, por tanto, de un ANOVA
de un factor con tres niveles (PRR, PRN y PUN) siendo el N referido a las chicas: 𝑁𝑁 = 0,53 ∙ 300 = 159. Los datos
aportados en el enunciado son:
FV SC gl MC F
Inter 𝑎𝑎 − 1 = 3 − 1 = 2 14
Intra
Total 672 𝑁𝑁 − 1 = 159 − 1 = 158
Completamos la tabla de ANOVA:
FV SC gl MC F
Inter 2 ∙ 14 = 28 2 14
644� 14
Intra 672 − 28 = 644 158 − 2 = 156 156 = 4,128 = 3,391
4,128
Total 672 158
14) Los datos los analiza mediante:

A) Un ANOVA con tres factores: PRR, PRN y PUN.
B) Un ANOVA unifactorial de efectos fijos.
C) Un ANOVA unifactorial de efectos aleatorios.
Un factor que corresponde al tipo de colegio con tres niveles PRR, PRN y PUN.
15) El estadístico de contraste que obtiene es, aproximadamente:

A) 3,4
B) 6,5
C) 5,7
16) La interpretación de los resultados obtenidos en su análisis es:

A) No existen diferencias significativas en las chicas (𝑝𝑝 > 0,05).
B) Existen diferencias significativas con un nivel de significación de 0,05 pero no con 0,01 (𝟎𝟎, 𝟎𝟎𝟎𝟎 < 𝑝𝑝 < 0,05).
C) Las diferencias son significativas (𝑝𝑝 < 0,001).
Consultamos las tablas de F con 2 y 120 gl (el valor más aproximado a 158 gl) y figuran los siguientes:
F= 3,072 que deja a su izquierda una probabilidad
de 0,95 y a su derecha de 0,05
F= 4,787 que deja a su izquierda una probabilidad

de 0,99 y a su derecha de 0,01.
El estadístico de contraste F=3,391 se encuentra

entre ambos valores críticos por lo que el nivel
crítico p es mayor que 0,01 y menor que 0,05.
-5-
17) Si desea comprobar que la media de las chicas de colegios privados religiosos es igual que la media de las chicas
de los otros dos colegios, ¿cuál de las siguientes sería su hipótesis nula?:
A) μ𝑃𝑃𝑃𝑃𝑃𝑃 = μ𝑃𝑃𝑃𝑃𝑃𝑃 + μ𝑃𝑃𝑃𝑃𝑃𝑃
B) (2) μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1) μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1) μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0
C) (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (−𝟐𝟐)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 = 𝟎𝟎
La Ho es: "la media de las chicas de colegios privados religiosos es igual que la media de las chicas de los otros
dos colegios", es decir:
μPRN + μPUN
H0 : μ𝑃𝑃𝑃𝑃𝑃𝑃 = → (2)μ𝑃𝑃𝑃𝑃𝑃𝑃 = (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1)μ𝑃𝑃𝑃𝑃𝑃𝑃
2
que se puede expresar de varias formas, alterando el orden de los sumandos, como:
H0 : (2)μ𝑃𝑃𝑃𝑃𝑃𝑃 − (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 − (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0
𝐇𝐇𝟎𝟎 : (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (𝟏𝟏)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 + (−𝟐𝟐)𝛍𝛍𝑷𝑷𝑷𝑷𝑷𝑷 = 𝟎𝟎
H0 : (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (−2)μ𝑃𝑃𝑃𝑃𝑃𝑃 + (1)μ𝑃𝑃𝑃𝑃𝑃𝑃 = 0
Pero en cualquier caso, la alternativa correcta es la C)
18) El valor crítico para rechazar o no la hipótesis nula formulada en la pregunta anterior, se obtiene.
A) En la tabla de la distribución t con 𝑁𝑁 − 1 g.l.
B) En la tabla de la distribución F con 𝑛𝑛1 − 1 y 𝑛𝑛2 − 1 g.l.
C) A partir del rango mínimo de Scheffé.
La pregunta anterior (la nº 17) hace referencia a lo que se conocen como contrastes "a posteriori", "post hoc",
comparaciones múltiples o no planificados y, como se indica en la página 176 del texto:
19) En un modelo de ANOVA de efectos aleatorios:

A) El investigador establece como niveles del factor sólo aquellos en los que está interesado en estudiar.
B) Se considera que los “i” niveles del factor son una muestra aleatoria de todos los posibles niveles.
C) Todos los modelos de ANOVA son de efectos aleatorios.
La alternativa A) hace referencia al modelo de efectos fijos mientras que la alternativa B) hace referencia al
modelo de efectos aleatorios que se describen en el tema 5 epígrafes 5.3 y 5.5. La alternativa C) es falsa.
SITUACIÓN 3. García, Alvarado y Jiménez (2000) estudian la capacidad de la regresión lineal para predecir el
rendimiento académico, utilizando una muestra de 175 universitarios de primero de psicología, encontrando que el
rendimiento previo (RP)y la participación (P) son buenos predictores del rendimiento académico (R), obteniendo un
coeficiente de determinación múltiple igual 0,42 y el siguiente modelo de regresión:
𝑅𝑅´ = 2,52 + 0,82 ∙ 𝑅𝑅𝑅𝑅 + 1,13 ∙ 𝑃𝑃
-6-
Imagine que usted dispone de una muestra de 25 estudiantes de psicología para los que obtiene un coeficiente de
correlación de Pearson entre R y RP igual a 0,45, y el siguiente modelo de estimación:
𝑅𝑅´ = 1,5 + 0,75 ∙ 𝑃𝑃

20) En el trabajo de García, Alvarado y Jiménez (2000), la proporción de varianza de R explicada por las dos variables
independientes es igual a:
A) 0,67
B) 0,42
C) 0,20
El coeficiente de determinación se interpreta en términos de % de varianza común o explicada de la VI debida a la
VD. En consecuencia si la correlación es 0,45 el coeficiente de determinación es 0,452= 0,2025 (20,25%). El
20,25% de la varianza (variabilidad) de la variable R se debe a la variación en la variable P.
21) El modelo obtenido por García, Alvarado y Jiménez (2000) pronostica, para un sujeto cuya participación es nula y
cuyo rendimiento previo es igual a 7 puntos, una puntuación en rendimiento académico igual a:
A) 6,62
B) 5,80
C) 8,26
Utilizando la ecuación de regresión para RP=7 y P=0, el pronóstico en R es:
𝑅𝑅´ = 2,52 + 0,82 ∙ 𝑅𝑅𝑅𝑅 + 1,13 ∙ 𝑃𝑃 = 2,52 + 0,82 ∙ 7 + 1,13 ∙ 0 = 8,26
22) Para la muestra de 25 sujetos de la que usted dispone, se desea contrastar si la relación entre R y RP es
significativa. En este caso, se obtiene un estadístico de contraste aproximadamente igual a:
A) 2,42
B) 3,02
C) 1,48
Las hipótesis son:
𝐻𝐻0 : 𝜌𝜌𝑥𝑥𝑥𝑥 = 0
𝐻𝐻1 : 𝜌𝜌𝑥𝑥𝑥𝑥 ≠ 0
Y el estadístico de contraste:
𝑟𝑟𝑥𝑥𝑥𝑥 √𝑛𝑛 − 2 0,45√25 − 2
𝑇𝑇 = = = 2,417
�1 − 2
𝑟𝑟𝑥𝑥𝑥𝑥 �1 − 0,452
23) Para la muestra de 25 sujetos de la que usted dispone, la conclusión sobre el contraste de la pregunta anterior es:
A) La relación entre R y RP no es significativa para un nivel de confianza del 95% (0,10 < 𝑝𝑝 < 0,20).
B) La relación entre R y RP es significativa para un nivel de confianza del 99% (𝑝𝑝 < 0,01).
C) La relación entre R y RP es significativa para un nivel de confianza del 95% (𝟎𝟎, 𝟎𝟎𝟎𝟎 < 𝑝𝑝 < 0,05).
-7-
En la tabla de la distribución T con n-2= 25-2= 23 gl los valores
más aproximados al estadístico de contraste obtenido
(T=2,417) son 2,069 -que deja a su derecha una probabilidad
de 0,025- y 2,5 -que deja a su izquierda una probabilidad de
0,01. Por tanto, el estadístico de contraste, que se encuentra
entre los dos, deja una probabilidad mayor que 0,01 y menor
que 0,025.
24) Con la muestra de 25 sujetos de la que usted dispone, si un sujeto obtiene una puntuación en RP igual a la media
de dicha variable, su puntuación típica pronosticada en la variable R es igual a:
A) Cero.
B) Uno.
C) No disponemos de datos suficientes.
Si la puntuación X es igual a su media , entonces la puntuación típica Z es:
X−� X 0
𝑍𝑍 = = =0
Sx Sx
Y la puntuación típica pronosticada, es:
𝑍𝑍𝑌𝑌 = 𝑟𝑟𝑋𝑋𝑋𝑋 . 𝑍𝑍𝑋𝑋 = 𝑟𝑟𝑋𝑋𝑋𝑋 . 0 = 0
25) Los supuestos necesarios para realizar inferencias sobre correlación y regresión, incluyen:
A) Heterocedasticidad para las varianzas de las distribuciones condicionadas de los errores.
B) Independencia entre los valores estimados Y´ y los errores de estimación ε.
C) Independencia entre los valores de la variable independiente X y los valores estimados Y´.
Puede consultarse el epígrafe 8.3.3. sobre inferencias en la correlación y regresión para comprobar que la
alternativa correcta es la B).
-8-
Modelo C. Febrero de 2017. No debe entregar los enunciados
SITUACIÓN l. García y García (2002) estudian variables biográficas, de aptitudes y de personalidad con el fin de
pronosticar la inserción laboral en el sector de la construcción. Utilizan una muestra de 86 alumnos que finalizan cursos
de formación profesional. La edad media de la muestra es de 23,4 años con una cuasidesviación típica de 5,6 y 75
sujetos han obtenido un nivel de estudios de graduado escolar.
Usted está interesado en estudiar la misma problemática del trabajo de García y García (2002), para lo que dispone
de una muestra de 100 sujetos cuya edad media es de 21,5 años con una cuasivarianza de 65. El 90% de la muestra
tiene un nivel de graduado escolar.
Por otro lado, usted sospecha que en los años transcurridos desde el trabajo de García y García han cambiado las
características de los sujetos que realizan cursos de formación profesional, de manera que en la actualidad dichos
sujetos presentan una edad media menor, mayor varianza en esta variable y una proporción superior de sujetos con
un nivel de estudios de graduado escolar.
1) Con los datos de los que usted dispone, con un nivel de confianza del 95% ¿entre qué valores se encontrará la
proporción poblacional de sujetos que tiene un nivel de estudios de graduado escolar? (realice los cálculos tomando
cuatro decimales).
A) (0,851; 0,949)
B) (0,841; 0,959)
C) (0,823; 0,977)
Para comprobar si la proporción de sujetos con un nivel de estudios de graduado escolar es superior en los datos
de los que usted dispone (Grupo 1) respecto a la de los datos de García y García (Grupo 2)
2) La hipótesis nula es:

A)rr 1 -rr 2 =O
B) rr1 - 7Iz ~ O
C) rr1 - 7Tz :::; O
3) El valor del estadístico es, aproximadamente:

A)Z = 0,60
B)Z = 1,64
C) Z = 1,45
4) El nivel crítico es, aproximadamente:

A) 0,05
B) 0,0735
C) 0,2743
5) Tras realizar el contraste de hipótesis se concluye que:

A) Existen diferencias significativas con un nivel de confianza del 99%.
B) Existen diferencias significativas con un nivel de confianza del 95%, pero no para un nivel de confianza del 99%.
C) No existen diferencias significativas para los niveles de confianza más usuales en psicología.
-1-
Para comprobar si en los datos que usted obtiene es superior la varianza y menor la media respecto de los
datos de García y García:
6) El estadístico de contraste y el nivel crítico para comprobar la hipótesis sobre las varianzas son, aproximadamente:
A) 2,073 (p < 0,01)
B) 1,348 (p = 0,10)
C) 1,612 (p < 0,05)
7) El estadístico de contraste y el nivel crítico (los grados de libertad son mayores que 100) para comprobar la hipótesis
sobre las medias son, aproximadamente:
A) -3,17 (p = 0,0008)
B) -2,14 (p = 0,0162)
C) -1,89 (p = 0,0294)
8) Tras el análisis estadístico sobre las diferencias sobre varianzas y medias se concluye (NC = 95%), que en los
datos de los que usted dispone:
A) La varianza es mayor y la media es menor que en los datos de García.
B) La varianza es menor y la media es menor que en los datos de García.
C) La varianza es menor y la media es mayor que en los datos de García.
Preguntas teóricas
9) El tamaño del efecto:
A) Es mayor a medida que aumenta el tamaño de las muestras.
B) Es mayor cuanto menor sea la diferencia de medias en valor absoluto entre los grupos experimental y control.
C) No depende del tamaño muestra!.
10) La distribución muestra! de la proporción sigue el modelo de probabilidad:

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

A) De un factor de medidas repetidas (edad).
B) De un factor de medidas independientes (competencia musical).
C) de dos factores independientes 3x2.
-2-
12) El valor de la F crítica que separa la región de aceptación de la región de rechazo para contrastar el efecto del factor
principal Competencia Musical vale aproximadamente:
A) 19,446
B) 4,351
C) 1,095
13) Sabiendo que MCError = 112,3, la SC para la edad vale:

A) 1846,21
B) 522,09
C) 32,5
14) La competencia musical:

A) Se ha demostrado significativa como factor principal.
B) No ha tenido ningún efecto.
C) Ha tenido un efecto en combinación con la edad.
15) La interacción obtenida puede interpretarse como que:

A) La diferencia entre sujetos con competencia y sin competencia musical en la variable MT se incrementó
significativamente con la edad.
B) La edad disminuyó la actuación en MT.
C) Los sujetos con y sin competencia musical se diferenciaron significativamente en MT.
16) Para analizar la interacción mediante efectos simples podemos comparar:

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

A) Una de las razones por las que se recomienda el Anova frente a las comparaciones dos a dos de muestras
(dependientes o independientes).
B) Es problemática porque incrementa el error Tipo l.
C) Es difícil porque no se conoce la distribución muestra! de las F's en esta situación.
18) Por lo que se indica en el enunciado, cuando se han realizado las comparaciones de la interacción por efectos
simples, no se ha encontrado como significativa la diferencia en el grupo de:
A) Jóvenes.
B) Maduros.
C) Jubilados.
19) En los Anovas el contraste es unilateral derecho porque:

A) La distribución F no tiene valores inferiores a O.
B) Establecemos hipótesis sobre las varianzas poblacionales y estas son siempre positivas.
C) Dada la lógica del Anova, la posibilidad de encontrar valores de F inferiores a la unidad es poco probable.
-3-
SITUACIÓN 3. En un trabajo de Schlaug sobre el efecto cerebral del entrenamiento musical (tocar un instrumento), se
midió en 20 adultos la edad (en años) en que iniciaron el entrenamiento musical y el tamaño cerebral medio (en mm)
del giro precentral (zona cerebral del córtex motor primario). Se realizó un análisis de regresión de los datos utilizando
el tamaño como variable dependiente y la edad de inicio como variable independiente, del que se dispone de los
siguientes datos:
LX= L 123; X2 = 825; ¿Y= 753 ¿ Y2 = 28631; ¿ XY = 4558
20) El punto de corte con la ordenada vale, aproximadamente:

A) 32,15
B) 44,19
C) 12,05
21) Por cada año más tarde que se inicie el entrenamiento musical, se estima que en promedio el tamaño del giro
precentral medido en la edad adulta disminuirá, aproximadamente:
A)5mm
B) 2,52 mm
C) -1,06 mm
22) El estadístico de contraste para comprobar si es significativo el coeficiente de correlación de Pearson, vale,
aproximadamente:
A) -2,62
B) 1,05
C) -0,25
23) Para el estadístico de contraste de la pregunta anterior:

A) Se rechaza la hipótesis nula para un nivel de confianza del 99.
B) Se rechaza la hipótesis nula para un nivel de confianza del 95% pero no para un nivel de confianza del 99%.
C) Se mantiene la hipótesis nula.
24) En una situación de correlación múltiple, la correlación semi-parcial entre X1 e Y:

A) Ha eliminado el influjo que X1 tiene sobre X2
B) Ha eliminado el influjo que X2 tiene sobre X1
C) Ha eliminado el influjo que X2 tiene sobre Y
25) Una condición para contrastar los coeficientes de regresión es:

A) Que f3 = O.
B) Que las puntuaciones de la variable independiente sean normales.
C) Que las puntuaciones de la variable dependiente condicionadas a cada valor de la variable independiente sean
normales.
-4-
Modelo C. Febrero de 2017. No debe entregar los enunciados
SITUACIÓN 1. García y García (2002) estudian variables biográficas, de aptitudes y de personalidad con el fin de
pronosticar la inserción laboral en el sector de la construcción. Utilizan una muestra de 86 alumnos que finalizan
cursos de formación profesional. La edad media de la muestra es de 23,4 años con una cuasidesviación típica de 5,6
y 75 sujetos han obtenido un nivel de estudios de graduado escolar.
Usted está interesado en estudiar la misma problemática del trabajo de García y García (2002), para lo que dispone
de una muestra de 100 sujetos cuya edad media es de 21,5 años con una cuasivarianza de 65. El 90% de la muestra
tiene un nivel de graduado escolar.
Por otro lado, usted sospecha que en los años transcurridos desde el trabajo de García y García han cambiado las
características de los sujetos que realizan cursos de formación profesional, de manera que en la actualidad dichos
sujetos presentan una edad media menor, mayor varianza en esta variable y una proporción superior de sujetos con
un nivel de estudios de graduado escolar.
1) Con los datos de los que usted dispone, con un nivel de confianza del 95% ¿entre qué valores se encontrará la
proporción poblacional de sujetos que tiene un nivel de estudios de graduado escolar? (realice los cálculos
tomando cuatro decimales).
A) (0,851; 0,949)
B) (0,841; 0,959)
C) (0,823; 0,977)
𝑝 = 0,90; 𝑛 = 100; 𝑁𝐶 = 0,95 → 𝑧1−𝛼⁄2 = 1,96
0,90 ∙ 0,10
𝐸𝑚𝑎𝑥 = 𝑧1−𝛼⁄2 𝜎𝑝 = 1,96 ∙ √ = 0,0588
100
0,9588
𝑝 ± 𝐸𝑚𝑎𝑥 → 0,90 ± 0,0588 → {
0,8412
Para comprobar si la proporción de sujetos con un nivel de estudios de graduado escolar es superior en los
datos de los que usted dispone (Grupo 1) respecto a la de los datos de García y García (Grupo 2)
Los datos son:
DATOS DE LAS MUESTRAS

Usted (Grupo 1) García (Grupo 2)
Nº sujetos con graduado escolar 90 75
n 100 86
p 0,900 0,872
-1-
2) La hipótesis nula es:
A) 𝜋1 − 𝜋2 = 0
B) 𝜋1 − 𝜋2 ≥ 0
C) 𝝅𝟏 − 𝝅𝟐 ≤ 𝟎
Solución:
Como se pude observar en el enunciado, el investigador plantea como hipótesis alternativa que 𝜋1 > 𝜋2 ,
entonces para la hipótesis nula tendremos que:
𝐻0 : 𝜋1 ≤ 𝜋2
𝐻0 : 𝜋1 − 𝜋2 ≤ 0
La opción correcta es la C.
3) El valor del estadístico es, aproximadamente:

A) 𝒁 = 𝟎, 𝟔𝟎
B) 𝑍 = 1,64
C) 𝑍 = 1,45
Solución:
Es un contraste de dos proporciones de muestras independientes, asumiendo que D = 0, luego los cálculos son:
𝑛1 𝑝1 + 𝑛2 𝑝2 100 ∙ 0,9 + 86 ∙ 0,872
𝑃= = = 0,887
𝑛1 + 𝑛2 100 + 86
𝑝1 − 𝑝2 0,9 − 0,872
𝑍= = = 0,60
1 1
√𝑃(1 − 𝑃) ( + ) √0,887(1 − 0,887) ( 1 + 1 )
𝑛1 𝑛2 100 86
Opción correcta A.
4) El nivel crítico es, aproximadamente:

A) 0,05
B) 0,0735
C) 0,2743
Solución:
El contraste es unilateral derecho. Acudiendo a la
tabla de curva normal, observamos que la
probabilidad de encontrar una puntuación más
extrema (superior en este caso) a: 𝑍 = 0,60 es:
𝑝 = 1 − 0,7257 = 0,2743
5) Tras realizar el contraste de hipótesis se concluye que:

A) Existen diferencias significativas con un nivel de confianza del 99%.
B) Existen diferencias significativas con un nivel de confianza del 95%, pero no para un nivel de confianza del 99%.
C) No existen diferencias significativas para los niveles de confianza más usuales en psicología.
-2-
Solución:
Dado que: 𝑝 > 0,05 concluimos que no existen diferencias significativas para un 𝑁𝐶 = 95%.
Para comprobar si en los datos que usted obtiene es superior la varianza y menor la media respecto de los
datos de García y García:
Los datos son:
DATOS DE LAS MUESTRAS

Usted García
n 100 86
Media 21,500 23,400
Cuasi var. 65,000
Cuasi D. típ. 5,600
6) El estadístico de contraste y el nivel crítico para comprobar la hipótesis sobre las varianzas son,
aproximadamente:
A) 𝟐, 𝟎𝟕𝟑 (𝒑 < 𝟎, 𝟎𝟏)
B) 1,348 (𝑝 = 0,10)
C) 1,612 (𝑝 < 0,05)
Solución: Es un contraste de varianzas de muestras

independientes con 100 y 86 grados de libertad.
65
𝐹= = 2,073 (𝑝 < 0,01)
5,62
Si buscamos en las tablas de la F con los grados de
libertad más aproximados, obtenemos que para NC =
0.99, el valor de la 𝐹 = 1,726. Como el valor
obtenido es superior a este, podemos asegurar que
𝑝 < 0,01.
7) El estadístico de contraste y el nivel crítico (los grados de libertad son mayores que 100) para comprobar la
hipótesis sobre las medias son, aproximadamente:
A) −3,17 (𝑝 = 0,0008)
B) −2,14 (𝑝 = 0,0162)
C) −𝟏, 𝟖𝟗 (𝒑 = 𝟎, 𝟎𝟐𝟗𝟒)
Solución:
Se trata de un contraste unilateral sobre las medias de dos grupos independientes habiendo verificado previamente
que las varianzas son diferentes (ejercicio 6).
𝑌̅1 − 𝑌̅2 21,5 − 23,4 𝑔.𝑙.>100→𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑇= = = −1,89 → (𝑝 = 0,0294)
2
𝑆̂ 2 𝑆̂ 2 √ 65 + 5,6
√ 1+ 2 100 86
𝑛1 𝑛2
Hemos utilizado la tabla de la curva normal ya que los g.l. son mayores que 100 como se puede comprobar:
-3-
8) Tras el análisis estadístico sobre las diferencias sobre varianzas y medias se concluye (𝑁𝐶 = 95%), que en los
datos de los que usted dispone:
A) La varianza es mayor y la media es menor que en los datos de García.
B) La varianza es menor y la media es menor que en los datos de García.
C) La varianza es menor y la media es mayor que en los datos de García.
Solución: en los apartados anteriores se ha podido verificar que se rechazó la hipótesis de varianzas iguales ( p <
0,01) así como la hipótesis de medias iguales (p < 0,05). Luego podemos afirmar que la varianza del grupo 1 es
mayor que la varianza del grupo 2 y que la media del grupo 1 es menor que la media del grupo 2. La opción
correcta es la A.
Preguntas teóricas
9) El tamaño del efecto:
A) Es mayor a medida que aumenta el tamaño de las muestras.
B) Es mayor cuanto menor sea la diferencia de medias en valor absoluto entre los grupos experimental y control.
C) No depende del tamaño muestral.
Solución:
A diferencia de lo que sucede con los estadísticos de contraste, la magnitud del tamaño del efecto no depende
del tamaño muestral. La opción A contradice esta afirmación. La opción B es errónea porque, según la fórmula de
la d de Cohen, la diferencia de las medias entre el grupo experimental y control está en el numerador. Por tanto,
cuanto mayor sea esta diferencia, mayor será d; cuanto menor sea esta diferencia, menor será d.
10) La distribución muestral de la proporción sigue el modelo de probabilidad:

A) Binomial.
B) T de Student.
C) Chi cuadrado.
SITUACIÓN 2. Un investigador desea conocer el efecto del aprendizaje musical sobre la memoria de trabajo (MT) en
distintas fases de la vida. Para ello escoge a 30 personas que, por su edad, las agrupa en tres categorías: 10 son
jóvenes, 10 maduros y 10 jubilados. De cada grupo, la mitad tienen competencias musicales y la otra mitad no. En
cada uno de ellos mide la memoria de trabajo (MT) mediante el número de aciertos en la tarea de bloques de Corsi.
En su informe indica que se obtienen resultados significativos, debidos tanto a la Edad como a la interacción Edad x
Competencia Musical (F = 8,22 y F = 6,54, respectivamente utilizando un 𝛼 = 0,05) pero no así para la Competencia
Musical (F = 2,44). Respecto a la edad no se encontraron diferencias significativas para MT en el grupo de jóvenes
debida a la Competencia Musical, pero sí se observan diferencias en los otros dos grupos de edad, y siempre a favor
de personas con competencia musical.
-4-
El diseño es de dos factores independientes. Edad con tres niveles: Jóvenes, Maduros y Jubilados (𝑎 = 3) y
Competencia Musical (CM) con dos niveles (𝑏 = 2). El número total de sujetos es 𝑁 = 30 y el número de personas
para cada combinación de tratamientos 𝑛 = 5.
Ordenando los datos que aporta el enunciado en la tabla de ANOVA:
FV SC gl MC F
Edad 𝑎 −1 = 2 8,22
CM 𝑏−1 = 1 2,44
Edad x CM (𝑎 − 1)(𝑏 − 1) = 2 6,54
Error 𝑎𝑏(𝑛 − 1) = 24
Total 𝑁 − 1 = 29
11) El diseño que ha utilizado el investigador es:

A) De un factor de medidas repetidas (edad).
B) De un factor de medidas independientes (competencia musical).
C) de dos factores independientes 3x2.
12) El valor de la F crítica que separa la región de aceptación de la región de rechazo para contrastar el efecto del
factor principal Competencia Musical vale aproximadamente:
A) 19,446
B) 4,351
C) 1,095
Solución:
El valor de las tablas F de Fisher para 𝛼 = 0,05 y con 1 y 20 grados de libertad (los más próximos a 1 y 24 grados
de libertad), es 4,351.
13) Sabiendo que 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 112,3, la SC para la edad vale:

A) 1846,21
B) 522,09
C) 32,5
Solución:
Con el dato que aporta el enunciado de esta pregunta, completamos la tabla de ANOVA. Conociendo la
𝑀𝐶𝐸𝑟𝑟𝑜𝑟 comenzamos calculando el resto de las medias cuadráticas.
FV SC gl MC F
Edad 2 112,3 ∙ 8,22 = 923,106 8,22
Grupo 1 112,3 ∙ 2,44 = 274,012 2,44
Edad x Grupo 2 112,3 ∙ 6,54 = 734,442 6,54
Error 24 112,3
Total 29
A continuación, calculamos las sumas de cuadrados.
-5-
FV SC gl MC F
Edad 923,106 ∙ 2 = 𝟏𝟖𝟒𝟔, 𝟐𝟏𝟐 2 923,106 8,22
CM 274,012 ∗ 1 = 274,012 1 274,012 2,44
Edad x CM 734,442 ∗ 2 = 1468,884 2 734,442 6,54
Error 112,3 ∙ 24 = 2695,2 24 112,3
Total 29
El valor de la SC para la edad es 1.846,212. Opción correcta A.
14) La competencia musical:

A) Se ha demostrado significativa como factor principal.
B) No ha tenido ningún efecto.
C) Ha tenido un efecto en combinación con la edad.
Solución:
Como se indica en el enunciado, “En su informe indica que se obtienen resultados significativos, debidos tanto a la
Edad como a la interacción Edad x Competencia Musical” siendo F=6,54.
15) La interacción obtenida puede interpretarse como que:

A) La diferencia entre sujetos con competencia y sin competencia musical en la variable MT se incrementó
significativamente con la edad.
B) La edad disminuyó la actuación en MT.
C) Los sujetos con y sin competencia musical se diferenciaron significativamente en MT.
Solución:
La única afirmación compatible con el enunciado es la A, ya que se refiere a una interacción. Las otras dos opciones
son factores principales, y por lo tanto no predican nada de la interacción.
16) Para analizar la interacción mediante efectos simples podemos comparar:

A) La ejecución en MT entre jóvenes y maduros, entre jóvenes y mayores y entre maduros y mayores.
B) Los grupos de competencia musical vs. no competencia musical para cada nivel de edad.
C) La ejecución en MT entre sujetos con y sin competencia musical.
Solución: un análisis de efectos simples consiste en evaluar las diferencias entre niveles de un factor para diferentes
niveles del otro. En este caso podríamos:
a) realizar un análisis para el factor “competencia musical” para los jóvenes, otro diferente para los maduros y otro
para los jubilados, o bien
b) realizar un análisis de la edad en el grupo de sujetos con competencia musical (primer nivel de la variable
“competencia musical”) y otro diferente para el grupo de sujetos sin competencia musical (segundo nivel de la
variable “competencia musical”).
Vemos que la opción B es la única que hace referencia a alguna de estas posibilidades. Las opciones A y C sólo hacen
referencia a comparaciones para analizar los efectos principales de la edad o la competencia musical.
17) La posibilidad de analizar interacciones es:

A) Una de las razones por las que se recomienda el Anova frente a las comparaciones dos a dos de muestras
(dependientes o independientes).
B) Es problemática porque incrementa el error Tipo I.
C) Es difícil porque no se conoce la distribución muestral de las F´s en esta situación.
-6-
Solución:
Las opciones B y C son falsas. La opción correcta es la A ya que el Anova nos permite detectar interacciones (v.g., una
interacción entre elementos activos de un fármaco puede ser dañina y su detección es importante).
18) Por lo que se indica en el enunciado, cuando se han realizado las comparaciones de la interacción por efectos
simples, no se ha encontrado como significativa la diferencia en el grupo de:
A) Jóvenes.
B) Maduros.
C) Jubilados.
Solución: en el enunciado se ha indicado claramente que en este análisis de la interacción, la diferencia entre sujetos
con y sin competencia musical no es significativa en MT para los jóvenes.
19) En los Anovas el contraste es unilateral derecho porque:

A) La distribución F no tiene valores inferiores a 0.
B) Establecemos hipótesis sobre las varianzas poblacionales y estas son siempre positivas.
C) Dada la lógica del Anova, la posibilidad de encontrar valores de F inferiores a la unidad es poco probable.
SITUACIÓN 3. En un trabajo de Schlaug sobre el efecto cerebral del entrenamiento musical (tocar un instrumento),
se midió en 20 adultos la edad (en años) en que iniciaron el entrenamiento musical y el tamaño cerebral medio (en
mm) del giro precentral (zona cerebral del córtex motor primario). Se realizó un análisis de regresión de los datos
utilizando el tamaño como variable dependiente y la edad de inicio como variable independiente, del que se dispone
de los siguientes datos:
∑ 𝑋 = 123; ∑ 𝑋 2 = 825; ∑ 𝑌 = 753 ∑ 𝑌 2 = 28631; ∑ 𝑋𝑌 = 4558
20) El punto de corte con la ordenada vale, aproximadamente:

A) 32,15
B) 44,19
C) 12,05
Solución:
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 20 ∙ 4558 − 123 ∙ 753
𝐵= = = −1,064
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 20 ∙ 825 − 1232
𝐵0 = 𝑌̅ − 𝐵𝑋̅ = 37,65 − (−1,064) ∗ 6,15 = 44,19
21) Por cada año más tarde que se inicie el entrenamiento musical, se estima que en promedio el tamaño del giro
precentral medido en la edad adulta disminuirá, aproximadamente:
A) 5 mm
B) 2,52 mm
C) -1,06 mm
Solución:
Nos están preguntando por la pendiente de la recta de regresión. La hemos calculado en el apartado anterior y valía
-1,064 mm aproximadamente.
-7-
22) El estadístico de contraste para comprobar si es significativo el coeficiente de correlación de Pearson, vale,
aproximadamente:
A) -2,62
B) 1,05
C) -0,25
Solución:
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 20 ∙ 4558 − 123 ∙ 753

𝑟𝑥𝑦 = = = −0,526
√[𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ][𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 ] √[20 ∙ 825 − 1232 ][20 ∙ 28631 − 7532 ]
𝑟𝑥𝑦 √𝑛 − 2 −0,526√20 − 2
𝑇= = = −2,62
2
√1 − 𝑟𝑥𝑦 √1 − (−0,526)2
23) Para el estadístico de contraste de la pregunta anterior:

A) Se rechaza la hipótesis nula para un nivel de confianza del 99.
B) Se rechaza la hipótesis nula para un nivel de confianza del 95% pero no para un nivel de confianza del 99%.
C) Se mantiene la hipótesis nula.
Solución:
Para un contraste bilateral, los valores críticos de
la distribución T de Student con 18 g.l. y para unos
niveles de significación de 0,05 y 0,01 son,
respectivamente: -2,10 y -2,878. El estadístico de
contraste obtenido se encuentra entre ambos valores,
por lo que se rechaza la Ho con un nivel de confianza
de 0,95 pero no con un nivel de confianza de 0,99. Esto
indica que la correlación es significativa ( p < 0,05).
24) En una situación de correlación múltiple, la correlación semi-parcial entre X1 e Y:

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

A) Que 𝛽 = 0.
B) Que las puntuaciones de la variable independiente sean normales.
C) Que las puntuaciones de la variable dependiente condicionadas a cada valor de la variable independiente
sean normales.
-8-
Solución:
La opción A es claramente incorrecta ya que representa
una hipótesis más que una condición. La opción B es
incorrecta porque hace referencia a la variable
INDEPENDIENTE, es decir, la predictora. La única opción
correcta es la C ya que hace referencia a las
puntuaciones de la variable dependiente
CONDICIONADAS a las puntuaciones de la variable
independiente.
-9-
SITUACIÓN 1: En un trabajo de Bueheler y O'Brien publicado en el Journal of Family Psychology (2011) se analizó el
bienestar de la madre ante conflictos de conciliación entre trabajo y familia, señalando que las madres con trabajos a
tiempo parcial manifiestan tener mejor estado de salud en general y menos síntomas de depresión que las madres no
trabajadoras, mientras que entre las madres con trabajos a tiempo parcial y las que trabajaban la jornada completa no se
encontraron diferencias ni en salud ni en síntomas depresivos.
Imagine que usted dispone de una muestra de 110 madres, de las que 60 trabajan a tiempo competo (C) y el resto a
tiempo parcial (P). Todas ellas responden a la Escala de Bienestar Emocional (E) de Zigmond y Snaith (1983), en la que a
mayor puntuación mayor bienestar. La media y la varianza insesgada para las mujeres del grupo C son 35 y 121,
respectivamente, y para las mujeres del grupo P son 46 y 81, respectivamente. Por otra parte, de las 60 mujeres que
trabajan a tiempo completo, 45 obtienen bajas puntuaciones en la escala E frente a las 23 de las mujeres que trabajan a
tiempo parcial. Trabaje con un a = 0,05.
l. Para comprobar si existen diferencias significativas respecto al bienestar emocional medio entre madres trabajadoras
a tiempo completo y a tiempo parcial, se apoyaría en un diseño de dos muestras independientes provenientes de
poblaciones con varianzas:
A) desconocidas pero supuestas iguales.
B) conocidas y supuestas iguales.
C) desconocidas pero supuestas distintas.
2. Si desea comprobar que la proporción de madres que manifiestan peor estado de bienestar emocional es mayor en
aquellas con trabajo a tiempo completo que en las que trabajan a tiempo parcial, la hipótesis nula que formularía, es:
A) rrc :s; rrp
B) rrc = rrp
C) rrc ~ rrp
3. El estadístico de contraste (en valor absoluto) para evaluar la hipótesis de la anterior pregunta vale
aproximadamente:
A) 2,37
B) 1,83
C) 3,12
4. Si para el contraste de su hipótesis hubiese obtenido un estadístico de contraste de 2,82, entonces el nivel crítico p
valdría:
A) 0,9976
B) 0,0048
C) 0,0024
5. La probabilidad de obtener unos resultados como los observados en la muestra o más extremos bajo el supuesto de
una hipótesis nula verdadera recibe el nombre de:
A) Nivel de significación
B) Nivel crítico p
C) Potencia del contraste
6. El estadístico de contraste en valor absoluto para analizar si la media del bienestar emocional de las madres con
jornada a tiempo parcial es significativamente mayor que la media de las que trabajan a jornada completa es,
aproximadamente:
A) 5,66
B) 7,59
C) 4,65
7. Si con los datos de su trabajo obtuviera un estadístico de Cohen que tomase el valor d = 0,25, la conclusión global
resultante sería que:
A) La diferencia no es significativa ya que poco más de la mitad de las mujeres con jornada a tiempo completo tienen
valores por debajo de la media de las mujeres a tiempo parcial.
B) Existen diferencias significativas, pero poco importantes, ya que solo el 60% de las mujeres con jornada a tiempo
parcial superan la media del bienestar emocional de las mujeres con jornada completa.
C) Existen diferencias significativas muy importantes que indican que, aproximadamente, el 60% de las mujeres con
jornada a tiempo parcial superan la media del bienestar emocional de las mujeres con jornada completa.
8. Señale cuál de las siguientes es la variable independiente del trabajo de Buehler y O'Brien:
A) La situación laboral.
B) El trabajo y la familia.
C) La salud y los síntomas depresivos.
Situación 2: El director de una escuela de ajedrez está interesado en identificar la mejor estrategia de control de la
atención para entrenar a los alumnos de su centro. Se han estudiado tres estrategias: centrarse en estímulos internos
(condición A), centrarse en estímulos externos (condición B) y hacer una parada de pensamiento (condición C). El control
de la atención se ha operativizado mediante la variación de la conductividad eléctrica de la piel (medida en microSiemens
o µS). Se seleccionó una muestra aleatoria compuesta por 45 jugadores de ajedrez que se asignaron al azar a cada una de
las tres condiciones experimentales. Se obtuvieron los siguientes resultados descriptivos:
Condición experimental N Media Desviación típica

A 15 37,53 11,17
B 15 34,00 8,8 SCTotal = 6.783,46 Y
c 15 47,73 12,18 MCError = 125,2.
Total 45 39,75 12,11
9.- Se trata de un diseño factorial:

A) con tres grupos equilibrados.
B) con tres grupos dependientes.
C) de dos factores con interacción.
10.- La variable independiente de este experimento es:

A) las variaciones de la conductividad eléctrica de la piel.
B) el tipo de estrategia de control de la atención que se entrena.
C) el que los participantes sean jugadores de ajedrez.
11.- Teniendo en cuenta la técnica apropiada para resolver este diseño, ¿cuál sería el valor de los grados de libertad del
denominador del estadístico de contraste?
A)42
8)44
C) 28
12.- El tipo de análisis adecuado para probar la hipótesis del investigador es:
A) Anova de un factor con muestras independientes.
B) un Anova de dos factores.
C) un Anova de un factor de medidas repetidas.
13.- ¿Cuál es el valor más aproximado de la SCinter:

A) 5.258,4
B) 762,53
C) 1.525,06
14.- Calcule el estadístico de contraste y determine cuál de las opciones es correcta:
A) no podemos tomar ninguna decisión respecto a la hipótesis de igualdad de medias.
B) podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).
C) no podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).
15.- El valor crítico para rechazar Ha con un a= 0,01 vale, aproximadamente:

A) 3,1
B) 5,4
C) 2,4
16.- Suponiendo que no se rechazara la Ha, ¿entre qué grupos sería conveniente realizar comparaciones?
A) Entre ninguno.
B) Entre los grupos By C que son los que presentan la máxima diferencia en sus resultados.
C) Entre los Grupos A, By C.
Situación 3: En un estudio de Kenrick y Keefe (1992) sobre las diferencias de género en las estrategias reproductivas en
humanos, se midió la diferencia de edad existente en 1.511 matrimonios muestreados en la isla de Poro (Filipinas) desde
1913 a 1939 bajo la hipótesis de que los hombres prefieren esposas más jóvenes que ellos y que esta tendencia se
intensifica con la edad del hombre. Para cada edad del hombre se calculó una media de diferencias de edad con la mujer,
haciendo que el número de parejas de datos para realizar la regresión fuese de N = 6. El análisis de regresión realizado
generó los siguientes datos:
20 ,-
"O
i'O La variable dependiente Y se calculó como
"C
cu ni
<11 "Edad de la mujer - Edad del hombre".
cu o
"O c.<11
ru cu
·¡:¡
e: .!!!
~
.
cu e:
ou Ecuación de regresión:
e Y' = -1,523 - 0,280 X
Bondad del ajuste:
F(l, 4) = 11,896, MCresiduo 11,533
Edad del marido

Figura 1
17.- La hipótesis nula que se pone a prueba con esta elección de variables será:
A) {3 0 = O
B)p = O
C)f]~O
18.- El número de parejas en este estudio (tamaño muestra! para cada valor de X;):
A) diferirá para cada uno de los seis grupos de edad del hombre por razones biológicas.
B) no parece suficientemente grande para hacer un estudio como este.
C) dependerá del error típico de la distribución muestra! del estadístico, el cual está en proporción directa al tamaño de la
muestra.
19.- El punto de corte con la ordenada en este estudio:

A) Es una diferencia positiva de edades entre el hombre y la mujer.
B) No se puede calcular matemáticamente porque exige que el hombre tenga cero años (recién nacido).
C) No tiene sentido excepto si los indígenas de Poro emparejan a los niños al nacer.
20.- La Figura 1 muestra las medias de las diferencias de edades condicionada a la edad del hombre. Con los datos
proporcionados en la Figura:
A) no podemos saber si los datos son homocedásticos y normales.
B) no podemos saber si los datos están determinados o alienados.
C) podemos tener una idea aproximada del intervalo de confianza de Y para cada valor de X;.
21.- El valor crítico al 95% de confianza para contrastar si existe relación lineal entre X e Y mediante el Anova vale
aproximadamente:
A) 7,709
B) 11,896
C) -1,96
22.- En la tabla del Anova para contrastar si existe relación lineal entre X e Y, el valor de la MC,egresión vale
aproximadamente:
A) 46,133
B) 183,33
C) 137,2
23.- El análisis indica que el intervalo de confianza al 95% para B0 se encuentra entre -10,311 y 7,245 mientras que para B
se encuentra entre -0,505 y -0,055. Sabiendo esto podemos afirmar que:
A) Ni B0 ni B son significativos.
B) Ea no es significativo mientras que E sí lo es.
C) E no es significativo mientras que Ea sí lo es.
24.- En esta situación, el coeficiente de correlación de Pearson entre X e Y:

A) será positivo ya que coincide en el signo con B.
B) será negativo.
C) no es adecuado calcularlo porque la Figura 1 muestra que los datos no son lineales.
25.- Si otro investigador re-analiza estos datos modificando el cálculo de la variable dependiente Y para que sea "Edad del
hombre - Edad de la mujer", entonces:
A) cambiaría el valor de la correlación en valor absoluto entre X e Y.
B) cambiarán los valores de la Tabla del Anova que evalúa si existe relación lineal entre X e Y.
C) habría que modificar la hipótesis alternativa porque ahora la pendiente esperada sería positiva.
SITUACIÓN 1: En un trabajo de Bueheler y O'Brien publicado en el Journal of Family Psychology (2011) se analizó el
bienestar de la madre ante conflictos de conciliación entre trabajo y familia, señalando que las madres con trabajos a
tiempo parcial manifiestan tener mejor estado de salud en general y menos síntomas de depresión que las madres no
trabajadoras, mientras que entre las madres con trabajos a tiempo parcial y las que trabajaban la jornada completa no se
encontraron diferencias ni en salud ni en síntomas depresivos.
Imagine que usted dispone de una muestra de 110 madres, de las que 60 trabajan a tiempo competo (C) y el resto a
tiempo parcial (P). Todas ellas responden a la Escala de Bienestar Emocional (E) de Zigmond y Snaith (1983), en la que a
mayor puntuación mayor bienestar. La media y la varianza insesgada para las mujeres del grupo C son 35 y 121,
respectivamente, y para las mujeres del grupo P son 46 y 81, respectivamente. Por otra parte, de las 60 mujeres que
trabajan a tiempo completo, 45 obtienen bajas puntuaciones en la escala E frente a las 23 de las mujeres que trabajan a
tiempo parcial. Trabaje con un 𝛼 = 0,05.
Los datos de los que disponemos son:
Escala de bienestar emocional (E)

Puntuaciones Puntuaciones
n Media Cuas. Var.
bajas Altas
Tiempo
60 35 121 45 15
completo (C)
Tiempo
50 46 81 23 27
parcial (P)
Total 110 - - 68 42
1. Para comprobar si existen diferencias significativas respecto al bienestar emocional medio entre madres trabajadoras
a tiempo completo y a tiempo parcial, se apoyaría en un diseño de dos muestras independientes provenientes de
poblaciones con varianzas:
A) desconocidas pero supuestas iguales.
B) conocidas y supuestas iguales.
C) desconocidas pero supuestas distintas.
Las varianzas poblacionales son desconocidas. Pero hay que plantear un contraste de hipótesis sobre las varianzas
poblacionales para decidir si se consideran iguales o distintas.
𝐻0 : 𝜎𝐶2 = 𝜎𝑃2
𝑆̂𝐶2 121
𝐹= = = 1,49
𝐻1 : 𝜎𝐶2 ≠ 𝜎𝑃2 𝑆̂𝑃2 81
Mirando en la tabla F de Fisher para 60 y 60 g.l. (los más próximos a 59 y 49), comprobamos que el estadístico de
contraste no es significativo para un nivel de confianza del 95% (𝑓0,95;60;50 = 1,534), por lo que se asume que las
varianzas poblacionales son iguales.
-1-
2. Si desea comprobar que la proporción de madres que manifiestan peor estado de bienestar emocional es mayor en
aquellas con trabajo a tiempo completo que en las que trabajan a tiempo parcial, la hipótesis nula que formularía, es:
A) 𝝅𝑪 ≤ 𝝅𝑷
B) 𝜋𝐶 = 𝜋𝑃
C) 𝜋𝐶 ≥ 𝜋𝑃
La hipótesis nula es aquella que establece que no hay influencia, relación o efecto de la variable independiente (en
este caso la situación laboral) sobre la variable dependiente (el bienestar emocional). Si el investigador quiere
comprobar que la proporción de madres que manifiestan peor estado de bienestar emocional es mayor en aquellas
con trabajo a tiempo completo que en las que trabajan a tiempo parcial, la hipótesis nula, de no efecto de una
variable sobre la otra para este contraste unilateral, indicará que la proporción de madres que manifiestan peor
estado de bienestar emocional es igual o menor en aquellas con trabajo a tiempo completo que en las que trabajan a
tiempo parcial, como se recoge en la alternativa A).
𝐻0 : 𝜋𝐶 ≤ 𝜋𝑃
Las hipótesis que se han de plantear son: {
𝐻1 : 𝜋𝐶 > 𝜋𝑃
3. El estadístico de contraste (en valor absoluto) para evaluar la hipótesis de la anterior pregunta vale
aproximadamente:
A) 2,37
B) 1,83
C) 3,12
Para un contraste de diferencia de proporciones entre dos muestras independientes, calculamos el estadístico Z:
45 23
60∙ +50∙ 45+23 68
𝑃= 60 50
= 0,62 o también: 𝑃= = = 0,62
60+50 60+50 110
45 23
𝑝𝑐 − 𝑝𝑝 − 0,75 − 0,46
60 50
𝑍= = = = 3,12 → 𝑝 = 0,0009
1 1 1 1 0,0929
√𝑃 ∙ (1 − 𝑃) (𝑛 + 𝑛 ) √0,62 ∙ 0,38 ( + 50)
𝑐 𝑝 60
4. Si para el contraste de su hipótesis hubiese obtenido un estadístico de contraste de 2,82, entonces el nivel crítico 𝑝
valdría:
A) 0,9976 𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑍 = 2,82 → 𝑝 = 0,0024
B) 0,0048
C) 0,0024
5. La probabilidad de obtener unos resultados como los observados en la muestra o más extremos bajo el supuesto de
una hipótesis nula verdadera recibe el nombre de:
A) Nivel de significación
B) Nivel crítico p
C) Potencia del contraste
-2-
6. El estadístico de contraste en valor absoluto para analizar si la media del bienestar emocional de las madres con
jornada a tiempo parcial es significativamente mayor que la media de las que trabajan a jornada completa es,
aproximadamente:
A) 5,66
B) 7,59
C) 4,65
Se aplica el estadístico T para dos muestras independientes de la misma población o distintas pero con varianzas
iguales, como se ha comprobado en la pregunta 1..
𝑌̅𝑃 − 𝑌̅𝐶 46 − 35 11
𝑇= = = = 5,66
(𝑛𝑃 −1)𝑆̂12 +(𝑛𝐶 −1)𝑆̂22 1 1 49∙81+59∙121 1 1 1,942
√ ( + ) √ ( + )
𝑛𝑃 +𝑛𝐶 −2 𝑛𝑃 𝑛𝐶 108 50 60
7. Si con los datos de su trabajo obtuviera un estadístico de Cohen que tomase el valor 𝑑 = 0,25, la conclusión global
resultante sería que:
A) La diferencia no es significativa ya que poco más de la mitad de las mujeres con jornada a tiempo completo tienen
valores por debajo de la media de las mujeres a tiempo parcial.
B) Existen diferencias significativas, pero poco importantes, ya que solo el 60% de las mujeres con jornada a
tiempo parcial superan la media del bienestar emocional de las mujeres con jornada completa.
C) Existen diferencias significativas muy importantes que indican que, aproximadamente, el 60% de las mujeres con
jornada a tiempo parcial superan la media del bienestar emocional de las mujeres con jornada completa.
8. Señale cuál de las siguientes es la variable independiente del trabajo de Buehler y O'Brien:
A) La situación laboral.
B) El trabajo y la familia.
C) La salud y los síntomas depresivos.
Situación 2: El director de una escuela de ajedrez está interesado en identificar la mejor estrategia de control de la
atención para entrenar a los alumnos de su centro. Se han estudiado tres estrategias: centrarse en estímulos internos
(condición A), centrarse en estímulos externos (condición B) y hacer una parada de pensamiento (condición C). El control
de la atención se ha operativizado mediante la variación de la conductividad eléctrica de la piel (medida en microSiemens
o 𝜇𝑆). Se seleccionó una muestra aleatoria compuesta por 45 jugadores de ajedrez que se asignaron al azar a cada una de
las tres condiciones experimentales. Se obtuvieron los siguientes resultados descriptivos:
Condición experimental N Media Desviación típica

A 15 37,53 11,17
B 15 34,00 8,8 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = 6.783,46 y
C 15 47,73 12,18 𝑀𝐶𝐸𝑟𝑟𝑜𝑟 = 125,2.
Total 45 39,75 12,11
-3-
Se trata de un diseño con un factor con tres grupos equilibrados (𝑎 = 3; 𝑛1 = 𝑛2 = 𝑛3 = 15) con muestras
independientes. Con los datos proporcionados en el enunciado tenemos:
FV SC gl MC F
Inter 2
Intra 42 125,2
Total 6.783,46 44
Fácilmente se completa la tabla de ANOVA, calculando en primer lugar suma de cuadrados de error.
FV SC gl MC F
Inter 2
Intra 𝟒𝟐 ∙ 𝟏𝟐𝟓, 𝟐 = 𝟓. 𝟐𝟓𝟖, 𝟒𝟎 42 125,2
Total 6.783,46 44
A continuación se calcula la suma de cuadrados intergrupo.
FV SC gl MC F
Inter 𝟔. 𝟕𝟖𝟑, 𝟒𝟔 − 𝟓. 𝟐𝟓𝟖, 𝟒𝟎 = 𝟏. 𝟓𝟐𝟓, 𝟎𝟔 2
Intra 5.258,40 42 125,2
Total 6.783,46 44
Por último, se calculan la media cuadrática intergrupo y el estadístico de contraste.
FV SC gl MC F
Inter 1.525,06 2 762,53
6,09
Intra 5.258,40 42 125,20
Total 6.783,46 44
9.- Se trata de un diseño factorial:

A) con tres grupos equilibrados.
B) con grupos dependientes.
C) de dos factores con interacción.
10.- La variable independiente de este experimento es:

A) las variaciones de la conductividad eléctrica de la piel.
B) el tipo de estrategia de control de la atención que se entrena.
C) el que los participantes sean jugadores de ajedrez.
A) 42
B) 44
C) 28
A) Anova de un factor con muestras independientes.
-4-
B) un Anova de dos factores.
C) un Anova de un factor de medidas repetidas.
13.- ¿Cuál es el valor más aproximado de la SCInter:

A) 5.258,4
B) 762,53
C) 1.525,06
14.- Calcule el estadístico de contraste y determine cuál de las opciones es correcta:

A) no podemos tomar ninguna decisión respecto a la hipótesis de igualdad de medias.
B) podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).
C) no podemos rechazar la hipótesis de igualdad de las medias (nivel de confianza 95%).
El estadístico de contraste vale: 𝐹 = 6,09. Buscamos en la tabla F de Fisher con los grados de libertad más
próximos para alfa = 0,05: 𝐹0,95;2;42 ≈ 𝐹0,95;2;30 = 3,316. Dado que: 6,09 > 3,316 → 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
15.- El valor crítico para rechazar H0 con un 𝛼 = 0,01 vale, aproximadamente:

A) 3,1
B) 5,4
C) 2,4
Se busca en la tabla F de Fisher el valor más próximo: 𝐹0,99;2;42 ≈ 𝐹0,99;2;30 = 5,39
16.- Suponiendo que no se rechazara la H0, ¿entre qué grupos sería conveniente realizar comparaciones?
A) Entre ninguno.
B) Entre los grupos B y C que son los que presentan la máxima diferencia en sus resultados.
C) Entre los Grupos A, B y C.
Situación 3: En un estudio de Kenrick y Keefe (1992) sobre las diferencias de género en las estrategias reproductivas en
humanos, se midió la diferencia de edad existente en 1.511 matrimonios muestreados en la isla de Poro (Filipinas) desde
1913 a 1939 bajo la hipótesis de que los hombres prefieren esposas más jóvenes que ellos y que esta tendencia se
intensifica con la edad del hombre. Para cada edad del hombre se calculó una media de diferencias de edad con la mujer,
haciendo que el número de parejas de datos para realizar la regresión fuese de N = 6. El análisis de regresión realizado
generó los siguientes datos:
La variable dependiente Y se calculó como

“Edad de la mujer – Edad del hombre”.
Ecuación de regresión:
𝑌’ = −1,523 – 0,280 𝑋
Bondad del ajuste:
𝐹(1, 4) = 11,896; 𝑀𝐶𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 = 11,533
Figura 1
-5-
17.- La hipótesis nula que se pone a prueba con esta elección de variables será:
A) 𝛽0 = 0
B) 𝜌 = 0
C) 𝜷 ≥ 𝟎
𝐻0 : 𝛽 ≥ 0
Las hipótesis que se han de plantear son: {
𝐻1 : 𝛽 < 0
18.- El número de parejas en este estudio (tamaño muestral para cada valor de Xi):
A) diferirá para cada uno de los seis grupos de edad del hombre por razones biológicas.
B) no parece suficientemente grande para hacer un estudio como este.
C) dependerá del error típico de la distribución muestral del estadístico, el cual está en proporción directa al tamaño
de la muestra.
19.- El punto de corte con la ordenada en este estudio:

A) Es una diferencia positiva de edades entre el hombre y la mujer.
B) No se puede calcular matemáticamente porque exige que el hombre tenga cero años (recién nacido).
C) No tiene sentido excepto si los indígenas de Poro emparejan a los niños al nacer.
20.- La Figura 1 muestra las medias de las diferencias de edades condicionada a la edad del hombre. Con los datos
proporcionados en la Figura:
A) no podemos saber si los datos son homocedásticos y normales.
B) no podemos saber si los datos están determinados o alienados.
C) podemos tener una idea aproximada del intervalo de confianza de Y para cada valor de Xi.
21.- El valor crítico al 95% de confianza para contrastar si existe relación lineal entre X e Y mediante el Anova vale
aproximadamente:
A) 𝟕, 𝟕𝟎𝟗 Buscando en las tablas F de Fisher: 𝑓0,95;1;4 = 7,709

B) 11,896
C) −1,96
22.- En la tabla del Anova para contrastar si existe relación lineal entre X e Y, el valor de la MCregresión vale
aproximadamente:
A) 46,133
B) 183,33
C) 137,2
Con los datos del enunciado:
FV SC gl MC F
Regresión 1
11,896
Error 4 11,533
Total 5
Calculamos 𝑀𝐶𝑅𝑒𝑔. y 𝑆𝐶𝐸𝑟𝑟𝑜𝑟
FV SC gl MC F
Regresión 1 𝟏𝟏, 𝟓𝟑𝟑 ∙ 𝟏𝟏, 𝟖𝟗𝟔 = 𝟏𝟑𝟕, 𝟏𝟗𝟕
11,896
Error 𝟒 ∙ 𝟏𝟏, 𝟓𝟑𝟑 = 𝟒𝟔, 𝟏𝟑𝟐 4 11,533
Total 5
-6-
Completamos la tabla de ANOVA:
FV SC gl MC F
Regresión 137,197 1 137,197
11,896
Error 46,132 4 11,533
Total 183,329 5
23.- El análisis indica que el intervalo de confianza al 95% para B0 se encuentra entre -10,311 y 7,245 mientras que para B
se encuentra entre -0,505 y -0,055. Sabiendo esto podemos afirmar que:
A) Ni B0 ni B son significativos.
B) 𝑩𝟎 no es significativo mientras que 𝑩 sí lo es.
C) 𝐵 no es significativo mientras que 𝐵0 sí lo es.
24.- En esta situación, el coeficiente de correlación de Pearson entre X e Y:

A) será positivo ya que coincide en el signo con B.
B) será negativo.
C) no es adecuado calcularlo porque la Figura 1 muestra que los datos no son lineales.
25.- Si otro investigador re-analiza estos datos modificando el cálculo de la variable dependiente Y para que sea “Edad del
hombre – Edad de la mujer”, entonces:
A) cambiaría el valor de B0.
B) cambiarán los valores de la Tabla del Anova que evalúa si existe relación lineal entre X e Y.
C) habría que modificar la hipótesis alternativa porque ahora la pendiente esperada sería positiva.
-7-
Modelo C. Septiembre de 2017. No debe entregar los enunciados
Situación l. Aunque la pérdida de la memoria es uno de los aspectos definitorios de la enfermedad de Alzheimer (EA),
algunos estudios sobre las emociones suscitadas por la música en pacientes con Alzheimer han mostrado que estos
pacientes parecen tener preservada la capacidad de reconocer la emoción (felicidad, tranquilidad, tristeza o miedo) que
transmite la música (v.g., Drapeau et al., 2009) y, por lo tanto, parecen tener preservada la memoria musical.
Imagine que usted también defiende teóricamente la idea de que la memoria musical se mantiene incluso en pacientes
con EA pero quiere responder empíricamente a los críticos de la misma que plantean que los estudios originales no
utilizaron ningún grupo de control. Para ello, ha realizado un estudio en el que ha medido el número de aciertos (sobre
100 estímulos) en el reconocimiento de la emoción musical (presentando estímulos de cada tipo de emoción básica) en
un grupo de sujetos con EA (n = 20; YEA = 75,SEA = 15) y en un grupo de personas mayores (n = 25; YDcL =
80, SDcL = 5 ) con Deterioro Cognitivo Leve (DCL). Asumimos que las varianzas poblaciones difieren entre EA y DCL, y
adoptamos un a = O.OS.
1.- La variable dependiente es:

A) una variable discreta medida en una escala de razón.
B) una escala tipo Likert.
C) dicotómica ya que en cada ensayo el sujeto acierta o falla.
2.- El diseño utilizado es:

A) un contraste de más de dos grupos.
B) un contraste de dos medias independientes.
C) un contraste de dos varianzas dependientes.
3.- La hipótesis nula que plantea es:

A) Ha: µEA - µDCL *
O.
B) Ha: µEA > µDCL Ó µEA< µDCL·
C) Ha:µEA - µDCL = O.
4.- El valor del estadístico de contraste vale para poner a prueba esta hipótesis vale aproximadamente:
A) -1,43
B) -2,53
C) 0,32
5.- El valor crítico, expresado como valor absoluto, vale aproximadamente:

A) 2,074
B) 1,960
C) 1,061
6.- El nivel crítico se encuentra entre los valores:

A) 0,01 y 0,05.
B) 0,05 y 0,10.
C) 0,10 y 0,20.
7.- El tamaño del efecto:

A) se puede clasificar en tres categorías según Cohen.
B) depende del tamaño muestra!.
C) es una diferencia de medias no estandarizada.
8.- El investigador informó que, en su estudio, 1 - f3 = 0,6. Esto significa que:

A) la probabilidad de no rechazar Ha siendo falsa vale 0,6.
B) la probabilidad de rechazar Ha siendo falsa vale 0,6.
C) la probabilidad de no rechazar Ha siendo verdadera vale 0,40.
9.- Una de las posibles razones por las que podría no haberse rechazado Ha es:
A) los DCL y los EA tienen en la población un nivel de memoria musical distinto.
B) el bajo tamaño muestra!.
C) que el tamaño del efecto era muy elevado.
Situación 2. Cawson y cols. (1974) analizaron los niveles de cortisol en sangre en tres grupos de gestantes que nacieron
entre las 38 y las 42 semanas de gestación. El grupo 1 se estudió antes del inicio del parto, el grupo 2 fue estudiado
durante parto inducido y el grupo 3 se compuso de gestantes que nacieron espontáneamente y a los que se les midió el
cortisol después del parto. Los autores deseaban saber si estos datos proporcionaban evidencia que indicara una media
diferente en los niveles de cortisol entre las tres poblaciones representadas. En la Tabla 1 se presentan las puntuaciones
de cortisol en los tres grupos.
Grupo 1 262 307 211 323 454 339 304 154 287 356
Grupo 2 465 501 455 355 468 362
Grupo 3 343 772 207 1.048 838 687
Tabla 1
10.- La variable dependiente es:

A) el tiempo de gestación.
B) si el parto fue natural o inducido.
C) los niveles de cortisol en sangre.
11.- La variable dependiente es una variable:

A) continua.
B) discreta.
C) nominal.
12.- El diseño del estudio fue:

A) de dos factores con tres niveles independientes e interacción.
B) de un factor de tres grupos independientes no equilibrado.
C) de un factor de tres grupos dependientes equilibrado.
A) un Anova de un factor con muestras independientes.
B) un Anova de dos factores con interacción.
C) un Anova de medidas repetidas.
A)19
B) 21
C) 41
15- El valor crítico para rechazar Ha con un a = 0,01 vale:

A) 5,926
B) 2,606
C) 3,522
16.- Sabiendo que la SCTotal = 458.032,097 y la MCError = 13.462,225 ¿cuál es el valor más aproximado de la SCinter?
A) 229.016,048
B) 202.250,000
C) 1.036.814,364
17.- Con los datos de la pregunta anterior ¿cuál es el valor más aproximado del estadístico de contraste?
A) 7,5
B) 8,3
C) 0,79
Situación 3: Un estudio de Beltrán, Valor y Expósito (2015) de título "El perdón ante transgresiones en las relaciones
interpersonales" analiza, mediante un análisis de regresión, las variables que predicen el perdón en una relación de
pareja, tanto en hombres como en mujeres. Utilizando una muestra de estudiantes de la Universidad de Granada
señalan, entre sus conclusiones, que la baja capacidad imaginativa para ponerse en situaciones ficticias (empatía), en el
caso de los hombres, y la mayor dependencia emocional, en el caso de las mujeres, son las variables que predicen un
menor perdón y mayor motivación de venganza hacia la pareja.
Para el caso de las mujeres, usted desea verificar si estas conclusiones se mantienen también en su localidad. Para ello,
utiliza una muestra de 27 mujeres que habían sufrido algún tipo de transgresión en su relación de pareja y que responden
a dos cuestionarios, uno para medir la gravedad de la transgresión (T) y otro la dependencia emocional (D) obteniendo
los siguientes resultados: Covarianza (T, D) = 25; desviación típica (T): Sy = 7; desviación típica (D): SD = 5; f =
35; J5 = 20.
18.- El porcentaje de varianza explicada en la variable "gravedad de la transgresión" (T) a partir de la dependencia
emocional (D) es aproximadamente:
A) 71,4%
B) 39,98%
C) 51,02%
19.- La correlación entre las variables "gravedad de la transgresión" y "dependencia emocional":

A) es tan pequeña que puede explicarse por el azar.
B) es significativa (p < 0,01).
C) No es significativa con un a de 0,01 pero sí con un a de 0,05.
20.- ¿Cuál es, aproximadamente, el valor de la pendiente de la ecuación de regresión para predecir la gravedad de la
transgresión (T) a partir de la dependencia emocional (D)?:
A) 1
B) 0,02
C) 0,5
21.- En el análisis de la regresión, el error típico es:

A) La diferencia entre la puntuación observada en un sujeto y la puntuación pronosticada.
B) La desviación típica de las puntuaciones pronosticadas.
C) La desviación típica de los errores de pronóstico.
22.- En el análisis de regresión de la "gravedad de la transgresión" (T) en función de la "dependencia emocional" (D), el
coeficiente de alienación corresponde a:
A) La variabilidad de la trasgresión debida o explicada por la dependencia emocional.
B) La variabilidad de la dependencia emocional asociada a otras variables diferentes a la transgresión.
C) La variabilidad de la transgresión debida a otras variables distintas a la dependencia emocional.
23.- ¿Cuál de las siguientes gráficas representa la condición de homocedasticidad que deben cumplir los datos para
realizar el análisis de regresión lineal?
A) B) C)
~ •
'
24.- Para una mujer que obtiene en el cuestionario de dependencia emocional (D), una puntuación de 4 puntos por
encima de la media, la puntuación pronosticada en "gravedad de la transgresión" (T), es de:
A)39
B) 19
C) 4
25.- La varianza de los errores de pronóstico vale, aproximadamente:
A)4,9
8)24
C) 8,65

Ex Amenes

Cargado por

Información del documento

Descripción 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

Ex Amenes

Cargado por

Copyright:

Formatos disponibles

Modelo A. Febrero 2015.

No debe entregar los enunciados

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

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

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

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

3- La hipótesis nula es:

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

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

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

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

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

Los datos del problema son:

Cuasi des Cuasi Var

|𝑌̅1 − 𝑌̅2 | |13,75 − 18,3|

15- Los resultados obtenidos indican que:

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

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

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

1- La hipótesis nula del profesor es:

2- El valor del estadístico de contraste es:

3- El valor crítico es, aproximadamente:

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

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

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

9- Al aumentar el tamaño de la muestra:

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

14- El estadístico de contraste que aplicaría es:

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

𝑌̅1 − 𝑌̅2 14,5 − 17

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

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

19- ¿De cuántas variables independientes consta el experimento?

20- La variable dependiente en este experimento fue:

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

25- La conclusión de este experimento debería indicar que

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

1- La hipótesis alternativa es:

Las hipótesis a plantear son:

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

3- El nivel crítico del estadístico de contraste es:

𝑇𝑎𝑏𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

Antes de aplicar el tratamiento, los datos son:

Media Cuasi desviación típica

Para decidir si se asumen varianzas poblacionales iguales o diferentes:

𝑌̅1 − 𝑌̅2 10 − 9,5

Después de aplicar el tratamiento, los datos son:

Media Cuasi desviación típica

6- El tamaño del efecto vale, aproximadamente:

|𝑌̅1 − 𝑌̅2 | |4 − 9,25|

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

𝑌̅1 − 𝑌̅2 4 − 9,25

8- Los resultados obtenidos indican que:

11- Se trata de un diseño:

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

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

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

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

Datos del problema.

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

𝑇𝑎𝑏𝑙𝑎 𝑑𝑒 𝑐𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙

𝑝(1 − 𝑝) 0,18(1 − 0,18)

𝑆̂12 9,52 𝑇𝑎𝑏𝑙𝑎 𝐹 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟