EXAMEN MODELO A GRADO EN PSICOLOGÍA INTRODUCCIÓN AL ANÁLISIS DE DATOS

SEPTIEMBRE 2010

1. C La escala de medida permite clasificar la variable aleatoria de estudio. Las cuatro escalas
de medidas existentes son:
• Nominal: medidas cualitativas como estado civil, sexo, raza, nº de teléfono,…
• Ordinal: valores que se pueden ordenar como dureza de los minerales, resultados de
una carrera,…
• De intervalo: el cero tiene un significado relativo como en las fechas, las temperaturas,
las puntuaciones de IQ,…
• De razón: el cero tiene un significado absoluto como en los ingresos, la velocidad, la
edad,…

9. A Las pruebas para determinar la relación que pueda existir entre dos variables están
relacionadas con la distribución
 . Las más utilizadas son las siguientes:

• Índice de asociación . Se utiliza para variables cualitativas.

• Índice  para variables dicotómicas.
• Coeficiente de contingencia C.

Dichos índices toman, en general, valores comprendidos entre 0 y 1.

El coeficiente de correlación de Pearson rXY determina la relación lineal que existe entre dos
variables.

El coeficiente de asimetría As se calcula independientemente para cada una de las variables.

10. B En el estudio de dos variables, la información suele presentarse mediante una tabla de
doble entrada. Al ser ambas variables dicotómicas tendremos una tabla con dos filas y dos
columnas como en el siguiente ejemplo:

Y
Mujeres Varones
X Creyentes
Agnósticos


En tablas cuadradas de orden nxn, el máximo valor de la variable es  
.

Para n = 2 obtenemos como máximo valor 0,707.

http://matesblogs.blogspot.com/
Página 1
13. B El número de veces que se repite un suceso es la frecuencia absoluta.

Los sucesos mutuamente excluyentes son aquellos que no pueden ocurrir simultáneamente.
Por ejemplo sacar impar y sacar 2 en el lanzamiento de un dado.

23. C Los parámetros que se suelen estimar son los siguientes:

• La media poblacional  a partir de la media muestral ̅ .

• La desviación típica poblacional  a partir de la cuasivarianza muestral sn-1.
• La proporción de una característica a partir de la proporción obtenida dela muestra.

La estimación más útil es la obtenida a través de un intervalo de confianza, para lo cual se

suele buscar una variable que relacione al parámetro y se distribuya como una normal.

24. C Para obtener la distribución muestral de la media de una población estamos tomando
muestras grandes y obteniendo la media de cada una de las muestras. Deducimos a partir del
Teorema central del límite que la variable aleatoria de las medias muestrales  se comporta

como una distribución normal de media la media poblacional  y de desviación típica .A
√
dicho valor de la desviación típica se le denomina error típico de la media.

25. B Las medias muestrales  de la variable aleatoria se comporta como una distribución

normal de media 10 y de desviación típica = 0,4.
√

Si en la curva de la distribución normal tipificada Z tomamos un intervalo que ocupa un área

del 95%, entonces dejamos en las colas un área del 2,5%.

Utilizamos la propiedad de que la curva es simétrica respecto al eje de ordenadas. Hay que
hallar los valores −a y a tales que P(−a < Z < a) = 0,95.

http://matesblogs.blogspot.com/
Página 2
La tabla da la probabilidad expresada en la forma “Z < z”, así que el intervalo anterior lo
expresamos de forma equivalente como sigue:

P(Z <−a) = 0,025 → −a = −1,96

Por tanto P(−1,96 < Z < 1,96) = 0,95.


Realizando la transformación  = obtenemos los extremos del intervalo:
,


P(−1,96 < ,
< 1,96) = 0,95 → P(9,216 < X < 10,784) = 0,95.

http://matesblogs.blogspot.com/
Página 3