EXAMEN

de Metodologa Cuantitativa

EXAMEN
de Metodologa Cuantitativa

24 de julio de 2014 - A2

24 de julio de 2014 - A2

Nombres __________________________

Apellidos ________________________

A2

CI _______________________________

cuadro para control docente

a
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

cuadro para el estudiante

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

UNIVERSIDAD DE LA REPUBLICA
FACULTAD DE PSICOLOGA
Examen de Metodologa Cuantitativa
24 de julio de 2014 - A2

Nombres ________________________________________________________
Apellidos ______________________________________________________
CI _____________________________________________________________

A2

ATENCIN

Completa tus datos personales en todos los espacios destinados para ello.
Recuerda apagar su celular y mantenerlo fuera de la vista, el no cumplir con esta consigna ser
motivo de anulacin del examen.
El siguiente examen consta de 25 preguntas de modalidad verdadero o falso. Verifica que tu
examen est completo.
Para alcanzar la calificacin mnima de aprobacin (equivalente a 3) es necesario obtener 60
puntos, lo que corresponde al 60% del examen.
Todas las preguntas son de modalidad verdadero o falso y se debern responder en la
planilla adjunta marcando V para las opciones verdaderas o F para las opciones falsas.
Otras formas de contestar no sern tenidas en cuenta.

Cada opcin correcta vale 1 punto

Cada opcin no contestada vale 0 punto

Cada opcin contestada errneamente vale 0.25 puntos (resta 0.25)

1. Acerca de las hiptesis en los estudios cuantitativos:

a. Son explicaciones tentativas del fenmeno investigado.
b. No es necesario formularlas para plantear estudios explicativos.
c. No es necesario formularlas para plantear estudios exploratorios.
d. Si no se comprueban en los estudios, es necesario reconsiderarlas.
2. De los estudios cuantitativos podemos decir que:
a.
b.
c.
d.

A2

La operacionalizacin de las variables implica definir cmo se miden y obtienen los datos.
Los datos son observaciones concretas de los valores que toman las variables.
Las hiptesis generalmente relacionan variables entre s
La validez interna de un estudio tiene que ver con cmo se generalizan los resultados a otros
contextos y situaciones.

3. Acerca del muestreo:

a. Se pueden delimitar poblaciones de estudio antes de especificar la unidad de anlisis.
b. Los muestreos no probabilsticos implican utilizar toda la poblacin de estudio.
c. El tamao de la muestra en un muestreo probabilstico es directamente proporcional al
tamao de la poblacin.
d. La inclusin de todos los trabajadores de una empresa que ganan menos del doble del
salario mnimo es un ejemplo de muestreo probabilstico.
4. Acerca del muestreo probabilstico:
a.
b.
c.
d.
5.

No es recomendable utilizarlo ya que depende del azar.

Permite ignorar el tamao muestral ya que depende del azar.
Siempre garantiza una muestra balanceada y uniforme de la poblacin.
Puede llevarse a cabo con un bolillero ya que depende del azar.

Respecto a la medicin:
a. Implica la utilizacin de instrumentos de medida para dar valor real a un constructo
conceptual.
b. Permite obtener datos concretos de las variables observadas.
c. Es un proceso anterior al testeo de hiptesis.
d. Es exclusiva de los estudios explicativos.

6.

Acerca de la confiabilidad de los instrumentos de medida:

a.
b.
c.
d.

7.

La confiabilidad puede ser alta y sin embargo el instrumento puede tener baja validez.
Est relacionada con la consistencia de los datos obtenidos al repetir las medidas.
Una baja confiabilidad puede compensarse con una alta validez.
No es necesaria que sea alta en estudios correlacionales.

Sobre la validez de los instrumentos de medida puede decirse que:

a. La validez de contenido es alta si las medidas se correlacionan con otras obtenidas con
diferentes criterios.
b. La validez de criterio refiere al grado en que el instrumento refleja el dominio de contenido de
lo que se mide.
c. La validez total integra la validez de contenido, de constructo y de criterio.
d. La validez de constructo debe explicar el modelo terico-emprico que subyace a la variable
de inters

8.

Acerca de la recoleccin de datos:

a.
b.
c.
d.

Es necesario definir que variables se van a medir antes de recolectar los datos.
El tipo de anlisis de datos a realizar depende de cules fueron los datos obtenidos.
En los trabajos de revisin bibliogrfica puede no haber recoleccin de datos.
Algunos anlisis estadsticos de los datos recogidos permiten contrastar hiptesis

9. Sobre los niveles de medicin:

a. El nivel de medicin ordinal implica la existencia de dos o ms categoras sin relaciones de
jerarqua.
b. En el nivel de medicin nominal las categoras tienen relaciones de jerarqua.
c. En el nivel por intervalos los intervalos entre las categoras son iguales, y no existe relacin
de jerarqua.
d. Para el nivel de razn existe un punto de cero real y absoluto.
e.
10. Sobre las variables categricas:
a.
b.
c.
d.

A2

Identifican clases o niveles diferentes de un atributo o propiedad.

Es posible realizar operaciones aritmticas sobre ellas.
No es posible realizar anlisis estadsticos inferenciales de estas variables.
No se utilizan en diseos experimentales.

11. Sobre las variables continuas:

a.
b.
c.
d.

Pueden ser discretas.

Es posible realizar operaciones aritmticas sobre ellas.
Solo se utilizan en diseos experimentales y cuasi-experimentales.
Son ejemplos de variables cuantitativas: peso, altura, cantidad de amigos en Facebook,
edad.

12. Con respecto a los cuestionarios:

a. Para las preguntas cerradas solo se permiten dos respuestas posibles.
b. Las preguntas abiertas son ms fciles de analizar que las cerradas.
c. Es necesario codificar las respuestas de las preguntas abiertas para realizar anlisis
estadsticos.
d. Es recomendable incluir la mayor cantidad de preguntas posibles para medir una variable.
13. Acerca de las distribuciones de frecuencias:
a.
b.
c.
d.

Ordenan las ocurrencias de los valores en distintas categorias.

Pueden representarse grficamente.
Para variables cuantitativas, existen funciones matemticas que pueden representarlas.
Los polgonos de frecuencia son tiles para describir los datos en variables categricas.

14. Sobre las medidas de tendencia central:

a.
b.
c.
d.

La media representa el valor ms probable.

La mediana puede ser igual a la media.
La moda es el valor intermedio entre la media y la mediana.
Una poblacin puede no tener mediana pero si media.

15. Acerca de las medidas de variabilidad:

a.
b.
c.
d.

A2

La varianza es la raz cuadrada del desvo estndar.

Indican la dispersin de los datos en la escala de medicin.
El rango indica la extensin total de los datos en la escala.
Es necesariamente grande si la media es corresponde a un valor alto.

16. Acerca de las medidas de asimetra y kurtosis:

a.
b.
c.
d.

La kurtosis cuantifica que tan plana o picuda es una distribucin de frecuencia.

Si la kurtosis es grande, necesariamente la asimetra tambin es grande.
Si la asimetra es cero y la moda es nica, entonces la media es igual a la moda.
La asimetra permite saber de qu lado de la curva las frecuencias se concentran ms.

17. Sobre las puntuaciones Z:

a.
b.
c.
d.

No deben utilizarse para comparar dos muestras diferentes.

Permite calcular el nivel de significancia estadstica.
Alcanzan un valor mximo igual al desvo estndar.
Son siempre positivas.

18. Acerca de las formas de evaluar la confiabilidad de una prueba:

a. El mtodo test-retest implica correlacionar los valores obtenidos por la misma prueba en dos
momentos diferentes.
b. El mtodo de mitades partidas implica correlacionar los valores obtenidos por diferentes
pruebas en distintas mitades de los datos.
c. Medidas como el alfa de Cronbach permiten medir la coherencia interna.
d. Una correlacin menor al 0,05 implica que la confiabilidad es mayor al 95%.
19. Acerca de la estadstica inferencial:
a.
b.
c.
d.

Permite contrastar hiptesis y estimar parmetros.

Un test de hiptesis permite determinar si sta es consistente con los datos.
Los valores de los parmetros pueden estimarse con absoluta certeza.
No permite comparar ms de dos hiptesis.

20. El nivel de significancia alfa:

a.
b.
c.
d.

Debe fijarse en siempre 0.05.

Depende del tipo de test estadstico a utilizar.
Corresponde a la probabilidad de equivocarse al rechazar la hiptesis nula
Es fijado de antemano por el investigador.

21. Con respecto a la investigacin cientfica:

a.
b.
c.
d.

La reproducibilidad de los resultados no es importante

Se consideran objetos de estudio slo los propuestos por las autoridades relevantes.
Se trata de la observacin pasiva de la realidad.
Articula hiptesis, deducciones y evidencia emprica.

22. En relacin con los proyectos de investigacin cuantitativos:

A2

a. Los estudios exploratorios son tiles cuando se conoce poco acerca del fenmeno a estudiar.
b. Los estudios exploratorios se basan en los resultados obtenidos a travs de diseos
explicativos.
c. Los estudios longitudinales buscan estudiar el objeto en un nico instante de tiempo.
d. Utilizando estudios correlacionales se pueden inferir relaciones causales.
23. Los estudios correlacionales:
a.
b.
c.
d.

Permiten obtener correlaciones causales as como correlaciones espurias.

No existen pruebas estadsticas para evaluar la significancia de las correlaciones.
Revelan posibles relaciones entre variables.
Si no se encuentran correlaciones el estudio no tiene valor alguno.

24. Son ejemplos de estudios transversales:

a. El seguimiento de una cohorte de pacientes cardacos a partir de que son dados de alta de
un hospital.
b. La evaluacin del desempeo lector en dos grupos de nios antes y despus de una
intervencin.
c. La bsqueda de una asociacin entre hbitos saludables y bienestar emocional mediante
encuestas aplicadas en un slo momento.
d. La caracterizacin del perfil socio-econmico de los estudiantes que rindieron el examen de
Metodologa Cuantitativa en Diciembre de 2013.
25. Acerca de la clasificacin de los diseos cuantitativos segn cumplan con los requerimientos
experimentales, puede afirmarse que:
a. Los diseos experimentales implican la manipulacin de una o ms variables
b. Es comn la formacin de grupos de control en diseos experimentales y cuasiexperimentales.
c. Los diseos cuasi-experimentales son muy comunes en el contexto clnico.
d. En los diseos cuasi-experimentales la asignacin de las unidades de observacin a los
diferentes grupos no es aleatoria.