UNIDAD Nro.

5
54. Pregunta: Qu se entiende por puntuaciones tpicas o puntuaciones estndar y qu
ventajas tienen sobre las puntuaciones brutas?

La puntuacin tpica de una observacin indica el nmero de desviaciones tpicas que esa
observacin se separa de la media.
El significado de las puntuaciones directas o brutas consideradas en si misma, es
prcticamente nulo. Pueden solo llegar a admitir cierto significado solo si se las compara con
una medida de tendencia central como la medio. En este sentido las puntaciones tpicas
significan ms que las brutas. En Psicologa se ve que de manera frecuente cada puntuacin
tpica podr ser, adems, traducible en un porcentaje. Dada una puntuacin tpica podremos
calcular cuantas personas del grupo de referencia se encuentran por debajo o por encima de
ella. As mediante las puntuaciones tpicas se pueden obtener interpretaciones muy
razonables y ms acertadas.
Las puntuaciones tpicas permiten hacer comparaciones, llevando los resultados a una escala
comn Dos puntuaciones directas referidas a 2 caractersticas distintas no son comparables
entre si. Por el contrario, dos puntuaciones tpicas son siempre comparables, ya que son
nmeros abstractos, es decir que no vienen expresadas en ninguna unidad concreta de
medida. Entonces decimos que son tiles: cuando hay que hacer comparaciones entre
unidades de distintos grupos (es decir que podemos comparar, mediante las puntuaciones
tpicas, distintas observaciones de un mismo sujeto o de sujetos diferentes); y cuando hay
que hacer comparaciones entre variables medidas de distintas forma o entre distintas
variables. (Esto se puede hacer porque las puntuaciones tpicas son adimensionales)
55. Pregunta: Con qu finalidad se tipifican las puntuaciones de los tests? Qu informacin
proporciona una puntuacin z?

Se tipifican las puntuaciones de los test con la finalidad de simplificar cuando se quiere
tabular las probabilidades normales para varios valores de los parmetros. Tal procedimiento
se lo de nomina de TIPIFICACIN. Consiste en convertir las medidas a nmeros expresados
en desviaciones tpicas como unidades por encima o por debajo de la media. Se reduce pues
la escala de medida X a la escala tpica Z.
Las puntuaciones de un sujeto adquieren significado cuando se comparan con las
puntuaciones del resto del grupo. Las puntuaciones se tipifican para poder llevar a cabo dicha
comparacin, ya que un puntaje z, que es un puntaje tipificado, me permite conocer posicin
relativa de un sujeto respecto de su grupo
Un puntaje Z es un puntaje tipificado. El puntaje Z poblacional es una transformacin afn y
lineal de los puntajes X.
Un puntaje Z no tiene unidad de medida. Me dice a que distancia en trminos de desvo
estoy por arriba o por debajo del parmetro, es decir que indica a que distancia de la media
esta una observacin en trminos de desvos. Me indica la.
Un puntaje Z es una transformacin afn y lineal de X. Con LINEAL se quiere decir que las 2
variables en la formula estn elevadas a la misma potencia; y con AFN queremos decir que
la estructura original se mantiene luego de la transformacin.
De todos modos hay que tener en cuanta que las puntuaciones tpicas tambin tienen
desventajas, ya que generalmente son negativas y estn expresadas en nmeros decimales.
56. Pregunta: Qu caractersticas debe tener el grupo normativo para proporcionar una
adecuada descripcin estadstica del sujeto?

Para cumplir la finalidad de que proporcionen una adecuada descripcin estadstica del
sujeto, el grupo de sujetos denominado GRUPO NORMATIVO (con cuyas puntuaciones se
calculan los diversos estadsticos utilizados en las comparaciones) debe ser representativo de
la poblacin a la que va destinado el test y debe tener un tamao adecuado, para
proporcionar estimadores seguros y dentro de los limites del error muestral.
Por otra parte debe ser homogneo en el sentido de que todos los individuos sean miembros
de la poblacin objetivo. Cuando un test es susceptible de aplicacin a diversas

subpoblaciones, si existen diferencias significativas entre ellas se deben confeccionar normas

separadas, de modo que cada sujeto pueda ser comparado con su grupo de referencia.
57. Pregunta: Explique los conceptos de rango percentilar de un puntaje y percentil. D un
ejemplo. (Entender el percentil como caracterstica del grupo y el rango percentilar como puntaje
transformado de un individuo con relacin al grupo )

Tambin podemos indicar la posicin del sujeto dentro de la distribucin segn el porcentaje
de casos que supera. Por esto podemos definir: EL RANGO PERCENTILAR (%) indica la
posicin relativa de un sujeto segn el porcentaje de las puntuaciones alcanzadas por otros y
que se encuentran debajo de su puntuacin. (Un sujeto con Rango Percentilar 70 es el que
obtuvo una puntuacin que supera al 70% de las puntuaciones de los otros y que fue
superado por el 30% de los casos. Ahora bien, llamamos PERCENTIL al valor de la variable.
(En el caso anterior si dicho sujeto obtuvo 8 puntos decimos que el Percentil 70 es 8.
UNIDAD Nro. 6
61. Pregunta: Mencione los distintos mtodos de muestreo y explique en qu consiste el
muestreo aleatorio simple.

La representatividad de una muestra no solo depende de la magnitud de su tamao, sino

tambin del procedimiento seguido para la eleccin de las unidades maestrales. Las
modalidades de muestreo son variadas, aunque cabe agruparlas en 2 amplias categoras
MUESTREO PROBABILSTICO y NO PROBABILSTICO, dependiendo de si el azar interviene en
todas las fases de la seleccin.
1) MUESTREO PROBABILSTICO O ALEATORIO: se fundamenta en la aleatorizacin como
criterio de seleccin muestral: Eso favorece que:
cada unidad de la poblacin tiene la misma probabilidad de participar en la muestra
la eleccin de cada unidad muestral es independiente de las dems
permite controlar el error muestral
Se adecuan ms a propsitos de:
. Estimacin de parmetros
. Comprobacin de hiptesis
Variedades:
. Simple
. Sistemtico
. Estratificado
. Por conglomerados
. De rutas aleatorias
2) MUESTREO NO PROBABILSTICO: la extraccin de la muestra se efecta siguiendo
criterios diferentes de la aleatorizacin como la conveniencia u otros criterios subjetivos.
Esto repercute en:
que algunas unidades de la poblacin tengan mayor probabilidad que otras de ser
seleccionadas para la muestra
la dificultad de calcular el error muestral
la introduccin de sesgos en el proceso de eleccin muestral
De todos modos el muestreo no probabilstico tiene 2 ventajas:
no precisa de la existencia de un marco muestral
su materializacin resulta ms sencilla y econmica que los muestreos
probabilsticas.
Se adecuan ms a propsitos de:
. La indagacin exploratoria
. Estudios cualitativos,
. Investigaciones sobre poblaciones de difcil localizacin

Variedades:
. Por cuotas
. Estratgico
. bola de nieve
Dentro de los PROBABILSTICOS encontramos el ALEATORIO SIMPLE: constituye el
prototipo de muestreo, en referencia al cual se estiman las formulas bsicas para el clculo
del tamao y del error muestral. Su realizacin exige la existencia de un marco muestral.
Una vez localizado se asigna a cada unidad de la poblacin (en el listado) un nmero de
identificacin para, posteriormente, proceder a la extraccin aleatoria de los integrantes de la
muestra. La seleccin muestral debe garantizar que:
- cada unidad de la poblacin tenga una probabilidad igual de participar en la muestra
- la seleccin muestral sea totalmente aleatoria hasta alcanzar el tamao muestral fijado
La eleccin de las unidades maestrales puede hacerse sin reemplazamiento (cuando cada
unidad de la poblacin puede ser elegida solo una vez) o con reemplazamiento (si participa
en elecciones sucesivas.
62. Pregunta: Explique el carcter variable de la media muestral. Qu significa que la misma
es un estimador insesgado de la media poblacional?

La variable MEDIA MUESTRAL se comporta como una VARIABLE, ya que al cambiar las
muestras se obtienen diferentes medias. Cuando hablamos de la media como variable
decimos que es un ESTADSTICO. Un estadstico es una variable cuyos valores se calculan se
calculan a partir de una muestra. Como no se dispone de todos los valores poblacionales, se
toma la muestra y se calcula la media de esa muestra. Por eso decimos que la VARIABLE
MEDIA MUESTRAL es un estimador insesgado de la media poblacional, por la media muestral
se considera que es una aproximacin a la media poblacional. Por eso se dice que esta media
pensada como variable es un ESTIMADOR de la media poblacional, porque se considera que
sus valores son aproximaciones al parmetro media poblacional. Usamos ese estadstico
(media como variable= X raya) para aproximarnos a los parmetros (media poblacional= u).
Un estimador se dice insesgado cuando su media coincide con el parmetro que pretende
estimar. Se dice que X (con rayita), es un estimador insesgado de la media poblacional u,
porque la media poblacional de la variable media muestral es u.
63. Pregunta: Respecto de la media muestral considerada como variable Qu se puede decir
de su distribucin, su media y su desvo estndar?

Cuando el tamao muestral es suficientemente grande, la distribucin de X (con rayita) es

aproximadamente normal (tanto mas normal cuanto mayor el tamao de muestra) con
media u y varianza o2 /n.
Con respecto con su media X muestral(c rayita) y varianza S 2 son variables aleatorias, ya que
sus valores varan con las muestras, las cuales son seleccionadas al azar. Para distinguirlas
se las designa con letra mayscula X y S2. En general, si la muestra es de tamao n la
varianza de la variable X(c rayita) se reduce a la n-esima parte de la varianza de la variable
X.
Podemos considerar la variable VARIANZA MUESTRAL (S2) que surge al calcular la varianza
(s2) sobre cada una de todas las posible muestras de igual tamao extradas de una
poblacin dada. La media de la variable VARIANZA MUESTRAL es la varianza poblacional (o2)
64. Pregunta: Qu es una hiptesis estadstica y en qu consiste una prueba de hiptesis?

Cuando hablamos de HIPTESIS estamos diciendo que es una afirmacin que se hace sobre
una o ms variables, y esta afirmacin puede estar referida a sus parmetros, a las formas
de sus distribuciones o a cualquier otra circunstancia del comportamiento de la variable en la
poblacin.

Una HIPTESIS EN ESTADSTICA INFERENCIAL, es cualquier aseveracin o afirmacin que

se formula sobre o acerca de la distribucin de una o ms variables: como por Ej. sobre el
valor numrica de un parmetro, la forma de la distribucin o cualquier otra circunstancia
poblacional. Ej.: el puntaje medio de la prueba de memoria de los ingresantes a la
universidad es 35, en smbolos: u=35.
Una PRUEBA DE HIPTESIS es un conjunto de operaciones estadsticas que permite
mediante la utilizacin del muestreo, rechazar o no la hiptesis formulada, posibilitando el
clculo de la probabilidad de cometer error en la decisin adoptada.
Siempre hay dos hiptesis: la HIPTESIS NULA, se simboliza H0, es la hiptesis donde se
afirma un valor numrico de un parmetro, es la hiptesis de igualdad. La hiptesis nula
refleja la ausencia de fuentes sistemticas de variacin que produzcan cambios. Si se
rechaza la hiptesis nula, hay otra que se considera cierta que es la HIPTESIS
ALTERNATIVA, se simboliza H1.
La decisin entre la H0 y la H1 se hace en base a un estadstico, llamado ESTADSTICO DE
PRUEBA, que vincula el estimador obtenido con el parmetro. Suponiendo que la hiptesis
nula es verdadera el estadstico de prueba tiene una distribucin conocida que permite
calculas la probabilidad de cometer error.
65. Pregunta: Cules son las cuatro consecuencias que resultan de comparar la decisin
tomada en la prueba de hiptesis con el estado real de la poblacin?

1) Si se rechaza incorrectamente Ho, es decir el rechazo de una HIPTESIS NULA que es

VERDADERA, se la llama ERROR DE TIPO 1, y la probabilidad (o riesgo) de cometer tal error
se simboliza con la letra griega alfa.
2) Si se acepta incorrectamente Ho, es decir aceptar una HIPTESIS NULA que es FALSA ,se
llama ERROR TIPO 2, y la probabilidad (riesgo) de cometerlo se simboliza con la letra griega
beta.
3) Si se rechaza correctamente Ho. La probabilidad de alcanzar esta decisin correcta se
llama potencia de la prueba de estadstica y es igual a 1- beta.
4) Si se acepta correctamente Ho. La probabilidad de tomar esta decisin correcta es igual a
1- alfa.
66. Pregunta: Defina el concepto de "nivel de significacin de una prueba de hiptesis" y
explique cmo se relaciona con la regla de decisin (o "zona de rechazo"?) .

Se llama NIVEL DE SIGNIFICACIN de la prueba, a la probabilidad de cometer error de tipo

1. Se simboliza con alfa. El nivel de significacin de una prueba, en general, es un dato, y de
ese dato se obtiene el o los puntos crticos, y se conoce la zona de rechazo.
El valor numrico especificado por la regla de decisin adoptada recibe el nombre de nivel de
significacin. Se define as una probabilidad obtenida, como suficientemente improbable.
El nivel de significaron es la probabilidad de la zona de rechazo.
La ZONA DE RECHAZO o regin crtica es el conjunto de valores del recorrido del estadstico
de prueba, con los cuales se rechaza la hiptesis nula; se llama punto crtico a la frontera de
la regin crtica (el punto crtico pertenece a la regin crtica).
Una regla de decisin marcara la relacin entre el nivel de significacin y la zona de rechazo:
1) se rechaza la H0, si el estadstico de prueba toma un valor que pertenece a la zona de
rechazo
2) no se rechaza la H0, si el estadstico de prueba toma un valor que no pertenece a la zona
de rechazo
67. Pregunta: La "zona de rechazo de Ho" queda determinada a partir de la consideracin de
tres cosas. Mencinelas y explique cmo intervienen en esa determinacin.

La zona de rechazo se la determina dependiendo del signo que posea la hiptesis alternativa:

68. Pregunta: Cuando se dice que una diferencia es estadsticamente significativa a qu

diferencia se hace mencin y a qu alude el trmino "significativa"?

El uso de la expresin significacin estadstica, indica que se ha realizado una prueba de

hiptesis y que la hiptesis nula ha sido rechazada. Segn cual haya sido la hiptesis
alternativa se expresan los resultados como significativamente diferentes, o un resultado
significativamente menor que otro, o bien significativamente mayor que otro. La
ocurrencia de la significacin psicolgica presupone la ocurrencia de la significacin
estadstica. Pero no siempre la significacin estadstica indica la ocurrencia de significacin
psicolgica.

70. Pregunta: Cmo se otorga carcter variable a la media muestral? Responda y

ejemplifique.

A la media muestral se le otorga carcter variable a partir de un muestreo aleatorio con

repeticin. Este ltimo consiste en seleccionar de la poblacin de individuos una muestra al
azar (muy importante), extrayendo las observaciones pertinentes de dicha muestra y
estableciendo su media y varianza. A continuacin se extrae otra muestra con probabilidad
de ser seleccionado cualquier elemento de la poblacin, incluso aquel que fue seleccionado
en la primera muestra.
Cada muestra tiene una media muestral (que a su vez refleja la media poblacional si la
muestra es representativa, entonces al extraer distintas muestras al azar, se obtienen
distintas medias muestrales)
Por lo tanto si las medias muestrales varan se debe a que gracias al muestreo aleatorio, las
medias de las muestras cambian, es decir varan las medias maestrales.
71. Pregunta: Qu nombre reciben las hiptesis que intervienen en una prueba y qu refleja
cada una de ellas?

Cuando hablamos de HIPTESIS estamos diciendo que es una afirmacin que se hace sobre
una o ms variables, y esta afirmacin puede estar referida a sus parmetros, a las formas
de sus distribuciones o a cualquier otra circunstancia del comportamiento de la variable en la
poblacin. En una prueba siempre hay dos HIPTESIS ESTADSTICAS. Son las llamadas
HIPTESIS NULA e HIPTESIS ALTERNATIVA.
Muchas veces se dice que la HIPTESIS NULA es la hiptesis contraria de lo que quiere
probar el investigador, mientras que la HIPTESIS ALTERNATIVA es la que quiere probar.
Esto puede ser cierto en muchos casos, pero NO LO ES SIEMPRE, dado que a veces se quiere
poner en prueba si con otros mtodos (mas econmicos o breves tal vez) se logran iguales
resultados, y por lo tanto en esta situacin el investigador considerara que su xito es no
rechazar la hiptesis nula.
La hiptesis nula se simboliza H0, refiere a algo del pasado y es siempre la hiptesis de la
igualdad, es decir refleja que no hay diferencias entre las dos muestras que se estn
investigando. Adems refleja la ausencia de fuentes sistemticas de variacin que produzcan
cambios.
Si se rechaza esta H0 (en la prueba de hiptesis mediante el uso del estadstico de prueba)
entonces se considera que hay otra cierta que es la Hiptesis Alternativa. Esta se simboliza
H1, es una hiptesis a futuro y refleja que hay una desigualdad significativa entre ambas
muestras, que se debe a que hay fuentes sistemticas de variacin que producen cambios.
72. Pregunta: Cules son los errores que se pueden cometer en una prueba de hiptesis y en
qu consiste cada uno?

Siempre que se efecte una prueba estadstica o de hiptesis existen 2 clases posibles de
riesgo de error:
rechazar una hiptesis nula que en realidad es verdadera ( riesgo alfa o error tipo I)
no rechazar una hiptesis que es realmente falsa (riesgo beta o error tipo II)
Un aspecto importante de estas pruebas estadsticas es la posibilidad de especificar y
controlar la probabilidad de cometer uno u otro tipo de error.
El error Tipo I es el ms grave, por eso se trata de controlarlo., es decir intentar hacer que
sea poco probable. La razn por la que no pueden eliminarse decididamente esos errores,
con una instruccin para hacer la probabilidad de su ocurrencia tan pequea como fuese
posible, es que para una muestra de un tamao dado al disminuir la probabilidad de cometer
un error tipo I aumenta la probabilidad del error tipo II, y viceversa.
73. Pregunta: Explique el significado de "hiptesis nula" y de "hiptesis alternativa".

En una prueba siempre hay dos HIPTESIS ESTADSTICAS. Son las llamadas HIPTESIS
NULA e HIPTESIS ALTERNATIVA.
La HIPTESIS NULA, se simboliza H0, es la hiptesis donde se afirma un valor numrico de
un parmetro, es la hiptesis de igualdad. Si se rechaza la hiptesis nula, hay otra que se
considera cierta que es la HIPTESIS ALTERNATIVA, se simboliza H1.
Una HIPTESIS EN ESTADSTICA INFERENCIAL, es cualquier afirmacin que se formula
sobre o acerca de la distribucin de una o ms variables.
Mediante las hiptesis estadsticas se trabaja en pequeos grupos o muestras y dependiendo
con los resultados se decide si se implementa o no determinada condicin al resto de la
poblacin: se hace una inferencia poblacional.
Con la H0 intento mostrar que en la nueva muestra con la que se trabajar no se producirn
cambios en relacin al parmetro, su distribucin o cualquier otra caracterstica. Intento
demostrar que no hay fuentes sistemticas de variacin que produzcan cambios. Por el
contrario con la H1, en caso que se rechace mi H0 se intentara mostrar que en verdad si hay
influencia de fuentes sistemticas de variacin y que por lo tanto mi afirmacin acerca del
parmetro estaba errada.
74. Pregunta: Explique los errores que pueden cometerse al realizar una prueba de hiptesis.
Qu se entiende por "nivel de significacin de la prueba"?

Siempre que se efecte una prueba estadstica o de hiptesis existen 2 clases posibles de
riesgo de error:
rechazar una hiptesis nula que en realidad es verdadera ( riesgo alfa o error tipo I)
no rechazar una hiptesis que es realmente falsa (riesgo beta o error tipo II)
Un aspecto importante de estas pruebas estadsticas es la posibilidad de especificar y
controlar la probabilidad de cometer uno u otro tipo de error.
El error Tipo I es el ms grave, por eso se trata de controlarlo., es decir intentar hacer que
sea poco probable. La razn por la que no pueden eliminarse decididamente esos errores,
con una instruccin para hacer la probabilidad de su ocurrencia tan pequea como fuese
posible, es que para una muestra de un tamao dado al disminuir la probabilidad de cometer
un error tipo I aumenta la probabilidad del error tipo II, i viceversa.
Se llama NIVEL DE SIGNIFICACIN de la prueba, a la probabilidad de cometer error de tipo
1. Se simboliza con alfa. El nivel de significacin de una prueba, en general, es un dato, y de
ese dato se obtiene el o los puntos crticos, y se conoce la zona de rechazo.
El valor numrico especificado por la regla de decisin adoptada recibe el nombre de nivel de
significacin. Se define as una probabilidad obtenida, como suficientemente improbable. El
nivel de significaron es la probabilidad de la zona de rechazo.
Cuando se elige la regla de decisin del 0.05 se esta utilizando un Nivel de significaron del
5%, es decir, se define como una probabilidad obtenida del 0.05 o menos como
suficientemente improbable.
Entonces, bajo este nivel de significaron del 5%, la H0 se rechazara cuando la probabilidad
No sea mayor que 0.05, y ser aceptada cuando la probabilidad (dada por el estadstico de
prueba) sea menor al 0.05.
Existe otro criterio que establece un Nivel de significaron del 0.01, pero en general se utiliza
el de 0.05.

75. Pregunta: En una prueba de hiptesis qu criterio se emplea para rechazar la hiptesis
nula y en qu consideraciones se funda?

El criterio para la decisin de la eleccin de la H0 o la H1 se fundamenta en el siguiente

razonamiento:
Suponiendo que la H0 es verdadera, hay resultados muestrales 1) probables o 2) de baja
probabilidad. Cuando ocurre uno de tales valores de baja probabilidad se pueden dar, o bien
porque sucedi algo de ocurrencia poco probable o bien porque H0 no es verdadera.
Entonces para tomar una decisin bajo incertidumbre, se opta por pensar que H0 es FALSA y
rechazarla, ya que es mas razonable eso que creer que ocurri algo poco probable
Es por ello que en el procedimiento de la prueba de hiptesis, cuando ocurre un valor poco
probable (es decir el valor del estadstico de prueba pertenece a una zona de rechazo), se
decide rechazar la H0.
76. Pregunta: Qu se postula sobre H0 al iniciar la prueba de hiptesis para establecer la
regla de decisin y a qu conclusiones se puede arribar sobre H0 al finalizar dicha prueba?

Cuando se inicia la prueba de hiptesis se supone que H0 es verdadera, mediante dicha

prueba se intentara comprobar que esto es cierto o demostrar lo contrario, dependiendo la
situacin.
Suponiendo que la H0 es verdadera, hay resultados muestrales probables o de baja
probabilidad. Cuando ocurre uno de tales valores de baja probabilidad se pueden dar, o bien
porque sucedi algo de ocurrencia poco probable o bien porque H0 no es verdadera.
Entonces para tomar una decisin bajo incertidumbre, se opta por pensar que H0 es FALSA y
rechazarla, ya que es mas razonable eso que creer que ocurri algo poco probable
Es por ello que en el procedimiento de la prueba de hiptesis, cuando ocurre un valor poco
probable (es decir el valor del estadstico de prueba pertenece a una zona de rechazo), se
decide rechazar la H0.
Una regla de decisin permitir tomar tal determinacin:
1) Si el estadstico de prueba toma un valor que pertenece a la zona de rechazo, SE
RECHAZA la H0,
2) Si el estadstico de prueba toma un valor que no pertenece a la zona de rechazo, NO SE
RECHAZA la H0,
77. Pregunta: En qu consiste el proceso de inferencia estadstica? Explique los trminos
involucrados en l.

El investigador en psicologa no se limita a las personas particulares que ha examinado en

sus investigaciones. El objeto de la investigacin no se limita a una sola muestra, sino a toda
la poblacin de la cual se ha extrado esta muestra. Por eso es su objetivo el poder
generalizar aquello que ha observado anteriormente sobre una muestra determinada. sta
generalizacin solo es posible en ciertas condiciones y con ciertos riesgos de error. Las
condiciones referidas estn relacionadas con la manera de extraer la muestra de la
poblacin. Se necesita una muestra que sea representativa de esta poblacin con respecto al
carcter estudiado. De todos modos las enumeraciones o las medidas hechas sobre una
muestra solo proporcionarn una aproximacin de los resultados que se obtendran si se
procediese a hacer estas mismas operaciones en el conjunto de la poblacin. Es decir que lo
obtenido en la muestra solo ser un estimador de la poblacin (ESTIMADOR DE UN
PARMETRO es una variable cuyos valores se considera que estn prximos al parmetro).
Cuanto mas representativa sea la muestra, la diferencia entre el valor afectivamente
observado sobre la muestra, es decir el estimador, y el valor que se hubiera obtenido si se
hubiese examinado toda la poblacin, es decir el parmetro, probablemente disminuir. (Un
PARMETRO es una caracterstica fija de la poblacin). Cualquier estadstico calculado sobre
una sola muestra para producir una estimacin recibe el nombre de estimador puntual. (Un
ESTADSTICO es una variable cuyos valore se calculan a partir de una muestra).
Es importante tener en cuenta que la muestra debe ser lo mas representativa posible de la
poblacin, el mejor mtodo de extraccin de una muestra representativa es extraer sus
elementos al azar de la poblacin.

79. Pregunta: Muchas encuestas requieren ser administradas a individuos que constituyen
una muestra representativa. Cul es la necesidad de este requerimiento? Cmo debe ser y
cmo debe obtenerse una muestra representativa?

Si a partir de datos obtenidos en una muestra quieren inferirse las caractersticas

correspondientes de la poblacin, es obligatorio disear una muestra que constituya una
representacin a pequea escala de la poblacin a la que pertenece. Pues el objeto de la
investigacin no se limita a una sola muestra, sino a toda la poblacin de la cual se ha
extrado esta muestra. El objetivo es poder generalizar aquello que ha observado
anteriormente sobre una muestra determinada. sta generalizacin solo es posible cuando la
muestra seleccionada es representativa de toda la poblacin. Es decir que lo obtenido en la
muestra ser un estimador de la poblacin.
La primer condicin que se requiere para poder extraer una muestra representativa de una
poblacin es definir esta poblacin de manera precisa. El mejor mtodo de extraccin de una
muestra representativa es extraer sus elementos al azar de la poblacin. Al azar no significa
de cualquier manera, sin eleccin deliberada, sino que esta expresin significa que todos los
elementos de la poblacin tienen las mismas posibilidades de ser extrados.
80. Pregunta: En la organizacin de las experiencias debe establecerse el tipo de muestras
por usar y la manera de obtenerlas. Explique en qu consiste esto, las limitaciones prcticas
que se encuentran para la obtencin de las muestras deseadas y sus implicancias.
81. Pregunta: Describa un mtodo de seleccin de individuos para conformar una muestra
probabilstica y otro para una muestra no probabilstica.

MUESTREO PROBABILSTICO O ALEATORIO: se fundamenta en la aleatorizacin como

criterio de seleccin muestral
-- Dentro de los PROBABILSTICOS encontramos el ALEATORIO SIMPLE: constituye el
prototipo de muestreo, en referencia al cual se estiman las formulas bsicas para el clculo
del tamao y del error muestral. Su realizacin exige la existencia de un marco muestral.
Una vez localizado se asigna a cada unidad de la poblacin (en el listado) un nmero de
identificacin para, posteriormente, proceder a la extraccin aleatoria de los integrantes de la
muestra. La seleccin muestral debe garantizar que:
- cada unidad de la poblacin tenga una probabilidad igual de participar en la muestra
- la seleccin muestral sea totalmente aleatoria hasta alcanzar el tamao muestral fijado
La eleccin de las unidades maestrales puede hacerse sin reemplazamiento (cuando cada
unidad de la poblacin puede ser elegida solo una vez) o con reemplazamiento (si participa
en elecciones sucesivas.
MUESTREO NO PROBABILSTICO: la extraccin de la muestra se efecta siguiendo criterios
diferentes de la aleatorizacin como la conveniencia u otros criterios subjetivos.
-- Dentro de los NO PROBABILSTICOS encontramos el deBOLA DE NIEVE: Las unidades
muestrales van escogindose, sucesivamente, a partir de las referencias aportadas por los
sujetos a los que ya se ha accedido. Como, a su vez, los nuevos casos identifican a otros
individuos en su misma situacin, la muestra va aumentando, como una bola de nieve,
hasta que el investigador decida cortar.
Este tipo de muestreo es de gran utilidad, cuando se carece de un marco de muestreo que
recoja a la poblacin de inters. Especialmente en problemas que, por sus propias
caractersticas (generalmente poblacin marginal) son difciles de identificar y de localizar.
En estos casos la localizacin de uno de los integrantes de la poblacin se convierte en
doblemente valiosa, al suponer la identificacin de otras personas pertenecientes a la misma
poblacin. Para ello se pregunta a los sujetos ya descubiertos si conocen a otros en su
misma situacin. Este procedimiento muestral comparte las ventajas y los inconvenientes
comunes a los diseos muestrales no probabilsticos
87. Pregunta: Mencione los diferentes mtodos de muestreo probabilstico y explique uno de
ellos.

Ya esta contestada

88. Pregunta: Mencione los diferentes mtodos de muestreo no probabilstico y explique uno
de ellos.

Ya esta contestada
UNIDAD Nro. 7
89. Pregunta: Explique la nocin de relacin entre sucesos. Por qu interviene la estadstica
en el estudio de las relaciones entre observaciones?

La nocin de relacin entre dos sucesos implica que la aparicin de un cierto suceso A nos
lleva con frecuencia a esperar la aparicin de otro suceso B. As despus de que sucede A,
suele justificarse que las probabilidades de que ocurra B se hacen mayores.
La descripcin de estas relaciones en muy importante, especialmente en psicologa. Permite
establecer una ordenacin entre las innumerables observaciones que pueden hacerse.
La descripcin de las relaciones entre observaciones puede sugerir hiptesis sobre las
fuentes de variacin. Constituye ella un elemento de verificacin de una hiptesis causal: si
se supone que A es una de las causas de B, existe en general una relacin entre A y B.
La estadstica interviene en el estudio de las relaciones entre observaciones, en primer lugar,
porque es indispensable establecer, mediante una enumeracin explicita y completa, la
frecuencia de los casos en los que tanto A como B estn presente, aquellos en que los dos
estn ausentes o aquellos en los que una esta presente y el otro esta ausente. La estadstica
interviene en el estudio de las relaciones por otra razn. Y se debe a que no basta con que
dos hechos ocurran a la vez un cierto nmero de veces para que se pueda concluir que existe
una relacin entre ellos.
90. Pregunta: Qu informacin proporciona el coeficiente de correlacin lineal r de Pearson,
y cmo se interpretan sus valores extremos y nulo?

El Coeficiente r de Pearson tiene un rango que va desde -1 a 1. Me permite saber

significativamente la relacin del sentido que hay entre las variables.
Si el coeficiente tiene signo POSITIVO: el sentido es DIRECTO
Si el coeficiente tiene signo NEGATIVO: el sentido es INVERSO
Si el coeficiente es CERO: no estn asociadas de manera lineal
93. Pregunta: Qu es un diagrama de dispersin y cul es su utilidad? Invente una muestra
de diez datos y represntela en un diagrama de dispersin.

Los grficos en los que representamos pares de observaciones, tales como por ejemplo nivel
de ansiedad-rendimiento; calidad de vida emocional- nivel de estrs, habilidad en la vidatendencia al xito, se denominan DIAGRAMAS DE DISPERSIN o Dispersogramas, y la
configuracin de puntos resultante se denomina NUBE DE PUNTOS.
Segn la configuracin de puntos en el diagrama de dispersin podemos explicar la relacin
entre las variables mediante diferentes modelos. Si la nube se representa mediante una
recta, la relacin entre las variables es LINEAL. Si los datos se representan en una forma de
curva, la relacin es CURVILINEAL.
Siempre es recomendable confeccionar el diagrama de dispersin para anticipar y chequear
los resultados obtenidos a travs de los clculos. Si uno confecciona el diagrama a simple
vista puede darse cuenta si la relacin es directa o no, y ms o menos si es intensa o no.
Entonces, despus se puede comparar con el resultado de los clculos que se hicieron. Es un
primer acercamiento al conocimientos de la relacin entre las variables.
94. Pregunta: a) Qu informacin proporciona el coeficiente de determinacin?
b) En el contexto de la regresin lineal: b1) Cmo se interpretan sus valores extremos? D
un ejemplo de interpretacin para cualquier valor del mismo que no sea extremo.
b2) Cmo se relaciona con el coeficiente de correlacin lineal?

El coeficiente de determinacin es el cuadrado del coeficiente r de Pearson. El coeficiente de

determinacin me indica, la intensidad, el porcentaje en que la variable se influencia por la
otra variable. Cuanto ms intensamente estn relacionados los puntos de la recta, el r2 ser
ms prximo a 100, y as me estar indicando que la recta de regresin elegida es un buen

modelo para el diagrama. Este r2 me permite cuantificar el grado de ajuste del modelo a los
datos.
97. Pregunta: Cmo se refleja una correlacin lineal dbil o nula entre dos variables en el
diagrama de dispersin?

Se detecta relacin lineal nula cuando no covaran en ninguno de los dos sentidos, es decir
cuando a valores bajos de una variable, pueden corresponderle valores bajos o altos de la
otra, as como los valores altos pueden corresponder con valores altos o bajos de la otra.
Adems el diagrama de dispersin se caracteriza por mostrar una nube de puntos muy
heterognea y dispersa, y los puntos se reparten por igual en los 4 cuadrantes.