PREGUNTAS DE AUTOEVALUACIÓN- MODULO 2 PSICOESTADÍSTICA

1. La expresión “la proporción de mujeres que estudian Psicología es de 0,68” corresponde a:

a) Frecuencia absoluta
b) Frecuencia relativa
c) Frecuencia simple
d) Frecuencia acumulada relativa
e) Porcentaje

Justificación: la frecuencia relativa indica la proporción de casos que poseen determinado valor o
categoría de la variable (Bologna, 2011). Se trata de una medida relativa que refleja la cantidad de
personas que poseen determinada característica o atributo, sobre el número total de casos.
Asume valores que pueden ir desde 0 a 1.00. Puede profundizar en la lectura de: Bologna, E.
(2011). La organización de los datos. En E. Bologna (Ed.), Estadística para psicología y educación
(pp. 45-68). Córdoba: Editorial Brujas

2. De un estudio llevado a cabo con una muestra por cuotas de 300 jóvenes cordobeses de
entre 18-25 años, se obtuvo que 80 se encuentran en situación de desempleo. Este
resultado se basa en el análisis de frecuencia:
a) Simple
b) Moderada
c) Absoluta
d) Acumulada
e) Relativa

Justificación: la frecuencia absoluta indica la cantidad de casos que poseen un valor o categoría de
la variable. Se obtiene a través del conteo. En este ejemplo, la variable que se analiza es situación
laboral (ocupado/desocupado). La cantidad de jóvenes que se encuentran
desocupados/desempleados son 80. Puede profundizar en la lectura de: Bologna, E. (2011). La
organización de los datos. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 45-68).
Córdoba: Editorial Brujas

3. La frecuencia acumulada relativa es la cantidad de casos que posee un valor de la variable,

o menos que él.
a) Verdadero
b) Falso

Justificación: La frecuencia acumulada relativa corresponde a la proporción (y no la cantidad

absoluta) de casos que poseen un valor de la variable, o menos que él. Puede profundizar en la
lectura de: Bologna, E. (2011). La organización de los datos. En E. Bologna (Ed.), Estadística para
psicología y educación (pp. 45-68). Córdoba: Editorial Brujas

4. La afirmación “el 70% de los alumnos de psicología se egresa con un promedio de 7,5 o
menos”, corresponde a :
a) Frecuencia absoluta
b) Promedio
c) Frecuencia relativa acumulada
d) Mediana
e) Porcentaje absoluto

Justificación: La frecuencia relativa acumulada corresponde a la proporción de casos que poseen

cierto valor de la variable, o menores que él. Al multiplicar este valor por 100, obtenemos el
porcentaje. En el ejercicio, la variable que se analiza es la calificación promedio con que egresan
los alumnos. La proporción de alumnos que egresa con un promedio de 7,5 o menos es de 0,70, ya
que al multiplicar este valor por 100, resulta 70%. Puede profundizar en la lectura de: Bologna, E.
(2011). La organización de los datos. En E. Bologna (Ed.), Estadística para psicología y educación
(pp. 45-68). Córdoba: Editorial Brujas

5. Teniendo en cuenta la frecuencia relativa acumulada:

Viajes por mes en transporte público

10-15 viajes 10 10 0,17 0,17
16-21 viajes 25 35 0,41 0,58
22-27 viajes 15 50 0,25 0,83
28-33 viajes 10 60 0,17 1,00

a) El 17% realiza más de 15 viajes por mes

b) El 58% realiza menos de 21 viajes por mes o menos
c) El 58% realiza más de 16 viajes por mes
d) El 83% realiza entre 22 y 27 viajes por mes
e) Su cálculo no corresponde

Justificación: la frecuencia relativa acumulada representa la proporción de casos que poseen un

valor de la variable, o menor que él. En el ejemplo, la frecuencia relativa acumulada para el
intervalo 16-21 viajes es de 0,58. Al multiplicar este valor por 100, obtenemos el porcentaje (58%).
Dado que el límite superior del intervalo es 21, esto se interpreta diciendo que el 58% de los casos
viaje en transporte público 21 veces por mes, o menos (O lo que es lo mismo, que el 58% de los
casos realiza 21 viajes por mes o menos). Puede profundizar en la lectura de: Bologna, E. (2011). La
organización de los datos. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 45-68).
Córdoba: Editorial Brujas

6. Dado el siguiente conjunto de datos:

Diagnóstico psicológico
Trastorno Depresivo 250 250 .42 .42
Mayor
Ansiedad 120 370 .20 .62
Trastorno de Pánico 130 500 .22 .84
Trastorno 100 600 .16 1.00
Obsesivo-Compulsivo

a) 370 tienen ansiedad

b) 250 tiene depresión mayor o, menos.
c) La mayor proporción posee trastorno de pánico
d) El 62% posee ansiedad o trastorno depresivo mayor
e) Ninguna es correcta

Justificación: “370 tienen ansiedad” no es correcto, ya que 120 tienen ansiedad. El valor 370
corresponde a la frecuencia absoluta acumulada. “250 tiene depresión mayor o, menos” no
corresponde, ya que los datos corresponden a una variable nominal (Diagnóstico psicológico), y no
es posible efectuar juicios de “más” o “menos”; ya que ningún trastorno es “más” ni “menos” que
otro; son diferentes. “La mayor proporción posee trastorno de pánico” es incorrecto, ya que la
mayor proporción corresponde a Trastorno depresivo mayor (.42). “El 62% posee ansiedad o
trastorno depresivo mayor” es incorrecto, ya que no es posible hacer este tipo de afirmaciones
con datos de variables cualitativas. Puede profundizar en la lectura de: Bologna, E. (2011). La
organización de los datos. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 45-68).
Córdoba: Editorial Brujas

7. La ………………………… es una forma apropiada de presentar los datos de variables discretas,

cuando el número de valores es grande
a) Mediana
b) Tabla de frecuencia con datos no agrupados
c) Desviación estándar
d) Tabla de frecuencia con intervalos
e) Representación gráfica

Justificación: Cuando se trabaja con datos de variables cuantitativas discretas y el rango de valores
es muy grande, una forma útil de presentarlos es mediante intervalos que contienen varios
valores. De lo contrario, la tabla resultaría demasiado grande y sería muy engorrosa y difícil la
interpretación de la misma. Puede profundizar en la lectura de: Bologna, E. (2011). La organización
de los datos. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 45-68). Córdoba:
Editorial Brujas

8. El diagrama de sectores circulares es un gráfico apropiado para representar:

a) La mediana de una distribución
b) Datos de variables cualitativas con pocas categorías
c) Distribuciones de frecuencias con intervalos
d) La dispersión de los datos
e) Frecuencias relativas acumuladas

Justificación: Cuando se trabaja con datos de variables cualitativas con pocas categorías, una
forma útil de presentar los datos es por medio de un diagrama de sectores o gráfico de “tortas”,
en el que cada porción de la torta o sector del diagrama representa una categoría de la variable.
Puede ser útil para representar frecuencias simples (absolutas o relativas). Puede profundizar en la
lectura de: Bologna, E. (2011). La organización de los datos. En E. Bologna (Ed.), Estadística para
psicología y educación (pp. 45-68). Córdoba: Editorial Brujas

9. El histograma es un gráfico muy útil para representar frecuencias simples de una variable
cuantitativa con intervalos
a) Verdadero
b) Falso

Justificación: El histograma constituye un gráfico de apariencia similar al perfil de una ciudad vista
desde lejos. En este sentido, se compone de barras pegadas unas juntas a otras, de diferente
altura, que se asemejan a edificios de diferentes alturas visto desde un lugar distante. Cada barra
sirve para representar las frecuencias simples (absolutas o relativas) correspondientes al intervalo.
Puede profundizar en la lectura de: Bologna, E. (2011). La organización de los datos. En E. Bologna
(Ed.), Estadística para psicología y educación (pp. 45-68). Córdoba: Editorial Brujas

10. La media:
a) Es un estadístico insensible a los valores extremos
b) Es un valor que deja por debajo el 50% y por encima el 50% de los casos.
c) Coincide con la mediana
d) Corresponde al valor de la variable que poseen la mayoría de los casos
e) Refleja el valor promedio de un conjunto de observaciones

Justificación: la media es equivalente al “promedio”. Se utiliza habitualmente como medida de

resumen mostrando lo más característico de un grupo de observaciones (Aron y Aron, 2011).
Puede profundizar en las lecturas de: Bologna, E. (2011). La expresión resumida de la información.
En E. Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas/
Aron, A., y Aron, E. (2001). Media, varianza, desvío estándar y puntuaciones z. En A. Aron y E.
Aron, Estadística para psicología (pp. 35-65). Buenos Aires: Prentice Hall.

11. La media:
a) Puede calcularse sobre los valores de cualquier variable, independientemente del nivel de
medición
b) Solo puede calcularse en variables intervalares
c) Solo puede calcularse en variables medidas en, al menos, nivel ordinal.
d) Solo puede calcularse en variables cuantitativas
e) Solo puede calcularse en variables continuas

Justificación: la media es un valor que sólo puede calcularse con variables cuantitativas, ya que las
propiedades de los números autorizan su cálculo. No sucede lo mismo con las variables
cualitativas, ya que los valores numéricos en estas variables solamente cumplen la función de
representar (variables nominales) e indicar orden entre las categorías (variables ordinales), y no
poseen las propiedades de los símbolos numéricos en cuanto tales. Así, por ejemplo, si 1 =
hombre, y 2 = mujer; no sería válido calcular el promedio: 1 + 2 / 2 = 1,5, ya que los valores
numéricos en este nivel no permiten realizar las operaciones aritméticas que requiere el cálculo de
la media (sumar y dividir). Asimismo, sería difícil interpretar la media en este caso. Pues, indicar
que, en promedio, el sexo es 1,5 no tiene sentido o carece de interpretación. Puede profundizar
en las lecturas de: Bologna, E. (2011). La expresión resumida de la información. En E. Bologna
(Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas/ Aron, A., y
Aron, E. (2001). Media, varianza, desvío estándar y puntuaciones z. En A. Aron y E. Aron,
Estadística para psicología (pp. 35-65). Buenos Aires: Prentice Hall.

12. En un estudio realizado por Trógolo Pereyra y Spontón (2013) sobre liderazgo el papel del
liderazgo transformacional en los niveles de motivación laboral de los trabajadores, se
utilizó una muestra conformada por 125 trabajadores de una empresa de servicios, de los
cuales 61,5% eran mujeres y 28,5% hombres. En este caso, la moda es:
a) 28,5%
b) 125
c) 61,5%
d) Mujeres
e) No corresponde su cálculo

Justificación: la moda (o modo) constituye el valor (o categoría) de la variable que posee la

frecuencia más alta. En este caso, La variable sobre la que se informa en el ejercicio es Sexo, y la
moda es mujer, ya que es el tipo de sexo que se observa o repite con mayor frecuencia, como se
desprende del porcentaje (61,5%). Puedes profundizar en la lectura de: Bologna, E. (2011). La
expresión resumida de la información. En E. Bologna (Ed.), Estadística para psicología y educación
(pp. 69-119). Córdoba: Editorial Brujas

13. La mediana:
a) Representa el valor promedio que posee un conjunto de observaciones
b) Constituye un valor que deja la mitad de casos por encima, y la mitad por debajo
c) Corresponde al valor que posee la mayoría de los casos
d) Solo puede calcularse en variables nominales
e) Representa una medida de dispersión de los datos.

Justificación: la mediana es un valor por debajo del cual se sitúa el 50% de los casos, y por encima
del cual se encuentra el 50%. Se trata el valor que “está en el medio” y que corta a la distribución
en dos partes iguales, dejando la mitad de casos de un lado (abajo) y del otro (encima). Puede
profundizar en la lectura de: Bologna, E. (2011). La expresión resumida de la información. En E.
Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas

14. En un estudio sobre burnout en trabajadores de Argentina llevado a cabo por la Secretaría
de Investigación de la Universidad Siglo 21, se indica respecto de la muestra (n = 1903) que
“la antigüedad que llevaban trabajando los empleados en la empresa/organización actual
era de 3,77 años en promedio (Mdn = 1)”
La expresión “Mdn = 1” indica que:
a) El 50% de los empleados de la muestra tenía una antigüedad laboral igual o menor a
un año
b) La mayoría de los empleados llevaba un año trabajando en la empresa/organización
actual
c) La antigüedad de los trabajadores presenta una desviación de un año por encima y por
debajo del promedio
d) Cada sujeto lleva trabajando aproximadamente un año en la empresa/organización
actual
e) La varianza es igual a 1

Justificación: La expresión “Mdn” es el símbolo de la mediana y corresponde al valor de la variable

que deja por debajo la mitad de los casos, y por encima la otra mitad. En el ejercicio, la variable
que se analiza es la antigüedad laboral, medida en años. Por lo tanto, la expresión Mdn = 1 indica
que el 50% de los empleados que participaron del estudio lleva trabajando un año o menos en la
empresa/organización actual. Puede profundizar en la lectura de: Bologna, E. (2011). La expresión
resumida de la información. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 69-
119). Córdoba: Editorial Brujas
 15. La ……..es un valor sensible a los valores extremos:
a) Mediana
b) Moda
c) Media
d) Recorrido
e) Desviación estándar

Justificación: la media es un estadístico muy utilizado como medida descriptiva, si bien en algunos
casos su valor puede no sintetizar adecuadamente los valores de un conjunto de observaciones.
Esto sucede particularmente cuando existen observaciones extremas (valores extremos muy bajos
o altos) que pueden afectar la media, haciendo que se desplace hacia abajo o hacia arriba. Puede
profundizar en las lecturas de: Bologna, E. (2011). La expresión resumida de la información. En E.
Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas/
Aron, A., y Aron, E. (2001). Media, varianza, desvío estándar y puntuaciones z. En A. Aron y E.
Aron, Estadística para psicología (pp. 35-65). Buenos Aires: Prentice Hall.

16. En un estudio llevado a cabo con 447 conductores de la ciudad de Córdoba (Trógolo,
Medrano y Ledesma, 2017), se indica que el tiempo que llevaban conduciendo osciló entre
1 y 59 años. Esta información corresponde a:
a) Moda
b) Varianza
c) Media
d) Valores del cuartil 1 y cuartil 3
e) Recorrido

Justificación: El recorrido es una medida de dispersión que se define a partir de la distancia entre
el valor mínimo y el valor máximo observado. En este caso, para la variable tiempo de conducción
(años), el valor mínimo observado en la muestra es 1, mientras que el valor máximo es 59. Puede
profundizar en la lectura de: Bologna, E. (2011). La expresión resumida de la información. En E.
Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas.

17. Al interpretar los puntajes de un inventario para evaluar patrones o estilos de conducción
(Poó, 2014), se obtiene que para el “estilo de conducción ansioso”, el valor
correspondiente al tercer cuartil es 2,60. Teniendo en cuenta esto, si el puntaje obtenido
por un individuo corresponde a 2,70, ello indicaría que el conductor:
a) Posee la tendencia a experimentar niveles altos de ansiedad mientras conduce.
b) Posee poca tendencia a experimentar ansiedad cuando conduce.
c) Posee niveles de ansiedad al conducir superiores al 50% de los conductores
d) Experimenta niveles medio-alto de ansiedad cuando conduce.
Justificación: El tercer cuartil (Q3) es aquel valor de la variable que deja por debajo el 75% del
total de observaciones. Los cuartiles Q1 y Q3 son dos medidas utilizadas habitualmente en los
tests psicológicos como puntos de corte para indicar la magnitud relativamente alta y baja,
respectivamente, del atributo evaluado (Olaz y Tornimbeni, 2008). De esta forma, si un sujeto
obtiene una puntuación superior al tercer cuartil, se interpreta señalando que la ansiedad que
experimenta en la conducción es “alta”. O, lo que es lo mismo, que posee “niveles altos” de
ansiedad mientras conduce. Puede profundizar en la lectura de: Bologna, E. (2011). La expresión
resumida de la información. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 69-
119). Córdoba: Editorial Brujas.

18. El recorrido de una variable:

a) Constituye una medida de dispersión relativa
b) Brinda información precisa sobre el grado de dispersión de un conjunto de datos
c) Implica juicios de distancia entre los valores extremos de una distribución
d) En variables cuantitativas continuas, coincide con la desviación estándar.
e) Es la raíz cuadrada de la desviación estándar

Justificación: El recorrido es una medida de dispersión que se define como la distancia que hay
entre el valor mayor y el valor menor observado de la distribución. Puede profundizar en la lectura
de: Bologna, E. (2011). La expresión resumida de la información. En E. Bologna (Ed.), Estadística
para psicología y educación (pp. 69-119). Córdoba: Editorial Brujas.

19. La desviación estándar:

a) Ofrece una noción aproximada del grado de dispersión de un conjunto de datos
b) Reflejan el nivel de dispersión de los valores en torno a la mediana
c) Su valor coincide con el de la varianza
d) Se puede calcular en cualquier variable independientemente del nivel de medición
e) Es un estadístico muy usado para informar la dispersión de los valores.

Justificación: la desviación estándar constituye una medida de dispersión que ofrece una noción
aproximada del grado de dispersión, aun cuando no indique de forma precisa la distribución. No
obstante, supera las limitaciones e inconvenientes que presenta la varianza y el recorrido,
ofreciendo información más realista sobre la dispersión o heterogeneidad de los valores de una
variable. Puede profundizar en las lecturas de: Bologna, E. (2011). La expresión resumida de la
información. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba:
Editorial Brujas/ Aron, A., y Aron, E. (2001). Media, varianza, desvío estándar y puntuaciones z. En
A. Aron y E. Aron, Estadística para psicología (pp. 35-65). Buenos Aires: Prentice Hall.
 20. Los siguientes datos corresponden a las sesiones de terapia de pacientes con trastorno de
pánico, y pacientes con trastorno de personalidad paranoide.

Pacientes Desviación estándar

Trastorno de pánico 3,7
Trastorno de personalidad paranoide 8,4
Estos datos indican que:

a) La cantidad de sesiones que comprende el tratamiento con pacientes trastorno de

personalidad paranoide es mayor
b) En promedio, el número de sesiones en el tratamiento de pacientes con trastorno de
pánico es de 3, 7
c) La cantidad de sesiones en el tratamiento de pacientes con trastorno de personalidad
paranoide difiere mucho
d) La cantidad de sesiones que comprende el tratamiento de pacientes con trastorno de
pánico es más similar entre los pacientes con trastorno de pánico
e) La cantidad de sesiones que comprende el tratamiento de pacientes con trastorno de
personalidad paranoide es inferior a 8,4

Justificación: La desviación estándar es una medida de dispersión. Cuánto más cercano a 0 es la

desviación estándar, menor dispersión existe, lo que equivale a decir que los valores son más
similares entre sí (hay menor distancia entre ellos). En este caso, dado que la desviación estándar
en el grupo de pacientes con trastorno de pánico es menor que en los pacientes con trastorno de
personalidad paranoide, entonces se puede concluir que el número/cantidad de sesiones en el
tratamiento de pacientes con trastornos de pánico es “más similar” entre estos, comparado con
los pacientes con trastornos de personalidad paranoide, donde existe mayor variación o
dispersión. Puede profundizar en las lecturas de: Bologna, E. (2011). La expresión resumida de la
información. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 69-119). Córdoba:
Editorial Brujas/ Aron, A., y Aron, E. (2001). Media, varianza, desvío estándar y puntuaciones z. En
A. Aron y E. Aron, Estadística para psicología (pp. 35-65). Buenos Aires: Prentice Hall.

21. El coeficiente Chi-cuadrado es un estadístico útil para evaluar relaciones entre dos
variables cuantitativas
a) Verdadero
b) Falso

Justificación: El coeficiente chi-cuadrado constituye una prueba que permite analizar relaciones
entre variables cualitativas. Pone a prueba la hipótesis de independencia entre dos atributos. En
cambio, para las variables cuantitativas existen otras pruebas estadísticas que son más apropiadas,
particularmente el coeficiente de correlación lineal de Pearson. Puede profundizar en las lecturas
de: Pruebas chi-cuadrado. En A. Aron y E. Aron, Estadística para psicología (pp. 460-489). Buenos
Aires: Prentice Hall / Bologna, E. (2011). Relaciones entre variables. En E. Bologna (Ed.), Estadística
para psicología y educación (pp. 121-148). Córdoba: Editorial Brujas.

22. En un estudio llevado a cabo en Colombia (Moreno y Londoño Pérez, 2017) se propuso
investigar si ciertos factores personales (insatisfacción con la imagen corporal,
preocupación por ganar peso) y familiares (funcionamiento familiar) predecen los
trastornos de conducta alimentaria en jóvenes. La relación entre las variables es:
a) Directa
b) Inversa
c) Simétrica
d) Asimétrica
e) Lineal

Justificación: Se denomina asimétrica a la relación entre dos variables, en las que es posible
identificar una secuencia (lógica o cronológica) u orden entre ambas. En otras palabras, una
relación es asimétrica cuando es posible establecer qué variable es la antecedente y cuál la
consecuente. En este caso, la variable antecedente (o independiente) son los factores personales y
familiares, y los trastornos de la conducta alimentaria, la variable consecuente (o dependiente).
Puede profundizar en la lectura de: Bologna, E. (2011). Relaciones entre variables. En E. Bologna
(Ed.), Estadística para psicología y educación (pp. 121-148). Córdoba: Editorial Brujas.

23. En un estudio realizado con el propósito de analizar la relación entre gratitud y

satisfacción con la vida (Salvador-Ferrer, 2017), se obtuvo un coeficiente de correlación r =
.43. Este resultado indica que:
a) Las dos variables están débilmente relacionadas
b) Existe una relación inversa entre las variables
c) No existe relación
d) Cuanto más baja es la gratitud, más alta la satisfacción vital
e) Existe una relación directa y de intensidad moderada

Justificación: El símbolo r hace referencia al coeficiente de correlación lineal de Pearson. Este

coeficiente permite analizar en qué medida dos variables cuantitativas se encuentran relacionadas
(intensidad), y la dirección de esa relación. Dado que el coeficiente es un valor positivo, se
interpreta que la relación es directa. Si atendemos a la magnitud del coeficiente (.43), puede
interpretarse que las variables se encuentran moderadamente relacionadas. Puede profundizar en
las lecturas de: Aron, A., y Aron, E. (2001). Correlación. En A. Aron y E. Aron, Estadística para
psicología (pp. 70-105). Buenos Aires: Prentice Hall / Medrano, L., y Bologna, E. (2011). Intensidad
y forma de la relación entre variables. En E. Bologna (Ed.), Estadística para psicología y educación
(pp. 149-192). Córdoba: Editorial Brujas.
 24. El coeficiente de correlación por rangos de Spearman constituye el procedimiento más
recomendado para analizar relaciones entre variables……..
a) ordinales
b) nominales
c) nominales y ordinales
d) cuantitativas
e) intervalares

Justificación: Existen múltiples coeficientes de asociación y/o correlación, cuyo uso depende del
tipo de variables que se analizan. Para estudiar relaciones entre dos variables, ambas medidas en
un nivel ordinal, la prueba más apropiada es el coeficiente de correlación por rangos de Spearman,
que como su nombre lo indica, tiene en cuenta los “rangos”, es decir, la posición de cada categoría
respecto de las demás (Bologna, 2011). Puede profundizar en la lectura de: Medrano, L., y
Bologna, E. (2011). Intensidad y forma de la relación entre variables. En E. Bologna (Ed.),
Estadística para psicología y educación (pp. 149-192). Córdoba: Editorial Brujas.

25. Si quisiera analizar la relación entre el puesto de trabajo (empleado, supervisor, gerente )
y el estrés en los trabajadores (“bajo estrés”, “moderado estrés”, “alto estrés”), el
coeficiente más apropiado sería:
a) Q de Kendall
b) Coeficiente r de Pearson
c) V de Cramer
d) Coeficiente rs de Spearman
e) Chi-cuadrado

Justificación: Para estudiar relaciones entre dos variables, ambas medidas en un nivel ordinal, la
prueba más apropiada es el coeficiente de correlación por rangos de Spearman, que como su
nombre lo indica, tiene en cuenta los “rangos”, es decir, la posición de cada categoría respecto de
las demás (Bologna, 2011). En nuestro caso, las dos variables se encuentran medidas en nivel
ordinal, ya que se componen de categorías entre las que es posible establecer un orden o
jerarquía. Puede profundizar en la lectura de: Medrano, L., y Bologna, E. (2011). Intensidad y
forma de la relación entre variables. En E. Bologna (Ed.), Estadística para psicología y educación
(pp. 149-192). Córdoba: Editorial Brujas.

26. En estudio llevado a cabo en Argentina (Arbach, Nguyen-Vo y Bobbio, 2015), se analizó si
existía relación entre el sexo y la tasa de violencia física (Víctima de violencia física/ No
víctima de violencia física) en parejas jóvenes. En el citado estudio se menciona que se
utilizaron tablas de contingencia y el estadístico chi-cuadrado para analizar en qué grado
una variable se encuentra asociada a la otra. Esta afirmación no sería correcta ya que:
a) No se tiene en cuenta el nivel de medición de las variables
 b) el chi-cuadrado nos indica si dos variables están asociadas pero no la intensidad de la
relación
c) Deberían haber utilizado otro coeficiente, ya que el chi-cuadrado no es el más
apropiado en este caso.
d) Las tablas de contingencia no proveen información útil para analizar la relación entre las
variables
e) Para las variables indicadas, debería haberse utilizado el coeficiente de correlación de
Spearman

Justificación: El coeficiente chi-cuadrado proporciona información sobre la asociación entre dos

variables cualitativas, indicando si son independientes, o si se encuentran relacionadas entre sí.
Pero no provee información sobre la intensidad de la. Para esto debemos calcular otros
coeficientes que nos permitan evaluar el grado o la intensidad de la relación entre las variables
(ej., C Pearson). Puede profundizar en las lecturas de: Aron, A., y Aron, E. (2001). Pruebas chi-
cuadrado. En A. Aron y E. Aron, Estadística para psicología (pp. 460-489). Buenos Aires: Prentice
Hall / Bologna, E. (2011). Relaciones entre variables. En E. Bologna (Ed.), Estadística para psicología
y educación (pp. 121-148). Córdoba: Editorial Brujas

27. El coeficiente de correlación lineal de Pearson puede asumir valores entre:

a) 0-1
b) 0 - ∞
c) -2 y 2
d) 0,10 – 1,00
e) -1 y 1

Justificación: El coeficiente de correlación lineal de Pearson asume valores que varían entre -1 y 1.
Cuánto más próximo a -1 o 1 sea el coeficiente, más intensa es la relación lineal entre las variables.
En cambio, cuanto más cercano a 0 sea el valor, más débil o nula es la relación. Por otra parte,
cuando el signo del coeficiente de correlación es positivo, la relación es directa, mientras que si el
coeficiente de correlación es negativo, la relación entre las variable se interpreta como inversa. ).
Puede profundizar en la lectura de: Medrano, L., y Bologna, E. (2011). Intensidad y forma de la
relación entre variables. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 149-192).
Córdoba: Editorial Brujas.
 28. El siguiente gráfico:

34
32
edad a la primera union

30
28
26
24
22
20
18
16
14
0 2 4 6 8 10 12 14 16 18

años de escolarización

a) Corresponde a un diagrama de dispersión

b) Muestra la relación entre dos variables cualitativas
c) Permite representar gráficamente el tipo de relación entre dos variables cuantitativas
d) Brinda información precisa sobre la fuerza de la relación entre dos variables
e) Muestra cuanto se dispersan los valores de las variables de manera gráfica

Justificación: el diagrama de dispersión es una representación gráfica utilizada para representar

gráficamente la relación entre dos variables cuantitativas (intervalares o proporcionales). Este
gráfico que utiliza los ejes cartesianos para indicar los valores de las dos variables. Sobre el eje X se
sitúan los valores de una variable, y sobre el eje Y los valores de la otra variable. Cada punto
corresponde a un sujeto (o varios), e indica los valores obtenidos por éste en las dos variables. Por
medio de esta representación, podemos inferir el tipo de relación que presentan las variables
considerando la tendencia que muestran los puntos. Puede profundizar en la lectura de: Medrano,
L., y Bologna, E. (2011). Intensidad y forma de la relación entre variables. En E. Bologna (Ed.),
Estadística para psicología y educación (pp. 149-192). Córdoba: Editorial Brujas.

29. El coeficiente V de Cramer:

a) Evalúa la dirección de la relación entre dos variables ordinales

b) Analiza la intensidad de la relación entre dos variables cualitativas
c) Puede asumir valores que van entre 0 a 1
d) Proporciona información tanto sobre la intensidad como la relación entre variables
e) Su uso es válido cuando se trabaja con variables medidas en un nivel, al menos, ordinal.

Justificación: el coeficiente V de Cramer constituye un coeficiente útil para evaluar la intensidad

de la relación entre dos variables cualitativas. Asume valores que pueden ir entre 0 (cero) y 1
(uno). Estos valores corresponden a extremos ideales díficiles de observar en la práctica, ya que
equivale a asumir una independencia absoluta o relación perfecta, respectivamente, entre las dos
variables. Cuánto más cerca a 0 es el coficiente, más débil o nula es la relación. Por el contrario,
cuanto más próximo 1 sea el valor del coeficiente, más fuerte o intensa es la relación. Puede
profundizar en la lectura de: Medrano, L., y Bologna, E. (2011). Intensidad y forma de la relación
entre variables. En E. Bologna (Ed.), Estadística para psicología y educación (pp. 149-192).
Córdoba: Editorial Brujas.

30. En un estudio llevado a cabo en Córdoba (Trógolo, Melchior y Medrano, 2014) con
conductores de diferente edad y sexo, se analizó si las dificultades para regular las emociones se
encontraba relacionada con el estilo de manejo. Los resultados obtenidos mostraron que la
“dificultad para controlar los impulsos” presentó una correlación r = .41 con “estilo de conducción
agresivo”. Esto indica que:

a) Los conductores que tienen más dificultades para controlar los impulsos presentan un
estilo de conducción más agresivo.
b) No existe relación entre las dificultades para controlar los impulsos y el estilo de
conducción agresivo
c) Las variables dificultades para controlar los impulsos y estilo de conducción agresivo están
negativamente relacionadas
d) Existe una relación fuerte entre las dificultades para controlar los impulsos y el estilo de
conducción agresivo
e) El estilo de conducción agresivo puede explicarse en gran medida por la dificultad para
controlar los impulsos.

Justificación: la letra r indica que el coeficiente de correlación utilizado es el coeficiente de

correlación lineal de Pearson. Este coeficiente indica que la relación es positiva, es decir, que a
medida que aumenta una variable (más dificultades para controlar los impulsos), también lo hace
la otra (estilo de conducción agresivo). Asimismo, la magnitud del coeficiente de correlación
señala que las dos variables se encuentran moderadamente relacionadas. Puede profundizar en
las lecturas de: Medrano, L., y Bologna, E. (2011). Intensidad y forma de la relación entre variables.
En E. Bologna (Ed.), Estadística para psicología y educación (pp. 149-192). Córdoba: Editorial Brujas
/Aron, A., y Aron, E. (2001). Correlación. En A. Aron y E. Aron, Estadística para psicología (pp. 70-
105). Buenos Aires: Prentice Hall.