MirPirFir.

PIR 2018 · Pregunta 36

Validez de la investigación

En el ámbito de la validez de conclusión estadística, indique la afirmación INCORRECTA:

Ver respuesta sin contestar

Respuesta correcta: D (clave oficial publicada)

Explicación

La validez de conclusión estadística (Shadish, Cook y Campbell, 2002) evalúa si la covariación observada entre variables es estadísticamente fiable. Las amenazas principales son: baja potencia, poca fiabilidad de las medidas, violación de supuestos, sesgo en la estimación del efecto y heterogeneidad de las unidades. La opción 4 es incorrecta porque la heterogeneidad muestral incrementa la varianza de error, lo que reduce la potencia estadística y dificulta detectar el efecto, no al revés.

D. Es la afirmación INCORRECTA que pide el enunciado. La heterogeneidad de las unidades muestrales introduce variabilidad no sistemática (varianza de error), lo que disminuye el tamaño del efecto estandarizado y la potencia estadística, dificultando la detección de la covariación real. Shadish, Cook y Campbell (2002) clasifican la 'heterogeneidad de las unidades' como una amenaza a la validez de conclusión estadística. (Matización: una mayor varianza en la variable independiente podría facilitar la detección de un efecto, pero el enunciado se refiere a la variabilidad no controlada en las unidades, que actúa como ruido estadístico).

  • A. Afirmación CORRECTA. La potencia estadística (1−β) es la probabilidad de rechazar H₀ cuando es falsa. β es la probabilidad del error tipo II. Por definición, baja potencia implica un riesgo elevado de error tipo II. Es una amenaza explícita a la validez de conclusión estadística.
  • B. Afirmación CORRECTA. La baja fiabilidad de las medidas introduce error aleatorio que atenúa la correlación observada (atenuación de Spearman-Brown) y reduce la potencia. La fiabilidad de los instrumentos es una amenaza clásica a la validez de conclusión estadística.
  • C. Afirmación CORRECTA. El sesgo sistemático en los estimadores (p. ej., por violación de supuestos, uso de la unidad de análisis inadecuada o 'p-hacking') distorsiona la magnitud del efecto estimado, amenazando directamente la validez de la conclusión estadística sobre la covariación.

Fuentes

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.