Il corso offre l’opportunità di acquisire le competenze necessarie a condurre analisi statistiche di base a supporto della ricerca in psicologia (anche attraverso l’uso di pacchetti statistici open-source). Si tratteranno argomenti quali l’uso della statistica a fini descrittivi, analisi inferenziali, e modelli correlazionali. Verranno acquisite competenze di base relative alla progettazione, esecuzione, analisi interpretazione e restituzione di ricerche su temi psicologici, in particolare in contesti organizzativi.
L’insegnamento si pone i seguenti obiettivi formativi specifici:
- sviluppare la conoscenza e la capacità di utilizzare tecniche e strumenti di raccolta, analisi e interpretazione dei dati, in particolare di tipo quantitativo, utilizzati in ambito psicologico e formativo;
- sviluppare le conoscenze e le competenze utili per valutare l’efficacia di interventi;
- promuovere la capacità di sviluppare percorsi di ricerca.
-Impostazione di un dataset di una ricerca in psicologia. Alcuni accorgimenti utili per l'inserimento dei dati.
- Il dataset e l'analisi della qualità del dato. Media e scarto quadratico medio. Distribuzioni di frequenza.
- Le distribuzioni campionarie, teorema centrale del limite.
- Sintetizzare e descrivere graficamente i dati.
- Alcune funzioni utili nella gestione dei dataset in un foglio di calcolo elettronico.
- Teoria della verifica di ipotesi. Le fasi della verifica di ipotesi. Le scale di misura. Livelli di misura e test statistici. - Interpretare il risultato finale in un test di verifica di ipotesi. Un esempio: t-test per campioni indipendenti, test F per la verifica dell'omogeneità delle varianze.
- Confrontare due popolazioni: t-test per campioni indipendenti; t-test per campioni appaiati.
- Confrontare più di due popolazioni: L'Analisi della Varianza a una via (ANOVA).
- Disegni fattoriali e ANOVA a due vie. Effetti principali e effetti di interazione.
- ANOVA a misure ripetute e disegni misti.
- Le relazioni tra variabili nel caso di due variabili qualitative: costruire e interpretare una tabella di contingenza.
- Il test chi quadrato
- L'analisi della relazione tra due variabili quantitative: il coefficiente di correlazione di Pearson
- Costruire un modello di relazione tra variabili esplicative e variabili predette: l'analisi di regressione (regressione lineare semplice e regressione lineare multipla)
- Regressione lineare multipla: approfondimenti.
- Una visione di insieme delle tecniche di analisi dei dati utilizzate.
Autore | Titolo | Casa editrice | Anno | ISBN | Note |
Dennis Howitt, Duncan Cramer | Introduzione alla statistica per psicologia. Con MyLab. Con e-book. Con espansione online. | Pearson Education Italia | 2014 | 9788865183847 | Questo testo è preferibile, per esperienza didattica, agli altri testi. Tuttavia sia gli altri testi consigliati sia altri testi con analoghi contenuti possono essere utilizzati per questo corso. |
Marilyn K. Pelosi,Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici | Introduzione alla statistica (seconda edizione) (Edizione 2) | McGraw-Hill, Milano | 2009 | 978-88-386-6516-5 | |
J. Welkowitz, B. Cohen, R. Ewen | Statistica per le scienze del comportamento | Apogeo Education | 2009 | 9788850328635 |
L'esame è scritto, e prevede l'uso del computer, in particolare di un foglio di calcolo (Microsoft Excel, in dotazione per gli studenti iscritti, o Apache OpenOffice Calc) e del pacchetto statistico open source JASP. A partire da un dataset assegnato, si richiede di applicare alcune delle analisi oggetto del corso, come risposta a 5-6 domande. Ogni risposta è valutata da 0 a 6/7 punti, a seconda della difficoltà, per un totale di più di 32 punti come punteggio complessivo possibile (30 e lode). E' ammessa la consultazione di testi e appunti.
******** CSS e script comuni siti DOL - frase 9957 ********p>