Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione.

Slides:



Advertisements
Presentazioni simili
Metodi Quantitativi per Economia, Finanza e Management Lezione n°4 Analisi bivariata. Analisi di connessione, correlazione e di dipendenza in media.
Advertisements

Distribuzione Normale o Curva di Gauss
Intervalli di confidenza
La sperimentazione clinica
Tecniche di analisi dei dati e impostazione dellattività sperimentale Relazioni tra variabili: Correlazione e Regressione.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Lez. 3 - Gli Indici di VARIABILITA’
Il concetto di misura.
Variabili Le variabili sono proprietà di eventi reali che possono modificarsi nel tempo o in diversi luoghi e che possono essere misurate. Tipologia delle.
Gli errori nell’analisi statistica
Levels of constraint I vincoli (o livelli di costrizione) sono i condizionamenti impiegati dalla ricerca.
Elementi di STATISTICA DESCRITTIVA
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5
TEORIA RAPPRESENTAZIONALE DELLA MISURA
1 Introduzione alla statistica per la ricerca Lezione III Dr. Stefano Guidi Siena, 18 Ottobre 2012.
Introduzione alla statistica per la ricerca Lezione I
Metodi di ricerca in Psicologia
Metodi della ricerca in Psicologia
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
STATISTICA a.a VARIABILITA’ BIOLOGICA E CASO
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Complementi al Corso di Ecologia - Approfondimenti di statistica
Misurazione Le osservazioni si esprimono in forma di misurazioni
Le distribuzioni campionarie
Tecniche descrittive Utilizzano modelli matematici per semplificare le relazioni fra le variabili in studio Il fine è la descrizione semplificata del fenomeno.
ANALISI FATTORIALE. Cosè lanalisi fattoriale? Statistica descrittiva Rappresentazione delle variabili in studio. Statistica confermativa vs Confermare,
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
TRATTAMENTO DEI DATI ANALITICI
Grandezze e funzioni Marco Bortoluzzi.
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
La statistica.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
L E SCALE DI MISURAZIONE 1. S CALA N OMINALE E’ una classificazione arbitraria I numeri associati alle varie caratteristiche hanno una funzione di semplice.
Nucleo: Dati e previsioni
Psicologia come scienza:
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Il residuo nella predizione
Martina Serafini Martina Prandi
IL CAMPIONE.
“Teoria e metodi della ricerca sociale e organizzativa”
Marta Pinto Stefania Serra Valentina Paravidino
La correlazione.
Teoria: si postulano delle relazioni tra eventi, comportamenti, etc. per spiegare un fenomeno. Le teorie possono derivare da problemi con altre teorie,
Aspetti Principali: Metodo scientifico
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
“Teoria e metodi della ricerca sociale e organizzativa”
Intervalli di confidenza
Metodologia della ricerca e analisi dei dati in (psico)linguistica 23 Giugno 2015 Statistica descrittiva
Esercizio 1. Quesiti esercizio 1 Distribuzione congiunta: dalla definizione di distribuzione condizionale.
La curva di Gauss Prof. Marco Lombardi.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
Metodi di Ricerca in Psicologia
Accenni di analisi monovariata e bivariata
STATISTICHE DESCRITTIVE
Misurazione Raccolta sistematica e organizzata di elementi per classificarequantificare.
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Corso di Statistica Applicata C. L. in Tecnologie forestali e ambientali 4 crediti (32 ore) Docente: Lorenzo Marini DAFNAE, Università di Padova
Il Moto. Partendo da una quesito assegnato nei test di ingresso alla facoltà di medicina, si analizza il moto di un oggetto.
In alcuni casi gli esiti di un esperimento possono essere considerati numeri naturali in modo naturale. Esempio: lancio di un dado In atri casi si definisce.
Strumenti di controllo costi-qualità Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
L’analisidei dati L’analisi dei dati Analisi mutlidimensionali: Analisi delle corrispondenze multiple Cluster Analysis.
Gli Indici di VARIABILITA’
Il percorso delle discipline scientifiche ۷ Descrizione dei fenomeni ۷ Scoperta di leggi ۷ Costruzione di teorie ۷ Formulazione e test di ipotesi.
1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini.
Transcript della presentazione:

Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione concettuale dei risultati Schema di sviluppo di una ricerca scientifica.

Misurazione e strumenti statistici strumenti adeguati di misurazione di ciò su cui è stata fatta la previsione. Cioè bisogna essere sicuri che si sta effettivamente misurando l’aggressività e non, per esempio, i comportamenti di imitazione.

A cosa serve misurare? Per descrivere i fenomeni o comportamenti di interesse secondo parametri oggettivi, al fine di arrivare a scoprire relazioni di regolarità tra eventi. LA MISURAZIONE IN PSICOLOGIA Cosa vuol dire misurare? Trovare una corrispondenza tra valori osservati e valori di sistemi formali.Le scale di misura

Cosa possiamo misurare? Comportamenti osservabili, indici fisiologici. Laddove viene usata l’introspezione (es questionari di autovalutazione) con tutte gli accorgimenti necessari per tenere conto dei limiti.

Le scale: Strumenti per misurare gli eventi che vogliamo studiare. Differenti LIVELLI DI MISURAZIONE sulla base delle diverse proprietà di numeri reali che esse soddisfano.

Le scale LIVELLO NOMINALE – cardinalità, ≠ Es.: genere, professione, luogo di nascita, colore dei capelli, tipi di compiti assegnati ecc. LIVELLO ORDINALE – cardinalità, ordine <>, non distanza tra i valori Es.: scala di Mohs sulla durezza dei minerali (10 punti da talco a diamante)

Le scale LIVELLO NOMINALE Guarito – Peggiorato – Rimasto uguale LIVELLO ORDINALE Scala rabbia

Le scale LIVELLO A INTERVALLO EQUIVALENTE cardinalità, ordine, grandezza dell’intervallo che separa un valore dagli altri. Es.: Temperatura. L’origine della scala è arbitraria. LIVELLO A RAPPORTO EQUIVALENTE origine della scala non arbitraria Es.: lunghezza, peso, tempo.

La scala a intervallo equivalente Celsius Fahrenheit A1050 B2068 C2577 Se la differenza di temperatura tra B e A è il doppio della differenza tra B e C misurate in gradi centigradi, questo sarà vero anche se le stesse tre temperature saranno misurate su scala Fahrenheit

La scala a rapporto equivalente Vi è uno 0 assoluto; I rapporti tra due misure rimangono costanti: se B è il doppio di A, questo è vero su entrambe le scale. centimetri Pollici A B C

LIVELLO A INTERVALLO EQUIVALENTE Es.: Alcune scale dell’ansia e test di intelligenza (dipende da come è costruita la scala stessa) LIVELLO A RAPPORTO EQUIVALENTE Es.:Tempi di Reazione

Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione concettuale dei risultati Schema di sviluppo di una ricerca scientifica.

Una volta raccolti i dati, ad esempio quelli dei compiti di matematica dei due gruppi di soggetti (maschi e femmine), occorrerà analizzarli e trarre delle conclusioni. Come? Con metodi statistici! La statistica più usata è la media. Ad esempio, troviamo che il punteggio medio dei maschi è di 78, mentre quello delle femmine è 81. Possiamo dire che c’è una differenza tra i due gruppi? Oltre alla media occorrono altri indicatori statistici che riguardano la variabilità dei dati, in particolare 2 fonti di variabilità: entro ciascun gruppo e tra i 2 gruppi. Per decidere se due gruppi sono differenti non basta confrontare 2 medie ma occorre considerare la variabilità rispetto alle medie, ovvero il rapporto critico!

Se analizziamo la distribuzione di chi segue un certo programma televisivo per decadi di età, possiamo ottenere un grafico di questo tipo:

Si tratta di una curva dalla classica forma a campana che ha un massimo attorno alla media dei valori misurati e può essere più o meno stretta a seconda della dispersione dei valori attorno alla media; la dispersione si misura con la deviazione standard frequenza

Questi grafici dimostrano che la variabilità entro i gruppi può essere molto diversa anche se le medie rimangono uguali. Il caso in cui la variabilità è bassa è quello più favorevole, perché è quello in cui il rapporto critico sarà più alto. Distribuzioni dei punteggi di due gruppi di soggetti. Il picco della curva che descrive la distribuzione corrisponde alla media del gruppo. L’ampiezza della curva, che indica la dispersione dei punteggi intorno alla media, rappresenta la variabilità dei punteggi entro il gruppo.

Due o più gruppi di soggetti possono avere la stessa media ma variabilità diverse (nei punteggi)

Due gruppi possono avere la stessa media ma variabilità diverse Lo strumento statistico indica se la differenza tra i due gruppi è significativa oppure no Per fare ciò si deve tenere conto sia delle differenze tra le medie, sia delle differenze tra le variabilità

Un altro indice utilizzato in statistica inferenziale e’ il coefficiente di correlazione r, che varia tra –1 e +1, e che descrive la forza della relazione tra 2 variabili (se all’aumentare di una l’altra aumenta o diminuisce). Esempi di correlazione? correlazione positiva correlazione negativacorrelazione assente Voto medio agli esami Ore di studio Voto medio agli esami N di canne Voto medio agli esami Altezza

Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione concettuale dei risultati Schema di sviluppo di una ricerca scientifica.

Pubblicazione dei risultati: Ripetibilit à dell ’ esperimento Oggettivit à dell ’ esperimento

Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione concettuale dei risultati APPLICAZIONE Schema di sviluppo di una ricerca scientifica.

Dal grado di manipolazione delle variabili dipende il fatto che una ricerca sia sperimentale, quasi sperimentale o non sperimentale

Metodo non sperimentale (pre-sperimentale) Metodo sperimentale Metodo quasi- sperimentale Con gruppo di controllo e misurazioni multiple Metodi con assegnazione casuale Metodi senza assegnazione casuale Grado di manipolazione delle variabili Tipologie di ricerche scientifiche in base al disegno di ricerca