1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini.

Slides:



Advertisements
Presentazioni simili
- le Medie la Moda la Mediana
Advertisements

Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
I TEST DI SIGNIFICATIVITA' IL TEST DI STUDENT
Il senso dei dati: Elaborazione e Interpretazione.
Tecniche di analisi dei dati e impostazione dellattività sperimentale Relazioni tra variabili: Correlazione e Regressione.
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
STATISTICA DESCRITTIVA
Descrizione dei dati Metodi di descrizione dei dati
Gli errori nell’analisi statistica
Progetto Pilota 2 Lettura e interpretazione dei risultati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
Metodi Quantitativi per Economia, Finanza e Management Lezione n°7.
DIFFERENZA TRA LE MEDIE
Analisi della varianza (a una via)
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
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 7-2: Test di significatività
STATISTICA a.a PARAMETRO t DI STUDENT
Complementi al Corso di Ecologia - Approfondimenti di statistica
Nicola Paparella, Università degli Studi, Lecce, aprile 2006 Pedagogia sperimentale Note ed appunti Corso di base / 5
Pedagogia sperimentale
Test della differenza tra le medie di due popolazioni
Verifica delle ipotesi su due campioni di osservazioni
Statistica descrittiva
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3 Le distribuzioni di frequenza e le misure di sintesi univariate.
Di Capuano,Colucci e Panunzi Valori medi I valori medi.
Le distribuzioni campionarie
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Simone Mosca & Daniele Zucchini 4Bi.
La Variabilità e La Concentrazione
Test parametrici I test studiati nelle lezioni precedenti (test- t, test-z) consentono la verifica di ipotesi relative al valore di specifici parametri.
La teoria dei campioni può essere usata per ottenere informazioni riguardanti campioni estratti casualmente da una popolazione. Da un punto di vista applicativo.
Statistica La statistica è
Esame di Analisi Multivariata dei Dati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
La verifica d’ipotesi Docente Dott. Nappo Daniela
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Accenni di analisi monovariata e bivariata
Strumenti statistici in Excell
Martina Serafini Martina Prandi
Corso di Laurea in Scienze e Tecniche psicologiche
Corso di Laurea in Scienze e tecniche psicologiche
Marta Pinto Stefania Serra Valentina Paravidino
Test basati su due campioni Test Chi - quadro
STATISTICHE DESCRITTIVE
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°4
“Teoria e metodi della ricerca sociale e organizzativa”
Metodologia della ricerca e analisi dei dati in (psico)linguistica 23 Giugno 2015 Statistica descrittiva
UNIVERSITA’ DEGLI STUDI DI PERUGIA
Corso di Laurea in Scienze e tecniche psicologiche
Accenni di analisi monovariata e bivariata
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
Dalmine, 26 Maggio 2004 Esercitazioni di Statistica con Matlab Dott. Orietta Nicolis fttp:\ingegneria.unibg.it.
Disegni ad un fattore tra i soggetti. Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario.
Misurazione Raccolta sistematica e organizzata di elementi per classificare quantificare.
ANALISI E INTERPRETAZIONE DATI
STATISTICHE DESCRITTIVE
Correlazione e regressione lineare
STATISTICA P IA F ONDAZIONE DI C ULTO E R ELIGIONE C ARD. G. P ANICO Azienda Ospedaliera CORSO DI LAUREA IN INFERMIERISTICA Sr. Margherita Bramato.
Accenni di analisi monovariata e bivariata. ANALISI MONOVARIATA Analisi delle informazioni ricavabili da una variabile alla volta, prescindendo dalle.
Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione.
1 Statistica descrittiva 2. Sintetizzare i dati con degli indici Come descrivere una variabile in un insieme di osservazioni 1. Utilizzare rappresentazioni.
RAPPRESENTAZIONE DATI LA RAPPRESENTAZIONE PUÒ ESSERE UTILIZZATA A SCOPO DI ANALISI, INTERPRETAZIONI E COMUNICAZIONI. PER RAGGIUNGERE QUESTI OBIETTIVI È.
Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo “stato”e.
INDICATORI DI TENDENZA CENTRALE. Consentono di sintetizzare un insieme di misure tramite un unico valore “rappresentativo”  indice che riassume o descrive.
Transcript della presentazione:

1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini

2 La scala nominale non ha le caratteristiche vere e proprie di una unità di misura poiché permette di rilevare dati solo di tipo qualitativo: è perciò privo di senso avere un indicatore che rappresenti la distribuzione dei dati. L’unico indicatore che possa essere utilizzato è la moda che indica il dato con la maggiore frequenza, oltre ovviamente alla percentuale. Menù: analizza -> statistiche descrittive -> frequenze La moda è rappresentata dal valore 1 (maschio) che ha la frequenza più alta. Scala nominale

3 Nel caso di misure su scala ordinale in aggiunta alla moda è possibile usare la mediana come indicatore di tendenza centrale. Mediana: modalità dell’osservazione che divide la distribuzione in due parti uguali: quel valore al di sopra e al di sotto del quale cade un ugual numero di osservazioni. Scala ordinale

4 Scala a intervallo o a rapporto Le scale ad intervalli equivalenti ed a rapporti equivalenti rappresentano il più alto livello di misurazione. È quindi possibile utilizzare analisi statistiche più raffinate rispetto a quelle possibili con variabili misurate ai precedenti livelli di misura. L’indicatore di tendenza centrale che è possibile utilizzare in questi casi è la media: la somma delle misure osservate diviso il numero di osservazioni fatte. L’indicatore di variabilità più usato con questo tipo di variabili è la varianza o scarto quadratico medio che indica la dispersione dei valori rispetto alla media della variabile. Menù: analizza -> statistiche descrittive -> frequenze -> istogramma con curva normale

5 Il test T per campioni indipendenti Il test T per campioni indipendenti viene utilizzato per confrontare COPPIE di valori medi (di una variabile dipendente) Y misurata su due gruppi diversi di soggetti, distinti per una variabile indipendente. Ad esempio, si consideri la variabile Y “punteggio ottenuto ad un certo test” e si considerino due gruppi di soggetti determinati dal genere - uomo o donna (variabile indipendente): è possibile affermare che in media le donne ottengono un punteggio y significativamente più alto? IPOTESI NULLA H 0 :m 1 =m 2 IPOTESI ALTERNATIVA H 1 :m 1 m 2 oppure m 1 ≠ m 2

6 Il test T per campioni indipendenti Mi chiedo se la media della variabile “pressione sanguigna” è uguale nei maschi e nelle femmine. Quindi: H 0 : µ f = µ m H 1 : µ f ≠ µ m Il test risulta significativo (significatività < 0,05), quindi posso rifiutare l’ipotesi nulla e concludere che la media della pressione sanguigna risulta statisticamente diversa nella popolazione dei maschi rispetto alla popolazione delle femmine.

7 Il test T per campioni dipendenti Ad esempio, mi chiedo se la media delle variabili “pre-test di attenzione” e “post-test di attenzione” è uguale nella popolazione esaminata: prendo quindi in esame tutti i soggetti e confronto i valori medi delle due variabili sullo stesso campione. Quindi: H 0 : µ y1 = µ y2 H 1 : µ y1 ≠ µ y2 Il test T per campioni appaiati viene utilizzato per confrontare i valori medi di due variabili dipendente Y1 eY2 misurate in momenti diversi sullo stesso gruppo di soggetti o misurate su due gruppi di soggetti in qualche modo legati tra loro. Il test risulta significativo (significatività < 0,05), posso quindi rifiutare l’ipotesi nulla e concludere che le medie delle due variabili siano significativamente differenti.