Esercitazione 8 Correzione simulazione esame AMD 2016-17 Giulio Costantini

Descrizione Descrizione della ricerca Un campione di adulti compresi tra i 50 e gli 80 anni con lesione cerebrale da trauma cranico sono stati testati con una batteria di test riguardanti la memoria ed il linguaggio. Per ogni funzione, i punteggi a 4 test sono stati raccolti e standardizzati. Dopo la somministrazione dei test e stato condotto un task di soluzione di problemi astratti, volti ad identificare possibili deficit di ragionamento. Il fine della ricerca e mettere in relazione memoria, linguaggio e deficit di ragionamento per questa tipologia di soggetti. Descrizione dati I dati presentano le seguenti variabili: id: identificativo del partecipante. genere: 0=maschio, 1=femmina. età: classe di età, 0=50-65, 1=66-80. ling1-ling4= risultati test di linguaggio, punteggi più alti migliore performance memoria1-memoria4= risultati test di memoria, punteggi più alti migliore performance. nsolve: numero di problemi astratti risolti nel tempo assegnato

Domanda 1 «Determinare una soluzione fattoriale che rifletta i costrutti misurati dai test e ottenere i punteggi di tale soluzione per tutti i soggetti» Dalla domanda capiamo che dobbiamo svolgere un’analisi delle componenti principali. Capiamo anche che una struttura a due fattori è caldamente suggerita, visto che i test misurano due fattori, memoria e linguaggio.

Svolgiamo l’analisi fattoriale Analizza – Riduzione delle dimensioni – Fattore

Schede estrazione chiedere grafico scree

Scheda opzioni Per comodità, chiediamo a SPSS di ordinare le variabili per domensione e di sopprimere i coefficienti piccoli.

Scelta del numero dei fattori (1) Sappiamo già che probabilmente sceglieremo due fattori. Per completezza però notiamo che il criterio Mineigen e lo scree plot ne suggerirebbero tre.

Scelta del numero dei fattori (2) Svogliamo però una parallel analysis, ricordando che abbiamo 8 variabili e 100 soggetti.

Scelta del numero dei fattori (3) La parallel analysis e la teoria suggeriscono due fattori. Scegliamo una soluzione a due fattori. Due fattori spiegano il 64,3% della varianza.

Schede estrazione e rotazione Estraiamo due fattori con rotazione oblimin.

Rotazione La correlazione tra i due componenti è .23, quindi abbastanza alta da preferire una rotazione oblimin

Interpretazione della soluzione Guardo la matrice del modello. La struttura osservata riproduce quella attesa. Un item, ling2, satura su entrambi i fattori e potrebbe essere eliminato

Punteggi fattoriali La domanda chiede anche di ottenere i punteggi fattoriali

Domanda 2 Dividiamo la domanda in due punti 2a) Stimare gli effetti di genere e età sulla memoria 2b) e condurre dei confronti post-hoc per i 4 gruppi definiti dalla combinazione di età e genere, al fine di confrontare le medie di performance per i gruppi a due a due

Domanda 2A È necessario svolgere un’anova 2 x 2 (genere x età). Analizza – Modello lineare generale - univariata

Grafici Possiamo chiedere un grafico per facilitare l’interpretazione

Scheda opzioni Chiediamo medie marginali stimate ed effect size

Risultati (1) Abbiamo un effetto principale di età, F(1,96) = 8.120, p = .004, partial eta2 = .085

Risultati (2) Le medie marginali stimate per età rivelano che il punteggio di memoria è più alto per i giovani (età = 0) rispetto agli anziani (età = 1).

Domanda 2b Ci si chiede di fare i post-hoc per la combinazione di età e di genere. La prima cosa da fare è creare una nuova variabile che contenga tutti i livelli definiti dalla combinazione di età e genere.

Dobbiamo usare Trasforma – Calcola variabile Definiamo una nuova variabile, «GruppiPostHoc», che assuma i seguenti valori: 1 per i maschi (genere = 0) giovani (età = 0) 2 per i maschi (genere = 0) anziani (età = 1) 3 per le femmine (genere = 1) giovani (età = 0) 4 per le femmine (genere = 1) anziane (età = 1)

Anova Adesso si tratta semplicemente di svolgere un’anova a una via con i post-hoc. Analizza – Modello lineare generale - univariata

Dai risultati dei post-hoc si desume che l’unica differenza significativa è tra i maschi giovani (M = 0.351) e i maschi anziani (M = -0.535, p = .006). Emerge anche una differenza marginalmente significativa tra maschi anziani e femmine giovani (M = .166, p = .052)