Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Calendario
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home Calendario My Media
Percorso della pagina
  1. Area Psicologica
  2. Corso di Laurea Triennale
  3. Scienze e Tecniche Psicologiche [E2403P - E2401P]
  4. Insegnamenti
  5. A.A. 2020-2021
  6. 1° anno
  1. Elementi di Psicometria con Laboratorio Software 1 - 2
  2. Introduzione
Partizione di insegnamento Titolo del corso
Elementi di Psicometria con Laboratorio Software 1 - 2
Codice identificativo del corso
2021-1-E2401P131-T2
Descrizione del corso SYLLABUS

Blocchi

Torna a Elementi di Psicometria con Laboratorio Software 1

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Area di apprendimento

4: Conoscenze di metodologia della ricerca qualitativa e quantitativa


Obiettivi formativi

Conoscenza e comprensione

  • Statistica descrittiva
  • Inferenza statistica
  • Statistica inferenziale mono e bivariata

 Capacità di applicare conoscenza e comprensione

  • Utilizzo di SPSS (o di altro software) per l’analisi dei dati
  • Capacità di selezionare la tecniche di analisi dei dati più adeguata in determinato contesto
  • Riportare risultati ottenuti in modo conforme agli standard prevalentemente utilizzato in ambito psicologico

Contenuti sintetici

Il corso fornisce le basi della statistica descrittiva e inferenziale e propone alcune tecniche di analisi dei dati. Introduce anche all’uso del software statistico SPSS (o di un altro software statistico).


Programma esteso

  • Statistica descrittiva: scale di misura, statistiche della tendenza centrale e di variabilità, misure standardizzate;
  • Rappresentazioni grafiche riassuntive dei dati e per l’esplorazione dei dati
  • Introduzione alla probabilità
  • Metodi statistici inferenziali di base: distribuzione campionaria, verifica di ipotesi, intervalli di confidenza
  • Tecniche parametriche: t-test per la differenza di medie (campione singolo, campioni indipendenti, campioni appaiati); correlazione lineare (Pearson)
  • Tecniche non parametriche: Test del chi-quadro (equiprobabilità, indipendenza, test di un modello), correlazione lineare (Spearman)
  • Ampiezza dell’effetto e suo utilizzo
  • Introduzione ai concetti di analisi della potenza

Prerequisiti

Essendo un corso obbligatorio del I anno, gli unici prerequisiti sono quelli della conoscenza di base della matematica/algebra e dell’uso di un computer. Eventuali lacune specifiche verranno risolte durante le lezioni.


Metodi didattici

Lezioni frontali in italiano generalmente suddivise in blocchi logici corrispondenti ai capitoli del libro di testo. All’interno dei blocchi, tramite esercizi in classe, verrà anche affrontato l’uso del software statistico. Per alcuni blocchi potrebbero essere predisposti (sulla piattaforma e-learning) delle auto-valutazioni.

In contemporanea alle lezioni frontale, si svolgeranno i “laboratori software”: delle vere e proprie esercitazioni in cui gli studenti dovranno affrontare concretamente il/i software statistici utilizzabili per migliorare il proprio apprendimento.

Nel periodo di emergenza COVID-19 le modalità didattiche verranno definite e aggiornate sulla base delle regole di Ateneo.



Modalità di verifica dell'apprendimento

Turno B

L’esame è scritto e si compone di domande a scelta multipla, domande aperte ed esercizi di analisi statistica. Esso richiede l’uso di SPSS (o altro software statistico) su un file dati assegnato all’inizio dell’esame.

Le domande sono volte ad accertare l’effettiva acquisizione delle conoscenze teoriche, sia della capacità di svolgere analisi statistiche (con e senza l’ausilio di software statistici) ed interpretare i risultati di tali analisi.

Per gli studenti che lo richiedano, è previsto anche un colloquio orale, su tutti gli argomenti del corso ad integrazione dell'esame scritto.


Nel periodo di emergenza COVID-19 le modalità di verifica dell'apprendimento verranno definite e aggiornate sulla base delle regole di Ateneo.

 


 


Testi di riferimento

Libro di testo:

  • Aron, Coups, & Aron (2018). Fondamenti di statistica. Introduzione alla ricerca in psicologia. Sixth Edition. Pearson [capp. 1 a 9, 11, 13, 14].


Per l'uso di SPSS è suggerito un testo a scelta fra:

  • Barbaranelli C., D'Olimpo F. (2007). Analisi dei dati con SPSS. Vol. I: Le analisi di base. Milano: LED.
  • Vanin, L. (2014). SPSS pratico. Cortina, Milano.

 

Informazioni dettagliate circa altro materiale didattico saranno pubblicate sulla relativa pagina del sito e-learning.


Esporta

Learning area

4: Knowledge of qualitative and quantitative research methodology


Learning objectives

Knowledge and understanding

  • Descriptive statistics
  • Inferential statistics
  • Univariate and bivariate statistical inference

 Applying knowledge and understanding

  • Using SPSS (or another statistical software) for data analysis
  • Ability to choose the most adequate data analysis technique for the context
  • How to report results of statistical analyses in conformity to the prevailing standards in psychology.

Contents

The course aims at providing the basic knowledge of descriptive and inferential statistics. Furthermore, it addresses some techniques of statistical analysis and introduces the use of the SPSS (or of another statistical software).


Detailed program

  • Descriptive statistics: measurement scales, central tendency and variability indices, standardized measures;
  • Graphical synthesis and graphical exploration of the data;
  • Introduction to probability;
  • Basic inferential statistics: sampling distribution, hypothesis testing, confidence intervals;
  • Parametric techniques: t-test for the difference between means (single sample, independent samples, paired-samples); linear correlation (Pearson’s)
  • Non-parametric techniques: Chi-squared test (equally-probable categories, independence, test of a model), correlation (Spearman)
  • Effect size and its use
  • Introduction to the concepts of power analysis


Prerequisites

As this is a compulsory first-year course, the only prerequisites are basic knowledge of mathematics/algebra and of computer use.

Possible specific lacunae will be handled during the lessons.


Teaching methods

Lectures in Italian, mostly split into blocks corresponding to the chapters of the coursebook. The statistical software will be discussed within the blocks, through exercises in class. Self-evaluation exercises may be available for some blocks (on the e-learning platform).

In parallel to the lectures, “software laboratories” will be available, during which students will use the statistical software(s) to enhance their learning.



Lessons will be held in presence or through online video lessons, according to the University’s regulations regarding the COVID-19 emergency situation. In both cases, all lessons will be video recorded and made available to the students.

 


Assessment methods

Turn B

The exam is in written form and consists of multiple-choice questions, open questions, and exercises of statistical analysis. SPSS (or another statistical software) will be used with a datafile provided at the beginning of the examination. The questions aim to ascertain the effective acquisition of the theoretical knowledge and of the ability to execute statistical analyses (with and without statistical software) and understand the results. 

Interested students can request also an oral integration, on all the topics of the course. 

During the Covid-19 emergency, exams will be conducted according to the University’s regulations regarding the COVID-19 emergency situation.

Textbooks and Reading Materials

Textbook:

  • Aron, Coups, & Aron (2018). Fondamenti di statistica. Introduzione alla ricerca in psicologia. Sixth Edition. Pearson [capp. 1 a 9, 11, 13, 14].

 

 For the use of SPSS, a text is suggested in your choice of:

  • Barbaranelli C., D'Olimpo F. (2007). Analisi dei dati con SPSS. Vol. I: Le analisi di base. Milano: LED.
  • Vanin, L. (2014). SPSS pratico. Cortina, Milano.

 

Detailed information about other educational material will be published on the relevant e-learning site page


Entra

Scheda del corso

Settore disciplinare
M-PSI/03
CFU
8
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio
Ore
60
Tipologia CdS
Laurea Triennale

Staff

    Docente

  • EC
    Erica Casini
  • Alessio Pietro Facchin
    Alessio Pietro Facchin
  • DR
    Daniele Luigi Romano
  • GT
    Giorgia Tosi
  • Michela Vezzoli
    Michela Vezzoli

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche