Course Syllabus

Export

4: Conoscenze di metodologia della ricerca qualitativa e quantitativa

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


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).

  • 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


    • 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.

    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.



    Per le lezioni (teoria):
    • Slide delle lezioni
    • Aron, A., Coups, E. J., & Aron, E. J. (2018). Fondamenti di statistica. Introduzione alla ricerca in psicologia. Milano: Pearson.  [capp. 1 a 8, 9 parziale, 11, 13, 14]
    Per la parte pratica, un testo a scelta fra:
    • Vanin, L. (2014). SPSS pratico. Configurazioni, output e interpretazioni a colpo d’occhio. Milano: Cortina.
    • Barbaranelli, C., D’Olimpo, F. (2007). Analisi dei dati con SPSS. Vol. I: Le analisi di base. Milano: LED.
    • Un qualunque libro (anche in inglese) su SPSS (versioni dalla 16 in avanti) purché includa gli argomenti del corso (disponibili in Biblioteca).

    Export

    4: Knowledge of qualitative and quantitative research methodology

    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.

    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).

    • 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

    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.




    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, unless further COVID-19 related restrictions are imposed.




    For lessons (theory):
    • Slides (in Italian)
    • Aron, A., Coups, E. J., & Aron, E. J. (2018). Fondamenti di statistica. Introduzione alla ricerca in psicologia. Milano: Pearson. [capp. 1 a 8, 9 parziale, 11, 13, 14]
    For the practical part, a text chosen from:
    • Vanin, L. (2014). SPSS pratico. Configurazioni, output e interpretazioni a colpo d’occhio. Milano: Cortina.
    • Barbaranelli, C., D’Olimpo, F. (2007). Analisi dei dati con SPSS. Vol. I: Le analisi di base. Milano: LED.
    • Any book (in English) on SPSS (versions from 16 onwards) as long as it includes the course topics (available in the University Library).



    Enter

    Key information

    Field of research
    M-PSI/03
    ECTS
    8
    Term
    Second semester
    Activity type
    Mandatory
    Course Length (Hours)
    60
    Degree Course Type
    Degree Course
    Language
    Italian

    Staff

      Teacher

    • Germano Rossi
      Germano Rossi
    • myselfie
      Cristina Zogmaister

      • Assistant

    • Alessio Pietro Facchin
      Alessio Pietro Facchin
    • SI
      Salvatore Iovine
    • FP
      Federica Pirrera
    • GT
      Giorgia Tosi
    • Michela Vezzoli
      Michela Vezzoli

    Students' opinion

    View previous A.Y. opinion

    Bibliography

    Find the books for this course in the Library

    Enrolment methods

    Manual enrolments
    Guest access