Syllabus del corso
Area di apprendimento
Area dell'apprendimento esperienziale
Obiettivi formativi
Conoscenza e comprensione
- Identificare l’analisi corretta da eseguire tra Analisi in Componenti Principali, una regressione e un'analisi di varianza per poter testare un'ipotesi
- Identificare le variabili per poter svolgere l’analisi
Capacità di applicare conoscenza e comprensione
- Svolgere Analisi in Componenti Principali, una regressione e un'analisi di varianza in SPSS
- Interpretare i risultati
Contenuti sintetici
Programma esteso
- Breve introduzione a SPSS
- Analisi in Componenti Principali
- Analisi della regressione (semplice e multipla – mediazione e moderazione)
- Analisi di Varianza (tra soggetti, entro soggetti, modello misto)
Prerequisiti
Gli studenti devono avere una conoscenza di base di SPSS in modo da poter eseguire operazioni semplici (inserimento dati, creazione variabili,…). Inoltre, gli studenti devono frequentare il corso di Metodologie Quantitative perché fornisce la conoscenza teorica riguardando le diverse tecniche statistiche usate.
Metodi didattici
Presentazione di esempi di analisi e svolgimento individuale da parte degli studenti di esercizi simili.
L'attività didattica sarà erogata in presenza, salvo indicazioni diverse, nazionali e/o di Ateneo, dovute al protrarsi dell'emergenza COVID-19.
Modalità di verifica dell'apprendimento
In teoria, nel corso dei laboratori gli studenti svolgeranno esercizi specifici sulle tre tematiche studiate (ACP, Regressione e Analisi di Varianza) per valutare le loro abilità per esaminare la validità di alcune ipotesi eseguendo analisi appropriate ed interpretando risultati.
Testi di riferimento
Barbaranelli, C., & D'Olimpio. (2007). Analisi dei dati con SPSS - I-Le analisi di base. LED Edizioni (Capitoli 1,2,3).
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
Learning area
Experiential learning
Learning objectives
Knowledge and understanding
- Identifying the correct analysis to be performed among a Principal Component Analysis, a Regression, and Analysis of Variance to test an hypothesis
- Identifying variables to run analysis
Applying knowledge and understanding
- Running a Principal Component Analysis, a Regression, and Analysis of Variance in SPSS
- Interpreting Results
Contents
We will use the SPSS statistical package to perform Principal Component Analysis for questionnaire data, Regression Analysis and simple Analyses of Variance for experimental data. During laboratories, students will learn how to perform these statistical techniques on different data sets and how to interpret results.
Detailed program
- Brief Introduction to SPSS
- Principal Component Analysis
- Linear Regression (simple, multiple including mediation and moderation analyses)
- Analysis of Variance (between-subject, within-subject, Mixed models)
Prerequisites
Students should have basic knowledge of SPSS to be able to perform basic operations (data entry, creation of variables,…). Furthermore, they should attend or having attended the Course of Quantitative Methodologies, because it provides theoretical knowledge regarding these techniques of analysis.
Teaching methods
Presentation of a series of examples of analyses and students perform similar analyses.
Lessons will be held in presence unless further COVID-19-related restrictions are imposed
Assessment methods
In theory, as part of the laboratory, students will perform specific exercises regarding the the topics they studied (PCA, Regression, ANOVA) to test their abilities in examining the validity of a series of hypotheses by conducting the adequate analyses and interpreting results.
Textbooks and Reading Materials
Barbaranelli, C., & D'Olimpio. (2007). Analisi dei dati con SPSS - I-Le analisi di base. LED Edizioni (Capitoli 1,2,3).
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson