- Psychology
- Master Degree
- Psicologia Clinica e Neuropsicologia nel Ciclo di Vita [F5104P]
- Courses
- A.A. 2022-2023
- 1st year
- Multivariate Data Analysis
- Summary
Course Syllabus
Area di apprendimento
Metodi, tecniche e strumenti della psicologia
Statistica e metodi quantitativi
Obiettivi formativi
Conoscenza e comprensione
- Tecniche statistiche per dati correlazionali
- Tecniche statistiche per dati sperimentali
- Relazioni semplici e complesse fra variabili di diverso tipo
- Comprensione approfondita della misura psicologica.
Capacità di applicare conoscenza e comprensione
- Saper analizzare i dati di diversi tipi di disegni di ricerca
- Capire e valutare la qualità delle analisi statistiche presenti in letteratura
- Saper analizzare e capire relazioni complesse tra variabili
- Valutare criticamente e utilizzare diversi tipi di misure psicologiche
- Utilizzo del software statistico
Contenuti sintetici
ll corso presenta una serie di tecniche statistiche e concetti metodologici utili per l’acquisizione e l'analisi dei dati caratteristici della ricerca psicologica, sia sperimentale che sul campo. Sono presentate tecniche univariate e multivariate. Particolare rilievo è dato al tipo di risultati ottenibili ed alla loro interpretazione. Sono anche sviluppati alcuni concetti fondamentali della misurazione in psicologia.
Programma esteso
Lezioni frontali
- Modelli statistici ed inferenza
- Modello lineare generale
- Mediazione e moderazione
- Analisi dei disegni a misure ripetute
- Modello lineare generalizzato
- Teoria della misura
- Misure implicite ed esplicite
- Attendibilità e validità
- Analisi fattoriale
Laboratorio
Apprendimento del software statistico Jamovi ed esercitazioni pratiche sull’analisi dei dati
Prerequisiti
Fondamenti di statistica descrittiva (indici di tendenza centrale e di dispersione); Fondamenti di statistica inferenziale. Regressione semplice e correlazione, t-test.
Metodi didattici
Nelle lezioni frontali vengono affrontate le basi teoriche delle tecniche statistiche in programma, la loro applicabilità, con particolare enfasi alla loro interpretazione. Con l’ausilio di numerosi esempi presi dalla letteratura psicologica, si mira a rendere comprensibili le nozioni di statistica a studenti e studentesse con diversi background formali e diversi livelli di apprendimento di materie logico-matematiche. La discussione di analisi di dati in aula è considerata parte integrante delle lezioni.
Laboratorio informatico con esercizi su dati e applicazioni delle tecniche
Gli studenti/le studentesse Erasmus possono contattare i docenti per concordare la possibilità di studiare su una bibliografia in lingua inglese e/o la possibilità di sostenere l'esame in inglese.
Modalità di verifica dell'apprendimento
Esame scritto con domande a scelta multipla (20) e domande aperte (3/5) basate su analisi dei dati. Esame orale opzionale. Le domande a scelta multipla valuteranno in particolar modo l’apprendimento delle conoscenze teoriche riguardanti la misurazione psicometrica e i modelli statistici sottostanti all’analisi dei dati. Le domande a scelta multipla pesano per 1/3 del voto totale.
Le domande aperte valuteranno in particolar modo la capacità di applicare tali conoscenze teoriche alla progettazione di ricerche e all’analisi dei dati. Lo/la studente/essa può dimostrare di saper capire un disegno di ricerca, individuare le analisi statistiche utile a rispondere a specifiche domande di ricerca, svolgere le analisi con il software, interpretare correttamente i risultati e riportarli secondo gli standard internazionali (APA).
L’esame orale opzionale è offerto agli/alle studenti/esse che ritengono che il risultato dell’esame scritto non rifletta adeguatamente la loro preparazione e verterà sia sulla comprensione teorica, sia sulla capacità di analisi dei dati. L'esame orale parte dalla discussione dello scritto e rigarda tutti gli argomenti svolti a lezione. In caso di integrazione orale, il voto finale sarà dato dalla media dello scritto e dell'orale.
Testi di riferimento
Il materiale per lo studio sarà contenuto nelle slide delle lezioni, e nel libro di testo. Saranno inoltre indicate pubblicazioni scientifiche che verteranno su argomenti specifici. Le slide delle lezioni e le pubblicazioni scientifiche saranno rese disponibili attraverso la piattaforma online dell’Università.
Libro 1: Gallucci M., Leone L., Berlingeri, E. (2017). Modelli statistici per le scienze sociali, seconda edizione. Milano: Pearson Educational.
Sustainable Development Goals
Learning area
Methods, techniques and instruments for pscyhology
Statistics and quantitative methods
Learning objectives
Knowledge and understanding
- Statistics for correlation data
- Statistics for experimental data
- Simple and complex relationships among different types of variables
- Advanced concepts of measurement in psychology
Applying knowledge and understanding
- Ability to analyze data collected in different research designs
- Understanding and evaluating third-party statistics and their quality
- Estimating and understanding simple and relationships among variables.
- Employing and evaluating different types of psychological measures
- Use of statistical software
Contents
An overview of several statistical techniques and methodological concepts is provided, giving the student the ability to collect and analyze data in a wide range of research situations. Univariate and multivariate statistical techniques are presented, with emphasis on the interpretation of results. Fundamental concepts related with measurement in psychology are also discussed.
Detailed program
Class activities
- Statistical models and inferential statistics
- The general linear model
- Mediation and moderation
- Statistics for repeated-measures designs
- Generalized linear model
- Measurement theory
- Implicit and explicit measures
- Validity and reliability
- Factor analysis
Practice Labs
Practice with jamovi statistical software and hands-on exercises with real data.
Prerequisites
Descriptives statistics (measures of central tendency and dispersion); Basics of inferential statistics; regression and correlation; t-test.
Teaching methods
Theoretical and practical classes. In the theoretical lessons the foundations of the statistical techniques are presented and discussed, their applicability, with special focus on the interpretation of the results. Using several examples found in the psychological literature, students with different backgrounds should be able to understand what is needed to carry out and interpreting the statistical analyses discussed in the course.
Practice sections in the computer labs with analyses of real data and discussion.
Although this course is held in Italian, for Erasmus students, the course material is available also in English, and students can take the exam in English if they wish to do so.
Assessment methods
Written final test with multiple-choice questions and open-end questions based on data analyses. Optional oral exam.
Multiple-choice questions (20) will assess particularly the understanding of the theoretical models underlying psychometric measurement and data analysis techniques. They weight for 1/3 of the final grade.
Open-ended questions (3 to 5) will assess the ability to apply this knowledge for developing research projects and for analyzing data. The student will be assessed on their ability to understand a research design, select the statistical techniques useful to answer the researcher questions, execute them with the statistical software, interpret and report the results following international standard (APA)
The possibility of an oral exam is offered to students who consider that the result of the exam does not reflect their real competence and it will assess both theoretical knowledge and practical abilities. The oral exam mark with be averaged with the written exam mark to compose the final grade.
Textbooks and Reading Materials
Learning materials is available consists of the lectures slides and the textbook. Papers regarding specific topics can be also indicated. Lecture slides and papers will be made available in the University’s online elearning platform.
Textbook 1: Gallucci, M. Leone L Berlingeri, M (2017). Modelli statistiche per le scienze sociali. Milano: Pearson Education.