Course Syllabus
Area di apprendimento
Conoscenze di metodologia della ricerca qualitativa e quantitativa
Obiettivi formativi
Conoscenza e comprensione
- Statistica descrittiva
- Inferenza statistica
- Statistica inferenziale mono e bivariata
Applicare conoscenza e comprensione
- Utilizzo di un software per l’analisi statistica dei dati
- Capacità di selezionare la tecniche di analisi dei dati più adeguata in determinato contesto
- Riportare risultati ottenuti in modo conforme allo standard prevalentemente utilizzato in ambito psicologico (APA)
Contenuti sintetici
L'insegnamento 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 (ipotesi dell'equiprobabilità, dell'indipendenza, test di un modello), correlazione lineare (Spearman)
- Ampiezza dell’effetto e suo utilizzo
- Introduzione al concetto di analisi della potenza
Prerequisiti
Essendo un insegnamento obbligatorio del primo 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 (parte teorica) o le esercitazioni (parte pratica).
Metodi didattici
Insegnamento con differenti modalità didattiche:
- 21 lezioni da 2 ore svolte in modalità erogativa in presenza, generalmente suddivise in blocchi logici corrispondenti ai capitoli del libro di testo. Le lezioni affronteranno gli aspetti teorici del programma. Per alcuni blocchi potrebbero essere predisposti (sulla piattaforma elearning) delle auto-valutazioni o degli esercizi;
- 18 ore di esercitazioni svolte in modalità interattiva, organizzate in incontri di 2 o 3 ore, in cui attraverso l'utilizzo di uno o più software statistici le studentesse e studenti avranno modo di mettere in pratica le tecniche statistiche apprese a lezione.
L'attività didattica si svolgerà in presenza.
Modalità di verifica dell'apprendimento
L’esame è scritto e si compone di domande a scelta multipla, domande aperte ed esercizi di analisi statistica.
Inoltre, attraverso l'esecuzione di analisi su un file dati assegnato all'inizio dell’esame, verrà accertata la competenza nell’uso del software statistico (o dei software statistici) appreso nelle esercitazioni, nonché nell'interpretazione dei risultati ottenuti attraverso il software.
Il conseguimento del punteggio minimo di 18/30 alle domande a scelta multipla è condizione necessaria per il superamento della prima parte dell’esame e accesso alla valutazione delle restanti parti dell'esame ed eventuale prova orale.
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.
Non sono previsti esami in itinere o prove parziali.
Per gli studenti che lo richiedano (o su richiesta della docente), è previsto anche un colloquio orale, su tutti gli argomenti del corso, che può portare a un aumento o decremento fino a un massimo di 2 punti sul punteggio dell’esame scritto.
Testi di riferimento
Per le lezioni (teoria):
- Slide delle lezioni
- Aron, A., Coups, E. J., & Aron, E. J. , Cooley, E. (2024). Fondamenti di Psicometria per la ricerca. Milano: Pearson. (Indicazioni specifiche sui capitoli da studiare verranno date attraverso elearning prima dell'inizio del corso)
- Suggerimenti bibliografici per la parte pratica verranno forniti attraverso elearning prima dell'inizio del corso.
Sustainable Development Goals
Learning area
Knowledge about qualitative and quantitative research methodology
Learning objectives
Knowledge and understanding
- Descriptive statistics
- Inferential statistics
- Univariate and bivariate statistical inference
Applying knowledge and understanding
- Using of a software for statistical 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 standard in psychology (APA)
Contents
This course aims at providing the basic knowledge on 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 concept of power analysis
Prerequisites
As this is a compulsory first-year course, the only prerequisites are basic knowledge of mathematics/algebra and computer use. Possible specific lacunae will be handled during the lessons.
Teaching methods
Teaching with Different Didactic Methods:
- 21 lessons of 2 hours each, delivered in person (lecture based teaching), generally divided into logical blocks corresponding to the chapters of the textbook. The lessons will cover the theoretical aspects of the program. For some blocks, self-assessments or exercises might be provided on the e-learning platform;
- 18 hours of interactive exercises (interactive teaching), organized in sessions of 2 or 3 hours each, during which students will have the opportunity to practice the statistical techniques learned in class using one or more statistical software programs.
The teaching activities will take place in-person.
Assessment methods
The exam is written and consists of multiple-choice questions, open-ended questions, and statistical analysis exercises.
Additionally, by performing analyses on a data file assigned at the beginning of the exam, the competence in using the statistical software (or statistical softwares) learned will be assessed, as well as the ability to interpret the results obtained through the software.
A minimum score of 18/30 in the multiple choice part is required for the remaining parts to be assessed.
The questions are aimed at verifying the actual acquisition of theoretical knowledge, the ability to perform statistical analyses (with and without the aid of statistical software), and the interpretation of the results of these analyses.
There are no midterm or partial exams.
For students who request it (or at the instructor's request), an oral interview on all the topics of the course is also provided, which can lead to an increase or decrease of up to a maximum of 2 points on the written exam score.
Textbooks and Reading Materials
For lessons (theory):
- Slides (in Italian)
- Aron, A., Coups, E. J., & Aron, E. J. , Cooley, E. (2024). Fondamenti di Psicometria per la ricerca. Milano: Pearson. (Specific instructions on the chapters to study will be provided through e-learning before the start of the course)
- Bibliographic suggestions for the practical part will be provided through e-learning before the start of the course.
