Syllabus del corso
Area di apprendimento
Conoscenze di metodologia della ricerca qualitativa e quantitativa
Obiettivi formativi
Conoscenza e comprensione
Al termine del corso, studentesse e studenti avranno acquisito una conoscenza solida e strutturata dei principi fondamentali della statistica descrittiva e inferenziale, incluse le principali tecniche parametriche e non parametriche utilizzate nelle scienze psicologiche. Sapranno distinguere le diverse scale di misura, comprendere il concetto di distribuzione campionaria, i fondamenti della probabilità, e i principali test inferenziali (test Z, t-test, ANOVA, chi-quadro, correlazione). Conosceranno inoltre le nozioni essenziali di intervalli di confidenza, ampiezza dell’effetto e analisi della potenza.
Applicare conoscenza e comprensione
Studentesse e studenti saranno in grado di applicare in modo efficace le conoscenze acquisite per:
- analizzare dati psicologici mediante software statistici open source (es. Jamovi);
- scegliere e implementare tecniche di analisi appropriate in funzione della domanda di ricerca e del tipo di dati;
- riportare i risultati in maniera chiara e formalmente corretta, secondo le convenzioni APA, integrando elementi numerici, testuali e grafici.
Autonomia di giudizio
Attraverso esercizi in aula ed esercitazioni pratiche in laboratorio con l’uso di software statistici, studentesse e studenti sviluppano la capacità di valutare in modo autonomo la coerenza metodologica delle tecniche di analisi adottate, interpretare criticamente gli output statistici e scegliere, tra più opzioni possibili, l’approccio più adatto al problema di ricerca. La modalità d’esame, che include esercizi pratici, domande aperte e, se richiesto, un colloquio orale, stimola l’indipendenza di giudizio e il pensiero critico nell’applicazione e valutazione dei metodi statistici inferenziali.
Abilità comunicative
Il corso promuove lo sviluppo delle abilità comunicative attraverso la redazione di brevi testi interpretativi dei risultati statistici secondo le convenzioni APA, la discussione in aula di esercizi e procedure analitiche, e la capacità di argomentare le scelte metodologiche compiute. L’esame include domande aperte che richiedono l’uso di un linguaggio tecnico appropriato e la capacità di trasmettere in modo chiaro e coerente i risultati ottenuti, sia in forma scritta sia, se richiesto, attraverso un colloquio orale.
Capacità di apprendere
Il corso fornisce solide basi teoriche e pratiche che permettono di proseguire in modo autonomo l’apprendimento di tecniche statistiche più avanzate. L’uso di software open source come Jamovi, consente di sviluppare una metodologia di studio attiva e autonoma, utile anche in vista di corsi successivi a maggiore specializzazione, nonché nella futura pratica professionale o di ricerca.
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 jamovi (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: test Z; t-test per la differenza di medie (campione singolo, campioni indipendenti, campioni appaiati); correlazione lineare (Pearson); ANOVA
- Tecniche non parametriche: Test del chi-quadro (ipotesi dell'equiprobabilità, dell'indipendenza, test di un modello), correlazione monotòna (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. La valutazione dell’apprendimento tiene conto di:
- acquisizione e padronanza dei contenuti teorici del corso;
- capacità di selezionare e applicare correttamente le tecniche statistiche presentate;
- corretto utilizzo del software statistico per l’analisi dei dati;
- capacità di interpretare e discutere criticamente i risultati ottenuti;
- chiarezza espositiva e proprietà del linguaggio tecnico-scientifico.
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. (Capp. da 1 a 9 incluso, 11 e 13)
Per l'uso del software jamovi
Danielle J. Navarro and David R. Foxcroft, Learning Statistics with jamovi: A Tutorial for Beginners in Statistical Analysis. Cambridge, UK: Open Book Publishers, 2025, https://doi.org/10.11647/OBP.0333
Un eventuale testo aggiuntivo per l’utilizzo del software jamovi verrà reso disponibile sul sito del corso prima dell’inizio delle lezioni.
Sustainable Development Goals
Learning area
Knowledge about qualitative and quantitative research methodology
Learning objectives
Knowledge and Understanding
By the end of the course, students will have acquired a solid and structured understanding of the fundamental principles of descriptive and inferential statistics, including the main parametric and non-parametric techniques used in psychological sciences. They will be able to distinguish between different measurement scales, understand the concept of sampling distribution, the fundamentals of probability, and the most common inferential tests (Z test, t-test, ANOVA, chi-square, correlation). They will also be familiar with essential notions such as confidence intervals, effect size, and power analysis.
Applying Knowledge and Understanding
Students will be able to effectively apply their knowledge to:
- analyze psychological data using open-source statistical software (e.g., Jamovi);
- select and implement appropriate data analysis techniques according to the research question, variable types, and study design;
- report results clearly and accurately, following APA conventions and integrating numerical, textual, and graphical information.
Making Judgements
Through classroom exercises and hands-on practice with statistical software, students will develop the ability to critically evaluate the methodological coherence of selected data analysis techniques, interpret statistical outputs, and choose the most suitable approach for a given research problem among multiple options. The examination format—which may include practical exercises, open-ended questions, and, if required, an oral interview—encourages independent judgement and critical thinking in applying and assessing inferential statistical methods.
Communication Skills
The course fosters the development of communication skills through the drafting of short interpretive texts based on statistical results (according to APA style), in-class discussion of exercises and analytical procedures, and the ability to explain methodological choices. The exam includes open-ended questions requiring the use of appropriate technical language and the ability to convey results clearly and coherently, both in written form and, if required, during an oral interview.
Learning Skills
The course provides a strong theoretical and practical foundation that enables students to continue learning more advanced statistical techniques independently. The use of open-source software such as Jamovi supports the development of an active and self-directed learning approach, which is also beneficial for future specialized courses, as well as for professional or research practice.
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 jamovi (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: Z test; 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), Spearman correlation
- 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. The assessment of learning outcomes takes into account:
- acquisition and mastery of the theoretical content of the course;
- ability to correctly select and apply the statistical techniques presented;
- proper use of statistical software for data analysis;
- ability to interpret and critically discuss the results obtained;
- clarity of expression and appropriate use of technical and scientific language.
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. (Capp. from 1 to 9 included, 11 and 13)
For jamovi
Danielle J. Navarro and David R. Foxcroft, Learning Statistics with jamovi: A Tutorial for Beginners in Statistical Analysis. Cambridge, UK: Open Book Publishers, 2025, https://doi.org/10.11647/OBP.0333
An additional text for the use of the jamovi software might be made available on the course website before the start of the lessons.
