Syllabus del corso
Area di apprendimento
Area dell'apprendimento esperienziale
Obiettivi formativi
Conoscenza e comprensione
- Identificare l’analisi più adeguata per testare un'ipotesi specifica tra l'Analisi delle Componenti Principali, Regressione e Analisi della Varianza.
- Identificare le variabili per poter svolgere l’analisi
Capacità di applicare conoscenza e comprensione
- Svolgere Analisi delle Componenti Principali, regressione semplice e multipla e analisi della varianza in jamovi
- Interpretare i risultati
*Autonomia di giudizio
- Verrà stimolata la capacità di valutare criticamente le scelte metodologiche, individuando in modo autonomo le tecniche più adatte a specifici quesiti teorici e contesti di ricerca, con attenzione alle implicazioni concettuali delle scelte analitiche.
*Abilità comunicative
- Comunicare in modo chiaro ed efficace le motivazioni alla base delle scelte analitiche effettuate e di presentare i risultati ottenuti, articolando correttamente le inferenze statistiche usando un linguaggio tecnicamente corretto ma semplice e comprensibile.
Capacità di apprendere
- Attraverso l’uso pratico del software JAMOVI e il lavoro individuale e collaborativo, gli studenti svilupperanno competenze che potranno essere impiegate autonomamente in contesti futuri, accademici e professionali, favorendo un apprendimento continuo e autodiretto.
Contenuti sintetici
Utilizzando il software statistico jamovi, ci si focalizzerà in particolare sull’uso dell’Analisi delle Componenti Principali, dell’Analisi della Regressione e dell’Analisi della Varianza. Durante i laboratori, studenti e studentesse impareranno ad eseguire le analisi statistiche su diversi set di dati e a interpretare i risultati.
Programma esteso
- Breve introduzione a jamovi
- Analisi delle Componenti Principali
- Analisi della Regressione (semplice e multipla – mediazione e moderazione)
- Analisi della Varianza (tra soggetti, entro soggetti)
Prerequisiti
Gli studenti devono avere una conoscenza di base di un software statistico (come SPSS o jamovi) in modo da poter eseguire operazioni semplici (ad esempio inserimento dati, creazione di variabili, ecc.). Inoltre, gli studenti devono frequentare il corso di Metodologie Quantitative perché fornisce la conoscenza teorica riguardante le diverse tecniche statistiche utilizzate.
Metodi didattici
24 ore di esercitazioni svolte in modalità interattiva, organizzate in incontri di tre ore in presenza. Ogni incontro prevede la presentazione di esempi di analisi e lo svolgimento individuale di esercizi analoghi da parte degli studenti.
Modalità di verifica dell'apprendimento
Nel corso dei laboratori gli studenti svolgeranno esercizi specifici sulle tre tematiche studiate (Analisi delle Componenti Principali, Regressione e Analisi della Varianza) per valutare le loro abilità nell'esaminare la validità di alcune ipotesi eseguendo analisi appropriate e interpretando i risultati.
Testi di riferimento
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
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
Sustainable Development Goals
Learning area
Experiential learning
Learning objectives
Knowledge and understanding
- Identifying the correct analysis to be performed among Principal Component Analysis, Regression, and Analysis of Variance to test a hypothesis.
- Identifying the variables to run the analysis
Applying knowledge and understanding
- Running Principal Component Analysis, Regression, and Analysis of Variance in
- Interpreting Results
Making Judgements
- Students will be encouraged to critically evaluate methodological choices, independently identifying the most appropriate techniques for specific theoretical questions and research contexts, with attention to the conceptual implications of analytical decisions.
Communication Skills
Communication Skills
- Students will learn to clearly and effectively communicate the rationale behind analytical choices and to present the results obtained, appropriately articulating statistical inferences using technically accurate yet accessible language.
Learning Skills
- Through practical use of the JAMOVI software and both individual and collaborative work, students will develop competencies that can be independently applied in future academic and professional settings, fostering continuous and self-directed learning.
Contents
We will use the jamovi statistical package to perform Principal Component Analysis on questionnaire data, Regression Analysis, and simple Analysis of Variance for experimental data. During the laboratories, students will learn how to perform these statistical techniques on different datasets and how to interpret the results.
Detailed program
- Brief Introduction to jamovi
- Principal Component Analysis
- Linear Regression (simple, multiple including mediation and moderation analyses)
- Analysis of Variance (between-subject, within-subject)
Prerequisites
Students should have basic knowledge of statistical software (such as SPSS or jamovi) to be able to perform basic operations (e.g., data entry, creation of variables, etc.). Furthermore, they should be attending or have attended the Quantitative Methodologies course, because it provides theoretical knowledge regarding the statistical techniques used.
Teaching methods
24 hours of interactive exercises (interactive teaching), organized into three-hour in-person sessions. Each session includes the presentation of analysis examples and the individual completion of similar exercises by the students.
Assessment methods
As part of the laboratory, students will perform specific exercises regarding the topics they studied (Principal Component Analysis, Regression, and ANOVA) to test their abilities in evaluating the validity of a series of hypotheses by conducting appropriate analyses and interpreting the results.
Textbooks and Reading Materials
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
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
