Course Syllabus
Area di apprendimento
Area dell'apprendimento esperienziale
Obiettivi formativi
Conoscenza e comprensione
Conoscenze fondamentali relative all'Analisi della Varianza (ANOVA) e alla regressione lineare multipla, nonché nozioni introduttive su tecniche più avanzate. Tali conoscenze saranno contestualizzate nell’ambito della psicologia dello sviluppo e della ricerca empirica.
Capacità di applicare conoscenza e comprensione
Competenze operative nell’applicazione delle tecniche statistiche apprese, utilizzando il software JAMOVI per condurre analisi su dati reali e simulati. Gli studenti saranno in grado di scegliere e applicare in autonomia i modelli più adeguati ai dati disponibili e di interpretarne correttamente 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 sui vari modelli ANOVA e sui modelli di regressione lineare multipla. Durante gli incontro di laboratorio, gli studenti impareranno ad eseguire le analisi statistiche su diversi dati ed a interpretarne i risultati, contestualizzati nell’ambito della psicologia dello sviluppo e della ricerca empirica.
Programma esteso
Breve introduzione a JAMOVI
Modelli di Analisi di Varianza (tra soggetti, entro soggetti, disegno misto)
Analisi della regressione (semplice e multipla – mediazione e moderazione)
Cenni sui modelli di analisi su variabili di frequenza e ordinali
Prerequisiti
Gli studenti devono avere una conoscenza di base di software per la creazione e gestione di dati empirici (ad es., Excel, SPSS, o simili), in modo da poter eseguire operazioni semplici (inserimento dati, creazione variabili,…). Le principali nozioni teoriche riguardanti le diverse tecniche statistiche usate verranno fornite negli incontri di laboratorio.
Metodi didattici
Presentazione delle nozioni principali delle tecniche statistiche affrontate, esempi di analisi, e svolgimento individuale da parte degli studenti di esercizi simili. Circa il 50% delle ore (14 ore) saranno di didattica erogativa e il restante 50% (14 ore) di didattica interattiva (sessioni pratiche, esercizi). Il corso sarà erogato in lingua italiana e interamente in presenza.
Modalità di verifica dell'apprendimento
Nel corso degli incontri di laboratorio gli studenti svolgeranno esercizi specifici sulle due tematiche principali studiate (Analisi della Varianza e Regressione Lineare Multipla) per raffinare le loro abilità nell’esaminare la validità di alcune ipotesi eseguendo analisi appropriate ed interpretando adeguatamente i risultati. Ci sarà una prova finale scritta di verifica dell'apprendimento consistente in un misto di domande a scelta multipla a di domande aperte basate sull'analisi di dati. Agli studenti è richiesta una frequenza pari ad almeno il 70% del monte ore totale (28 ore) del laboratorio.
Testi di riferimento
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
Navarro DJ & Foxcroft DR (2025). Learning statistics with Jamovi: a tutorial for beginnes in statistical analyses. https://davidfoxcroft.github.io/lsj-book/; https://www.learnstatswithjamovi.com/)
Sustainable Development Goals
Learning area
Area of experiential learning
Learning objectives
Knowledge and Understanding
Fundamental knowledge of Analysis of Variance (ANOVA) and multiple linear regression, as well as introductory concepts of more advanced techniques. This knowledge will be contextualized within the field of developmental psychology and empirical research.
Applying Knowledge and Understanding
Operational skills in applying the statistical techniques learned, using JAMOVI software to conduct analyses on real and simulated data. Students will be able to independently select and apply the most appropriate models to the available data and accurately interpret the results.
Making Judgements
Students will be encouraged to critically evaluate methodological choices, independently identifying the most suitable techniques for specific theoretical questions and research contexts, with attention to the conceptual implications of analytical decisions.
Communication Skills
The ability to clearly and effectively explain the rationale behind analytical choices and to present the obtained results, articulating the appropriate statistical inferences using technically accurate yet clear and accessible language.
Learning Skills
Through practical use of JAMOVI software and both individual and collaborative work, students will develop skills that can be autonomously applied in future academic and professional contexts, fostering continuous and selfdirected learning.
Contents
Using the statistical software JAMOVI, we will focus in particular on various ANOVA models and multiple linear regression models. During the laboratory meetings, students will learn to perform statistical analyses on different data and interpret the results, contextualized within the field of developmental psychology and empirical research.
Detailed program
Brief introduction to JAMOVI
Analysis of Variance models (between-subjects, within-subjects, mixed design)
Regression analysis (simple and multiple – mediation and moderation)
Brief overview of analysis models for frequency and ordinal variables
Prerequisites
Students should have a basic knowledge of software for creating and managing empirical data (e.g., Excel, SPSS, or similar), in order to be able to perform simple operations (data entry, variable creation,…). The main theoretical notions regarding the different statistical techniques used will be provided in the laboratory meetings.
Teaching methods
Presentation of the main notions of the statistical techniques addressed, examples of analysis, and individual performance by the students of similar exercises. Around 50% of the hours (14 hours) will be of traditional teaching and the remaining 50% (14 hours) will be of interactive teaching (practical sessions/exercises). The laboratory will be held in Italian and entirely in presence.
Assessment methods
During the meetings, students will carry out specific exercises on the two main topics studied (Analysis of Variance and Multiple Linear Regression) to improve their skills in examining the validity of some hypotheses by performing appropriate analyses and adequately interpreting results. There will be a final assessment session consisting of a mix of multiple choice questions and open answers based on data analyses. Students are expected to participate to at least 70% of the total hours (28 hours) of the laboratory.
Textbooks and Reading Materials
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
Navarro DJ & Foxcroft DR (2025). Learning statistics with Jamovi: a tutorial for beginnes in statistical analyses.
