Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
9 cfu
Secondo anno L24
Docente referente:
Gianfranco Cicotto
gianfranco.cicotto@unimercatorum.it
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum Introduzione alla Psicometria
Fin qui abbiamo parlato di alcuni esempi che ci hanno tanto una
idea molto vaga ma importante della necessità, dei problemi e dei
significati della misurazione degli oggetti materiali e immateriali.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 18
Universitas Mercatorum Introduzione alla Psicometria
Pag. 9 di 18
Universitas Mercatorum Introduzione alla Psicometria
Pag. 10 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum Introduzione alla Psicometria
Pag. 13 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum Introduzione alla Psicometria
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum Elementi di matematica
ELEMENTI DI MATEMATICA
Questa lezione ha l’obiettivo di fornire a ciascun allievo e
ciascuna allieva le necessarie conoscenze della matematica
propedeutiche alla comprensione, allo studio e all’applicazione della
statistica psicometrica.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum Elementi di matematica
1.SIMBOLI
La matematica è fatta di simboli. Un simbolo è un segno grafico
a cui si attribuisce un significato. Queste attribuzioni sono del tutto
convenzionali, per cui occorre impararle a memoria. Non c’è possibilità
di ragionare sui segni per astrarne significati. Essi, i significati, sono
imposti, e come tali non possono essere dedotti. Diventa quindi
impossibile guardando una formula fare un ragionamento osservando
i simboli senza agganciarli a un significato: occorre ricordare e
richiamare il significato dei segni. Sulla base dei significati dei segni si
potranno costruire frasi, argomentazioni, giudizi ecc.
Il segno dell’uguale =
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum Elementi di matematica
3=2+1
1≠3
x<3
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum Elementi di matematica
x>3
x≤3
x≥3
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum Elementi di matematica
Se scriviamo
10 ≤ x ≤ 100
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum Elementi di matematica
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 18
Universitas Mercatorum Elementi di matematica
2.NUMERI
I numeri non sono tutti uguali. Potrebbe sembrare banale dirlo,
ma è davvero così. I numeri sono la formalizzazione di quantità
annotate graficamente secondo determinate convenzioni. In questo
paragrafo esamineremo i numeri cardinali, ordinali, naturali,
razionali, irrazionali, reali, trascendenti, immaginari, complessi. Non
ne sarà data una definizione rigorosa, ma se ne vorrà enunciare
l’esistenza e come sono formalizzati.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 18
Universitas Mercatorum Elementi di matematica
3⁄ 4⁄ 1⁄
8 5 2
3
√2 √5
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 18
Universitas Mercatorum Elementi di matematica
i2 = -1
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum Elementi di matematica
𝑒 𝑖𝜋 + 1 = 0
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum Elementi di matematica
3.OPERATORI
Gli operatori identificano le operazioni che possiamo compiere
con i numeri. Sono anch’essi formalizzati da segni grafici.
- sottrazione
+ addizione
* moltiplicazione
/ divisione, frazione
^ elevamento a potenza
√ radice
log logaritmo
Σ sommatoria
-… -3 -2 -1 0 1 2 3 …
-∞ +∞
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 18
Universitas Mercatorum Elementi di matematica
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum Elementi di matematica
baseesponente = potenza
𝑖𝑛𝑑𝑖𝑐𝑒
√𝑟𝑎𝑑𝑖𝑐𝑎𝑛𝑑𝑜 = 𝑟𝑎𝑑𝑖𝑐𝑒
32 = 9
2
√9 = 3
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum Elementi di matematica
𝑙𝑜𝑔3 9 = 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum Elementi di matematica
∑ 𝑋𝑖
ì=1
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum Funzioni matematiche
LE FUNZIONI MATEMATICHE
La lezione ha l’obiettivo di fornire a ciascun allievo e
ciascuna allieva le necessarie conoscenze degli strumenti tipici delle
rappresentazioni grafiche delle funzioni matematiche alla base della
psicometria e prendere consapevolezza dei passaggi di calcolo e di
trasformazione numerica alla base dei ragionamenti matematici.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum Funzioni matematiche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum Funzioni matematiche
u y
2° quadrante … 1° quadrante
3
1
-… -3 -2 -1 1 2 3 …
O x
-1
-2
-3
3° quadrante -… 4° quadrante
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum Funzioni matematiche
u y
3
P
2
1
-… -3 -2 -1 1 2 3 …
O x
-1
-2
-3
-…
P = (3, 2)
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum Funzioni matematiche
P = (x, y)
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum Funzioni matematiche
P1
4
d
3
P2
2
1
1 2 3 …
O x
Nel caso in figura abbiamo due punti, P1 e P2, che hanno come
coordinate
Pag. 8 di 18
Universitas Mercatorum Funzioni matematiche
intersezioni delle proiezioni dei punti sugli assi. L’ipotenusa di questo triangolo,
in figura colorato in verde, è la distanza d dei due punti che ci interessa misurare.
P1
4
d
3
P2
2
P3
1
1 2 3 …
O x
Sono note le coordinate dei punti estremi del segmento P1P3 e del
segmento P3P2. L’ordinata del punto P1 è y = 4 e l’ordinata del punto P3 è y = 2.
La differenza tra questi punti corrisponde alla misura del segmento, ovvero
P1P3 = y1 – y3 = 4 – 2 = 2
P3P2 = x2 – x3 = 3 – 2 = 1
√22 + 12 = √5 = 2,2360679775…
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 18
Universitas Mercatorum Funzioni matematiche
Le coordinate del punto di origine hanno sia come ascissa che come
ordinata il valore zero.
y = f (x)
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 18
Universitas Mercatorum Funzioni matematiche
y=mx+q
α
x
O
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum Funzioni matematiche
Per i più curiosi possiamo dire che il valore m del coefficiente angolare
altro non è che il valore della tangente trigonometrica dell’angolo α
m = tan α
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum Funzioni matematiche
3. OPERAZIONI
Vediamo ora diversi esempi di operazioni che si effettuano con
gli operatori e i numeri che avete studiato. Vedremo anche come
ricavare le cosiddette formule inverse, molto utili nei ragionamenti
matematici della psicometria.
5 + (-4) = ?
5 + (-4) = 1
5 – (-4) = ?
-… -3 -2 -1 0 1 2 3 …
-∞ +∞
→+
←–
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 18
Universitas Mercatorum Funzioni matematiche
0 5
-6 -5 -4 -3 -2 -1 1 2 3 4 6
-4
+
5 + (-4) = 1
→
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum Funzioni matematiche
0 5
-6 -5 -4 -3 -2 -1 1 2 3 4 6
4
←
5–4=1 –
Cosa accade allora nel caso della sottrazione vista prima? Parto
dal numero 5. Poiché devo sottrarre applico la quantità dove essa
termina. Qual è il risultato? Il risultato della sottrazione coincide nel
punto in cui inizia la quantità -4, in questo caso nel numero 9.
0 5
-1 1 2 3 4 6 7 8 9 10 11
-4
←
5 – (-4) = 9 –
In formula sarebbe
5 – (-4) = 5 + 4 = 9
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum Funzioni matematiche
+ per + uguale +
+ per – uguale –
– per + uguale –
– per – uguale +
a=b+c
e ottengo
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum Funzioni matematiche
a–c=b+c–c
a – c = b ovvero b = a – c
a – b = c ovvero c = a – b
a=b*c;b=a/c;c=a/b
a = √b ; b = a2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 16
Universitas Mercatorum Principi delle scale di misura
1. LE SCALE QUALITATIVE
La scala nominale è il livello più semplice di misurazione. È
anche quello che si impara per prima durante la crescita poiché attiene
alla categorizzazione al riconoscimento di qualità o caratteristiche
basilari e peculiari, come quando abbiamo capito che esistono i maschi
e le femmine.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 16
Universitas Mercatorum Principi delle scale di misura
Celibe, nubile
Convivente
Coniugato/a
Vedovo/a
Separato/a
Divorziato/a
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 16
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 16
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 16
Universitas Mercatorum Principi delle scale di misura
2. LE SCALE ORDINALI
Se di una scuola vogliamo misurare la quantità di alunni e
alunne sulla base della classe che stanno frequentando, la prima, la
seconda ecc allora in questo caso stiamo facendo uso di una scala
ordinale, cioè che mette in ordine le variabili, e il concetto è simile ai
numeri ordinali già studiati in precedenza.
1. scuole elementari
2. scuole medie
3. scuole superiori
4. laurea triennale
5. master di I livello
6. laurea magistrale
7. master di II livello
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 16
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 16
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 16
Universitas Mercatorum Principi delle scale di misura
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 16
Universitas Mercatorum Principi delle scale di misura
3. LE SCALE QUANTITATIVE
Nei vari libri di testo di statistica, di statistica sociale e di
psicometria a queste scale sono attribuiti diversi nomi a seconda della
prospettiva di analisi dell’autore.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 16
Universitas Mercatorum Principi delle scale di misura
0 1 2 3 4 5 6 7 8 …
+∞
Facciamo un esempio.
Classe Numerosità
A 20
B 22
C 24
Tra una classe e l’altra c’è una differenza nel numero dei
componenti.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 16
Universitas Mercatorum Principi delle scale di misura
Soddisfazione di vita
10
8
2
10 20 30 40 50 60
0 Età
Seppure non sia possibile unire i puntini per ricavarne una curva
è ben visibile la tendenza. Cioè appare chiaro che c’è la tendenza ad
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 16
Universitas Mercatorum Principi delle scale di misura
essere più soddisfatti della propria vita man mano che si va avanti con
l’età.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
do né
in
disacc
ordo
1 2 3 4 5
Pag. 6 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
che fare con più item che indagano un certo concetto o si fa la somma o
la media dei punteggi; su queste tecniche ritorneremo più avanti.
Volendo essere più precisi si potrebbe usare la scala che segue.
M Qu Di T T P T
ai alche verse utti i utte le iù utti i
volta volte mesi settima volte giorni
durante durante ne alla
l’anno l’anno settim
ana
1 2 3 4 5 6 7
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
buoni cattivi
puliti sporchi
…. ….
1
Osgood, C. E., Suci, G. J., & Tannenbaum, P. H. (1957). Percy H. Tannenbaum. The
measurement of meaning. Urbana: University of Illinois Press.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
buoni -3 -2 -1 0 1 2 3 cattivi
puliti 1 2 3 4 5 6 7 sporchi
…. ….
Nel primo caso le risposte con tendenza a valori negativi o
positivi indicherà lo spostamento su un polo rispetto all’altro.
Nel secondo caso l’orientamento su un polo rispetto all’altro sarà
dato dai valori bassi o alti registrati per ciascun differenziale.
Scala Cantril
Le persone sono poste in condizioni di esprimersi su determinati
eventi, concetti, persone o oggetti con una scala da 1 a 10 generalmente
posta in verticale ai cui poli corrispondono valutazioni opposte.
Per esempio:
domanda: “Come valuti la difficoltà di questo corso di
psicometria?”
scala di risposta:
10 Massima difficoltà
9
8
7
6
5
4
3
2
1 Minima difficoltà
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
100
90
80
70
60
50
40
30
20
10
0
Scale autoancoranti
Si tratta di scale molto simili al differenziale semantico.
La persona deve scegliere uno dei valori riportati nella scala ai
cui estremi vi sono frasi dal significato opposto.
Preferibilmente la scala è a 7 punti. Si tratta di una scelta
forzata.
Esempio:
i i
profes profess
sori ori
devon devono
o 1 2 3 4 5 6 7astener
aiutar si
e gli dall’aiu
allieve tare gli
e le allieve e
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
allieve le
durant allieve
e durante
l’esam l’esame
e
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
3. MISURE SOCIOANAGRAFICHE
Le misure socioanagrafiche riguardano dati oggettivamente
misurabili e riguardano i seguenti caratteri:
genere
età
titolo di studio
stato civile
numero di componenti familiari
presenza o meno di figli e figlie, quanti, età
tipologia di lavoro
tipologia di contratto lavorativo
anzianità lavorativa
anzianità organizzativa
ore trascorse a lavoro
ore trascorse alla cura familiare o della casa
ecc
possesso e uso di un mezzo proprio di
trasporto
utilizzo dei mezzi pubblici
tipologia abitazione
abitazione di proprietà, in affitto, in
comproprietà ecc.
livello di reddito
città, provincia o stato di residenza
livello di conoscenza e uso di lingue straniere
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 16
Universitas Mercatorum L’utilizzo delle scale psicometriche
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 16
Universitas Mercatorum Distribuzioni di frequenza
Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum Distribuzioni di frequenza
=CONTA.SE(B2:B101;1)
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 18
Universitas Mercatorum Distribuzioni di frequenza
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 18
Universitas Mercatorum Distribuzioni di frequenza
Esaminiamole.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 18
Universitas Mercatorum Distribuzioni di frequenza
0-20
21-25
26-30
0-20
20-40
40-80
Dove inserirò quelli che sono al limite delle classi? Cioè quelli
di 20 anni o di 40 in quale classe andrebbero?
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum Distribuzioni di frequenza
0-20
21-40
41-80
0-19
20-39
40-80
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum Distribuzioni di frequenza
Punteggio Giudizio
Frequenze
scala corrispondente
Completamente in
1 6
disaccordo
Moderatamente in
2 13
disaccordo
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 18
Universitas Mercatorum Distribuzioni di frequenza
Né in accordo né in
3 24
disaccordo
Moderatamente
4 29
d’accordo
Assolutamente
5 28
d’accordo
Fr
Punteggi Giudizio Frequenz
Cumulat
o scala corrispondente e
e
Completamen 6
1 6
te in disaccordo
Moderatamen 19
2 13
te in disaccordo
Né in accordo 43
3 24
né in disaccordo
Moderatamen 72
4 29
te d’accordo
Assolutament 10
5 28
e d’accordo 0
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum Distribuzioni di frequenza
Capovolgiamo il criterio.
Fr
Punteggi Giudizio Frequenz
Cumulat
o scala corrispondente e
e
Assolutament 28
5 28
e d’accordo
Moderatamen 57
4 29
te d’accordo
Né in accordo 81
3 24
né in disaccordo
Moderatamen 94
2 13
te in disaccordo
Completamen 10
1 6
te in disaccordo 0
Ma c’è un altro modo ancora più efficace per riportare questi dati,
cioè la percentuale e la percentuale cumulata.
P% = ( Pi / Ptot ) * 100
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum Distribuzioni di frequenza
Per questo usiamo il caso delle fasce di età dei partecipanti alla
crociera.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum Distribuzioni di frequenza
Fr
Puntegg Giudizio Frequen
Cumulate
io scala corrispondente ze
%
Assolutament 28%
5 28
e d’accordo
Moderatamen 57%
4 29
te d’accordo
Né in accordo 81%
3 24
né in disaccordo
Moderatamen 94%
2 13
te in disaccordo
Completamen 100
1 6
te in disaccordo %
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
1. ISTOGRAMMI
Si tratta di disegnare dei rettangoli sul piano cartesiano
ortogonale. Questi rettangoli hanno tutti la base sull’asse delle ascisse
posizionati in corrispondenza del relativo valore o dell’intervallo di
valori, mentre l’altezza di questi rettangoli corrisponde al valore
dell’ordinata.
Colonne raggruppate
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
E se inserissimo le etichette?
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Colonne in pila
Tutte le volte quindi che è utile mostrare una serie di dati il cui
ciascun dato è suddividibile in più componenti allora è conveniente
utilizzare un istogramma con colonne in pila.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
2. GRAFICI A BARRE
In linea di massima, quanto detto sin qui sugli istogrammi si
applica anche ai grafici a barre.
Barre raggruppate
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
mese, non sappiamo per quale motivo, non ha lavorato, ma nei due mesi
che ha lavorato ha recuperato abbastanza vendendo, in paragone più
degli altri.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
3. GRAFICI A LINEE
Quando il particolare tipo di distribuzione segue un certo
andamento nel tempo o comunque dipende o può essere descritto da un
elemento variabile è utile in questo caso utilizzare un grafico a linee.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
I dati sono fittizi. In questo caso si è scelta una doppia scala per
poter comparare le due dimensioni, altrimenti per l’effetto della
diversità tra le due misure, una circa quattro volte dell’altra, si avrebbe
avuto un appiattimento delle curve nell’intorno dei loro valori.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 18 di 20
Universitas Mercatorum Rappresentazioni grafiche lineari
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 19 di 20
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
1. GRAFICI A TORTA
Questa tipologia di grafici ha come utilità quella di rendere conto
di una quantità generale e della sua particolare composizione.
Semplici
84
126
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
40%
60%
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
40%
60%
Grafici 3D
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Grafico ad anello
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
2. GRAFICI A DISPERSIONE
Una delle particolarità dei grafici a dispersione è la possibilità di
porre due variabili quantitative come valori delle ascisse e delle
ordinate, ricavando così dei grafici che disegnano delle funzioni sul
piano cartesiano.
Grafici a punti.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
y = f (x)
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Grafici a linee
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Un ultimo esempio.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 19
Universitas Mercatorum Rappresentazioni grafiche geometriche
dei dati
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 18 di 19
Universitas Mercatorum La media
La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum La media
1. LA MEDIA ARITMETICA
La media aritmetica tra più numeri si ottiene sommando tutti i
numeri e il risultato va diviso per il numero delle quantità che abbiamo
sommato, cioè per il numero dei casi.
12, 8, 4
24 / 3 = 8
∑1𝑛 𝑥
𝑥̅ = 𝑛
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum La media
Questo indice può essere calcolato sia per quantità continue che
discrete, quindi per tutte le variabili quantitative.
∑1𝑛(𝑥𝑖 − 𝑥̅ ) = 0
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum La media
5 6 4 2 8 3 2 4 7 9
46 54 37 36 71 81 57 38 67 63
1 54 37 36 71 81 57 38 67 63
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum La media
2. LA MEDIA PONDERATA
Quando anziché avere una serie di numeri facenti parte di una
distribuzione di una variabile o di un rilevamento qualsiasi abbiamo
invece delle distribuzioni di frequenza la media va calcolata in modo
diverso.
Il procedimento è questo:
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 18
Universitas Mercatorum La media
∑(𝑥𝑖 ∗ 𝑓𝑖 )
𝑁
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 18
Universitas Mercatorum La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 18
Universitas Mercatorum La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum La media
(𝑥𝑙𝑖 + 𝑥𝑙𝑠 )
∑( ∗ 𝑓𝑖 )
2
𝑁
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 18
Universitas Mercatorum La media
Classi di reddito N
€ 0,00 € 10.000,00 1.258
€ 10.001,00 € 20.000,00 6.849
€ 20.001,00 € 30.000,00 5.684
€ 30.001,00 € 40.000,00 475
€ 40.001,00 € 50.000,00 152
€ 50.001,00 € 60.000,00 22
€ 60.001,00 €… 4
14.444
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum La media
Class
e centrale
Classi di reddito N
(𝑥𝑙𝑖 + 𝑥𝑙𝑠 )
2
€ €
€ 0,00 1.258
10.000,00 5.000,00
€ € €
6.849
10.001,00 20.000,00 15.000,50
€ € €
5.684
20.001,00 30.000,00 25.000,50
€ € €
475
30.001,00 40.000,00 35.000,50
€ € €
152
40.001,00 50.000,00 45.000,50
€ € €
22
50.001,00 60.000,00 55.000,50
€ €
€… 4
60.001,00 30.000,50
14.44
4
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum La media
Classe Quantità
centrale ponderate
N
Classi di reddito
(𝑥𝑙𝑖 + 𝑥𝑙𝑠 ) (𝑥𝑙𝑖 + 𝑥𝑙𝑠 )
xli xls ∗ 𝑓𝑖
2 2
€ €
€ 0,00 € 10.000,00 1.258
5.000,00 6.290.000,00
€ €
€ 10.001,00 € 20.000,00 6.849
15.000,50 102.738.424,50
€ €
€ 20.001,00 € 30.000,00 5.684
25.000,50 142.102.842,00
€ €
€ 30.001,00 € 40.000,00 475
35.000,50 16.625.237,50
€ €
€ 40.001,00 € 50.000,00 152
45.000,50 6.840.076,00
€ €
€ 50.001,00 € 60.000,00 22
55.000,50 1.210.011,00
€ €
€ 60.001,00 €… 4
30.000,50 120.002,00
€
Totali 14.444
275.926.593,00
275.926.593
= € 19.103,20
14.444
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum La media
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum La mediana e la
moda
La mediana e la moda
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 18
Universitas Mercatorum La mediana e la
moda
1. LA MEDIANA SEMPLICE
La mediana è un indice di tendenza centrale che possiamo
individuare su variabili quantitative, siano continue che discrete e su
variabili ottenute da una scala ordinale.
1 2 3 4 5 6 7
𝑁+1
Posizione mediana = 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 18
Universitas Mercatorum La mediana e la
moda
𝑁+1 7+1
Posizione mediana = = =4
2 2
1
2 3 6 7 9
serie 2
posizion
1 2 3 4 5 6
e
𝑁+1 6+1
= = 3,5
2 2
6,5 1
2 3 6 7 9
serie 2
posizion 4
1 2 33,5 5 6
e
Da questo si può notare che la mediana non è un numero che
viene calcolato in senso stretto. La mediana è il numero occupato in
una certa una posizione ordinale. Si tratta di individuare il numero che
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 18
Universitas Mercatorum La mediana e la
moda
M m P 1 1 1
1 2 3 4 5 6 7 8 9
edia ediana osiz. 0 1 2
S 1
4 4 1 1 3 5 8
erie 1 2
S 1 1 3
8 4 1 1 1 2 2 3 5 9 9
erie 2 2 7 4
Queste due serie molto diverse tra loro hanno una il doppio della
media dell’altra e identico numero della mediana.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 18
Universitas Mercatorum La mediana e la
moda
M m P 1 1 1
1 2 3 4 5 6 7 8 9
edia ediana osiz. 0 1 2
6 7 S 1
,5 ,5 erie 1 1 2 6 92 9
6 S 1 4
2
,5 erie 2 1 1 1 2 2 2 2 2 32 37
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 18
Universitas Mercatorum La mediana e la
moda
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 18
Universitas Mercatorum La mediana e la
moda
scuole elementari 2
scuole medie 3
scuole superiori 12
laurea triennale 2
master di I livello 1
laurea magistrale 6
master di II livello 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 18
Universitas Mercatorum La mediana e la
moda
Frequenza
Titolo di studio Frequenza
cumulata
scuole elementari 2 2
scuole medie 3 5
scuole superiori 12 17
laurea triennale 2 19
master di I livello 1 20
laurea magistrale 6 26
master di II livello 2 28
𝑁+1 28+1 29
= = = 14,5
2 2 2
Frequenza
Titolo di studio Frequenza
cumulata
scuole elementari 2 2
scuole medie 3 5
scuole superiori← 12 17 ← 14,5
laurea triennale 2 19
master di I livello 1 20
laurea magistrale 6 26
master di II livello 2 28
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 18
Universitas Mercatorum La mediana e la
moda
Fasce di
Categoria età
bambini 0 – 11
adolescenti 12 – 20
adulti 21 – 40
maturi 41 – 69
anziani 70 – 100
Fasce di
Categoria età frequenza
bambini 0 – 11 12
adolescenti 12 – 20 18
adulti 21 – 40 33
maturi 41 – 69 25
anziani 70 – 100 14
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 18
Universitas Mercatorum La mediana e la
moda
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 18
Universitas Mercatorum La mediana e la
moda
3. LA MODA
Consideriamo i casi esaminati prima e individuiamo la quantità
più diffusa, quella che si presenta con maggior frequenza.
1 4
1 1 1 2 2 2 2 2 32 37
numero frequenza
1 3
2 5
3 2
12 1
47 1
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 18
Universitas Mercatorum La mediana e la
moda
scuole elementari 2
scuole medie 3
scuole superiori 12
laurea triennale 2
master di I livello 1
laurea magistrale 6
master di II livello 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 18
Universitas Mercatorum La mediana e la
moda
Lazio 16
Marche 2
Toscana 12
Umbria 1
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 18
Universitas Mercatorum La mediana e la
moda
Classi di reddito N
0-10.000 1.258
10.001-20.000 ← 6.849
20.001-30.000 5.684
30.001-40.000 475
40.001-50.000 152
50.001-60.000 22
60.001-… 4
Classi di reddito N
0-10.000 258
10.001-20.000 ← 6.849
20.001-30.000 ← 6.750
30.001-40.000 475
40.001-50.000 152
50.001-60.000 22
60.001-… 4
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 18
Universitas Mercatorum La mediana e la
moda
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il riutilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 17 di 18
Universitas Mercatorum Indici di posizione
Indici di posizione
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 3 di 17
Universitas Mercatorum Indici di posizione
1. QUARTILI
La distribuzione di punteggi di una variabile continua o discreta
viene ordinata in modo crescente, ovvero dal punteggio più piccolo sino
al più grande.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 4 di 17
Universitas Mercatorum Indici di posizione
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 5 di 17
Universitas Mercatorum Indici di posizione
P fr fre
unteggi eq. q. Cum.
18 2 2
22 4 6
24 8 14
26 6 20
28 9 29
31 7 36
32 5 41
33 6 47
35 8 55
37 12 67
38 15 82
40 12 94
11
41 18 2
13
42 21 3
15
43 23 6
17
44 20 6
20
46 24 0
21
47 17 7
23
49 15 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 6 di 17
Universitas Mercatorum Indici di posizione
24
50 8 0
(𝑁+1)∗𝑗
PosQj = 4
(𝑁+1)∗1 (240+1)∗1
PosQ1 = = = 60,5
4 4
(𝑁+1)∗2 (240+1)∗2
PosQ2 = = = 121
4 4
(𝑁+1)∗3 (240+1)∗3
PosQ3 = = = 181,5
4 4
P fr fre
unteggi eq. q. Cum.
18 2 2
22 4 6
24 8 14
26 6 20
28 9 29
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 7 di 17
Universitas Mercatorum Indici di posizione
31 7 36
32 5 41
33 6 47
35 8 55
Q1 ←
12 67
=37 PosQ1
38 15 82
40 12 94
diff. 11
41 18 2
Q2 13 ←
=42 21 3 PosQ2
15
43 23 6
17
44 20 6
Q3 20 ←
=46 24 0 PosQ3
21
47 17 7
23
49 15 2
24
50 8 0
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 8 di 17
Universitas Mercatorum Indici di posizione
Q3 – Q1 = 46 – 37 = 9
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 9 di 17
Universitas Mercatorum Indici di posizione
2. DECILI
Quando una distribuzione ordinata di valori è divisa in 10 parti
uguali, il valore corrispondente a ciascuna posizione è detta decile.
Il primo decile indica che 1/10 dei casi rientra al di sotto di esso,
il secondo decile indica che 2/10 dei casi rientrano al di sotto di esso e
così via. La numerosità di casi tra un decile e l’altro è sempre identica.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 10 di 17
Universitas Mercatorum Indici di posizione
(𝑁+1)∗𝑗
PosDj = 10
P fr fre
unteggi eq. q. Cum.
18 2 2
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 11 di 17
Universitas Mercatorum Indici di posizione
22 4 6
24 8 14
26 6 20
28 9 29
31 7 36
32 5 41
33 6 47
35 8 55
37 12 67
D3 ←
=38 15 82 PosD3
40 12 94
11
41 18 2
13
42 21 3
15
43 23 6
D7 17 ←
=44 20 6 PosD7
20
46 24 0
21
47 17 7
23
49 15 2
24
50 8 0
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 12 di 17
Universitas Mercatorum Indici di posizione
(𝑁+1)∗3 (240+1)∗3
PosD3 = = = 72,3
10 10
(𝑁+1)∗7 (240+1)∗7
PosD7 = = = 168,7
10 10
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 13 di 17
Universitas Mercatorum Indici di posizione
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 14 di 17
Universitas Mercatorum Indici di posizione
3. PERCENTILI
I percentili, o centili, sono novantanove valori che dividono la
distribuzione in cento parti uguali.
(𝑁+1)∗𝑗
PosCj =
100
Si procede allo stesso modo per gli altri quantili già esaminati.
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 15 di 17
Universitas Mercatorum Indici di posizione
Valore massimo 50
75° percentile 46
Mediana 42
Valore minimo 18
Attenzione! Questo materiale didattico è per uso personale dello studente ed è coperto
da copyright. Ne è severamente vietata la riproduzione o il ri utilizzo anche parziale,
ai sensi e per gli effetti della legge sul diritto d’autore (L. 22.04.1941/n. 633)
Pag. 16 di 17
Universitas Mercatorum Indici di dispersione o di variabilità
1. VARIAZIONE CAMPIONARIA
Ciascuna serie di dati campionari con cui si ha a che fare si è
vista l’utilità di ottenere degli indici sintetici di concentrazione che
fossero riassuntivi dei dati stessi.
A B C D
3 2 1 1
3 3 1 1
3 3 2 1
3 3 2 1
3 3 4 1
3 3 4 1
3 4 7 15
S M M C M Me M
erie in ax ampo di edia diana oda
variazio
ne
Universitas Mercatorum Indici di dispersione o di variabilità
=
(xmax –
xmin)
A 3 3 0 3 3 3
B 1 4 3 3 3 3
C 1 7 6 3 2 1
D 1 1 14 3 1 1
5
2. VARIANZA CAMPIONARIA
Osserviamo graficamente quanto visto prima numericamente.
∑ |𝑥𝑖 − 𝑥̅ |
∑ |𝑥𝑖𝐴 − 𝑥̅ | = |3-3|+|3-3|+|3-3|+|3-3|+|3-3|+|3-3|+|3-3| =
0
∑ |𝑥𝑖𝐵 − 𝑥̅ | = |2-3|+|3-3|+|3-3|+|3-3|+|3-3|+|3-3|+|4-3| =
2
∑ |𝑥𝑖𝐶 − 𝑥̅ | = |1-3|+|1-3|+|2-3|+|2-3|+|2-3|+|2-3|+|7-3| =
12
∑ |𝑥𝑖𝐷 − 𝑥̅ | = |1-3|+|1-3|+|1-3|+|1-3|+|1-3|+|1-3|+|15-3| =
24
∑(𝑥𝑖 −𝑥̅ )2
Var =
𝑁
∑(𝑥𝑖 −𝑥̅ )2
VarA = =0
𝑁
∑(𝑥𝑖 −𝑥̅ )2
VarB = = 0,29
𝑁
∑(𝑥𝑖 −𝑥̅ )2
VarA = =4
𝑁
∑(𝑥𝑖 −𝑥̅ )2
VarA = = 24
𝑁
1
https://www.money.it/Valutazione-del-rendimento-e-del
Universitas Mercatorum Indici di dispersione o di variabilità
3. LA DEVIAZIONE STANDARD
Questo indice è per eccellenza il più usato e con il maggior
significato intrinseco.
∑(𝑥𝑖 −𝑥̅ )2
Deviazione standard = √ 𝑁
∑(𝑥𝑖 −𝑥̅ )2
DSA = √ =0
𝑁
∑(𝑥𝑖 −𝑥̅ )2
DSB = √ = 0,53
𝑁
∑(𝑥𝑖 −𝑥̅ )2
DSC = √ =2
𝑁
∑(𝑥𝑖 −𝑥̅ )2
DSD = √ = 4,90
𝑁
1 1 2 2 4 4 7
La media calcolata è 3
= 4 + 4 + 1 + 1+ 1 + 1 + 16 = 28
Ne calcoliamo la media
28/7 = 4
√4 = 2
49)/7 = 91/7 = 13
∑ 𝑥𝑖 2
- 𝑥̅ 2 = 13 – 32 = 13 – 9 = 4
𝑁
∑ 𝑥𝑖 2
√4 = 2 In formula: √ 𝑁
− 𝑥̅ 2
1. LA VARIABILITÀ QUANTITATIVA
ADIMENSIONALE
Consideriamo un indice di variabilità quantitativa
adimensionale.
𝐷𝑒𝑣.𝑆𝑡.
Coefficiente di variazione percentuale = C.V.% = 100
𝑥̅
Vediamo un esempio.
serie 1 2 3 4 6 7 2 3 5 7 1
serie 2 6 4 3 3 4 3 3 5 5 4
serie 1 2 1 4 6 9 2 3 5 4 1
serie 2 16 18 15 3 2 24 28 33 10 2
Le due serie, per via della forte differenza della media e della
deviazione standard potrebbero suggerirci certamente la loro profonda
diversità, ma al loro interno, ciascuna serie, varia in un modo non molto
diverso dall’altra.
Rapporto di variazione
𝑓moda
Rapporto di variazione = 1 – 𝑁
Indice di diversità
𝑓
Indice di diversità = 1 – ∑𝑘𝑖=1( 𝑁𝑘)2
𝑓𝑘 2
𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑖 𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡à 1 – ∑𝑘
𝑖=1( )
Indice di variazione qualitativa = 1 = 1
𝑁
1− 1−
𝑘 𝑘
3. APPLICAZIONI
In questa sezione vediamo come utilizzare gli indici di cui si è
parlato.
Sul docente 3 c’è poi una cosa non chiara e qua pare che la classe
nel giudicare sia andata a simpatia. Non c’è un alto grado di accordo
sulla puntualità. Hanno tutti lo stesso docente, ma per alcuni è
puntuale e per altri no. Eppure la puntualità dovrebbe essere un dato
oggettivo. Come si diceva, è probabile che una parte della classe, che si
Universitas Mercatorum Applicazione degli indici e dei
grafici
Il docente 2 pare non sia un gran ché ma su questo non c’è molto
accordo. Diversi si trovano bene con lui/lei ma altri no e esprimono un
giudizio più severo.
BIBLIOGRAFIA
Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del
comportamento. Milano: Apogeo Education. [Cap.2]
La distribuzione normale
1. LA CAMPANA DI GAUSS
In questa lezione si parla di qualcosa che fu scoperto nel 1733
dal francese A. De Moivre e che il fisico matematico K. F. Gauss riprese
e formalizzò.
Quando si hanno più punti sul piano che descrivono una curva,
quale sia la forma, si riesce a ricavare attraverso complesse e rigorose
procedure matematiche l’espressione della funzione che la descrive.
Universitas Mercatorum La distribuzione normale
𝑒 𝑖𝜋 + 1 = 0
1
𝑓 (𝑥) =
𝜎 √2𝜋
Punti di flesso
Oltre il 99% dei casi rientra fra tre deviazioni standard in più e
meno rispetto alla media.
Nel caso dei 100 metri piani la misura è data dalla velocità.
2. CASI DI DISTRIBUZIONE
Consideriamo il caso della somministrazione di un test di abilità
matematica e confrontiamo i punteggi di tre diversi gruppi che hanno
conseguito però medesima media (5) dei punteggi in una scala da 1 a 9,
dove 1 rappresenta il punteggio peggiore e 9 quello migliore.
curtosi = -1,11
simmetria = -0,26
Curtosi = 1,55
Simmetria = 1,54
Simmetria = -1,1
Curtosi = 0,5
La distribuzione standardizzata
2. LA STANDARDIZZAZIONE
Gli indici della media e della deviazione standard hanno delle
proprietà matematiche note.
a+k=b+k
a–k=b–k
ak = bk
a/k = b/k
𝑥 − 𝑥̅
𝑧=
𝜎
La forma della curva non cambia, abbiamo sempre a che fare con
gli stessi punteggi, con gli stessi casi, stessi soggetti.
1
Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del comportamento.
Milano: Apogeo Education.
Universitas Mercatorum La distribuzione standardizzata
0,50 1,00
3. STANDARDIZZAZIONI
Poiché anche il punteggio z è manipolabile conservando la forma
della curva e ottenendo media e deviazione standard che non
modificano il contenuto del significato stesso della distribuzione,
passiamo ora a trasformazione dei punteggi standardizzati in altri che
siano ancor più comprensibili.
Punteggi T
La formula è la seguente
T = 50 + 10 zi
Sten
2
Hathaway, S. R., McKinley, J. C., & MMPI Restandardization Committee. (1989). MMPI-2:
Minnesota Multiphasic Personality Inventory-2: manual for administration and scoring.
University of Minnesota Press.
3
Derogatis, L. R., & Unger, R. (2010). Symptom checklist‐90‐revised. Corsini encyclopedia of
psychology.
Universitas Mercatorum La distribuzione standardizzata
Staninese
Stanine = 5 + 2zi
Ranghi percentili
30 ∗ 100
RP80 = = 37,5%
80+1
1. COS’È LA PROBABILITÀ
Vi è una diffusa, ingenua e scontata idea di cosa significhi
probabilità.
Formalmente sarebbe
1
Probabilità = 𝑖𝑛𝑐𝑒𝑟𝑡𝑒𝑧𝑧𝑎
Quando i casi favorevoli sono pari a 0 si può dire che siamo nel
campo dell’impossibilità.
2. COME SI CALCOLA
È stato già detto che la probabilità è un numero, ricavato dal
rapporto tra il numero dei casi favorevoli (n) e il numero dei casi
possibili (N).
Quando i casi favorevoli sono pari a 0 si può dire che siamo nel
campo dell’impossibilità.
𝑛 1
P = 𝑁 = 2 = 0,5
Primo Secondo
lancio lancio
Testa Testa
Testa Croce
Croce Testa
Croce Croce
P(A poi B) = PA * PB
1 Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del
comportamento. Milano: Apogeo Education. [p. 399]
Universitas Mercatorum Introduzione alla probabilità
P(A poi B) = PA * PB
Nell’esempio in questione
2Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del comportamento.
Milano: Apogeo Education. [p. 400]
Universitas Mercatorum Introduzione alla probabilità
p = N1/N
q = 1 – p = (N-N1) / N
𝑛! 𝑛
p(x) = 𝑥!(𝑛−𝑥)!pxqn-x = ( ) pxqn-x
𝑥
4! = 4 * 3 * 2 * 1 = 24
3 Del Vecchio, F. (1996). Statistica per la ricerca sociale. Bari: Cacucci Editore. [p.
167]
Universitas Mercatorum Introduzione alla probabilità
𝑛
( ) indica una frazione il cui numeratore è dato dal prodotto di x
𝑥
fattori decrescenti a partire da n, e il denominatore è uguale a x!. Ad
esempio
5 5∗4∗3
( ) = 3∗2∗1 = 10
3
𝑛! 𝑛
p(x) = 𝑥!(𝑛−𝑥)!pxqn-x = ( ) pxqn-x
𝑥
10!
p(4) = * 0,084 * 0,926 = 210 *0,00004096 * 0,60635501 =
10!(10−4)!
0,005
Il rapporto tra coloro che non completano gli studi e coloro che
completano gli studi è l’odd o rapporto di probabilità
Ciò sta a indicare che per ogni studente che non termina gli studi
ce sono 4 che li terminano.
4
https://www.casinogamblingstrategy.org/italian/probability/
Universitas Mercatorum Introduzione alla probabilità
5 Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del comportamento.
Milano: Apogeo Education. [p. 398]
Universitas Mercatorum Introduzione alla probabilità
Rapporto
di
Numero di Numero di probabilità
Numero esiti esiti (odd)=
totale favorevoli sfavorevoli Probabilità dell’evento
degli all’evento all’evento dell’evento (T – W a
Esito eventi (T) (W) (T – W) (W/T) W)
Re di
52 1 51 1/52 51 a 1
quadri
48 a 4
Un nove
52 4 48 4/52 o 1/13 (12 a 1)
qualsiasi
44 a 8
Una carta
(11 a 2
semplice 52 8 44 8/52 o 2/13
oppure
di fiori
5½ a 1)
BIBLIOGRAFIA
Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del
comportamento. Milano: Apogeo Education. [cap. 8]
Universitas Mercatorum Introduzione alla probabilità
La correlazione
La lezione ha l’obiettivo di far comprendere come possono essere
studiate le relazioni tra variabili quantitative.
Ciascun studente imparerà cosa sono l’associazione, la covarianza e
la correlazione e le differenze che intercorre tra questi indici.
Ogni studente acquisirà dimestichezza del metodo per calcolare
ciascuno di questi indici e imparerà come usare questi indici nella valutazione e
nell’esprimere giudizi sulle relazioni esistenti tra le variabili oggetto di analisi.
I diversi esempi forniti serviranno da aiuto mnemonico.
Universitas Mercatorum La correlazione
1. ASSOCIAZIONE E CORRELAZIONE
Lo studio della correlazione tra due fenomeni è
sostanzialmente un calcolo di verifica del loro grado di associazione.
Questo è un grado di
associazione negativa.
All’aumentare di una variabile assistiamo alla diminuzione dell’altra.
Universitas Mercatorum La correlazione
2. LA COVARIANZA
Il concetto di covarianza è fondamentale per comprendere il
calcolo e il corretto utilizzo della correlazione
∑(𝑥𝑖 −𝑥̅ )2
Var =
𝑁
∑ 𝑥𝑖 2
- 𝑥̅ 2
𝑁
∑ 𝑥𝑦
Cov = - 𝑥̅ 𝑦̅
𝑁
∑ 𝑥𝑦
Cov = - 𝑥̅ 𝑦̅ = 27,6 - 5,8 * 5,6 = - 4 , 88
𝑁
∑ 𝑥𝑦
Cov = - 𝑥̅ 𝑦̅ = 28,6 – 54,4 * 5,2 = 5,72
𝑁
3. LA CORRELAZIONE DI PEARSON
Precisiamo che non esiste un solo indice di correlazione ma
più indici.
In formula:
𝐶𝑜𝑣 (𝑥,𝑦)
Corr =
𝜎𝑥 𝜎𝑦
È calcolato che
𝐶𝑜𝑣 −4,88
correlazione di Pearson r = = = - 0,92
𝜎𝐴 𝜎𝐵 2,56 ∗ 2,06
È calcolato che
𝐶𝑜𝑣 5,72
correlazione di Pearson r = = = 0,96
𝜎𝐴 𝜎𝐵 1,85 ∗ 3,18
1 Cohen, J. (1988). Statistical power analysis for the behavioural sciences Hillsdale. NJ: Lawrence
Earlbaum Associates, 2.
2 Mukaka, M. M. (2012). A guide to appropriate use of correlation coefficient in medical
6 ∑ 𝑑2
ρ = 1 – 𝑁 (𝑁2 −1)
𝑖
Valutazione 1° Valutazione 2°
Lavoratore dirigente dirigente
(xi) (yi)
A 9° 2°
B 3° 7°
C 6° 4°
D 4° 6°
E 10° 3°
F 1° 10°
G 7° 5°
H 5° 9°
I 2° 8°
L 8° 1°
Per prima cosa si calcola la differenza tra ciascun valore (xi) della
variabile X e ciascun valore (yi) della variabile Y. Ciascuna differenza
va elevata al quadrato.
Universitas Mercatorum Correlazioni rho di Spearman e
tau di Kendall
Σ di2 = 49 + 16 + 4 + 4 + 49 + 81 + 4 + 16 + 36 + 49 = 308
Applichiamo la formula
6 ∑ 𝑑2
ρ = 1 – 𝑁 (𝑁2 −1)
𝑖
sostituendo i valori
6∗ 308 1.848
ρ = 1 – 10∗ (102 −1) = 1 – = 1 – 1,86 = - 0,86
990
Universitas Mercatorum Correlazioni rho di Spearman e
tau di Kendall
6 ∑ 𝑑2
ρ = 1 – 𝑁 (𝑁2 −1)
𝑖
1 Sniehotta, F. F., Schwarzer, R., Scholz, U., & Schüz, B. (2005). Action planning and coping
planning for long‐term lifestyle change: theory and assessment. European Journal of Social
Psychology, 35(4), 565-576.
Universitas Mercatorum Correlazioni rho di Spearman e
tau di Kendall
Graduatoria di
Esito test
Atleta gara
(xi)
A 3° 70
B 8° 20
C 9° 30
D 2° 85
E 5° 62
F 6° 30
G 1° 90
H 7° 15
I 4° 40
Rango
Graduatoria
Atleta test di di2
di gara (xi)
(yi)
3– 0
A 3 3
3=0
8– 0
B 8 8
8=0
9– 6,25
C 9 6,5
6,5 = 2,5
2– 0
D 2 2
2=0
5– 1
E 5 4
4=1
6– 0,25
F 6 6,5
6,5 = - 0,5
1– 0
G 1 1
1=0
7– 4
H 7 9
9=-2
4– 1
I 4 5
5=-1
Universitas Mercatorum Correlazioni rho di Spearman e
tau di Kendall
Applichiamo la formula
6 ∑ 𝑑2
ρ = 1 – 𝑁 (𝑁2 −1)
𝑖
sostituendo i valori
6∗ 12,50 75
ρ = 1 – 9∗ (92 −1) = 1 – 720 = 1 – 0,10 = - 0,90
𝑆
τ =1
𝑁 (𝑁−1)
2
C’è chi sostiene che i dipendenti più giovani sono più freschi di
energie e più motivati a restare in azienda e che quindi questo li porti
a produrre di più. D’altra parte, ritengono che i lavoratori più anziani
producano di meno a causa della stanchezza, della ripetitività del
lavoro e per l’assenza di stimoli.
Chi ha ragione?
yC = 1,5 = yG = 1, 5
D E G B F A
+ + + + +
C 0
1 1 1 1 1
+ - + + +
D
1 1 1 1 1
+ + +
E 0
1 1 1
+ + +
G
1 1 1
+
B 0
1
+
F
1
A
S = 17(+1) + 1(-1) = 17 – 1 = 16
𝑆 16 16 16
τ=1 =1 =1 = 21 = 0,76
𝑁 (𝑁−1) 7 (7−1) ∗ 7∗6
2 2 2
𝑆
τ =1
2
𝑁 (𝑁−1)
𝑆
τ=
1 1
√( 𝑁 (𝑁−1)−𝑇𝑥)( 𝑁 (𝑁−1)−𝑇𝑦)
2 2
1
Tx = ∑𝑖 𝑡𝑥𝑖 (𝑡𝑥𝑖 − 1)
2
1
Ty = ∑𝑖 𝑡𝑦𝑖 (𝑡𝑦𝑖 − 1)
2
Universitas Mercatorum Correlazioni in casi particolari
1
Tx = ∑𝑖 𝑡𝑥𝑖 (𝑡𝑥𝑖 − 1) = ½ * { [2*(2-1)] + [2*(2-1)] + [3*(3-1)] } = 5
2
1
Ty = ∑𝑖 𝑡𝑦𝑖 (𝑡𝑦𝑖 − 1) = ½ * { [2*(2-1)] + [2*(2-1)] } = 2
2
D E G B F A H I L M
+ + + + + + + + +
C 0
1 1 1 1 1 1 1 1 1
+ - + + + + + + +
D
1 1 1 1 1 1 1 1 1
+ + + + + + +
E 0
1 1 1 1 1 1 1
+ + + + + + +
G
1 1 1 1 1 1 1
+ + + + +
B 0
1 1 1 1 1
+ + + + +
F
1 1 1 1 1
+ + + +
A
1 1 1 1
+ + +
H
1 1 1
+ +
I1 1
+
L
1
M
S = 51 – 1 = 50
1 1
√( 𝑁 (𝑁 − 1) − 𝑇𝑥) ( 𝑁 (𝑁 − 1) − 𝑇𝑦)
2 2
1 1
√( 11 (11 − 1) − 5) ( 11 (11 − 1) − 2) = 51,478
2 2
Perciò
50
tau = = 0,97
51,478
𝑋̅𝑎 − 𝑋̅𝑏 𝑁𝑎 𝑁𝑏
rpb = ∗ √ ∗
𝑆𝑡𝑜𝑡 𝑁 𝑁
a e b = i valori dicotomici
x M M M M M M M M M M M M M
i
y 2 2 2 2 1 3 2 2 1 2 2 2 1
i 8 5 4 2 8 0 9 7 8 2 9 2 8
x F F F F F F F
i
y 2 2 3 1 1 3 2
i 0 5 0 8 8 0 7
∑ 𝑥𝑖 28+25+24+22+18+30+29+27+18+22+29+22+18 312
𝑋̅𝑎 = = = =
𝑁𝑎 13 13
24
∑𝑥 20+25+30+18+30+27 168
𝑋̅𝑏 = 𝑖 = = = 24
𝑁𝑏 7 7
𝑋̅ =
28+25+24+22+18+30+29+27+18+22+29+22+18+20+25+30+18+30+27
= 24
20
∑ 𝑥𝑖2 11922
𝑆𝑡𝑜𝑡 = √ − 𝑥̅ 2 = √ − 576 = √20,1 = 4,48
𝑁 20
= 0 * √0,65 ∗ 0,35 = 0
3. IL COEFFICIENTE DI CORRELAZIONE RΦ
Il coefficiente di correlazione rϕ (rphi) si utilizza quando si vuole
calcolare il grado di correlazione tra due variabili entrambi
dicotomiche.
Item 2 TOT
Sì No
Sì fa + fb
fa fb
(= p)
No fc + fd
Item 1
fc fd
(= q)
TOT fa + fc fb + fc
N
(= p') (= q')
Applichiamo la formula
L’ipotesi nulla (zero) afferma che non esiste alcuna relazione tra
due fenomeni misurati, salvo prova contraria. Questo è analogo al
principio legale della presunzione di innocenza, in cui si presume che
un sospettato o imputato sia innocente fino a prova contraria al di là di
un ragionevole dubbio. La domanda in questo caso è: sino a quale soglia
possiamo dire che il dubbio è ragionevole e l’imputato deve intendersi
innocente?
Questo è indicato in italiano con sig. < ,05 e in inglese con p <
.05, ovvero α = ,05 o .05 a seconda che si sta scrivendo in italiano o in
inglese. Lo zero prima della virgola o del punto non si scrive per
semplificare la lettura.
1
E57, Elementi di psicometria
Universitas Mercatorum L’applicazione dell’associazione
tra variabili
Applichiamo la formula
Universitas Mercatorum L’applicazione dell’associazione
tra variabili
6∗ 𝑑2 6∗ 8,50
rs = 1 - 𝑁∗(𝑁2 𝑖− 1) = 8∗(82 − 1) = 0,90
2
EF9, Elementi di psicometria
Universitas Mercatorum L’applicazione dell’associazione
tra variabili
∑ 𝑑𝑖2 = 1 + 25 + 4 + 9 + 1 + 36 + 49 + 9 + 25 + 9 = 168
6∗ 𝑑2 6∗ 168
rs = 1 - 𝑁∗(𝑁2 𝑖− 1) = 10∗(102 − 1) = - 0,01
Dal valore del coefficiente, che si approssima allo zero, è evidente che i
giudizi espressi dagli esperti e quelli espressi dal pubblico non hanno
alcuna associazione. Quindi, le le ballerine sono apprezzate (o meno)
per motivi diversi dai due gruppi giudicanti.
∑𝑥 10+9+7+6+7+2+8+5 54
𝑋̅𝑎 = 𝑖 = = = 6,75
𝑁𝑎 8 8
∑𝑥 7+8+10+4+3+7 39
𝑋̅𝑏 = 𝑁 𝑖 = = = 6,5
𝑏 6 6
10+9+7+6+7+2+8+5+7+8+10+4+3+7
𝑋̅ = = 6,64
14
∑ 𝑥𝑖2 695
𝑆𝑡𝑜𝑡 = √ − 𝑥̅ 2 = √ 14 − 44,08 = √5,56 = 2,35
𝑁
13 Sì I
14 No N
15 Sì N
16 Sì I
17 Sì I
Si può perciò affermare che esiste una consistente relazione tra coloro
che superano il test di inglese e coloro che partecipano alle attività
programmate per lo scambio culturale.
Universitas Mercatorum La regressione lineare
La regressione lineare
La lezione ha l’obiettivo di far comprendere la differenza tra
i test psicometrici che indagano l’associazione tra variabili e quelli che
li pongono in relazione di causa-effetto.
Ciascun studente imparerà cosa significa la retta di
regressione sul piano cartesiano ortogonale e le sue caratteristiche.
Verrà esaminata l’importanza del coefficiente di
determinazione e sarà spiegato come calcolare questo coefficiente.
Infine, sarà spiegato il sistema dei minimi quadrati e perché
è rilevante per il calcolo della retta di regressione.
I diversi esempi forniti serviranno da aiuto mnemonico.
Universitas Mercatorum La regressione lineare
fare delle previsioni. Significa che esiste una tale mole di risultati
empirici per cui si può affermare con una certa sicurezza il legame tra
alcuni fattori e il loro esito. Non c’è nulla di filosofico, nulla di
speculativo. La teoria scientifica non è dogmatica, ammette zone
incerte, ammette errori, ed è disponibile alla revisione se vi sono
ragioni fondate per farlo.
3. IL COEFFICIENTE DI DETERMINAZIONE E LA
VARIANZA RESIDUA
Come è noto, la covarianza indica quanto due variabili
variano assieme.
𝐶𝑜𝑣 (𝑥,𝑦)
r= 𝜎𝑥 𝜎𝑦
[𝐶𝑜𝑣 (𝑥,𝑦)]2
r2 = (𝜎𝑥 𝜎𝑦 )2
Varianza residua = 1 - r2
Il coefficiente di correlazione è di
r = 0,832
Perciò,
r2 = 0,692
1- r2 = 0,307
Il coefficiente di correlazione è di
r = -0,174
Perciò,
r2 = 0,030
1- r2 = 0,969
Rapport Soddisfazion
o col e lavorativa
capo
1 1
2 2
3 2
4 4
5 3
differenze tra i valori empirici e quelli attesi, così come accade per gli
scarti della varianza, otterremo un valore nullo. Elevando al quadrato
ciascuna differenza e sommandole assieme otterremo una quantità
positiva.
La retta di regressione
La lezione ha l’obiettivo di far comprendere come calcolare l’equazione
della retta e i suoi parametri utilizzando diversi metodi di calcolo.
Ciascun studente imparerà cosa significano ciascuno dei parametri
dell’equazione della retta, il loro significato matematico e geometrico
sul piano cartesiano ortogonale.
Ogni studente acquisirà comprensione della relazione che esiste tra i
punti della retta calcolata con i valori della variabile dipendente e
indipendente.
Saranno svolti calcoli di esemplificazione e esposti esempi che
favoriranno l’apprendimento e la memorizzazione.
Universitas Mercatorum La retta di regressione
y = f (x)
α
x
O
L’equazione che descrive i legami tra le coordinate della retta sul piano
cartesiano ortogonale è detta equazione della retta, descrive una
funzione lineare.
y=bx+a
y = bx + a = b*0 + a = 0 + a = a
dove:
b= coefficiente di regressione
∑(𝑋𝑖 − 𝑋̅) ∗ (𝑌𝑖 − 𝑌̅) = sommatoria del prodotto degli scarti dalla media
della variabile X per gli scarti dalla media della variabile Y
𝑁∗ ∑ 𝑋𝑖 ∗𝑌𝑖 − ∑ 𝑋𝑖 ∗ ∑ 𝑌𝑖
b= 𝑁∗ ∑ 𝑋𝑖2 −(∑ 𝑋𝑖 )2
dove:
b = coefficiente di regressione
∑ 𝑥𝑖 17+23+30+10+10
𝑋̅ = = = 18
𝑁 5
∑ 𝑦𝑖 21+22+15+18+25
𝑌̅ = = = 20,2
𝑁 5
Ora si hanno tutti i dati per procedere alla sommatoria del prodotto
degli scarti delle due variabili.
a = 𝑌̅ – b * 𝑋̅
perciò
𝑁∗ ∑ 𝑋𝑖 ∗𝑌𝑖 − ∑ 𝑋𝑖 ∗ ∑ 𝑌𝑖
b= 𝑁∗ ∑ 𝑋𝑖2 −(∑ 𝑋𝑖 )2
∑ 𝑦𝑖 −𝑏 ∗ ∑ 𝑥𝑖
a= 𝑁
Adesso vediamo come utilizzare uno dei più diffusi software: SPSS.
1 Barbaranelli, C., & D'Olimpio, F. (2006). Analisi dei dati con SPSS. Milano: Led.
Universitas Mercatorum La retta di regressione
Leggiamo l’output.
Il test risulta non significativo poiché sig. = ,319, che è maggiore del
livello soglia di ,05.
Per quanto riguarda gli indici, potrete riconoscere nel coefficiente non
standardizzato B, per il valore chiamato costante il valore
dell’intercetta 24,7 e in quello relativo alla variabile predittrice il
nostro indice b di -0,25.
Universitas Mercatorum La regressione lineare multipla
1. MODELLO
La regressione lineare semplice considera che una variabile
quantitativa abbia effetto su un’altra variabile quantitativa.
Dove:
β0 indica l’intercetta
2. PARAMETRI
Quando si calcola una regressione lineare multipla occorre
tenere sotto controllo la collinearità.
1) Forward selection.
2) Backward elimination.
3) Stepwise.
Forward selection
Una volta esclusa dal modello, una variabile non vi può più
rientrare. Per rendere più dinamico il processo di ingresso e di uscita
dei regressori dal modello è stato proposto il metodo stepwise
convenzionale.
Stepwise
BIBLIOGRAFIA
Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze
del comportamento. Milano: Apogeo Education. [cap. 12]
Contributi web
http://www2.stat.unibo.it/montanari/Didattica/dispensa2.pdf
http://static.gest.unipd.it/~salmaso/regressione_multipla.pdf
http://www.federica.unina.it/economia/statistica-per-le-decisioni-
impresa/analisi-regressione-lineare-multipla/
http://biometria.univr.it/sesm/files/lezione_15.pdf
http://www.ecostat.unical.it/Costanzo/Didattica/Probabilit%C3%A0%20ed%20I
nferenza%20Statistica/Modello%20di%20regressione%20lineare%20multipla%
20[modalit%C3%A0%20compatibilit%C3%A0].pdf
Universitas Mercatorum L’analisi della varianza a una via
1. ANOVA
Per verificare la significatività delle differenze tra gruppi si
utilizza la procedura chiamata ANOVA, nome che deriva dall’inglese
ANalysis Of VAriance.
16 16 16 16 14
16 14 14 14 13
14 13 12 12 13
13 13 10 12 10
12 10 10 12 10
Medie 14,2 13,2 12,4 13,2 12,0 Mtot=13,0
1. la deviazione totale = 3
dove
Xi = singolo punteggio
dove in particolare
SST = 100
SSB = 14,4
df B = k – 1
df W = NT - k
df B = 5 – 1 = 4
df W = 25 – 5 = 20
df TOT = 25 – 1 = 24 = df B + df W
𝑆𝑆𝐵
MSB =
𝑑𝑓𝐵
Universitas Mercatorum L’analisi della varianza a una via
𝑆𝑆
MSW = 𝑑𝑓𝑊
𝑊
𝑆𝑆𝐵 14,4
MSB = = = 3,60
𝑑𝑓𝐵 4
𝑆𝑆𝑊 𝑆𝑆𝑊
MSW = = = 4,28
𝑑𝑓𝑊 𝑑𝑓𝑊
Il rapporto F
𝑀𝑆
F = 𝑀𝑆 𝐵
𝑊
𝑀𝑆 3,60
F = 𝑀𝑆 𝐵 = 4,28 = 0,84
𝑊
Per la città B
𝑀𝑆 221,1
F = 𝑀𝑆 𝐵 = 4,28 = 51,66
𝑊
Approfondiamo.
𝑆𝑆𝐵
η2 = 𝑆𝑆𝑇
𝑆𝑆𝐵
η2 = 𝑆𝑆
𝐵 + 𝑆𝑆𝑊
𝑑𝑓𝐵 𝐹
η2 = 𝑑𝑓
𝐵𝐹 + 𝑑𝑓𝑊
η2 = da .14 elevato
Universitas Mercatorum L’analisi della varianza con più
gruppi
Rapporto F = 51,659
Universitas Mercatorum L’analisi della varianza con più
gruppi
Sig. = ,000
η2 = ,912
LSD
Dopo aver ordinato le medie dei gruppi dalla più bassa alla
più alta, le due medie estreme vengono testate per rilevare differenze
significative, utilizzando un valore critico rettificato in base al fatto che
si tratta di estremi di un set più ampio di medie.
1
Questi test post hoc presuppongono la presenza di varianze uguali. Le informazioni sono tratte
da
https://www.ibm.com/support/knowledgecenter/it/SSEP7J_10.1.1/com.ibm.swg.ba.cognos.ug_cr
_rptstd.10.1.1.doc/c_id_obj_anova.html
Universitas Mercatorum L’analisi della varianza con più
gruppi
Bonferroni e Sidak
Tukey HSD
Scheffé
Waller-Duncan
Dunnett
Confronti multipli
Variabile dipendente: test
HSD di Tukey
(I) (J) Differenza Deviazione Sig. Intervallo di confidenza
scuola scuola media (I-J) standard 95%
Errore Limite Limite
inferiore superiore
b -6,0000* 1,30843 ,002 -9,9153 -2,0847
c -8,2000* 1,30843 ,000 -12,1153 -4,2847
a
d 6,0000* 1,30843 ,002 2,0847 9,9153
e 6,2000* 1,30843 ,001 2,2847 10,1153
a 6,0000 * 1,30843 ,002 2,0847 9,9153
c -2,2000 1,30843 ,467 -6,1153 1,7153
b
d 12,0000 * 1,30843 ,000 8,0847 15,9153
e 12,2000 * 1,30843 ,000 8,2847 16,1153
a 8,2000 * 1,30843 ,000 4,2847 12,1153
b 2,2000 1,30843 ,467 -1,7153 6,1153
c
d 14,2000 * 1,30843 ,000 10,2847 18,1153
e 14,4000 * 1,30843 ,000 10,4847 18,3153
a -6,0000 * 1,30843 ,002 -9,9153 -2,0847
b -12,0000 * 1,30843 ,000 -15,9153 -8,0847
d
c -14,2000 * 1,30843 ,000 -18,1153 -10,2847
e ,2000 1,30843 1,000 -3,7153 4,1153
a -6,2000* 1,30843 ,001 -10,1153 -2,2847
b -12,2000* 1,30843 ,000 -16,1153 -8,2847
e
c -14,4000* 1,30843 ,000 -18,3153 -10,4847
d -,2000 1,30843 1,000 -4,1153 3,7153
Le medie sono basate sulle osservazioni.
Il termine di errore è Media dei quadrati(errore) = 4,280.
*. La differenza media è significativa al livello ,05.
b solo con a, d ed e
c con a, d ed e
d con a, b e c
Universitas Mercatorum L’analisi della varianza con più
gruppi
e con a, b e c
b a a
c d d
d e e a a
e b b
c c
Universitas Mercatorum L’analisi della varianza a due vie
1. LA VARIABILITÀ FATTORIALE
L’analisi della varianza semplice indaga la relazione tra una sola
variabile indipendente di tipo categoriale e una variabile quantitativa.
Con l’analisi della varianza a due vie si indaga la relazione che hanno
due variabili indipendenti, di tipo categoriale, su una variabile dipendente, di tipo
quantitativa.
Vediamo come risulta una tabella che racchiude i dati per l’analisi
della varianza a due vie, in cui il fattore A presenta a livelli e il fattore B presenta
b livelli.
Fattore B
1 2 … b
Fattore A 1 X11 X12 … X1b
2 X21 X22 … X2b
… … … … …
a Xa1 Xa1 … Xab
La logica del disegno fattoriale nasce dalla logica del più semplice
disegno a una via.
Nel disegno fattoriale la somma dei quadrati tra i gruppi viene a sua
volta scomposta in tre diverse fonti: la variazione dovuta al primo fattore, la
Universitas Mercatorum L’analisi della varianza a due vie
VARIABILITÀ TOTALE
VARIABILITÀ VARIABILITÀ
dovuta al VARIABILITÀ dovuta all’interazione
Fattore 1 dovuta al tra Fattore 1 e Fattore 2
Fattore 2
2. PROCEDURE DI CALCOLO
Per l’analisi della varianza a due vie si procede secondo i seguenti
passi.
𝑀𝑆
F = 𝑀𝑆 1
𝑊
𝑀𝑆
F = 𝑀𝑆 2
𝑊
𝑀𝑆
F = 𝑀𝑆1𝑥2
𝑊
Universitas Mercatorum L’analisi della varianza a due vie
Gli effetti del fattore 1 e del fattore 2 sono chiamati effetti principali.
Scuola
Sesso 1 2 3 4
16 16 16 14
Maschi 16 14 14 13
media = 14 13 12 13
12,95
13 13 10 10
12 10 10 10
M = 14,2 M = 13,2 M = 12,4 M = 12,0
DS = 1,79 DS = 2,17 DS = 2,61 DS = 1,87
Femmine 16 17 14 16
media = 18 10 14 10
13,90
20 13 11 13
15 12 10 14
18 14 12 11
M = 17,4 M = 13,2 M = 12,2 M = 12,8
DS = 1,95 DS = 2,95 DS = 1,79 DS = 2,39
Mscuola 1 = Mscuola 1 = Mscuola 1 = Mscuola 1 =
15,8 13,2 12,3 12,4
Mgenerale= 13,425
Universitas Mercatorum L’analisi della varianza a due vie
Per conoscere i gradi di libertà ci si rifà sempre alla regola generale della
numerosità meno 1 e questi sono riportati in tabella.
TOTALI dfT = 40 – 1 = 39
df entro le celle =
NT –rc = 32
df tra le celle =
rc–1 = 7
Effettuiamo i calcoli
𝑆𝑆𝑊 150,4
MSW = = = 4,70
𝑑𝑓𝑊 32
𝑀𝑆1 26,7
F(F1) = = = 5,68
𝑀𝑆𝑊 4,70
𝑀𝑆2 9
F(F2) = = = 1,915
𝑀𝑆𝑊 4,70
𝑀𝑆1𝑥2 6,1
F(F1xF2) = = = 1,30
𝑀𝑆𝑊 4,70
Universitas Mercatorum L’analisi della varianza a due vie
In altri termini può essere detto che i quattro gruppi di adolescenti non
provengono dalla stessa popolazione.
Si può anche affermare che esiste un diverso risultato dei test per
effetto della provenienza scolastica.
Fonte di variazione SS df MS F α
𝑀𝑆𝑊
HSD = q * √
𝑟𝑛
4,70
HSD = 3,84 * √ = 2,63
10
Ciò significa che le medie tra loro devono differire di almeno 2,63 per
essere considerata una diversità statisticamente significativa.
Universitas Mercatorum L’analisi della varianza a due vie
20
18,43
18
2,63 15,83 14,93 15,03
16
> >
14 2,63
2,63 2,63
12
10
8 15,8
6
13,2 12,3 12,4
4
0
1 2 3 4
Universitas Mercatorum Applicazioni dell’’analisi della varianza
Distinguiamo quindi:
1
Questa lezione è liberamente tratta e adattata da http://www00.unibg.it/dati/corsi/64023/73447-
Analisi%20della%20varianza.pdf
Universitas Mercatorum Applicazioni dell’’analisi della varianza
Si riporta l’output.
2. LA MANOVA
L’obiettivo dell’analisi della varianza multivariata è quello
di studiare gli effetti di uno o più fattori tra soggetti su un insieme di
variabili dipendenti.
Consideriamo un esempio.
Analizziamo un esempio.
65 per Domani
60 per Scelta
1 Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del
comportamento. Milano: Apogeo Education, p. 416.
Universitas Mercatorum Test del chi-quadro
Si dovranno considerare
La formula computazionale è
Universitas Mercatorum Test del chi-quadro
(𝑓𝑜 − 𝑓𝑒 )2
χ2 = Σ 𝑓𝑒
gdl = k – 1
Vediamo come applicare il test del chi quadro nel caso di due
variabili con un esempio.
Frequenze
Laurea
osservate
Economia Psicologia Totale
Professionale 45 55 100
Scelta di carriera
Accademica 27 53 80
Totale 72 108 180
Frequenze
Laurea
attese
Economia Psicologia Totale
Scelta di Professionale 100*72/180=40 100*108/180=60 100
carriera Accademica 80*72/180=32 80*108/180=48 80
Totale 72 108 180
(𝑓o – 𝑓e)2
fo fe fo – fe (fo – fe)2 𝑓e
45 40 5 25 0,625
55 60 -5 25 0,417
27 32 -5 25 0,781
53 48 5 25 0,521
χ2 = 2,344
gdl = (r – 1)(c – 1)
dove
r = numero di righe
c = numero di colonne
applicando otteniamo
Disturbo Depressione
Schizofrenia bipolare maggiore Borderline Tot.
Migliorato 36 8 14 2 60
Stabile 84 72 18 26 200
Peggiorato 18 8 10 4 40
2Welkowitz, J., Cohen, B., Ewen, & R. (2013). Statistica per le scienze del comportamento.
Milano: Apogeo Education, p. 425.
Universitas Mercatorum Test del chi-quadro
N=
Tot. c 138 88 42 32
300
(𝑓o – 𝑓e)2
fo fe fo – fe (fo – fe)2 𝑓e
36 27,6 8,4 70,56 2,26
8 17,6 -9,6 92,16 5,24
14 8,4 5,6 31,36 3,73
2 6,4 -4,4 19,36 3,02
84 92 -8 64 0,7
72 58,67 13,33 177,69 3,03
18 28 -10 100 3,57
26 21,33 4,67 21,81 1,02
18 18,4 -0,4 0,16 0,01
8 11,73 -3,73 13,91 1,19
10 5,6 4,4 19,36 3,46
4 4,27 -0,27 0,07 0,02
χ2 = 27,55
Universitas Mercatorum Test del chi-quadro
4. L’INTENSITÀ DI ASSOCIAZIONE
Abbiamo fin qui considerato come calcolare il chi quadro nei
casi di una variabile, di due variabili a doppia categoria e di due
variabili a più categorie e, infine i gradi di libertà.
Ciò che non è stato sottolineato è che il test del chi quadro ci
consente di decidere se i dati campionari di una determinata
rilevazione possano portarci a concludere che è ragionevole pensare che
esista una relazione tra le variabili considerate, ma non di più.
𝜒2
ϕ = √𝑁
𝜒2 2,344 4,688
ϕ = √ 𝑁 = √ 180 = √ 360 = 0,114
𝜒2
√𝑁(𝑘−1)
𝜒2 27,55
ϕ di Cramér = √𝑁(𝑘−1) = √300∗ (3−1) = 0,21
1
Il contenuto di questa lezione è stratto da
http://items.giuntios.it/showArticolo.do?idArt=98&print=true e da
https://flore.unifi.it/retrieve/handle/2158/306284/5355/ASTRIS1_cap_2.pdf
Universitas Mercatorum Introduzione alla teoria classica dei test
Costrutti: X → Y → Z
Correlazioni epistemiche: ↓ ↓↓ ↓
Indicatori: x1 y2 y3 z1
1. IL CONCETTO DI ATTENDIBILITÀ
L’attendibilità esprime il grado di fiducia che possiamo riporre
in un test, inteso come strumento per la misurazione stabile, precisa e
coerente.
gli stessi indici che quel test misuri effettivamente la caratteristica che
intendevamo misurare.
2. IL COEFFICIENTE DI ATTENDIBILITÀ
Il concetto di attendibilità nasce e si sviluppa con la teoria
classica dei test.
in formula:
x=t+e
t=x-e
e=x-t
veri (St2) e della varianza dei punteggi d’errore (Se2) possiamo così
formalizzare
S x 2 = S t2 + S e 2
Esmis = s * √1 − 𝑟𝑥𝑥
Dove:
s = deviazione standard
Test-retest
L’attendibilità come stabilità temporale è impiegata per valutare
la stabilità nel tempo dei punteggi ottenuti da un gruppo di soggetti a
un test.
Coerenza interna
Nella pratica di ricerca la scelta del criterio con cui un test deve
essere suddiviso è arbitraria e può nascondere delle insidie. Una
Universitas Mercatorum Attendibilità dei test
1. ALFA DI CRONBACH
dove:
rα = coefficiente alfa di attendibilità
n = numero degli item
∑ 𝑠𝑖2 = somma della varianza dei punteggi ottenuti in ogni item
𝑠𝑥2 = varianza dei punteggi di tutto il test
Potendo utilizzare una matrice di correlazione tra gli item,
chiamata inter-item, possiamo semplificare e calcolare così
𝑛𝑟̅
rα = 1+𝑟̅ (𝑛−1)
dove:
rα = coefficiente alfa di attendibilità
n = numero degli item
𝑟̅ = correlazione media tra gli item
Universitas Mercatorum Valutazione dell’affidabilità dei test
1
Nunnally, J. (1978). Psychometric Theory, 2nd ed., New York: McGraw-Hill.
Universitas Mercatorum Valutazione dell’affidabilità dei test
dove:
A = numero delle volte in cui due osservatori si sono trovati in
accordo nella codifica dello stesso comportamento
D = numero delle volte in cui due osservatori si sono trovati in
disaccordo
C = proporzione di accordi dovuti al caso
Il termine di correzione C si calcola moltiplicando la proporzione
dei “sì” del primo osservatore sul totale delle osservazioni effettuate per
la proporzione dei “sì” del secondo servatore sul totale delle
osservazioni e sommandola alla proporzione dei “no” del primo
osservatore sul totale delle osservazioni effettuate, per la proporzione
dei “no” del secondo valutatore sul totale delle osservazioni.
In formula:
C = (Sìprimo/N * Sìsecondo/N) + (Noprimo /N * Nosecondo/N)
Il coefficiente K fornisce una percentuale di accordo corretta
dalla probabilità di ottenere tale accordo per caso: più alta è questa
percentuale più attendibile sarà la codifica ottenuta.
Nel caso in cui vogliamo invece calcolare il grado di accordo tra
più di due valutatori, si utilizza la seguente formula:
𝑃𝑜 − 𝑃𝑐
K=
1− 𝑃𝑐
Dove:
Po = proporzione di giudizi concordanti tra giudici
Pc = proporzione di giudizi casualmente concordanti
Dato che le procedure appena esposte controllano solo la
varianza d'errore dovute codificatori ma non le altre fonti di errore, in
genere è opportuno ricorrere al calcolo di ulteriori coefficienti di
Universitas Mercatorum Valutazione dell’affidabilità dei test
attendibilità, come per esempio quello basato sulla procedura del test-
retest.
Facciamo un esempio
Due psicologi dello sviluppo osservano il comportamento di 10
bambini. Devono valutare se agiscono un particolare tipo di
comportamento durante il gioco.
I dati raccolti sono esposti in tabella.
Bambin Psicolog Psicolog A D
o o1 o2
1 Sì No 1
2 Sì Sì 1
3 No No 1
4 Sì Sì 1
5 No No 1
6 Sì No 1
7 Sì No 1
8 Sì Sì 1
9 No No 1
10 Sì Sì 1
1. IL CONCETTO DI VALIDITÀ
2. VALIDITÀ DI FACCIATA
3.VALIDITÀ DI CONTENUTO
4. VALIDITÀ DI CRITERIO
1. L’ESTRAZIONE FATTORIALE
Fatto Autovalori
re Totale % di %
varianza cumulata
1 3,042 30,420 30,420
2 2,724 27,238 57,658
3 ,897 8,967 66,624
4 ,783 7,835 74,459
5 ,648 6,478 80,937
6 ,531 5,315 86,252
7 ,492 4,919 91,171
8 ,358 3,581 94,752
9 ,286 2,856 97,608
10 ,239 2,392 100,000
Universitas Mercatorum L’analisi fattoriale
Metodi ortogonali
Varimax
Lavora cercando di massimizzare le saturazioni alte e
minimizzando quelle basse all’interno dei singoli fattori.
È consigliato se si vuole ottenere una netta separazione fra i
fattori o se non si hanno criteri precisi da seguire perché cerca di
Universitas Mercatorum L’analisi fattoriale
Quartimax
Lavora cercando di sparpagliare la varianza entro le singole
variabili.
Questo dovrebbe facilitare la lettura e l’interpretazione delle
variabili.
Equamax
Lavora equamente sulle variabili e sui fattori
mantenendo costante la varianza spiegata dall’intera
soluzione.
Minimizza il numero delle variabili che pesano in
modo elevato su un fattore.
Bilancia i criteri dei metodi Varimax e Quartimax.
Metodi obliqui
Oblimin
Il grado di associazione fra i fattori è determinato da
un parametro generalmente posto a 0; si possono assegnare
valori positivi sino valori positivi fino a .8 che aumentano la
correlazione, negativi fino a -.8 che diminuiscono la
correlazione.
Questo metodo cerca di adattare i fattori agli item e li
correla.
Universitas Mercatorum L’analisi fattoriale
Promax
È sostanzialmente uguale a oblimin, ma pensato per essere più
veloce e lavorare con grandi quantità di dati.
È un metodo più diretto che cerca la rotazione che
meglio si adatta a rappresentare i fattori con un singolo item
e lo fa direttamente.
È definita dal parametro Kappa, che di default è pari
a 4. Valori maggiori o inferiori a 4 rendono la rotazione più o
meno obliqua
3. LE SATURAZIONI FATTORIALI
1
Overall JE, Klett CJ (1972). Applied multivariate analysis. New York: McGraw-Hill
Universitas Mercatorum L’analisi fattoriale
Regressione
Bartlett
Anderson-Rubin
2 https://www.germanorossi.it/mi/file/psico/AF2.pdf
Universitas Mercatorum La psicometria in neuropsicologia
1. LA NEUROPSICOLOGIA 1
1
Il testo di questa lezione è tratto da http://www.humantrainer.com
Universitas Mercatorum La psicometria in neuropsicologia
z = (x – 𝑥̅ )/ds
come tali);
ranghi percentili,
j) Tognoni, 1987)
b) Claridge forma 1 e 2
1Society for Personality Assessment (SPA, 2008). What is Psychological Assessment. Society for
Personality Assessment, Falls Church, Virginia.
Universitas Mercatorum La psicometria nella psicodiagnostica
2Come nel caso della WAIS-IV - Wechsler Adult Intelligence Scale, Fourth Edition (2013) -,
che richiede circa 90 minuti.
Universitas Mercatorum La psicometria nella psicodiagnostica
Dal momento che la base teorica che sottostà a questi test è più
ampia ed eterogenea (ci rientrano i test di personalità, temperamento,
preferenze, valori, ecc.) c'è meno accordo su quali siano le
caratteristiche rilevate da un test di tipica performance.
In generale, però, si può dire che i test che verranno considerati
appartengono a questa area, perché sono test che hanno la finalità di
individuare le caratteristiche e i tratti tipici della persona.
A differenza dei test di massima performance in cui non è
possibile distorcere (a meno che la persona non voglia simulare un
disturbo della sfera cognitiva), nei test di tipica performance è possibile
(e probabile) che le persone distorcano cercando di far credere che un
certo tratto sia più o meno presente in loro di quanto in realtà non sia.
Per questo motivo, nei test di tipica performance (self-report)
sono riportate scale di validità, per capire se la persona ha distorto in
senso migliorativo o peggiorativo o se ha risposto a caso.
Per esempio nel caso del BIG-V è inserita una scala Lie, e nel
test di orientamento motivazionale TOM è inserita una scala di
desiderabilità sociale.
Chiaramente in un test di massima performance non si può far
credere di avere un'abilità maggiore di quella che si ha.
I test di tipica performance sono generalmente self-report (ad
esempio il MMPI-2), ma possono essere anche interviste.
In entrambi i casi, la persona parla direttamente allo psicologo e
sceglie quanto aprirsi, cosa condividere e cosa no.
Le risposte sono date sulla base della consapevolezza: in altre
parole, la persona legge la domanda, la comprende e sceglie
consapevolmente cosa rispondere... e la menzogna è un'opzione
possibile!
Quindi, quando si sceglie di lavorare con un self-report, è
fondamentale che si sia creato un contesto relazionale tale per cui la
persona senta di potersi fidare e in cui si senta al sicuro.
Universitas Mercatorum La psicometria nella psicodiagnostica
3.LA PSICODIAGNOSI
• registrazione di parole,
• attenzione e calcolo,
• rievocazione,
• linguaggio,
• prassia costruttiva.
Orientamento temporale
Orientamento spaziale
Memoria
Attenzione e calcolo
Denominazione
Ripetizione
Scrittura
Prassia costruttiva
- orientamenti,
1a Sezione: orientamenti
• Scala di Autonomia
• Apprendimento Reversal
• Test Attenzionale
• Intelligenza Verbale
• Raccontino
• Agnosia Digitale
• Agnosia Costruttiva
Item: Si chiede al soggetto quanto indicato nel protocollo (es., nome del
padre e della madre); le risposte date dal soggetto vengono
confrontate con quelle fornite da un familiare.
Universitas Mercatorum Psicometria e test psicodiagnostici
Scala di Autonomia
Apprendimento Reversal
Test Attenzionale
Intelligenza Verbale
Raccontino
Universitas Mercatorum Psicometria e test psicodiagnostici
“Come vede qui ci sono dei gettoni, che hanno forma e colore diversi.
Alcuni sono cerchi ed altri
Agnosia Digitale
Test: Far disporre al soggetto la mano dominante aperta sul piano del
tavolo, poi mostra la mappa riportante il dorso della mano
corrispondente e dire: “Ora io le tocco delle dita della sua
mano e lei deve indicare su questo schema le dita che ho
toccato”.
Universitas Mercatorum Psicometria e test psicodiagnostici
Aprassia Costruttiva
Test: Si mostra al soggetto una figura alla volta nell’ordine indicato dal
protocollo e si chiede di provare ad indovinare cosa
rappresenti
Punteggio
Cut-off: 85,5
Universitas Mercatorum Psicometria e test psicodiagnostici
1
Carlesimo, G. A., Caltagirone, C., Gainotti, G. U. I. D., Fadda, L., Gallassi, R., Lorusso, S., ... &
Parnetti, L. (1996). The mental deterioration battery: normative data, diagnostic reliability and
qualitative analyses of cognitive impairment. European neurology, 36(6), 378-384.
Universitas Mercatorum Psicometria e test psicodiagnostici
Prove di apprendimento
Questionari
I dati normativi che tengono conto dell'età, del sesso e del livello
di istruzione sono stati valutati con la seguente procedura.
più elevati, soprattutto nei soggetti anziani che spesso hanno difficoltà
a capire la natura del compito e a mantenere costante lo switch tra le
due diverse categorie di stimoli. In punteggio finale è basato sul
numero di secondi impiegati per completare il test. Vengono ottenuti
tre punteggi (parte A; parte B; differenza B – A). Per ogni parte il
punteggio grezzo ottenuto deve essere corretto in base all’età e alla
scolarità del soggetto.
• per numero: 1, 2, 3 e 4.
Una singola carta può avere, per esempio, quattro triangoli verdi
oppure due cerchi gialli. Quattro di queste 128 carte vengono definite
“carte stimolo” o “carte guida”: la prima raffigurante un triangolo rosso,
la seconda raffigurante due stelle verdi, la terza con tre croci gialle e
l'ultima con quattro cerchi blu. Le quattro “carte stimolo” o “carte
guida” vengono disposte dinanzi al soggetto da sinistra verso destra in
questo medesimo ordine. Il soggetto riceve un primo pacco di carte
risposta e viene così istruito: “Queste che ha davanti sono quattro carte
Gianfranco Cicotto ‘’Psicometria e psicodiagnostica’’
guida; vorrei che lei mettesse ciascuna di queste carte che le ho dato in
mano sotto una delle carte guida dove lei pensa che sia opportuno
metterle. Io le dirò se ciò che fa è giusto o sbagliato”.
3) può collocare una sola pallina sul bastoncino piccolo, due sul
bastoncino medio, tre sul bastoncino grande. Se segue questa regola le
palline non usciranno dal bastoncino; 4) le dirò ogni volta quanti
spostamenti sono necessari per risolvere il problema”. Il tempo si calcola
da quando al soggetto viene mostrata la configurazione fino
all’avvenuta prestazione. Quando il paziente si accorge di aver
sbagliato, si blocca il cronometro, si riposizionano le palline in base alla
configurazione iniziale e si fa ripartire il tempo dal punto in cui lo si
era bloccato. Il tempo massimo per ogni configurazione è di 60 secondi,
e varia a seconda del tempo impiegato:
• Attenzione selettiva
• Attenzione divisa
• Attenzione sostenuta
una soglia critica di intensità, oltre la quale il segnale viene dato per
presente, sia stata superata. Per quanto riguarda l’attenzione
sostenuta, l’emisfero destro è più abile del sinistro a mantenere
l’attenzione per un periodo prolungato. In uno studio su pazienti con
cervello diviso, è stato dimostrato che all’inizio delle prove l’emisfero
sinistro è superiore al destro, ma dopo i primi minuti le sue prestazioni
mostrano un netto peggioramento. L’emisfero destro, invece, mantiene
gli stessi livelli di prestazione per tutta la prova con solo un leggero
decremento. L’emisfero destro, oltre che ad essere specializzato per
l’attenzione sostenuta, sembra esercitare un ruolo importante nel
mediare il livello di attivazione. Infine, le ricerche disponibili,
sembrano concordi nel dimostrare un interessamento dei lobi frontali
nella prontezza fisiologica a rispondere a stimoli interni ed esterni.
1. PERCHÉ I SEM
I modelli di equazioni strutturali, in inglese Structural
Equation Models (SEM), costituiscono una tecnica di analisi dei dati
che trova ampio utilizzo nello studio e nella comprensione dei fenomeni
psicologici e del modo in cui le dimensioni psicologiche possono essere
rilevate e studiate nelle loro molteplici relazioni.
2. CONCETTI DI BASE
Per modello di equazioni strutturali si intende un modello
stocastico nel quale ogni equazione rappresenta un legame causale,
piuttosto che una mera associazione empirica.
Facciamo un esempio.
X2 = b21X1 + e2
X3 = b31X1 + b32X2 + e3
3. PATH ANALYSIS
La Path Analysis (analisi di percorso) è utilizzata per
studiare la relazione che diverse dimensioni psicologiche hanno tra
loro, ponendole in relazione di causalità, mediazione, di effetti diretti e
indiretti e, in generale, di influenza.
- il path diagram
- non si può andare prima avanti e poi tornare indietro poiché questo
non avrebbe senso dal punto di vista concettuale: è come dire che
un evento sia determinato, anziché da una causa, da una
conseguenza
La seguente figura
y = γξ + ζ
x1 = ξ + δ1
x2 = ξ + δ2
Gianfranco Cicotto Modelli di equazioni strutturali
SITUAZIONE 1
SITUAZIONE 2
influenze dei fattori fra loro e alle influenze di tutti i fattori su tutte le
variabili. In realtà, con l'approccio esplorativo non saremmo nemmeno
in grado di tracciare un grafico del modello, in quanto non è noto
nemmeno il numero dei fattori.
Si è imposto:
1
Caprara, G. V., Barbaranelli, C., Borgogni, L., & Perugini, M. (1993). The “Big Five
Questionnaire”: A new questionnaire to assess the five factor model. Personality and individual
Differences, 15(3), 281-288.
Gianfranco Cicotto La psicometria nei contesti organizzativi
Bassa Alta
performance performance
ANOVA: F(1, 167) = 4, 81; p = .03
Scale
ANOVA tra i Big5:
F(9, 159) = 11,01; p < .001 M DS M DS
Energia 55.83 9.70 58.19 8.05
Amicalità 53.56 8.13 56.16 8.33
Coscienziosità 54.63 9.80 58.00 8.91
Apertura mentale 54.56 10.41 56.42 9.80
Dinamismo 55.69 8.41 56.47 8.28
Dominanza 54.49 10.40 57.90 8.55
Cooperatività 52.80 10.00 54.16 9.77
Cordialità 53.33 7.87 56.39 7.92
Scrupolosità 52.38 8.86 54.55 8.72
Perseveranza 55.28 10.36 58.57 8.96
Controllo delle emozioni 53.60 9.93 55.47 10.01
Controllo degli impulsi 54.33 10.03 56.30 9.34
Apetura alla cultura 52.16 10.10 52.15 9.29
Apertura all’esperienza 50.95 9.72 51.52 10.18
• Comfort
Viene chiesto al personale “Come valuta il comfort dell’ambiente
in cui lavora” rispetto ai seguenti elementi utilizzando per
rispondere una scala a 4 punti (1 = insufficiente; 2 = mediocre; 3
= sufficiente; 4 = buono).
A. Pulizia
B. Illuminazione
C. Temperatura
D. Silenziosità
E. Condizioni dell’edificio
Gianfranco Cicotto La psicometria nell'analisi del benessere
organizzativo
• Obiettivi
Da qui in poi la scala di risposta è di frequenza (1 = mai; 2=
raramente; 3 = a volte; 4 = spesso).
Gli obiettivi dell’organizzazione sono chiari e ben definiti
• Valorizzazione
Ci sono i mezzi e le risorse per svolgere adeguatamente il
proprio lavoro
• Ascolto
I dipendenti sono generalmente disponibili ad andare incontro
alle esigenze della organizzazione.
• Informazioni
È facile avere le informazioni di cui si ha bisogno
• Relazioni interpersonali
Esiste collaborazione con i colleghi
Operatività
L’organizzazione trova soluzioni adeguate ai problemi che
deve affrontare
Equità
I dirigenti trattano i dipendenti in maniera equa
• Utilità
Al termine della giornata di lavoro ci si sente soddisfatti
Gianfranco Cicotto La psicometria nell'analisi del benessere
organizzativo
• Sicurezza
Questa sezione ha una prima domanda con scala di risposta a 4
punti (1= per nulla; 2 = poco; 3 = abbastanza; 4 = molto):
“L’organizzazione in cui lavora si preoccupa della salute
nell’ambiente di lavoro?”
Seguono altre domande con scala di risposta a 4 punti (1 =
insufficiente; 2 = mediocre; 3 = sufficiente; 4 = buono).
a) impianti elettrici
b) illuminazione
c) rumorosità
d) temperatura
e) polveri
f) pc e videoterminali
g) divieto di fumo
h) strumenti per la protezione individuale (DPI) solo se utilizzati
• Caratteristiche del compito* (→ Tollerabilità dei compiti)
Con una scala di risposta a 4 punti (1= per nulla; 2 = poco; 3 =
abbastanza; 4 = molto) sono ripostati i seguenti elementi per la
domanda: “In che misura le caratteristiche di seguito elencate
fanno parte dei compiti da lei svolti?”
a) Fatica fisica
b) Fatica mentale
c) Sovraccarico di lavoro
d) Monotonia o ripetitività
e) Sovraccarico emotivo
f) Isolamento
g) Contatti frequenti con le persone
Gianfranco Cicotto La psicometria nell'analisi del benessere
organizzativo
• Apertura all’innovazione
Con una scala di risposta di frequenza (1 = mai; 2= raramente; 3
= a volte; 4 = spesso) ci si esprime su quanto “L’organizzazione in
cui lavora è attenta a:”
a) acquisire nuove tecnologie
b) migliorare i processi di lavoro
c) confrontarsi con le esperienze di altre organizzazioni
d) riconoscere e affrontare i problemi e gli errori del passato
e) accogliere le richieste dei clienti e utenti
f) introdurre nuove professionalità
g) sviluppare competenze innovative nei dipendenti
h) stabilire rapporti di collaborazione con le altre organizzazioni
i) sperimentare nuove forme di organizzazione del lavoro
- Indicatori negativi*
“In che misura le capita di osservare i fenomeni seguenti nel suo
ambiente di lavoro?” (1 = mai; 2= raramente; 3 = a volte; 4 =
spesso)
a) insofferenza nell’andare al lavoro
b) disinteresse per il lavoro
c) desiderio di cambiare lavoro/ambiente di lavoro
d) pettegolezzo
e) risentimento verso l’organizzazione
f) aggressività e nervosismo
Gianfranco Cicotto La psicometria nell'analisi del benessere
organizzativo
- Indicatori positivi
- Sintomi psicosomatici*
“Negli ultimi 6 mesi le è capitato di avvertire:” (1 = mai; 2=
raramente; 3 = a volte; 4 = spesso)
h) senso di depressione
1. LA NORMATIVA
Il D.Lgs 81/2008 (e successive modifiche e integrazioni) all’art.
28 dispone che la valutazione, di cui all'articolo 17, comma 1, lettera a),
deve riguardare tutti i rischi per la sicurezza e la salute dei lavoratori,
ivi compresi quelli riguardanti gruppi di lavoratori esposti a rischi
particolari, tra cui anche quelli collegati allo stress lavoro-correlato,
secondo i contenuti dell'Accordo Europeo dell'8 ottobre 2004, e quelli
riguardanti le lavoratrici in stato di gravidanza, secondo quanto
previsto dal decreto legislativo 26 marzo 2001, n. 151, nonché quelli
connessi alle differenze di genere, all'età, alla provenienza da altri
Paesi e quelli connessi alla specifica tipologia contrattuale attraverso
cui viene resa la prestazione di lavoro.
In questo caso, però, la scelta deve essere fatta a priori dal punto
di vista qualitativo prima ancora di procedere con l’analisi.
Uno dei modi è che per ogni gruppo omogeneo dovrà rispondere
un numero di lavoratori che ricalchino la distribuzione del sesso, età e
anzianità aziendale, gli unici parametri noti della popolazione.
Altro test che si può utilizzare è quello del χ2, anche in questo
caso si è interessati a stabilire la sussistenza dell’ipotesi nulla, cioè che
tra i due gruppi – popolazione e campione – non vi siano differenze.
Gianfranco Cicotto La valutazione psicometrica del disagio
organizzativo
Spieghiamo meglio.
tenere conto delle soglie dei singoli fattori come elemento che
suggerisca la messa in campo di azioni correttive utili alla mitigazione
del fenomeno stressogeno.
Gianfranco Cicotto La valutazione psicometrica del malessere
organizzativo’'
1 https://www.inail.it/cs/internet/docs/convegno-stress-lavoro-2017-iavicoli-di-
tecco.pdf?section=attivita
Gianfranco Cicotto La valutazione psicometrica del malessere
organizzativo’'
comportamenti
inaccettabili
6. Ruolo 5 Il lavoratore - Garanzia, da parte
Verifica la comprenda il dell’azienda, che le
consapevolezza del proprio ruolo e richieste ai lavoratori
lavoratore le proprie siano compatibili con
relativamente alla responsabilità e il loro ruolo
posizione che che vengano - Informazioni
riveste forniti, a livello adeguate per
nell’organizzazione locale, sistemi di consentire ai
e garantisce che risposta ai lavoratori di
non si verifichino problemi comprendere il
conflitti individuali proprio ruolo e le
proprie
responsabilità
7. Cambiamento 3 Il lavoratore - Informazioni
Valuta in che venga coinvolto opportune da parte
misura i in occasioni di dell’azienda ai
cambiamenti cambiamenti lavoratori per la
organizzativi, di organizzativi e comprensione delle
qualsiasi entità, che vengano motivazioni
vengono gestiti e forniti, a livello all’origine dei
comunicati nel locale, sistemi di cambiamenti proposti
contesto aziendale risposta ai - Consapevolezza dei
problemi lavoratori
individuali. dell’impatto che un
determinato
cambiamento
potrebbe avere
sull’attività
lavorativa
- Garanzia di un
supporto adeguato
durante la fase di
cambiamento.
Gianfranco Cicotto La valutazione psicometrica del malessere
organizzativo’'
2 De Carlo A.N., Falco A., Capozza D. (2008). Test di valutazione del rischio stress lavoro-
correlato nella prospettiva del benessere organizzativo (Q-Bo). Milano: Franco Angeli.
Gianfranco Cicotto La valutazione psicometrica del malessere
organizzativo’'
3. ESEMPIO APPLICATIVO
Facciamo un esempio che mostri come utilizzare il
questionario e come valutare i punteggi.
Possono essere visti quegli item che vanno al di sotto del cut-
off INAIL di 3,51 per valori medi e 3,19 per valori a rischio alto.
1
De Simone, S., Marini, F. (2005). La dimensione psicologica della formazione. Teorie e contesti
applicativi. Cagliari: Cuec.
2
Sangiorgi, G. (2008). Aristocratici e servi, riflessioni sulla disuguaglianza nel lavoro. Milano:
FrancoAngeli.
Gianfranco Cicotto La psicometria nei contesti formativi
COMPETENZE INDIVIDUALI
Se dovesse definire i suoi punti di forza nel ricoprire il suo ruolo, quali
indicherebbe come principali per il suo lavoro? Indichi i 3 punti di
forza più importanti. Si tratta di indicare competenze, abilità,
conoscenze che vengono utilizzate nell’attività “ordinaria” e che
consentono di raggiungere i risultati migliori.
Conoscenze delle normative e delle leggi di settore
Conoscenza dei processi e degli iter procedurali
Competenze tecnico specialistiche
Competenze linguistiche
Competenze informatiche
Capacità nell’organizzazione del lavoro
Capacità di gestione delle risorse umane
Capacità di problem solving
Capacità di prendere decisioni e di assumersi responsabilità
3. VALUTAZIONE DELL’EFFICACIA
Questo è un tema caldo della formazione.
Facciamo un esempio.
1. L’ORIENTAMENTO
Sul sito del Consiglio Nazionale degli Psicologi è contenuto
un documento che definisce l’ambito dell’area professionale della
psicologia dell’orientamento. Siamo interessati a capire come la
psicometria si inserisce nelle attività di orientamento.
La psicometria si inserisce nell’orientamento fornendo
strumenti e metodi per la valutazione dei processi cognitivi, affettivi e
comportamentali che sottendono le scelte scolastiche, universitarie e di
formazione professionale.
L’orientamento, oltre a spiegare i processi di sviluppo
personale nei diversi contesti e nelle diverse realtà sociali, presta
specifica attenzione ai processi psicosociali di costruzione del self e di
life design attraverso strumenti sia qualitativi che quantitativi.
Attraverso test e questionari può essere misurato il livello
del ruolo attivo della persona nel costruire i suoi percorsi di carriera,
nel gestire le varie forme di cambiamento di carriera lavorativa, nel
precisare i propri scopi e nel modificarli.
La psicometria fornisce quindi un sistema di conoscenze e
pratiche utili all’elaborazione dei dati e delle informazioni tratte dai
soggetti percettori di un servizio di orientamento.
È a cura del professionista individuare gli strumenti e le
metodologie più adeguate per poter poi offrire sostegno
informativo/cognitivo, affettivo e relazionale ai processi decisionali, al
design e costruzione di percorsi di inserimento sociale e professionale
affinché siano coerenti con le aspirazioni, le aspettative e i progetti di
vita delle persone.
Egli dovrà inoltre sondare attributi del sé come autoefficacia,
stima di sé; atteggiamenti positivi come fiducia e speranza; social
support, ecc. in modo da fornire una consulenza che aiuti le persone ad
affrontare, con maggiore probabilità di riuscita, le transizioni di
carriera nel corso dell’esperienza formativa e lavorativa.
Gianfranco Cicotto La psicometria nei percorsi di
orientamento
1. COSA VALUTARE
La selezione del personale comprende una serie di attività volte
a individuare la persona migliore da inserire in azienda per una
specifica posizione lavorativa.
□ test
□ questionari
□ griglie di osservazione
Una parte del processo di selezione è volta alla ricerca di persone
che possiedono una forte preparazione e esperienza tecnico-
specialistica per la mansione da ricoprire. Non è questo l’ambito di
interesse della psicometria.
Attenzione
Concentrazione
Vigilanza
Capacità visuo-spaziale
Capacità logico-numerica
Apertura mentale
Estroversione/introversione
Dinamismo/staticità
Affidabilità, coscienziosità
Perseveranza, tenacia
Resilienza
Sistema valoriale
Inventario di interessi
Orientamento motivazionale
Gianfranco Cicotto La psicometria nella selezione del
personale
Autoefficacia
Capacità relazionale
Capacità comunicativa
Assertività/passività/aggressività
Problem Solving
Capacità di pianificazione
Adattabilità
Flessibilità
2. TEST DI INTELLIGENZA
Matrici progressive di Raven (edizione italiana di A. Di
Fabio e S. Clarotti). Advanced Progressive Matrices (APM)1,
Valutazione dell’intelligenza non verbale.
1
Raven, J. (1994). Manual for Raven's progressive matrices and mill hill vocabulary scales.
Advanced progressive matrices.
Gianfranco Cicotto La psicometria nella selezione del
personale
2
Bar-On, R. (2002). BarOn emotional quotient inventory. New York: Multi-Health Systems.
Gianfranco Cicotto La psicometria nella selezione del
personale
1. COSA VALUTARE
Il processo di valutazione rappresenta lo snodo cruciale
dell’intero ciclo di gestione delle Risorse umane, dato che dal suo
efficace svolgimento dipende in larga misura la qualità delle
conseguenti scelte in ambito retributivo, formativo e di sviluppo di
carriera.
5. Formare i valutatori
1
Drucker, P. F. (1954). Management by objectives and self-control. Practice of Management.
Gianfranco Cicotto La psicometria nella valutazione del
personale
2. METODI E INDICATORI
Ci occupiamo di metodi formalizzati, caratterizzati
dall’applicazione periodica e costante di strumenti oggettivi per la
valutazione di dimensioni prefissate.
Esercitazioni di
gruppo
Colloquio individuale
2
http://www.funzionepubblica.gov.it/articolo/dipartimento/02-01-2018/linee-guida-il-sistema-
di-misurazione-e-valutazione-della#_Toc502226250
Gianfranco Cicotto La psicometria nella valutazione del
personale
3. ESEMPI APPLICATIVI
Ogni azienda o Pubblica Amministrazione ha al suo interno
un organo che si occupa della valutazione del proprio personale.
2. comportamenti organizzativi
Efficienza di base
• indice di assenteismo del personale;
• Indice di assenteismo diviso per reparto, divisione, stabilimento,
area aziendale, ruolo e responsabile diretto;
• Indice di straordinario - ore straordinario / ore totali;
• Indice su ritardi;
• Indici separati malattia, visibili per singola divisione, mansione e
responsabile.
3
https://www.ebcconsulting.com/indici-analisi-ed-indicatori-di-misurazione-della-divisione-
risorse-umane.html
Gianfranco Cicotto La psicometria nella valutazione del
personale
Indici generali
• % di ore lavoro indiretto / ore lavoro totale;
• turn over generale (numero di soggetti usciti/numero soggetti
inseriti);
• turn over interni (numero di soggetti dimessi/numero soggetti
assunti);
• indicatori di motivazione del personale;
• indicatori sulla soddisfazione del personale;
• Indicatori suoi tempi di risposta e soluzione alle richieste interne
del personale;
SODDISFAZIONE
Condizioni di Salute e Sicurezza
- Comparazione fra Ore formazione mirata alla Sicurezza e
Prevenzione realmente partecipate, n° incidenti occorsi, gravità
delle conseguenze degli incidenti occorsi
Equità retributiva
- Aumenti retributivi in corso d’anno in relazione all’indice di
inflazione
- Analisi equità retributiva interna nei vari comparti
organizzativi
INDICATORI DI PERFORMANCE: misure interne per analizzare,
prevedere e migliorare la performance e le percezioni del personale
RISULTATI
Esigenze di competenza nel ruolo Vs competenze espresse
dalle persone nel ruolo
- Calcolo Indice di adeguatezza generale al Ruolo per ciascuna
posizione organizzativa nei vari comparti organizzativi
(valutazione competenze espresse rispetto a tutte le competenze
attese nel ruolo)
- Calcolo Indice di adeguatezza Sicurezza nel Ruolo per ciascuna
posizione organizzativa nei vari comparti organizzativi
(valutazione competenze espresse rispetto alle competenze di
sicurezza attese in ogni posizione)
Successo dei programmi di formazione professionale
- Ore formazione professionalizzante offerte al personale /
Numero di passaggi interni a livelli di maggiore responsabilità
MOTIVAZIONE E COINVOLGIMENTO
Indicatori di formazione e sviluppo professionale
- Ore Formazione in generale realmente partecipate dal
personale / Ore Formazione in generale offerte al personale
- Ore Formazione professionalizzante realmente partecipate dal
personale / Ore Formazione professionalizzante offerte al
personale
- Ore Formazione Sicurezza e Prevenzione realmente partecipate
dal personale / Ore Formazione Sicurezza e Prevenzione offerte al
personale
Gianfranco Cicotto La psicometria nella valutazione del
personale
SODDISFAZIONE
Livelli di assenteismo e malattia
- Ore Assenza / Totale Ore lavorate
- Ore Assenza / Totale Ore lavorabili
- Ore Malattia / Totale Ore lavorate
- Ore Malattia / Totale Ore lavorabili
Percentuali di infortuni e incidenti
- Analisi andamento negli anni del numero degli incidenti occorsi
nei vari comparti organizzativi
- Analisi andamento negli anni della incidenza % dei vari livelli
di gravità degli incidenti occorsi rispetto al numero di incidenti nei
vari comparti organizzativi
Turnover del personale
- Indici ingresso ed uscita dall’azienda
- Indici di turnover interno fra reparti/uffici
- N° richieste di spostamento di posizione/reparto per cause
diverse dalla crescita di responsabilità/promozione
SERVIZI EROGATI AI DIPENDENTI
Valutazione della formazione
- Investimento medio annuo in formazione (generale) pro-capite
- Investimento medio annuo in formazione (sul tema Sicurezza e
Prevenzione) pro-capite
- N° di richieste formali all’Ufficio del Personale di chiarimenti
in merito ad aspetti amministrativi del personale
- N° giorni medio per la risposta al personale a fronte di richieste
formali di chiarimenti (amministrativi) all’Ufficio del Personale
Gianfranco Cicotto Il ruolo delle capacità agentiche
1. ABSTRACT
Il turnover volontario nella professione infermieristica è un
problema rilevante nelle strutture ospedaliere e necessita di adeguati
approfondimenti.
3. METODO
Procedura e partecipanti
Strumenti
4. RISULTATI
I risultati delle analisi di correlazione (Tabella I) evidenziano
differenti tipi di relazione tra le variabili prese in considerazione dallo
studio.
1. 2. 3. 4. 5 6 7 8
1. Età 1
2. Anzianità 0.81 1
professionale **
3. Anzianità 0.72 0.82 1
organizzativa ** **
4. Intenzione di turnover 0.03 0.04 0.00 1
dal reparto
5. Intenzione di turnover - 0.02 - 0.58 1
dall’azienda 0.04 0.09 **
6. Autoregolazione 0.00 0.04 0.01 - - 1
0.16 0.31*
* *
7. Anticipazione - 0.00 - - -0.14 0.59 1
0.02 0.04 0.01 **
8. Apprendimento - 0.00 - - -0.07 0.45 0.48 1
vicario 0.14 0.07 0.01 ** **
9. Autoriflessione 0.03 0.94 0.02 0.04 - 0.64 0.60 0.48
0.19* ** ** **
Note: * = p < 0.05; ** = p < 0.01
1. ABSTRACT
Numerose ricerche hanno indagato il fenomeno Job Burnout e i
suoi predittori, sottolineando il ruolo dei fattori situazionali e
organizzativi. Il costrutto di Percezioni di Contesto (PoC) è stato ancora
poco studiato nei contesti sociosanitari.
Gli operatori sanitari sono infatti esposti non solo alle richieste
dei pazienti, ma anche alle continue sollecitazioni del contesto che, a
causa della mancanza adeguata di personale, dell’aumento del carico
di lavoro, della competizione crescente, rende questi operatori più
esposti al Job Burnout.
Ancora pochi sono gli studi che hanno declinato questo costrutto
nei contesti sociosanitari e le PoC non sono mai state studiate in
relazione all’Interpersonal Strain.
3. METODO
Partecipanti e procedura
Misure
4. RISULTATI
In questo studio le Alfa di Cronbach presentano tutte buoni
valori di affidabilità che oscillano da 0,74 a 0,96.
3. 0.11
Interpersonal
Strain
Età 0.020 >0.05
-
Genere >0.05
0.093
Anzianità organizzativa 0.055 >0.05
Percezione del capo -
>0.05
diretto 0.083
-
Percezione dei colleghi >0.05
0.116
Percezione della -
>0.05
direzione 0.065
Percezione del lavoro in -
0.012
équipe 0.247
Percez. della -
>0.05
collaborazione tra reparti 0.033
Perc. della coll. di -
>0.05
pazienti e familiari 0.065
Percezione del carico di
0.006 >0.05
lavoro
Percezione della
0.317 0.001
pressione temporale
Percezione
Percezione Percezione
del
dei del
lavoro in
colleghi capo diretto
équipe
F di Fisher 6.22** 9.49** 9.99*
M (DS) M (DS) M (DS)
5.30
Assistenza diurna 5.09 (1.19)a 5.16 (1.49)
(1.01)a
Assistenza 4.66
4.09 (1.23)b 4.37 (1.51)b
residenziale (0.84)b
4.41
Servizi 4.31 (1.14) 5.71 (1.09)a
(1.15)b
Note: M = media; DS = deviazione standard; ** sig.<0.01; * sig.<0.05.
Per ogni PoC, le medie con indici diversi indicano medie
significativamente differenti, le medie senza indice non presentano
differenze con altre.
1. ABSTRACT
Questo studio indaga il ruolo dell'identificazione
con l'Università per spiegare il coinvolgimento degli studenti nei
comportamenti extra-ruolo e le loro intenzioni di lasciare o cambiare
università (turnover).
I dati sono stati raccolti da un campione di 338
studenti di un'università italiana. Quindi sono stati analizzati
attraverso dei modelli di regressione lineare (multipli quando
necessari) e con una Path Analysis attraverso i modelli di equazioni
strutturali. Il test Sobel è stato utilizzato nell'analisi per verificare il
ruolo mediatore delle variabili.
I risultati mostrano che (1) la percezione
dell'identità universitaria degli studenti ha un effetto significativo sul
processo di identificazione dell'ateneo; (2) l'identificazione studente-
università ha un effetto significativo sul sostegno degli studenti alla
propria università, che è negativamente correlata all'intenzione di
abbandonarla.
Questo studio fornisce indicazioni sull'importanza
della gestione del prestigio dell’Università. Le istituzioni trarrebbero
vantaggio dal comunicare le loro identità in modo chiaro, coerente e
convincente, enfatizzando quegli aspetti dell'identità dell'Università
che studenti e futuri studenti percepiranno come prestigiosi e coerenti
con la loro identità.
Oggigiorno, in Europa, alcune tendenze
economiche e sociali in ambito educativo, come la globalizzazione,
l'aumento dei vincoli di bilancio e una maggiore mobilità degli studenti,
hanno aumentato la pressione sull'Università per migliorare la qualità
dell'istruzione, la ricerca e l'innovazione per essere più attraente per
studenti e docenti.
In Italia la mobilità degli studenti è cresciuta in
tutte le aree del Paese: la quota di coloro che si immatricolano al di
fuori della loro regione di residenza è passata dal 18% nel 2007/08 al
Gianfranco Cicotto Il ruolo dell’identificazione universitaria
22% nel 2015/2016. Anche tra gli studenti che continuano dopo la
laurea ha aumentato la quota di coloro che scelgono le università di
altre regioni. Tra i residenti nel Sud Italia, l'incidenza di chi sceglie
un'università del Centro-Nord è in progressivo aumento, soprattutto
nelle isole (nel 2014, tra i laureati il 28,9% preferiva un'altra università
italiana e il 3% uno all'estero).
Per superare la pressione competitiva, le
università devono modernizzarsi per diventare più efficaci e rafforzare
il loro ruolo nella società. Al fine di trovare modi per attrarre e
trattenere i propri studenti potenziali e attuali, il settore dell'istruzione
superiore deve concentrarsi sull'aumento della qualità del servizio e del
valore percepito del consumatore. Il miglioramento della qualità è stato
generalmente enfatizzato come strategia critica per migliorare il
funzionamento del sistema universitario. Negli ultimi anni la
letteratura scientifica ha sottolineato la necessità di aumentare il
coinvolgimento degli studenti nei processi di co-creazione di valore. Si
consiglia alle università di impegnarsi in attività di branding che
sviluppino una forte identificazione studente-università al fine di
migliorare i comportamenti di supporto universitario degli studenti. In
questo contesto, per l'università è diventato più importante costruire
un'identità di brand distinta al fine di creare un vantaggio competitivo
sostenibile.
Secondo la prospettiva del Service Dominant Logic
(SDL), il cliente si impegna nel dialogo e nell'interazione con i propri
fornitori durante la progettazione, la produzione, la consegna e il
consumo del prodotto. Inoltre, l'identità del brand è co-creata con la
partecipazione di clienti e altre parti interessate, come gli stakeholder
universitari, che sono persone (o gruppi) che hanno un interesse o una
partecipazione nelle attività dell'università. Pertanto, definiamo il
brand (marchio) universitario come una co-creazione degli stakeholder
delle università sulla base delle loro effettive esperienze nel campo
dell'istruzione.
Gianfranco Cicotto Il ruolo dell’identificazione universitaria
3. METODO
La ricerca è condotta nel contesto dell'istruzione
superiore, in un'università italiana. Al fine di soddisfare il nostro scopo
di ricerca, inizialmente abbiamo assemblato un questionario
utilizzando elementi di misurazione provenienti dalla letteratura
esistente e adattati al contesto educativo.
Il questionario del sondaggio è stato
somministrato nelle aule sotto la supervisione di un membro del team.
Gli studenti sono stati inoltre istruiti sul fatto che il questionario
riguardava la loro esperienza universitaria complessiva e non una
classe specifica. Il campione presente è composto da 338 studenti
universitari. Hanno preso parte al presente studio su base volontaria.
Sono stati restituiti 338 questionari, che rappresentano un tasso di
risposta del 100%. Da un campione iniziale, sono stati scartati 5
questionari a causa di valori mancanti, lasciando un campione finale di
333. Il campione comprendeva 145 maschi (43,5%) e 188 femmine
(56,5%), compresi tra 19 e 45 anni con un età media di 22.
Undici variabili sono state considerate in questa
ricerca, nove di esse sono continue, le altre due sono esaminate come
variabili discrete.
Tutti gli item prevedevano una scala Likert di
risposta a cinque punti che variava da 1 = fortemente in disaccordo a 5
= fortemente d'accordo. Il questionario è stato originariamente scritto
in inglese e poi tradotto in lingua italiana. La validità di facciata e la
validità del contenuto delle misure sono valutate da tre membri del
personale accademico e uno studente di dottorato. Inoltre, sono stati
valutati gli elementi di misurazione e il questionario del sondaggio per
completezza, formulazione, chiarezza, struttura e adeguatezza degli
item.
L’intenzione di cambiare o lasciare la facoltà,
interpretata come componente dell'intenzione del turnover, è stata
misurata attraverso due item secondo gli studi di Hom, Griffeth e
Gianfranco Cicotto Il ruolo dell’identificazione universitaria
4. RISULTATI
Si riportano di seguito le tabelle e le figure che riassumono i risultati
ottenuti.
2
R =.16
UPR CHANGE
+.43 +.51 2
R2=.31 R =.57 -.55
UI AD
+.27
-.40 2
R =.09
+.30
SBC LEAVE
Fit index χ2 (df) p-value CFI RMSEA NFI NNFI GFI AGFI
Values 28.09 (15) .01 .96 .08 .95 .97 .97 .92
Gianfranco Cicotto Interfaccia famiglia lavoro
1. ABSTRACT
La ricerca che studia la relazione tra famiglia e ambiti lavorativi
si è tradizionalmente focalizzata sugli aspetti negativi della relazione
lavoro-famiglia. Tuttavia, negli ultimi 15 anni diversi studi si sono
concentrati anche sugli aspetti positivi delle relazioni tra famiglia e
lavoro e sulle interazioni tra l'interfaccia lavoro-famiglia e dei suoi esiti
come la soddisfazione sia lavorativa che della vita. Questi studi di
ricerca hanno permesso di catturare diversi aspetti della relazione tra
vita familiare e lavorativa e di chiarire la natura specifica di queste
interazioni.
In secondo luogo, poiché alcuni studi hanno rivelato che gli esiti
positivi della relazione famiglia-lavoro sono stati sottovalutati,
Gianfranco Cicotto Interfaccia famiglia lavoro
I mediatori sono:
3. METODO
I partecipanti al nostro studio erano tutti dipendenti di
un'organizzazione di una pubblica amministrazione che si occupa di
un'ampia gamma di compiti amministrativi e di servizi nel campo
dell'agricoltura e dello sviluppo rurale. L'organizzazione analizzata
promuove lo sviluppo integrato delle aree rurali e la compatibilità
ambientale delle attività agricole attraverso il supporto della
multifunzionalità organizzativa, della specificità territoriale, delle
produzioni di qualità e della competitività nei mercati.
Le scale di misura
4. RISULTATI
È stato testato il modello a quattro fattori della scala
dell'interfaccia famiglia-lavoro, che ha visto l’eliminazione dell’item 9.
I risultati finali del modello di equazioni strutturali dell’analisi
fattoriale confermativa è riportata in figura.
Measurement p-
2 (df) 2/df CFI RMSEA NNFI GFI AGFI
Model value
81.662
.027 1.38 .97 .05 .95 .91 .86
(59)
1. ABSTRACT
Negli ultimi decenni, le scuole italiane sono state caratterizzate
da continui cambiamenti, a seguito di profonde transizioni che hanno
influenzato lo sviluppo politico, sociale ed economico.
Questo studio esamina la relazione tra stress lavorativo,
soddisfazione lavorativa e salute fisica negli insegnanti italiani. Nello
specifico, il nostro obiettivo è studiare il ruolo della soddisfazione
lavorativa come possibile ruolo di mediazione tra i fattori stressogeni
del lavoro e i suoi effetti sulla salute fisica degli insegnanti (sintomi
fisici) oltre a valutare gli effetti diretti dei fattori di stress del lavoro
sugli esiti (sintomi fisici).
I dati sono stati raccolti tramite un questionario di un campione
di 565 insegnanti che lavorano in diverse scuole secondarie in Italia, il
quale consisteva di item che misuravano le difficoltà lavorative
percepite, la soddisfazione sul lavoro e i sintomi fisici.
I risultati hanno mostrato che il carico di lavoro, la percezione
dell'ambiente di lavoro, le percezioni degli insegnanti del dirigente
scolastico e l'atteggiamento al cambiamento sono specifiche difficoltà
percepite dagli insegnanti italiani coinvolti nello studio.
In particolare, il carico di lavoro e l'atteggiamento al
cambiamento hanno effetti diretti significativi sui sintomi fisici e effetti
indiretti sui sintomi fisici attraverso l'insoddisfazione. Inoltre, si è visto
come la soddisfazione sul lavoro diminuisce i sintomi fisici.
I risultati suggeriscono importanti implicazioni per la
prevenzione dello stress negli insegnanti. In effetti, il livello di stress e
le sue conseguenze possono essere ridotti e prevenuti attraverso
un'accurata identificazione delle fonti, con un effetto positivo sulla
salute individuale e organizzativa.
Introduciamoci nello studio.
L'esperienza dello stress lavorativo in relazione a diverse professioni è
stata oggetto di una grande quantità di interesse per la ricerca
sull'argomento che non mostra alcun segno di declino e diversi studi
Gianfranco Cicotto Stress e saluti degli insegnanti
2010; Duffy & Lent, 2009; Huang & Waxman, 2009; Lent et al., 2010;
Moè et al., 2010; Nir & Bogler, 2008; Somech & Drach-Zahavy, 2000)
hanno identificato come predittori delle loro condizioni soddisfacenti di
lavoro: opportunità di crescita, autoefficacia, e supporto. Liu e Ramsey
(2008) hanno confermato l'esistenza di una relazione diretta e negativa
tra carico di lavoro e soddisfazione lavorativa. I risultati di questi studi
dimostrano che la soddisfazione lavorativa aumenta quando i docenti
percepiscono il loro ambiente di lavoro come supportivo e che la loro
soddisfazione sul lavoro ha effetti positivi sulla soddisfazione della vita.
C'è una stretta relazione tra soddisfazione lavorativa e sintomi
psicosomatici. Ricerche precedenti hanno suggerito che l'insorgenza di
sintomi psicosomatici, in termini di stress correlato al lavoro, è anche
associata a una soddisfazione lavorativa scarsa o assente (Peltzer,
Shisana, Zuma, Van Wyk e Zungu-Dirwayi, 2009). Kovess-Masféty ed
altri (2007) hanno evidenziato il rischio per la salute mentale degli
insegnanti e hanno identificato come principali fattori di rischio la
mancanza di supporto e la paura di abusi fisici e verbali da parte di
colleghi e superiori. Vi è quindi una solida evidenza empirica che gli
stressors del lavoro sono associati alla soddisfazione lavorativa e ai
sintomi fisici. Di conseguenza ipotizziamo che
(H2) la soddisfazione sul lavoro riduce i sintomi di disagio fisico
(H3) la soddisfazione lavorativa media gli effetti dei fattori di
stress del lavoro, sperimentati dai partecipanti come difficoltà
occupazionali percepite, sui sintomi fisici.
Gianfranco Cicotto Stress e saluti degli insegnanti
3. METODO
Partendo dal presupposto che nella valutazione dello stress
lavorativo è importante tenere conto delle caratteristiche specifiche del
contesto (Sveinsdóttir et al., 2005), sono stati coinvolti i presidi, che
hanno il ruolo di gestire la scuola. Nella prima sessione di ricerca-
azione, sono stati condotti due focus group al fine di creare uno
strumento per indagare le tipiche fonti di stress scolastico in un
contesto italiano. Ogni focus group è durato due ore e ha coinvolto 20
presidi dirigenti scolastici che hanno aderito su base volontaria. Le
sessioni del focus group sono state condotte da un ricercatore e da due
osservatori.
Gli argomenti trattati sono stati: cultura organizzativa,
comunicazione, relazione con i colleghi e leader, carico di lavoro,
ambiguità di ruolo e conflitto di ruolo, ambiente di lavoro,
atteggiamento verso il cambiamento, disagio lavorativo e disagio fisico
legato al lavoro.
I partecipanti hanno così discusso di: difficoltà percepite (incluse
difficoltà di comunicazione e relazione con colleghi, carico di lavoro,
ambiente di lavoro, atteggiamento verso il cambiamento),
soddisfazione lavorativa e sintomi fisici.
Una volta scelte le dimensioni da includere nella ricerca, sono
stati scelti gli strumenti. Per la soddisfazione lavorativa e sintomi fisici
sono stati utilizzati due questionari presenti in letteratura, mentre per
la rilevazione delle difficoltà lavorative percepite, i ricercatori e i
dirigenti scolastici coinvolti hanno deciso di creare un questionario in
grado di cogliere le specificità delle scuole italiane coinvolte nella
ricerca. La scelta di un nuovo questionario (appositamente costruito dal
punto di vista degli attori) era più giustificata, dimostrando che una
familiarità con termini e concetti utilizzati quotidianamente dagli
insegnanti e dirigenti scolastici era un fattore importante per
l'intervento di ricerca-azione.
Gianfranco Cicotto Stress e saluti degli insegnanti
4. RISULTATI
Dis2
0.85 E1
0.52
Dis3 0.75 E2
0.65
Physical
simptoms 0.68
Dis5 0.73 E3
0.69
Dis6 0.72 E4
Cronbach’s
Fit index χ2 (df) p-value CFI RMSEA NFI NNFI GFI AGFI
Alpha
4.58
Values .10 .98 .08 .96 .94 .98 .91 .73
(2)
Sodd1 0.72 E1
0.69
Sodd2 0.70 E2
0.71
Job 0.54 Sodd3 0.84 E3
Satisfaction
0.73
0.40
Sodd4 0.69 E4
Sodd5 0.92 E4
Cronbach’s
Fit index χ2 (df) p-value CFI RMSEA NFI NNFI GFI AGFI
Alpha
Values 7.61 (5) .17 .99 .04 .97 .98 .95 .95 .75
Gianfranco Cicotto Stress e saluti degli insegnanti
Factors
1 2 3 4
% of variance
explained 23.49 14.35 8.30 7.03
Item/ saturation
PoC5 .86
PoC7 .80
PoC2 .75
PoC4 .74
PoC1 .68
PoC6 .68
PoC3* .49
load1 .80
load3 * .69
load5 .60
load4 .58
load2 .51
amb2 .78
amb4 .73
amb3 .72
amb1 .70
Inn5 * .74
Inn4 .68
Inn2 .56
Inn3 .40
§
Inn1
Cronbach's Alpha .84 .70 .80 .75
* confirmatory Factor Analysis has excluded these items.
§
Item Inn1 was excluded because value of saturation < .4
Gianfranco Cicotto Stress e saluti degli insegnanti
PoC1 0.61 E1
0.63
PoC2 0.52 E2
0.70
0.60
PoC6 0.64 E5
0.76
PoC7 0.43 E6
Inn2 0.46 E7
0.74
Attitude towards
0.68 Inn3 0.54 E8
change
0.60
Inn4 0.64 E9
Amb1 0.52 E7
0.70
Work 0.72
Amb2 0.49 E8
environment
0.76 Amb3 0.42 E9
0.64
Amb4 0.59 E9
Load1 0.46 E7
0.73
0.42
Load2 0.83 E8
Workload
0.67 Load4 0.55 E9
0.81
Load5 0.35 E9
Fit index χ2 (df) p-value CFI RMSEA NFI NNFI GFI AGFI
165.41
Values .00 .97 .05 .99 .96 .90 .90
(113)
Gianfranco Cicotto Stress e saluti degli insegnanti
WL .18
-.44 -.22
.51 AC -.13
.28
WE -.12
WL = Workload
PSM = Perception of senior management
AC = Attitude towards change
WE = Work environment
JS = Job Satisfaction
PHS = Physical symptoms
Gianfranco Cicotto Motivazione, impegno e stress
1. ABSTRACT
Considerando il dibattito internazionale in corso sul ruolo delle
pubbliche amministrazioni nei sistemi economici, l'interesse per la
motivazione al servizio pubblico (PSM) è cresciuto significativamente
tra i professionisti e gli studiosi negli ultimi due decenni.
Seguendo i filoni di ricerca che hanno indagato su argomenti di
comportamento organizzativo all'interno del contesto pubblico, lo scopo
di questo lavoro è di esaminare l'influenza della PSM sui sentimenti di
soddisfazione del lavoro dei dipendenti pubblici.
La novità dello studio sta nel capire il legame tra alcune
caratteristiche del contesto lavorativo, che si presume siano più
prevalenti nelle organizzazioni pubbliche, come antecedenti rilevanti
della soddisfazione lavorativa.
Il caso si basa su due studi complementari condotti in
un'amministrazione pubblica italiana. Il documento mostra come la
PSM influenzi la soddisfazione sul lavoro, il coinvolgimento lavorativo
e la soddisfazione della vita.
Questo caso-studio mostra come il PSM influenza la
soddisfazione sul lavoro, il coinvolgimento lavorativo e la soddisfazione
della vita. I risultati mostrano come il coinvolgimento lavorativo
influenzi la soddisfazione della vita e del lavoro in tali contesti.
Sulla base dei risultati, lo studio di questo caso contribuisce a
due filoni principali della letteratura. Innanzitutto, arricchisce la
ricerca esistente sul PSM analizzando come può essere gestita in
organizzazioni complesse. In secondo luogo, contribuisce alla
comprensione del legame tra soddisfazione lavorativa e stress correlato
al lavoro e si riferisce all'intersezione tra il comportamento
organizzativo e la gestione delle risorse umane che istruiscono
l'elaborazione delle politiche delle risorse umane. Inoltre, il documento
chiarisce come affrontare tali problemi e, allo stesso tempo, apre nuove
strade per la ricerca.
Gianfranco Cicotto Motivazione, impegno e stress
più energia di quanto loro richiesto, riducono gli errori e gli incidenti
attraverso il loro alto livello di attenzione, lavorano con più piacere e
sono più resistenti allo stress.
Poiché questo sentimento porta ad un aumento della
produttività in coloro che lo sperimentano, il coinvolgimento dei
dipendenti nel lavoro non si riflette solo positivamente nei loro
guadagni, ma in tutta l'organizzazione (Schaufeli e Bakker, 2001).
Altre ricerche mostrano l'effettiva riduzione della percezione
di stress nei soggetti coinvolti (Schaufeli e Bakker, 2004; Van der Colff
e Rothmann, 2009). Di particolare interesse è la relazione osservata tra
l'engagement e le richieste/risorse di lavoro in base al modello JD-R
(Schaufeli e Bakker, 2004).
Intendiamo la soddisfazione lavorativa come reazione
affettiva generale di un individuo nei confronti del suo lavoro, come
proposto da Locke (1976) e Spector (1997). Per Locke (1969), la
soddisfazione sul lavoro è quando le aspettative che un individuo ha
per un lavoro corrispondono a quelle effettivamente ricevute dal lavoro.
Così, descrive la soddisfazione sul lavoro come uno stato emotivo
piacevole o positivo derivante dalla valutazione della propria
esperienza lavorativa. Spector (1997) considera la soddisfazione
lavorativa come un atteggiamento legato alla misura in cui alle persone
piace o non piace il loro lavoro. Il quadro definitivo è stato completato
anche da Brief (1998), che considera la soddisfazione lavorativa come
una valutazione affettiva e / o cognitiva del proprio lavoro.
Considerando tali elementi costitutivi, un basso livello di soddisfazione
sul lavoro dovrebbe portare a effetti negativi nell'ambiente di lavoro,
come assenteismo, turnover e bassa produttività (Spector, 1997).
Poiché la soddisfazione sul lavoro è cruciale per l'attuazione
della progettazione organizzativa (ad esempio Weick, 2010), l'analisi
dei suoi antecedenti e l'analisi della sua interrelazione con altri
fenomeni organizzativi rimane centrale. Questo studio non si concentra
sull'effetto della soddisfazione sul lavoro in termini di produttività.
Gianfranco Cicotto Motivazione, impegno e stress
3. METODO
Il presente documento descrive i risultati di un progetto di
ricerca commissionato agli autori da un'amministrazione pubblica
italiana. L’Ente ha chiesto di rimanere anonimo e di non fornire dati
per consentirne l'identificazione.
Questo progetto mira a valutare lo stress del rischio sul
lavoro e ad analizzare i fattori psicosociali che possono prevenire gli
effetti negativi dello stress sui lavoratori.
La ricerca ha coinvolto dipendenti che ricoprivano la carica
di ispettore in una pubblica amministrazione in due studi principali, i
cui obiettivi e metodi sono stati condivisi con il management.
La ricerca include due studi complementari. Nel primo
studio, un questionario online anonimo è stato somministrato a tutti
gli ispettori dell'amministrazione inviando un link al questionario via
e-mail. Prima della somministrazione di questionari, sono stati
organizzati brevi corsi di formazione e informazione per tutti i
lavoratori al fine di condividere gli obiettivi e le procedure della ricerca.
La partecipazione alla ricerca è stata incoraggiata dalla direzione ed è
stata volontaria. Nel secondo studio, sono stati condotti dei focus group
che coinvolgono membri del servizio di ispezione per indagare sugli
specifici fattori di stress che caratterizzano il lavoro degli agenti di
polizia giudiziaria.
Lo scopo particolare di questo lavoro è quello di studiare le
relazioni tra sette fonti primarie di stress sul lavoro (HSE's
Management Standards Indicator Tool), PSM, soddisfazione
lavorativa, impegno lavorativo e soddisfazione della vita in una
specifica professione, quella degli ispettori. Inoltre, sono studiati i
fattori di stress specifici che caratterizzano il lavoro degli agenti di
polizia giudiziaria degli ispettori e per determinare se vi siano
differenze al fine di discernere le variabili esaminate nei tre diversi
gruppi di ispettori intervistati.
Gianfranco Cicotto Motivazione, impegno e stress
4. RISULTATI
Table 1 – Explained variance and reliability scales
Scale % variance Cronbach’s Alpha
Job satisfaction 63.97 .852
Engagement 53.34 .944
PSM 46.86 .787
MANOVA
df F Sig Part. η2
2 3.910 .022 .055
Bonferroni Test
Internal with public 4.16 (0.53) Internal without public .2079 .365
External .3553 .019
MANOVA
df F Sig Part. η2
2 7.044 .001 .095
Bonferroni Test
MANOVA
df F Sig Part. η2
2 9.618 .000 .126
Bonferroni Test
2.45
Change 3.31
3.13
3.85
Role 4.31
4.34
3.07
Demands 3.57
3.78
1 2 3 4 5
1. ABSTRACT
Questo studio analizza l’utilizzo della formazione psicosociale
come strategia di intervento focalizzato sull’incremento di alcune
dimensioni psicologiche individuali che rendano i partecipanti più in
grado di affrontare lo stress lavorativo.
3 METODO
La progettazione e l'esecuzione del programma di formazione
hanno coinvolto gli insegnanti della scuola come attori principali dei
processi di cambiamento e destinatari dell'iniziativa.
4. RISULTATI
Gianfranco Cicotto Formazione psicosociale
DIMENSIONE
Esiti del percorso
PSICOLOGICA DEFINIZIONE
formativo
RILEVATA
Soddisfazione
Esprime il grado di piacevolezza nel svolgere il proprio lavoro invariata
lavorativa
Strain lavorativo Esprime lo sforzo percepito per far fronte alle pressioni lavorative diminuito
Strain relazionale Esprime lo sforzo percepito per far fronte alle richieste relazionali diminuito
Gianfranco Cicotto Formazione psicosociale