Psicometria I

PSICOMETRIA I a.a.
2010-2011
Sir Francis Galton 1822-1911
Fascia DI-M Ricevimento:
Dott. Sjoerd Ebisch Ore 10-11 presso il laboratorio di psicometria
Obiettivi formativi: Il programma si propone di offrire allo studente unintroduzione alle tematiche connesse alla misura in psicologia e una trattazione dei concetti di base per affrontare problemi di quantificazione e di elaborazione di dati.
Programma del corso: Gli argomenti trattati saranno: 1) la misura in psicologia: attendibilit e validit dei test, il modello classico dellerrore; 2) le variabili; 3) le scale di misura; 4) frequenze e distribuzioni di frequenze; 5) tabelle e grafici; 6) indici di tendenza centrale: media, moda e mediana; 7) indici di dispersione: deviazione standard e varianza; 8) indici di posizione: quartili, decili e percentili; 9) standardizzazione; 10) relazioni tra variabili: gli indici di correlazione e la regressione semplice.
Modalit d'esame: Lesame consiste in una prova scritta con domande a scelta multipla ed esercizi da svolgere e uneventuale prova di integrazione orale.
Libri di testo: Per la parte relativa al punto 1, la misura in psicologia: Kline, P., Manuale di Psicometria, Roma, Astrolabio 1996 (esclusivamente dal Capitolo 1 al Capitolo 3)
Per la parte relativa alla statistica descrittiva (punti 2-10): Areni, Ercolani, Leone (2001), Statistica per la psicologia, vol. 1. Fondamenti di psicometria e statistica descrittiva.
Esercizi: Areni, A., Scalisi, T. G. e Bosco, A. Esercitazioni di psicometria. Masson, 2005 (pag. 348).
http://www.psicometria.unich.it/
CHE COSA E PSICOMETRIA?

La psicometria studia la teoria e la tecnica della misura in psicologia

La misura di: Intelligenza, conoscenza, abilit, atteggiamento, personalit,

La misura di: Intelligenza, conoscenza, abilit, atteggiamento, personalit,

1) la costruzione degli strumenti e delle procedure per la misura (psicologiche) 2) lo sviluppo ed il perfezionamento dei metodi teorici della misura
La quantificazione in psicologia
Psicometria: l'assegnazione dei numeri agli oggetti o agli eventi, secondo una certa regola Fisica: la misura la valutazione e l'espressione numerica della grandezza di una quantit riguardante un altro evento
La misura delle caratteristiche psicologiche:
Indiretta, ottenute mediante inferenza Esempio: Intelligenza > comportamento > osservazioni
Limprecisione della misura: elevata nella psicologia attendibilit Perch? Cosa rende imprecisa e controversa la misure psicologica? Percezione diretta vs. osservazione indiretta Definizione della caratteristica comportamentale teoria e validit
Costrutto (psicologico): caratteristica psicologica > concetto/idea
Costrutto (psicologico): caratteristica psicologica > concetto/idea
Ad esempio: Francis Galton: intelligence is a true, biologically-based mental faculty that can be studied by measuring a person's reaction times to cognitive tasks
Alfred Binet, and the French school of intelligence: intelligence is an aggregate of dissimilar abilities, not a unitary entity with specific, identifiable properties
Intelligence (Mainstream Science on Intelligence, 1994) A very general mental capability that, among other things, involves the ability to reason, plan, solve problems, think abstractly, comprehend complex ideas, learn quickly and learn from experience. It is not merely book learning, a narrow academic skill, or test-taking smarts. Rather, it reflects a broader and deeper capability for comprehending our surroundings"catching on," "making sense" of things, or "figuring out" what to do
Intelligence (Intelligence: Knowns and Unknowns,1995, Psychological Association): Individuals differ from one another in their ability to understand complex ideas, to adapt effectively to the environment, to learn from experience, to engage in various forms of reasoning, to overcome obstacles by taking thought. Although these individual differences can be substantial, they are never entirely consistent: a given person's intellectual performance will vary on different occasions, in different domains, as judged by different criteria. Concepts of "intelligence" are attempts to clarify and organize this complex set of phenomena. Although considerable clarity has been achieved in some areas, no such conceptualization has yet answered all the important questions, and none commands universal assent. Indeed, when two dozen prominent theorists were recently asked to define intelligence, they gave two dozen, somewhat different, definitions
Scopo della misura in psicologia: La descrizione delloggetto di studio > studio scientifico > applicazioni pratiche Come altre misure: la quantificazione, lassegnazione di numero a oggetti secondo determinate regole
La quantificazione in psicologia Le misure psicologiche: i test psicologici
La quantificazione in psicologia I test psicologici e contesti

Cognitivi
> abilit (capacit specifiche), intelligenza (abilit generali), profitto (capacit in una materia specifica), attitudine (prestazioni future)
La quantificazione in psicologia I test psicologici e contesti

Non-cognitivi > Personalit (tratti): questionari standardizzati, interviste, osservazioni dirette, proiettivi > Atteggiamento (dimensione valutativa): rilevante per il rapporto fra valutazione-comportamento
La quantificazione in psicologia Scale di atteggiamento:

Thurstone
Agree Disagree [ ] [ ]
I like going to Chinese restaurants

Chinese restaurants provide good value for money There are one or more Chinese restaurants near where I live I only go to restaurants with others (never alone)
[ ] [ ]
[ ]
[ ]
[ ]
[ ]

Guttman

Differenziale semantico

Likert
La quantificazione in psicologia I principi di psicometria:

ATTENDIBILITA VALIDITA
LATTENDIBILITA
La precisione dello strumento Quanto errore incluso nella misura?

Misurare un costrutto in modo consistente nel tempo, fra individui, situazioni e item (test-retest, coerenza interna)
LATTENDIBILITA
Variabili di interferenza test-retest (soggetti): cambio dellambiente, stato mentale (e.g. stanchezza, malattia, problemi personali), fattori di sviluppo (bambini)
LATTENDIBILITA
Variabili di interferenza test-retest (test): Istruzioni scadenti/variabili, codifica soggettiva, la possibilit di tirare ad indovinare, la difficolt degli item, la lunghezza del test
LATTENDIBILITA
Variabili di interferenza test-retest (vari): Intervallo di tempo (almeno 3 mesi), livello di difficolt degli item, campionamento dei soggetti, dimensione del campione
LA VALIDITA
La capacit di una misura di cogliere il costrutto psicologico che ci interessa

Misuro ci che voglio misurare?
In altre parole, i comportamenti misurati riflettono veramente il costrutto (quale non direttamente osservabile)?
LATTENDIBILITA X: misura V: vero
E: errore
X=V+E
(rho) = V__ = la percentuale di X che non V+E riflette lerrore
LATTENDIBILITA X: misura V: vero
E: errore
X=V+E
(rho) = V__ = la percentuale di X che non V+E riflette lerrore
! Non possiamo sapere V
LA VALIDITA
Validit di contenuto Validit di costrutto
Validit convergente Validit discriminante
Validit di criterio
Validit concorrente Validit predittiva
Validit nomologica Lattendibilit
LA VALIDITA
Validit di contenuto La capacit dello strumento di rappresentare accuratamente luniverso di comportamenti del costrutto Non statistico Ad esempio: il test QI include tutte le aree considerate rilevanti nella letterature scientifica?
LA VALIDITA
Validit di costrutto Il grado in cui lo strumento misura effettivamente ci che intende di misurare Ad esempio: un certo test QI misura lintelligenza?
LA VALIDITA
Validit di costrutto
Validit convergente
Il grado di accordo fra diversi tentativi di misura dello stesso costrutto / la convergenza fra diverse misure Ad esempio: quanto associato un nuovo test di ansia ad altri test di ansia? > ottenere la stessa diagnosi
LA VALIDITA
Validit discriminante
Il grado in cui i tentativi di misurare costrutti diversi sono effettivamente distinguibili luno dallaltro Ad esempio: empatia vs. estroversione. > non confondere diverse diagnosi
LA VALIDITA
Validit di criterio Confronto fra lo strumento (test) e una variabile di criterio rappresentativo per il costrutto Ad esempio: relazione fra un test di selezione del personale e misure di prestazione al lavoro, oppure relazione fra un test QI e prestazioni accademici
LA VALIDITA
Validit di criterio
Validit concorrente
Il grado in cui la misura dello strumento correla con altre misure dello stesso costrutto allo stesso momento
Ad esempio: test valutazione prestazione di lavoro
LA VALIDITA
Validit di criterio
Validit predittiva
Il grado in cui la misura dello strumento correla con altre misure dello stesso costrutto nel futuro Ad esempio: valutazione esame di maturit valutazione esame di psicometria > condizioni a rischio
LA VALIDITA
Teoria di riferimento: Validit concorrente vs. predittiva Due concetti non dipendenti, ma riflettono aspetti diversi dello stesso costrutto: concorrente (ansia depressione)
Due concetti dipendenti: predittiva (motivazione > successo lavorativo)
LA VALIDITA
Validit nomologica Il grado in cui le ipotesi basate sulla misura del costrutto vengono effettivamente verificate, considerando uno schema concettuale che include anche altri costrutti teoricamente correlate
Complesso di associazioni fra il costrutto e una molteplicit di criteri
LA VALIDITA
Lattendibilit Condizione necessaria per la verifica della validit (ma non sufficiente) Caso: test item aspecifico (misura costrutto A ed un po B) Attendibilit = Va + Vb__ Va + Vb + E
Validit di A=
Va____ Va + Vb + E
ATTENDIBILITA & VALIDITA
Una misura pu essere attendibile senza essere necessariamente valida ma lattendibilit e necessaria (ma non sufficiente) per la validit
Scale di misure
Scala nominale
Categorizzare Maschio vs. femmina (dicotomica) Sani, ansiosi, nevrotici, psicotici, depressi, Abruzzo, Puglia, Campania, Molise, Marche, Lazio, altri (esempio)
Scale di misure
Scala nominale Equivalenza nelle categorie, non equivalenza fra le categorie > Relazione di equivalenza: simmetrica e transitiva:
Individuo A = individuo B allora B = A (simmetria) B=C allora anche A = C (transitiva)
Scale di misure
Scala nominale Equivalenza nelle categorie, non equivalenza fra le categorie > Relazione di non equivalenza: simmetrica e non transitiva:
Individuo A individuo B allora B A (simmetria) Ma se A B C A = C oppure A C (non transitiva)
Scale di misure
Scala nominale
Statistica: contare frequenze nelle categorie, confrontare le frequenze

Scala come qualcosa che discrimina
Classificazione come la base di ogni misura, ma livelli di classificazione possono essere pi o meno precisi
Scale di misure
Scala ordinale
Quantitativa: ordine Numero 1 rappresenta una quantit superiore rispetto a n. 2, etc. Lo stesso numero rappresenta la stessa quantit della caratteristica in esame Il numero assegnato non rappresenta direttamente la quantit, ma solo lordine (pi grande di )
Scale di misure
Scala ordinale: ad esempio preferenze:
Esempio: Miglior film 2011 A) Il discorso del re B) Il cigno nero The Fighter Inception I ragazzi stanno bene 127 ore C) The Social Network D) Toy Story 3 - La grande fuga E) Il Grinta Un gelido inverno
Scale di misure
Scala ordinale Relazione di equivalenza fra soggetti con lo stesso numero (valore) Relazione di ordine fra le ripartizioni / classe / categorie > asimmetrica e transitiva
Individuo A > individuo B ma B non > A (asimmetria) A>BeB>C allora A > C (transitiva)
Scale di misure
Scala a intervalli equivalenti
Nominale: uguale-non uguale Ordinale: pi grande di Intervalli equivalenti: distanza, quanto pi grande di Unit di misura costante
Scale di misure
Nominale: uguale-non uguale Ordinale: pi grande di Intervalli equivalenti: distanza

Unit di misura costante, che consente tecniche statistiche pi sofisticate Problema: difficile ottenere intervalli uguali!
Scale di misure
Le misure di costrutti psicologici solitamente sono misurati attraverso scale a intervalli equivalenti (esempio)
Scale di misure
Nessuna indicazione vera sulla quantit effettiva della caratteristica dei soggetti misurati, nessuna indicazione vera sulla loro posizione reciproca
Scale di misure
Non ce uno ZERO assoluto (ma ZERO arbitrario) e, quindi, non possiamo parlare di vera e propria quantit misurata
Per questo non possibile sostenere che un individuo A possiede il costrutto di misura in quantit doppia rispetto allindividuo B (esempio trasformazione lineare)
Scale di misure
Scala a rapporti equivalenti
Proporzionale o razionale
Elimina il limite dello ZERO arbitrario Le operazioni aritmetiche sono possibili sia sulle differenze tra i valori, sia sui valori stessi Rimane arbitrario lunit di misura
Scale di misure
Individuo A risolve un problema in 1 minuto, mentre individuo B ha bisogno di 2 minuti > A la met di B
Cambiando lunit, il rapporto non cambia
Scale di misure
In psicologia le scale a rapporti equivalenti non esistono, a meno che non si utilizzano misure fisiche
Tempi di reazione, parametri fisiologici, oscillazioni magneto/elettroencefalografiche, neuroimmagini ,
Scale di misure
Frequenza di un certo comportamento come misura di una caratteristica psicologica Scala a intervalli o rapporti equivalenti?
Variabili e mutabili
Variabile: Qualsiasi caratteristica che possa assumere diversi valori in un dato intervallo
Il sorgere del sole?
Lora del sorgere del sole?
Risolvere un problema?
Il tempo per risolvere un problema?
Livello di ansia, intelligenza, peso, altezza,
Variabile: continua vs. discreta
Variabili continue Continuit: la variabile pu, teoricamente, assumere qualsiasi valore della serie numerica
> Solo limprecisione della misura la rende discreta
Variabile: continua vs. discreta
Variabili discrete Possono assumere solo i valori interi della serie numerica Esistono pero anche variabili veramente discreti
Variabile: dipendente vs. independente
Variabili indipendenti Input in un sistema, prendono valori differenti liberamente
Variabile: dipendente vs. independente
Variabili dipendenti Cambiano come conseguenza dei cambiamenti di altri valori nel sistema
Mutabile
Non classificabile in termini quantitativi Genere, appartenenza regionale

Variabili continue/discrete ridotte (classificate)
Mutabile vs. variabile
Mutabile: scala nominale Variabile: scala ordinale, a intervalli equivalenti, o a rapporti equivalenti
Concetto di frequenza
Frequenza:
Il numero delle volte in cui si verifica un determinato evento in un gruppo di altri eventi
Ad esempio: frequenza di mutabili (scala nominale) o variabili (scala a intervalli o rapporti equivalenti)
Calcolo delle frequenze:
La somma di tutte le frequenze uguale a n, il numero totale dei soggetti:

f = n
n = numero di casi f = frequenza di un valore X
Calcolo delle frequenze (variabili): Trasformazione variabili in classi Decisioni: numero di classi e lampiezza degli intervalli Ampiezza: intervalli mutualmente esclusivi Limiti tabulati, limiti veri (reali), X centrale (Xc)
Calcolo delle frequenze: Trasformazione frequenze in distribuzione di frequenze percentuali f % = f * 100 n
f % = percentuale dei casi che assumano valore X
La costruzione de tabelle a doppia entrata Come si distribuiscono le frequenze nelle diverse categorie? r righe (categorie e classi della prima variabile) e c colonne (categorie e classi della seconda variabile)
La costruzione de tabelle a doppia entrata
Frequenze interne: le frequenze di occorrenza simultanea delle categorie stesse Frequenze marginali per riga: somma di tutte le frequenze interne della riga stessa Frequenze marginali per colonna: somma di tutte le frequenze interne della colonna stessa
La costruzione de tabelle a doppia entrata Trasformazione frequenze in distribuzione di frequenze percentuali f % = f * 100 n
1.Frequenze percentuali per riga 2.Frequenze percentuali per colonna 3.Frequenze percentuali sul totale
Le distribuzioni e la loro descrizione

2 parametri fondamentali
1. il valore che rappresenta linsieme stesso 2. Il valore che specifica la variabilit

>>> descrivere loggetto della ricerca in modo quantitativo

La tendenza centrale della distribuzione dei dati e la loro dispersione La forma della distribuzione La distribuzione di Gauss o distribuzione normale
Carl Friedrich Gauss 1777 - 1855

Indicatori di tendenza centrale e di dispersione: scala nominale
Distribuzione di frequenze

Indicatori di tendenza centrale e di dispersione: scala nominale
Moda = losservazione che si presenta con maggiore frequenza nella distribuzione dei dati Unico modo per sintetizzare dati qualitativi, ma problematica con poche osservazioni,
Dispersione: dipende dal numero di categorie,

Indicatori di tendenza centrale e di dispersione: scala ordinale
Anche per la scala ordinale gli indicatori di tendenza centrale e di dispersione sono molto limitati

Indicatori di tendenza centrale e di dispersione: scala ordinale
Mediana (Me) = modalit dellosservazione che divide la distribuzione al di sopra o al di sotto del quale cade un ugual numero di osservazioni Distanza interquartilica (DI) = la distanza fra il primo e terzo quartile (indicatore descrittivo )

Indicatori di tendenza centrale: scala ordinale Mediana (Me) = POS Me = n+1 2
Ade esempio, serie di dati o dati raggruppati

Indicatori di dispersione: scala ordinale
Primo quartile = POS Q1 = n + 1 4 *1

Secondo quartile = POS Q2 = n + 1 4 *2 Terzo quartile = POS Q3 = n + 1 4
*3

POS Me POS Q1 POS Q2 POS Q3 Differenza interquarilica DI = (Q3 - Q1)
- Ad esempio, scala ordinale, differenziale semantico, Likert,

Indicatori di dispersione: scala ordinale
In modo analogo si definiscono i

Decili: nove punti che dividono la distribuzione (/10) POS D1 POS D9 Percentili/centili: 99 punti (/100) POS P1 POS P99

Indicatori di tendenza centrale e di dispersione: scala a intervallo o a rapporto Tendenza centrale: la media aritmetica: somma delle misure osservate diviso il numero delle osservazioni fatte
Pero, anche moda e mediana

Indicatori di tendenza centrale: scala a intervallo o a rapporto Tendenza centrale: la media aritmetica (serie di dati)

Indicatori di tendenza centrale: scala a intervallo o a rapporto Tendenza centrale: la media aritmetica (dati raggruppati)

Indicatori di tendenza centrale: scala a intervallo o a rapporto Tendenza centrale: la mediana (posizione e valore esatto) Dati raggruppati: Me = x + POS Me f cum * i fi
Meno sensibile agli estremi della distribuzione, pi stabile delle media nel caso di pochi o estremi valori

Indicatori di dispersione: scala a intervallo o a rapporto Scarto semplice medio: SSM
La media delle differenze dalla media
Varianza: s2
Media del quadrato degli scostamenti dalla media
Deviazione standard: s
Radice quadrata della varianza

Indicatori di dispersione: scala a intervallo o a rapporto Scarto semplice medio: SSM
La media delle differenze dalla media

Indicatori di dispersione: scala a intervallo o a rapporto Varianza: s2
Media del quadrato degli scostamenti dalla media

e 2 Media e varianza della popolazione
x e s2 Media e varianza del campione

Indicatori di dispersione: scala a intervallo o a rapporto Varianza: s2
La quantit al numeratore della formula: devianza (composto da pi parti) La varianza non pu essere mai negativa La varianza non utilizza la stessa unit di misura usata per la media (indice quadratico)

Indicatori di dispersione: scala a intervallo o a rapporto Deviazione standard: s

Indicatore dello stesso ordine di grandezza della media Circa 2/3 delle osservazioni cadono nellintervallo x 1s Circa 95% delle osservazioni cade nellintervallo x 2s Circa 99% delle osservazioni cade nellintervallo x 3s


Formula abbreviata: non necessario calcolare gli scarti dalla media

Indicatori di dispersione: scala a intervallo o a rapporto Coefficiente di variazione
Indicatore di variabilit relativa

Indicatori di dispersione: scala a intervallo o a rapporto Coefficiente di variazione Vantaggi/svantaggi
La deviazione standard deve essere sempre interpretata nel contesto del valore della media. CV invece non ha nessuna dimensione. CV utile per confrontare misure in unit diverse (ad esempio redditi o $) o gruppi con media molto diversa Quando la media vicina allo zero, CV infinita e molto sensibile a piccoli cambiamenti della media

La standardizzazione delle misure
Standardizzare: riferire la misura stessa ad una scala standard con media e varianza note
La scala standard o z
Media = 0 Varianza = 1

La standardizzazione delle misure La distribuzione normale
Curva di Gauss: una distribuzione teorica di frequenza di punteggi di una popolazione Si pensi a una popolazione ideale, teoricamente infinita, di punteggi della variabile x
Carl Friedrich Gauss 1777 - 1855

La distribuzione normale
La distribuzione di frequenza di x ha alcune specifiche caratteristiche:

Asse delle ascisse: valori x Asse delle ordinate: frequenze f(x) di ciascun valore

La curva assume la caratteristica forma a campana

E simmetrica unimodale

La media corrisponde al valore x con la massima frequenza. La curva definita da due valori della distribuzione: la media () e la deviazione standard ()

E asintotica allasse orizzontale (ascisse)


Larea sottesa dallintera curva 1 (100%)

Relazioni tra variabili

Covarianza: variare insieme Misurare quanto due variabili cambiano insieme A) Forma: tipo di relazione B) Entit: legame tra le variabili C) Direzione: positiva, negativa > Indica un rapporto predittivo fra variabili (non causale!!!)

Covarianza: variare insieme A) Forma: tipo di relazione B) Entit: legame tra le variabili C) Direzione: positiva, negativa
DIAGRAMMA DI DISPERSIONE

1) Coefficiente di correlazione lineare: Coefficiente di correlazione r di Bravais-Pearson oppure Coefficiente di correlazione prodotto-momento Relazione fra due variabili misurati su scala a intervalli o a rapporti equivalenti
Il coefficiente r pu assumere tutti i valori compresi tra -1 e +1

1) Coefficiente di correlazione lineare: Coefficiente di correlazione r di Bravais-Pearson oppure Coefficiente di correlazione prodotto-momento Le 3 formule: 1) Utilizzando i punteggi standardizzati (z): prodotto zxzy come misura di concordanza fra x e y

1) Coefficiente di correlazione lineare: Coefficiente di correlazione r di Bravais-Pearson oppure Coefficiente di correlazione prodotto-momento Le 3 formule: 2) Basata su medie e deviazioni standard

1) Coefficiente di correlazione lineare: Coefficiente di correlazione r di Bravais-Pearson oppure Coefficiente di correlazione prodotto-momento Le 3 formule: 3) Basata sui dati grezzi

1) Coefficiente di correlazione lineare: Coefficiente di correlazione r di Bravais-Pearson oppure Coefficiente di correlazione prodotto-momento La covarianza: media del prodotto degli scarti di ciascuna variabile dalla propria media
la varianza dellintersezione tra x e y, cio, la parte di varianza comune alle due variabili

2) Coefficiente di correlazione tra ranghi Coefficiente rs di Spearman Relazione fra due variabili misurati su scala ordinale, ma anche a intervalli o a rapporti equivalenti

2) Coefficiente di correlazione tra ranghi
Coefficiente rs di Spearman - rs varia tra -1 e +1. - E una buona stima di r quando n abbastanza grande. - Il calcolo di rs si basa sulle differenze riscontrate tra i ranghi attribuiti nelle due variabili. - Non necessariamente lineare - Misura di associazione (dipendenza statistica) - Non-parametrico (distribuzione non-normale)

Coefficiente tau di Kendall

- Utile quando il numero di ranghi uguali elevato - Di solito inferiore a rs - Mai una buona stima di r Correzione per ranghi uguali!!!



4) Il coefficiente di correlazione punto-biseriale rpb
Misurare la relazione tra una variabile su scala a intervalli o rapporti equivalenti e una variabile categoriale a due livelli (dicotomica: 0 1)
- Matematicamente equivalente a Pearson

5) Il coefficiente di correlazione tra variabili dicotomiche Coefficiente di correlazione rphi

Data distribution:
- Il grado di dipendenza tra x e y non dipende dalla scala usata per esprimere le variabili. - La maggior parte delle misure di correlazione dipendono dalla selezione del campione. Di solito, la dipendenza pi forte nel caso di una distribuzione pi larga.

Attenzione!
- Correlazione non implica una rapporto causale (ma non lo esclude) e non fornisce informazione riguardo alla direzione di un eventuale rapporto causale (cosa causa cosa?). - Correlazione non implica un rapporto lineare.
r=0.81
Importante visualizzare i dati !!!

5) La regressione
Variabile indipendente variabile dipendente
Causa effetto / antecedente - susseguente Quanto v.i. spiega v.d? Es. QI > successo scolastico Et > Sviluppo lobo frontale Personalit > qualit rapporti sociali

5) La regressione
Variabile indipendente variabile dipendente
Quanto v.i. spiega v.d?
"Half the money I spend on advertising is wasted; the trouble is I don't know which half." John Wanamaker, 19th-century U.S. department store pioneer

5) La regressione
Coefficiente di correlatione: r
Coefficiente di determinazione: r2 Esprime la proporzione di varianza della variabile dipendente che viene spiegata dalla variabile indipendente
1- r2 la proporzione della varianza della v.d. non spiegata dalla v.i. (varianza residua)

5) La regressione
Lequazione di regressione formula di predizione Criterio per scegliere la retta migliore possibile: Criterio dei minimi quadrati La retta che rende minima la somma delle distanze al quadrato tra le y (osservate) e y (stimate) (yi yi)2 = minimo

5) La regressione
y = a + bx
b: coefficiente di regressione b = (x-x)(y- y) = n xy - x y (x- x)2 nx2-(x)2
a: lintercetta sullasse delle ordinate (y) a = y - bx

5) La regressione
"Half the money I spend on advertising is wasted; the trouble is I don't know which half." John Wanamaker, 19th-century U.S. department store pioneer

5) La regressione
La quantificazione in psicologia I principi di psicometria:

ATTENDIBILITA VALIDITA

Covarianza: variare insieme Misurare quanto due variabili cambiano insieme A) Forma: tipo di relazione B) Entit: legame tra le variabili C) Direzione: positiva, negativa > Indica un rapporto predittivo fra variabili (non causale!!!)

Covarianza: variare insieme A) Forma: tipo di relazione B) Entit: legame tra le variabili C) Direzione: positiva, negativa
DIAGRAMMA DI DISPERSIONE
LATTENDIBILITA
La precisione dello strumento Quanto errore incluso nella misura?

Misurare un costrutto in modo consistente nel tempo, fra individui, situazioni e item (test-retest, coerenza interna)
LATTENDIBILITA
Variabili di interferenza test-retest (soggetti): cambio dellambiente, stato mentale (e.g. stanchezza, malattia, problemi personali), fattori di sviluppo (bambini)
LATTENDIBILITA
Variabili di interferenza test-retest (test): Istruzioni scadenti/variabili, codifica soggettiva, la possibilit di tirare ad indovinare, la difficolt degli item, la lunghezza del test
LATTENDIBILITA
Variabili di interferenza test-retest (vari): Intervallo di tempo (almeno 3 mesi), livello di difficolt degli item, campionamento dei soggetti, dimensione del campione

LATTENDIBILITA: test-retest Coefficiente di attendibilit test-retest & Coefficiente di equivalenza (forme parallele) X=V+E > Attendibilit: il rapporto tra la varianza della parte vera e la varianza osservata = sv2 / sx2

LATTENDIBILITA: test-retest Formula profetica di Spearman-Brown: correggere la stima dellattendibilit quanto calcolato con un numero minore di item, rispetto al test totale

LATTENDIBILITA: coerenza interna
Coerenza bassa: una parte del test misura la variabile, ma impossibile che le altri parti misurano la stessa variabile Polemica: Cattell (coerenza interna alta antitetica alla validit) La correlazione di un test con qualsiasi variabile non pu mai essere pi alta della correlazione del test con se stesso.
di Cronbach & K-R20 di Kuder-Richardson (item dicotomici)
LA VALIDITA
La capacit di una misura di cogliere il costrutto psicologico che ci interessa

Misuro ci che voglio misurare?
In altre parole, i comportamenti misurati riflettono veramente il costrutto (quale non direttamente osservabile)?
LA VALIDITA
Validit di costrutto Il grado in cui lo strumento misura effettivamente ci che intende di misurare Ad esempio: un certo test QI misura lintelligenza?
LA VALIDITA
Validit convergente
Il grado di accordo fra diversi tentativi di misura dello stesso costrutto / la convergenza fra diverse misure Ad esempio: quanto associato un nuovo test di ansia ad altri test di ansia? > ottenere la stessa diagnosi
LA VALIDITA
Validit discriminante
Il grado in cui i tentativi di misurare costrutti diversi sono effettivamente distinguibili luno dallaltro Ad esempio: empatia vs. estroversione. > non confondere diverse diagnosi
LA VALIDITA
Validit di criterio Confronto fra lo strumento (test) e una variabile di criterio rappresentativo per il costrutto Ad esempio: relazione fra un test di selezione del personale e misure di prestazione al lavoro, oppure relazione fra un test QI e prestazioni accademici
LA VALIDITA
Validit di criterio
Validit concorrente
Il grado in cui la misura dello strumento correla con altre misure dello stesso costrutto allo stesso momento
Ad esempio: test valutazione prestazione di lavoro
LA VALIDITA
Validit di criterio
Validit predittiva
Il grado in cui la misura dello strumento correla con altre misure dello stesso costrutto nel futuro Ad esempio: valutazione esame di maturit valutazione esame di psicometria > condizioni a rischio
LA VALIDITA
Attenzione! Una buona validit concorrente o predittiva oppure una mancanza di validit discriminante?
Il modello classico dellerrore dei test

Gli errori
Casuali & Sistematici
La teoria classica dellerrore si occupa dellerrore casuale!

Gli errori
Un test tanto pi attendibile, quanto minore il suo errore

Termini e assunzioni
Il punteggio vero X=V+E E / N = 0 (distribuzione normale degli errori)

Lerrore standard di misurazione
Basato sul punteggio vero Stima della deviazione standard Quanto maggiore la deviazione standard, tanto pi grande lerrore Quanto maggiore la correlazione test-retest, tanto pi piccolo lerrore
3.1
ESmis = DSt / 1 rtt

Luniverso, popolazione o dominio di item
Test come selezione casuale di item Nella misura in cui gli item del test non riflettono luniverso degli item, il test sar sbagliato

Il punteggio vero e luniverso degli item
Il punteggio vero riflette il punteggio di un individuo se fosse misurato su tutto luniverso degli item Lerrore del test riflette quanto gli item riescono a rappresentare un campione accurato delluniverso degli item Ovviamente, questo troppo semplicistico

Presupposti statistici del modello
r(media)ij : correlazione media tra gli item nelluniverso degli item > indica in che misura esiste un nucleo comune fra gli item La dispersione delle correlazioni indica fino a che punto gli item variano nel condividere questo nucleo comune Nel modello si assume che la correlazione media di ciascun item con tutti gli altri non varia.

Correlazione di un item con il punteggio vero 3.2 rit = r(media)ij La correlazione di un item con il punteggio vero uguale alla radice quadrata della sua correlazione media con tutti gli altri item. Quali item includere nel test? quelli che possiedono unalta correlazione media con gli altri item; quelli che correlano in misura elevata con il punteggio vero

Attendibilit
La correlazione media di un test (di un item) con tutti i test (con tutti gli item) delluniverso si chiami coefficiente di attendibilit: r11 La radice quadrata dellattendibilit la correlazione del test, o dellitem, con il punteggio vero (vedi formula 3.2)

Attendibilit
Stime di attendibilit Non possibile calcolare la correlazione media di un test o di un item con tutti i test o item delluniverso: infinito! Per questo ogni coefficiente di attendibilit r11 solo una stima di r(media)11: i test o gli item non sono mai un insieme casuale presi dalluniverso

Attendibilit
Punteggi fallibili, ossia punteggi ottenuti Punteggio fallibile: X (=V+E) Secondo formula 3.2, la correlazione di un test o un item con il punteggio vero la radice quadrata della sua attendibilit, quindi, tale correlazione pu essere calcolata. Stimare i punteggi standard veri in base ai punteggi fallibili: 3.3 Z1 = r1tZ1 = r11Z1

Attendibilit
Punteggi fallibili, ossia punteggi ottenuti Punteggio fallibile: X (=V+E) Visto che il quadrato di una correlazione la varianza spiegata, r21t la percentuale della varianza del punteggio vero spiegabile da una misurazione fallibile e vice versa. Quindi r11 la stessa percentuale di varianza di un punteggio vero nella misura fallibile. Oppure: 3.4 r11 = t / 1 che significa che lattendibilit di un test pu essere vista come la quantit di varianza di un punteggio vero in un test divisa per la varianza reale

Attendibilit
Omogeneit degli item e attendibilit Risulta che lattendibilit strettamente legata alla correlazione degli item tra loro Dunque, c un rapporto fra lattendibilit di un test e la correlazione media fra gli item, ossia la loro omogeneit. Le correlazioni, per, non sono identiche, ma distribuiti intorno alla loro media (distribuzione normale).

Attendibilit
Omogeneit degli item e attendibilit Risulta che lattendibilit strettamente legata alla correlazione degli item tra loro E possibile stimare la precisione del coefficiente di attendibilit calcolando lerrore standard della stima della correlazione media tra item nelluniverso di item 3.5 stima r(media)ij = rij / (1/2) k(k-1) -1

Attendibilit
Omogeneit degli item e attendibilit Formula 3.5 chiarisce tre punti importanti: 1) Quanto pi le correlazioni fra gli item differiscono fra loro, tanto maggiore lerrore standard di questa stima 2) Col crescere del numero di item, deve diminuire lerrore standard della stima 3) Aumentando lomogeneit e la lunghezza di un test, cresce la precisione della stima della sua attendibilit

Attendibilit
Modello classico dellerrore Principi per la costruzione dei test: 1) Attendibilit e lunghezza del test 2) Attendibilit e campioni di item 3) errore standard di errore

Attendibilit
Attendibilit e lunghezza di un test Pi un test breve, pi utile. In pratica, brevit e attendibilit si compensano a vicenda La formula profetica di Spearman-Brown: stima della correlazione di un test di k item con un altro insieme di k item tratto dello stesso universo. Ogni met del test pu essere considerata come un campione preso dalluniverso degli item.

Attendibilit
Attendibilit e campioni di item E tedioso e costoso calcolare tutte le correlazioni fra gli item. Esistono metodi pi semplici per raggiungere lo stesso risultato: Coefficiente alpha (di Cronbach) Al posto della correlazione media fra gli item viene utilizzata la covarianza media fra gli item. Al posto dell1 nel denominatore viene utilizzata la media della varianza degli item.

Attendibilit
Attendibilit e campioni di item
Coefficiente alpha (di Cronbach)
I test attendibili hanno una varianza maggiore rispetto alle misure inattendibili (pi discriminante) Quanto pi bassa lattendibilit tanto pi grande lerrore standard

Lingua

Psicometria I

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Psicometria I

Caricato da

Copyright:

Formati disponibili

PSICOMETRIA I a.a.

Sir Francis Galton 1822-1911

Fascia DI-M Ricevimento:

Dott. Sjoerd Ebisch Ore 10-11 presso il laboratorio di psicometria

CHE COSA E PSICOMETRIA?

CHE COSA E PSICOMETRIA?

La misura di: Intelligenza, conoscenza, abilit, atteggiamento, personalit,

CHE COSA E PSICOMETRIA?

La misura di: Intelligenza, conoscenza, abilit, atteggiamento, personalit,

La quantificazione in psicologia Le misure psicologiche: i test psicologici

La quantificazione in psicologia I test psicologici e contesti

La quantificazione in psicologia I test psicologici e contesti

La quantificazione in psicologia Scale di atteggiamento:

I like going to Chinese restaurants

La quantificazione in psicologia Scale di atteggiamento:

La quantificazione in psicologia Scale di atteggiamento:

La quantificazione in psicologia Scale di atteggiamento:

La quantificazione in psicologia I principi di psicometria:

La precisione dello strumento Quanto errore incluso nella misura?

La capacit di una misura di cogliere il costrutto psicologico che ci interessa

! Non possiamo sapere V

Validit nomologica Lattendibilit

Ad esempio: test valutazione prestazione di lavoro

Due concetti dipendenti: predittiva (motivazione > successo lavorativo)

Complesso di associazioni fra il costrutto e una molteplicit di criteri

ATTENDIBILITA & VALIDITA

Individuo A = individuo B allora B = A (simmetria) B=C allora anche A = C (transitiva)

Individuo A individuo B allora B A (simmetria) Ma se A B C A = C oppure A C (non transitiva)

Statistica: contare frequenze nelle categorie, confrontare le frequenze

Nominale: uguale-non uguale Ordinale: pi grande di Intervalli equivalenti: distanza

Scala a rapporti equivalenti

Variabili indipendenti Input in un sistema, prendono valori differenti liberamente

Non classificabile in termini quantitativi Genere, appartenenza regionale

La somma di tutte le frequenze uguale a n, il numero totale dei soggetti:

Le distribuzioni e la loro descrizione

1. il valore che rappresenta linsieme stesso 2. Il valore che specifica la variabilit

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Dispersione: dipende dal numero di categorie,

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Ade esempio, serie di dati o dati raggruppati

Le distribuzioni e la loro descrizione

Primo quartile = POS Q1 = n + 1 4 *1

Le distribuzioni e la loro descrizione

- Ad esempio, scala ordinale, differenziale semantico, Likert,

Le distribuzioni e la loro descrizione

In modo analogo si definiscono i

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

x e s2 Media e varianza del campione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione

Le distribuzioni e la loro descrizione