Sei sulla pagina 1di 172

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

CHE COSA E PSICOMETRIA?


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

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

CHE COSA E PSICOMETRIA?


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

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 quantificazione in psicologia
La misura delle caratteristiche psicologiche:

Indiretta, ottenute mediante inferenza Esempio: Intelligenza > comportamento > osservazioni

La quantificazione in psicologia
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

La quantificazione in psicologia
Costrutto (psicologico): caratteristica psicologica > concetto/idea

La quantificazione in psicologia
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

La quantificazione in psicologia
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

La quantificazione in psicologia
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

La quantificazione in psicologia
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)

[ ] [ ]

[ ]
[ ]

[ ]
[ ]

La quantificazione in psicologia Scale di atteggiamento:


Guttman

La quantificazione in psicologia Scale di atteggiamento:


Differenziale semantico

La quantificazione in psicologia Scale di atteggiamento:


Likert

La quantificazione in psicologia I principi di psicometria:


ATTENDIBILITA VALIDITA

La quantificazione in psicologia
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)

La quantificazione in psicologia
LATTENDIBILITA

Variabili di interferenza test-retest (soggetti): cambio dellambiente, stato mentale (e.g. stanchezza, malattia, problemi personali), fattori di sviluppo (bambini)

La quantificazione in psicologia
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

La quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
LATTENDIBILITA X: misura V: vero

E: errore

X=V+E
(rho) = V__ = la percentuale di X che non V+E riflette lerrore

La quantificazione in psicologia
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 quantificazione in psicologia
LA VALIDITA
Validit di contenuto Validit di costrutto
Validit convergente Validit discriminante

Validit di criterio
Validit concorrente Validit predittiva

Validit nomologica Lattendibilit

La quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
LA VALIDITA
Validit di costrutto
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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

La quantificazione in psicologia

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
Scala a intervalli equivalenti

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
Scala a intervalli equivalenti

Le misure di costrutti psicologici solitamente sono misurati attraverso scale a intervalli equivalenti (esempio)

Scale di misure
Scala a intervalli equivalenti

Nessuna indicazione vera sulla quantit effettiva della caratteristica dei soggetti misurati, nessuna indicazione vera sulla loro posizione reciproca

Scale di misure
Scala a intervalli equivalenti

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
Scala a rapporti equivalenti

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
Scala a rapporti equivalenti

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

Scala a rapporti equivalenti

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?

Variabili e mutabili
Variabile: Qualsiasi caratteristica che possa assumere diversi valori in un dato intervallo
Lora del sorgere del sole?

Variabili e mutabili
Variabile: Qualsiasi caratteristica che possa assumere diversi valori in un dato intervallo
Risolvere un problema?

Variabili e mutabili
Variabile: Qualsiasi caratteristica che possa assumere diversi valori in un dato intervallo
Il tempo per risolvere un problema?

Variabili e mutabili
Variabile: Qualsiasi caratteristica che possa assumere diversi valori in un dato intervallo
Livello di ansia, intelligenza, peso, altezza,

Variabili e mutabili
Variabile: continua vs. discreta

Variabili continue Continuit: la variabile pu, teoricamente, assumere qualsiasi valore della serie numerica
> Solo limprecisione della misura la rende discreta

Variabili e mutabili
Variabile: continua vs. discreta

Variabili discrete Possono assumere solo i valori interi della serie numerica Esistono pero anche variabili veramente discreti

Variabili e mutabili
Variabile: dipendente vs. independente

Variabili indipendenti Input in un sistema, prendono valori differenti liberamente

Variabili e mutabili
Variabile: dipendente vs. independente

Variabili dipendenti Cambiano come conseguenza dei cambiamenti di altri valori nel sistema

Variabili e mutabili
Mutabile

Non classificabile in termini quantitativi Genere, appartenenza regionale


Variabili continue/discrete ridotte (classificate)

Variabili e mutabili
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)

Concetto di frequenza
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

Concetto di frequenza
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)

Concetto di frequenza
Calcolo delle frequenze: Trasformazione frequenze in distribuzione di frequenze percentuali f % = f * 100 n
f % = percentuale dei casi che assumano valore X

Concetto di frequenza
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)

Concetto di frequenza
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

Concetto di frequenza
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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


Indicatori di tendenza centrale e di dispersione: scala nominale

Distribuzione di frequenze

Le distribuzioni e la loro descrizione


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,

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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 )

Le distribuzioni e la loro descrizione


Indicatori di tendenza centrale: scala ordinale Mediana (Me) = POS Me = n+1 2

Ade esempio, serie di dati o dati raggruppati

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


POS Me POS Q1 POS Q2 POS Q3 Differenza interquarilica DI = (Q3 - Q1)

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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


e 2 Media e varianza della popolazione

x e s2 Media e varianza del campione

Le distribuzioni e la loro descrizione


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)

Le distribuzioni e la loro descrizione


Indicatori di dispersione: scala a intervallo o a rapporto Deviazione standard: s
Radice quadrata della varianza

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


Indicatori di dispersione: scala a intervallo o a rapporto Deviazione standard: s
Radice quadrata della varianza

Formula abbreviata: non necessario calcolare gli scarti dalla media

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


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

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

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

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

La distribuzione normale
La distribuzione di frequenza di x ha alcune specifiche caratteristiche:
La curva assume la caratteristica forma a campana

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

La distribuzione normale
La distribuzione di frequenza di x ha alcune specifiche caratteristiche:
E simmetrica unimodale

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

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

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

La distribuzione normale
La distribuzione di frequenza di x ha alcune specifiche caratteristiche:
E asintotica allasse orizzontale (ascisse)

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

La distribuzione normale

La distribuzione di frequenza di x ha alcune specifiche caratteristiche:


Larea sottesa dallintera curva 1 (100%)

Le distribuzioni e la loro descrizione


La standardizzazione delle misure

La distribuzione normale

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!!!)

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra 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

Relazioni tra variabili


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)

Relazioni tra variabili


3) Coefficiente di correlazione tra ranghi

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!!!

Relazioni tra variabili


3) Coefficiente di correlazione tra ranghi

Coefficiente tau di Kendall

Relazioni tra variabili


3) Coefficiente di correlazione tra ranghi

Coefficiente tau di Kendall

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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.

Relazioni tra variabili


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 !!!

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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)

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


5) La regressione

La quantificazione in psicologia I principi di psicometria:


ATTENDIBILITA VALIDITA

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!!!)

Relazioni tra variabili


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

La quantificazione in psicologia
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)

La quantificazione in psicologia
LATTENDIBILITA

Variabili di interferenza test-retest (soggetti): cambio dellambiente, stato mentale (e.g. stanchezza, malattia, problemi personali), fattori di sviluppo (bambini)

La quantificazione in psicologia
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

La quantificazione in psicologia
LATTENDIBILITA

Variabili di interferenza test-retest (vari): Intervallo di tempo (almeno 3 mesi), livello di difficolt degli item, campionamento dei soggetti, dimensione del campione

Relazioni tra variabili


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

Relazioni tra variabili


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

Relazioni tra variabili


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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
LA VALIDITA
Validit di costrutto
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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 quantificazione in psicologia
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!

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


Termini e assunzioni
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

Il modello classico dellerrore dei test


Termini e assunzioni
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 modello classico dellerrore dei test


Termini e assunzioni
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

Il modello classico dellerrore dei test


Termini e assunzioni
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.

Il modello classico dellerrore dei test


Termini e assunzioni
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

Il modello classico dellerrore dei test


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)

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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).

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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

Il modello classico dellerrore dei test


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.

Il modello classico dellerrore dei test


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.

Il modello classico dellerrore dei test


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