Please enable JavaScript.
Coggle requires JavaScript to display documents.
PSICOMETRIA 2 - Coggle Diagram
PSICOMETRIA 2
ASSIMMETRIA DELLA DISTRIBUZIONE (3): assimetria positiva M maggiore di Med, assimmetria negativa Med maggiore di M
MEDIANA: è il valore che si trova al centro della distribuzione ordinata dei valori e che è maggiore del 50% dei punteggi e minore dell'altro 50%
Casi particolari: scala strettamente ordinale, il balore della posizione viene arrotondato al valore immediatamente successivo nella distribuzione dei ranghi. (es: da 7,5 a 8)
-
MEDIA: è il baricentro della distribuzione dei valori rispetto a cui è calcolabile e per questo è sensibile ai valori estremi (o outliers).
-
VARIANZA: La varianza è analoga allo scarto medio, poichè si basa sulle differenze fra i singoli dati dell’insieme e la loro media, ma queste differenze sono elevate al quadrato prima di essere sommate. La varianza viene indicata con il simbolo del sigma minuscolo al quadrato e la formula è: σ2=Σ(X–μ)2N
DEVIANZA: solo numeratore di varianza sigma al quarato per n osservazioni.
DEVIAZIONE STANDARD (o scarto quadratico medio): é un indicatore di dispersione di una distribuzione di valori, più è grande più i valori sono dispersi. é la somma dei QUADRATI delle differenze assolute tra i singoli valori numerici e la media aritmetica. Simboleggiato da sigma, differisce dalla media, in media quadratica, per un valore X.
COEFFICIENTE DI VARIAZIONE: indica la grandezza relativa dello scarto quadratico medio rispetto alla media della distribuzione delle misurazioni. E' utilissimo per raffrontare fenomeni espressi con differenti unità di misura, poichè il CV è un numero "puro", indipendente dall'unità di misura impiegata:
PUNTEGGI Z: distanza di un punteggio (positiva o negativa) dalla media. Permettono di confrontare la posizione di un qualsiasi soggetto nella distribuzione di un carattere con la posizione dello stesso soggetto nella distribuzione di un altro carattere. è una COMUNE UNITà DI MISURA
I punteggi T permettono di trasformare i valori negativi di z (50+10 per punteggio z
-
INDICI DI DISPERSIONE: misurano la variabilità di valori X rispetto alla media o mediana. Scarto semplice medio: media aritmetica delle differenze in valore assoulto dei valori X dalla media. Differisce dalla media in media per un valore di X.
QUANTILI: servono per sapere e comunicare la percentuale di valori che si trova al di sotto o al di sopra del valore di interesse all'interno di una distribuzione ordinata. Divisione della distribuzione N che contengono tutte lo stesso numero di osservazioni (il 25%). Il RANGO informa sulla posizione ordinale nella distribuzione di dati. Il RANGO QUARTILE: è il numero che indica la posizione del punteggio all'interno di una distribuzione suddivisa in K parti (ognuna con le stesse percentuali).
RELAZIONI TRA VARIABILI: un moderatore è una variabile qualitativa o quantitativa che influenza la direzione e la forza della relazione fra un v indipendente e una dipendente. Un mediatore è un variabile che si sovrappone fra VI e VD ma rendendo di fatto possibile o la relazione stessa o una fatto alternativo
-
FORMA DI UNA DISTRIBUZIONE:Le distribuzioni di frequenza possono assumere le forme più varie. Fra tutte, quella di gran lunga più importante in statistica è la distribuzione normale, o distribuzione a campana, o ancora gaussiana.
-
Confrontare la media con la mediana: se sono uguali la distribuzione è simmetrica. Media>mediana=assimetria positiva (coda più lunga a dx) mentre se la media <mediana= assimetria negativa e coda più lunga a sx.
-
CLASSE: semplifica l'interpretazione dati, raggruppa valori che rientrano in una certa categoria (Ex: studenti mediocri 0-3). RANGE: massimo-minimo (88-55=33). AMPIEZZA CLASSI= range diviso n classi.
CAMPIONI: (INDIPENDENTI: due gruppi diversi con popolazioni diverse, DIPENDENTI: sono sempre le stesse persone)
DISTRIBUZIONE CAMPIONARIE DELLA DIFFERENZA TRA LE MEDIE: insieme di tutte le possibili differenze fra le medie, ha una media (stima delle differenze) e una DS che corrisponde all'errore standard della differenza fra le medie.
In base al numero di livelli facciamo riferimento a diversi test statistici. La numerosità campionaria incide sul tipo di probabilità che vado a stimare
-
< 30 soggetti T-TEST, 2 variabili, distribuzione di probabilità T student
Regola di decisione test statistico: t calcolato maggiore di t critico posso rifiutare Ho, se ho t=1,39 e t critico 2,06 ho un valore che se Ho è vera è molto probabile che accada, non è cosi improbabile che quanto osservato sia il risultato di Ho vera. Mentre per SIGNIFICATIVA il ragionamento è opposto perchè la probabilità è più piccola.
ATTENDIBILITA E VALIDITA
-
Una misura valida deve essere attendibile, una misura attendibile non è necessariamente valida.
a di Cronbach: coerenza interna, media delle intercorrelazioni tra tutti gli item del test, e dalla relazione di ogni item del test con il punteggio totale,
DI UN TEST: validità di contenuto (appropriatezza elementi del test per la valutazione del costrutto) e la rappresentatività. Metodo-modalità è il grado in cui il metodo è appropriato per il costrutto e il metodo-funzione è appropriato per lo scopo.
Campionamento del dominio: il grado in cui ogni item corrisponde ad un dominio di contenuto teoricamente definito, la rilevanza di dominio (comportamento e contenuto). Qualità tecnica degli item se le risposte sono determinate dalla presenza del costrutto o anche ad altri fattori.
T-test= confronto tra due medie. Differenza tra le due medie diviso deviazione standard. Più aumentano i dati campionari migliore è la stima. 10 gdl a=0.05 t critico= 2,634
Valore P: stima quantitativa della probabilità che le differenze siano dovute al caso. (0.05=5%). Se l'ipotesi nulla viene respinta al lv di significativa 5% allora abbiamo 5% di probabilità di respingere un ipotesi zero che in effetti era vera. How extremes are samples is
Chi quadrato: quantifica la differenza fra i dati osservati e quelli attesi. Quanto i dati osservati si discostano da quello che sarebbe lecito attendersi se i trattamenti avessero la stessa efficacia e se i dati fossero influenzati soltanto dalla variazione causale? Formula: dato osservato meno dato atteso al quadrato diviso dato attesto.
INTERPRETAZIONE E STANDARDIZZAZIONE PUNTEGGI: identificare la popolazione target (campione normativo), determinare il metodo del campionamento e l'ampiezza campionaria adeguata e raccogliere i dati, calcolare gli indici statistici, inserire info su norme del test nel manuale.
OPZIONE 1: PERCENTILI. Se la distribuzione dei punteggi è normale uso i punti standard altrimenti il percentile.
-
PUNTEGGIO GREZZO: preso da solo non serve a nulla, deve essere messo a confronto con una popolazione di riferimento
T CRITICO (O Z): valore numerico che coincide con un alpha pari a 0.05 (info sull'area). DIMENSIONE DELL'EFFETTO: se accetto l'ipotesi alternativa uso il d ci Cohen (inferiore a .20 è trascurabile, maggiore di .80 è forte). QUANTIFICO LA DIFFERENZA PRESENTE ALL'INTERNO DELLA POPOLAZIONE, ne esistono di diversi. Standardized mean difference, mean 1 meno mean 2 diviso SD. Lo interpreto come la differenza di deviazioni standard tra i due gruppi.
-