Please enable JavaScript.
Coggle requires JavaScript to display documents.
ANALISI E INTERPRETAZIONE DEI DATI QUANTITATIVI - Coggle Diagram
ANALISI E INTERPRETAZIONE DEI DATI QUANTITATIVI
Analisi Bivariata
Definizione
: Analizza due variabili simultaneamente per identificare relazioni.
Obiettivo
: Verificare se e come una variabile influisce su un'altra.
Tabella a Doppia Entrata
Costruzione
: Per variabili categoriali.
Frequenze Osservate
: Dati reali raccolti.
Frequenze Attese
: Calcolate sotto l'ipotesi di assenza di relazione tra variabili.
Calcolo Frequenze Attese
: ( \text{FA} = \frac{\text{Marginale di Riga} \times \text{Marginale di Colonna}}{\text{Numero dei Casi}} )
Calcolo di (\chi^2)
:
Formula: ( \chi^2 = \sum \frac{(O_i - E_i)^2}{E_i} )
(O_i): Frequenze osservate
(E_i): Frequenze attese
Analisi della Varianza (ANOVA)
Definizione
: Confronta le medie di due o più gruppi.
Scopo
: Determinare se le differenze tra gruppi sono significative.
Indice di Significatività
: ( F ) di Snedecor-Fisher. Significatività < 0,05 indica differenze significative.
Relazione tra Variabili Cardinali
Diagramma a Dispersione (Scatterplot)
: Visualizza la relazione tra due variabili cardinali.
Coefficiente di Correlazione (r di Pearson)
:
( r = -1 ): Correlazione negativa totale.
( r = 0 ): Nessuna correlazione.
( r = +1 ): Correlazione positiva totale.
Analisi delle Differenze Pre-Post
Definizione
: Confronta performance prima e dopo un intervento.
Test Utilizzati
:
Test delle Differenze
: Variabili categoriali ordinate, campioni di qualsiasi numerosità.
Test T di Wilcoxon
: Variabili categoriali ordinate, campioni > 3 casi.
Test T di Student
: Variabili cardinali, campioni > 30 casi.
Effect Size
:
d di Cohen
: Valuta la grandezza dell'effetto. ( d = 0,2 ) (piccolo), ( d = 0,5 ) (medio), ( d = 0,8 ) (grande).