Please enable JavaScript.
Coggle requires JavaScript to display documents.
TEORIE E TECICHE 3.3 - Coggle Diagram
TEORIE E TECICHE 3.3
271. L’attendibilità ci dice: con quanta accuratezza il test misura una variabile psicologica
272. Competenza, integrità, responsabilità sociale sono: i principi generali ai quali deve attenersi il somministratore
273. L’errore che si verifica in modo costante per tutte le somministrazioni è: l’errore sistematico o biAS
274. L’errore sistematico o bias è: l’errore che si verifica in modo costante per tutte le somministrazioni
275. L’errore che si presenta in modo imprevedibile è: l’errore casuale
276. L’errore casuale: tutte le alternative
277. Secondo le assunzioni fondamentali sull’errore nella Teoria Classica dei Test, l’errore di misurazione: tutte le alternative
278. Secondo le assunzioni fondamentali sull’errore nella Teoria Classica dei Test: punteggio vero e errore di misurazione sono indipendenti tra loro
279. Il Codice Etico della Ricerca e dell’Insegnamento della Psicologia stabilisce che il somministratore, come psicologo, deve rispettare i principi di: competenza, integrità, responsabilità sociale
280. Il coefficiente di attendibilità può essere definito come: quota di varianza condivisa tra punteggio vero e osservato
281. l coefficiente di attendibilità può essere definito come il rapporto: tra varianza del punteggio vero e varianza del punteggio osservato
282. Quando un test è perfettamente attendibile: tutte le alternative
283. Il coefficiente di attendibilità assume valori che variano: tra 0 e 1
284. L’attendibilità può essere stimata in base a: entrambe le alternative
285. L’attendibilità può essere stimata in base a: entrambe le alternative
286. I metodi per la stima dell’attendibilità mediante due somministrazioni sono: forme parallele e test-retest
287. Due versioni dello stesso test si definiscono parallele se: hanno lo stesso punteggio vero e la stessa varianza di errore
288. Se due versioni dello stesso test hanno varianze di errore diverse e punteggi veri che differiscono per una costante additiva: essenzialmente tau equivalenti
289. Tra i possibili tipi di versioni alternative di due versioni dello stesso test, le forme parallele sono le uniche che: hanno la stessa varianza d’errore
230. Per la stima dell’attendibilità test-retest: si somministra lo stesso test agli stessi soggetti a distanza di tempo
231. La stima dell’attendibilità test-retest: può essere utilizzata solo per caratteristiche psicologiche stabili nel tempo
232. L’alpha di Cronbach è un indice: della coerenza interna di un test
233. Per misurare quanto le risposte agli item di uno stesso test sono fra loro stabili e coerenti si utilizza: l’alpha di Cronbach
234. Un valore di alpha di Cronbach maggiore di .90 indica che la coerenza interna del test è: ottima
235. Un valore di alpha di Cronbach inferiore a .60 indica che la coerenza interna del test è: inadeguata
236. La profezia di Spearman-Brown è una formula che permette di: stimare quale sarebbe l’attendibilità del test se venisse aggiunto o tolto un certo numero di item paralleli
237. Per la stima dell’attendibilità split-half: viene calcolata la correlazione tra le due metà di un unico test
238. I metodi per la stima dell’attendibilità mediante una somministrazione sono: alpha di Cronbach e KR-20
239. Il grado in cui gli item di un test sono coerenti nel misurare il costrutto in oggetto è: la coerenza interna
240. L’indice KR-20 è un indice: per stimare l’attendibilità nei test di prestazione massima che rappresenta la media di tutte le possibili attendibilità split-half
241. Una adeguata coerenza interna del test: è una condizione necessaria ma non sufficiente per l’unidimensionalità del test
242. Le tre tipologie di validità di criterio sono: concorrente, predittiva, postdittiva
243. Concorrente, predittiva e postdittiva sono tipologie di: validità di criterio
244. La capacità di un test di predire una prestazione/classificazione del soggetto ottenuta simultaneamente al test è: validità concorrente
245. La capacità di un test di predire una prestazione/classificazione del soggetto ottenuta dopo che è trascorso del tempo, rispetto alla somministrazione del test è: validità predittiva
246. Campbell e Fiske nel 1959 propongono: l’analisi della matrice multi-tratto multi-metodo
247. Messick nel 1995 ha individuato 6 diversi aspetti per la validitàt di contenuto, di costrutto
248. Validità convergente e validità discriminante sono utilizzate per valutare: la validità di costrutto
249. Campbell e Fiske nel 1959 sostengono che per valutare la validità di un test occorre: prendere in considerazione la varianza dovuta al metodo
250. La validità convergente si dimostra verificando la presenza di: associazioni tra procedure di misurazione indipendenti progettate per misurare lo stesso costrutto
247. La presenza di associazioni tra procedure di misurazione indipendenti progettate per misurare lo stesso costrutto è indicatrice di: validità convergente
248.La validità divergente/discriminante si dimostra verificando la presenza di: correlazioni trascurabili con misure di costrutti diversi da quello in esame
249. La validità che è definita come contenitore che racchiude tutte le fonti di evidenza empirica che supportano le interpretazioni specifiche di un punteggio, è la: validità di costrutto
230. Per costruire una matrice multi-tratto multi-metodo occorre: tutte le alternative
250. Gli elementi all’interno della matrice multi-tratto multi-metodo sono utilizzati per valutare: la validità convergente e la validità discriminante
251. Quali elementi della matrice multi-tratto multi-metodo sono utilizzati per valutare la validità di costrutto?: entrambe le alternative
252. Nella diagonale principale della matrice multi-tratto multi-metodo è contenuta: l’attendibilità delle misure
253. La valutazione della validità di costrutto di un test si basa sulla: la coerenza delle operazionalizzazioni del costrutto
254. La matrice multi-tratto multi-metodo viene utilizzata per valutare: la validità di costrutto
255. L’errore standard di misurazione (SEM): dipende dai dati raccolti e dal campione
256. L’errore standard di misurazione (SEM): viene assunto uguale per ogni livello del costrutto
257. L’errore standard di misurazione (SEM): viene assunto uguale per tutti i soggetti
258. L’indice che permette di fare valutazioni circa la precisione del punteggio al test dei soggetti è: l’errore standard di misurazione (SEM)
259. Nella formula per calcolare il punteggio vero di un soggetto al test V=Mx+rtt(X−Mx), Rtt rappresenta: l’attendibilità del test
260. In base alla Teoria Classica dei Test, se un test fosse somministrato infinite volte a un soggetto: entrambe le alternative
261. In base alla Teoria Classica dei Test, quando il test è somministrato una sola volta, il punteggio osservato X: è solo uno dei possibili punteggi che un soggetto potrebbe ottenere al test
262. La deviazione standard degli errori di misurazione che è associata ai punteggi a un test per uno specifico gruppo di esaminandi è: l’errore standard di misurazione (SEM)
263. Se un test ha attendibilità uguale a 1, l’errore standard di misurazione: è uguale a 0
264. Il punteggio vero di un soggetto a un test può essere stimato in base a: punteggio osservato e attendibilità del test
265. Attraverso il punteggio osservato di un soggetto l’indice di attendibilità è possibile: stimare il punteggio vero del soggetto al test
266. Il punteggio vero di un soggetto al test: può essere stimato in base al punteggio osservato e all’attendibilità del test
267. Il punteggio calcolato sommando i punteggi agli item è: il punteggio grezzo
268. Nella formula per calcolare l’errore standard di misurazione, oltre alla deviazione standard dei punteggi osservati è presente: l’attendibilità
269. Nella formula per calcolare il punteggio vero di un soggetto al test V=Mx+rtt(X−Mx), X rappresenta: il punteggio grezzo ottenuto dal soggetto
270. L’errore standard di misurazione è uguale a 0 quando: l’attendibilità del test è uguale a 1
271. Nella formula per calcolare l’errore standard di misurazione, oltre all’attendibilità è presente: la deviazione standard dei punteggi osservati
272. Per confrontare i punteggi ottenuti da due soggetti diversi allo stesso test si utilizza: l'errore standard di misurazione (SEM)
273. Nella formula per calcolare l'intervallo di fiducia del punteggio osservato, oltre al punteggio vero del soggetto è presente: l'errore standard di misurazione (SEM)
302. La standardizzazione dei punteggi viene eseguita mediante punteggi standard quando: i punteggi si distribuiscono normalmente
303. Per interpretare i punteggi ottenuti a un test si dovrebbe: utilizzare le norme differenziate in base a caratteristiche socio-demografiche
304. Per interpretare i punteggi ottenuti a un test si dovrebbe: evitare di usare le stesse norme indipendentemente dalle caratteristiche socio-demografiche del soggetto
305. Nella sezione del manuale del test relativa alle norme ci dovrebbe essere: tutte le alternative
306. Il manuale del test dovrebbe contenere: entrambe le alternative
224. Il primo membro dell'equazione di specificazione dell'Analisi Fattoriale Esplorativa è il punteggio standardizzato all'item
225. Nell'Analisi Fattoriale Esplorativa, i fattori comuni tutte le alternative
238. Se dividiamo l'autovalore di un fattore per il numero di variabili nell'analisi otteniamo: varianza spiegata dal fattore
239. La somma delle saturazioni al quadrato che un fattore ha con tutti gli item è detta: autovalore
240. La somma delle saturazioni al quadrato per colonna è detta: comunalità
241. La retta che spiega la massima quota di varianza fra gli item è: la prima componente principale
242. Con una rotazione ortogonale i fattori: sono ruotati mantenendo un angolo tra i fattori di 90 gradi
243. La rotazione dei fattori: redistribuisce tra i fattori la varianza spiegata in modo che la soluzione sia più interpretabile
244. La rotazione dei fattori viene eseguita per: rendere la soluzione fattoriale più interpretabile
245. La rotazione dei fattori viene eseguita per: ottenere una struttura semplice nella matrice delle saturazioni
181. Nei test di prestazione tipica, per calcolare la correlazione item-totale corretta è necessario calcolare Il coefficiente di correlazione prodotto-momento di Pearson
182. Un valore negativo della correlazione item-totale corretta in un test di prestazione tipica indica che Potrebbe trattarsi di un item reverse che non è stato ricodificato
183. In un test di prestazione tipica la ridondanza degli item ha ripercussioni Sulla dimensionalità del test
184. In un test di prestazione tipica, nel selezionare quale item tenere tra due ridondanti si tende a scegliere Tutte le alternative
99. In un item di prestazione massima, i distrattori dovrebbero essere tutti ugualmente attraenti
100. Il consenso informato è un documento che contiene principalmente informazioni riguardanti tutte le alternative
101. È preferibile che la presentazione del test sia: standardizzata
102. Nei test di prestazione tipica, lo scopo della presentazione del test è quello di: motivare i soggetti a rispondere nel modo più sincero possibile
165. I Missing Completely at Random (MCAR) Sono distribuiti casualmente all’interno del database
166. Quale dei seguenti è un tipo di pattern dei dati mancanti Tutte le alternative
167. L’assenza di una risposta da parte del soggetto a un determinato item è definita Missing
168. Il data cleaning Deve essere condotto prima di iniziare qualsiasi analisi
275. Per confrontare punteggi dello stesso soggetto a due diversi test si utilizza l'errore standard di misurazione (SEM)
276. L'errore standard di misurazione (SEM) viene utilizzato per confrontare punteggi ottenuti da due soggetti diversi allo stesso test
277. L'errore standard di misurazione (SEM) viene utilizzato per tutte le alternative
278. Nella formula per calcolare l'intervallo di fiducia del punteggio osservato, oltre all'errore standard di misurazione è presente il punteggio vero del soggetto
279. L'errore standard di misurazione (SEM) viene utilizzato per Nessuna delle alternative fornite è corretta.
280. L'errore standard di misurazione (SEM) è utilizzato percalcolare gli intervalli di fiducia del punteggio vero
281. Per calcolare gli intervalli di fiducia del punteggio vero si utilizza l'errore standard di misurazione (SEM)
282. Per confrontare punteggi dello stesso soggetto allo stesso test in due momenti diversi si utilizza il Reliable Change Index
283. Il Reliable Change Index permette di confrontare punteggi dello stesso soggetto allo stesso test in due momenti diversi
284. Per confrontare i punteggi ottenuti da due soggetti diversi allo stesso test si utilizza entrambe le alternative
285. L'errore standard di misurazione (SEM) viene utilizzato per Nessuna delle risposte fornite è corretta.
286. Per selezionare il campione normativo spesso si utilizza: entrambe le alternative
286. Le formule per il calcolo del numero di soggetti da includere nel campione normativo: si differenziano in base al fatto che l’ampiezza della popolazione sia nota oppure no
287. Le formule per il calcolo del numero di soggetti da includere nel campione normativo: sono uguali per test di prestazione massima e test di prestazione tipica
288. Nel calcolo del numero di soggetti da includere nel campione normativo, il margine di errore è: la precisione della stima che possiamo raggiungere con il campione a disposizione
289. Per calcolare il numero di soggetti adeguati per un campione normativo si utilizza: tutte le alternative
290. Il campione normativo è il gruppo di soggetti le cui risposte sono utilizzate: come criterio per valutare le risposte di qualunque soggetto al quale viene somministrato il test
291. Il gruppo di soggetti le cui risposte sono prese come criterio per valutare le risposte di qualunque soggetto al quale viene somministrato il test è: il campione normativo
292. Il punteggio grezzo ottenuto da un soggetto a un test: entrambe le alternative
293. Il punteggio normativo indica: quanto è lontana la prestazione di un soggetto da quella più frequente nella popolazione di riferimento
294. I punteggi di riferimento nella popolazione, cioè i valori che corrispondono a statistiche descrittive dei punteggi al test calcolate sul campione di standardizzazione sono: punteggi normativi
295. La standardizzazione dei punteggi mediante punteggi standard avviene: trasformando i punteggi grezzi in punteggi z
296. I punteggi standardizzati mediante ranghi percentili: non permettono di conoscere l’effettiva distanza in termini di quantità di costrutto posseduto fra due percentili consecutivi
297. In una standardizzazione dei punteggi attraverso ranghi percentili, i percentili: entrambe le alternative
298. Le tavole di conversione nel manuale del test permettono di convertire: il punteggio grezzo in punteggio standard
299. La trasformazione in punti T riporta i punteggi a una distribuzione che: ha media 50 e deviazione standard 10
300. La standardizzazione dei punteggi può essere eseguita: entrambe le alternative
301. La standardizzazione dei punteggi viene eseguita mediante ranghi percentili quando: i punteggi non si distribuiscono normalmente