Programmi

 

30/45/101 - METODI DI ANALISI MULTIVARIATA

Anno Accademico ​2018/2019

Docente
ERALDO FRANCESCO ​NICOTRA (Tit.)
Periodo
Secondo Semestre ​
Modalità d'Erogazione
Convenzionale ​
Lingua Insegnamento
ITALIANO ​



Informazioni aggiuntive

CorsoPercorsoCFUDurata(h)
[30/45] ​ ​PSICOLOGIA DELLO SVILUPPO E DEI PROCESSI SOCIO-LAVORATIVI [45/00 - Ord. 2012] ​ ​PERCORSO COMUNE860
Obiettivi

Il corso di metodi di analisi multivariata intende fornire allo studente un insieme di nozioni adeguate alla definizione di semplici disegni sperimentali utilizzabili nella ricerca psicologica. Esso è articolato in due sezioni. La prima sezione riguarda l’apprendimento delle metodologie di analisi statistica legate all'impiego della regressione lineare semplice e multipla, l'impiego delle tecniche di analisi di varianza sui principali disegni sperimentali (per gruppi indipendenti e per prove ripetute) e sulle metodologie di sintesi aggregativa di variabili quali l’analisi dei cluster e l’analisi fattoriale sia in forma esplorativa sia in forma confermativa.

La seconda sezione riguarda l’apprendimento di metodi di elaborazione automatica di dati sotto ambiente di programmazione statistica e primariamente orientata a fornire le conoscenze di base sull’organizzazione e strutturazione di basi di dati statistici ed il loro conseguente trattamento statistico informatizzato.

A tal fine, Il corso si avvale dell'impiego del “pacchetto” statistico R, il cui crescente utilizzo è ormai ampiamente accertato nell'analisi statistica dei dati in ambito scientifico.

L'apprendimento delle modalità di impiego del software statistico R sono parte costituente delle competenze in uscita previste dal programma del corso.

L'obbiettivo fondamentale del corso è quello di mettere in grado lo studente di elaborare, in piena autonomia, la programmazione di una prova sperimentale fornita di adeguato disegno dell'esperimento, di una efficace definizione del campione-dati e di una sua opportuna modellazione statistica rivolta all'analisi dei dati.
Mettere in grado lo Studente di elaborare una chiara definizione degli obbiettivi sperimentali di una ricerca, di una loro adeguata interpretazione statistica in funzione delle analisi condotte e di elaborare un rapporto esplicativo dei risultati ottenuti dalla ricerca costituiscono l’aspetto sostanziale delle competenze professionale cui l’attività del corso è rivolta.

Prerequisiti

Lo studente dovrà possedere le nozioni fondamentali della teoria formale della probabilità e delle principali distribuzioni di probabilità univariate (d.p.) sia le loro funzioni di distribuzione univariate (f.d.p.). Tra queste lo studente dovrà mostrare di conoscere le distribuzioni probabilistiche discrete e continue quali la distribuzione binomiale ed ipergeometrica, la distribuzione normale (Z), la distribuzione t-student (t), la distribuzione chi-quadrato () la distribuzione di Fisher (F).

Lo studente dovrà inoltre essere in grado di strutturare un impianto formale di verifica di ipotesi riguardanti i test di inferenza statistica Z, T ed F, di formulare corrette ipotesi statistiche e di trarre adeguate conclusioni statistiche e scientifiche in riferimento alle ipotesi formulate.
Lo studente dovrà mostrare adeguata comprensione linguistica e capacità di elaborazione logica del testo riguardante la struttura delle ipotesi di ricerca scientifica e la loro articolazione in senso statistico.
La presentazione all’interno del corso di manualistica e report scientifici di carattere internazionale esige una adeguata conoscenza della lingua inglese.
E’ inoltre necessario possedere una competenza di base sull’impiego del computer sotto ambiente operativo Windows.

Nelle fasi iniziali del corso verrà somministrato agli studenti frequentanti un questionario rivolto all’accertamento dei pre-requisiti di base necessari per il raggiungimento degli obiettivi formativi previsti.

Contenuti

Programma/contenuti del corso
Di seguito viene riportato il programma dettagliato degli argomenti trattati in aula.

Presentazione del “package” statistico R e dell’ambiente di sviluppo R-Studio. (Ore 10)
1) Installazione del software in ambiente Windows o Mac;
2) Utilizzo dell’ambiente di lavoro R-Studio per l’implementazione dei comandi di analisi statistica.
3) Installazione di librerie di comandi aggiuntive al pacchetto base;
4) Strutturazione del file dati e relativa definizione delle variabili osservate sul campione–dati;
5) Presentazione dei comandi interni ad R per l’esecuzione delle analisi statistiche rivolte al raggiungimento degli obiettivi formativi del corso.

Analisi di regressione(Ore 20):

1) Relazioni causali dirette e indirette;
2) Modello algebrico lineare;
3) Modello statistico lineare;
4) Metodo dei minimi quadrati;
5) Stima dei parametri lineari;
6) Equazioni normali della retta di regressione;
7) Somma dei quadrati della regressione lineare;
8) Coefficiente R di Pearson e covarianze;
9) Regressione lineare semplice;
10) Regressione multipla;
11) R al quadrato come indice di adattamento dati-modello;
13) Errore standard dei parametri;
14) Test T sui singoli parametri;
15) Test sui singoli parametri.

Analisi di varianza(Ore20):
Modello between subjects con singolo fattore sperimentale;
Modello between subjects con due fattori sperimentali completamente randomizzato;
Modello con singolo fattore sperimentale within subjects;
Modello misto con singolo fattore within subjects e singolo fattore between subjects.

Tecniche di agglomerazione di variabili:
Analisi dei Cluster e Analisi fattoriale (Ore 10)
1) Agglomerazione gerarchica dei gruppi;
2) Agglomerazione additiva (non gerarchica) dei cluster;
3) Analisi fattoriale delle variabili.

Metodi Didattici

Metodi didattici
Le lezioni sono di tipo frontale. Durante lo svolgimento delle lezioni lo studente avrà modo di maturare le necessarie competenze teoriche ed operative nonché informatiche che lo guideranno alla maturazione delle competenze professionali indicate negli obiettivi del corso. L’impiego di un linguaggio di programmazione statistica quale è R permetterà allo studente di monitorare, tramite esperienza pratica, il proprio livello di comprensione e di elaborazione delle informazioni ricevute in ambito teorico, affinando, con il progredire del corso, una competenza sia di natura sintattica, per ciò che concerne l’impiego del software statistico, sia di natura semantica con riferimento alle ipotesi scientifiche fornite, alle scelte metodologiche operative e alle conclusioni statistiche e di interpretazione dei risultati cui egli giunge. Tale sistema di conoscenze se ben integrato da parte dello studente potrà fornire una adeguata padronanza degli aspetti logico-matematico che sussiedono al trattamento statistico dei dati ed un elevato grado decisionale sotto il profilo della formazione professionale.

Attività seminariale finalizzata alla progettazione e strutturazione analitica di uno strumento diagnostico.
Il corso prevede alcune attività seminariali che conducano lo studente ad una chiara consapevolezza del valore psicometrico di uno strumento diagnostico. A tal fine, attraverso la presentazione di uno strumento standardizzato, lo studente verrà condotto a svolgere una analisi conoscitiva e critica sulle metodologie che permettono, da punto di vista, psicometrico di valutarne l’attendibilità statistica, la validità di contenuto e di costrutto, e la congruenza interna. Tale attività risulta principalmente collegata alla presentazione del terzo obiettivo del corso: la presentazione dei metodi statistici di agglomerazione e riduzione dell’informazione presente sul campione-dati, senza che tale azione comporti una “distorsione” dell’informazione originariamente contenuta nel campione-dati. Si fa qui esplicito riferimento alle tecniche di analisi fattoriale (esplorative e confermative) ampiamente utilizzate in ambito di studio e di misurazione in psicologia.

Verifica dell'apprendimento

le modalità di esame
L’esame è in forma scritta. Il candidato dovrà dimostrare di possedere le conoscenze teoriche e metodologiche che lo conducano alla realizzazione di un piano di analisi statistica così delineato:
a) analisi ed identificazione delle relazioni strutturali che coinvolgono le variabili implicate nei protocolli sperimentali proposti in sede d’esami;
b) realizzazione di un programma di analisi statistica, sotto ambiente di programmazione R, rivolto alla stesura di un output statistico delle analisi;
c) valutazione quantitativa e qualitativa dei parametri stimati dal modello di analisi;
d) stesura di un report in formato scientifico dei risultati ottenuti con particolare riferimento a:
a) formulazione dell’obiettivo scientifico della ricerca;
b) valutazione della consistenza statistica dei risultati ottenuti;
c) valutazione scientifica sintetica dei risultati emersi dall’analisi.
- criteri di attribuzione del voto finale
1) L’attribuzione del voto finale farà riferimento alla valutazione del livello di competenze teoriche acquisite durante la frequenza del corso e misurata attraverso la somministrazione, in sede d’esame, di alcuni quesiti di carattere teorico-formale con 4 livelli di risposta tra i quali solo uno corretto;

2) per ciò che concerne la valutazione dell’apprendimento sull’impiego dei modelli statistici trattati nel corso, la valutazione sarà fondata sul grado di coerenza logico-argomentativa del modello di analisi statistica adottato con chiaro riferimento alla strutturazione delle ipotesi oggetto di studio e alle conclusioni scientifiche descritte.
3) In ultimo, la capacità di sintesi e correttezza linguistica delle espressioni verrà comunque valutata (corretto uso del linguaggio scritto).

Testi

Manuali di base

Il materiale didattico di riferimento sarà reperibile all'interno del corso online di Metodi di Analisi Multivariata all'indirizzo http://moodle2.unica.it/ previe iscrizione.

Saggino, A., Pappone, P., Del Castello, E., Grassi, P., Natullo, O., Nicotra, E.F., Tommasi, M. (2015). Lo stress nei lavoratori bancari: il Questionario Stress Organizzativo e Salute (SOS). Collana di Psicometria, Psicodiagnostica e Psicologia delle differenze individuali.
ISBN: 978-88-917-2652-0, Edizioni Franco Angeli Milano.


Manuale di riferimento:
Keppel, G.,(1991). Design and Analysis: a researcher's handbook. Prentice-Hall, Toronto, CA. ISBN: 0-13-200775-4.

Brown, J.D.,(2014). Linear Models in Matrix Form: A Hands-On Approach for the Behavioral Sciences. Springer, New York, ISBN: 978-3-319-11733-1, ISBN: 978-3-319-11734-8 (eBook).

Altre Informazioni

Giorni – Orario – Luogo di ricevimento studenti
Il ricevimento studenti avrà luogo il venerdì, dalle ore 16.00 alle ore 18.00, settimanalmente, presso il Dipartimento di Pedagogia, Psicologia, Filosofia sito in Via Is Mirrionis 1, edificio di Psicologia, studio n.12.


Lo studente che non dovesse poter frequentare le lezioni potrà monitorare gli argomenti trattati durante le lezioni frontali direttamente sul corso online di Metodi di Analisi Multivariata all’interno del quale verrà tracciata l’attività didattica svolta giornalmente con ordinamento settimanale. L’iscrizione al corso online è riservata agli studenti iscritti presso l’Università degli Studi di Cagliari. Lo studente all’atto della registrazione dovrà fornire le proprie credenziali di accesso ai servizi telematici d’Ateneo all'indirizzo web:
http://moodle.unica.it/course/index.php?categoryid=14

contatti | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy