Le tematiche connesse alla misura in psicologia e i concetti di base per affrontare problemi di quantificazione e di elaborazione di dati psicologici. Elementi di statistica descrittiva e inferenziale applicati ai dati psicologici. Introduzione all’uso di un software per le analisi dei dati psicologici reali e ai metodi per la presentazione dei risultati di una ricerca.
Contenuto del corso - Cognomi L-Z
Questo corso introduce i concetti fondamentali per affrontare la quantificazione e l'elaborazione dei dati psicologici. Verranno coperti elementi di statistica descrittiva e inferenziale, sia dal punto di vista bayesiano che frequentista. Inoltre, gli studenti acquisiranno familiarità con l'uso di Python per l'analisi dei dati psicologici e impareranno le modalità di presentazione dei dati.
Uno a scelta tra:
Chiorri C. (2020, III edizione). Fondamenti di Psicometria. McGraw Hill
Primi C. & Chiesi F. (2005). Introduzione alla psicometria. Laterza, Bari
Materiale didattico presente in piattaforma a cura del docente
- Johnson, A. A., Ott, M. Q., & Dogucu, M. (2022). Bayes rules!: An introduction to applied Bayesian modeling. CRC Press (capitoli 1-10, 15) -- il testo è disponibile gratuitamente online.
- Dispense e materiale didattico presente in piattaforma a cura del docente.
Obiettivi Formativi - Cognomi A-K
L'insegnamento di Psicometria mira a sviluppare le competenze teorico-operative relative ai metodi e alle tecniche di indagine scientifica in psicologia.
In particolare, l'insegnamento si pone l'obiettivo di illustrare allo studente/alla studentessa le procedure statistiche e informatiche necessarie
- per la pianificazione della raccolta dati di una ricerca psicologica,
- per la presentazione descrittiva dei risultati ottenuti,
- per l'elaborazione dei dati empirici al fine di verificare l'ipotesi della ricerca o l'adeguatezza di un modello teorico.
Verranno fornite le istruzioni per la stesura di un report scientifico che include l'analisi statistica dei risultati di uno studio e le linee guida per la presentazione orale di una comunicazione scientifica.
Gli studenti/le studentesse che completeranno il corso con successo, partendo da dati reali e mediante l'uso di un software statistico, saranno in grado di
- analizzare i dati di una ricerca empirica mediante le tecniche statistiche di base in uso in psicologia,
- realizzare un report che descrive i risultati di una ricerca.
Conoscenza e capacità di comprensione
Sviluppare le conoscenze, a partire da un livello elementare, utili per l'analisi statistica e l'interpretazione dei dati in contesti di ricerca e di intervento psicologici.
Conoscenza e capacità di comprensione applicate
Lo studente/la studentessa sarà in grado di affrontare l'analisi dei dati psicologici attraverso l'uso di un software statistico e sarà in grado di approfondire le proprie conoscenze attraverso la lettura di articoli che utilizzino argomentazioni basate sull'applicazione di tecniche quantitative.
Autonomia di giudizio
Particolare enfasi sarà fornita alla comprensione dei limiti delle inferenzE basate sui risultati della ricerca psicologica. Tale argomento sarà trattato considerando alcuni recenti contributi della ricerca psicologica.
Abilità comunicative
Il corso fornirà agli studenti/alle studentesse le conoscenze necessarie per la realizzazione del resoconto di una ricerca psicologica, sia scritto che orale. Lo studente/la studentessa sarà inoltre incoraggiato/a a sviluppare la propria capacità di lavorare in gruppo.
Capacità di apprendere
I temi trattati nel corso di Psicometria sono indispensabili per seguire con profitto i corsi successivi del Corso di Laurea e per la preparazione della prova finale.
Obiettivi Formativi - Cognomi L-Z
L'insegnamento è progettato per guidare gli studenti nello sviluppo di competenze teoriche e operative essenziali per la conduzione di indagini scientifiche in psicologia. Questo percorso formativo ha l'obiettivo di fornire agli studenti le competenze statistiche e informatiche necessarie in diverse fasi della ricerca psicologica: dalla pianificazione della raccolta dati, alla presentazione descrittiva dei risultati, fino all'elaborazione dei dati empirici per verificare l'ipotesi di ricerca o la validità di un modello teorico.
Nell’ambito del corso, gli studenti saranno formati a utilizzare il linguaggio di programmazione Python per analizzare dati reali. Si impareranno le tecniche statistiche di base comunemente adottate in psicologia e si acquisiranno le competenze per redigere un report scientifico completo, che includa l'analisi statistica dei risultati di uno studio. In aggiunta, verranno fornite linee guida chiare per la presentazione orale di una comunicazione scientifica.
Gli studenti, a partire da un livello elementare, svilupperanno conoscenze fondamentali utili per l'analisi statistica e l'interpretazione dei dati, sia in contesti di ricerca che di intervento psicologici. Saranno in grado di approfondire le proprie conoscenze attraverso la lettura critica di articoli e saggi che utilizzano argomentazioni basate sull'applicazione di tecniche quantitative.
Sul piano dell'autonomia di giudizio, il corso punta a far sviluppare negli studenti una comprensione profonda delle diverse metodologie di ricerca e delle tecniche di analisi dei dati, mettendole in relazione con il recente dibattito sulla crisi della riproducibilità della ricerca psicologica.
Per quanto riguarda le abilità comunicative, il corso mira a dotare gli studenti delle competenze necessarie per redigere e presentare, sia in forma scritta che orale, il resoconto di una ricerca psicologica. Inoltre, il corso incoraggerà gli studenti a sviluppare la capacità di lavorare efficacemente in gruppo.
In termini di capacità di apprendere, i temi trattati nel corso di Psicometria si rivelano fondamentali per il profitto negli insegnamenti successivi del Corso di Laurea e per la preparazione adeguata alla prova finale.
Infine, gli studenti, per ottenere un voto positivo, dovranno dimostrare la comprensione dei principi dell'analisi statistica bayesiana, del teorema di Bayes e del campionamento MCMC, nonché riconoscere le differenze tra l'approccio frequentista e quello bayesiano. Saranno valutate anche le competenze e le abilità degli studenti nel formulare problemi reali in termini di modelli matematici, nell'utilizzare Python per calcoli numerici, nel risolvere problemi autonomamente entro un determinato lasso di tempo, e nel presentare e discutere nuove conoscenze, informazioni, problemi e soluzioni, sia in forma scritta che in dialogo con altri studenti. Infine, gli studenti dovranno dimostrare familiarità con i metodi bayesiani fondamentali utili per l'analisi dei dati e la capacità di identificare la necessità di ulteriori approfondimenti, intraprendendo di conseguenza le azioni appropriate.
Prerequisiti - Cognomi A-K
Conoscenze di matematica di base acquisite durante la scuola secondaria di secondo grado.
I prerequisiti saranno valutati mediante un test di autovalutazione con feedback.
Prerequisiti - Cognomi L-Z
Conoscenze di matematica di base acquisite durante le scuole superiori. I prerequisiti saranno valutati mediante un test di autovalutazione. Lacune pregresse possono essere colmate utilizzando le note supplementari aggiunte alle dispense.
Metodi Didattici - Cognomi A-K
Conoscenza e capacità di comprensione
Lezioni frontali, lavori di gruppo, lavoro individuale.
Conoscenza e capacità di comprensione applicate
Esercitazioni in classe e esercizi da svolgere in autonomia; lavori individuali e di gruppo con il software; interazioni didattiche basate su attività strutturate (individuali e collaborative), sottoforma di report, esercizi, problem solving con relativo feedback.
Autonomia di giudizio
Discussione dei risultati scientifici che hanno portato alle conoscenze illustrate e discusse nel programma d’esame.
Abilità comunicative
Presentazione dei risultati di una ricerca psicologica, in una comunicazione scritta o orale.
Capacità di apprendere
Attraverso l’analisi di articoli scientifici, report e risultati di esperimenti e l’interazione con i pari.
Metodi Didattici - Cognomi L-Z
Conoscenza e capacità di comprensione:
Le lezioni frontali in presenza saranno integrate da lavori di gruppo e attività individuali, per promuovere un approfondimento teorico dei contenuti.
Conoscenza e capacità di comprensione applicate:
Gli studenti parteciperanno a esercitazioni in classe e svolgeranno esercizi in autonomia, mettendo in pratica le competenze apprese. Il corso includerà lavori individuali e di gruppo utilizzando il linguaggio Python. Inoltre, gli studenti parteciperanno a attività didattiche strutturate, sia individuali che collaborative, come la stesura di report, esercizi di problem solving, con feedback costante da parte dell’insegnante.
Autonomia di giudizio:
Gli studenti saranno stimolati a discutere i risultati scientifici che hanno portato alle conoscenze presentate durante il corso, promuovendo una valutazione critica e indipendente del materiale di studio.
Abilità comunicative:
Il corso preparerà gli studenti a presentare efficacemente i risultati di una ricerca psicologica, sia attraverso comunicazioni scritte che orali, sviluppando così le loro competenze comunicative.
Capacità di apprendere:
Gli studenti saranno incoraggiati a sviluppare una continua capacità di apprendimento, sia attraverso l'analisi di articoli scientifici, report e risultati di esperimenti, che mediante l'interazione costruttiva con i propri compagni.
In questo modo, il corso mira non solo a trasmettere conoscenze specifiche, ma anche a sviluppare capacità trasversali che preparino gli studenti a un apprendimento autonomo e collaborativo.
Altre Informazioni - Cognomi A-K
Ore di didattica frontale : 63 di cui
ore di lezione: 40
ore di esercitazione: 23
TIROCINIO PRATICO VALUTATIVO (TPV) : 25 ore di cui
ore di attività in aula : 12
ore di lavoro individuale: 13
Altre Informazioni - Cognomi L-Z
Ore di didattica frontale n. 63 di cui
- ore di lezione: 40
- ore di esercitazione: 23
Modalità di verifica apprendimento - Cognomi A-K
STUDENTI FREQUENTANTI
Conoscenza e comprensione verranno valutati mediante una prova in itinere consistente in quesiti a scelta multipla e esercizi sia sui concetti di base che sulle applicazioni statistiche, e mediante una prova di fine corso, strutturata con quesiti a scelta multipla, esercizi, e output da commentare
La capacità di applicare conoscenza e comprensione verrà valutata mediante presentazioni orali nelle quali gli studenti discuteranno in classe l'analisi di dati psicologici reali. Verranno considerati e valutati: la capacità di argomentare e giustificare le conclusioni; la capacità di usare il software statistico; la lettura critica della letteratura psicologica.
L'autonomia di giudizio verrà valutata considerando, nelle presentazioni orali,
- la capacità di riflessione, discussione, approfondimento e rielaborazione personale delle tematiche affrontate;
- la capacità critica, la coerenza, e il rigore metodologico;
- la capacità di comprensione di punti di vista differenti;
- la capacità di pensare in maniera creativa e non convenzionale.
Le abilità comunicative verranno valutate esaminando la presentazione orale e scritta dei risultati analisi psicometriche condotte con il software.
La capacità di apprendimento verrà verificata mediante le prove in intinere e mediante la presentazione orale.
STUDENTI NON FREQUENTANTI
Conoscenza e comprensione verranno valutati mediante una prova scritta
strutturata con esercizi, domande aperte e output da commentare
La capacità di applicare le conoscenze verrà valutata attraverso domande che valuteranno le competenze relative all’uso del software
L'autonomia di giudizio verrà valutata in un esame scritto con domande aperte considerando:
- la capacità di riflessione, discussione, approfondimento e rielaborazione personale delle tematiche affrontate;
- la capacità critica, la coerenza, e il rigore metodologico;
- la capacità di comprensione di punti di vista differenti;
- la capacità di pensare in maniera creativa e non convenzionale.
Le abilità comunicative verranno valutate in un esame scritto con domande aperte nelle quali si chiederà agli studenti di interpretare i risultati delle analisi statistiche di dati psicologici. Verranno considerati e valutati: la capacità di comunicare efficacemente; la capacità di discutere in maniera critica i risultati alla luce della domanda della ricerca e della letteratura di riferimento.
La capacità di apprendimento verrà verificata in un esame scritto con domande aperte nelle quali gli studenti dovranno interpretare e discutere i risultati presentati attraverso output
Modalità di verifica apprendimento - Cognomi L-Z
Studenti frequentanti:
- Conoscenza e comprensione: saranno valutate tramite una prova intermedia composta da quesiti a scelta multipla ed esercizi sulle basi teoriche e applicazioni statistiche, e una prova finale strutturata allo stesso modo.
- Capacità di applicare conoscenza e comprensione: sarà valutata attraverso presentazioni orali, durante le quali gli studenti discuteranno l'analisi di dati psicologici reali o simulati, mettendo in evidenza l'uso di Python e l’interpretazione critica della letteratura.
- Autonomia di giudizio: sarà esaminata nelle presentazioni orali, considerando la riflessione personale, la coerenza metodologica, la comprensione di diverse prospettive e il pensiero creativo.
- Abilità comunicative: saranno valutate analizzando la presentazione orale e scritta dei risultati di una ricerca psicologica (lavoro di gruppo), con enfasi sulla capacità di comunicare chiaramente e discutere criticamente i risultati alla luce della letteratura.
- Capacità di apprendimento: sarà verificata tramite le prove intermedie, le presentazioni orali dei risultati di una ricerca e le discussioni durante le esercitazioni.
Studenti non frequentanti:
- Conoscenza e comprensione: saranno valutate tramite una prova scritta con quesiti a scelta multipla ed esercizi sui concetti base e sulle applicazioni statistiche.
- Capacità di applicare le conoscenze: sarà esaminata mediante domande che valuteranno la conoscenza del linguaggio Python e mediante domande aperte che richiedano un’analisi critica di un articolo di letteratura psicologica.
- Autonomia di giudizio: sarà valutata in un esame scritto con domande aperte, considerando la capacità di riflessione personale, la coerenza metodologica, la comprensione di diverse prospettive e il pensiero creativo.
- Abilità comunicative: saranno esaminate in un test scritto con domande aperte, in cui si richiede agli studenti di interpretare i risultati delle analisi statistiche di dati psicologici, valutando la chiarezza espositiva e la capacità critica.
- Capacità di apprendimento: sarà verificata in un esame scritto con domande aperte, in cui gli studenti dovranno interpretare e discutere i risultati di una recente ricerca psicologica, e/o mediante un colloquio orale.
Programma del corso - Cognomi A-K
PROGRAMMA PER ESTESO
La misura in psicologia
Scale di misura
Statistica descrittiva
Teoria della Probabilità
Distribuzioni teoriche di probabilità
Distribuzioni campionarie
Inferenza statistica
t-test
test chi quadro
Correlazione
Modelli lineari
Principi d’analisi della varianza (Anova)
Introduzione alle relazioni multivariate
Introduzione all’inferenza bayesiana
Confronto tra inferenza frequentista e bayesiana
Tirocinio Pratico Valutativo (TPV)
Si pone l'obiettivo di illustrare allo studente/alla studentessa le procedure per la messa a punto di un questionario e la sua implementazione con lo scopo di rispondere ad una specifica domanda di ricerca.
Gli studenti/le studentesse, partendo dai dati reali raccolti da loro stessi con il questionario sviluppato, risponderanno alla domanda di ricerca mediante le tecniche statistiche adeguate. Al termine verrà realizzato un report che descrive i risultati.
Programma del corso - Cognomi L-Z
Misure e Affidabilità:
- Scale di misura
- Attendibilità e validità
Fondamenti di Teoria delle Probabilità:
- Elementi base della teoria delle probabilità
- Probabilità discreta e continua
- Variabili aleatorie e loro distribuzioni elementari
Approfondimenti della Probabilità Condizionata:
- Teorema di Bayes
- Come le informazioni ulteriori influenzano la probabilità
Distribuzioni Notevoli:
- Distribuzione di Bernoulli
- Distribuzione Binomiale
- Distribuzioni continue di riferimento (es. Normale)
Teoremi Centrali della Statistica:
- Legge dei Grandi Numeri
- Teorema del Limite Centrale
Analisi Bivariata e Covarianza:
- Funzione di probabilità congiunta
- Covarianza e correlazione
Sintesi Numerica e Verosimiglianza:
- Sintesi numerica di distribuzioni statistiche
- Verosimiglianza
Inferenza Bayesiana:
- Aggiornamento bayesiano con priori discrete e continue
- Distribuzioni coniugate
- Stima della distribuzione a posteriori
- Metodi numerici e metodi MCMC
- Introduzione all'uso di PyMC
- Modelli specifici: Beta-Binomiale, Normale, Regressione Lineare, Modelli Gerarchici
- Confronto tra approccio frequentista e bayesiano
Inferenza Frequentista:
- Distribuzioni campionarie delle statistiche test
- Intervallo di confidenza
- Test dell'ipotesi nulla
- Errori di I e II tipo
- Errori di tipo M e di tipo S
- Test t di Student
Obiettivi Agenda 2030 per lo sviluppo sostenibile - Cognomi A-K
4.ISTRUZIONE DI QUALITA’
1. promuovere riflessione critica,
2. favorire apprendimento cooperativo
3. perseguire un insegnamento innovativo in cui si alternino didattica erogativa, attiva e collaborativa
Obiettivi Agenda 2030 per lo sviluppo sostenibile - Cognomi L-Z
Obiettivi attesi:
1. Migliorare la qualità della didattica impartita.
2. Creare uno spazio su Moodle per condividere pratiche ed esperienze didattiche.
3. Potenziare il ruolo del docente e la relazione con gli studenti per favorire l'apprendimento.
4. Implementare un sistema per promuovere feedback costruttivi tra gli studenti relativi all'insegnamento.
Pratiche di insegnamento:
1. Favorire la riflessione critica in aula.
2. Utilizzare il lavoro di gruppo durante le lezioni.
3. Adottare un approccio didattico interattivo.
4. Sviluppare relazioni collaborative e di supporto tra gli studenti.