Catalogo dei Corsi di studio

Obiettivi generali

Attraverso le lezioni frontali gli studenti dovranno conoscere i principali modelli statistici per l‘analisi multivariata esaminati a lezione. Gli studenti in particolare dovranno saper scegliere i modelli di analisi statistica multivariata più appropriati per l'analisi di dati reali. Saper interpretare i risultati di studi e ricerche in cui tali modelli sono utilizzati.

Attraverso le attività pratiche del laboratorio gli studenti dovranno conoscere i software utilizzati per l‘applicazione dei modelli per l‘analisi multivariata esaminati a lezione. In particolare gli studenti dovranno saper interpretare correttamente output (listati) del programma Mplus e SPSS. Costruire programmi in linguaggio-sintassi Mplus per l‘analisi di modelli strutturali con variabili latenti (analisi fattoriale confermativa, modelli con sole variabili osservate, modelli completi su gruppo singolo). Infine gli studenti dovranno saper utilizzare correttamente i programmi Mplus e SPSS per analizzare dati reali (screening dei dati, analisi esplorative, analisi confermative).

Obiettivi specifici

Conoscenza e capacità di comprensione
­ Lo studente dovrà dimostrare conoscenze e capacità di comprensione delle tecniche di analisi dei dati utilizzate negli articoli scientifici e nelle ricerche nella psicologia applicata.

Capacità di applicare conoscenza e comprensione
­Lo studente dovrà essere in grado di applicare le tecniche di analisi statistica dei dati più appropriate ai problemi di ricerca tipici della psicologia applicata e più in generale della psicologia.

Autonomia di giudizio

Lo studente, tramite i problemi di ricerca proposti nelle lezioni frontali e nelle esercitazioni di laboratorio, svilupperà le capacità di integrare conoscenze differenti e complesse nell'ambito dell'analisi dei dati applicata ai problemi di ricerca in psicologia applicata; sarà in grado di formulare decisioni e conclusioni relativamente alle ipotesi di ricerca e alle fasi in cui la ricerca si articola; sarà infine in grado di operare una riflessione sulle responsabilità sociali ed etiche connesse alla conduzione delle ricerche con soggetti umani, e sull'impatto delle decisioni prese in funzione dei risultati derivanti dall'applicazione delle tecniche di analisi dei dati.

Abilità comunicative
­Lo studente sarà in grado di elaborare materiali scritti e presentazioni orali in grado di comunicare le conoscenze (ad esempio i risultati dell'applicazione di tecniche di analisi dei dati) ed illustrare i processi che hanno condotto alla loro acquisizione (es., la raccolta dei dati e l'analisi statistica di essi) a interlocutori specialisti e non specialisti.

Capacità di apprendimento
­Tramite le lezioni frontali e tramite le esperienze pratiche di laboratorio lo studente acquisirà non solo conoscenze nell'ambito dell'analisi dei dati, ma anche le capacità di approfondire sia gli aspetti teorici sia quelli pratici in modo autonomo, al fine di poter intraprendere gli eventuali studi successivi (master, dottorati, specializzazioni) con elevata autonomia.

Programma

La parte modulare del corso riguarderà i seguenti argomenti:
- I trattamenti preliminari dei dati: normalità, casi estremi, ecc. (circa 6 ore)
- La regressione lineare semplice e multipla (circa 10 ore)
- L'analisi Fattoriale Esplorativa (circa 10 ore)
- I modelli di equazioni strutturali (circa 14 ore)
- L'analisi della varianza (circa 8 ore)

La parte di laboratorio riguarderà i seguenti argomenti:
- L'analisi dei dati con SPSS: trattamenti preliminari, regressione lineare, analisi fattoriale esplorativa, analisi della varianza (circa 16 ore)
- Applicazione dei modelli di equazioni strutturali con il programma MPLUS (circa 20 ore)

Testi adottati

a) Barbaranelli, C. (2007). Analisi dei dati. II edizione. Milano: Led. (capitoli 1, 2, 3,4 appendici 1 e 2).
Questo testo descrive gli argomenti teorici relativi a:
- I trattamenti preliminari dei dati: normalità, casi estremi, ecc.
- La regressione lineare semplice e multipla
- L'analisi Fattoriale Esplorativa
- L'analisi della varianza

b) Barbaranelli, C. (2006). Analisi dei dati con SPSS: Le analisi multivariate. Milano: Led. (capitoli 1, 2 e 3).
c) Barbaranelli, C. e D'Olimpio, F. (2007). Analisi dei dati con SPSS: Le analisi di base. Milano: Led. (capi-toli 1, 2, 3, 4 e 6).
I due testi sono utili per le applicazioni tramite il programma SPSS delle principali tecniche di analisi dei dati esaminate nella parte teorica.

d) Barbaranelli, C., e Ghezzi, V. (in stampa). Introduzione ai modelli di equa-zioni strutturali. Milano: Led.
Questo testo descrive gli argomenti teorici relativi ai modelli di equazioni strutturali

e) Slide (pdf) e materiale integrativo presentato a lezione. Questo materiale sarà disponibile sul sito elearning2.uniroma.it.
Si tratta di materiale utile per seguire le lezioni e per gli studenti che non possono essere frequenti a tutte le lezioni.

Prerequisiti

Per seguire in modo produttivo le lezioni è indispensabile che gli studenti abbiano una conoscenza della statistica descrittiva (indici di posizione, indici di tendenza centrale, indici di dispersione, correlazione), delle basi della statistica inferenziale (verifica delle ipotesi, variabili casuali, principali test statistici), dei modelli psicometrici (teorica classica dei test, IRT), della validità e della attendibilità delle misure psicologiche. E' importante inoltre che gli studenti conoscano i principali strumenti di rilevazione dei dati psicologici (questionari, test, interviste) e le principali tecniche di ricerca psicologica (ricerca sperimentale, quasi-sperimentale, correlazionale).

Modalità di frequenza

La frequenza è facoltativa. Tuttavia, anche alla luce delle molte esercitazioni pratiche previste durante il corso, essa è fortemente raccomandata

Modalità di valutazione

Obiettivo della prova finale è quello di valutare la conoscenza dei modelli teorici di analisi dei dati e delle applicazioni tramite software.

Non sono previste prove di valutazione intermedie durante il corso. Le prove intermedie previste, infatti, non hanno carattere valutativo, ma di verifica dell'apprendimento "in itinere". E' prevista una prova (esame) alla fine del corso, e 4 prove "di recupero" durante l'anno accademico corrente, secondo il calendario accademico predisposto dal corso di studi.

La prova di valutazione (esame) prevede una prova scritta costituita da due parti:
Prima parte:
14 domande a scelta multipla (punti 1.5 per ogni risposta corretta),
5 domande a risposta aperta (punti 2 per ogni risposta corretta)
Seconda parte (tutti gli esercizi prevedono risposte aperte):
3 esercizi sulla programmazione in linguaggio MPLUS (per un massimo di punti 12)
4 esercizi sull‘interpretazione di output del programma MPLUS (per un mas-simo di 4 punti)
15 esercizi sulla programmazione in linguaggio SPSS (per un massimo di punti 15)

Lo studente ha a disposizione 90 minuti per completare la prova.

Il voto finale (espresso in trentesimi) è uguale alla media dei voti ottenuti nelle 2 parti della prova descritta precedentemente.

Data inizio prenotazione	Data fine prenotazione	Data appello
14/12/2019	09/01/2020	14/01/2020
28/12/2019	23/01/2020	28/01/2020
22/04/2020	17/05/2020	22/05/2020
01/06/2020	25/06/2020	01/07/2020
15/08/2020	10/09/2020	15/09/2020
08/12/2020	03/01/2021	08/01/2021