DIAGNOSTICA PSICOLOGICA

lezione

!

Paola Magnano paola.magnano@unikore.it

si basano su tre elementi:

sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme di stimoli; insieme di item)

sistema numerico: tipologia di misurazione che è possibile applicare al sistema empirico

regola che consente il passaggio dall’uno all’altro

le scale di misura

sistema empirico: suddivisione in categorie distinte e mutualmente escludentesi (es. sesso; categoria professionale)

sistema numerico: attribuire numeri uguali agli elementi della stessa categoria e numeri diversi agli elementi appartenenti a categorie diverse

regola: i numeri sono denominazioni delle categorie

scala nominale

es.: uomini/donne promosso/bocciato

sistema empirico: gli elementi componenti godono della stessa caratteristica ma in quantità o in grado diverso, ordinabile rispetto a tale grado

sistema numerico: indica la posizione reciproca degli elementi; i numeri indicano una graduatoria tra le quantità di caratteristica presenti

regola: ad uno stesso numero è associata una stessa quantità di caratteristica

scala ordinale

es.: spesso, raramente, mai i livelli di istruzione

i gradi di ritardo mentale

scala ad intervalli equivalenti

sistema empirico: è possibile stabilire un’unità di misura

sistema numerico: è possibile stabilire l’entità delle differenze di intensità della caratteristica

regola: i numeri esprimono intervalli equivalenti tra le posizioni

es.: punteggi ai test

scala a rapporti

sistema empirico: è possibile stabilire un’unità di misura e un elemento di intensità nulla

sistema numerico: è possibile compiere tutte le operazioni e applicare regole di trasformazione e di uguaglianza

regola: i numeri esprimono intervalli equivalenti tra le posizioni

es.: misura del peso, età, lunghezza tempi di reazione

CONCETTI STATISTICI DI

BASE

popolazione e campione

popolazione: è l’insieme dei componenti cui l’indagine del ricercatore è rivolta

campione: è un sottoinsieme della popolazione, composto da un numero inferiore (n) di unità

distribuzione delle variabili

cont inue : possono assumere un numero tendenzialmente infinito di valori (es. altezza, temperatura)

discrete: possono assumere soltanto un certo numero di valori (es. n. di risposte corrette) !

anche se la variabile è continua, attraverso gli strumenti di misura possiamo averne solo valori discreti (es. ansia)

distribuzione delle

variabili continue

valori

distribuzione delle

variabili discrete

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7

indicatori di tendenza centrale

moda: il valore che occorre con la maggior frequenza in un insieme di dati di una variabile

mediana: è il valore che divide in due parti uguali la distribuzione di frequenza di una variabile, cioè il valore al di sopra e al di sotto del quale deve essere contenuto il 50% delle frequenza

media: è il valore medio di tutte le osservazioni raccolte di una certa variabile

indicatori di dispersione sono basati sul concetto di scostamento dalla media

varianza: è un indicatore globale di quanto i singoli punteggi si disperdono rispetto al valore medio della distribuzione

deviazione standard: è la radice quadrata della varianza

un esempio

a)❩ 1, 1, 1, 2, 3, 8, 8, 8, 8

b)❩ 1, 1, 2, 2, 3, 4, 5, 6, 8

Σ=32; X= 3,55; s2x=10

Σ=32; X= 3,55; s2x=24

distribuzione normale curva a campana o Gaussiana

molte variabili psicologiche presentano una distribuzione normale o approssimativamente normale

per rendere confrontabil i tra di loro le distribuzioni normali (che potrebbero avere media e variabi l i tà diversa) si trasformano in distribuzione normale standardizzata

punti standard: i punti z

cost i tu iscono la p iù semp l ice moda l i tà d i standardizzazione dei punteggi grezzi

i punteggi grezzi si trasformano in base al punteggio medio e alla variabilità del campione di cui il soggetto fa parte

il punto z adatta il punteggio grezzo su una scala standard che ha media 0 e deviazione standard 1

z = (xi - X)/s

punteggio grezzo del soggetto media del gruppo

di riferimento

deviazione standard del gruppo di

riferimento

punteggio grezzo del soggetto ad un test di lettura = 25 media del gruppo di riferimento = 45 deviazione standard = 8

ALTO O BASSO???

z = (25 - 45) / 8 = -2.5

  E

N of Cases 144

Minimum 57,000

Maximum 104,000

Median 78,000

Arithmetic Mean 77,563

Standard Deviation 8,544

Skewness 0,069

Kurtosis 0,150

M 77,56

DS 8,54

77.56 86,169.0260.48 94.64

Minimo= 57

Massimo= 104

0 1-1-2 2

indicatori della forma di una distribuzione asimmetria (skewness) e curtosi (kurtosis)

variano tra più e meno infinito (±∞)

quando assumono valore = 0 indicano una forma della distribuzione normale

ci dice quanto la curva è sbilanciata a destra o a sinistra, quindi quanto le

frequenze dei punteggi alti o bassi sono più elevate di quanto non

dovrebbero essere se la distribuzione fosse normale

ci dice quanto i punteggi siano concentrati in un punto

particolare della distribuzione oppure quanto essi siano

uniformi, sempre rispetto alla distribuzione normale

consideriamo una variabile ‘normale’ quando presenta simmetria e curtosi comprese tra +1 e -1

normale

leptocurtica

platicurtica

asimmetrica

IE_TOT

N of Cases 486

Minimum 58,000

Maximum 149,000

Median 112,000

Arithmetic Mean 112,119

Standard Deviation 12,214

Skewness -0,222

Kurtosis 0,997

correlazione si occupa della relazione tra due variabili

indica quanto l’andamento dei punteggi di una variabile sia collegato all’andamento dei punteggi di un’altra variabile

quindi ci dice quanto le variabili ‘co-varino’

coefficiente r di Pearson o di correlazione: si applica quando le variabili sono misurate su scale ad intervalli e coglie relazioni di tipo lineare

esempio di relazione

non lineare

regressione spiega la relazione tra due variabili in termini

di previsione

un metodo di stima del valore atteso condizionato di una variabile dipendente, dati i valori di altre variabili indipendenti

misurando una variabile posso prevedere o stimare la misura dell’altra