View syllabus
PSYCHOMETRIC RESEARCH METHODS
GRAZIELLA ORRU'
Academic year2023/24
CourseSCIENCES AND TECHNIQUES IN CLINICAL AND EXPERIMENTAL PSYCHOLOGY
Code723MM
Credits9
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
METODI DI RICERCA PSICOMETRICAM-PSI/03LEZIONI63
ALESSANDRO COMPARINI unimap
MARIO MICCOLI unimap
GRAZIELLA ORRU' unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

 

Il programma di Metodi di Ricerca Psicometrica si propone di offrire allo studente un’introduzione alle tematiche connesse alla ricerca empirica, alla metodologia, alla misura in psicologia, al metodo sperimentale e alla trattazione dei concetti di base per affrontare problemi di quantificazione, di elaborazione di dati ed interpretazione degli stessi.

 

Knowledge

The Psychometric Research Methods program aims to provide students with an introduction to topics related to empirical research, methodology, measurement in psychology, experimental methods, and the treatment of basic concepts for addressing issues of quantification, data processing, and interpretation.

Modalità di verifica delle conoscenze

Lo studente, dovrà essere in grado di dimostrare la sua conoscenza rispetto agli argomenti trattati durante il corso e al materiale di riferimento. 

Metodi: Prova scritta.

Assessment criteria of knowledge

For the program course, the student must be able to demonstrate his knowledge of the topics covered during the course and the reference materials.

Capacità

Capacità: 

  • logiche e di ragionamento
  • di analisi e di interpretazione dei dati
  • progettare indagini scientifiche
Skills

For the course are necessary the following skills:

  • logical and reasoning skills
  • ability to analyze and interpret data
  • designing Scientific Investigations
  • basic skill to do descriptive analisys 
Modalità di verifica delle capacità

 

Durante la prova d’esame scritta, lo studente dovrà essere in grado di mostrare la sua conoscenza rispetto agli argomenti trattati nel corso e le proprie capacità di ragionamento e di interpretazione di problemi.

Assessment criteria of skills

 

During the exam test, the student must be able to show his knowledge of the topics covered in the course and his reasoning skills and problem interpretation.

Comportamenti

 

Lo studente acquisisce conoscenze sia teoriche che pratiche degli argomenti trattati ed è in grado di fornire una prestazione adeguata rispetto alle tematiche principali in questo ambito.

Behaviors

 

The student acquires both theoretical and practical knowledge of the topics covered and is able to provide an adequate performance with respect to the main topics in this area.

Modalità di verifica dei comportamenti

La verifica verrà effettuata mediante prova scritta.

Assessment criteria of behaviors

 

The verification will be done by written test.

Prerequisiti (conoscenze iniziali)

 

Nozioni elementari di equazioni e disequazioni; elementi di trigonometria; principali relazioni e funzioni; proprietà delle potenze e dei logaritmi; nozioni di insiemistica, concetto di relazione, di funzione e relative proprietà; conoscenza delle funzioni elementari; basilari nozioni di geometria.

Prerequisites

 

Elementary notions of equations and inequalities; trigonometry elements; main relationships and functions; properties of powers and logarithms; notions of set theory, concept of relationship, function and related properties; knowledge of elementary functions; basic notions of geometry.

Indicazioni metodologiche

 Erogazione: lezioni frontali.

Possibili esercitazioni

Metodo di studio:

partecipazione alle lezioni tramite ascolto attivo,
studio individuale del materiale fornito dal docente.

Studio del libro che verrà indicato dai docenti

Teaching methods

Method of study:

participation in lessons through active listening
individual study of the material provided by the teacher

Programma (contenuti dell'insegnamento)

 Programma Parte Prof.ssa Orrù (21 ore)
-Introduzione alla psicologia scientifica: la ricerca/indagine empirica. Metodo induttivo e deduttivo. Regole/euristiche (Mcguire, 1997) per generare un’ipotesi da verificare scientificamente. Identificazione di un quesito di ricerca.
-Approccio scientifico e approccio ingenuo alla conoscenza: Metodo sperimentale. Pianificazione di un esperimento. Variabili dipendenti e indipendenti. Le finalità della ricerca in psicologia (descrizione, predizione, spiegazione e comprensione, applicazione).
-L’indagine scientifica: oggetto dell’indagine scientifica. Tipologia, proprietà ed esempi delle indagini scientifiche (descrittiva, correlazionale, sperimentale). Vero esperimento e quasi esperimento. Disegni con gruppo di controllo non equivalenti. Disegni senza gruppo di controllo. Esempi ed esercizi.

-Metodologie di ricerca: systematic review e meta-analisi (a livello teorico).
-La misura in psicologia (introduzione): Misurare. Validità ed attendibilità.
-Elementi di psicometria: Ricerca e misura. Popolazioni e campioni. Metodi di campionamento (es. campionamento casuale semplice e stratificato). Esempi ed esercizi di campionamento con foglio excel. Variabili numeriche (discrete e continue) e non numeriche. Livelli/scale di misura (nominale, ordinale, intervallo e rapporto) e caratteristiche principali (attributi, etichette, relazioni logiche e operazioni aritmetiche).
-Distribuzioni di frequenza con una variabile: Definizioni ed esempi con excel e JASP. Frequenze relative e percentuali (esempi di calcolo e soluzioni). Frequenze cumulate (esempi di calcolo). Calcolo della frequenza cumulata relativa e percentuale cumulata. Come rappresentare graficamente i dati (grafico a barre, istogramma, poligono di frequenza, ogiva, grafico a torta, grafico a linee, grafico a barre, dispersione e radar).
-Misure di tendenza centrale: Moda, media, mediana. Calcolo media di una distribuzione con frequenza unitaria e non unitaria. Valori outlier. Calcolo della mediana (osservazioni pari e dispari) con frequenza unitaria e non unitaria. Calcolo della moda. Confronto tra media, mediana e moda. Distribuzioni simmetriche versus asimmetriche (negativa e positiva) e relativi esempi mediante SPSS. Formule ed esempi di calcolo.
-Misure di variabilità: campo di variazione (range). Differenza interquartile (DI). Misure di deviazione dalla media (scostamento semplice medio, varianza e deviazione standard, coefficiente di variazione). Formule ed esempi di calcolo.
-Misure di posizione: Punteggi z (esempi ed applicazioni nel testing neuropsicologico). Quartili. Percentili. Punteggi equivalenti. Formule ed esempi di calcolo.
-Distribuzioni di frequenza con due variabili: distribuzione bivariata. Calcolo frequenza di cella o congiunta e percentuale di cella o congiunta. Distribuzione marginale di riga. Frequenze marginali di riga (e colonna) e percentuali marginali di riga (e colonna). Distribuzione condizionata. Esempi con variabili psicopatologiche. Come rappresentare le frequenze di cella (grafico a barre o istigramma) e le percentuali condizionate (excel).
-Introduzione alla probabilità: concetti di base e terminologia. Esperimento casuale o aleatorio, definizione di spazio campionario e relativi esempi. Spazio campionario semplice e composto. Definizioni di probabilità (classica e frequentista). Probabilità dell’evento complementare.

L'ordine degli argomenti potrà subure variazioni finalizzate alla propedeuticità di alcuni argomenti necessari ad affrontare il programma successivo con il prof. Comparini e Miccoli.

Programma Prof. Comparini (21 ore):

- Concetto di probabilità. Probabilità disgiunta e  regola della somma. Probabilità congiunta e regola del prodotto. Probabilità condizionata

-Distribuzione teoriche di probabilità. Distribuzione Binomiale e sue caratteristiche; equazione binomiale. Distribuzione normale: caratteristiche. Distribuzione normale standardizzata (uso della tavola). Distribuzione t di Student.  Distribuzione Chi2.

- Distribuzioni campionarie. Distribuzione campionaria della media: media e deviazione standard della distribuzione (errore standard).  Teorema del limite centrale. Legge dei grandi numeri. Distribuzione campionaria della differenza tra medie. Intervalli di fiducia della media

-Teoria della verifica dell’ipotesi. Popolazione e Campione. Parametri ed indicatori. Livello di significatività. Formulazione delle ipotesi statistiche H0 e H1. I tipo e II tipo  di errore e la potenza del test statistico.

-Verifica delle ipotesi con una variabile. Test binomiale, test z e test t della media. Popolazione con s  noto e non noto. Campioni con numerosità > e

-Verifica delle ipotesti con due variabili. Verifica delle ipotesi con due campioni dipendenti e indipendenti utilizzando z test e t test. 

 

Programma Prof. Miccoli (21 ore):

L’analisi dei dati in Psicologia e l’utilizzo del software. Analisi per la determinazione della numerosità campionaria. Randomizzazione. Test statistici per le comparazioni nelle Scienze Psicologiche. La correlazione (coefficienti di Pearson, Spearman Kendall) e l'associazione tra variabili categoriche (rapporti di rischio, chi-quadrato e test esatto di Fisher) nell’analisi psicometrica. Modelli di regressione nelle Scienze Psicologiche. La costruzione di un modello multivariabile. Analisi ROC, applicazioni nella Psicologia. Analisi di sopravvivenza. Revisioni sistematiche e meta-analisi. Test psicometrici: analisi per la semplificazione dei dati, validità ed attendibilità di un test.

Syllabus

Prof. Orrù's Program (21 hours)

-Introduction to scientific psychology: empirical research / investigation. Inductive and deductive method. Rules / heuristics (Mcguire, 1997) to generate a hypothesis to be verified scientifically. Identification of a research question.
-Scientific approach and naive approach to knowledge: Experimental method. Planning an experiment. Dependent and independent variables. The purposes of psychology research (description, prediction, explanation and understanding, application).
-The scientific investigation: subject of the scientific investigation. Typology, properties and examples of scientific investigations (descriptive, correlational, experimental). True experiment and almost experiment. Drawings with control group not equivalent. Drawings without control group. Examples and exercises.

-Research Methodologies: Systematic Review and Meta-Analysis (Theoretical Level)
-The measure in psychology (introduction): Measure. Validity and reliability.
-Elements of psychometry: Research and measurement. Populations and samples. Sampling methods (e.g. simple and stratified random sampling). Examples and sampling exercises with excel sheet. Numerical (discrete and continuous) and non-numerical variables. Measurement levels / scales (nominal, ordinal, interval and ratio) and main characteristics (attributes, labels, logical relationships and arithmetic operations).
-Distributions of frequency with a variable: Definitions and examples with excel and JASP. Relative frequencies and percentages (examples of calculation and solutions). Cumulated frequencies (examples of calculation). Calculation of the relative cumulative frequency and cumulative percentage. How to graphically represent data (bar chart, histogram, frequency polygon, spinner, pie chart, line chart, bar chart, scatter and radar).
- Central trend measures: Fashion, medium, median. Average calculation of a distribution with unitary and non-unitary frequency. Outlier values. Calculation of the median (even and odd observations) with unitary and non-unitary frequency. Calculation of fashion. Comparison between average, median and fashion. Symmetric versus asymmetric distributions (negative and positive) and related examples using SPSS. Calculation formulas and examples.
- Variability measures: variation range (range). Interquartile difference (DI). Measurements of deviation from the mean (simple mean deviation, variance and standard deviation, coefficient of variation). Calculation formulas and examples.
- Position measurements: Z scores (examples and applications in neuropsychological testing). Quartiles. Percentiles. Equivalent scores. Calculation formulas and examples.
-Distributions of frequency with two variables: bivariate distribution. Calculation of cell or joint frequency and percentage of cell or joint. Marginal row distribution. Marginal frequencies of row (and column) and marginal percentages of row (and column). Conditional distribution. Examples with psychopathological variables. How to represent cell frequencies (bar chart or histogram) and conditioned percentages (excel).
-Introduction to probability: basic concepts and terminology. Random or random experiment, definition of sample space and related examples. Simple and composed sample space. Definitions of probability (classical and frequentist). Probability of the complementary event.

 The order of topics may undergo variations aimed at the preparatory nature of certain subjects necessary to tackle the subsequent program with Professor Comparini or Miccoli.

Prof. Comparini's program (21 ore): 

- Concept of probability. Disjoint probability and sum rule. Joint probability and product rule. Conditional probability

-Theoretical probability distribution. Binomial distribution and its characteristics; binomial equation. Normal distribution: characteristics. Standardized normal distribution (use of the table). Student's t-distribution. Chi2 distribution.

- Sample distributions. Sample distribution of the mean: mean and standard deviation of the distribution (standard error). Central limit theorem. Law of large numbers. Sample distribution of the difference between means. Average confidence intervals

- Theory of hypothesis testing. Population and Sample. Parameters and indicators. Level of significance. Formulation of the statistical hypotheses H0 and H1. I type and II type of error and the power of the statistical test. Interval estimate.

-Verification of hypotheses with a variable. Binomial test, z-test and mean t-test. Population with known and unknown s. Samples with size < and > 30.

-Verification of the hypotheses with two variables. Hypothesis testing with two dependent and independent samples using z test and t test.

Prof. Miccoli's program (21 hours): 

 

Data analysis in Psychology and use of the software. Sample size determination. Randomization. Statistical tests for comparisons. Correlation and association in psychometric analysis. Regression models in Psychology. The development of a multivariable model. The ROC analysis in Psychology.  Survival analysis. Systematic reviews and meta-analyses. Psychometric questionnaires: analyses to simplify data, validity and reliability.

Bibliografia e materiale didattico

 Libro di testo: Introduzione alla psicometria. Editori Laterza. Caterina Primi e Francesca Chiesi.

Materiale di studio obbligatorio: Materiale fornito dal docente (diapositive che saranno debitamente inviate al rappresentate).  

Eserciziari opzionali Comparini:

450 quesiti di statistica psicometrica e psicometria. Barbaranelli et al. Edizioni LED

Esercitazioni di psicometria. Problemi ed esercizi svolti e commentati. AreniA et al. Elsevier edizioni.

Diapositive pubblicate su Schemi di statistica di Primi e Chiesi, Ed CUSL Firenze

 

 

 

Bibliography

Book: "Introduzione alla psicometria". Editori Laterza. Caterina Primi e Francesca Chiesi.

Compulsory study materials: Materials provided by the teacher (slides that will be duly sent to the representative student of the class).

Optional Exercise Books (Comparini):

450 quesiti di statistica psicometrica e psicometria. Barbaranelli et al. Edizioni LED

Esercitazioni di psicometria. Problemi ed esercizi svolti e commentati. AreniA et al. Elsevier edizioni.

Diapositive pubblicate su Schemi di statistica di Primi e Chiesi, Ed CUSL Firenze

Indicazioni per non frequentanti

Studiare il libro di testo consigliato e procurarsi, tramite i rappresentanti di classe, il materiale (slides) fornito dai docenti Orrù, Comparini e Miccoli.

Non-attending students info

It is highly recommended the study of the main textbook and the material provided (slides or English documents) through the class representative student.

Modalità d'esame

Esame scritto

Verrà valutato il grado di apprendimento degli argomenti trattati e delle abilità attese al termine del corso e verrà valutato attraverso i seguenti criteri:
1) Correttezza delle risposte
2) Completezza delle risposte
3) Eventuale grado di approfondimento dell'analisi fornita dallo studente.

Assessment methods

 

Methods: Written test.
The degree of learning of the topics covered and the expected skills at the end of the course will be assessed and will be assessed using the following criteria:
1) Correctness of answers
2) Completeness of the answers
3) Possible degree of deepening of the analysis provided by the student.

Updated: 05/12/2023 11:50