ITALIANO

- i metodi di ricerca in psicologia: le fasi della ricerca, il campionamento; le variabili; le scale di misura; gli indici di tendenza centrale e di variabilità (moda, mediana, media, scarto semplice, devianza, varianza, deviazione standard, quartili, percentili, i punti z, le scale standardizzate);

- la misurazione in psicologia: operazionalizzazione dei costrutti, attendibilità e validità delle misure;

- le distribuzioni di probabilità: la distribuzione normale (asimmetria e curtosi) e le altre distribuzioni teoriche (t di Student, chi quadrato, F di Fisher, binomiale);

- l’inferenza statistica: la verifica delle ipotesi; errore di I e di II tipo, la forza dell'effetto, la potenza statistica, la stima dei parametri;

- l’associazione tra variabili: gli indici di correlazione (parametrici e non parametrici), il coefficiente di determinazione;

- i modelli lineari: introduzione ai modelli causali e ai modelli lineari generalizzati; l’analisi della regressione lineare semplice; l’analisi della regressione lineare multipla; la stima dei parametri dei modelli di regressione multipla; le diverse tecniche di analisi della regressione; le assunzioni dell’analisi della regressione; analisi della mediazione e moderazione mediante la regressione multipla.

- Gallucci, M., Leone, L., Berlingeri, M. (2017). Modelli statistici per le scienze sociali (Seconda edizione) Pearson Italia, Milano-Torino. Di seguito sono riportati nel dettaglio i capitoli e paragrafi da considerare. Capitolo 1; Capitolo 2; Capitolo 3; Capitolo 4 solo i seguenti paragrafi: §4.1, §4.2, §4.2.1, §4.2.2, §4.4, §4.4.1, §4.4.2, Capitolo 5 ad esclusione dei seguenti paragrafi: §5.6, §5.6.1, §5.6.2, §5.6.3, Capitolo 6; Capitolo 7; Capitolo 12.

- Le slides del corso sono da considerare materiali didattici integrativi.

- Altri libri a scelta potranno essere concordati con il docente.

Scopo principale del corso è far sviluppare nello studente la capacità di progettare una ricerca in psicologia, in particolare per quel che riguarda una adeguata scelta e applicazione dei metodi di misura e dei modelli lineari di analisi dei dati. Le metodologie e le tecniche presentate durante le lezioni saranno discusse e analizzate da un punto di vista teorico e da un punto di vista applicativo mediante opportune esemplificazioni, facendo riferimento a ricerche empiriche e a dati reali. Tutti i materiali utilizzati durante le lezioni o le esercitazioni saranno pubblicati sulla pagina web dell'insegnamento e sulla piattaforma MS-Teams nel canale dedicato all’insegnamento.

Matematica livello scuole superiori (elementi di teoria degli insiemi; elementi di algebra ed equazioni lineari; elementi di geometria), nozioni di base della teoria della misurazione, della metodologia della ricerca, della statistica inferenziale e dei test statistici per analisi univariate e bivariate.

- Lezioni frontali (in presenza e a distanza) aperte alla discussione, con ausilio di materiali audio-video, diapositive, articoli scientifici, ecc.

- Esercitazioni.

L’esame consiste in una prova scritta seguita da una prova orale facoltativa. Questa modalità vale sia per frequentanti sia per i non frequentanti. La prova scritta è finalizzata a valutare il livello di conoscenza degli argomenti indicati nel programma e trattati durante le lezioni, nonché la capacità dello studente di saper applicare le conoscenze teoriche a casi concreti. La prova scritta si compone di 25 domande a risposta multipla. A ciascuna risposta esatta saranno attribuiti 1.25 punti, mentre 0 punti per le risposte errate oppure non date. Il tempo a disposizione è di 40 minuti. Per superare l'esame è necessario rispondere in modo corretto ad almeno 14 domande (voto 18). La lode sarà assegnata in caso tutte le risposte siano corrette.

Italian

- research methods in psychology: research phases; sampling; variables; measurement scales; central tendency and variability indices (fashion, median, mean, simple variance, deviance, variance, standard deviation, quartiles, percentiles, z-scores, standardised scales)

- measurement in psychology: operationalisation of constructs, reliability and validity of measurements;

- probability distributions: the normal distribution (skewness and kurtosis) and other theoretical distributions (Student's t, chi square, Fisher's F, binomial);

- statistical inference: hypothesis testing; type I and type II error, strength of effect, statistical power, parameter estimation;

- the association between variables: correlation indices (parametric and non-parametric), the coefficient of determination;

- linear models: introduction to causal models and generalised linear models; simple linear regression analysis; multiple linear regression analysis; parameter estimation of multiple regression models; different regression analysis techniques; assumptions of regression analysis; mediation and moderation analysis using multiple regression.

- Gallucci, M., Leone, L., Berlingeri, M. (2017). Modelli statistici per le scienze sociali (Seconda edizione) Pearson Italia, Milano-Torino. The chapters and paragraphs to be considered are set out in detail below. Chapter 1; Chapter 2; Chapter 3; Chapter 4 only the following paragraphs: §4.1, §4.2, §4.2.1, §4.2.2, §4.4, §4.4.1, §4.4.2, Chapter 5 excluding the following paragraphs: §5.6, §5.6.1, §5.6.2, §5.6.3, Chapter 6; Chapter 7; Chapter 12.

- The course slides are to be considered supplementary teaching materials.

- Other books of your choice may be agreed with the lecturer.

The main aim of the course is to develop the student's ability to design research in psychology, particularly with regard to the appropriate choice and application of measurement methods and linear data analysis models. The methodologies and techniques presented during the lectures will be discussed and analysed from a theoretical point of view and from an application point of view by means of appropriate exemplifications, referring to empirical research and real data. All materials used during the lectures or exercises will be published on the teaching webpage and on the MS-Teams platform in the dedicated teaching channel.

High school level mathematics (elements of set theory; elements of algebra and linear equations; elements of geometry), basics of measurement theory, research methodology, inferential statistics and statistical tests for univariate and bivariate analysis.

- Lectures (face-to-face and/or distance learning) open to discussion, with the aid of audio-visual materials, slides, scientific articles, etc.

- Exercises.

The examination consists of a written test followed by an optional oral test. This mode applies to both attending and non-attending students. The written test is designed to assess the student's level of knowledge of the topics indicated in the syllabus and covered during the lectures, as well as his or her ability to apply theoretical knowledge to concrete cases. The written test consists of 25 multiple-choice questions. Each correct answer will be awarded 1.25 points, while 0 points will be awarded for incorrect answers or answers not given. The time available is 40 minutes. To pass the examination, at least 14 questions must be answered correctly (mark 18). Honours will be awarded if all answers are correct.