mail unicampaniaunicampania webcerca

    Vincenzo Paolo SENESE

    Insegnamento di METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA

    Corso di laurea magistrale in PSICOLOGIA CLINICA

    SSD: M-PSI/03

    CFU: 6,00

    ORE PER UNITÀ DIDATTICA: 42,00

    Periodo di Erogazione: Primo Semestre

    Italiano

    Lingua di insegnamento

    Italian

    Contenuti

    Gli argomenti trattati dal corso saranno:
    (a) aspetti di base della metodologia della ricerca e della statistica: le variabili; le statistiche descrittive; l’inferenza statistica; la validità e l’attendibilità delle misure;
    (b) i modelli di analisi fattoriale esplorativa: introduzione, analisi delle componenti principali e analisi fattoriale;
    (c) i modelli lineari generalizzati: introduzione e regressione multipla.

    Testi di riferimento

    Kazdin, A. E. (1996). Metodi di ricerca in psicologia clinica. Bologna, Il Mulino. [Capp. I, II, V, X, & XIV].

    Gallucci, M., Leone, L. (2012). Modelli statistici per le scienze sociali. Milano-Torino, Pearson Italia. [Capp. I, II, III, V, VI, VII, XI, XII]

    Senese, V. P. (2016). Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi. Dipartimento di Psicologia della Seconda Università di Napoli [Cap. I; la dispensa è scaricabile gratuitamente dal sito del Dipartimento [www.psicologia.unina2.it] nella pagina dell’insegnamento].

    Obiettivi formativi

    Il corso (6 CFU) si propone di far sviluppare nello studente la capacità di poter fruire dei risultati delle ricerche empiriche con maggiore consapevolezza e spirito critico, e la capacità di verificare le ipotesi di ricerca mediante i principali modelli predittivi e di misura dell’analisi psicologica. A tale scopo il corso si svilupperà approfondendo sia gli aspetti metodologici, trattando i principali punti critici dei disegni di ricerca, con particolare riferimento alla validità e all’attendibilità, sia quelli statistici, trattando i modelli di analisi fattoriale esplorativa e i modelli lineari generalizzati, con particolare riferimento alle tecniche di regressione lineare.

    Prerequisiti

    Nozioni di base della teoria della misurazione, della statistica inferenziale e dei test statistici per analisi univariate e bivariate (parametrici e non parametrici).

    Metodologie didattiche

    I modelli di analisi dei dati e le tecniche presentate durante il corso saranno trattate sia da un punto di vista teorico sia da un punto di vista applicativo mediante opportune esemplificazioni e facendo riferimento a dati sia didattici sia reali.

    Lezioni frontali aperte alla discussione, con ausilio di materiali audio-video, diapositive, ecc. Inoltre, potranno essere previsti seminari di approfondimento.

    Metodi di valutazione

    E’ previsto un esame finale con votazione in trentesimi. L'esame consiste in una prova scritta 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 è composta da 31 domande con risposte a scelta multipla con una sola risposta corretta. Le domande sono sia teoriche sia relative a dei risultati di analisi dei dati. Alle risposte corrette viene assegnato un punto, mentre zero punti alle risposte sbagliate o non date. Il voto finale è dato dal numero di risposte corrette. La prova scritta viene superata se si risponde in modo corretto ad almeno 18 domande. La lode viene assegnata a coloro che rispondono a tutte le domande in modo corretto.
    Per coloro che raggiungono la sufficienza (almeno 18) è possibile, a scelta, sostenere una prova orale. La valutazione della prova orale è legata alla capacità dello studente di trattare in modo esaustivo gli argomenti del corso con una buona proprietà di linguaggio. La prova orale verte su tutto il programma.


    In caso dovessero perdurare i limiti alle attività in presenza a causa del COVID-19 e delle conseguenti misure di sicurezza, gli esami si svolgeranno in modalità scritta a distanza seguiti da una prova orale facoltativa.

    Altre informazioni

    A questo insegnamento è associato un laboratorio (2 CFU).

    Programma del corso

    Gli argomenti trattati dal corso saranno:
    (a) aspetti di base della metodologia della ricerca e della statistica: le variabili; le statistiche descrittive; l’inferenza statistica; la validità e l’attendibilità delle misure;
    (b) i modelli di analisi fattoriale esplorativa: introduzione, analisi delle componenti principali e analisi fattoriale;
    (c) i modelli lineari generalizzati: introduzione e regressione multipla.

    English

    Teaching language

    Italian

    Contents

    The topics covered by the course will be:
    (a) basic aspects of research methodology and statistics: variables; descriptive statistics; statistical inference; validity and reliability of measures;
    (b) exploratory factor analysis models: introduction, principal components and factorial analysis;
    (c) generalised linear models: introduction and linear multiple regression.

    Textbook and course materials

    Kazdin, A. E. (1996). Metodi di ricerca in psicologia clinica. Bologna, Il Mulino. [Capp. I, II, V, X, & XIV].

    Gallucci, M., Leone, L. (2012). Modelli statistici per le scienze sociali. Milano-Torino, Pearson Italia. [Capp. I, II, III, V, VI, VII, XI, XII]

    Senese, V. P. (2016). Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi. Dipartimento di Psicologia della Seconda Università di Napoli [Cap. I].

    Course objectives

    The course (6 CFU) aims to develop the student's ability to benefit from the results of empirical research with greater awareness and critical analysis, and the ability to verify research hypotheses through the considered data analysis techniques. To this aim, the course will be organized by deepening both the methodological aspects, dealing with the main critical points of the research drawings, with particular reference to their validity and reliability, and the statistical aspects, dealing with models of exploratory factor analysis and generalized linear models, with particular reference to linear regression techniques.

    Prerequisites

    Basics of the measurement theory, inferential statistic and statistical tests for univariate and bivariate (parametric and non-parametric) analysis.

    Teaching methods

    The data analysis models and techniques presented during the course will be treated both from a theoretical point of view and from an applicative point of view, by means of appropriate examples and referring to both didactic and real data.

    Lectures open to discussion, with the aid of audio-video materials, slides, etc. Furthermore, seminars can be scheduled.

    Evaluation methods

    A final exam is scheduled with a score in thirtieths. The exam consists of a written test aimed at assessing the level of knowledge of the topics indicated in the program and treated during the lessons, as well as the ability to apply the theoretical knowledge to concrete cases.
    The test consists of 31 questions with multiple choice answers with only one correct answer. The questions are both theoretical and related to the results of a data analysis. One point is assigned to each correct answer, while zero points to wrong answers or answers not given. The final score is given by the number of correct answers. The test is passed if you answer correctly at least 18 questions. The "lode" is given to those who answer all questions correctly.
    For those who reach the sufficiency (at least 18), it is possible, optionally, to take an oral test. The evaluation of the oral exam is linked to the student's ability to deal comprehensively with the course topics with good language skills. The oral exam focuses on the whole program.


    In the event that the limits to the activities in presence due to the COVID-19 and the resulting safety measures continue to apply, the examinations will be carried out by means of an on-line written test followed by an optional oral examination.

    Other information

    A laboratory (2 CFU) is linked with this course.

    Course Syllabus

    The topics covered by the course will be:
    (a) basic aspects of research methodology and statistics: variables; descriptive statistics; statistical inference; validity and reliability of measures;
    (b) exploratory factor analysis models: introduction, principal components and factorial analysis;
    (c) generalised linear models: introduction and linear multiple regression.

    facebook logoinstagram buttonyoutube logotype