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 e multipla; la stima dei parametri e la verifica delle ipotesi; le assunzioni dell’analisi della regression; mediazione e moderazione.

- CHIORRI, C. (2020/2025). Fondamenti di psicometria (III edizione oppure IV edizione). Milano, McGraw-Hill Education.

- SENESE, V.P. (2026). Regressione Lineare Semplice e Multipla: concetti introduttivi ed esempi. Testo fornito dal docente.

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

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

Di seguito sono specificati gli obiettivi formativi e i risultati di apprendimento attesi coerenti con quanto prefissato negli obiettivi formativi del CdS ed in coerenza con i profili professionali e gli sbocchi occupazionali previsti.

Conoscenze e capacità di comprensione (knowledge and understanding)
Al termine del corso, lo studente avrà acquisito le conoscenze teoriche e metodologiche necessarie per progettare una ricerca in psicologia. In particolare, comprenderà i principi alla base della scelta e dell’applicazione dei metodi di misura e dei modelli lineari per l’analisi dei dati. Sarà in grado di distinguere tra diversi approcci analitici e di valutarne l’appropriatezza in relazione alle ipotesi di ricerca.

Utilizzazione delle conoscenze e capacità di comprensione (applying knowledge and understanding)
Lo studente sarà in grado di applicare le conoscenze acquisite per sviluppare un disegno di ricerca coerente con gli obiettivi di indagine. Saprà selezionare e utilizzare correttamente gli strumenti di misurazione e i modelli statistici lineari più adeguati, anche attraverso l’analisi di dati reali e casi empirici presentati durante il corso.

Capacità di trarre conclusioni (making judgements)
Grazie all’approccio critico adottato durante le lezioni, lo studente svilupperà la capacità di valutare l’affidabilità e la validità delle scelte metodologiche, sia in contesti sperimentali che applicativi. Sarà in grado di interpretare i risultati delle analisi statistiche e di trarre conclusioni basate su evidenze empiriche.

Abilità comunicative (communication skills)
Al termine del corso, lo studente saprà presentare in modo chiaro e strutturato il disegno di una ricerca, giustificando le scelte metodologiche e discutendo criticamente i risultati ottenuti. Potrà esprimere concetti tecnici in forma scritta e orale, anche attraverso l’utilizzo di una terminologia appropriata.

Capacità di apprendere (learning skills)
Il corso favorirà lo sviluppo di autonomia nell’approfondimento di tematiche metodologiche e statistiche, fornendo agli studenti gli strumenti per aggiornarsi sulle nuove tecniche di analisi dei dati. L’accesso a materiali didattici (disponibili sulla pagina web del corso e su MS-Teams) consentirà un apprendimento flessibile e continuo.


Profilo professionale sviluppato:
Lo studente acquisirà le competenze necessarie per operare come ricercatore o professionista in ambito psicologico, in grado di progettare indagini empiriche, selezionare strumenti validi e applicare modelli statistici avanzati per l’analisi dei dati. Tale formazione è rilevante per ruoli in contesti accademici, centri di ricerca, aziende (HR e market research), servizi clinici e sociali, dove è richiesta una solida capacità di analisi quantitativa.

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.

Per garantire il conseguimento delle competenze delineate, il corso adotterà una didattica attiva e integrata, combinando diversi approcci metodologici:

1. Lezioni frontali interattive
- Obiettivo: Trasmettere le basi teoriche e metodologiche, stimolando la riflessione critica
Modalità: Lezioni dialogate con ampio spazio per domande, dibattiti e approfondimenti
Supporti didattici: Presentazioni multimediali (slide con grafici, tabelle, diagrammi concettuali)
Articoli scientifici selezionati per analisi critica

2. Esercitazioni seminariali applicative
- Obiettivo: Sviluppare competenze tecniche e capacità di problem-solving attraverso l’esperienza diretta
Modalità: Sessioni pratiche in aula
Attività proposte: Analisi di dati simulati per comprendere i passaggi logici dell’elaborazione statistica
Lavoro su dati reali (es. dataset da ricerche pubblicate) per applicare modelli lineari
Discussione guidata di output statistici (interpretazione di tabelle, grafici, valori di significatività)

3. Materiali e piattaforme digitali
Tutte le risorse utilizzate in aula (slide, dataset, articoli) saranno disponibili su:
Pagina web del corso
Canale dedicato su MS-Teams (per discussione e raccolta feedback)
Valutazione dell’efficacia:
Test formativi durante il corso (quiz teorici, esercizi applicativi)
Feedback strutturati sulle esercitazioni per correggere errori e consolidare apprendimenti

Questa struttura garantisce un equilibrio tra teoria e pratica, preparando gli studenti a un utilizzo autonomo e consapevole degli strumenti della ricerca psicologica.

La frequenza delle lezioni non è obbligatoria, ma fortemente consigliata.

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.

La prova orale (facoltativa) sarà accessibile solo agli studenti che hanno conseguito almeno 18/30 nello scritto.
Verterà sull'intero programma del corso. La valutazione del colloquio orale terrà conto dei seguenti elementi:
Conoscenza degli argomenti teorici e metodologici
Uso appropriato della terminologia specialistica della disciplina
Capacità di ragionamento e di collegare concetti e metodologie in modo logico
Competenza nel commentare output analitici, riconoscendo limiti e implicazioni dei risultati

La valutazione finale, in trentesimi, terrà conto sia dell'esito dello scritto che della performance orale. La lode sarà assegnata se tutti gli aspetti indicati sono presenti.

RICEVIMENTO STUDENTI

Il ricevimento si terrà settimanalmente.

Per informazioni sui giorni e/o orari del ricevimento e per prenotarsi consultare la seguente pagina web:

https://www.psicologia.unina2.it/dipartimento/docenti?MATRICOLA=058635

Dipartimento di Psicologia
Università degli studi della Campania "Luigi Vanvitelli"
Viale Ellittico 31, 81100, Caserta
II Piano, Stanza 37

Gli studenti fuori-sede o Erasmus che avessero bisogno di maggiori informazioni o di materiali didattici in lingua inglese possono contattare direttamente il docente via e-mail.

Per qualsiasi ulteriore esigenza contattare il docente al seguente indirizzo e-mail: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Il corso prevede 8 CFU così articolati:

1. Metodi di ricerca in psicologia (0.5 CFU)
- Le fasi della ricerca scientifica in psicologia.
- Variabili: qualitative e quantitative, indipendenti e dipendenti.
- Scale di misura: nominale, ordinale, a intervalli, a rapporti.
- Indici di tendenza centrale: moda, mediana, media.
- Indici di variabilità: scarto semplice, devianza, varianza, deviazione standard.
- Misure di posizione: percentili, punti z, scale standardizzate.

2. La misurazione in psicologia (1 CFU)
- Operazionalizzazione dei costrutti psicologici.
- Attendibilità (consistenza interna, test-retest, accordo tra valutatori)
- Validità (contenuto, di costrutto, predittiva).

3. Distribuzioni di probabilità e Inferenza statistica (1.5 CFU)
- La distribuzione normale: proprietà, asimmetria e curtosi.
- Altre distribuzioni teoriche: t di Student; Chi quadrato; F di Fisher
- Verifica delle ipotesi: ipotesi nulla e alternativa; errore di I tipo (α) e di II tipo (β); Potenza statistica.
- Forza dell’effetto: misure (d di Cohen, η², R²).
- Stima dei parametri: intervalli di confidenza.

4. Associazione tra variabili (1 CFU)
- Indici di correlazione parametrici (Pearson) e non parametrici (Spearman, Kendall).
- Interpretazione del coefficiente di correlazione.
- Coefficiente di determinazione (R²) e sua interpretazione.

5. Modelli lineari (2.5 CFU)
- Introduzione ai modelli causali e ai modelli lineari generalizzati.
- Analisi della regressione lineare semplice:
- Stima dei parametri (metodo dei minimi quadrati).
- Verifica delle ipotesi (significatività dei coefficienti).
- Assunzioni del modello (normalità, omoschedasticità, indipendenza degli errori).
- Regressione multipla.
- Tecniche di regression multipla
- Mediazione e Moderazione

6. Esercitazioni (1.5 CFU)
- Analisi di dati simulati per comprendere i passaggi logici dell’elaborazione statistica
- Per ciascuna statistica e/o tecnica trattata
- Analisi di dati reali (es. dataset da ricerche pubblicate) per il calcolo delle statistiche e delle tecniche trattate
- Per ciascuna statistica e/o tecnica trattata
- Discussione guidata di output statistici (interpretazione di tabelle, grafici, valori di significatività)

Italian

Research methods in psychology: the phases of research, sampling; variables; measurement scales; measures of central tendency and variability (mode, median, mean, mean deviation, sum of squares, variance, standard deviation, quartiles, percentiles, z-scores, standardised scales);

Measurement in psychology: operationalisation of constructs, reliability and validity of measures;

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 errors, effect size, statistical power, parameter estimation;

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

Linear models: introduction to causal models and generalised linear models; simple and multiple linear regression analysis; parameter estimation and hypothesis testing; assumptions of regression analysis; mediation and moderation.

CHIORRI, C. (2020/2025). Fondamenti di psicometria (3rd or 4th edition). Milano, McGraw-Hill Education.

SENESE, V.P. (2026). Regressione Lineare Semplice e Multipla: concetti introduttivi ed esempi [Simple and Multiple Linear Regression: Introductory Concepts and Examples]. Text provided by the instructor.

The course slides are to be considered supplementary teaching materials.

Other optional textbooks or scientific articles may be agreed upon with the instructor.

The educational objectives and expected learning outcomes detailed below are consistent with those established in the educational objectives of the Degree Programme and aligned with the anticipated professional profiles and career opportunities.

Knowledge and understanding
Upon completion of the course, students will have acquired the theoretical and methodological knowledge necessary to design research in psychology. In particular, they will comprehend the principles underlying the selection and application of measurement methods and linear models for data analysis. They will be able to distinguish between different analytical approaches and evaluate their appropriateness in relation to the research hypotheses.

Applying knowledge and understanding
Students will be able to apply the acquired knowledge to develop a research design coherent with the investigative objectives. They will know how to select and correctly utilise the most appropriate measurement instruments and linear statistical models, also through the analysis of real data and empirical case studies presented during the course.

Making judgements
Owing to the critical approach adopted during the lectures, students will develop the capacity to evaluate the reliability and validity of methodological choices, in both experimental and applied contexts. They will be able to interpret the results of statistical analyses and draw conclusions grounded in empirical evidence.

Communication skills
Upon completion of the course, students will be able to present the design of a research study clearly and coherently, justifying methodological choices and critically discussing the results obtained. They will be able to express technical concepts in written and oral form, also through the use of appropriate terminology.

Learning skills
The course will foster the development of autonomy in the further exploration of methodological and statistical topics, providing students with the tools to remain current with new data analysis techniques. Access to teaching materials (available on the course webpage and on MS-Teams) will enable flexible and continuous learning.

Developed professional profile
Students will acquire the competencies necessary to work as a researcher or professional in the psychological domain, capable of designing empirical investigations, selecting valid instruments, and applying advanced statistical models for data analysis. This training is relevant for roles in academic settings, research centres, companies (HR and market research), and clinical and social services, where robust quantitative analytical skills are required.

Mathematics at the upper secondary school level (encompassing elements of set theory, algebra and linear equations, and geometry); fundamental notions of measurement theory, research methodology, inferential statistics, and statistical tests for univariate and bivariate analyses.

To ensure the attainment of the delineated competencies, the course will adopt an active and integrated pedagogical approach, combining several methodological strategies:

1. Interactive lectures

Objective: To convey the theoretical and methodological foundations while stimulating critical reflection.

Mode of delivery: Dialogue-based lectures, with ample scope for questions, debate, and in-depth discussion.

Teaching resources: Multimedia presentations (slides incorporating graphs, tables, and conceptual diagrams); selected scientific articles for critical appraisal.

2. Applied seminar-based workshops

Objective: To develop technical skills and problem-solving abilities through direct hands-on experience.

Mode of delivery: Practical in-class sessions.

Proposed activities: Analysis of simulated data to comprehend the logical steps underlying statistical processing; work with real datasets (e.g., from published research) to apply linear models; guided discussion of statistical outputs, including the interpretation of tables, graphs, and significance values.

3. Digital materials and platforms
All resources utilised during class sessions (slides, datasets, articles) will be made available on:

The course webpage;

The dedicated channel on MS Teams (for discussion and the collection of feedback).

Evaluation of effectiveness:
Formative assessments will be administered throughout the course, comprising both theoretical quizzes and applied exercises. Structured feedback on the workshop activities will be provided in order to rectify errors and consolidate learning.

This structure ensures a balanced integration of theory and practice, preparing students for the autonomous and informed use of psychological research instruments.

Lecture attendance is not compulsory, but is strongly recommended.

EXAMINATION FORMAT

The examination consists of a written test, followed by an optional oral examination. This format applies equally to both attending and non-attending students.

The written test is designed to assess the student's level of knowledge of the topics specified in the syllabus and covered during the lectures, as well as the ability to apply theoretical knowledge to concrete cases.

The written test comprises 25 multiple-choice questions. Each correct answer will be awarded 1.25 points, whereas incorrect or omitted answers will receive 0 points. The time allocated is 40 minutes. To pass the examination, a minimum of 14 correct answers is required (equivalent to a grade of 18 out of 30). Cum laude will be awarded in the event that all answers are correct.

The oral examination (optional) will be accessible only to students who have achieved at least 18/30 on the written test. It will cover the entire course syllabus. The evaluation of the oral examination will take into account the following criteria:

Knowledge of theoretical and methodological topics;

Appropriate use of the specialist terminology of the discipline;

Reasoning ability and capacity to connect concepts and methodologies in a logical manner;

Competence in commenting on analytical outputs, recognising the limitations and implications of the results.

The final grade, expressed out of thirty, will take into account both the outcome of the written test and the oral performance. Cum laude will be awarded if all the aforementioned aspects are demonstrated.

STUDENT CONSULTATION HOURS

Student consultation hours will be held weekly. For information regarding the days and/or times of the consultation hours, and to book an appointment, please consult the following webpage:

https://www.psicologia.unina2.it/dipartimento/docenti?MATRICOLA=058635

Department of Psychology
University of Campania "Luigi Vanvitelli"
Viale Ellittico 31, 81100, Caserta, Italy
Second Floor, Room 37

Students residing outside the local area or those on Erasmus exchange who require further information or teaching materials in English may contact the lecturer directly via email.

For any further requirements, please contact the lecturer at the following email address: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

The course carries 8 CFU (credits), articulated as follows:

1. Research Methods in Psychology (0.5 CFU)

The phases of scientific research in psychology.

Variables: qualitative and quantitative; independent and dependent.

Measurement scales: nominal, ordinal, interval, ratio.

Measures of central tendency: mode, median, mean.

Measures of variability: mean deviation, sum of squares, variance, standard deviation.

Measures of position: percentiles, z-scores, standardised scales.

2. Measurement in Psychology (1 CFU)

Operationalisation of psychological constructs.

Reliability: internal consistency, test–retest, inter-rater agreement.

Validity: content, construct, predictive.

3. Probability Distributions and Statistical Inference (1.5 CFU)

The normal distribution: properties, skewness, and kurtosis.

Other theoretical distributions: Student's *t*; chi-square; Fisher's F.

Hypothesis testing: null and alternative hypotheses; Type I error (α) and Type II error (β); statistical power.

Effect size measures: Cohen's *d*, η², R².

Parameter estimation: confidence intervals.

4. Association between Variables (1 CFU)

Parametric (Pearson) and non-parametric (Spearman, Kendall) correlation coefficients.

Interpretation of the correlation coefficient.

Coefficient of determination (R²) and its interpretation.

5. Linear Models (2.5 CFU)

Introduction to causal models and generalised linear models.

Simple linear regression analysis:

Parameter estimation (ordinary least squares method).

Hypothesis testing (significance of coefficients).

Model assumptions (normality, homoscedasticity, independence of errors).

Multiple regression.

Multiple regression techniques.

Mediation and moderation.

6. Workshops (1.5 CFU)

Analysis of simulated data to understand the logical steps of statistical processing – for each statistic and/or technique covered.

Analysis of real data (e.g., datasets from published research) for the computation of the statistics and techniques covered – for each statistic and/or technique covered.

Guided discussion of statistical outputs (interpretation of tables, graphs, and significance values).