Italiano

Durante le attività di laboratorio (2 CFU) saranno presentate le seguenti tecniche di analisi statistica:
(A) analisi della correlazione;
(B) i modelli di analisi fattoriale esplorativa: analisi delle componenti principali e analisi fattoriale;
(C) analisi dell'attendibilità.

Gallucci, M., Leone, L., Berlingeri, M. (2017). Modelli statistici per le scienze sociali (Seconda edizione). Milano-Torino, Pearson Italia. [Capp. 1, 2, 12 e 13]

Le attività del laboratorio si propongono di fare acquisire agli studenti la capacità di eseguire le analisi finalizzate alla verifica delle proprietà psicometriche degli strumenti di misura psicologici.

Conoscenze e capacità di comprensione (knowledge and understanding)
Livello minimo da acquisire:
Lo studente dovrà comprendere i principi teorici alla base della verifica delle proprietà psicometriche degli strumenti di misura in psicologia, con particolare riferimento a validità e attendibilità. Dovrà inoltre conoscere le principali tecniche statistiche utilizzate per la verifica di tali proprietà.

Utilizzazione delle conoscenze e capacità di comprensione (applying knowledge and understanding)
Lo studente sarà in grado di applicare le conoscenze acquisite per eseguire analisi psicometriche su strumenti di misura, sia costruiti ad hoc che preesistenti. Sarà inoltre in grado di interpretare i risultati ottenuti al fine di valutare l’adeguatezza degli strumenti in contesti clinici, di ricerca e applicativi.

Capacità di trarre conclusioni (making judgements)
Al termine delle attività, lo studente saprà valutare criticamente la qualità psicometrica degli strumenti di misura, selezionando quelli più idonei in base alle esigenze specifiche. Sarà inoltre in grado di interpretare con consapevolezza i risultati delle ricerche empiriche, riconoscendo eventuali limiti psicometrici o di validità.

Abilità comunicative (communication skills)
Lo studente svilupperà la capacità di presentare in modo chiaro e strutturato i risultati delle analisi psicometriche, utilizzando un linguaggio tecnico appropriato sia in forma scritta che orale. Sarà in grado di discutere criticamente le implicazioni pratiche e teoriche delle proprie valutazioni.

Capacità di apprendere (learning skills)
Le attività del laboratorio favoriranno l’acquisizione di un metodo di lavoro autonomo e flessibile, permettendo allo studente di aggiornarsi costantemente sulle nuove metodologie e strumentazioni in ambito psicometrico. Sarà inoltre in grado di trasferire le competenze apprese a nuovi contesti di ricerca e applicazione.

Profilo professionale sviluppato
Le competenze acquisite prepareranno lo studente a operare in diversi ambiti della psicologia (clinico, di ricerca e applicativo), dove è richiesto l’utilizzo critico di strumenti psicometrici. Tale formazione risulterà particolarmente utile per professionisti che si occupano di valutazione psicologica, progettazione di strumenti di misura e analisi di dati empirici.

Nozioni di base della teoria della misurazione, della statistica inferenziale, dei test statistici per analisi univariate e bivariate e dell'analisi fattoriale esplorativa.

L’attività didattica sarà incentrata su un lavoro pratico, che prevede l’utilizzo del PC per l’analisi statistica dei dati.

Gli studenti non si limiteranno a una comprensione teorica dei concetti, ma li applicheranno concretamente attraverso:
- Esempi guidati: presentazione di casi concreti in cui le statistiche e i modelli di analisi dati sono utilizzati per risolvere problemi reali.
- Dati didattici e reali: utilizzo sia di dataset semplificati (per facilitare l’apprendimento) sia di dati provenienti da contesti reali (es., ricerche scientifiche, indagini sociali, dati aziendali).

Per garantire un’esperienza pratica e accessibile, saranno impiegati software gratuiti di analisi statistica, tra cui:

- JAMOVI: interfaccia intuitiva e user-friendly, adatta per chi si avvicina all’analisi statistica senza necessità di programmazione.
- R (con RStudio): potente linguaggio di programmazione statistica, flessibile e ampiamente utilizzato in ambito accademico e professionale.
- JASP: alternativa open-source a SPSS, con un’interfaccia grafica semplice e funzionalità avanzate per l’analisi bayesiana e frequentista.

Le attività didattiche si svolgeranno in sessioni di laboratorio, dove gli studenti:
- Impareranno a importare e preparare i dati (pulizia, trasformazione, gestione di missing data).
- Applicheranno tecniche statistiche (statistiche descrittive, test parametrici e non parametrici, regressioni, analisi multivariate).
- Interpreteranno i risultati e li presenteranno in modo chiaro (tabelle, grafici, report).

# Idoneità
Per conseguire l’idoneità di laboratorio (non è previsto un voto), ciascuno studente dovrà presentare una relazione (o report di ricerca). La relazione potrà essere firmata da un massimo di due (2) persone, dovrà avere come oggetto la sintesi e l’interpretazione di un’analisi con un software a scelta dello studente e finalizzata alla verificfa delle proprietà psicometriche (dimensionalità, attendibilità e validità) di uno strumento di misura.

# Report di ricerca
Ciascuno studente è tenuto a definire o procurarsi un insieme di dati (database) sui quali effettuare le analisi. I dati possono essere: (a) inventati, (b) simulati o (c) reali (es., scelti da quelli forniti durante le attività di laboratorio, oppure in possesso dello studente, o estratti da internet). Il report dovrà essere strutturato secondo le indicazioni contenute nel modello "Modello Report di ricerca" (si veda sotto).

# Consegna del report
Il report finale dovrà essere inviato al docente almeno due settimane prima della data d’esame scelta. Il report potrà essere consegnato via e-mail. La e-mail dovrà avere come oggetto il seguente “Report Laboratorio Modelli di Misura” e il file inserito come allegato. Il file dovrà essere inviato in formato PDF e rinominato nel modo seguente “Report_Cognome1Cognome2.pdf” (ad esempio: “Report_SeneseMarcone.pdf” in caso di due autori, oppure “Report_Senese.pdf” in caso di autore singolo).

# Modello Report di ricerca
Il report dovrà essere così strutturato: MAX 2 PAGINE A4, carattere Times New Roman 12 – Interlinea singola – Giustificato.
Nel report non devono essere riportati gli output “grezzi” del software, ma i dati devono essere riportati in tabelle costruite appositamente, e in modo tale che siano di facile lettura. In caso si vogliano riportare grafici devono essere piccoli, ma leggibili con tutte le informazioni necessarie alla loro comprensione presenti nel grafico stesso (es. valore delle ascisse, valore delle ordinate, ecc.). Controllare l’ortografia e la formattazione del testo.

IL TESTO DEL REPORT DEVE ESSERE SUDDIVISO NEI PARAGRAFI RIPORTATI DI SEGUITO:
-TITOLO
-OBIETTIVO
-ANALISI DEI DATI
-RISULTATI
-CONCLUSIONI

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 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.

La seguente attività formativa prevede 2 CFU secondo la seguente articolazione (2 CFU – 50 ore totali)

1. Lezioni teoriche (0.4 CFU – 10 ore)
Attività in aula (6h): Panoramica su validità, attendibilità e tecniche statistiche (correlazione, analisi fattoriale)
Attività autonome (4h): Studio di materiali forniti (es. articoli, esempi di report psicometrici)

2. Esercitazioni pratiche in aula (0.8 CFU – 20 ore)
Attività in aula (9h): Applicazione guidata su dataset con software
- argomenti: correlazione, Analisi fattoriale, Attendibilità
Attività autonome (10h): Elaborazione preliminare dei dati e prime interpretazioni

3. Lavoro autonomo (1.2 CFU – 30 ore)
Attività autonome (20h): Analisi individuale di un dataset
Attività autonome (10h): Approfondimento teorico e stesura report (3-4 pagine)

4. Verifica finale (0.2 CFU – 4 ore)
Attività in aula (1h): Presentazione dei risultati
Attività autonome (3h): Revisione finale e integrazioni al report

Italian

The laboratory activities aim to enable students to acquire the ability to perform analyses aimed at verifying the psychometric properties of psychological measuring instruments.

During the laboratory activities (2 CFU) the following statistical analysis techniques will be presented:
(A) correlation analysis;
(B) exploratory factor analysis models: principal component analysis and factor analysis;
(C) reliability analysis.

Gallucci, M., Leone, L., Berlingeri, M. (2017). Modelli statistici per le scienze sociali (Seconda edizione). Milano-Torino, Pearson Italia. [Capp. 1, 2, 12 e 13]

Laboratory Activities

The laboratory sessions aim to develop students’ ability to perform analyses for verifying the psychometric properties of psychological measurement instruments.

Knowledge and Understanding

Minimum level to be achieved: Students must understand the theoretical principles underlying the assessment of psychometric properties of psychological measurement instruments, with particular reference to validity and reliability. They must also be familiar with the main statistical techniques used to verify these properties.

Applying Knowledge and Understanding

Students will be able to apply the acquired knowledge to conduct psychometric analyses on both newly developed and existing measurement tools. They will also be capable of interpreting analytical results to evaluate the adequacy of such instruments in clinical, research, and applied settings.

Making Judgements

Upon completion of the laboratory activities, students will be able to critically evaluate the psychometric quality of measurement instruments, selecting those most appropriate for specific research or professional needs. They will also be able to interpret empirical research findings with awareness, recognising possible psychometric or validity limitations.

Communication Skills

Students will develop the ability to present the results of psychometric analyses clearly and coherently, using appropriate technical and statistical terminology in both written and oral form. They will also be able to critically discuss the theoretical and practical implications of their evaluations.

Learning Skills

Laboratory activities will foster the acquisition of an autonomous and flexible working approach, enabling students to remain up to date with new methodologies and tools in the field of psychometrics. They will also be capable of transferring the acquired competences to new contexts of research and professional application.

Professional Profile Developed

The competences acquired will prepare students to operate in various areas of psychology — clinical, research, and applied — where the critical use of psychometric tools is required. This training will be particularly valuable for professionals involved in psychological assessment, measurement instrument design, and empirical data analysis.

Basics of measurement theory, inferential statistics, statistical tests for univariate and bivariate analysis and exploratory factor analysis.

The course is organised around practical, computer-based sessions focused on statistical data analysis. Students will complement theoretical understanding with direct application of statistical and psychometric concepts through guided exercises and real data analysis.

Teaching activities will include:

Guided examples, illustrating how statistical models and analytical methods are used to address real research and applied problems.
Use of educational and real datasets, combining simplified data (for instructional purposes) with authentic datasets from scientific, social, or organisational contexts.

To support an accessible and hands-on learning experience, students will employ free and open-source statistical software, including:

JAMOVI – a user-friendly interface suitable for beginners.
R (with RStudio) – a flexible and widely used statistical programming environment.
JASP – an open-source alternative to SPSS, supporting both Bayesian and frequentist analyses.

Laboratory sessions will guide students through:

Data preparation and management, including data cleaning, transformation, and treatment of missing values.
Application of statistical techniques, such as descriptive statistics, parametric and nonparametric tests, regression models, and multivariate analyses.
Interpretation and presentation of results, using tables, graphs, and concise written reports consistent with academic standards.

# Suitability
To obtain the laboratory suitability (no grade is assigned) each student must submit a report (or research report). The report may be signed by a maximum of two (2) persons and must have as its subject the synthesis and interpretation of an analysis using software of the student's choice aimed at verifying the psychometric properties (dimensionality, reliability, and validity) of a measurement instrument.

# Research report
Each student is required to define or obtain a set of data (database) on which to carry out the analysis. The data can be: (a) invented, (b) simulated, or (c) real (e.g., chosen from those provided during laboratory activities, in the student's possession, or extracted from the internet). The report should be structured according to the ‘Research Report Template’ (see below).

# Delivery of the report
The final report must be sent to the lecturer at least two weeks before the chosen examination date. The report may be delivered by e-mail. The subject of the e-mail must be ‘Measurement Models Laboratory Report’ and the file attached. The file must be sent in PDF format and renamed as follows ‘Report_Surname1Surname2.pdf’ (e.g.: ‘Report_SeneseMarcone.pdf’ in the case of two authors, or ‘Report_Senese.pdf’ in the case of a single author).

# Research report template
The report must be structured as follows: MAX 2 PAGES A4, Times New Roman 12 font - Single spacing - Justified.
The report must not contain the ‘raw’ output of the software, but the data must be reported in specially constructed tables, and in such a way that they are easy to read. If graphs are to be reported, they must be small, but readable with all the information necessary for their understanding present in the graph itself (e.g. abscissa value, ordinate value, etc.). Check the spelling and formatting of the text.

THE TEXT OF THE REPORT MUST BE DIVIDED INTO THE FOLLOWING PARAGRAPHS:
-TITLE
-OBJECTIVE
-ANALYSIS OF DATA
- RESULTS
-CONCLUSIONS

STUDENT RECEPTION

The student reception is held weekly.

For information regarding days/times and to schedule an appointment, please visit 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
II Floor, Room 37

Off-campus or Erasmus students who require more information or English-language teaching materials can contact the lecturer directly by e-mail.

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

Learning Activities and Workload (2 ECTS – 50 total hours)

The learning activities are organised as follows:

1. Theoretical Lectures (0.4 ECTS – 10 hours)

Classroom activities (6 hours):
Overview of key psychometric concepts, including validity, reliability, and statistical techniques such as correlation and factor analysis.

Independent study (4 hours):
Review of supplementary materials (e.g., academic articles, examples of psychometric reports).


2. Practical Exercises (0.8 ECTS – 20 hours)

Classroom activities (9 hours):
Guided data analysis sessions using statistical software.
Topics: correlation, factor analysis, reliability assessment.

Independent work (10 hours):
Preliminary data processing and interpretation of initial analytical results.


3. Independent Work (1.2 ECTS – 30 hours)

Individual analysis (20 hours):
Conducting an independent analysis on an assigned dataset.

Independent study and reporting (10 hours):
Theoretical reflection and preparation of a short psychometric report (3–4 pages).


4. Final Assessment (0.2 ECTS – 4 hours)

Classroom activity (1 hour):
Presentation and discussion of the analysis results.

Independent work (3 hours):
Final revision and integration of the written report.