psicometria 1- 35

Per descrivere in modo più completo una distribuzione è necessario considerare congiuntamente: la posizione centrale e la variabilità dei punteggi. la numerosità del campione e il livello di significatività. esclusivamente il valore medio dei punteggi. esclusivamente il valore minimo e il valore massimo.

La deviazione media è: la somma dei punteggi divisa per il loro numero. la media degli scarti dalla media considerati in valore assoluto. la media degli scarti dalla media elevati al quadrato. la differenza tra il valore massimo e il valore minimo.

La somma degli scarti dalla media elevati al quadrato prende il nome di: range. varianza. deviazione media. devianza.

Nel calcolo della deviazione media, gli scarti dalla media: sono sommati mantenendo il loro segno. sono considerati in valore assoluto. sono elevati al quadrato. non vengono considerati.

La deviazione standard è espressa: nell'unità di misura al quadrato della variabile. nella stessa unità di misura della variabile. senza alcuna unità di misura. sempre in punti percentuali.

Se la deviazione standard di una distribuzione è piccola significa che: la distribuzione è necessariamente asimmetrica. la media della distribuzione è molto elevata. i punteggi sono necessariamente tutti uguali. i punteggi sono concentrati attorno alla media.

La deviazione standard è sensibile ai valori estremi perché: considera soltanto il valore massimo e il valore minimo. deriva dagli scarti dalla media elevati al quadrato. esclude dal calcolo i punteggi più lontani dalla media. utilizza gli scarti dalla mediana in valore assoluto.

In un grafico di dispersione: l'asse X riporta i punteggi di una variabile e l'asse Y le frequenze. l'asse X riporta i punteggi e l'asse Y la deviazione standard. l'asse X riporta le frequenze e l'asse Y i punteggi della variabile. l'asse X riporta i punteggi di una variabile e l'asse Y i punteggi dell'altra.

Le barre raggruppate sono particolarmente utili per: confrontare direttamente le categorie delle due variabili. calcolare le frequenze marginali. mettere in evidenza la composizione interna di un gruppo. rappresentare la relazione tra due variabili quantitative.

Le barre segmentate sono particolarmente utili per: mostrare la composizione interna di ciascun gruppo. confrontare la dispersione dei punteggi. rappresentare i singoli punteggi osservati. confrontare direttamente le categorie delle due variabili.

Per inserire una variabile quantitativa in una tabella di contingenza è necessario: raggruppare i punteggi in classi o intervalli. standardizzare tutti i punteggi. ordinare i punteggi dal più basso al più alto. calcolare la media complessiva della variabile.

Nel grafico per gruppi, le barre distinte rappresentano: i singoli casi presenti nel campione. le medie della variabile quantitativa nei gruppi. le classi di punteggio della variabile quantitativa. le categorie della variabile nominale.

La matrice di correlazione: contiene valori pari a 1 sulla diagonale principale. è asimmetrica rispetto alla diagonale principale. contiene le covarianze sulla diagonale principale. contiene le varianze sulla diagonale principale.

La covarianza è definita come: la somma delle varianze delle due variabili. il prodotto delle medie delle due variabili. la media dei prodotti degli scarti dalla media delle due variabili. la media degli scarti in valore assoluto delle due variabili.

La matrice che contiene valori pari a 1 sulla diagonale principale è la matrice: dei punteggi standardizzati. delle frequenze congiunte. di correlazione. di varianza-covarianza.

La matrice di varianza-covarianza: contiene valori pari a 1 sulla diagonale principale. è asimmetrica rispetto alla diagonale principale. contiene i coefficienti di correlazione sulla diagonale principale. contiene le varianze sulla diagonale principale.

Il coefficiente di correlazione: quanto più si avvicina a +1 o -1, tanto meno forte è la relazione lineare. nessuna delle alternative. entrambe le alternative. quanto più si avvicina a 0, tanto più forte è la relazione lineare.

Il coefficiente di correlazione: quanto più il suo valore assoluto si avvicina a 0, tanto meno forte è la relazione lineare. quanto più il suo valore assoluto si avvicina a 1, tanto più forte è la relazione lineare. entrambe le alternative. nessuna delle alternative.

Il coefficiente di determinazione r² rappresenta: la proporzione di varianza condivisa tra le due variabili. la quota di varianza totale presente nel campione. la probabilità che la relazione sia statisticamente significativa. la direzione della relazione tra le due variabili.

La formula concettuale e la formula operativa di r di Pearson: producono coefficienti diversi perché utilizzano quantità differenti. forniscono una la direzione e l'altra l'intensità della relazione. esprimono lo stesso coefficiente attraverso procedimenti di calcolo differenti. si applicano rispettivamente alle correlazioni positive e negative.

La standardizzazione della covarianza permette di ottenere un indice che: dipende dalle scale originali delle due variabili. non dipende dall'unità di misura delle variabili. può assumere qualsiasi valore reale. misura direttamente la causalità della relazione.

Nella formula concettuale di r di Pearson, la covarianza viene divisa per: la numerosità delle osservazioni. la somma delle deviazioni standard delle due variabili. il prodotto delle deviazioni standard delle due variabili. il prodotto delle medie delle due variabili.

Il coefficiente di determinazione corrisponde: al quadrato del coefficiente di correlazione. alla radice quadrata del coefficiente di correlazione. al valore assoluto della covarianza. al prodotto tra r e la numerosità del campione.

Nel calcolo di ρ di Spearman vengono correlate: le medie delle due variabili. le frequenze assolute dei punteggi. le deviazioni standard delle due variabili. le posizioni occupate dai punteggi nelle due variabili.

Il coefficiente ρ di Spearman non è generalmente preferibile quando: entrambe le alternative. le variabili sono quantitative e presentano distribuzioni approssimativamente normali. la relazione è lineare e non sono presenti outlier influenti. nessuna delle alternative.

Il coefficiente ρ di Spearman è particolarmente indicato quando: i punteggi sono espressi su scala ordinale. entrambe le alternative. nessuna delle alternative. una o entrambe le distribuzioni dei punteggi sono marcatamente asimmetriche.

Una statistica campionaria è: una procedura utilizzata per selezionare casualmente le unità. una caratteristica numerica riferita all'intera popolazione. una misura calcolata sui punteggi osservati nel campione. la probabilità che un'unità venga inclusa nel campione.

Un risultato è considerato statisticamente significativo quando: deriva da un campione ampio, indipendentemente dal risultato osservato. è molto vicino al parametro previsto dall'ipotesi nulla H₀. è sufficientemente improbabile sotto l'ipotesi nulla H₀. ricade nel 95% centrale della distribuzione.

All'aumentare dell'ampiezza del campione, le medie campionarie: diventano più variabili da un campione all'altro. tendono ad allontanarsi dalla media della popolazione. presentano necessariamente valori più elevati. tendono a concentrarsi maggiormente attorno alla media della popolazione.

Un errore standard piccolo indica che le medie campionarie: coincidono necessariamente con la media della popolazione. sono molto disperse attorno alla media della popolazione. sono poco disperse attorno alla media della popolazione. presentano una maggiore variabilità da un campione all'altro.

Nel campionamento stratificato proporzionale, il campione deve: contenere lo stesso numero di unità per ciascuno strato. riprodurre le proporzioni degli strati presenti nella popolazione. includere integralmente soltanto gli strati più numerosi. selezionare casualmente alcuni strati ed escludere tutti gli altri.

Nel campionamento stratificato, la selezione delle unità deve avvenire: selezionando tutte le unità appartenenti ad alcuni strati. casualmente all'interno di ciascuno strato. esclusivamente sulla base del giudizio del ricercatore. scegliendo lo stesso numero di unità da ogni strato, indipendentemente dalle proporzioni.