psicometria lezione 42

01. Prima di applicare il t-test per campioni indipendenti è necessario valutare: La presenza di una correlazione perfetta. Il fatto che i gruppi abbiano sempre la stessa numerosità. Il fatto che le due medie siano già differenti. L'appropriatezza delle assunzioni del test rispetto ai dati.

Il test U di Mann-Whitney costituisce un'alternativa non parametrica per confrontare: Due misurazioni sugli stessi partecipanti. Due coefficienti di correlazione. Più di due medie correlate. Due gruppi indipendenti.

In presenza di distribuzioni marcatamente asimmetriche nei due gruppi può essere preferibile utilizzare: Il t-test per campioni correlati. Il test U di Mann-Whitney. Il test del chi-quadrato per un solo campione. Il coefficiente di correlazione di Pearson.

Nel riportare il risultato di un t-test per campioni indipendenti è opportuno indicare: Soltanto il valore p. Soltanto la numerosità complessiva. Soltanto il segno della statistica t. Le medie dei gruppi, la statistica t, i gradi di libertà e il valore p.

Il t-test per campioni indipendenti è una procedura: Non inferenziale. Esclusivamente descrittiva. Parametrica. Adatta soltanto a variabili nominali.

All'aumentare dei gradi di libertà, la distribuzione t: Diventa progressivamente più asimmetrica. Si avvicina progressivamente alla distribuzione normale standard. Diventa priva di code. Si sposta verso valori positivi.

A parità di variabilità, l'aumento della numerosità dei due gruppi tende a produrre: Una stima più precisa della differenza tra le medie. Una maggiore incertezza sulla differenza. Una statistica t necessariamente uguale a 0. Una differenza tra le medie necessariamente più elevata.

Due studi osservano la stessa differenza tra le medie. Nel primo studio i punteggi sono poco variabili, mentre nel secondo sono molto dispersi. In quale studio la differenza tenderà a essere più facilmente significativa?. Nei due studi con la stessa probabilità. Nel primo studio. Nello studio con la media più bassa. Nel secondo studio.

Se la differenza tra le medie è piccola rispetto all'errore standard, la statistica t tende a essere: Molto distante da 0. Necessariamente superiore al valore critico. Necessariamente uguale a 1. Vicina a 0.

Se la differenza tra le medie è ampia rispetto all'errore standard, la statistica t tende a essere: Se la differenza tra le medie è ampia rispetto all'errore standard, la statistica t tende a essere:. Più distante da 0. Più vicina a 0. Uguale all'errore standard.

La statistica t indica: Di quante deviazioni standard un singolo punteggio si discosta dalla media. La correlazione tra le due variabili. Di quanti errori standard la differenza osservata tra le medie si discosta da 0. La percentuale di partecipanti appartenenti al primo gruppo.

Se la differenza viene calcolata come X̄₁ - X̄₂ e X̄₁ è maggiore di X̄₂, la statistica t sarà: Positiva. Necessariamente uguale a 0. Priva di segno. Negativa.

Se la differenza viene calcolata come X̄₁ - X̄₂ e X̄₁ è minore di X̄₂, la statistica t sarà: Negativa. Necessariamente uguale a 1. Positiva. Indipendente dall'ordine della sottrazione.

Invertire l'ordine della sottrazione da X̄₁ - X̄₂ a X̄₂ - X̄₁ modifica: La significatività in un test bilaterale. I gradi di libertà. Il valore assoluto della statistica t. Il segno della statistica t.

In un test bilaterale, invertire l'ordine dei due gruppi nella formula: Rende i campioni correlati. Modifica la numerosità dei gruppi. Modifica il segno di t ma non la decisione sulla significatività. Modifica sempre il valore assoluto di t.

La distribuzione teorica utilizzata per interpretare la statistica t è: La distribuzione delle frequenze cumulate. La distribuzione t di Student. La distribuzione uniforme. La distribuzione binomiale.

La distribuzione t di Student è: Simmetrica, a campana e centrata attorno a 0. Asimmetrica e centrata attorno a 1. Priva di code. Uniforme tra -1 e +1.

La forma della distribuzione t varia in funzione: Del segno della differenza tra le medie. Del nome attribuito ai gruppi. Dell'ordine delle righe nel dataset. Dei gradi di libertà.

Quando i gradi di libertà sono pochi, la distribuzione t presenta: Un centro più alto e code meno ampie rispetto alla normale. Una forma uniforme. Una forma fortemente asimmetrica. Un centro più appiattito e code più ampie rispetto alla normale.

Nel t-test per campioni indipendenti, indicando con N₁ e N₂ le numerosità dei due gruppi, i gradi di libertà si calcolano con: gdl = N₁ + N₂ - 1. gdl = N₁ + N₂. gdl = N₁ + N₂ - 2. gdl = N₁ - N₂.

Se i punteggi all'interno dei due gruppi sono molto variabili, a parità delle altre condizioni l'errore standard della differenza tende a essere: Più elevato. Più basso. Uguale a 0. Indipendente dalla variabilità.

Nella formula gdl = N₁ + N₂ - 2, si sottrae 2 perché: Vengono stimate due medie campionarie. Vengono confrontati due valori critici. Ogni partecipante viene misurato due volte. Vengono eliminate due osservazioni.

Nel t-test per campioni indipendenti, i gradi di libertà indicano: Il numero delle variabili dipendenti. La differenza osservata tra le due medie. Quanta informazione rimane disponibile per stimare la variabilità della differenza. Il livello di significatività del test.

Nel t-test per campioni indipendenti, i gradi di libertà si calcolano come gdl = N₁ + N₂ - 2. Se il primo gruppo comprende 12 partecipanti e il secondo ne mcomprende 10, quanti sono i gradi di libertà?. 21. 10. 22. 20.

Nel t-test per campioni indipendenti, i gradi di libertà si calcolano come gdl = N₁ + N₂ - 2. Se entrambi i gruppi comprendono 15 partecipanti, quanti sono i gradi di libertà?. 28. 29. 30. 13.

Nel t-test per campioni indipendenti, i gradi di libertà si calcolano come gdl = N₁ + N₂ - 2. Se N₁ = 20 e N₂ = 18, quanti sono i gradi di libertà?. 37. 20. 38. 36.

Per stabilire se un risultato è statisticamente significativo in un test bilaterale si confrontano: Le numerosità dei due gruppi. Le due medie senza considerare la variabilità. Soltanto i segni di t calcolato e t critico. Il valore assoluto di t calcolato e il valore assoluto di t critico.

Se |t calcolato| è maggiore o uguale a |t critico|: Si rifiuta l'ipotesi nulla H₀. Non si rifiuta l'ipotesi nulla H₀. Il risultato viene considerato non significativo. Si dimostra con certezza H₁.

Se |t calcolato| è minore di |t critico|: Si accetta H₀ come certamente vera. Non si rifiuta l'ipotesi nulla H₀. Si dimostra che H₁ è falsa. Si rifiuta l'ipotesi nulla H₀.

In un t-test bilaterale per campioni indipendenti si ottiene t = 2.81 e viene fornito un valore critico pari a ±2.09. Qual è la decisione corretta?. Si rifiuta H₀ soltanto se t è uguale a 2.09. Si rifiuta H₀ perché |2.81| è maggiore di 2.09. Non si rifiuta H₀ perché il valore critico può essere negativo. Non si rifiuta H₀ perché 2.81 è inferiore a 0.

In un t-test bilaterale per campioni indipendenti si ottiene t = -1.80 e viene fornito un valore critico pari a ±2.09. Qual è la decisione corretta?. Non si rifiuta H₀ perché le medie sono certamente uguali. Si rifiuta H₀ perché la statistica t è negativa. Si rifiuta H₀ perché t è diverso da 0. Non si rifiuta H₀ perché |-1.80| è minore di 2.09.

Con un livello di significatività α = 0.05, un risultato con p <0.05 è: Non statisticamente significativo. Una dimostrazione certa di causalità. Statisticamente significativo. Una dimostrazione certa di H₁.

Con un livello di significatività α = 0.05, un risultato con p > 0.05 porta a: Non rifiutare H₀. Rifiutare H₀. Dimostrare che H₀ è vera. Dimostrare che H₁ è falsa.

Una ricerca osservazionale rileva una differenza significativa nell'emotività tra due gruppi definiti dalla struttura familiare. Quale conclusione è metodologicamente corretta?. I due gruppi devono essere considerati equivalenti. I gruppi differiscono nei punteggi medi, ma la differenza non dimostra che la struttura familiare ne sia la causa. La significatività esclude la presenza di variabili intervenienti. La struttura familiare causa certamente la differenza osservata.

Nella notazione t(20) = 2.81, p <0.05, il numero 20 rappresenta: Il valore critico. La differenza tra le medie. La numerosità del primo gruppo. I gradi di libertà.

A parità di differenza tra le medie, una maggiore variabilità interna ai gruppi tende a rendere il valore assoluto di t: Uguale alla numerosità complessiva. Più piccolo. Indipendente dall'errore standard. Più grande.

La relazione SE(X̄₁ - X̄₂) = √(SE₁² + SE₂²) indica che gli errori standard dei due gruppi: Vengono sostituiti dalla differenza tra le medie. Vengono sommati direttamente. Vengono sottratti tra loro. Vengono combinati attraverso la radice quadrata della somma dei quadrati.

In due gruppi indipendenti si osservano X̄₁ = 18, X̄₂ = 14 e SE(X̄₁ - X̄₂) = 2. Utilizzando la formula t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂), quanto vale t?. 2. 8. 16. 4.

Nella ricerca che confronta il rendimento degli studenti della scuola A e della scuola B, quali sono i livelli della variabile indipendente?. Media e deviazione standard. Rendimento e numerosità. I due punteggi medi. Scuola A e scuola B.

Il t-test per campioni indipendenti consente di confrontare: Le medie degli stessi partecipanti misurati due volte. La relazione lineare tra due variabili. Le medie di due gruppi distinti di partecipanti. Le frequenze di una variabile nominale.

Il t-test per campioni indipendenti viene anche definito t-test per campioni: Dipendenti. Non correlati. Ripetuti. Appaiati.

Per confrontare la media di un punteggio numerico in due gruppi distinti di partecipanti si utilizza: Il t-test per campioni indipendenti. Il coefficiente di correlazione di Pearson. Il test del chi-quadrato. Il t-test per campioni correlati.

In un disegno con due campioni indipendenti: Ciascun partecipante appartiene a uno solo dei due gruppi. I partecipanti dei due gruppi sono sempre appaiati. Gli stessi partecipanti appartengono a entrambi i gruppi. Ogni partecipante viene necessariamente misurato due volte.

Due gruppi sono indipendenti quando: Ogni partecipante del primo gruppo è appaiato a un partecipante del secondo. I punteggi delle due condizioni vengono sottratti coppia per coppia. I punteggi sono ottenuti dagli stessi partecipanti in due momenti diversi. I punteggi del primo gruppo non sono collegati ai punteggi del secondo gruppo.

Una ricerca confronta un gruppo sperimentale e un gruppo di controllo formati da partecipanti diversi. Il disegno utilizza: Due campioni indipendenti. Due campioni correlati. Un unico campione osservato due volte. Un disegno a misure ripetute.

Una ricerca confronta le abilità di memoria di alunni di prima primaria con quelle di alunni di quinta primaria. I due gruppi sono composti da bambini diversi. Il disegno utilizza: Due misurazioni appaiate. Due campioni correlati. Un disegno a misure ripetute. Due campioni indipendenti.

Una ricerca confronta i livelli medi di depressione di un gruppo di pazienti che assume un farmaco con quelli di un diverso gruppo che assume un placebo. Quale test è appropriato?. Il test del chi-quadrato. Il t-test per campioni indipendenti. Il t-test per campioni correlati. Il coefficiente di correlazione di Pearson.

Una ricerca confronta il punteggio medio di autoefficacia universitaria di studenti che hanno seguito due differenti metodi didattici. Ogni studente ha seguito un solo metodo. Quale test è appropriato?. Il t-test per campioni correlati. Il t-test per campioni indipendenti. Il coefficiente di correlazione di Spearman. Il test del chi-quadrato.

Un gruppo di studenti viene valutato prima e dopo un corso di potenziamento. Quale test è appropriato per confrontare le due medie?. Il test del chi-quadrato. Il test U di Mann-Whitney. Il t-test per campioni indipendenti. Il t-test per campioni correlati.

50. Due gruppi di studenti diversi seguono rispettivamente una lezione in presenza e una lezione online. I punteggi medi di apprendimento vengono confrontati mediante: Il t-test per campioni correlati. Il coefficiente di correlazione. Il t-test per campioni indipendenti. Il test per dati appaiati.

Nel t-test per campioni indipendenti, la variabile indipendente è generalmente: Una variabile numerica misurata due volte. La differenza tra le due medie. Una variabile categoriale con due livelli. L'errore standard della differenza.

Nel t-test per campioni indipendenti, la variabile dipendente deve essere rappresentata da: Punteggi numerici per i quali sia possibile confrontare le medie. Categorie nominali prive di ordinamento. Frequenze attese in una tabella di contingenza. Etichette che identificano i due gruppi.

Una ricerca confronta i punteggi di rendimento degli studenti della scuola A con quelli degli studenti della scuola B. Qual è la variabile indipendente?. La differenza tra le medie. Il numero complessivo degli studenti. La scuola frequentata. Il punteggio di rendimento.

Una ricerca confronta i punteggi di rendimento degli studenti della scuola A con quelli degli studenti della scuola B. Qual è la variabile dipendente?. Il punteggio di rendimento. La scuola frequentata. La numerosità delle due scuole. L'appartenenza al primo o al secondo gruppo.

L'errore standard della differenza tra le medie deve considerare: Soltanto la numerosità del gruppo più ampio. Il segno della statistica t. Soltanto la media del primo gruppo. La variabilità e la numerosità di entrambi i gruppi.

In una ricerca che confronta l'ansia di studenti che hanno seguito un intervento con quella di studenti inseriti in un gruppo di controllo, la variabile dipendente è: Il numero dei partecipanti. Il punteggio di ansia. Il tipo di gruppo. Il trattamento o il controllo.

Nella stessa ricerca, intervento e gruppo di controllo rappresentano: Due variabili dipendenti. I due livelli della variabile indipendente. Due errori standard. Due valori della statistica t.

I due gruppi confrontati mediante un t-test per campioni indipendenti: Non devono necessariamente avere la stessa numerosità. Devono essere organizzati in coppie. Devono sempre contenere lo stesso numero di partecipanti. Devono essere formati dagli stessi partecipanti.

In una tabella, il primo gruppo contiene 12 punteggi e il secondo ne contiene 10. Le ultime due celle della seconda colonna sono vuote. Se i gruppi sono indipendenti, le celle vuote indicano che: I dati di due partecipanti sono necessariamente mancanti. Le ultime due osservazioni del primo gruppo devono essere eliminate. I due gruppi devono essere trattati come appaiati. Il secondo gruppo è meno numeroso del primo.

In una tabella che riporta affiancati i punteggi di due gruppi indipendenti, i valori presenti sulla stessa riga: Devono necessariamente avere lo stesso valore. Devono essere sottratti tra loro. Rappresentano sempre lo stesso partecipante misurato due volte. Non rappresentano necessariamente una coppia di osservazioni.

L'ipotesi nulla H₀ del t-test per campioni indipendenti afferma che: Le medie campionarie devono essere esattamente uguali. La media del primo gruppo è necessariamente maggiore. La variabilità interna ai gruppi è uguale a 0. Le medie delle due popolazioni non differiscono sistematicamente.

Sotto l'ipotesi nulla H₀, la differenza attesa tra le medie delle due popolazioni è: 0. -1. Uguale alla numerosità complessiva. 1.

L'ipotesi alternativa H₁ non direzionale del t-test per campioni indipendenti afferma che: Le due variabili sono correlate. Le medie delle due popolazioni sono differenti. Le medie delle due popolazioni sono uguali. La media del primo gruppo è necessariamente maggiore.

Nella formula concettuale del t-test per campioni indipendenti, il numeratore rappresenta: L'errore standard della differenza. La differenza tra le due medie campionarie. La variabilità complessiva dei punteggi. La somma delle numerosità dei gruppi.

Nella formula concettuale del t-test per campioni indipendenti, il denominatore rappresenta: La differenza tra le due medie. Il livello di significatività. Il numero complessivo dei partecipanti. L'errore standard della differenza tra le due medie.

La formula concettuale della statistica t per campioni indipendenti è: t = (X̄₁ + X̄₂) / SE(X̄₁ - X̄₂). t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂). t = SE(X̄₁ - X̄₂) / (X̄₁ - X̄₂). t = (X̄₁ - X̄₂) × SE(X̄₁ - X̄₂).

Nella formula t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂), X̄₁ e X̄₂ indicano: Le deviazioni standard dei due gruppi. I valori critici della distribuzione t. Le numerosità dei due gruppi. Le medie dei due gruppi indipendenti.

Nella formula t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂), SE(X̄₁ - X̄₂) indica: Il livello di significatività scelto. L'errore standard della differenza tra le due medie. La differenza tra le due medie. La somma delle deviazioni standard.

L'errore standard della differenza tra le due medie descrive: Quanto la media del primo gruppo supera necessariamente la seconda. Quanto la differenza tra due medie campionarie può variare per effetto del campionamento. La probabilità che H₀ sia vera. Quanto i singoli punteggi differiscono dalla media complessiva.

Nella notazione t(20) = 2.81, p <0.05, il valore 2.81 rappresenta: La statistica t calcolata. La differenza tra le numerosità. I gradi di libertà. Il valore p.

La notazione t(20) = 2.81, p <0.05 indica che: Il test ha 20 gradi di libertà e il risultato è statisticamente significativo. La differenza tra le medie è pari a 20 punti. Il test comprende complessivamente 20 partecipanti e non è significativo. La probabilità che H₀ sia vera è pari a 0.05.

In due gruppi indipendenti si osservano X̄₁ = 9, X̄₂ = 12 e SE(X̄₁ - X̄₂) = 1.5. Utilizzando la formula t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂), quanto vale t?. 2. -3. 0.5. -2.

Due gruppi presentano la stessa differenza tra le medie, ma in uno studio l'errore standard è più piccolo. In quale studio il valore assoluto di t sarà maggiore?. Nello studio con l'errore standard più piccolo. Nei due studi sarà necessariamente uguale. Nello studio con la media complessiva più bassa. Nello studio con l'errore standard più grande.

Un risultato statisticamente significativo ottenuto confrontando due gruppi già esistenti consente di concludere che: Le variabili intervenienti sono state eliminate. Le medie differiscono, ma non dimostra da solo un rapporto causale. La variabile indipendente causa necessariamente la differenza. H₀ è certamente falsa in ogni popolazione.

In due gruppi indipendenti, la somma dei punteggi del primo gruppo è 161 con N₁ = 12, mentre la somma del secondo è 95 con N₂ = 10. Le rispettive medie sono circa X̄₁ = 13.42 e X̄₂ = 9.50. Qual è la differenza X̄₁ - X̄₂?. 1.42. 22.92. 3.92. 9.5.

Una differenza tra le medie può non risultare statisticamente significativa quando: La statistica t è calcolata correttamente. Il primo gruppo è più numeroso del secondo. È piccola rispetto alla variabilità attesa della differenza. Le due medie campionarie non sono identiche.

Osservare che la media del primo gruppo è maggiore di quella del secondo consente di concludere che: H₀ deve essere rifiutata senza calcolare la statistica t. La differenza è necessariamente statisticamente significativa. I due gruppi devono essere considerati correlati. Nel campione è presente una differenza descrittiva, ma occorre il test inferenziale per valutarne la significatività.

In due gruppi indipendenti si osservano X̄₁ = 13.42, X̄₂ = 9.50 e SE(X̄₁ - X̄₂) = 1.392. Utilizzando la formula t = (X̄₁ - X̄₂) / SE(X̄₁ - X̄₂), la statistica t è circa: 2.81. 1.39. 20. 3.92.