Psicometria lezione 44-56

Nella formula χ² = Σ[(O - E)² / E], il simbolo Σ indica che: Le frequenze osservate devono essere trasformate in medie. Il valore critico deve essere sottratto dalla statistica calcolata. Le frequenze attese devono essere moltiplicate tra loro. I contributi di tutte le celle devono essere sommati.

In una tabella, il totale della riga considerata è 55, il totale della colonna è 70 e il totale generale è 155. Applicando la formula frequenza attesa = (totale di riga × totale di colonna) / totale generale, la frequenza attesa è circa: 39.42. 19.64. 70.55. 24.84.

Nel calcolare le differenze per il test dei segni è necessario: Alternare l'ordine della sottrazione tra i partecipanti. Mantenere lo stesso ordine di sottrazione per tutte le coppie. Calcolare soltanto le differenze più ampie. Scegliere ogni volta l'ordine che produce un valore positivo.

Il test dei segni considera, per ciascuna coppia di misurazioni: La direzione positiva o negativa della differenza. L'ampiezza esatta della differenza. La media delle due misurazioni. Il rango assegnato alla differenza.

Quale test costituisce un'alternativa non parametrica all'ANOVA per misure ripetute?. Il test di Friedman. Il test U di Mann-Whitney. Il test del chi-quadro. Il test di Kruskal-Wallis.

Quale test costituisce un'alternativa non parametrica all'ANOVA a una via per gruppi indipendenti?. Il test U di Mann-Whitney. Il test dei segni. Il test di Friedman. Il test di Kruskal-Wallis.

Con livello di significatività α = 0.05, un risultato con p = 0.032 viene considerato: Statisticamente significativo perché p è inferiore ad α. Non interpretabile senza conoscere la media campionaria. Non significativo perché p è maggiore di 0. Significativo soltanto se il test è a una coda.

Nel linguaggio dell'ANOVA, un fattore corrisponde generalmente: Alla statistica F calcolata. Alla variabile dipendente quantitativa. A una variabile indipendente categoriale. Alla variabilità entro i gruppi.

A parità delle altre condizioni, una statistica F elevata indica che: La variabile dipendente non è quantitativa. La variabilità tra i gruppi è ampia rispetto alla variabilità entro i gruppi. La variabilità entro i gruppi è ampia rispetto alla variabilità tra i gruppi. Le medie dei gruppi sono necessariamente identiche.

Un risultato statisticamente significativo del test globale dell'ANOVA consente di concludere che: Il fattore causa certamente le differenze osservate. La media del primo gruppo è necessariamente la più elevata. Tutte le medie differiscono tra loro. Le medie considerate non sono tutte uguali.

Quale associazione tra procedura e struttura del disegno è corretta?. MANOVA: più variabili dipendenti quantitative; ANCOVA: una o più covariate quantitative. MANOVA: una sola variabile dipendente; ANCOVA: esclusivamente variabili nominali. MANOVA: confronto tra frequenze; ANCOVA: calcolo di una correlazione. MANOVA: misure ripetute sugli stessi partecipanti; ANCOVA: due gruppi indipendenti senza covariate.

Nell'ANOVA, la variabilità entro i gruppi viene considerata una componente di errore perché: È sempre uguale a 0 quando il disegno è sperimentale. Non è attribuibile in modo sistematico al fattore studiato. Coincide con la differenza tra le medie dei gruppi. Dipende necessariamente da un errore nella raccolta dei dati.

L'analisi della varianza, o ANOVA, viene utilizzata principalmente per: Confrontare esclusivamente frequenze osservate e attese. Stimare la correlazione lineare tra due variabili quantitative. Valutare l'attendibilità interna di un test psicologico. Confrontare le medie di due o più gruppi o condizioni.

La componente di errore di un partecipante viene stimata mediante: Punteggio osservato diviso per la numerosità del gruppo. Varianza tra i gruppi meno varianza entro i gruppi. Punteggio osservato meno media del gruppo di appartenenza. Media del gruppo meno media generale.

Secondo l'ipotesi alternativa H₁ dell'ANOVA a una via, quale configurazione è coerente con un effetto del fattore?. La varianza tra i gruppi è sempre uguale a 0. La varianza tra i gruppi è maggiore della varianza entro i gruppi. La varianza entro i gruppi coincide con la media generale. La varianza tra i gruppi è identica alla varianza entro i gruppi.

Secondo la teoria classica della misurazione, la relazione tra punteggio osservato X, valore vero V e componente di errore E è: X = V + E. X = V × E. X = V / E. X = V – E.

Nell'ANOVA a una via, la varianza entro i gruppi rappresenta: La variabilità della media generale tra campioni differenti. La differenza tra il numero dei gruppi e la numerosità totale. La variabilità associata alle differenze tra le medie dei gruppi. La variabilità dei punteggi intorno alla media del rispettivo gruppo.

All'interno di ciascun gruppo, la somma degli scarti dei punteggi dalla media del gruppo è: Uguale alla media del gruppo. Uguale a 0. Uguale alla numerosità del gruppo. Sempre maggiore della varianza del gruppo.

All'interno di ciascun gruppo, la media degli scarti dei punteggi dalla media del gruppo è: Uguale alla numerosità del gruppo. Uguale a 0. Sempre maggiore di 1. Uguale alla media del gruppo.

Nel modello semplificato di scomposizione utilizzato nell'ANOVA, il punteggio osservato di un partecipante può essere rappresentato come: Media generale più valore critico della statistica F. Media del gruppo di appartenenza più scarto individuale dalla media del gruppo. Varianza tra i gruppi meno varianza entro i gruppi. Numerosità del gruppo più gradi di libertà.

Nella tabella ANOVA, la media dei quadrati associata a una sorgente si ottiene dividendo: La somma dei quadrati per i corrispondenti gradi di libertà. I gradi di libertà per la somma dei quadrati. La statistica F per il numero dei gruppi. La media generale per la numerosità complessiva.

Nell'ANOVA a una via, la statistica F si calcola come: Somma dei quadrati totale divisa per numerosità complessiva. Media dei quadrati fra i gruppi divisa per media dei quadrati entro i gruppi. Media dei quadrati entro i gruppi divisa per media dei quadrati fra i gruppi. Media maggiore divisa per media minore.

Nella tabella ANOVA, la somma dei quadrati associata a una sorgente di variazione misura: La media aritmetica dei punteggi appartenenti a quella sorgente. Il numero di gruppi inclusi nell'analisi. La probabilità che l'ipotesi nulla sia vera. La quantità di variabilità attribuibile a quella sorgente.

Quando vengono confrontate le medie di due soli gruppi indipendenti, quale relazione tra t-test per campioni indipendenti e ANOVA a una via è corretta?. I due test richiedono necessariamente variabili dipendenti differenti. L'ANOVA può essere utilizzata soltanto se il t-test è non significativo. Il t-test confronta le varianze, mentre l'ANOVA confronta esclusivamente le frequenze. I due test conducono alla stessa decisione inferenziale e la statistica F corrisponde al quadrato della statistica t.

Quale associazione tra disegno di ricerca e test non parametrico è corretta?. Tre o più gruppi indipendenti: Kruskal-Wallis; tre o più misurazioni correlate: Friedman. Tre o più gruppi indipendenti: Friedman; tre o più misurazioni correlate: Mann-Whitney. Due misurazioni appaiate: Mann-Whitney; tre gruppi indipendenti: test dei segni. Due gruppi indipendenti: Wilcoxon; tre misurazioni correlate: Kruskal-Wallis.

Nel test di Wilcoxon, la statistica T corrisponde: Alla somma più piccola tra i ranghi positivi e i ranghi negativi. Alla differenza tra le due medie campionarie. Al numero delle differenze positive. Alla somma complessiva di tutti i ranghi.

Il test di Wilcoxon per dati appaiati utilizza: Soltanto il numero delle differenze positive e negative. Le frequenze osservate nelle categorie. I ranghi delle differenze, associati al loro segno originario. Le medie dei due gruppi indipendenti.