Enrico CIAVOLINO

Enrico CIAVOLINO

Professore II Fascia (Associato)

Settore Scientifico Disciplinare M-PSI/03: PSICOMETRIA.

Dipartimento di Scienze Umane e Sociali

Studium 2000 - edificio 5 - Via di Valesio - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 4875

Orario di ricevimento

Tutti i Mercoledì dalle 9:00 alle 11:00, previo appuntamento concordato per email. Inviare richiesta almeno un giorno prima.

Recapiti aggiuntivi

Studium 2000, Edificio 5, Stanza 39 Via di Valesio, 73100, LECCE (Italy) 73100, Lecce, Italy

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

Enrico Ciavolino is Associate Professor of Psychometrics at Salento University and member of scientific committee of Human and Social Sciences PhD course. He is the head of Sara-Lab (Statistical Analysis for Research and Applications) statistical Division of Espéro (spin-off of the University of Salento) and the Executive Managing Editor of the WoS & Scopus Journal: Electronic Journal of Applied Statistical Analysis.

He published more than 80 papers in national and international journals in the field of the Psychometrics and Statistics. In 2017 and 2018 he received the Seal of Excellence by the European Commission, as the institution managing Horizon 2020, the EU Framework Programme for Research and Innovation 2014-2020.

Since 2022 he serves as Vice-Chancellor for research funding and promotion. Since 2023 he is Head of Data Science in Human and Social Science Master Degree.

 

Didattica

A.A. 2023/2024

METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2022/2023

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO GENERICO/COMUNE

Modelli multidimensionali per l’analisi dei dati

Corso di laurea DATA SCIENCE PER LE SCIENZE UMANE E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso Human and Social Data

Modelli multidimensionali per l’analisi dei dati

Corso di laurea DATA SCIENCE PER LE SCIENZE UMANE E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso Data Analytics

Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 36.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO COMUNE

A.A. 2022/2023

METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO GENERICO/COMUNE

Metodologie e tecniche quantitative: corso avanzato

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO COMUNE

Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO COMUNE

A.A. 2021/2022

METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2020/2021

Anno di corso 2

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO GENERICO/COMUNE

Metodologie quantitative

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO COMUNE

Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE UMANE E SOCIALI

Percorso PERCORSO COMUNE

A.A. 2020/2021

METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2019/2020

Anno di corso 2

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO GENERICO/COMUNE

Mod. A - Metodi quantitativi nella ricerca sociale

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2020/2021

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO COMUNE

Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2020/2021

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO COMUNE

A.A. 2019/2020

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Scienze cognitive e disturbi dell'apprendimento

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Analisi e intervento di comunità e nei contesti organizzativi e istituzionali

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Intervento clinico con i singoli, le coppie, le famiglie e i contesti sociali

METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2018/2019

Anno di corso 2

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO GENERICO/COMUNE

Mod. B - Metodi quantitativi nella ricerca sociale

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO COMUNE

STATISTICA PSICOMETRICA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2017/2018

Anno di corso 3

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO GENERICO/COMUNE

A.A. 2018/2019

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Intervento clinico con i singoli, le coppie, le famiglie e i contesti sociali

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Scienze cognitive e disturbi dell'apprendimento

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso Analisi e intervento di comunità e nei contesti organizzativi e istituzionali

MOD. B - Quantitative Methods in Social Research

Degree course SOCIOLOGIA E RICERCA SOCIALE

Course type Laurea Magistrale

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 60.0

Year taught 2018/2019

For matriculated on 2018/2019

Course year 1

Structure DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Subject matter PERCORSO COMUNE

STATISTICA PSICOMETRICA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2016/2017

Anno di corso 3

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO GENERICO/COMUNE

Torna all'elenco
METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2023/2024

Anno di corso 2

Semestre Primo Semestre (dal 18/09/2023 al 12/01/2024)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Non sono richiesti prerequisiti specifici.

Il corso introduce gli studenti alle tecniche e ai metodi per la ricerca scientifica in ambito psicologico, presentando la pianificazione della ricerca, la raccolta e analisi descrittiva dei dati, validazione e affidabilità dei costrutti psicologici.

Il corso di Metodologia della Ricerca in Psicologia si propone di introdurre gli studenti alla logica ed al metodo a cui occorre improntare il lavoro dello psicologo affinché esso acquisisca dignità e validità scientifica. A questo scopo gli obiettivi formativi prevedono la conoscenza dei principali paradigmi teorici metodologici, la distinzione fra ricerca qualitativa e quantitativa, l’impostazione di un disegno di ricerca, i criteri psicometrici di validazione della ricerca e degli strumenti di indagine, e di quali siano i criteri metodologici per una corretta interpretazione e comunicazione dei risultati del proprio lavoro. Verrà richiesta inoltre la conoscenza generale delle principali procedure statistiche di analisi multivariata.

Il corso si propone inoltre di mettere in grado lo studente di leggere criticamente l’impostazione metodologica di un articolo di ricerca e di impostare correttamente un lavoro di ricerca sperimentale in ambito psicologico.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico.

Gli esami si terranno per in presenza (salvo diverse disposizioni) con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

La compilazione delle risposte avverrà sulla piattaforma e-learning ed è richiesto l'utilizzo di una calcolatrice.

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti che devono sostenere l'esame da 10 o 12 CFU (coorti precedenti e corso tenuto dal Prof. Mossi),
fanno riferimento:

- per la prima parte del programma, al corso di Statistica Psicometrica: https://www.unisalento.it/people/enrico.ciavolino/didattica/1039992017/scheda

- per la seconda parte accedete a https://formazioneonline.unisalento.it 

     Corso: Metodologia Ricerca Psicologica 

     Sezione: Coorti precedenti tenute dal Prof. Mossi [Materiale Integrativo II Parte]

 

 

  1. Psicologia e scienza.
  2. Sviluppare una domanda di ricerca
  3. Etica della ricerca.
  4. Variabili.
  5. Descrizione dei dati con tabelle e grafici.
  6. Validità.
  7. Controllo.
  8. Ricerca non sperimentale (I): ricerca osservazionale, ricerca d'archivio e studio di casi singoli.
  9. Ricerca non sperimentale (II): l'inchiesta.
  10. Veri esperimenti (I): disegni sperimentali a un solo fattore.
  11. Veri esperimenti (II): disegni sperimentali fattoriali.
  12. Esperimenti su singoli soggetti.

Quasi-esperimenti.

- Donald h. Mcburney, Theresa l. White (2008). Metodologia della ricerca in psicologia. Il Mulino.

- Augusto Gnisci, Arrigo Pedon (2016). Metodologia della Ricerca Psicologica. Il Mulino.

Sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico

METODOLOGIA PER LA RICERCA IN PSICOLOGIA (M-PSI/03)
Modelli multidimensionali per l’analisi dei dati

Corso di laurea DATA SCIENCE PER LE SCIENZE UMANE E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 12/01/2024)

Lingua ITALIANO

Percorso Human and Social Data (A235)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale.

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno  in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Modelli multidimensionali per l’analisi dei dati (M-PSI/03)
Modelli multidimensionali per l’analisi dei dati

Corso di laurea DATA SCIENCE PER LE SCIENZE UMANE E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 12/01/2024)

Lingua ITALIANO

Percorso Data Analytics (A236)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale.

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno  in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Modelli multidimensionali per l’analisi dei dati (M-PSI/03)
Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 36.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 12/01/2024)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e i Modelli di Equazioni Strutturali (MES) basati sullo Stimatore dei Minimi Quadrati Parziali (PLS) per lo studio di dati sperimentali in ambito psicologico e sociale. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale.

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno  in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP e PLS-SEM) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Modelli di Equazioni Strutturali PLS (PLS-SEM)
    • Introduzione e cenni storici. Specifiche del Modello. Metodo di stima dei Minimi Quadrati Parziali (PLS). Modelli di Misurazione Riflessiva e Formativa. Valutazione del Modello di Misurazione. Valutazione del Modello Strutturale. Modelli di Mediazione e Moderazione. Modelli Gerarchici con indicatori ripetuti e approccio a due step. Analisi delle Tetradi. Importance-Performance Map Analysis. Studio dell'eterogeneità Osservata e Modelli Multi-Gruppo.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Hair, J. F., Hult, T. M., Ringle, C., Sarstedt, M., Magno, F., Cassia, F., & Scafarto, F. (2020). Le equazioni strutturali Partial Least Squares: Introduzione alla PLS-SEM. FrancoAngeli.

Inoltre, alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Statistica psicometrica avanzata (M-PSI/03)
METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Primo Semestre (dal 19/09/2022 al 13/01/2023)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Non sono richiesti prerequisiti specifici.

Il corso introduce gli studenti alle tecniche e ai metodi per la ricerca scientifica in ambito psicologico, presentando la pianificazione della ricerca, la raccolta e analisi descrittiva dei dati, validazione e affidabilità dei costrutti psicologici.

Il corso di Metodologia della Ricerca in Psicologia si propone di introdurre gli studenti alla logica ed al metodo a cui occorre improntare il lavoro dello psicologo affinché esso acquisisca dignità e validità scientifica. A questo scopo gli obiettivi formativi prevedono la conoscenza dei principali paradigmi teorici metodologici, la distinzione fra ricerca qualitativa e quantitativa, l’impostazione di un disegno di ricerca, i criteri psicometrici di validazione della ricerca e degli strumenti di indagine, e di quali siano i criteri metodologici per una corretta interpretazione e comunicazione dei risultati del proprio lavoro. Verrà richiesta inoltre la conoscenza generale delle principali procedure statistiche di analisi multivariata.

Il corso si propone inoltre di mettere in grado lo studente di leggere criticamente l’impostazione metodologica di un articolo di ricerca e di impostare correttamente un lavoro di ricerca sperimentale in ambito psicologico.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico.

Gli esami si terranno per in presenza (salvo diverse disposizioni) con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

La compilazione delle risposte avverrà sulla piattaforma e-learning ed è richiesto l'utilizzo di una calcolatrice.

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti che devono sostenere l'esame da 10 o 12 CFU (coorti precedenti e corso tenuto dal Prof. Mossi),
fanno riferimento:

- per la prima parte del programma, al corso di Statistica Psicometrica: https://www.unisalento.it/people/enrico.ciavolino/didattica/1039992017/scheda

- per la seconda parte accedete a https://formazioneonline.unisalento.it 

     Corso: Metodologia Ricerca Psicologica 

     Sezione: Coorti precedenti tenute dal Prof. Mossi [Materiale Integrativo II Parte]

 

 

  1. Psicologia e scienza.
  2. Sviluppare una domanda di ricerca
  3. Etica della ricerca.
  4. Variabili.
  5. Descrizione dei dati con tabelle e grafici.
  6. Validità.
  7. Controllo.
  8. Ricerca non sperimentale (I): ricerca osservazionale, ricerca d'archivio e studio di casi singoli.
  9. Ricerca non sperimentale (II): l'inchiesta.
  10. Veri esperimenti (I): disegni sperimentali a un solo fattore.
  11. Veri esperimenti (II): disegni sperimentali fattoriali.
  12. Esperimenti su singoli soggetti.

Quasi-esperimenti.

- Donald h. Mcburney, Theresa l. White (2008). Metodologia della ricerca in psicologia. Il Mulino.

- Augusto Gnisci, Arrigo Pedon (2016). Metodologia della Ricerca Psicologica. Il Mulino.

Sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico

METODOLOGIA PER LA RICERCA IN PSICOLOGIA (M-PSI/03)
Metodologie e tecniche quantitative: corso avanzato

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Settore Scientifico Disciplinare SPS/07

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 19/09/2022 al 13/01/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale attraverso le tecniche di 'Analisi in Componenti Principali  (ACP) e di Cluster Analysis per lo studio di dati sperimentali in ambito sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pagine) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Metodologie e tecniche quantitative: corso avanzato (SPS/07)
Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 19/09/2022 al 13/01/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale.

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno  in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Statistica psicometrica avanzata (M-PSI/03)
METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2021/2022

Anno di corso 2

Semestre Primo Semestre (dal 20/09/2021 al 14/01/2022)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Non sono richiesti prerequisiti specifici.

Il corso introduce gli studenti alle tecniche e ai metodi per la ricerca scientifica in ambito psicologico, presentando la pianificazione della ricerca, la raccolta e analisi descrittiva dei dati, validazione e affidabilità dei costrutti psicologici.

Il corso di Metodologia della Ricerca in Psicologia si propone di introdurre gli studenti alla logica ed al metodo a cui occorre improntare il lavoro dello psicologo affinché esso acquisisca dignità e validità scientifica. A questo scopo gli obiettivi formativi prevedono la conoscenza dei principali paradigmi teorici metodologici, la distinzione fra ricerca qualitativa e quantitativa, l’impostazione di un disegno di ricerca, i criteri psicometrici di validazione della ricerca e degli strumenti di indagine, e di quali siano i criteri metodologici per una corretta interpretazione e comunicazione dei risultati del proprio lavoro. Verrà richiesta inoltre la conoscenza generale delle principali procedure statistiche di analisi multivariata.

Il corso si propone inoltre di mettere in grado lo studente di leggere criticamente l’impostazione metodologica di un articolo di ricerca e di impostare correttamente un lavoro di ricerca sperimentale in ambito psicologico.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online ed è richiesto l'utilizzo di una calcolatrice. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti che devono sostenere l'esame da 10 o 12 CFU (coorti precedenti e corso tenuto dal Prof. Mossi),
fanno riferimento:

- per la prima parte del programma, al corso di Statistica Psicometrica: https://www.unisalento.it/people/enrico.ciavolino/didattica/1039992017/scheda

- per la seconda parte accedete a https://formazioneonline.unisalento.it 

     Corso: Metodologia Ricerca Psicologica 

     Sezione: Coorti precedenti tenute dal Prof. Mossi [Materiale Integrativo II Parte]

 

 

  1. Psicologia e scienza.
  2. Sviluppare una domanda di ricerca
  3. Etica della ricerca.
  4. Variabili.
  5. Descrizione dei dati con tabelle e grafici.
  6. Validità.
  7. Controllo.
  8. Ricerca non sperimentale (I): ricerca osservazionale, ricerca d'archivio e studio di casi singoli.
  9. Ricerca non sperimentale (II): l'inchiesta.
  10. Veri esperimenti (I): disegni sperimentali a un solo fattore.
  11. Veri esperimenti (II): disegni sperimentali fattoriali.
  12. Esperimenti su singoli soggetti.

Quasi-esperimenti.

- Donald h. Mcburney, Theresa l. White (2008). Metodologia della ricerca in psicologia. Il Mulino.

- Augusto Gnisci, Arrigo Pedon (2016). Metodologia della Ricerca Psicologica. Il Mulino.

Sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico

METODOLOGIA PER LA RICERCA IN PSICOLOGIA (M-PSI/03)
Metodologie quantitative

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Settore Scientifico Disciplinare SPS/07

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Primo Semestre (dal 20/09/2021 al 14/01/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale attraverso le tecniche di 'Analisi in Componenti Principali  (ACP) e di Cluster Analysis per lo studio di dati sperimentali in ambito sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pagine) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP; Cluster; AnOVa ad una via e a due vie; AnCoVa.
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Metodologie quantitative (SPS/07)
Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Primo Semestre (dal 20/09/2021 al 14/01/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale.

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Statistica psicometrica avanzata (M-PSI/03)
METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2020/2021

Anno di corso 2

Semestre Primo Semestre (dal 21/09/2020 al 15/01/2021)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Non sono richiesti prerequisiti specifici.

Il corso introduce gli studenti alle tecniche e ai metodi per la ricerca scientifica in ambito psicologico, presentando la pianificazione della ricerca, la raccolta e analisi descrittiva dei dati, validazione e affidabilità dei costrutti psicologici.

Il corso di Metodologia della Ricerca in Psicologia si propone di introdurre gli studenti alla logica ed al metodo a cui occorre improntare il lavoro dello psicologo affinché esso acquisisca dignità e validità scientifica. A questo scopo gli obiettivi formativi prevedono la conoscenza dei principali paradigmi teorici metodologici, la distinzione fra ricerca qualitativa e quantitativa, l’impostazione di un disegno di ricerca, i criteri psicometrici di validazione della ricerca e degli strumenti di indagine, e di quali siano i criteri metodologici per una corretta interpretazione e comunicazione dei risultati del proprio lavoro. Verrà richiesta inoltre la conoscenza generale delle principali procedure statistiche di analisi multivariata.

Il corso si propone inoltre di mettere in grado lo studente di leggere criticamente l’impostazione metodologica di un articolo di ricerca e di impostare correttamente un lavoro di ricerca sperimentale in ambito psicologico.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online ed è richiesto l'utilizzo di una calcolatrice. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti che devono sostenere l'esame da 10 o 12 CFU (coorti precedenti e corso tenuto dal Prof. Mossi),
fanno riferimento:

- per la prima parte del programma, al corso di Statistica Psicometrica: https://www.unisalento.it/people/enrico.ciavolino/didattica/1039992017/scheda

- per la seconda parte accedete a https://formazioneonline.unisalento.it 

     Corso: Metodologia Ricerca Psicologica 

     Sezione: Coorti precedenti tenute dal Prof. Mossi [Materiale Integrativo II Parte]

 

 

  1. Psicologia e scienza.
  2. Sviluppare una domanda di ricerca
  3. Etica della ricerca.
  4. Variabili.
  5. Descrizione dei dati con tabelle e grafici.
  6. Validità.
  7. Controllo.
  8. Ricerca non sperimentale (I): ricerca osservazionale, ricerca d'archivio e studio di casi singoli.
  9. Ricerca non sperimentale (II): l'inchiesta.
  10. Veri esperimenti (I): disegni sperimentali a un solo fattore.
  11. Veri esperimenti (II): disegni sperimentali fattoriali.
  12. Esperimenti su singoli soggetti.

Quasi-esperimenti.

- Donald h. Mcburney, Theresa l. White (2008). Metodologia della ricerca in psicologia. Il Mulino.

- Augusto Gnisci, Arrigo Pedon (2016). Metodologia della Ricerca Psicologica. Il Mulino.

Sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico

METODOLOGIA PER LA RICERCA IN PSICOLOGIA (M-PSI/03)
Mod. A - Metodi quantitativi nella ricerca sociale

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Settore Scientifico Disciplinare SPS/07

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Primo Semestre (dal 21/09/2020 al 15/01/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale attraverso le tecniche di 'Analisi in Componenti Principali  (ACP) e di Cluster Analysis per lo studio di dati sperimentali in ambito sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pagine) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP; Cluster; AnOVa ad una via e a due vie; AnCoVa.
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Mod. A - Metodi quantitativi nella ricerca sociale (SPS/07)
Statistica psicometrica avanzata

Corso di laurea PSICOLOGIA DELL'INTERVENTO NEI CONTESTI RELAZIONALI E SOCIALI

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Primo Semestre (dal 21/09/2020 al 15/01/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. L'elaborato può essere sviluppato in gruppo (massimo 5 persone) e singolarmente.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Statistica psicometrica avanzata (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2019 al 15/01/2020)

Lingua ITALIANO

Percorso Scienze cognitive e disturbi dell'apprendimento (A83)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno al momento in via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato all’email istituzionale degli studenti prenotati, il giorno dopo la chiusura delle iscrizioni all’esame. Il TEST verrà somministrato online e seguito via webcam dal docente. La compilazione delle risposte avverrà online. Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2019 al 15/01/2020)

Lingua ITALIANO

Percorso Analisi e intervento di comunità e nei contesti organizzativi e istituzionali (A85)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno al momento in via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato all’email istituzionale degli studenti prenotati, il giorno dopo la chiusura delle iscrizioni all’esame. Il TEST verrà somministrato online e seguito via webcam dal docente. La compilazione delle risposte avverrà online. Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2019 al 15/01/2020)

Lingua ITALIANO

Percorso Intervento clinico con i singoli, le coppie, le famiglie e i contesti sociali (A82)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno al momento in via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato all’email istituzionale degli studenti prenotati, il giorno dopo la chiusura delle iscrizioni all’esame. Il TEST verrà somministrato online e seguito via webcam dal docente. La compilazione delle risposte avverrà online. Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
METODOLOGIA PER LA RICERCA IN PSICOLOGIA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2019/2020

Anno di corso 2

Semestre Secondo Semestre (dal 02/03/2020 al 30/05/2020)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Non sono richiesti prerequisiti specifici.

Il corso presenta gli aspetti di analisi descrittiva dei dati in psicometria e statistica, mostrando gli strumenti di base per la raccolta, la codifica e l’interpretazione dei dati raccolti. Introduce inoltre il calcolo delle probabilità, le principali variabili casuali e relative distribuzioni di probabilità.

Il corso di Metodologia della Ricerca in Psicologia si propone di introdurre gli studenti alla logica ed al metodo a cui occorre improntare il lavoro dello psicologo affinché esso acquisisca dignità e validità scientifica. A questo scopo gli obiettivi formativi prevedono la conoscenza dei principali paradigmi teorici metodologici, la distinzione fra ricerca qualitativa e quantitativa, l’impostazione di un disegno di ricerca, i criteri psicometrici di validazione della ricerca e degli strumenti di indagine, e di quali siano i criteri metodologici per una corretta interpretazione e comunicazione dei risultati del proprio lavoro. Verrà richiesta inoltre la conoscenza generale delle principali procedure statistiche di analisi multivariata.

Il corso si propone inoltre di mettere in grado lo studente di leggere criticamente l’impostazione metodologica di un articolo di ricerca e di impostare correttamente un lavoro di ricerca sperimentale in ambito psicologico.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online ed è richiesto l'utilizzo di una calcolatrice. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti che devono sostenere l'esame da 10 o 12 CFU (coorti precedenti e corso tenuto dal Prof. Mossi),
fanno riferimento:

- per la prima parte del programma, al corso di Statistica Psicometrica: https://www.unisalento.it/people/enrico.ciavolino/didattica/1039992017/scheda

- per la seconda parte accedete a https://formazioneonline.unisalento.it 

     Corso: Metodologia Ricerca Psicologica 

     Sezione: Coorti precedenti tenute dal Prof. Mossi [Materiale Integrativo II Parte]

 

 

  1. Psicologia e scienza.
  2. Sviluppare una domanda di ricerca
  3. Etica della ricerca.
  4. Variabili.
  5. Descrizione dei dati con tabelle e grafici.
  6. Validità.
  7. Controllo.
  8. Ricerca non sperimentale (I): ricerca osservazionale, ricerca d'archivio e studio di casi singoli.
  9. Ricerca non sperimentale (II): l'inchiesta.
  10. Veri esperimenti (I): disegni sperimentali a un solo fattore.
  11. Veri esperimenti (II): disegni sperimentali fattoriali.
  12. Esperimenti su singoli soggetti.

Quasi-esperimenti.

Donald h. Mcburney, Theresa l. White (2008). Metodologia della ricerca in psicologia. Il Mulino.

Sul sito del https://formazioneonline.unisalento.it è presente ulteriore materiale didattico

METODOLOGIA PER LA RICERCA IN PSICOLOGIA (M-PSI/03)
Mod. B - Metodi quantitativi nella ricerca sociale

Corso di laurea SOCIOLOGIA E RICERCA SOCIALE

Settore Scientifico Disciplinare SPS/07

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2019 al 15/01/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale attraverso le tecniche di 'Analisi in Componenti Principali  (ACP) e di Cluster Analysis per lo studio di dati sperimentali in ambito sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno per via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pagine) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

--------------------------- 

Modalità al momento non attiva

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP; Cluster; AnOVa ad una via e a due vie; AnCoVa.
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Mod. B - Metodi quantitativi nella ricerca sociale (SPS/07)
STATISTICA PSICOMETRICA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2019/2020

Anno di corso 3

Semestre Primo Semestre (dal 30/09/2019 al 15/01/2020)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Nozioni di matematica di base

Il corso presenta gli aspetti di analisi descrittiva dei dati in psicometria e statistica, mostrando gli strumenti di base per la raccolta, la codifica e l’interpretazione dei dati raccolti. Introduce inoltre il calcolo delle probabilità, le principali variabili casuali e relative distribuzioni di probabilità.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza della statistica psicometrica di livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico ed esercitazioni in aula. Inoltre saranno illustrati temi di avanguardia quali l'uso di metodi quantitativi nell'ambito del data science per le scienze umane e sociali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere gli strumenti di base della statistica e della psicometria nell'ambito dell'analisi dei dati sperimentali. 

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome in ambito quantitativo.

Abilità comunicative.
Comunicare metodi e tecniche per la risoluzione di problemi quantitativi a interlocutori specialisti e non specialisti.

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi con un alto grado di autonomia

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame. 
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente il seguente materiale didattico:

  • Formulari, con tutte le formule relative agli argomenti presenti nel programma didattico.
  • Esercizi Svolti
  • Esercizi da Svolgere
  • Test a risposta multipla

Gli esami si terranno al momento in via telematica con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test composto da 7 domande:

  • 3 domande a risposta multipla con quattro modalità, richiederanno la risoluzione di brevi esercizi con l’ausilio della calcolatrice e del formulario. Bisognerà poi scegliere la risposta corretta. (6 punti a domanda)
  • 2 domande a risposta multipla con quattro modalità, riguarderanno la risoluzione di esercizi relativi all’applicazione della Distribuzione Normale con l'ausilio delle tavole.. (4 punti a domanda)
  • 2 domande a risposta multipla con quattro modalità, riguardo argomenti di teoria. (2 punti a domanda)
  • In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.

Il link al TEAM dell’appello verrà comunicato all’email istituzionale degli studenti prenotati, il giorno dopo la chiusura delle iscrizioni all’esame. Il TEST verrà somministrato online e seguito via webcam dal docente. La compilazione delle risposte avverrà online. Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

 

 

--------------------------- 

Modalità al momento non attiva

 

La valutazione avverrà mediante lo svolgimento di una prova scritta strutturata in 5 quesiti.
Durante lo svolgimento delle prove scritte è possibile consultare solo ed esclusivamente le tavole statistiche e i formulari scaricati dal sito di Ateneo: https://formazioneonline.unisalento.it. Attenzione, gli studenti sono pregati di non scrivere nulla sul formulario, altrimenti verrà ritirato durante la prova.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

La Rilevazione dei Fenomeni Statistici
Introduzione; Caratteri, unitàstatistiche e collettivo; Classificazione dei caratteri statistici; Suddivisione in classi di un carattere quantitativo; I diversi tipi di rilevazione; Rilevazione totale e rilevazione campionaria.

Distribuzione di un carattere e sua rappresentazione
Dalle distribuzioni unitarie alle distribuzioni di frequenza; Frequenze relative e percentuali; Frequenze cumulate; Rappresentazione grafica delle distribuzioni semplici; Grafici a barre o a nastri; Istogrammi; Grafici a torta; Diagrammi cartesiani. 


Sintesi della distribuzione di un carattere: Le medie
Introduzione; La media aritmetica; La media geometrica (escluse le proprietà); La mediana (escluse le proprietà); La moda (escluse le proprietà); I percentili. 


Sintesi della distribuzione di un carattere: La variabilità
Introduzione; La variabilitàdi una distribuzione; Indici basati sullo scostamento dalla media aritmetica; Il teorema di Chebyshev e la standardizzazione; Altri indici di variabilità; Box plot; La concentrazione.


Analisi dell’associazione tra due caratteri
Introduzione; Distribuzioni doppie di frequenze; Rappresentazione grafica della distribuzione di due caratteri; Analisi dell’associazione tra due caratteri: dipendenza, indipendenza, interdipendenza; Studio dell’associazione tra due caratteri in una tabella doppia di frequenze; Misura dell’associazione per caratteri qualitativi sconnessi; Misura della dipendenza di un carattere quantitativo da un carattere, qualitativo o quantitativo discreto; Misura dell’interdipendenza tra due caratteri quantitativi.

Il modello di regressione lineare semplice
Introduzione; Relazione funzionale e relazione statistica tra due variabili; Specificazione del modello di regressione lineare semplice; Stima puntuale dei coefficienti di regressione; La decomposizione della varianza totale e il coefficiente di determinazione.

Probabilità: concetti di base
Introduzione; Concetti primitivi; Eventi e algebra degli eventi; I postulati; Misura della probabilitànell’approccio classico; Probabilitàcondizionate e indipendenza; Il teorema di Bayes; Le diverse concezioni della probabilità

Variabili casuali e distribuzioni di probabilità
Introduzione; Variabili casuali (o aleatorie); Variabili casuali discrete; Variabili casuali continue; Valore atteso e varianza di una variabile casuale (escluse Valori Caratteristici di una funzione lineare di una V.C.); Variabili casuali standardizzate e teorema di Chebyshev; Distribuzioni di probabilitàper V.C. discrete: Distribuzione Binomiale (escluse le proprietà); Distribuzioni di probabilitàper v.c. continue: Distribuzione Normale (esclusa la curtosi);Distribuzione Chi-quadrato (solo la definizione e calcolo di aree e quantili/percentili con l’uso delle tavole); Distribuzione t di Student (solo la definizione e calcolo di aree e quantili quantili/percentili con l’uso delle tavole); Teorema del limite centrale

Lo studente può scegliere tra i testi elencati di seguito,

- D’Ambra L., Spedaliere S., STATISTICA DESCRITTIVA - Applicazioni con Excel, RCE Edizioni, 2007. Oppure, Posa D., De Iaco S., Palma M., FONDAMENTI DI STATISTICA DESCRITTIVA, Giappichelli Editore, Torino, 2008

In alternativa:

- Borra S., Di Ciaccio A., STATISTICA – Metodologie per le Scienze Economiche e Sociali –, McGraw-Hill, 2004.

 

Sul sito del https://formazioneonline.unisalento.it è presente il seguente materiale didattico:

  • Formulari
  • Esercizi Svolti
  • Esercizi da Svolgere
  • Test a risposta multipla
STATISTICA PSICOMETRICA (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Primo Semestre (dal 01/10/2018 al 25/01/2019)

Lingua ITALIANO

Percorso Intervento clinico con i singoli, le coppie, le famiglie e i contesti sociali (A82)

Nozioni di matematica e statistica di base

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, ACM, Cluster) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

M. Gherghi, C. N. Lauro (2008), Introduzione all'Analisi dei dati multidimensionali, RCE.

Sul sito https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Primo Semestre (dal 01/10/2018 al 25/01/2019)

Lingua ITALIANO

Percorso Scienze cognitive e disturbi dell'apprendimento (A83)

Nozioni di matematica e statistica di base

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, ACM, Cluster) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

M. Gherghi, C. N. Lauro (2008), Introduzione all'Analisi dei dati multidimensionali, RCE.

Sul sito https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea Magistrale

Crediti 12.0

Ripartizione oraria Ore totali di attività frontale: 60.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Primo Semestre (dal 01/10/2018 al 25/01/2019)

Lingua ITALIANO

Percorso Analisi e intervento di comunità e nei contesti organizzativi e istituzionali (A85)

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R. 

————————————————————————————————————————————————————————

Da quest’anno è attivo anche un servizio Tutoring della didattica,finalizzato a supportare gli studenti nell’apprendimento della materia.

 

Il Tutor di Metodi e Tecniche della ricerca per l'intervento è il Dott. Fulvio Signore.

 

Il Tutor fornirà i seguenti servizi agli studenti:

  1. Assistenza in persona presso lo Studium 2000, Edificio 5, Stanza 39 nei seguenti giorni: Lunedì 9.30 - 11.00 • Martedì 15.30 - 17.00
  2. Assistenza online tramite email (fulvio.signore@unisalento.it) e piattaforma e-learning: https://formazioneonline.unisalento.it 
  3. Creazione materiale didattico, pubblicato sulla piattaforma e-learning: https://formazioneonline.unisalento.it 
  4. Definizione di prove intermedie d’esame per l'acquisizione di crediti pari a un massimo del 60% rispetto al programma complessivo.

Per usufruire del servizio di tutoring bisogna iscriversi utilizzando il seguente link

———————————————————————————— 

MODALITA' VERIFICHE INTERMEDIE

 

Le verifiche intermedie riguarderanno i seguenti argomenti del programma:

  1. Matrici
  2. Analisi in Componenti Principali
  3. Analisi delle Corrispondenze
  4. R Studio

Tali verifiche definite daranno diritto all'acquisizione di crediti pari a un massimo del 60% rispetto a quelli previsti per l’insegnamento.

Dopo aver superato le verifiche, lo studente sosterrà un test finale con il Prof. Ciavolino solo sui restanti due argomenti:

  1. Cluster Analysis
  2. Analisi della Varianza, ANOVA

Le verifiche avranno intermedie a cadenza mensile secondo il seguente calendario: 21 Dicembre 2018, 25 Gennaio 2019, 8 Febbraio 2019, 22 Febbraio 2019, 8 Marzo 2019. 

———————————————————————————— 

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM 
Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, ACM, Cluster) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

————————————————————————————————————————————————————————

Da quest’anno è attivo anche un servizio Tutoring della didattica,finalizzato a supportare gli studenti nell’apprendimento della materia.

 

Il Tutor di Metodi e Tecniche della ricerca per l'intervento è il Dott. Fulvio Signore.

 

Il Tutor fornirà i seguenti servizi agli studenti:

  1. Assistenza in persona presso lo Studium 2000, Edificio 5, Stanza 39 nei seguenti giorni: Lunedì 9.30 - 11.00 • Martedì 15.30 - 17.00
  2. Assistenza online tramite email (fulvio.signore@unisalento.it) e piattaforma e-learning: https://formazioneonline.unisalento.it 
  3. Creazione materiale didattico, pubblicato sulla piattaforma e-learning: https://formazioneonline.unisalento.it 
  4. Definizione di prove intermedie d’esame per l'acquisizione di crediti pari a un massimo del 60% rispetto al programma complessivo.

Per usufruire del servizio di tutoring bisogna iscriversi utilizzando il seguente link

———————————————————————————— 

MODALITA' VERIFICHE INTERMEDIE

 

Le verifiche intermedie riguarderanno i seguenti argomenti del programma:

  1. Matrici
  2. Analisi in Componenti Principali
  3. Analisi delle Corrispondenze
  4. R Studio

Tali verifiche definite daranno diritto all'acquisizione di crediti pari a un massimo del 60% rispetto a quelli previsti per l’insegnamento.

Dopo aver superato le verifiche, lo studente sosterrà un test finale con il Prof. Ciavolino solo sui restanti due argomenti:

  1. Cluster Analysis
  2. Analisi della Varianza, ANOVA

Le verifiche avranno intermedie a cadenza mensile secondo il seguente calendario: 21 Dicembre 2018, 25 Gennaio 2019, 8 Febbraio 2019, 22 Febbraio 2019, 8 Marzo 2019. 

———————————————————————————— 

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (ACM)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (M-PSI/03)
MOD. B - Quantitative Methods in Social Research

Degree course SOCIOLOGIA E RICERCA SOCIALE

Subject area SPS/07

Course type Laurea Magistrale

Credits 8.0

Teaching hours Ore totali di attività frontale: 60.0

For matriculated on 2018/2019

Year taught 2018/2019

Course year 1

Semestre Secondo Semestre (dal 04/03/2019 al 31/05/2019)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Basic knowledge of statistics and computer science.

Quantitative applied and theoretical interpretation of sociological phenomena based on quantitative data. Moreover the student will learn the open source statistical software R to conduct in autonomy the quantitative analyses.

Aim of the course is to introduce the students into quantitative methods to analyze social data by using the open the open source software R.

Theoretical lessons will be combined with the use of the statistical software R in way to learn how to implement a quantitative analysis.

The evaluation will be written with a multiple choice test. The prerequisite will be the development of a small report (max 10 pages) using the main arguments of the course. The student have to apply the quantitative analyses (monovariate, bivariate, PCA) to a dataset that can download from the link available at: formazioneonline.unisalento.it

The report have to be send to the instructor 5 days before the exam.
The test will be composed of 10 questions: 1 open question about the results obtained in the report; 4 questions on R Software; 5 question on theoretical part.

1) Teaching objectives
Aim of the course is to introduce the students into quantitative methods to analyze social data. In details the student will learn the following arguments:

• Monovariate Analysis
• Bivariate Analysis
• Statistical Tests
• Principal Component Analysis

All the argument will be treated from theoretical/interpretation point of view. Moreover all the arguments will be treated also with the open source software R.

All the material is available at: formazioneonline.unisalento.it

MOD. B - Quantitative Methods in Social Research (SPS/07)
STATISTICA PSICOMETRICA

Corso di laurea SCIENZA E TECNICHE PSICOLOGICHE

Settore Scientifico Disciplinare M-PSI/03

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2018/2019

Anno di corso 3

Semestre Primo Semestre (dal 01/10/2018 al 25/01/2019)

Lingua ITALIANO

Percorso PERCORSO GENERICO/COMUNE (PDS0-2010)

Nozioni di matematica di base

Il corso presenta gli aspetti di analisi descrittiva dei dati in psicometria e statistica, mostrando gli strumenti di base per la raccolta, la codifica e l’interpretazione dei dati raccolti. Introduce inoltre il calcolo delle probabilità, le principali variabili casuali e relative distribuzioni di probabilità.

————————————————————————————————————————————————————————

Da quest’anno è attivo anche un servizio Tutoring della didattica,finalizzato a supportare gli studenti nell’apprendimento della materia.

 

Il Tutor di Statistica Psicometrica è il Dott. Fulvio Signore.

 

Il Tutor fornirà i seguenti servizi agli studenti:

  1. Assistenza in persona presso lo Studium 2000, Edificio 5, Stanza 39 nei seguenti giorni: Lunedì 9.30 - 11.00 • Martedì 15.30 - 17.00
  2. Assistenza online tramite email (fulvio.signore@unisalento.it) e piattaforma e-learning: https://formazioneonline.unisalento.it 
  3. Creazione materiale didattico, pubblicato sulla piattaforma e-learning: https://formazioneonline.unisalento.it 
  4. Definizione di prove intermedie d’esame per l'acquisizione di crediti pari a un massimo del 60% rispetto al programma complessivo.

Per usufruire del servizio di tutoring bisogna iscriversi utilizzando il seguente link

———————————————————————————— 

MODALITA' VERIFICHE INTERMEDIE

 

Le verifiche intermedie riguarderanno i seguenti argomenti del programma:

  1. Medie ed Indici di posizione
  2. Indici di variabilità
  3. Connessione e correlazione
  4. Regressione e Dipendenza in media

Tali verifiche definite daranno diritto all'acquisizione di crediti pari a un massimo del 60% rispetto a quelli previsti per l’insegnamento.

Dopo aver superato le verifiche, lo studente sosterrà un test finale con il Prof. Ciavolino solo sui restanti due argomenti:

  1. Probabilità: concetti di base
  2. Variabili casuali e distribuzioni di probabilità

Le verifiche avranno intermedie a cadenza mensile secondo il seguente calendario: 21 Dicembre 2018, 25 Gennaio 2019, 8 Febbraio 2019, 22 Febbraio 2019, 8 Marzo 2019. 

———————————————————————————— 

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza della statistica psicometrica di livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico ed esercitazioni in aula. Inoltre saranno illustrati temi di avanguardia quali l'uso di metodi quantitativi nell'ambito del data science per le scienze umane e sociali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere gli strumenti di base della statistica e della psicometria nell'ambito dell'analisi dei dati sperimentali. 

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome in ambito quantitativo.

Abilità comunicative.
Comunicare metodi e tecniche per la risoluzione di problemi quantitativi a interlocutori specialisti e non specialisti.

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi con un alto grado di autonomia

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame. 
 

Inoltre, sul sito del https://formazioneonline.unisalento.it è presente il seguente materiale didattico:

  • Formulari, con tutte le formule relative agli argomenti presenti nel programma didattico.
  • Esercizi Svolti
  • Esercizi da Svolgere
  • Test a risposta multipla

La valutazione avverrà mediante lo svolgimento di una prova scritta strutturata in 5 quesiti.
Durante lo svolgimento delle prove scritte è possibile consultare solo ed esclusivamente le tavole statistiche e i formulari scaricati dal sito di Ateneo: https://formazioneonline.unisalento.it. Attenzione, gli studenti sono pregati di non scrivere nulla sul formulario, altrimenti verrà ritirato durante la prova.

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

————————————————————————————————————————————————————————

Da quest’anno è attivo anche un servizio Tutoring della didattica,finalizzato a supportare gli studenti nell’apprendimento della materia.

 

Il Tutor di Statistica Psicometrica è il Dott. Fulvio Signore.

 

Il Tutor fornirà i seguenti servizi agli studenti:

  1. Assistenza in persona presso lo Studium 2000, Edificio 5, Stanza 39 nei seguenti giorni: Lunedì 9.30 - 11.00 • Martedì 15.30 - 17.00
  2. Assistenza online tramite email (fulvio.signore@unisalento.it) e piattaforma e-learning: https://formazioneonline.unisalento.it 
  3. Creazione materiale didattico, pubblicato sulla piattaforma e-learning: https://formazioneonline.unisalento.it 
  4. Definizione di prove intermedie d’esame per l'acquisizione di crediti pari a un massimo del 60% rispetto al programma complessivo.

Per usufruire del servizio di tutoring bisogna iscriversi utilizzando il seguente link

———————————————————————————— 

MODALITA' VERIFICHE INTERMEDIE

 

Le verifiche intermedie riguarderanno i seguenti argomenti del programma:

  1. Medie ed Indici di posizione
  2. Indici di variabilità
  3. Connessione e correlazione
  4. Regressione e Dipendenza in media

Tali verifiche definite daranno diritto all'acquisizione di crediti pari a un massimo del 60% rispetto a quelli previsti per l’insegnamento.

Dopo aver superato le verifiche, lo studente sosterrà un test finale con il Prof. Ciavolino solo sui restanti due argomenti:

  1. Probabilità: concetti di base
  2. Variabili casuali e distribuzioni di probabilità

Le verifiche avranno intermedie a cadenza mensile secondo il seguente calendario: 21 Dicembre 2018, 25 Gennaio 2019, 8 Febbraio 2019, 22 Febbraio 2019, 8 Marzo 2019. 

———————————————————————————— 

La Rilevazione dei Fenomeni Statistici
Introduzione; Caratteri, unitàstatistiche e collettivo; Classificazione dei caratteri statistici; Suddivisione in classi di un carattere quantitativo; I diversi tipi di rilevazione; Rilevazione totale e rilevazione campionaria.

Distribuzione di un carattere e sua rappresentazione
Dalle distribuzioni unitarie alle distribuzioni di frequenza; Frequenze relative e percentuali; Frequenze cumulate; Rappresentazione grafica delle distribuzioni semplici; Grafici a barre o a nastri; Istogrammi; Grafici a torta; Diagrammi cartesiani. 


Sintesi della distribuzione di un carattere: Le medie
Introduzione; La media aritmetica; La media geometrica (escluse le proprietà); La mediana (escluse le proprietà); La moda (escluse le proprietà); I percentili. 


Sintesi della distribuzione di un carattere: La variabilità
Introduzione; La variabilitàdi una distribuzione; Indici basati sullo scostamento dalla media aritmetica; Il teorema di Chebyshev e la standardizzazione; Altri indici di variabilità; Box plot; La concentrazione.


Analisi dell’associazione tra due caratteri
Introduzione; Distribuzioni doppie di frequenze; Rappresentazione grafica della distribuzione di due caratteri; Analisi dell’associazione tra due caratteri: dipendenza, indipendenza, interdipendenza; Studio dell’associazione tra due caratteri in una tabella doppia di frequenze; Misura dell’associazione per caratteri qualitativi sconnessi; Misura della dipendenza di un carattere quantitativo da un carattere, qualitativo o quantitativo discreto; Misura dell’interdipendenza tra due caratteri quantitativi.

Il modello di regressione lineare semplice
Introduzione; Relazione funzionale e relazione statistica tra due variabili; Specificazione del modello di regressione lineare semplice; Stima puntuale dei coefficienti di regressione; La decomposizione della varianza totale e il coefficiente di determinazione.

Probabilità: concetti di base
Introduzione; Concetti primitivi; Eventi e algebra degli eventi; I postulati; Misura della probabilitànell’approccio classico; Probabilitàcondizionate e indipendenza; Il teorema di Bayes; Le diverse concezioni della probabilità

Variabili casuali e distribuzioni di probabilità
Introduzione; Variabili casuali (o aleatorie); Variabili casuali discrete; Variabili casuali continue; Valore atteso e varianza di una variabile casuale (escluse Valori Caratteristici di una funzione lineare di una V.C.); Variabili casuali standardizzate e teorema di Chebyshev; Distribuzioni di probabilitàper V.C. discrete: Distribuzione Binomiale (escluse le proprietà); Distribuzioni di probabilitàper v.c. continue: Distribuzione Normale (esclusa la curtosi);Distribuzione Chi-quadrato (solo la definizione e calcolo di aree e quantili/percentili con l’uso delle tavole); Distribuzione t di Student (solo la definizione e calcolo di aree e quantili quantili/percentili con l’uso delle tavole); Teorema del limite centrale

Lo studente può scegliere tra i testi elencati di seguito,

- D’Ambra L., Spedaliere S., STATISTICA DESCRITTIVA - Applicazioni con Excel, RCE Edizioni, 2007. Oppure, Posa D., De Iaco S., Palma M., FONDAMENTI DI STATISTICA DESCRITTIVA, Giappichelli Editore, Torino, 2008

In alternativa:

- Borra S., Di Ciaccio A., STATISTICA – Metodologie per le Scienze Economiche e Sociali –, McGraw-Hill, 2004.

 

Sul sito del https://formazioneonline.unisalento.it è presente il seguente materiale didattico:

  • Formulari
  • Esercizi Svolti
  • Esercizi da Svolgere
  • Test a risposta multipla
STATISTICA PSICOMETRICA (M-PSI/03)
MOD. B - Quantitative Methods in Social Research

Degree course SOCIOLOGIA E RICERCA SOCIALE

Subject area SPS/07

Course type Laurea Magistrale

Credits 8.0

Teaching hours Ore totali di attività frontale: 0.0

For matriculated on 2017/2018

Year taught 2017/2018

Course year 1

Semestre Secondo Semestre (dal 05/03/2018 al 31/05/2018)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Basic knowledge of statistics and computer science.

Quantitative applied and theoretical interpretation of sociological phenomena based on quantitative data. Moreover the student will learn the open source statistical software R to conduct in autonomy the quantitative analyses.

Aim of the course is to introduce the students into quantitative methods to analyze social data by using the open the open source software R.

Theoretical lessons will be combined with the use of the statistical software R in way to learn how to implement a quantitative analysis.

The evaluation will be written with a multiple choice test. The prerequisite will be the development of a small report (max 10 pages) using the main arguments of the course. The student have to apply the quantitative analyses (monovariate, bivariate, PCA) to a dataset that can download from the link available at: formazioneonline.unisalento.it

The report have to be send to the instructor 5 days before the exam.
The test will be composed of 10 questions: 1 open question about the results obtained in the report; 4 questions on R Software; 5 question on theoretical part.

1) Teaching objectives
Aim of the course is to introduce the students into quantitative methods to analyze social data. In details the student will learn the following arguments:

• Monovariate Analysis
• Bivariate Analysis
• Statistical Tests
• Principal Component Analysis

All the argument will be treated from theoretical/interpretation point of view. Moreover all the arguments will be treated also with the open source software R.

All the material is available at: formazioneonline.unisalento.it

MOD. B - Quantitative Methods in Social Research (SPS/07)
STATISTICA

Corso di laurea SCIENZE POLITICHE E DELLE RELAZIONI INTERNAZIONALI

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 36.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2017/2018

Anno di corso 3

Semestre Primo Semestre (dal 02/10/2017 al 26/01/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica di base

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, evidenziando l’utilità della Statistica all’interno della ricerca politica e sociale, basata sulla raccolta di informazioni e su una loro corretta elaborazione ed interpretazione.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni su argomenti che saranno oggetto della prova d’esame.

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 4 quesiti:

  • Test 1 (9 punti). Esercizio riguarda Medie, Varianza, Concentrazione, Box-Plot
  • Test 2 (9 punti) e 3 (9 punti). Esercizio riguardano Regressione, Correlazione, Chi-Quadro, Eta-Quadro 
  • Test 4 (3 punti). Tre domande a risposta multipla sulla parte teorica

Durante la prova è possibile:

  1. Usare una calcolatrice (non il cellulare).
  2. Usare il formulari scaricabili dal sito (ATTENZIONE, non aggiungere nessun commento, esercizio o altre formule. In questi casi il formulario verrà ritirato durante la prova)

La valutazione può essere integrata con una prova orale. Per accedere alla prova orale bisogna aver raggiunto un punteggio minimo di 18 al test scritto. 
La prova orale riguarderà la parte teorica del corso, come ad esempio: come si ottengono gli stimatori dei minimi quadrati, differenza tra stima e stimatore, proprietà della media. Non verrà chiesto allo studente di svolgere altri esercizi.

Introduzione alla Statistica Descrittiva
Le fonti statistiche, tipologie di variabili, qualitative e quantitative, rappresentazione tabellare di variabili qualitative e quantitative. frequenza assoluta e relativa, cumulata e percentuale. Rappresentazioni grafiche per variabili qualitative: diagramma a barre e diagramma circolare. Rappresentazioni grafiche per variabili quantitative: istogramma, diagramma a dispersione.
Indici Statistici Descrittivi
Alcuni indici di posizione o locazione: La media aritmetica, la media armonica, la media quadratica, la media geometrica, la mediana, i quartili e la moda. Alcuni indici di variabilità: La devianza, la varianza, lo scarto quadratico medio, il range, il coefficiente di variazione. Indici di Forma: Asimmetria e Curtosi, Concentrazione: L'indice di concentrazione di Gini. Il rapporto di concentrazione, La curva di Lorenz.
L’interpolazione Statistica e Regressione
Interpolazione grafica e analitica. Metodo dei minimi quadrati, indici di accostamento. Il modello di regressione semplice. La stima dei parametri del modello.
Relazioni Statistiche
Connessione, indici di connessione, rapporto di correlazione, correlazione e regressione, interpretazione delle rette in termini di codevianza e covarianza, grado di adattamento, analisi dell’interdipendenza.

D’Ambra L., Spedaliere S., STATISTICA DESCRITTIVA con applicazioni in Excel, RCE Edizioni, 2005. Si escludono dal libro le seguenti parti:

o CAPII
o CAP III Paragrafi: (1.1); (1.3); (1.4); (1.5); (3.2); (3.3); (3.4); (3.5); (3.6); (3.7);o CAP IV Paragrafi: (6.1); (7.1); (11);
o CAP V: Paragrafi: (1.2.3); (1.4); (1.5.1); (1.5.2); (2.2); (2.3.5); (2.3.6);
o CAP . VIII Paragrafi: (1); (2.4);
o CAP . IX Paragrafo: (9); (10);
o CAP. X.

In alternativa al testo:

  • D. Posa, S. De Iaco, M. Palma, FONDAMENTI DI STATISTICA DESCRITTIVA, Giappichelli Editore, Torino, 2004;

  • Pelosi M. K., Sandifer T. M., INTRODUZIONE ALLA STATISTICA, McGraw-Hill, 2004;

Sul sito sono resi disponibili un formulario (che può essere utilizzato durante l'esame scritto) e tre eserciziari. Tutto il materiale è protetto da password. Per la richiesta della pwd cliccare al seguente link.

STATISTICA (SECS-S/01)
STATISTICA AVANZATA

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 30.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2017/2018

Anno di corso 2

Semestre Primo Semestre (dal 02/10/2017 al 26/01/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Nozioni di matematica e statistica di base

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:

  • Test 1          (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP e l'AC
  • Test 2-14   (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
  • Test 15        (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (AC, ACP, Cluster) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Il report deve essere consegnato 5 giorni prima dell'esame

 

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
  • Analisi delle Corrispondenze (AC)
    • Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna.  Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

M. Gherghi, C. N. Lauro (2008), Introduzione all'Analisi dei dati multidimensionali, RCE.

Sul sito https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

STATISTICA AVANZATA (SECS-S/01)
STATISTICA

Corso di laurea SCIENZE POLITICHE E DELLE RELAZIONI INTERNAZIONALI

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2016/2017

Anno di corso 3

Semestre Primo Semestre (dal 03/10/2016 al 27/01/2017)

Lingua

Percorso PERCORSO COMUNE (999)

STATISTICA (SECS-S/01)
STATISTICA AVANZATA

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2016/2017

Anno di corso 2

Semestre Primo Semestre (dal 03/10/2016 al 27/01/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

STATISTICA AVANZATA (SECS-S/01)
STATISTICA

Corso di laurea SCIENZE POLITICHE E DELLE RELAZIONI INTERNAZIONALI

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2015/2016

Anno di corso 3

Semestre Primo Semestre (dal 28/09/2015 al 29/01/2016)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA (SECS-S/01)
STATISTICA AVANZATA

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2015/2016

Anno di corso 2

Semestre Primo Semestre (dal 28/09/2015 al 29/01/2016)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA AVANZATA (SECS-S/01)
STATISTICA AVANZATA

Corso di laurea METODOLOGIA DELL'INTERVENTO PSICOLOGICO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2014/2015

Anno di corso 2

Semestre Primo Semestre (dal 06/10/2014 al 30/01/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA AVANZATA (SECS-S/01)

Pubblicazioni

 

Consulta le pubblicazioni su IRIS

Temi di ricerca

L’attività di ricerca metodologica riguarda i modelli di analisi multivariata e modelli ad equazioni strutturali basati su stimatori parametrici (massima verosimiglianza), non parametrici (minimi quadrati parziali - PLS) e semi parametrici (Generalized Maximum Entropy).
Gli sviluppi metodologici trovano applicazioni nel campo della psicologia, della sociologia, dell’economia e più in generale nei modelli di supporto alle decisioni e valutazione dei servizi. Nello specifico, la ricerca applicata riguarda:

  • Valutazione della customer satisfaction nei servizi di pubblica utilità (ospedalieri, trasporti, educazione);
  • Analisi del processo psicoterapeutico;
  • Analisi della soddisfazione dei lavoratori (Job Satisfaction);
  • Metodi e modelli per il monitoraggio e la valutazione dell'impatto di progetti socio-economici;
  • Modelli per il supporto alle decisioni in ambito sociale e politico;
  • Tecniche fuzzy la valutazione dell’inter-rater agreement;
  • Modelli di analisi multivariata per gli studi di genere.