L'ultima lezione Marcello Gallucci Milano-Bicocca

Transcript

1 L'ultima lezione A M D Marcello Gallucci Milano-Bicocca

2 Come (si potrebbe) studiare Si consiglia di studiare partendo dalle slide del corso (vedi cartella Lezioni ), cercando di individuare la logica degli argomenti trattati ed i concetti più importanti. Poi, studiare il capitolo del libro corrispondente. Seguire anche con attenzione gli esempi del libro. In parallelo ci si può esercitare con il software mediante gli esercizi (vedi cartella Esercizi ) e le esercitazioni (vedi cartella Esercitazioni ). L'uso del software SPSS richiesto è minimo, cioè limitato a quei pochi comandi necessari a svolgere le tecniche statistiche trattate nel corso. Non focalizzarsi sugli esercizi, è probabile che lo stesso quesito non esca più

3 Cosa è fondamentale sapere Teoria: Quale è la logica della tecnica statistica che si sta studiando. Quando si applica. Quali sono le quantità statistiche coinvolte nell analisi (medie, varianze, probabilità, coefficienti etc). Come si interpretano parametri ed i test dell analisi. Quali sono i pregi e i difetti della tecnica

4 Cosa è fondamentale sapere Pratica: Si stia capendo quale è la logica della tecnica statistica che si sta studiando. Quando si applica. Come stimarla in SPSS. Come si interpretano i risultati. Come si scrive (per questo punto si faccia attenzione alla fine di ogni capitolo al paragrafo come si scrive ).

5 Rispondere ad un quesito statistico Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande:

6 Rispondere ad un quesito statistico Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda la relazione tra variabili o il modello di misura? Relazioni fra variabili Modello di misura

7 Rispondere ad un quesito statistico Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda la relazione tra variabili o il modello di misura? Relazioni fra variabili Modello di misura Effetto di una o più variabili su una dipendente Associazione tra due variabili Differenze fra gruppi Influenza di una variabile su un altro effetto

8 Rispondere ad un quesito statistico Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda la relazione tra variabili o il modello di misura? Relazioni fra variabili Modello di misura Attendibilità di una misura Dimensionalità di una misura Coerenza tra misure alternative Clusterizzazione di item in costrutti Validità di una misura

9 Relazioni fra variabili Le domande a cui dobbiamo rispondere per gestire un analisi relativa alle relazioni fra variabili sono sostanzialmente due: Che tipo di modello dobbiamo stimare? Come lo dobbiamo stimare? E il modello empiricamente sostenibile? A quale effetto siamo interessati?

10 Tipo di modello? Quale è la natura della variabile dipendente? Continua Categorica

11 Tipo di modello? Quale è la natura della variabile dipendente? Continua Categorica Modello lineare

12 Tipo di modello? Quale è la natura della variabile dipendente? Continua Categorica Modello Logistico Modello lineare generalizzato

13 Tipo di modello Quale è la natura della variabili indipendenti? Continua Categorica Modello regressione Modello ANOVA Entrambe Modello ANCOVA

14 Tipo di modello Che tipo di modello dobbiamo stimare? Dipendente Continua Categorica (dicotomica) Indipendente Continua Categorica Regressione semplice o multipla ANCOVA ANOVA ad una via o fattoriale Regressione Logistica ANCOVA Logistica ANOVA Logistica

15 Come lo stimiamo? Come sono strutturati i dati? Cross-sectional Misure ripetute Misure clusterizzate

16 Relazioni fra variabili Come sono strutturati i dati? Cross-sectional Misure ripetute Misure clusterizzate Survey di questionari Esperimento between-subject Osservazioni senza ripetizione Etc.. Ogni soggetto misurato indipendentemente dagli altri ed una volta sola

17 Relazioni fra variabili Come sono strutturati i dati? Cross-sectional Misure ripetute Misure clusterizzate Esperimento within-subject Studi logitudinali Etc.. Ogni soggetto misurato in diversi tempi ed occasioni

18 Come lo stimiamo? Come sono strutturati i dati? Cross-sectional Misure ripetute Misure clusterizzate Esperimento within-subject Studi logitudinali Studi multilivello Studi su soggetti campionati in gruppo

19 Come lo stimiamo? Come stimare il modello? Cross-sectional Misure ripetute Misure clusterizzate Modello Regressione ANOVA Regressione lineare ANOVA Betweensubjects Modelli misti 1) ANOVA Misure ripetute 2) Modelli misti Modelli misti Modelli misti

20 Sostenibile? Abbiamo rispettato le assunzioni? Cross-sectional Misure ripetute Misure clusterizzate Modello Regressione ANOVA Linearità Omoschedasticità Normalità Omoschedasticità Normalità Variance tra cluster? Normalità Sfericità Normalità Variance tra cluster? Normalità Variance tra cluster? Normalità

21 Sostenibile? Se non abbiamo rispettatto le assunzioni Cross-sectional Misure ripetute Misure clusterizzate Modello Regressione ANOVA Test non parametrici Test non parametrici Variance tra cluster? Normalità Correzione di sfericità Test non parametrici Cambio di modello Cambio di modello

22 Effetti A quale effetti siamo interessati? Semplici Parziali Intervenienti Relazioni lineari Confronti specicifici Mediazione Moderazione: interazione Analisi dei contrasti Analisi post-hoc

23 Rispondere ad un quesito statistico Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda la relazione tra variabili o il modello di misura? Relazioni fra variabili Modello di misura Attendibilità di una misura Dimensionalità di una misura Coerenza tra misure alternative Clusterizzazione di item in costrutti Validità di una misura

24 Modello di misura Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda l attendibilità delle misure?

25 Modello di misura Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda l attendibilità delle misure? Come sono le variabili? Attendibilità Categoriche: Kappa di Cohen Ranking: coefficiente di correlazione intraclasse Continue: correlazione e alpha di Cronbach

26 Modello di misura Per rispondere ad un quesito statico (di ricerca o di esame) possiamo strutturare il ragionamento rispondendo ad una serie di domande Riguarda la dimensionalità delle misure? Analisi fattoriale Scelta del modello Scelta dei fattori Rotazione Interpretazione dei fattori Punteggi fattoriali

27 Esempio 1

28 Esempio 1

29 Esempio 1

30 Esempio 2

31 Esempio 2

32 Esempio 2

33 Esempio 3

34 Esempio 3

35 Esempio 3

36 Esempio 4

37 Esempio 4

38 Esempio 4

39 Come si scrive APA style The following examples illustrate how to report statistics in the text of a research report. You will note that significance levels in journal articles-- especially in tables--are often reported as either "p >.05," "p <.05," "p <.01," or "p <.001." APA style dictates reporting the exact p value within the text of a manuscript (unless the p value is less than.001). Also, with the exception of some p values, most statistics should be rounded to two decimal places. Mean and Standard Deviation are most clearly presented in parentheses: The sample as a whole was relatively young (M = 19.22, SD = 3.45).

40 Come si scrive APA style Percentages are also most clearly displayed in parentheses with no decimal Places: Nearly half (49%) of the sample was married. Chi-Square statistics are reported with degrees of freedom and sample size in parentheses, the Pearson chi-square value (rounded to two decimal places), and the significance level: The percentage of participants that were married did not differ by gender, c 2 (1, N = 90) = 0.89, p =.35. T Tests are reportedwith the degrees of freedom in parentheses. Following that, report the t statistic (rounded to two decimal places) and the significance level: There was a significant effect for gender, t(54) = 5.43, p <.001, with men receiving higher scores than women.

41 Come si scrive APA style Correlations are reported with the degrees of freedom (which is N-2) in parentheses and the significance level: The two variables were strongly correlated, r(55) =.49, p <.01. Regression results are reported with the B's (or betas), t-test, degrees of freedom, and p- values. The R-squared is reported with the F test: Social support significantly predicted depression scores, b = -.34, t(225) = 6.53, p <.001. Social support also explained a significant proportion of variance in depression scores, R2 =.12, F(1, 225) = 42.64, p < Anova results are reported with F-test, degrees of freedom, and p-values, and some effect size for each effect: There was a significant main effect for treatment, F(1, 145) = 5.43, p=.02, eta2=.24 and a significant interaction, F(2, 145) = 3.24, p =.04, eta2=.09 Any other linear model is reported accordingly

42 Fine Fine del corso