Dizionario di Psicometria

Aree Sottese ad una Curva Normale: Sono delle proporzioni che

dicono la probabilità di ottenere casualmente un punteggio più basso o

più alto di quello considerato.

Affidabilità Split-Half: E’ un indice che ci mostra quanto la scala

misura in un determinato tratto specifico. Questa si riferisce

all’affidabilità interna della scala di misura.

Affidabilità test-retest: E’ la misurazione ripetuta degli stessi

individui attraverso la stessa scala di misura e con lo stesso intervallo

di tempo tra le misurazioni per ciascun soggetto.

Ampiezza Campionaria: L’ampiezza campionaria è il numero dei

casi all’interno di un campione.

Ampiezza Dell’Intervallo: L’ampiezza dell’intervallo è il numero dei

punteggi in ogni intervallo in una distribuzione di frequenza continua

per classi.

Analisi Della Varianza (ANOVA): l’ANOVA è il metodo statistico

che permette di verificare la significatività delle differenze tra tre o

più gruppi. Questo metodo può essere anche utilizzato con due singoli

campioni. In questo caso, l’ipotesi nulla è che le medie delle

popolazioni da cui i campioni sono stati estratti casualmente siano

uguali. Il rifiuto dell’ipotesi nulla nell’ANOVA ci dice che c’è,

almeno, una disuguaglianza tra le medie considerate.

Analisi della Varianza a Due vie (ANOVA a Due Vie): Questo

metodo statistico permette di studiare gli effetti di due variabili

indipendenti.

Analisi della Varianza a Misure Ripetute (ANOVA a Misure

Ripetute): Questo metodo utilizza l’interazione tra l’effetto di

interesse ed i soggetti come termine di errore. Permette di ignorare le

differenze interindividuali tra i soggetti sulla variabile dipendente. 1

Beta: E’ la probabilità di commettere un errore del 2° tipo. Campionamento Casuale: Il campionamento casuale è un tipo di

campione estratto in maniera tale che ogni elemento nella popolazione

abbia la stessa probabilità di essere incluso nel campione.

Campione Casuale: Un campione casuale è un campione estratto in

modo tale che ogni elemento nella popolazione ha la stessa probabilità

di essere incluso nel campione.

Campione Indipendente: Un campione indipendente è un campione

in cui ogni elemento nel campione non ha legami con nessun altro

elemento nell’altro campione.

Campione: E’ un gruppo di casi relativamente piccolo tratto dalla

popolazione di interesse. È un qualsiasi sottogruppo tratto dalla

popolazione specificata.

Campioni Appaiati: I campioni appaiati sono dei campioni per i

quali ogni loro elemento è abbinato ad uno e a uno solo nell’altro

campione.

Chi Quadrato (X2): Questo test è valido solo quando le osservazioni

sono indipendenti. Nessuna risposta deve essere condizionata o

dipendente alle altre risposte. I calcoli del Chi Quadrato devono essere

basati su tutti gli individui del campione. Perché questo test sia valido,

è necessario che ciascun soggetto cada in una sola categoria. Questo

metodo è un modo per ottenere la probabilità associata alle frequenze

osservate. Il Chi Quadrato, inoltre, può essere utilizzato per verificare

la significatività statistica di un qualsiasi legame tra due variabili

quando i dati sono espressi in termini di frequenze congiunte.

Coefficiente di Correlazione per Ranghi di Spearman: Questo

metodo statistico è la controparte non parametrica del coefficiente r di

2

Pearson. Questo metodo viene utilizzato quando la variabile misure ripetute in modo che una condizione non benefici degli effetti

dipendente è misurata attraverso una scala ad intervalli ma, la sua d’ordine più di quanto non ne benefici una qualsiasi altra condizione.

distribuzione viola l’assunto di normalità e la numerosità dei campioni

è così bassa da scoraggiare l’utilizzo di un test parametrico. Correlazione Biseriale per ranghi per confrontare misure

ordinate in ranghi appaiati: E’ una misura dell’intensità del legame

Coefficiente di Correlazione Punto-Biseriale: Questo coefficiente è tra le componenti di uno tra due campioni appaiati ed un insieme di

una misura dell’intensità del legame tra una variabile dicotomica ed dati ordinati in ranghi.

una variabile continua. Correlazione: La correlazione viene definita come una relazione tra

Coefficiente phi di Cramér: E’ una misura dell’intensità del legame due variabili statistiche in cui ciascun valore della prima variabile

tra due variabili categoriche con più di due livelli. corrisponda ad un valore della seconda.

Coefficiente phi: E’ una misura dell’intensità dell’associazione tra Correzione di Bonferroni: La correzione di Bonferroni è una

due variabili dicotomiche. riduzione del valore di alfa da applicare ad ognuno dei diversi

Confronti Multipli: Il confronto multiplo è un metodo utilizzato per la confronti pianificati. Questa correzione si basa sulla divisione

verifica dell’ipotesi sulla dell’alfa complessivo per il numero dei test pianificati.

differenza tra specifiche coppie di medie. Costante: La costante viene definita come un valore numerico che è

Confronti Multipli: Il confronto multiplo è un metodo utilizzato per lo stesso per tutti i casi.

verificare le ipotesi sulla differenza tra specifiche coppie di medie. Covarianza: La covarianza è la media dei prodotti tra i punteggi

Confronti post hoc: Questo tipo di confronto è un test di grezzi meno il prodotto delle medie.

significatività tra le medie di due gruppi non pianificato prima di

ottenere i risultati campionari. Criterio Di Significatività: Il criterio di significatività è un valore

numerico che specifica quando si rifiuta l’ipotesi nulla.

Confronto a priori: Questo tipo di confronto viene utilizzato per

valutare la verifica dell’ipotesi per la media di due o più gruppi, che è Criterio di Significatività: Il criterio di significatività è un valore

stata pianificata prima di condurre l’esperimento. numerico che specifica quando viene rifiutata l’ipotesi nulla.

Confronto Complesso: Questo tipo di confronto serve a verificare Criterio: Il criterio è la variabile prevista in un’analisi di regressione

l’ipotesi riguardante una combinazione ponderata di tre o più medie. lineare.

Controbilanciamento: Il controbilanciamento è un sistema di Curva J: La curva j è un tipo di distribuzione in cui il poligono di

assegnazione di ordini diversi della presentazione di condizioni a frequenza assomiglia alla lettera j. 3

Disegni a Blocchi Randomizzati: Attraverso questo tipo di disegno è

possibile estendere il “disegno a campioni appaiati” in tre, o più,

condizioni.

d: E’ la differenza standardizzata tra le medie di due popolazioni. Disegno Fattoriale: Il disegno fattoriale è una procedura che riguarda

Dati Qualitativi: Sono i dati misurati attraverso le scale ordinali e le lo studio dell’influenza di due, o più, variabili indipendenti su una

scale nominali. variabile dipendente.

Dati Quantitativi: Sono i dati misurati attraverso le scale ad Distribuzione Asimmetrica: Una distribuzione viene definita

intervallo o le scale a rapporto. Sono contrapposti ai dati qualitativi. asimmetrica quando non è possibile dividerla in due parti uguali.

Delta: E’ un indice che combina la dimensione dell’effetto della Distribuzione Bimodale: La distribuzione bimodale è un tipo di

popolazione con l’azione campionaria. distribuzione costituita da due massimi.

Deviazione Standard: E’ la misura della dispersione dei punteggi in Distribuzione Binomiale: La distribuzione binomiale è una

un determinato gruppo o di quanto i punteggi differiscono rispetto alla distribuzione di probabilità che descrive il numero di successi in un

media. processo.

Diagramma a Scatola e Baffi (box – and – whisker): Questo tipo di Distribuzione Campionaria Sperimentale: La distribuzione

diagramma consente una rappresentazione grafica della media, del sperimentale è un tipo di distribuzione in cui gli elementi sono delle

primo e del terzo quartile, e degli estremi inferiore o superiore di uno statistiche ottenute dall’estrazione di tutti i possibili campioni della

dei due gruppi. popolazione.

Diagramma Ramo-Foglia: Questo tipo di diagramma è una Distribuzione Campionaria Teorica: La distribuzione campionaria

rappresentazione grafica di un insieme di dati che combina gli aspetti teorica è una stima della distribuzione sperimentale determinata

della distribuzione di frequenza con l’istogramma. matematicamente.

Differenza Interquartilica: La differenza interquartilica è la Distribuzione di Frequenza Cumulata: E’ la corrispondenza tra

differenza tra il primo ed il terzo quartile. ogni punteggio rilevato e la frequenza cumulata. Esprime quante volte

si ottengono dei punteggi pari o inferiori al punteggio indicato.

Dimensione Dell’Effetto: La dimensione dell’effetto è l’ampiezza del

fenomeno indagato nella popolazione. Distribuzione di Frequenza per Classi: E’ la corrispondenza tra gli

insiemi di due o più punteggi ed il numero di volte che i punteggi in

quel determinato intervallo sono stati ottenuti. 4

Distribuzione di Frequenza per Classi: Questo tipo di distribuzioni Distribuzione Simmetrica: E’ una distribuzione nella quale una metà

sacrificano alcune informazioni in favore della comodità di utilizzo. è l’immagine speculare dell’altra.

Combinano tra di loro i punteggi differenti in un singolo intervallo di

classe in modo da rappresentare un numero minore di intervalli con le Distribuzione Simmetrica: Una distribuzione viene definita

relative frequenze. simmetrica solo se è possibile dividerla a metà, in modo che