UNA STATISTICA PIÙ CONSAPEVOLE PER DECISIONI MIGLIORI

Università degli Studi di Cagliari
Dipartimento di Pedagogia, Psicologia e Filosofia
Aula Specchi - 24 Maggio 2013
Via Is Mirrionis, 1- Università di Cagliari
UNA STATISTICA PIÙ CONSAPEVOLE PER DECISIONI MIGLIORI
GIORNATA DI METODOLOGIA E STATISTICA PER LE SCIENZE UMANE
MATTINA
ORE 10–12:30 Apprendimento del Ragionamento Statistico
Introduzione alla giornata: Prof. Gianmarco Altoè
Moderatore: Prof. Eraldo Nicotra
• InsulaR: Un gruppo cagliaritano di utenti di R
Davide Massida, Francesco Cabiddu e Gianmarco Altoè - Università di Cagliari
• I prerequisiti matematici per la psicometria: Primi risultati di uno studio sugli studenti di
Cagliari
Alessandra Medda, Eraldo Nicotra e Gianmarco Altoè - Università di Cagliari
• L’uso delle rappresentazioni grafiche nel ragionamento statistico
Mirian Agus e Maria Pietronilla Penna - Università di Cagliari
• Imparare la statistica consolidando le competenze in matematica
Caterina Primi, Marianna Donati e Francesca Chiesi - Università di Firenze
• Discussione aperta
POMERIGGIO
ORE 14-16:30 La Statistica nelle Ricerche in Psicologia
Moderatore: Prof. Marco Guicciardi
• Distorsione dei dati e procedure problematiche nella ricerca in psicologia
Franca Agnoli - Università di Padova
• L’approccio bayesiano alla verifica d’ipotesi
Massimiliano Pastore - Università di Padova
• Molti p-value nella stessa analisi: necessità e metodi di correzione
Livio Finos - Università di Padova
• Discussione aperta
Per informazioni: Gianmarco Altoè, [email protected]
ABSTRACTS
Mattina (ore 10 – 12:30): Apprendimento del Ragionamento Statistico
InsulaR: Un gruppo cagliaritano di utenti di R
Davide Massida, Francesco Cabiddu e Gianmarco Altoè
Università di Cagliari
R è un linguaggio di programmazione per l’analisi statistica, che integra un’enorme quantità di
funzioni utili per la manipolazione di dati, il calcolo e la visualizzazione grafica. Reso un sistema
aperto per volontà dei suoi sviluppatori originari, non solo viene distribuito gratuitamente, ma
costantemente si espande grazie ai contributi di un’intera comunità di sviluppatori, che collaborano
a livello internazionale. Questi aspetti hanno determinato un’enorme diffusione di R. Difatti, in un
mondo dove le risorse economiche sono sempre più esigue, ma la richiesta di utilizzo dei dati è
sempre maggiore, R rappresenta una grande risorsa. Nonostante questo, R in Sardegna è ancora
poco diffuso. In questo lavoro presentiamo “InsulaR”, la prima community cagliaritana di utenti R.
InsulaR si propone di creare una rete di utilizzatori di R nell’Isola e di promuovere iniziative volte
allo scambio della conoscenza sull’uso di questo software e su tutto ciò che gli ruota intorno.
I prerequisiti matematici per la psicometria:
Primi risultati di uno studio sugli studenti di Cagliari
Alessandra Medda, Eraldo Nicotra e Gianmarco Altoè
Università di Cagliari
La recente letteratura nazionale e internazionale sui sistemi educativi a livello universitario ha
evidenziato l’importanza di inserire dei corsi introduttivi obbligatori di statistica e metodologia
nelle facoltà di scienze sociali e psicologiche. La stessa letteratura inoltre indica che la statistica è
generalmente vista come una materia “ostica”, e che l’esame di statistica rappresenta una prova
difficile, spesso associata ad insuccessi, rallentamenti o addirittura all’abbandono del percorso
accademico. Studi recenti si sono focalizzati sull'analisi dei fattori che influenzano l'apprendimento
e il rendimento nelle discipline quantitative allo scopo di migliorare la didattica e il successo
accademico degli studenti. In molte ricerche è emerso che uno dei fattori maggiormente rilevanti è
il possesso di adeguati prerequisiti matematici. In questo lavoro saranno presentati i risultati di uno
studio sui prerequisiti matematici per la psicometria. Il campione è costituito dalle matricole del
Corso di Laurea in Scienze e Tecniche Psicologiche dell'Università di Cagliari per l’anno
accademico 2012-2013.
L’uso delle rappresentazioni grafiche nel ragionamento statistico
Mirian Agus, Maria Pietronilla Penna
Università di Cagliari
Spesso gli studenti presentano delle difficoltà nel comprendere ed interpretare i problemi statistici
legati alla probabilità. La capacità di padroneggiare e comprendere al meglio questo tipo di
problematiche risulta essere connessa anche alla modalità di presentazione del quesito; infatti in
letteratura è stato evidenziato come differenti modalità di esibizione del problema possano facilitare
vs ostacolare la risoluzione del medesimo. Abbiamo voluto porre a confronto la modalità verbalenumerica con la modalità grafico-pittorica di presentazione dei problemi statistici. Abbiamo
comparato la performance solutoria di alcuni studenti universitari in problemi simili proposti nelle
due modalità di presentazione, al fine di valutare l’eventuale esistenza dell’effetto di facilitazione
grafica individuato in letteratura.
Imparare la statistica consolidando le competenze in matematica
Caterina Primi, Marianna Donati, Francesca Chiesi
Università di Firenze
Ricerche recenti (tra gli altri, Budé et al., 2007; Chiesi & Primi, 2010; Dempster & McCorry, 2009)
hanno messo a punto alcuni modelli secondo i quali l’apprendimento della statistica è il risultato
dell’interazione tra diversi fattori, tra i quali le conoscenze matematiche. Tuttavia scarsa attenzione
viene data alle competenze matematiche nei corsi introduttivi data l’opinione condivisa che i
concetti matematici utilizzati sono prevalentemente di base, e quindi ritenuti in possesso degli
studenti al termine della scuola superiore. Spesso però gli studenti dimostrano di avere un debole
background in matematica e di utilizzare certe procedure matematiche in modo meccanico senza
capirne il significato (Johnson & Kuennen, 2006; Lunsford & Poplin, 2011). Ad esempio la
maggior parte degli studenti sono in grado di calcolare un rapporto ma non sempre sono capaci di
interpretarne il significato.
Lo scopo di questo lavoro è stato quello di mettere a punto delle attività da svolgere durante il corso
di Psicometria volte a rafforzare le competenze matematiche di base. Attraverso un disegno primadopo è stato confermato un incremento delle nozioni di tipo matematico durante il corso. Inoltre
risulta una relazione positiva tra competenze in matematica e ragionamento statistico. In particolare,
competenze di base come sapere fare delle operazioni con frazioni e con numeri decimali risultano
essere dei buoni predittori del ragionamento statistico.
L’insieme dei risultati porta a concludere che alcune competenze matematiche di base favoriscono
l’acquisizione dei concetti della statistica.
Pomeriggio (ore 14 - 16:30): La Statistica Nelle Ricerche in Psicologia
Distorsione dei dati e procedure problematiche nella ricerca in psicologia
Franca Agnoli
Università di Padova
L’approccio dominante nelle analisi statistiche in psicologia consiste nell’applicazione del
paradigma del NHST. E’ pratica comune analizzare i dati con un comodo software statistico,
identificare il valore p e confrontarlo con il valore critico: se il valore p è minore del valore critico,
allora abbiamo ottenuto un risultato statisticamente significativo e possiamo pubblicarlo. Ha senso
procedere in questo modo? Da qui si diramano due problematiche distinte: a) molte ricerche, con
risultati statisticamente significativi, si basano su un’applicazione erronea del NHST in cui i
presupposti teorici non sono rispettati e l’interpretazione dei risultati si basa su inferenze errate; b)
vengono pubblicate soltanto ricerche con risultati statisticamente significativi.
Illustreremo come la flessibilità nella raccolta dei dati, la scelta delle analisi statistiche e le
distorsioni nella pubblicazione dei resoconti di ricerca aumentino ampiamente la presenza dei falsi
positivi nel senso che l’errore di primo tipo è maggiore del convenzionale 5%.
Inoltre le pratiche editoriali (comunemente accettate) quasi sempre non permettono la pubblicazione
di risultati negativi: conseguenza grave di queste pratiche è l’aumento della dimensione dell’effetto
nelle meta-analisi. Ciò significa che la “vera” dimensione dell’effetto è minore di quanto appaia
nelle meta-analisi a causa delle distorsioni presenti nelle pubblicazioni.
L’approccio bayesiano alla verifica di ipotesi
Massimiliano Pastore
Università di Padova
Nella ricerca psicologica l’approccio NHST è la modalità più frequente per l’inferenza statistica.
Tale approccio è stato però messo in discussione anche nella recente letteratura con la proposta di
alternative basate sugli effect size o quella di impostazione bayesiana. Quest'ultimo approccio sta
conoscendo un crescente interesse nell'ambito della psicologia, per almeno tre ragioni: 1) permette
una valutazione delle ipotesi in termini di evidenza; con esso risulta infatti possibile ottenere delle
stime che consentono di quantificare le probabilità delle ipotesi in gioco sulla base dei dati
osservati; 2) può essere utilizzato anche in casi di elevata complessità, ovvero rispetto a modelli non
trattabili in forma NHST; 3) molti software statistici hanno ormai implementato la possibilità di fare
analisi dei dati in senso bayesiano. In questo lavoro vogliamo presentare alcuni aspetti peculiari
dell'inferenza bayesiana ed in particolare come sia applicabile in alternativa ai classici test t e
anova, e nei modelli di regressione lineare semplice.
Molti p-value nella stessa analisi: necessità e metodi di correzione
L. Finos
Università di Padova
Durante l'analisi di un dataset è uso comune postulare molteplici ipotesi sperimentali. Per
rispondere a tali ipotesi si fa uso di altrettanti test e p-value ad essi associati. Questo è il caso tipico,
ad esempio, di due gruppi sperimentali che vengano confrontati su più di scale o il caso di più di
due gruppi confrontati a due a due su unamedesima scala. In questi casi risulta necessario estendere
il concetto di errore di primo tipo al caso multidimensionale. Le definizioni largamente più accettate
sono il FamilyWise Error Rate e il False Discovery Rate. Le ultime tre decadi hanno visto il fiorire
di un gran numero di metodi per il controllo di questi due errori di primo tipo (in ambito
multidimensionale). In questo seminario verranno presentati e discussi in modo critico i metodi
sopracitati e presentati i principali metodi per il controllo della molteplicità. Si faranno anche alcuni
brevi accenni alle prospettive future.