INDICE - Roberto Giunti

INDICE
PARTE METODOLOGICA
1. Il processo di ricerca
1.1.Individuazione di un problema e formulazione delle ipotesi
1.2.Individuazione e definizione operativa delle variabili
1.2.1.
1.2.2.
1.2.3.
1.2.4.
Le variabili definite operativamente
Gli indicatori; validità e attendibilità di una definizione operativa
Variazione concomitante (o associazione) fra le variabili di una ricerca
Alcune proprietà delle variabili
1.3.Pianificazione della ricerca
1.3.1.
1.3.2.
Livelli di costrizione
Metodi descrittivi e metodi sperimentali
1.4.Campionamento e assegnazione dei soggetti
1.4.1.
1.4.2.
1.4.3.
1.4.4.
1.4.5.
1.4.6.
Popolazione universo, popolazione accessibile, campione
Rappresentatività dei campioni e casualità
Campioni casuali semplici
Campioni a grappoli
Campioni stratificati
Tecniche di assegnazione dei soggetti ai gruppi sperimentali
1.5.Raccolta delle osservazioni empiriche ed elaborazione dei dati
1.6.Comunicazione dei risultati
2. Validità e controllo nella ricerca
2.1.Validità
2.1.1.
2.1.2.
2.1.3.
2.1.4.
Validità interna
Validità esterna
Validità statistica
Validità di costrutto
2.2.Controllo
2.2.1.
2.2.2.
L’esperimento di controllo
Il controllo sperimentale
2.3.Principali minacce di validità interna e possibili rimedi
2.3.1.
2.3.2.
2.3.3.
2.3.4.
2.3.5.
2.3.6.
2.3.7.
Storia
Maturazione
Regressione statistica
Selezione
Mortalità
Interazione fra gli effetti precedenti
Effetti dell’ordine e della sequenza
2.4.Principali minacce di validità esterna e possibili rimedi
2.4.1.
2.4.2.
2.4.3.
2.4.4.
Minacce alla validità di popolazione
Minacce alla validità temporale
Minacce alla validità ecologica
Altre minacce alla validità esterna
2.5.Principali minacce di validità statistica e possibili rimedi
3. Metodi non sperimentali o descrittivi
3.1. Tipologie di ricerca descrittive
3.1.1.
3.1.2.
3.1.3.
3.1.4.
3.1.5.
3.1.6.
3.1.7.
Ricerca d’archivio
Osservazione naturalistica
Studio di casi singoli
Ricerca correlazionale
Studio longitudinale e trasversale
Inchieste
Meta analisi
3.2. Due strumenti per la ricerca descrittiva
3.2.1.
3.2.2.
Il questionario
L’intervista
4. Metodi sperimentali veri e propri
4.1.Criteri di classificazione
4.2.Piani a singolo criterio di classificazione con gruppi indipendenti
4.2.1.
4.2.2.
4.2.3.
Piano con due gruppi equivalenti
Piano con più di due gruppi equivalenti
Piano di Solomon
4.3.Piani a singolo criterio di classificazione con gruppo unico (a misure ripetute)
4.3.1.
4.3.2.
Piano a gruppo unico e due o più trattamenti
Piano a blocchi randomizzati completi
4.4.Piani a più criteri di classificazione o fattoriali
4.4.1.
4.4.2.
4.4.3.
4.4.4.
Concetti generali
Piani fattoriali fra i gruppi, con o senza replicazione
Piani fattoriali all’interno dei soggetti (o a misure ripetute)
Piani fattoriali misti
4.5.Piani gerarchici o nidificati
4.5.1.
4.5.2.
Concetti generali
Un esempio
5. Metodi quasi sperimentali
5.1.Generalità sui metodi quasi sperimentali
5.2.Piano a due gruppi non equivalenti
5.3.Piani a serie temporali interrotte
5.3.1.
5.3.2.
Piano a serie temporale interrotta semplice
Piano a serie temporali interrotte multiple
5.4.Regressione discontinua
5.5.Piani a campioni differenti nel pre e post test
5.5.1.
5.5.2.
Piani a campioni differenti nel pre e post test
Piani a campioni differenti nel pre e post test con e senza trattamento
PARTE STATISTICA
1. Statistiche descrittive
1.1.Scale di misurazione
1.1.1.
1.1.2.
1.1.3.
1.1.4.
La scala nominale
La scala ordinale
La scala ad intervalli
La scala di rapporti
1.2.Indici di posizione (o di tendenza) centrale
1.2.1.
1.2.2.
1.2.3.
1.2.4.
La media aritmetica
La mediana
La moda
Ambiti di applicazione
1.3.Indici di variabilità o dispersione dei dati
1.3.1.
1.3.2.
1.3.3.
1.3.4.
1.3.5.
Variabilità
L’intervallo di variazione o gamma
Varianza e deviazione standard
Ambiti di applicazione degli indici
Formule computazionali per il calcolo della deviazione standard e della varianza
2. Distribuzione normale
2.1.Il concetto di distribuzione
2.1.1.
2.1.2.
Frequenze, classi, istogrammi
Introduzione intuitiva al concetto di distribuzione
2.2.La distribuzione normale
2.2.1.
2.2.2.
Descrizione informale di alcune proprietà della distribuzione normale
Equazione matematica della curva di distribuzione normale
2.3.Aree sotto la curva di distribuzione normale
2.3.1.
2.3.2.
Aree comprese fra due valori assegnati
Aree esterne a due valori assegnati
2.4.Standardizzazione
2.4.1.
2.4.2.
2.4.3.
Il concetto di standardizzazione
Punteggi standardizzati e scala pentesimale
La normale standardizzata e le sue tavole statistiche
3. Distribuzione di statistiche campionarie
3.1.Alcuni concetti introduttivi
3.1.1.
3.1.2.
3.1.3.
3.1.4.
Parametri di una popolazione e statistiche campionarie
Convenzioni simboliche
Campionamento con e senza ripetizione
Distribuzioni campionarie
3.2. Medie campionarie
3.2.1.
3.2.2.
3.2.3.
Media e deviazione standard delle medie campionarie
La distribuzione delle medie campionarie e il teorema del limite centrale
Una generalizzazione della statistica z
3.3.Varianze e deviazioni standard campionarie
3.3.1.
3.3.2.
3.3.3.
Stime corrette e stime distorte
Correzione per la stima della varianza campionaria
Convenzioni sul simbolismo e convenzioni di calcolo
4. Introduzione al test di ipotesi
4.1.Due esempi introduttivi
4.1.1.
4.1.2.
Confronto di una media col corrispondente parametro: primo caso
Confronto di una media col corrispondente parametro: secondo caso
4.2.La struttura del test di ipotesi
4.2.1.
4.2.2.
4.2.3.
4.2.4.
4.2.5.
L’ipotesi nulla H0 e l’ipotesi alternativa H1
Errori statistici del primo e del secondo tipo
Potenza di un test
Significatività e suoi livelli convenzionali
Regioni critiche o di rifiuto, valori critici
5. La distribuzione t
5.1.La distribuzione t
5.1.1.
5.1.2.
5.1.3.
Il concetto di errore standard; errore standard della media
La statistica t e la sua distribuzione
Le tavole del t a due code
5.2.Limiti di confidenza della media parametrica
5.2.1.
5.2.2.
5.2.3.
Il concetto di limiti di confidenza
Formule di calcolo per i limiti di confidenza della media parametrica 
Come variano i limiti di confidenza al variare di , s e n
5.3.Confronto di una media campionaria con una media parametrica
5.4.Confronto fra due gruppi di dati indipendenti
5.4.1.
5.4.2.
Una estensione della statistica t
Il t – test per il confronto fra due medie indipendenti
5.5.Confronto fra due gruppi di dati dipendenti o appaiati
5.5.1.
5.5.2.
5.5.3.
Una nuova estensione della statistica t
Il t – test per dati appaiati
Confronto fra i due test sulle medie campionarie
6. La distribuzione F e l’analisi della varianza
6.1.La distribuzione F
6.1.1.
6.1.2.
6.1.3.
Una definizione della statistica F
La distribuzione della statistica F
Le tavole della distribuzione F a una coda
6.2.Test per l’omogeneità di due varianze
6.2.1.
6.2.2.
Inquadramento del problema
Il test Fmax
6.3.Introduzione all’analisi della varianza o ANOVA
6.3.1.
6.3.2.
6.3.3.
6.3.4.
6.3.5.
6.3.6.
Un nuovo approccio alla valutazione della differenza fra gruppi
Come varia F
I gradi di libertà e la significatività di F
L’analisi della varianza o ANOVA a singolo criterio di classificazione: caso particolare per gruppi di
uguale dimensione
L’additività delle somme dei quadrati SS e dei gradi di libertà 
La tavola riassuntiva di un’ANOVA a singolo criterio di classificazione
6.4.ANOVA a singolo criterio di classificazione: caso generale
6.4.1.
6.4.2.
6.4.3.
6.4.4.
Generalizzazione della procedura di calcolo
Passi computazionali
Il caso particolare con due gruppi: ANOVA e t – test per gruppi indipendenti
Due formule di calcolo utili
7. Approfondimenti sull’ANOVA
7.1.Confronti fra i gruppi nell’ANOVA a singolo criterio di classificazione
7.1.1.
7.1.2.
Confronti appaiati non pianificati
Confronti multipli non pianificati
7.2.Due modelli di ANOVA
7.2.1.
7.2.2.
ANOVA di modello I e II
Struttura della variazione nei due modelli; stima della componente aggiunta di varianza
7.3.ANOVA a più criteri di classificazione o fattoriali
7.3.1.
7.3.2.
7.3.3.
ANOVA a due vie con o senza replicazione
Fonti di variazione in un’ANOVA fattoriale con replicazione
Fonti di variazione in un’ANOVA fattoriale senza replicazione
7.4.ANOVA gerarchica o nidificata
7.5.Assunzioni dell’ANOVA e test non parametrici sostitutivi
7.5.1.
7.5.2.
7.5.3.
Le assunzioni dell’ANOVA
Test approssimato di Games e Howell
Alternative non parametriche all’ANOVA
8. Statistiche bivariate
8.1.Concetto di statistica bivariata
8.2.La regressione lineare
8.2.1.
8.2.2.
8.2.3.
8.2.4.
8.2.5.
8.2.6.
Un esempio introduttivo
La retta dei minimi quadrati
I valori medi di X e Y soddisfano l’equazione di regressione
La scomposizione di SSt della vatiabile Y
Cenno alla significatività della regressione
Modelli di regressione
8.3.Correlazione
8.3.1.
8.3.2.
8.3.3.
Il concetto di correlazione
Il coefficiente di correlazione r
Alternative non parametriche in correlazione
8.4.Differenze fra campioni correlati
8.4.1.
8.4.2.
Varianza di differenze
Ancora sul t – test per gruppi indipendenti e per dati appaiati
8.5.Cenni all’analisi della covarianza o ANCOVA
8.5.1.
8.5.2.
8.5.3.
8.5.4.
Un esempio introduttivo
Analisi dei coefficienti di correlazione r
Analisi dei coefficienti di regressione b
Analisi delle intercette a
9. La distribuzione 2 e i test per dati su scala nominale
9.1.La distribuzione 2
9.1.1.
9.1.2.
La statistica 2 e la sua distribuzione
Le tavole dei valori critici del 2
9.2.1.
9.2.2.
9.2.3.
Tavole di contingenza
Il concetto di associazione
Frequenze osservate e frequenze attese
9.2.Test 2 di indipendenza per dati su scala nominale
9.2.4.
9.2.5.
9.2.6.
9.2.7.
La statistica X 2 e il test di indipendenza
La correzione di Yates per la continuità
Necessità di accorpare le frequenze di più righe o colonne
Partizione dei gradi di libertà
9.3.Coefficienti di associazione per dati nominali
9.3.1.
9.3.2.
Il coefficiente di contingenza C
Correlazione degli attributi
9.4.1.
9.4.2.
Con ipotesi estrinseca: confronto di frequenze osservate con percentuali attese
Con ipotesi intrinseca: test di adattamento alla distribuzione normale
9.4.Test 2 di buon adattamento
9.5.Proprietà additiva del 2. Cenno alla meta analisi
9.5.1.
9.5.2.
9.5.3.
Additività del 2
Applicazione dell’additività
Cenno alla meta analisi