Laboratorio di Metodologia della ricerca Università di Urbino Mirta Vernice [email protected] Entro quando inviare il report? Deadline 12 Aprile Come inviare il report? via mail a: [email protected] IMPORTANTE: Nell’oggetto della mail indicare “Laboratorio-COGNOME-NOME -GRUPPO” Riceverete una mail di conferma. NOTA BENE chiamare il file cognome_nome.doc Es: vernice_mirta.doc Prima del titolo del report, riportare: NOME COGNOME NUMERO DI MATRICOLA NOTA BENE Scaricare il file report.doc Contiene già tutte le sezioni del report Abstract Introduzione Metodi Risultati Discussione Bibliografia NOTA BENE Il report può essere inviato in formato: .doc, .docx, .pdf, .odf (formato openoffice) Numero parole 700-1000 parole. Come si contano le parole? In word Revisione > Conteggio parole Correzione report Alcune note per non ripetere più gli errori… Bibliografia Citare le referenze bibliografiche nel testo Tavole Grafici Sezioni in più Non aggiungere una sezione conclusioni. Nei risultati non esistono le sotto-sezioni statistica descrittiva e statistica inferenziale. C’è un solo titolo: RISULTATI in cui è necessario riportare sia i dati di statistica descrittiva che inferenziale. Risultati È composta da una prima parte – descrittiva e da una seconda – inferenziale. Nella prima parte si riporta MEDIA e DEVIAZIONE STANDARD nelle due condizioni Nella seconda il valore della statistica (t) e della probabilità ad essa associata (tutto su una riga!). Sono necessarie entrambe le parti! Parte descrittiva: Tavole Primo piano M SD Partecipanti .53 .15 Sfondo M SD .46 .19 Cruciale indicare M e SD per entrambe le condizioni sperimentali! È il dato PIU’ IMPORTANTE del report!!!! Parte statistica t (36) = 4.53, p < .001 Risultati (parte inferenziale) La probabilità che la differenza sia dovuta al caso è maggiore dello 0.5 (a=.12), quindi il risultato non è un valore significativo (…) Grafici Grafici Grafici Nota bene • I grafici devono essere leggibili indipendentemente dal corpo del testo! Bibliografia Si inseriscono *solo* le voci bibliografiche citate nel testo. Referenze nel testo A differenza di quanto emerso in Hamman (2001)… Secondo quanto riportato in precedenti studi (Hamman, 2001)…. Formattazione Usare sempre e solo colore carattere NERO. Non usare elenchi puntati per introdurre le sezioni del report. Non è un elenco. Allineare testo a sinistra (né centrato né giustificato). Non usare il corsivo. Esperimento Psicologia Attenzione visuale Materiali per l’esperimento • Prendete un foglio e una penna • Indicate numeri da 1 a 12 in colonna Svolgimento esperimento Avete risposto a tutte le domande? Ora scrivete tutti gli item che vi ricordate Metodo Partecipanti: quanti? Quanti M? Metodo Materiali 24 item visuali 12 domande a risposta sì-no - distrattori 3 condizioni sperimentali 8 item per condizione In cosa consistevano gli item? Scene visuali a colori. Disegno Qual è la variabile dipendente? E la variabile indipendente? Cosa ho manipolato? Manipolazione within-participants. Perché? Procedura • Come si è svolto l’esperimento? Per quanti secondi rimanevano sullo schermo le immagini? • Durante la somministrazione i partecipanti dovevano rispondere ad alcune domande incluse come «distrattori» rispetto al vero compito. • Perché sono state inserite? Condizione «Arousal Positivo» 1. 2. 3. 4. 5. 6. 7. 8. Sciatore che salta Montagne russe Paracadutisti in caduta libera Gelato Nonno e bambino Mamma e bambino Bambino attraversa fiume Bambino corre con buganvillea in mano Condizione «Arousal Negativo» 1. 2. 3. 4. 5. 6. 7. 8. Squalo Cane che ringhia Serpente Cacciatore che spara ad orso bianco Nave che affonda Ragno sulla spalla di un uomo Torta con scarafaggio Esplosione a Wall Street Condizione «Neutra» 1. 2. 3. 4. 5. 6. 7. 8. Ananas Sedia Ombra Palloncino Pezzi di carta Foglia di quercia Scoiattolo Ciclista nella nebbia Codifica item rievocati Vicino ad ogni item indicate a quale condizione apparteneva: Positivo + Negativo – Neutro = Contate quanti +, quanti -, quanti = Risultati Nella condizione sperimentale …. Abbiamo ottenuto una media di rievocazioni uguale a … (DS = ….) Risultati L’analisi statistica condotta mediante il test t di Student ha rilevato che…. La differenza tra le condizioni …. è/non è significativa t(XX) = XX.XX, p<. XX Analisi: excel (vedi file esperimento.xls) Introduzione • Item che stimolano un arousal emotivo maggiore sono ricordati meglio (Hamann, 2001; Phelps, 2006; Phelps & LeDoux, 2005). • Che tipo di arousal emotivo è stato studiato? • Prevalentemente negativo (immagini di ragni, ecc.). Motivazione del nostro studio • Item che suscitano un arousal emotivo positivo sono ricordati diversamente (di più/di meno) rispetto a quelli che suscitano un arousal emotivo negativo? Discussione Che cosa volevamo testare in questo esperimento? Che risultato abbiamo ottenuto? C’è una differenza tra condizione con arousal positivo vs. negativo? Cosa possiamo concludere? È più facile ricordare item che suscitano un arousal positivo o negativo? Abbiamo/non abbiamo ottenuto risultati significativi perché…. Bibliografia Quali studi abbiamo citato nel report? Riportare tutti i riferimenti bibliografici. Per es. Hamann, S. (2001). Cognitive and neural mechanisms of emotional memory. Trends in Cognitive Sciences, 5, 394-400. Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere rappresentata sinteticamente mediante “numeri” (statistiche o parametri). Come descriviamo una distribuzione di frequenza? Tendenza centrale Forma della distribuzione Dispersione Misure di tendenza centrale Ci permettono di calcolare dove si colloca il centro di una distribuzione di frequenza. Tipi di misure di tendenza centrale: Media Mediana Moda Quartili La media M La somma di tutti i punteggi diviso per il numero totale delle osservazioni. È il modello statistico più semplice. Può essere influenzata dai dati più estremi di una distribuzione. N X Slide 49 x i 1 N i La media come modello 6 osservazioni (5, 5, 5, 5, 5) Quanto sarà la media? 6 5 4 3 2 1 0 0 1 2 3 4 5 6 Perchè un modello? Mi dite quanti amici avete su FB? Media come modello matematico Statistica ricorre a modelli matematici per rappresentare i nostri dati. La media è un valore ipotetico (i.e. può anche essere un valore che non esiste nel data-set). Ergo… Media è il più semplice modello statistico che possiamo applicare ai nostri dati. Mediana Quel valore che, nella serie ordinata dei dati, si lascia alla destra il 50% delle osservazioni e alla sinistra il 50% delle osservazioni. Se l’ampiezza del campione è un numero dispari, la mediana coincide con l’osservazione che occupa la posizione (n+1)/2 nella serie ordinata delle osservazioni. Se l’ampiezza del campione è un numero pari, la mediana coincide con la media dei valori corrispondenti alle due osservazioni centrali. Moda La moda è il valore più frequente in un insieme di dati. Ma… un insieme di dati può non avere moda, se nessun valore è “più tipico”. Quartili quartili sono misure che dividono i dati ordinati in quattro parti. Q1: valore tale che 25% osservazioni è più piccolo di Q1, 75% delle osservazioni è più grande di Q1. Q3: valore tale che 75% osservazioni è più piccolo di Q3, 25% delle osservazioni è più grande di Q3. Misure esplorative di una distribuzione Valore min Q1 Mediana Q3 Valore max Boxplot 80,00 Valore massimo 75 %centile (terzo quartile) 70,00 Mediana 60,00 25 %centile (primo quartile) 50,00 40,00 Valore minimo 30,00 voti Forma della distribuzione Confrontiamo la media con la mediana. Se media = mediana distribuzione simmetrica. Se media < mediana asimmetria negativa (negatively skewed) media > mediana: asimmetria positiva (positively skewed) Nozioni da ricordare Skewness: asimmetria dei valori rispetto alla media. Kurtosis: quanto è «a punta»/ appiattita una distribuzione? Se a punta -> curtosi positiva Se appiattita -> curtosi negativa Forma della distribuzione: skewness Forma della distribuzione: kurtosis Indici di dispersione Varianza sintetizza la dispersione dei valori osservati attorno alla media. (xX ) 2 s 2 i i (N 1 ) Varianza: in questo caso? 6 osservazioni (5, 5, 5, 5, 5) Quanto sarà la media? E la varianza? 6 5 4 3 2 1 0 0 1 2 3 4 5 6 Varianza = 0 Caso di «Fit» perfetto: La media cattura (rappresenta) perfettamente la variabilità dei dati. E qui? Deviazione Standard (DS) Altrimenti definita scarto quadratico medio Radice della varianza. Radice dello «Scarto» di ogni punto dalla media/numero totale di osservazioni ( x X ) 2 ss 2 i i ( N 1 ) A che serve la DS? ci aiuta a stabilire se e quanto i dati sono concentrati o dispersi intorno alla loro media. Nota bene: In alcune distribuzioni, la maggior parte dei valori osservati si trovano nell’intervallo dalla media a ± 1 DS. Cosa vuol dire? Come si distribuiscono i valori osservati in termini di DS? Dipende dalla distribuzione… È chiara questa nozione? Stessa media, diversa DS Gamma Gamma (range): misura della distanza fra il valore più alto e il più basso nella distribuzione. Gamma (range) interquartile: la differenza tra il terzo e il primo quartile in un insieme di dati. un limite della gamma consiste nel fatto che non tiene conto di come i dati si distribuiscono effettivamente. Per es. osservazioni estreme. Cosa ci dicono le misure di dispersione? • Quanto maggiori sono questi indici, tanto più sono dispersi i valori osservati; • Quanto minori, tanto più sarà concentrata e omogenea la distribuzione dei valori osservati. Nota bene Finora ci siamo riferiti a parametri propri di un campione; Parametri di una popolazione sono indicati con lettere greche. = Media della popolazione; 2 = Varianza; 2 ( X ) N 2 Attenzione! Ulteriore misura di varianza è STANDARD ERROR ≠ Deviazione standard. Distribuzione campionaria = 10 = 10 M = 10 M=9 M = 11 M = 10 M=9 M=8 M = 12 M = 11 M = 10 Distribuzione campionaria Frequenza con cui si distribuiscono le medie dei campioni estratti da una stessa popolazione. Frequenza Come si distribuiscono? Medie dei campioni Standard Error Lo «scarto» (la deviazione standard) che c’è tra la media di ogni singolo campione e la media della popolazione. È una misura di quanto è rappresentativo un campione della popolazione. s X N Standard Error Deviazione standard di una distribuzione campionaria. EXCEL: Principali funzioni statistiche •MEDIA (num1, num2,…) •MEDIANA (num1, num2,…) •MODA (num1, num2,…) •DEV.ST (num1, num2,…) •VAR (num1, num2,…) •MAX (num1, num2,…) •MIN (num1, num2,…) http://www.uniurb.it/it/portale/i ndex.php?mist_id=160&lang=IT &tipo=STD&page=181&id_ins=2 50740