Presentazione standard di PowerPoint

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.
(xX
)

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
ss 
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