15-20 PSICOMETRIA NEW

Per rappresentare con un grafico a barre la relazione tra due variabili nominali. le barre sono suddivise in base alle categorie della seconda variabile. nessuna delle alternative. le barre non tengono conto della seconda variabile. le barre riportano i punteggi ottenuti.

n un istogramma che rappresenta la relazione tra una variabile nominale e una variabile quantitativa. l'asse y riporta le categorie di una variabile, l'asse x riporta le frequenze. l'asse x riporta le categorie della variabile nominale, le barre rappresentano i punteggi sulla variabile quantitativa. l'asse x riporta le categorie di una variabile, l'asse y riporta la deviazione standard. l'asse x riporta i punteggi su una variabile, l'asse y riporta i punteggi su l'altra variabile.

In un grafico a barre. l'asse x riporta le categorie di una variabile, l'asse y riporta la deviazione standard. l'asse y riporta le categorie di una variabile, l'asse x riporta le frequenze. l'asse x riporta i punteggi di una variabile, l'asse y riporta i punteggi dell'altra variabile. l'asse x riporta le categorie di una variabile, l'asse Y riporta le frequenze.

Un buon grafico a barre contiene. poche categorie. molte categorie. molte categorie vuote. più categorie di quante ne hanno le variabile.

Per rappresentare con un grafico a barre la relazione tra due variabili nominali. tutte le alternative. sull'asse y sono riportate le frequenze. sull'asse x sono rappresentate le categorie di una variabile. le barre sono divise in blocchi che rappresentano le categorie di una variabile.

Il valore della covarianza. nessuna delle alternative. non dipende dall'unità di misura delle variabili. entrambe le alternative. non dipende dalla varianza delle variabili.

Il valore della covarianza. entrambe le alternative. dipende dall'unità di misura delle due variabili. nessuna delle alternative. dipende dalla varianza delle variabili.

l coefficiente di correlazione r di Pearson può essere utilizzato. con variabili a punteggio. con variabili ordinali. con tutti i tipi di variabili. con variabili nominali con più di 2 categorie.

Se all'aumentare della variabile x, la variabile y diminuisce. è presente una correlazione negativa. non è possibile misurare la correlazione. non è presente una correlazione. è presente una correlazione positiva.

Se al diminuire della variabile x, la variabile y diminuisce. è presente una correlazione positiva. è presente una correlazione negativa. è presente una correlazione inversa. non è presente una correlazione.

Se all'aumentare della variabile x, la variabile y aumenta. non è presente una correlazione. è presente una correlazione positiva. è presente una correlazione negativa. è presente una correlazione inversa.

Se tra due variabili è presente una correlazione positiva. le due variabili assumono entrambe solo valori positivi. le due variabili aumentano o diminuiscono insieme. quando i punteggi di una variabile aumentano, i punteggi dell'altra diminuiscono (e viceversa). il coefficiente r è sempre significativo.

La matrice che contiene tutti 1 nella diagonale principale è la matrice. di ANOVA. di varianza-covarianza. di correlazione. di regressione.

Quali informazioni sono incluse nel coefficiente di regressione?. entrambe le alternative. l'adattamento. nessuna delle alternative. la pendenza.

Se tra due variabili è presente una correlazione positiva. le due variabili aumentano o diminuiscono insieme. le due variabili assumono entrambe solo valori positivi. quando i punteggi di una variabile aumentano, i punteggi dell'altra diminuiscono (e viceversa). il coefficiente r è sempre significativo.

In un grafico di dispersione, se il valore del coefficiente di correlazione si avvicina a 0. i punti sono dispersi in modo casuale. non è possibile individuare la retta. i punti sono vicini alla retta. i punti assumono forma a campana.

In un grafico di dispersione, se il valore del coefficiente di correlazione si avvicina a 1. i punti sono vicini alla retta. non è possibile individuare la retta. i punti sono dispersi in modo casuale. i punti assumono forma a campana.

Il coefficiente di correlazione. più si avvicina a 1 e più è forte la relazione. entrambe le alternative. nessuna delle alternative. più si avvicina a 0 e meno è forte la relazione.

Il coefficiente di correlazione. entrambe le alternative. più si avvicina a 1 e meno forte è la relazione. più si avvicina a 0 e più forte è la relazione. nessuna delle alternative.

In caso di assenza di relazione lineare tra due variabili, il coefficiente di correlazione ha valore. 1. -1. 0. 0.05.

Il valore numerico del coefficiente di correlazione indica. la forza della correlazione. La significatività della correlazione. la pendenza della retta. la direzione della correlazione.

Nella formula per calcolare il coefficiente r di Pearson si utilizza. solo la varianza di y. solo la varianza di x. la covarianza. la media.

Misurando la correlazione tra ore di deprivazione di sonno e livello di attenzione, ci si aspetta di ottenere un r. 0.1. -0.1. -0.8. 0.8.

La matrice di correlazione. è asimmetrica. contiene tutti 1 nella diagonale principale. è uguale alla matrice di varianza-covarianza. contiene le varianze nella diagonale principale.

Una ricerca ha rilevato un r = 0,92 tra la variabile x e la variabile y. Ciò significa che. Al crescere di x, y aumenta. Al crescere di y, x rimane costante. Al crescere di x, y rimane costante. Al crescere di x, y diminuisce.

la matrice di varianza- covarianza. è asimmetrica. contiene le varianze nella diagonale principale. è uguale alla matrice di varianza-covarianza. contiene tutti 1 nella diagonale principale.

La relazione tra due variabili può essere rappresentata con. grafico di dispersione. un grafico a barre. un grafico a torta. un istogramma.

Un grafico di dispersione è adattato a rappresentare. la relazione tra due variabili. le frequenze percentuali di due variabili. la frequenza di due variabili. la curva di dispersione di una variabile.

Il segno del coefficiente di correlazione indica. la forza della correlazione. la significatività della correlazione. la direzione della correlazione. l'intensità della correlazione.

Una ricerca ha rilevato un r = -0,84 tra la variabile x e la variabile y. Ciò significa che. Al crescere di x, y aumenta. Al crescere di x, y diminuisce. Al crescere di y, x rimane costante. Al crescere di x, y rimane costante.

Una ricerca ha rilevato un r = -0,87 tra la variabile x e la variabile y. Ciò significa che. c'è una forte correlazione positiva tra le due variabili. c'è una forte correlazione negativa tra le due variabili. c'è una correlazione negativa debole tra le due variabili. c'è una correlazione positiva debole tra le due variabili.

Il coefficiente di correlazione può avere. segno positivo e segno negativo. nessuna delle alternative. solo segno positivo. solo segno negativo.

Misurando la correlazione tra tempo passato a correre e calorie bruciate, ci si aspetta di ottenere un r di. 0.1. -0.1. 0.9. -0.9.

La presenza di una correlazione tra due variabili. nessuna delle alternative. prova la causalità della relazione. chiarisce quale variabile è la causa e quale l'effetto. indica quale variabile influenza l'altra.

Il coefficiente è utilizzato quando. entrambe le alternative. la distribuzione dei punteggi è marcatamente asimmetrica. nessuna delle alternative. i punteggi sono di tipo ordinale.

La presenza di una correlazione tra due variabili. tutte le alternative. non chiarisce quale variabile è la causa e quale l'effetto. non indica quale variabile influenza l'altra. non prova la causalità della relazione.

Il coefficiente è utilizzato quando. entrambe le alternative. nessuna delle alternative. la distribuzione dei punteggi è normale. i punteggi sono numerici.

Una popolazione statistica può essere. entrambe le alternative. nessuna delle alternative. totalmente reperibile. infinita.

In una popolazione statistica infinita. non è possibile ottenere la totalità dei punteggi. è possibile ottenere la totalità dei punteggi. è possibile elencare tutti i punteggi. non è mai utilizzata in ambito psicologico.

Il processo sistematico che seleziona i punteggi in modo che ogni punteggio della popolazione abbia la stessa possibilità di essere scelto è. la randomizzazione. la potenza statistica. l'arbitrarietà. la coerenza interna.

Il campionamento in cui ogni punteggio ha la stessa probabilità di essere selezionato è quello. tutte le alternative. randomizzato. probabilistico. casuale.

La deviazione standard delle medie dei campioni è. l'errore standard. l'intervallo di confidenza. la varianza. l'errore sistematico.

Più è grande il campione. più è probabile che la sua media sia diversa da quella della popolazione. più è probabile che la sua media si avvicini a quella della popolazione. più è probabile che ci sia incertezza nella stima della media della popolazione. più è improbabile che la sua media si avvicini a quella della popolazione.

Il campione randomizzato. non è affetto da manipolazione. è affetto da manipolazione. non produce stime affidabili. è arbitrariamente selezionato dal ricercatore.

Il campionamento probabilistico può essere. stratificato e per clusters. per clusters e per quote. stratificato e a scelta ragionata. casuale semplice e per quote.

Si definisce generalizzabilità il grado in cui i risultati di uno studio. eseguito su un campione possono essere estesi a tutti gli altri campioni. eseguito su un campione possono essere estesi alla popolazione. eseguito oggi può essere esteso all'anno prossimo. eseguito sulla popolazione possono essere estesi al campione.

Un campione si dice rappresentativo quando. riflette in modo accurato le caratteristiche della popolazione. riflette in modo accurato l'idea di campione che ha il ricercatore. non riflette in modo accurato l'idea di campione che ha il ricercatore. non riflette in modo accurato le caratteristiche della popolazione.

Il campionamento in cui ogni unità di analisi ha una probabilità̀ individuabile e non uguale a zero di entrare a far parte del campione è detto. probabilistico. probabile. arbitrario. non probabilistico.

Il campionamento probabilistico può essere. tutte le alternative. casuale semplice. stratificato. per clusters.

l campionamento stratificato è un tipo di campionamento. per quote. probabilistico. non probabilistico. a scelta ragionata.

Il campionamento per cluster è un tipo di campionamento. probabilistico. per quote. non probabilistico. a scelta ragionata.

Il campionamento probabilistico può essere. per clusters e per quote. casuale semplice e stratificato. casuale semplice e per quote. stratificato e a scelta ragionata.

Il campionamento NON probabilistico può essere. stratificato e per clusters. per quote e a scelta ragionata. stratificato e casuale semplice. casuale semplice e stratificato.

Il campionamento per quote e a scelta ragionata sono tipi di campionamento. probabile. non probabilistico. probabilistico. randomizzato.

Quali informazioni sono incluse nel coefficiente di regressione?. entrambe le alternative. la pendenza. nessuna delle alternative. l'adattamento.

IL COEFFICENTE CHE SI BASA SUL CALCOLO DEI RANGHI E': alfa di cronbach. r di cohen. r di pearson. rho di spearman.

PER SAPERE ESATTAMENTE QUANTA E' LA VARIANZA TRA 2 VARIABILI SI CALCOLA. anova. coefficente di determinazione. regressione. correlazione.

I COEFFICENTI DI CORRELAZIONE SONO UTILIZZATI CON I TEST PSICOLOGICI PER MISURARE. nessuna. attendbilità. validità. entrambe.

il coefficente di determinazione indica. la dipendenza di una variabile dall'altra. la correlazione tra due variabili. quanta varianza è condivisa tra due variabili. affidabilità di una variabile.

il coefficiente di determinazione si calcola. 1- il coefficente di correlazione. elevando al quadrato il coefficente di correlazione. con la radice quadrata del coefficente di correlazione. il coefficente di correlazione diviso (n-1).

il coefficente di determinazione. può essere negativo e positivo. può essere solo positivo. può essere maggiore 1. può essere solo negativo.

un coefficente di determinazione di 1 indica. le variabili condividono lo 0.1% della varianza. le variabili condividono il 100% della varianza. le variabili condividono l'1% della varianza. le varaibili sono correlate.