26-31 psicometria new

Una ricerca che misura una variabile più volte su uno stesso gruppo di soggetti è detta. a misure ripetute. a campioni indipendenti. a misure indipendenti. nessuna delle alternative.

Una ricerca in cui si somministra a un gruppo di soggetti un test sull'umore la mattina e la sera è. a campioni correlati. nessuna delle alternative. a campioni non correlati. a campioni indipendenti.

Per valutare i cambiamenti nel corso del tempo in punteggi numerici ottenuti dagli stessi soggetti utilizzerò. il t-test per campioni correlati. il test del chi-quadro. il coefficiente di correlazione. il t-test per campioni indipendenti.

Il disegno di ricerca a misure ripetute prevede l'utilizzo. di un solo gruppo di partecipanti misurati più volte. di almeno 2 gruppi distinti di partecipant. entrambe le alternative. nessuna delle alternative.

Stai facendo un t-test appaiato per vedere se una campagna pubblicitaria ha fatto aumentare la propensione a fare attività fisica in 2 comuni. Qual è la variabile indipendente?. nessuna delle alternative è valida. prima e dopo la campagna pubblicitaria. il punteggio di propensione all'attività fisica in entrambi i comuni. il punteggio di propensione all'attività fisica in uno dei due comuni.

Si accetta l'ipotesi alternativa se il valore del t calcolato. è maggiore del valore del t critico. è inferiore al valore del t critico. non è statisticamente significativo. nessuna delle alternative è valida.

Si rifiuta l'ipotesi alternativa se il valore del t calcolato. è inferiore al valore del t critico. nessuna delle alternative è valida. è statisticamente significativo. è maggiore del valore del t critico.

Si rifiuta l'ipotesi nulla se il valore del t calcolato. è maggiore del valore del t critico. nessuna delle alternative è valida. è statisticamente significativo. è inferiore al valore del t critico.

Si accetta l'ipotesi nulla se il valore del t calcolato. è inferiore al valore del t critico. è statisticamente significativo. è maggiore del valore del t critico. nessuna delle alternative è valida.

Se il valore del t calcolato è maggiore del valore del t critico. si rifiuta l'ipotesi nulla. l'ipotesi nulla non è falsificata. si rifiuta l'ipotesi alternativa. si accetta l'ipotesi nulla.

Se il valore del t calcolato è inferiore al valore del t critico. si accetta l'ipotesi nulla. è falsificata l'ipotesi nulla. si accetta l'ipotesi alternativa. si rifiuta l'ipotesi nulla.

Nel t-test per campioni correlati, i gradi di libertà si calcolano con. N-1. radice quadrata di N. (N1-1)+(N2-1). N+1.

La distribuzione t. varia a seconda dei gradi di libertà. tutte le alternative. è più appiattita della distribuzione normale se i campioni sono piccoli. si approssima alla normale in campioni molto ampi.

In un disegno di ricerca a misure ripetute utilizzerò. il t-test per campioni correlati. il t-test per campioni indipendenti. nessuna delle alternative è valida. entrambe le alternative sono valide.

In un disegno a misure ripetute, i diversi momenti temporali sono. la variabile indipendente. possono sia la variabile dipendente che la variabile indipendente. la variabile dipendente. la variabile interveniente.

In un disegno a misure ripetute, i punteggi rilevati sono. la variabile dipendente. possono sia la variabile dipendente che la variabile indipendente. la variabile interveniente. la variabile indipendente.

Stai facendo un t-test per campioni indipendenti per vedere se la scuola A ha migliori risultati della scuola B, qual è la variabile indipendente?. i punteggi della scuola B. i punteggi di entrambe le scuole. scuola A e scuola B. i punteggi della scuola A.

Per valutare le differenze sui punteggi numerici di due gruppi di soggetti si utilizza. il t-test per campioni indipendenti. il test del chi-quadro. il t-test per campioni correlati. il coefficiente di correlazione.

Un disegno di ricerca per campioni indipendenti prevede l'utilizzo. di almeno due gruppi distinti di soggetti. nessuna delle alternative è valida. di un unico gruppo di soggetti che non si conoscano tra loro. di un unico gruppo di soggetti misurato più volte nel tempo.

Una ricerca che prevede un gruppo sperimentale e un gruppo di controllo è. a campioni indipendenti. a misure ripetute. tutte le alternative possono essere valide. a campioni correlati.

Una ricerca in cui si confrontano le abilità di memoria di studenti dei prima elementare con quelle di studenti di quinta elementari è. a misure ripetute. a campioni indipendenti. a campioni correlati. tutte le alternative possono essere valide.

Una ricerca in cui si confrontano i livelli di depressione di pazienti che assumono un farmaco con quelli di pazienti che assumono un placebo è. a campioni indipendenti. tutte le alternative possono essere valide. a misure ripetute. a campioni correlati.

La tecnica statistica che esamina se due gruppi di punteggi, provenienti da persone diverse, hanno medie significativamente differenti è. il t-test per campioni indipendenti. la correlazione. il t-test per campioni correlati. la regressione.

Un test t per campioni indipendenti è appropriato per confrontare le medie misurate su: bambini la mattina e la sera. maschi e femmine. bambini prima e dopo il pranzo. ragazzi prima e dopo una lezione.

I gradi di libertà nel t-test per campioni indipendenti si calcolano con. N-1. N-2. radice quadrata di N. N+2.

Il t-test può essere utilizzato se i dati sono. punteggi numerici. ordinali. tutte le alternative. nominali.

Stai facendo un t-test per campioni indipendenti per vedere se la scuola A ha migliori risultati della scuola B, qual è la variabile dipendente?. entrambe le alternative sono valide. I punteggi della scuola A e della scuola B. nessuna delle alternative è valida. scuola A e scuola B.

Nel test del chi-quadro i gradi di libertà si calcolano con. (n di colonne-1) x (n righe -1). radice quadrata di N. N-1. N-2.

In una ricerca in cui donne con figli e donne senza figli sono confrontate sulla base dello status lavorativo (disoccupata, casalinga, lavoratrice) si utilizzerà. il test del chi-quadro. il t-test per campioni indipendenti. l'ANOVA. il t-test per campioni correlati.

Affinché il test del chi-quadro sia affidabile la numerosità all'interno di ogni singola cella deve essere. almeno 2. almeno 10. almeno 5. qualsiasi.

Per verificare se le frequenze dei casi in gruppi diversi differiscono tra loro viene utilizzato. il test del chi-quadro. il t-test per campioni indipendenti. il t-test per campioni correlati. l'ANOVA.

In un test del chi-quadro se il valore calcolato è superiore al valore critico. si accetta l'ipotesi alternativa. si deve ripetere il test. si accetta l'ipotesi nulla. si falsifica l'ipotesi alternativa.

In un test del chi-quadro se il valore calcolato è inferiore al valore critico. si falsifica l'ipotesi nulla. si accetta l'ipotesi nulla. si deve ripetere il test. si accetta l'ipotesi alternativa.

L'analisi che utilizza le tabella di contingenza è. il test del chi-quadro. il t-test per campioni indipendenti. il t-test per campioni correlati. l'ANOVA.

L'analisi che confronta le frequenze osservate con le frequenze attese è. il test del chi-quadro. l'ANOVA. il t-test per campioni correlati. il t-test per campioni indipendenti.

Per poter utilizzare il test del chi-quadro. nessuna delle alternative. entrambe le alternative. ci devono essere almeno 2 categorie per ciascuna variabile. i dati devono essere nominali.

L'analisi che si può utilizzare con dati nominali (categorie) è. il t-test. il chi-quadro. l'ANOVA. tutte le alternative.

In alternativa al test del chi-quadro si può utilizzare. il test della probabilità esatta di Fisher. il t-test per campioni correlati. l'ANOVA. la correlazione di Pearson.

Il test della probabilità esatta di Fisher può essere utilizzato come alternativa. al chi-quadro. al Rho di Spearman. all'alfa di Cronbach. a r di Pearson.

La variabile X è correlata con la variabile Y è un esempio di ipotesi. non direzionale. tutte le alternative possono essere valide. nulla. direzionale.

La variabile X è correlata positivamente con la variabile Y è un esempio di ipotesi. nulla. tutte le alternative possono essere valide. direzionale. non direzionale.

I test statistici possono essere. solo a due code. a una coda e a due code. solo a una coda. i test statistici non prevedono code.

Il test a una coda. permette di ottenere risultati significativi con un campione più piccolo. è sempre preferibile rispetto al test a due code. permette di ottenere risultati significativi solo se il campione è molto grande. è più conservativo rispetto al test a due code.

Con le ipotesi che stabiliscono la direzione della relazione tra le variabili. si utilizzano test a una coda o a due code. si utilizzano test a una coda. si utilizzano test a due code. non si possono utilizzare test statistici.

Con le ipotesi che NON stabiliscono la direzione della relazione tra le variabili. si utilizzano test a due code. si utilizzano test a una coda. si utilizzano test a una coda o a due code. non si possono utilizzare test statistici.

Le code alle quali ci si riferisce quando si parla dei test statistici a una o due code fanno riferimento a. distribuzione campionaria. La parte finale del test somministrato. linea di regressione. nessuna delle alternative.

Se i punteggi si distribuiscono approssimando la distribuzione normale. è consigliabile utilizzare test parametrici. è consigliabile utilizzare test NON parametrici. qualsiasi test fornirà un risultato non attendibile. è consigliabile non effettuare analisi statistiche.

I test NON parametrici. tutte le alternative. sono basati sulla distribuzione normale. nessuna delle alternative. possono essere usati se le assunzioni dei test parametrici sono violate.

Se i punteggi si distribuiscono in modo molto asimmetrico, non approssimando affatto la distribuzione normale. è consigliabile utilizzare i test non parametrici. si possono utilizzare solo i test parametrici. non si possono eseguire analisi statistiche. non si possono utilizzare i test non parametrici.

I test NON parametrici. presuppongono una distribuzione normale. prevedono il rispetto di numerose assunzioni sulla distribuzione della popolazione. spesso sono basati sui ranghi. sono sempre preferibili ai test parametrici.

Il test di Wilcoxon è l'equivalente non parametrico di. ANOVA a una via. t-test per campioni indipendenti. ANOVA per misure ripetute. t-test per dati appaiati.

Il test NON parametrico equivalente al t-test per dati appaiati è. il test di Wilcoxon. il test di Friedman. il test U di Mann Whitney. il test di Kruskal-Wallis.

Il test U di Mann Whitney è l'equivalente non parametrico di. t-test per dati appaiati. ANOVA a una via. ANOVA per misure ripetute. t-test per campioni indipendenti.

Il test NON parametrico equivalente al t-test per campioni indipendenti è. il test di Kruskal-Wallis. il test U di Mann Whitney. il test di Friedman. il test di Wilcoxon.

I test NON parametrici. non sono basati sulla distribuzione normale. nessuna delle alternative. non possono essere usati se le assunzioni dei test parametrici sono violate. tutte le alternative.