PSICOMETRIA 9 CFU 25-29

Nel rappresentare la relazione tra variabili il tipo di grafico viene scelto in base. al tipo di variabili. al numero di casi. alla frequenza delle variabili. alla significatività delle variabili.

. Il grafico a barre è utilizzato per rappresentare la relazione tra. 2 variabili nominali. una variabile nominale e una quantitativa. 2 variabili quantitative. tutte le alternative.

Si può rappresentare la relazione tra variabili quando ho. tutte le alternative. 2 variabili nominali. una variabile nominale e una quantitativa. 2 variabili quantitative.

Il grafico di dispersione è utilizzato per rappresentare la relazione tra. 2 variabili quantitative. 2 variabili nominali. una variabile nominale e una quantitativa. tutte le alternative.

Per rappresentare la relazione tra due variabili quantitative si utilizza. il grafico di dispersione. il grafico a barre. la funzione di distribuzione. l'istogramma.

Per rappresentare la relazione tra due variabili nominali si utilizza. il grafico di dispersione. il grafico a barre. la funzione di distribuzione. l'istogramma.

L'istogramma è utilizzato per rappresentare la relazione tra. una variabile nominale e una quantitativa. 2 variabili nominali. 2 variabili quantitative. tutte le alternative.

Per rappresentare la relazione tra una variabile nominale e una variabile quantitativa si utilizza. l'istogramma. il grafico a barre. la funzione di distribuzione. il grafico di dispersione.

. Nell'ultima riga di una tabella di contingenza ci sono. i totali marginali di riga. 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. i totali marginali di colonna.

Nell'ultima colonna di una tabella di contingenza ci sono. i totali marginali di riga. le frequenze congiunte. le frequenze congiunte. il totale dei casi.

Nelle celle centrali di una tabella di contingenza ci sono. le frequenze congiunte. il totale dei casi. i totali marginali di colonna. il totale dei casi.

Un grafico che riporta sull'asse x riporta i punteggi su una variabile, e sull'asse y riporta i punteggi sull’altra variabile è detto. grafico di dispersione. i totali marginali di riga. grafico a barre. i totali marginali di colonna.

Un grafico che riporta sull'asse x riporta i punteggi su una variabile, e sull'asse y riporta i punteggi sull’altra variabile è detto. grafico di dispersione. istogramma. curva normale. entrambe le alternative.

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

un grafico di dispersione. l'asse x riporta le frequenze, l'asse y riporta i punteggi sulla variabile. l'asse x riporta i punteggi su una variabile, l'asse y riporta i punteggi sull’altra variabile. l'asse x riporta i punteggi su una variabile, l'asse y riporta la deviazione standard. l'asse x riporta i punteggi su una variabile, l'asse Y riporta le frequenze.

. Per rappresentare con un grafico a barre la relazione tra due variabili nominali. tutte le alternative. nessuna delle alternative. le barre riportano i punteggi ottenuti. le barre sono divise in blocchi che rappresentano le categorie di una variabile.

Un buon grafico a barre contiene. poche categorie. molte categorie. l'asse y riporta le categorie di una variabile, l'asse x riporta le frequenze. l'asse x riporta le categorie di una variabile, l'asse y riporta la deviazione standard.

. Per rappresentare con un grafico a barre la relazione tra due variabili nominali. le barre sono suddivise in base alle categorie della seconda variabile. più categorie di quante ne hanno le variabili. molte categorie vuote. le barre non tengono conto della seconda variabile.

In un grafico a Barre. sull'asse x sono rappresentate le categorie di una variabile. l'asse x riporta le categorie di una variabile, l'asse Y riporta le frequenze. sull'asse y sono riportate le frequenze. l'asse x riporta i punteggi di una variabile, l'asse y riporta i punteggi dell'altra variabile.

In un istogramma che rappresenta la relazione tra una variabile nominale e una variabile quantitativa. i punti sono vicini alla retta. i punti sono dispersi in modo casuale. l'asse x riporta le categorie della variabile nominale, le barre rappresentano i punteggi sulla variabile quantitativa. l'asse x riporta i punteggi su una variabile, l'asse y riporta i punteggi sull’altra variabile.

Quando si devono rappresentare variabili con molti livelli si dovrebbe: dividere i livelli in sottogruppi. aggiungere altre categorie. accorpare logicamente i livelli. rappresentarli tutti nel dettaglio.

Se rappresentiamo una variabile nominale e una quantitativa con un istogramma sarà utile: riportare una legenda per identificare le barre. usare lo stesso colore per tutte le barre. modificare la forma delle barre. usare solo i colori per distinguere le barre.

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

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

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

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

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

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

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

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

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

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

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

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

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. non è presente una correlazione. è presente una correlazione inversa.

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

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. i punti sono dispersi in modo casuale. non è possibile individuare la retta. i punti assumono forma a campana.

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

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