psicometria 9 cfu 30-34

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

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

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

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

I coefficienti di correlazione sono utilizzati con i test psicologici per misurare. entrambe le alternative. la validità. nessuna delle alternative. l'attendibilità.

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 x, y diminuisce. Al crescere di y, x rimane costante. Al crescere di x, y rimane costante.

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

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

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

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

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

. Per sapere esattamente quanta è la varianza condivisa tra 2 variabili si calcola. il coefficiente di determinazione. la regressione. il coefficiente di correlazione. l'ANOVA.

Il coefficiente che si basa sul calcolo dei ranghi è. r di Pearson. d di Cohen. Rho di Spearman. alfa di Cronbach.

Il coefficiente di determinazione. può essere solo positivo. può essere maggiore di 1. può essere solo negativo. può essere sia negativo che positivo.

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

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

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

Un coefficiente di determinazione di 1 indica che. le variabili condividono il 100% di varianza. le variabili non sono correlate. le variabili condividono l'1% di varianza. le variabili condividono lo 0,1% di varianza.

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.

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

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

Si definisce generalizzabilità il grado in cui i risultati di uno studio. 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. eseguito su un campione possono essere estesi a tutti gli altri campioni.

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 coerenza interna. l'arbitrarietà. la potenza statistica.

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

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

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

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