Psicometria Pedroli - Fuori paniere

I metodi qualitativi permettono: di descrivere un fenomeno. di verificare delle ipotesi. di trovare una relazione casuale tra due variabili.

Gli approcci qualitativi generalmente: sono poco soggettivi. sono poco oggettivi. non possono essere definiti né soggettivi né oggettivi.

Le grandezze estensive sono: solo graduabili. sempre indivisibili. solo sommabili.

Le grandezze intensive sono: solo graduabili. solo sommabili. nessuna.

Con la misurazione: facciamo corrispondere due diversi sistemi empirici. facciamo corrispondere al sistema empirico un sistema numerico. facciamo corrispondere due diversi sistemi numerici.

Per definire le relazioni tra un sistema empirico e uno numerico possiamo usare: tecniche qualitative. tecniche osservative. tecniche statistico-matematiche.

Il processo di raccolta dei dati in psicologia è indispensabile perché: permette di definire i costrutti psicologici su base universale. permette di definire i costrutti psicologici su base empirica. permette di definire i costrutti psicologici su base numerica.

Una misurazione implica: la costruzione di una variabile che rappresenti una sola variante del comportamento analizzato. la costruzione di una variabile che rappresenti una variazione del comportamento analizzato. una valutazione narrativa.

Il concetto di intensità che valutiamo quando osserviamo un comportamento: può essere sovrapposto a quello di durata. può essere sovrapposto a quello di frequenza. può essere sovrapposto a quello di latenza.

Il campionamento viene effettuato perché: è necessario che i soggetti siano assegnati casualmente alle condizioni sperimentali. è possibile osservare le manifestazioni del nostro oggetto di studio. spesso non è possibile osservare tutte le manifestazioni del nostro oggetto di studio.

Nel campionamento casuale senza reinserimento: si rischia di modificare la distribuzione di probabilità. la distribuzione di probabilità rimane inalterata. la distribuzione di probabilità non viene presa in considerazione.

Le variabili vengono definite: basandosi sulla teoria. basandosi su osservazioni ingenue. basandosi sul buon senso del ricercatore.

Le variabili vengono calcolate: non possono venire calcolate. usando procedure matematico-statistiche. applicando metodi qualitativi.

Il passaggio dal costrutto al significato deve basarsi: sulla teoria. sulle osservazioni. sul buonsenso.

Misurare vuol dire: assegnare determinati valori numerici a determinati eventi o oggetti. assegnare valori alfanumerici ad oggetti o eventi secondo delle regole. trovare un valore per ogni oggetto con il buonsenso.

La maggior parte dei test psicologici: può essere usata da tutti. può essere usata solo da psicologi. può essere usata da tutti quelli che abbiano una conoscenza del tema da analizzare.

Le variabili: devono assumere diversi valori. sono obbligate a restare fisse. entrambe le alternative.

Le costanti: esprimono un solo valore. esprimono più valori. sono l’oggetto di studio principale della ricerca.

Una stessa caratteristica può essere: entrambe. una variabile. una costante.

La variabile “genere” è: nominale. a intervalli. ordinale.

La variabile “titolo di studio” è: nominale. ordinale. a rapporti.

Le analisi statistiche vengono solitamente fatte: analizzando gruppi di soggetti. analizzando i singoli individui. analizzando la totalità della popolazione.

Gli indici che emergono dall’analisi descrittiva del campione permettono di: descrivere. entrambi. generalizzare.

Attraverso la statistica descrittiva è possibile: sintetizzare i dati del campione. fare affermazioni sulle ipotesi del nostro studio. nessune delle alternative.

Le tabelle e i grafici usati per rappresentare i risultati della statistica: esprimono gli stessi dati ma in formato diverso. esprimono dati diversi usando formati diversi. esprimono gli stessi dati usando lo stesso formato.

Per analizzare i dati di sondaggi e censimenti solitamente usiamo: la statistica inferenziale. la statistica descrittiva. nessuna delle due.

Guardare i dati del campione non sintetizzati: fornisce informazioni facilmente comprensibili. non fornisce informazioni utili. permette di capire tutte le informazioni utili per l’analisi del campione.

Il calcolo delle probabilità nasce: per calcolare la probabilità soggettiva di un evento. per risolvere alcuni problemi sui giochi d’azzardo. per monitorare la probabilità oggettiva legata al mercato azionario.

I concetti primitivi del calcolo della probabilità sono: assiomatica, soggettiva, frequentista. prova, evento, probabilità. condizionata e composta.

La probabilità composta di tre eventi indipendenti con probabilità pari a 1/6, 1/5 e 1⁄2 è pari a: 1/60. 1/12. 1/15.

La distribuzione di probabilità più usata è quella: normale. ipergeometrica. binomiale.

La curva normale standardizzata è simmetrica rispetto a: l’asse x. l’asse y. al punto z.

Solitamente si preferisce fare esperimenti su: il campione. la popolazione. i singoli soggetti.

Il campionamento è quel processo che permette di: estrarre il campione dalla popolazione. estrarre la popolazione dal campione. assegnare i soggetti alle condizioni sperimentale.

Per determinare la numerosità del campione: ci si può basare sulla variabilità della popolazione. ci sono precise formule matematiche. ci si deve affidare alla sensibilità del ricercatore.

Il campionamento a più stadi permette: di ridurre i costi organizzativi. di aumentare i costi organizzativi. non poter stimare i costi organizzativi.

Quando diamo la stima puntuale di un parametro solitamente indichiamo: un solo valore relativo al parametro. anche l’errore medio di campionamento. nessun valore.

Quando facciamo una stima puntuale di una differenza tra medie: otteniamo un intervallo. otteniamo un valore. otteniamo una serie di valori.

La zona dell’intervallo di fiducia in cui è meno probabile che il nostro valore ricada è definita come: “alfa diviso due”. “uno meno alfa”. Alfa.

L’ipotesi che viene effettivamente testata è: L’ipotesi nulla. L’ipotesi alternativa. Nessuna delle due.

La correlazione ci fornisce: una funzione lineare. un numero. entrambe.

Quando il coefficiente di correlazione r è uguale a 1 o -1: correlazione perfetta. correlazione estrema. correlazione imperfetta.

Il coefficiente di determinazione valuta: la bontà di un modello lineare. la varianza. la differenza tra le due variabili.

Il coefficiente b2 è detto: coefficiente di regressione di X su Y. coefficiente di regressione di Y su X. intercetta di x.

La misura della correlazione lineare è espressa da: coefficiente di correlazione lineare di Bravais-Pearson. il coefficiente di determinazione. il coefficiente di variazione.

La correlazione lineare di analizza quando, date due variabili x e y: non si sa quale delle due influenzi l’altra. sono indipendenti. accettiamo H0.

Il coefficiente di correlazione lineare di Bravais-Pearson assume valori compresi tra: -1 e 1. 0 e 1. -1 e 0.

Se il coefficiente lineare di Bravais-Pearson ha un valore negativo: al crescere del valore l’altra diminuirà. al crescere del valore aumenterà anche l’altra. le due variabili non sono correlate.

Se il coefficiente lineare di Bravais-Pearson ha valore positivo: al crescere del valore aumenterà anche l’altra. al crescere del valore l’altra diminuirà. le due variabili non sono correlate.

Nell’equazione di regressione la lettera a rappresenta: l’intercetta. il punto z. il punti di massimo.

La variabile “grandezza giardino” misurata in metri quadri può essere definita: nominale. a rapporti equivalenti. a intevalli.