Teorie e tecniche dei test l-z 30-34

La rotazione dei fattori viene eseguita per. diminuire la quota di varianza spiegata. rendere la soluzione fattoriale più interpretabile. aumentare la quantità di varianza spiegata. decidere il numero di fattori da estrarre.

Quando i fattori vengono ruotati senza mantenere un angolo tra loro di 90 gradi si tratta di una rotazione. parallela. ortogonale. logistica. obliqua.

La rotazione dei fattori che mantiene un angolo di 90 gradi tra i fattori è. logistica. parallela. obliqua. ortogonale.

A seguito di una rotazione ortogonali i fattori. non possono essere correlati tra loro. possono essere correlati tra loro. possono essere correlati tra loro, ma solo positivamente. possono essere correlati tra loro, ma solo negativamente.

Con una rotazione ortogonale i fattori. sono ruotati mantenendo tra i fattori un angolo di 180 gradi. sono ruotati senza mantenere tra i fattori un angolo di 90°. sono ruotati definendo un angolo di rotazione a piacere. sono ruotati mantenendo un angolo tra i fattori di 90° gradi.

Le rotazioni dei fattori possono essere. oblique e parallele. oblique e logistiche. ortogonali e oblique. ortogonali e logistiche.

Dopo la rotazione dei fattori. il primo fattore spiega la maggior quota di varianza. l'ultimo fattore spiega la maggior quota di varianza. viene spiegata una quota maggiore di varianza. la varianza spiegata è distribuita più uniformemente tra i fattori.

La rotazione dei fattori viene eseguita per. ottenere una struttura semplice nella matrice di correlazione. ottenere una struttura semplice nella matrice delle saturazioni. ottenere una matrice di saturazioni che spieghi una quota di varianza maggiore. nessuna delle alternative.

Nella scelta del numero di fattori da estrarre in una Analisi Fattoriale, il criterio da utilizzare con Minimum Average Partial Correlation Statistic (MAP) prevede di estrarre. tutti i fattori fino a quello cui corrisponde il minimo valore di MAP. i fattori che hanno un autovalore osservato maggiore dell’autovalore simulato medio. i fattori con autovalore maggiore di 1. i fattori che spiegano almeno il 30% di varianza.

La rotazione dei fattori. redistribuisce tra i fattori la varianza spiegata in modo che tutti gli item saturino su tutti i fattori. redistribuisce tra i fattori la varianza spiegata in modo che la soluzione sia più interpretabile. redistribuisce tra i fattori la varianza spiegata in modo che il primo estratto spieghi più varianza possibile. redistribuisce tra i fattori la varianza spiegata in modo che su ogni fattore saturi un solo item.

La rotazione dei fattori. non modifica la quantità di varianza spiegata. diminuisce la quantità di varianza spiegata. aumenta la quantità di varianza spiegata. cambia il segno della varianza spiegata.

La rotazione dei fattori. nessuna delle alternative. si propone di ruotare il sistema di riferimento degli assi fattoriali mantenendo fisse le variabili. si propone di ruotare le variabili mantenendo fisso il sistema di riferimento degli assi fattoriali. si propone di ruotare le variabili e il sistema di riferimento degli assi fattoriali.

Il criterio che suggerisce di estrarre i fattori precedenti a quello in cui la linea spezzata si appiattisce è utilizzato con. lo scree-test. la distanza di Mahalanobis. la Parallel Analysis. la Minimum Average Partial Correlation Statistic (MAP).

Nella scelta del numero di fattori da estrarre in una Analisi Fattoriale, il criterio da utilizzare con la Parallel Analysis prevede di estrarre. il primo fattore sul segmento verticale. i fattori che spiegano almeno il 30% di varianza. I fattori che hanno un autovalore osservato maggiore dell'autovalore simulato medio. i fattori con autovalore maggiore di 1.

Nella scelta del numero di fattori da estrarre in una Analisi Fattoriale, il criterio suggerito da Cattel per utilizzare lo scree-test suggerisce di estrarre. il primo fattore sul segmento verticale. i fattori precedenti a quello in cui la linea spezzata si appiattisce. i fattori con autovalore maggiore di 1. i fattori sulla parte più appiattita della linea.

Il grafico in cui sono rappresentati sull’asse orizzontale le componenti estratte in successione e sull’asse verticale i valori degli autovalori è. il centroide. la funzione logistica. la curva caratteristica di un item. lo scree-test.

Quali dei seguenti sono criteri per stabilire il numero dei fattori da estrarre. Minimum Average Partial Correlation Statistic (MAP), correlazioni tetracoriche, Scree-test. Scree-test; Minimum Average Partial Correlation Statistic (MAP); Parallel Analysis. Distanza di Mahalanobis, Scree-test, Minimum Average Partial Correlation Statistic (MAP). Test di sfericità di Bartlet, Scree-test, Distanza di Mahalanobis.

Il criterio di Kaiser-Guttman è anche detto. criterio degli autovalori maggiori di 1. criterio della massima verosimiglianza. criterio dello scree-test. criterio del determinante della matrice di correlazione.

Quali dei seguenti sono criteri per stabilire il numero dei fattori da estrarre. Kaiser-Guttman; Scree test, Parallel Analysis. Minimum Average Partial Correlation Statistic (MAP), correlazioni tetracoriche, Scree-test. Test di sfericità di Bartlet, Scree-test, Distanza di Mahalanobis. Distanza di Mahalanobis, Scree-test, Minimum Average Partial Correlation Statistic (MAP).

Con una rotazione obliqua i fattori. sono ruotati mantenendo l'assenza di correlazione tra i fattori. sono ruotati senza mantenere tra i fattori un angolo di 90°. sono ruotati mantenendo un angolo tra i fattori di 90 gradi. nessuna delle alternative.

A seguito di una rotazione obliqua i fattori possono. possono essere correlati tra loro. non possono essere correlati tra loro. essere correlati tra loro, ma solo negativamentepossono. essere correlati tra loro, ma solo positivamente.

A seguito della rotazione obliqua dei fattori vengono prodotte. la matrice structure e la matrice parallela. la matrice pattern e la matrice parallela. la matrice di pattern e la matrice d'errore. la matrice pattern e la matrice structure.

L'analisi che ha lo scopo di testare uno specifico modello di misurazione in cui viene stabilito a priori il numero di fattori e su quale fattore satura ciascun item è. l'analisi delle componenti principali. l'analisi fattoriale esplorativa. l'analisi della varianza. l'analisi fattoriale confermativa.

Nell'Analisi Fattoriale Confermativa gli indici di fit permettono di stabilire. il numero di fattori da estrarre. permettono di stabilire il metodo di estrazione dei fattori. il tipo di rotazione da eseguire. se il modello testato è adeguato ai dati.

L'analisi che permette di definire a priori su quale fattore satura ciascun item è. l'analisi fattoriale esplorativa. l'analisi delle componenti principali. l'analisi fattoriale confermativa. l'analisi della varianza.

L'analisi delle componenti principali e l'analisi fattoriale esplorativa si differenziano. per la varianza spiegata. per lo scopo. tutte le alternative. per il modello di misura di riferimento.

Secondo le assunzioni fondamentali sull'errore nella Teoria Classica dei Test, l'errore di misurazione. ha valore atteso (media) uguale a 0. è casuale. tutte le alternative. è distribuito normalmente.

Se non vengono rispettate le assunzioni fondamentali sull'errore nella Teoria Classica dei Test. l'errore di misura è casuale. l'errore di misura è un bias. l'errore di misura non può essere stimato. l'errore di misura è assente.

Secondo le assunzioni fondamentali sull'errore nella Teoria Classica dei Test. l'errore di misurazione ha valore atteso uguale al punteggio osservato. punteggio vero e errore di misurazione sono correlati tra loro. il punteggio vero ha valore atteso uguale all'errore. punteggio vero e errore di misurazione sono indipendenti tra loro.

L'errore che si presenta in modo imprevedibile è. nessuna delle alternative. l'errore campionario. l'errore sistematico o bias. l'errore casuale.

L'errore casuale. varia da prova a prova e da soggetto a soggetto. si presenta in modo imprevedibile. tende a distribuirsi secondo una distribuzione di probabilità normale. tutte le alternative.

L'errore sistematico o bias è. l'errore che si presenta in modo impredicibile. l'errore che si verifica in modo costante per tutte le somministrazioni è. l'errore che tende a distribuirsi secondo una distribuzione di probabilità normale. nessuna delle alternative.

L'errore che si verifica in modo costante per tutte le somministrazioni è. nessuna delle alternative. l'errore sistematico o bias. l'errore casuale. l'errore campionario.

Competenza, integrità, responsabilità sociale sono. i principi generali ai quale deve attenersi il somministratore. i principi generali ai quali deve attenersi il soggetto che risponde al test. i principi generali per validare un test. le caratteristiche fondamentali dei test.

Il Codice Etico della Ricerca e dell’Insegnamento della Psicologia stabilisce che il somministratore, come psicologo, deve rispettare i principi di. competenza, integrità, responsabilità sociale. uguaglianza, attendibilità, validità. validità, attendibilità, riproducibilità. competenza, integrazione, intelligenza.

L'attendibilità ci dice. se un test misura ciò che vorremmo misurasse. nessuna delle alternative. quanti fattori latenti sono misurati da un test. con quanta accuratezza il test misura una variabile psicologica.

L'attendibilità è un indice. della parsimonia della misura che l'insieme di item ci permette di ottenere. della difficoltà della misura che l'insieme di item ci permette di ottenere. della dimensionalità della misura che l'insieme di item ci permette di ottenere. della precisione della misura che l'insieme di item ci permette di ottenere.

La proprietà psicometrica relativa all’accuratezza con cui un test misura una certa variabile psicologica è. la validità. l'attendibilità. la media ponderata. la comunalità.

Per la stima dell'attendibilità test-retest. si somministra lo stesso test agli stessi soggetti a distanza di tempo. si somministrano due forme diverse del test a distanza di tempo. si somministra lo stesso test a soggetti diversi. si somministrano due forme parallele del test agli stessi soggetti.

La stima dell'attendibilità test-retest. può essere utilizzata solo per caratteristiche psicologiche stabili nel tempo. può essere utilizzata per i test di prestazione massima. può essere utilizzata solo per caratteristiche psicologiche variabili nel tempo. è utile per le caratteristiche psicologiche che variano rapidamente.

Il coefficiente di attendibilità può essere definito come. quota di varianza condivisa tra punteggio osservato e errore di misurazione. quota condivisa tra punteggio vero e errore di misurazione. quota di varianza condivisa tra punteggio vero e osservato. quota di varianza non condivisa tra punteggio vero e punteggio osservato.

Tra i possibili tipi di versioni alternative di due versioni dello stesso test, le forme parallele sono le uniche che. hanno la stessa varianza d'errore. hanno punteggi veri diversi. hanno lo stesso punteggio vero. hanno punteggi veri e varianze di errore diverse.

Se due versioni dello stesso test hanno varianze di errore diverse e punteggi veri che differiscono per una costante additiva. parallele. congeneriche. tau equivalenti. essenzialmente tau equivalenti.

Due versioni dello stesso test si definiscono parallele se. hanno punteggi veri e varianze di errore diverse. hanno lo stesso punteggio vero e la stessa varianza di errore. nessuna delle alternative. hanno lo stesso punteggio vero ma diversa varianza di errore.

I metodi per la stima dell'attendibilità mediante due somministrazione sono. forme parallele e alpha di cronbach. split-half e test-retest. forme parallele e test-retest. alpha di cronbach e KR-20.

I metodi per la stima dell'attendibilità prevedono. una sola somministrazione del test. entrambe le alternative. due somministrazioni del test. nessuna delle alternative.

L'attendibilità può essere stimata in base a. nessuna delle alternative. entrambe le alternative. la coerenza interna dei punteggi agli item. la costanza dei punteggi nel tempo in assenza di varianzioni nel costrutto.

Il coefficiente di attendibilità assume valori che variano. tra -1 e 1. tra -1.96 e 1.96. tra 0 e 100. tra 0 e 1.

Quando un test è perfettamente attendibile. il coefficiente di attendibiltà è uguale a 1. non vi è errore di misurazione. tutte le alternative. tutta la varianza del punteggio osservato è spiegabile in base al punteggio vero.

Il coefficiente di attendibilità può essere definito come il rapporto. tra varianza del punteggio vero e del punteggio osservato. tra varianza dell'errore di misurazione e varianza del punteggio vero. tra varianza del punteggio osservato e varianza dell'errore di misurazione. tra varianza del punteggio osservato e varianza del punteggio vero.