Il corso si propone di fornire agli studenti strumenti statistici di base per l’analisi e la valutazione dei sistemi formativi. Nella prima parte del corso verranno ripresi i concetti fondamentali della statistica descrittiva, utili per esplorare, rappresentare e interpretare dati educativi e sociali. La seconda parte sarà dedicata alla presentazione dei principali metodi statistici impiegati nella valutazione dei sistemi educativi e degli apprendimenti, con particolare attenzione all’uso delle misure in ambito formativo e agli approcci psicometrici (Teoria Classica dei Test e cenni alla Item Response Theory). Le attività saranno supportate da esercitazioni pratiche in Excel su dati reali o simulati, per sviluppare competenze operative nell’analisi dei dati in contesti pedagogici.
Prerequisiti
Nessuno
Metodi didattici
Lezioni frontali Esercitazioni pratiche in Excel
Verifica Apprendimento
L’esame finale consisterà in una prova orale; tuttavia, qualora il numero degli iscritti superi i 40 studenti, sarà prevista una prova scritta.
Testi
Cicchitelli, G., D’Urso, P., & Minozzo, M. Statistica: principi e metodi, 4ª edizione (Ediz. MyLab, con aggiornamento online), Pearson, 2022. Materiali supplementari saranno forniti durante il corso. Tutti i materiali sono disponibili anche online al sito: fad.unich.it. Per accedere alla piattaforma online, si prega di contattare: annalina.sarra@unich.it
Contenuti
Statistica descrittiva univariata • Tipologie di variabili e scale di misura • Tabelle di frequenza e rappresentazioni grafiche • Misure di tendenza centrale: media, mediana, quartili, moda • Misure di dispersione: range, deviazione standard, varianza, coefficiente di variazione Statistica descrittiva bivariata • Tabelle di contingenza • Chi-quadro per l’indipendenza • Covarianza, correlazione di Pearson e Spearman • Diagrammi di dispersione • Analisi della dipendenza lineare Fondamenti della Teoria Classica dei Test (CTT) • Punteggio osservato, vero e d’errore • Concetto di affidabilità (split-half, test-retest, Cronbach alpha) • Validità dei test • Analisi degli item: difficoltà, potere discriminante Cenni alla Item Response Theory (IRT) • Introduzione ai modelli probabilistici • Differenze tra CTT e IRT • Modello di Rasch (1PL), modelli 2PL, 3PL e 4 PL • Curve caratteristiche dell’item (ICC) Laboratorio pratico in Excel • Analisi completa di un dataset reale (educativo o psicologico) • Preparazione e pulizia dei dati • Analisi descrittiva dei dati
Lingua Insegnamento
ITALIANO
Altre informazioni
Per informazioni e richiesta di colloquio contattare la Prof.ssa Annalina Sarra all'indirizzo annalina.sarra@unich.it
