Riassunti VERIFICATO

Metodi

Università degli Studi di Roma - La Sapienza statistica gestionale 2020
15 visualizzazioni
21 download
Nessun voto ancora
Condividi: WhatsApp Telegram
Anteprima pagina 1 — Metodi Anteprima pagina 2 — Metodi Anteprima pagina 3 — Metodi

Di cosa parla

  • Analisi degli Item e Scala di Guttman:
    • Ciascun quesito può avere un punteggio o peso assegnato, con alta varianza che indica maggiore dipendenza dal giudizio dei Giudici.
    • La Scala di Guttman mira a ottenere l'unidimensionalità delle Scale Likert, ordinando gli item in base all'intensità crescente della domanda.
  • Teoria Classica dei Test (CTT):
    • L'item analysis studia le proprietà delle scale per misurare quantitativamente le attitudini.
    • La CTT modella i punteggi osservati (Yit) come la somma di punteggi veri (Xit) e errore (Eit).
    • Sottolinea l'importanza della validità di contenuto (struttura interna e sfaccettature del fenomeno) e dell'unidimensionalità (item altamente correlati).
    • I test paralleli assumono punteggi veri e varianze uguali tra test equivalenti, differendo solo per errore di misurazione (media zero, varianza uguale).
  • Affidabilità e Alfa di Cronbach:
    • La CTT valuta l'affidabilità tramite proprietà statistiche.
    • Se il quadrato della correlazione tra punteggi veri e osservati (Pxy^2) è 1, la varianza dell'errore è zero, indicando che le differenze osservate sono interamente dovute al punteggio vero.
    • L'Alfa di Cronbach (α = (k / (k-1)) * (1 - (Σσi^2 / σ^2))) misura la coerenza interna di un test, dove k è il numero di item e σi^2 è la varianza del singolo item.
  • Costruzione di Questionari e Teoria della Risposta all'Item (IRT):
    • I questionari sono strumenti fondamentali che utilizzano risposte binarie o su scala ordinale per misurare attributi non osservabili (tratti latenti).
    • È cruciale che i questionari siano validi, affidabili e rispettosi dell'integrità degli individui.
    • La Teoria della Risposta all'Item (IRT), in particolare il Modello di Rasch, ha l'obiettivo di tradurre i punteggi grezzi in stime di abilità, mantenendo l'unidimensionalità e l'indipendenza condizionata.
    • Nel Modello di Rasch, la probabilità di una risposta corretta dipende dalla differenza tra l'abilità del rispondente (Bi) e la difficoltà dell'item (di), formalizzata come Prob { Yij = 1 | Bi, di } = e^(Bi-di) / (1 + e^(Bi-di)).
    • Le Curve Caratteristiche degli Item (ICC) illustrano come la probabilità di una risposta corretta vari in funzione del livello di abilità dello studente.
    • Il processo di stima dei parametri nel Modello di Rasch implica un algoritmo iterativo: si sommano le righe per stimare i punteggi veri, si calcola una matrice dei residui (eij=0), si minimizza la somma dei quadrati dei residui e si aggiornano i parametri Beta (abilità/difficoltà) nelle successive iterazioni.

Altri appunti di METODI STATISTICI PER LE ANALISI DI MERCATO E DI OPINIONE

Condividi questi appunti

WhatsApp Telegram