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

Modulo 1: Statistica Descrittiva Univariata • Tipologie di variabili e scale di misura Distinzione tra variabili nominali, ordinali, intervallari e di rapporto; implicazioni delle scale di misura per le analisi statistiche. • Tabelle di frequenza e rappresentazioni grafiche Costruzione e interpretazione di tabelle di frequenza assolute e relative; utilizzo di istogrammi, diagrammi a barre, grafici a torta e boxplot per la visualizzazione dei dati. • Misure di tendenza centrale: media, mediana, quartili, moda Calcolo, interpretazione e confronto delle misure di posizione centrale; indicazioni su quando preferire ciascuna misura. • Misure di dispersione: range, deviazione standard, varianza, coefficiente di variazione Analisi della variabilità dei dati; importanza delle misure di dispersione nella descrizione statistica. Modulo 2: Statistica Descrittiva Bivariata • Tabelle di contingenza • Analisi congiunta di due variabili categoriche; costruzione e interpretazione delle tabelle di contingenza. • Chi-quadro per l’indipendenza Test statistico per valutare l’indipendenza tra due variabili categoriali; procedura, ipotesi e interpretazione del risultato. • Covarianza, correlazione di Pearson e Spearman Misure di associazione tra due variabili quantitative: differenze e casi d’uso di covarianza, correlazione lineare (Pearson) e monotona (Spearman). • Diagrammi di dispersione Utilizzo dei grafici scatter plot per visualizzare la relazione tra variabili quantitative. • Analisi della dipendenza lineare Concetti base di relazione lineare e interpretazione dell’intensità e della direzione della dipendenza. ________________________________________ Modulo 3: Fondamenti della Teoria Classica dei Test (CTT) • Punteggio osservato, vero e d’errore Comprensione del modello di misura che distingue tra punteggio reale, punteggio vero e componente di errore. • Concetto di affidabilità Metodi per valutare la consistenza di un test: split-half, test-retest, coefficiente di Cronbach alpha. • Analisi degli item: difficoltà e potere discriminante Tecniche per valutare singoli item, identificando la difficoltà e la capacità di distinguere tra soggetti con diversi livelli di abilità. Modulo 4: Cenni alla Item Response Theory (IRT) • Introduzione ai modelli probabilistici Fondamenti teorici della misurazione basata su modelli probabilistici. • Differenze tra CTT e IRT Confronto tra approccio classico e modello basato sulla risposta all’item. • Modello di Rasch (1PL), modelli 2PL, 3PL e 4PL Descrizione e applicazioni dei principali modelli IRT. • Curve caratteristiche dell’item (ICC) Definizione, costruzione e interpretazione delle ICC per la valutazione della qualità degli item. Modulo 5: Laboratorio Pratico in Excel (14 ore) • Analisi completa di un dataset reale (educativo o psicologico) Applicazione pratica di tutte le tecniche apprese sul campo. • Preparazione e pulizia dei dati Gestione dei dati mancanti, verifica di qualità e preparazione del dataset per l’analisi. • Analisi descrittiva Calcolo e interpretazione delle misure statistiche e realizzazione di grafici mediante Excel.