250130 TARS

Un ricercatore sta analizzando i punteggi di un test somministrato a un gruppo di studenti. Di seguito sono riportati i dati di frequenza assoluta per alcune classi di punteggi:

• 10-20: 15 studenti

• 21-30: 25 studenti

• 31-40: 35 studenti

• 41-50: 20 studenti

Qual è la classe modale?

• 10-20

• 21-30

• 31-40

• 41-50

Un ricercatore vuole analizzare la relazione tra il numero di ore di studio settimanali (X) e il punteggio ottenuto in un esame (Y). Di seguito sono riportati i valori di correlazione calcolati:

• Coefficiente di correlazione di Pearson: 0,85

• Coefficiente di determinazione (R²): 0,72

Quale interpretazione è corretta?

• C'è una forte relazione lineare positiva tra le ore di studio e il punteggio d'esame, e il 72% della variabilità del punteggio d'esame è spiegata dalle ore di studio

• Non c'è relazione tra le ore di studio e il punteggio d'esame

• C'è una relazione lineare negativa tra le ore di studio e il punteggio d'esame

• Il 28% della variabilità del punteggio d'esame è spiegato dalle ore di studio

In un'analisi tra due variabili cardinali, il seguente output è stato ottenuto dal software statistico (modello di regressione lineare):

• Equazione di regressione: Y=2X+5

• Coefficiente di correlazione di Pearson: 0,95

Qual è l'interpretazione del coefficiente angolare (2) della retta di regressione?

• Quando X aumenta di 1 unità, Y aumenta di 5 unità

• Quando X aumenta di 1 unità, Y aumenta di 2 unità

• Quando X aumenta di 5 unità, Y aumenta di 2 unità

• Non è possibile interpretare il coefficiente angolare in questo caso

Un'analisi statistica mira a valutare l'interazione tra tre variabili: il tempo trascorso a studiare (X), l'età dello studente (Z) e il punteggio ottenuto in un test (Y). Il ricercatore ipotizza che l'effetto di X su Y dipenda da Z. Quale approccio statistico è più appropriato per testare questa ipotesi?

• Calcolare i coefficienti di correlazione di Pearson per tutte le coppie di variabili

• Effettuare una moderation analysis per verificare l'eventuale interazione tra X e Z

• Eseguire un'analisi della varianza (ANOVA).

• Calcolare la matrice di covarianza delle variabili

Un’analisi fattoriale esplorativa è stata condotta su un questionario con 15 domande. Il ricercatore ottiene il seguente risultato dal test di Kaiser-Meyer-Olkin (KMO): 0,35.

Quale tra le seguenti affermazioni è corretta?

• Il valore di KMO è eccellente e l'analisi fattoriale è appropriata

• Il valore di KMO è mediocre, ma l'analisi fattoriale può essere condotta con cautela

• Il valore di KMO è insufficiente, l'analisi fattoriale non è appropriata

• Il valore di KMO è irrilevante per l'analisi fattoriale

Durante un'analisi fattoriale esplorativa su un dataset con 20 variabili, il ricercatore utilizza una rotazione ortogonale (Varimax). Qual è lo scopo principale della rotazione?

• Ridurre il numero totale di fattori estratti

• Massimizzare la varianza spiegata da ciascun fattore

• Rendere più interpretabili i fattori, concentrando i carichi fattoriali su un numero limitato di variabili

• Aumentare l'accuratezza statistica dell'analisi fattoriale

Un ricercatore vuole valutare l'affidabilità di un questionario composto da 10 item. Calcola l'Alpha di Cronbach e ottiene un valore di 0,85. Quale tra le seguenti interpretazioni è corretta?

• Il questionario ha un’affidabilità inaccettabile e dovrebbe essere rivisto

• Il questionario ha un livello di affidabilità accettabile, ma alcuni item potrebbero essere migliorati

• Il questionario ha un'eccellente affidabilità e gli item sono coerenti tra loro

• Il questionario è troppo breve per poter calcolare l’Alpha di Cronbach

Un ricercatore vuole confrontare i punteggi medi di ansia di due gruppi di studenti: uno che ha partecipato a un corso di mindfulness (Gruppo A) e uno che non ha partecipato (Gruppo B). I risultati sono i seguenti:

• Media (Gruppo A): 45

• Media (Gruppo B): 52

• p-value del t-test indipendente: 0,03

Quale conclusione può essere tratta da questo esperimento?

• Non ci sono differenze significative tra i due gruppi

• Il corso di mindfulness non ha alcun effetto sull'ansia

• C'è una differenza significativa tra i due gruppi, con il Gruppo A che ha livelli di ansia significativamente più bassi

• Il t-test non è appropriato per confrontare due gruppi

Un ricercatore sta conducendo un esperimento per confrontare i livelli di stress di tre gruppi di partecipanti sottoposti a diverse tecniche di rilassamento (Meditazione, Respirazione controllata, Nessuna tecnica). Nella tabella, trovi i risultati principali di un'ANOVA a una via. Qual è l'interpretazione corretta?

• Non ci sono differenze significative nei livelli di stress tra i tre gruppi

• Esiste una differenza significativa nei livelli di stress tra almeno due gruppi

• L'F-value non è abbastanza alto

• Non è possibile concludere nulla senza conoscere le medie dei gruppi.

Un ricercatore utilizza una factorial ANOVA per esaminare l'effetto di due fattori sull'apprendimento: il metodo di studio (Metodo A, Metodo B) e il livello di difficoltà del materiale (Facile, Difficile). Ottiene il seguente output:

• Effetto principale del metodo di studio: F(1,36)=10,23, p=0,003

• Effetto principale della difficoltà: F(1,36)=12,45, p=0,001

• Interazione tra metodo e difficoltà: F(1,36)=5,02, p=0,03

Quale conclusione è corretta?

• Solo il metodo di studio ha un effetto significativo sull'apprendimento

• Sia il metodo di studio che la difficoltà del materiale influenzano l'apprendimento, ma non interagiscono tra loro

• Sia i fattori principali che la loro interazione hanno un effetto significativo sull'apprendimento

• Nessuno dei fattori ha un effetto significativo sull'apprendimento