psicometria extra-sara manganelli

La covarianza: il valore minimo del prodotto degli scarti corrispondenti si X e di Y. Il valore massimo del prodotto degli scarti corrispondenti si X e di Y. il valore medio del prodotto degli scarti corrispondenti si X e di Y. il valore degli scarti di Y su X.

La media aritmetica degli sarti di un valore della media della distribuzione: uguale a 1. minore di 0. maggiore di 0. uguale a 0.

Le frequenze cumulate vengono calcolate a partire da: frequenze relative. entrambe. nessuna delle due. frequenze assolute.

EXTRA: Quando analizziamo il comportamento la latenza, indica: l’intervallo di tempo che intercorre tra la presentazione di uno stimolo e la risposta ad esso. il numero delle volte in cui si presenta un determinato evento. la quantità di tempo in cui un singolo comportamento viene mantenuto. tutte le alternative sono corrette.

Un esempio di distribuzione di probabilità uniforme: (definizione: Una distribuzione di probabilità uniforme si verifica quando ogni esito possibile ha la stessa probabilità di verificarsi). prendere 30 a due esami. il lancio di un dado. l’osservazione di un fenomeno durante l’osservazione. a vincita di un campionato di calcio.

Applichiamo statistiche non parametriche quando: non si assume l’ipotesi che i dati provengano da una popolazione normale o gaussiana. il campione supera le 30 unità. si assume l’ipotesi che i dati provengano da una popolazione normale o gaussiana. c’è indipendenza fra media e varianza.

CON IL TERMINE campione intendiamo: tutti gli eventi che non interessano allo sperimentatore. tutti i volontari che presentano la caratteristica che lo sperimentatore vuole studiare. tutti gli eventi di interesse cui si rivolge lo sperimentatore. un piccolo insieme di eventi tratto dalla popolazione.

Le tabelle di contingenza servono per condurre: un’analisi univariata. un’analisi della varianza. un’analisi bivariata. un'analisi fattoriali.

Le tabelle di contingenza possono essere fatte usando: le frequenze assolute. le frequenze relative. nessuna delle due. entrambe.

La varianza non spiegata è: L'errore standard. la variabilità di Y che no dipende dalla variabile X. la variabilità di Y dovuta alla variabile X. equivalente all'intercetta.

La differenza media: di calcolare la media delle differenze in valore assoluto fra tutte le possibili coppie di valori. Di calcolare la media dei prodotti in valore assoluto fra tutte le possibili coppie di valori. Di calcolare la deviazione standard delle differenze in valore assoluto fra tutte le possibili coppie di valori. Di calcolare la somma dei prodotti in valore assoluto fra tutte le possibili coppie di valori.

EXTRA:il sistema empirico comprende: tutti i dati possibili relativi all’oggetto di studio. l’insieme di valori assegnati ai dati raccolti. convenzioni matematiche e astrazioni numeriche relative ai dati. insieme di dati racconti e disponibile.

Quali informazioni sono incluse nel coefficiente di regressione?. L'adattamento. la pendenza. entrambe le alternative. nessuna delle alternative.

Per calcolare il primo quartile: è necessario conoscere la varianza. e necessario conoscere la mediana. individuo il valore della posizione del primo quartile nelle frequenze assolute. individuo il valore della posizione del primo quartile nelle frequenze cumulate.

Per la concezione classica della probabilità questa può assumere valori che vanno da: 0 a 100. 0 a 1. -1 a 1. -1 a 0.

Il range si ottiene: sommando la prima e l’ultima della serie ordinata. moltiplicando l’ultima e la prima modalità della serie ordinata. dividendo l’ultima modalità della serie ordinata per la prima. sottraendo la prima modalità all’ultima della serie ordinata.

la distribuzione binomiale riguarda: eventi che non hanno relazioni temporali. eventi che si verificano successivamente ed indipendentemente in un intervalli di tempo. eventi il cui esito può essere solo un successo o un insuccesso. tutte le precedenti.

Nella linea di regressione di X rispetto a Y, i punti vengono rappresentati da ogni valore di X, è: la media ponderata dei valori della Y relativi ad ogni livello di X. la moda di Y. la mediana di Y. la media ponderata dei valori della X relativi ad ogni livello di Y.

La covarianza può essere: solo positiva o nulla. positiva, negativa o nulla. solo negativa o positiva. lineare o curvilinea.

EXTRA: Durante l’osservazione a distanza il ricercatore: influenza le situazioni di vita quotidiana che sta osservando. partecipa ed osserva situazioni di vita quotidiana. raccoglie solo resoconti da chi ha partecipato alla situazione da indagare. si presuppone come parte attiva della situazione per modificare l’esito.

I quantili NON possono esse calcolati: a livello di scala nominale. a livello di scala ordinale. a livello di scala a rapporti. a livello di scala a intervalli.

Le frequenze cumulate vengono calcolate a partire da: le frequenze assolute. nessuna delle due. frequenze relative. entrambe.

La variabile “indosso / indosso lo smalto” può essere definita: a intervalli. ordinale. nominale. a rapporti.

Gli indici di tendenza centrale sono: statistiche che forniscono un elenco di tutti i casi presenti nel campione. statistiche che esprimono la tendenza estreme che emergono in un campione di dati. statistiche che permettono di sintetizzare un’insieme di misure tramite un unico valore “rappresentativo”. statistiche che permettono di trovare uno specifico soggetto che rappresenta tutta la popolazione.

Quando uso il test t di Wilcoxon: devo confrontare il coefficiente di regressione con un valore critico tabulare. devo confrontare il coefficiente di correlazione con un valore critico tabulare. devo confrontare il coefficiente angolare con un valore critico tabulare. devo confrontare la somma dei ranghi (positivi e negativi) con un valore critico tabulare.

Con le variabili su scala ad intervalli equivalenti: entrambe le alternative. posso moltiplicare e dividere valori che la variabile assume. posso sommare e sottrarre i valori che la variabile assume. nessuna delle alternative.

Durante le procedure di campionamento sistematico, la popolazione: viene esclusa completamente dallo studio. viene divisa in stadi ed il campione è estratto casualmente all’interno di ogni stadio. viene estratta casualmente dal campione. viene ordinata e numerata e le unità sono estratte ad intervalli regolari.

EXTRA: Le variabili manifeste: rappresentano una piccola parte delle variabili psicologiche. sono variabili che non esistono in psicologia. sono direttamente osservabili. non sono direttamente osservabili.

l’ errore medio di campionamento indica: l’errore in cui incappiamo quando non assegniamo il campione in maniera casuale alle diverse condizioni sperimentali. l’ampiezza dell’errore relativo all’uso della popolazione per stimare un parametro del campione. l’ampiezza dell’errore relativo all’uso del campione per stimare un parametro della popolazione. l'errore standard.

Per analizzar la correlazione solitamente si usa: l'Anova. la media ponderata. il coefficiente di correlazione lineare di Bravais-Pearson. la retta di regressione.

Lo scopo della standardizzazione dei punteggi grezzi è: confrontare punteggi ottenuto allo stesso test da soggetti diversi. rendere i dati diversi direttamente confrontabili. capire la relazione casuale tra le due variabili. capire la relazione casuale tra le due variabili.

la correlazione ci permette di: entrambe. nessuna delle alternative. misura il costrutto per cui è stato progettato. misura il costrutto per cui è stato indagato.

Il coefficiente di indeterminazione ci permette di definire: la varianza normalizzata. la varianza di Y che dipende dalla variabile X. la varianza di Y che non dipende dalla variabile X. l'errore standard.

EXTRA: Quando analizziamo il comportamento la frequenza indica: la quantità di tempo in cui un singolo comportamento viene mantenuto. il numero delle volte in cui si presenta un determinato evento. l’intervallo di tempo che intercorre tra la presentazione di uno stimolo e la risposta ad esso. nessuna delle alternative.

Il numero di volte in ci si presenta un punteggio o una modalità di risposta: la varianza. il range. la frequenza. la media.

EXTRA: lo studio della concentrazione e utile per: calcolare la deviazione standard delle differenze in valore assoluto fra tutte le possibili coppie di valori. prendere decisioni rispetto alla relazione causale tra le variabili. vedere un fenomeno è equamente distribuito fra tutte le unità statistiche. calcolare la media dei prodotti in valore assoluto fra tutte le possibili coppie di valori.

Qual’è la frequenza relativa del numero 7 nella seguente distribuzione 4,6,7,5,3,5,2,7,9,5: 7%. 7. 2. 20%.

La variabile “ore settimanali dedicate allo studio” può essere definita: ordinale. nominale. a rapporti. a intervalli.

Le tabelle di contingenza possono essere fatte usando: entrambe. nessuna delle alternative. le frequenze assolute. le frequenze relative.

In una scala a intervalli equivalenti: è presente uno zero assoluto. i valori devono essere per forza diversi da zero. i valori non possono essere ordinati. non è presente uno zero assoluto.

Nel campionamento casuale la selezione può essere fatta: con ripetizione. senza ripetizione. entrambe. nessuna delle alternative.

il parametro: una costante della popolazione. il valore della funzione delle variabili campionarie. la media del campione. una funzione delle variabili campionarie.

Una variabile può essere considerata come: il gruppo di controllo. un costrutto. la proprietà che è stata misurata rispetto a un evento reale. l’evento che viene considerato durante l’esperimento.

i gradi di libertà della t di student si calcolano: N/1. N=n. N+1. N-1.

Dalle tavole della t di student otteniamo: il valore critico di t che fa riferimento alla distribuzione teorica. il valore critico di t che fa riferimento ai dati ottenuti. il valore di t da confrontare con il valore critico di t. la varianza del campione.

Quando uso il test t di Wilcoxon posso rigettare H0 se: la somma dei ranghi positivi o la somma dei ranghi negativi è maggiore al valore critico tabulare. la somma delle medie è minore o uguale al valore critico tabulare. la somma dei ranghi positivi o la somma dei ranghi negativi è minore al valore critico tabulare. la somma delle medie è maggiore al valore critico tabulare.

il livello di fiducia viene calcolato con la lettera greca: alfa. beta. theta. lambda.

EXTRA: L’osservazione a distanza : è molto utilizzato per creare fenomeni naturali in laboratorio. il ricercatore raccoglie i dati sul comportamento dei soggetti guidando le loro attività. permette di raccogliere informazioni sul comportamento dei soggetti senza inferire con essi. viene svolta senza definire unità di misure specifiche.

In una distribuzione dei risultati di un test il sessantesimo percentile coincide con il punteggio 90. Ciò significa che: il punteggio 90 divide in due parti uguali la distribuzione. il 60% dei soggetti ottiene un punteggio maggiore di 90. il 90% dei soggetti ottiene un punteggio al massimo di 60. il 60% dei soggetti ottiene un punteggio che arriva al massimo a 90.

Se un soggetto ottiene un punteggio z = 0,5 significa che: il soggetto ha un punteggio medio di 0,5. Il soggetto ha un punteggio inferiore di 0,5 deviazioni standard rispetto alla media. Il soggetto ha un punteggio superiore di 0,5 deviazioni standard rispetto alla media. il punteggio medio della distribuzione è 0,5.

La distribuzione normale è: unimodale. bimodale. multimodale. nessuna delle alternative.

La curtosi: entrambe le alternative. nessuna delle alternative. può essere positiva. può essere negativa.

Per conoscere il punteggio z di uno specifico punteggio x è necessario conoscere: la media e la deviazione standard. solo la media della variabile. sola la deviazione standard della variabile. la media e la mediana della variabile.

La presenza di pochi valori estremi si chiama: outlier. diffusione. correlazione. valori intermedi.

La correlazione tra distanza percorsa da un veicolo e uso di carburante dello stesso veicolo può essere stimata approssimativamente con: 1. 0. 0,25. 0,5.

Quando si porta una correlazione , solitamente si riporta anche: significatività. varianza. numerosità del campione. media.

L’intervallo delle medie dei campioni che esclude l’estremo delle medie è conosciuto come: intervallo di confidenza. parametro. errore standard. popolazione statistica.

La percentuale 37% è quando corrisponde espressa in decimali?. 0,37. 0,037. 3,7. 1,37.

LA significatività statistica significa che i risultati: non sono dovuti a fattori casuali. sono dovuti a fattori casuali. sono accurati. non sono accurati.

La relazione tra piovosità e cielo coperto può essere una correlazione approssimativa di: 0.5. -0.5. -1. 0.

Quale dei seguenti è un campione: alcuni punteggi estratti da tutti i punteggi dell’inchiesta “mangiare sano”. L’interna popolazione della nazione in cui si fa la ricerca. tutti i punteggi dell’inchiesta su “mangiare sano”. tutte le persone contattate per un’inchiesta su “mangiare sano”.

La distribuzione delle medie dei campioni è chiamata: distribuzione campionaria. matrice di distribuzione. media associata. estensione campionaria.

Stai facendo un t-test appaiato per vedere se una campagna pubblicitaria ha fatto aumentare le vendite in tre negozi di due regioni.Il test NON è significativo. Questo suggerisce che: la campagna pubblicitaria non ha avuto effetto. la campagna pubblicitaria ha avuto effetto. le vendite sono aumentate. le vendite sono diminuite.

Quale delle seguenti coppie di variabili è appropriata per il calcolo del chi-quadro?. Tipo di sport praticato e essere allenatore o giocatore. livelli percepiti di sostegno e di stress. livello di competizione(locale, nazionale,internazione) e provenienti da sponsorizzazioni. tempo per correre per tre chilometri e distanza del lancio del giavellotto.

Se hai una tabella di chi-quadro con 2 righe e 5 colonne, quanti gradi di libertà ci sono: 4. 7. 10. 5.

Un test t per campioni indipendenti è appropriato per confrontare le medie misurate su: ragazzi e ragazze. ragazzi prima e dopo la lezione. bambino prima e dopo il pranzo. ragazze all’inizio e alla fine dell’anno scolastico.

Stai facendo un t-test appaiato per vedere se una campagna pubblicitaria ha fatto aumentare le vendite in tre negozi di due regioni. Qual’è la variabile indipendente?. Prima e dopo la campagna pubblicitaria. vendite nei tre negozi. vendite in un negozio. vendite in una regione.

il valore standard è: stimato sulla base della popolazione dei dati. calcolato direttamente sulla base del campione di dati. stimato sulla base della popolazione dei dati. calcolato direttamente sulla base della popolazione dei dati.

Se si vuole comparare la media dei salari degli uomini e delle donne all’interno di un’azienda, l’ipotesi alternativa dovrebbe essere: c’è una differenza significativa fra le medie dei salari degli uomini e delle donne. non c’è una differenza significativa fra le medie dei salari degli uomini e delle donne. le donne guadagnano significativamente di piu’ degli uomini. gli uomini guadagnano significativamente di piu’ delle donne.

immagina di voler calcolare un rapporto f per confrontare i punteggi di un test di matematica on persone che hanno completato(oppure no) un corso di formazione. Cosa dovrebbe confrontare il rapporto F?. Varianza dei punteggi dei test di matematica. un corso di formazione (si o no). le medie dei punteggi dei test di matematica. punteggi dei test di matematica.

Nei calcoli per un’Anova per dati correlati , a che tipi di dati deve appartenere la variabile dipendente?. numerica. categoriale. ordinata. deviazione dalla media.

Se stai cercando di stimare un voto al secondo semestre di uno studente basandoti su quello del primo semestre, il voto del secondo semestre è: la variabile di criterio. la variabile predittrice. la variabile indipendente. il valore dell’intercetta.

Quale delle seguenti variabili può essere usata come variabile dipendente in un’Anova a una via per campioni indipendenti?. Punteggi maschi e femmine. punteggi prima e dopo il trattamento. punteggi all’inizio e alla fine dell’anno. nessuna delle precedenti.

Stai usando un’Anova a una via per campioni correlati per confrontare la soddisfazione degli studenti alla fine del primo anno, secondo e terzo anno di studi.Qual’è la variabile indipendente?. Periodo della misura di soddisfazione (anno 1-2-3). range dei punteggi dei tre gruppi. corso di studi. medie dei punteggi dei tre gruppi.

Quale delle seguenti variabili può essere usata come variabile indipendente in un’anova a una via per campioni indipendenti?. Posizione della cella del detenuto (Ala A, B o C). motivazione ad apprendere. autostima (all’inizio, dopo sei o dopo 12 mesi della detenzione). numero di atti aggressivi.

Nell’equazione di regressione Y= bx+c , la variabile c rappresenta: intercetta. variabile di criterio. pendenza. variabile predittrice.

La potenza statistica: 1-beta. 1-alfa. beta. alfa.

In una meta-analisi per misurare la grandezza dell’effetto si utilizza: entrambe le alternative. solo il coefficiente di correlazione. solo la d di Cohen. nessuna delle alternative.

Gli intervalli di confidenza piu utilizzati sono: al 95% e al 99%. al 5%. al 1%. al 50%.

A maggiore variabilità nei dati corrisponderà: maggior ampiezza dell’intervallo di confidenza. minor ampiezza dell’intervallo di confidenza. maggior ampiezza della media. minor ampiezza della media.

Gli intervalli di confidenza: contengono sufficiente informazione per valutare la significatività statistica. non contengono sufficiente informazione per valutare la significatività statistica. non hanno alcuna relazione con la significatività. nessuna delle alternative.

L’alfa di Cronbach e l’indice kappa servono per misurare: l’affidabilità della misurazione. la validità di una misura. la difficoltà di una misura. la semplicità di una misura.

In una meta-analisi: si considerano gli studi reperibili su un determinato tema. si considerano solo lo studio migliore su un determinato tema. si considerano solo studi che riguardano piu tematiche. si considerano solo studi in lingua inglese.

il campione ottimale: nessuna delle alternative. è quello piu grande possibile. è sempre di almeno 100 soggetti. non si può definire.

Falsifichiamo l’ipotesi nulla se come risultato di un esperimento otteniamo: un valore di significatività inferiore a 0,05. un valore di significatività superiore a 0,05. un valore di potenza statistica inferiore a 0.05. nessuna delle alternative.

La misurazione è basata sull’attribuzione: entrambe le alternative. nessuna delle alternative. di un valore numero. di una categoria.

La variabile “corso di studi” misurata che ha come modalità “psicologia” gurisprudenza, filosofia è una mi. nominale. ordinale. a intervalli equivalenti. a rapporti equivalenti.

La varianza è : la somma degli scarti dalla media elevati al quadrato divisa per il numero di punteggi. la somma degli scarti dalla media divisa per il numero di punteggi. l’intervalli dal punteggio piu grande a quello piu piccolo. il valore che bibartisce la distribuzione.

La frequenza cumulata è: la somma delle frequenza assolute di una categorie e di tutte le precedenti. la frequenza espressa in percentuale sul totale delle frequenze. il numero delle unità statistiche in in cui presenta una modalità di una variabile. nessuna delle alternative.

il valore che bipartisce la distribuzione , cioè divide a metà la distribuzione dei punteggi è: mediana. media. moda. varianza.

Nella Teoria Fisheriana, l'ipotesi nulla H0. ipotizza la presenza di differenze dovuto a un trattamento. entrambe le alternative. nessuna delle alternative. ipotizza l'assenza di differenze dovute a un trattamento.

Nella Teoria Fisheriana, l'ipotesi nulla H1. ipotizza l'assenza di differenze dovute a un trattamento. entrambe le alternative. nessuna delle alternative. ipotizza la presenza di differenze dovuto a un trattamento.

La Teoria Fisheriana ha come punto di partenza l'individuazione. dell'ipotesi alternativa. dell'ipotesi nulla. del campione da testare. del test statistico.

La probabilità che si presenti un errore del primo tipo è detta. errore standard. significatività. potenza. varianza.

Se come risultato di un esperimento otteniamo un valore di significatività inferiore a 0,05. falsifichiamo l'ipotesi alternativa. nessuna delle alternative. confermiamo l'ipotesi nulla. falsifichiamo l'ipotesi nulla.

Se come risultato di un esperimento otteniamo un valore di significatività superiore a 0,05. nessuna delle alternative. confermiamo l'ipotesi nulla. confermiamo l'ipotesi alternativa. falsifichiamo l'ipotesi nulla.

La probabilità di falsificare l'ipotesi nulla quando questa è falsa è detta. significatività. varianza. potenza. test statistico.

La potenza dipende da: numerosità del campione. quanto è la differenza minima che riteniamo non trascurabile da un punto di vista pratico. tutte le alternative. variabilità della variabile misurata.

La potenza è. La probabilità di falsificare l'ipotesi nulla quando questa è falsa. la variabilità dei dati nel campione. la forza del legame tra due variabili. La probabilità che si presenti un errore del primo tipo.

Quando si traggono conclusioni attraverso una prova sperimentale gli errori decisionali. possono essere falsi positivi o falsi negativi. possono essere solo falsi negativi. possono essere solo falsi positivi. non possono verificarsi.

Le scale di misura in psicologia possono essere. nominali. tutte le alternative. a intervalli o rapporti equivalenti. ordinali.

Una scala di misura in cui i numeri sono definiti in modo che la differenza tra i punteggi indica l’ampiezza dell’intervallo che li separa è detta. nominale. nessuna delle alternative. a intervalli equivalenti. ordinale.

La scala di misura che ha intervalli tra i numeri della stessa ampiezza e uno 0 assoluto è detta. a intervalli equivalenti. nominale. a rapporti equivalenti. ordinale.

Una caratteristica è definita variabile se. può essere misurata solo con metodi qualitativi. si manifesta in una sola modalità. si manifesta in almeno due modi diversi. non può essere misurata.

La grandezza di una casa in metri quadri è su scala. a intervalli equivalenti. nominale. ordinale. a rapporti equivalenti.

Una scala di misura in cui i numeri rappresentano la distanza da uno 0 assoluto non arbitrario è detta. a intervalli equivalenti. a rapporti equivalenti. ordinale. nominale.

Una caratteristica è definita costante se. può essere misurata solo con metodi qualitativi. non può essere misurata. si manifesta in una sola modalità. si manifesta in almeno due modalità.

Una scala di misura costituita da numeri disposti in modo da riflettere una graduatoria è detta. ordinale. a intervalli equivalenti. a rapporti equivalenti. nominale.

La scala di misura ordinale. nessuna delle alternative. ha intervalli tra i numeri della stessa ampiezza. colloca i casi in categorie non ordinabili. permette di ordinare i valori dal più piccolo al più grande.

Nella scala di misura nominale le categorie. non possono essere ordinate. non indicano una quantità. entrambe le alternative. nessuna delle alternative.

La scala di misura nominale. di tipo quantitativo. non viene utilizzata in statistica. di tipo qualitativo. è utilizzata per i punteggi ai test.

La scala di misura che ha intervalli tra i numeri della stessa ampiezza e non ha uno 0 assoluto è detta. nominale. a rapporti equivalenti. a intervalli equivalenti. ordinale.

La variabile "Paese di origine" che ha come modalità "Italia; altro Paese Europeo; altro Paese Extra-europeo" è misurata su scala. ordinale. a intervalli equivalenti. a rapporti equivalenti. nominale.

La somma di tutte le frequenze è uguale. alla media del campione. alla mediana del campione. alla varianza del campione. alla numerosità del campione.

La frequenza è. il numero delle unità statistiche in cui si presenta una modalità di una variabile. il conteggio di quanto spesso una cosa si verifica all'interno dei nostri dati. entrambe le alternative. nessuna delle alternative.

Si può calcolare la frequenza di variabili su scala. a intervalli equivalenti. nominale. tutte le alternative. ordinale.

Il numero di volte in cui si presenta un punteggio o una modalità di risposta è. la frequenza. la media. la varianza. il range.

Per una variabile quantitativa è possibile calcolare. le frequenze percentuali. tutte le alternative. le frequenze cumulate. le frequenze assolute.

La somma delle frequenze di una categoria e di tutte le precedenti è. la frequenza percentuale. la frequenza assoluta. nessuna delle alternative. la frequenza cumulata.

La frequenza espressa come percentuale sul totale delle frequenze è. nessuna delle alternative. la frequenza assoluta. la frequenza cumulata. la frequenza percentuale.

Per variabili quantitative si possono utilizzare. nessuna delle alternative. grafici a barre. grafici a torta. istogrammi.

Per variabili qualitative o nominali si possono utilizzare. entrambe le alternative. grafici a barre. grafici a torta. nessuna delle alternative.

Dividendo la somma dei punteggi per il loro numero si ottiene. la moda. la varianza. la mediana. la mediana.

Il punteggio o categoria più frequente di una variabile è. la varianza. la media. la mediana. la moda.

La mediana è. la somma dei punteggi diviso il loro numero. Il punteggio centrale quando i punteggi sono ordinati dal più grande al più piccolo. Il punteggio o categoria più frequente di una variabile. la differenza tra il punteggio più grande e il punteggio più piccolo.

La mediana è. il valore che bipartisce la distribuzione. il valore non inferiore a metà dei valori e non superiore all'altra metà. Il punteggio centrale quando i punteggi sono ordinati dal più grande al più piccolo. tutte le alternative.

Il punteggio centrale quando i punteggi sono ordinati dal più grande al più piccolo è. la moda. il range. la mediana. la media.

La media è un indice di. dispersione. significatività. tendenza centrale. frequenza.

La varianza è un indice di. significatività. tendenza centrale. dispersione. frequenza.

Con le variabili nominali o qualitative si può calcolare. la media. la varianza. nessuna delle alternative. la mediana.

Con le variabili nominali o qualitative si può calcolare. la media. tutte le alternative. la mediana. la moda.

La somma degli scarti dalla media elevati al quadrato divisa per il numero di punteggi è. la devianza media. il range. la mediana. la varianza.

La varianza. tutte le alternative. è un indice di dispersione. è la somma delle deviazioni dalla media elevate al quadrato divisa per il numero dei punteggi. considera tutti i punteggi, non solo quelli estremi.

l'intervallo dal punteggio più grande al punteggio più piccolo di una variabile è. la deviazione standard. il range. la varianza. la devianza media.

Il range. tutte le alternative. è l'intervallo dal punteggio più grande a quello più piccolo. è molto influenzato dai casi estremi. non considera tutti i punteggi, ma solo quelli estremi.

La skewness. può essere positiva. indica quanto la distribuzione è asimmetrica. può essere negativa. tutte le alternative.

La curtosi indica. quanto una distribuzione è simmetrica rispetto al punto mediano. la varianza della distribuzione normale. se la curva è più ripida o più piatta rispetto alla distribuzione normale. la media della distribuzione normale.

La skewness indica. la media della distribuzione normale. la varianza della distribuzione normale. quanto una distribuzione è simmetrica rispetto al punto mediano. se la curva è più ripida o più piatta rispetto alla distribuzione normale.

L'indice che fornisce informazioni circa la simmetria di una distribuzione di punteggi è. la skewness. la curtosi. la varianza. la devianza.

Per sapere se una curva di discosta dalla distribuzione normale utilizzo i valori. solo dell'asimmetria. nessuna delle alternative. dell'asimmetria (skewness) e della curtosi. solo della curtosi.

In una curva normale. punteggi estremi e punteggi intorno alla media hanno frequenze simili. nessuna delle alternative. sono più frequenti i punteggi intorno alla media e meno frequenti i punteggi estremi. sono più frequenti i punteggi intorno alla media e meno frequenti i punteggi estremi.

In una curva perfettamente normale. media, mediana e moda coincidono. mediana e moda coincidono. media e mediana coincidono. media e moda coincidono.

In un istogramma che rappresenta la distribuzione di frequenza dei punteggi. nessuna delle alternative. sull'asse Y sono riportati i punteggi. sull'asse X sono riportate le frequenze. sull'asse Y sono riportate le frequenze.

In un istogramma che rappresenta la distribuzione di frequenza dei punteggi. sull'asse X sono riportate le frequenze. sull'asse Y sono riportati i punteggi. nessuna delle alternative. sull'asse X sono riportati i punteggi.

L'asimmetria (skewness) si ha quando. ci sono più punteggi alla sinistra della moda. nessuna delle alternative. entrambe le alternative. ci sono più punteggi alla destra della moda.

La curva normale si caratterizza per. essere simmetrica. tutte le alternative. avere valori di media, mediana e moda che coincidono. essere a forma di campana.

L'indice di posizione che indica la percentuale di valori che si trova al di sopra e al di sotto del valore di interesse all'interno di una distribuzione ordinata è detto. deviazione standard. quantile. varianza. media.

I quantili. dividono la distribuzione in n parti uguali. tutte le alternative. sono indici di posizione. indicano la percentuale di valori che si trova al di sopra e al di sotto del valore di interesse.

Sono tipologie di quantili. tutte le alternative. i percentili. i decili. i quartili.

La curtosi. tutte le alternative. può essere negativa. può essere positiva. indica se la curva è più ripida o più piatta rispetto alla distribuzione normale.

Una distribuzione di frequenza può essere. tutte le alternative. bimodale. unimodale. multimodale.

In una distribuzione di frequenze. possono esserci al massimo 3 mode. possono esserci al massimo 2 mode. possono esserci più mode. può esserci una sola moda.

Una distribuzione di frequenze è definita multimodale quando. sono presenti 2 mode. non sono presenti mode. è presente 1 moda. sono presenti più di 2 mode.

Per sapere qual è il quoziente di intelligenza del 70% della popolazione calcolo. la media. la varianza. la deviazione standard. i percentili.

i valori che dividono la distribuzione in 100 parti uguali sono detti. decili. percentuali. decimi. percentili.

Quale degli indici di tendenza centrale coincide con il cinquantesimo percentile?. nessuna delle alternative. la mediana. la media. la moda.

La mediana coincide con. il quinto decile. il cinquantesimo percentile. tutte le alternative. il secondo quartile.

Per calcolare il primo quartile. individuo il valore della posizione del primo quantile nelle frequenze assolute. individuo il valore della posizione del primo quantile nelle frequenze cumulate. è necessario conoscere la mediana. è necessario conoscere la varianza.

In una distribuzione dei risultati di un test il venticinquesimo percentile coincide con il punteggio 45. Ciò significa che. il 45% dei soggetti ottiene un punteggio al massimo di 25. il punteggio 45 divide in due parti uguali la distribuzione. il 25% dei soggetti ottiene un punteggio maggiore di 45. il 25% dei soggetti ottiene un punteggio che arriva al massimo a 45.

In una distribuzione dei risultati di un test il settantesimo percentile coincide con il punteggio 90. Ciò significa che. il punteggio 90 divide in due parti uguali la distribuzione. il 70% dei soggetti ottiene un punteggio maggiore di 90. il 90% dei soggetti ottiene un punteggio al massimo di 70. il 70% dei soggetti ottiene un punteggio che arriva al massimo a 90.

In una distribuzione dei risultati di un test il primo quartile coincide con il punteggio 20. Ciò significa che. il 25% dei soggetti ottiene un punteggio maggiore di 20. il 20% dei soggetti ottiene un punteggio al massimo di 25. il 25% dei soggetti ottiene un punteggio che arriva al massimo a 20. il punteggio 20 divide in due parti uguali la distribuzione.

I percentili permettono di. indicare la collocazione di un soggetto rispetto al resto del campione. nessuna delle alternative. entrambe le alternative. esprimere il punteggio ottenuto da un soggetto rispetto a quello ottenuto dal resto del campione.

La funzione di distribuzione. ha valore iniziale 0 e valore finale 1. tutte le alternative. è sempre crescente. è una funzione cumulativa.

La funzione che rappresenta la probabilità che la variabile assuma un valore minore o uguale a un determinato valore X è detta. funzione di distorsione. funzione di distinzione. funzione di distribuzione. funzione di dispersione.

Per calcolare il punteggio z applico la formula. z=(X-Xmedio)/dev. Standard. z=(X-Xmedio)/varianza. z=(X+Xmedio)/dev. Standard. z=(Xmedio)/dev. Standard.

La deviazione standard. entrambe le alternative. nessuna delle alternative. è la deviazione media dalla media. è l'unità di misura standard in statistica.

Se un soggetto ottiene un punteggio z = -1,7 significa che. il punteggio medio della distribuzione è -1,7. il soggetto ha un punteggio medio di -1,7. Il soggetto ha un punteggio inferiore di 1,7 deviazioni standard rispetto alla media. Il soggetto ha un punteggio superiore di 1,7 deviazioni standard rispetto alla media.

L'indice che misura la quantità media della quale i punteggi differiscono dal punteggio medio è. la media. il quantile. il range. la deviazione standard.

La deviazione standard misura. la quantità media della quale i punteggi differiscono dal punteggio più elevato. la quantità media della quale i punteggi differiscono dal punteggio medio. la quantità media della quale i punteggi differiscono dal punteggio mediano. la quantità media della quale i punteggi differiscono dal punteggio più basso.

La deviazione standard. assume l'unità di misura delle variabili sulle quali è calcolata. tutte le alternative. è la deviazione media dalla media. è l'unità di misura standard in statistica.

La radice quadrata delle deviazioni dalla media al quadrato è. il range. la varianza. il quantile. la deviazione standard.

Il punteggio z indica. il numero di deviazioni stardad di cui un punteggio si discosta dalla mediana. il numero di percentili di cui un punteggio si discosta dalla media. il numero di deviazioni standard di cui un punteggio si discosta dalla media. il numero di quantili di cui un punteggio si discosta dalla media.

Il numero di deviazioni standard di cui un punteggio si discosta dalla media è. il punteggio z. il percentile. il range. il quantile.

La formula (X-Xmedio)/dev. Standard permette di calcolare. i quantili. il punteggio z. il range. il punteggio medio.

I punteggi z sono utili perché permettono di. conoscere quanto si discosta un punteggio dalla media della distribuzione. confrontare i risultati ottenuti da un soggetto a due test diversi. confrontare variabili misurate con unità di misura diverse. tutte le alternative.

In una distribuzione normale, i punteggi z maggiori di 2 sono considerati. i punteggi più frequenti. piuttosto rari e atipici. piuttosto frequenti e tipici. i punteggi medi.

Per calcolare il punteggio z di uno specifico punteggio x è necessario conoscere. nessuna delle alternative. la deviazione standard della variabile. entrambe le alternative. la media della variabile.

Se un soggetto ottiene un punteggio z = 1,5 significa che. il soggetto ha un punteggio medio di 1,5. Il soggetto ha un punteggio inferiore di 1,5 deviazioni standard rispetto alla media. Il soggetto ha un punteggio superiore di 1,5 deviazioni standard rispetto alla media. il punteggio medio della distribuzione è 1,5.

Le tabelle di significatività della distribuzione normale standard riportano. i valori del chi quadro. la percentuale di punteggi corretti. i valori della F di Fisher. la percentuale di punteggi che sono maggiori di un determinato punto z.

Nella distribuzione normale standard ha punteggio z = 0. la media. la mediana. la moda. tutte le alternative.

Nella distribuzione normale standard. nessuna delle alternative. media, mediana e moda hanno punteggio z = 0. entrambe le alternative. circa il 68% dei punteggi è compreso tra z = -1 e z =1.

La distribuzione normale standard. ha media 1 e deviazione standard 1. ha media 1 e deviazione standard 0. ha media 0 e deviazione standard 0. ha media 0 e deviazione standard 1.

La curva dei frequenza dei punteggi z che assume una distribuzione normale è detta. distribuzione normale standard. standardizzazione. dispersione normale standard. deviazione standard.

La deviazione standard di un punteggio coincide con la media della distribuzione è. -1. non calcolabile. 1. 0.

Un punteggio ha deviazione standard = 0 quando. coincide con la moda. nessuna delle alternative. coincide con la mediana. coincide con la media.

Un grafico che riporta sull'asse x riporta i punteggi su una variabile, e sull'asse y riporta i punteggi su l'altra variabile è detto. grafico a barre. istogramma. curva normale. grafico di dispersione.

Nelle celle centrali di una tabella di contingenza ci sono. i totali marginali di riga. il totale dei casi. le frequenze congiunte. i totali marginali di colonna.

Nell'ultima colonna di una tabella di contingenza ci sono. le frequenze congiunte. il totale dei casi. i totali marginali di riga. i totali marginali di colonna.

Nell'ultima riga di una tabella di contingenza ci sono. i totali marginali di colonna. il totale dei casi. i totali marginali di riga. le frequenze congiunte.

In un grafico di dispersione. l'asse x riporta i punteggi su una variabile, l'asse Y riporta le frequenze. l'asse x riporta i punteggi su una variabile, l'asse y riporta i punteggi su l'altra variabile. l'asse x riporta i punteggi su una variabile, l'asse y riporta la deviazione standard. l'asse x riporta le frequenze, l'asse y riporta i punteggi sulla variabile.

Per rappresentare la relazione tra una variabile nominale e una variabile quantitativa si utilizza. il grafico di dispersione. l'istogramma. la funzione di distribuzione. il grafico a barre.

L'istogramma è utilizzato per rappresentare la relazione tra. 2 variabili quantitative. una variabile nominale e una quantitativa. 2 variabili nominali. tutte le alternative.

Per rappresentare la relazione tra due variabili nominali si utilizza. il grafico a barre. il grafico di dispersione. la funzione di distribuzione. l'istogramma.

Il grafico a barre è utilizzato per rappresentare la relazione tra. una variabile nominale e una quantitativa. 2 variabili nominali. 2 variabili quantitative. tutte le alternative.

Per rappresentare la relazione tra due variabili quantitative si utilizza. l'istogramma. la funzione di distribuzione. il grafico a barre. il grafico di dispersione.

Il grafico di dispersione è utilizzato per rappresentare la relazione tra. tutte le alternative. 2 variabili quantitative. una variabile nominale e una quantitativa. 2 variabili nominali.

Si può rappresentare la relazione tra variabili quando ho. 2 variabili nominali. tutte le alternative. una variabile nominale e una quantitativa. 2 variabili quantitative.

Nella rappresentare la relazione tra variabili il tipo di grafico viene scelto in base. alla frequenza delle variabili. alla significatività delle variabili. al numero di casi. al tipo di variabili.

Un grafico che riporta sull'asse x riporta i punteggi su una variabile, e sull'asse y riporta i punteggi su l'altra variabile è detto. nessuna delle alternative. entrambe le alternative. grafico di dispersione. scatterplot.

Per rappresentare con un grafico a barre la relazione tra due variabili nominali. le barre riportano i punteggi ottenuti. le barre non tengono conto della seconda variabile. nessuna delle alternative. le barre sono suddivise in base alle categorie della seconda variabile.

In un istogramma che rappresenta la relazione tra una variabile nominale e una variabile quantitativa. l'asse y riporta le categorie di una variabile, l'asse x riporta le frequenze. l'asse x riporta le categorie della variabile nominale, le barre rappresentano i punteggi sulla variabile quantitativa. l'asse x riporta le categorie di una variabile, l'asse y riporta la deviazione standard. l'asse x riporta i punteggi su una variabile, l'asse y riporta i punteggi su l'altra variabile.

In un grafico a barre. l'asse x riporta le categorie di una variabile, l'asse y riporta la deviazione standard. l'asse y riporta le categorie di una variabile, l'asse x riporta le frequenze. l'asse x riporta i punteggi di una variabile, l'asse y riporta i punteggi dell'altra variabile. l'asse x riporta le categorie di una variabile, l'asse Y riporta le frequenze.

Un buon grafico a barre contiene. più categorie di quante ne hanno le variabile. poche categorie. molte categorie vuote. molte categorie.

Per rappresentare con un grafico a barre la relazione tra due variabili nominali. le barre sono divise in blocchi che rappresentano le categorie di una variabile. sull'asse x sono rappresentate le categorie di una variabile. sull'asse y sono riportate le frequenze. tutte le alternative.

Il valore della covarianza. nessuna delle alternative. non dipende dall'unità di misura delle variabili. entrambe le alternative. non dipende dalla varianza delle variabili.

Il valore della covarianza. dipende dalla varianza delle variabili. entrambe le alternative. nessuna delle alternative. dipende dall'unità di misura delle due variabili.

Il coefficiente di correlazione r di Pearson può essere utilizzato. con variabili a punteggio. con variabili nominali con più di 2 categorie. con tutti i tipi di variabili. con variabili ordinali.

Se all'aumentare della variabile x, la variabile y diminuisce. è presente una correlazione positiva. non è presente una correlazione. non è possibile misurare la correlazione. è presente una correlazione negativa.

Se al diminuire della variabile x, la variabile y diminuisce. non è presente una correlazione. è presente una correlazione inversa. è presente una correlazione negativa. è presente una correlazione positiva.

Se all'aumentare della variabile x, la variabile y aumenta. non è presente una correlazione. è presente una correlazione positiva. è presente una correlazione inversa. è presente una correlazione negativa.

Se tra due variabili è presente una correlazione positiva. il coefficiente r è sempre significativo. quando i punteggi di una variabile aumentano, i punteggi dell'altra diminuiscono (e viceversa). le due variabili aumentano o diminuiscono insieme. le due variabili assumono entrambe solo valori positivi.

La matrice che contiene tutti 1 nella diagonale principale è la matrice. di ANOVA. di regressione. di correlazione. di varianza-covarianza.

Quali informazioni sono incluse nel coefficiente di regressione?. entrambe le alternative. la pendenza. nessuna delle alternative. l'adattamento.

Se tra due variabili è presente una correlazione positiva. le due variabili assumono entrambe solo valori positivi. le due variabili aumentano o diminuiscono insieme. quando i punteggi di una variabile aumentano, i punteggi dell'altra diminuiscono (e viceversa). il coefficiente r è sempre significativo.

In un grafico di dispersione, se il valore del coefficiente di correlazione si avvicina a 0. i punti sono dispersi in modo casuale. i punti assumono forma a campana. i punti sono vicini alla retta. non è possibile individuare la retta.

In un grafico di dispersione, se il valore del coefficiente di correlazione si avvicina a 1. i punti assumono forma a campana. i punti sono dispersi in modo casuale. i punti sono vicini alla retta. non è possibile individuare la retta.

Il coefficiente di correlazione. più si avvicina a 0 e meno è forte la relazione. nessuna delle alternative. entrambe le alternative. più si avvicina a 1 e più è forte la relazione.

Il coefficiente di correlazione. entrambe le alternative. più si avvicina a 1 e meno forte è la relazione. nessuna delle alternative. più si avvicina a 0 e più forte è la relazione.

In caso di assenza di relazione lineare tra due variabili, il coefficiente di correlazione ha valore. 1. -1. 0. 0.05.

Il valore numerico del coefficiente di correlazione indica. la direzione della correlazione. la forza della correlazione. la pendenza della retta. la significatività della correlazione.

Nella formula per calcolare il coefficiente r di Pearson si utilizza. solo la varianza di y. la media. la covarianza. solo la varianza di x.

Misurando la correlazione tra ore di deprivazione di sonno e livello di attenzione, ci si aspetta di ottenere un r. 0.1. -0.1. -0.8. 0.8.

La matrice di correlazione. è asimmetrica. contiene tutti 1 nella diagonale principale. è uguale alla matrice di varianza-covarianza. contiene le varianze nella diagonale principale.

Una ricerca ha rilevato un r = 0,92 tra la variabile x e la variabile y. Ciò significa che. Al crescere di x, y aumenta. Al crescere di x, y diminuisce. Al crescere di x, y rimane costante. Al crescere di y, x rimane costante.

la matrice di varianza- covarianza. è asimmetrica. contiene le varianze nella diagonale principale. è uguale alla matrice di varianza-covarianza. contiene tutti 1 nella diagonale principale.

La relazione tra due variabili può essere rappresentata con. un istogramma. grafico di dispersione. un grafico a barre. un grafico a torta.

Un grafico di dispersione è adattato a rappresentare. la curva di dispersione di una variabile. la relazione tra due variabili. le frequenze percentuali di due variabili. la frequenza di due variabili.

Il segno del coefficiente di correlazione indica. la forza della correlazione. la significatività della correlazione. la direzione della correlazione. l'intensità della correlazione.

Una ricerca ha rilevato un r = -0,84 tra la variabile x e la variabile y. Ciò significa che. Al crescere di x, y aumenta. Al crescere di x, y rimane costante. Al crescere di x, y diminuisce. Al crescere di y, x rimane costante.

Una ricerca ha rilevato un r = -0,87 tra la variabile x e la variabile y. Ciò significa che. c'è una forte correlazione positiva tra le due variabili. c'è una forte correlazione negativa tra le due variabili. c'è una correlazione negativa debole tra le due variabili. c'è una correlazione positiva debole tra le due variabili.

Il coefficiente di correlazione può avere. solo segno negativo. solo segno positivo. nessuna delle alternative. segno positivo e segno negativo.

Misurando la correlazione tra tempo passato a correre e calorie bruciate, ci si aspetta di ottenere un r di: 0.1. -0.1. 0.9. -0.9.

Il coefficiente che si basa sul calcolo dei ranghi è. alfa di Cronbach. d di Cohen. r di Pearson. Rho di Spearman.

Per sapere esattamente quanta è la varianza condivisa tra 2 variabili si calcola. l'ANOVA. il coefficiente di determinazione. la regressione. il coefficiente di correlazione.

I coefficienti di correlazione sono utilizzati con i test psicologici per misurare. nessuna delle alternative. l'attendibilità. la validità. entrambe le alternative.

Il coefficiente di determinazione indica. la dipendenza di una variabile dall'altra. la correlazione tra due variabili. quanta varianza è condivisa da due variabili. l'affidabilità di una variabile.

Il coefficiente di determinazione si calcola. 1- il coefficiente di correlazione. elevando al quadrato il coefficiente di correlazione. con la radice quadrata del coefficiente di correlazione. il coefficiente di correlazione diviso (n-1).

Il coefficiente di determinazione. può essere sia negativo che positivo. può essere solo positivo. può essere maggiore di 1. può essere solo negativo.

Un coefficiente di determinazione di 1 indica che. le variabili condividono lo 0,1% di varianza. le variabili non sono correlate. le variabili condividono il 100% di varianza. le variabili condividono l'1% di varianza.

La presenza di una correlazione tra due variabili. nessuna delle alternative. chiarisce quale variabile è la causa e quale l'effetto. indica quale variabile influenza l'altra. prova la causalità della relazione.

Il coefficiente è utilizzato quando. entrambe le alternative. i punteggi sono di tipo ordinale. nessuna delle alternative. la distribuzione dei punteggi è marcatamente asimmetrica.

La presenza di una correlazione tra due variabili. non prova la causalità della relazione. non indica quale variabile influenza l'altra. non chiarisce quale variabile è la causa e quale l'effetto. tutte le alternative.

Il coefficiente è utilizzato quando. entrambe le alternative. nessuna delle alternative. i punteggi sono numerici. la distribuzione dei punteggi è normale.

Una popolazione statistica può essere. totalmente reperibile. nessuna delle alternative. entrambe le alternative. infinita.

In una popolazione statistica infinita. non è mai utilizzata in ambito psicologico. è possibile elencare tutti i punteggi. non è possibile ottenere la totalità dei punteggi. è possibile ottenere la totalità dei punteggi.

Il processo sistematico che seleziona i punteggi in modo che ogni punteggio della popolazione abbia la stessa possibilità di essere scelto è. la randomizzazione. la coerenza interna. l'arbitrarietà. la potenza statistica.

Il campionamento in cui ogni punteggio ha la stessa probabilità di essere selezionato è quello. tutte le alternative. randomizzato. probabilistico. casuale.

La deviazione standard delle medie dei campioni è. l'errore sistematico. la varianza. l'errore standard. l'intervallo di confidenza.

Più è grande il campione. più è probabile che la sua media sia diversa da quella della popolazione. più è probabile che la sua media si avvicini a quella della popolazione. più è probabile che ci sia incertezza nella stima della media della popolazione. più è improbabile che la sua media si avvicini a quella della popolazione.

Il campione randomizzato. non è affetto da manipolazione. è arbitrariamente selezionato dal ricercatore. non produce stime affidabili. è affetto da manipolazione.

Il campionamento probabilistico può essere. casuale semplice e per quote. stratificato e a scelta ragionata. per clusters e per quote. stratificato e per clusters.

Si definisce generalizzabilità il grado in cui i risultati di uno studio. eseguito su un campione possono essere estesi a tutti gli altri campioni. eseguito su un campione possono essere estesi alla popolazione. eseguito oggi può essere esteso all'anno prossimo. eseguito sulla popolazione possono essere estesi al campione.

Un campione si dice rappresentativo quando. riflette in modo accurato le caratteristiche della popolazione. non riflette in modo accurato le caratteristiche della popolazione. non riflette in modo accurato l'idea di campione che ha il ricercatore. riflette in modo accurato l'idea di campione che ha il ricercatore.

Il campionamento in cui ogni unità di analisi ha una probabilità̀ individuabile e non uguale a zero di entrare a far parte del campione è detto. probabilistico. probabile. arbitrario. non probabilistico.

Il campionamento probabilistico può essere. per clusters. stratificato. tutte le alternative. casuale semplice.

Il campionamento stratificato è un tipo di campionamento. per quote. probabilistico. non probabilistico. a scelta ragionata.

Il campionamento per cluster è un tipo di campionamento. probabilistico. a scelta ragionata. non probabilistico. per quote.

Il campionamento probabilistico può essere. per clusters e per quote. casuale semplice e stratificato. casuale semplice e per quote. stratificato e a scelta ragionata.

Il campionamento NON probabilistico può essere. stratificato e per clusters. per quote e a scelta ragionata. stratificato e casuale semplice. casuale semplice e stratificato.

Il campionamento per quote e a scelta ragionata sono tipi di campionamento. probabile. non probabilistico. randomizzato. probabilistico.

Il primo assioma del calcolo probabilistico stabilisce che la probabilità di un evento impossibile è. uguale a 1. imprevedibile. uguale a 0. minore di 1.

Il valore 0,1 espresso in percentuale diventa. 0.01%. 10%. 0.10%. 1%.

La percentuale 45% a quanto corrisponde espressa in decimali?. 0.045. 4.5. 0.45. 0.0045.

Il secondo assioma del calcolo probabilistico stabilisce che la probabilità di un evento certo è. imprevedibile. uguale a 1. uguale a 0. minore di 1.

Significatività statistica significa che i risultati. non sono dovuti a fattori casuali. sono dovuti a fattori casuali. sono accurati. non sono accurati.

"non esiste alcuna relazione tra dimensione del cervello e intelligenza" è un esempio di. ipotesi alternata. ipotesi nulla. ipotesi falsa. ipotesi alternativa.

"esiste una relazione tra il tipo di diploma conseguito e il reddito" è un esempio di. ipotesi vera. ipotesi nulla. ipotesi falsa. ipotesi alternativa.

La popolazione definita dall'ipotesi nulla è quella in cui. la correlazione tra le due variabili è 0,5. la correlazione tra le due variabili è 1. la correlazione tra le due variabili è 0. la correlazione tra le due variabili non si può misurare.

Quando si rifiuta l'ipotesi nulla. non si può decidere nulla sull'ipotesi alternativa. si rifiuta l'ipotesi alternativa. si accetta l'ipotesi alternativa. l'ipotesi alternativa non è più valida.

Quando si accetta l'ipotesi nulla. si rifiuta l'ipotesi alternativa. non si può decidere nulla sull'ipotesi alternativa. si accetta l'ipotesi alternativa. l'ipotesi alternativa è più probabile.

Nell'inferenza statistica. non si può incorrere in alcun errore. si può incorrere solo nell'errore di II tipo. si può incorrere nell'errore di I tipo e di II tipo. si può incorrere solo nell'errore di I tipo.

Impostando un livello di significatività più restrittivo. riduco il rischio di errore di I tipo. non influisco sul rischio di errore di II tipo. riduco il rischio di errore di II tipo. aumento il rischio di errore di I tipo.

L'errore standard è stimato dividendo la deviazione standard. per N elevato al quadrato. per N-1. per la radice quadrata di N. per N.

L'errore standard è stimato. dalla media del campione. dalla significatività statistica. dalla probabilità del campione. dalla deviazione standard del campione.

L'errore standard è. maggiore in campioni grandi. minore in campioni piccoli. indipendente dalla grandezza del campione. maggiore in campioni piccoli.

L'errore standard è. maggiore in campioni grandi. minore in campioni piccoli. indipendente dalla grandezza del campione. minore in campioni grandi.

Una ricerca che misura una variabile più volte su uno stesso gruppo di soggetti è detta. nessuna delle alternative. a campioni indipendenti. a misure indipendenti. a misure ripetute.

Una ricerca in cui si somministra a un gruppo di soggetti un test sull'umore la mattina e la sera è. a campioni correlati. a campioni non correlati. a campioni indipendenti. nessuna delle alternative.

Per valutare i cambiamenti nel corso del tempo in punteggi numerici ottenuti dagli stessi soggetti utilizzerò. il t-test per campioni indipendenti. il t-test per campioni correlati. il coefficiente di correlazione. il test del chi-quadro.

Il disegno di ricerca a misure ripetute prevede l'utilizzo. nessuna delle alternative. di un solo gruppo di partecipanti misurati più volte. entrambe le alternative. di almeno 2 gruppi distinti di partecipanti.

Stai facendo un t-test appaiato per vedere se una campagna pubblicitaria ha fatto aumentare la propensione a fare attività fisica in 2 comuni. Qual è la variabile indipendente?. nessuna delle alternative è valida. prima e dopo la campagna pubblicitaria. il punteggio di propensione all'attività fisica in entrambi i comuni. il punteggio di propensione all'attività fisica in uno dei due comuni.

Si accetta l'ipotesi alternativa se il valore del t calcolato. nessuna delle alternative è valida. è maggiore del valore del t critico. è inferiore al valore del t critico. non è statisticamente significativo.

Si rifiuta l'ipotesi alternativa se il valore del t calcolato. è maggiore del valore del t critico. è inferiore al valore del t critico. è statisticamente significativo. nessuna delle alternative è valida.

Si rifiuta l'ipotesi nulla se il valore del t calcolato. è maggiore del valore del t critico. non è statisticamente significativo. nessuna delle alternative è valida. è inferiore al valore del t critico.

Si accetta l'ipotesi nulla se il valore del t calcolato. è inferiore al valore del t critico. è statisticamente significativo. è maggiore del valore del t critico. nessuna delle alternative è valida.

Se il valore del t calcolato è maggiore del valore del t critico. si accetta l'ipotesi nulla. si rifiuta l'ipotesi alternativa. si rifiuta l'ipotesi nulla. l'ipotesi nulla non è falsificata.

Se il valore del t calcolato è inferiore al valore del t critico. si rifiuta l'ipotesi nulla. si accetta l'ipotesi alternativa. è falsificata l'ipotesi nulla. si accetta l'ipotesi nulla.

Nel t-test per campioni correlati, i gradi di libertà si calcolano con. N+1. (N1-1)+(N2-1). N-1. radice quadrata di N.

La distribuzione t. varia a seconda dei gradi di libertà. è più appiattita della distribuzione normale se i campioni sono piccoli. tutte le alternative. si approssima alla normale in campioni molto ampi.

In un disegno di ricerca a misure ripetute utilizzerò. entrambe le alternative sono valide. il t-test per campioni correlati. nessuna delle alternative è valida. il t-test per campioni indipendenti.

In un disegno a misure ripetute, i diversi momenti temporali sono. la variabile interveniente. la variabile indipendente. la variabile dipendente. possono sia la variabile dipendente che la variabile indipendente.

In un disegno a misure ripetute, i punteggi rilevati sono. la variabile indipendente. la variabile interveniente. la variabile dipendente. possono sia la variabile dipendente che la variabile indipendente.