Inglese

L’insegnamento tratta la misurazione in psicologia e la costruzione di test psicometrici. Vengono analizzati i modelli di misurazione (riflessivi e formativi), le scale Likert, le teorie dell’attendibilità (Classica e della Generalizzabilità) e le diverse forme di validità. Il programma include l’analisi delle componenti principali (ACP), analisi in fattori comuni e la validazione degli strumenti tramite il software R.

- O.P. John, V. Bennet-Martínez, “Measurement: Reliability, construct validation, and scale construction”, in H.T. Reis, C.M. Judd (Eds.), Handbook of research methods in social and personality psychology, 2nd ed., Cambridge, Cambridge University Press, 2014, pp. 473-503.
- B.G. Tabachnick, L.S. Fidell, “Principal components and factorial analysis”, in Using multivariate statistics, 6th ed., Boston, Pearson, 2013, pp. 612-680.

Al termine dell’insegnamento, lo studente dovrà raggiungere i seguenti risultati:

- Conoscenza e capacità di comprensione: Conoscere i fondamenti della misurazione psicologica e i modelli teorici dell’attendibilità e validità.
- Utilizzazione delle conoscenze e capacità di comprensione: Saper costruire scale di tipo Likert e verificarne le proprietà psicometriche utilizzando il software R.
- Capacità di trarre conclusioni (Autonomia di giudizio): Valutare criticamente la dimensionalità dei test e la qualità dei dati estratti da strumenti di misura psicologici.
- Abilità comunicative: Saper illustrare i risultati di analisi fattoriali e di attendibilità utilizzando una terminologia tecnica appropriata.
- Capacità di apprendere: Sviluppare competenze metodologiche per l’aggiornamento autonomo sulle tecniche avanzate di validazione psicometrica.

Fondamenti di statistica descrittiva e inferenziale; metodi di ricerca nelle scienze sociali.

Lezioni frontali ed esercitazioni in classe con software R per un totale di 48 ore.

Esame scritto composto da 31 domande a risposta multipla (45 minuti). La prova scritta è seguita da un colloquio orale obbligatorio, al quale è possibile accedere solo previo superamento dello scritto con un punteggio minimo di 18/30.

Voto Descrittore Criteri di Valutazione
30 - 30L Eccellente padronanza dei modelli di validità e dell’analisi fattoriale; precisione assoluta nell’uso di R.
26 - 29 Ottima conoscenza dei coefficienti di attendibilità e buona capacità di interpretazione delle dimensioni.
22 - 25 Buona comprensione dei concetti base (Alfa di Cronbach, validità di criterio) e corretta applicazione dei test.
18 - 21 Conoscenza minima dei livelli di misurazione e delle definizioni base di costrutto e indicatore.

Il ricevimento si tiene il martedì alle 15:00 su piattaforma Teams previa prenotazione all'indirizzo e-mail della docente.

L’insegnamento è suddiviso nei seguenti moduli:

Fondamenti della Misurazione (1 CFU / 8 ore): Livelli di misurazione, costrutti, indicatori e scale Likert.
Affidabilità (1 CFU / 8 ore): Teoria classica, consistenza interna, Alfa di Cronbach e Spearman-Brown.
Validità (1.5 CFU / 12 ore): Validità di contenuto, facciata, criterio e costrutto (matrice MTMM).
Dimensionalità e analisi fattoriale (1.5 CFU / 12 ore): Analisi delle componenti principali, analisi in fattori comuni, rotazioni e interpretazione dei fattori.
Laboratorio R (1 CFU / 8 ore): Sviluppo e validazione di strumenti di misura utilizzando R.

English

The teaching covers psychological measurement and test construction. Topics include measurement models (reflective/formative), Likert scales, reliability theories (Classical/Generalizability), and various forms of validity. It includes Principal Component Analysis (PCA), Common Factor Analysis and tool validation using R.

- O.P. John, V. Bennet-Martínez, “Measurement: Reliability, construct validation, and scale construction”, in H.T. Reis, C.M. Judd (Eds.), Handbook of research methods in social and personality psychology, 2nd ed., Cambridge, Cambridge University Press, 2014, pp. 473-503.
- B.G. Tabachnick, L.S. Fidell, “Principal components and factorial analysis”, in Using multivariate statistics, 6th ed., Boston, Pearson, 2013, pp. 612-680.

At the end of the course, students should have achieved the following outcomes:

- Knowledge and understanding: Mastering the foundations of psychological measurement and reliability/validity theories.
- Applying knowledge and understanding: Building Likert-type scales and verifying psychometric properties using R.
- Making judgements: Critically evaluating test dimensionality and data quality from psychological tools.
- Communication skills: Illustrating factorial and reliability analysis results using proper technical terminology.
- Learning skills: Developing methodological skills for autonomous updates on psychometric validation techniques.

Foundations of descriptive and inferential statistics; research methods in social sciences.

Frontal lectures and classroom exercises with R (48 hours total).

Written exam consisting of 31 multiple-choice questions (45 minutes). The written exam is followed by a compulsory oral interview, which can only be accessed after passing the written exam with a minimum score of 18/30.

Grade Assessment Criteria
30 - 30L Excellent mastery of validity models and PCA; absolute precision in using R.
26 - 29 Great knowledge of reliability coefficients and good interpretation of dimensions.
22 - 25 Good understanding of core concepts and correct test application.
18 - 21 Minimal knowledge of measurement levels and basic construct/indicator definitions.

Office hours are held on Tuesdays at 3:00 p.m. on the Teams platform. Please send an email to the professor's e-mail address to schedule an appointment.

The course is divided into the following modules:

Measurement Foundations (1 credit / 8 hours): Levels of measurement, constructs, indicators and Likert scales.
Reliability (1 credit / 8 hours): Classical theory, internal consistency, Cronbach's Alpha and Spearman-Brown.
Validity (1.5 credits / 12 hours): Content, face, criterion and construct validity (MTMM matrix).
Dimensionality and factor analysis (1.5 credits / 12 hours): Principal component analysis, common factor analysis, rotations and factor interpretation.
R Laboratory (1 credit / 8 hours): Development and validation of measurement tools using R.