Obiettivi formativi

Obiettivi generali


Il corso consente di padroneggiare tecniche di analisi dei dati e le conoscenze statistiche e metodologiche che ne costituiscono le fondamenta. Per ciascuna tecnica si conosceranno i principi e i prerequisiti per la sua applicazione, la teoria statistica sottostante e le modalità di uso. Si imparerà a valutare l’appropriatezza, a eseguire correttamente e a interpretare e comunicare i risultati dell’analisi dei dati.
Il laboratorio professionalizzante, a frequenza obbligatoria, consente l'uso corretto dei programmi come parte integrante delle competenze da acquisire, anche in relazione a figure professionali esterne che ope-rano in enti pubblici o privati.

Obiettivi specifici

Conoscenza e capacità di comprensione (knowledge and understanding).

Il corso investe sulle competenze acquisite dallo studente relative alla statistica descrittiva e a quella infe-renziale per estendere queste competenze all’ambito dei modelli lineari multivariati. La generalizzazione al contesto multivariato permette allo studente di leggere e comprendere la letteratura scientifica della psico-logia sociale, di progettare ricerche scientifiche in contesti multivariati e di svolgere le relative analisi dei dati descrivendone i risultati usando il linguaggio scientifico adeguato al contesto.

Capacità di applicare conoscenza e comprensione (applying knowledge and under-standing).

Le tecniche di analisi multivariata rappresentano un argomento trasversale a diverse discipline scientifiche che comprendono non solo la psicologia sperimentale (di base e applicata) ma anche altre discipline come la biologia, le neuroscienze, la sociologia l’economia ecc. L’apprendimento delle tecniche di analisi multi-variate permette quindi allo studente di accedere non solo alla letteratura scientifica di riferimento specifica del Marketing e della Comunicazione e più in generale della psicologia sociale, ma permette anche di leggere e comprendere la letteratura scientifica di altre discipline aumentando così la probabilità di proficue contaminazioni tra discipline scientifiche diverse.

Autonomia di giudizio (making judgements).

Il laboratorio di analisi dei dati è organizzato in modo che lo studente possa imparare ad applicare il modello di analisi dei dati discusso nelle lezioni frontali imparando ad usare un software di analisi dei dati e imparando a leggere e verificare la correttezza delle analisi. Inoltre lo studente è costantemente sollecitato a commentare criticamente e a riportare in forma scritta i risultati delle analisi svolte e a valutare la coe-renza dei risultati ottenuti rispetto alle ipotesi di ricerca di partenza. In questo modo lo studente apprende una procedura di analisi dei dati che favorisce l’autonomia di giudizio e aumenta la competenza critica (vantaggi e svantaggi, generalizzabilità dei risultati, validità del disegno di ricerca) dei modelli di analisi dei dati usati rispetto alle ipotesi verificate.

Abilità comunicative (communication skills).

Durante il corso lo studente viene sollecitato all’uso di diversi stili di comunicazione, e in particolare: durante le lezioni frontali vengono presentati i principi e i modelli matematici sottostanti le tecniche di analisi dei dati e quindi in questo caso lo stile di comunicazione stimola lo studente ad usare uno stile formale e accademico (utilizzando la terminologia tecnica richiesta). Durante il laboratorio invece lo studente è solle-citato ad utilizzare diversi stili comunicativi: deve imparare a comunicare ad altre persone che tipo di analisi ha svolto (quindi descrivere il modello usando la terminologia adeguata), deve imparare a riportare e a comunicare i risultati ottenuti seguendo gli standard internazionali delle discipline scientifiche; ed infine deve imparare a commentare i risultati rispetto alle ipotesi iniziali (stabilendo la generalizzabilità dei risultati e la loro validità e attendibilità).