METODOLOGIA !
IPOTESI SULLE FREQUENZE E MISURE DI RELAZIONE
Misure di relazione
• Statistica bivariata: Diversamente dalla statistica univariata, che analizza una sola
variabile, la statistica bivariata si occupa di analizzare la relazione tra due variabili. Quindi,
lavora con due gruppi di punteggi o dati per capire se c’è un legame tra loro.
• Covariazione (o covarianza o correlazione): La covariazione si verifica quando due
variabili variano insieme. Ad esempio, se una variabile aumenta e anche l'altra aumenta (o
diminuisce), significa che c'è covariazione. Questo tipo di relazione è simmetrica, cioè non
importa quale variabile consideri per prima, entrambe si influenzano reciprocamente nello
stesso modo.
EX: altezza e il peso: man mano che una persona cresce in altezza, spesso aumenta
anche di peso.
•Relazione causale: Qui, una variabile causa un cambiamento nell'altra. Questo è diverso dalla
covariazione perché c'è un rapporto di causa ed effetto. Questa relazione è asimmetrica: una
variabile (la causa) cambia per prima e provoca una variazione nell'altra variabile (l’effetto).
EX: la quantità di ore di studio (causa) potrebbe influenzare il voto di un esame (effetto).
Analisi bivariata
L'analisi bivariata ha lo scopo di stabilire se esiste una relazione tra due variabili. Ma oltre a capire
se esiste un legame, l'analisi verifica anche se questa relazione è statisticamente significativa, cioè
se è reale o semplicemente dovuta al caso.
Per fare questo, si usa un procedimento chiamato verifica delle ipotesi, in cui si usa un test
statistico adatto al tipo di variabile che stiamo analizzando. Il test aiuta a determinare se i dati
raccolti dal campione riflettono una relazione presente in tutta la popolazione.
