CopertinaAnnamaria

Tecniche di interdipendenza

Nome	Descrizione	Esempio
Analisi Fattoriale Esplorativa (inferenziale; variabili quantitative)	Consente di concentrare le variabili del dataset in un numero minore di fattori analizzabili con una perdita minima di informazioni per identi3care la struttura latente ai dati	Riunire gli item di una scala sulla self-regulation (variabili) in gruppi in modo che le relazioni fra i gruppi possano restituire informazioni di più ampio respiro sul fenomeno indagato
Analisi delle Corrispondenze (descrittiva; variabili qualitative)	È una tecnica di analisi gra3ca che a partire dalle tabelle di contingenza mostra in una mappa bi- o tri- dimensionale l’interdipendenza fra gli oggetti analizzati per riassumere le osservazioni in pochi indici numerici rappresentativi	Visualizzare gra3camente la relazione fra scelta di un servizio in un centro diurno e caratteristiche degli utenti del campione
Cluster analysis (descrittiva; variabili quantitative)	Ha lo scopo di raggruppare le unità statistiche in gruppi simili a partire dalle caratteristiche che le accomunano	Creare dei gruppi omogenei di studenti di un istituto per reddito, età e voti
Multidimensional Scaling (descrittiva; variabili quantitative e qualitative)	Restituisce una rappresentazione gra3ca in uno spazio a n dimensioni delle distanze fra gli oggetti dell’analisi	Visualizzare gra3camente la distribuzione degli utenti di un centro diurno a partire dalle n caratteristiche dei servizi offerti

Tabella 2.4 - Principali caratteristiche delle tecniche di interdipendenza di analisi multivariata.
Esula dall’elenco nelle tabelle, l’Item Analysis con i due approcci della Classical Test Theory e dell’Item Response Theory (caso speci3co di analisi fattoriale per variabili binomiali). Usata in ambito educativo prevalentemente per questioni di natura docimologica verrà presentata nel capitolo 8.
Per approfondire le procedure e le caratteristiche di ciascuna tecnica sono stati centrali i tre manuali di analisi multivariata di David J. Bartholomew e colleghi (2008), Joseph F. Hair e colleghi (2014), Antonio de Lillo e colleghi (2007).
Gli esempi applicativi presenti in ciascun capitolo sono stati realizzati usando il software open source di analisi dati R e analizzano dataset reali e raccolti nei progetti e nelle attività di formazione realizzate all’interno del Centro Interateneo Edunova dell’Università degli studi di Modena e Reggio Emilia.