Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
«UNA STATISTICA PIÙ CONSAPEVOLE PER DECISIONI MIGLIORI»
GIORNATA DI METODOLOGIA E STATISTICA
PER LE SCIENZE UMANE
FACOLTA’...
 Negli ultimi anni si è assistito ad un incremento di
interesse del mondo scientifico nei confronti del
ragionamento mate...
Garfield (2002) ha individuato sei macro categorie
di ragionamento statistico, ciascuno dei quali può
essere elicitato da u...
La risoluzione dei problemi statistici si inserisce
nel più ampio ambito di studio del problem
solving.
Numerosi studi (e....
In merito alla rappresentazione dei problemi, in
letteratura si osserva una separazione tra:
 Proposizionalisti: la rappr...
Molteplici autori (e.g. Webber and Feeney, 2004)
hanno studiato la relazione tra
le rappresentazioni grafiche
ed il ragion...
Classicamente i grafici sono stati ampiamente
impiegati in ambito statistico.
Secondo alcuni studi i grafici sembrerebbero...
Wild e Pfannkuch (1999) hanno introdotto il concetto
di transnumeration, la quale si applica quando
modifichiamo il modo d...
D’altro canto però, altri autori hanno evidenziato
come le rappresentazioni grafiche possano costituire
un ostacolo allo s...
10
Al fine di comprendere l’effetto esercitato dai grafici
sullo statistical reasoning, può essere utile esaminare le
cara...
Ci stiamo impegnando ad individuare il ruolo di
alcuni fattori sulla capacità solutoria dei soggetti
nella risoluzione dei...
Stiamo esplorando il ragionamento statistico mediante
l’osservazione della performance solutoria individuale in
rapporto a...
Lo statistical reasoning è stato esplorato in relazione ad
una molteplicità di aspetti: variabili relative alle
caratteris...
Al fine di operazionalizzare il ragionamento statistico è
stato effettuato un adattamento di alcuni items dello
S.R.A. (Ga...
DIMENSIONI INDAGATE ITEM NELLA
VERSIONE
ORIGINALE SRA
ITEM NELLA FORMA
VERBALE NUMERICA
NELL’ADATTAMENTO
ITALIANO
ITEM NEL...
Le indicazioni di seguito riportate sono inserite nel modulo per il consenso
informato presentato ad un paziente prima di ...
PERSONE CHE SVILUPPANO IL RASH
PERSONE CHE USANO IL FARMACO
Le indicazioni di seguito riportate sono inserite nel fogliett...
Abbiamo valutato i prerequisiti numerici e visuo-
spaziali mediante la somministrazione delle scale
per le abilità numeric...
Sono stati esaminati 473 studenti (f=77.5%), iscritti
al primo anno delle Facoltà di Studi Umanistici
(67.1%), Scienze Mot...
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
corretto N
corretto G
20
Il nostro interesse era focalizzato sulle persone che non
riuscivano a risolvere i problemi nella forma verbale
numerica, ...
22
0 20 40 60 80
D1-D13 MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ
D2-D14 MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ
D...
 Al fine di analizzare i dati sono stati applicati il
Hierarchical-Loglinear-Model e il Logit-Model in
relazione a ciascu...
 Nel complesso, i soggetti avrebbero una maggiore
probabilità di beneficiare di un effetto di graphical
facilitation nel ...
 Coerentemente a quanto affermato in letteratura,
differenti rappresentazioni grafiche sembrerebbero
favorire la risoluzi...
 Sulla base dei risultati ottenuti, stiamo mettendo a
punto nuove prove di valutazione dello statistical
reasoning in amb...
 Dalle prime valutazioni, sembrerebbe che i
soggetti abbiano maggiore difficoltà nella
risoluzione delle prove di natura ...
 Auspichiamo di approfondire il ragionamento
sottostante la risoluzione, nel momento in cui vi è il
passaggio da una moda...
GRAZIE PER LA VOSTRA
ATTENZIONE!
Upcoming SlideShare
Loading in …5
×

L’uso delle rappresentazioni grafiche nel ragionamento statistico (Mirian Agus, Maria Pietronilla Penna)

822 views

Published on

Slides terzo intervento giornata 24 Maggio 2013 :

"Una Statistica più consapevole per decisioni migliori.
Giornata di Metodologia e Statistica per le Scienze Umane."
Mattina (ore 10 – 12:30): Apprendimento del Ragionamento Statistico.

Università degli studi di Cagliari. Dipartimento di Pedagogia, Psicologia e Filosofia.
Università di Cagliari.

TITOLO: "L’uso delle rappresentazioni grafiche nel ragionamento statistico (Mirian Agus, Maria Pietronilla Penna)"



ABSTRACT:

Spesso gli studenti presentano delle difficoltà nel comprendere ed interpretare i problemi statistici legati alla probabilità. La capacità di padroneggiare e comprendere al meglio questo tipo di problematiche risulta essere connessa anche alla modalità di presentazione del quesito; infatti in letteratura è stato evidenziato come differenti modalità di esibizione del problema possano facilitare vs ostacolare la risoluzione del medesimo. Abbiamo voluto porre a confronto la modalità verbale- numerica con la modalità grafico-pittorica di presentazione dei problemi statistici. Abbiamo comparato la performance solutoria di alcuni studenti universitari in problemi simili proposti nelle due modalità di presentazione, al fine di valutare l’eventuale esistenza dell’effetto di facilitazione grafica individuato in letteratura.

Published in: Education
  • Be the first to comment

  • Be the first to like this

L’uso delle rappresentazioni grafiche nel ragionamento statistico (Mirian Agus, Maria Pietronilla Penna)

  1. 1. «UNA STATISTICA PIÙ CONSAPEVOLE PER DECISIONI MIGLIORI» GIORNATA DI METODOLOGIA E STATISTICA PER LE SCIENZE UMANE FACOLTA’ DI STUDI UMANISTICI Dipartimento di Pedagogia, Psicologia, Filosofia Cagliari 24 maggio 2013
  2. 2.  Negli ultimi anni si è assistito ad un incremento di interesse del mondo scientifico nei confronti del ragionamento matematico e statistico. E’ forte infatti la preoccupazione rispetto alle crescenti difficoltà che gli studenti mostrano nell’apprendimento di queste tematiche.  Lo Statistical Reasoning è definito come il processo mediante il quale le persone riflettono sugli aspetti statistici e conferiscono ad essi significato. Esso corrisponde alla rappresentazione mentale dei concetti statistici (Garfield, 2002). 2
  3. 3. Garfield (2002) ha individuato sei macro categorie di ragionamento statistico, ciascuno dei quali può essere elicitato da una molteplicità di attività, sia in ambito quotidiano che accademico. Esse fanno riferimento al reasoning: sui dati, sulla rappresentazione dei dati, sulle misure statistiche, sui campioni, sull’associazione, sulla probabilità e sull’incertezza. 3
  4. 4. La risoluzione dei problemi statistici si inserisce nel più ampio ambito di studio del problem solving. Numerosi studi (e.g. Bennet et al. 2000; Daniel and Embretson, 2010; Girotto and Gonzalez 2001) hanno evidenziato come la comprensione dei problemi debba essere posta in relazione con: • la rappresentazione del problema, • l’organizzazione del problema, • le informazioni a disposizione del soggetto. 4
  5. 5. In merito alla rappresentazione dei problemi, in letteratura si osserva una separazione tra:  Proposizionalisti: la rappresentazione è una descrizione strutturale, che contiene informazioni relative alle parti dell’oggetto e alle loro relazioni (e.g. Pylyshyn, 1973);  Immaginisti: La rappresentazione ha relazioni non arbitrarie con l’oggetto che rappresenta, in quanto ogni sua parte corrisponde ad una parte dell’oggetto (e.g. Kosslyn, 1989; Shepard et al. 1982). 5
  6. 6. Molteplici autori (e.g. Webber and Feeney, 2004) hanno studiato la relazione tra le rappresentazioni grafiche ed il ragionamento statistico. Essi hanno mostrato come i soggetti nelle loro rappresentazioni mentali riordinino le informazioni presentate sia in forma verbale-numerica che in forma grafica. Tale riorganizzazione sembrerebbe essere in relazione anche con le abilità visuo-spaziali del soggetto. 6
  7. 7. Classicamente i grafici sono stati ampiamente impiegati in ambito statistico. Secondo alcuni studi i grafici sembrerebbero essere più efficaci della modalità verbale-numerica nella rappresentazione, favorendo nei soggetti l’individuazione della soluzione ai problemi di natura statistica, consentendo di cogliere le relazioni tra le sue diverse parti (e.g. Brase 2009; Kirschenbaum and Arruda 1994; Moro and Bodanza 2010; Stone et al. 1997). 7
  8. 8. Wild e Pfannkuch (1999) hanno introdotto il concetto di transnumeration, la quale si applica quando modifichiamo il modo di guardare e descrivere i dati, nel tentativo di migliorare la nostra comprensione del fenomeno studiato. I grafici sarebbero «transnumeration instruments». Nel momento in cui si ha il passaggio da una modalità di rappresentazione ad un’altra, l’uso dei grafici potrebbe migliorare la capacità di conservare ed analizzare le informazioni. 8
  9. 9. D’altro canto però, altri autori hanno evidenziato come le rappresentazioni grafiche possano costituire un ostacolo allo statistical reasoning. Ad esempio Knauff e Johnson-Laird (2002) riscontrano come le rappresentazioni grafico- pittoriche in alcuni problemi possano impedire il ragionamento statistico, sovraccaricando il sistema cognitivo con informazioni poco rilevanti ai fini della risoluzione. 9 UTILIZZIAMO I GRAFICI PER CAPIRE MEGLIO I DATI, MA ADESSO DOBBIAMO CAPIRE I GRAFICI …
  10. 10. 10 Al fine di comprendere l’effetto esercitato dai grafici sullo statistical reasoning, può essere utile esaminare le caratteristiche del medesimo. Jones et al. (2000) hanno individuato una classificazione che distingue in:  Subjective reasoning;  Transitional reasoning;  Informal quantitative reasoning;  Numerical reasoning. Reading e Reid (2006) hanno applicato la tassonomia S.O.L.O. (Pegg and Tall, 2005), distinguendo tra i seguenti livelli:  Pre-structural;  Uni-structural;  Multi-structural;  Relational.
  11. 11. Ci stiamo impegnando ad individuare il ruolo di alcuni fattori sulla capacità solutoria dei soggetti nella risoluzione dei problemi statistici. Nello specifico poniamo a confronto le abilità solutorie dei medesimi soggetti beginners in problemi omologhi presentati in modalità differenti. Il nostro interesse è volto all’individuazione del ruolo svolto nella realizzazione dello statistical reasoning, dalle competenze e dai pre-requisiti individuali, in interazione con le caratteristiche del compito, in condizione di starting line. 11
  12. 12. Stiamo esplorando il ragionamento statistico mediante l’osservazione della performance solutoria individuale in rapporto a due forme di presentazione del problema: Vogliamo indagare l’eventuale esistenza dell’effetto denominato in letteratura «graphical facilitation» in soggetti beginner (e.g. Moro et al. 2011). Penna, M. P., Agus, M., Peró-Cebollero, M., Guàrdia-Olmos, J., & Pessa, E. (2012). THE USE OF IMAGERY IN STATISTICAL REASONING BY UNIVERSITY UNDERGRADUATE STUDENTS: A PRELIMINARY STUDY. Quality & Quantity, 1-15. DOI 10.1007/s11135-012-9757-5
  13. 13. Lo statistical reasoning è stato esplorato in relazione ad una molteplicità di aspetti: variabili relative alle caratteristiche del compito e variabili relative alle abilità individuali (Penna, Agus, Peró-Cebollero, Guàrdia- Olmos, Pessa, 2012). 13 Statistical reasoning Caratteristiche del compito Tipo di problema Format Time pressure Caratteristiche individuali Spatial abilities Numerical abilities Statistical expertise
  14. 14. Al fine di operazionalizzare il ragionamento statistico è stato effettuato un adattamento di alcuni items dello S.R.A. (Garfield, 2003; Tempelaar, 2004), presentato nelle forme verbale-numerica e grafico-pittorica. Sono stati estrapolati sette items che valutavano le seguenti dimensioni:  misure di tendenza centrale e di variabilità,  ragionamento probabilistico. Le prove sono state presentate randomizzate, al fine di tenere sotto controllo l’effetto sequenza e d’ordine. 14
  15. 15. DIMENSIONI INDAGATE ITEM NELLA VERSIONE ORIGINALE SRA ITEM NELLA FORMA VERBALE NUMERICA NELL’ADATTAMENTO ITALIANO ITEM NELLA FORMA GRAFICA NELL’ADATTAMENTO ITALIANO TIPO DI ILLUSTRAZIONE UTILIZZATA NELLA FORMA GRAFICA MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ 1 d2 d14 Line diagram RAGIONAMENTO PROBABILISTICO 2 d3 d9 Venn diagram RAGIONAMENTO PROBABILISTICO 3 d4 d8 Iconic diagram MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ 4 d5 d10 Line diagram RAGIONAMENTO PROBABILISTICO 5 d7 d11 Bar diagram RAGIONAMENTO PROBABILISTICO 8 d6 d12 Bar diagram MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ 15 d1 d13 Line diagram
  16. 16. Le indicazioni di seguito riportate sono inserite nel modulo per il consenso informato presentato ad un paziente prima di affrontare un intervento di chirurgia estetica. Attenzione: In seguito alla realizzazione dell’intervento vi è il 15% di probabilità di sviluppare una reazione allergica. Quale tra le frasi seguenti può essere definita la migliore interpretazione di tale avviso? A. E’ preferibile non sottoporsi all’intervento se non è necessario, c’è una buona probabilità di sviluppare una reazione allergica B. In seguito all’intervento, il 15% delle zone trattate chirurgicamente possono manifestare una reazione allergica C. Se si presentasse una reazione allergica, essa probabilmente coinvolgerebbe solo il 15% del corpo D. Circa 15 persone su 100 sottoposte a tale intervento sviluppano una reazione allergica E. C’è una scarsa probabilità di sviluppare una reazione allergica in seguito alla realizzazione dell’intervento
  17. 17. PERSONE CHE SVILUPPANO IL RASH PERSONE CHE USANO IL FARMACO Le indicazioni di seguito riportate sono inserite nel foglietto illustrativo di un medicinale. Attenzione: Con l’applicazione del farmaco sulla pelle, vi è il 9% di probabilità di sviluppare un rash cutaneo. Quale tra le frasi seguenti può essere definita la migliore interpretazione di tale avviso? A. Non utilizzare il farmaco sulla pelle, c’è una buona probabilità di sviluppare un rash cutaneo B. Per l’applicazione cutanea, applicare solo il 9% della dose raccomandata C. Se si presentasse un rash cutaneo, esso probabilmente coinvolgerebbe solo il 9% della cute D. Circa 9 persone su 100 nell’uso cutaneo di tale farmaco sviluppano un rash E. C’è una scarsa probabilità di sviluppare un rash cutaneo nell’uso di tale farmaco.
  18. 18. Abbiamo valutato i prerequisiti numerici e visuo- spaziali mediante la somministrazione delle scale per le abilità numeriche e visuo-spaziali del P.M.A. (L.L. Thurstone & T.G. Thurstone, 1981). Abbiamo dunque confrontato le capacità solutorie nelle due forme di presentazione, al fine di indagare il ragionamento statistico applicato in relazione alle caratteristiche individuali e del compito. 18
  19. 19. Sono stati esaminati 473 studenti (f=77.5%), iscritti al primo anno delle Facoltà di Studi Umanistici (67.1%), Scienze Motorie (14.2%), Economia e Commercio (18.8%) dell’Università di Cagliari, durante il primo semestre di attività accademica. Il campionamento è stato di natura non- probabilistica. Il 46.5% dei partecipanti ha lavorato in condizioni di time pressure.
  20. 20. 0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 corretto N corretto G 20
  21. 21. Il nostro interesse era focalizzato sulle persone che non riuscivano a risolvere i problemi nella forma verbale numerica, dando invece una performance corretta alla omologa forma grafica. Al fine di porre in evidenza questo aspetto, abbiamo ricodificato le risposte a ciascuna coppia di items, secondo la seguente modalità: 1) individui che non risolvono in entrambe le forme di presentazione; 2) individui che risolvono solo nella forma verbale numerica; 3) individui che risolvono solo nella forma grafica; 4) individui che risolvono in entrambe le forme. 21
  22. 22. 22 0 20 40 60 80 D1-D13 MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ D2-D14 MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ D3-D9 RAGIONAMENTO PROBABILISTICO D4-D8 RAGIONAMENTO PROBABILISTICO D5-D10 MISURE DI TENDENZA CENTRALE E DI VARIABILITÀ D6-D12 RAGIONAMENTO PROBABILISTICO D7-D11 RAGIONAMENTO PROBABILISTICO RISOLVE ENTRAMBE LE FORME RISOLVE SOLO LA FORMA GRAFICA RISOLVE SOLO LA FORMA NUMERICA NON RISOLVE IN ENTRMBE LE FORME
  23. 23.  Al fine di analizzare i dati sono stati applicati il Hierarchical-Loglinear-Model e il Logit-Model in relazione a ciascuna variabile categoriale ricavata con l’indice tipologico.  I risultati evidenziano come le rappresentazioni grafiche possano consentire a studenti con differenti livelli di competenze numeriche, di conseguire risultati similari nella risoluzione di diverse tipologie di problemi statistici.
  24. 24.  Nel complesso, i soggetti avrebbero una maggiore probabilità di beneficiare di un effetto di graphical facilitation nel momento in cui presentano basse abilità numeriche e, contemporaneamente, elevate abilità in ambito visuo-spaziale.  L’effetto di facilitazione grafica sembrerebbe verificarsi con maggiore probabilità in inexperienced subjects, in modo particolare nei problemi di natura probabilistica. 24
  25. 25.  Coerentemente a quanto affermato in letteratura, differenti rappresentazioni grafiche sembrerebbero favorire la risoluzione solo di alcuni tipi di problemi statistici, ma non di altri (e.g. Brase 2009; Moro et al. 2011; Yamagishi 2003).  Tali aspetti devono essere posti in relazione con le abilità individuali e con le specifiche caratteristiche del compito; in modo specifico potrebbero avere un ruolo importante gli aspetti emotivi, nel momento un cui le prove vengono presentate in condizioni di time pressure. 25
  26. 26.  Sulla base dei risultati ottenuti, stiamo mettendo a punto nuove prove di valutazione dello statistical reasoning in ambito probabilistico, da presentare secondo le due modalità a ciascun soggetto.  Attualmente stiamo realizzando le prove pilota.  Ciascun item è accompagnato da una domanda aperta, nella quale il soggetto deve descrivere il ragionamento applicato nella risoluzione.  Ogni prova è inoltre associata ad una domanda relativa alla fiducia dell’individuo sulla correttezza della soluzione indicata. 26
  27. 27.  Dalle prime valutazioni, sembrerebbe che i soggetti abbiano maggiore difficoltà nella risoluzione delle prove di natura grafico-pittorica, piuttosto che nella risoluzione degli item con connotazione verbale-numerica.  Sembrerebbe dunque al momento che non ci siano elementi a sostegno dell’effetto di graphical facilitation. 27
  28. 28.  Auspichiamo di approfondire il ragionamento sottostante la risoluzione, nel momento in cui vi è il passaggio da una modalità di rappresentazione ad un’altra.  Ci poniamo come obiettivo la strutturazione di prove equiparabili per contenuti e difficoltà, mediante le quali porre a confronto il ragionamento probabilistico nei medesimi «principianti».  I risultati potrebbero essere utili al fine della individuazione di modalità ottimali con le quali presentare i problemi statistici, favorendo la comprensione e l’apprendimento di queste tematiche, nonché lo statistical teaching. 28
  29. 29. GRAZIE PER LA VOSTRA ATTENZIONE!

×