I risultati e variabili predittive

Per le associazioni tra variabili di tipo nominale è stato utilizzato il test del Chi quadrato; per valutare la predittività delle variabili sono stati utilizzati modelli di regressione lineare semplice o multipla a passi; per le differenze tra gruppi, le analisi della varianza multivariate miste.

Per le regressioni e le ANOVA è stata preliminarmente verificata la normalità della distribuzione delle variabili oggetto di analisi tramite gli indici di asimmetria e curtosi (analisi univariate) ed il coefficiente di Mardia (analisi multivariate).

Variabili socio-anagrafiche ed iscrizione

Fra le associazioni tra iscrizione e variabili socio-anagrafiche (genere, tipo di diploma, provenienza geografica) sono risultate significative quella fra iscrizione e tipo di diploma e quella fra iscrizione e provenienza geografica.                                              

Associazione tra iscrizione e tipo di diploma (X2= 65,902, p<,001): si iscrivono maggiormente gli studenti con maturità classica, scientifica o di altro Liceo, minori risultano, invece, le iscrizioni di soggetti provenienti da Istituti professionali e tecnici. I dati relativi alle singole coorti sono presentati in Tabella 5.2.

Tabella 5.2 Associazioni tra iscrizione e tipo di diploma [fonte: Pinelli, Pelosi, Michelini e   Tonarelli, 2009]                                                                                                

Associazione tra iscrizione e provenienza geografica (X2= 29,944, p<,001): escludendo Parma, risulta maggiore il numero di iscritti tra le altre province dell’Emilia Romagna. Analizzando le singole coorti, per , il dato sembra meno costante del precedente.    
L’associazione tra genere e iscrizione non è risultata significativa.

Variabili predittive del punteggio alla prova d’ingresso

Al fine di verificare quali variabili socio-anagrafiche o quali relative alla carriera scolastica pregressa fossero predittive del punteggio ottenuto al test d’ammissione (oltre alle variabili continue età, voto di maturità, ecc.), sono state inserite tra i predittori le variabili dummies: genere (0= maschio; 1= femmina) e tipo di diploma. Alla variabile diploma, è stato attribuito il livello “1” al soggetto in possesso del tipo di diploma oggetto dell’analisi ed il livello “0” al soggetto diplomatosi con un indirizzo diverso (ad esempio, nel valutare la predittività del diploma di Liceo Scientifico tutti i soggetti con diploma di maturità scientifica sono stati assegnati al livello “1” e tutti i restanti soggetti al livello “0”).                                                                           
Nella valutazione età, genere e voto di maturità come predittori del criterio “punteggio alla prova d’ingresso” in una regressione lineare multipla a passi, solo l’età non ha evidenziato una relazione significativa. Come mostrato in Tabella 5.3.                                       
Anche indagando, più nello specifico, il potere predittivo di questi tre regressori nelle singole aree, la percentuale di varianza spiegata dal modello risulta molto bassa (dal 1,2% dell’area Scienze naturali, al 7,6% dell’area Cultura generale). L’età è risultata significativamente predittiva solo per l’area Logico-matematica. I risultati sono visibili nella Tabella 5.4.                
Essendo a disposizione i dati relativi al diploma e al punteggio della prova d’ingresso delle coorti iscritte nel 2004/2005 e 2005/2006 è stato possibile inserire come predittore anche il tipo di maturità.

Tabella 5.3 Predittori: età, genere, voto di maturità. Criterio: punteggio alla prova di ingresso.            Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di             rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Tabella 5.4 Predittori: età, genere, voto di maturità.                                      
Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]  

Come mostrato in Tabella 5.5, in questo modello risultano predittivi il voto di maturità, il genere, l’età e il tipo di maturità scientifica, classica, professionale e di altri Licei. È interessante notare che la percentuale di varianza predetta passa dal 9,4% al 25,5%.

 

Tabella 5.5 Predittori: età, genere, voto di maturità, Liceo Classico, Liceo Scientifico, altri Licei,       maturità professionale,maturità tecnica, magistrali.Criterio: punteggio alla prova di ingresso.       Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di       rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]       

Variabili predittive del rendimento accademico

Come terzo passo, è stata valutata la predittività della prova di selezione sul rendimento accademico (Tabella 5.6). Sono state verificate sia la capacità predittiva dell’iter accademico degli studenti in fieri (media voto, numero di esami sostenuti, proporzione di crediti ottenuti) che quella dei laureati alla conclusione del percorso (voto di Laurea e tempo impiegato per conseguire la Laurea). È stata effettuata una regressione lineare semplice utilizzando come predittore il punteggio della prova di ingresso. I risultati ottenuti non sembrano incoraggianti: la percentuale di varianza predetta è sempre inferiore al 10%.                                                  

Tabella 5.6 Predittore: punteggio alla prova di ingresso                                 
Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di            rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009]

Introducendo come regressori anche i punteggi ottenuti nelle singole aree della prova d’ingresso, i risultati non sembrano migliorare: la percentuale di varianza predetta (Tabella 5.7) arriva a un massimo di 9,9% sul numero di esami sostenuti e sulla proporzione di crediti al I anno mentre risulta addirittura non significativa sul numero di esami e sulla proporzione di crediti al III anno.


          
Tabella 5.7 Predittori: punteggio totale alla prova di ingresso, area comprensione del brano, area cultura generale, area lingua inglese, area lingua italiana, area logico-matematica, area scienze naturali.
Regressione lineare per passi. Criteri: probabilità di inserimento F <= ,050; probabilità di rimozione F >= ,100. [fonte: Pinelli, Pelosi, Michelini e Tonarelli, 2009
 
 
 
 

 

© I predittori della performance accademica  - Laura Foschi
 
 

 

Se ti è piaciuto questo articolo condividilo con i tuoi amici e clicca su "Condividi".

AREA CONSULENZA

AREA CONSULENZA

DEDICATO A IMPRENDITORI E PROFESSIONISTI
 

Ti mettiamo in contatto con consulenti e psicologi del lavoro per aiutarti ad affrontare, gestire e superare le criticità. Clicca QUI

Case History

Articoli su alcuni degli interventi da noi effettuati in aziende e che hanno portato risultati significativi.
 
- Relazione tra reparti
- Selezione e Inserimento
- Relazioni interne
- Riorganizzazione

CONTATTACI ...

SEI UN IMPRENDITORE ?
SEI UN PROFESSIONISTA ?

Nella tua attività ci sono problemi di:

- relazione
- benessere organizzativo
- clima aziendale
-
valutazione delle risorse umane
-
valutazione del potenziale
- performance aziendali

Psicologiadellavoro ti può aiutare.

Scrivi a info@psicologiadellavoro.org

 

 

Eventi Formativi


La Comunicazione Non Verbale

E' online il corso
in e-learning

 


 


La PNL nella pratica clinica e nel mondo del Lavoro
 
Chiedi informazioni a:
info@scuolaformazionepsicologia.it

Guarda anche qui

Newsletter

E' uscita la Newsletter di Settembre 2017

La vuoi ricevere ?

REGISTRATI, è gratis!

 

Login utente
Cerca
Traduci la pagina