Page 26 - Stefano Rastelli (a cura di), La ricerca sperimentale sul linguaggio: acquisizione, uso, perdita, Pavia, Pavia University Press, 2013

8 M. Vernice

Media e Deviazione Standard non è sufficiente per trarre conclusioni a partire
dai dati ottenuti. È necessario eseguire un’analisi di statistica inferenziale per
determinare se le differenze osservate tra le condizioni sperimentali sono ‘sta-
tisticamente significative’, ovvero se possono essere generalizzate all’intera
popolazione. Infatti solo se l’analisi statistica rileva una differenza significativa
tra due condizioni sperimentali possiamo essere certi del fatto che testando
altri partecipanti o usando item diversi potremo osservare nuovamente una
differenza tra le condizioni sperimentali.
I test statistici più usati in psicolinguistica sono il T test e l’ANOVA. Di
recente si stanno imponendo all’attenzione i modelli misti generalizzati (Baa-
yen 2008) come metodo di analisi che garantisce una adeguata solidità dal
punto di vista statistico. Si rimanda a testi di statistica per maggiori dettagli
relativi a queste analisi (Baayen 2008; Field 2009). In questo capitolo ci soffer-
meremo sull’uso che lo psicolinguista fa di questi test e sulle informazioni che
queste analisi possono fornire sui dati.
T test e ANOVA sono test parametrici. La prima condizione che deve es-
sere rispettata per applicare tali test è che sia possibile calcolare sui dati raccol-
ti dei ‘parametri’ quali appunto la Media e la Deviazione Standard. Per fare
ciò, è necessario che i punteggi si collochino su una scala a intervallo (ovvero
una scala numerica continua caratterizzata da un intervallo uguale tra i diversi
valori e che dispone di una unità di misura costante che permette di effettuare
operazioni basate sulle differenze tra i numeri associati ai diversi punti della
scala) in cui si assume ci siano intervalli uguali tra le osservazioni (si pensi ad
esempio ai tempi di reazione). In secondo luogo, i dati osservati dovrebbero
essere distribuiti normalmente; in altre parole dovrebbero tendere a raggrup-
parsi in modo simmetrico attorno alla media. Ne consegue che prima di ana-
lizzare dei dati che non sono distribuiti normalmente, dovremo sottoporli a
una trasformazione (per esempio logaritmica o inversa) per essere certi del
fatto che non violino l’assunto di normalità. Infine, è essenziale che la variabi-
lità dei punteggi in ogni condizione sperimentale sia simile. Tale requisito vie-
ne denominato ‘omogeneità della varianza’. Se questi tre criteri sono soddisfat-
ti è possibile condurre un test parametrico.
Il T test valuta la misura delle differenze tra le medie in due condizioni
sperimentali. Tale test permette di confrontare gli effetti di un solo fattore su
due livelli (per es. tempo di lettura in condizione antecedente frequente vs.
non frequente). Con l’ANOVA è possibile confrontare tra loro i livelli di ogni
fattore, anche quando il fattore presenta più di due livelli sperimentali e quan-
do si desidera valutare l’effetto di più di un fattore in un’unica analisi. Inoltre,
rispetto al T test, l’ANOVA permette di testare la relazione tra fattori, o meglio