Tutorial jamovi 3 – Gestione dei dati in jamovi

Nel presente tutorial vengono presentate le principali funzioni di jamovi che consentono di organizzare e trasformare i dati.

 

Apriamo il file dal titolo “OpenDay.csv” cliccando sull’icona del menu in alto a sinistra e successivamente su “Open” à “This PC” ed infine “Browse” per cercare il file nella cartella in cui l’abbiamo salvato. Il file “OpenDay.csv” contiene i dati relativi alla somministrazione di un breve questionario che indaga il tratto di personalità della “piacevolezza” a studenti del secondo anno di laurea triennale (Figura 1). Il questionario contiene cinque variabili:

 

La prima variabile è misurata su scala nominale; ogni numero indica il codice di uno studente. Le variabili “D1”, “D2”, “D3” sono misurate su scala ad intervalli equivalenti e contengono le risposte su scala Likert a 5 passi (da 1 = fortemente in disaccordo a 5 = fortemente d’accordo) ai tre item che misurano la piacevolezza. La variabile “FR” è misurata su scala nominale, e richiede una risposta di tipo dicotomico (Sì/No).

3.1 Organizzare i dati

Selezioniamo la prima colonna cliccando sul titolo (“ID”), e vediamo come questa viene selezionata interamente; clicchiamo ora sul menu “Data” presente nella sezione TAB ed infine sull’icona “Setup” nella sezione Moduli. Si apre una scheda in cui è possibile modificare le impostazioni delle variabili. Impostiamo questa prima colonna come “Identificativo” dei partecipanti alla somministrazione tramite l’apposito check sulla relativa casella. Clicchiamo poi sulla freccia alla destra dell’interfaccia per continuare ad impostare le altre variabili (Figura 2).

Figura 1

Impostiamo i nomi delle variabili relative alla piacevolezza selezionando di volta in volta le relative colonne. È possibile modificare il nome della variabile, aggiungere la descrizione della variabile, modificare la scala di misura e il tipo di dati. In Figura 3 abbiamo modificato il nome della variabile da “D1” a “Piacevolezza_1”, aggiunto la descrizione della variabile con il contenuto dell’item “Accetto le persone così come sono”, modificato la scala di misura in “Continuous” e il tipo di dati in “Integer”.

Figura 2

Quando abbiamo a che fare con variabili di tipo nominale e ordinale, nel riquadro “Levels” visualizziamo e posiamo modificare anche le etichette relative alle categorie di risposta. In Figura 4 vediamo come è possibile modificare le etichette delle categorie di risposta per la variabile nominale che abbiamo denominato “Tutorship” e che risponde alla domanda “Saresti disponibile a ricoprire il ruolo di tutor per studenti con disabilità nei prossimi due mesi?”. Questa variabile è misurata su scala nominale, e ha due categorie di risposta, che nel datafile originale sono “S” ed “N”. Tramite il riquadro “Levels” li abbiamo rinominati in “Sì” e “No”.

Figura 3

Modificare le etichette, aggiungere le descrizioni, impostare i livelli ed il tipo di dati per ciascuna variabile è utile al fine di organizzare meglio il lavoro: sarà più facile impostare ed interpretare le analisi anche da chi non ha lavorato direttamente sul file contenente i dati.

3.1  Trasformare i dati

Supponiamo ora di voler visualizzare per ciascun partecipante la media delle risposte ai tre item che valutano la piacevolezza. Per fare ciò, è necessario creare una nuova colonna contenente tale dato. Clicchiamo due volte sull’etichetta di una colonna vuota e visualizziamo le opzioni per creare una nuova variabile (Figura 5).

Figura 4

L’opzione “New Data Variable” consente di creare una nuova variabile inserendo manualmente nuovi dati. L’opzione “New Computed Variable” consente di creare una nuova variabile inserendo una formula preimpostata che agisce su una o più variabili esistenti. L’opzione “New Tasformed Variable” consente di creare una nuova variabile inserendo una formula personalizzata che agisce su una o più variabili esistenti.

Figura 5

Clicchiamo sull’opzione “New Computed Variable” e come prima cosa inseriamo le etichette con la descrizione della nuova variabile che vogliamo creare: in questo caso abbiamo inserito come nome della variabile “Media_Piacevolezza” e come descrizione “Media dei tre item che valutano la Piacevolezza”. Adesso clicchiamo sull’icona “fx per inserire la formula della media: scorrendo verso il basso il menu “Functions” che comparirà cerchiamo la sezione “Statistical” e la formula “MEAN”, ovvero la formula della media aritmetica. Selezioniamola con un doppio click e vediamo comparire nel riquadro accanto a “fx la dicitura “= MEAN ()”, ossia la formula della media senza però le variabili su cui calcolarla. Andiamo nel menu a scorrimento “Variables” e selezioniamo con un doppio-click ogni variabile di cui abbiamo bisogno per calcolare la media. Facciamo attenzione a separare ciascuna variabile dalla successiva inserendo dopo ogni variabile, tranne l’ultima, la virgola. Una volta selezionate le tre variabili di nostro interesse è sufficiente premere “Invio” sulla tastiera oppure cliccare in un punto vuoto dell’interfaccia e Jamovi ci restituisce il risultato della media aritmetica per le tre variabili relative alla piacevolezza per ciascun partecipante (Figura 6).

Figura 6

Vogliamo procedere ora con un’ulteriore trasformazione, al fine di ottenere i punteggi standardizzati della nostra distribuzione di punteggi medi per ciascun partecipante. Il punteggio standardizzato, o punto z, esprime il punteggio grezzo di una distribuzione su una scala che ha media 0 e deviazione standard 1, ossia permette di valutare la distanza di ciascun punteggio dalla media esprimendola in unità di deviazioni standard dalla stessa.

Come abbiamo fatto per la creazione della media, clicchiamo sull’etichetta della colonna vuota adiacente a quella della media, selezioniamo nuovamente l’opzione “New Computed Variable” e clicchiamo sull’icona delle funzioni “fx. Sempre nella sezione “Statistical” cerchiamo la funzione “Z”, selezioniamola con un doppio click e poi selezioniamo nella sezione “Variables” la variabile “Media_Piacevolezza”. Premiamo il tasto “Invio” oppure clicchiamo in un punto vuoto dell’interfaccia e Jamovi ci mostra il calcolo dei punti z delle media della Piacevolezza per ciascun partecipante (Figura 7).

Figura 7

Da ultimo, vogliamo convertire il punteggio z in punteggio T. I punteggi T consentono di ovviare all’inconveniente dei punteggi z negativi, riportando tutti i punteggi ad una distribuzione cha ha media pari a 50 e deviazione standard pari a 10.

Per effettuare tale conversione, creiamo una nuova variabile come già fatto in precedenza e stavolta clicchiamo su “New Trasformed Variable”. Questa opzione chiede di definire la formula di trasformazione della variabile o delle variabili coinvolte. Nel nostro caso, la formula da applicare è la seguente “Z_Media*10+50”, ossia per convertire i punti z in punti T è necessario moltiplicare il punto z per 10 e sommare 50 a tale prodotto.

Inseriamo come etichetta della nuova variabile “T_Media” e come descrizione “Punteggio T della media dei tre item che valutano la Piacevolezza”. Nel campo “Source variable” selezioniamo dal menu a tendina la variabile di nostro interesse, in questo caso “Z_Media”, e dal menu a tendina del campo “using transform” selezioniamo “Create New Trasform”: questa scelta ci consente di impostare e salvare una funzione personalizzata (Figura 8).

Dopo aver cliccato sull’opzione “Create New Trasform” si apre una nuova scheda che ci consente di dare un nome, una descrizione e di specificare la funzione da applicare alla variabile o alle variabili che abbiamo selezionato nella scheda precedente. In questo caso possiamo dare alla funzione che stiamo creando il nome “Punti T”, e la descrizione “Converte i punti z in punti T”. Nel riquadro accanto al pulsante “fx vediamo che compare la dicitura “= $source”, il che sta a significare che è stata in precedenza selezionata una variabile, nel nostro caso avevamo selezionato “Z_Media”. Possiamo quindi completare la formula della conversione da punti z in punti T, aggiungendo le seguenti operazioni di moltiplicazione per 10 e addizione di tale prodotto a 50 “= $source*10+50”.

Figura 8

Possiamo anche specificare in “Measure type” la scala di misura della variabile su cui vogliamo che sia effettuata l’operazione definita dalla formula: in questo caso, abbiamo impostato il livello di misura “Continuous”, e ciò significa che la formula sarà applicata soltanto a variabili che avranno quel livello di misura. In alternativa, è possibile lasciare l’opzione di default, ossia “Auto” (Figura 9).

Figura 9

Chiudendo sia la scheda dell’impostazione della formula che quella della trasformazione della variabile ritorniamo a visualizzare i dati originali, con in più le nuove variabili che abbiamo creato (Figura 10).

Figura 10