Assessment of Students’ Non Cognitive Factors in Learning by Index

Journal title SOCIOLOGIA E RICERCA SOCIALE
Author/s Mary Fraire, Serenella Stasi
Publishing Year 2014 Issue 2014/104
Language Italian Pages 32 P. 114-145 File size 214 KB
DOI 10.3280/SR2014-104006
DOI is like a bar code for intellectual property: to have more infomation click here

Below, you can see the article first page

If you want to buy this article in PDF format, you can do it, following the instructions to buy download credits

Article preview

FrancoAngeli is member of Publishers International Linking Association, Inc (PILA), a not-for-profit association which run the CrossRef service enabling links to and from online scholarly content.

After a brief introduction on the evolution of measuring instruments for cognitive and non-cognitive factors in students’ learning , the 28-item Survey Attitudes Towards Statistics (SATS ) scale is applied on a sample of 135 students attending introductory statistics in the Sociology and Social Service courses at «Sapienza» University of Rome. In the survey two different 28-item format responses have been compared: five-point and 0-5 cm. segment. Both sets of data have been analysed and compared by Principal Component Analysis. The factorial structure resulting suggests that the components are not clearly separated; therefore a different composite indicator (index) is suggested, instead of the classic indexes based on the single factor solutions. The new index shows the multidimensionality of the phenomenon, has different requisites, a simplified measurement and interpretation, and reliability coefficient theta is 100%.

  1. AA.VV. (1974), Metron, Istituto di Statistica e ricerca sociale «C. Gini» –Università Sapienza di Roma, XXXII, 1-4 (volume dedicato interamente ai risultati del gruppo di ricerca del Cnr su «Metodi di quantificazione di caratteri qualitativi»).
  2. E. Auzumendi (1991), Evaluacìon de la sactitudes hacia la estadistica en alumnos universitarios y factoresque la determinan, Tesi dottoral Universidad de Duesto, Bilbao.
  3. S. Agnoli (2004), Il disegno della ricerca sociale, Roma, Carocci.
  4. A.W. Bending, J.B. Hughes (1954), «Student Attitude and Achievement in a Course in Introductory Statistics», Journal of Educational Psychology, VL, 5, May, pp. 268-76, DOI: 10.1037/h0057391
  5. M. Birenbaum, S. Eylath (1994), «Who is Afraid of Statistics? Correlates of Statistics Anxiety among Students of Educational Sciences», Educational Research, 36, pp. 93-98.
  6. P. Bourdieu (1976), «L’opinione pubblica non esiste», Problemi dell’informazione, 1, gennaio-marzo, pp. 71-88.
  7. R. Boudon, P.F. Lazarsfeld (1965), Méthodes de la sociologie; I: Le vocabulaire des sciences sociales, Paris, La Haye; tr. it., Dai concetti agli indicatori empirici, Bologna, il Mulino, 1969.
  8. L. Cannavò (1999), Teoria e pratica degli indicatori nella ricerca sociale, vol. I: Teorie e problemi di misurazione, Milano, Led.
  9. M. Cuesta, H. Rifà, F.J. Herrero (2001), Un studio exploratorio, enestudiante de psicologìa de unaescala de actitudeshacia la estadistica, poster presentado en el VII Congreso de Metodologìa de la sciencias socials y de la salud, Madrid, http://www.uned.es/VIICongreso Metodologìa/poster/sesionl_titulos.htm.
  10. E.G. Carmines, R.A. Zeller (1979), Reliability and Validity Assessment, Sage Pub, Series
  11. Qass, 15. P. Corbetta (1992), Metodi di analisi multivariata per le scienze sociali, Bologna, il Mulino.
  12. A. Duncan (2013), «La scuola ad alta velocità», Le Scienze, 542, ottobre, pp. 99-101.
  13. D. Armor (1974), Theta Reliability and Factor Scaling – Sociological Methodology 1973-74 (ed. Herbert J. Costner), S. Francisco, Jossey-Bass.
  14. S.Y Finney, G. Schraw (2003), «Self-efficacy Beliefs in College Statistics Courses», Contemporary Educational Psychology, 28, pp. 161-86.
  15. I. Gal, L. Ginsburg (1994), «The Role of Beliefs and Attitudes in Learning Statistics: Towards an Assessment Framework», Journal of Statistics Education, II, 2, http://www.amstat.org/ publications/jse/v2n2/gal.html.
  16. K.E. Green (1993), Affective, Evaluative, and Behavioral Components of Attitudes toward Statistics, paper presented at the meeting of the American Educational Research Association, Atlanta, April.
  17. A. Estrada, C. Batanero, M.F. Fortuny, C. Diaz (2003), A Structural Study of Future Teachers Attitudes towards Statistics, atti della 27a Conferenza nazionale di Statistica e ricerca operativa, Università di Lérida, Spagna, in C. Batanero, G. Burrill, C. Reading (eds.), Teaching Statistics in School-Mathematics-Challenges for Teaching and Teacher Education: A Joint Icmi/Iase Study, SpringerScience+Business Media B.V., 2011, pp. 163-74, doi 10.1007/978-94-007-1131-0 (The original publication is available at http://www.springerlink.com/).
  18. M. Fraire (1989), «Problemi e metodologie statistiche di misurazione di fenomeni complessi tramite indicatori e indici sintetici», Statistica, XLIX, 2, pp. 245-62.
  19. M. Fraire (1994), Metodi di analisi multidimensionale dei dati. Aspetti statistici e applicazioni informatiche, Roma, Cisu.
  20. M. Fraire (2009), «Aspetti non cognitivi dell’apprendimento della statistica. I risultati di una ricerca condotta nella Facoltà di Sociologia di Roma La Sapienza», Induzioni, 39, pp. 35-65.
  21. M. Fraire, A. Rizzi (2011), Analisi dei dati per il Data Mining, Roma, Carocci.
  22. B. Grazia-Resi (1986), «Quantificazione dei giudizi di qualità», in Problemi di statistica sociale, Roma, La Goliardica.
  23. F. Joliffe (2003), «Towards a Database of Research in Statistical Education», Statistics Education Research Journal (Serj), II, 2, pp. 47-58, http://fehps.une.edu.au/serj.
  24. E. Koch-Weser Ammassari (1982), «Sources of Errors in Rating Scale Measurements», International Review of Sociology, XVIII, 1-2-3, pp.89-108.
  25. G. Marbach (2004), Le scale di valutazione: nuovi contributi, Roma, Centro Stampa di Ateneo, Università degli studi di Roma La Sapienza.
  26. V. Marchini (2008), Aspetti non conoscitivi dell’apprendimento della statistica. Il caso di studio degli studenti della Facoltà di Sociologia, tesi di laurea a.a. 2007-2008, Università Sapienza di Roma, Facoltà di Sociologia.
  27. M. Mastracci (2000), Gli aspetti emotivi nell’evoluzione dell’apprendimento della statistica e della sua valutazione. Un caso di studio degli studenti di Ssa, tesi di laurea Università Sapienza di Roma.
  28. J.C. Mejía (1995), Reliability and Validity Study of a Spanish Translation of the Statistical Attitude Survey, tesis doctoral no publicada, Pennsylvania State University, PA, EE. UU, http://iaseweb.org/documents/dissertations/12.HctorColnRosa.Dissertation.pdf.
  29. D.S. Moore (1997), «New Pedagogy and New Content: The Case of Statistics», International Statistical Review, LXV, 2, pp. 123-65.
  30. J.C. Nunnally (1967), Psychometric Theory, New YorkMcGraw Hill.
  31. M.G. Ottaviani (2002), 1982-2002: From the Past Towards the Future,in B.Phillips (eds.), Icots6 Full Proceedings, CD.
  32. M.G. Ottaviani (2003), «Didattica della statistica: un campo di ricerca in evoluzione», Induzioni,
  33. 26, pp. 9-24. M.P. Perelli, G. Moncecchi (2004), «Didattica per concetti e insegnamento della statistica», Induzioni, 29, pp. 33-50.
  34. B.S., Plake, C.S. Parker (1982), «The Development and Validation of a Revised Version of the Mathematics Anxiety Rating Scale», Educational and Psychological Measurement, 42 (2), pp. 551-7, DOI: 10.1177/001316448204200218
  35. A. Rizzi (1988), «Un metodo di graduazione di più unità statistiche», Rivista di statistica applicata, 1, pp. 49-64.
  36. D.M. Roberts, E.W. Bilderback (1980), «Reliability and Validity of a Statistics Attitude Survey»,Educational and Psychological Measurement, 40, pp. 235-8.
  37. W.E. Saris, W.M. Pijper, P. Zegwaard (1979), «Detection of Specification Errors in Linear Structural Eqaution Models» in Karl F. Schuessler (ed.), Sociological Methodology, San Francisco, Jossey-Bass.
  38. C. Schau, J. Stevens, T.L. Dauphine, A. Del Vecchio (1995), «The Development and Validation of the Survey Attitudes Toward Statistics», Educational and Psychological Measurement, 55 (5), pp. 868-75.
  39. S. Stasi (2013), La logica fuzzy nella ricerca sociale. La fuzzy Likert, Saarbrùcken GermaniaVerlanged - Edizioni Accademiche Italiane .
  40. G. Statera (1997), La ricerca sociale. Logica, strategie, tecniche, Roma, Seam.
  41. R.M. Suinn, C. Edie, J Nicoletti, P. Spinelli (1972), «The MARS, a Neasure of Mathematics Anxiety: Psychometric Data», Journal of Clinical Psychology, 28, pp. 373-5.
  42. R.M Suinn, S. Taylor, R.W. Edwards (1988), «Suinn Mathematics Anxiety Rating Scale for Elementary School Students (Mars-E)», Psychometric and Normative Data Educational and Psychological Measurement, XXXXVIII, 4, Winter, pp. 979-86, DOI: 10.1177/0013164488484013
  43. S.L. Wise (1985), »The Development and Validation of a Scale measuring Attitudes toward Statistics», Educational and Psychological Measurement, 45, pp. 401-5.

Mary Fraire, Serenella Stasi, La misurazione degli aspetti non cognitivi nell’apprendimento degli studenti tramite indici sintetici. Risultati di un’indagine svolta nell’Università Sapienza di Roma in "SOCIOLOGIA E RICERCA SOCIALE " 104/2014, pp 114-145, DOI: 10.3280/SR2014-104006