Regressione lineare multivariata (inferenziale; una variabile dipendente quantitativa, variabili indipendenti qualitative e quantitative)
Viene utilizzata per predire il comportamento della variabile dipendente una volta che sia nota la relazione lineare che lega
questa alle variabili indipendenti
Stimare il voto in un esame degli studenti in un corso essendo noti: età, genere, percentuale di partecipazione alle lezioni, motivazione, media delle prove di valutazione intermedia
Regressione Logistica (inferenziale; una variabile dipendente qualitativa, variabili indipendenti qualitative e quantitative)
Analoga alla precedente, differisce per la tipologia di variabile dipendente
Stimare il successo/ insuccesso in un esame degli studenti di un corso essendo noti: età, genere, percentuale di partecipazione alle lezioni, motivazione, media delle prove di valutazione intermedia
Analisi della varianza multivariata (inferenziale; più variabili indipendenti qualitative e due o più variabili dipendenti quantitative)
È una tecnica che permette, in studi sperimentali, di determinare la signi3catività delle variazioni in una variabile a partire dal confronto con le varianze delle altre variabili del dataset
Creati un gruppo sperimentale e uno di controllo, veri3care che la differenza nei punteggi ottenuti in un test sia determinata dalla modalità di erogazione del corso (presenza/blended) prese in considerazione altre variabili come il genere o il livello di gradimento della disciplina
Tabella 2.5 - Principali caratteristiche delle tecniche di dipendenza di analisi multivariata.
Per ciascuna tecnica, casi ed esempi sui temi più diversi nell’ambito della ricerca educativa (formazione dei docenti, disabilità, qualità degli atenei, scale di valutazione dell’apprendimento, cittadinanza digitale, NEET generation, formazione permanente per adulti e anziani e così via) sono stati individuati nella letteratura più recente e maggiormente citata su Scopus nell’ultimo decennio in riviste peer-reviewed del settore Education in lingua inglese.
48 - Analisi Multivariata e Learning Analytics: metodi e applicazioni
