Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2006

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione geografica
Bibliografia
Adams R., Wu M. (2002) PISA 2000 technical report. Paris, OECD.
Angrist J.D., Imbens G.W., Rubin D. (1996) Identification of Causal Effects using Instrumental Variables, Journal of the American Statistical Association, 91.
Arboretti Giancristofaro R. (2003) A New Conjoint Analysis Procedure with Application to Marketing Research. Communications in Statistics - Theory and Methods, vol. 32, n. 11, pp. 2271-2283
Arboretti GiancristofaroO R., Marozzi M., Salmaso L. (2005). Nonparametric pooling and testing of preference ratings for full-profile conjoint analysis experiments. JOURNAL OF MODERN APPLIED STATISTICAL METHODS. pp. 1-15 ( to appear).
Bartholomew D.J., Knott M. (1999) Latent Variable Models and Factor Analysis, Kendall's Library of Statistics 7, London.
Basso D, Finos L, Salmaso L. (2005). A new association test in linear models with application to experimental designs. Journal of Applied Statistical science. vol. 15 pp. 1-13 (to appear).
Berni R., Grassini L. (2002) La Fault Tree Analysis (FTA) quantitativa per la valutazione di un corso di laurea, Statistica Applicata,Vol.14 n.1.
Bini M. (2005). Robust multivariate methods for the analysis of the university performance. In VICHI M., MONARI P., MIGNANI S., MONTANARI A. A CURA DI New Developments in Classification and Data Analisys. Series Studies in Classification, Data Analysis, and Knowledge Organization (pp. 285-292).: Ed: Springer- Verlag
Biggeri L.,Bini M. (2004). Different types of students in the Italian universities: is there a need for different policies and governance interventions?. Statistical Meetings of the American Statistical Association. (vol. CD-ROM). Toronto. MIRA: Digital Publishing, USA.
Bini M., Chiandotto B. (2003) La valutazione del sistema universitario italiano alla luce della riforma dei cicli e degli ordinamenti didattici. Studi e note di economia, n. 2.
Bini M., Riani M., Atkinson A.C., Cerioli A. (2004) Analisi di efficienza ed efficacia del sistema universitario italiano attraverso nuove metodologie statistiche multivariate robuste, CNVSU, RdR 3/04, http://www.cnvsu.it/.
Brans J.P., Vincke P.H., Mareshal B. (1986) How to select and how to rank projects, European Journal of Operational Research, vol. 24, pag. 228-238.
Chiandotto B. (2002) Sistemi di indicatori e valutazione nell'Università, Magellano-rivista per l'orientamento, 11.
Chiandotto B., Bini M., Bertaccini B. (2004) Valutazione della qualità della formazione universitaria percepita dai laureati e diplomati dell'Ateneo fiorentino: un'applicazione del modello ECSI, in Crocetta (op. cit.)
Crocetta C. (2004) Modelli statistici per l'analisi della transizione Università-lavoro (a cura di) CLEUP, Padova.
D'Elia A. (2003a): Modelling ranks using the Inverse Hypergeometric distribution, Statistical Modelling, 3, 65-78.
D'Elia, A. (2004): New developments in ranks data modelling with covariates, Atti della XLII Riunione Scientifica SIS, pp. 233-244, CLEUP, Padova.
D'Elia., PiccoloD. (2005). A mixture model for preference data analysis. COMPUTATIONAL STATISTICS & DATA ANALYSIS. vol. 49 pp. 917-934 ISSN: 0167-9473
D'Elia A., Piccolo D. (2005). Un modello statistico per l’analisi dei giudizi di gradimento. In AMENTA P., D'AMBRA L., SQUILLANTE M., VENTRE A. Metodi, Modelli e Tecnologia delle Informazioni a Supporto delle Decisioni ISBN: 88-464-7440-6 MILANO: Franco Angeli (ITALY).
D'Elia A., Piccolo D. (2005). A model based approach for testing homogeneity among evaluation data. CLADAG - Classification and Data Analysis. (pp. 83-86).
ECSI Technical Committee (1999) European Customer Satisfaction Index: foundation and structure for harmonized national pilot projects. ECSI Steering Committee Report.
Fligner M.A., Verducci J.S. (1993) Probability models and statistical analyses for ranking data, Lecture Notes in Statistics.
Springer-Verlag, New York.
Glas C.A.W., van der Linden W.J. (2003) Computerized adaptive testing with item clones. Applied Psychological Measurement, 27,247-261.
Goldstein H. (2001) Using pupil performance data for judging schools and teachers: scope and limitations. British Educational Research Journal, 27, 433-442
Goldstein H. (2004a) International comparative assessment: how far have we really come? Assessment in Education, 11, No. 2 July.pp. 227-234.
Goldstein H. (2004b) Measuring educational standards. Significance, 1,103
Goldstein H., Spiegelhalter D. (1996) League Tables and Their Limitations: Statistical Issues in Comparisons of Institutional Performance, Journal of the Royal Statistical Society A, 159(3)
Gori E., Vittadini G. (1999) Qualità e valutazione nei servizi di pubblica utilità (a cura di) ed. ETAS Libri.
Grilli L., Mealli F. (2004) L'effetto degli studi universitari sulle opportunità di lavoro. Una analisi "principal strata model". In Crocetta (op. cit.)
Heckman J.J., Lalonde R., Smith J. (1999) The economics and econometrics of active labour market programs, in Ashenfelter O. and Card D. (eds.) Handbook of Labor Economics, vol. 3a, North Holland, Amsterdam.
Jöreskog K.G., Moustaki I. (2001) Factor Analysis of Ordinal Variables: A Comparison of three Approaches, Multivariate
Behavioural Research, 36, 347-387.
Lord F.M., Novick M.R. (1968) Statistical theories of mental test scores, Reading, Ma: Addison-Wesley.
Marden J.I. (1995) Analyzing and modeling rank data, Chapman & Hall, London.
Mignani S., Cagnone S. (2004) Generalized linear latent variable models for ordinal data: a comparison among different solutions for assessing the goodness of fit, Statistica Applicata, vol.16, pp. 125-137.
Mignani S., Cagnone S., Casadei G., Carbonaro A (2005) "An item response theory model for students ability evaluation using computer-automated test results" in "Studies in Classification, Data Analysis and Knowledge organization", a cura di Vichi, Monari,Mignani, Montanari, Springer-Verlag.
Mignani S., Ricci R. (2005) "Metodi statistici per la misurazione delle competenze", in M. Manaresi, "Matematica e Cultura in Europa", Springer-Verlag.
Mignani S., R. Ricci (2005)“Il ruolo della statistica nel progetto Pisa, Induzioni, vol.30.
Mignani S., Monari P., Cagnone S., Ricci R. (2006), “Multidimensional versus Unidimensional Models for Ability Testing” in “Data Analysis, Classification and Forward Search”, a cura di Zani, Cerioli, Riani, Vichi, Springer-Verlag, in corso di stampa.
Monari P., Agati P., Stracqualursi L. (2005). Expert consulting and information combining: a sequential model. Applied Stochastic Models and Data Analysis. May, 17-20, pp.286-295.
Monti A., Briganti A. (2002) Rapporto sull'istruzione universitaria in Italia - Costi e rischi della riforma (a cura di) Milano, Franco Angeli.
OECD (2004) Education at a Glance 2004. Organization for Economic Co-operation and Development Indicators.
Pesarin F. (2001) Multivariate permutation tests with applications in biostatistics. (pp. 1-433) Chichester: John Wiley and Sons.
Piccolo D. (2003) Computational issues in the E-M algorithm for ranks models estimation with covariates, Quaderni di Statistica, 5,
27-47.
Rampichini C., Grilli L., Petrucci A. (2004) Analysis of university course evaluations: from descriptive measures to multilevel models. Statistical Methods and Applications, Vol. 13, n. 3, pp. 357-373.
Raudenbush S.W., Willms J.D. (1995) The estimation of school effects. Journal of Educational and Behavioral Statistics, 20(4)
Rebora G., Minelli E., Turri M. (2002) Il valore dell'università. La valutazione della didattica, dei servizi, della ricerca negli atenei,Guerini, Milano.
Rosenbaum P.R., Rubin D.B. (1983) The central role of the propensity score in observational studies for causal effects. Biometrika,70, 41-55.
Rubin D.B. (1974) Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of EducationalPsychology, 66.
Salmaso L. (2003) Synchronized permutation tests in factorial designs. Communications In Statistics-Theory And Methods. vol. 32,pp. 1419-1437.
Parole Chiave
VALUTAZIONE STATISTICA, MODELLI MULTILIVELLO, MODELLI A VARIABILI LATENTI, MODELLI STATISTICI PER RANGHI, METODI MULTIVARIATI ROBUSTI, METODI NON PARAMETRICI

METODI E MODELLI STATISTICI PER LA VALUTAZIONE DEI PROCESSI FORMATIVI

Università degli Studi di Bologna
Abstract
Il progetto di ricerca si propone di sviluppare metodi e modelli statistici che possano utilmente supportare la
valutazione dei processi formativi universitari, con particolare riferimento agli aspetti legati alla valutazione dell'efficacia, interna ed esterna, anche attraverso la misura della soddisfazione degli studenti e dei laureati.
La valutazione nel settore dell'istruzione richiede la predisposizione di un'adeguata metodologia che sia in grado di cogliere appieno la complessità del fenomeno. La letteratura statistica offre molti utili strumenti di analisi, che però necessitano di adeguamenti e ulteriori sviluppi al fine di rispondere agli obiettivi della valutazione, tra i quali si deve certamente annoverare la predisposizione di informazioni direttamente utilizzabili nel governo dell'università.
Le diverse competenze delle unità locali facenti parte del gruppo di ricerca consentono di affrontare l'argomento seguendo il ciclo di vita dello studente da più punti di vista, valutando l'efficacia del processo con riferimento alle esigenze degli utenti (studenti), degli
amministratori e degli operatori economici.
Il gruppo di ricerca si propone in particolare di sviluppare metodologie statistiche adeguate all'analisi dei seguenti aspetti:
- apprendimento e acquisizione di competenze da parte degli studenti, anche in un'ottica di orientamento all'ingresso;
- efficacia interna ed >>>

Coordinatore Scientifico del Programma di Ricerca
Paola Monari Università degli Studi di BOLOGNA
Obiettivo del Programma di Ricerca
Il progetto di ricerca si incentra sullo sviluppo di metodi e modelli statistici che possano apportare contributi innovativi nelle procedure di valutazione dei processi formativi universitari e, più in generale, scolastici.
Il gruppo si propone di diffondere, nei modi e nelle sedi opportune, i risultati delle proprie ricerche, contribuendo allo sviluppo della cultura della valutazione, la cui necessità in Italia è prevista dalla normativa vigente in materia e ampiamente riconosciuta a livello politico-istituzionale.
Un sistema di valutazione, per essere affidabile, deve collocarsi in un contesto teorico di riferimento e proporre indicatori modelli statistici di valutazione coerenti con gli obiettivi che si vogliono perseguire.
Un interessante paradigma di riferimento si basa sul concetto di ciclo di vita dello studente e ne sottolinea la centralità in tutte le fasi che caratterizzano il suo status e che richiedono la presenza attiva del sistema università: nell'orientamento all'accesso (scelta dell'Ateneo, della Facoltà, del corso di studi), nel controllo in itinere (organizzazione della didattica e dei servizi di supporto alla didattica quali: orientamento in entrata, tutorato, biblioteche, mense, tirocini di formazione, ecc.), nell'orientamento in uscita verso il mondo del lavoro (tirocini, esperienze aziendali, placement, ecc.) e nella misura dei riflessi che la formazione acquisita ha nel mondo del lavoro (utilizzo delle >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
A livello nazionale e internazionale da anni si discute sulle procedure da seguire per garantire l'efficienza, l'efficacia e la qualità nell'istruzione di terzo livello e di come effettuare le opportune valutazioni.
In Italia, la necessità di valutare le università e il sistema universitario nel suo complesso è stata riconosciuta dalla legge di istituzione 168/1989 del MIUR e dalla legge 370/1999 che ha disciplinato, più compiutamente, la valutazione del sistema universitario. Al di là delle norme legislative e della loro validità complessiva, non vi è dubbio che i cambiamenti in atto richiedono che le università pongano tra i loro obiettivi anche l'innalzamento dei livelli di efficacia dei servizi offerti; ciò al fine di garantire sia l'investimento pubblico, sia i diritti dei giovani, delle loro famiglie, e di tutti i portatori di interessi per i risultati che il sistema universitario riesce a conseguire, sia, infine, per riaffermare l'importanza di questa istituzione quale motore dello sviluppo culturale, sociale ed economico del Paese.
Il tema della valutazione risulta ancora più rilevante nella fase iniziale di attuazione della riforma dei cicli e degli ordinamenti didattici dell'istruzione universitaria (Monti e Briganti, 2002; Rebora et al., 2002; Bini e Chiandotto, 2003, Bini 2005), caratterizzata da una notevole incertezza sulle potenzialità del nuovo modello di realizzare l'obiettivo di maggiore >>>