• STRUMENTI DI MISURA E MODELLI DI ANALISI DEI DATI
• INTERAZIONI, REGRESSIONI, LISREL: ALCUNI RECENTI SVILUPPI NELL’ANALISI CONFERMATIVA DELLE RELAZIONI MOLTIPLICATIVE
• SPERIMENTAZIONE PSICOLOGICA IN INTERNET: VANTAGGI E LIMITI DELLA RICERCA ON-LINE
• UNA ANALISI DELLA SODDISFAZIONE RESIDENZIALE CONDOTTA NELLA CITTÀ DI ORVIETO
• ADATTAMENTO DEL GROUP ENVIRONMENT QUESTIONNAIRE ALL’AMBITO SCOLASTICO: QUALITÀ PSICOMETRICHE
• ATTENDIBILITÀ E VALIDITÀ FATTORIALE DELLA WECHSLER ADULT INTELLIGENCE SCALE- EDIZIONE RIVEDUTA NELLA POPOLAZIONE ANZIANA: RISULTATI PRELIMINARI
• LA ROME SLEEPINESS SCALE: VALUTAZIONE PSICOMETRICA DI UNA SCALA DI MISURA DELLA SONNOLENZA DIURNA

STRUMENTI DI MISURA E MODELLI DI ANALISI DEI DATI

INTERAZIONI, REGRESSIONI, LISREL: ALCUNI RECENTI SVILUPPI NELL’ANALISI CONFERMATIVA DELLE RELAZIONI MOLTIPLICATIVE

Le ipotesi riguardanti interazioni fra variabili rivestono grande utilità scientifica: esse consentono di superare l’ambiguità o banalità di interpretazioni basate su soli effetti principali e favoriscono una maggiore articolazione delle teorie. Nella psicologia sperimentale, la ricerca di interazioni si è spesso tradotta empiricamente nella verifica di un modello ANOVA fattoriale Tuttavia, qualora le variabili siano misurate su scale a intervalli può risultare più appropriato ricorrere a modelli di regressione gerarchica al fine di testare gli effetti interattivi (Jaccard, Turrisi e Wan, 1990). Purtroppo, i modelli di regressione includenti termini interattivi vanno incontro ad alcune difficoltà che ne limitano l’utilizzo: 1) l’uso di variabili-prodotto si traduce nella violazione delle assunzioni del modello; 2) il termine moltiplicativo risulta spesso poco attendibile e gravato da una forte componente di errore; 3) ne risulta che il test dell’effetto interattivo risente di scarso potere statistico. Nel tentativo di porre rimedio alle limitazioni elencate, Kenny e Judd (1984) hanno proposto un modello confermativo a variabili latenti includente interazioni. L’uso di variabili latenti e la modellizzazione della varianza di errore avrebbero dovuto migliorare il potere statistico del test riguardante l’interazione. Jaccard e Wan (1995) hanno sviluppato una possibile implementazione del modello di Kenny e Judd. Recentemente il modello Kenny-Judd è stato però criticato sia per l’eccessiva complessità del modello, sia per la mancata presa in considerazione delle medie delle variabili, le quali sono anche funzione dell’interazione. Joreskog e Yang (1996) hanno quindi proposto parametrizzazioni alternative, relativamente più semplici e statisticamente più corrette. L’obiettivo della presentazione è la descrizione dei modelli Kenny-Judd nella nuova parametrizzazione proposta da Joreskog e Yang (1996) e l’esposizione di un esempio di ricerca, nel quale i risultati ottenuti tramite la semplice regressione gerarchica vengono confrontati con quelli offerti dall’implementazione delle strategie confermative.

I diversi modelli sono stati esemplificati applicandoli ai dati di una ricerca sugli atteggiamenti verso "seguire una dieta dimagrante". Il campione constava di 609 soggetti. L’ipotesi principale riguardava un effetto interattivo fra le norme soggettive e le percezioni di auto efficacia nella predizione dell’intenzione di seguire la dieta. Le norme soggettive, le percezioni di auto efficacia e le intenzioni comportamentali sono state misurate rispettivamente tramite 3, 14 e 2 item. In primo luogo è stata calcolata un’equazione di regressione gerarchica per la predizione delle intenzioni includente l’interazione. I risultati sono stati confrontati con quelli emersi dall’analisi di tre modelli confermativi (Joreskog e Yang, 1996), che differivano fra loro principalmente per il numero di prodotti utilizzati per specificare l’interazione (un solo prodotto, 2 prodotti, 4 prodotti).

I risultati offerti dalla regressione gerarchica indicano l’assoluta mancanza di significatività dell’interazione (t<1). Al contrario, nei modelli confermativi il coefficiente relativo all’interazione risulta molto vicino alla soglia di significatività (t@ 1.9). I modelli mostrano buoni indici di fit complessivi e valori R² generalmente più elevati rispetto a quello offerto dalla regressione gerarchica.

I risultati confermano i limiti dell’approccio di regressione gerarchica: l’errore contenuto nella variabile-prodotto riduce notevolmente il potere statistico del test dell’interazione. I modelli confermativi offrono una soluzione soddisfacente a tale difficoltà. I diversi modelli testati convergono nel segnalare la presenza di un effetto interattivo non trascurabile. I modelli con un solo prodotto sono di più semplice implementazione, e consigliabili nel caso i campioni a disposizione non siamo grandi. Con campioni numerosi è consigliabile analizzare anche i modelli includenti 2 o 4 indicatori-prodotto. È comunque sempre opportuno confrontare i risultati ottenuti tramite i modelli confermativi con quelli ricavati da tecniche più semplici.

Jaccard, J. e Wan, C. K. (1995). Measurement error in the analysis of interaction effects between continuous predictors using multiple regression: Multiple indicator and structural equation approaches. Psychological Bulletin, 117, 348-357.

Jaccard, J., Turrisi, R. e Wan, C. K. (1990). Interaction Effects in Multiple Regression. London: Sage Pubblications.

Joreskog, K. G., e Yang, F. (1996). Non-linear structural equation models: The Kenny-Judd model with interaction effects. In G.A Marcoulides e R. E. Shumacker (Eds.), Advanced Structural Equation Models: Isuess and techniques (pagg. 153-166). NJ: Lawrence Erlbaum.

Kenny, D. A. e Judd, C. M. (1984). Estimating the nonlinear and interactive effects of latent variables. Psychological Bulletin, 96, 201-210.

SPERIMENTAZIONE PSICOLOGICA IN INTERNET: VANTAGGI E LIMITI DELLA RICERCA ON-LINE

Il dibattito sui vantaggi e i limiti della sperimentazione psicologica attraverso Internet ha assunto in questi ultimi anni una certa rilevanza grazie soprattutto ai contributi di alcuni pionieri della ricerca psicologica in rete (Reips, 1997, 1998, 1999; Krantz e Dalal, 1999; Krantz, Ballard e Scher, 1997; Pagani e Lombardi, 1999). Nei lavori di questi autori il problema metodologico della validità della conduzione di esperimenti in Internet è stato affrontata sotto diverse ottiche:

a) definizione della validità espressa in termini di corrispondenza dei risultati di uno stesso esperimento condotto sia in laboratorio che in rete (replica lab – online lab) attraverso opportune strategie di misura della concordanza dei dati (Krantz, Ballard e Scher, 1997);

b) progettazione di esperimenti in rete che consentissero di verificare, attraverso il controllo di alcuni parametri, l’effetto della variabilità prodotta dall’insieme dei molteplici setting che concretamente possono realizzarsi da partecipante a partecipante (Pagani e Lombardi, 1999);

c) discussione teorica dei vantaggi rappresentati dalla scelta di Internet come ambiente di ricerca sotto forma di: i. accesso a campioni internazionali, ii. assenza del bias dello sperimentatore, iii. garanzia di campionamenti dalle dimensioni elevate, iv. possibili vantaggi in termini di costi economici e di tempo.

Questo contributo vuole affrontare il problema della organizzazione logica della struttura di un esperimento in rete. I vantaggi e i limiti della ricerca on-line sono come conseguenza ridefiniti all’interno di una concettualizzazione di ordine generale.

Solitamente in un laboratorio tradizionale il setting sperimentale è immerso in un ambiente che appare in un contesto "asettico" e fortemente controllato dalla pianificazione dello sperimentatore. Al contrario, un esperimento condotto in Internet possiede una struttura e organizzazione più complessa. Il contesto associato ad un laboratorio on-line possiede due distinte componenti. La prima è caratterizzata dalla specifica realizzazione del laboratorio on-line in termini di fattori associati alla human-computer interaction, la seconda da un contesto reale o fisico nel quale il partecipante è di fatto situato (es. ufficio, casa, scuola, ecc.). Mentre la prima componente può essere in linea di principio controllata dal setting sperimentale, l’altra è di fatto un oggetto che non può essere direttamente gestito dal ricercatore.

In termini formali un disegno sperimentale misto on-line (on-line mixed experimental design (OEX)) può essere insiemisticamente rappresentato con (1):

1. OEX={Q₁={Q_c,Q_w,Q_b1,Q_b1},Q₂={Q_2a,Q_b2,Q_b2}}; dove

Q₁ : la componente logica direttamente controllata dallo sperimentatore;

Q_c : la componente costante in Q₁ del disegno sperimentale;

Q_w : la componente within-subjects in Q₁ del disegno sperimentale;

Q_b1 : la componente between-subjects in Q₁ che definisce i parametri del setting on-line;

Q_b1 : la componente between-subjects in Q₁ che definisce i parametri associati alle variabili demografiche del partecipante;

Q₂ : la componente logica non direttamente controllata dallo sperimentatore;

Q_2a : la componente in Q₂ totalmente ignorata dallo sperimentatore;

Q_b2 : la componente between-subjects in Q₂ che definisce i parametri del setting on-line;

Q_b2 : la componente between-subjects in Q₂ che definisce i parametri associati alle variabili demografiche del partecipante;

Dalla rappresentazione insiemistica è possibile rilevare:

a) la componente {Q_b1,Q_b2} logicamente è esclusiva della sola sperimentazione on-line, in quanto è norma nella ricerca di laboratorio tradizionale definire il setting come oggetto costante;

b) la componente generale between-subjects {Q_b1,Q_b1,Q_b2,Q_b2} può essere concettualmente interpretata come unione di parte deterministica {Q_b1,Q_b1} e di parte non deterministica {Q_b2,Q_b2}. Ciò conduce ad un paradosso secondo la teoria dei disegni sperimentali che assume la componente between-subjects come appartenente alla struttura deterministica del modello;

c) da b per implicazione si ha che la componente generale between-subjects deve essere intesa come entità spuria, o più semplicemente come variabile probabilistica multidimensionale, inoltre, deve essere interpretata come classificatore probabilistico (la classificazione dei soggetti e del setting è possibile solo a posteriori in funzione delle informazioni liberamente comunicate dai partecipanti all’esperimento).

d) da b & c per implicazione la componente spuria between-subjects può teoricamente produrre seri problemi associati all’interpretazione statistica dei risultati.

Per i punti sopra elencati è necessario dunque valutare l’uso di speciali statistiche e procedure euristiche che permettano di affrontare creativamente da un punto di vista metodologico i nuovi problemi posti in essere dalla ricerca condotta in Internet. Inoltre, noi crediamo che la futura sperimentazione on-line richiederà non solo la creazione e introduzione di nuove strategie metodologiche, ma anche e soprattutto la nascita di una adeguata epistemologia per la definizione precisa del concetto di soggetto virtuale o soggetto Internet.

Krantz, J. H. & Dalal, R. (1999). Validity of Web-based Psychological Research. In M. Birnbaum (Ed.): Psychological Experiments on the Internet. Academic Press, New York (in stampa).

Krantz, J. H., Ballard, J., e Scher J. (1997). Comparing the results of laboratory and World-Wide Web samples on the determinants of female attractiveness. Behavior Research Methods, Instruments & Computers, 29, 264-269.

Pagani, D. & Lombardi, L. (1999). An Intercultural examination of Facial Features Communicating Surprise. In M. Birnbaum (Ed.): Psychological Experiments on the Internet. Academic Press, New York (in stampa).

Reips, U. D. (1997). Das psychologische Experimentieren im Internet. In B. Batinic (Ed.): Internet für Psychologen. Göttingen, Germany: Hogrefe.

Reips, U. D. (1998). Theorie und Techniken des Web-Experimentierens. In B. Batinic, L. Gräf, A. Werner e W. Bandilla (Eds.): Online Research. Göttingen, Germany: Hogrefe.

Reips, U. D. (1999). The Web Experiment Method: Advantages, Disadvantages, and Solutions. In M. Birnbaum (Ed.): Psychological Experiments on the Internet. Academic Press, New York (in stampa).

UNA ANALISI DELLA SODDISFAZIONE RESIDENZIALE CONDOTTA NELLA CITTÀ DI ORVIETO

Allo scopo di misurare i diversi aspetti relativi alla relazione tra i residenti e il loro contesto residenziale sono state recentemente proposte due diverse scale: la Scala di soddisfazione residenziale (RSS) e quella di attaccamento al vicinato (SAV) (Bonnes et al., 1997). La prima misura si riferisce alla percezione di specifici aspetti della qualità ambientale urbana; la seconda, invece, valuta gli aspetti globali della soddisfazione che le persone esprimono rispetto al loro quartiere di residenza. In sostanza la (RSS) si basa su un costrutto multidimensionale che valuta la percezione soggettiva dei diversi aspetti dell’ambiente residenziale; la (SAV) si propone di misurare, in senso generale, il legame affettivo delle persone con il loro ambiente residenziale. I dati di validazione di queste due scale si riferiscono alla loro applicazione in un contesto urbano ampio come quello romano (Bonnes et al., 1997). La presente ricerca si è proposta di valutare le caratteristiche di queste due scale in un contesto abitativo più ristretto come quello della città di Orvieto.

La RSS e la SAV sono state somministrate ad un campione di 200 abitanti estratti casualmente a gruppi di 50 per ciascuno dei quattro quartieri della città di Orvieto (Orvieto, Orvieto Scalo, Ciconia, Sferracavallo).

Il primo passo della presente ricerca è stato quello di valutare se la RSS e la SAV, laddove applicate al contesto di Orvieto, mantenessero la stessa struttura fattoriale rilevata nella città di Roma. La struttura fattoriale della RSS è stata analizzata attraverso una serie di analisi delle componenti principali (PCA). Le PCA sono state condotte separatamente sugli items relativi a ciascuna delle 11 aree generative del questionario, e per ciascuna PCA, il numero dei fattori estratti è stato determinato attraverso lo Scree-test.

Le PCA hanno sostanzialmente confermato i risultati rilevati sul campione romano. Anche gli items della SAV sono stati sottoposti a PCA che ha confermato la struttura unifattoriale della scala.

A partire da queste analisi, per ciascun fattore emerso da ogni area generativa, sono stati calcolati i punteggi fattoriali dei singoli soggetti, che sono stati utilizzati come variabili dipendenti nelle successive analisi.

La ricerca si è proposta anche di valutare se i punteggi alla scala SAV riescono a discriminare i differenti livelli di attaccamento al proprio quartiere tra gli abitanti delle quattro diverse zone che compongono la città di Orvieto (Orvieto centro storico; Orvieto Scalo; Ciconia; Sferracavallo). A questo scopo i punteggi fattoriali dei 200 soggetti sulla Scala di Attaccamento al Vicinato (SAV) sono stati sottoposti a una Analisi della covarianza per gruppi indipendenti (2x4), considerando come fattori il sesso e il Quartiere di residenza (Orvieto centro storico; Orvieto Scalo; Ciconia; Sferracavallo), e come covariata il livello socioeconomico. È stato rilevato un effetto principale significativo per il fattore Quartiere di residenza (F _{3, 192} = 7,86; p<0,001). I confronti post hoc indicano che i punteggi di attaccamento al vicinato sono significativamente più alti nel centro storico di Orvieto rispetto ai quartieri fuori le mura.

Allo scopo di identificare gli aspetti della soddisfazione residenziale che differenziano i vissuti degli abitanti delle quattro diverse zone della città di Orvieto, i dati sono stati sottoposti ad una analisi discriminante considerando come variabile di gruppo la zona di residenza e come variabili discriminative le scale del RSS e le variabili socio-demografiche rilevate tramite un’intervista strutturata. L’analisi discriminante, sulla base di queste variabili, ha evidenziato le 3 funzioni discriminanti capaci di distinguere i quattro gruppi di residenti nei diversi quartieri. Le tre funzioni spiegano rispettivamente 52,73%; il 35,13%, e il 12,15% della varianza del modello, e complessivamente permettono di classificare correttamente il 95,98 dei soggetti nei quattro gruppi.

La prima funzione permette di discriminare Orvieto centro dagli altri tre quartieri e, da sola spiega il 52, 73% della varianza. Le medie delle variabili che entrano nella funzione indicano che, a differenza degli abitanti dei quartieri "fuori le mura", i residenti al centro di Orvieto sono soddisfatti della piacevolezza estetica dei loro edifici, dei collegamenti con le altre zone della città (gli item che saturano su questo fattore si riferiscono principalmente ai collegamenti con il centro) dei servizi culturali e dei luoghi d’incontro a loro disposizione e non lamentano alti livelli d’inquinamento acustico e ambientale.

I risultati del presente studio suggeriscono confermano la struttura fattoriale delle due scale emersa nello studio condotto a Roma. Inoltre i punteggi alla scala di soddisfazione residenziale permettono di identificare dei profili omogenei relativi a richieste circosritte e diversificate tra i singoli quartieri, che sono alla base dei livelli generali dell’attaccamento al quartiere di residenza in un contesto abitativo di dimensioni limitate. Tali profili possono essere utili per indirizzare in modo mirato gli interventi istituzionali per il miglioramento della qualità ambientale urbana nella direzione delle esigenze espresse dai cittadini.

Bonnes M., Bonaiuto M., Aiello A., Perugini M., Ercolani A.P. 1997. A transactional perspective on residential satifaction. A study in Rome, Italy. In: Housing Survey; Deprès & Pichè (74-99).

ADATTAMENTO DEL GROUP ENVIRONMENT QUESTIONNAIRE ALL’AMBITO SCOLASTICO: QUALITÀ PSICOMETRICHE

Intento della nostra ricerca è quello di sviluppare uno strumento psicometricamente affidabile e pratico per la misurazione della coesione, intesa come processo dinamico che si riflette nella tendenza di un gruppo ad unirsi e a rimanere insieme allo scopo di raggiungere mete ed obiettivi (Carron, 1982). Ciò è stato fatto in ambito sportivo con la costruzione del Group Environment Questionnaire (G.E.Q.) da parte di Carron (1985) allo scopo di sostituire il sociogramma di Moreno (1964): viene data maggior evidenza alla natura multidimensionale della coesione attraverso una misura più articolata e oggettiva. Tale necessità si avverte anche nel campo delle relazioni scolastiche (Hallinan, 1978), in cui la coesione è dimostrato avere un ruolo importante nella modulazione degli atteggiamenti verso la scuola (Kafer, 1976) e sulle performance di pensiero divergente (Stam e Stam, 1977).

Il campione è costituito da 636 studenti di scuola media superiore (463 maschi - 73,7% - e 165 femmine -26,3% -), di età media 16.7 anni.

Ad essi è stato somministrato durante il normale orario scolastico, in forma collettiva e anonima, dagli insegnanti stessi, il questionario elaborato sul G.E.Q.: sono state mantenute tre delle quattro dimensioni previste dallo strumento. Due scale rilevano l’attrazione dello studente verso il gruppo-classe, ovvero le credenze personali e le percezioni su ciò che attrae la persona verso il gruppo: una di esse riguarda i sentimenti sul coinvolgimento personale, sul desiderio di accettazione e sulle interazioni sociali del gruppo (attrazione individuale per il gruppo focalizzata ai rapporti Sociali - AGS-), l’altra misura i sentimenti dei singoli sul proprio coinvolgimento nel compito, sulla produttività, sulle mete e sugli obiettivi (attrazione individuale per il gruppo focalizzata. sul compito - AGC -). La terza scala prende in esame l’integrazione del gruppo, cioè le idee e le percezioni che i membri possiedono sul gruppo come totalità, allo scopo di rilevare quanto il gruppo si senta unito e integrato socialmente (Integrazione del Gruppo focalizzata ai rapporti Sociali -IGS-).

Non si è ritenuto opportuno inserire la quarta scala relativa all’integrazione del gruppo focalizzata sul compito (IGC) in quanto a nostro parere non applicabile all’ambito scolastico, dato che nell’attuale ordinamento scolastico non sono previste valutazioni per la performance del gruppo. Sono stati inoltre aggiunti items inerenti a tre nuove dimensioni: la solidarietà di classe, la coesione rispetto al genere (maschio vs femmina) e la solidarietà di ruolo (studente vs insegnante). Lo strumento è risultato così composto da un totale di 25 items, su scala Likert da 1 a 5 (da assolutamente vero a assolutamente falso). Al fine di avere un criterio di verifica indipendente, ai 32 insegnanti presenti durante la compilazione è stato richiesto di compilare una versione ridotta (12 items) del questionario, relativa agli stessi domini. Infine, è stato utilizzato uno strumento discriminante (Kellman, 1993) volto ad evidenziare le relazioni interpersonali, composto da 10 items. Il tempo di somministrazione previsto è di 20 minuti ca.

I dati sono stati sottoposti ad analisi fattoriale esplorativa (metodo delle Componenti Principali, rotazione Oblimin diretto) e confermativa (metodo della Massima Verosimiglianza) che hanno dimostrato l’emergenza dei cinque fattori previsti, fuorché la solidarietà di ruolo, i cui items si sono disposti su un unico fattore non saturato con la scala totale del nuovo strumento. Il coefficiente di correlazione di Cronbach di ogni scala è risultato tra un minimo di .31 (coesione rispetto al genere) e un massimo di .68 (AGS); il coefficiente a del test nel suo complesso è di .77. Il metodo split-half ha fornito un coefficiente di Guttman uguale .78.

La correlazione tramite il test di Pearson con il questionario ridotto fornito agli insegnanti dimostra che i due strumenti sono indipendenti in tutte le scale e nel loro complesso. Lo strumento mostra infine una correlazione trascurabile (.142) con il test sulle relazioni interpersonali che indica una buona validità discriminante del questionario.

Lo strumento così costruito, composto da 22 items, sembra soddisfare i criteri di economicità, attendibilità e validità auspicabili. È perciò proponibile all’interno delle scuole superiori come test di facile utilizzo, spoglio e comprensione anche da parte di insegnanti non esperti in tecniche psicometriche, per la gestione di classi che presentino difficoltà di comportamento e di inserimento di alunni. Il test fornisce un giudizio obiettivo da parte dei ragazzi, diverso da quello che verrebbe espresso da parte di osservatori e insegnanti.

Carron, A.V., Chelladurai, P. (1982). Cohesiveness as a factor in sport performance. International Review of Sport Sociology, 3: 84-91.

Carron, A.V., Widmeyer, W.N., Brawley, L.R. (1985). The development of an instrument to assess cohesion in sport teams: the Group Environment Questionnaire. Journal of Sport Psychology, 7: 244-266.

Moreno, J.L. (1964). Principi di sociometria, di psicoterapia di gruppo e sociodramma. Milano: Etas Kompass.

Hallinan, M.T., Tuma, N.B. (1978). Classroom effects on change in children’s friendships. Sociology of Education, 51,4: 270-282.

Kafer, N.F.(1976). Friendship choice and attitudes to school. Australian Journal of Education, 20,3: 278-284.

Stam, P.J., Stam, J.C. (1977). The effect of sociometric grouping on task performance in the classroom. Education, 98,2: 246-252.

ATTENDIBILITÀ E VALIDITÀ FATTORIALE DELLA WECHSLER ADULT INTELLIGENCE SCALE- EDIZIONE RIVEDUTA NELLA POPOLAZIONE ANZIANA: RISULTATI PRELIMINARI

La Scala di Intelligenza Wechsler per Adulti Edizione Riveduta (WAIS-R; Wechsler, 1981), recentemente disponibile nel nostro paese (Orsini e Laicardi, 1997), rappresenta il test di abilità generale più utilizzato a livello internazionale. Il campione di taratura americano non supera i 74 anni di età, laddove quello italiano non va al di là dei 64 anni. Per tale ragione, può essere particolarmente utile studiare l’attendibilità e la validità di questo strumento in campioni italiani di età superiore ai 64 anni.

L’obiettivo principale di questo lavoro consiste nello studiare la struttura fattoriale della WAIS- R dai 65 anni di età in poi. Un secondo obiettivo consiste nel verificare se effettivamente, come è riportato da Orsini e Laicardi (1997), la percentuale di varianza attribuibile al fattore di intelligenza generale (fattore g) aumenta con l’avanzare dell’età. Si vuole, infine, verificare l’attendibilità della WAIS-R nei campioni esaminati.

In questa ricerca sono stati utilizzati due campioni. Il primo è costituito da 100 anziani normali dai 65 ai 74 anni di età (57 femmine e 43 maschi) con un’età media di 68.69 anni (DS= 2.55). L’età media dei maschi è di 68.42 anni (DS= 2.72), quella delle femmine è di 68.89 anni (DS= 2.42). La media degli anni di istruzione è di 5.09 anni (DS= 2.47). La media degli anni di studio dei maschi è di 5.74 (DS= 2.28), quella delle femmine è di 4.60 anni (DS= 2.51).

Il secondo campione è costituito da 100 anziani normali dai 75 anni di età in su (55 femmine e 45 maschi) con un’età media di 78.61 anni (DS= 4.73). L’età media del maschi è 79.09 anni (DS= 5.01), quella delle femmine è di 78.22 anni (DS= 4.49). La media degli anni di istruzione dell’intero campione è di 5.81 anni (DS= 3.70). La media degli anni di studio dei maschi è di 6.02 (DS= 3.90), quella delle femmine è di 5.64 anni (DS= 3.56).

La selezione dei soggetti è avvenuta attraverso un colloquio preliminare teso ad accertare l’assenza di deficit di natura psichiatrica o neurologica nonché l’eventuale uso di psicofarmaci.

Entrambi i campioni sono costituiti quasi completamente da pensionati e casalinghe.

A tutti i soggetti è stata somministrata la WAIS- R. A 63 soggetti del primo gruppo e 60 del secondo sono stati risomministrati i subtest Memoria di Cifre ed Associazioni di Simboli a Numeri a distanza di 5-15 giorni allo scopo di studiare la attendibilità dello strumento. Ai soggetti di entrambi i campioni sono stati somministrati altri test che non verranno considerati in questa sede.

Le attendibilità della WAIS- R appaiono in entrambi i campioni sufficienti essendo in quasi in tutti i casi maggiori di .70 e spesso maggiori di .80.

L’analisi delle componenti principali rivela due fattori per l’età 65-74 anni (che spiegano il 62.979% della varianza) ed uno per le età dai 75 anni in poi, che spiega il 59.253% della varianza. I due fattori del primo campione sembrano corrispondere rispettivamente ai fattori di Comprensione Verbale ed Organizzazione Percettiva solitamente riscontrati nelle analisi fattoriali della WAIS-R. L’eccezione maggiore è rappresentata dal subtest di Riordinamento di Storie Figurate che satura maggiormente sul fattore verbale. Pertanto, ci troviamo di fronte ai classici fattori di intelligenza cristallizzata ed intelligenza fluida (Horn e Cattell, 1966). In ogni caso, i subtest tendono ad avere quasi sempre saturazioni elevate su entrambi i fattori, lasciando intendere che nella fascia di età 65-74 anni la WAIS- R sia soprattutto un test di intelligenza generale. Ciò, ovviamente, appare ancora più vero per il campione dai 75 anni in poi.

Si è anche cercato di stimare il fattore g utilizzando le saturazioni del primo fattore principale non ruotato (Kaufman, 1990). Con questo metodo si ricava che il 51% della varianza degli 11 subtest è attribuibile all’intelligenza generale nel campione di 65-74 anni. Tale percentuale sale al 59% nel campione dai 75 anni in su, rappresentando pertanto il valore più elevato riscontrato in campioni italiani. Appare quindi confermata l’ipotesi riportata da Orsini e Laicardi (1997), secondo la quale la percentuale di varianza attribuibile all’intelligenza generale (fattore g) tenderebbe ad aumentare con l’avanzare dell’età, il che significa che la WAIS- R diventa sempre di più un test di fattore g a mano a mano che aumenta l’età dei soggetti.

Horn, J. e Cattell, R. B. (1966). Refinement and test of the theory of fluid and crystallised intelligence. Journal of Educational Psychology, 57, 253-270.

Kaufman, A. S. (1990). Assessing adolescent and adult intelligence. Allyn and Bacon, Boston.

Orsini, A. e Laicardi, C. (1997). WAIS- R: contributo alla taratura italiana. Organizzazioni Speciali, Firenze.

Wechsler, D. (1981). Manual for the Wechsler Adult Intelligence Scale- Revised. Psychological Corporation, San Antonio, TX. Ed. It.: Manuale della Scala di Intelligenza Wechsler per Adulti Riveduta (adattamento italiano a cura di C. Laicardi e A. Orsini). Organizzazioni Speciali, Firenze, 1997.

LA ROME SLEEPINESS SCALE: VALUTAZIONE PSICOMETRICA DI UNA SCALA DI MISURA DELLA SONNOLENZA DIURNA

Per misurare la sonnolenza soggettiva sono stati proposti diversi questionari. Per la sua semplicità e rapidità di compilazione, in questi ultimi anni si è particolarmente affermata la Epworth Sleepiness Scale (ESS, 1). La ESS si compone di 8 item in cui i soggetti valutano la propria probabilità di addormentarsi in diverse situazioni di vita quotidiana, su una scala di frequenza a quattro punti (da mai=0 a molto spesso=3). Nello studio di validazione della ESS (2) viene riportata una alfa di Cronbach di 0.88 su pazienti con disturbi di eccessiva sonnolenza diurna e di 0.73 per i soggetti normali. Dal 1992 ad oggi la ESS è stata utilizzata in oltre 40 studi pubblicati, alcuni dei quali specificamente mirati alla valutazione delle caratteristiche di validità e attendibilità dello strumento. Alcuni autori hanno recentemente mosso delle critiche alla validità della ESS, sottolineando che la scala esibisce correlazioni moderate o nulle con indici di disturbo respiratorio in pazienti con sindromi apneiche (3). Questo criterio di validazione appare però troppo severo, considerando che la gravità del problema respiratorio non è necessariamente correlata al livello di severità della sonnolenza diurna (p.e. 3).

Gli studi che hanno considerato valutato la coerenza interna della scala (p.e.4), hanno rilevato alfa di Cronbach molto elevati, coerenti con l’idea che la scala misuri un unico tratto. Tuttavia gli studi che hanno valutato la dimensionalità della scala mediante analisi delle componenti principali, pur evidenziando un fattore primario capace di spiegare una ampia quota di variabilità (dal 44 al 57%), suggeriscono la presenza di un secondo fattore (p.e.2). Dall’analisi degli item marker i due fattori sembrerebbero riferirsi rispettivamente a situazioni in cui un eventuale è appropriato (p.e. "Sdraiato e rilassato nel pomeriggio, quando le circostanze lo permettono") e a situazioni in cui l’addormentamento è inappropriato (p.e."In auto, bloccato dal traffico da alcuni minuti"). La presenza di due fattori nella scala potrebbe essere spiegata da due possibilità alternative: 1) gli item della ESS potrebbero riferirsi a due dimensioni qualitativamente differenti della sonnolenza, relative l’una alla sleep-ability, ovvero alla capacità di un individuo di addormentarsi quando le circostanze lo permettono, e l’altra alla sleep-resistance, ovvero alla capacità di resistere all’addormentamento in circostanze inadeguate. Questo secondo fattore potrebbe non emergere chiaramente perché rappresentato unicamente da due item nella scala. 2) La formulazione della Epworth, che non esplicita nelle istruzioni se il soggetto debba stimare la probabilità di addormentarsi volontariamente o di incorrere in un colpo di sonno, potrebbe determinare una situazione ambigua nella quale alcuni item vengono interpretati in una direzione e altri nell’altra. Scopo dello studio è quello di confrontare la struttura fattoriale della ESS con quella di una scala di resistenza alla sonnolenza (RSS), che si differenzia dalla prima perché: 1) nelle istruzioni viene chiaramente esplicitato che il soggetto deve sempre stimare la probabilità di incorrere in un addormentamento involontario; 2) i dodici item della scala rappresentano in misura adeguata sia situazioni in cui l’addormentamento ha conseguenze negative che situazioni senza conseguenze.

126 pazienti, (età media = 49; da 18 a 71 anni), con vari disturbi del sonno (Insonnia e Parasonnie, non caratterizzate da eccessiva sonnolenza diurna, N=37; Narcolessia, Ipersonnia e Apnea, caratterizzate invece da eccessiva sonnolenza, N= 89) hanno compilato le scale ESS e RSS presso un centro del sonno.

La struttura fattoriale delle due scale è stata analizzata mediante differenti analisi delle componenti principali. La consistenza interna di ognuna delle due scale è stata valutata mediante item analysis e la valutazione del coefficiente alfa di Cronbach. Inoltre, i punteggi della ESS e della RSS sono stati sottoposti a una analisi della varianza One-way considerando il fattore GRUPPO a due livelli (non sonnolenti vs. sonnolenti); per ognuna delle analisi è stata computata l’eta quadrato come indice della dimensione dell’effetto.

La analisi delle componenti principali sugli item della ESS ha evidenziato due fattori con autovalore superiore a 1, che spiegano rispettivamente il 52, 9 e il 12,9% della varianza. Gli item marker dei due fattori dopo rotazione obliqua si riferiscono rispettivamente alle situazioni in cui l’addormentamento è appropriato e a quelle in cui è inappropriato. L’alfa per la ESS è pari a 0.866. La medesima analisi condotta sugli item della RSS evidenzia una struttura monofattoriale capace di spiegare il 59,6 % della varianza. L’alfa è pari a 0.941. Il coefficiente alfa che si sarebbe raggiunto aggiungendo 4 item alla ESS (stimato con la formula profetica di Spearman Brown) è pari a 0.909. Per raggiungere la coerenza interna della RSS, alla ESS occorrerebbe aggiungere 11 item simili. Le ANOVA sui punteggi delle due scale mostrano una differenza significativa tra le medie dei due gruppi nella direzione attesa sia per la ESS (F_1,124=30.5; p<.0001; eta square= 0.20) che per la RSS (F_1,124=38.2; p<.0001; eta square= 0.23).

I risultati indicano che, aumentando il numero di situazioni e specificando che la valutazione si riferisce a un addormentamento involontario la scala assume una più chiara struttura unifattoriale. Questo determina un incremento della coerenza interna della RSS rispetto alla ESS, che non può essere spiegato solo considerando l’aumento del numero degli item.

Chevrin R.D., Aldrich M.S. Neurology, 1999, 52:125-131.

Johns M.W. Sleep, 1991, 14 (16):540-545.

Johns M.W. Sleep, 1992, 15 (4):376-381.