Scienze Motorie L-22

 Obiettivi Formativi

Il corso si propone di fornire le conoscenze di base necessarie affinché lo studente possa comprendere e utilizzare in modo appropriato i principali metodi statistici impiegati in ambito scientifico e sportivo. Queste competenze risultano funzionali anche alla comprensione di buona parte delle discipline che compongono il corso di laurea e comprendono un’introduzione alla metodologia della ricerca scientifica.

In particolare, al termine del percorso didattico lo studente sarà in grado di:

• descrivere un insieme di dati;
• leggere tabelle di sintesi e grafici;
• utilizzare misure di posizione e dispersione;
• applicare i fondamenti del calcolo delle probabilità;
• effettuare inferenze statistiche su variabili continue e discrete.

Il corso fornisce inoltre competenze relative all’uso dei più diffusi software applicativi in ambito sportivo, ormai indispensabili sia in ambito lavorativo sia nella vita privata, con particolare attenzione agli strumenti per l’elaborazione statistica e la gestione di collezioni di dati campionari.

Infine, verrà proposta un’introduzione ai principi della Match Analysis sportiva e della Sport Intelligence, ambiti in cui le competenze statistiche e informatiche trovano oggi ampie applicazioni professionali.

Risultati di apprendimento attesi

Il mondo dello sport e delle scienze motorie è fortemente incentrato sulla comprensione dei fenomeni fisiologici, psicologici e biomeccanici che caratterizzano le diverse discipline. Ciò richiede un continuo impegno nello studio e nella ricerca scientifica, per rispondere al meglio alle esigenze dell’allenamento e dell’insegnamento.

Il recente proliferare di riviste scientifiche specializzate in Sport e Scienze Motorie ha evidenziato la necessità di adottare rigorose prassi di ricerca, viste anche le ricadute professionali che lo sport comporta. Trattare efficacemente i dati raccolti – ad esempio nella Match Analysis o nella Sport Intelligence – implica il possesso di tecniche statistiche e informatiche di base, utili sia per presentare i risultati in forma descrittiva, sia per effettuare inferenze su gruppi differenti o su misure ripetute nel tempo.

È altresì fondamentale abilitare studenti e laureati in Scienze Motorie ad accedere criticamente all’ampia letteratura scientifica disponibile, dotandoli di una preparazione adeguata alla comprensione del linguaggio matematico-statistico e gettando così le basi per la loro formazione permanente.

 Competenze attese

• Statistica descrittiva e inferenziale
  • Orientarsi nell’uso degli strumenti più comuni per trattare professionalmente e in modo scientifico i dati di settore.
• Fogli di calcolo
  • Inserire ed elaborare dati con funzioni matematiche e statistiche; creare grafici e stampare report dei risultati.
• Match Analysis sportiva
  • Comprendere i principi dei tre livelli di analisi:
    1. fisico-condizionale;
    2. tecnico-biomeccanico;
    3. tattico-strategico.
• Sport Intelligence
  • Conoscere le procedure di acquisizione dati (Open Source Intelligence – OSINT), la loro trasformazione in informazioni statistiche e la trasmissione agli stakeholder per il supporto alle decisioni strategiche.
• Metodologia della ricerca scientifica
  • Orientarsi nei principi essenziali che guidano la progettazione, l’esecuzione e la valutazione di studi scientifici.

 Le competenze attese sono ulteriormente definite tramite i Descrittori di Dublino.

 Conoscenza e capacità di comprensione

Al termine del corso lo studente dovrà dimostrare di:

• Padroneggiare il lessico specialistico della statistica applicata alle scienze motorie, utilizzando in modo corretto termini quali campione, popolazione, variabile, distribuzione, inferenza, p-value, ecc.
• Individuare le caratteristiche distintive di un’indagine statistica nell’ambito della ricerca scientifica (obiettivo, ipotesi, disegno sperimentale, unità di analisi, modalità di raccolta dei dati, limiti di validità).
• Disporre delle conoscenze fondamentali per la descrizione sintetica di fenomeni uni e bivariati: tabelle di frequenza, indici di posizione (media, mediana, moda), indici di dispersione (varianza, deviazione standard, coefficiente di variazione), misure di relazione (covarianza, coefficiente di correlazione).
• Comprendere la logica della statistica inferenziale (errore di campionamento, test di ipotesi, intervalli di confidenza) e interpretarne correttamente i risultati per variabili sia continue sia discrete.
• Interpretare e produrre rappresentazioni grafiche (istogrammi, box-plot, diagrammi di dispersione) per una comunicazione efficace dei dati.
• Conoscere i principi base dell’informatica applicata alla statistica: struttura di file e cartelle, formati di dati, importazione/esportazione, uso di software (foglio di calcolo o pacchetti statistici: p.es. Excel, Jamovi, SPSS, ecc.) per la gestione e l’elaborazione dei dataset.
• Applicare un approccio critico alla lettura di articoli scientifici, valutandone metodologia, analisi statistica e solidità delle conclusioni.
• Conoscere i principi fondamentali della Metodologia della Ricerca, della Match Analysis e della Intelligence sportiva.

Queste competenze vengono maturate integrando le conoscenze pregresse con lezioni frontali, esercitazioni pratiche in laboratorio informatico, studio guidato dei materiali forniti e discussione di casi reali tratti dalla letteratura.

Capacità di applicare conoscenza e comprensione

Al termine del percorso lo studente sarà in grado di:

• Consultare e utilizzare in modo critico la letteratura scientifica di settore, individuando le metodologie statistiche adottate e valutandone l’adeguatezza rispetto agli obiettivi di ricerca.
• Progettare e gestire la raccolta dei dati relativi al processo di allenamento (test fisici, match analysis, diari di carico, ecc.) garantendone accuratezza, affidabilità e tracciabilità.
• Effettuare l’elaborazione statistica di dataset reali mediante software dedicati (ad es. Excel, Jamovi, SPSS o analoghi), applicando correttamente strumenti di statistica descrittiva e inferenziale.
• Interpretare i risultati dell’analisi, traducendoli in indicazioni operative per la programmazione dell’allenamento o per la revisione di ipotesi di ricerca.
• Comunicare i dati in forma chiara ed efficace, producendo report, tabelle, grafici e presentazioni multimediali adatti a tecnici, atleti e stakeholder.

Queste competenze vengono sviluppate attraverso esercitazioni pratiche, individuali e di gruppo, anche in modalità di classe virtuale interattiva, guidate dai docenti e supportate dall’uso di software statistici professionali ( p.es. SPSS, JAMOVI, “R”, ecc.).

Abilità di giudizio

Al termine del corso lo studente dovrà dimostrare di:

• Selezionare criticamente le fonti scientifiche – nazionali e internazionali – valutandone attendibilità, solidità metodologica e rilevanza applicativa per lo specifico contesto sportivo.
• Formulare ipotesi e scelte operative autonome, individuando strategie di raccolta, analisi e interpretazione dei dati anche in assenza di supervisione diretta.
• Riconoscere bias e limiti metodologici negli studi consultati o nei propri progetti, proponendo soluzioni o linee di miglioramento.
• Integrare le evidenze statistiche con l’esperienza professionale, per decidere in modo informato su programmazione dell’allenamento, uso di tecnologie di monitoraggio e interventi sulla performance.
• Argomentare e giustificare le decisioni di fronte a colleghi, atleti e stakeholder, dimostrando senso critico, responsabilità etica e trasparenza nell’utilizzo dei dati.

Tale autonomia viene coltivata attraverso discussioni guidate su casi reali, analisi di articoli scientifici, project work individuali e di gruppo e momenti di confronto in classe (anche virtuale), finalizzati a stimolare il pensiero critico e la capacità decisionale indipendente.

Abilità di comunicare

Al termine del corso lo studente sarà in grado di:

• Utilizzare consapevolmente il linguaggio specialistico della statistica e dell’informatica, superando la consueta ritrosia verso la terminologia tecnica e riconoscendone il valore per la precisione concettuale.
• Tradurre i risultati dell’analisi dei dati in messaggi chiari e mirati, adattando registro e livello di dettaglio al pubblico di riferimento (colleghi tecnici, atleti, dirigenti o non addetti ai lavori).
• Scegliere e costruire forme di comunicazione adeguate – grafici, dashboard, report sintetici, infografiche – che evidenzino rapidamente gli elementi decisivi per processi decisionali informati.
• Argomentare e difendere le proprie conclusioni in modo logico e basato su evidenze, rispondendo con competenza a domande o obiezioni durante riunioni tecniche, presentazioni o discussioni scientifiche.
• Favorire la cultura della condivisione dei dati, illustrando con trasparenza procedure, risultati e limiti dell’analisi per promuovere il confronto e l’adozione di pratiche fondate sull’evidenza.

Queste abilità vengono sviluppate mediante esercizi di presentazione orale, stesura di brevi report e lavori di gruppo in cui ogni studente è chiamato a spiegare i propri risultati impiegando gli strumenti grafico-reportistici tipici della comunicazione statistica professionale.

Capacità di apprendimento

Al termine del corso lo studente dovrà dimostrare di saper:

• Trasferire in modo autonomo le conoscenze teoriche alla pratica, applicando metodi statistici e strumenti informatici a casi reali di allenamento, match analysis e apprendimento motorio.
• Costruire un percorso di apprendimento permanente, individuando in autonomia nuove fonti (articoli, banche dati, software, webinar) utili ad aggiornare competenze e tecniche di analisi.
• Valutare criticamente i propri bisogni formativi, riconoscendo punti di forza e aree di miglioramento attraverso l’autoriflessione e l’auto-valutazione dei risultati ottenuti.
• Integrare feedback esterni (docenti, pari, professionisti di settore) per affinare metodi di raccolta e trattamento dei dati, migliorando progressivamente l’efficacia delle proprie analisi.
• Sfruttare il confronto dialettico in contesti di didattica interattiva per sviluppare pensiero critico, creatività nella risoluzione di problemi e capacità di apprendimento collaborativo.

Queste abilità vengono potenziate mediante discussioni guidate, lavori di gruppo a problemi aperti, esercitazioni pratiche con autocorrezione e momenti di peer-review che stimolano lo studente a diventare protagonista attivo e consapevole del proprio percorso di crescita professionale.

 MODALITÀ DI ESAME, PREREQUISITI, ESAMI PROPEDEUTICI

Modalità di accertamento dei risultati di apprendimento acquisiti dallo studente

Modalità di verifica dell’apprendimento

La valutazione avverrà mediante una prova scritta e/o orale strutturata, composta da quesiti a risposta multipla e domande aperte, finalizzata a misurare:

Area di valutazione

Peso sul punteggio finale

Conoscenze e abilità operative

(“sapere” e “saper fare”, capacità di rielaborare e applicare i contenuti)

50 %

Autonomia di giudizio

(capacità di analisi critica e di formulare scelte motivate)

25 %

Abilità comunicative

(chiarezza, accuratezza terminologica, coerenza argomentativa)

25 %

I criteri si riferiscono ai Descrittori di Dublino (knowledge, applying knowledge, making judgements, communication skills, learning skills).

Griglia di valutazione

Fascia di voto

Descrittore sintetico

Caratteristiche dello studente

30 e lode – 27

Eccellente

Padronanza ampia e critica di tutti gli argomenti; risposte complete, argomentate, con uso appropriato di metodi e terminologia.

26 – 23

Discreta

Conoscenza complessiva buona ma prevalentemente mnemonica; applicazione corretta ma meccanica; limitata capacità critica.

22 – 18

Sufficiente

Padronanza dei concetti di base e degli strumenti essenziali; esposizione semplice, talvolta imprecisa; limitate capacità applicative.

< 18

Insufficiente

Lacune significative nei contenuti e/o nell’uso degli strumenti; difficoltà a comprendere e risolvere anche problemi elementari.

 Prova orale integrativa

L’esito della prova strutturata costituisce valutazione autonoma di profitto.
Su esplicita richiesta dello studente e a discrezione della commissione di esame, è possibile sostenere una prova orale integrativa per:

• chiarire eventuali incertezze emerse nello scritto,
• migliorare la valutazione finale.

Nota bene: in caso di prova orale integrativa, il voto finale di esame scaturisce dalla media della prova scritta e della prova orale.

Modalità di esame

L’esame  può essere sostenuto in presenza o, se previsto dal calendario, on-line.

1. Prova scritta strutturata

• Formato: questionario di 31 domande a risposta multipla da completare entro il tempo stabilito dalla Commissione.
• Contenuti:
  • argomenti del corso di Statistica applicata alle scienze motorie.
  • Durante l’esame è ammesso e consigliato l’uso di una calcolatrice (4 operazioni, elevazione a potenza, estrazione di radice quadrata).

 Valutazione:

• 1 punto per ogni risposta corretta; risposte errate o non date non comportano penalità;
• voto massimo “30 e lode” se tutte le 31 risposte sono esatte.

 3. Sessioni on-line

Per gli appelli telematici valgono le “Indicazioni ufficiali per lo svolgimento degli esami online” del 7 marzo 2023, di cui si consiglia attenta lettura.

Lo studente deve:

1. mostrare all’inizio della prova solo i sussidi consentiti
   • fogli di carta e penna;
   • calcolatrice non scientifica;
2. rispettare per l’intera durata dell’esame le norme comportamentali previste dalle indicazioni su citate (p.es. non distogliere lo sguardo dal monitor di esame, parlare con altre persone, indossare auricolari, ecc.).
3. Consigliato l’uso di uno specchio posto dietro lo studente, che permetta alla commissione di visionare tutto l’ambiente di esame e valutare la correttezza dello svolgimento.

 5. Presentazione del compito – esami in presenza.

All’inizio della prova scritta in presenza, il docente illustra il questionario e chiarisce le modalità operative, assicurando che ogni studente comprenda le istruzioni prima di iniziare.

6. Modalità d’esame e misure di sostegno per studenti con disabilità e/o DSA

Gli studenti con Disabilità e/o con Disturbi Specifici dell’Apprendimento (DSA), certificati e accreditati al “Servizio DDSA”, potranno svolgere l’esame nella modalità più idonea in base alla propria specifica disabilità o DSA, utilizzando le misure compensative e/o dispensative indicate dal “Servizio DDSA” in fase di accreditamento. Mediante la prova d’esame il docente e la commissione devono in ogni modo verificare che gli obiettivi formativi previsti dall’insegnamento siano raggiunti. La valutazione sarà quindi equa, formativa e oggettiva. Gli studenti con disabilità e/o DSA, come tutti gli studenti, sono tenuti a raggiungere gli obiettivi formativi propri di ciascun insegnamento.

Propedeuticità

L’esame di Statistica applicata alle scienze motorie non prevede propedeuticità.

Prerequisiti

Per affrontare con profitto il corso è richiesta la padronanza di :

• Quattro operazioni fondamentali (addizione, sottrazione, moltiplicazione, divisione).
• Elevazione a potenza ed estrazione della radice quadrata.
• Uso di una calcolatrice “non scientifica” per i calcoli manuali rapidi.
• Risoluzione di semplici espressioni aritmetiche/algebriche che includano l’utilizzo corretto delle parentesi.
• Uso della rete Internet e dei comuni Browser di navigazione

ORGANIZZAZIONE DIDATTICA

Modalità di erogazione del corso:

Il corso si articola in 5 moduli –– che, pur trattando contenuti specifici, (Statistica Descrittiva, Statistica Inferenziale, Principi di Metodologia della Ricerca, Match Analysis, Elementi di Sport Intelligence)  costituiscono un unico insegnamento: sono programmati in continuità didattica, condividono obiettivi formativi comuni e prevedono una valutazione finale integrata.

Attività didattiche previste

Le attività di didattica, suddivise tra didattica erogativa (DE) e didattica interattiva (DI), saranno costituite da almeno 7 ore per CFU e ripartite secondo una struttura di almeno 5 ore di DE (tenuta in considerazione la necessità di riascolto) e di 2 ore di DI sincrona per ciascun CFU.

Attività didattica erogativa (»15 ore):

• 30 lezioni frontali videoregistrate, di Statistica, Match Analysis, Sport Intelligence, principi di Metodologia della Ricerca, della durata di circa 30 minuti ciascuna (tenuta in considerazione la necessità di riascolto) sempre disponibili in piattaforma.

Attività didattica interattiva (16 ore):

La Didattica Interattiva rappresenta il momento di massima coesione del corso: consente di passare dall’erogazione asincrona delle videolezioni—che lo studente può rivedere in autonomia—a un’esperienza sincrona “quasi in presenza”, mantenendo però la comodità del formato online.

Durante queste sessioni lo studente può:

• Approfondire in tempo reale i temi più complessi insieme al docente, dissipando dubbi che spesso restano irrisolti nello studio individuale.
• Confrontarsi con i colleghi, attivando un circolo virtuoso di domande, discussioni e micro-dibattiti che arricchiscono la comprensione e favoriscono il pensiero critico.
• Allenare le competenze applicative grazie a esercitazioni guidate, simulazioni e analisi di casi pratici che collegano la teoria alla realtà professionale.

 Carico previsto di Didattica Interattiva

Corso: Statistica applicata alle scienze motorie

 Ore totali (A.A. 2025-26): 16 h

 Formati principali:

• Esercitazioni interattive 

• Aule virtuali da 60-120 min 

• Forum tematici                                              

• Esercitazioni individuali

 Si consiglia vivamente la partecipazione a questi incontri per permettere:

1. Consolidamento immediato – Il feedback istantaneo evita che i concetti restino fraintesi o superficiali.
2. Costruzione della comunità di apprendimento – L’interazione aumenta la motivazione e crea rete tra pari, facilitando l’aiuto reciproco anche al di fuori delle ore ufficiali.
3. Sviluppo delle soft skills – Parlare in pubblico, argomentare dati e soluzioni, negoziare punti di vista: competenze fondamentali in ambito sportivo e scientifico.

Attività di autoapprendimento:

• Test di autovalutazione in ingresso
  • Questionario a scelta multipla per rilevare le competenze iniziali in Statistica e Informatica e guidare eventuali recuperi mirati.
• Test di autovalutazione al termine di ogni unità didattica registrata
  • Breve quiz a risposta multipla integrato nella piattaforma subito dopo ogni video-lezione.
  • Consente di verificare passo dopo passo la comprensione dei contenuti, consolidare i concetti chiave e prepararsi alla lezione successiva.

L'articolazione tra DE e DI, per ciascuna unità didattica, sarà organizzata coerentemente con gli obiettivi formativi specifici dell’insegnamento.

 Ricevimento studenti

Il docente è sempre reperibile via mail istituzionale (bruno.ruscello@uniroma5.it). Su richiesta degli studenti, è disponibile a organizzare ulteriori incontri interattivi in videoconferenza nelle date concordate.

• Calendario delle lezioni di Didattica Interattiva a.a. 2025-26*

*Nota Bene: le date ed orari potranno subire variazioni nel corso dell’anno accademico. Sarà cura del docente comunicare con ragionevole anticipo tali eventuali variazioni.1

Introduzione al Data Management in ambito sportivo I

08/09/2025 10:00

2

Introduzione al Data Management in ambito sportivo II

22/09/2025 10:00

3

Descriptive Analytics: uso formule base Excel/Jamovi I

06/10/2025 10:00

4

Descriptive Analytics: uso base formule Excel/Jamovi II

20/10/2025 10:00

5

Predictive Analytics: uso base statistica inferenziale in Excel e Jamovi I

10/11/2025 10:00

6

Predictive Analytics: uso base statistica inferenziale in Excel e Jamovi II      

24/11/2025 10:00

7

Introduzione a SPSS I      

09/12/2025 10:00

8

Introduzione a SPSS II     

22/12/2025 10:00

9

Sport Intelligence I           

12/01/2026 10:00

10

Sport Intelligence II          

26/01/2026 10:00

11

Analisi della letteratura scientifica con particolare riferimento alla sezione Data Analysis I

09/02/2026 10:00

12

Analisi della letteratura scientifica con particolare riferimento alla sezione Data Analysis II

23/02/2026 10:00

13

La struttura di una articolo scientifico I (lettura)

09/03/2026 10:00

14

La struttura di una articolo scientifico II (scrittura)

23/03/2026 10:00

15

Statistica Avanzata con Jamovi I

13/04/2026 10:00

16

Statistica Avanzata con Jamovi II

27/04/2026 10:00

17

Applicazioni di Statistica Avanzata: La repeated sprint ability (in inglese) I

11/05/2026 10:00

18

Applicazioni di Statistica Avanzata: La repeated sprint ability (in inglese) II

25/05/2026 10:00

19

Applicazioni Osint: uso di banche dati open access I (in inglese)

08/06/2026 10:00

20

Applicazioni Osint: uso di banche dati open access I (in inglese) II

22/06/2026 10:00

21

Open Forum sui temi trattati nell'a.a. 2025-26 (I)

13/07/2026 10:00

22

Open Forum sui temi trattati nell'a.a. 2025-26 (II)

27/07/2026 10:00