Salta al menu principale di navigazione Salta al contenuto principale Salta al piè di pagina del sito

Articoli

N. 2 (2022)

La validazione della versione italiana delle GRS-S (Pfeiffer-Jarosewich, 2003) - Scale di Valutazione della Plusdotazione (modulo per l’età scolare) – Dati Umbria 2019 – Università di Perugia

DOI
https://doi.org/10.3280/rip2022oa14577
Inviata
12 settembre 2022
Pubblicato
22-09-2022

Abstract

La plusdotazione in Italia è un argomento ancora scarsamente affrontato. Nonostante il 5% circa della popolazione sia plusdotato, non esiste una formazione obbligatoria specifica per gli insegnanti, sebbene sia auspicabile un’individuazione precoce della plusdotazione. Tra gli strumenti più utilizzati a questo scopo, dopo il test del QI, troviamo le Gifted Rating Scales (GRS), ovvero le Scale di Valutazione della Plusdotazione, di Pfeiffer-Jarosewich (2003). Si tratta di uno strumento di screening diagnosticamente appropriato e concepito per essere utilizzato con semplicità ed efficacia dagli insegnanti. È disponibile in due versioni, GRS-P (fascia d’età prescolare 4-6 anni) e GRS-S (fascia d’età scolare 6-13 anni), tese a valutare la percezione dell’insegnante rispetto al livello di abilità dello studente in confronto ai pari, in differenti aree: abilità intellettiva, abilità accademica, talento artistico, creatività, motivazione e leadership (quest’ultima è presente soltanto nelle GRS-S).
Data la loro elevata solidità psicometrica, sono state tradotte e validate in molte lingue. La validazione della versione italiana delle GRS-S è stata avviata da uno studio di Beretta-Zanetti su un campione di 449 soggetti, provenienti dalla Lombardia, cui si sono aggiunti successivamente altri 142 soggetti provenienti da Roma.
Nel presente lavoro, che si inserisce nel medesimo filone, sono state somministrate le GRS-S, dopo opportuna formazione degli insegnanti, ad un campione di 204 bambini tra i 6 ed i 14 anni provenienti dal Centro Italia (Regione Umbria), ampliando quindi la numerosità del campione proveniente dall’Italia centrale.
Sono state quindi indagate le seguenti proprietà: asimmetria, curtosi, affettività e correlazione item-totale corretta. La coerenza interna delle scale è stata valutata attraverso il coefficiente alfa di Cronbach e l’errore standard di misurazione. La validità è stata analizzata mediante correlazione tra scale e attraverso un’analisi fattoriale esplorativa. I risultati hanno mostrato adeguate proprietà psicometriche ed una consistenza interna soddisfacente, tuttavia sono emerse criticità (valori molto elevati dell’indice alfa di Cronbach e soluzione a 5 fattori nell’analisi fattoriale esplorativa) che sono state ampiamente discusse e per le quali sono state avanzate alcune ipotesi (ad esempio ridondanza di item e bias interpretativo degli insegnanti) pur considerando la scarsa ampiezza campionaria di questa ricerca e riconoscendo il valore degli studi sul medesimo strumento che l’hanno preceduta.
Si conferma pertanto la attendibilità della versione italiana delle GRS-S, tuttavia, per maggiore completezza dei dati ed omogeneità del campione, si segnala la necessità di rilevare dati da un campione più ampio, auspicabilmente proveniente dalle scuole del Sud Italia.

Riferimenti bibliografici

  1. Bailey, C. L. (2011). An examination of the relationships between ego development, Dabrowski’s theory of positive disintegration, and the behavioral characteristics of gifted adolescents. Gifted Child Quarterly, 55(3), 208-222. Doi: 10.1177/0016986211412180.
  2. Bao, Y. (2013). On sample skewness and kurtosis. Econometric Reviews, 32(4), 415-448.
  3. Barbaranelli, C. (2007). Analisi dei dati. Milano: LED Edizioni.
  4. Bartolucci, F., Bacci, S., & Gnaldi, M. (2015). Statistical analysis of questionnaires: A unified approach based on R and Stata (Vol. 34). CRC Press.
  5. Baudson, T. G., Fischbach, A., & Preckel, F. (2016). Teacher judgments as measures of childrenʼs cognitive ability: A multilevel analysis. Learning and Individual Differences, 52, 148-156.
  6. Baudson, T.G., Wollschläger, R. & Preckel, F. (2016). THINK 1-4. Test zur Erfassung der Intelligenz im Grundschulalter. Göttingen: Hogrefe.
  7. Beretta, A., Pfeiffer, S., & Zanetti, M.A. (2017). Gifted Rating Scales-School Form (S. Pfeiffer and T. Jarosewich) Validation of the Italian Version. Ljubljana, ECHA 2014. In: http://echa2014.mib.si/media/filer_public/ab/9d/ab9dad17-9b6a-461c-a9d0-2939b52e80dd/65-beretta.pdf.
  8. Blanca, M. J., Arnau, J., López-Montiel, D., Bono, R., & Bendayan, R. (2013). Skewness and kurtosis in real data samples. Methodology. European Journal of Research Methods for the Behavioral and Social Sciences, 9(2), 78-84. DOI: 10.1027/1614-2241/a000057.
  9. Cain, M. K., Zhang, Z., & Yuan, K. H. (2017). Univariate and multivariate skewness and kurtosis for measuring nonnormality: Prevalence, influence and estimation. Behavior research methods, 49(5), 1716-1735.
  10. Cohen, J., Cohen, P., West, S.G. and Aiken, L.S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences. Mahwah, N.J: L. Erlbaum Associates.
  11. Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis. Psychology press.
  12. Cristobal, E., Flavián, C. and Guinalíu, M. (2007). Perceived e-service quality (PeSQ): Measurement validation and effects on consumer satisfaction and web site loyalty. Managing Service Quality: An International Journal, 17(3), 317-340. Doi: 10.1108/09604520710744326.
  13. Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrica, 16, 297-334.
  14. Desco, M., Navas-Sanchez, F. J., Sanchez-González, J., Reig, S., Robles, O., Franco, C., ... & Arango, C. (2011). Mathematically gifted adolescents use more extensive and more bilateral areas of the fronto-parietal network than controls during executive functioning and fluid reasoning tasks. Neuroimage, 57(1), 281-292. Doi: 10.1016/j.neuroimage.2011.03.063.
  15. Fabio, R. A. (2019). Italian Standardization of teacher and parent screenings for Identifying Gifted and Talented Children aged from 6 to 13. Journal of Clinical & Developmental Psychology, 1(3).
  16. Field, A. (2009). Discovering statistics using SPSS (3rd ed.). London: Sage publications.
  17. Gardner, H. (2011). Frames of mind: The theory of multiple intelligences. Hachette UK.
  18. Hayton, J. C., Allen, D. G., & Scarpello, V. (2004). Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis. Organizational research methods, 7(2), 191-205.
  19. Hoge, R. D., & Coladarci, T. (1989). Teacher-based judgments of academic achievement: A review of literature. Review of educational research, 59(3), 297-313.
  20. Jabůrek, M., Cígler, H., Valešová, T., & Portešová, Š. (2022). What is the basis of teacher judgment of student cognitive abilities and academic achievement and what affects its accuracy?. Contemporary Educational Psychology, 69, 102068.
  21. Jin, S. H., Kim, S. Y., Park, K. H., & Lee, K. J. (2007). Differences in EEG between gifted and average students: neural complexity and functional cluster analysis. International Journal of Neuroscience, 117(8), 1167-1184. Doi: 10.1080/00207450600934655.
  22. Kline, P. (2014). An easy guide to factor analysis. Routledge.
  23. Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). New York: Guilford Press.
  24. Kuncel, N.R., Hezlett, S.A. (2004). Ones DS. Academic performance, career potential, creativity, and job performance: can one construct predict them all?. J Pers Soc Psychol., 86(1),148-61. Doi: 10.1037/0022-3514.86.1.148.
  25. LaBuda, M. C., DeFries, J. C., & Fulker, D. W. (1987). Genetic and environmental covariance structures among WISC-R subtests: A twin study. Intelligence, 11(3), 233-244. Doi: 10.1016/0160-2896(87)90008-0.
  26. Lee, D., & Pfeiffer, S. I. (2006). The reliability and validity of a Koreantranslated version of the Gifted Rating Scales. Journal of Psychoeducational Assessment, 24(3), 210-224. Doi: 10.1177/0734282906287829.
  27. Li, H., Lee, D., Pfeiffer, S. I., Kamata, A., Kumtepe, A. T., & Rosado, J. (2009). Measurement invariance of the Gifted Rating Scales-School Form across five cultural groups. School Psychology Quarterly, 24(3), 186-198. Doi: 10.1037/a0017382.
  28. Li, H., Pfeiffer, S. I., Petscher, Y., Kumtepe, A. T., & Mo, G. (2008). Validation of the Gifted Rating Scales-school form in China. Gifted Child Quarterly, 52(2), 160-169. Doi: 10.1177/0016986208315802.
  29. Machts, N., Kaiser, J., Schmidt, F. T. C., & Moller, J. (2016). Accuracy of teachers’ judgments of students’ cognitive abilities: A meta-analysis. Educational Research Review, 19, 85-103. Doi: 10.1016/j.edurev.2016.06.003.
  30. Mundfrom, D. J., Shaw, D. G., & Ke, T. L. (2005). Minimum sample size recommendations for conducting factor analyses. International journal of testing, 5(2), 159-168.
  31. Pfeiffer, S.I., Petscher, Y., Jarosewich, T. (2007). The Gifted Rating Scale-School Form: Analysis of the standardization sample based on age, gender, race, and diagnostic efficiency. Gifted Child Quarterly, 51, 39-50. Doi: 10.1177/0016986206296658.
  32. Pfeiffer, S. I. (2015). Essentials of gifted assessment. Hoboken, New Jersey: Wiley.
  33. Pfeiffer, S. I., & Jarosewich, T. (2003). GRS: Gifted Rating Scales. Psychological Corporation.
  34. Pfeiffer, S. I., Kumtepe, A., & Rosado, J. (2006). Gifted identification: Measuring change in a student’s profile of abilities using the Gifted Rating Scales. The School Psychologist, 60(3), 106-111.
  35. Pfeiffer, S.I., Soldivera, S., & Norton, J. (1992). A Consumerʼs guide to mental health outcome measures. Villanova, PA: Devereux Foundations.
  36. Posthuma, D., et al. (2002). The association between brain volume and intelligence is of genetic origin. Nature neuroscience, 5(2), 83. Doi: 10.1038/nn0202-83.
  37. Prescott, J., Gavrilescu, M., Cunnington, R., OʼBoyle, M. W., & Egan, G. F. (2010). Enhanced brain connectivity in math-gifted adolescents: An fMRI study using mental rotation. Cognitive Neuroscience, 1(4), 277-288. Doi: 10.1080/17588928.2010.506951.
  38. Renati, R., and M. A. Zanetti (2012). L’universo poco conosciuto della plusdotazione. Psicologia e scuola, 23, 18-24.
  39. Revelle, W. (2021). Psych: Procedures for Personality and Psychological Research. Northwestern University, Evanston, Illinois, USA https://cran.rproject.org/web/packages/psych/index.html.
  40. Robinson, K. (2011). Out of our minds: Learning to be creative. Oxford: Capstone.
  41. Rosado, J. I. (2008). Validation of the spanish version of the Gifted Rating Scales. The Florida State University.
  42. Rosado, J. I., Pfeiffer, S. I., & Petscher, Y. (2008). The reliability and validity of a Spanish translated version of the gifted rating scales. Gifted and talented international, 23(1), 105-114. Doi: 10.1080/15332276.2008.11673517.
  43. Scarr, S., & McCartney, K. (1983). How People Make Their Own Environments: A Theory of Genotype Environment Effects. Child Development, 54(2), 424-435. Doi: 10.2307/1129703.
  44. Sedgwick, P. (2014). Multiple hypothesis testing and Bonferroni’s correction. BMJ, 349.
  45. Shahzad, S., & Begume, N. (2010). Level of depression in intellectually gifted secondary school children. Gifted and Talented International, 25(2), 91-98. Doi: 10.1080/15332276.2010.11673572.
  46. Sternberg, R. J. (2001). Giftedness as developing expertise: A theory of the interface between high abilities and achieved excellence. High Ability Studies, 12(2), 159-179. Doi: 10.1080/13598130120084311.
  47. Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in science education, 48(6), 1273-1296.
  48. Tannenbaum, A. J. (2000). A history of giftedness in school and society. International handbook of giftedness and talent, 2, 23-53.
  49. Tavakol, M., & Dennick, R. (2011). Making sense of Cronbachʼs alpha. International journal of medical education, 2, 53-55. Doi: 10.5116/ijme.4dfb.8dfd.
  50. Thompson, L. A., & Plomin, R. (1993). Genetic influence on cognitive ability. International handbook of research and development of giftedness and talent, 103-113.
  51. Urhahne, D., & Wijnia, L. (2021). A review on the accuracy of teacher judgments. Educational Research Review, 32, 100374.
  52. Vaske, J. J., Beaman, J., & Sponarski, C. C. (2017). Rethinking internal consistency in Cronbachʼs alpha. Leisure sciences, 39(2), 163-173.
  53. West, S. G., Finch, J. F., & Curran, P. J. (1995). Structural equation models with nonnormal variables: Problems and remedies. In R. H. Hoyle (Ed.), Structural equation modeling: Concepts, issues, and applications (pp. 56-75). Sage Publications, Inc.
  54. Westberg, K. L. (2012). Using teacher rating scales in the identification of students for gifted services. Identification: The theory and practice of identifying students for gifted and talented education services, 363-379.
  55. Xia, Y., & Yang, Y. (2019). RMSEA, CFI, and TLI in structural equation modeling with ordered categorical data: The story they tell depends on the estimation methods. Behavior research methods, 51(1), 409-428.
  56. Zanetti, M. A. (2016). Una doppia difficoltà in classe: i bambini ad alto potenziale. Journal of Applied Radical Behavior Analysis, 16-21.
  57. Zanetti, M. A. (2017). Alto Potenziale. In M. A. Zanetti (Ed.), Bambini e ragazzi ad alto potenziale. Una guida per educatori e famiglie (pp. 19-69), Roma: Carocci.
  58. Zanetti, M. A., Renati, R., & Beretta, A. (2013). La plusdotazione: introduzione. Ricerche di psicologia, 2(2), 295-299.
  59. Zanetti, M.A., & Beretta, A. (2017). La validazione italiana delle Gifted Rating Scales-School Form. QI Questioni e Idee in Psicologia, 44, in https://qi.hogrefe.it/rivista/la-validazione-italiana-delle-gifted-rating-scales.

Metriche

Caricamento metriche ...