REPORT DRUG Indagine sul comportamento di addction da gioco d azzardo nella popolazione generale italiana anni BASE DATI 2014

Transcript

1 REPORT DRUG 2014 Indagine sul comportamento di addction da gioco d azzardo nella popolazione generale italiana anni BASE DATI 2014 In collaborazione con Progetto del Dipartimento Politiche Antidroga Presidenza del Consiglio dei Ministri Dicembre 2013

2

3 Supervisione tecnico-scientifica e cura di: Giovanni Serpelloni, Giovanni Pieretti Autori: Alessandra Andreotti, Daniele Fassinato, Bruno Genetti, Alessandra Landi, Giovanna Jona Lasinio, Francesca Manotavani, Tommaso Rimondi, Milena Sperotto, Paolo Vian, Fabio Vittadello

4

5 INDICE PARTE PRIMA L INDAGINE 1. PREMESSA 1.1. Quadro di riferimento 1 2. OBIETTIVI DELL INDAGINE 3 3. PIANO DI INDAGINE 3.1. Popolazione di riferimento Selezione delle unità di indagine Strumento di indagine 8 4. ORGANIZZAZIONE E REALIZZAZIONE DELL INDAGINE 4.1. Recupero degli elenchi anagrafici per le realizzazione dell indagine Invio dei questionari e recupero dei questionari compilati Imputazione dei dati ADESIONE ALLO STUDIO E QUALITÀ DEI DATI 5.1. Adesione allo studio Analisi della qualità dei dati raccolti 17 PARTE SECONDA CARATTERISTICHE DEI RISPONDENTI 6. CARATTERISTICHE SOCIO DEMOGRAFICHE DEI RISPONDENTI 21

6 PARTE TERZA IL GIOCO D AZZARDO 7 IL GIOCO D AZZARDO 7.1. Caratteristiche dei giocatori Analisi dei fattori di rischio Associazione tra gioco d azzardo e consumo di sostanze illecite 35 PARTE QUARTA SINTESI 8 SINTESI DEI PRINCIPALI RISULTATI EMERSI 39 ALLEGATI Allegato 1. Metodologia di selezione delle unità campionarie 45 Allegato 2. Prospetto dei soggetti da intervistare 63 Allegato 3. Lo strumento di indagine 71 Allegato 4. Lettera di accompagnamento al questionario 81 Allegato 5. Lettera di sollecito alla compilazione del questionario 85

7 PARTE PRIMA L INDAGINE

8

9 PREMESSA 1. PREMESSA 1.1. QUADRO DI RIFERIMENTO Per monitorare il fenomeno legato al consumo di sostanze psicotrope legali ed illegali in Europa, l'osservatorio Europeo sulle Droghe e sulle Tossicodipendenze (OEDT) ha definito cinque indicatori chiave, il primo dei quali è dedicato all osservazione dei consumi di sostanze psicotrope nella popolazione generale e parallelamente nella popolazione studentesca. Osservatorio Europeo sulle Droghe e sulle Tossicodipendenze (OEDT) Sulla base di una metodologia standard definita dallo stesso OEDT, tutti i paesi aderenti svolgono ricerche sul fenomeno della droga, da cui emergono informazioni essenziali per descrivere e comprendere l impatto della diffusione delle sostanze illecite su scala nazionale. In un epoca in cui l importanza degli interventi fondati sull esperienza è riconosciuta da più parti, non è un caso che la quasi totalità dei paesi abbiano riferito che i risultati degli studi condotti in questo settore forniscono, almeno in parte, un orientamento all azione politica in materia di droghe 1. La ricerca sugli stupefacenti rientra nei piani strategici o nei piani d azione nazionali sulle droghe di 26 dei 28 paesi che hanno trasmesso dati al riguardo, come argomento a sé oppure come contributo fondamentale alle politiche basate sull esperienza 1. In 15 dei 28 paesi in esame esistono strutture che si occupano del coordinamento della ricerca sugli stupefacenti a livello nazionale 1. In Italia lo studio di popolazione generale sul consumo di stupefacenti è stato avviato nel 2001 con continuità e periodicità biennale ed il confronto dei risultati emersi in questi ultimi 10 anni ha permesso di analizzare le variazioni nelle abitudini di utilizzo di sostanze psicoattive legali ed illegali, fornendo interessanti ed utili indirizzi anche nel contesto dinamico dell evoluzione del fenomeno negli altri Stati membri EU. Lo studio di popolazione generale in Italia Parallelamente al monitoraggio del consumo di sostanze, negli ultimi anni si è assistito ad una continua crescita del fenomeno del gioco d azzardo, che sta assumendo dimensioni sempre più rilevanti. Il fenomeno del gioco d azzardo 1 European Monitoring Centre for Drugs and Drug Addiction (EMCDDA). European Drug Report 2014: Trends and developments. EMCDDA, Lisbon, May

10 Si stanno anche rafforzando le evidenze scientifiche che evidenziano quanto la pratica del gioco d azzardo può esitare in sviluppo di forme di vera e propria dipendenza (gioco d azzardo patologico) o comportamenti a rischio (gioco d azzardo problematico). Attraverso le indagini epidemiologiche GPS-DPA (General Population Survey Dipartimento Politiche Antidroga) e SPS-DPA (School Population Survey Dipartimento Politiche Antidroga), da alcuni anni il DPA ha avviato la rilevazione del fenomeno riferito al gioco d azzardo nella popolazione generale e in quella studentesca. Pertanto, ai fini dello studio del comportamento di addiction da gioco d azzardo nella popolazione italiana, è stata implementata un estensione dell indagine GPS-DPA anni, mediante somministrazione di un breve questionario, rivolto ai residenti in età anni. La valutazione del comportamento di gioco, al fine di determinare l indice di gravità, partendo dalla frequenza di gioco e dalla tipologia di giochi utilizzati, è stata stimata tramite la somministrazione della versione italiana validata del questionario South Oaks Gambling Screen (SOGS) 2. Tale strumento consente di individuare, tra i soggetti che hanno partecipato ad un gioco d azzardo almeno una volta negli ultimi 12 mesi, i giocatori che non presentano un problema di gioco d azzardo, i giocatori problematici e a rischio di gioco d azzardo, e i giocatori d azzardo patologici. 2 Lesieur, H.R. & Blume, S.B. (1987); Lesieur, H.R. & Blume, S.B. (1993). Revising the South Oaks Gambling Screen. Journal of Gambling Studies, 9,

11 OBIETTIVO DELL INDAGINE 2. OBIETTIVO DELL INDAGINE L obiettivo principale è quello di monitorare con continuità il consumo di sostanze stupefacenti e la prevalenza del gioco d azzardo, sia in termini quantitativi (popolazione generale coinvolta), sia con riferimento alle caratteristiche dei consumatori di sostanze e di coloro che si dedicano al gioco d azzardo, nonché ottemperare al debito informativo annuale nei confronti dell Osservatorio Europeo. Obiettivo principale 3

12 4

13 PIANO DI INDAGINE 3. PIANO DI INDAGINE 3.1. POPOLAZIONE DI RIFERIMENTO Ai fini dello studio del comportamento di addiction da gioco d azzardo nella popolazione italiana, è stata implementata un estensione dell indagine GPS-DPA anni, mediante somministrazione di un breve questionario, rivolto ai residenti in età anni. La popolazione oggetto di studio è costituita da soggetti in età anni, residenti in Italia al momento della rilevazione. In relazione agli obiettivi dell indagine, la popolazione di riferimento è stata stratificata per classe di età (18-24 anni, anni, anni, anni) e per macro area geografica (Italia nord-occidentale, nord-orientale, centrale, meridionale e insulare). Le distribuzioni assolute e percentuali della popolazione di riferimento (al 1 gennaio 2012), secondo la ripartizione geografica di residenza e la classe di età, sono illustrate rispettivamente nelle Tabelle 3.1 e 3.2. Piano d indagine dello studio GPS-DPA anni Tabella 3.1: Distribuzione della popolazione obiettivo, per età e ripartizione geografica, residente al 01/01/2012 Ripartizione geografica Totale Italia nord-occidentale Italia nord-orientale Italia centrale Italia meridionale Italia insulare Totale Fonte: ISTAT Tabella 3.2: Distribuzione % della popolazione obiettivo, per età e ripartizione geografica, residente al 01/01/2012 Ripartizione geografica Totale Italia nord-occidentale 2,2% 3,9% 15,2% 5,4% 26,6% Italia nord-orientale 1,6% 2,9% 11,0% 3,8% 19,2% Italia centrale 1,7% 2,9% 11,1% 3,9% 19,6% Italia meridionale 2,6% 4,0% 12,7% 4,0% 23,4% Italia insulare 1,2% 1,9% 6,1% 2,0% 11,2% Totale 9,3% 15,5% 56,2% 19,1% 100,0% Fonte: ISTAT 5

14 3.2. SELEZIONE DELLE UNITÀ DI INDAGINE Piano di campionamento Il piano di campionamento delle unità statistiche è stato definito considerando come variabili di stratificazione le fasce di età anni, anni, anni e anni all interno della popolazione obiettivo. La dimensione campionaria è stata definita in modo tale da avere stime significative per ciascun strato definito in precedenza. Sulla base del modello di campionamento delle unità statistiche predisposto per l indagine e descritto in Allegato 1, sono state inizialmente selezionate le unità statistiche di primo stadio (comuni), distinguendo i comuni auto-rappresentativi (di grande dimensione, con una popolazione superiore ai abitanti) dai comuni nonautorappresentativi (con abitanti). Il piano di campionamento seguito è a due stadi, con due diversi livelli di stratificazione. Un primo strato era composto dai comuni autorappresentativi. Il secondo strato è formato dai comuni non autorappresentativi appartenenti alle diverse province. Per ciascun comune estratto, si è proceduto alla selezione delle unità statistiche di secondo stadio (residenti). La selezione dei nominativi dei soggetti da intervistare - per ciascun comune - è stata effettuata attraverso una procedura di campionamento casuale semplice, al fine di garantire la casualità delle unità statistiche individuate. Tale operazione è stata svolta mediante l'utilizzo del software statistico IBM-SPSS (vers. 18.0). Nelle Tabelle 3.3 e 3.4 sono indicate le distribuzioni dei soggetti campionati secondo la classe di età e l'area geografica di appartenenza (Italia nord-occidentale, Italia nord-orientale, Italia centrale, Italia meridionale e Isole) (per il dettaglio vedi Allegato 2). Nel complesso, il campione di soggetti da intervistare è risultato pari a residenti. Numerosità campionaria Tabella 3.3: Distribuzione dei soggetti da intervistare secondo il piano di campionamento, per età e ripartizione geografica. Anno 2014 Ripartizione geografica Totale Italia nord-occidentale Italia nord-orientale Italia centrale Italia meridionale Italia insulare Totale Fonte: Studio GPS-ITA 2014 Dipartimento Politiche Antidroga 6

15 PIANO DI INDAGINE Tabella 3.4: Distribuzione percentuale del campione, per età e ripartizione geografica. Anno 2014 Ripartizione geografica Totale Italia nord-occidentale 1,9% 3,4% 13,0% 4,8% 23,0% Italia nord-orientale 1,6% 3,0% 11,2% 3,9% 19,8% Italia centrale 1,9% 3,4% 12,2% 4,5% 21,9% Italia meridionale 2,3% 3,6% 11,2% 3,6% 20,7% Italia insulare 1,6% 2,4% 8,0% 2,7% 14,6% Totale 9,3% 15,8% 55,5% 19,5% 100,0% Fonte: Studio GPS-ITA 2014 Dipartimento Politiche Antidroga Figura 3.1: Distribuzione del campione di indagine per area geografica. Anno ,0% ,8% ,9% ,7% ,6% Fonte: Studio GPS-ITA 2014 Dipartimento Politiche Antidroga 7

16 3.3. STRUMENTO DI INDAGINE Questionario postale autocompilato Per la raccolta dei dati necessari per rispondere agli obiettivi dell'indagine, è stato predisposto un questionario postale auto compilato (riportato in Allegato 3). Attraverso questo strumento si chiedeva all'intervistato di esprimersi, sia in termini di esperienza che in termini di opinione, in merito a due ambiti ben definiti: a) lo stile di vita: attività fisica e tempo libero, stato di salute, uso di tabacco, di alcol e di farmaci (sedativi, tranquillanti, barbiturici, benzodiazepine, steroidi anabolizzanti); b) il gioco d azzardo negli ultimi 12 mesi: poker con denaro in palio, gratta e vinci, giochi al casinò, giochi con i dadi con denaro in palio, scommesse sportive, Bingo, scommesse ippiche o su altri animali, giochi elettronici (slot machines, video-poker, ) con denaro in palio, lotto, scommesse in internet o giochi on-line con denaro in palio; Inoltre, per la valutazione del comportamento di gioco, al fine di determinare l indice di gravità è stata utilizzata la scala SOGS 3 (South Oaks Gambling Screen). In apertura del questionario, venivano brevemente ricordate le norme in materia di protezione dei dati, le istruzioni per la corretta compilazione e la procedura per il re-invio del questionario compilato. In questo spazio venivano altresì riportati i contatti telefonici attivati con funzione di helpdesk, già indicati nella lettera di presentazione dello studio allegata la questionario (riportata in Allegato 4). Le sezioni del questionario La sezione iniziale dello strumento conteneva alcune domande sulle caratteristiche socio-anagrafiche del rispondente, successivamente considerate nelle analisi di approfondimento dei profili dei giocatori d azzardo. Il rispondente poteva, inoltre, riportare eventuali note o osservazioni in un apposito spazio posto alla fine del questionario. Quasi tutti i quesiti prevedevano risposte chiuse contrassegnate, ad eccezione delle domande che richiedevano l'indicazione di un valore numerico (ad esempio: anni) o di una stringa di caratteri (ad esempio: comune di residenza). Come riportato in Tabella 3.5, il numero totale di quesiti del questionario da compilare variava da un minimo di 39 ad un massimo di Lesieur, H.R. & Blume, S.B. (1987); Lesieur, H.R. & Blume, S.B. (1993). Revising the South Oaks Gambling Screen. Journal of Gambling Studies, 9,

17 PIANO DI INDAGINE Tabella 3.5: Composizione del questionario postale GPS-DPA anni. Anno 2014 Sezione del questionario Numero quesiti Minimo Massimo Sezione A - Informazioni generali 9 9 Sezione B - Stili di vita 3 4 Sezione C - Tabacco 1 7 Sezione D - Alcol 1 10 Sezione E - Stato di salute Sezione F - Farmaci 4 17 Sezione G - Gioco Totale Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 9

18 10

19 ORGANIZZAZIONE E REALIZZAZIONE DELL INDAGINE 4. ORGANIZZAZIONE E REALIZZAZIONE DELL INDAGINE 4.1. RECUPERO DEGLI ELENCHI ANAGRAFICI PER LA REALIZZAZIONE DELL INDAGINE Facendo riferimento al piano di campionamento, sono state estratte le unità statistiche di I stadio (comuni) per ciascuna delle quali andava successivamente prodotta l'estrazione delle unità di II stadio (residenti). Una volta noti i comuni nei quali condurre l'indagine, è stato necessario rivolgersi ai rispettivi Uffici demografici per richiedere gli elenchi anagrafici dei soggetti residenti al momento dell'estrazione, ai sensi dell art. 34, comma 1 del DPR 30/05/1989 n. 223, art. 1, comma 8, punto c del DPR 309/90 e dell art. 177, comma 1 del D.Lgs. 30/06/2003 n La richiesta prevedeva la trasmissione al DPA di un database contenente le seguenti informazioni: - Cognome; - Nome; - Sesso; - Data di nascita; - Cittadinanza (se disponibile); - Indirizzo (via e numero civico); - Codice Avviamento Postale per i soggetti nati tra il 01/10/1934 ed il 01/02/1996, residenti nel comune al momento dell estrazione. Richiesta degli elenchi anagrafici agli uffici demografici di ciascun comune selezionato 4.2. INVIO DEI QUESTIONARI E RECUPERO DEI QUESTIONARI COMPILATI Le operazioni di stampa del questionario, della lettera di accompagnamento e della busta preaffrancata per il ritorno del questionario compilato sono state affidate a Poste Italiane S.p.A.. I nominativi dei soggetti campionati dal personale del DPA sono stati trasmessi, secondo un tracciato concordato, a Poste Italiane S.p.A., che ha provveduto alla stampa del suddetto materiale, al controllo della completezza/qualità degli indirizzi da utilizzare per la spedizione ed alla successiva postalizzazione dei questionari. Per il ricevimento dei questionari compilati è stato attivato un servizio di casella postale, in modo da centralizzare e monitorare l'andamento della partecipazione all'indagine. Stampa degli strumenti di raccolta dati ed invio ai soggetti campionati 11

20 Poste Italiane Spa si è inoltre occupata del monitoraggio dei questionari inesitati, intendendo con questo termine i questionari tornati al mittente per errore nell'indirizzo, irreperibilità o trasferimento del destinatario. I nominativi dei soggetti non raggiunti al primo invio del questionario, sono stati esclusi nella successiva operazione di sollecito alla compilazione, che ha previsto un nuovo invio dello strumento a tutti i restanti soggetti appartenenti al campione (Allegato 5) IMPUTAZIONE DEI DATI Applicativo per la registrazione dei questionari compilati Il software LimeSurvey In considerazione della notevole quantità di informazioni rilevate per ciascun soggetto intervistato mediante la somministrazione del questionario, la fase di imputazione dei dati è stata preceduta da una fase di predisposizione di un applicativo ad hoc per l inserimento e l archiviazione dei dati su supporto informatico, utilizzando il software LimeSurvey. LimeSurvey è un software open-source scritto in linguaggio PHP e basato su database MySQL, PostgreSQL o MSSQL, distribuito con licenza GNU GPL della Free Software Fondation. LimeSurvey permette di creare strumenti di rilevazione da pubblicare sul web, utilizzabili anche come applicativo per il data entry di questionari cartacei compilati. Ogni questionario costruito con LimeSurvey è composto da più domande, per ognuna delle quali va indicato, in fase di progettazione, oltre al testo stesso della domanda, la tipologia di variabile, il gruppo di appartenenza, l obbligatorietà di risposta ed altre impostazioni avanzate. I questionari costruiti con LimeSurvey possono essere sia ad accesso libero, sia con accesso riservato attraverso l'utilizzo di password dedicate. I risultati raccolti, a prescindere alla tipologia del questionario creato (aperto o con accesso riservato), possono essere anonimi o nominali. L obiettivo principale dell applicativo, oltre alla possibilità di archiviare le informazioni rilevate su supporto cartaceo, era quello di guidare l operatore nell inserimento dei dati attraverso un percorso predefinito al fine di garantire la massima qualità nella registrazione dell informazione in fase di trasferimento della stessa su supporto informatico. 12

21 ORGANIZZAZIONE E REALIZZAZIONE DELL INDAGINE Per l indagine GPS-DPA 2014, utilizzando gli indirizzi degli operatori preposti al data entry, si è potuto creare un accesso riservato personale. Ad ogni operatore è stato corrisposto, quindi, un username ed una password da utilizzare per l accesso alla piattaforma LimeSurvey (Figura 4.1). Figura 4.1: Accesso alla piattaforma LimeSurvey con nome utente e password. Anno 2014 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Inoltre, ad ogni questionario inserito mediante l'applicativo, è stato attribuito un codice identificativo univoco (Figura 4.2), corrispondente al numero progressivo assegnato al questionario cartaceo, in modo da facilitare l'eventuale ricerca di corrispondenza tra l'archivio informatico e le copie cartacee. Figura 4.2: Inserimento identificativo univoco per ciascun questionario compilato. Anno 2014 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Ciascun questionario inserito era quindi accessibile tramite un dominio web di appoggio, a cui potevano accedere solamente gli operatori in possesso di username e password dedicate. Ad ogni pagina del questionario è stata dedicata una pagina specifica dell applicativo web per il data entry; in Figura 4.3 è riportata, come esempio, la Sezione B contenente le domande relative agli stili di vita. 13

22 Figura 4.3: Sezione B stili di vita. Anno 2014 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga In Figura 4.3, in alto dopo il titolo del questionario, era presente la barra che indicava il livello raggiunto di inserimento del questionario, che variava da 0% a 100%. Inoltre, per ciascuna domanda è stata inserita la modalità Nessuna risposta, visualizzata come default all apertura del questionario on-line. Tutte le domande a risposta singola sono state strutturate mediante l inserimento di opportuni salti condizionali (branching). In Figura 4.3 viene mostrata, come esempio, la struttura della sezione B stili di vita; si può osservare infatti che, all apertura del questionario, la domanda B2 risulta nascosta. In questo modo solo per i soggetti che hanno indicato alla domanda B1 di praticare regolarmente attività fisica veniva attivata la domanda B2 (Figura 4.4). Figura 4.4: Sezione B stili di vita, salto condizionale domande B1-B2. Anno 2014 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 14

23 ORGANIZZAZIONE E REALIZZAZIONE DELL INDAGINE Nell applicativo on-line di data entry predisposto è stato inserito alla fine del questionario uno spazio per eventuali commenti e/o dubbi degli operatori addetti all inserimento dei dati. Una volta completato l inserimento dei questionari mediante la piattaforma LimeSurvey, è stato possibile esportare i dati raccolti in diversi formati (csv, txt, R e SPSS), in modo da poterli gestire mediante appositi programmi di elaborazione dati. L utilizzo di questo applicativo mediante interfaccia web ha consentito di controllare in tempo reale la qualità dei dati inseriti dagli operatori ed effettuare analisi mirate man mano che le singole informazioni venivano inserite nel database. 15

24 16

25 ADESIONE ALLO STUDIO E QUALITÀ DEI DATI 5. ADESIONE ALLO STUDIO E QUALITÀ DEI DATI 5.1. ADESIONE ALLO STUDIO Lo studio di popolazione generale anni è stato condotto nel primo semestre 2014 mediante invio del questionario postale a cittadini italiani. In totale i questionari compilati pervenuti al Dipartimento per le Politiche Antidroga ammontano a , con una percentuale di adesione allo studio pari al 17,9%, dei quali 221 inutilizzabili ai fini delle elaborazioni. Percentuale di adesione al questionario postale Tabella 5.1: Distribuzione dei questionari spediti e utilizzabili per l analisi dei dati nell indagine di popolazione anni, per ripartizione geografica. Anno 2014 Area geografica Questionari spediti Questionari non recapitati Questionari considerati per analisi Questionari elaborabili / consegnati (%) Italia nord-occidentale ,6 Italia nord-orientale ,8 Italia centrale ,2 Italia meridionale ,3 Italia insulare ,6 Totale ,6 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Osservando le percentuali dei questionari elaborabili sul totale dei questionari consegnati nelle varie aree geografiche (Tabella 5.1), si osserva che i soggetti residenti nel nord-est raggiungono il tasso di corretta compilazione maggiore (22,8%), mentre i rispondenti del sud Italia e delle isole evidenziano la percentuale minore (rispettivamente 13,3% e 13,6%). Tasso di risposta maggiore per il nord-est Su un totale di questionari spediti, circa sono risultati inesitati, con le seguenti motivazioni: indirizzo destinatario insufficiente, indirizzo destinatario inesistente, destinatario irreperibile, destinatario sconosciuto, destinatario trasferito, destinatario deceduto, questionario rifiutato dal destinatario ANALISI DELLA QUALITÀ DEI DATI RACCOLTI L analisi della qualità delle informazioni è stata effettuata applicando alcuni criteri per l esclusione dei questionari non utilizzabili nelle successive elaborazioni dei dati. 17

26 221 questionari non utilizzabili Nello schema riportato in Figura 5.1 sono indicate le fasi di esclusione dei questionari ed il relativo numero di questionari esclusi. I 221 questionari eliminati dalle analisi successive sono stati ritenuti non utilizzabili in quanto non contenevano l informazione sull età del rispondente e/o sul comune di residenza, elementi indispensabili per il calcolo dei pesi campionari da utilizzare per la stima delle prevalenze di consumo nell intera popolazione di riferimento. Inoltre sono stati eliminati i questionari pervenuti interamente vuoti oppure compilati due volte dal medesimo rispondente. Un ulteriore controllo di qualità è stato effettuato sui questionari da elaborare, al fine di verificare e correggere eventuali inconsistenze interne dovute ad errori di compilazione da parte dei rispondenti. Qualità dei dati: 98,0% di questionari validi per le elaborazioni Figura 5.1: Procedura di controllo qualità dei dati dell indagine GPS-DPA anni. Anno 2014 Questionari pervenuti (100%) Step 1 46 Questionari interamente non compilati (99,6%) Questionari compilati pervenuti Step 2 95 Questionari relativi a rispondenti che non hanno compilato la domanda relativa alla fascia d età di appartenenza (98,7%) Step 3 62 Questionari relativi a rispondenti che non hanno compilato anche la domanda relativa al comune di residenza (98,2%) Step 4 18 Questionari compilati due volte (98,0%) Questionari finali utilizzati per elaborazioni Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 18

27 PARTE SECONDA CARATTERISTICHE DEI RISPONDENTI

28

29 Prevalenza (%) CARATTERISTICHE SOCIO DEMOGRAFICHE DEI RISPONDENTI 6. CARATTERISTICHE SOCIO DEMOGRAFICHE DEI RISPONDENTI Le caratteristiche principali del campione di rispondenti, composto da residenti in Italia di età compresa tra i 18 e i 79 anni, vengono illustrate nelle tabelle che seguono. Il campione è composto dal 45,9% di maschi (Tabella 6.1), e presenta una numerosità maggiore di rispondenti nella fascia d età anni, sia tra i maschi che tra le femmine (54,8% e 57,9%, rispettivamente). Maggiore peso del genere femminile Tabella 6.1: Distribuzione assoluta e percentuale dei rispondenti per genere e fascia d età. Anno 2014 Fascia d età Maschi Femmine Totale N % N % N % , , , , , , , , , , , ,1 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Figura 6.1: Distribuzione percentuale dei rispondenti, per area geografica e genere. Anno ,8 27,1 26,2 25,6 21,6 21,3 27,4 25, Nord-occidentale Nord-orientale Centrale Meridionale / Insulare Maschi Femmine Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga I rispondenti all indagine sono in larga maggioranza di nazionalità italiana (92,6%); solo il 3,8% delle femmine possiede una nazionalità diversa, contro il 2,1% dei maschi (Tabella 6.2). 21

30 Rispondenti in maggioranza di nazionalità italiana Stato civile dei rispondenti: in maggioranza coniugati Tabella 6.2: Distribuzione dei rispondenti per genere e nazionalità. Anno 2014 Nazionalità Maschi Femmine Totale N % N % N % Italiana , , ,6 Altro Paese della Comunità Europea 35 0,7 99 1, ,2 Altro Paese 72 1, , ,8 n.r , , ,3 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Più della metà dei rispondenti (60,6%) risultano essere coniugati al momento dell intervista (Tabella 6.3), mentre circa un terzo (26,6%) dichiara di essere celibe o nubile, con percentuali lievemente maggiori per il genere maschile (26,8% contro 26,3% delle femmine). Tabella 6.3: Distribuzione dei rispondenti per genere e stato civile. Anno 2014 Maschi Femmine Totale Stato civile N % N % N % Celibe/nubile , , ,6 Coniugato/a , , ,6 Separato/a 161 3, , ,9 Divorziato/a 125 2, , ,0 Vedovo/a 107 2, , ,5 n.r , , ,4 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Rispondenti vivono in misura maggiore con partner e/o figlio/i In concordanza con lo stato civile dichiarato, più della metà dei rispondenti (65,5%) afferma di vivere con il partner e/o il/i figlio/i (Tabella 6.4). Il 15% dei rispondenti vive in casa con i genitori, in percentuale più elevata per i maschi (15,3% contro 14,2% delle femmine). Inoltre, la proporzione di donne che vivono con i figli ma senza il partner è tre volte più alta rispetto a quella degli uomini (5,1% contro l 1,7%). Titolo di studio posseduto Il 37,0% dei rispondenti possiede il diploma di scuola media superiore (5 anni), mentre il 21,0% dichiara di aver conseguito una laurea (triennale o quinquennale). Le distribuzioni secondo il titolo di studio posseduto non differiscono tra i generi (Tabella 6.5). 22

31 CARATTERISTICHE SOCIO DEMOGRAFICHE DEI RISPONDENTI Tabella 6.4: Distribuzione dei rispondenti per genere e tipo di famiglia. Anno 2014 Tipo di famiglia Maschi Femmine Totale N % N % N % Da solo/a , , ,8 Con figlio/i (senza partner 88 1, , ,6 Con partner , , ,9 Con partner e figlio/i , , ,6 Con genitori e/o fratelli e/o sorelle Con partner e genitori e/o fratelli e/o sorelle Con partner e figlio/i e genitori e/o fratelli e/o sorelle , , ,7 68 1,4 61 1, ,2 55 1, , ,6 Altro 90 1, , ,0 n.r 29 0,6 34 0,6 63 0,6 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Tabella 6.5: Distribuzione dei rispondenti per genere e titolo di studio posseduto. Anno 2014 Titolo di studio Maschi Femmine Totale N % N % N % Nessun titolo 28 0,6 43 0,7 71 0,6 Elementare 416 8, , ,6 Media inferiore , , ,3 Qualifica scuola media superiore professionale (3 anni) Diploma scuola media superiore (5 anni) 395 7, , , , , ,0 Laurea breve (3 anni) 216 4, , ,6 Laurea specialistica o vecchio ordinamento (5 anni) Master e/o diploma post-laurea , , , , , ,4 n.r. 22 0,4 24 0,4 46 0,4 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Meno della metà dei rispondenti (43,9%) risulta essere occupato al momento dell intervista (Tabella 6.6), con percentuali maggiori tra i maschi (47,3% contro il 41,1% delle femmine). Il 29% dei rispondenti di età anni risulta pensionato o ritirato dal lavoro (34,2% maschi e 24% femmine). L occupazione di casalingo/a è indicata in misura nettamente più elevata dalle donne rispetto agli uomini (13,7% contro 0,2%, rispettivamente). 23

32 Meno della metà dei rispondenti risulta occupato Tabella 6.6: Distribuzione dei rispondenti per genere e condizione occupazionale. Anno 2014 Occupazione Maschi Femmine Totale N % N % N % Casalinga/o 9 0, , ,5 Studente 271 5, , ,1 In cerca di occupazione 343 6, , ,3 Occupato , , ,9 Pensionato/Ritirato dal lavoro , , ,6 Altra condizione 262 5, , ,6 n.r. 51 1,0 63 1, ,0 Totale , , ,0 Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 24

33 PARTE TERZA IL GIOCO D AZZARDO

34

35 IL GIOCO D AZZARDO 7. IL GIOCO D AZZARDO 7.1. CARATTERISTICHE DEI GIOCATORI Nelle tabelle e nelle figure presentate di seguito viene analizzato il fenomeno della partecipazione a vari giochi e lotterie nella popolazione italiana di età compresa tra i 18 e i 79 anni, con riferimento ai 12 mesi precedenti l intervista. La prevalenza di gioco nella popolazione anni risulta pari a 58,2%, con un valore maggiore nella popolazione maschile (61,6%) (Tabella 7.1). Analizzando i dati secondo la fascia d età, circa il 70,0% dei soggetti da 18 a 34 anni negli ultimi 12 mesi ha partecipato ad almeno uno dei giochi considerati nell indagine, dato questo che scende al 39,5% nella fascia più anziana. I residenti nell area meridionale/insulare si caratterizzano per una prevalenza di gioco maggiore (63,6%), a fronte di una forte omogeneità rilevata nelle altre aree d Italia. Prevalenza di gioco nella popolazione anni: 58,2% Tabella 7.1: Prevalenze % dei giocatori nella popolazione anni, negli ultimi 12 mesi, per genere, fascia d età e area geografica. Anno 2014 Genere Prevalenza % di giocatori Maschio 61,6 Femmina 55,2 Fascia d'età , , , ,5 Area geografica Nord-occidentale 55,2 Nord-orientale 55,4 Centrale 55,4 Meridionale/Insulare 63,6 Facendo riferimento ai soli giocatori di anni, questi hanno partecipato ai vari giochi prevalentemente 1-2 volte nei 12 mesi antecedenti l intervista (Tabella 7.2). I giochi praticati con minor frequenza (1-2 volte) sono i giochi al casinò (80,6%), i giochi con i dadi con denaro in palio (81,7%) e il bingo (81,1%). Tra i giochi praticati 1-2 volte ogni settimana, le prevalenze maggiori si osservano per le scommesse on-line o giochi on-line con denaro in palio e le scommesse sportive in agenzia (rispettivamente 19,4% e 18,0%). La maggior parte dei soggetti di anni ha giocato saltuariamente (1-2 volte) negli ultimi 12 mesi 27

36 Tabella 7.2: Distribuzione dei giocatori in età anni negli ultimi 12 mesi, per frequenza e tipo di gioco. Anno 2014 Gioco 1-2 volte 3-10 volte Ogni mese, 1-2 volte Ogni settimana, 1-2 volte Tutti i giorni o quasi Poker con denaro in palio 58,1% 32,6% 5,4% 3,1% 0,8% Gratta e vinci 56,9% 27,6% 11,3% 3,7% 0,6% Giochi al casinò 80,6% 16,5% 2,3% 0,4% 0,2% Giochi con i dadi con denaro in palio 81,7% 17,8% 0,5% 0,0% 0,0% Scommesse sportive in agenzia 39,0% 25,6% 12,6% 19,4% 3,4% Bingo 81,1% 12,5% 4,1% 1,4% 0,8% Scommesse ippiche o su altri animali 70,5% 17,9% 5,2% 4,7% 1,7% Giochi elettronici (slot machines, video-poker, ) con denaro in 64,0% 17,1% 8,3% 7,6% 2,9% palio Lotto 59,0% 24,6% 8,4% 7,9% 0,1% Scommesse in internet o giochi on-line con denaro in palio Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 40,2% 23,6% 13,1% 18,0% 5,2% Il genere maschile sembra essere il più attratto dai giochi La partecipazione ai giochi differenziata per genere, mostra prevalenze maggiori tra i maschi, in ciascun gioco analizzato (Tabella 7.3), tranne che per il gratta e vinci. Questo sembra essere il gioco preferito da entrambi i generi: il 47,7% dei maschi e il 48,5% delle femmine vi ha giocato almeno una volta nei 12 mesi antecedenti l intervista. Tabella 7.3: Prevalenze % della partecipazione ai giochi nella popolazione anni negli ultimi 12 mesi, per genere. Anno 2014 Gioco Maschi Femmine Totale Poker con denaro in palio 10,9% 2,3% 6,3% Gratta e vinci 47,7% 48,5% 48,1% Giochi al casinò 4,8% 3,5% 4,1% Giochi con i dadi con denaro in palio 1,1% 0,7% 0,9% Scommesse sportive in agenzia 18,1% 3,7% 10,4% Bingo 6,7% 6,4% 6,5% Scommesse ippiche o su altri animali 2,3% 0,8% 1,5% Giochi elettronici (slot machines, videopoker, ) con denaro in palio 7,0% 2,3% 4,5% Lotto 28,5% 24,8% 26,5% Scommesse in internet o giochi on-line con denaro in palio Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 5,0% 0,7% 2,7% Osservando la distribuzione percentuale dei giocatori per fasce d età (Tabella 7.4) si nota che in ciascuna di queste negli ultimi 12 mesi è stato preferito il gratta e vinci. La popolazione anni si è poi maggiormente orientata verso il gioco del lotto (25-34 anni: 30,0%; anni: 30,1%; anni: 17,9%). I soggetti più giovani (18-24 anni), invece, prediligono le scommesse sportive in agenzia (28,4%). 28

37 IL GIOCO D AZZARDO Tabella 7.4: Prevalenze % della partecipazione ai giochi nella popolazione anni negli ultimi 12 mesi, per fascia d età. Anno 2014 Gioco Poker con denaro in palio 14,9% 15,0% 4,2% 1,1% Gratta e vinci 55,1% 60,6% 49,4% 30,5% Giochi al casinò 6,3% 5,8% 4,1% 1,4% Giochi con i dadi con denaro in palio 4,1% 1,5% 0,5% 0,0% Scommesse sportive in agenzia 28,4% 19,7% 7,9% 1,2% Bingo 15,5% 14,5% 4,7% 1,2% Scommesse ippiche o su altri animali 2,4% 1,8% 1,6% 0,4% Giochi elettronici (slot machines, video-poker, ) con denaro in palio 10,7% 6,2% 3,9% 1,7% Lotto 16,7% 30,0% 30,1% 17,9% Scommesse in internet o giochi online con denaro in palio Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 6,8% 6,1% 2,0% 0,1% Non emergono particolari differenze tra le aree geografiche. In generale, in ogni area, la popolazione preferisce il gioco del gratta e vinci, seguito dal gioco del lotto. Più frequentemente che nel resto del paese, i residenti nell area meridionale/insulare, praticano scommesse sportive in agenzia (16,5%) (Tabella 7.5). Tabella 7.5: Prevalenze % della partecipazione ai giochi nella popolazione anni negli ultimi 12 mesi, per area geografica. Anno 2014 Gioco Nord- Ovest Nord- Est Centro Sud/Isole Poker con denaro in palio 4,7% 4,3% 6,8% 8,4% Gratta e vinci 46,9% 46,4% 45,9% 51,2% Giochi al casinò 5,2% 5,4% 2,9% 3,1% Giochi con i dadi con denaro in palio 1,5% 0,5% 0,7% 0,7% Scommesse sportive in agenzia 7,2% 4,7% 9,4% 16,5% Bingo 5,4% 5,0% 4,8% 9,3% Scommesse ippiche o su altri animali 1,5% 0,8% 1,6% 1,8% Giochi elettronici (slot machines, videopoker, ) con denaro in palio 4,9% 4,0% 3,9% 4,8% Lotto 23,2% 22,2% 25,1% 32,3% Scommesse in internet o giochi on-line con denaro in palio Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga 1,4% 1,8% 2,7% 4,2% Per ciascun soggetto che ha indicato la partecipazione negli ultimi 12 mesi ad almeno uno dei giochi indagati, è stato valutato il comportamento al gioco, attraverso il calcolo di un indice di gravità. Questo è stato stimato tramite la somministrazione della versione italiana validata del questionario South Oaks Gambling Screen (SOGS) 4. La scala SOGS per la valutazione del gioco d azzardo patologico 4 Lesieur, H.R. & Blume, S.B. (1987); Lesieur, H.R. & Blume, S.B. (1993). Revising the South Oaks Gambling Screen. Journal of Gambling Studies, 9,

38 Tale strumento consente di individuare, tra i giocatori quelli che non presentano un problema di gioco d azzardo, quelli problematici e a rischio di gioco d azzardo, e i giocatori d azzardo patologici. È importante sottolineare che utilizzare il solo parametro della frequenza di gioco per determinare la forma patologica non sembra essere esaustivo. È l insieme dei fattori e delle circostanze che permette di distinguere il gioco problematico da quello patologico. 2,0% giocatori problematici e a rischio 1,9% giocatori patologici Utilizzando tale scala di misura, è stata stimata una quota di giocatori problematici e a rischio di gioco patologico pari al 2,0% ed una quota di giocatori d azzardo patologici pari all 1,9% (Figura 7.1). Si stima, quindi, che circa il 4% dei giocatori di anni abbia un approccio problematico o addirittura patologico al gioco d azzardo, nei 12 mesi precedenti l intervista. Figura 7.1: Distribuzione % dei giocatori di anni secondo le tipologie di giocatore d azzardo, individuati in base alla scala SOGS. Anno 2014 Giocatore problematico e a rischio; 2,0% Giocatore d'azzardo patologico; 1,9% Nessun problema; 96,1% Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Analizzando nel dettaglio le tipologie di giocatore, identificate secondo la scala SOGS, risultano prevalenze maggiori di giocatori problematici a rischio e giocatori d azzardo patologici tra i maschi (2,0% in entrambe le tipologie di giocatori, contro lo 0,4% e 0,3% rispettivamente delle femmine) e tra i 18-24enni (rispettivamente 3,3% e 2,3%) (Tabella 7.6). In generale, si evidenzia un trend decrescente del dato con l aumentare dell età: nella fascia più anziana la prevalenza risulta attorno allo 0,6%. 30

39 IL GIOCO D AZZARDO Tabella 7.6: Prevalenze % della popolazione anni secondo le tipologie di giocatore d azzardo, individuati in base alla scala SOGS e il genere, la fascia d età e l area geografica. Anno 2014 Genere Nessun problema Giocatore problematico e a rischio Giocatore d'azzardo patologico Maschio 57,6% 2,0% 2,0% Femmina 54,4% 0,4% 0,3% Fascia d'età ,6% 3,3% 2,3% ,6% 1,6% 1,0% ,1% 0,9% 1,1% ,3% 0,6% 0,6% Area geografica Nord-occidentale 53,1% 1,1% 0,9% Nord-orientale 52,9% 1,6% 0,8% Centrale 53,6% 0,9% 1,0% Meridionale/Insulare 61,0% 1,1% 1,4% Dall analisi secondo la ripartizione geografica emerge che le prevalenze di giocatore problematico a rischio variano dallo 0,9% dell Italia centrale all 1,6% dell area nord-orientale. I giocatori d azzardo patologici si registrano maggiormente tra i residenti dell Italia meridionale/insulare (1,4%), mentre nelle altre aree il dato non supera l 1% ANALISI DEI FATTORI DI RISCHIO IL MODELLO APPLICATO L analisi dei fattori di rischio è avvenuta sulla base di confronti semplici, in cui tutti i fattori indagati con l'indagine e potenzialmente associabili ad una maggiore (fattore di rischio) o minore (fattore protettivo) propensione al gioco nell ultimo anno, sono stati considerati singolarmente. Attraverso l'utilizzo del test del Chi-quadrato ( 2 ), o del test esatto di Fisher, è stata valutata la significatività dell'associazione tra ciascun fattore e la condizione esaminata. Il limite di significatività statistica è stato fissato a un valore di p < 0,05. Per stabilire, invece, di quante volte la presenza di ciascun fattore esaminato aumenta, o diminuisce, la probabilità, per un soggetto di essere un giocatore problematico o patologico, è stato stimato l Odds Ratio (OR). In sintesi, gli OR valutano il rapporto fra la probabilità di essere un giocatore problematico o a rischio e quella di essere un giocatore non problematico o un non giocatore, nei gruppi di soggetti classificati secondo le diverse modalità di ciascun fattore, assumendo di volta in volta una specifica modalità come riferimento per il confronto. Ogni stima dell'odds-ratio viene presentata unitamente al 31

40 corrispondente intervallo di confidenza al 95%. Se tale intervallo include il valore 1, significa che il fattore è ininfluente sulla condizione di giocatore problematico/patologico, mentre se si colloca completamente a destra del valore 1, il fattore è implicato nella prevalenza di gioco problematico/patologico (fattore di rischio per il gioco problematico/ patologico). Infine, se l'intervallo di confidenza si colloca completamente a sinistra del valore 1, il fattore può essere considerato protettivo per il gioco problematico/patologico. L ANALISI BIVARIATA PER LA DEFINIZIONE DEI FATTORI DI RISCHIO Partendo dai confronti con ciascuna variabile indagata attraverso il questionario, sono stati individuati le condizioni o i comportamenti/ atteggiamenti che presentavano una differenza significativa (p<0,05) tra giocatori problematici/patologici e non giocatori o giocatori non problematici (Tabella 7.7): Genere (il 3,2% dei maschi risulta giocatore problematico/patologico contro lo 0,9% delle femmine, p<0,001); Classe età (i soggetti in età anni risultano giocatori problematici/patologici negli ultimi 12 mesi nel 3,7% dei casi, contro il 2,2% dei 25-34enni, l 1,9% dei 35-64enni, ed l 1,3% dei 65-79enni, p<0,001); Cittadinanza (i soggetti con un altra cittadinanza risultano giocatori problematici/patologici in percentuale maggiore rispetto ai cittadini italiani: 5,8% vs. 1,8%, p<0,001); Stato civile (la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti celibi/nubili, rispetto alle persone coniugate o con altro stato civile: rispettivamente 2,8%, 1,4% e 2,2%, p<0,001); Livello di istruzione (coloro che hanno un minore livello di istruzione nessun titolo o scuola dell obbligo risultano giocatori problematici/patologici con una frequenza (2,4%) maggiore rispetto ai soggetti con un alto livello di istruzione diploma di maturità o superiore (1,6%), p=0,005); Condizione di fumatore nell ultimo anno (la percentuale di giocatori problematici/patologici nell ultimo anno è più elevata tra i fumatori nello stesso periodo, 4,6% vs. 1,4%, p<0,001); 32

41 IL GIOCO D AZZARDO Assunzione di bevande alcoliche nell ultimo anno (chi ha assunto bevande alcoliche nell ultimo anno risulta giocatore problematico/patologico con frequenza maggiore rispetto a coloro che non hanno bevuto, 2,4% vs. 1,4%, p=0,015); Assunzione di benzodiazepine nell ultimo anno (chi ha assunto benzodiazepine nell ultimo anno risulta giocatore problematico/ patologico con frequenza maggiore rispetto a coloro che non hanno assunto questi farmaci, 3,4% vs. 1,8%, p=0,025); Ricorso al pronto soccorso nell ultimo anno (la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti che hanno fatto ricorso al pronto soccorso nei 12 mesi antecedenti l intervista: 3,6%, vs 1,6%, p<0,001); Ricorso al consultorio familiare nell ultimo anno (la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti che hanno fatto ricorso al consultorio familiare nei 12 mesi antecedenti l intervista: 4,7%, vs 1,7%, p<0,001); Ricorso ai centri di assistenza psicologica/psichiatrica nell ultimo anno (la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti che hanno fatto ricorso ai centri di assistenza psicologica/psichiatrica nei 12 mesi antecedenti l intervista: 6,1%, vs 1,8%, p<0,001); Ricorso ai servizi di assistenza per le dipendenze nell ultimo anno (la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti che hanno fatto ricorso ai centri di assistenza per le dipendenze nei 12 mesi antecedenti l intervista: 22,9%, vs 1,8%, p<0,001 test esatto di Fisher). Tabella 7.7: Definizione dei fattori di rischio per i giocatori problematici o patologici negli ultimi 12 mesi valori percentuali e test del Chi Quadrato di Pearson, test esatto di Fisher, stima degli Odds Ratio e relativo intervallo di confidenza al 95% Variabili Non giocatori / giocatori non problematici Giocatori problematici o patologici P-value %c* %r** %c* %r** Genere <0,001 Maschio 45,4 96,8 75,7 3,2 Femmina 54,6 99,1 24,3 0,9 Odds Ratio (M / F) = 0,267 (0,194 0,367) Classe età <0, ,6 96,3 14,8 3, ,0 97,8 13,3 2, ,9 98,1 56,2 1, ,5 98,7 15,7 1,3 Odds Ratio = NA Cittadinanza <0,001 Italiana 96,9 98,2 90,4 1,8 Altro 3,1 94,2 9,6 5,8 Odds Ratio (Italiana / Altro) = 3,370 (2,072 5,480) 33

42 Variabili Non giocatori / giocatori non problematici Giocatori problematici o patologici P-value %c* %r** %c* %r** Stato civile <0,001 Celibe/Nubile 27,1 97,2 40,7 2,8 Coniugato/a 62,3 98,6 46,7 1,4 Altro 10,6 97,8 12,6 2,2 Odds Ratio = NA Livello istruzione 0,005 Basso 37,7 97,6 47,3 2,4 Alto 62,3 98,4 52,7 1,6 Odds Ratio (Basso / Alto) = 0,673 (0,511 0,886) Fumo di tabacco negli ultimi 12 mesi <0,001 No 61,9 98,6 32,8 1,4 Si 38,1 95,4 67,2 4,6 Odds Ratio (No / Si) = 3,330 (2,436 4,552) Assunzione di bevande alcoliche negli ultimi 12 mesi 0,015 No 18,6 98,6 11,8 1,4 Si 81,4 97,6 88,2 2,4 Odds Ratio (No / Si) = 1,710 (1,103 2,651) Assunzione di benzodiazepine negli ultimi 12 mesi 0,025 No 49,5 98,2 34,0 1,8 Si 50,5 96,6 66,0 3,4 Odds Ratio (No / Si) = 1,910 (1,074 3,394) Ricorso al pronto soccorso negli ultimi 12 mesi <0,001 No 83,9 98,4 68,7 1,6 Si 16,1 96,4 31,3 3,6 Odds Ratio (No / Si) = 2,375 (1,751 3,222) Ricorso al consultorio familiare negli ultimi 12 mesi <0,001 No 94,1 98,3 85,1 1,7 Si 5,9 95,3 14,9 4,7 Odds Ratio (No / Si) = 2,812 (1,865 4,238) Ricorso ai centri di assistenza psicologia/psichiatrica negli ultimi 12 <0,001 mesi No 96,8 98,2 89,6 1,8 Si 3,2 93,9 10,4 6,1 Odds Ratio (No / Si) = 3,554 (2,206 5,724) Ricorso ai servizi di assistenza per le dipendenze negli ultimi 12 mesi <0,001 No 99,6 98,2 94,1 1,8 Si 0,4 77,1 5,9 22,9 Odds Ratio (No / Si) = 16,188 (8,125 32,253) Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga * %c entro la variabile dipendente, ** %r entro la variabile covariata Test esatto di Fisher 34

43 IL GIOCO D AZZARDO 7.3. ASSOCIAZIONE TRA GIOCO D AZZARDO E CONSUMO DI SOSTANZE ILLECITE Per poter valutare l associazione tra il comportamento di addiction da gioco d azzardo ed il consumo di sostanze stupefacenti, sono stati utilizzati i dati raccolti mediante l indagine GPS-DPA 2014 sulla popolazione anni, che ha permesso di raccogliere informazioni sia sul consumo di sostanze illecite, sia sul gioco d azzardo. A questo proposito, è interessante osservare la stretta associazione statistica che risulta tra tipologia di giocatore, determinata secondo la scala SOGS, e uso di sostanze stupefacenti nei 12 mesi antecedenti l intervista (Figura 7.2). I giocatori identificati non problematici evidenziano una prevalenza di uso di sostanze stupefacenti pari al 7,1%, mentre per i giocatori ritenuti problematici o patologici, la prevalenza di consumo di sostanze aumenta, passando rispettivamente al 27,9% e al 26,8%. Forte associazione tra tipologia di giocatori e consumo di sostanze stupefacenti Figura 7.2: Prevalenze % di consumo di sostanze stupefacenti negli ultimi 12 mesi secondo la tipologia di giocatore d azzardo, individuata in base alla scala SOGS, nei giocatori anni. Anno % 25% 27,9% 26,8% 20% 15% 10% 7,1% 5% 0% Nessun problema Giocatore problematico e a rischio Giocatore d'azzardo patologico Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Per valutare l esistenza di un associazione statisticamente significativa tra il gioco d azzardo, definito come gioco problematico o patologico versus gioco non problematico o nessun gioco nei 12 mesi antecedenti l intervista (variabile utilizzata nel modello di regressione logistica nel paragrafo precedente) ed il consumo di almeno una sostanza illecita nello stesso periodo temporale, è stato utilizzato il test del Chi Quadrato di Pearson (χ 2 ). 35

44 Per stabilire, invece, di quante volte la presenza del fattore esaminato (consumo) aumenta, o diminuisce, la probabilità, per un soggetto di anni, di essere un giocatore problematico o patologico, è stato stimato l Odds Ratio (OR). Associazione statisticamente significativa tra gioco d azzardo e consumo di sostanze stupefacenti, anni Tabella 7.8: Definizione dell associazione tra gioco problematico o patologico e consumo di almeno una sostanza illecita negli ultimi 12 mesi, GPS-DPA anni valori percentuali, test del Chi Quadrato di Pearson, stima dell Odds Ratio e relativo intervallo di confidenza al 95% Variabili Non giocatori / giocatori non problematici Giocatori problematici o patologici %c* %r** %c* %r** Consumo di almeno una sostanza illecita nell ultimo anno No 93,9 98,2 77,4 1,8 Si 6,1 92,5 22,6 7,5 Odds Ratio (OR) = 4,488 (3,119-6,458) Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga * %c entro la variabile dipendente, ** %r entro la variabile covariata χ 2 P-value <0,001 Il consumo di almeno una sostanza illecita nei 12 mesi antecedenti l intervista tra i soggetti di età compresa tra i 18 e i 64 anni, rappresenta un fattore di esposizione altamente associato al gioco d azzardo (Tabella 7.8): p-value del test del Chi Quadrato di Pearson <0,001, Odds Ratio pari a 4,5 (IC 95%: 3,1 6,5). Quest ultimo valore indica che il consumo di almeno una sostanza stupefacente nell ultimo anno aumenta di 4,5 volte la probabilità di gioco d azzardo problematico o patologico. 36

45 PARTE QUARTA SINTESI

46

47 SINTESI 8. SINTESI DEI PRINCIPALI RISULTATI Questo studio ha come obiettivo principale quello di analizzare l andamento del fenomeno del gioco d azzardo nella popolazione italiana in età anni. Lo studio è stato condotto nel primo semestre 2014 mediante invio del questionario postale a soggetti residenti in Italia. In totale i questionari compilati pervenuti al Dipartimento per le Politiche Antidroga ammontano a , con una percentuale di adesione allo studio pari al 17,9%. Dopo un accurata procedura di controllo di qualità dei questionari pervenuti, il campione finale dei rispondenti considerato per le analisi è rappresentato da residenti, 54,1% dei quali femmine, con una frequenza maggiore di rispondenti nella classe d età anni. L indagine ha coinvolto residenti di età compresa tra i 18 ed i 79 anni Il 60,6% dei rispondenti risulta essere coniugato al momento dell intervista, ed il 37,6% dichiara di vivere con il partner e figlio/i. La maggior parte dei rispondenti possiede un livello di istruzione medio-alto (37,0% diploma di scuola media superiore; 21,0% laurea) e risulta occupata al momento dell indagine (43,9%). La prevalenza di gioco nella popolazione anni risulta pari a 58,2%, con un valore maggiore nella popolazione maschile (61,6%). Analizzando i dati secondo la fascia d età, circa il 70,0% dei soggetti da 18 a 34 anni negli ultimi 12 mesi ha partecipato ad almeno uno dei giochi considerati nell indagine, dato questo che scende al 39,5% nella fascia più anziana. I residenti nell area meridionale/insulare si caratterizzano per una prevalenza maggiore di gioco (63,6%), a fronte di una forte omogeneità rilevata nelle altre aree d Italia. Prevalenza di gioco nella popolazione anni: 58,2% Facendo riferimento ai soli giocatori di anni, questi hanno partecipato ai vari giochi prevalentemente 1-2 volte nei 12 mesi antecedenti l intervista. I maschi risultano più coinvolti (con prevalenze che variano da 1,1% a 47,7% a seconda dei giochi) mentre le femmine si distinguono nel gioco del gratta e vinci al quale hanno partecipato in uguale misura rispetto ai maschi (48,5% femmine e 47,7% maschi). Tra i giochi praticati ogni settimana, al massimo 2 volte, le prevalenze maggiori si osservano per le scommesse on-line o giochi on-line con denaro in palio (13,1%) e le scommesse sportive in agenzia (12,6%). Il genere maschile è il più attratto dai giochi, nei 12 mesi precedenti l intervista 39

48 La scala SOGS La valutazione del comportamento di gioco, per i soggetti che hanno indicato la partecipazione negli ultimi 12 mesi ad almeno uno dei giochi indagati, è stato valutato attraverso il calcolo di un indice di gravità. Questo è stato stimato tramite la somministrazione della versione italiana validata del questionario South Oaks Gambling Screen (SOGS). 2,0% giocatori problematici e a rischio 1,9% giocatori patologici Utilizzando tale scala di misura, è stata stimata una quota di giocatori problematici e a rischio di gioco patologico pari al 2,0% ed una quota di giocatori d azzardo patologici pari all 1,9% (Figura 8.1). Si stima, quindi, che circa il 4% dei giocatori di anni abbia un approccio problematico o addirittura patologico al gioco d azzardo, nei 12 mesi precedenti l intervista. Figura 8.1: Distribuzione % dei giocatori di anni secondo le tipologie di giocatore d azzardo, individuati in base alla scala SOGS. Anno 2014 Giocatore problematico e a rischio; 2,0% Giocatore d'azzardo patologico; 1,9% Nessun problema; 96,1% Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Analizzando nel dettaglio le tipologie di giocatore, identificate secondo la scala SOGS, risultano prevalenze maggiori di giocatori problematici a rischio e giocatori d azzardo patologici tra i maschi (2,0% in entrambe le tipologie di giocatori, contro lo 0,4% e 0,3% rispettivamente delle femmine) e tra i 18-24enni (rispettivamente 3,3% e 2,3%) (Tabella 8.1). In generale, si evidenzia un trend decrescente del dato con l aumentare dell età. Nella fascia più anziana la prevalenza risulta attorno allo 0,6%. 40

49 SINTESI Tabella 8.1: Prevalenze % della popolazione anni secondo le tipologie di giocatore d azzardo, individuati in base alla scala SOGS e il genere, la fascia d età e l area geografica. Anno 2014 Genere Nessun problema Giocatore problematico e a rischio Giocatore d'azzardo patologico Maschio 57,6% 2,0% 2,0% Femmina 54,4% 0,4% 0,3% Fascia d'età ,6% 3,3% 2,3% ,6% 1,6% 1,0% ,1% 0,9% 1,1% ,3% 0,6% 0,6% Area geografica Nord-occidentale 53,1% 1,1% 0,9% Nord-orientale 52,9% 1,6% 0,8% Centrale 53,6% 0,9% 1,0% Meridionale/Insulare 61,0% 1,1% 1,4% Dall analisi secondo la ripartizione geografica emerge che le prevalenze di giocatore problematico a rischio variano dallo 0,9% dell Italia centrale all 1,6% dell area nord-orientale. I giocatori d azzardo patologici si registrano maggiormente tra i residenti dell Italia meridionale/insulare (1,4%), mentre nelle altre aree il dato non supera l 1%. Sulla base dell analisi dei fattori potenzialmente associati ad una maggiore (fattore di rischio) o minore (fattore protettivo) propensione al gioco nell ultimo anno, risulta che la condizione di giocatore problematico/patologico è maggiormente diffusa tra i soggetti che hanno fatto ricorso ai centri di assistenza per le dipendenze (p<0,001, OR=16,2). Parallelamente, tra i soggetti che hanno fatto ricorso ai centri di assistenza psicologica/psichiatrica nell ultimo anno, la condizione di giocatore problematico/patologico risulta maggiormente diffusa (p<0,001, OR=3,5). Inoltre, emerge che la percentuale di giocatori problematici/patologici nell ultimo anno è più elevata tra i fumatori (p<0,001, OR=3,3), tra i soggetti che hanno assunto bevande alcoliche (p=0,015, OR=1,7) e tra i soggetti che hanno fatto uso di benzodiazepine negli ultimi 12 mesi (p=0,025, OR=1,9). Analisi dei fattori potenzialmente associati al gioco problematico/ patologico Si manifesta, inoltre, una stretta associazione statistica tra la tipologia di giocatore, determinata secondo la scala SOGS ed il consumo di sostanze stupefacenti nella popolazione anni, nei 12 mesi precedenti l intervista (Figura 8.2). 41

50 I giocatori identificati non problematici evidenziano una prevalenza di uso di sostanze stupefacenti pari al 7,1%, mentre per i giocatori ritenuti problematici o patologici, la prevalenza di consumo di sostanze aumenta, passando rispettivamente al 27,9% e al 26,8%. Figura 8.2: Prevalenza % di consumo di sostanze stupefacenti negli ultimi 12 mesi secondo la tipologia di giocatore d azzardo, individuata in base alla scala SOGS, nei giocatori di18-64 anni. Anno % 25% 27,9% 26,8% 20% 15% 10% 7,1% 5% 0% Nessun problema Giocatore problematico e a rischio Giocatore d'azzardo patologico Fonte: Studio GPS-DPA 2014 Dipartimento Politiche Antidroga Infine, si rileva che il consumo di almeno una sostanza illecita nei 12 mesi antecedenti l intervista tra i soggetti di età compresa tra i 18 e i 64 anni, rappresenta un fattore di esposizione altamente associato al gioco d azzardo: p-value del test del Chi Quadrato di Pearson <0,001, Odds Ratio pari a 4,5 (IC 95%: 3,1 6,5). Quest ultimo valore indica che il consumo di almeno una sostanza stupefacente nell ultimo anno aumenta di 4,5 volte la probabilità di gioco d azzardo problematico o patologico. 42

51 ALLEGATI

52

53 ALLEGATO 1 ALLEGATO 1 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE 45

54 46

55 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE PIANO DI CAMPIONAMENTO PER LA SELEZIONE DI INDIVIDUI 5 1. ASPETTI GENERALI E SIMBOLISMO In questa sezione vengono descritti alcuni aspetti generali relativi alla popolazione di individui di interesse per l indagine sul consumo di droga, e vengono introdotti la terminologia e il simbolismo che verranno usati nel seguito. Il disegno che si propone ricalca ed aggiorna quello introdotto già per l indagine GPS-DPA POPOLAZIONE OBIETTIVO La popolazione obiettivo dell indagine è l insieme degli individui residenti in Italia, e di età anni, suddivisi in 4 classi di età, di cui se ne includono le prime 3 per quanto concerne la parte relativa alle sole dipendenze da sostanze, mentre si prolunga fino ad includere la popolazione fino ai 79 anni per la parte che riguarda il gioco d azzardo, aggiungendo quindi l ultima classe: - classe di età 1: insieme degli individui di età anni; - classe di età 2: insieme degli individui di età anni; - classe di età 3: insieme degli individui di età anni; - classe di età 4: insieme degli individui di età anni. Gli individui sono raggruppati in famiglie, le quali a loro volta vivono in comuni appartenenti a determinate province e regioni. Per ogni comune è disponibile, sulla base delle liste anagrafiche, la lista delle famiglie, dalle quali si possono ricavare liste di individui residenti suddivisi per classi di età, ossia l insieme degli individui che compongono la popolazione obiettivo. Quest operazione è piuttosto onerosa in termini di tempo, specialmente per i comuni di grande dimensione. In generale, saranno considerati di grande dimensione i comuni con una popolazione residente al di sopra dei abitanti. Seguendo una terminologia corrente, essi saranno d ora in avanti denominati comuni auto-rappresentativi SIMBOLISMO E TERMINOLOGIA Per la realizzazione del piano di campionamento, i comuni vengono anzitutto suddivisi in strati. Un primo strato è composto dai comuni auto-rappresentativi. Gli altri strati sono formati dai comuni non auto-rappresentativi delle diverse province. Se vi sono in totale P province, i comuni saranno suddivisi in P+1 strati (P province a cui si aggiunge lo strato dei comuni auto-rappresentativi). 5 Il piano di campionamento è stato realizzato dall Osservatorio Nazionale delle Dipendenze del Dipartimento Politiche Antidroga con il supporto metodologico del Dipartimento di Scienze Statistiche dell Università Sapienza di Roma. 47

56 COMUNI AUTO-RAPPRESENTATIVI D ora in avanti supporremo che vi siano in totale A comuni auto-rappresentativi. Per quanto riguarda gli individui della popolazione obiettivo residenti in comuni auto-rappresentativi, ognuno di essi è individuato da una terna di indici del tipo: l indice c identifica il comune (auto-rappresentativo) di appartenenza (c = 1,..., A); l indice j identifica la classe di età a cui appartiene l individuo (j = 1,..., 3); i j c l indice i identifica l individuo della classe di età j del comune (auto-rappresentativo) c (i = 1,..., a N jc ). Supporremo anche che nel generico comune auto-rappresentativo c vi siano in totale individui della classe di età j. Il numero totale di individui della popolazione obiettivo appartenenti al comune (auto-rappresentativo) c è pari a: a N jc N.c 4 a = j= 1 N a j c,c= 1,, A(1) mentre con il simbolo si indica il numero totale di individui della popolazione-obiettivo residenti in comuni autorappresentativi. N.. A N.c c= 1 a = A a = c= 1 4 N a j c (2) j= COMUNI NON AUTO-RAPPRESENTATIVI Per quanto riguarda i comuni non auto-rappresentativi (comuni con meno di ab. e con più di ab. residenti), come detto assumiamo vi siano in totale P province, e che nella generica provincia p vi siano C p comuni non auto-rappresentativi. Inoltre, si indicherà con na N jpc il numero di individui della classe di età j (= 1,..., 4) del comune nonautorappresentativo c (= 1,..., C p) della provincia p (= 1,..., P). Ogni individuo di un comune non auto-rappresentativo è identificato da una quaterna di indici in cui: i j c p l indice p identifica la provincia di appartenenza (p = 1,..., P); l indice c identifica il comune (non auto-rappresentativo) di appartenenza della provincia p (c = 1,..., C p); l indice j identifica la classe di età a cui appartiene l individuo (j = 1,..., 4); l indice i identifica l individuo della classe di età j del comune (non auto-rappresentativo) c della provincia P (i = 1,..., na N jpc ). 48

57 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE Il numero totale di individui della popolazione obiettivo appartenenti al comune (non autorappresentativo) c della provincia p è pari a: N.c p 4 na = j= 1 N na j c p ;c= 1,,C p ; p= 1,, P.(3) mentre N.. p C na = N p.c p c= 1 C na = c= 1 4 p N na j c p (4) j= 1 è il numero totale di individui della popolazione-obiettivo residenti nei comuni non autorappresentativi della provincia P. Infine, con il simbolo N... na = P N.. p p= 1 P na = C p= 1 c= 1 4 p N na j c p (5) j= 1 si indica il totale degli individui della popolazione obiettivo residenti in comuni non autorappresentativi. 2. MODELLO PER LE MANCATE RISPOSTE La rilevazione qui in esame comporta inevitabilmente un numero assai elevato di mancate risposte. In effetti, da rilevazioni simili svolte in precedenti periodi di tempo, si evince che il tasso medio di risposta dipende fortemente dall età degli individui intervistati, e che al crescere dell età aumenta anche la propensione a rispondere. Le mancate risposte hanno in genere conseguenze molto serie per quel che riguarda la distorsione degli stimatori utilizzati. A causa delle (probabili) differenti caratteristiche che i non rispondenti hanno rispetto ai rispondenti, l ignorare i primi implica una bassa rappresentatività del campione dei soli rispondenti rispetto alla popolazione totale. Tale bassa rappresentatività si sostanzia, principalmente ma non esclusivamente, in una forte distorsione degli stimatori comunemente utilizzati. Per compensare almeno in parte questi effetti distorsivi, si introdurrà un modello (stocastico) per formalizzare il meccanismo di risposta/non risposta delle unità campionarie. 49

58 2.1. COMUNI AUTO-RAPPRESENTATIVI Per i comuni auto-rappresentativi, si assumerà che le probabilità di risposta delle unità dipendano solo da due fattori: il comune e la classe di età dell individuo intervistato (ossia a cui è sottoposto un questionario). In simboli, si ponga: con i = 1,..., a R i j c = 1se l ' individuo(i, j,c)risponde;= 0altrimenti (6) a N jc ; j = 1,..., 4; c = 1,..., A. Assumeremo che le variabili aleatorie (v.a.) (6) siano mutualmente indipendenti, con ( =1 )= ; =1,, ; =1,,4; =1,,.(7) Si osservi che, nella terminologia corrente, il modello introdotto per le mancate risposte è essenzialmente un modello Missing At Random (MAR, per brevità) COMUNI NON AUTO-RAPPRESENTATIVI Per i comuni non auto-rappresentativi, si assumerà che le probabilità di risposta delle unità dipendano da due fattori: la provincia e la classe di età dell individuo intervistato. In simboli, poniamo con i = 1,..., N ; j = 1,..., 4; c = 1,..., C p; p = 1,..., P. na jcp Assumeremo anche in questo caso che le variabili aleatorie (v.a.) (8) siano mutuamente indipendenti, con con i = 1,..., R na i j c = 1se l ' individuo(i, j,c)risponde;= 0altrimenti (8) ( na N jcp ; j = 1,..., 4; c = 1,..., C p; p = 1,..., P. Anche in questo caso si tratta di un modello MAR. =1 )= ; (9) 3. PIANO DI CAMPIONAMENTO Il piano di campionamento che si propone è a due stadi, con due diversi livelli di stratificazione. Nel primo livello di stratificazione i comuni (auto-rappresentativi o meno) sono raggruppati in strati, secondo le modalità descritte in precedenza: uno strato è formato da tutti i comuni auto-rappresentativi, mentre gli altri strati sono formati dai comuni non autorappresentativi di ciascuna provincia. 50

59 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE 3.1. PRIMO STADIO DI CAMPIONAMENTO: DESCRIZIONE GENERALE Nel primo stadio di campionamento i comuni svolgono il ruolo di unità primarie di campionamento. Per quanto riguarda lo strato dei comuni auto-rappresentativi, da esso si selezionano tutti i comuni che lo costituiscono. Per i comuni non autorappresentativi, da ogni provincia si estraggono due comuni secondo lo schema di Brewer, con probabilità di inclusione del primo ordine proporzionali al peso demografico (in termini di popolazione obiettivo) dei comuni nell ambito dello strato (provincia) di appartenenza. Lo schema di Brewer è descritto in Appendice. Con riferimento al comune (non autorappresentativo) c della provincia (strato) p, esso avrà una probabilità di essere selezionato (probabilità di inclusione del primo ordine) pari a: n a = 2 N na.c p ; c= 1,,C n a p; p= 1,, P.(10) π c p N.. p I due comuni distinti c, c, rispettivamente appartenenti alle province (strati) p, p (non necessariamente distinte), hanno invece probabilità di inclusione del secondo ordine pari a n a π c p ;c p = 2 K z c p z c n a π c p ;c p p 1 z c p z c p (1 z c p )(1 z ); se c p p = p ; = π c p na π c n a se p p(11) p na na na dove si è posto z N N ( / 2), e cp. cp /.. p cp K= p= 1 P c= 1 C p z c p(1 z c p ) 1 2 z c p.(12) 3.2. SECONDO STADIO DI CAMPIONAMENTO Il secondo stadio di campionamento prevede sia un ulteriore livello di stratificazione degli individui, che un passo di selezione di individui-campione (ovvero di individui da includere nel campione). Precisamente, per ciascuno dei comuni selezionati al primo stadio si considerano le unità della popolazione obiettivo, suddivise per classi di età. In questo modo, gli individui di ciascun comune selezionato al primo stadio vengono suddivisi in tre strati, ciascuno 51

60 corrispondente ad una delle classi di età di interesse. Un punto molto importante, naturalmente, riguarda il numero di unità da selezionare da ciascun comune. Assumiamo si preveda di inviare, per il complesso della rilevazione, un totale di questionari. Questo significa che verranno intervistati (mediante questionario postale) individui. La determinazione del numero di individui da selezionare da ciascuno strato di ciascun comune è differente a seconda che si tratti di comuni auto-rappresentativi oppure non autorappresentativi. Per ragioni che saranno chiarite più avanti, si inizierà la descrizione del piano a partire da questi ultimi COMUNI NON AUTO-RAPPRESENTATIVI A. Scelta del numero di unità da selezionare da ogni comune Si consideri la generica provincia p dalla quale, al primo stadio, sono stati selezionati due comuni-campione, i quali formano il campione di primo stadio della provincia p, che indichiamo con c p. Quanti individui selezionare dal comune-campione c c p? Ignoriamo per il momento che le unità del comune sono stratificate per classi di età. Supponiamo di selezionare dal comune c un campione semplice senza ripetizione (ssr) di individui, e di dover stimare la proporzione di individui che posseggono un dato attributo (ad es., la proporzione di individui che hanno consumato droga in un dato periodo di tempo). Posto (i) t = valore di soglia ammesso per l errore (assoluto) di stima; (ii) α = probabilità con cui l errore di stima effettivo supera la soglia ammessa t; allora il numero di unità da estrarre (mediante disegno ssr) dal comune c dovrebbe essere al più (si tratta in effetti di un criterio piuttosto pessimistico) uguale a (13) essendo z α/2 il quantile di ordine α/2 della distribuzione normale standard. Nel nostro caso utilizziamo nella (13) t = 0.07 (errore massimo di stima pari al 7%) e α = 0.05 (probabilità di un errore di stima superiore al 7% pari al 5%). Con questi valori si ottiene una numerosità campionaria pari a 236. Poiché da ogni provincia si selezionano due comuni-campione si estraggono almeno 472 individui per provincia con un disegno campionario che in realtà è più efficiente di quello ssr. B. Scelta del numero di unità da selezionare dagli strati nei comuni Per quanto riguarda il numero di individui da selezionare dal generico strato j (j = 1,..., 4), la questione è più delicata. La strada che qui si seguirà usa in maniera semplice il modello (8). 52

61 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE Con riferimento alla classe di età j, comune c, provincia p, sia il peso dello strato (classe di età) j del comune c della provincia p. Vale la relazione fondamentale: na = N n a j c p ; j= 1,,4 ;c= 1,,C na p ; p= 1,, P (14) w j c p N.c p 4 n w a j c p = 1 ; c= 1,,C p ; p= 1,, P. j= 1 Supponiamo di voler stimare la media di una data variabile Y, di cui indichiamo con na y i j c p ;i= 1,, N na j c p ; j= 1,,4; c= 1,,C p ; p= 1,, P il valore assunto in corrispondenza dell individuo i della classe di età j, comune (non autorappresentativo) c, provincia p. Indichiamo inoltre con Y j c p na = 1 N na n a j c p N j c p i= 1 na y i j c p (15) V na j c p = 1 N N na j c p 1 i= 1 n a j c p na ( y i j c p Y na j c p ) 2 (16) rispettivamente la media e la varianza della variabile Y all interno della classe di età j, comune c, provincia p, e con Y.c p 4 na = j= 1 w na j c p Y na j c p (17) la media della variabile Y per il comune c della provincia p. Supponiamo di voler stimare la (17), e che il disegno di selezione di individui dal comune c della provincia p sia di tipo stratificato, in cui ogni strato è una delle classi di età. Indichiamo con na n jcp il numero di individui selezionato dal comune (non auto-rappresentativo) c della provincia p; vale l ovvia relazione: 4 n n a j c p = 236 ;c= 1,,C p ; p= 1,, P.(18) j= 1 Come stimatore useremo quello naturale 4 na y.c p = w j c p j= 1 y na j c p ;c= 1,,C p ; p= 1,, P(19) 53

62 Essendo na ŷ jcp la media campionaria dei rispondenti dello strato j del comune c, provincia p. Sulla base del modello (9), è facile vedere che la varianza totale (rispetto al disegno campionario stratificato e al modello di risposta/non risposta) dello stimatore (19) è pario, in via approssimativa, a (. ) 4 =1 ( ) =1 ( ) 2.(20) Una prima idea, semplice e intuitiva, sarebbe quella di determinare i valori di na n jcp in modo da rendere minima la varianza totale (20), subordinatamente al vincolo (18). Tale problema di ottimo è effettivamente risolvibile solo se sono note le varianze di strato V na jcp. Purtroppo, nel caso in esame esse devono essere ragionevolmente assunte incognite. Per questa ragione si ripiega su una soluzione di sub-ottimo. Per semplicità di trattazione (benché non strettamente necessario) supponiamo che le varianze si strato limitazione del tipo: na V jcp soddisfino una V na j c p V ; j= 1,,4;c= 1,,C p ; p= 1,, P (21) in cui V non deve essere necessariamente noto. I due casi più importanti che verificano una disuguaglianza del tipo (21) sono di seguito elencati. - Stima di proporzioni, in cui, a meno di approssimazioni trascurabili, è quindi V = 1/4); - Caso di caratteri limitati: a < (sempre a meno di approssimazioni trascurabili) na V jcp < (b a) 2 /4 (ossia V = (b a) 2 /4). L idea di base è di determinare i valori na V jcp < 1/4 (e na y ijcp < b per ogni unità i j c p. Si ha in questo caso na na n cp n4cp 1,..., in modo da rendere minima la massima (20), subordinatamente ai vincoli (18), (21). In simboli, bisogna risolvere un problema di minimax del tipo: MIN n na j c p MAX V na jcp V ( y.c p )(22) subordinatamente ai vincoli (18), (21). 54

63 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE Tenendo conto che la V( y ˆ. cp ) è massima quando le varianze di strato sono tutte uguali a V, e usando la tecnica dei moltiplicatori di Lagrange, è facile vedere che la soluzione del problema vincolato (22) è del tipo: n n a j c p = 236 na 1 w j c p G ; j= 1,,4 ; c= 1,,C na p ; p= 1,, P (23) c p τ j p con G c p = 3 n a w h c p h= 1 n a τ h p ; c= 1,,C p ; p= 1,, P. Per rendere operativa la soluzione (23) è necessario conoscere le probabilità di risposta na individuali jp. In assenza di altre informazioni, una stima di tali probabilità può essere desunta dai risultati dell indagine sul consumo di droga condotta in annate precedenti, e dalla quale si possono avere informazioni sui tassi di partecipazione nazionali. Sulla base di tali risultati si può assumere come prima approssimazione che τ na 1 p γ 1 = ; τ na 2 p γ 2 = ; τ na 3 p γ 3 = (24) Valori corrispondenti ai tassi di risposta dell indagine precedente, mentre per la classe non inserita fino a quest'anno si è utilizzato il tasso di risposta medio nazionale τ na 4 p γ 4 = In definitiva, sulla base di quanto sopra scritto, il campionamento effettivo dai comuni non auto-rappresentativi avviene mediante disegno campionario stratificato. Precisamente, si consideri il comune-campione (non auto-rappresentativo) c della provincia p. Come detto, la popolazione obiettivo che lo compone viene suddivisa in tre strati, ciascuno corrispondente ad una della tre classi di età di interesse. Lo strato j mo (j = 1,..., 4) contiene un numero di individui pari a numero di individui pari a N na jcp. Da tale strato si seleziona, mediante disegno ssr, un n j c p n a = ' G c p na N j c p n a N.c p 1 γ j ; j= 1,,4 (25) con γ 1,..., γ 4 dati dalle (24), e * Gcp dato = 3 h=1 h. 1.(26) h 55

64 Si osservi che, conformemente all intuizione, la formula (25) tende a sovra-campionare dagli strati in cui è più bassa la probabilità di risposta individuale, e a sotto-campionare da quelli in cui è più alta. Il numero totale di unità selezionate dai comuni non auto-rappresentativi sarà quindi pari a = 4 =1 =1 =472.(27) che nel nostro caso corrisponde a unità COMUNI AUTO-RAPPRESENTATIVI Come si evince dalla (27), il numero totale di unità selezionate dai comuni autorappresentativi è pari a: =65000.(28) ovvero unità (si osservi che l'80% della popolazione italiana risiede in comuni nonautorappresentativi). Anche in questo caso, gli individui di ciascun comune (autorappresentativo) vengono stratificati in tre strati, ciascuno corrispondente ad una delle classi di etàdi interesse. Il numero totale di individui selezionati dal comune (auto-rappresentativo) c è pari a: =... (29) ossia è proporzionale al peso demografico del comune nell ambito dei soli comuni autorappresentativi. Per quanto riguarda il numero di individui da selezionare da ciascuno strato, valgono considerazioni simili a quelle svolte per i comuni non auto-rappresentativi. Sia = =. (30) 3 h=1 h. 1.(31) h il peso dello strato j (j = 1,..., 4) nell ambito del comune auto-rappresentativo c (= 1,..., A). 56

65 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE Con la stessa simbologia utilizzata in precedenza, dal generico strato j (j = 1,..., 4) del comune auto-rappresentativo c si selezioneranno, mediante disegno ssr, un numero di unità pari a: = 1. 1 ; =1,,4.(32) 4. PROBABILITÀ DI INCLUSIONE DEL PRIMO ORDINE In questa sezione verranno determinate le probabilitàdi inclusione del primo ordine degli individui. I loro reciproci costituiscono i cosiddetti pesi base della rilevazione campionaria, e sono di fondamentale importanza per la costruzione di stime di medie, di proporzioni, e di totali. Al solito, bisogna distinguere gli individui (unità) appartenenti a comuni autorappresentativi da quelli appartenenti a comuni non auto-rappresentativi. (A). Nel caso di comuni auto-rappresentativi, un individuo è identificato da una terna di indici del tipo i j c in cui c è il comune di appartenenza, j la classe di età, e i l identificatore dell individuo all interno della classe di età j e del comune c. La probabilitàdi inclusione del primo ordine dell unità è pari a: = ; =1,, ; =1,,3; =1,,.(33) (B). Nel caso di comuni non auto-rappresentativi, un individuo è identificato da una terna di indici del tipo i j c p in cui p è la provincia di appartenenza, c è il comune (non auto-rappresentativo) della provincia, j la classe di età, e i l identificatore dell individuo all interno della classe di età j e del comune c della provincia p. La probabilitàdi inclusione del primo ordine dell unità è pari a: = ; =1,, ; =1,,3; =1,, ; =1,,.(34) na dove cp è dato dalla (10). 57

66 5. PROBABILITÀ DI INCLUSIONE DEL SECONDO ORDINE In questa sezione verranno determinate le probabilità di inclusione del secondo ordine di coppie di individui distinti. Esse sono di fondamentale importanza per la stima di varianze di stimatori (di tipo Horvitz-Thompson) di proporzioni, di medie, di totali. Di conseguenza, sono anche di fondamentale importanza per la costruzione di intervalli di confidenza. (A). Il primo dei casi da considerare è quello di una coppia di unità i j c; i j c appartenenti a due comuni auto-rappresentativi. In questo caso le probabilità di inclusione del secondo ordine sono pari a:,, =,, =, ; = = ( 1) ( 1) =, =.(35), ; (B). Il secondo dei casi da considerare è quello di una coppia di unità i j c p; i j c rispettivamente appartenenti a un comune non auto-rappresentativo e ad uno autorappresentativo. In questo caso le probabilità di inclusione del secondo ordine sono pari al prodotto delle corrispondenti probabilità di inclusione del primo ordine:, = (36 ) (C). L ultimo dei casi da considerare è quello di una coppia di unità i j c p; i j c p appartenenti a due comuni non auto-rappresentativi. In questo caso le probabilità di inclusione del secondo ordine sono pari a:,,, = = =, =, =, ; =, =, ; ; ( 1) ( 1) =, =, =, (37) 58

67 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE 6. PONDERAZIONE DELLE UNITÀ CAMPIONARIE RISPONDENTI A posteriori, al termine della fase di raccolta dei dati, è abbastanza verosimile attendersi tassi di risposta diversificati a seconda delle classi di età, dei comuni auto-rappresentativi, e delle province (per i comuni non auto-rappresentativi). Questo porta, in generale, a distorsioni di stima non trascurabili. Per ovviare a tale inconveniente è opportuno adottare uno schema di riponderazione delle unità campionarie rispondenti COMUNI AUTO-RAPPRESENTATIVI Con riferimento al generico comune auto-rappresentativo c (= 1,..., A), sia individui rispondenti della classe di età (strato) j (j = 1,..., 4), e sia a v jc un numero di il numero totale di rispondenti del comune (auto-rappresentativo) c. Sulla base del modello di risposta (7), lo stimatore di massima verosimiglianza della probabilità di risposta a: a jc è pari Pertanto, dalla (39) si conclude che la generica unità campionaria i j c che risponde all intervista avrà un peso pari a:. = 4 =1 (38) = ; =1,,4; =1,.(39). = 1 1 = 1. (40) a dove ijcè dato dalla (33) COMUNI NON AUTO-RAPPRESENTATIVI Con riferimento al generico comune non auto-rappresentativo c (c = 1,..., C p) della provincia p (= 1,..., P), sia..., 4), e siano na v jcp in numero di individui rispondenti della classe di età (strato) j (j = 1,. = (41).. = 4 =1 (42) rispettivamente il numero di rispondenti della classe di età j della provincia p e il numero totale di rispondenti della provincia p stessa (come nelle pagine precedenti, il simbolo c p 59

68 indica il campione di due comuni (non autorappresentativi) della provincia p). Sulla base del modello di risposta (9), lo stimatore di massima verosimiglianza della na probabilità di risposta jp è pari a: =. ; =1,,4; =1,,.(43).. Utilizzando la (43), la generica unità campionaria rispondente i j c p avrà un peso pari a: = 1 1 = 1.. (44). a dove ijcp è dato dalla (33). Calibrazione dei pesi e calcolo delle varianze Nelle due sezioni precedenti si è descritta la costruzione delle probabilità d inclusione del primo e secondo ordine e il loro uso nella determinazione dei pesi. Si noti che i pesi ottenuti sopra sono stati calibrati a posteriori sotto il vincolo che la popolazione ricostruita per provincia e classe di età eguagliasse le popolazioni provinciali reali distinte per classi di età. La calibrazione è stata effettuata utilizzando la procedura proposta in Deville, Särndal (1992) 6 secondo il metodo del troncamento. Tale procedura è ormai divenuta lo standard comunemente accettato per la calibrazione dei pesi in indagini campionarie, inoltre è implementata nella libreria sampling del software R e pertanto di semplice uso. Per il calcolo delle varianze degli indicatori scelti si è adottata la proposta di Deville 7 (1993), anch essa ormai considerata lo standard corrente e implementata nella libreria sampling. SCHEMA DI BREWER Lo schema di Brewer è uno schema di selezione di un campione di due unità da una popolazione, con prefissate probabilità di inclusione del primo ordine. Esso presenta diverse caratteristiche positive, tra cui: - semplicità di esecuzione; - facilità di calcolo delle probabilità di inclusione del secondo ordine; - stimatore di Yates-Grundy (della varianza dello stimatore di Horvitz-Thompson della media della popolazione) sempre non negativo. 6 Deville, J.-C. and Särndal, C.-E. (1992). Calibration estimators in survey sampling. Journal of the American Statistical Association, 87: Deville, J.-C. (1993). Estimation de la variance pour les enquêtes en deux phases. Manuscript, INSEE, Paris. 60

69 METODOLOGIA DI SELEZIONE DELLE UNITÀ CAMPIONARIE Qui si fornisce una breve esposizione dello schema di Brewer. Si consideri una popolazione di M unità di campionamento (i comuni di ciascuna provincia, nel caso della presente nota), da cui si vuole selezionare un campione di m=2 unità. Il requisito essenziale da soddisfare è che ciascuna unità i abbia una prefissata probabilità di inclusione del primo ordine i=1,..., M. Naturalmente, devono essere soddisfatte le relazioni: 0 i, (45) (46) In primo luogo, poniamo (47) (48) (49) (50) Si oservi che 0 < T 1 < T 2 < < T M, T M=1, e che 0 < S 1 < S 2 < < S M, S M=1. Senza sostanziale perdita di generalità, si può anche supporre che z i < 1/2 per tutte le M unità della popolazione. Infatti, il caso z i=1/2 corrisponde ad un unità con probabilità di inclusione del primo ordine pari a 1, e che quindi verrà sicuramente inclusa nel campione. Lo schema di Brewer si compone di due prove successive. Prova 1 (scelta della prima unità campionaria). Si genera un numero casuale U 1 con distribuzione uniforme in (0, 1). Se 0 U 1 T 1 si seleziona l unità 1; Se T 1 < U 1 T 2 si seleziona l unità 2; Se T 2 < U 1 T 3 si seleziona l unità 3; Se TM 2 < U 1 T M 1 si seleziona l unità M 1; Se T M 1 < U 1 T M si seleziona l unità M. Prova 2 (scelta della seconda unità campionaria). Definiamo le M variabili D 1, D 2,..., D M. Se nella prima prova si è scelta l unità i, poniamo D i = 1 e D j = 0 per tutte le unità j i; definiamo inoltre un ulteriore variabile R, che poniamo inizialmente pari a 0. La scelta della seconda unità campionaria avviene secondo il seguente meccanismo. 61

70 Passo 1. Generare un numero casuale U 2 con distribuzione uniforme in (0, 1), e indipendente da U 1. Passo 2. Scelta iniziale. Se 0 U 2 S 1 porre R = 1; Se S 1 < U 2 S 2 porre R = 2; Se S 2 < U 2 S 3 porre R = 3; Se S M 2 < U 2 S M 1 porre R = M 1; Se S M 1 < U 2 S M porre R = M; Passo 3. Se DR = 0, porre DR = 1 e andare al passo 4. Altrimenti, porre R = 0 e tornare al passo 2. Passo 4. Le due unità del campione sono quelle aventi valori Dj pari a 1. Per quanto riguarda le probabilità di inclusione del primo ordine dello schema di Brewer, è facile verificare che 0 l unità i ha probabilità di inclusione pari al valore i preassegnato. In simboli (51) La coppia di unità distinte i, i, ha probabilità di inclusione del secondo ordine pari a (52) 62

71 ALLEGATO 2 ALLEGATO 2 PROSPETTO DEI SOGGETTI DA INTERVISTARE 63

72 64

73 PROSPETTO DEI SOGGETTI DA INTERVISTARE Rip. Reg. Provincia Comune Età Tot. Frosinone Pico Frosinone Piglio Latina Fondi Latina Norma Rieti Greccio Rieti Rieti Roma Anzio Roma Artena Roma Roma Viterbo Capranica Viterbo Viterbo Ancona Arcevia Ancona Falconara Marittima Ascoli Piceno Ascoli Piceno Ascoli Piceno Massignano Fermo Fermo Fermo Montegranaro Macerata Macerata Macerata Porto Recanati Pesaro e Urbino Cartoceto Pesaro e Urbino Pesaro Arezzo Arezzo Arezzo Monte San Savino Firenze Firenze Firenze Pontassieve Firenze Scandicci Grosseto Gavorrano Grosseto Isola del Giglio Livorno Campiglia Marittima Livorno Livorno Livorno Piombino Lucca Capannori Lucca Lucca Massa-Carrara Massa Massa-Carrara Montignoso Pisa Calcinaia Pisa Cascina Pistoia Monsummano Terme Pistoia Pistoia Prato Cantagallo Prato Montemurlo Prato Prato Siena Montepulciano Siena Rapolano Terme Perugia Foligno Perugia Perugia Perugia Spoleto Terni Orvieto Terni Otricoli Centro Lazio Marche Toscana Umbria 65

74 Rip. Reg. Provincia Comune Età Tot. Bologna Bologna Bologna Crespellano Bologna Medicina Ferrara Comacchio Ferrara Copparo Ferrara Ferrara Forlì-Cesena Cesenatico Forlì-Cesena Forlì Modena Carpi Modena Modena Modena Sassuolo Parma Felino Parma Noceto Parma Parma Piacenza Piacenza Piacenza Podenzano Ravenna Cervia Ravenna Faenza Ravenna Ravenna Reggio nell'emilia Correggio Reggio nell'emilia Rolo Reggio nell'emilia Reggio nell Emilia Rimini Cattolica Rimini Riccione Rimini Rimini Gorizia Gorizia Gorizia Gradisca d Isonzo Pordenone Pordenone Pordenone Sesto al Reghena Trieste Duino-Aurisina Trieste Muggia Trieste Trieste Udine Muzzana del Turgnano Udine Udine Bolzano/Bozen Corvara in Badia Bolzano/Bozen Malles Venosta Trento Dro Trento Mezzocorona Belluno Cortina d Ampezzo Belluno Taibon Agordino Padova Mestrino Padova Padova Padova Rovolon Rovigo Lendinara Rovigo Rovigo Treviso Castelcucco Treviso Pederobba Venezia Concordia Sagittaria Venezia Mira Nord-est Emilia-Romagna Friuli-Venezia-Giulia Trentino Veneto 66

75 PROSPETTO DEI SOGGETTI DA INTERVISTARE Rip. Reg. Provincia Comune Età Tot. Venezia Venezia Verona Gazzo Veronese Verona San Giovanni Ilarione Verona Verona Vicenza Breganze Vicenza Caldogno Genova Genova Genova Lavagna Genova Sestri Levante Imperia Imperia Imperia Ventimiglia La Spezia Deiva Marina La Spezia La Spezia Savona Ceriale Savona Noli Bergamo Ambivere Bergamo Chignolo d Isola Brescia Brescia Brescia Corte Franca Brescia Sarezzo Como Cantù Como Como Cremona Casalmaggiore Cremona Cremona Lecco Costa Masnaga Lecco Missaglia Lodi Lodi Lodi Lodi Vecchio Mantova Castel Goffredo Mantova San Giorgio di Mantova Milano Cassina de Pecchi Milano Milano Milano Rozzano Monza e della Brianza Albiate Monza e della Brianza Bernareggio Pavia Portalbera Pavia Stradella Sondrio Aprica Sondrio Talamona Varese Caronno Varesino Varese Samarate Alessandria Molare Alessandria Valenza Asti Asti Asti Castagnole delle Lanze Biella Cerrione Nord-ovest Liguria Lombardia Piemonte 67

76 Rip. Reg. Provincia Comune Età Tot. Biella Portula Cuneo Alba Cuneo Borgo San Dalmazzo Novara Borgo Ticino Novara Novara Torino Nichelino Torino Rivoli Torino Torino Verbano-Cusio- Ossola Domodossola Verbano-Cusio- Ossola Gravellona Toce Vercelli Pezzana Vercelli Varallo Sud Valle d'aosta Abruzzo Basilicata Calabria Campania Aosta Aosta Aosta Gignod Chieti Chieti Chieti Fara Filiorum Petri L'Aquila Celano L'Aquila L Aquila Pescara Manoppello Pescara Moscufo Teramo Castellalto Teramo Roseto degli Abruzzi Matera Irsina Matera Matera Potenza Moliterno Potenza San Chirico Nuovo Catanzaro Catanzaro Catanzaro Montepaone Cosenza Fuscaldo Cosenza Tortora Crotone Crotone Crotone San Mauro Marchesato Reggio di Calabria Laureana di Borrello Reggio di Calabria Reggio di Calabria Reggio di Calabria Rosarno Vibo Valentia San Calogero Vibo Valentia Vibo Valentia Avellino Mirabella Eclano Avellino Sirignano Benevento Montesarchio Benevento Solopaca Caserta Caianello Caserta Castel Volturno Napoli Cercola Napoli Napoli Napoli Sant Anastasia

77 PROSPETTO DEI SOGGETTI DA INTERVISTARE Rip. Reg. Provincia Comune Età Tot. Salerno Castel San Giorgio Salerno Nocera Superiore Salerno Salerno Campobasso Cercemaggiore Campobasso Ripalimosani Isernia Agnone Isernia Venafro Bari Bari Bari Molfetta Bari Noicattaro Barletta-Andria- Trani Andria Barletta-Andria- Trani Barletta Brindisi Brindisi Brindisi San Pietro Vernotico Foggia Cerignola Foggia Foggia Foggia Lucera Lecce Cavallino Lecce Matino Taranto Martina Franca Taranto Palagiano Taranto Taranto Cagliari Cagliari Cagliari Quartu Sant Elena Cagliari San Sperate Carbonia-Iglesias Portoscuso Carbonia-Iglesias Sant Antioco Medio Campidano Samassi Medio Campidano Sanluri Nuoro Fonni Nuoro Nuoro Ogliastra Seui Ogliastra Tertenia Olbia-Tempio Arzachena Olbia-Tempio Berchidda Oristano Laconi Oristano Oristano Sassari Nulvi Sassari Pozzomaggiore Agrigento Agrigento Agrigento Palma di Montechiaro Caltanissetta Caltanissetta Caltanissetta Campofranco Catania Catania Catania Maletto Catania San Giovanni la Punta Enna Agira Enna Troina Isole Molise Puglia Sardegna Sicilia 69

78 Rip. Reg. Provincia Comune Età Tot. Messina Barcellona Pozzo di Gotto Messina Messina Messina Patti Palermo Carini Palermo Marineo Palermo Palermo Ragusa Comiso Ragusa Vittoria Siracusa Augusta Siracusa Francofonte Trapani Erice Trapani Paceco

79 ALLEGATO 3 ALLEGATO 3 LO STRUMENTO DI INDAGINE 71

80 72

81 LO STRUMENTO DI INDAGINE 73

82 74

83 LO STRUMENTO DI INDAGINE 75

84 76

85 LO STRUMENTO DI INDAGINE 77

86 78

87 LO STRUMENTO DI INDAGINE 79

88 80

89 ALEEGATO 4 ALLEGATO 4 LETTERA DI ACCOMPAGNAMENTO AL QUESTIONARIO 81

90 82

91 LETTERA DI ACCOMPAGNAMENTO AL QUESTIONARIO Bologna, 20 marzo 2014 Gentile Signora, Gentile Signore, Le scriviamo per chiedere la Sua cortese collaborazione nell ambito di un indagine che ha l obiettivo di studiare le abitudini e gli stili di vita della popolazione italiana e di valutare l eventuale consumo di alcune sostanze psicoattive e potenzialmente nocive e/o comportamenti a rischio, al fine di poter migliorare gli interventi sociali e sanitari rivolti alla popolazione. Data l importanza di questo studio, il Suo contributo, che le chiediamo in forma anonima, per noi è fondamentale e Le saremmo grati se volesse dedicare qualche minuto del Suo tempo alla compilazione del questionario allegato. Il Suo nominativo è stato selezionato del tutto casualmente utilizzando una procedura informatica, sulla base delle liste anagrafiche comunali ed incluso nel campione di cittadini italiani intervistati. Lo studio è promosso dalla Presidenza del Consiglio dei Ministri in collaborazione con il Dipartimento di Sociologia e Diritto dell Economia dell Università di Bologna, con cadenza biennale, ed è regolamentato dall art. 1, comma 8 del DPR 309/90. Vogliamo rassicurarla anche circa le informazioni che ci fornirà rispondendo alle domande del questionario in quanto i dati raccolti sono tutelati dalla legge sulla privacy per protezione dei dati personali (D.lgs n. 196/2003). Il questionario allegato è ASSOLUTAMENTE ANONIMO e in nessun modo sarà possibile risalire all identità della persona che lo compila. Le informazioni saranno utilizzate esclusivamente a fini statistici e per finalità di ricerca scientifica (secondo le modalità previste dall art. 7 del Codice di deontologia per i trattamenti di dati personali a scopi statistici). Per rispondere alle domande del questionario non sono necessarie conoscenze specifiche ed impiegherà 5-10 minuti al massimo. La preghiamo poi di farci pervenire il questionario compilato tramite la busta allegata e preaffrancata, entro il 28 aprile 2014, per il rispetto dei tempi tecnici di realizzazione dello studio. Nel caso incontrasse qualche difficoltà, e per qualsiasi informazione o chiarimento, chiami uno dei seguenti numeri di cellulare Con i nostri più cordiali saluti dal lunedì al venerdì dalle 9,00 alle 17,30 LA RINGRAZIAMO FIN D ORA PER LA SUA PREZIOSA COLLABORAZIONE. Direttore Dipartimento di Sociologia e Diritto dell Economia Prof. Giovanni Pieretti 83