Di che cosa parleremo questa settimana? Riferimenti Bibliografici

Transcript

1 DIPARTIMENTO DI SCIENZE SOCIALI E POLITICHE Anno Accademico 2013/2014 Metodologia della Ricerca Sociale (GLO) dott. Ferruccio Biolcati Rinaldi Quinta settimana LAVORARE CON LE VARIABILI Di che cosa parleremo questa settimana? Riferimenti Bibliografici Un indicatore per un concetto Aggregazione di valori Dummy variable Normalizzazione Standardizzazione Più indicatori per un concetto Indici a priori e tipologie Scala Likert Biolcati-Rinaldi F. e Vezzoni C. (2012), pp Biolcati-Rinaldi F. (2011), "Likert Scales" in SouthertonD. (Ed.), Encyclopedia of Consumer Culture, Sage, Los Angeles, pp de Lillo A., Arosio L., Sarti S., Terraneo M. e Zoboli S., Metodi e tecniche della ricerca sociale, Pearson, Milano, 2011: pp , e Per approfondire Biorcio R. e Pagani S. (1997), Introduzione alla ricerca sociale, Carocci, Roma. Corbetta P II, cap. IV con l eccezione dello Scalogramma di Guttman e del Test sociometrico Corbetta P., Gasperoni G. e Pisati M. (2001), Statistica per la ricerca sociale, il Mulino, Bologna, pp Likert R. (1932), A Technique for the Measurement of Attitudes, Archives of Psychology, 140, pp Marradi A. (2007), Metodologia delle scienze sociali, il Mulino, Bologna. Marradi A. e GasperoniG. (a cura di) (2002), Costruire il dato 3. La scala Likert, Franco Angeli, Milano. Perrone L. (1977), Metodi quantitativi della ricerca sociale, Feltrinelli, Milano. Roccato M. (2006), L inchiesta e il sondaggio nella ricerca psicosociale, il Mulino, Bologna. SegattiP. e Vezzoni C. (2006), La gente come me conta in politica? Un esplorazione sul senso di efficacia politica degli italiani tra il 2001 e il 2004, WorkingPaperDSSP UNIMI. 1

2 1. Un indicatore per un concetto NORMALIZZAZIONE (1/4) (CGP 2001, cap. 3) Trasformazione di un insieme di valori numerici al fine di collocarli in un sistema di riferimento che ne faciliti l interpretazione. Una forma semplice di normalizzazione consiste nel mettere in relazione i valori di una variabile cardinale con il valore più basso e il valore più alto che si possono assumere su quella variabile: Ni=(Xi-Xmin)/(Xmax-Xmin) Il ricercatore può anche preferire un campo di variazione dei valori della nuova variabile diverso da 0-1. Ni=K*[(Xi-Xmin)/(Xmax-Xmin)] in cui K è eguale al nuovo massimo che il ricercatore desidera assegnare alla scala dei valori possibili. ES. Ni=(18-0)/(30-0)=0,6 Ni=110*0,6=66 2

3 NORMALIZZAZIONE (2/4) (CGP 2001, cap. 3) Perché? Il campo di variazione è di facile comprensione, ed è agevole interpretare un qualsiasi altro valore collocato nell intervallo. Utile qualora il ricercatore voglia confrontare i dati appartenenti a due (o più) variabili che presentano intervalli di variazione diversi. Normalizzazione assoluta (teorica) e normalizzazione relativa (empirica). La normalizzazione relativa permette di sfruttare appieno l intervallo di variazione effettivo; permette anche di rimediare a situazioni in cui non si conoscono i valori minimo e massimo teoricamente possibili di una distribuzione. Ma non consente confronti. ES.: Classifica Censis-la Repubblica. Le distanza relative comunque non cambiano. NORMALIZZAZIONE (3/4) 2009/ /2011 Università Originale Norm Rel Norm Ass Originale Norrm Rel Norm Ass Forlì Milano Messina

4 NORMALIZZAZIONE (4/4) TAB Punteggi medi degli indici di utilizzo del personal computer e dell'indice di tecnologizzazione dell'ambiente domestico Internet base Internet avanzato Off line Tecnologizz azione Genere Maschio Femmina Età anni anni anni anni anni Condizione occupazionale Disoccupato/Inattivo Studente Occupato Background culturale familiare Alto Medio-Alto Medio Basso Classe sociale familiare Boghesia Classe media impiegatizia Piccola borghesia Operaia Ampiezza del comune di residenza < abitanti abitanti abitanti abitanti > abitanti Area geografica Nord 43 Centro 44 Sud e Isole 36 Totale Base: Note: dati pesati; sono riportate solo quelle relazioni in cui la significatività del p-value del test F dell analisi della varianza per le diverse variabili è inferiore a 0, Più indicatori per un concetto: indici a priori e tipologie 4

5 ESEMPIO DI INDICE ALGEBRICO (1/3) Contatti con la realtà universitaria (CGP 2001, 89-96) D12. Durante la sua esperienza universitaria si è fatto dei nuovi amici all università? Questionario Orientamento Omogeneizzazione No, nessuno 0 0 0,0 Sì, ma pochi 1 1 0,5 Sì, molti 2 2 1,0 D13. Ha mai frequentato le lezioni dei corsi previsti per il primo anno? Questionario Orientamento Omogeneizzazione Tutti i corsi o quasi, regolarmente 0 3 1,00 Solo alcuni corsi, regolarmente 1 2 0,67 Solo alcuni corsi, saltuariamente 2 1 0,33 Nessuna frequenza 3 0 0,00 ESEMPIO DI INDICE ALGEBRICO (2/3) Contatti con la realtà universitaria (CGP 2001, 89-96) D14. Ha mai avuto un colloquio privato con un professore della sua facoltà? Questionario Orientamento Omogeneizzazione Sì No D15. Ha mai frequentato le biblioteche o sale di lettura dell università? Questionario Orientamento Omogeneizzazione Sì No D16. Ha acquistato alcun libro di testo previsto per gli esami dei corsi del primo anno? Questionario Orientamento Omogeneizzazione Sì No

6 ESEMPIO DI INDICE ALGEBRICO (3/3) Contatti con la realtà universitaria (CGP 2001, 89-96) Orientamento Omogeneizzazione Ponderazione Simone Filomena Simone Filomena Simone Filomena D D D D D Totale CU i = D12 i + D13 i + D14 i + D15 i + D16 i CU i = P12 * D12 i + P13 * D13 i + P14 * D14 i + P15 * D15 i + P16 * D16 i CU i = 2 * D12 i + 4 * D13 i + 1 * D14 i + 1 * D15 i + 1 * D16 i QUATTRO DOMANDE A CUI RISPONDERE NELLA COSTRUZIONE DI UN INDICE (CGP 2001, 89-96) Le variabili sono cardinali o possono essere trattate come tali senza fare troppa violenza ai dati? Le variabili hanno lo stesso orientamento semantico? Le variabili hanno lo stesso campo di variazione e/o sono espresse nella stessa unità di misura/conto? Le variabili hanno la stessa validità, ossia colgono in eguale misura la proprietà generale che si vuole operativizzare? 6

7 3. Più indicatori per un concetto: la scala Likert A. Attendibilità e item analysis Il tradizionalismo nei rapporti di genere 7

8 A. Attendibilità e item analysis Il tradizionalismo nei rapporti di genere A. Attendibilità e item analysis Il tradizionalismo nei rapporti di genere 8

9 C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) 9

10 C. Unidimensionalità Il senso di efficacia politica (Segatti e Vezzoni 2006) 1. Response set Indice di soddisfazione (ESS, Italia, 2003) 10

11 1. Response set Indice di soddisfazione (ESS, Italia, 2003) 2. Curvilinearità 150 Probabilità di essere d accordo con l opinione η i X Posizione dell individuo sull atteggiamento 11

12 3. Assunto di cardinalità (Marradi e Gasperoni 2002) Il calendario della prossima settimana Lezione Esercit. Giorno Ora Aula Docente Prova intermedia Mag Biolcati Biolcati Biolcati 12