Statistica sociale Modulo B
A.A. 2012-2013
Prof.ssa Barbara Baldazzi
Dottore Mario Mastrangelo
Corso di Laurea PROGEST
Facoltà di Lettere e Filosofia
Università di Tor Vergata
[email protected]
[email protected]
Statistica sociale Modulo B
Orario lezioni:
Lunedì ore 14-16 aula T31
Giovedì ore 16-18 aula T30
Venerdì ore 14-16 aula T30
Orario ricevimento:
Lunedì ore 13-14
Studio 26, Edificio B, Primo Piano (presso la stanza della
Prof.ssa D.F. Iezzi)
Temi del corso
OBIETTIVI: L’insegnamento si propone di fornire allo
studente le conoscenze necessarie per progettare,
realizzare ed interpretare i risultati di un’indagine
statistica nel campo sociale. In particolare, verranno
sviluppati strumenti logico-concettuali, metodologici ed
applicativi per gestione di un’indagine dalla fase di
programmazione a quella di esecuzione ed analisi dei
dati.
PREREQUISITI: Statistica sociale modulo A (6 CFU)
Il modulo prevede lezioni frontali ed esercitazioni in aula. ll
materiale didattico utilizzato durante il corso sarà reso
disponibile on line per ogni nuovo argomento
introdotto a lezione.
Temi del corso
CONTENUTI: La progettazione di un'indagine statistica;
Dati di attributo, relazionali e testuali; Il questionario
per raccogliere attributi e per raccogliere relazioni; La
tecnica delle scale; Le tecniche di somministrazione del
questionario; Il trattamento automatico di dati testuali;
Introduzione alla Social Network Analysis.
LABORATORIO: Analisi dei dati attributo con l’utilizzo del
foglio elettronico Excel e di dati testuali con software
statistici
La statistica
La statistica analizza, in termini quantitativi, i fenomeni
collettivi, ossia studia i fenomeni per i quali bisogna fare
delle osservazione su un insieme di comportamenti
individuali.
La statistica per le scienze sociali è un insieme di metodologie
per la raccolta e l’analisi dei dati, il cui utilizzo consente di
descrivere, valutare e prevedere i fenomeni sociali
Il fenomeno statistico è tutto ciò che può essere direttamente
o indirettamente osservato e riguarda una molteplicità di
unità statistiche
L’unità elementare su cui vengono osservati i caratteri si
chiama unità statistica. Un insieme di unità statistiche
omogenee a una o più caratteristiche costituisce un
collettivo statistico o popolazione.
La statistica
La conoscenza statistica passa attraverso 3 fasi
1. Fase del vedere: attività istintiva ed intuitiva –
una realtà cade sotto i nostri occhi
2. Fase del guardare: focalizzare l’attenzione su
particolari a scopo descrittivo - Ricostruzione
della realtà secondo le dimensioni rilevanti
per colui che guarda
3. Fase dell’osservare: la selezione dei
particolari è finalizzata ad uno scopo –
l’operazione dell’osservare seleziona le cose
da osservare in quanto non tutto ciò che è
osservabile è utile
Strategie statistiche di ricerca
Condizioni iniziali:
 le informazioni statistiche sono già disponibili
 le informazioni occorrenti non sono
disponibili
Se le informazioni statistiche sono già disponibili
si attingerà da fonti statistiche che mettono a
disposizione dati già elaborati o da elaborare.
In questo caso si parla di DATI SECONDARI
Se le informazioni statistiche non sono disponibili
si dovrà avviare una indagine ad hoc. In questo
caso si parla di DATI PRIMARI
Dai dati grezzi agli indicatori
Quale che sia la procedura di raccolta dati
(dati primari o dati secondari) le fasi
operative successive consistono nel
trasformare i dati grezzi in indici e
successivamente in indicatori
1.
2.
3.
Fase del vedere
Fase del guardare
Fase dell’osservare
Dati grezzi
Numeri indici
Indicatori
Dati grezzi
In generale il termine “dato” è definito come
una descrizione originaria non interpretata
degli eventi
Esempi: dati raccolti in un questionario sulla
soddisfazione di una visita ad un museo; dati
prelevati dall’indagine statistica sul
movimento alberghiero riguardanti gli arrivi
in un mese in una regione; dati prelevati
dall’indagine sulle presenze straniere in Italia
della Banca d’Italia; ecc..
Indici
Trasformare il dato grezzo in indice ossia in
una entità numerica.
Solitamente è una trasformazione meramente
matematica che mette in relazione due o più
dati grezzi creando però informazione e
conoscenza. L’indice ha una sua autonomia
rispetto alle grandezze messe in confronto
Esempio: indice di intensità turistica (Presenze
annuali di turisti diviso la popolazione residente nel
territorio). Esso misura l’importanza del turismo
nell’area considerata, ed evidenzia la pressione
relativa che la disponibilità ricettiva e i flussi
turistici esercitano sul territorio.
Indici
Esempio: permanenza media dei clienti negli
esercizi (numero di presenze negli esercizi in un
determinato periodo diviso gli arrivi). Esso misura la
durata della permanenza nell’area considerata,
ed evidenzia l’uso continuativo che la presenza
turistica ha sulla disponibilità ricettiva.
Indicatori
Un indice diventa indicatore quando a questo
attribuiamo uno stretto legame con un
referente concettuale che fa parte di un
modello di ricerca (a priori) o di uno schema
interpretativo (a posteriori).
Uno stesso indice assume significati diversi se
usato in contesti diversi di ricerca
Evento, dato e informazione
In generale il termine “dato” è definito come una descrizione
originaria non interpretata degli eventi.
Il “dato statistico”, invece, è un evento (soggetto, entità,
accadimento o caratteristica) osservato e registrato che si
differenzia dall’evento stesso perché depurato delle
caratteristiche non ritenute essenziali secondo gli obiettivi di
conoscenza.
Dal dato iniziale spesso si passa al dato sintetico, ottenuto
attraverso alcune elaborazioni, con lo scopo di ricomporre e
descrivere il fenomeno o l’evento reale che ci interessa
studiare. Conseguentemente dal dato iniziale si ottiene un
OUTPUT (dato costruito e elaborato) e dall’output si
ottiene un OUTCOME (output interpretato in funzione di
un progetto).
Evento, dato e informazione
Il dato diventa informazione quando viene:
Memorizzato;
Organizzato;
Classificato;
Messo in relazione;
Interpretato.
Per ottenere da essi informazioni significative, i dati devono
possedere alcuni requisiti essenziali cioè essere:
COMPLETI - cioè capaci di descrivere un fenomeno o una
situazione nel modo più esaustivo possibile;
OMOGENEI - per cui i sistemi di rilevazione e classificazione
devono garantirne la comparabilità;
FASATI – nel senso che i dati devono riferirsi ad un preciso arco
temporale.
Evento, dato e informazione
La tipologia dei dati statistici disponibili è riportabile a tre
grandi categorie:
Dati oggettivi che danno conto di uno stato di fatto
(popolazione residente in un paese, aeromobili di una flotta
….)
 Dati oggettivi che danno conto del risultato di un processo
(macchine prodotte, passeggeri trasportati …) con
riferimento ad un determinato periodo di tempo.

I dati che rientrano in entrambe queste tipologie sono
generalmente certificati

Dati soggettivi o percettivi che danno conto di opinioni,
orientamenti, comportamenti, valutazioni … di specifici
collettivi.
Evento, dato e informazione
Microdati: dati elementari, relativi cioè alla singola unità su cui
sono stati rilevati. L’insieme dei dati rilevati sulla singola unità
ne costituiscono il profilo.
Macrodati: il risultato di un qualsiasi calcolo (somma, differenza,
rapporto …) effettuato sui microdati secondo criteri definiti.
Unità aggregate su cui non è possibile rilevare direttamente
l’informazione si servono di macrodati (il reddito prodotto da
una regione è dato da un aggregato di singoli redditi prodotti o
percepiti)
Metadati: le informazioni di carattere qualitativo e/o quantitativo
riguardanti le modalità di produzione dei microdati e dei
macrodati.
Qualità di un dato statistico
La qualità dei dati ha oggi più che mai un rilievo centrale: non si
tratta solo di fornire qualche indice in più sulla produzione dei
dati, si tratta piuttosto di dare vita ad un modo nuovo di pensare
alla produzione dei dati, ad una nuova organizzazione di questa
produzione, a nuovi metodi per distribuirla.
La qualità dei dati deve realizzare il controllo del processo di
produzione. Controllo contestuale ed integrato allo svolgimento
del processo stesso.
Qualità: si riferisce non solo al prodotto ma anche al processo.
La produzione di un dato è il risultato di un serie concatenata ed
interdipendente di applicazioni di norme e strumenti specifici: la
qualità dipende dal controllo che si ha del processo di
produzione e che lo strumento principale di cui si dispone per
migliorare la qualità della misura è il controllo del processo di
produzione.
Qualità di un dato statistico
In letteratura (Eurostat, 2002) l’informazione statistica viene
considerata alla stregua di un qualsiasi bene o servizio in modo
da mutuare i concetti sviluppati nel settore della qualità dei
beni e servizi prodotti in ambito industriale.
La definizione di qualità proposta nelle norme Iso 8402-1984 per
un bene o servizio è la seguente: “Il possesso della totalità
delle caratteristiche che portano al soddisfacimento delle
esigenze, esplicite o implicite, dell'utente”.
La qualità dei dati è definita dalla capacità che questi hanno di
soddisfare le esigenze conoscitive degli utilizzatori.
Qualità di un dato statistico
La qualità non è, però, esprimibile attraverso una
misura sintetica, ma richiede un insieme di
valutazioni e informazioni.
Nella ricerca statistica, il processo produttivo di un
dato ha bisogno delle fonti (input), del
trattamento (throughput) e del prodotto-servizio
o restituzione dell’informazione (output).
Il compito dei produttori di statistiche non è più
solo quello di affermare la validità di un dato, ma
anche di documentare il processo in cui il dato è
inserito come proveniente dalle strategie di
misura adottate.
Qualità di un dato statistico
Qualità di un dato statistico – Definizione Eurostat
7 criteri:
- rilevanza;
- accuratezza;
- tempestività;
- accessibilità e chiarezza;
- comparabilità;
- coerenza
- completezza.
Qualità di un dato statistico
Rilevanza: The ’relevance’ of statistics refers to whether users’
needs are adequately met.
Capacità dell’informazione di soddisfare le esigenze conoscitive
degli utenti.
The degree to which the statistical product meets user needs for
both coverage and content.
Any assessment of relevance needs to consider:
• who are the users of the statistics;
• what are their needs; and
• how well does the output meet these needs?
Qualità di un dato statistico
Accuratezza: ‘Accuracy’ is defined as the closeness between the
value finally retained (after collection, editing, imputation,
estimation, etc) and the true, but unknown, population value.
Grado di corrispondenza fra la stima ottenuta dall’indagine e il
vero (ma ignoto) valore della caratteristica in oggetto nella
popolazione oggetto di indagine
Accuracy can be split into
sampling error and non-sampling error,
where non-sampling error includes:
• coverage error;
• non-response error;
• measurement error;
• processing error; and
• model assumption error.

Qualità di un dato statistico
Tempestività e puntualità: ‘Timeliness and punctuality’ Punctuality refers
to the possible time lag existing between the actual delivery date of
data and the target date when it should have been delivered, for
instance, with reference to dates announced in some official release
calendar, laid down by Regulations or previously agreed among
partners. If both are the same, delivery is punctual. ‘Timeliness’ refers
to the lapse of time between the delivery and the reference dates.
The latter being the date (or the period) to which data mostly
applies.
Intervallo di tempo intercorrente fra il momento della diffusione
dell’informazione e l’epoca di riferimento della stessa. La tempestività
va a discapito dell’accuratezza;
An assessment of timeliness and punctuality should consider the
following:
• production time;
• frequency of release; and
• punctuality of release.
Qualità di un dato statistico
Accessibilità e chiarezza: ‘Accessibility’ refers to the physical conditions
in which users can obtain data: where to go, how to order, delivery
time, clear pricing policy, convenient marketing conditions (copyright,
etc.), availability of micro or macro data, various formats (paper, files,
CD-ROM, Internet…), etc. ‘Clarity’ refers to the data’s information
environment: are data provided with textual information, explanations,
documentation, etc. (these alltogether often called metadata)? Are
they illustrated with graphs, maps, etc? Is information on their quality
also available (possible limitation in use…)? Can further assistance be
expected from the provider?
Nota anche col nome di "trasparenza", corrisponde alla semplicità per
l’utente di reperire, acquisire e comprendere l’informazione
disponibile in relazione alle proprie finalità.
Specific areas where accessibility and clarity may be addressed
include:
• needs of analysts;
• assistance to locate information;
• clarity; and
• dissemination.
Qualità di un dato statistico
Comparabilità: ‘Comparability’ The sources of distortion of comparability in
statistics, increasing or reducing it, are mainly twofold:
 use of different concepts/definitions, or
 use of different measuring tools or procedures.
Possibilità di paragonare nel tempo e nello spazio le statistiche riguardanti il
fenomeno di interesse
There are three main approaches under which comparability of statistics is
normally addressed:
 comparability over time refers to comparison of results, derived normally
from the same statistical operation, at different times., and between domains.
 comparability between geographical areas. The geographical component of
comparability emphasises the comparison of statistics between countries
and/or regions in order to ascertain, for instance, the meaning of aggregated
statistics at European level.
 comparability between domains refers to non-geographical domains, for
instance between industrial sectors, between different types of households,
etc.
Qualità di un dato statistico
Coerenza: ‘Coherence’ When originating from a single source, statistics are
normally coherent in the sense that elementary results derived from the
concerned survey can be reliably combined in numerous ways to produce
more complex results. When originating from different sources, and in
particular from statistical surveys of different nature and/or frequencies,
statistics may not be completely coherent in the sense that they may be
based on different approaches, classifications and methodological standards.
Conveying neighbouring results, they may also convey not completely
coherent messages, the possible effects of which, users should be clearly
informed of.
Coherence of statistics is therefore their adequacy to be reliably combined in
different ways and for various uses. It is, however, generally easier to show
cases of incoherence than to prove coherence.
possibilità di combinare le inferenze semplici in induzioni più complesse.
Coherence should be addressed in terms of coherence between:
• data produced at different frequencies;
• other statistics in the same socio-economic domain; and
• sources and outputs.
Qualità di un dato statistico
Completezza: ‘Completeness’ is the extent to which statistics are
available - compared to what it should be available - for
meeting the requirements of the European Statistical System.
Si tratta di una caratteristica trasversale ai singoli processi e consiste
nella capacità di questi di integrarsi per fornire un quadro
informativo soddisfacente del dominio di interesse.
Tutela della riservatezza: Corrisponde alla garanzia dell’anonimato
per ciascuno dei soggetti (individui, famiglie, imprese,...) che hanno
fornito le informazioni utili alla conduzione dell'indagine.
I sistemi informativi
Un Sistema Informativo è un insieme di strumenti, risorse,
procedure che consentono la gestione di informazioni.
Le parti che lo compongono sono:
 l’informazione che si rende disponibile;
 la tecnologia, costituita a sua volta da un insieme di strumenti
utilizzati per acquisire, gestire e rendere disponibile
l’informazione;
 il contesto organizzativo nel quale il sistema è implementato.
I sistemi informativi
L’obiettivo per il quale un sistema informativo viene progettato
definisce sostanzialmente tre categorie di sistemi:
 Sistemi informativi istituzionali che possono rispondere a:
◦ esigenze informazionali di ampio spettro ed eterogenea
utilizzazione;
◦ esigenze conoscitive tematiche.

Sistemi informativi aziendali che rispondono a:
◦
◦

esigenze operativo-gestionali,
esigenze valutative e di programmazione
Sistemi informativi sociali per assicurare la conoscenza dei
bisogni sociali, del sistema degli interventi e dei servizi per la
gestione, valutazione, programmazione delle politiche sociali.
I sistemi informativi
A seconda che il sistema risponda ad esigenze prevalentemente
operazionali o prevalentemente informazionali i dati utilizzabili
assumono caratteristiche diverse.
Se prevale l’aspetto operazionale:





i dati sono per lo più correnti.
sono una rappresentazione in tempo reale dello stato della
produzione
l’uso dei dati avviene nell’ambito di procedure fissate, testate e
collaudate. Inoltre eventi individuali e transazioni sono
generalmente semplici e limitati nei loro scopi.
Il sistema è ottimizzato per una risposta rapida ed è finalizzato
ad una veloce transazione degli aggiornamenti
I dati sono usati a livello individuale disaggregato ai fini di
produzione
I sistemi informativi
Se prevale l’aspetto informazionale:
i dati possono essere storici
 sono usati per gestire, governare e controllare la produzione,
l’uso dei dati è poco prevedibile, predefinito e comunque non
coinvolge mai le funzioni di aggiornamento
 il sistema è ottimizzato più sulle capacità di inquiry che sugli
aggiornamenti. Nella elaborazione di tipo analitico i dati
vengono costantemente indirizzati in lettura, ma non
avvengono cambiamenti a livello di record individuali
 i dati sono usati per capire meglio le modalità di produzione,
per esprimere giudizi e prendere decisioni.

Evento, dato e informazione
Fonte dei dati
Gli enti produttori di dati statistici sono raggruppabili in tre
tipologie:

Enti appositamente preposti alla raccolta e diffusione dei dati
(ISTAT)

Enti che producono informazione statistica come
sottoprodotto della propria attività istituzionale, produttiva o
amministrativa (Fiat, Atac…)

Enti di ricerca e singoli ricercatori.