Indecisi perché “lontani” dalla politica.
L’influenza del coinvolgimento politico sul rapporto tra ideologia e voto in 16
elezioni tra USA, Francia e Italia.
Lorenzo De Sio
Università di Firenze
ABSTRACT
Il tema della coesione sociale viene esplorato in una prospettiva politologica, esaminando la
relazione – a livello individuale – tra orientamento ideologico, grado di coinvolgimento psicologico
in politica (in breve coinvolgimento politico, vedi oltre) e scelta di voto.
Il concetto di “coinvolgimento politico” viene proposto come etichetta per la combinazione
di livello di interesse per la politica e livello di conoscenza fattuale su di essa. Il ruolo parallelo e
distinto degli aspetti motivazionali e di quelli cognitivi nell'attivare processi decisionali di maggiore
complessità e sistematicità è stato messo sistematicamente in evidenza dalla letteratura in psicologia
cognitiva [Petty e Cacioppo 1986; Eagly e Chaiken 1993; Kruglanski e Thompson 1999].
Il quesito effettivo di ricerca è relativo all'influenza, a livello individuale, del
coinvolgimento politico sulla relazione tra orientamento ideologico e scelta di voto: si ipotizza che
al diminuire del coinvolgimento politico (cittadini meno interessati e informati) la scelta di voto
divenga progressivamente meno coerente con l'orientamento ideologico individuale (operativizzato
in termini di autocollocazione sull'asse sinistra-destra). In questo senso l’ipotesi proposta discende
dall’ipotesi generale dell' interazione con la sofisticazione [Sniderman, Brody, e Tetlock 1991].
Per quanto riguarda gli aspetti metodologici, viene proposto un approccio innovativo:
all’utilizzo di un modello di regressione viene preferito lo sviluppo di un modello logicoquantitativo, in cui la forma funzionale che connette i predittori alla variabile dipendente non è
lineare additiva, ma sviluppata specificamente dal ricercatore per esprimere in modo dettagliato (e
effettivamente quantitativo) le ipotesi teoriche. La modellazione logico-quantitativa, proposta
recentemente in scienza politica [Taagepera 2005a; 2005b; 2007] costituisce un approccio comune
nelle scienze naturali, e presenta notevoli punti di contatto con l'approccio analitico-generativo in
sociologia [Coleman 1964; Hedström e Swedberg 1998; Sørensen 1998].
Il modello così sviluppato viene applicato (utilizzando dati di survey postelettorali) a 16
consultazioni elettorali in USA (presidenziali 1980-2000, dati NES), Francia (presidenziali 19882002, dati FNES-PEF) e Italia (1972-2006, dati Barnes e Sani, Quattro Nazioni, ITANES). I
risultati, caratterizzati da un importante potere esplicativo, confermano complessivamente l'ipotesi,
mettendo tuttavia in evidenza importanti differenze dovute al contesto, soprattutto con riferimento
all'Italia.
In quest'ultimo caso, in particolare il passaggio da "Prima" a "Seconda" Repubblica
(collasso dei partiti storici; uso massiccio dei media per la comunicazione politica; nuovo sistema
elettorale; in parte, nuovo assetto istituziona le de facto) appare in parte "liberare" i cittadini più
lontani dalla politica dai precedenti legami di appartenenza, producendo (solo tra questi ultimi) una
scelta di voto maggiormente indipendente dall'orientamento ideologico. In uno “spazio politico”
costruito in base alle due dimensioni dell’ideologia e del coinvolgimento, compare quindi un pattern
spaziale complessivo più simile a quello di USA e Francia.
1 Premessa.
Una ricognizione anche rapida della produzione recente – italiana e internazionale – in
scienza politica mette in evidenza in modo molto netto come la modellistica quantitativa in questa
disciplina corrisponda in maniera praticamente completa con l’utilizzo di modelli lineari. Con
questo termine non designiamo semplicemente modelli bivariati o multivariati di regressione OLS,
ma anche tutti i modelli derivati dal cosiddetto modello lineare generalizzato (regressione logistica
binomiale e multinomiale, ecc.). Facendo riferimento alla tipologia di Goldthorpe [2000] (vedi
oltre), si può dire che, per quanto riguarda l’analisi quantitativa, la scienza politica vede
l’affermazione netta della tradizione di analisi causale come dipendenza robusta.
Tuttavia anche all’interno della disciplina non mancano obiezioni rilevanti all’adozione
acritica di modelli di tipo lineare. Anzitutto da parte dai fautori degli approcci qualitativi; ma anche
da settori della disciplina ben diversi e che fanno pesante uso di dati quantitativi, come l’analisi del
comportamento elettorale e degli effetti dei sistemi elettorali. Proprio in questo campo, Taagepera
ha recentemente proposto un approccio alternativo detto logico-quantitativo [Taagepera 2005a;
2005b; 2007; 2008 in corso di pubblicazione] derivato essenzialmente dalle procedure seguite in
alcune scienze della natura e in particolare in fisica; ma che presenta interessanti punti di contatto
con la tradizione sociologica di causazione come processo generativo. Questo lavoro vuole
presentare un esempio di uso dell’approccio logico-quantitativo in un’analisi di comportamento
elettorale basata su dati di survey1 .
Venendo all’argomento sostantivo di questa analisi, si tratta della relazione tra
autocollocazione ideologica sulla dimensione sinistra-destra e scelta di voto in un contesto di scelta
dicotomica (due partiti/coalizioni/candidati).
Relativamente a questa relazione verrà inoltre sottoposta a controllo empirico l’ipotesi
dell’interazione con la sofisticazione. Con il termine interazione con la sofisticazione indichiamo
l’ipotesi, proposta in forma sistematica da [Sniderman, Brody, e Tetlock 1991], che il livello di
sofisticazione politica influisca in modo rilevante su un insieme molto ampio di relazioni tra
atteggiamenti politici (e tra atteggiamenti e comportamenti).
Il modello sviluppato viene applicato a dati da inchieste campionarie relative a 16 elezioni
nel periodo 1980-2002 in Italia, Francia e Stati Uniti.
La struttura del saggio è come segue. A questo primo paragrafo introduttivo segue il
secondo, dedicato alla presentazione dell’approccio logico-quantitativo. Il terzo presenta
brevemente il ruolo teorico delle variabili utilizzate, e l’argomentazione sostantiva proposta. Nel
1
Si tratta di un contributo innovativo in quanto l’approccio logico-quantitativo è stato finora proposto soltanto
relativamente all’uso di risultati elettorali aggregati, e non per dati da inchieste campionarie.
2
quarto paragrafo si procede quindi alla traduzione delle ipotesi teoriche in un modello formale,
secondo l’approccio logico-quantitativo. Il quinto paragrafo infine presenta i ris ultati
dell’applicazione empirica del modello. Seguono le conclusioni.
2 L’approccio logico-quantitativo
Il termine “modello logico-quantitativo” viene proposto da Taagepera [2005a] per indicare
un modello in cui la relazione tra più variabili viene definita in modo formale (ovvero sotto forma
di relazione matematica, da cui l’aggettivo quantitativo) in base a considerazioni esclusivamente
logiche. Si tratta quindi di modelli quantitativi in cui a monte dell’applicazione ai dati, è già
presente non solo la scelta delle variabili, ma anche una rilevante quantità di informazioni teoriche
contenute nella forma funzionale del modello.
Punto di partenza di Taagepera è una comparazione tra le procedure di costruzione dei
modelli quantitativi in scienza politica (in particolare, i modelli di regressione lineare) e quanto
avviene nelle scienze naturali, con particolare riferimento alla fisica. Le differenze che emergono
sono relative essenzialmente a tre ambiti.
Il primo è quello della forma funzionale del modello: mentre i modelli di regressione sono
basati invariabilmente sulla forma lineare additiva 2 , la modellazione in fisica non prevede nessun
tipo di limitazione sulle operazioni ammesse. Ciò può sembrare di scarsa utilità, ma l’importanza di
questo punto appare chiara, ad esempio, in un ipotetico modello di relazione tra probabilità di
sopravvivenza di un individuo (S), disponibilità di cibo (C) e di aria (A). Un modello lineare
additivo S = g(b0 + b1 C+b2 A) implicherebbe una completa sostituibilità tra cibo e aria. Viceversa,
formulare un modello realistico ci richiede l’uso di una relazione moltiplicativa S = g(bCA).
L’uscita dalla “gabbia lineare additiva” ci permette di esprimere matematicamente in modo
appropriato un insieme molto ampio di considerazioni teoriche.
Il secondo è essenzialmente quello della “lunghezza” della catena causale esaminata. Prassi
corretta nell’uso della regressione è infa tti quella di inserire sempre nei modelli, come variabili di
controllo, l’insieme completo delle variabili antecedenti a quelle la cui relazione è oggetto
2
Ciò vale, come già visto, anche per i modelli (logit, probit, ecc.) derivati dal modello lineare generalizzato.
In questi casi la combinazione lineare dei regressori viene semplicemente trasformata mediante una funzione legame, in
conseguenza del fatto che la variabile dipendente non è distribuita normalmente. L’unica eccezione è costituita
dall’introduzione di specifiche interazioni, ovvero di termini moltiplicativi tra coppie di variabili indipendenti; ma in
realtà si tratta di termini moltiplicativi che sono comunque connessi agli altri (e alla variabile dipendente) mediante
relazioni lineari additive.
3
dell’analisi. In questo modo, tuttavia, lo studio della relazione specifica è influenzato fortemente
anche dalla scelta e dagli effetti delle variabili antecedenti, con il risultato che l’analisi prende
comunque in esame una catena causale particolarmente “lunga” e complessa. Viceversa, la
modellazione in fisica si concentra su catene causali molto “corte”, in cui il numero di variabili è
molto ristretto (spesso non più di tre, compresa la dipendente), e il confronto tra modelli diversi non
avviene sul piano delle variabili indipendenti utilizzate, ma sul piano della forma funzionale del
modello. In altre parole, se un modello non è ancora soddisfacente non si cambia l’insieme delle
variabili incluse nel modello, ma si lavora sulla forma matematica di quest’ultimo. D’altronde
questa forma corrisponde a precise ipotesi teoriche, quindi occorre rivedere le ipotesi teoriche, nel
tentativo di migliorare la corrispondenza del modello ai dati.
Questi due aspetti hanno conseguenze su un terzo aspetto, che potremmo definire della
cumulabilità dei risultati dell’analisi quantitativa. I (tanti) coefficienti prodotti dalle analisi di
regressione corrispondono al miglior adattamento ai dati di un modello lineare additivo. Il fatto che
la forma funzionale del modello contenga poche informazioni (tutte le variabili indipendenti sono
poste sullo stesso piano e influenzano la dipendente in modo separato; il ricercatore può introdurre
poche informazioni aggiuntive, sotto forma ad esempio di interazioni) fa sì che tutto il compito di
adattarsi al dataset analizzato ricada sulle spalle dei coefficienti di regressione, che di conseguenza
possono variare anche in modo notevole da un dataset all’altro. Nella modellazione logicoquantitativa, viceversa, i coefficienti anzitutto sono pochi (anche in conseguenza del minimo
numero di variabili analizzate in una singola relazione); ma il punto più importante è che una
grande quantità di informazioni è contenuta nella forma funzionale del modello. Di conseguenza il
gap informativo che deve essere colmato dalla stima effettiva dei coefficienti è molto più ridotto 3 .
Conseguenza importante di questo aspetto è che i coefficienti variano in misura molto più ridotta da
un dataset all’altro, e – in conseguenza del fatto che la forma funzionale del modello rappresenta
precise ipotesi logiche – dispongono spesso di una chiara interpretazione sostanziale. Il risultato
3
Ciò non è una conseguenza dell’oggetto di studio, ma dell’approccio di modellazione, in quanto avviene
anche per i modelli logico-quantitativi applicati nelle scienze sociali. Ad esempio molti dei modelli – con un buon
potere predittivo – proposti da Taagepera relativamente a relazioni tra variabili elettorali aggregate (relazione tra
popolazione e numerosità dell’assemblea rappresentativa; tra quest’ultima, la dimensione media delle circoscrizioni
elettorali, e il numero effettivo di partiti rappresentati nell’assemblea; ecc.) sono addirittura privi di coefficienti, o
presentano poche costanti: la determinazione del valore esatto di queste costanti è spesso l’obiettivo della comparazione
tra molti casi [Taagepera 2007]. Ma anche in altre analisi basate su dati di sondaggio [De Sio 2006c], un modello base
privo di coefficienti presenta già un potere predittivo decisamente alto.
4
finale è che i coefficienti divengono comparabili tra dataset diversi, e di conseguenza si produce
una maggiore cumulabilità di risultati4 [Taagepera 2005a, 2-10].
Abbiamo visto dunque come esistano differenze notevoli tra la costruzione dei modelli
mediante regressione (ovvero la quasi totalità dei modelli quantitativi in scienza politica) e la
costruzione logico-quantitativa tipica ad esempio della fisica. Ma ha senso il tentativo di importare
questo approccio di analisi? L’oggetto di studio è adatto? Non è ingenuamente positivista voler
importare tout court nelle scienze sociali le procedure dei fisici?
In realtà ’l approccio proposto da Taagepera non è completamente una novità nel campo
delle scienze sociali. Se è vero che l’analisi causale quantitativa bi- e multivariata in scienza politica
è quasi completamente riconducibile a una qualche applicazione del metodo delle variazioni
concomitanti [Mill 1843; Lazarsfeld 1955; Blalock 1964], tuttavia questo approccio non è stato
storicamente l’unico all’interno delle scienze sociali. Ad esempio Goldthorpe [2000] individua
almeno tre diverse tradizioni di analisi causale. Vediamole brevemente.
La prima e più importante di esse, che l’autore definisce come tradizione della “causazione
come dipendenza robusta”, è appunto quella teorizzata e sviluppata, basandosi sul principio delle
variazioni concomitanti, da Lazarsfeld e Blalock. Il principio che ne sta alla base è che la
connessione causale tra due fenomeni è indicata dalla loro correlazione (dipendenza), appurata
applicando i necessari controlli, necessari ad accertare che la relazione non sia spuria. Se la
correlazione (ovvero la presenza di variazioni concomitanti) sopravvive all’inserimento di variabili
di controllo all’interno del modello, ciò significa che esiste realmente una relazione causale tra le
variabili analizzate (la dipendenza è robusta). Accertare la relazione tra variabili mediante
l’approccio della dipendenza robusta significa essenzialmente individuare le variabili del modello,
dopodiché le caratteristiche delle variabili determinano automaticamente la scelta dei modelli
statistici da utilizzare (regressione OLS, regressione logistica, ecc.). I modelli statistici utilizzati
sono generici, ovvero dipendono soltanto dai tipi di variabili analizzate, e non da alcun tipo di
ipotesi teorica [Hedström 2004].
Una seconda tradizione di ricerca è viceversa quella definita della “causazione come
manipolazione consequenziale”. In questo approccio, molto utilizzato in psicologia in relazione alla
4
Un’ulteriore conseguenza della maggiore stabilità e comparabilità dei coefficienti è che la forma funzionale
del modello può essere confermata o smentita attraverso studi diversi, portando nel lungo termine al suo
consolidamento. In questo modo, un modello consolidato può essere usato come punto di partenza per il segmento
successivo della catena causale (o come punto di arrivo per il precedente). Così una catena causale lunga e complessa
viene scomposta in numerosi modelli, ciascuno dei quali descrive in dettaglio una relazione tra poche variabili
causalmente “vicine”.
5
possibilità di effettuare esperimenti o quasi-esperimenti, elemento chiave è la possibilità di
manipolare le variabili indipendenti o di contesto. Questa possibilità permette di accertare quali
variabili abbiano un effetto sulla variabile dipendente, fornendo così la base per l’inferenza e per
l’analisi causale. Il rischio di relazioni spurie è contenuto visto che, in ambito sperimentale, le
variabili possono essere tenute sotto controllo con maggiore efficacia [vedi Freedman 1999].
Esiste infine una terza tradizione, definita come della “causazione come processo
generativo”. L’idea di base dietro a questo terzo approccio è che le relazioni tra variabili dovrebbero
essere sottoposte a controllo empirico soltanto dopo che è stato sviluppato un modello completo
relativo a come l’esito empirico (ovvero il valore della variabile dipendente) sia stato prodotto,
ovvero generato, da un determinato processo. Il punto focale del modello si sposta quindi dall’esito
(il tipo di variabile indipendente) al processo che lo produce. Ma il processo trova una espressione
compiuta proprio nella costruzione di un modello con una specifica forma funzionale (non più solo
lineare additiva) che ne esprime l’esito in forma matematica. Si tratta di una tradizione di analisi
causale in cui è pienamente inserito il filone della sociologia analitica [es. Coleman 1964;
Hedström e Swedberg 1998; Sørensen 1998].
È a quest’ultima tradizione di analisi causale che possiamo in parte ricondurre la proposta
metodologica di Taagepera, che finora è stata essenzialmente utilizzata su dati elettorali aggregati,
relativamente allo studio dei sistemi elettorali e alla relazione tra fattori dimensionali della polity e
caratteristiche strutturali di quest’ultima [Laakso e Taagepera 1979; Taagepera e Shugart 1989;
1993; Taagepera 2005a; 2005b; 2007; 2008 in corso di pubblicazione].
Tuttavia occorre sottolineare anche alcune differenze, dovute – questa volta sì – a radicali
differenze nell’oggetto di studio. Nelle scienze sociali puo essere paradossalmente più facile
osservare e descrivere anzitutto un processo generativo, che formulare un modello matematico dei
suo esiti. Al contrario la modellazione logico-quantitativa in fisica raramente ha a disposizione già
dall’inizio una descrizione plausibile del processo generativo: si concentra viceversa in primo luogo
sulla corretta descrizione in forma logico-matematica dell’esito 5 .
Tuttavia, in una fase in cui ciò di cui disponiamo è ancora soltanto un modello lineare degli
esiti, già formularne un modello non lineare in base a delle semplici ipotesi teoriche (in attesa di
poter articolare una spiegazione del processo sottostante) rappresenta un potenziale miglioramento.
5
Vale l’esempio della forza di attrazione gravitazionale, per la quale disponiamo da secoli di modelli di
notevole precisione, elaborati tuttavia senza che ne fosse descritto un processo generativo, impresa che è ancora
pienamente in corso e ben lontana da una conclusione.
6
Nella quarta sezione vedremo come alcuni semplici passi codificati possono permetterci in
modo abbastanza semplice la traduzione di ipotesi teoriche in una specifica forma funzionale. Per
adesso introduciamo brevemente le variabili in gioco e le ipotesi sostantive proposte.
3 Le variabili e l’ipotesi teorica.
Abbiamo dunque visto come la relazione sostantiva oggetto di questo lavoro è quella tra la
posizione ideologica dell’elettore (sulla dimensione sinistra-destra) e la sua scelta di voto; ci
interessa inoltre esaminare come la sofisticazione politica degli elettori influisca su questa
relazione. Veniamo quindi anzitutto a presentare le tre variabili in gioco.
3.1 Autocollocazione sulla dimensione sinistra-destra
È difficile ignorare o sottovalutare l’importanza della dimensione sinistra-destra nella
strutturazione degli atteggiamenti politici – e nell’influenza sui comportamenti di voto – nella
maggior parte dei paesi europei6 . Su questo tema è tuttavia possibile evidenziare per lo meno due
prospettive di tipo diverso. Da un lato quella di derivazione rational choice, in base alla quale la
dimensione sinistra-destra corrisponde sostanzialmente alla dimensione astratta proposta da Downs
[1957] come dimensione politica fondamentale per la comunicazione nel mercato politico,
caratterizzato da elettori che massimizzano, in un’ottica di breve periodo, le proprie utilità
individuali, votando in base a considerazioni spaziali [Hotelling 1929; Black 1958]. Dall’altro
quella legata alla tradizione di sociologia politica empirica, in cui la posizione ideologica
individuale costituisce un fattore di identificazione di lungo periodo per l’elettore, essendo per lo
meno la combinazione di una componente di identificazione partitica con una componente
valoriale [Inglehart e Klingemann 1976]. In questo senso, i termini sinistra e destra non
corrispondono necessariamente a una dimensione di conflitto con contenuti specifici (ad es. quella
redistributiva di Downs), ma sono caratterizzati da un significato che è costantemente oggetto di
rinegoziazione sociale. Ciò tuttavia non intacca il ruolo centrale di questa dimensione come mezzo
di comunicazione all’interno della sfera politica [Laponce 1981; Fuchs e Klingemann 1989], ma
anzi ne caratterizza la capacità di assorbire nuovi conflitti. In questo senso va osservato come, a
dispetto della messa in discussione del ruolo della dimensione sinistra-destra all’inizio degli anni
6
Considerazioni simili a quelle che seguiranno valgono in misura rilevante anche per la dimensione liberal-
conservative negli Usa, tuttavia con alcune specificazioni, essenzialmente relative a una minore capacità esplicativa
[Stimson 1975; Holm e Robinson 1978; Levitin e Miller 1979; Conover e Feldman 1981; Luttbeg e Gant 1985; Jacoby
1986; Box-Steffensmeier e De Boef 2001].
7
’907 , il ruolo e la capacità esplicativa di quest’ultima relativamente alla maggior parte degli
atteggiamenti e comportamenti politici sia rimasto invariato (se non addirittura aumentato) in molti
paesi europei8 [Inglehart e Klingemann 1976; Fuchs e Klingemann 1989; Knutsen 1995; 1997;
Miller et al. 1999; Budge et al. 2001; Gunther e Montero 2001].
Il punto di vista adottato in questa analisi è essenzialmente connesso a questo secondo punto
di vista, in cui l’autocollocazione sulla dimensione sinistra-destra (operativizzata in termini di scale
graduate, di norma a dieci posizioni nel caso italiano, a sette nel caso francese e Usa) viene
considerata essenzialmente come espressione di una caratteristica identitaria di lungo periodo
dell’elettore.
3.2 Scelta di voto dicotomica
La seconda variabile che utilizziamo è la scelta di voto, in forma dicotomica. Anzitutto va
precisato come esistano delle rilevanti differenze istituzionali tra le scelte di voto analizzate nei vari
dataset. Anzitutto il voto vero e proprio, che è un voto presidenziale nel caso Usa e francese, e un
voto parlamentare nel caso italiano. In secondo luogo, la dicotomizzazione di quest’ultimo. Ciò non
pone problemi rilevanti nel caso americano (tranne il caso del 1992, trattato più oltre) e in quello
francese, in cui viene sempre analizzato il voto del secondo turno 9 . La dicotomizzazione non è
particolarmente problematica neanche nel caso italiano, per quanto riguarda le indagini relative alla
Seconda repubblica 10 (utilizzando il voto alle coalizioni 11 ). Viceversa il caso della Prima repubblica
presenta maggiori problemi, in quanto si tratta di un voto partitico. In questo caso si è proceduto a
una dicotomizzazione sulla linea governo-opposizione 12 .
3.3 Sofisticazione politica, anzi coinvolgimento politico
L’importanza del livello di sofisticazione politica, e la sua influenza su molte relazioni tra
atteggiamenti (e comportamenti) politici, è stata riconosciuta gia dagli inizi degli studi sul
7
Ad es. in Giddens [1994]; vedi contra Bobbio [1994].
8
Va tuttavia osservato che, dall’inizio degli anni ’90, si è leggermente ridotta la quota di intervistati che
accettano di collocarsi sulla dimensione sinistra-destra (per l’Italia vedi Baldassarri e Schadee [2007]).
9
Tranne che per il 2002, in cui per il primo turno si analizza però solo il voto a Chirac e Jospin.
10
E in cui il voto alle coalizioni è anche un voto a coalizioni di governo alternative, quindi in parte assimilabile
al voto presidenziale analizzato negli altri casi
11
Tranne che nel caso del 1996, in cui il voto alla Lega è stato considerato nel centrodestra, anche se questo
partito correva autonomamente rispetto alle due coalizioni.
12
Per maggiori dettagli, vedi il paragrafo 5.
8
comportamento elettorale, e in particolare a partire dalle (pessimistiche) riflessioni di Philip
Converse, formulate già all’inizio degli anni ’60 [Campbell et al. 1960; Converse 1964] e che
dettero origine a un aspro dibattito [Achen 1975; Nie, Verba, e Petrocik 1976; Bishop, Tuchfarber,
e Olendick 1978; Sullivan, Piereson, e Marcus 1978; Judd e Milburn 1980].
Tuttavia è soltanto in seguito che il fenomeno dell’eterogeneità viene esplicitamente
tematizzato e introdotto nell’analisi prevedendo modelli specifici. Il primo e pionieristico contributo
è quello di Stimson [1975], che introduce i nuovi termini della questione spostando il fuoco dal
cittadino medio all’eterogeneità dei cittadini, e mostrando come gradi diversi di istruzione e
informazione abbiano un’ influenza rilevante sul livello di strutturazione delle opinioni politiche. Il
tema dell’eterogeneità si afferma successivamente con forza tra gli anni ’80 e i ’90, con una serie di
contributi [ad es. Luskin 1987; Sniderman, Brody, e Tetlock 1991; Zaller 1992; Delli Carpini e
Keeter 1996] che mettono in luce di volta in volta il ruolo dell’istruzione, della sofisticazione
politica, dell’informazione politica e dell’incertezza di quest’ultima nel determinare diversi modelli
di formazione e strutturazione degli atteggiamenti. La formulazione più sintetica ed efficace del
denominatore comune di questi contributi ci sembra quella del gruppo di Sniderman, che formula
espressamente l’assunto dell’eterogeneità [1991, 8], ma soprattutto definisce l’ipotesi dell’
interazione con la sofisticazione:
la nostra attesa è che il livello di sofisticazione politica non soltanto influenzi, in prima battuta, il ragionamento
sulle scelte politiche, ma influenzi anche, in seconda battuta, il modo in cui altri fattori influenzano il
ragionamento sulle scelte politiche13 . [1991, 21]
In termini operativi, i vari lavori individuano una serie di indicatori che ruotano tutti intorno
a elementi di competenza politica. In questo lavoro adottiamo invece una prospettiva più
specificamente legata ad alcuni contributi di psicologia cognitiva. Un insieme di contribut i in questa
disciplina [Chaiken 1980; Petty e Cacioppo 1986; Eagly e Chaiken 1993; Kruglanski e Thompson
1999] ha infatti messo in evidenza in modo chiaro come l’ampiezza e la complessità dei processi
decisionali attuati dagli individui sia determinata in modo rilevante da due fattori in parte
indipendenti: un fattore cognitivo e uno motivazionale.
La differenza non è di poco conto, perché un elettore sofisticato, ovvero molto competente,
può però essere anche distaccato dalla vita politica (avere cioè scarso interesse). Viceversa qui
intendiamo porre l’accento sulla presenza anche di un forte interesse nei confronti dei fenomeni
politici, che è potenzialmente anche caratterizzato da intensità di partisanship 14 . Per questo motivo
13
“ … our expectation is that political sophistication not only affects reasoning about political choices in its
own right, but in addition affects how other factors affect reasoning about political choices”. Corsivo mio.
14
Una riflessione che data dai primi lavori della scuola di Columbia [Berelson, Lazarsfeld, e McPhee 1954,
314].
9
adotteremo lo specifico termine coinvolgimento politico, ad indicare una combinazione di interesse
e competenza. Gli specifici indici di coinvolgimento utilizzati in questo lavoro sono, per tutte le
indagini utilizzate, basati quindi su una combinazione di indicatori di competenza politica e di
interesse per i fenomeni politici15 .
3.4 La relazione tra le variabili: le ipotesi di lavoro
Una volta presentate le variabili in gioco, veniamo quindi all’esposizione delle principali
ipotesi teoriche che tradurremo in forma logico-quantitativa. Le ipotesi sono le seguenti.
Relazione tra autocollocazione e voto:
1) L’autocollocazione individuale sull’asse sinistra-destra è correlata positivamente con la
probabilità di votare a destra piuttosto che a sinistra. Si tratta di un’ipotesi
apparentemente tautologica, ma che in realtà contiene aspetti di problematicità
relativamente alla forma e all’intensità della relazione. Un esempio è quella tradizione di
ricerca [a partire da Inglehart e Klingemann 1976] che concettualizza l’autocollocazione
nel contesto europeo come un’equivalente funzionale della party identification nel
contesto americano, ipotizzando dinamiche di normal vote, caratterizzate da occasionali
scelte di voto contraddittorie rispetto alla propria autocollocazione ideologica.
2) La relazione tra queste due variabili tuttavia non è lineare. Ipotizziamo che sia una
relazione di tipo sigmoidale, caratterizzata da un parametro che definiamo col no me di
permeabilità. A seconda dei valori assunti da questo parametro, la relazione tra ideologia
e voto può essere molto debole (sull’intero spettro ideologico gli elettori hanno le stesse
probabilità di votare a destra o a sinistra) oppure caratterizzata da due campi
contrapposti, divisi lungo una linea di confine molto netta, per cui gli elettori anche
moderatamente di centro-sinistra non hanno nessuna probabilità di votare a destra, e
viceversa. Un caso intermedio è quello in cui, per l’appunto, esiste una semplice
relazione lineare tra le due variabili. Questi scenari di esempio sono presentati nella
Figura 1 (a pagina 15).
Effetti di contesto, dovuti alla struttura del sistema partitico e della competizione elettorale:
15
La distinzione delle due dimensioni porta, come conseguenza, a scartare indicatori semplici come il titolo di
studio, che sono forse in grado di predire correttamente la competenza politica (grado di informazione, ecc.), ma
difficilmente il livello di interesse.
10
3) La collocazione spaziale dei due partiti/candidati può in alcuni casi non essere
descrivibile nei termini dicotomici di sinistra e destra, ad esempio quando uno dei due
partiti si definisce di “centro”16 . In questo caso il modello deve essere in grado di
individuare se la “linea di frontiera” ideologica tra i due campi non cade esattamente al
centro dello spettro ideologico sinistra-destra.
4) Gli elettori più incerti (e quindi, appartenenti ai segmenti più permeabili) subiscono
maggiormente un’eventuale maggior persuasività da parte di uno dei due
partiti/candidati, anche in contraddizione con la propria posizione ideologica. Di
conseguenza è possibile che uno dei due candidati goda di un vantaggio sistematico tra i
meno coinvolti, diversamente da quanto avviene tra i più coinvolti, dove la posizione
ideologica individuale prevale, e diminuisce l’effetto di persuasione di uno dei due
partiti/candidati17 .
Interazioni con il coinvolgimento:
5) La permeabilità dipende (inversamente) dal livello di coinvolgimento politico. I segmenti
di elettorato caratterizzati da un coinvolgimento più alto presentano una minore
permeabilità. Un livello più alto di interesse e conoscenza corrisponde a un sistema di
atteggiamenti politici più strutturato e quindi a una maggior coerenza tra ideologia e
voto, e a una minore disponibilità a prendere in considerazione una scelta alternativa.
4 Il modello della permeabilità
Abbiamo dunque presentato sinteticamente cinque ipotesi relative alla relazione tra le
variabili considerate. Il passo da fare è dunque la traduzione di queste ipotesi in forma logicoquantitativa.
Il primo obiettivo è la definizione di un modello che descriva semplicemente la relazione
tra orientamento ideologico e scelta di voto, senza tener conto per ora dell’interazione con il
coinvolgimento politico. Si tratta delle ipotesi 1) e 2). Vediamo quindi come sviluppare un modello
logico-quantitativo in relazione alle ipotesi presentate.
16
17
L’esempio è ovviamente quello della Dc (e dell’area governativa) nella Prima repubblica.
Di fatto si tratta di un’implicazione del modello RAS [Zaller 1992]. In ogni caso non ci si riferisce
semplicemente all’effetto – ad esempio – della leadership, ma anche a una sproporzione di mezzi, oppure anche, ad
esempio, a un effetto di valence, ovvero alla percezione di maggior competenza di un partito (o coalizione, o candidato)
presso tutti gli elettori, a prescindere dal loro orientamento ideologico [Butler e Stokes 1969].
11
Nello sviluppo di un modello logico-quantitativo è possibile distinguere essenzialmente tre
operazioni concettuali: l’individuazione di valori impossibili (definizione del campo di variazione
della variabile dipendente); l’identificazione di punti di ancoraggio; l’imposizione della continuità
[Taagepera 2005b] 18 . Questi tre passi hanno tutti il denominatore comune di essere basati sulla
ricognizione delle poche cose che conosciamo con certezza riguardo alla relazione che ci interessa.
È sorprendente notare come la semplice traduzione matematica di poche semplici considerazioni sia
spesso in grado di fornirci già una forma matematica dotata di un potere esplicativo rilevante.
Vediamo come.
Come abbiamo visto, il primo passo prevede l’individuazione di valori impossibili, ovvero
la definizione del campo di variazione della variabile dipendente in base a considerazioni logiche.
Ad esempio, normalmente si considera che la statura degli individui sia distribuita normalmente (si
tratta proprio della variabile che ha originato storicamente il termine “regressione”). Tuttavia la
distribuzione normale prevede un campo di variazione tra –8 e +8, mentre la statura non può essere
negativa. Già individuare un particolare campo di variazione per la variabile dipendente ci dovrebbe
suggerire che la variabile segue una diversa distribuzione 19 . Un ulteriore esempio può essere
costituito dalla volatilità elettorale. Essendo una proporzione (la quota di elettori che cambia partito
tra due elezioni), deve essere necessariamente compresa nell’intervallo 0-1: valori maggiori di 1 o
minori di 0 sono impossibili. In generale, il primo punto è quindi di costruire un modello che non
predica mai un valore “impossibile” per la variabile dipendente 20 .
Il secondo passo riguarda invece l’individuazione di punti di ancoraggio. I punti di
ancoraggio sono semplicemente dei casi speciali in cui particolari valori delle variabili indipendenti
ci permettono di prevedere deterministicamente il valore della variabile dipendente, anche senza
conoscere i dati. Ritorniamo all’esempio della volatilità elettorale, e ipotizziamo un modello in cui
la volatilità elettorale dipende dal numero di partiti. In questo caso esiste un importante punto di
ancoraggio, che è il valore 1 sulla variabile indipendente. Se un sistema partitico è composto da un
solo partito, la volatilità elettorale sarà automaticamente 0 (non è possibile cambiare voto). Si tratta
18
Come visto precedentemente, il procedimento qui proposto si riferisce allo sviluppo di modelli ignorance-
based, ovvero in cui un modello viene sviluppato semplicemente a partire dalla ricognizione di alcune condizioni al
contorno (boundary conditions) e dall’imposizione di continuità [Taagepera 1999], senza la modellazione esplicita del
processo generativo degli esiti.
19
Il motivo per cui in realtà la distribuzione della statura può essere considerata senza problemi come normale
è che la media è molto più grande della deviazione standard. Un caso in cui invece ciò non avviene è quello della
popolazione, in cui non a caso è frequente utilizzare distribuzioni lognormali e medie geometriche piuttosto che
aritmetiche.
20
Potrà sembrare banale, ma questo criterio è violato da moltissime analisi pubblicate.
12
di una condizione logica teorica, che è vera indipendentemente dai dati; di conseguenza disponiamo
di un’informazione ulteriore per costruire il modello, ancora prima di esaminare i dati.
Il terzo passo riguarda l’imposizione della continuità. Se non c’è un motivo particolare per
assegnare uno status speciale a un qualche valore intermedio della variabile indipendente, la nostra
ipotesi meno impegnativa è che i punti di ancoraggio siano connessi mediante una funzione
matematica dotata di un andamento continuo, ovvero senza particolari “salti”21 .
Questi tre passi definiscono complessivamente un percorso abbastanza semplice per
individuare la relazione matematica più appropriata per il modello teorico ipotizzato. Una volta
identificato il campo di variazione della variabile indipendente e i punti di ancoraggio e imposta la
continuità, la scelta delle possibili forme matematiche in genere non è molto problematic a.
Veniamo quindi alla forma matematica della relazione tra autocollocazione e voto, in base
ai passi visti poco fa. Le variabili in gioco sono due. La variabile indipendente è l’autocollocazione
individuale sulla dimensione sinistra-destra. Si tratta di una variabile operativizzata in termini di
scala con due estremi, ancorati lessicalmente sulle etichette “estrema sinistra” e “estrema destra”.
Di conseguenza dispone di un minimo e di un massimo. Sceglieremo di dividere il valore su questa
scala per il numero di modalità, ottenendo quindi sempre una misura di autocollocazione (che
chiameremo x) compresa tra 0 e 1. La variabile dipendente è invece il voto, operativizzato in
termini dicotomici, utilizzando una convenzione con lo stesso segno dell’autocollocazione (0=voto
a sinistra; 1=voto a destra). Nel nostro modello tuttavia vogliamo predire la probabilità di votare un
partito 22 di destra piuttosto che uno di sinistra, che chiameremo π r: avremo quindi una variabile
dipendente continua, con un campo di variazione compreso obbligatoriamente tra 0 (certezza di
voto a sinistra) e 1 (certezza di voto a destra).
Abbiamo dunque definito il campo di variazione della variabile indipendente e della
dipendente. Passiamo al punto successivo: i punti di ancoraggio. Esistono dei valori di
autocollocazione per cui possiamo predire il voto in modo deterministico (ovvero, senza neanche
conoscere i dati)?
Possiamo dare una risposta positiva, senza fare ipotesi troppo impegnative, riferendoci agli
elettori che si collocano in posizioni estreme. In altre parole, possiamo assumere che gli elettori di
estrema sinistra non voteranno mai per il partito di centrodestra (x=0 ⇒ π r =0) e, simmetricamente,
che gli elettori di estrema destra voteranno sempre per il partito di centrodestra (x=1 ⇒ π r=1).
21
Da un punto di vista strettamente matematico questa condizione richiede in realtà una funzione derivabile,
piuttosto che semplicemente continua.
22
Da qui in poi parleremo per brevità di due partiti, ma si intende che stiamo parlando di una qualunque
competizione tra due soggetti: coalizioni, candidati, ecc.
13
L’ultimo passo è quello di collegare questi due punti di ancoraggio mediante una funzione
continua. Come costruirla? Partiamo dall’idea che i due partiti rappresentino gli estremi del campo
di scelta dell’elettore, che quindi consideri la posizione del partito di sinistra come 0, e quella del
partito di destra come 1. In questo caso possiamo ipotizzare il seguente criterio. Se l’elettore ha una
posizione ideologica x, possiamo immaginare che il rapporto tra le probabilità di votare per la destra
(π r) o per la sinistra (1-π r) corrisponda inversamente al rapporto tra le distanze che separano
l’elettore dai due partiti (distanze che valgono x rispetto al partito di sinistra e 1-x rispetto al partito
di destra):
πr
x
=
1−πr 1− x
dove il primo termine è il rapporto tra la probabilità di votare per la destra e quella di
votare per la sinistra; e il secondo è il rapporto tra la distanza dalla sinistra e la distanza dalla destra.
Prevedibilmente, gli elettori più di destra hanno una maggiore probabilità di votare a destra.
In questo scenario di base la formula in realtà si può ridurre con pochi passaggi a π r = x,
postulando dunque una semplice relazione lineare tra la vicinanza ideologica a un partito e la
probabilità di votarlo. Più si è a destra, e – linearmente – più sale la probabilità di votare a destra. Si
tratta di quello che gli studiosi rational choice chiamano un modello spaziale di prossimità, e che di
fatto rappresenta la traduzione matematica dell’ipotesi 1).
Introduciamo adesso l’ipotesi 2), ovvero alla proposta che la relazione non sia lineare, ma
sigmoidale, caratterizzata da un parametro di permeabilità, che rafforza e irrigidisce la relazione tra
ideologia e voto. E’ questo il motivo per cui abbiamo proposto poco fa il modello in forma di
rapporto; perché così è più facile modificarlo per ottenere un effetto di non linearità. Lo facciamo
introducendo un parametro v, che può assumere un qualunque valore positivo, in forma di un
esponente a cui viene elevato il secondo termine 23 . Perciò avremo:
πr
 x 
=

1 − π r  1− x 
23
v
L'introduzione di v come parametro nella funzione presentata definisce una famiglia ricca e flessibile di
possibili curve che connettono due punti di ancoraggio. Per v=3, otteniamo quella che è stata conosciuta per lungo
tempo come la "legge cubica dei voti e dei seggi", che metteva in relazione la percentuale di voti nazionali con la
percentuale di seggi ottenuta in un sistema plurality applicato in collegi uninominali. Kendall and Stuart [1950]
ricostruirono brevemente la storia della “legge” e la applicarono alle elezioni britanniche del 1935, 1945 and 1950;
l’applicabilità della “legge” fu successivamente criticata da Tufte [1973].
14
Come agisce v sulla relazione che abbiamo formulato poco fa? La risposta ce la dà la
Figura 1, che mostra come si modifica la relazione per diversi livelli di v. 24
. Nel primo caso (v=1) abbiamo la relazione originaria immodificata: esiste una relazione
lineare tra autocollocazione e voto. Nel secondo caso (v=0,1) abbiamo invece uno scenario di alta
permeabilità: su un’ampia parte dello spettro ideologico sinistra-destra esiste un’alta indecisione di
voto; gli unici elettori “inamovibili” nella loro scelta sono quelli delle estreme. Nell’ultimo caso
(v=10) abbiamo infine uno scenario di permeabilità molto bassa. Esiste una linea di confine molto
netta tra due campi contrapposti: soltanto pochi elettori di “centro” presentano davvero indecisione
tra i due schieramenti; elettori anche solo moderatamente collocati in uno dei due campi presentano
già un’assoluta certezza di voto.
Figura 1 – Posizione sinistra-destra e probabilità di voto a destra – diversi valori di v
v=0,1
v=10
1
0.75
0.75
0.75
0.5
0.25
0
probabilita' di voto a destra
1
probabilita' di voto a destra
probabilita' di voto a destra
v=1
1
0.5
0.25
0
sinistra-destra
0.5
0.25
0
sinistra-destra
sinistra-destra
Abbiamo quindi visto come a valori alti di v corrisponda una permeabilità sempre più
bassa. Questo parametro, che può assumere un qualunque valore positivo compreso tra 0 e infinito,
è quindi in realtà l’inverso della permeabilità: è una misura di impermeabilità25 . In ogni caso,
vedremo tra poco che valori estremi di v identificano semplicemente casi idealtipici di massima o
nulla permeabilità.
24
Non c’è un motivo particolare per scegliere questi valori di esempio. L’unico motivo è che v=0 darebbe una
retta perfettamente orizzontale, e un valore alto di v (100 o 1000) darebbe una linea verticale; entrambe di scarso
interesse. Come apparirà chiaro, i valori scelti invece suggeriscono più chiaramente come cambia la relazione con
diversi valori di v. Usando l’indice di permeabilità P definito nella nota 25, i tre valori di esempio v=0,1; v=1; v=10
corrispondono rispettivamente a P=0,91; P=0,5; P=0,09.
25
la scelta di questo tipo di misura discende da motivi di semplificazione dei calcoli. In ogni caso, nulla vieta
di passare da v, che è una misura di impermeabilità compresa tra 0 e infinito, a una misura di permeabilità P compresa
tra 0 e 1, applicando ad esempio una semplice trasformazione
P = 1−
v
. In questo caso, avremmo infatti che per
v +1
v=0 (impermeabilità minima, quindi massima permeabilità), P assume il valore massimo di 1; per v→∝
(impermeabilità massima, quindi minima permeabilità), P→0.
15
A questo punto, invece che concentrarci su valori di esempio, proviamo a mostrare come
cambia la relazione tra ideologia e voto per tutti i valori di v compresi in un determinato campo di
variazione: l’effetto complessivo è riassunto nella Figura 2 per valori di v compresi tra 0 e 10. La
probabilità di voto a destra è mostrata in sfumature di grigio (nero corrisponde a 0, bianco a 1), e
sono evidenziate con un tratteggio le linee di probabilità di voto a destra del 25%, del 50% e del
75%. Come visto precedentemente, l’area dell’indecisione è molto ristretta nel segmento più
impermeabile (v=10), e molto più ampia in quello più permeabile (v vicino a 0).
Figura 2 – Posizione sinistra-destra, permeabilità e probabilità di voto a destra – diversi livelli di impermeabilità
v
probabilità di voto a destra
0.75
0.5
0.25
10
1
0.8
0.6
0.4
impermeabilità
(v)
0.2
0
0
0
1
dimensione ideologica (sinistra-destra)
La figura mostra in modo complessivo come cambia la relazione tra ideologia e voto in
relazione a gradi diversi di permeabilità, senza ancora fare riferimento in modo specifico al livello
di coinvolgimento politico. Un modello della relazione tra coinvolgimento politico e permeabilità
verrà presentato più avanti. Per adesso possiamo semplicemente assumere il livello di
coinvolgimento politico come sinonimo (con segno opposto) della permeabilità.
Ciò premesso, questa prima versione del modello “contiene” per ora le ipotesi 1) e 2).
Veniamo a questo punto a introdurre le ipotesi successive.
4.1 Collocazioni spaziali asimmetriche dei partiti: il parametro E
Il modello visto finora prevede espressamente una “linea di confine” tra i due partiti
collocata esattamente al centro della dimensione ideologica. La linea di indifferenza (dove gli
elettori hanno la stessa probabilità di votare per entrambi i partiti) divide infatti il quadrante in due
16
metà perfettamente uguali, ed è una linea retta. A questo punto rilassiamo questo assunto, venendo a
incorporare l’ipotesi 3).
Ipotizziamo che, ad esempio, uno dei due partiti si definisca di “centro”, invece che di
sinistra o destra. Di conseguenza la linea di indifferenza cadrà non al centro dello spazio politico,
ma in una via di mezzo tra centro e sinistra o tra centro e destra. Per semplicità ipotizziamo che
questa asimmetria sia indipendente dal livello di coinvolgimento politico. Di conseguenza si
impone una semplice modifica al modello: occorre fare in modo che la linea di indifferenza si sposti
verso sinistra o verso destra, ma mantenendo la sua forma retta (altrimenti avremmo un effetto
legato al livello di coinvolgimento). E’ possibile ottenere questo risultato introducendo un
parametro E (che richiama l’idea dell’equilibrio spaziale tra i due partiti), in forma di potenza a cui
eleviamo x, ovvero la posizione ideologica dell’elettore 26 :
πr
 xE
= 
1−πr 1− xE



v
I possibili valori che può assumere E devono essere compresi tra 0 e +∝. Il valore 1
rappresenta il valore neutro, in cui l’effetto è assente: qualunque numero elevato a 1 dà sempre se
stesso come risultato. Valori compresi tra 0 e 1 hanno l’effetto di aumentare la probabilità di voto a
destra, mentre valori superiori a 1 hanno l’effetto di aumentare la probabilità di voto a sinistra. In
questo senso E non è di interpretazione immediata, perché contraddice la convenzione che abbiamo
usato finora, in cui valori numerici più bassi indicano la sinistra e valori più alti la destra. Tuttavia
manteniamo questa convenzione per semplicità di calcolo.
Ma vediamo graficamente l’effetto di E, presentato nella Figura 3. Come si vede, la forma
matematica scelta traduce bene l’effetto che abbiamo ipotizzato. I due casi di esempio si riferiscono
a valori di E rispettivamente di 0,8 (dove il partito più a destra in realtà ha una collocazione più
moderata) e di 1,2 (che ipotizza lo scenario opposto). Nel primo caso (Figura 3a) la linea di
indifferenza si sposta nel campo della sinistra: questo significa che, essendo il partito di destra
collocato in posizione più moderata, anche alcuni elettori di centrosinistra prendono molto
seriamente in considerazione l’idea di votarlo, tanto da considerarsi indecisi al 50% tra i due partiti.
Come abbiamo ipotizzato, questo effetto avviene ugualmente tra i vicini e i lontani dalla politica,
quindi la linea di indifferenza rimane una linea retta. Nel secondo caso (Figura 3b) l’effetto è
identico: in questo caso è però il partito di sinistra ad avere una maggior forza di attrazione nel
campo ideologico di destra (E=1,25).
26
Qualunque numero nell’intervallo 0-1, elevato a una potenza positiva, restituisce ancora un numero
nell’intervallo 0-1. Inoltre, 0 elevato a una qualunque potenza rimane 0, e lo stesso vale per 1. Questo significa che xE
non solo rimane nell’intervallo 0-1, ma mantiene anche i valori originari di x ai punti di ancoraggio.
17
Figura 3 – Influenza del parametro E
probabilita' di voto a destra
E=0,8
0.75
0.5
0.25
10
probabilita' di voto a destra
E=1,25
0.75
0.5
0.25
10
1
0.8
0.8
0.6
0.6
0.4
impermeabilita'
(v)
0.4
impermeabilita'
(v)
0.2
0.2
0
0
0
0
1
0
1
0
dimensione ideologica (sinistra-destra)
1
dimensione ideologica (sinistra-destra)
4.2 Effetto di persuasione: il parametro B
Veniamo ora all’ipotesi 4), presentata precedentemente, che la permeabilità non solo abbia
effetti sul rapporto tra posizione ideologica e scelta di voto, ma che abbia effetti anche sulla
ricettività e persuasibilità degli elettori all’interno di una specifica campagna elettorale. Con ciò
vogliamo semplicemente dire che, se uno dei due partiti in lizza effettua, per qualunque motivo, una
campagna più efficace dell’altro, questa differenza di efficacia è destinata ad agire sì su tutti gli
elettori, ma influenzando in modo più forte i segmenti di elettorato più incerti. Chiameremo questo
fenomeno effetto di persuasione 27 .
Come esprimere matematicamente questa ipotesi? Un modo semplice per alterare la
probabilità originaria π r è di elevarla a una potenza positiva. La “probabilità modificata” ρr sarà
ancora nell’intervallo accettabile 0-1, a causa di una proprietà delle potenze nell’intervallo 0-1, già
utilizzata quando abbiamo introdotto il parametro E.
La scelta specifica è quindi di elevare π r a un termine
1− B
, dove B è un parametro,
1+ B
compreso tra –1 e 1, che esprime se (e quanto) l’effetto di persuasione avvantaggia il partito di
destra o quello di sinistra. Così la nuova probabilità di votare a destra diviene
 1− B 
ρ r = π r  1+ B 
27
Vedi Zaller [1992].
18
Nell’intervallo ammissibile di B (tra –1 e 1), l’esponente
1− B
assume valori compresi tra
1+ B
+∝ e 0, con l’effetto di deprimere la probabilità π r (quando B è negativo) o di aumentarla (quando B
è positivo). Il risultato è che valori particolari di B hanno un’influenza semplice da interpretare.
Anzitutto i valori estremi di B definiscono situazioni estreme. Per B=-1 (massimo effetto teorico a
favore della sinistra) l’esponente diventa infinito, restituendo ρr=0 per qualunque elettore, a
prescindere dalla sua collocazione ideologica o livello di coinvolgimento. Questo significa che tutti
gli elettori votano a sinistra. Nel caso opposto di B=1 (massimo effetto teorico a favore della
destra), l’esponente diviene 0, restituendo sempre ρr=1 a prescindere da π r. Questo è dunque
l’estremo opposto, dove tutti gli elettori si convincono a votare a destra. Infine, anche il valore
neutro B=0 ha l’effetto atteso: in questo caso l’esponente diviene 1, lasciando così intatta la
probabilità originaria: si tratta dello scenario di assenza di effetto di persuasione ne lla campagna
elettorale. L’effetto di diversi valori di B è mostrato nella Figura 4.
Figura 4 – Influenza del parametro B
probabilita' di voto a destra
E=1; B=0.5
0.75
0.5
0.25
10
1
0.8
0.6
0.6
0.2
0.4
impermeabilita'
(v)
0.2
0
0
0
0
1
dimensione ideologica (sinistra-destra)
1
0.8
0.4
impermeabilita'
(v)
probabilita' di voto a destra
E=1;B=-0.7
0.75
0.5
0.25
10
0
0
1
dimensione ideologica (sinistra-destra)
Nei due casi presentati, il parametro E è stato volutamente posto al valore neutro 1, in modo
da mostrare soltanto l’influenza di B. L’effetto rappresenta una buona traduzione matematica della
nostra ipotesi: in entrambi i casi si osserva come valori anche molto alti di B come quelli dei due
esempi (+0,5 nel primo caso e –0,7 nel secondo) abbiano un’influenza molto limitata nei segmenti
più impermeabili. Viceversa gli effetti sono molto più potenti all’aumentare della permeabilità: sia
nel primo caso favorevole alla destra (B=0,5) che nel secondo favorevole alla sinistra (B=-0,7) si
nota come la linea di indifferenza non sia più una linea retta, ma venga fortemente “curvata” in uno
dei due campi. Osservando il secondo caso (Figura 4b) si nota come nell’area in basso, ovvero
19
quella dalla permeabilità più alta, molti elettori di destra abbiano una probabilità molto alta di
votare a sinistra.
4.3 La relazione tra permeabilità e coinvolgimento politico: i parametri
ZeH
Abbiamo a questo punto definito un modello matematico che lega orientamento ideologico,
permeabilità dell’elettorato e decisione di voto. Il passo successivo è quello di venire all’ultima
parte dell’ipotesi empirica, ovvero all’ipotesi 5). Finora abbiamo parlato genericamente di
permeabilità che caratterizza la relazione tra ideologia e voto, in base a vari parametri. Ma come è
collegata la permeabilità al livello di coinvolgimento politico degli elettori? In questo caso
proponiamo un’ipotesi molto semplice; ovvero che tra le due variabili esista una relazione lineare:
v = Z + Hi
dove v è il livello di permeabilità del segmento di elettorato cui appartiene l’elettore in
esame, in base al suo livello di coinvolgimento politico i; Z è l’intercetta del modello, ovvero il
livello di permeabilità degli elettori più lontani dalla politica (i=0), e H è la costante moltiplicativa
che ci dice se la permeabilità dell’elettorato aumenta o diminuisce passando da elettori meno
coinvolti a elettori più coinvolti. Valori positivi di H dicono che all’aumentare del coinvolgimento
politico aumenta anche l’impermeabilità (v). In questo caso gli elettori più permeabili (e appetibili
per le campagne elettorali) sono i meno interessati alla politica. Viceversa, valori negativi di H
indicano che la fascia di elettorato più permeabile è quella dei cittadini più interessati e informati
rispetto alla politica 28 .
I valori di Z e H ci permettono quindi, in definitiva, di collocare il campione esaminato in
una posizione specifica all’interno del modello teorico della permeabilità. Bisogna infatti ricordare
che il modello che abbiamo presentato (con v compreso tra 0 e infinito) contempla tutti i casi di
permeabilità possibili, nel continuum che va tra i due idealtipi della perfetta permeabilità e della
perfetta impermeabilità dell’elettorato. Stimare i valori effettivi dei parametri per un caso empirico
significa quindi dargli una posizione specifica nel continuum, e quindi classificarlo.
28
Queste due ipotesi rivali sono state proposte in un articolo precedente con i nomi rispettivamente di bazar vs.
mercato elettorale [De Sio 2006b].
20
4.4 Il modello completo
Veniamo quindi al modello complessivo, completo di tutte e cinque le ipotesi proposte
originariamente. La specificazione matematica completa del modello, in forma esplicita, è dunque
la seguente:

x E ( Z + Hi)
ρ r =  E ( Z + Hi)
+ (1 − x E ) Z + Hi
x
1− B
 1+ B


dove ρr, variabile dipendente, è la probabilità di voto a destra piuttosto che a sinistra; x
(prima variabile indipendente) è la posizione ideologica dell’elettore in un intervallo compreso tra 0
e 1, dove 0 corrisponde all’estrema sinistra e 1 all’estrema destra; i (seconda variabile indipendente)
è il livello di coinvolgimento politico dell’elettore in un intervallo compreso tra 0 e 1, dove 0
corrisponde al minimo (estrema lontananza dalla politica) e 1 al massimo (estremo interesse e
conoscenza); E, B, Z e H sono i parametri che definiscono il modello, e che vengono determinati in
base ai dati, mediante una stima di massima verosimiglianza.
5 Il controllo empirico del modello
Il modello così sviluppato viene a questo punto utilizzato per analizzare dati di survey
relativi a 16 elezioni nel periodo 1980-2002 in Italia, Francia, e Stati Uniti (dati Barnes e Sani 1972,
Quattro Nazioni 1985, ITANES 1990, 1996, 2001, 2006; FNES 1988, FNES 1995, PEF 2002; NES
1980, 1984, 1988, 1992, 1996, 2000). In tutti i casi (elezioni presidenziali negli Usa e in Francia,
elezioni parlamentari in Italia con il vecchio e nuovo sistema elettorale) il voto è stato
operativizzato come scelta dicotomica, restringendo l’analisi agli elettori dei principali due
candidati (o coalizioni). In generale si tratta di un criterio non molto impegnativo, tranne, in
particolare, nel caso Usa del 1992, in cui il “terzo” candidato Ross Perot ottenne una quota rileva nte
di voti (circa il 19%). Nel caso italiano, in particolare per quanto riguarda la Prima repubblica, si è
posto il problema di dicotomizzare la scelta di voto in un contesto che non solo era di elezioni
parlamentari in un contesto multipartitico, ma che presentava dinamiche chiaramente non-bipolari29 .
In questo caso si è scelto di dicotomizzare la scelta di voto lungo la linea governo-opposizione. Per
29
In particolare per il complesso ruolo del Psi, che di fatto si configurava, in termini di mobilità e di mercato
elettorale, come un’area intermedia, pivotale, tra la Dc e il Pci, configurando di fatto una dinamica tripolare
[Mannheimer e Sani 1987; Corbetta, Parisi, e Schadee 1988; Biorcio e Natale 1989].
21
quanto riguarda l’autocollocazione sinistra-destra, le formulazioni utilizzate nelle inchieste
analizzate sono in generale abbastanza uniformi: si tratta in generale di scale grafiche (righelli)
ancorate lessicalmente agli estremi, tranne che nel caso Usa (ancoraggio lessicale su tutte le
modalità comprese tra “extremely liberal” e “extremely conservative”). Per quanto riguarda infine il
livello individuale di coinvolgimento politico, è stato operativizzato in tutti i casi mediante la
combinazione di due indici, relativi a interesse per la politica e specifica competenza politica 30 .
5.1 Capacità predittiva
Il primo criterio di valutazione del modello è ovviamente relativo alla sua capacità
esplicativa. Tuttavia si potrebbe aprire una discussione sull’opportunità di usare questo termine in
un ambito logico-quantitativo.
Il termine “capacità esplicativa” è infatti senza dubbio più adatto all’approccio di
dipendenza robusta. In quel caso, infatti, è l’esistenza di una relazione in senso statistico a rivelare
l’esistenza di una relazione causale (una volta controllata l’assenza di relazioni spurie), e quindi di
una possibile spiegazione. Nell’approccio logico-quantitativo, viceversa, la presenza di una
relazione causale è ipotizzata in via teorica, in base alle conoscenze e al ragionamento del
ricercatore, che conducono a un modello che comprende un preciso insieme di variabili, e che è
caratterizzato da una specifica forma funzionale. In questo caso un buono o cattivo adattamento ai
dati non è indice di alta o bassa “rilevanza” di una variabile, ma dice semplicemente che l’intero
modello (composto sia dalle variabili, che dalla relazione che le lega) si adatta bene o male ai dati.
In questo senso i termini più opportuni sono probabilmente due: da un lato, un termine neutro come
bontà dell’adattamento ai dati che si riferisce semplicemente a cosa viene davvero misurato, senza
interpretazioni; dall’altro, un termine come capacità predittiva, che non opera assunzioni
impegnative sulla reale causalità dei processi sottostanti, limitandosi a constatare che il modello
riesce a predire i valori della variabile dipendente con una certa precisione 31 .
La Tabella 1 riporta alcune misure della capacità predittiva del modello della permeabilità,
calcolate sui dataset Usa 1980-2000. Va fatta anzitutto una precisazione: questi indici riflettono
l’ulteriore problema che un modello probabilistico viene applicato a una variabile dipendente
dicotomica. Qualunque stima è in questo caso destinata a sottostimare la verosimiglianza del
30
Una descrizione dell’operativizzazione nel caso italiano è presente in un’altra analisi basata sullo stesso
indice [De Sio 2006a].
31
Non diversamente da quanto avviene, nell’esempio visto in precedenza, per la forza di attrazione
gravitazionale, per la quale disponiamo di modelli predittivi di precisione estrema, senza tuttavia che sia stata tuttora
proposta una spiegazione causale vera e propria del fenomeno della gravità.
22
modello, in quanto una probabilità (che può assumere qualunque valore tra 0 e 1) viene confrontata
con un esito (che può assumere solo uno dei due valori 0 e 1) invece che con una sorta di
probabilità latente non osservata.
Per questo motivo vengono riportate sia misure basate sulla verosimiglianza, che altre basate
sulla predizione dell’esito effettivo. Nella prima categoria rientrano lo pseudo-R-quadro di
Nagelkerke e il chi-quadro del modello (nonché la significatività statistica del miglioramento di
verosimiglianza dovuto al modello). Nella seconda rientrano invece altre tre misure. La prima è la
percentuale di casi classificati correttamente dal modello. Si tratta però di un dato illusorio, in
quanto sappiamo bene che un modello “nullo”, in cui tutti i casi vengono assegnati all’esito più
numeroso, predice correttamente almeno il 50% dei casi. Per questo motivo viene riportato anche
l’indice Lambda-p, che esprime il miglioramento (in termini di casi predetti correttamente) rispetto
al modello “nullo”, e che può assumere al massimo 1. Nel caso in cui valga 0 la predizione è uguale
a quella del modello “nullo”, nel caso in cui sia 1 la predizione è perfetta, nel caso in cui sia
inferiore a 0, la predizione è anche peggiore di quella del modello “nullo”. Viene infine riportato il
numero di intervistati analizzati in ogni indagine.
Tabella 1 – Capacità predittiva e classificatoria del modello della permeabilità – Elezioni presidenziali USA
1980-2000 (fonte: ANES)
Pseudo R-quadro (Nagelkerke)
1980
1984
1988
1992
1996
2000
0,285
0,282
0,316
0,394
0,472
0,386
chi-quadro del modello
141,53
241,38
250,56
372,10
357,41
154,87
p (df)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
Casi classificati correttamente (%)
Lambda-p
71,0
0,27
70,9
0,28
71,0
0,35
75,0
0,44
77,1
0,51
75,5
0,50
N
597
1028
930
1068
818
453
Nel caso Usa, il modello rivela una capacità predittiva rilevante ma non altissima. I valori di
pseudo R-quadro sono consistenti, essendo compresi tra un minimo di 0,282 (nel 1984) e un
massimo di 0,472 (nel 1996). Come vedremo in seguito, sono inferiori a quelli registrati in Francia
e in Italia, ma presentano comunque valori ragguardevoli, specie se si tiene conto della diversa
salienza della dimensione liberale-conservatore nel contesto USA rispetto a quella della dimens ione
sinistra-destra nei contesti dell’Europa occidentale. I valori di chi-quadro sono ovviamente tutti
23
statisticamente significativi con p<0,001. Venendo alla capacità classificatoria del modello,
osserviamo risultati simili a quelli appena visti. Lambda-p assume valori compresi tra 0,27 e 0,51, a
testimonianza che il modello riesce a predire correttamente tra un terzo e la metà dei casi non
predetti correttamente da un modello “nullo”. Il risultato è una classificazione corretta di circa tre
quarti degli intervistati, complessivamente abbastanza stabile su tutte le analisi presentate.
In sostanza, l’analisi sembra sostanzialmente convalidare il modello, tuttavia circoscrivendo
la capacità esplicativa della contrapposizione liberale-conservatore nel contesto USA rispetto al suo
equivalente europeo. In questa direzione si può probabilmente anche leggere l’evoluzione nel tempo
dei valori diagnostici: l’aumento della capacità esplicativa del modello dal 1980 al 2000 potrebbe
essere messo in relazione con la progressiva radicalizzazione delle piattaforme programmatiche dei
due principali partiti, che corrisponde a uno scenario in cui la contrapposizione duale su cui si fonda
la dimensione liberale-conservatore aumenta di salienza nel contesto USA32 . Il giudizio
complessivo è quindi abbastanza positivo: il modello tendenzialmente funziona, tenuto conto
oltretutto della minore capacità esplicativa della dimensione liberal-conservative nel contesto
americano.
Venendo al caso francese (Tabella 2), si osserva come effettivamente la maggior salienza
della dimensione sinistra-destra nel contesto europeo faccia sentire i suoi effetti. Escludendo infatti
il caso del secondo turno del 2002 (Chirac contro Le Pen), i risultati appaiono buoni. Lo pseudo Rquadro di Nagelkerke assume valori decisamente alti in tutti i casi considerati, e notevolmente più
alti di quelli visti negli USA. Nel caso del 1988 questo indice vale 0,675; 0,625 nel 1995 e 0,670 nel
primo turno del 2002. Ovviamente anche i valori di chi-quadro del modello sono statisticamente
significativi, in tutti i casi con p < 0,001. Passando alla capacità classificatoria del modello, i buoni
risultati sono confermati. Le percentuali di casi correttamente classificati sono alte in tutte le
indagini, ma sappiamo che questo valore dipende anche dallo sbilanciamento tra le due categorie (e
in ogni caso assegnare tutti i casi alla categoria più numerosa permette una classificazione corretta
almeno del 50%). L’indice davvero rilevante è Lambda-p che misur a la capacità predittiva originale
(o aggiuntiva) del modello, rispetto ai casi che si possono predire correttamente assegnandoli tutti
alla categoria più numerosa. E i valori di Lambda-p sono alti, ben più che nel caso americano. Di
quei casi non predetti correttamente dal modello “nullo”, il modello della permeabilità riesce a
predire correttamente una quota compresa tra il 65% e il 78%: circa il doppio di quanto avviene
negli USA. La conseguenza è che la percentuale di casi correttamente assegnati si avvicina
32
In realtà in termini più di discorso politico che di opinioni a livello di massa. Fiorina, Abrams e Pope [2005]
mostrano infatti come alla forte polarizzazione delle élites non corrisponda in realtà una altrettanto forte polarizzazione
dell’elettorato sulle principali issues.
24
sistematicamente al 90%. Ciò accade anche nel secondo turno del 2002, ed è un esempio perfetto
dell’ingannevolezza della percentuale di casi correttamente predetti, o meglio della sua dipendenza
dalla distribuzione della variabile dipendente. Poiché nel campione circa il 90% degli intervistati
vota per Chirac piuttosto che per Le Pen, assegnare tutti gli intervistati alla categoria più numerosa
permette automaticamente di indovinare il 90% dei casi. Tuttavia l’indice Lambda-p, che tiene
conto di questa informazione, ci dice correttamente che la capacità predittiva aggiuntiva del
modello è nulla.
Tabella 2 – Capacità predittiva e classificatoria del modello della permeabilità – Elezioni presidenziali in Francia
1988-2002 (fonte: FNES)
2002 1° turno 2002 2° turno
(Jospin-Chirac) (Chirac-Le Pen)
1988
1995
Pseudo R-quadro (Nagelkerke)
0,675
0,625
0,670
0,085
chi-quadro del modello
591,38
1262,06
364,62
50,53
p (df)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
Casi classificati correttamente (%)
Lambda-p
86,0
0,65
84,8
0,69
89,7
0,78
91,8
0,00
N
855
1993
523
1336
Dal confronto con i risultati osservati per gli USA emergono almeno due considerazioni. La
prima è che il modello presenta una capacità esplicativa e predittiva sensibilmente maggiore.
Questo non deve sorprendere, alla luce delle considerazioni già viste riguardo alla diversa salienza e
capacità esplicativa della dimensione ideologica nel contesto americano e in quello europeo. Una
seconda considerazione è tuttavia suggerita dal confronto col caso americano in chiave diacronica.
Negli USA avevamo registrato un aumento di salienza della dimensione liberal-conservative nelle
elezioni considerate, che avevamo messo in relazione con l’aumento di polarizzazione e
radicalizzazione delle élites nel corso degli anni ’80 e ’90. Viceversa nel caso francese la capacità
esplicativa del modello della permeabilità (che, lo ricordiamo, ha tra i suoi ingredienti fondamentali
la dimensione ideologica, qui operativizzata come sinistra-destra) è costantemente alta in tutti i casi
considerati. Questo risultato va in direzione di quelle ricerche che hanno confermato l’inalterata
salienza della dimensione ideologica sinistra-destra nel contesto europeo. Anche il caso francese
conferma dunque la capacità esplicativa del modello della permeabilità, e in misura anche maggiore
rispetto al caso USA. Fa eccezione il caso del secondo turno del 2002, disputato tra Chirac e Le
Pen, e che per questo motivo sfugge a logiche di tipo ideologico sulla dimensione sinistra-destra.
25
Veniamo infine al caso italiano. La Tabella 3 presenta i risultati, in termini di capacità
predittiva, per le sei indagine italiane analizzate. Il primo dato che emerge in maniera molto chia ra è
una netta cesura tra Prima e Seconda Repubblica. Nelle prime tre elezioni la capacità predittiva del
modello non è altissima, e – in prospettiva comparata – è abbastanza prossima (anche se
leggermente superiore) a quella registrata nel caso USA, in cui avevamo ricordato la minore
salienza della dimensione sinistra-destra. Viceversa, le ultime tre elezioni registrano valori molto
più alti, che raggiungono e superano la capacità predittiva del modello vista nel caso francese.
In realtà, se spieghiamo il potere esplicativo del modello in termini di salienza della
dimensione sinistra-destra33 , il risultato è sorprendente solo in misura relativa.
Tabella 3 – Capacità predittiva e classificatoria del modello della permeabilità – Elezioni in Italia 1972-2006
(fonte: Barnes e Sani, indagine Quattro Nazioni, Itanes)
Pseudo R-quadro (Nagelkerke)
1972
1985
1990
1996
2001
2006
0,459
0,494
0,369
0,690
0,681
0,744
chi-quadro del modello
299,20
489,78
186,06
1250,31
1449,30
1187,43
p (df)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
0,000 (3)
Casi classificati correttamente (%)
Lambda-p
86,2
0,44
81,3
0,47
78,9
0,42
92,0
0,82
89,2
0,76
95,2
0,89
N
812
1103
592
1727
2035
1464
Il voto nella Prima repubblica era infatti determinato in misura significativa da un sistema di
fratture non facilmente riconducibile alla dimensione sinistra-destra, e in particolare dalla frattura
religiosa. Questa situazione muta radicalmente con i cambiamenti istituzionali dei primi anni’90 e
in particolare con la nascita di una dinamica bipolare e la fine dell’unità politica dei cattolici. Da un
lato questo praticamente annulla la capacità predittiva della pratica religiosa, dall’altro la meccanica
bipolare del sistema partitico favorisce un forte aumento di rilevanza di una dimensione politica
33
Quest’interpretazione è possibile a causa della flessibilità dei parametri del modello della permeabilità.
Rispetto all’influenza del coinvolgimento politico le diverse combinazioni dei parametri possono adattarsi a scenari di
segno positivo, negativo, o addirittura di nessuna rilevanza del coinvolgimento politico (H=0). Rispetto all’influenza
della dimensione ideologica, i vari parametri permettono di modellarla con livelli di permeabilità diversi, con i due
partiti collocati in posizioni non estreme (la linea di indifferenza si sposta), eccetera, in modo molto più flessibile
rispetto a un modello lineare. L’unico vero ostacolo alla capacità esplicativa del modello è costituito dalla presenza di
altri fattori esplicativi rilevanti rispetto alla dimensione sinistra-destra.
26
autonoma in gran parte ancorata alla presenza di due coalizioni contrapposte [Sani e Segatti 2002;
Baldassarri e Schadee 2004]. Il risultato è che nelle ultime tre elezioni esaminate il potere
esplicativo del modello sale in modo impressionante, collocandosi stabilmente su valori uguali o
addirittura superiori a quelli del caso francese.
L’incremento è ancora più marcato se si confrontano tra loro i valori di Lambda-p, che
misurano, in termini di predizione corretta del voto, il contributo aggiuntivo del modello rispetto a
un modello “nullo” in cui vengono assegnati tutti i casi alla categoria più numerosa. Tale valore
assume, nei primi tre casi esaminati, valori intorno a 0,45, abbastanza simili al caso americano 34 .
Come si vede ancora nella Tabella 3, il passaggio dalla Prima alla Seconda Repubblica porta a un
vero e proprio raddoppio della capacità predittiva del modello, con valori sensibilmente superiori a
quelli registrati in Francia. Ad esempio nel caso del 2006, il modello riesce a prevedere
correttamente quasi il 90% dei casi non predetti correttamente dal modello nullo; il risultato
complessivo è che viene predetto correttamente il voto del 95% degli intervistati.
L’analisi del potere esplicativo del modello ci permette dunque di osservare già in prima
battuta gli effetti del passaggio dalla Prima alla Seconda Repubblica, di cui proponiamo una
spiegazione essenzialmente in termini di aumento della salienza della dimensione sinistra-destra. Il
risultato è che il potere esplicativo del modello della permeabilità, già soddisfacente nelle prime
elezioni esaminate, diventa decisamente alto nei casi più recenti.
5.2 Parametri sostantivi del modello
Veniamo a questo punto all’esame dei parametri sostantivi del modello della permeabilità,
stimati relativamente ai dataset utilizzati. La Tabella 4 presenta le stime dei parametri e degli errori
standard relativi alle sei inchieste USA considerate. Infine per ogni indagine è riportato nuovamente
il valore di Lambda-p, come sintesi della capacità predittiva del modello.
Anzitutto, ricapitoliamo brevemente i parametri presentati. Il primo (E) esprime quanto la
“linea di indifferenza” tra i due partiti è spostata rispetto alla metà del quadrante. Il suo valore
neutro è 1, e può assumere un qualunque valore positivo tra 0 e +∝35 . Il secondo parametro (B)
esprime invece se (e in che direzione e misura) uno dei due partiti esercita quello che abbiamo
chiamato un effetto di persuasione, ovvero un’attrazione più marcata tra gli intervistati meno
34
In realtà ai valori più alti registrati negli USA.
35
Va tuttavia notato che il segno di questo parametro è opposto rispetto alla convenzione osservata finora:
valori positivi di E implicano uno spostamento della linea di indifferenza favorevole al partito di sinistra, e il viceversa.
27
coinvolti rispetto alla politica. In questo caso il valore neutro è 0, e la gamma di variazione di
questo parametro è tra -1 e 1. Il terzo parametro (Z) indica invece il livello di permeabilità tra gli
intervistati meno coinvolti in politica. Z è infatti l’intercetta del modello lineare che lega
coinvolgimento politico e (im)permeabilità v: corrisponde quindi al valore di v (nel modello
presentato nella sezione precedente) per gli intervistati che hanno il livello minimo di
coinvolgimento (i=0). Tenuto conto che v può essere compreso tra 0 (massima permeabilità) e
+∝ (massima impermeabilità), valori molto bassi corrispondono a una permeabilità molto alta. Un
possibile valore neutro può essere 1, dove esiste una relazione lineare tra ideologia e voto (cfr.
Figura 1). Infine l’ultimo parametro presentato è H, che è il coefficiente moltiplicativo nella
relazione v = Z + Hi che lega coinvolgimento politico e permeabilità. Anzitutto per quanto riguarda
il segno, valori positivi di H indicano che all’aumentare del coinvolgimento politico diminuisce la
permeabilità dell’elettorato (l’ipotesi 5 formulata in precedenza), mentre valori negativi indicano il
contrario: di conseguenza il valore neutro è 0, che indica assenza di relazione tra coinvolgimento
politico e permeabilità. Il valore di H (che può variare tra −∝ e +∝) indica infine quanto è rilevante
il coinvolgimento politico nel determinare una diversa permeabilità (tenuto conto che la somma di Z
e H dà il valore di impermeabilità v per i più coinvolti in politica). Veniamo quindi ai risultati
presentati nella Tabella 4.
Tabella 4 – Stima dei parametri (ed errori standard) del modello della permeabilità – Elezioni presidenziali USA
1980-2000 (fonte: ANES)
E
campo di
variazione
valore
neutro
1980
1984
1988
1992
1996
2000
tra 0 e +∝
1
0,71
0,96
1,12
1,35
0,84
1,31
0,13
0,12
0,16
0,17
0,10
0,27
-0,13
0,06
0,03
0,06
-0,34
0,06
0,11
0,08
0,10
0,10
0,09
0,17
0,00
0,00
0,32
0,25
0,02
0,44
0,32
0,28
0,32
0,34
0,31
0,54
e.s.
B
tra –1 e 1
0
e.s.
tra 0 e +∝
Z
(1)
e.s.
tra −∝ e +∝
H
1,90
2,00
1,77
2,02
2,52
1,86
e.s.
(0)
0,55
0,46
0,54
0,54
0,55
0,83
Lambda-p
0,27
0,28
0,35
0,44
0,51
0,50
Iniziamo dal parametro E. Combinando il valore del parametro con il suo errore standard,
siamo in grado di dire quando il parametro si discosta dal suo valore neutro in misura che potremmo
28
definire statisticamente significativa. Per E, questo avviene in tutte le indagini esaminate, ad
eccezione del 1984, dove assume un valore vicinissimo al valore neutro, e con un errore standard
che comprende abbondantemente il valore neutro. Di conseguenza, la prima interpretazione è che la
collocazione spaziale dei due candidati è stata asimmetrica in quasi tutte le elezioni considerate. Nel
1980 e nel 1996 la linea di indifferenza è caduta nel campo di sinistra dello spazio politico, mentre
nel 1988, nel 1992 e nel 2000 è caduta nel campo di destra. Occorre tuttavia fare una precisazione.
Abbiamo visto come il parametro E sia nato per esprimere una asimmetria spazia le tra i due partiti.
In realtà questo parametro esprime l’asimmetria nel consenso dei due partiti. Questa asimmetria può
sì derivare da effettive posizioni programmatiche più o meno moderate che collocano un partito più
o meno al “centro”, conferendogli una maggiore attrattiva nel campo avverso, ma anche da una
maggior capacità di persuasione “non spaziale”, che tuttavia ha naturalmente un effetto più marcato
sugli elettori di “centro”. In altre parole, in quest’ultimo caso ci troveremmo di fronte a un effetto
simile a quello di persuasione (parametro B), tuttavia che agisce in modo generalizzato su tutti gli
elettori, a prescindere dal loro livello di coinvolgimento. In questo senso, la lettura più appropriata è
probabilmente quella che combina l’effetto dei due parametri (e anche di Z e di H) in una
rappresentazione grafica che esprime la probabilità di voto ai due candidati per tutte le
combinazioni di posizione ideologica e coinvolgimento. La Figura 5 presenta questa
rappresentazione per le sei indagini Usa esaminate.
Nel primo caso (1980) si osserva chiaramente l’effetto congiunto di E e B. Se è vero che E
indica leggermente una maggior attrazione di Reagan nell’elettorato “centrista”, l’effetto di B (che
ha un segno e un valore significativo) è di rovesciare questo meccanismo tra gli elettori meno
coinvolti, dove esiste viceversa un effetto sistematico che favorisce Carter. Passando ai valori di Z e
H, ci segnalano un risultato interessante. Z assume il valore minimo (0), a testimonianza che, nel
dataset analizzato, tra gli intervistati con il minor livello di coinvolgimento politico esiste una
permeabilità assoluta: in altre parole, la loro posizione liberal-conservative non ha praticamente
nessuna relazione con il voto a uno dei due candidati. Il valore di H (1,90) ci dice che invece questa
permeabilità diminuisce in misura rilevante con l’aumentare del coinvolgimento politico degli
intervistati: ma non così tanto da produrre una situazione di impermeabilità. Infatti, per i=1, ovvero
tra i più coinvolti, v=Z+H=1,90. Questo valore è superiore a 1, quindi presenta una certa
impermeabilità in quanto si supera il valore 1 che configura una relazione lineare. Tuttavia per
v=1,9 resta un segmento “centrista” di indecisione sufficientemente ampio, come mostra la parte
alta della figura relativa al 1980.
29
Figura 5 - Probabilità di voto a destra in base a posizione ideologica (sulle ascisse) e coinvolgimento politico (sulle
ordinate) - dati NES 1980-2000
1980: Carter-Reagan
R2=0,285 (N=597)
1992: Clinton-Bush I
R2=0,394 (N=1068)
1984: Mondale-Reagan
R2=0,282 (N=1028)
1996: Clinton-Dole
R2=0,472 (N=818)
1988: Dukakis-Bush I
R 2=0,316 (N=930)
2000: Gore-Bush II
R 2=0,386 (N=453)
L’analisi delle indagini successive si può effettuare più semplicemente tramite il confronto
con la situazione del 1980. Anzitutto un primo aspetto che rivela una certa uniformità è il livello di
permeabilità tra i meno coinvolti (Z), nonché la rilevanza del coinvolgimento nel diminuire la
permeabilità (H). In generale, Z assume sempre valori non solo inferiori a 1 (relazione lineare tra
ideologia e voto), ma anche inferiori a 0,5. In tutte le indagini esaminate, la permeabilità tra gli
elettori più lontani dalla politica è quindi sempre molto alta. Specularmente, la permeabilità tra i più
coinvolti è anch’essa decisamente uniforme (la somma Z+H è sempre compresa tra 1,90 e 2,57),
stabilmente intorno a valori che configurano già uno scenario “super-lineare”, in cui la relazione
inizia a presentare caratteristiche di (limitata) impermeabilità.
Il parametro che invece mostra oscillazioni davvero sensibili nelle sei indagini analizzate è
B, ovvero il segno e la forza del c.d. effetto di persuasione, cioè il vantaggio sistematico di uno dei
due candidati tra gli intervistati più lontani dalla politica. Nel 1980 questo effetto (visibile nelle
figure dalla curvatura della linea di indifferenza) premia Carter, nel 1984 premia Reagan, nel 1988
e nel 1992 è praticamente assente, nel 1996 premia fortemente Clinton, infine nel 2000 è di nuovo
30
assente. Ovviamente il modello che abbiamo costruito non fornisce nessuna chiave interpretativa, e
si limita a registrare quando uno dei due candidati è più forte tra i più lontani dalla politica. Tuttavia
i risultati, apparentemente erratici, suggeriscono una chiave di lettura, da investigare in future
ricerche. Infatti, a guardare attentamente, si nota che i candidati premiati dall’effetto di persuasione
sono sempre candidati uscenti. E’ così per Carter nel 1980, per Reagan nel 1984 e per Clinton nel
1996. Ma è vero anche il contrario (tutti i candidati uscenti sono premiati dall’effetto di
persuasione)? In questo caso c’è un’eccezione: Bush I nel 1992, nonostante sia presidente uscente,
non viene premiato da alcun effetto di persuasione. Tuttavia va osservato che la competizione del
1992 fu particolare, in quanto in quell’occasione era presente il “terzo” candidato Ross Perot
(indipendente, ma su una piattaforma politica liberista) che ottenne il 19% dei voti, e che
scompaginò fortemente la campagna mettendo in crisi la linea politica di Bush I. Tolta questa
eccezione, sembra apparire in modo sistematico un effetto che premia il candidato incumbent tra gli
elettori più lontani dalla politica. Si tratta di una nuova ipotesi da approfondire con ricerche
specifiche 36 .
Passiamo adesso al caso francese. La Tabella 5 presenta i risultati delle stime per le quattro
indagini considerate: le elezioni presidenziali del 1988 (Mitterrand-Chirac), quelle del 1995 (JospinChirac), il primo turno delle elezioni del 2002, restringendo l’analisi a Jospin e Chirac, infine il
secondo turno delle elezioni del 2002 (Chirac-Le Pen) 37 .
Tabella 5 – Stima dei parametri del modello della permeabilità – Elezioni presidenziali in Francia 1988-2002
(fonte: FNES, PEF)
E
campo di
variazione
valore
neutro
1988
1995
2002 1° turno
(Jospin-Chirac)
tra 0 e +∝
1
0,90
1,06
1,01
2002 2° turno
(Chirac-Le
Pen)
2,24
0,03
0,04
0,04
0,65
-0,29
0,15
0,25
-0,46
0,07
0,08
0,11
0,06
0,02
0,88
0,00
0,05
0,52
0,67
0,88
0,13
e.s.
B
Tra –1 e 1
0
e.s.
tra 0 e +∝
Z
e.s.
36
(1)
Una possibile spiegazione potrebbe essere in termini di utilizzo massiccio di una scorciatoia di giudizio che
individua nel candidato che occupa attualmente una carica la persona sicuramente più qualificata a svolgere di nuovo
quell’incarico in futuro.
37
Per il 2002 si è scelto di considerare anche il primo turno per avere una base di confronto con le altre
elezioni, vista l’eccezionalità delle caratteristiche della competizione al secondo turno.
31
tra −∝ e +∝
H
(0)
7,00
5,87
13,00
0,65
e.s.
1,37
1,28
3,57
0,22
Lambda-p
0,65
0,69
0,78
0,00
Iniziamo dai valori di E. Se si esclude il secondo turno del 2002, le variazioni di E sono
molto più contenute rispetto al caso Usa: il valore di E oscilla tra 0,90 e 1,06 (rispetto alla gamma
0,71 – 1,35 degli Usa). Una prima interpretazione è che la collocazione dei candidati appare
esattamente simmetrica (il che evidenzia ancora di più il contrasto con il secondo turno del 2002);
potremo tuttavia dire qualcosa in più, esaminando congiuntamente i vari parametri. Passando ai
valori di B, ovvero dell’effetto di persuasione tra i più lontani dalla politica, dobbiamo osservare
che questo parametro assume valori diversi dal valore neutro in tutte le indagini esaminate. Ciò è
vero in particolare nel 1988 e nel 2002, ma anche nel 1995. Questo indica che, in tutti i casi
considerati, uno dei due candidati ha esercitato un’attrazione più forte del suo avversario tra i
cittadini più lontani dalla politica (rispetto a quanto avveniva tra i più coinvolti).
In realtà una chiave di lettura più chiara per tutto il modello ce la forniscono gli ultimi due
parametri (Z e H). L’interpretazione congiunta dei due ci dice che esiste una differenza rilevante
rispetto agli Usa. Non si tratta tanto di Z (livello di permeabilità tra i meno coinvolti), che indica una
permeabilità sempre abbastanza alta in tutte le indagini, ma di H, che mostra come in Francia
(diversamente dal caso Usa), la permeabilità tra i cittadini più coinvolti sia estremamente bassa,
praticamente inesistente. H assume valori molto alti (tra 5,87 e 13), che corrispondono a due campi
praticamente impermeabili (come si può osservare nella parte alta dei diagrammi riportati nella
Figura 6, che evidenziano una fascia di elettori “indecisi” estremamente stretta).
Esaminare complessivamente tutti i parametri, ovvero la predizione complessiva fornita dal
modello (riportata in Figura 6), ci permette di chiarire meglio anche i rapporti tra i vari parametri. In
particolare il ruolo di B. Ad esempio nel caso del 1995, B assume un valore significativamente nonneutro, eppure la curvatura che osserviamo nella figura è minima. Perché? La risposta sta in realtà
negli altri parametri, e in particolare nei valori di E e H. Entrambi indicano che tra i cittadini più
coinvolti la permeabilità e scarsissima, e la linea di indifferenza è collocata esattamente nel mezzo
dello spettro ideologico. Ma “scarsa permeabilità” significa che esistono pochissimi elettori che
votano in contraddizione col proprio orientamento ideologico. Di conseguenza anche una piccola
differenza tra più coinvolti e meno coinvolti (ovvero, un piccolo squilibrio spaziale tra candidati) è
rilevata dal modello, e quindi porta a valori marcati di B.
32
Figura 6 - Probabilità di voto a destra in base a posizione ideologica (sulle ascisse) e coinvolgimento politico (sulle
ordinate) - dati FNES – PEF
1988: Mitterrand-Chirac
1995: Jospin-Chirac
R2 =0,675 (N=855)
R2=0,625 (N=1993)
2002 II t.: Chirac-Le Pen
2002 I t.: Jospin-Chirac
R2 =0,670 (N=523)
R2=0,085 (N=1336)
Di conseguenza, in termini complessivi si può dire che la forte coerenza ideologica dei più
coinvolti in Francia rispetto agli Usa ci deve rendere più esigenti rispetto ai valori di B che
consideriamo rilevanti. Alla luce di questa considerazione, un forte effetto di persuasione si verifica
in realtà soltanto nel 1988 e nel primo turno del 2002. E per l’appunto qui ritorna un’osservazione
che avevamo già fatto a proposito degli Usa. Infatti sia nel 1988 che nel 2002 è candidato il
presidente uscente, ed è lui a essere ancora una volta premiato dall’effetto di persuasione. L’effetto
infatti premia fortemente Mitterrand nel 1988 e Chirac nel primo turno del 2002. Nel 1995, in una
competizione priva di candidati uscenti, questo effetto è praticamente assente. Ciò conferma ancora
una volta la constatazione di una piccola regolarità empirica, relativa alla maggior forza di
attrazione del presidente uscente tra i più lontani dalla politica. Per spiegare sistematicamente
questa regolarità sarà ovviamente indispensabile effettuare ricerche tese a chiarire i meccanismi che
governano il processo decisionale di questi elettori.
33
Veniamo infine al caso italiano. Si tratta ovviamente del caso più atipico e complesso.
Primo, perché l’Italia è tuttora un regime parlamentare (anche se la Seconda repubblica ha
introdotto un forte legame tra l’esito del voto, la scelta della coalizione al governo, e di fatto anche
la scelta del Presidente del Consiglio); questo crea problemi di comparazione rispetto a Francia e
Usa, dove abbiamo analizzato il voto presidenziale. Secondo, perché l’Italia è una democrazia nata
con un principio di legittimazione essenzialmente partitico [Morlino 1991]. Conseguenza di ciò era
l’importanza enorme dei partiti – nella Prima repubblica – nell’orientare le scelte dei propri iscritti e
simpatizzanti, anche attraverso l’azione di reti di associazionismo collaterale, che in alcune aree
d’Italia avevano dato luogo alla presenza di vere e proprie subculture [Galli 1966]. L’importanza di
queste reti è centrale proprio per il fenomeno qui esaminato: la caratteristica fondamentale della
subcultura era infatti quella di fornire un insieme di riferimenti politici chiari anche a chi non era
affatto interessato alla politica. Utilizzando ad esempio la tipologia di Dalton [1984], è possibile
osservare come in Italia – ancora nel corso degli anni ’70, la stragrande maggioranza di chi si
identificava in un partito appartenesse al tipo dei ritual partisans, caratterizzati cioè da bassa
mobilitazione cognitiva [De Sio 2007]. Di conseguenza, la rete subculturale agirebbe in direzione di
sopprimere l’effetto che cerchiamo di mostrare, annullando le differenze tra cittadini poco o molto
coinvolti rispetto alla politica.
Tuttavia, non è improprio condurre l’analisi anche sull’Italia se non altro per il motivo che, a
partire dal 1994, non solo la competizione bipolare ha trasformato il voto – seppure ancora in un
regime parlamentare – in una scelta diretta della coalizione che governerà, ma di fatto anche in una
scelta diretta del Presidente del Consiglio, in una modalità che – dal punto di vista dei cittadini –
non appare poi così dissimile da quella dei regimi presidenziali o semipresidenziali. Va fatto però
un ultimo caveat: anche nella Seconda repubblica l’analisi è “disturbata” dalla riforma elettorale del
2005 che ha abolito il voto separato per il partito e per la coalizione, introducendo un unico voto ai
partiti che viene attribuito solo indirettamente alle coalizioni. Vedremo come questo aspetto non
possa essere sottovalutato, nell’interpretare i dati del 2006.
Veniamo a questo punto alle stime del modello nel caso italiano, riportate nella Tabella 6. IL
primo parametro che esaminiamo è ovviamente E, ovvero la posizione della linea di indifferenza (in
questo caso tra governo e opposizione), al netto dell’effetto di persuasione, espresso da B. E’
lampante l’importanza di questo parametro nel caso italiano, soprattutto per quanto riguarda la
Prima repubblica 38 : i valori di E sono nettamente non-neutri, mostrando come la linea di
indifferenza cada nettamente nel campo di centro-sinistra. L’interpretazione di questo dato non è
38
Un modello semplificato, privo del parametro E, mantiene un’ottima capacità predittiva nei casi Usa e
francese, mentre è sensibilmente peggiore nel caso italiano.
34
difficile, anche se potrebbe prestarsi a qualche equivoco. Una prima interpretazione più superficiale
potrebbe infatti attribuire il dato alla mancanza di competitività delle elezioni: il fatto che
l’opposizione di sinistra sia, nella Prima repubblica, sistematicamente minoritaria (con circa il 30%
dei voti), giustificherebbe una “dominazione spaziale” dello spazio politico da parte dei partiti di
governo. In realtà questo non è necessariamente vero, perché lo spazio politico non è popolato
uniformemente, ma gli elettori si addensano in particolari aree ideologiche. Ad esempio nella Prima
repubblica, gli elettori che si autocollocavano a centro-destra e destra erano una netta minoranza,
mentre la distribuzione aveva una nettissima moda in corrispondenza delle categorie di “centro”
[Baldassarri e Schadee 2004]. Ed è qui la soluzione: in realtà gli elettori dei partiti che qui abbiamo
operativizzato come di “destra” (dovendo operativizzare il voto in forma dicotomica) non si
collocavano affatto a destra, ma al centro (e in molti casi a centrosinistra). Di conseguenza non c’è
da meravigliarsi che la linea di indifferenza tra governo e opposizione (quella cioè dov’era massima
l’indecisione) cada nettamente nel campo di centrosinistra, a prescindere dai rapporti di forza in
termini di voti.
Passando al confronto con la Seconda repubblica, la differenza non potrebbe essere più
marcata: la linea di indifferenza tra i due schieramenti si sposta quasi perfettamente al centro, in
conseguenza anche di un netto cambiamento nella distribuzione dell’autocollocazione degli elettori
nel periodo 1993-1994 [ibidem]. È interessante inoltre osservare le oscillazioni di E, che sono, sia
nella Prima che soprattutto nella Seconda repubblica, abbastanza basse, molto più simili al caso
francese che a quello Usa.
Tabella 6 – Stima dei parametri del modello della permeabilità – Elezioni in Italia 1972-2006 (fonti: Barnes e
Sani, Quattro Nazioni, Itanes)
E
campo di
variazione
valore
neutro
1972
1985
1990
1996
2001
2006
tra 0 e +∝
1
0,74
0,55
0,64
1,18
0,98
1,11
0,07
0,05
0,09
0,05
0,02
0,06
0,68
0,15
0,32
0,58
0,24
0,49
0,12
0,11
0,16
0,12
0,05
0,22
4,10
1,18
1,44
2,48
1,23
8,14
1,35
0,31
0,51
0,98
0,31
3,40
e.s.
B
tra –1 e 1
0
e.s.
Z
tra 0 e +∝
(1)
e.s.
H
tra −∝ e +∝
2,01
2,42
2,71
10,40
9,52
10,26
e.s.
(0)
1,28
0,67
0,98
2,87
1,06
4,34
Lambda-p
0,44
0,47
0,42
0,82
0,76
0,89
35
Passando ai valori di B, osserviamo di nuovo un dato molto interessante. L’effetto di
persuasione è presente in maniera rilevante in tutte le indagini esaminate, ma soprattutto sempre
nella stessa direzione, ovvero a favore del centrodestra (d’ora in poi useremo questo termine anche
per l’area di governo nella Prima repubblica). Questa tendenza appare chiara anche osservando la
Figura 7, che tuttavia mette in evidenza un piccolo paradosso: a dispetto dei valori molto alti di B,
le curvature osservate sono in realtà modeste. Perché? La spiegazione ancora una volta richiede di
prendere in considerazione i parametri relativi alla permeabilità. Veniamo anzitutto a Z, ovvero il
livello di (im)permeabilità tra i meno coinvolti. È qui la spiegazione del punto: i valori di Z sono
molto alti, più alti di quanto osservato sia in Francia (al massimo 0,88, ma 0 negli altri casi) che
negli Usa (al massimo 0,44). In Italia Z è sempre superiore a 1 (che già configura una netta
rilevanza dell’ideologia, perché corrisponde a una relazione lineare), raggiungendo addirittura il
valore di 4,1 nel 1972 e 8,14 nel 2006! Anche gli elettori più lontani dalla politica sono già
abbastanza impermeabili. Per quanto riguarda la Prima repubblica, questo conferma in parte
l’ipotesi dell’appartenenza partitica come compensazione di scarsa mobilitazione cognitiva: anche
gli elettori meno coinvolti in politica (interesse per la politica scarso o nullo, scarsa o inesistente
informazione politica) hanno le idee chiare sul loro voto, e sono idee coerenti con la loro
autocollocazione ideologica 39 . Più in generale, i valori di Z danno una spiegazione dei valori più alti
di B, in quanto una curvatura anche non forte, ma in un contesto di scarsa permeabilità, produce una
stima di B con un valore consistente. Ma la cesura tra Prima e Seconda repubblica è ben visibile nei
valori di H. Quanto è diversa la permeabilità tra i più coinvolti rispetto a quella tra i meno coinvolti?
Nella Prima repubblica le differenze non sono notevoli, a conferma delle nostre ipotesi. Ad esempio
nel 1972 il valore di v passa (andando dai meno ai più coinvolti) da 4,10 (il valore di Z) ad appena
6,11 (il valore di Z+H). Viceversa le cose cambiano completamente nelle indagini dal 1996 in poi.
H raggiunge valori altissimi, addirittura più alti che in Francia. Questo indica che, tra i cittadini più
interessati alla politica, la permeabilità è praticamente nulla, e la coerenza tra autocollocazione
ideologica e voto pressoché totale.
Venendo all’interpretazione complessiva, è utile riferirsi direttamente alla Figura 7. Il
confronto tra le due righe di figure, corrispondenti a Prima e Seconda repubblica, non potrebbe
essere più chiaro. Nei primi tre grafici possiamo osservare una conferma di una serie di osservazioni
già formulate in precedenza. Da un lato vediamo come la permeabilità tra i meno coinvolti sia
scarsa, a conferma del ruolo delle appartenenze; dall’altro vediamo tuttavia come la permeabilità
non cambi molto, se si prendono in esame i cittadini più interessati alla politica. L’apparente
39
Va precisato che tutte le analisi sono ovviamente condotte su intervistati che accettano di collocarsi sul
continuum sinistra-destra.
36
paradosso è risolto in maniera molto semplice: i grafici ci mostrano semplicemente la minore
rilevanza della dimensione sinistra-destra nella Prima repubblica (relativamente alla linea governoopposizione, che è quella qui analizzata). Le fratture erano sostanzialmente altre (religiosa,
internazionale) e questo spiega la maggior “morbidezza” della linea di separazione tra governo e
opposizione, rispetto alla dimensione sinistra-destra. A questo va aggiunta la peculiarità del ruolo
del Psi, che – soprattutto nel corso degli anni ’80 – si era venuto a configurare come “terzo polo”
del sistema, con un elettorato caratterizzato da scambi di voto sia con il Pci che con la Dc
[Mannheimer e Sani 1987; Biorcio e Natale 1989].
Figura 7 - Probabilità di voto a destra in base a posizione ideologica (sulle ascisse) e coinvolgimento politico (sulle
ordinate) - dati Barnes e Sani, Quattro Nazioni, Itanes
1972 (opp.-gov.)
1985 (opp.-gov.)
1990 (opp.-gov.)
R2=0,459 (N=812)
R2=0,494 (N=1103)
R 2=0,369 (N=592)
1996 (CS-CD)
2001 (CS-CD)
R2=0,690 (N=1727)
R2=0,681 (N=2035)
2006 (CS-CD)
R 2=0,744 (N=1464)
Tutto questo cambia con la Seconda repubblica. Finita l’unità politica dei cattolici, svanita la
contrapposizione internazionale, le opzioni di governo (adesso competitive) sono ormai da definire
in termini politici [Sani e Segatti 2002]. E quindi non c’è da meravigliarsi che la dimensione
sinistra-destra svolga efficacemente il suo compito di assorbimento dei conflitti rilevanti,
diventando l’etichetta con cui gli schieramenti (e i loro elettori) definiscono se stessi. Questo
avviene in misura rapida, e immediatamente rilevante, tra i cittadini più coinvolti in politica, che –
37
come visto prima – assumono rapidamente nuove autocollocazioni, ma soprattutto – come mostrano
le figure – votano in modo completamente coerente con la propria posizione ideologica. L’aspetto
tuttavia interessante lo riscontriamo tra i cittadini più lontani dalla politica. In parte sembrano
apparire dinamiche molto simili a quanto visto in Usa e Francia: sostanzialmente sparite le reti di
integrazione sociale dei partiti, i cittadini meno coinvolti iniziano a votare in una certa misura anche
in modo contraddittorio rispetto alla propria autocollocazione. Tuttavia, forse anche per una minor
chiarezza di responsabilità in un regime parlamentare, non sembra potersi delineare chiaramente un
effetto incumbency simile a quanto visto negli altri casi nazionali. Una possibile ipotesi potrebbe
forse essere quella di una sorta di incumbency di lungo periodo, per cui la coalizione di centrosinistra potrebbe essere vista come erede naturale di quello schieramento che era stato
all’opposizione per molti anni, e dunque di per sé non qualificata a governare. Per cercare di
controllare una simile ipotesi tuttavia sono necessarie ricerche specifiche.
In compenso c’è un dato che colpisce: si tratta del 2006. Nel caso del 2006 queste
affermazioni non valgono. I meno coinvolti in politica presentano infatti, in questo caso, una
assoluta impermeabilità (votano cioè in modo perfettamente coerente con la loro autocollocazione).
Perché? Le potenziali spiegazioni potrebbero essere due. Da un lato, la riforma elettorale del 2005
ha soppresso il voto di coalizione, e lasciato in piedi soltanto il voto ai partiti (che viene
indirettamente attribuito alla coalizione). Di conseguenza, non è assurdo ipotizzare che i margini di
incoerenza ideologica del voto si siano fortemente ridotti: mentre era più accettabile votare una
coalizione diversa dalla propria autocollocazione (adducendo motivazioni pragmatiche sul governo,
e magari praticando il voto differenziato), diventa difficile – dovendo esprimere un solo voto –
esprimerlo in contraddizione con la propria autocollocazione. Tuttavia non è possibile escludere
un’altra motivazione, ovvero il particolare clima di mobilitazione della campagna del 2006. Vari
indicatori (la partecipazione al voto che cala meno rispetto al passato; la diminuzione dei voti non
validi) sembrano confermare l’effetto di questo clima 40 . In questo caso la particolare mobilitazione
potrebbe aver portato anche i settori più marginali dell’elettorato a “serrare i ranghi”.
6 Conclusioni
Avevamo aperto questo lavoro presentando – come possibile alternativa all’uso standard di
applicazioni del modello lineare generalizzato – l’approccio logico-quantitativo, e sottolineando le
40
A questo si aggiunga che i dati Itanes 2006, ancora in corso di analisi, sembrano indicare (rispetto al 2001)
un aumento sensibile dell’interesse per la politica e del numero di risposte corrette a vari item di conoscenza politica
fattuale.
38
connessioni di questo approccio con le strategie di costruzione dei modelli nelle scienze naturali,
ma anche con una rilevante tradizione di ana lisi causale nelle scienze sociali. Nelle sezioni
successive abbiamo mostrato le caratteristiche fondamentali di questo approccio, in particolare
evidenziando la possibilità di sviluppare forme funzionali in base a considerazioni teoriche
utilizzando una procedura basata su pochi passi elementari.
A valle di questo processo sta infine l’applicazione del modello ai dati, ma soprattutto la
necessità di mostrare come si interpretano i risultati di un modello logico-quantitativo. Riguardo a
questo punto, è possibile dire che i risultati dell’analisi ci indicano alcune direzioni di risposta.
Anzitutto appaiono chiare le differenze rispetto ai modelli lineari. Nei modelli lineari, la forma
funzionale ha l’esplicito scopo di porre tutte le variabili su un piede di parità, in modo che la
significatività statistica serva a evidenziare, tra le molte variabili considerate, le poche che hanno
avuto un effetto. Viceversa, il modello logico-quantitativo presenta due differenze importanti. La
prima è che le variabili sono poche, perché così ha deciso il ricercatore (e anche perché, visto che
pure la forma funzionale è oggetto di costruzione di un modello, la complessità diverrebbe
difficilmente gestibile). La seconda è che non esiste più una relazione stretta tra parametri e
variabili. Ad esempio nel modello qui presentato, il parametro E non corrisponde affatto alla
rilevanza della dimensione sinistra-destra, ma a una specifica proprietà della relazione tra
dimensione sinistra-destra e voto, ovvero la posizione in cui cade la linea di indifferenza. Ed è così
anche per tutti gli altri parametri. In sostanza, la concettualizzazione del fenomeno non è più
rigidamente incasellata in base alle variabili presenti nel modello, ma è anch’essa costruita dal
ricercatore, e può tranquillamente prevedere delle suddivisioni concettuali basate su effetti i cui
confini tagliano trasversalmente quelli delle variabili.
Questa stessa osservazione vale anche in una direzione critica. Se è vero che il fuoco
dell’attenzione si sposta dalle variabili ai parametri, questo significa automaticamente che mettere
in discussione e migliorare il modello significa migliorare la sua forma funzionale, e quindi anche la
sua parametrizzazione. Un esempio abbastanza chiaro è quello dell’interpretazione del parametro B,
ovvero dell’effetto di persuasione. Abbiamo visto come in vari casi l’interpretazione corretta di B
abbia richiesto di conoscere anche i contestuali valori di Z e di H, per giungere a un’interpretazione
sostantiva plausibile (e soprattutto, compatibile con la configurazione generale del modello,
osservabile dai diagrammi). Questo non costituisce necessariamente un errore: tuttavia potremmo
essere interessati a parametri con un maggior grado di autonomia reciproca, in grado di
corrispondere a una suddivisione concettuale più utile degli effetti che intendiamo mettere in
evidenza. Questo mostra un’ulteriore differenza tra modelli lineari e modelli logico-quantitativi: il
39
modello viene migliorato e modificato nella sua forma funzionale e nella sua parametrizzazione,
non nelle variabili.
Fatte queste considerazioni, occorre tuttavia dire che il modello presentato mostra la
capacità della modellazione logico-quantitativa di produrre risultati interessanti. Anzitutto viene
confermata la stabilità dei parametri attraverso diverse analisi (decisamente maggiore rispetto ai
modelli lineari, per i motivi visti in precedenza), ma soprattutto i risultati dei modelli appaiono in
linea con le precedenti conclusioni della letteratura, ottenute tramite analisi qualitative o lineari.
Tuttavia va sottolineato come il modello non rappresenti una gabbia ad hoc, capace soltanto di
confermare le proprie ipotesi. L’emersione di un possibile ruolo dell’incumbency deriva
dall’applicazione del modello a un certo numero di indagini, ma era completamente imprevista
rispetto alle ipotesi iniziali. In questo senso, sono alcune caratteristiche dell’analisi logicoquantitativa a rendere possibile un confronto più efficace tra analisi diverse, e quindi a permettere di
individuare un effetto non previsto teoricamente 41 .
L’ultimo punto è infine relativo alle conclusioni sostantive, ovvero alla conferma (o alla
smentita) delle ipotesi con cui eravamo partiti. Le prime tre ipotesi (correlazione positiva tra
autocollocazione e voto, relazione non lineare ma sigmoidale, posizione variabile della linea di
indifferenza) escono confermate dall’analisi. La relazione tra autocollocazione e voto ovviamente
esiste; esistono casi molto chiari in cui questa relazione non è lineare, ma sigmoidale e
caratterizzata da una forte separazione in due campi dell’elettorato; infine esistono casi altrettanto
chiari in cui la linea di indifferenza tra i due campi non è collocata al centro dello spazio politico.
Tuttavia va precisato che la risposta fornita dal modello è autenticamente quantitativa.
Diversamente dalle analisi basate su modelli lineari (in cui quasi invariabilmente il commento finale
è sempre in realtà paradossalmente qualitativo, del tipo “esiste una relazione postiva tra…”), non
solo ci troviamo di fronte a una conferma delle ipotesi, ma anche a una loro valutazione
quantitativa: e non soltanto complessiva del modello, ovvero basata su misure di adattamento ai
dati, ma anche delle specifiche relazioni individuate dai parametri.
Quanto detto è particola rmente vero con riferimento alle ipotesi 4) e 5), relative
rispettivamente alla presenza di un effetto di persuasione tra i meno coinvolti, e alla relazione tra
coinvolgimento politico e permeabilità. Anche in questo caso ci troviamo di fronte alla conferma
dell’esistenza di questi effetti, tuttavia con importanti specificazioni. Da un lato infatti l’effetto di
persuasione esiste; dall’altro, non si verifica sempre, ma soprattutto sembra verificarsi con
41
È evidente che si tratta di un effetto plausibile, ma il punto è che in un’analisi tradizionale questo effetto si
sarebbe potuto individuare soltanto inserendo nel modello la variabile relativa, dunque essendo già a conoscenza
dell’esistenza di questo possibile effetto.
40
regolarità in presenza di un candidato uscente. Ma soprattutto per quanto riguarda l’ipotesi
dell’interazione col coinvolgimento, ci troviamo di fronte a una forte conferma (soprattutto riguardo
alla Francia e agli Usa), tuttavia con la chiara evidenziazione dei fattori di contesto che sono
destinati a modificarne gli effetti.
In sintesi, l’approccio logico-quantitativo può essere utilizzato con successo anche su dati di
survey? La risposta che proponiamo è positiva: i risultati di queste analisi mostrano che un modello
di questo tipo produce risultati che sono almeno analoghi a quelli dei tradizionali modelli lineari,
ma che soprattutto l’analisi logico-quantitativa dispone della flessibilità necessaria ad adattarsi a un
mondo che è in larghissima parte non- lineare. E questa, al di là delle specifiche considerazioni
tecniche, è forse la conclusione più importante di questo lavoro.
Riferimenti bibliografici
Achen, C. H. 1975. Mass Political Attitudes and the Survey Response. American Political Science
Review 69 (4),1218-1231.
Agosta, A. 2006. Database. Come leggere la partecipazione elettorale. Il Mulino LV (3),465-468.
Baldassarri, D., e H. Schadee. 2004. Il fascino della coalizione. Come e perché le alleanze elettorali
influenzano il modo in cui gli elettori interpretano la politica. Rivista Italiana di Scienza
Politica (2),249-276.
---. 2007. Sinistra e destra: la dimensione ideologica tra Prima e Seconda repubblica. In Gli italiani
e la politica, a cura di M. Maraffi. Bologna, Il Mulino, pp.
Berelson, B. R., P. F. Lazarsfeld, e W. N. McPhee. 1954. Voting; a study of opinion formation in a
presidential campaign, Chicago, University of Chicago Press.
Biorcio, R., e P. Natale. 1989. La mobilità elettorale degli anni Ottanta. Rivista Italiana di Scienza
Politica XIX (3),385-430.
Bishop, G. F., A. J. Tuchfarber, e R. W. Olendick. 1978. Change in the Structure of the American
Political Attitudes: The Nagging Question of Question Wording. American Journal of
Political Science 22,250-269.
Black, D. 1958. The theory of committees and elections, Cambridge, University Press.
Blalock, H. M. 1964. Causal Inferences in Non-Experimental Research, Chapel Hill, University of
North Carolina Press.
Bobbio, N. 1994. Destra e sinistra: ragioni e significati di una distinzione politica, Roma, Donzelli.
Box-Steffensmeier, J. M., e S. De Boef. 2001. Macropartisanship and Macroideology in the
Sophisticated Electorate. The Journal of Politics 63 (1),232-248.
Budge, I., H.-D. Klingemann, A. Vokens, J. Bara, e E. Tannenbaum. 2001. Mapping Policy
Preferences: Estimates for Parties, Electors and Governments 1945-1998, Oxford, Oxford
University Press.
Butler, D., e D. Stokes. 1969. Political Change in Britain: Forces Shaping Electoral Choice,
London, Macmillan.
Campbell, A., P. E. Converse, W. E. Miller, e D. Stokes. 1960. The American voter, New York,
Wiley.
41
Chaiken, S. 1980. Heuristic vs systematic information processing and the use of source vs message
cues in persuasion. Journal of Personality and Social Psychology 39 (5),752-766.
Coleman, J. S. 1964. Introduction to mathematical sociology, New York, Free Press of Glencoe.
Conover, P. J., e S. Feldman. 1981. The Origins and Meaning of Liberal/Conservative SelfIdentifications. American Journal of Political Science 25 (4),617-645.
Converse, P. E. 1964. The nature of belief systems in mass publics. In Ideology and Discontent, a
cura di D. Apter. New York, Free Press, pp. 206-261.
Corbetta, P., A. Parisi, e H. Schadee. 1988. Elezioni in Italia: struttura e tipologia delle
consultazioni politiche, Bologna, Il Mulino.
Dalton, R. 1984. Cognitive Mobilization and Partisan Dealignment in Advanced Industrial
Democracies. Journal of Politics 46,264-84.
De Sio, L. 2006a. Dove stanno davvero gli elettori fluttuanti? Rivista Italiana di Scienza Politica 36
(3),393-414.
---. 2006b. Dove stanno davvero gli elettori fluttuanti? Paper presentato a Congresso Nazionale
SISP, Bologna.
---. 2006c. Political Involvement and Electoral Competition Center for the Study of Democracy University of California, Irvine,[cited. http://repositories.cdlib.org/csd/06-02.
---. 2007. Il rapporto tra gli italiani e i partiti: declino o transizione? In Gli italiani e la politica, a
cura di M. Maraffi. Bologna, Il Mulino, pp. 131-156.
---. 2007 (in corso di pubblicazione). Al di là delle apparenze. Il risultato delle elezioni. In
Proporzionale ma non solo, a cura di R. D'Alimonte e A. Chiaramonte. Bologna, Il Mulino,
pp.
Delli Carpini, M. X., e S. Keeter. 1996. What Americans know about politics and why it matters,
New Haven, Yale University Press.
Downs, A. 1957. An economic theory of democracy, New York,, Harper; tr. it. Teoria economica
della democrazia, Bologna, Il Mulino, 1990.
Eagly, A., e S. Chaiken. 1993. The Psychology of Attitudes, Fort Worth, Harcourt Brace
Jovanovich.
Fiorina, M. P., S. J. Abrams, e J. Pope. 2005. Culture war? : the myth of a polarized America, New
York, Pearson Longman.
Freedman, D. 1999. From Association to Causation: Some Remarks on the History of Statistics.
Statistical Science 14 (3),243-258.
Fuchs, D., e H.-D. Klingemann. 1989. The Left-Right Schema. In Continuities in Political Action, a
cura di M. Kent Jennings e J. W. Van Deth. Berlin, de Gruyter, pp. 203-234.
Galli, G. 1966. Il bipartitismo imperfetto; comunisti e democristiani in Italia, Bologna,, Società
editrice Il Mulino.
Giddens, A. 1994. Beyond left and right, Cambridge, Polity Press.
Goldthorpe, J. H. 2000. On sociology : numbers, narratives, and the integration of research and
theory, Oxford, Oxford University Press.
Gunther, R., e J. R. Montero. 2001. The anchors of partisanship: a comparative analysis of voting
behavior in four Southern European democracies. In Parties, politics, and democracy in the
new Southern Europe, a cura di N. P. Diamandouros e R. Gunther. Baltimore, Johns
Hopkins University Press, pp.
Hedström, P. 2004. Generative Models and Explanatory Research: On the Sociology of Aage B.
Sørensen. In Research in Social Statitification and Mobility - Volume 21 - Inequality:
Structures, Dynamics, and Mechanisms: Essays in Honor of Aage B. Sørensen, a cura di A.
L. Kalleberg, S. L. Morgan, J. Myles e R. A. Rosenfeld, pp.
Hedström, P., e R. Swedberg, (a cura di) 1998. Social Mechanisms: An Analytical Approach to
Social Theory. Cambridge: Cambridge University Press.
Holm, J. D., e J. P. Robinson. 1978. Ideological Identification and the American Voter. The Public
Opinion Quarterly 42 (2),235-246.
42
Hotelling, H. 1929. Stability in Competition. The Economic Journal,XLI-LVII.
Inglehart, R., e H.-D. Klingemann. 1976. Party identification, ideological preference and the leftright dimension among Western mass publics. In Party identification and beyond:
representations of voting and party competition, a cura di I. Budge, I. Crewe e D. Farlie.
London; New York, Wiley, pp.
Jacoby, W. G. 1986. Levels of Conceptualization and Reliance on the Liberal-Conservative
Continuum. The Journal of Politics 48 (2),423-432.
Judd, C., e M. Milburn. 1980. The structure of attitude systems in the general public: Comparison
of a structural equations model. American Sociological Review 45,627-643.
Kendall, M. G., e A. Stuart. 1950. The Law of the Cubic Proportion in Election Results. British
Journal of Sociology 1 (3),183-196.
Knutsen, O. 1995. Value orientations, political conflicts and left-right identification: A comparative
study. European Journal of Political Research 28 (1),63-93.
---. 1997. The Partisan and the Value-based Component of Left-Right Self-placement: A
Comparative Study. International Political Science Review/ Revue internationale de science
politique 18 (2),191-225.
Kruglanski, A. W., e E. P. Thompson. 1999. Persuasion by a Single Route: A View from the
Unimodel. Psychological Inquiry 10 (2),83-109.
Laakso, M., e R. Taagepera. 1979. "Effective" Number of Parties: A Measure with Application to
West Europe. Comparative Political Studies 12 (1),3-27.
Laponce, J. A. 1981. Left and Right: The Topography of Political Perceptions, University of
Toronto Press.
Lazarsfeld, P. F. 1955. Interpretation of statistical relations as a research operation. In The
Language of Social Research, a cura di P. F. Lazarsfeld e M. Rosenberg. New York, Free
Press, pp.
Levitin, T. E., e W. E. Miller. 1979. Ideological Interpretations of Presidential Elections. The
American Political Science Review 73 (3),751-771.
Luskin, R. C. 1987. Measuring Political Sophistication. American Journal of Political Science
31,856-899.
Luttbeg, N. R., e M. M. Gant. 1985. The Failure of Liberal/Conservative Ideology as a Cognitive
Structure. The Public Opinion Quarterly 49 (1),80-93.
Mannheimer, R., e G. Sani. 1987. Il mercato elettorale. Identikit dell'elettore italiano, Bologna, Il
Mulino.
Mill, J. S. 1843. A System of Logic, Ratiocinative and Inductive.
Miller, W. E., R. Pierce, J. Thomassen, R. Herrera, S. Holmberg, P. Esaiasson, e B. Wessels. 1999.
Policy Representation in Western Democracies, Oxford, Oxford University Press.
Morlino, L. 1991. Costruire la democrazia: gruppi e partiti in Italia, Bologna, Il Mulino.
Nie, N. H., S. Verba, e J. R. Petrocik. 1976. The changing American voter, Cambridge, Harvard
University Press.
Petty, R. E., e J. T. Cacioppo. 1986. Communication and persuasion : central and peripheral routes
to attitude change, New York, Springer-Verlag.
Sani, G., e P. Segatti. 2002. Fratture sociali, orientamenti politici e voto: ieri e oggi. In
Maggioritario finalmente? La transizione elettorale 1994-2001, a cura di R. D'Alimonte e S.
Bartolini. Bologna, Il Mulino, pp. 249-281.
Sniderman, P. M., R. A. Brody, e P. Tetlock. 1991. Reasoning and choice : explorations in political
psychology, Cambridge, Cambridge University Press.
Sørensen, A. B. 1998. Theoretical mechanisms and the empirical study of social processes. In
Social Mechanisms: An Analytical Approach to Social Theory, a cura di P. Hedström e R.
Swedberg. Cambridge, Cambridge University Press, pp. 238-266.
Stimson, J. A. 1975. Belief Systems: Constraint, Complexity, and the 1972 Election. American
Journal of Political Science 19,393-417.
43
Sullivan, J. L., J. E. Piereson, e G. E. Marcus. 1978. Ideological Constraint in the Mass Public: A
Methodological Critique of Some Recent Findings. American Journal of Political Science
22,233-249.
Taagepera, R. 1999. Ignorance-Based Quantitative Models and Their Practical Implications.
Journal of Theoretical Politics 11 (3),421-431.
---. 2005a. Beyond Regression: The Need for Logical Models. Paper presentato a Third Conference
of the Belgian Political Science Association -French community, 29-30 April 2005, Liège.
---. 2005b. Predictive vs. Postdictive Models. Paper presentato a Third ECPR Conference, 8-10
September 2005, Budapest.
---. 2007. Predicting Party Sizes. The Logic of Simple Electoral Systems, Oxford, Oxford University
Press.
---. 2008 in corso di pubblicazione. Beyond Regression, Oxford, Oxford University Press.
Taagepera, R., e M. S. Shugart. 1989. Seats and Votes: The Effects and Determinants of Electoral
Systems, New Haven, Yale University Press.
---. 1993. Predicting the Number of Parties: A Quantitative Model of Duverger's Mechanical Effect.
American Political Science Review 87,455-464.
Tufte, E. R. 1973. Relationship between Seats and Votes in 2-Party Systems. American Political
Science Review 67 (2),540-554.
Zaller, J. 1992. The nature and origins of mass opinion, Cambridge, Cambridge University Press.
44