Trasformazione dei dati: indici - 1 • Come già visto in termini teorici, spesso le proprietà che si intende rilevare sono molto generali (es. religiosità di un individuo) • Per questo motivo, la proprietà generale viene scomposta in più dimensioni specifiche (es. frequenza con cui si prega, impegno nell’associazionismo religioso, ecc…) • Per ogni dimensione specifica si costruisce una definizione operativa e si ricava, infine, una variabile. • Una volta raccolte le informazioni può essere utile sintetizzare queste variabili in un’unica nuova variabile, che corrisponderà alla proprietà più generale (nel nostro esempio, religiosità) INDICE Trasformazione dei dati: indici - 2 • La modalità di costruzione di un indice dipende dal tipo di variabili che abbiamo a disposizione: 1. Variabili cardinali = indice additivo (costruzione dell’indice attraverso operazioni aritmetiche). Può essere usato anche con variabili ordinali trattare cardinalmente. La nuova variabile sarà cardinale 2. Variabili nominali = indice tipologico (costruzione dell’indice attraverso operazioni logiche). Può essere usato anche con variabili ordinali, non trattate cardinalmente. La nuova variabile sarà nominale/ordinale Trasformazione dei dati: indici - 3 L’indice additivo può essere calcolato sommando semplicemente i valori di due o più variabili. I = V1 + V2 + V3 + … + Vk Dove I è l’indice, V1, V2, ecc… sono le variabili cardinali selezionate per costruire l’indice. V1 = Quante volte frequenta la messa in un mese V2 = Quante volte al mese è impegnato in associazioni religiose V1 V2 V3 V1+V2+V3 Caso 1 1 1 3 5 Caso 2 1 2 1 4 Caso 3 4 3 2 9 V3 = Quanto ritiene debba essere importante il tema della famiglia nella politica italiana Caso 4 5 5 5 15 V1, V2 Caso 5 1 1 1 3 1 “Mai”, 2 “Raramente”, 3 “Qualche volta”, 4 “Spesso”, 5 “Sempre” Caso 6 2 1 3 6 V3 1 “Per nulla importante”, 2 “Poco imp.”, 3 “Né molto né poco imp.”, 4 “Abbastanza imp.”, 5 “Molto imp.” Indice I = campo di variazione 3÷15 Trasformazione dei dati: indici - 4 Spesso, però, le variabili che vogliamo sommare sono diverse tra loro, specie per due caratteristiche: 1. Direzione “semantica”. Prima della costruzione dell’indice è necessario che tutte le variabili abbiano lo stesso ordine “semantico” e questo coincida con l’ordine che vogliamo dare all’indice. Se ciò non accade, è necessario invertire i punteggi attraverso una ricodifica. 2. Campi di variazione. E’ necessario che tutte le variabili condividano lo stesso campo di variazione. Come sappiamo si può utilizzare la normalizzazione o la standardizzazione. La prima è più indicata per variabili con poche modalità (generalmente ordinali trattate come cardinali – cfr. esempi precedenti); la seconda, invece, è utile per variabili cardinali con molte modalità Trasformazione dei dati: indici - 5 V1 = Quante volte frequenta la messa in un mese 5 “Mai”, 4 “Raramente”, 3 “Qualche volta”, 2 “Spesso”, 1 “Sempre” V2 = Quante volte al mese è impegnato in associazioni religiose 1 “Mai”, 2 “Raramente”, 3 “Qualche volta”, 4 “Spesso”, 5 “Sempre” V3 = Da 0 a 10, quanto ritiene debba essere importante il tema della famiglia nella politica italiana • In questo caso sarà necessario ricodificare la variabile V1 (l’ordine “semantico” delle modalità è diverso da quello delle altre due variabili e dall’orientamenteche si vuole dare all’indice finale) • Bisogna successivamente omogeneizzare i campi di variazione delle variabili. Si può decidere, ad esempio, di normalizzare la V3 per farla variare da 1 a 5, oppure normalizzare tutte le variabili affinché varino all’interno di una campo di variazione pari, ad esempio, a 1÷10 Trasformazione dei dati: indici - 6 RICODIFICA V1 = Quante volte frequenta la messa in un mese 5 “Mai”, 4 “Raramente”, 3 “Qualche volta”, 2 “Spesso”, 1 “Sempre” 1 “Mai”, 2 “Raramente”, 3 “Qualche volta”, 4 “Spesso”, 5 “Sempre” V1 V1_r V2 V3 V1r_n V2_n V3_n I NORMALIZZAZIONE Caso 1 5 1 1 4 0 0 2 2 V1, V2 Caso 2 5 1 2 0 0 1.25 0 1.25 5 × (X – 1) / (5 – 1) Caso 3 2 4 3 6 3.75 2.50 3 6.25 Caso 4 1 5 5 10 5 5 5 15 Caso 5 5 1 1 0 0 0 0 0 Caso 6 4 2 1 3 1.25 0 1.50 2.75 V3 5 × (X – 0) / (10 – 0) Indice I 0÷15 Trasformazione dei dati: indici - 7 • Si può decidere, infine, di considerare alcune compongono l’indice, più “importanti” e, quindi, di computo. Detto in altri termini, è possibile associare variabile, affinché essa abbia un ruolo più importante in questo caso, assumerà la seguente formula: variabili, di quelle che farle valere “di più” nel un peso ad ogni singola nell’indice finale. L’indice, I = (P1 × V1) + (P2 × V2) + (P3 × V3) + … + (Pk × Vk) Dove I è l’indice che si intende creare, V1, V2, ecc… sono le variabili che compongono l’indice, e P1, P2, ecc… sono i pesi assegnati ad ogni variabile. Il peso può variare da 0 a +. Se il peso è pari a 1, la formula è uguale a quella presentata in precedenza. Trasformazione dei dati: indici – 8 Variabili V1, V2 e V3 V1 = Quante volte frequenta la messa in un mese peso pari a 2 V2 = Quante volte al mese è impegnato in associazioni religiose peso pari a 3 V3 = Quanto ritiene debba essere importante il tema della famiglia nella politica italiana peso pari a 1 I_p = (2 x V1) + (3 x V2) + (1 x V3) V1 V1_r V2 V3 V1r_n V2_n V3_n I I_p Caso 1 5 1 1 4 0 0 2 2 2 Caso 2 5 1 2 0 0 1.25 0 1.25 3.75 Caso 3 2 4 3 6 3.75 2.50 3 6.25 18 Caso 4 1 5 5 10 5 5 5 15 30 Caso 5 5 1 1 0 0 0 0 0 0 Caso 6 4 2 1 3 1.25 0 1.50 2.75 4 Indice I_p 0÷30 Contatti Domingo Scisci Università di Milano-Bicocca Via Bicocca degli Arcimboldi 8 20126 Milano Edificio U7/II Piano Stanza 207 Telefono: 02 64487513 Mail: [email protected] Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-Condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il sito web http://creativecommons.org/licenses/by-nc-sa/2.5/it/ o spedisci una lettera a Creative Commons, 171 Second Street, Suite 300, San Francisco, California, 94105, USA.