RESEARCH METHODS FOR SOCIAL SCIENCES

RESEARCH METHODS FOR SOCIAL SCIENCES

Carmine Pappalardo, Elisabetta Mannoni

Obiettivi formativi

La capacità di identificare un quesito di ricerca sociale rilevante ed elaborare un disegno di ricerca adeguato a rispondere a tale quesito, e di comprendere e valutare correttamente i risultati dell'analisi statistica quantitativa è considerata una risorsa essenziale per gli scienziati sociali. Questo corso intende fornire un’introduzione ai metodi di ricerca per le scienze sociali e i fondamenti delle principali metodologie di analisi empirica ai fini dell’interpretazione e della ricerca su fenomeni internazionali. La trattazione metodologica degli argomenti è accompagnata da esemplificazioni su dati reali. Sono proposti esercizi, esercizi empirici e analisi di valutazione di politiche anche con l’ausilio di software statistico (R, R-studio). al termine del corso, gli studenti saranno in grado di: i) effettuare analisi dei dati utilizzando statistiche descrittive e inferenziali; ii) confrontare diversi approcci di analisi empirica e selezionare la metodologia più appropriata alla luce dei dati disponibili e dell’obiettivo dello studio; iii) selezionare le modalità più adeguate per la descrizione e la presentazione dei dati.

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione: al termine del corso gli studenti saranno in grado di individuare un quesito di ricerca su questioni e fenomeni sociali rilevanti e di attualità e identificare la metodologia adeguata a rispondere usando ricerca empirica. Acquisiranno conoscenza sulle principali metodologie qualitative e conoscenza specifica sulle principali metodologie statistiche per l’analisi dei dati relativi ad alcuni principali argomenti di interesse per il corso di laurea (economici, sociali, politici, demografici). Con riferimento alle metodologie statistiche, i partecipanti svilupperanno conoscenze metodologiche e capacità di utilizzare metodi e strumenti per: a) l’analisi descrittiva dei dati; b) lo studio delle relazioni tra variabili sia da un punto di vista descrittivo che inferenziale; c) un’analisi multivariata dei dati (analisi dei gruppi). Gli studenti acquisiranno competenze sulle caratteristiche delle differenti strutture delle basi di dati (cross-section, serie storiche, dati longitudinali) e sulla gestione ed elaborazione dei dati attraverso software statistici. Capacità di applicare conoscenza e comprensione: al termine del corso, gli studenti avranno acquisito conoscenze metodologiche e capacità analitiche e saranno in grado di interpretare in autonomia analisi e ricerche empiriche sulle più rilevanti aree di intervento in ambito internazionale (ad esempio, demografiche e politiche). Gli studenti saranno in grado di: i) valutare i risultati delle analisi empiriche; considerare l’appropriatezza delle metodologie statistiche utilizzate; individuare gli eventuali limiti delle analisi statistiche e considerare l’utilizzo di approcci alternativi; ii) sviluppare case studies rilevanti per il decisore pubblico, delineando il tema di interesse, selezionando le basi di dati, identificando le metodologie di analisi empirica, comunicando i principali risultati conseguiti nella forma di presentazioni o report. Autonomia di giudizio: il corso è volto a favorire un approccio critico sull’utilizzo dei differenti metodi di analisi dei dati per l’interpretazione dei fenomeni internazionali di interesse. Gli studenti: i) svilupperanno capacità critiche sull’utilizzo di vari metodi in relazione agli obiettivi di analisi del fenomeno internazionale oggetto di studio; ii) saranno in grado di valutare l’apporto di una specifica metodologia di analisi dei dati allo studio di fenomeni internazionali complessi; iii) svilupperanno la capacità di integrare coerentemente il contributo fornito dai metodi di analisi quantitativa con le competenze interdisciplinari dello studente. Abilità comunicative: gli studenti avranno maturato competenze specifiche per comunicare in maniera univoca e chiara lo schema di analisi dei dati adottato per lo studio empirico, con particolare riferimento alla struttura delle basi di dati, ai metodi statistici utilizzati, ai risultati conseguiti. La capacità di comunicazione efficace delle analisi e l’acquisizione di un linguaggio tecnico appropriato saranno conseguite attraverso prove scritte, presentazione e discussione di risultati di ricerche su dati empirici, articoli scientifici e report di istituzioni internazionali. Capacità di apprendimento: le metodologie didattiche utilizzate durate il corso (case studies, seminari) e l'utilizzo di modalità di verifica dell’apprendimento, anche attraverso valutazioni tra pari, contribuiranno a rafforzare l'autonomia di giudizio e lo sviluppo di competenze di auto-apprendimento. Tale competenza sarà conseguita attraverso l’applicazione di metodi statistici in ambito economico, politico e sociale. Obiettivo del corso è fare in modo che gli studenti utilizzino metodi di analisi quantitativa anche in successive attività professionali o di studio e ricerca.

Contenuti Del Corso

Introduzione alla metodologia statistica. Fonti di dati internazionali e nazionali per l'analisi di fenomeni economici, sociali, politici e demografici. Statistiche descrittive: descrizione di dati reali con tabelle e grafici; misure di posizione, variabilità e forma. Analisi della concentrazione. Interpretazione e confronto di dati riferiti a fenomeni socio-economici: numeri indici semplici e complessi (sintetici). Distribuzioni di probabilità. Inferenza statistica: stima puntuali, intervalli di confidenza e verifica di ipotesi. Associazione tra variabili categoriche. Regressione lineare e correlazione. Regressione lineare multipla. Regressioni con predittori categorici e quantitativi. Introduzione alla regressione logistica. Elementi di analisi statistica multivariata: analisi delle componenti principali e analisi dei gruppi (cluster analysis) gerarchica e non gerarchica. Gestione ed elaborazione dati attraverso il software R e R-Studio. Casi di studio ed esercitazioni applicate basate su dati reali, misure e indicatori utilizzati per l'analisi degli argomenti correlati al corso (ad esempio, dati e analisi relativi allo Human Development Index, Sustainable Development Goals, the World Bank Development Indicators, European Regional Competitiveness Index e all’utilizzo delle basi di dati Eurostat, OECD, IMF, UNSD)

Testi Di Riferimento

Newbold, P., Carlson, W. L., & Thorne, B. M. (2013). Statistics for business and economics. Pearson – (nel programma dettagliato del corso sono indicati i capitoli e i paragrafi del libro da studiare) Corbetta, P. (2003). Social research: Theory, methods and techniques. Sage. (nel programma dettagliato del corso sono indicati i capitoli e i paragrafi del libro da studiare) Altri capitoli/articoli scientifici forniti dai docenti Note e dispense a cura del docente (nel programma dettagliato sono indicati con un asterisco (*) gli argomenti per i quali sarà fornito materiale a cura del docente)

Metodologie Didattiche

Didattica frontale, Esercitazioni, Laboratorio con R e R studio, Esercitazioni empiriche, Apprendimento interattivo attraverso visualizzazione e consultazioni di dati, misure e report pubblicati, Analisi di casi (Case studies), uso di software statistico e foglio elettronico avanzato.

Modalità di verifica dell'apprendimento

Studenti e Studentesse Frequentanti. Prova intermedia (1/3 del voto complessivo). La prova intermedia (midterm) consiste in un esame scritto di analisi dei dati, da svolgere attraverso il software R, sugli argomenti trattati nelle prime sei settimane del corso (fino ai numeri indici). Il midterm si svolgerà in aula nella settimana 8 del corso. Agli studenti saranno resi disponibili uno o più dataset e, attraverso quesiti specifici, verrà richiesto di svolgere elaborazioni, analisi dati e discussione dei risultati ottenuti. Esame finale (2/3 del voto complessivo). L’esame finale consiste in un esame orale verbalizzante su tutti gli argomenti del corso. Studenti e Studentesse Not-Compliant ed Esentati dall’obbligo di frequenza. Esame finale (100% del voto finale). L’esame finale si svolge nella forma di un esame scritto seguito da orale verbalizzante. L’esame scritto consiste in una prova di analisi dei dati, da svolgere attraverso il software R, sugli argomenti delle prime otto settimane del corso. L’esame orale consiste in una discussione della prova scritta e dei risultati ottenuti e in domande su tutti gli argomenti del corso.

Criteri per l’assegnazione dell’elaborato finale

La tesi dovrebbe applicare metodologie di ricerca apprese durante il corso con riferimento allo studio di fenomeni in ambito politico, economico o sociale. L’argomento è concordato con il docente.

Settimana 1

Introduzione: Statistica descrittiva e statistica inferenziale;. Il ruolo di computer e software nelle statistiche Statistica descrittiva (3): 3.1 descrivere i dati con tabelle e grafici; 3.2 Descrivere il centro dei dati; 3.3 Descrivere la variabilità dei dati; 3.4 Misure di posizione; Statistica descrittiva bivariata; 3.6 Statistiche di esempio e parametri di popolazione. Analisi applicata dei dati e visualizzazione. Fonti statistiche per l’analisi delle dinamiche economiche, sociali, politiche e demografiche in Europa e a livello globale (internazionale). Istituti ed enti produttori di statistiche ufficiali. La dimensione della qualità delle informazioni statistiche (*). Laboratorio: Introduzione al software statistico R e R-studio: nozioni di base, oggetti, gestione database. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici.

Settimana 2

Misure di concentrazione dei redditi e misure di povertà. Variabilità e Concentrazione: definizione e descrizione. Gli indici di Gini, applicazioni con dati socio-economici reali(*). Analisi applicata dei dati e visualizzazione. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Introduzione al software statistico R e R-studio: nozioni di base, oggetti, gestione database. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: http://hdr.undp.org/en/content/human-development-index-hdi http://www.systemicpeace.org/index.html https://www.istat.it/it/benessere-e-sostenibilit%C3%A0/obiettivi-di-sviluppo-sostenibile/gli-indicatori-istat https://demo.istat.it/

Settimana 3

Distribuzione dei dati e variabili casuali (4). Inferenza statistica e introduzione ai test di ipotesi (6). Test di significatività e le cinque parti di un test di significatività (6.1) Analisi applicata dei dati e visualizzazione. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con elaborazione dati, visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.oecd.org/sdd/oecdmaineconomicindicatorsmei.htm https://www.imf.org/en/Data https://databank.worldbank.org/databases https://unstats.un.org/home/ https://ec.europa.eu/eurostat/data/database

Settimana 4

Analisi dell'associazione tra variabili categoriali (8): 8.1 tabelle di contingenza; 8.2 test di indipendenza del chi quadrato. Introduzione all’associazione per caratteri quantitativi (9). Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Laboratorio con R e R-Studio, Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.europeansocialsurvey.org/ https://zacat.gesis.org/webview/index.jsp https://sda.berkeley.edu

Settimana 5

Associazione tra variabili quantitative: la correlazione (9.1). Relazioni lineari; Equazione di previsione dei minimi quadrati; Modello di regressione lineare (LRM). 9.3 Specificazione e stima dei modelli. Introduzione di variabili indipendenti qualitative e quantitative. Bontà di adattamento del modello. Analisi applicata dei dati e visualizzazione. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.europeansocialsurvey.org/ https://zacat.gesis.org/webview/index.jsp https://sda.berkeley.edu/GSS/

Settimana 6

Interpretazione e comparazione dei dati riferiti a un fenomeno socio-economico. Rapporti statistici. I numeri indici semplici. I numeri indici sintetici. Alcuni numeri indici pubblicati a livello nazionale e internazionale per l'esercizio di fenomeni socio-economici. Introduzione agli indicatori compositi: definizione, caratteristiche, approcci e peculiarità(*). Analisi applicata dei dati e visualizzazione. Esercitazioni con il software R, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.oecd.org/sdd/oecdmaineconomicindicatorsmei.htm https://www.imf.org/en/Data https://databank.worldbank.org/databases https://unstats.un.org/home/ https://ec.europa.eu/eurostat/data/database

Settimana 7

Introduzione alla regressione logistica e all’analisi multivariata. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.europeansocialsurvey.org/ https://zacat.gesis.org/webview/index.jsp https://sda.berkeley.edu/GSS/

Settimana 8

Modello di regressione multipla: 11.3 Inferenze per coefficienti di regressione multipli; (11.8 Riepilogo). La bontà di adattamento e il confronto tra modelli (modelli annidati). Regressione con predittori categoriali (12): Metodi di analisi della varianza; 12.1; Modelli di regressione con variabili dummy per variabili categoriali. Regressione multipla con predittori quantitativi e categoriali (13): 13.1 Modelli con variabili esplicative quantitative e categoriali; 13.2 Inferenza per regressione con predittori quantitativi e categoriali; 13.3. Casi di studio: utilizzo della regressione multipla nella ricerca. Esercitazioni, esercizi applicati, casi studio riguardanti argomenti di ricerca nelle scienze sociali basate su dati reali e rapporti pubblicati. Apprendimento con visualizzazione interattiva e interpretazione dei risultati/output di software statistici. Alcune fonti di dati utilizzate per gli esercizi e i casi di studio: https://www.europeansocialsurvey.org/ https://zacat.gesis.org/webview/index.jsp https://sda.berkeley.edu/GSS/ https://www.oecd.org/sdd/oecdmaineconomicindicatorsmei.htm https://www.imf.org/en/Data https://databank.worldbank.org/databases https://unstats.un.org/home/ https://ec.europa.eu/eurostat/data/database

Settimana 9

Come preparare il disegno di ricerca nelle scienze sociali. Differenze tra metodi qualitativi e quantitativi. Teoria e ipotesi; concetti e misurazioni. Selezione di casi studio.

Settimana 10

Survey research. Come raccogliere dati massimizzando la qualità di dati ottenuti tramite questionario

Settimana 11

Interviews. Focus groups. Etnografia e participant observation.

Settimana 12

Analisi di documenti testuali.