LABORATORIO: TECNICHE DI ANALISI DEI DATI

Davide Vittori, Giovanna Labartino

Obiettivi formativi

L'analisi quantitativa dei dati è diventata sempre più importante nelle scienze sociali e nello studio delle politiche pubbliche. L’impiego di queste analisi (e.g. sondaggi d'opinione, analisi aggregate dei dati elettorali, valutazione delle politiche pubbliche) è oggi cruciale nell’ambito della ricerca accademica e nelle attività di istituzioni pubbliche, think thank e organi di informazione. La capacità di comprendere adeguatamente e valutare criticamente i risultati di analisi quantitative sono diventate dunque risorse necessarie per qualsiasi scienziato sociale nonché per qualsiasi professionista che si approccia al mondo del lavoro. Questo laboratorio introduce gli studenti all’analisi quantitativa dei dati con l’obiettivo di fornire una solida base concettuale ed operativa attraverso cui leggere criticamente i dati ed applicare semplici modelli statistici di analisi.

Prerequisiti

Non sono richiesti prerequisiti formali per la partecipazione al laboratorio. Una conoscenza di base della statistica descrittiva può essere d’aiuto, ma non è strettamente necessaria per poter prendere parte al laboratorio.

Risultati di apprendimento attesi

Il laboratorio fornirà agli studenti gli strumenti necessari per applicare autonomamente le principali tecniche di analisi quantitativa dei dati attraverso l’uso dei principali software statistici. Capacità di trarre conclusioni Il laboratorio ha l’obiettivo di fornire agli studenti gli strumenti per valutare ed impiegare in modo efficace le principali tecniche di analisi quantitativa dei dati. Inoltre, il corso si propone come obiettivo quello di stimolare la capacità di leggere e interpretare valutazioni di politiche pubbliche attraverso l’impiego dell’analisi statistica. A tal fine, il corso combina lezioni introduttive a sessioni di laboratorio, lavori di gruppo e testimonianze di esperti. Abilità comunicative Uno dei principali obiettivi del laboratorio è quello di fornire agli studenti le competenze necessarie per poter comunicare in modo appropriato ed efficace i risultati ottenuti dall’ analisi quantitativa dei dati. Capacità di apprendere Il laboratorio verrà condotto in forma prevalentemente seminariale/workshop. Le attività saranno quindi caratterizzate da un approccio pratico e dinamico, al fine di favorire lo sviluppo di competenze tecniche che potranno essere utilizzate sia nel mondo del lavoro, sia nella carriera accademica.

Contenuti Del Corso

Il laboratorio fornirà agli studenti le competenze necessarie per poter utilizzare le principali tecniche statistiche impiegate nelle scienze sociali. Accanto alle principali tecniche descrittive (misure di central tendency e dispersion), il laboratorio introdurrà semplici tecniche di analisi bivariata (cross-tabulation e correlazione), chiarendo i concetti di variabile di controllo e relazione spuria. Gli studenti verranno successivamente introdotti ai concetti di inferenza e significatività statistica. Infine, il laboratorio si focalizzerà sull’analisi di regressione lineare, che costituisce il fondamento di tecniche statistiche più sofisticate. Durante il corso verranno anche introdotti elementi base per la valutazione delle politiche pubbliche, in particolare con un approccio controfattuale. Il corso nella sua interezza avrà un orientamento prevalentemente pratico: agli studenti sarà richiesto non solo di comprendere le principali tecniche di analisi dei dati, ma anche e soprattutto di metterle in pratica attraverso l’uso dei principali software statistici. Alle sessioni di introduzione delle principali tecniche di analisi dei dati, seguiranno sessioni laboratoriali in cui gli studenti saranno chiamati a svolgere in autonomia analisi quantitative ed esaminare paper scientifici.

Testi Di Riferimento

Letture consigliate Corbetta, P. (2014). Metodologia e tecniche della ricerca sociale, Il Mulino (Solo i seguenti capitoli: Capitolo III (La traduzione empirica della teoria), Capitolo IV (Causalità ed esperimento), Capitolo XIII (L’analisi monovariata), Capitolo XIV (L’analisi bivariata)). Il Mulino Martini, A., Sisti, M. (2009). Valutare il successo delle politiche pubbliche. Il Mulino Ulteriori paper saranno sintetizzati e spiegati in classe.

Metodologie Didattiche

Lezioni seminariali Laboratorio

Modalità di verifica dell'apprendimento

La verifica dell’apprendimento dello studente avviene mediante 1) lo svolgimento in itinere di prove scritte settimanali (in classe e a casa, individualmente e in gruppo); 2) Esame finale scritto. Le prove in itinere prevedono brevi esercizi sui temi trattati durante la settimana. Ogni esercizio avrà lo stesso peso ai fini della valutazione. Le prove verranno valutate come idonee/non idonee. Le prove in itinere avranno un peso complessivo del 50% sull'esito finale del laboratorio. L'esame finale (durata: 1 ora e 30 minuti) consiste in una prova scritta articolata in una serie di esercizi su tutti gli argomenti trattati durante il laboratorio. Ogni esercizio avrà lo stesso peso ai fini della valutazione. Le prove verranno valutate come idonee/non idonee. La prova finale avrà un peso complessivo del 50% sull'esito finale del laboratorio. Sia nelle prove in itinere, sia nell'esame finale gli studenti verranno valutati su: conoscenza dei principali strumenti di analisi dei dati; capacità di svolgere in autonomia analisi statistiche di base; capacità di interpretare e problematizzare i dati; capacità di leggere criticamente un articolo scientifico. L'esito finale del laboratorio è stabilito in termini di idoneità (idoneo/non idoneo) ed è dato dalla media tra la valutazione delle prove in itinere e dell’esame finale scritto.

Criteri per l’assegnazione dell’elaborato finale

I criteri per l’assegnazione della tesi sono: Voto di esame Qualità del progetto di ricerca Il progetto deve essere presentato in forma scritta (una pagina) introducendo il principale interrogativo di ricerca da affrontare e presentando una lista di riferimenti bibliografici ed un ipotetico indice.

Il syllabus affronta temi collegati alla sostenibilità?

No

Settimana 1

Introduzione: Logica e problemi della ricerca sociale Variabili e livelli di misura Statistiche descrittive Introduzione all’analisi bivariata

Settimana 2

Cross-tabulation Variabili di controllo, variabili intervenienti e relazioni spurie

Settimana 3

Introduzione all’inferenza statistica Misure di associazione

Settimana 4

Introduzione alla regressione lineare OLS Regression

Settimana 5

Gli assunti della regressione lineare Analisi di regressione multivariata

Settimana 6

Analisi di regressione in pratica Effetti di interazione

Settimana 7

Elementi di valutazione. Causalità vs correlazione

Settimana 8

Matching – Parte I

Settimana 9

Matching – Parte II Randomizzazione

Settimana 10

Gruppo di trattati e gruppo controllo

Settimana 11

Gruppo di trattati e gruppo controllo (Principali caveat)

Settimana 12

Esempi di valutazione