Programma del corso

1. Perché indicatori?
2. Indicatori e definizioni operative
3. Aspetti indicanti e aspetti estranei: la doppia pluralità delle relazioni fra concetti e indicatori
4. Tipi di indicatori, linguaggi e inferenze
5. La validità non si misura

A partire dal punto 3, la didattica sarà integrata da esercizi di gruppo in classe. Per chi desidera un
attestato con voto sarà prevista una breve prova individuale venerdì pomeriggio, dalle 18.00 alle 19.00.

Letture consigliate
Marradi A. (2007) Metodologia delle scienze sociali. Bologna: Il Mulino

Programma del corso

In un paio di lustri la web survey è divenuta lo strumento di ricerca sociale standard più usato al mondo. Un po' come con la digitalizzazione della fotografia, la semplificazione di una serie di passaggi e l'abbattimento dei costi hanno portato a una proliferazione non sempre accorta dell'uso di questo strumento, oltre a un'offerta ampia e ridondante di servizi e applicativi.
Oggi non solo ricercatori e studenti, ma anche imprese, giornalisti, politici, influencer, o semplici internauti si dilettano con fortune alterne in questa attività, contribuendo a diffondere molti numeri in ogni direzione.
Il corso mira a fornire un'adeguata contestualizzazione e un approfondito excursus metodologico e tecnico a chi volesse progettare e condurre, o anche solo riconoscere, una web survey corretta e di qualità, fornendo inoltre le indicazioni per destreggiarsi tra gli strumenti a disposizione. Circa un terzo del corso sarà dedicato a esercitazioni che permetteranno di fare esperienza di ogni passaggio: dalla progettazione, all'implementazione, alla restituzione dei risultati.
Programma:
1) La web survey tra le altre tecniche di rilevazione
2) Popolazione di riferimento, campionamento e liste
3) La relazione con gli intervistati: reclutamento, solleciti e privacy.
4) Gli elementi del questionario online (dispositivi, formato, variabili, strumenti, contenuti)
5) Lo stato dell'arte: presentazione di recenti web survey e sviluppi di frontiera
6) La costruzione del questionario online (organizzazione, gestione, data piping ecc.)
7) La qualità dei dati (controlli, paradata, non risposte)
8) Dalla rilevazione all'analisi dei dati (cleaning e analisi)
9) La restituzione dei risultati di una web survey

Letture consigliate

Callegaro M., Lozar Manfreda K. e Vehovar V. (2015) Web Survey Methodology. London: Sage Publications.
Evans J. R. e Mathur A. (2005) The value of online surveys, in "Internet Research", Vol. 15 No. 2, pp. 195-219. Wagon Lane: Emerald Publishing.
Marradi A. (2019) Tutti redigono questionari. Ma è davvero così facile? Milano: Franco Angeli.

Il corso ha l'obiettivo di illustrare agli studenti le principali tecniche di analisi multivariata dei dati nelle Scienze Sociali, con riferimento specifico a tre famiglie di tecniche: analisi in componenti principali e analisi fattoriale; analisi delle corrispondenze multiple; analisi dei gruppi (Cluster Analysis).
Lo scopo delle tecniche di analisi multivariata è rappresentare simultaneamente le variabili e/o i casi presenti in una matrice, in modo da raggiungere una efficace sintesi dei dati (Di Franco 2001, 181); dunque, per applicare correttamente l'analisi multivariata, è necessario fare affidamento su molte variabili (da 3 in su) e disporre di un numero congruo di casi, altrimenti i risultati rischiano di essere statisticamente poco robusti.
L'analisi in componenti principali e l'analisi fattoriale hanno l'obiettivo di sintetizzare la varianza – e quindi l'informazione – di un insieme di variabili correlate in un numero più ristretto di vettori, detti componenti o fattori, a seconda della tecnica applicata. Queste tecniche sono, probabilmente, le più usate nella ricerca sociale. Anche nella vita quotidiana ci capita di dover sintetizzare delle informazioni e, spesso, senza saperlo operiamo con una logica analoga a quella dell'analisi fattoriale.
L'analisi delle corrispondenze multiple può essere considerata la trasposizione dell'analisi in componenti principali alle variabili categoriali; è, dunque, una tecnica particolarmente indicata per trattare variabili le cui categorie hanno una elevata autonomia semantica, che costituiscono la
maggioranza delle variabili rilevate nelle ricerche svolte in ambito sociologico e di marketing.
Infine, l'analisi dei gruppi il cui obiettivo è creare delle classificazioni (tipologie) dei casi presenti in matrice, a partire da un set di variabili scelte come criteri classificatori; l'analisi dei gruppi trova ampia applicazione in quella branca del marketing che si occupa della segmentazione di mercati di consumatori.
Nel corso si darà ampio risalto agli aspetti semantici ed applicativi delle tecniche di analisi multivariata rispetto alle loro formalizzazioni matematiche e statistiche, con numerosi esempi tratti da ricerche empiriche effettivamente svolte in vari ambiti: sociologia, marketing, valutazione delle politiche pubbliche, educazione.
Il corso alternerà lezioni frontali ad esercitazioni pratiche svolte con l'ausilio di SPSS, uno dei più diffusi software statistici per l'analisi dei dati nelle scienze sociali."

Indice sintetico degli argomenti:
1. Principi di analisi monovariata e bivariata
2. Introduzione all'analisi multivariata
3. Analisi in componenti principali e analisi fattoriale
4. Analisi delle corrispondenze multiple
5. Analisi dei gruppi (Cluster Analysis)

Letture consigliate

Di Franco G. (2001) EDS: esplorare, descrivere e sintetizzare i dati. Guida pratica all'analisi dei dati nella ricerca sociale. Milano: Franco Angeli.
Di Franco G. (2011) Tecniche e modelli di analisi multivariata. Milano: FrancoAngeli.
Di Franco G. e Marradi A. (2013) Factor Analysis and Principal Component Analysis. Milano: FrancoAngeli