Analisi dei dati

Analisi dei dati

Tipi di variabili e proprietà

Unità di analisi → possono essere individui, gruppi, famiglie, unità territoriali più ampie

Ambito spazio temporale → limite entro cui si osservano le unità di analisi (determinato momento e determinato posto).

Esempio 1: Individui – Italia – 2020

Le unità di analisi all'interno di un ambito spazio temporale hanno delle proprietà (titolo di studio, reddito…)

Formulare un'ipotesi: a titolo di studio più alto corrisponde reddito più alto → esplicitare una relazione tra le proprietà. Queste ipotesi devono essere tradotte in numeri → operativizzazione → prendere la proprietà e tradurla in una variabile – numero - (reddito corrisponde al numero di euro guadagnati ogni mese).

Esempio 2: Riflessione teorica

Discriminazioni di genere sul mercato del lavoro

Unità di analisi: individui

Ambito spazio temporale: Italia 2018

Ipotesi: a parità di livello di istruzione le donne guadagnano meno degli uomini.

Proprietà dell'ipotesi

• Genere: variabile (maschio e femmina)
• Livello di istruzione: variabile (titolo di studio che può essere primario, secondario 1, secondario 2 e terziario)
• Guadagno: variabile (salario netto in 10 differenti categorie)

Problema: le persone possono dare una risposta falsa se la domanda è troppo dettagliata.

Tipi di variabile

• Nominali
• Cardinali
• Ordinali

Variabile nominale

Quando la proprietà è discreta e non ordinabile a cui si danno etichette (maschio e femmina). Con questi stati si può dire se i soggetti sono uguali o diversi e quindi dire se sono dello stesso genere o meno.

Variabile ordinale

La proprietà discreta ma ordinabile, in questo caso il titolo di studio e vuol dire che hanno un ordine intrinseco (si può dire se un titolo di studio è più alto dell'altro, ma non si possono quantificare).

Variabile cardinale

Costituite da numeri, che hanno puro significato numerico (se uno ha 4 figli può dire di avere il doppio dei figli di chi ne ha 2, sono quantificabili). Si dividono in conteggio e misurazione (prevedere uno strumento di misurazione come calendario o metro).

La variabile è una proprietà operativizzata → traduzione del concetto astratto.

Discreto

Esistono intervalli ben definiti. Una cosa non discreta può essere la misura dell'altezza (127 cm, 128 cm...) in cui non ci sono salti, è discreto invece una proprietà per cui ci sono degli stacchi netti tra una categoria e l'altra. Invece una cosa discreta prevede salti netti (es. Scuola primaria poi secondaria e poi terziaria sono distaccate) → la differenza sta nel fatto che in un caso ci sono confini ben netti tra le categorie mentre nell'altro no.

Si distinguono tra numerabili e continui

• Numerabili → numero di figli
• Continui → tende a crescere come la misura dell'altezza

Variabili nominali

• Esaustive → devo poter essere in grado di collocarmi in modo preciso in una di quelle categorie (prevedere tutte le possibili risposte) → es. Sport: calcio – basket – tennis – altro
• Mutualmente esclusive → ogni caso deve poter essere collocato in una sola classe → es. Sport: calcio – basket – gioco con la palla (questo è sbagliato perché rischia di far collocare le persone in più di una classe).
• Non sono ordinabili
• Solo relazioni logiche

Variabili cardinali

• Hanno pieno significato numerico (età, figli)
• Operazione di conteggio
• Operazione di misurazione

Variabili ordinali

• Esaustività
• Mutua esclusione
• Relazioni logiche e anche maggiore/minori
• Basate su ordinamenti

Le scale

Utilizzate quando è difficile quantificare delle proprietà → possono essere approssimate come numeri.

• Scale autoancoranti
• Termometri
• Scale di autolocalizzazione (0 estrema sinistra – 10 estrema destra)
• Scale di accordo (molto, abbastanza, poco, nulla)

Variabile cardinale

Hanno puro significato numerico. Si fa riferimento a due caratteristiche:

Tendenza centrale

Modalità verso la quale i casi tendono a gravitare: ci sono tre misure principali → media, moda, mediana.

• Moda: modalità di una variabile a cui è associata la frequenza più alta (valore più alto)
• Mediana → valore che occupa il posto centrale in questa distribuzione ordinata (caso che si posiziona al 50% della distribuzione). Per vederlo si deve guardare la percentuale cumulata: è la prima categoria con il 5. Usata per le variabili ordinali e cardinali.
• Media → somma dei valori divisa per il numero dei casi. In genere media e mediana tendono ad equivalersi. Nel caso in cui invece la media sia distorta si preferisce la mediana.

Variabili nominali → moda

Variabili ordinali → mediana

Variabili cardinali → media

Istogramma → per averlo su Stata → histogram + nome variabile

Misure di variabilità

Servono perché permettono di analizzare anche i valori distanti dalla media. Il modo per calcolare questa variabilità è la deviazione standard → sarà molto alta nel caso in cui i valori di un caso sono molto distanti gli uni dagli altri, mentre sarà bassa quando sono vicini:

Esempio media dei voti:

• A ha come voti 33 33 22 22 → deviazione standard alta
• B ha come voti 27 28 27 28 → deviazione standard bassa

Quindi è più bassa nel caso in cui ci sono tanti valori vicini alla media, mentre sarà alta nel caso in cui ci sono tanti valori lontani dalla media.

Confronto tra medie

Qual è l'influenza del reddito sul livello di studio? Si deve calcolare le singole medie e poi metterle a confronto → attraverso il comando di Stata → table + nome variabile, content (mean edu_years).

Bisogna valutare due elementi:

• Forza della relazione (differenze tra variabili)
• Significatività statistica → tutti i dati usati derivano in genere da campioni → la ricerca deve essere fatta sui campioni in modo casuale per evitare distorsioni.

Sono due cose diverse: si può avere una relazione forte ma non significativa e viceversa.

Significatività

La misura che si trova in ogni analisi per capire se sia significativa o meno è P-VAL.