Metodologia Ricerca I

ANALISI DEL RAPPORTO TRA PIL E DISOCCUPAZIONE

Abstract

Lo scopo della ricerca è quello di individuare l’esistenza di una correlazione tra il pil e il tasso di

disoccupazione, in particolare se all’aumentare dell’uno diminuisca l’altro.

Dopo la raccolta dei dati da siti internet (Istat ed Eurostat) e la creazione di una tabella in Excel i dati

sono stati analizzati attraverso una regressione.

Le informazioni ottenute insieme al grafico mostrano che esiste una correlazione tra le due variabili

e in particolare che all’aumentare del pil diminuisce la disoccupazione.

La ricerca non è significativa poiché il valore di t non rientra nei valori della tabella di significatività.

La ricerca inoltre presenta dei limiti.

I limiti riguardano la numerosità che avrebbe dovuto essere di 128. Per mancanza di dati precedenti

al 1999 i casi raccolti sono solo 17.

La ricerca ha contribuito a dare uno sguardo sulla situazione italiana di pil e disoccupazione e potrà

essere ripresa in seguito per approfondire queste conoscenze.

Introduzione

Lo scopo di questa ricerca è quello di osservare come cambia il tasso di disoccupazione in relazione

al pil della nazione.

Considerando il periodo in cui viviamo, contrassegnato dalla crisi economica e segnato da anni di

picchi e riprese è interessante andare a vedere se esiste, e come cambia, il tasso di disoccupazione

nei vari anni. È sicuramente un argomento attuale e dibattuto in cui si ricercano cause e soluzioni

del fenomeno e analogamente si fa a proposito della crisi.

Quindi il motivo della ricerca è quello di indagare se esista effettivamente una correlazione tra i due

fenomeni.

L’ipotesi è allora che esista una correlazione tra il pil e la disoccupazione e che al variare del pil varii

anche la disoccupazione.

Mi aspetto che all’aumentare del pil la disoccupazione diminuisca.

Metodo

I dati, che sono stati raccolti da siti internet, sono il tasso di disoccupazione in Italia e il pil italiano

negli anni dal 1999 al 2015.

È stata considerata la numerosità con G*power (tabella 1). La numerosità minima che avrei dovuto

utilizzare avrebbe dovuto essere di 128 casi ma per motivi di disponibilità dei dati ho dovuto

considerare meno casi.

Ne ho infatti presi in considerazione 17.

Si tratta di un disegno di ricerca sperimentale, in cui viene considerata come variabile dipendente

la disoccupazione e come variabile indipendente il pil.

Successivamente, dopo aver riportato i dati in una tabella Excel (tabella 2) è stata calcolata la

regressione, applicando il test ai dati su Excel e ottenendo i risultati presenti nella tabella 3.

Ne è poi stato costruito un grafico a dispersione, disponendo il pil sull’asse delle ascisse e la

disoccupazione sull’asse delle ordinate.

È stata inserita una linea di tendenza lineare al grafico (grafico 1).

In base ai dati è stata poi calcolata la disoccupazione predetta utilizzando i coefficienti risultanti

dall’analisi dei dati con la regressione, sommando il coefficiente dell’intercetta a quello della

variabile X 1 e moltiplicandoli per i valori del pil. Marianna Galli

Utilizzando la disoccupazione predetta ho calcolato l’errore standard, sottraendo al dato della

disoccupazione il dato della disoccupazione predetta, ottenendo i risultati presenti in tabella 4.

Tabella 1.

Tabella 2.

ANNO DISOCCUPAZIONE PIL (mln€)

1999 11,2 1.171.901,37 €

2000 10,3 1.239.266,33 €

2001 9,2 1.298.890,19 €

2002 8,8 1.345.794,24 €

2003 8,5 1.390.709,57 €

2004 7,4 1.448.362,70 €

2005 7,4 1.489.725,46 €

2006 6,5 1.548.473,44 €

2007 5,8 1.609.550,76 €

2008 6,4 1.632.150,83 €

2009 7,5 1.572.878,28 €

2010 8,1 1.604.514,52 €

2011 8,1 1.637.462,94 €

2012 10,3 1.613.264,96 €

2013 11,9 1.604.477,87 €

2014 12,5 1.611.884,02 €

2015 11,7 1.636.371,67 €

Tabella 3.

3.1 OUTPUT RIEPILOGO

Statistica della regressione

R multiplo 0,167769007

R al quadrato 0,02814644

R al quadrato corretto -0,036643798

Errore standard 2,108604036

Osservazioni 17

ANALISI VARIANZA

3.2 ANALISI VARIANZA gdl SQ MQ F Significatività F

Regressione 1 1,931541142 1,931541142 0,434424086 0,519816969

Residuo 15 66,69316474 4,446210983

Totale 16 68,62470588

3.3 Coefficienti Errore standard Stat t Valore di significatività Inferiore 95% Superiore 95% Inferiore 95,0% Superiore 95,0%

Intercetta 12,31032685 5,172719334 2,379855944 0,031021315 1,284936581 23,33571713 1,284936581 23,33571713

Variabile X 1 -2,26572E-06 3,43756E-06 -0,659108554 0,519816969 -9,59271E-06 5,06126E-06 -9,59271E-06 5,06126E-06

Marianna Galli

Grafico 1.

14,0

12,0

10,0 y = -2E-06x + 12,31

R² = 0,02815

8,0

6,0

4,0

2,0

0,0

0,00 € 200.000,00 € 400.000,00 € 600.000,00 € 800.000,00 € 1.000.000,00 € 1.200.000,00 € 1.400.000,00 € 1.600.000,00 € 1.800.000,00 €

Tabella 4.

ANNO DISOCCUPAZIONE PIL (mln€) DISOCCUPAZIONE PREDETTA ERRORE STANDARD

9,66 1,54

1999 11,2 1.171.901,37 € 9,50 0,80

2000 10,3 1.239.266,33 € 9,37 -0,17

2001 9,2 1.298.890,19 € 9,26 -0,46

2002 8,8 1.345.794,24 € 9,16 -0,66

2003 8,5 1.390.709,57 € 9,03 -1,63

2004 7,4 1.448.362,70 € 8,94 -1,54

2005 7,4 1.489.725,46 € 8,80 -2,30

2006 6,5 1.548.473,44 € 8,66 -2,86

2007 5,8 1.609.550,76 € 8,61 -2,21

2008 6,4 1.632.150,83 € 8,75 -1,25

2009 7,5 1.572.878,28 € 8,67 -0,57

2010 8,1 1.604.514,52 € 8,60 -0,50

2011 8,1 1.637.462,94 € 8,66 1,64

2012 10,3 1.613.264,96 € 8,68 3,22

2013 11,9 1.604.477,87 € 8,66 3,84

2014 12,5 1.611.884,02 € 8,60 3,10

2015 11,7 1.636.371,67 €

Risultati e discussione

Per verificare la significatività il valore calcolato deve essere uguale o maggiore al valore indicato

nella tabella di significatività per il t-test per dati indipendenti a due code al 5% che è di 1,132.

Essendo il valore di t (indicato come stat t) di -0,66, si può concludere che il risultato della ricerca

non è significativo.

Conclusione

La ricerca ha avuto lo scopo di indagare l’esistenza o meno di una correlazione tra il pil e il tasso di

disoccupazione in Italia.

È risultato che esiste una correlazione che, come si nota anche dalla pendenza della retta, è negativa.

Si evince quindi che all’aumentare del pil diminuisce il tasso di disoccupazione. Accetto di

conseguenza l’ipotesi nulla.

In riferimento alla numerosità calcolata con G*power, che prevedeva 128 casi, la ricerca ha dei limiti.

Infatti per mancanza di dati i casi considerati sono solo 17.

Il campione è quindi inferiore a quello minimo previsto inizialmente.