Dipartimento di Scienze dell’uomo e della società Scienze sociali per lo sviluppo sostenibile Statistica applicata per la pianificazione sostenibile di sistemi sociali e territoriali STAT-03/B – SECS-S/05 (9 CFU) – (Scienze sociali per lo sviluppo sostenibile) Pds 2024-2025 – I anno

Gli orari di lezione saranno pubblicati sulla pagina web del corso di laurea:

https://gestioneaule.unikore.it/agendaweb_unikore//index.php?_lang=it

Tra le abilità richieste alla figura professionale che si avrà in esito al percorso formativo del corso di studi LM-87 vi è quella della progettazione atta al conseguimento di obiettivi legati anche alla sostenibilità, prevalentemente inteso come concetto multidimensionale. “Progettare” richiede, da un lato, conoscenze tecniche e metodologiche per la raccolta e analisi dei dati per la definizione dello stato di un sistema (ex-ante e in itinere, rispetto alla progettazione), dall’altro, quelle per la costruzione di indicatori composti (IC) per la misura di concetti multidimensionali, per la definizione, in fase di progettazione, degli indicatori di performance e dei risultati attesi.

Il corso, quindi, propone lo studio dei metodi di costruzione di un IC, ovvero il percorso che a partire dalla misurazione, e attraverso la standardizzazione, la ponderazione e la combinazione delle informazioni elementari (indicatori semplici) produce un’unica misura di sintesi, l’IC appunto. Saranno oggetto di studio sia le tecniche ed i metodi di costruzione cosiddetti “classici”, sia i modelli per l’analisi dei dati rilevati via questionario (ad es., Modelli di Rasch).

Le tematiche trattate in aula, le applicazioni pratiche mostrate e le esercitazioni proposte, saranno in linea con gli Obiettivi 3 – Salute e benessere – atte ad assicurare la salute e il benessere per tutti e per tutte le età – e 4 – Fornire un’educazione di qualità, equa ed inclusiva, e opportunità di apprendimento per tutti – dell’Agenda 2030 (SDGs).

1. La misurazione di un concetto attraverso l’assegnazione di numeri a oggetti: la natura delle variabili e le scale di misura.
2. Dal dominio empirico all’insieme numerico: le proprietà dei numeri assegnati e le operazioni ammissibili su di essi (dati).
3. I dati e l’organizzazione dei dati:

• La matrice dei dati individuali: lettura per riga (unità statistica) e/o colonna (variabile).
• L’analisi delle risposte date da N soggetti ai K item di un questionario.
• Le tabelle di frequenza doppie e multiple.

4. Il processo di misurazione: la scomposizione del concetto in componenti misurabili;

• Dimensioni, sub-dimensioni e variabili.
• Dai dati grezzi all’IC: indicatori semplici oggettivi e soggettivi.

5. Il processo di costruzione di un IC per misurare un concetto complesso: dagli indicatori semplici agli indicatori composti:

5.1.    Identificazione delle dimensioni, delle sub-dimensioni e delle informazioni elementari.

5.2.    L’assunto di indipendenza e l’indipendenza locale.

5.3.    Trasformazione, ponderazione e aggregazione delle informazioni elementari per comporre la misura finale di sintesi (IC).

6. La costruzione di un IC a partire dalle opinioni di soggetti: l’esempio della valutazione della qualità percepita nella opinione espressa attraverso un questionario.

6.1.    L’Analisi Fattoriale Esplorativa e Confermativa.

6.2.    Il Modello di Rasch (cenni a).

6.3.    L’applicazione del modello di Rasch alla misura della qualità del servizio, nell’opinione degli utenti.

I risultati di apprendimento attesi sono definiti secondo i parametri europei descritti dai cinque descrittori di Dublino.

1. Conoscenza e capacità di comprensione: lo Studente al termine del corso dovrà dimostrare conoscenza sufficiente degli argomenti oggetto del corso stesso, acquisizione della capacità di linguaggio proprio della disciplina e di comprendere i percorsi tipici della disciplina, dalla identificazione delle fonti e/o predisposizione di strumenti ad hoc per la loro rilevazione alle tecniche di analisi progettazione e costruzione di un IC. Sarà acquisita la capacità di riconoscere e trasmettere il contenuto sostanziale delle informazioni rilevate e derivate e della conoscenza da esse derivate.
2. Conoscenza e capacità di comprensione applicate: Lo studente acquisirà le abilità necessarie a riconoscere e a muoversi nei diversi ambiti delle tecniche e dei metodi di costruzione degli Indicatori Composti e, infine, a risolvere i quesiti applicativi inerenti casi concreti, riconducibili agli argomenti teorici studiati.
3. Autonomia di giudizio: sulla base dei saperi acquisiti attraverso lo studio degli argomenti del programma sui testi consigliati e la partecipazione attiva all’analisi metodologica e critica di casi studio in aula, lo studente sarà in grado di identificare e adoperare opportunamente gli strumenti teorici forniti per condurre operativamente il processo di costruzione di un IC dalle informazioni elementari alla misura finale, dai cui risultati trarre conclusioni e formulare considerazioni, funzionali all’obiettivo conoscitivo fissato.
4. Abilità comunicative: attraverso la partecipazione attiva in aula all’analisi metodologica e critica di casi studio, lo studente acquisirà la capacità di illustrare consapevolmente, impiegando un linguaggio appropriato, esaustivo e corretto sia i diversi ambiti della analisi statistica, sia le tecniche di analisi ad essi appropriate, acquisite durante il corso. Non ultimo, lo Studente acquisirà la capacità di tradurre e trasmettere correttamente le evidenze empiriche, ascrivendo agli esiti delle analisi statistiche il significato sostanziale pertinente.
5. Capacità di apprendere: al termine dell’insegnamento lo Studente avrà acquisito le abilità necessarie ad utilizzare in modo consapevole ed appropriato gli strumenti di analisi acquisiti, a riconoscere e a descrivere i principali contesti di analisi statistica, a leggere criticamente report statistici e pubblicazioni scientifiche.

• XV in Introduzione alla statistica per le scienze sociali di Ian Diamond, Julie Jefferies. 2006. (II ed.). McGraw-Hill.
• Nardo M., Saisana M., Saltelli A., Tarantola S. (2005) Tools for Composite Indicators Building. EUR 21682 EN. JRC31473. https://publications.jrc.ec.europa.eu/repository/handle/JRC31473
• Saisana, M. and Tarantola, S. (2002) State-of-the-art report on current methodologies and practices for composite indicator development, EUR 20408 EN, European Commission-JRC: Italy.
• Aiello F, Attanasio M. How to transform a batch of simple indicators to make up a unique one? Atti convegno SIS, giugno 2004, Bari. Sessioni Specializzate: 327 – 338. ISBN: 88-7178-034-5.

L’insegnamento sarà erogato nella forma di lezioni frontali ed esercitazioni in aula, condotte con l’ausilio di pc per: la ricerca e la selezione delle “fonti dei dati” disponibili online; la applicazione del processo di costruzione di un IC, per la misura di concetti multidimensionali (ad. es., quello della qualità della vita de Il Sole 24h), impiegando sia un foglio elettronico di Excel che il software R (R Core Team (2023). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria – URL https://www.R-project.org/. Saranno affrontati sia gli aspetti metodologici che quelli sostanziali, attraverso il commento dei risultati.

La valutazione finale del raggiungimento degli obiettivi di apprendimento dell’insegnamento consiste in una prova scritta, tesa ad accertare l’acquisizione delle competenze in ambito teorico e pratico, rispondendo a domande sugli argomenti del programma e risolvendo esercizi trattati e svolti in aula. È richiesto l’uso di una calcolatrice (nessun altro dispositivo, ad es. il telefono cellulare, sarà ammesso in aula) ed è consentito quello di un formulario (su due facciate di un unico foglio A4, contenente esclusivamente formule, NO appunti né esempi e/o esercizi svolti).

La prova scritta è composta da trenta (30) quesiti a risposta chiusa, con tre possibili risposte, di cui una sola corretta, alla quale è assegnato 1/30, mentre, invece, alle risposte errate e/o non date non corrisponde alcuna penalizzazione (0/30esimi).

Le date di esami saranno pubblicate sulla pagina web del corso di laurea: https://gestioneaule.unikore.it/agendaweb_unikore//index.php?_lang=it#

Durante il semestre indicato per l’erogazione della didattica, il ricevimento studenti si svolgerà il martedì, dalle 15 alle 17, presso lo studio 122, presso i locali del 64 Rooms. Eventuali variazioni dovute ad organizzazioni di calendario didattico e/o periodi di sospensione, saranno pubblicati sulla pagina “Docente”: https://unikore.it/cdl/scienze-sociali-per-lo-sviluppo-sostenibile/scienze-sociali-per-lo-sviluppo-sostenibile-persone-e-regolamenti/scienze-sociali-per-lo-sviluppo-sostenibile-fabio-aiello/