Lo scopo per cui si raccolgono e si organizzano dati mediante una matrice è di investigare le relazioni fra proprietà (dunque fra variabili).
Quindi
deve essere considerata una fase preliminare per effettuare analisi più complesse, fase obbligatoria in quanto fondamentale.
L’analisi monovariata ha due funzioni principali:
La distribuzione di frequenza di una variabile è la rappresentazione sintetica dei dati in forma tabellare, attraverso la quale ad ogni valore della modalità della variabile viene associata la frequenza (numero dei casi) con la quale essa si presenta.
Le colonne in cui vengono indicate le etichette numeriche e semantiche vengono denominate colonne madri.
Ciascuna frequenza rappresenta il numero dei casi che ricade nella modalità corrispondente;
Il totale corrisponde al numero dei casi (N).
Calcolo delle frequenza (esempio) del valore 3, modalità “Diploma Media superiore”:
Fr. Assoluta: =480
Fr. Relativa: 165/480 =0,34
Fr. relativa %: 165/480* 100 =34,38%
Fr. Cumulata:
(15+42) =57;
(57+191) =248;
(248+15) =413
Fr. cumulata %:
(3,13%+8,75%) =11,88%;
(11,88%; +39,79%)=51,67%
(51,67%+34,38%)=86,04%
Fr. retro-cumulate:
(22+45) =67;
(67+165) =232
Fr. retro-cumulate %:
(4,58%+9,38%)=13,96%
(13,96%+34,38%) =48,34%
Quali frequenze si devono includere in una tabella?
Come si arrotondano i decimali?
Alcune “raccomandazioni”…
E’ necessario seguire sei regole:
Per evitare la Fallacy of the misplaced precision, una possibile regola, suggerita da Marradi (2001), è la seguente:
se N ≥ 1.000 casi 1 cifra decimale
se 1.000 ≥ N ≤ 10.000 casi 2 cifre decimali
Arrotondamenti corretti:
Prima di terminare è necessario fornire alcune raccomandazioni.
In sede di analisi dei dati, per semplificare la lettura dei dati oppure per consentire all’intervistato di rispondere agevolmente a più domande, molto spesso si ricorre a distribuzioni di frequenza particolari.
La distribuzione di frequenza di una variabile cardinale è difficilmente interpretabile perché presenta molte modalità, ciascuna delle quali con frequenze molto basse. E’ per questo necessario procedere ad una sintesi, attraverso il raggruppamento di valori, ovvero attraverso la creazione di classi (vedi esempio).
Le domande a risposta multipla, si presentano all’intervistato come un’unica domanda alla quale il soggetto può rispondere utilizzando anche più modalità di risposta.
In sede di analisi dei dati, quelle che appaiono all’intervistato come modalità, vengono trattate come variabili in due modi differenti, a seconda se viene stabilito o no un limite massimo di risposte.
Se non è previsto un limite di risposte possibili, ciascuna “modalità” viene trattata come una variabile dicotomica (vedi esempio 1).
2. Metodo scientifico e ricerca sociale
3. Le fasi della ricerca sociale
4. Tipi di proprietà e tipi di variabili
5. Le variabili
7. Esercitazione: le variabili
8. L'autonomia semantica delle categorie di risposta
9. Introduzione all'analisi delle variabili
10. L'analisi dei dati con variabili categoriali non ordinate
11. Introduzione all'analisi delle distribuzioni di dati con variab...
12. L'analisi dei dati con variabili categoriali ordinate
13. Introduzione all'analisi dei dati con variabili cardinali
14. L'analisi dei dati con variabili cardinali
15. Lo studio della concentrazione di una variabile cardinale trasf...
16. La curva normale
17. Trasformazioni delle variabili: standardizzazione e deflazione
18. La trasformazione delle variabili
19. Rapporti statistici, serie storiche e territoriali
22. La relazione tra due variabili dicotomiche
23. La relazione tra due variabili con categorie non ordinate - pri...
24. La relazione tra due variabili con categorie non ordinate - sec...
25. Relazione tra una variabile categoriale e una cardinale
26. Il diagramma di dispersione
27. Introduzione all'analisi della relazione tra due variabili card...
28. La relazione tra due variabili cardinali
29. Introduzione all'analisi trivariata
30. Esercitazione: tipi di variabili
Marradi A., L'analisi monovariata, Milano, Franco Angeli, 1995.
Marradi A., Linee guida per l'analisi bivariata dei dati nelle scienze sociali, Milano, Franco Angeli, 1997.
Corbetta P., La ricerca sociale: metodologia e tecniche, vol. IV, Bologna, Il Mulino, 2003.