Come è stato sottolineato in precedenza (lez. 8), l’autonomia semantica è una proprietà di una categoria e consiste nella maggiore o minore possibilità di interpretarla senza far ricorso al significato dell’etichetta della variabile o delle altre categorie della variabile.
Le variabili categoriali non ordinate presentano un alto grado di autonomia semantica; ovvero ciascuno stato ha un elevata “autonomia semantica” nei confronti degli altri stati e dell’intera proprietà.
L’alto grado di autonomia semantica delle variabili categoriali ordinate impone che la distribuzione di frequenza sia equilibrata ovvero che le frequenze relative a ciascuna categoria della variabile siano distribuite in modo equilibrato.
Per due motivi:
La sensibilità di una classificazione è il rapporto tra il numero di classi individuate e il numero di forme che l’oggetto che stiamo classificando può assumere in teoria.
In altre parole:
Quando si classificano gli stati sulla proprietà per costruire una variabile categoriale, la sensibilità indica il rapporto tra il numero di modalità individuate (K) e il numero di stati diversi che si suppone siano presenti sulla proprietà (N); quanto più è elevato il numero delle modalità, tanto più la distribuzione è sensibile.
K/N = Sensibilità
K = N° di modalità della variabile
N = N° di possibili stati sulla proprietà
Una distribuzione “troppo” sensibile (un numero troppo elevato di modalità) può comportare una distribuzione squilibrata.
Per rendere equilibrate le distribuzioni di frequenza è necessario procedere ad un’aggregazione/disaggregazione delle frequenze delle modalità di risposta.
Nella scelta di quali categorie aggregare/disaggregare è necessario seguire due regole.
Nel 1970 fu condotto uno studio sui valori dei giovani. Nella tabella sono riportate le frequenze della variabile categoriale non ordinata Tipo di comune di residenza.
E’ una distribuzione squilibrata perché:
Soluzione (esempio 2):
Le rappresentazioni grafiche delle distribuzioni in categorie non ordinate si basano sul principio della proporzionalità tra le frequenze e la lunghezza delle linee o tra le frequenze ed le aree.
Le rappresentazioni si distinguono in due famiglie:
Per costruire le rappresentazioni grafiche di questa famiglia si utilizza un sistema di riferimento cartesiano ortogonale:
asse delle ascisse (X) = categorie di risposta
asse delle ordinate (Y) = frequenze (assolute 0 %)
Successioni di colonne aventi base uguale e altezza proporzionale alle frequenze (assolute o relative).
È la forma intermedia tra istogramma e diagramma a barre. E' come un istogramma, ma le colonne sono staccate tra di loro.
Il vantaggio di queste rappresentazioni grafiche risiede nel fatto che riproducono la non ordinabilità delle categorie; hanno, però, lo svantaggio di essere difficili da disegnare e la loro leggibilità non è immediata come per le rappresentazioni lineari.
Divide l'area di un cerchio in settori (componenti) di superficie proporzionale alle frequenze delle rispettive categorie.
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.
Federica - Lezione 8 del corso di Tecniche di ricerca sociale