Scarica Indicatori: Concetti e Modelli per Misurare Variabili Latenti e più Sintesi del corso in PDF di Economia solo su Docsity!
MAGGINO 17-10-
INDICATORI DI WELFARE
(di tipo quantitativo)
Lo sviluppo degli indicatori è normativo, è una critica, una “cosa” oggettiva.
METODOLOGIA: come si interpreta? Perché si parla di indicatori?
Esistono 3 processi fondamentali di misurazione
FONDAMENTALE, senza altre misure o definizioni es. lunghezza.
DERIVATO o DI DERIVAZIONE la misura deriva da altre misure fondamentali es.
velocità o densità.
- PER DEFINIZIONE (ovvero GLI INDICATORI) per misurare dobbiamo definire perché
può essere visto in diversi modi, non possiamo misurare direttamente ed è qui che abbiamo
bisogno di indicatori (osservatori).
INDICATORE INDICATOR, deriva dal latino index= qualunque cosa che è in grado di
indicare, (ES. TASSO DI DISOCCUPAZIONE) diamo una direzione a quell’indicatore. Bisogna
diversificare il termine INDICE che non indica e INDICATORI.
CONCETTO rappresenta l’elemento che mette in relazione il concetto con la realtà che permette
una direzione da seguire.
Non è una statistica, ma una misura organicamente collegata ad un modello concettuale, è
importante avere una definizione o un modello di definizione. (Un indice può diventare un
INDICATORE), quando sono modificati affinché rappresentino la realtà in modo da interpretarla e
consentire narrazioni significative. Non sono la realtà ma ne consentono la rappresentazione.
RISCHIO presenza di informazioni statistiche, indici che nessuno sa come rappresentare, questa
natura normativa è inevitabile perché il processo di sviluppo ha una componente soggettiva definita
dall’esperto.
COSTRUZIONE INDICATORI seguono due scuole di pensiero,
1 deve essere in base alla disponibilità dei dati
2 deve essere guidata dalla definizione dei concetti (*)
The distinction can be developed into other resulting definitions:
- objective indicator, based upon explicit criteria, shared by external observers - subjective indicator, based upon subjective evaluations and implicit criteria
which can vary from individual to individual.
Distinzione indicatori soggettivi VS oggettivi.
OGGETTIVI si basano su dei criteri espliciti condivisi da osservatori esterni.
SOGGETTIVI si basano su valutazioni soggettive e su criteri impliciti che variano in base agli
individui.
DEFINIZIONE METODO DI MISURAZIONE
Non c’è principio di soggettività ma strutturano e rilevano l’aspetto oggettivo.
COME SI PROCEDE NELLA DEFINIZIONE? Dobbiamo applicare un disegno gerarchico, che
comprende vari passaggi quali: 1 DEFINIRE IL MODELLO CONCETTUALE; 2 DEFINIRE
LE VARIABILI; 3 DEFINIRE EVENTUALI DIMENSIONI; 4 DEFINIRE GLI
INDICATORI (di base).
1 DEFINIRE IL MODELLO CONCETTUALE
Domanda: qual è il fenomeno che vogliamo individuare? Vedere la complessità, definire limiti
temporali e spaziali (es. disegno di ricerca).
2 DEFINIRE LE VARIABILI
Domanda: quali sono gli aspetti del fenomeno che vogliamo studiare? Variabili concettuali, non
osservabili, ogni variabile rappresenta uno degli aspetti all’interno del modello concettuale.
3 DEFINIRE EVENTUALI DIMENSIONI
Domanda: quali sono i fattori che definiscono ciascuna variabile concettuale?
Es. tipi di intelligenza
Ogni dimensione rappresenta ogni fattore che definiscono la variabile corrispondente.
4 DEFINIRE GLI INDICATORI (di base)
Domanda: in quale modo, in ciascuna delle dimensioni di una variabile concettuale, deve essere
misurata? Perché si deve diminuire l’errore di misurazione scomponendo la definizione e
intensificando la rilevazione.
FONTI UFFICIALI= dati prodotti da organizzazione e istituti pubblici, procedure condivise a
livello internazionale, affidabili spesso prodotti da fonti non aggiornate quindi vanno prima
verificate.
PER ESPRIMERE M. RIFLESSIVO E FORMATIVO ABBIAMO IL M. FATTORIALE
Questo vale anche nel caso in cui la variabile latente sia multifattoriale, in questo caso,
scomponendo la varianza comune in dimensioni, alcuni indicatori saranno più correlati a una
variabile e alcuni ad un'altra -> ce lo dice l'analisi fattoriale.
2)Modello formativo : NON MODELLO FATTORIALE, PER TEMI ECONOMICO-
SOCIALE (es: voglio misurato lo status socioeconomico, lo misuro attraverso il
reddito, il titolo di studio, l'abitazione, professione -> se prendo questa lista e tolgo un
indicatore, la variabile latente cambia) -> gli indicatori definiscono la variabile latente, a
seconda di quelli che selezioniamo. (Gli indicatori causano la variabile latente, che è l'opposto
del modello riflessivo). Elemento fondamentale: non c’è intercambiabilità tra gli indicatori, perché
assunzione di base di questo modello è che sussista la correlazione tra tutti gli indicatori presenti nel
modello, la correlazione può analizzare solo due variabili per volta.
Per quanto riguarda l'errore, esso va ad influenzare la variabile latente.
Gli indicatori non devono essere molto correlati, se due indicatori sono altamente correlati
significa che stanno misurando due volte la stessa variabile. Se gli indicatori sono molto
correlati tra loro non va bene, bisogna eliminare quelli correlati perché stanno misurando due
volte la stessa cosa (quella parte pesa di +)> questo è perché in questo modello sono gli indicatori a
causare la variabile latente. (Quindi in questo modello è importante che gli indicatori siano tutti
diversi tra loro). Se togliamo l’indicatore modifichiamo la variabile latente nella definizione, non
sono intercambiabili. L’errore è uno ed è sulla latente.
MAGGINO 24 OTT
*POTENZIALE CRIMINALE PRINCIPIO DI PRECAUZIONE 30LODE PER ME
FROM BASIC INDICATORS TO SYSTEMS OF INDICATORS
(passerotto)
Non hanno un modello di riferimento concettuale, the proper and accurate application of the
hierarchical design leads to the consist- tent definition of a complex structure which does not
represent a pure and simple collection of indicators. In this complex structure, each indicator
measures and represents a distinct constituent of the defined phenomenon. Gli indicatori
dovrebbero essere usati come sensori connessi tra di loro concettualmente sist. Indicatori. ( Se il
monitoraggio viene fatto per prendere decisioni).
L’applicazione del disegno gerarchico consiste nel complesso delle strutture che non rappresentano
una semplice collezione di indicatori. In questo complesso, ogni indicatore misura e rappresenta un
costituente distinto di un dato fenomeno.
For its characteristics, such complex structure can be defined as a system. A group of indicators
without functions and interconnections represents what techni- cally is called set of indicators.
Per ogni carattere, questo complesso di strutture può essere definito come sistema. Un gruppo di
indicatori senza funzioni connesse tra loro rappresentano quello che tecnicamente è chiamato un
SET di indicatori.
I sistemi complessi non sono prevedibili, se seguiamo il modello gerarchico arriviamo ad un
sistema degli indicatori, un insieme di indicatori dove ogni indicatore ha un significato e sappiamo
anche ogni relazione concettuale, il sistema di indicatore è una struttura complessa. Un sistema è
adattivo NON rigido. Il sistema deve essere verificato se ci vogliono nuovi indicatori etc.
Esempio: benessere, è soggettivo, ci sono vare dimensioni positive e negative, dimensione
emotiva, dimensione + razionale ovvero la soddisfazione, questa dimensione la devo declinare in
tanti domini (per la casa, famiglia etc.), individuati i domini individuo la domanda, ricaviamo
quindi un quadro complessivo.
- Assesment.
Un sistema di indicatori è definito anche dalla sua architettura , caratterizzata da 3 questioni:
- Temporale : quante volte viene osservato, con quale cadenza temporale, questo dipende
dalla dinamica dei fenomeni <<the same phenomenon on the same reality is observed over
time (years, months, etc.). This view requires an organization in term of cadence (rate) and
continuity through which indicators are collected and updated; indicators will not
necessarily have the same rate but will be updated with reference to the permanence of the
measured phenomenon; moreover, the dynamics should consider also the optimal duration
to understand resource diminution as well as impacts of changes.>>. QUANDO
- Territoriale: capire se voglio su tutto il territorio nazionale o distribuito territorialmente
<< the same phenomenon in the same moment is observed and analyzed across different
territorial areas (regions, provinces, etc.). the main issue is identifying the frame adequate
to the phenomenon (the best area aimed at understanding air pollution may require a
different area size from the one aimed at understanding crime); in other situation, the size is
established at administrative level (e.g., regions or countries) on which the decisional
system (policy) is sized
>>. DOVE
- Gruppi sociali : su chi farla, sul campione, deve contenere certi gruppi sociali. <<the same
phenomenon in the same moment is observed in different groups (e.g., different generations,
income levels). This view requires an organization in terms of sample of observed
individuals. >>. CHI
Tutto questo per rendere il sistema confrontabile, la confrontabilità che comincia dal modello
concettuale, dagli strumenti e dal livello di osservazione, avviene sui concetti e sulle misure
sintetiche.
CRITERI – BENCHMARKS -
<<benchmarking helps in understanding where each case is in relation to a particular
standard>>. Porre dei riferimenti per poter capire e interpretare il risultato, sono dei valori,
possono assumere varie forme:
- reference point (or critical value),16 representing quantitative information established thanks to
scientific research or to desired norms; informazioni quantitative, valore.
- signpost arrow , indicating the comparison with reference to previous perfor- mance (betterment
or worsening); dare una direzione sempre in crescita o discesa, non siamo un valore ma una
direzione PIL
- best practice , representing a model to be followed; modello di comportamento
MANAGING INDICATORS: INSTRUCTION FOR USE
Managing indicators needs their quality to be considered and introduces at the same time a
challenge (given by the complexity), a need (represented by the relativization) and a risk (given by
the over-reductionism).
Lavorare con gli indicatori comporta:
Sfida COMPLEXITY: complessità perché abbiamo un lavoro dove dobbiamo descrivere la
realtà che è multidimensionale, natura del fenomeno, livello di osservazione, le dinamiche della
realtà (trend, tendenze), relazioni complesse, contiene strutture di valore, basati su ideali o
esperienza soggettive, diverse prospettive di osservazioni, obiettivi, quale punto di osservazione.
Obiettivo: autentica rappresentazione della realtà NON complessa.
Necessità A Need: Making Relative , di rendere tutto relativo, anche concettualmente,
dobbiamo essere coerenti ed adeguati <<Making relative represents a crucial need in
dealing with indicators and concerns issues which are at the same time
conceptual and technical.>>.
Rischio A Risk: Reductionism, riduzionismo ovvero sintetizzare troppo, è inevitabile,
pericoloso se portato agli estremi, parte anche nel momento in cui andiamo ad individuare, gli
indicatori sono dei sensori della real <<On the other hand, it is dangerous to concentrate on just a
few elements and statistically infer the sufficiency of the reduced observation from them>>. O
abbiamo troppi di indicatori quindi un’esigenza di ridurli.
Si sintetizza quando abbiamo fenomeni complessi, facile lettura, tirar fuori dato, la cui base ha
diversi parametri, sub indicatori che formano un indicatore principale.
Fenomeno da sintetizzare aspetti fondamentali
- METODOLOGIA DI SINTESI : processi e metodi di sintetizzazione (es. media), applicare
quella più idonea e corretta al caso di analisi, capire la natura del fenomeno.
- SVILUPPO IPOTESI DI RICERCA : domande che noi poniamo alla base del nostro
studio e se sono convalidate o meno ESTERNABILITÀ DEI MODELLI. Parto da ciò
che è già noto e aggiungo ciò che attualmente non è ancora reso noto. L’esternabilità varia
nel tempo, luogo e influenzata dal contesto socioculturale.
In statistica ci sono due tipi di errori:
- ALPHA 1 specie, + importante, rigetto e rifiuto, do per nulla un’ipotesi vera
- BETA 2 specie, - importante, accettare un’ipotesi falsa.
Quando si fa un campione, si incorre in errori
Scelta parametri
Significatività statistica : quando una variabile è ritenuta statisticamente significativa?
quando il margine di errore va dal 10% in giù. **P-VALUE *, **, *, quanto la variabile
impatta sul fenomeno studiato.
margine errore inferiore al 10% P-VALUE * (affidabile al 90%)
margine errore inferiore al 5% P-VALUE ** (affidabile al 95%)
margine errore inferiore al 1% P-VALUE *** (affidabile al 99%)
MAGGIORE È L’ERRORE, PIÙ È PROBABILE SBAGLIARE
NON AVREMO MAI MODELLI CON VARIABILI TUTTE SIGNIFICATIVE, MA
SARANNO SOLO UTILI ALL’ANALISI COMPLETA CHE RAFFORZERANNO LE
NOSTRE IPOTESI.
Consistenza analisi delle variabili : validità dello studio partendo dalla significatività di
parametri e indicatori che analizziamo.
Valore unico, mentendo distinti gli elementi o mettendo tutto insieme
L’errore è dato da un elevata Varianza, ovvero lo spostamento delle singole osservazioni
rispetto alla media, una varianza alta comporta un errore alto gestione della varianza come?
- Quando posso aumento la numerosità campione, la varianza scende
- Aumentare parametri utilizzati
MAGGINO/MARGARET 8 NOV
14 novembre Antonicelli
VARIABILI LATENTI, MODELLO FATTORIALE.
Variabile caratteristica sul campione d’analisi, quantitativa o qualitativa
La variabile latente non è oggettivamente rilevabile e che racchiude un fenomeno, il fenomeno va
sintetizzato.
Analisi fattoriale 1 ESPLORATIVA; 2 CONFERMATIVA:
differenza tra le 2: la confermativa analizza un fenomeno già dato, prende gli stessi parametri,
vengono portati nel nostro contesto e vede se è confermata o no, quando non accade si ha;
l’ esplorativa , testa nuove variabili e parametri per analizzare lo stesso fenomeno, ma doppio check
per vedere quale modello bisogna utilizzare.
- ESPLORATIVA : scopo ridurre un insieme di variabili osservate, e sintetizzarle ad un
livello inferiore di variabili non osservate o latenti, trasformare variabili osservate in una
struttura semplice che deve avere tutte le caratteristiche iniziali
*Disegno: quando ho un fenomeno utilizzo le analisi bivariate o multivariata. Y è la variabile
dipendente o oggetto di analisi.
ß con 0
ß con 1 x con i variabile indipendente, repressore è il parametro che spiega il fenomeno Y
Le X sono le determinanti del fenomeno Y
ß coeff angolare, l’impatto che la x ha sulla y
ε
Almeno 5 elementi: 1 fenomeno osservabile, 2 variabile x 3 Il suo impatto con ß
4 intercetta ed 5 errore
MODELLO RIFLESSIVO: variabili tra loro correlate, posso cambiare le variabili, l’errore va sulle
singole variabili, come si definisce la funzione relativa alla variabile x con 1? coefficiente A x F1+
U(errore)
DIFFERENZE TRA MODELLO ESPLORARIVO(AFE) E
CONFERMATIVA (AFC)
Esplorativa: AFE , serve per cercare variabili latenti all’interno delle variabili osservate, non
abbiamo ipotesi di ricerca definite a priori, non sappiamo fattori che influiscono sulle variabili
osservate, tutto da costruire
Confermativa: AFC , fenomeno noto e si hanno idee molto chiare, conosciamo i domini e si sa su
quali fattori influenzano le variabili; quindi, ci limitiamo alla verifica nel nostro contesto e arco
temporale se certe relazioni precedentemente analizzate si verificano e confermano.
Non è detto che ci possa essere una ESCLUSIVITÀ dell’approccio di una variabile rispetto al
fattore, tutte le x rilevate con pesi diversi fanno parte di entrambi i fattori, ma quali sono le variabili
del fattore 1 o 2? Il peso delle variabili che hanno nella definizione subentrano i coefficienti. Un
COVARIANZA, CORRELAZIONE natura legame, diretto(x e y si muovono nello stesso verso)
o inverso( aumenta una diminuisce l’altra) covarianza negativa correlazione lineare inversa,
covarianza positiva correlazione lineare diretta.
CORRELAZIONE standardizza, è COVARIANZA
STANDARDIZZATA
RETTANGOLO andranno sempre e soltanto le variabili osservate
ELISSE o OVALE variabile latente
SEGMENTO indica una relazione generica
FRECCIA determina influenza o spiegazione del fenomeno
DOPPIA FRECCIA o SEGMENTO CON DUE PUNTE influenza reciproca, tipo correlazione o
covarianza
INTENSITÀ correlazione da -1 a 1, quando è elevato l’andamento delle variabili è in
concomitanza, maggiore è il livello di correlazione, maggiore sarà la CONCOMITANZA tra le
due variabili, hanno aspetti in comune definiti con r² quanto una variabile riesce a spiegarmi
dell’altra, varianza spiegata, quanto x riesce a spiegare le y.
Terza variabile che mi influenza x e y, elemento sottostante da analizzare e si genera
Z X
Y
MATRICE TEDRATA le x vengono definite TEDRATE e rappresentano un’elevata
correlazione tra le variabili.
Alla base del modello fattoriale c’è il MODELLO DI REGRESSIONE (funz. Regressione lineare)
MODELLO FATTORIALE
X1= ß1F1+ð
La X assume ruolo di variabile dipendente; F1 è il fattore latente che assume ruolo variabile
indipendente, ß1 è il coefficiente angolare, ð1 errore.
APPROCCI
ACP Approccio Competenze Fattoriali(no)
AFE Analisi fattoriale esplorativa
AFC Analisi fattoriale confermativa
ANALISI FATTORIALE generale serve per trasformare le x e semplificarle in strutture
semplici ovvero variabile latente ovvero che deve conservare le caratteristiche originali
RIDURRE e SENTITIZZARE insieme variabili osservate ad un insieme inferiore di variabili
non osservate o latenti.
AFE per cercare variabili latenti all’interno di variabili osservate, ma non ho ipotesi di
ricerca, mancano le ipotesi a priori
AFC fenomeno noto e si hanno idee molto chiare, conosciamo i domini e si sa su quali
fattori influenzano le variabili; quindi, ci limitiamo alla verifica nel nostro contesto e arco
temporale se certe relazioni precedentemente analizzate si verificano e confermano.
IMPLICAZIONI
- Ogni fattore spiega tutte le variabili osservate, non si hanno variabili singoli NON spiegate.
- Una variabile latente deve almeno spiegare un fattore unico.
- Latenti diverse possono influire su più elementi unici afferenti a variabili diverse.
