Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Statistica Descrittiva: Misure di Tendenza Centrale per Variabili Nominali e Ordinali, Guide, Progetti e Ricerche di Statistica Sociale

Le misure di tendenza centrale applicabili alle variabili nominali e ordinali in statistica descrittiva. Il testo include esempi e calcoli per le modalità, le frequenze relative e le percentuali, nonché la distribuzione delle frequenze cumulate. Vengono presentate le misure di tendenza centrale come proporzioni, rapporti e la modalità, e si discute sulla differenza tra le scale nominali e ordinali. Il documento conclude con l'esempio di una tabella delle frequenze cumulate per un titolo di studio.

Tipologia: Guide, Progetti e Ricerche

2018/2019

Caricato il 15/04/2019

gigia17
gigia17 🇮🇹

4.4

(15)

42 documenti

1 / 44

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Gli strumenti di valutazione dei Gli strumenti di valutazione dei
fenomeni sociali: scale di misurafenomeni sociali: scale di misura
Corso di Statistica Sociale
GIUSEPPE AVENA
Università degli Studi di Messina – Dipartimento DICAM
Corso di Laurea in Scienze dell’Informazione:
Comunicazione Pubblica e Tecniche Giornalistiche (L-20; L-16)
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c

Anteprima parziale del testo

Scarica Statistica Descrittiva: Misure di Tendenza Centrale per Variabili Nominali e Ordinali e più Guide, Progetti e Ricerche in PDF di Statistica Sociale solo su Docsity!

Gli strumenti di valutazione deiGli strumenti di valutazione deifenomeni sociali: scale di misurafenomeni sociali: scale di misura^ Corso di Statistica Sociale^ GIUSEPPE AVENA^ Università degli Studi di Messina – Dipartimento DICAMCorso di Laurea in Scienze dell’Informazione:Comunicazione Pubblica e Tecniche Giornalistiche (L-20; L-16)

Metodi statistici per l’analisi dei fenomeniMetodi statistici per l’analisi dei fenomenisociali e lo studio dell’opinione pubblicasociali e lo studio dell’opinione pubblica I due filoni della^ metodologia statistica^ sono:• Statistica descrittiva^ (o^ non probabilistica

): volta alla rappresentazione mediante strumenti matematici, di uno o più fenomeni reali con uno studiosull’intera^ collettività^ in^ cui^ si^ manifesta

il^ fenomeno^ o^ più^ fenomeni^ di interesse.^ Storicamente^ è^ la^ prima^ forma^ di^ analisi^ statistica^ utilizzata (commentare e interpretare le cose dello Stato). •^ Statistica^ inferenziale^ (o^ induttiva

o^ probabilistica ):^ volta^ all’induzione

2

-^ Statistica^ inferenziale^ (o^ induttiva

o^ probabilistica ):^ volta^ all’induzione probabilistica^ circa^ la^ struttura^ incognita

della^ popolazione,^ partendo^ da informazioni rilevate su un sottoinsieme della popolazione.L’ inferenza^ è sostanzialmente una catena di ragionamenti che

partendo da premesse giunge ad una conclusione logica

:

-^ Deduttiva: da^ assunti generali^ a^ conclusioni particolari

(se premesse vere, conclusioni vere).•^ Induttiva:^ da^ casi^ particolari^ a^ conclusioni

di^ carattere^ generale^ (le conclusioni sono sempre incerte,^ probabilistiche

).

4

5

Tipologia delleTipologia delleinformazioni statisticheinformazioni statistiche A loro volta i caratteri quantitativi^ (variabili) si suddividono in

discreti^ e continui : •^ variabili^ discrete : in un^ intervallo limitato

possono assumere solo un numero^ finito^ di^ valori ,^ le^ modalità

possono^ sempre^ essere^ messe^ in corrispondenza con i numeri naturali

(1, 2, 3,…).

-^ :^ possono^ assumere

7

-^ variabili^ continue :^ possono^ assumere

qualsiasi^ valore^ nell’insieme^ dei numeri reali. Esempi di variabili discrete sono:il numero di componenti delle famiglie, quello degli sportelli bancari di unaprovincia, dei dipendenti di una azienda, dei passeggerei Alitalia, ecc.Una ulteriore^ classificazione dei caratteri statistici

, è stata introdotta dallo^ psicologo Stevens^ (1946), nell’ambito della

teoria della misurazione. Pertanto, i caratteri si distinguono in funzione della

scala di misurazione : nominale, ordinale, ad intervallo, di rapporto

.

I caratteri con scalaI caratteri con scalanominalenominale I caratteri^ con^ scala

nominale

costituiscono^ variabili

le cui^ modalità^ non

assumono^ alcun^ ordine

precostituito ;

l’unico^ confronto^ ammissibile

tra^ due^ unità^8

l’unico^ confronto^ ammissibile

tra^ due^ unità

statistiche^ consiste nello stabilire se sono uguali^ o^ diverse^

rispetto^ a^ quel

carattere. Sono esempi: la religione, la professione, lanazionalità, il sesso, ecc.

I caratteriI carattericon scala a intervallocon scala a intervallo Infine le variabili quantitative^ si distinguono^ scale a intervallo e a rapporto

. Queste^ scale^ costituiscono^ livelli^ più^ elevati

di^ misurazione ,^ in^ quanto^ permettono^ di distinguere non soltanto quale sia il valore più grande, ma anche

di quanto. I^ caratteri^ con^ scala^ a^ intervallo^ sono^

variabili^ che^ consentono^ un^ confronto^ per differenza^ tra^ le^ modalità^ che^ i^ soggetti

assumono^ poiché^ i^ valori^ hanno^ un’origine arbitraria ,^ quindi^ non^ univocamente^ definita.

10 arbitraria ,^ quindi^ non^ univocamente^ definita. Tipica variabile ad intervalli è la temperatura

misurata con il termometro. Per esempio, l’aumento di calore che si verifica tra 0° e 20° della scala Celsius è lo stessoche si verifica tra 20° e 40°.Non si può, invece, affermare che il caldo a 40° è doppio che a 20°, perché il valore 0°,origine del termometro, è puramente convenzionale (per convenzione lo 0 è definito latemperatura dell’acqua che gela).Infatti la scala Fahrenheit (°F) adotta un altro zero.La trasformazione è la seguente:°F = 32 + 1,8°C.Quindi 20°C = 68°F e 40°C = 104°F : non è vero che il caldo è doppio.

I caratteriI carattericon scala di rapportocon scala di rapporto I caratteri con^ scala^ di^ rapporto^ sono

variabili quantitative^ le^ cui^ modalità

possono^ essere^ misurate partendo^ da^ un’origine^ che

rappresenta^ la^ nullità^ del fenomeno , quindi univocamente definita.

11 Sono^ su^ scale^ a^ rapporti , per^ esempio,^ il^ reddito,^

il numero di figli per famiglia, il numero di addetti delleimprese, il peso, la statura, ecc.In questo caso ha senso fare un

rapporto tra le modalità di un carattere , per esempio, tra sei milioni di lire e tremilioni di lire (rapporto uguale a due) ha senso dire che ilprimo individuo guadagna il doppio del secondo individuo.

ClassificazioneClassificazione(scala nominale)(scala nominale) Scala nominale Insieme delle categorie^ che consentono la classificazione di tutti i casi. Variabile nominale Detta anche variabile^ qualitativa^ o^ variabile^ categorica

,^ è^ una variabile^ misurata^ su^ una^ scala^ di^ tipo

nominale.^13 variabile^ misurata^ su^ una^ scala^ di^ tipo

nominale. La^ corretta^ definizione della^ scala nominale

è il fondamento per una corretta misurazione , per cui devono essere rispettate almeno

due regole : 1)^ il^ criterio^ che^ determina^ l' attribuzione

di^ un^ oggetto^ ad^ una specifica categoria^ deve essere^ unico

2)^ le^ categorie^ devono^ essere^ esaustive

(l'insieme^ delle^ categorie deve^ permettere^ la^ classificazione

di^ tutti^ i^ casi)^ e^ mutualmente esclusive^ (ciascun caso deve essere classificato in una sola categoria).

Sintesi statisticheSintesi statisticheper scale nominaliper scale nominali Avendo a disposizione^ informazioni su scala nominale

, i^ metodi di

analisi statistica^ che possiamo applicare sono

piuttosto limitati.

Le^ misure^ che^ possiamo^ applicare

si^ basano^ esclusivamente^ sul

conteggio ,^ ovvero^ sul^ calcolo

di^ quante^ unità^ statistiche

possiedono^ una^ data^ caratteristica

.^14

possiedono^ una^ data^ caratteristica

Sotto il profilo della^ sintesi statistica per le scale nominali

si

possono applicare:• proporzioni (distribuzioni di frequenza relativa)• percentuali• rapporti• calcolare la moda• fare rappresentazioni grafiche

Frequenze relativeFrequenze relativee percentualie percentuali La frequenza relativa^ è una misura molto importante perché essendoun numero “puro”^ ci^ permette^ di^ confrontare

situazioni^ (indagini) riferite a^ collettività con diverse numerosità

Se calcoliamo^ la frequenza e la frequenza relativa

per ogni modalità del^ carattere^ X^ e^ inseriamo^ tali^ informazioni

in^ una^ tabella^ otteniamo del^ carattere^ X^ e^ inseriamo^ tali^ informazioni

in^ una^ tabella^ otteniamo

la^ distribuzione di frequenza^ (assoluta e relativa).Molto^ semplice^ risulta^ il^ passaggio

dalle^ frequenze^ relative^ alle percentuali^ dato che quest’ultime non sono altro che le

proporzioni moltiplicate^ per^100 (fanno^ riferimento

ad^ una^ collettività^ di numerosità^ 100).^ Nulla^ vieta^ di^

avere^ distribuzioni^ di^ frequenza moltiplicate per 1000^ invece che per 100 è solo una scelta legata alla frequenza dei fenomeni osservati.

16

I rapporti statisticiI rapporti statistici Un rapporto^ tra^ due^ quantità^ A^ (numeratore

o^ dividendo)^ e^ B

(denominatore o divisore) è definito dalla divisione di A con B

(A/B)

I^ rapporti^ al contrario delle proporzioni possono essere

superiori

all’unità. Ad^ esempio^ dato^ un^ campione^

di^ elettori^ da^ cui^ risulta^ che^

i

Democratici^ sono^420 ,^ i^ Repubblicani

sono^365 e^ gli^ Indipendenti^17

Ad^ esempio^ dato^ un^ campione^

di^ elettori^ da^ cui^ risulta^ che^

i

Democratici^ sono^420 ,^ i^ Repubblicani

sono^365 e^ gli^ Indipendenti

sono 130:420/130=42/13=3,23 rappresenta

il rapporto^ tra^ Democratici e

Indipendenti,^ vale^ a^ dire^ che

ci^ sono^ 3,23^ Democratici

(numeratore) ogni Indipendente (denominatore, ovvero la

Base^ o

Unità di misura).Le^ proporzioni^ quindi^ possono

essere^ viste^ come^ un^ caso

particolare dei rapporti , ovvero quello in cui il denominatore è datodal totale delle unità osservate.

I rapporti statisticiI rapporti statistici Tasso di occupazione = n. occupati/popolazioneTasso di disoccupazione = n. PCO/ popolazione attiva Un rapporto^ particolarmente^ usato^ è^ quello

definito^ Tasso^ di incremento^ (o^ variazione^ percentuale)

nel^ quale^ si^ divide Un^ rapporto^ particolarmente^ usato

è^ quello^ definito^ Tasso^ di incremento^ (o^ variazione^ percentuale)

nel^ quale^ si^ divide l’aumento^ (diminuzione) avvenuta in un

certo periodo di tempo , per l’ ammontare^ al^ tempo di partenza

. Definito Ail dato al tempo 1 e A^1

il dato relativo al tempo 2 2 ⇒100*(A- A)/A= 100[(A/A^2

) - 1] rappresenta il tasso di 1 incremento della variabile A.

19

Misure di tendenza centrale:Misure di tendenza centrale:la modala moda L’unica misura di tendenza centrale^ che possiamo calcolare per

caratteri su scala sconnessa^ è la cosiddetta^ moda^ che^ corrisponde^ alla^ modalità

che^ presenta^ maggiore^ frequenza^ oppure^

la proporzione^ (percentuale ) più elevata nella distribuzione

. N.B.^ Possono^ esistere^ variabili^ con^ più^ di^ una

moda^ (al^ max^ tante^ mode^ quanti^ sono^ gli^ item

= equidistribuzione).

20 Esempio:X freq. assolute x^201 x^152 x^213 x^174 x^135 ____________________Tot. (^86) xrappresenta la moda della distribuzione. 3