79038 - STATISTICA SOCIALE E METODOLOGIA DEI SONDAGGI

Conoscenze e abilità da conseguire

Al termine del corso lo studente possiede le capacità di definire i concetti di riferimento e gli ambiti di applicazione della statistica sociale, conosce sia i riferimenti concettuali di base per impostare indagini demoscopiche, sia gli strumenti metodologici per minimizzare gli errori campionari e non campionari. In particolare, lo studente è in grado di: - impostare un piano di ricerca - approntare disegni campionari alternativi - definire un questionario e le modalità di rilevazione con particolare riferimento al contesto sociale

Contenuti

I paradigmi della ricerca sociale - Ricerca sociale quantitativa vs qualitativa - Le fonti della Statistica Sociale - Il gender data gap - Indicatori e Indici sintetici - Questionari, interviste, disegno della ricerca - Domande e alternative di risposta - Processi psicologici sottostanti alla comprensione di domande e risposte - Tecniche di somministrazione del questionario - Piani di campionamento - La ricerca nell'ambito di popolazioni elusive - Causalità ed esperimento - Laboratorio

Testi/Bibliografia

Letture obbligatorie per frequentanti e non frequentanti

• Materiali online reperibili tramite piattaforma Virtuale.
• Piergiorgio Corbetta, Metodologia e tecniche della ricerca sociale. Il Mulino (capitoli da 1 a 8, per iscritti/e SVIC anche cap. 9)
• Matteo Mazziotta, Adriano Pareto (a cura di), Gli indici sintetici. Giappichelli Editore (parti I e II)

Letture facoltative

• Matteo Mazziotta, Adriano Pareto (a cura di), Gli indici sintetici. Giappichelli Editore (parte III)

Approfondimenti tematici

 Statistiche di genere, gender data gap, femminismo dei dati

• Caroline Criado Pérez, Invisibili. Einaudi
• Catherine d'Ignazio e Lauren F. Klein, Data Feminism. MIT Press (https://data-feminism.mitpress.mit.edu)
• Catherine d'Ignazio, Counting Feminicide: Data Feminism in Action. MIT Press (https://mitpressonpubpub.mitpress.mit.edu/counting-feminicide)
• Chiara Lalli e Sonia Montegiove, Mai dati. Dati aperti (sulla 194). Perché sono nostri e perché ci servono per scegliere. Fandango Libri
• Emanuela Griglié e Guido Romeo, Per soli uomini. Il maschilismo dei dati, dalla ricerca scientifica al design. Codice edizioni

Intelligenza artificiale, race/gender bias

• Cathy O'Neil, Armi di distruzione matematica. Come i big data aumentano le disuguaglianze e minacciano la democrazia. Bompiani
• Safiya Umoja Noble, Algorithms of Oppression: How Search Engines Reinforce Racism. New York University Press

Data activism

• Sarah Williams, Data Action: Using Data for Public Good. MIT Press (https://direct.mit.edu/books/book/4983/Data-ActionUsing-Data-for-Public-Good)

Metodi didattici

L'insegnamento partecipa al progetto di innovazione didattica dell'Ateneo secondo il modello di Didattica Digitale Integrativa. I metodi didattici comprendono sia la partecipazione degli studenti a lezioni frontali che attività di approfondimento autonome e self-paced basate su materiale di vario genere, come slides, risorse web, data set, articoli scientifici, infografiche, report, visualizzazioni di dati, dashboard di indicatori, pagine web interattive, repository di dati e metadati, sondaggi di opinione, articoli di stampa e approfondimenti d’inchiesta giornalistica, contenuti di testo e video per social network, esercitazioni in aula e da svolgersi a casa.

Modalità di verifica e valutazione dell'apprendimento

I contenuti del corso saranno verificati tramite test scritto ed eventualmente un colloquio orale (a discrezione della docente).

È prevista la possibilità di sostenere una prova intermedia in forma di esame scritto da sostenersi alla fine del primo ciclo di lezioni.

Strumenti a supporto della didattica

Presentazioni Power Point, Microsoft Excel, Stata 17.

Orario di ricevimento

Consulta il sito web di Francesca Tosi