91212 - METODO E TECNICHE DELL'ANALISI DEI DATI (DISPA)

Anno Accademico 2023/2024

  • Docente: Marco Albertini
  • Crediti formativi: 8
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea Magistrale in Politica, amministrazione e organizzazione (cod. 9085)

Conoscenze e abilità da conseguire

L'insegnamento ha per oggetto le tecniche di analisi statistica dei dati. Al termine dell'insegnamento - che presuppone l'acquisizione pregressa di competenze nell'ambito della metodologia della ricerca sociale e politica - lo studente conosce le principali tecniche di base per l'analisi descrittiva bivariata delle informazioni raccolte in matrice-dati; comprende gli elementi fondamentali dell'inferenza statistica; padroneggia i principi di base per l'analisi statistica multivariata e per l'interpretazione dei risultati dei corrispondenti modelli; si orienta fra le principali tecniche di campionamento; è in grado di valutare criticamente le analisi dei dati compiute da altri studiosi; può identificare e fruire di fonti di dati statistici.

Contenuti

l corso adotta una modalità di organizzazione della didattica – ispirata alla logica della “classe invertita” – che prevede la suddivisione in due diverse sezioni, di diversa durata.

Una sezione è composta da lezioni frontali (16 ore) e si propone di introdurre gli/le studenti/esse all’acquisizione degli strumenti concettuali e teorici di base. Un’altra sezione, organizzata secondo modalità di esercitazioni pratiche (12 ore), è mirata all’applicazione delle conoscenze e al loro approfondimento. La suddivisione in lezioni ed esercitazioni, e il relativo calendario, sarà specificata nel programma che verrà pubblicato su virtuale prima dell'inizio del corso.

Per la sezione organizzata secondo modalità di esercitazione, gli studenti si divideranno in 2 gruppi.

L’insegnamento fornisce un approfondimento in merito alle tecniche di analisi statistica, al fine di promuovere la capacità dello studente di interpretare e valutare in maniera critica le informazioni di natura statistica e di dotarlo di competenze specifiche per l’elaborazione autonoma di informazioni raccolte in matrice-dati. Al termine del corso ci si attende che lo studente: sia in grado di leggere e comprendere articoli su riviste e/o pubblicazioni specializzate contenenti risultati di analisi statistiche bivariate e multivariate; sappia valutare le sintesi ed elaborazioni statistiche di dati censuari o campionari; abbia acquisito le competenze necessarie per applicare autonomamente alcune tecniche di analisi statistica per la descrizione di fenomeni economici, politici e sociali; conosca i fondamenti della statistica inferenziale. In particolare, l’insegnamento sarà incentrato sulle tecniche di analisi bivariata e multivariata e avrà anche una componente pratica - attraverso 10 ore di laboratorio opzionale - incentrata sull’uso di software dedicato per l’elaborazione dei dati. 

E’ opportuno che lo studente sia gia’ dotato di una buona padronanza di elementi di metodologia della ricerca in campo sociologico/politologico e di elementi di base della statistica.

Nel caso in cui lo studente non sia in possesso di tali conoscenze si consiglia caldamente la frequenza del corso di Metodologia della ricerca sociale e politica durante il primo semestre.

Su quest’ultimo punto, si consiglia inoltre lo studio, prima dell’inizio delle lezioni, del volume di P. Corbetta, G. Gasperoni e M. Pisati, Statistica per la ricerca sociale, Bologna, Il Mulino, 2001 (capitoli 1-3).


Testi/Bibliografia

testo base del corso sara' 

Agresti A (2022, 5a edizione) (a cura di Petrucci A e Porcu M) Metodi statistici di base e avanzati. Milano: Pearson. 

Ulteriori indicazioni bibliografiche specifiche verranno fornite/messe a disposizione nella pagina virtuale del corso prima dell'inizio delle lezioni.

Sulla piattaforma Virtuale verranno caricate oltre alle diapositive utilizzate a lezione, brevi audio, esercitazioni usate a lezione, articoli rilevanti sui temi affrontati a lezione. 

Metodi didattici

Lezioni frontali, numerose esercitazioni svolte in aula o assegnate a casa e corrette in aula, laboratorio aggiuntivo di coding e analisi dei dati. 

Il docente utilizzerà in maniera intensiva i materiali creati e resi disponibili sulla piattaforma virtuale di Ateneo, si richiede pertanto agli studenti di registrarsi sulla piattaforma prima dell'inizio del corso.

NB: maggiori e più dettagliate informazioni circa l'organizzazione delle lezioni verranno fornite a lezione e saranno reste disponibili nei materiali reperibili sulla pagina del corso in virtuale.unibo.it

Modalità di verifica e valutazione dell'apprendimento

L’esame è scritto ed è composto da domande a risposta multipla, domande aperte a risposta breve o argomentata, esercizi di analisi dati e di lettura di risultati di analisi.

Gli/le studenti/esse possono fare valere soltanto la votazione conseguita nel più recente tentativo di superare l’esame.

Lo studente che supera la prova può rifiutare il voto una sola volta. Tale principio è conforme a quanto specificato nel Regolamento Didattico di Ateneo, art. 16, co. 5, modificato dalla delibera del Senato Accademico approvata dal CdA nel febbraio 2018: “in caso di esito positivo lo studente può chiedere di rifiutare il voto. Il rifiuto deve essere concesso dal docente almeno una volta sul singolo insegnamento”.

Dopo un rifiuto, qualsiasi esito positivo verrà verbalizzato.

Strumenti a supporto della didattica

Piattaforma virtuale.unibo.it 

Software per l'analisi dei dati: Stata, R, R-studio. 

Orario di ricevimento

Consulta il sito web di Marco Albertini

SDGs

Istruzione di qualità

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.