91212 - METODO E TECNICHE DELL'ANALISI DEI DATI

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

Il corso offre un approfondimento delle tecniche di analisi statistica e mira a sviluppare nelle studentesse e negli studenti le competenze necessarie per interpretare, valutare e applicare autonomamente le informazioni di natura statistica. L'insegnamento segue un approccio didattico ispirato alla "classe invertita", combinando lezioni frontali con esercitazioni pratiche.

Il corso è suddiviso in due sezioni di diversa durata:

• Lezioni frontali (16 ore): questa sezione introdurrà studentesse e studenti ai concetti e alle teorie di base della statistica;
• Esercitazioni pratiche (12 ore): questa sezione si concentrerà sull'applicazione e l'approfondimento delle conoscenze acquisite. Per le esercitazioni pratiche, studentesse e studenti saranno divisi in due gruppi.

Al termine del corso, studentesse e studenti saranno in grado di:

• Leggere e comprendere articoli su riviste e pubblicazioni specializzate contenenti risultati di analisi statistiche bivariate e multivariate;
• Valutare le sintesi e le elaborazioni statistiche di dati censuari o campionari;
• Applicare autonomamente alcune tecniche di analisi statistica per la descrizione di fenomeni politici e sociali;
• Conoscere i fondamenti della statistica inferenziale.

L'insegnamento si concentrerà sulle seguenti tematiche:

• Tecniche di analisi bivariata e multivariata: verranno introdotte e approfondite diverse tecniche di analisi statistica per l'analisi di relazioni tra due o più variabili;
• Uso di software statistici per l'elaborazione dei dati: studentesse e studenti acquisiranno familiarità con l'utilizzo di software statistici, con particolare enfasi su Stata, per l'analisi e la rappresentazione di dati;
• Fondamenti della statistica inferenziale: il corso fornirà a studentesse e studenti una base di conoscenza dei principi della statistica inferenziale, con particolare riferimento alla stima e alla verifica di ipotesi.

Si consiglia a studentesse e studenti di avere una buona padronanza di elementi di:

• Metodologia della ricerca in campo sociologico/politologico
• Statistica di base

In caso di carenze in tali aree, si consiglia la frequenza del corso di Metodologia della ricerca sociale e politica durante il primo semestre.

Il programma dettagliato del corso, nonché la suddivisione in lezioni e esercitazioni, verrà pubblicato prima dell'inizio del corso.

 

Testi/Bibliografia

Il manuale adottato per il corso, valido sia per le studentesse e gli studenti frequentanti sia per i non frequentanti, è il seguente:

• Agresti, Alan, Metodi statistici di base e avanzati per le scienze sociali, quinta edizione, Milano, Pearson, 2022.

Le studentesse e gli studenti non frequentanti dovranno studiare l’intero manuale, mentre coloro che hanno frequentato potranno concentrarsi esclusivamente sulle sezioni trattate in modo approfondito durante le lezioni.

Un elenco di risorse integrative, comprensivo di letture consigliate, sarà disponibile sulla pagina web del corso prima dell’inizio del semestre.

 

Metodi didattici

Il corso seguirà un approccio didattico che combina lezioni frontali con esercitazioni pratiche. Le lezioni frontali introdurranno i concetti teorici e metodologici di base, mentre le esercitazioni pratiche permetteranno a studentesse e studenti di applicare le conoscenze acquisite e di sviluppare le loro capacità di analisi statistica. Le esercitazioni saranno svolte in aula (è necessario portare il proprio laptop), utilizzando software statistici (Stata) e lavorando su casi di studio reali.

I materiali per le esercitazioni verranno resi disponibili sulla piattaforma Virtuale di Ateneo.

Per info su download e installazione software Stata (gratuito per studentesse e studenti Unibo): https://www.unibo.it/it/studiare/vivere-luniversita-e-la-citta/agevolazioni-per-computer-tablet-e-software/stata-se-licenza-campus.

Modalità di verifica e valutazione dell'apprendimento

L'apprendimento delle studentesse e degli studenti frequentanti sarà valutato attraverso:

• Un esame scritto alla fine della prima parte del corso: l'esame consisterà in una prova scritta con 30 domande a risposta multipla (ogni risposta corretta vale un punto) che verteranno sui contenuti teorici e metodologici del corso (50% della valutazione);
  
• Take-home exam: alla fine della seconda parte, studentesse e studenti, divisi in gruppi di massimo tre persone, dovranno svolgere a casa un'esercitazione pratica sui temi del corso da consegnare successivamente al docente (50% della valutazione). L’esercitazione comprende sei esercizi (ciascuno valutato fino a un massimo di 5 punti) che prevedono l’utilizzo del software Stata applicato a specifici dataset distribuiti in aula.

Per studentesse e studenti non frequentanti l'esame consisterà in una prova orale che verterà sui contenuti teorici e metodologici del corso, nonché sulla capacità degli studenti di applicare le conoscenze acquisite a casi di studio.

Ulteriori approfondimenti sulle modalità di valutazione verranno forniti all'inizio delle lezioni.

La presenza in aula sarà regolarmente monitorata. Per essere considerati frequentanti, sarà necessario aver partecipato ad almeno due terzi delle lezioni di entrambe le parti del corso e aver svolto entrambe le prove d’esame.

Il voto si può rifiutare 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.

Per una migliore comprensione, il voto finale sarà orientato secondo i seguenti criteri valutativi:

• 18-21: Conoscenza basilare o appena sufficiente degli argomenti, limitata padronanza dei metodi e delle tecniche statistiche.

• 22-25: Conoscenza soddisfacente degli argomenti, discreta padronanza dei metodi e delle tecniche statistiche.

• 26-29: Conoscenza approfondita degli argomenti, buona padronanza dei metodi e delle tecniche statistiche.

• 30-30L: Conoscenza completa e approfondita degli argomenti, eccellente padronanza dei metodi e delle tecniche statistiche.

 

Strumenti a supporto della didattica

Slide, esercizi, dataset, coding, reperibili su piattaforma Virtuale di Ateneo.

Orario di ricevimento

Consulta il sito web di Luca Pinto