1 / 15

L ’ analisi monovariata

L ’ analisi monovariata. L ’ analisi monovariata serve a studiare la distribuzione di singole variabili . Rappresenta il primo risultato empirico del lavoro di ricerca, le sue funzioni sono:

arion
Download Presentation

L ’ analisi monovariata

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. L’analisi monovariata • L’analisi monovariata serve a studiare la distribuzione di singole variabili. • Rappresenta il primo risultato empirico del lavoro di ricerca, le sue funzioni sono: • descrivere la distribuzione della variabile: cioè descrivere come una singola caratteristica è distribuita fra i casi, anche utilizzando misure di tendenza centrale o di variabilità; • propedeutiche ad analisi successive, cioè permette di compiere una serie di operazioni preliminari come: • controllare la plausibilità dei valori; • individuare squilibri nella distribuzione; • valutare la possibilità di aggregare diverse modalità della variabile; • valutare le possibilità di costruzione di indici sintetici. Metodologia della ricerca sociale

  2. L’analisi monovariata: la distribuzione di frequenza • La distribuzione di frequenza di una variabile è una rappresentazione in cui ad ogni valore (modalità) della variabile viene associato il numero di casi che lo presenta (la sua frequenza). • La distribuzione di frequenza può presentare: • le frequenze assolute: il conteggio del numero dei casi che presenta ciascuna modalità della variabile; • le frequenze relative: che relativizzano ciascun valore assoluto per permettere il confronto tra diverse distribuzioni, si tratta in genere di proporzioni, le più comunemente utilizzate sono le percentuali; • Inoltre può essere utile, nel caso di variabili ordinali o cardinali, presentare la distribuzione cumulata di frequenza, che per ciascun valore/modalità della variabile presenta la somma delle frequenze (assolute o relative) corrispondenti a quel valore/modalità e a tutti quelli inferiori. Metodologia della ricerca sociale

  3. L’analisi monovariata: la distribuzione di frequenza Proporzione = 30/1200 Percentuale= (30*100)/1200 Metodologia della ricerca sociale

  4. Le caratteristiche della distribuzione • L’analisi monovariata è dunque un analisi puramente descrittiva (e completa) di come una variabile si distribuisce nella popolazione. • Le distribuzioni delle variabili possono essere riportate integralmente (come nella tabella appena presentate e/o sotto forma di grafici) o attraverso misure sintetiche: ivalori caratteristici della distribuzione. Si tratta di indici, espressi in forma numerica, utili ad una rappresentazione sintetica delle caratteristiche fondamentali della distribuzione di una variabile. • Le principali caratteristiche che descrivono una distribuzione di dati sono due: • le misure di tendenza centrale, che mirano ad individuare quale valore sintetizza meglio la distribuzione, • le misure di variabilità, che mirano a rendere conto del modo in cui le altre modalità si collocano attorno ai valori individuati dalle misure di tendenza centrale. • Naturalmente tali misure differiscono in relazione al “tipo” di variabile che si sta analizzando. Metodologia della ricerca sociale

  5. L’analisi monovariata: i tipi di variabili Metodologia della ricerca sociale

  6. Le misure di tendenza centrale • VARIABILI NOMINALI • Moda: è la modalità che presenta la frequenza maggiore, è la modalità prevalente nella distribuzione. • VARIABILI ORDINALI • Mediana: è la modalità del caso che occupa il posto di mezzo nella distribuzione ordinatadei casi secondo la variabile: • se i casi sono dispari il caso centrale è quello che occupa la posizione (N+1)/2; • se i casi sono pari ci sono due casi centrali (nelle posizioni N/2 e (N/2)+1, e se non presentano la stessa modalità la distribuzione può avere due mediane. • VARIABILI CARDINALI • Media aritmetica: è data dalla somma dei valori assunti dalla variabile su tutti i casi divisa per il numero dei casi: Metodologia della ricerca sociale

  7. Le misure di tendenza centrale: esempi VARIABILI ORDINALI VARIABILI NOMINALI Moda:“Cattolica” Moda:“Licenza elementare” Mediana:“Licenza media” Un modo semplice di individuare la mediana è guardare la distribuzione delle frequenze cumulate: se le modalità della variabile ordinale sono in ordine, la mediana è la classe in cui cade il 50 %, o il/i casi che occupano il posto (N+1)/2 oppure N/2 e (N/2)+1. Metodologia della ricerca sociale

  8. Le misure di tendenza centrale: esempi VARIABILI CARDINALI Moda: 6 Mediana:6 Media= [(3*23)+(4*67)+(4,5*1188)+ (5*128)+(5,5*244)+(6*312)+ (6,5*117)+(7*95)+(8*64)+ (8,5*32)]/1200= 5,77 Se infatti per ogni valore abbiamo la frequenza con cui si presenta la media può essere calcolata come la somma dei prodotti tra i valori e le rispettive frequenze Metodologia della ricerca sociale

  9. Le misure di variabilità Le misure della variabilità ci informano su quanto i valori della distribuzione mutano/sono dispersi, e sono diverse a seconda del tipo di variabile che si sta analizzando. VARIABILI NOMINALI Una variabile nominale ha una distribuzione massimamente omogenea quando tutti i casi presentano la stessa modalità, massimamente eterogenea quando i casi sono equidistribuiti tra le modalità. Indicando con pi le proporzioni di una distribuzione di frequenza, l’indice di omogeneità è dato da: cioè dalla somma dei quadrati delle proporzioni. Varia tra un minimo pari a 1/k (dove k è il numero delle modalità) e un massimo di 1. Il complemento a 1 dell’indice di omogeneità è detto indice di eterogeneità: Metodologia della ricerca sociale

  10. Le misure di variabilità: indici di omogeneità/eterogeneità VARIABILI NOMINALI O= (0,47)2+(0,16)2+(0,13)2+ (0,19)2+(0,05)2= 0,302 E= 1- 0,302=0,698 In alcuni casi può essere utile normalizzare l’indice di omogeneità o di eterogeneità, per neutralizzare l’influenza del numero delle modalità: Orel=(k*O-1)/(k-1) Erel=1-[(k*O-1)/(k-1)] Metodologia della ricerca sociale

  11. Normalizzare gli indici di omogeneità/eterogeneità La normalizzazione permette di confrontare la dispersione di variabili che hanno un diverso numero di modalità. O= 0,302 E= 0,698 Orel=(k*O-1)/(k-1) Orel=(5*0,302-1)/(5-1)=0,128 Erel=1-[(k*O-1)/(k-1)]=1-Orel Erel=1-0,128=0,872 O= 0,419 E= 0,581 Orel=(k*O-1)/(k-1) Orel=(3*0,419-1)/(3-1)=0,128 Erel=1-[(k*O-1)/(k-1)]=1-Orel Erel=1-128=0,872 Metodologia della ricerca sociale

  12. Le misure di variabilità VARIABILI ORDINALI Dividendo la distribuzione ordinata di una variabile in quattro parti, possiamo individuare i valori sui casi che segnano i confini tra i quarti, detti quartili. La differenza tra i valori del primo e del terzo quartile definiscono un indice di dispersione: la differenza interquartile. Se infatti questa differenza è piccola la distribuzione sarà molto concentrata attorno alla mediana, se è molto grande la distribuzione sarà dispersa: Q= Q3 – Q1 Mediana=3 Q=4-2=2 Mediana=1 Q=2-1=1 Q1 Q3 Metodologia della ricerca sociale

  13. Le misure di variabilità: la differenza interquartile Mediana=3 Q=4-2=2 Mediana=1 Q=6-2=4 Q1 Q3 Metodologia della ricerca sociale

  14. Le misure di variabilità VARIABILI CARDINALI La media aritmetica degli scarti dalla media (in valore assoluto) di una variabile è una prima misura di variabilità: lo scostamento semplice medio. Se, invece di considerare i valori assoluti, per annullare il segno degli scarti li si eleva al quadrato, si calcola la media e di estrae dalla radice quadrata, ottenendo lo scarto quadratico medio, o deviazione standard: La varianza è il quadrato della deviazione standard: Il valore assoluto serve ad evitare che il risultato dell’operazione sia zero: infatti è una caratteristica propria della media aritmetica che la somma degli scarti dei singoli valori da essa sia pari a zero. L’elevare al quadrato gli scarti dalla media dei singoli valori permette di conferire un peso maggiore agli scarti maggiori, oltre che di annullamento il segno degli scarti negativi. Per l’analisi monovariata si utilizza la deviazione standard perché ha lo stesso ordine di grandezza dei valori della variabile, ma la varianza è una misura centrale nella statistica: tutta l’analisi dei dati gira intorno al concetto di varianza spiegata. Metodologia della ricerca sociale

  15. Le misure di variabilità: ssm, deviazione standard e varianza VARIABILI CARDINALI Media=5,77 ssm={[23*(3-5,77)]+[67*(4-5,77)]+…+ [64*(8-5,77)]+[32*(8,5-5,77)]}/1200 =1000,2/1200=0,83 S2={[23*(3-5,77)2]+[67*(4-5,77)2]+…+ [64*(8-5,77)2]+[32*(8,5-5,77)2]}/1200 =1449,72/1200=1,21 S=√ {[23*(3-5,77)2]+[67*(4-5,77)2]+…+ [64*(8-5,77)2]+[32*(8,5-5,77)2]}/1200 =√(1449,72/1200)=√1,21=1,1 Metodologia della ricerca sociale

More Related