Uno degli aspetti centrali di un’intervista biografica è il rapporto di fiducia che si instaura tra intervistatore e intervistato. La natura personale e intima di questo metodo richiede infatti che la persona si senta a proprio agio e compresa, libera di esprimersi senza restrizioni o giudizi. L’intervistatore, dal canto suo, utilizza domande aperte, flessibili e orientate al vissuto soggettivo per aiutare l’intervistato a riflettere su se stesso, sui suoi pensieri e sulle sue emozioni.

Breve storia dell’intervista biografica

L’intervista biografica ha origini che risalgono all’inizio del XX secolo, con il lavoro pionieristico della Scuola di Chicago. I sociologi di Chicago, tra cui William I. Thomas e Florian Znaniecki, adottarono per primi la metodologia biografica per esplorare le esperienze degli immigrati polacchi negli Stati Uniti, dando vita all’opera The Polish Peasant in Europe and America (1918). Questo studio rappresentò una svolta, proponendo una nuova metodologia di ricerca basata sulle storie di vita come strumento per comprendere i fenomeni sociali.

Negli anni successivi, l’intervista biografica si diffuse progressivamente anche in Europa, specialmente in Francia e in Germania. Negli anni ’70 e ’80, questa tecnica venne sviluppata e raffinata da autori come Daniel Bertaux, che utilizzò le storie di vita per studiare le trasformazioni sociali e le mobilità intergenerazionali, e Fritz Schütze, che propose un metodo narrativo rigoroso per analizzare le biografie.

L’intervista biografica divenne quindi un metodo riconosciuto nel campo delle scienze sociali e si è consolidata come uno strumento fondamentale per accedere alle esperienze personali, ai significati attribuiti alle esperienze di vita e ai processi di costruzione dell’identità.

Struttura e progettazione dell’intervista biografica

La struttura dell’intervista biografica si basa su alcuni principi chiave che differenziano questa tecnica dalle interviste tradizionali. L’intervista biografica non segue infatti una struttura rigida o standardizzata; al contrario, mira a favorire un racconto libero e spontaneo da parte dell’intervistato, che può narrare la propria storia secondo il proprio ritmo e la propria logica narrativa.

Fasi principali dell’intervista biografica

Seguendo il testo di Rita Bichi sull’argomento, è possibile suddividere la progettazione dell’intervista biografica in diverse fasi:

1. Fase preparatoria: In questa fase, il ricercatore definisce l’obiettivo della ricerca e il contesto dell’intervista, pianificando anche la durata e il tipo di relazione da instaurare con l’intervistato. È importante tenere conto del setting dell’intervista, creando un ambiente confortevole e riservato, in cui l’intervistato si senta a proprio agio nel condividere la propria storia.
2. Introduzione: L’intervista inizia generalmente con una presentazione del ricercatore e una spiegazione degli obiettivi della ricerca. Questa fase è cruciale per stabilire un rapporto di fiducia e per rassicurare l’intervistato riguardo alla riservatezza e all’uso dei dati raccolti.
3. Nucleo dell’intervista: Questa è la fase centrale, in cui viene solitamente posta una “domanda generativa” che invita l’intervistato a raccontare liberamente la propria storia. La domanda è spesso molto ampia, ad esempio: “Può raccontarmi la storia della sua vita?”. A partire da questa domanda, l’intervistato è incoraggiato a raccontare le proprie esperienze, senza troppe interruzioni, in modo che il flusso narrativo non venga interrotto.
4. Fase di approfondimento: Terminato il racconto spontaneo, il ricercatore può formulare alcune domande mirate per chiarire, approfondire o completare alcuni aspetti della narrazione. In questa fase è importante che il ricercatore mantenga un atteggiamento empatico, rispettoso dei tempi e delle emozioni dell’intervistato.
5. Chiusura: Al termine dell’intervista, il ricercatore ringrazia l’intervistato e riassume brevemente alcuni dei punti chiave emersi, dimostrando apprezzamento per la disponibilità dell’intervistato. La chiusura dovrebbe essere gestita con delicatezza, in modo da lasciare un ricordo positivo dell’esperienza all’intervistato.

Il ruolo del ricercatore nell’intervista biografica

Nell’intervista biografica, il ruolo del ricercatore è differente rispetto ad altre tecniche di intervista più strutturate. Come sottolineato da Rita Bichi, il ricercatore non è un semplice osservatore, ma diventa un “partecipante” attivo, che costruisce insieme all’intervistato una narrazione significativa. Il ricercatore deve sviluppare competenze specifiche, come l’ascolto empatico e la capacità di sospendere il giudizio, in modo da consentire all’intervistato di esprimersi liberamente.

Secondo Bichi, la qualità dell’intervista biografica dipende dalla capacità del ricercatore di creare un ambiente di fiducia, che permetta all’intervistato di condividere dettagli intimi e personali. Questo richiede, oltre alla formazione tecnica, una predisposizione personale che favorisca un clima di accoglienza e di rispetto reciproco.

La narrazione come strumento di costruzione del sé

Uno degli aspetti centrali dell’intervista biografica è la concezione della narrazione come strumento di costruzione e comprensione del sé. Infatti, raccontare la propria storia consente all’intervistato di riflettere sulle proprie esperienze e di attribuire loro un significato. La narrazione biografica, quindi, non è solo un atto di memoria, ma un processo attivo di interpretazione del vissuto, che consente di elaborare esperienze, emozioni e cambiamenti nel corso della vita.

Questo processo di costruzione del sé attraverso il racconto è stato studiato da numerosi autori, tra cui Jerome Bruner e Paul Ricoeur. Secondo Bruner, la narrazione non è solo un modo per organizzare i ricordi, ma una modalità fondamentale attraverso cui le persone danno forma alla propria identità. Ricoeur, dal canto suo, sottolinea come la narrazione permetta di costruire un sé narrativo, che collega in modo coerente le diverse fasi della vita.

Metodologia di analisi dell’intervista biografica

Rita Bichi propone un metodo di analisi specifico per l’intervista biografica, che si basa su due fasi principali:

1. Analisi del contenuto: Consiste nell’esaminare il racconto in modo sistematico, individuando i temi principali, le parole chiave, e le strutture narrative utilizzate dall’intervistato. Bichi suggerisce di suddividere il racconto in sezioni tematiche e di identificare le sequenze narrative che rappresentano momenti significativi della vita dell’intervistato.
2. Analisi interpretativa: Questa fase consiste nel comprendere i significati sottesi alla narrazione, cercando di cogliere l’intenzionalità e il punto di vista dell’intervistato. Bichi propone di adottare un approccio ermeneutico, che mira a interpretare il vissuto dell’intervistato in base al contesto socio-culturale e al momento storico in cui si collocano le sue esperienze.

La metodologia di analisi proposta da Bichi è quindi molto approfondita e mira a rispettare l’autenticità della narrazione, evitando interpretazioni riduttive o stereotipate.

Esempi di applicazione del metodo dell’intervista biografica

L’intervista biografica è uno strumento di ricerca efficace per esplorare esperienze individuali e processi identitari in molteplici contesti sociali. Tra i campi di studio principali, spicca la migrazione e l’integrazione culturale, ambito in cui l’intervista biografica consente di approfondire le esperienze di adattamento e le sfide di integrazione affrontate dai migranti. Attraverso la narrazione delle loro vite, i partecipanti esplorano il percorso di adattamento in un nuovo contesto, le difficoltà incontrate, l’evoluzione del senso di appartenenza e i cambiamenti nell’identità personale e familiare. Tale approccio facilita la comprensione delle differenze tra le generazioni, offrendo una prospettiva unica sull’identità culturale.

Un altro ambito in cui questo metodo risulta particolarmente fruttuoso è la carriera professionale e la mobilità sociale. Raccogliendo le storie di vita lavorativa, il ricercatore può analizzare i percorsi di mobilità e i cambiamenti intergenerazionali osservati nel contesto sociale ed economico di appartenenza. Le persone sono invitate a raccontare l’evoluzione della loro carriera, le sfide professionali, le decisioni critiche e i momenti di avanzamento o regressione, permettendo al ricercatore di scoprire come il background sociale, il genere e le opportunità educative influenzino la mobilità e la percezione di successo.

Ricerche in ambito salute e famiglia

Anche l’ambito della malattia cronica trova nell’intervista biografica un prezioso strumento di esplorazione. Attraverso le storie di pazienti affetti da patologie croniche, si analizzano non solo l’impatto della malattia sulla vita quotidiana, ma anche la percezione personale e sociale del proprio stato di salute. Questo tipo di indagine può focalizzarsi sull’accettazione della diagnosi, sui cambiamenti nella vita sociale e lavorativa, e sulle strategie messe in atto per gestire la malattia nel lungo periodo. La narrazione delinea così un quadro chiaro dell’adattamento psicologico e delle reti di supporto attivate, facilitando una comprensione più profonda delle dinamiche emozionali e relazionali dei pazienti.

Le transizioni familiari e le separazioni rappresentano un ulteriore campo di studio in cui l’intervista biografica può essere utilizzata per comprendere come le persone rielaborano il proprio ruolo e la propria identità dopo una separazione. La raccolta di queste storie offre uno sguardo diretto sui cambiamenti relazionali e personali vissuti nel passaggio da un assetto familiare stabile a una nuova dimensione post-separativa. Le narrazioni rivelano le emozioni, i conflitti e le sfide che emergono nella costruzione di nuove dinamiche e nella riorganizzazione del ruolo genitoriale, mettendo in evidenza la resilienza individuale e familiare.

Ricerche in ambito reintegrazione e adolescenza

Tra gli esempi più complessi di ricerca vi sono poi i percorsi di reintegrazione sociale e lavorativa degli ex-detenuti. L’intervista biografica, in questo caso, permette di approfondire il processo di reinserimento nella società e la ricostruzione dell’identità post-detentiva. Gli ex-detenuti, raccontando la propria storia, esplorano le difficoltà affrontate nel trovare un lavoro, nel ricostruire le reti di supporto e nell’affrontare lo stigma sociale. Questo tipo di ricerca facilita la comprensione dei fattori che influenzano il successo del percorso di reintegrazione e permette di individuare le risorse necessarie per un reinserimento stabile.

Infine, l’intervista biografica è ampiamente utilizzata per studiare la costruzione dell’identità in adolescenza. Le storie di vita di adolescenti aiutano a esplorare il modo in cui essi interpretano le proprie esperienze in ambito scolastico, familiare e sociale. Gli intervistati raccontano le proprie sfide, l’influenza dei pari, i momenti di esclusione o discriminazione e il processo di scoperta della propria identità. Queste narrazioni consentono di capire meglio le dinamiche di appartenenza, di riconoscimento e di costruzione del sé durante una fase così cruciale dello sviluppo individuale.

Perchè usare l’intervista biografica?

L’intervista biografica rappresenta un potente strumento di indagine nelle scienze sociali, che consente di esplorare in profondità la complessità del vissuto umano e dei processi di costruzione dell’identità. La proposta metodologica qui esposta offre un quadro utile per progettare, condurre e analizzare questo tipo di intervista, ponendo al centro l’esperienza dell’intervistato e il ruolo attivo del ricercatore.

L’intervista biografica diventa non solo un metodo di ricerca, ma un’esperienza relazionale che contribuisce a dare valore alla storia di vita di ogni individuo, fornendo uno strumento unico per comprendere i cambiamenti sociali, le dinamiche familiari e le trasformazioni identitarie.

Riferimenti

• Bichi R., L’intervista biografica. Una proposta metodologica, Vita e pensiero, Milano, 2002;

Francesco D'Ambrosio

Docente di comunicazione e Gestione HR. Giornalista pubblicista laureato in Sociologia con lode. Redattore capo di Sociologicamente.it.
PUBBLICAZIONI | LINKEDIN

L'articolo Intervista biografica: fasi, metodologia ed esempi sembra essere il primo su Sociologicamente.

Come si fa ricerca sociale sulla comunicazione?

I sociologi della comunicazione si concentrano su tre aree principali.

La prima è la produzione dei contenuti, che si occupa di studiare i processi attraverso i quali vengono creati i messaggi. L’interesse è capire come i contenuti mediatici vengano costruiti e quali interessi influiscano sulla loro realizzazione, come nel caso delle notizie, dei film, della pubblicità o dei post sui social media. Questo tipo di analisi coinvolge spesso figure come giornalisti, creatori di contenuti digitali o aziende pubblicitarie.

La seconda area riguarda la trasmissione e le tecnologie. Qui si esplora come i messaggi vengano distribuiti attraverso diversi canali mediatici, come televisione, giornali, social media o podcast, e in che modo le tecnologie cambino il modo di comunicare. Manuel Castells, ad esempio, ha studiato l’impatto delle reti digitali, evidenziando come abbiano trasformato le relazioni sociali, dando vita a una “società in rete”, dove l’informazione circola a livello globale e in maniera istantanea.

Infine, la terza area riguarda la ricezione e l’impatto dei messaggi, focalizzandosi sul pubblico e su come le persone interpretino ciò che ricevono attraverso i media. Questa parte della ricerca indaga quali effetti i media abbiano sul comportamento e sulle opinioni, toccando temi come la persuasione e la manipolazione. Un esempio significativo è il lavoro di Elisabeth Noelle-Neumann, che con la sua teoria della “spirale del silenzio” ha mostrato come le opinioni minoritarie vengano spesso messe a tacere nei media, influenzando così la percezione del pubblico.

Dopo aver capito cosa si studia, vediamo quali tecniche usano i sociologi per raccogliere e analizzare i dati.

Tecniche di raccolta dati nella ricerca sociale sulla comunicazione

Nella ricerca sociale sulla comunicazione vengono utilizzate diverse tecniche per raccogliere dati, che possono essere qualitative o quantitative. Vediamo le principali.

• Interviste: Una delle tecniche più comuni per ottenere informazioni dirette dalle persone. Le interviste possono essere strutturate (con domande fisse) o non strutturate (più libere) e permettono di raccogliere dati su come le persone percepiscono e interpretano i messaggi mediatici. Ad esempio, si possono intervistare utenti di social media per capire come reagiscono a una campagna pubblicitaria.
• Sondaggi e questionari: I sondaggi sono utili per raccogliere dati da un grande numero di persone. Vengono usati per esplorare abitudini di consumo mediatico, opinioni politiche o comportamenti online. Questa tecnica è particolarmente indicata per ricerche su vasta scala, dove si cerca di avere una visione d’insieme su un fenomeno.
• Focus group: Questa tecnica prevede la discussione di un gruppo ristretto di persone su un argomento specifico, ad esempio un programma televisivo o un nuovo prodotto. È utile per capire meglio le dinamiche di gruppo e le opinioni condivise.

• Osservazione partecipante: Un ricercatore può inserirsi direttamente nel contesto che sta studiando, partecipando alle attività di una comunità o di un gruppo. Ad esempio, può unirsi a un gruppo online per osservare come interagiscono i membri, come gestiscono le dinamiche di potere o come costruiscono le loro identità digitali. Luciano Paccagnella ha sottolineato quanto sia importante usare questa tecnica per studiare le comunità virtuali.
• Analisi del contenuto: Questa tecnica permette di studiare i media in sé, analizzando testi, immagini o video. Si può ad esempio analizzare come vengono rappresentate le donne nei film o come si parla di un argomento politico nei notiziari. È qui che entra in gioco il modello di Harold Lasswell, che aiuta a capire chi sta comunicando, cosa viene comunicato, a chi e con quali effetti.

Tecniche di analisi dei dati ricerca sociale sulla comunicazione

Raccogliere dati è solo una parte del lavoro. La fase successiva è l’analisi, e ci sono diversi approcci a seconda del tipo di dati raccolti.

1. Analisi statistica: Se si lavora con dati quantitativi, come i risultati di sondaggi, è comune utilizzare strumenti statistici. SPSS o R sono due software molto usati per calcolare medie, correlazioni e test statistici. L’obiettivo è scoprire relazioni tra variabili, ad esempio come l’uso dei social media è legato al livello di fiducia nelle notizie.
2. Analisi tematica: Per i dati qualitativi, come le trascrizioni di interviste o focus group, si usa spesso l’analisi tematica. Questa tecnica permette di identificare i temi ricorrenti nei dati e di organizzare le informazioni per costruire interpretazioni. Ad esempio, si possono identificare temi come la paura o l’incertezza nei discorsi sul cambiamento climatico nei media.
3. Analisi del discorso: Un’altra tecnica qualitativa, usata per studiare come viene usato il linguaggio nei media. Si cerca di capire come le parole, le frasi e le immagini contribuiscano a costruire significati e a formare opinioni.

Software più usati

Per gestire e analizzare grandi quantità di dati, sia quantitativi che qualitativi, si possono utilizzare vari software:

• SPSS: Ottimo per l’analisi statistica dei dati quantitativi, come i risultati dei questionari.
• R: Un software open-source molto potente per l’analisi statistica e la visualizzazione dei dati. Richiede competenze di programmazione, ma è estremamente flessibile.
• Jamovi: è un’interfaccia grafica di R che realizza, in modo del tutto gratuito e senza dover scrivere codice, degli output molto simili a quelli che si ottengono con programmi statistici a pagamento come SPSS.
• NVivo: Perfetto per l’analisi qualitativa, permette di organizzare e codificare grandi quantità di dati testuali, come le trascrizioni delle interviste.
• ATLAS.ti: Simile a NVivo, usato per l’analisi di testi, immagini e video, molto utile per progetti di ricerca complessi.
• MAXQDA: Un altro software per l’analisi qualitativa che consente di gestire dati testuali, immagini, audio e video, molto versatile per ricerche ibride.

Esempi di ricerca: social media e fake news

Alla luce di quanto descritto, possiamo fare diversi esempi di ricerche sociali nel campo della comunicazione, che abbracciano le tre aree principali: produzione, trasmissione e ricezione dei contenuti. Vediamo insieme alcune possibili ricerche:

• Studio sull’uso dei social media durante le emergenze: Un altro esempio potrebbe essere una ricerca che esplora come i social media (Twitter, Facebook, Instagram) vengono utilizzati dalle istituzioni e dalle persone comuni durante eventi critici, come catastrofi naturali o pandemie. Questa ricerca potrebbe concentrarsi sia sulla trasmissione dei messaggi da parte delle istituzioni, che sulla ricezione da parte dei cittadini. Si potrebbe studiare come la velocità e l’immediatezza della trasmissione sui social influenzi le reazioni del pubblico, la diffusione di informazioni (o disinformazione) e il comportamento delle persone in situazioni di crisi.

• Indagine sulla diffusione delle fake news: Un’ulteriore ricerca potrebbe concentrarsi sulla trasmissione delle informazioni e sull’effetto delle fake news, specialmente attraverso le piattaforme social. Un esempio potrebbe essere uno studio che esamina come e perché le persone condividono notizie false su argomenti specifici (ad esempio, la salute o la politica) e quale impatto abbiano queste informazioni sulla percezione pubblica. Potrebbe anche includere un’analisi dei meccanismi attraverso cui le fake news si diffondono e delle strategie per combatterle.
• Studio sugli effetti della manipolazione algoritmica sui social media: Un altro esempio potrebbe essere una ricerca che indaga come gli algoritmi delle piattaforme social, che selezionano quali contenuti mostrare agli utenti, influenzano la percezione delle notizie e l’esposizione a opinioni diverse. Questa ricerca potrebbe esplorare il fenomeno delle “echo chamber” o “bolle informative”, cioè la tendenza degli utenti a vedere solo contenuti che confermano le proprie convinzioni, e l’effetto che questo ha sul dibattito pubblico.

Esempi di ricerca: comunità virtuali e transmedia storytelling

Di altro genere – ma sempre utili e interessanti – sono le ricerche che intrecciano vari media, o indagano aspetti specifici della rappresentazione immaginifica di cultura e valori attraverso questi ultimi. Vediamo alcuni esempi:

• Ricerca sulle dinamiche della comunicazione online nelle comunità virtuali: Prendendo spunto dal lavoro di Luciano Paccagnella, una ricerca potrebbe concentrarsi sulle dinamiche di comunicazione all’interno di comunità virtuali, come forum o gruppi social. Si potrebbe studiare come le persone interagiscono tra di loro, come si creano norme sociali all’interno di questi gruppi, e come avvengono i processi di inclusione o esclusione. Ad esempio, si potrebbe indagare come i membri di una community online dedicata a un tema specifico (ad esempio, la salute mentale o un particolare fandom) costruiscono le loro identità e gestiscono il potere comunicativo all’interno del gruppo.
• Ricerca sulla rappresentazione di genere nei film o nei programmi TV: Un altro esempio di produzione dei contenuti potrebbe riguardare come i generi maschili e femminili, o altri gruppi sociali, vengono rappresentati nei media. Si potrebbe analizzare un campione di film o programmi televisivi per capire se e come si perpetuano stereotipi di genere. Un classico studio in questo ambito è l’analisi della rappresentazione delle donne nei media, come ad esempio quanta visibilità abbiano e quale ruolo interpretino (personaggi passivi o attivi, ruoli marginali o protagonisti).

Esempi di ricerca: politica e consumo

Altre tematiche possibili di ricerca riguardano la comunicazione politica e i fattori di consumo con cui la comunicazione (si pensi al marketing) ha molto a che fare. Vediamo alcuni esempi:

• Analisi della copertura mediatica delle elezioni politiche: Questo tipo di ricerca potrebbe focalizzarsi sulla produzione dei contenuti mediatici, indagando come i giornalisti e le redazioni costruiscono le notizie durante una campagna elettorale. Si potrebbe analizzare quali argomenti vengono trattati maggiormente, quali candidati ottengono più visibilità e come vengono presentati i temi politici. Un esempio potrebbe essere uno studio che esamina se i media offrono una copertura bilanciata dei candidati, o se alcuni sono favoriti rispetto ad altri.
• Indagine sull’impatto della pubblicità sui consumatori: Un esempio di ricerca focalizzata sulla ricezione dei messaggi mediatici è uno studio sull’impatto della pubblicità televisiva o digitale sui comportamenti dei consumatori. In questo caso, si potrebbero intervistare gruppi di persone per capire come reagiscono a diverse campagne pubblicitarie, quanto le ritengano persuasive o in che misura influenzino le loro decisioni di acquisto. Una variante potrebbe esplorare le differenze di impatto tra pubblicità su media tradizionali e pubblicità sui social media.

Riferimenti

• Albano R., Paccagnella L., La ricerca sociale sulla comunicazione, Carocci, Roma, 2006;
• Corbetta P., Metodologia e tecniche della ricerca sociale, Bologna, il mulino, 2014;

Francesco D'Ambrosio

Docente di comunicazione e Gestione HR. Giornalista pubblicista laureato in Sociologia con lode. Redattore capo di Sociologicamente.it.
PUBBLICAZIONI | LINKEDIN

L'articolo Ricerca sociale sulla comunicazione: metodi e tecniche sembra essere il primo su Sociologicamente.

Teorie fondamentali della statistica sociale

La statistica sociale si basa su diverse teorie che guidano l’analisi dei dati. Tra le principali teorie possiamo citare:

• Teoria dell’inferenza statistica: consente di fare deduzioni sui parametri di una popolazione a partire da un campione. Questo è fondamentale nelle indagini sociali, dove spesso si lavora con campioni rappresentativi della popolazione generale.
• Teoria della misurazione: tratta della validità e affidabilità delle misure utilizzate nelle ricerche sociali. Essa assicura che i concetti sociali complessi siano misurati accuratamente.
• Teoria dei modelli lineari: include la regressione lineare e altri modelli che spiegano le relazioni tra variabili. Questi modelli sono spesso utilizzati per analizzare i dati sociali e identificare fattori predittivi.

Tecniche di statistica sociale: il sondaggio e l’analisi multivariata

Esistono diversi strumenti e tecniche da applicare, a seconda della tipologia di ricerca da affrontare e di oggetto che si vuole andare a studiare. Innanzitutto, ci sono i sondaggi, molto usati nella statistica sociale. Un esempio classico è l’indagine demografica, che raccoglie dati su caratteristiche come età, sesso, stato civile, educazione, e occupazione. La metodologia del campionamento è cruciale per assicurare che il campione sia rappresentativo della popolazione. Le tecniche comuni includono il campionamento casuale semplice, il campionamento stratificato e il campionamento a grappolo.

Esempio: Il General Social Survey (GSS) negli Stati Uniti utilizza un campionamento a grappolo per raccogliere dati su atteggiamenti, comportamenti e attributi della popolazione americana. Questi dati sono poi analizzati per identificare tendenze e cambiamenti sociali.

L’analisi multivariata invece, consente di esaminare più variabili contemporaneamente. Tecniche come l’analisi delle componenti principali (PCA), l’analisi fattoriale e l’analisi delle corrispondenze multiple sono utilizzate per ridurre la dimensionalità dei dati e identificare strutture latenti.

Esempio : Uno studio sull’integrazione degli immigrati in Europa potrebbe utilizzare l’analisi fattoriale per ridurre numerose variabili (come reddito, istruzione, occupazione, e partecipazione sociale) a pochi fattori latenti che rappresentano dimensioni chiave dell’integrazione.

Tecniche di statistica sociale: modelli di regressione e analisi delle serie temporali

I modelli di regressione sono ampiamente utilizzati per esplorare le relazioni tra variabili. La regressione lineare semplice e multipla, la regressione logistica e i modelli di regressione per dati di conteggio (come il modello di Poisson) sono tecniche comuni.

Esempio: Una ricerca sull’effetto dell’istruzione sul reddito potrebbe utilizzare una regressione lineare multipla per controllare variabili come l’età, l’esperienza lavorativa e il settore di occupazione, determinando così l’impatto netto dell’istruzione sul reddito.

L’analisi delle serie temporali invece, è utilizzata per studiare dati raccolti nel tempo. Tecniche come l’ARIMA (autoregressive integrated moving average) e i modelli nello spazio degli stati sono impiegate per analizzare e prevedere trend temporali.

Esempio applicativo: Un’analisi delle serie temporali sui tassi di disoccupazione può rivelare pattern stagionali o trend di lungo periodo, aiutando i policy maker a sviluppare interventi mirati.

Ambiti di applicazione: demografia, economia, sanità

Diversi sono gli ambiti di applicazione. Proviamo a vederne alcuni. Innanzitutto la demografia. Questa disciplina studia la composizione, la distribuzione e i trend delle popolazioni. Le analisi demografiche includono studi sulla natalità, mortalità, migrazione, invecchiamento della popolazione, e struttura familiare. Un’analisi demografica può esaminare il tasso di natalità e mortalità in una regione per prevedere la crescita della popolazione e pianificare i servizi pubblici necessari.

Altro ambito per la statistica sociale è quello economico dove si analizzano le condizioni, appunto, economiche delle popolazioni, studiando reddito, occupazione, distribuzione della ricchezza e povertà. Un esempio sono gli studi sul reddito delle famiglie. Essi possono aiutare a identificare le disuguaglianze economiche e a sviluppare politiche per la redistribuzione della ricchezza.

In ambito sanitario invece, si utilizzano dati statistici per comprendere la diffusione delle malattie, l’efficacia delle cure mediche e le condizioni di salute della popolazione. Per esempio, le indagini sulla salute pubblica possono riguardare i tassi di obesità in diverse regioni per sviluppare programmi di prevenzione e promozione di stili di vita sani.

Ambiti di applicazione: istruzione e giustizia

La statistica sociale si usa anche nell’istruzione e consente di esaminare i livelli di istruzione, i tassi di alfabetizzazione, la qualità dell’insegnamento e i risultati scolastici. Studi sul rendimento scolastico possono identificare fattori che influenzano il successo educativo e aiutare a migliorare le politiche educative. L’analisi statistica in ambito criminale invece, studia i tassi di criminalità, i tipi di crimini, la recidiva e l’efficacia dei sistemi giudiziari. L’analisi dei tassi di criminalità può aiutare a identificare aree con alta incidenza di reati e a sviluppare strategie di prevenzione.

Alcuni riferimenti alla letteratura di settore

La letteratura sulla statistica sociale è vasta e comprende contributi fondamentali di autori come Paul F. Lazarsfeld, che ha sviluppato tecniche di analisi delle corrispondenze multiple, e John W. Tukey, noto per i suoi contributi all’analisi esplorativa dei dati. Ma, ovviamente, ci sono dei contributi altrettanto utili e specifici, che tuttavia non sono facili da trovare:

• “Introduction to the Practice of Statistics” di David S. Moore, George P. McCabe e Bruce A. Craig: Un libro introduttivo che copre concetti e tecniche fondamentali di statistica, con applicazioni nelle scienze sociali.
• “Applied Social Research: A Tool for the Human Services” di Duane R. Monette, Thomas J. Sullivan e Cornell R. DeJong: Un testo che esplora le metodologie di ricerca e l’uso della statistica nelle scienze sociali.
• “Statistical Methods for the Social Sciences” di Alan Agresti e Barbara Finlay: Un’opera che tratta di metodi statistici avanzati utilizzati nella ricerca sociale.
• “The Foundations of Factor Analysis” di Stanley Mulaik: un testo di riferimento per l’analisi fattoriale (Formato kindle QUI).
• “Applied Regression Analysis” di Norman Draper e Harry Smith: un classico sulla regressione applicata (Edizione copertina flessibile economica QUI).
• “Time Series Analysis” di James D. Hamilton: un’opera fondamentale per l’analisi delle serie temporali (scaricabile gratuitamente QUI).

L’importanza della statistica sociale

La statistica sociale, come accennato all’inizio, fornisce informazioni essenziali per la pianificazione e l’implementazione di politiche pubbliche efficaci. Ad esempio, i dati sull’occupazione e la disoccupazione aiutano a formulare politiche economiche e sociali. Per questo motivo la statistica sociale diventa una competenza per sociologi e altre categorie affini: essa offre strumenti potenti per comprendere e analizzare fenomeni sociali complessi.

Attraverso tecniche di campionamento, analisi multivariata, modelli di regressione e analisi delle serie temporali dunque, i ricercatori possono fornire intuizioni critiche che informano le politiche e migliorano la comprensione dei processi sociali. La letteratura di settore fornisce una solida base teorica e pratica per queste analisi, rendendo la statistica sociale un campo essenziale delle scienze sociali.

Riferimenti

• Simone Di Zio, Antonio Pacinelli, Statistica sociale, Mondadori università, Milano, 2015;

Francesco D'Ambrosio

Docente di comunicazione e Gestione HR. Giornalista pubblicista laureato in Sociologia con lode. Redattore capo di Sociologicamente.it.
PUBBLICAZIONI | LINKEDIN

L'articolo Statistica sociale: teorie, tecniche e applicazioni sembra essere il primo su Sociologicamente.

Che cos’è la sociologia digitale?

La sociologia digitale intende studiare e analizzare il digitale non solo come un oggetto di studio o una tecnologia, ma intende prendere in esame il digitale come un vero e proprio campo di studio all’interno del quale osservare e analizzare i cambiamenti. Basti pensare alle diseguaglianze dovute al digital divide, le relazioni sociali nelle comunità online e diverse altre pratiche che hanno avuto il loro sviluppo nei terreni altri della rete. Se da un lato l’approccio al digitale come campo di studio si è inserito nel dibattito come una nuova proposta di ricerca metodologica fino a sfociare nei digital methods, col tempo la sociologia digitale ha assunto un rilievo tale che si è affermata anche dal punto di vista teorico.   

Ogni esigenza di capire i fenomeni genera approcci e interessi variopinti ma con la sociologia digitale non si vuole semplicemente aggiungere nuovo strumento tecnico alla nostra cassetta degli attrezzi metodologica quanto piuttosto raggiungere il cuore dei processi socio culturali contemporanei. Ovviamente l’utilizzo dei metodi digitali per lo studio dei processi culturali non implica certamente che questi siano gli unici metodi possibili o addirittura degli approcci superiori ad altri in uso nelle scienze sociali. Infatti è opinione condivisa che i metodi digitali della sociologia omonima debbano essere triangolati quando possibile con tecniche tradizionali o virtuali allo scopo di giungere a una comprensione più completa dei fenomeni sociali online (Caliandro, Gandini, 2019).  

Le basi epistemologiche della sociologia digitale

Se partiamo dal presupposto che oggi la vita è digitale in ogni sua sfaccettatura allora la sociologia è prontamente chiamata a studiare ogni fenomeno nuovo o rimediato. Detto in altri termini, studiare la società digitale significa concentrarsi su molti degli aspetti che da sempre sono interesse per il sociologo. Pensiamo al sè, l’identità, il corpo, le disuguaglianze, le reti sociali, le relazioni di potere, le strutture sociali le istituzioni, la politica e i movimenti sociali eccetera.

La base epistemologica che caratterizza la sociologia digitale si può riassumere in tre premesse fondamentali:

• la necessità di affiancare a una prospettiva che considera centrale il ruolo dei media in un dato contesto una prospettiva in grado di mettere al centro invece l’attore sociale. Questo allo scopo di indagare le relazioni sociali che quest’ultimo sviluppa con altri soggetti umani e non umani, come ad esempio gli algoritmi e le intelligenze artificiali
• il rifiuto della separazione concettuale ed epistemologica tra reale e virtuale tra online e offline. Detto in altri termini, non c’è differenziazione –  oggi come oggi – tra contesti puramente digitali e contesti “di vita vera” poiché come ci ricorda P. Levi, “il virtuale è reale”.
• il rifiuto di una prospettiva tecno-deterministica nei confronti dei media digitali delle piattaforme e delle applicazioni. Detto in altri termini, ci si vuole distanziare sia dall’idea della tecnologia come attore sociale onnipervasivo ma allo stesso tempo ci si vuole discostare anche dall’idea che i big data costituiscano il superamento della teoria.   

Raccogliere i dati digitali

Per poter operare efficacemente una ricerca nell’ambito della sociologia digitale si deve innanzitutto chiarire che i contesti di rete vanno percepiti come contesti estremamente partecipativi. Basti pensare, per esempio, ai feedback che le aziende ricevono dai propri utenti sul proprio sito attraverso delle recensioni, ma anche banalmente sui loro canali social.

Proprio attraverso i social media è forse più chiaro comprendere come è possibile analizzare fenomeni sociali digitali. Se si parte dal presupposto che gli attori del web sono sia prosumers che producers di dati e di informazioni e in generale se sappiamo come muoverci, possiamo analizzare tendenze, movimenti e sviluppi di qualsivoglia tipo di processo sociale.

I like, i retweet, il numero di visualizzazioni, e il numero di condivisioni ottenuti da un contenuto sono solo alcuni esempi di dati digitali che, come già accennato, rientrano nel novero dei big data, cioè grandi quantità di dati e informazioni che servono per sviluppare analisi attraverso algoritmi e software dedicati.

Esistono vari modi di acquisire dati digitali e anche per raccoglierli. In particolare i ricercatori possono utilizzare database già esistenti, free software online dotati di funzionalità e interfacce grafiche molto semplici, tecniche di scraping che permettono di raccogliere dati direttamente dal codice HTML di una pagina web, utilizzare tecniche di interrogazione delle API, un acronimo che sta a indicare application programming Interface, che possiamo tradurre come interfaccia di programmazione di un’applicazione. Molto noto tra i ricercatori, nonché il software più usato per questa attività nel contesto dei digital methods è Python.

Il disegno della ricerca in sociologia digitale

Un disegno di ricerca digitale comprende diverse fasi:

• formulazione della o delle domande di ricerca
• selezione delle fonti web appropriate per rispondere alla domanda di ricerca
• selezione delle keyword appropriate per rispondere alla domanda di ricerca
• raccolta dei dati digitali
• analisi dei dati digitali sei interpretazione dei risultati

È molto importante capire l’ambiente digitale che si va ad analizzare poiché esso non è neutro: non è possibile pensarlo come un ambiente asettico da interventi e manipolazioni. Una buona domanda di ricerca deve dunque essere specifica, deve comprendere concetti traducibili empiricamente  – e quindi trasformabili in procedure concrete di raccolta dati – e deve essere interessante, cioè produrre nuova conoscenza sui fenomeni sociali.

Data driver e theory driven

In un progetto di ricerca digitale la formulazione della domanda di ricerca può seguire un approccio data driven o Theory driven. Nel primo caso si sviluppa la ricerca a partire dal modo in cui i dati digitali vengono naturalmente organizzati dalle infrastrutture tecniche degli ambienti. Un esempio di domanda può essere: come è possibile che gli hashtag legati a Elodie compaiano sistematicamente tra i trend topic di tik tok? come fanno i fan di Elodie a ottenere un tale risultato? O anche: in che modo l’algoritmo di youtube seleziona i contenuti che ci appaiono nella home page?

In una ricerca digitale di tipo Theory driven invece, il ricercatore parte da un problema teorico che in seguito traduce in una domanda di ricerca specifica a cui tenta di rispondere interrogando i dati digitali. Un esempio può essere la diffusione pubblica del discorso sulla violenza di genere e ci si può chiedere quanto preponderante (quindi centrale o periferico) può essere questo argomento all’interno nel dibattito pubblico contemporaneo.   

Riferimenti

Caliandro A., Gandini A., I metodi digitali nella ricerca sociale, Carocci, Roma, 2019;

Francesco D'Ambrosio

Docente di comunicazione e Gestione HR. Giornalista pubblicista laureato in Sociologia con lode. Redattore capo di Sociologicamente.it.
PUBBLICAZIONI | LINKEDIN

L'articolo La Sociologia digitale e l’analisi del web: alcuni appunti sembra essere il primo su Sociologicamente.

Riuso dei tessuti: strutturazione del questionario

Il questionario è stato strutturato in tre sezioni: dati anagrafici, la pratica del riciclo degli abiti usati, riuso dei tessuti.

Pubblicato su Facebook ed Instagram attraverso Google Drive, strutturato con domande chiuse, aperte ed alternativa di risposta. I dati raccolti sono molto soddisfacenti e ci aiutano a capire che la pratica del riuso dei tessuti è molto sentita e una gran parte del campione di popolazione sarebbe interessato ad avere più informazioni sul tema del riuso. Ma andiamo per ordine e vediamo le percentuali più interessanti in relazione alle sezioni sopra riportate.

Dati anagrafici.

Al questionario hanno risposto 204 soggetti. Il 39,7% di età compresa tra i 40-49 anni, il 19,6% tra i 30-39 anni, il 18,6% tra i 50-59 anni. La percentuale più bassa registrata è il 7,4%, età compresa tra i 19 e i 29 anni. L’82,8% del campione è donna, il restante 17,2% è uomo. Per quanto concerne i titoli di studio passiamo dal 42,2% di soggetti con laurea di secondo livello ad un 28,3% con licenza media superiore. Il nucleo familiare del campione è così composto:

La percentuale più alta è data dai nuclei composti da 4 soggetti. Come vedremo nei prossimi paragrafi, nelle realtà familiari più numerose è molto praticato il riuso dei tessuti inteso come “passaggio” di indumenti da un figlio all’altro o, addirittura, di famiglia in famiglia. Questo consente di riutilizzare più volte un capo di abbigliamento e di abbattere i costi legati all’acquisto di nuovi articoli.

Per quanto concerne invece lo stato civile nel successivo grafico si può constatare che il 55,4% del campione è coniugato.

Il questionario è stato somministrato in tutta Italia. Le percentuali più alte si registrano in Friuli Venezia Giulia per il 28,4% e in Emilia Romagna, 37,7%.

La pratica del riciclo degli abiti usati.

La prima domanda di questa sezione era: “Ha mai scambiato vestiti usati con qualcuno?”. Il 91,2% ha risposto in maniera affermativa. Chi ha risposto SI ha dovuto poi indicare con chi ha scambiato vestiti: familiari, conoscenti e sconosciuti. La percentuale più alta tocca il 74,7% con i familiari.

I vestiti scambiati sono sia vestiti per adulti che per bambini. Lo scambio è stato fatto per il 94,3% sotto forma di donazioni, quindi senza richieste di denaro. Lo scambio di vestiti sotto forma di donazioni può essere visto anche come un ulteriore mezzo di condivisione tra le persone. Ciò che si instaura tra chi dona e chi riceve senza alcun tornaconto economico fa pensare come i rapporti interpersonali possono crearsi anche attraverso la rete del riciclo. Un aspetto da non sottovalutare. Il 78,8% del campione ha dato e preso vestiti usati, il 20,2% solo dato vestiti usati mentre il 2,5% ha solo preso vestiti usati. Prima dello scambio effettivo, ovvero del momento in cui avveniva il passaggio da un soggetto all’altro, il campione di popolazione ha risposto alla domanda “In che modo ha “presentato” i vestiti prima dello scambio effettivo?”.

Le risposte a questa domanda sono molto interessati e si ricollegano a quanto scritto poc’anzi. L’interazione che c’è tra le persone è molto importante. E’ forse il momento principale in cui avviene lo scambio di informazioni, si intraprende un dialogo e tali passaggi sono stati fatti attraverso l’utilizzo dei social, mercatini dell’usato, rete scolastica, rete familiare, associazioni. La percentuale più alta vede per il 71,7% la rete familiare, confermando il dato precedente registrato nella seconda domanda già analizzata.

Altra percentuale è il 60,3% di coloro che credono che sia molto importante scambiare i vestiti.

In una scala da 1 a 5 (dove 1 stava “per niente importante” e 5 per “molto importante”) è di primaria importanza la registrazione di una percentuale così alta. Questo dà ampio margine per poter pesare di intensificare le pratiche di informazione e sensibilizzazione all’argomento dello scambio e riuso dei tessuti/vestiti.

Da notare il 96,6% del campione di popolazione che ritiene che la pratica dello scambio dei vestiti possa essere intesa come “riciclo”. È su queste percentuali che bisogna far leva anche perché, dato ancora più importante, il 99,5% dei soggetti che hanno partecipato al sondaggio ha risposto in maniera affermativa alla domanda “Crede che con questa pratica si risparmi in termini economici?”. Effettivamente scambiare vestiti che possono essere riutilizzati e quindi che possono avere una seconda vita, porta anche ad un risparmio economico importante considerando che, soprattutto negli ultimi anni, i costi delle materie prime sono aumentati in maniera esponenziale e secondo gli ultimi dati raccolti (fonte Household expenditure by category European Union, 2020) gli italiani spendono in media 710 euro all’anno per l’abbigliamento, superando la media europea che si aggira intorno ai 490 euro.

E l’impatto ecologico? Oltre ad un risparmio economico si registra anche una netta diminuzione dei rifiuti generati dai tessuti buttati e non correttamente smaltiti. Alla domanda “Ritiene che con l’intensificarsi di questa pratica, l’impatto ambientale, in termini di sprechi, possa diminuire?”

la risposta è schiacciante:

Si rimanda, a tal proposito, al link https://sociologicamente.it/clothes-swap-il-riciclo-di-vestiti-come-nuova-frontiera-dellusato-sostenibile/ per approfondimento.

Quando parliamo di ambiente è ormai associato il concetto di sostenibilità.

Si riportano le percentuali delle risposte alla domanda “Secondo Lei cosa si intende per sostenibilità ambientale?” (potevano essere date più opzioni di risposte):

Alla domanda: “È a conoscenza del fatto che esistono siti on line di e-commerce che permettono lo scambio di vestiti?” l’88,7% del campione risponde in maniera affermativa mentre l’11,3% non conosce siti on line di e-commerce che permettono lo scambio di vestiti.

Riuso dei tessuti

Analizziamo adesso i dati dell’ultima sezione. Senza sottovalutare i dati registrati e discussi nella sezione precedente, quelli raccolti che presenteremo a breve ci consentono di capire come ogni persona, prima di buttare un indumento (quindi aumento dei rifiuti, alto impatto ambientale in termini di sprechi, dispendio economico per acquistare capi nuovi) riesca a capire che è possibile fare qualche altra cosa (che sia donarlo, ri-crearlo, utilizzarlo in altra maniera, venderlo).

È stata fatta una domanda aperta a cui era obbligatorio rispondere. La domanda era: “Ha mai riutilizzato in qualche modo dei tessuti che non indossava più? Se sì, come?”.

Sono state analizzate tutte le risposte e sotto riportiamo le più ricorrenti e significative:

• Facendo vestiti per le bambole;
• Per fare pupazzi;
• Per pulizie;
• Con dei jeans ho fatto una borsa;
• Toppe;
• Sì, pur non avendo abilità di cucino, la mia famiglia è una famiglia di sarta e ho chiesto a loro di produrre altri oggetti da vestiti che non usavo più, come asciugamani, coperte, tende etc.;
• Sì, rimodellando altri abiti. Per esempio: un paio di jeans può essere riutilizzato creando dei pantaloncini corti per l’estate;
• Stracci o travestimento per i bambini;
• Abiti da giardinaggio, da palestra, da attività sportiva, coperte;
• Utilizzo “creativo” come elemento scenografico;
• Ho cucito il tessuto in uno stile più attuale:
• Creando sacchetti per riporre altri oggetti, tappeti con strisce di tessuto, disfatto maglioni creando gomitoli per preparare quadrati per coperte.

Come possiamo ben notare, sono svariati gli utilizzi che si possono fare con degli abiti usati prima che questi siano buttati via. Si va dalle pulizie domestiche ai vestiti di carnevale, al riadattamento con l’ausilio di una sarta o per creare complementi d’arredo oltre che donarli ad altre persone.

Nonostante però tutte queste attività, l’87,7% del campione non ha mai partecipato ad eventi formativi e informativi in cui si parla di riuso dei tessuti e soltanto nel 19,6% dei comuni di residenza sono stati organizzati eventi di sensibilizzazione a questa pratica che, come abbiamo visto, porta benefici da più punti di vista. Il 77,5% sarebbe interessato ad avere più informazioni in merito.

Davvero c’è bisogno di acquistare sempre?

La moda corre inesorabile e ci troviamo in un’epoca in cui il consumismo “ossessivo-compulsivo” è arrivato a superare valori etici e morali legati alla sostenibilità ambientale e. talvolta, il fatto di dover essere alla moda a tutti i costi porta ad assumere dei comportamenti distorti da varie prospettive.

Vediamo nello specifico le domande e i grafici:

Fast fashion, letteralmente tradotto con moda veloce, è un termine moderno usato dai rivenditori di moda per esprimere un design che passa rapidamente dalle passerelle e influenza le attuali tendenze della moda. Senza entrare nello specifico delle caratteristiche della fast fashion è importante solo sottolineare che l’enfasi è posta sull’ottimizzazione di determinati aspetti della catena di produzione, affinché le linee di moda siano progettate e prodotte in maniera rapida ed economica, consentendo ai consumatori di acquistare sempre più capi a basso prezzo. I consumatori acquistano magari anche senza una reale necessità e per questo motivo, ogni anno, gli sprechi derivati dagli indumenti inutilizzati e buttarti via, aumenta sempre di più.

I dati raccolti ci hanno fornito una chiara lettura della situazione. Molti riciclano, riusano, riutilizzano e vorrebbero essere informati e formati sulla corretta pratica del riuso dei vestiti. Altri invece andrebbero sensibilizzati totalmente. Possiamo essere tutti artefici di un cambiamento. Basta volerlo, informarsi, formarsi e attuare. Si spera di aver suscitato curiosità e interesse alla pratica del riuso dei tessuti dopo la lettura di questo articolo.

Filomena Oronzo

Laureata in Sociologia con specializzazione in Politiche Sociali e del Territorio, ho conseguito un master in E-Government e E-Management nella Pubblica Amministrazione, adoro leggere e scrivere. Per me fare sociologia è vivere il quotidiano in tutte le sue sfaccettature e peculiarità. Oggi sono Collaboratore Amministrativo all’I.R.C.C.S Burlo Garofolo di Trieste e soprattutto moglie e mamma, la più grande ricchezza in assoluto.

L'articolo Il riuso dei tessuti: i dati del questionario. sembra essere il primo su Sociologicamente.

I processi di spazializzazione delle questioni sociali

I processi di spazializzazione, i quali ricalcano il processo di sovrapposizione tra questione urbana e questione sociale, da un lato, hanno attribuito notevole importanza al territorio come ambito privilegiato di studio delle questioni sociali, dall’altro hanno fatto coincidere lo stesso territorio con dei problemi sociali specifici, quali la povertà, la criminalità e l’esclusione sociale. Pensare alle periferie delle grandi città contemporanee sembra, quindi, comportare un processo di associazione quasi automatico con i problemi che le attraversano o, nella migliore delle ipotesi, con i programmi e le politiche che intendono affrontarli. Inoltre, si cita il processo di «patologizzazione», per cui gli abitanti di tali luoghi da «miserabili» diventano pericolosi e viceversa, riproducendo l’associazione tra povertà e pericolosità sociale in una chiave del tutto territoriale.

«La Haine»

Le politiche territorializzate, in questo modo, diventano dirette esclusivamente alle periferie considerate à problème, comportando delle conseguenze pericolose. È utile una sovrapposizione con il caso francese, in particolare soffermandosi sulle emblematiche banlieues delle principali città francesi (Parigi, Marsiglia, Lione e Avignone), scenari di rivolte e scontri. Nel corso degli anni Ottanta, infatti, si fa strada una nuova problematica socio-urbana, denominata «malattia delle banlieues», che delineava specifiche aree della città con una forte connotazione etnica da distaccare dalle altre zone.

La paura del «ghetto» è tangibile e viene riprodotta dall’opinione pubblica, alimentata da giornali e personaggi politici. È ciò che è possibile osservare nel famoso film «La Haine» del 1995, diretto da Mathieu Kassovitz, che prende spunto dalla reale uccisione di un ragazzo delle banlieues di Parigi da parte della polizia. La pellicola non a caso scosse l’opinione pubblica destando critiche e provocando grandi polemiche in Francia per il suo punto di vista sulla violenza urbana e sulla messa in scena della brutalità della polizia.

Un film per capire il problema

«La Haine» ha in sé la rabbia e la frustrazione dei giovani di seconda generazione che portano avanti le rivolte al fine di riscattarsi, riproduce la visione di una periferia già di per sé dimenticata dalle istituzioni, riducendola a un nucleo sociale che non ha possibilità di riscatto, impantanato nei pregiudizi altrui. Gli abitanti, di conseguenza, vengono classificati come gli ultimi, senza speranze e futuro. È su questa base che si regge l’esemplificazione presentata per cui le forze dell’ordine si sentano autorizzate a trattare questi residenti come qualcosa su cui esercitare potere, restando impuniti. Si assiste evidentemente al distacco e alla distanza tra centro e periferia: la banlieue parigina è un gruppo, una società culturale a sé stante che ha le sue regole, i suoi codici, la sua cultura, che costituiscono già di per sé una barriera tra due realtà.

Il rinnovato ruolo dei quartieri

Nel susseguirsi del dibattito scientifico, appare sempre più imprescindibile chiarire e definire il concetto di «quartiere». Esso va considerato innanzitutto in un senso fisico e spaziale (ecologico) e di organizzazione sociale piuttosto che come forma di solidarietà sociale. Dunque, è da evitare e da superare la sovrapposizione tra quartiere e comunità, le quali definizioni sono separate; si ritiene corretto parlare di potenziale corrispondenza e non più di semplice relazione. Una sovrapposizione di questo tipo potrebbe comportare conseguenze rischiose e fuorvianti, nonché il rischio di considerare nel ritorno alla comunità, in termini nostalgici e ideologici, una sorta di panacea per i mali della società moderna.

Non è possibile, infatti, pensare al declino della comunità come al declino dello spazio. Il concetto di quartiere, perciò, è utilizzabile e in campo sociologico come ambito autonomo di attenzione o come spazio fisico in cui studiare precise dinamiche urbane. È opportuno focalizzarsi sul quartiere non solo in termini scientifici e accademici ma anche a fronte della riscoperta di una dimensione comunitaria in cui la mixité sociale diventa una risorsa preziosa.

La ricerca sul territorio del quartiere barca

L’area statistica «Villaggio della Barca» è soltanto la parte più a ovest di quello che nel corso del XX secolo è andato definendosi come «quartiere Barca». Nel 2016, il quartiere Reno viene unito a Borgo Panigale, dando vita all’unità amministrativa di Borgo Panigale – Reno, collocata nell’estrema periferia ovest di Bologna. Per un anno intero, da gennaio 2022 a gennaio 2023, la scrivente ha avuto modo di osservare da vicino e, sicuramente da una posizione privilegiata, gli adolescenti della Barca e, in particolare, la loro vita intorno al Treno.

L’esperienza lavorativa di chi scrive, come educatrice della Cooperativa Sociale «Società Dolce Società Cooperativa» del Servizio Educativo Domiciliare, ha consentito l’ingresso nelle loro case, nella loro quotidianità e negli spazi della Barca come una residente del quartiere stesso. Nello specifico, si parla di Serena, ragazza all’epoca del primo incontro, avvenuto il 10 gennaio 2022, tredicenne e frequentante le Dozza (nonché l’Associazione Per l’Educazione giovanile e, dall’anno scolastico successivo, il Centro Anni Verdi). Dopo una lunga fase di conoscenza e di costruzione del rapporto di fiducia, Serena ha introdotto la scrivente nei posti più significativi del quartiere, nonché della sua vita, come osservatrice partecipante.

Il quartiere barca e i servizi educativi

Sono state percorse le strade verso le Dozza e verso i servizi educativi pomeridiani, verso i centri sportivi, i parchi e, soprattutto, i portici del Treno; sono stati conosciuti ragazzi e ragazze, giovani adolescenti e giovani adulti, che considerano le suddette strade la loro residenza. Questi ragazzi, con il passare del tempo, hanno riconosciuto e legittimato la presenza dell’osservatrice non considerandola più un’estranea, bensì una figura familiare e ricorrente all’interno del loro spazio di vita. Alla luce di ciò, è possibile affermare che il rapporto di fiducia reciproca costruito con Serena, l’atteggiamento informale, la giovane età e l’estetica che ne deriva, si siano configurati come facilitatori e come caratteristiche peculiari del progetto, nonché come risorse sorprendenti e inaspettate per uno studio approfondito.

È proprio questo il punto da cui inizia il lavoro di ricerca vero e proprio, il quale prevede interviste semi-strutturate agli interlocutori fondamentali, ovvero un gruppo di adolescenti residenti della Barca di età compresa tra i 13 e i 15 anni, e ai due educatori del Centro Anni Verdi e osservazione partecipante delle dinamiche territoriali e relazionali.

Gli obiettivi perseguiti

L’obiettivo principale della ricerca è, quindi, indagare la percezione interna, legata al quartiere Barca e alle sue dinamiche, da parte di alcuni residenti appartenenti ad una fascia di età che, per antonomasia, risulta complessa e di difficile lettura. Dunque, obiettivi connessi sono:

• comprendere e registrare le peculiarità del territorio di ricerca, attraverso la presentazione di dati empirici e quantitativi e l’osservazione sul campo;
• dare voce e spazio ai ragazzi coinvolti raccogliendo il loro punto di vista, i bisogni e le esigenze emergenti;
• presentare la prospettiva esterna degli operatori dei servizi che operano con la suddetta fascia d’età;
• valutare se e quanto influisce «l’effetto quartiere» come concetto prettamente teorico in applicazione concreta nella ricerca sul campo.

I risultati e gli esiti

Per quanto riguarda l’obiettivo principale, l’evoluzione della ricerca ha suggerito che la percezione interna degli adolescenti intervistati rispetto al proprio quartiere è a tratti ambivalente. Essa si connota in modo nettamente positivo in relazione al senso di appartenenza e di identificazione con il quartiere e in modo «ambiguo» in relazione ai servizi, alle attività e agli spazi che esso offre per gli adolescenti, ad eccezione dei luoghi in cui si pratica sport. In base alla prima connotazione, è utile richiamare diversi aspetti emersi dalle parole degli intervistati:

• l’affermazione, condivisa all’unanimità, di non aver mai pensato di voler vivere altrove;
• l’esplicitazione di un forte legame con il proprio quartiere;
• la percezione dei loro coetanei residenti in altre zone, estranei alle dinamiche territoriali interne del proprio luogo di residenza;
• la concentrazione di parole «positive» in riferimento alla descrizione del proprio quartiere.

In base alla seconda connotazione, invece, è possibile citare l’individuazione di due tendenze opposte, per cui tutte le intervistate, tranne una, dichiarano l’assenza di spazi e attività interessanti mentre tutti gli intervistati ne dichiarano la presenza. Per quanto riguarda gli obiettivi connessi, è interessante sottolineare quanto l’osservazione sul campo abbia confermato la particolare implementazione architettonica, caratterizzata da molteplici alloggi di Edilizia Residenziale Pubblica, primo fra tutti l’imponente Treno. Essa ha anche permesso di riscontrare l’importanza e la valenza simbolica attribuita a luoghi specifici, che risultano essere anche i più frequentati dagli adolescenti intervistati: i portici del Treno, il Parco di Piazza Giovanni XXIII, la chiesa di Sant’Andrea Apostolo e il Centro Sportivo.

L’effetto quartiere barca

Per giunta, dalle interviste, sia degli adolescenti che degli educatori del Centro Anni Verdi, sono emerse delle specificità in relazione ai bisogni degli appartenenti alla fascia d’età studiata. Gli educatori registrano e riportano bisogni diversificati in relazione al sesso degli adolescenti e all’età nonché alla frequenza della scuola secondaria di primo grado o di secondo grado, la quale sembra essere una discriminante importante. Infine, una valutazione più complessa è quella che fa riferimento all’«effetto quartiere», approccio per il quale il quartiere in cui si vive possa costituire un acceleratore delle condizioni di svantaggio.

Secondo questo approccio, vivere in un luogo isolato facilita la trasmissione di norme antisociali attraverso l’influenza esercitata dai pari secondo una visione «epidemica» della società. Tuttavia, dalla ricerca non si registra un sostanziale isolamento, fisico e sociale, in quanto gli adolescenti, con l’ingresso nella scuola secondaria di secondo grado, entrano inevitabilmente in contatto con coetanei di altre aree della città e con nuovi spazi territoriali.

Il trasporto pubblico

A questo proposito, è emersa anche l’importante risorsa, in termini di fattore protettivo, rappresentata dal servizio di trasporto pubblico, il quale garantisce la mobilità e la prossimità. Gli intervistati presentano una certa consapevolezza nell’affermare che riconoscono la specificità delle dinamiche interne del proprio quartiere che persone provenienti dall’esterno farebbero fatica a comprendere. Alcuni si dichiarano «diversi» dai propri coetanei in relazione al loro luogo di residenza, altri, con un approccio meno enfatico, riconoscono, ad ogni modo, delle specificità territoriali. Dalle interviste degli operatori emerge in modo chiaro l’influenza delle dinamiche territoriali sulla vita e sull’approccio dei ragazzi.

La fuga degli adolescenti

A questo proposito, gli intervistati richiamano, in primo luogo, due tendenze principali, apparentemente contrapposte ma non autoescludenti: la «fuga» degli adolescenti dalla vita del quartiere per «rifugiarsi» in un posto sicuro e accogliente e il fascino per le medesime dinamiche da cui tentano di rifuggire. Gli adolescenti, infatti, si mostrano consapevoli delle problematiche e della narrazione esterna, a volte stigmatizzante, del luogo in cui vivono. Ciò potrebbe riflettersi in modo negativo sul sentimento di incomprensione e di mancanza di supporto sperimentato dagli adolescenti, il quale si delinea soprattutto in relazione all’ambito scolastico.

Riflessioni conclusive sul quartiere barca

In ultimo, risulta opportuno citare delle possibili traiettorie di intervento che si focalizzano principalmente su un modello operativo che metta in luce e valorizzi le potenzialità dei giovani, da concepire come risorse nei confronti delle quali vi è il riconoscimento di identità intersezionali. Ciò delinea un percorso articolato e complesso, in cui i bisogni e le esigenze sono sfaccettate, per cui si necessita il coinvolgimento di persone appartenenti sia alla rete formale che a quella informale e la creazione di luoghi accessibili e vicini.

È da promuovere la partecipazione attiva dei giovani, anche in termini di cittadini di uno spazio fisico, affinché partecipino alla creazione sinergica di un nuovo e attraente processo di comunità legato, tra le altre cose, alla gratuità del welfare culturale e al superamento della frammentazione dei servizi. L’unica via percorribile rimane quella del cambio di prospettiva, puntando non tanto sulle risposte estemporanee quanto su una strategia politica di lunga durata tesa a lottare contro le disuguaglianze e le forme nascenti di disagio sociale, perché «l’importante non è la caduta ma l’atterraggio».

Maria Mastrocinque

Riferimenti bibliografici e sitografici

• Alaimo A., Arioti E., Pinardi M. (1982), Alcuni spunti per una ricerca storica sul quartiere Barca, Ciclostilati della conferenza sulla ricerca – intervento sui giovani della Barca, Fondo Quartieri-Decentramento, 1963-1990, buste sul Progetto Giovani, Archivio Storico Comunale di Bologna, Bologna.
• Castrignanò M. (a cura di) (2021), Sociologia dei quartieri urbani, FrancoAngeli, Milano.
• Marelli C. M. (2020), La spazializzazione della questione sociale. Politiche urbane prioritarie in Inghilterra, Francia e Italia, FrancoAngeli, Milano.
• Comune di Bologna, www.comune.bologna.it
• https://www.comune.bologna.it/quartieri/borgo-panigale-reno
• https://www.comune.bologna.it/servizi-informazioni/centri-anni-verdi
• I numeri di Bologna metropolitana, www.inumeridibolognametropolitana.it
• http://inumeridibolognametropolitana.it/studi-e-ricerche/la-fragilita-demografica-sociale-ed-economica-nelle-diverse-aree-della-citta-3

L'articolo Quartiere Barca di Bologna: una ricerca sui giovani sembra essere il primo su Sociologicamente.

Una breve descrizione

In quel rigoroso mondo statistico popolato da numeri con la virgola, per regressione lineare si intende quella specifica metodologia che gli scienziati utilizzano per studiare la relazione lineare fra due o più variabili. In gergo, spesso, si indica con Y la variabile dipendente, ovvero quella che “si muove” in funzione di un’altra variabile, detta variabile indipendente, indicata con X. Secondo la definizione matematica infatti, una funzione è una relazione che sussiste tra due insiemi, chiamati dominio e codominio, che associa ad ogni elemento del dominio uno ed un solo elemento del codominio.

La regressione lineare utilizza questa semplice, per così dire, logica matematica. Per essere subito chiari, esistono grosso modo due modelli di regressione lineare; il modello di regressione lineare semplice e il modello di regressione lineare multipla. Ora, prima di descrivere la differenza tra i due, diremo che la regressione lineare è composta da una variabile dipendente; da uno o più regressori, ovvero le variabili indipendenti; da un coefficiente di regressione e da un termine di errore che viene chiamato residuo.

A mano a mano che avanzeremo spiegheremo tutti questi concetti. Tornando però alla differenza fra regressione lineare semplice e regressione lineare multipla, ci basterà dire che esse si distinguono per il numero di regressori che vengono inseriti nel modello. La regressione lineare semplice opera con un solo regressore, una sola variabile indipendente. La regressione lineare multipla opera invece con due o più regressori. In questo articolo ci concentreremo esclusivamente sul modello di regressione lineare semplice.

Qual è l’idea di base della regressione lineare semplice?

La regressione lineare semplice è spiegata dall’equazione y=β0+β1x, dove β0 è l’intercetta, β1 è il coefficiente angolare della retta, x è la variabile indipendente. Nella figura sottostante, possiamo osservare una prima rappresentazione teorica della retta di regressione.

Uno dei principali problemi che affrontiamo nella costruzione di un modello di questo tipo è quello di trovare la retta che presenta il miglior adattamento (best fit) ai punti osservati. Facciamo un esempio semplice e pratico per capire meglio il punto. 

Nel grafico in figura 2 troviamo rispettivamente sull’asse delle y la nostra variabile dipendente, che in questo caso è lo stipendio mensile. Sull’asse delle x giace la variabile indipendente, ovvero gli anni di istruzione completati. Vogliamo capire se lo stipendio mensile cresce o decresce (e di quanto) al crescere degli anni di educazione. Quando ho accennato alla problematica inerente alla costruzione della retta che si adatta maggiormente ai punti, mi riferivo a quella che mostro in figura 3.

Ovviamente non è sempre possibile costruire un modello di regressione lineare, la prima cosa da fare è accertarsi tramite il grafico di dispersione (figura 2) che i punti si dispongono secondo una linea retta, come nel nostro caso. In caso contrario la regressione lineare non sarà un buon modello per il nostro studio ma lo sarà ad esempio una regressione non lineare. Tornando a noi, la retta ci permette quindi di realizzare il modello matematico su cui si basa la regressione lineare semplice e per far ciò è importante capire come essa si costruisce, come si calcolano i parametri di cui abbiamo bisogno.

Come si calcola la regressione lineare semplice?

Prima di iniziare ci tengo a precisare che non spiegherò meticolosamente tutte le formule, poiché l’obiettivo dell’articolo è quello di far comprendere l’idea e l’interpretazione del modello di regressione lineare semplice. Per chi volesse approfondire questo punto, lascerò degli articoli da consultare. Ora mi limiterò a dire che per calcolare la retta di regressione lineare si utilizza uno strumento matematico chiamato metodo dei minimi quadrati o OLS, acronimo di ordinary least square.

Con il metodo dei minimi quadrati si assegnano ai parametri β0 e β1, rispettivamente intercetta e coefficiente angolare della retta, i valori (b0 e b1) per cui è minima la somma dei quadrati residui. Concettualmente dobbiamo andare a minimizzare la sommatoria delle distanze, elevate al quadrato, tra i valori osservati e la retta. L’elevamento al quadrato ci serve perché non abbiamo bisogno di scarti negativi, la distanza va calcolata in valore assoluto. Riassumendo, come propongo in questo esempio che consiglio di consultare, dobbiamo trovare la retta che riduce al minimo la somma dei quadrati degli scarti. 

A livello pratico come troviamo questi valori? Fortunatamente c’è chi ci ha già pensato molto prima di noi, trovando la risposta alla domanda. Queste sono le formule dei due parametri necessari per calcolare la retta di regressione lineare semplice, dove con u è indicata la media.

Dove a numeratore abbiamo la Covarianza di x ed y, mentre a denominatore la varianza di x. Con questi due parametri (più i residui di cui parleremo dopo), costruiamo la retta del modello di regressione lineare semplice. Difatti, l’equazione della retta di regressione è la seguente: 

Come è evidente, per calcolare la regressione lineare è necessario calcolare la media. Se nella distribuzione non è possibile calcolare la media delle “variabili” o dei dati, allora la regressione non sarà un buon modello di analisi statistica. Per concludere ed essere più precisi, anche se non parleremo approfonditamente della cosiddetta analisi dei residui, diciamo che all’interno del modello di equazione y=b0+b1x dobbiamo inserire quel parametro che viene chiamato residuo. I residui rappresentano la parte di errore di previsione del modello di regressione. Essi sono la differenza fra i valori teorici del modello e quelli reali, i valori osservati. Per completare l’equazione della retta scriveremo allora: 

dove

Come si interpreta?

Per ciò che concerne la fase dell’interpretazione della retta di regressione dobbiamo introdurre un indice, non è il solo ma è uno dei più usati, chiamato coefficiente di determinazione e indicato con r2. La funzione di questo strumento è quella di descrivere la bontà di adattamento della retta ai valori osservati. L’indice r2 ha valori compresi tra 0 ed 1, per facilitarne la lettura e l’interpretazione. Esso rappresenta la proporzione di variabilità della variabile dipendente spiegata dalla retta di regressione. Per esempio, se r2 = 0.5, significa che la retta di regressione spiega il 50% della variabilità della variabile dipendente, Y. 

Nell’esempio pratico proposto prima, osserviamo che r2 = 0.6761, il che significa che circa il 67% della variabilità del reddito è spiegata dal numero di anni di istruzione. Ora, se ad esempio volessimo prevedere il valore di y dato un x arbitrario, avendo costruito il modello di regressione lineare, ci basterà sostituire alla x presente nell’equazione il valore desiderato. 

Se vi ricordate avevamo accennato al fatto che il modello di regressione, oltre che misurare la dipendenza di due variabili, ci permette, tramite la costruzione del modello, di prevedere i valori della variabile indipendente Y, dati valori di x. Questa tecnica si riassume in interpolazione ed estrapolazione. Interpolazione si ha quando vogliamo prevedere il valore di Y dato un x appartenente all’intervallo dei valori osservati, in cui la nostra relazione è lineare. Estrapolazione si ha invece quando x non appartiene a quell’intervallo di riferimento, può essere più grande o più piccola. La differenza sta nel fatto che, facendo estrapolazione, più ci si allontana dall’estremo superiore/inferiore dell’intervallo più i risultati rischiano di diventare assurdi.

Questo perché noi non sappiamo se per quelle x fuori dall’intervallo vale la relazione lineare che abbiamo studiato. L’estrapolazione va grosso modo evitata o al massimo limitata ai valori appena fuori dall’intervallo di riferimento. Infatti la retta di regressione è stata determinata usando i valori x dell’intervallo rilevante e non vi è alcun modo di sapere come la retta si modificherebbe aggiungendo valori x esterni all’intervallo rilevante; facendo estrapolazioni si assume implicitamente che aggiungendo valori x esterni la retta rimarrebbe sostanzialmente invariata, ma tale ipotesi non è verificabile ed è tanto meno plausibile quanto più i punti considerati sono lontani dall’intervallo rilevante.

Passiamo subito all’esempio pratico. 

Nel modello di regressione costruito prima, osserviamo che la retta di regressione lineare è rappresentata dall’equazione: y=320.3408+91.43589x. Ora, se volessimo prevedere il valore di Y (quindi il reddito mensile) di una persona con 16 anni di istruzione (variabile X), ci basterà sostituire il valore desiderato al posto della x, in modo da ottenere:  y=320.3408+(91.43589*16)= 1783.315. Il reddito previsto per una persona con 16 anni di istruzione sarà quindi 1783€.

Conclusione

Il concetto di regressione lineare, a differenza di quello di correlazione, non si limita a dirci se due variabili sono più o meno correlate (positivamente o negativamente). La regressione aggiunge a questa informazione un vero e proprio modello matematico, ovvero l’equazione che abbiamo visto prima. Ciò risulta essere molto importante poiché ci permette di produrre delle stime, delle previsioni che con la sola analisi di correlazione non potremmo fare. 

Ora, è importante ricordare che l’analisi di regressione e quella di correlazione non ci dicono necessariamente se la variabile Y è causata interamente dalla variabile X, poiché, causazione (o causalità) e correlazione sono due concetti profondamente differenti. Di ciò però abbiamo già accennato qualcosa in questo articolo. Per chi volesse infine approfondire la parte relativa alla matematica che sta dietro il modello di regressione lineare, lascio questo articolo di cui consiglio vivamente la consultazione.

Andrea Commodi

Laureato in Sociologia, attualmente sono studente doppiamente iscritto alla facoltà Sociologia e ricerca sociale (LM-88) e di Statistica (L-41), presso l’Università degli studi di Firenze. Mi piace raccontare la realtà sociale aiutandomi con i dati. Fra i miei attuali interessi di ricerca rientrano gli studi sociali quantitativi e scienza sociale computazionale.

L'articolo La regressione lineare semplice: statistica sociale sembra essere il primo su Sociologicamente.

L’espressione latina «post hoc ergo propter hoc», la cui traduzione è «dopo ciò quindi a causa di ciò», riassume in maniera estremamente sintetica ed esaustiva la fallacia indagata in questo articolo, ovvero la difficoltà nello scindere due processi che sono profondamente differenti, causalità e correlazione. Ma spostandoci sul piano pratico, che cosa si intende in termini statistici per causalità e correlazione?

Che cosa intendiamo realmente con il termine correlazione?

Piccola premessa: al posto della parola “termine” utilizzeremo ciò che in statistica viene chiamato indice, mentre al posto di “fenomeni” utilizzeremo il termine variabili. In maniera piuttosto semplice possiamo allora sostenere che la correlazione è un indice che rappresenta la relazione fra due variabili. In generale, date due variabili quantitative X ed Y con X variabile indipendente e Y variabile dipendente, si dice che fra esse vi è relazione statistica se le variazioni (della distribuzione) di X aiutano, con più o meno successo, a spiegare o addirittura predire le variazioni di Y.

Per entrare ancora più nel dettaglio sarebbe necessario spiegare, ma non lo farò in questa occasione, le varie tecniche di regressione statistica con cui vengono studiate queste relazioni. Però, dato che l’obiettivo prefissato è quello di comprendere a livello teorico la differenza che intercorre fra i due indici menzionati, è necessario almeno fissare a mente che, in generale, trovare una qualche correlazione statistica non significa spiegare il fenomeno in termini di causa-effetto. Spiegare il fenomeno in termini di causa-effetto significa trovare la causa (o in genere “le cause”, soprattutto se si parla di fenomeni sociali) grazie alle quali quel determinato fenomeno si manifesta. Ciò però, soprattutto nel campo delle cosiddette social sciences (fra cui anche la sociologia) rientra nella sfera della quasi utopia. Proviamo a capire meglio con due brevi esempi.

Primo esempio di correlazione: la vendita di gelati aumenta il tasso di omicidi?

La figura qui accanto contiene un grafico che mostra una correlazione positiva fra il tasso di omicidi (variabile Y) e la vendita dei gelati (variabile X). Come si può osservare, i punti del grafico sono in una configurazione di relazione lineare diretta. Possiamo quindi concludere che il numero dei gelati venduti causa l’aumento del tasso di omicidi di un determinato paese? Chiaramente, utilizzando un po’ di buon senso, possiamo indagare più approfonditamente questa strana correlazione e concludere che essa sia abbastanza assurda. Possiamo quindi escludere che si tratti di un rapporto di causa-effetto. Allora per quale motivo osserviamo questa correlazione? Potremmo ipotizzare che, ad esempio, sia l’elevata temperatura di quel paese a causare l’alto tasso di crimini, generando allo stesso tempo questa bizzarra correlazione che non ha nulla di empiricamente dimostrabile; difatti, un ottimo articolo su Science conferma quanto appena detto.

Secondo esempio di correlazione: il calo della bolletta del gas è realmente dovuto alle misure del governo Meloni?

Giorgia Meloni, dopo le dichiarazioni rilasciate in un dialogo con Paolo Del Debbio, il 3 febbraio 2023 scrive su Twitter che il calo del 34,2% della bolletta del gas è un risultato raggiunto grazie alle concrete misure attuate dal Governo, attribuendosene quindi a pieno i meriti. Ora, il calo è realmente dovuto alle politiche attuate dal governo Meloni? No, si tratta infatti di una semplice correlazione statistica fra i due fenomeni, fra le due variabili, come l’esempio precedente ci aveva mostrato una correlazione fra le vendite del gelati e l’aumento del tasso di omicidi.

Come scrive l’Huffington Post è infatti calato il costo della materia prima acquistata dai fornitori sui mercati all’ingrosso per poi rivenderla ai clienti finali, sul quale tuttavia l’azione economica del Governo italiano non ha alcun rilievo. Per chi volesse approfondire le cause reali, lascio il link di questo articolo di Huffington Post. In conclusione, non sono state quindi le politiche attuate dal governo Meloni ad aver causato il calo delle bollette del gas e qui sta la differenza fondamentale fra un rapporto di causazione ed un rapporto di correlazione.

Conclusione

Risulta essere quindi molto importante distinguere questi due processi, soprattutto per chi si sta approcciando per le prime volte alla scienza in generale ed in questo caso specifico alla scienza sociale. Da un lato quindi la correlazione ci mostra il grado di associazione, di relazione fra due variabili ed è estremamente utile se ad esempio vogliamo capire se la distribuzione di una variabile Y è più o meno influenzata da quella di un’altra variabile X.  D’altra parte, la correlazione, o meglio il rapporto di correlazione e i suoi indici, non ci dicono affatto se X sia o meno la causa, l’evento scatenatane di Y. Per stabile se fra X ed Y sussiste un rapporto di causalità si può operare, ad esempio, mediante una tecnica statistica chiamata studio controllato randomizzato, leggermente più complessa dei test di correlazione o di regressione, della quale potremmo parlare in un articolo dedicato.

Bibliografia

• Statistica: principi e metodi, Cicchitelli G., Pearson, 2022.

Andrea Commodi

Laureato in Sociologia, attualmente sono studente doppiamente iscritto alla facoltà Sociologia e ricerca sociale (LM-88) e di Statistica (L-41), presso l’Università degli studi di Firenze. Mi piace raccontare la realtà sociale aiutandomi con i dati. Fra i miei attuali interessi di ricerca rientrano gli studi sociali quantitativi e scienza sociale computazionale.

L'articolo Correlazione e causalità: elementi di statistica sociale sembra essere il primo su Sociologicamente.

La statistica come “bestia nera”

Iniziamo prendendo, come si suol dire, il toro per le corna: che cos’è la statistica? Già qui troviamo un primo ostacolo. Esistono diverse definizioni di statistica, tutte precedute da un immaginario confuso diffuso dal poeta Trilussa. L’idea dell’ingiustizia della divisione dei famosi polli unita alla possibilità percepita di un certo grado di manipolazione in effetti non rende la statistica appetibile a chi la incontra per la prima volta. Ma, da bravi scienziati sociali in erba, non bisogna fossilizzarsi sui pregiudizi, anzi: spesso e volentieri ciò che percepiamo come grandi ostacoli altro non sono che elefantiache esagerazioni della nostra percezione della realtà. E proprio su quest’ultimo punto che la statistica rivela la sua importanza.

La statistica non è una scienza perfetta. Volendo usare un primo tecnicismo, è una scienza probabilistica. In particolare è da intendersi come un modus operandi che consente di approcciare in modo scientifico la realtà che ci circonda. Con essa possiamo spiegare i fenomeni e ci consente di prendere la decisione migliore in base alle probabilità di successo.

Pensiamoci. Quante volte abbiamo visto film e serie tv con personaggi occhialuti che analizzavano la situazione esprimendosi con frasi del tipo “ci sono il 75% di possibilità di riuscita della missione” e simili. Puntualmente poi – complice l’esigenza di trama – accadeva l’imprevisto. Ecco, qui si evidenzia proprio un’altra caratteristica della statistica: essa ha come obiettivo quello di ridurre l’incertezza al minimo, ma accetta la possibilità che l’insuccesso possa essere dietro l’angolo. Questo elemento d’incertezza può far spavento ma vediamo il bicchiere mezzo pieno: possiamo pensare a delle soluzioni alternative, facendo nuovi calcoli e prendendo in considerazioni nuove variabili o variazioni delle variabili.

La statistica è importante per il sociologo

Questo appena descritto può anche essere un fattore eccitante ma mai determinante per le questioni sociali da analizzare. Infatti non bisogna esaltare troppo un sistema di conoscenze. È necessario invece conoscere e utilizzare a propri scopi l’insieme delle metodologie e delle tecniche che la statistica ci offre. Sappiamo che il sociale non è affatto un oggetto di studio facile, è cangiante e meravigliosamente complesso. Ragion per cui ha bisogno di una scienza compagna adeguata che sia in grado di ridurre e decodificare, sotto forma di dati, i fenomeni presi in analisi.

Per molti sarà dura da ammettere ma la statistica è importante per la vita privata e lavorativa di tutti noi. A maggior ragione per il sociologo che la deve acquisire – anche nelle sue forme basilari – non solo per definirsi tale ma per poter mettere in pratica i suoi studi. Basandosi sull’analisi dei bisogni della collettività e leggendo in anticipo l’eventuale impatto di scelte da compiere la statistica può essere un utile strumento per la politica che, ricordiamo, ha il compito non solo di comprendere i bisogni della collettività ma ha l’arduo onere di scegliere come operare e che criteri usare per allocare le risorse disponibili.

Da qui possiamo chiarire un passo fondamentale che scioglie una delle più grandi paure degli studenti. Se si pensa alla statistica – e perché no? Anche alla matematica – come una scienza a sé e non usabile per gli scopi pratici delle scienze sociali risulterà sempre ostica. Non bisogna pensare a un coacervo di formule e numeri che restituiscono diagrammi e istogrammi, ma a un metodo per decodificare e rendere fruibili i dati. Dare quindi un significato a quello che è stato – per forza di cose – ridotto a segni e numeri è un primo passo per spiegare ciò che abbiamo studiato. La statistica è dunque una specie compagna – volendo citare Donna Haraway – per le scienze sociali poiché, insieme alle metodologie e alle tecniche più afferenti all’antropologia e alla psicologia, ci aiuta a decodificare il mondo.

Il problema di base è la matematica delle scuole superiori

Tuttavia è necessario fare i conti anche con la matematica: lo scoglio più infamante di molti studenti. Non è facile ammettere che molti non hanno le basi. Non è difficile oggi incontrare, ad esempio, persone che hanno difficoltà a fare le divisioni senza calcolatrice. Colpa della scuola e dello scarso impegno? Forse entrambe le cose. Ma ora il punto è che la maggior parte delle persone che si dice in difficoltà con la statistica rintraccia come origine dei suoi problemi non la novità della stessa – ne tanto meno “il prof figlio di buona donna” che non sa spiegare o fa il birichino all’esame – ma le conoscenze di base di matematica.

Purtroppo il percorso universitario è un percorso di alto livello di formazione e non sempre – e non è neanche dovuto – è possibile attivare corsi di riparazione o di recupero in queste materie un po’ più tecniche, soprattutto se si parla di elementi che, orientativamente, tutte le scuole superiori dovrebbero trattare nei loro programmi di matematica. Per questo la statistica è ostica: ha bisogno, come la matematica, di uno studio costante e che non prevede il salto a piè pari di cose che non ci piacciono. È molto facile dunque ritrovarsi manchevoli di qualcosa.

Cosa recuperare prima di affrontare “la belva”

Per facilitare allora lo studio della statistica ecco un pratico elenco delle nozioni di matematica da recuperare per affrontare al meglio “la belva” statistica, tratto dal manuale di Statistica per le scienze sociali:

• Elementi di logica, insiemi, numeri
  – quantificatori e altri simboli di base: sommatoria e produttoria
  – insiemi, operazioni tra insiemi; relazioni binarie
  – numeri
  > insiemi di numeri naturali, di numeri interi, di numeri razionali; numeri decimali e il calcolo approssimato;
  > addizione e moltiplicazione nei differenti insiemi di numeri: elementi neutri, opposto, inverso, ordinamento;
  > potenza di numeri
  – intervalli di numeri reali
• il piano cartesiano: il metodo delle coordinate. Distanza tra due punti
• funzioni elementari
  – le funzioni elementari che rappresentano la proporzionalità diretta, inversa, quadratica; le funzioni costanti.
  – la funzione lineare; funzione esponenziale; la funzione logaritmica
• limiti – cenni
  – le funzioni continue
• Derivate – cenni
• Grafici di funzioni – cenni
  – massimi e minimi per una funzione
  – funzioni convesse e concave
• Integrali – cenni
  – integrale definito
• La matematica del discreto
  – successioni
  – calcolo combinatorio – cenni
  > permutazioni
  > Combinazioni

Bibliografia

Amaturo E., Aragona B., Grassia G.M., Lauro N.C., Marino M., Statistica per le scienze sociali, UTET, Torino, 2018;

Francesco D'Ambrosio

Docente di comunicazione e Gestione HR. Giornalista pubblicista laureato in Sociologia con lode. Redattore capo di Sociologicamente.it.
PUBBLICAZIONI | LINKEDIN

L'articolo Statistica per la sociologia: come affrontarla? sembra essere il primo su Sociologicamente.

Fotografia nella ricerca sociale: perchè non è oggettiva?

La presunta oggettività della foto è però rinnegata da una serie di elementi: i limiti tecnici che caratterizzano la foto, ovvero la bidimensionalità, l’eventuale scatto in bianco e nero ma primo tra tutti l’obiettivo. Ogni foto ritaglia una precisa porzione di realtà, che esclude inevitabilmente gli oggetti intorno, alterando i rapporti spaziali. In generale, il problema è l’evidente intenzionalità di colui che scatta la foto nello scegliere o meno ciò che deve rientrare nell’inquadratura.

Il legame tra arte e fotografia: un problema per la ricerca

Un altro argomento di dibattito in merito alla fotografia nella ricerca sociale è il suo legame con l’arte. Esiste il confine tra una fotografia destinata alla ricerca e una fotografia artistica? Per Howard Becker no. Becker,  sociologo americano, appartenente alla seconda scuola di Chicago, ha dedicato la maggior parte della sua vita alla ricerca qualitativa e proprio per questo suo interesse ha affrontato il discorso della fotografia come strumento di ricerca. Guidato anche da un’attività che lo vede impegnato come critico fotografico, Becker contribuisce al dibattito con un interessante punto di vista: ogni fotografia contiene un fattore estetico e creativo che non danneggia la ricerca ma ne garantisce la peculiarità. Per l’autore americano sarebbe quindi inutile provare a separare la fotografia dall’estro creativo di chi ha scattato la foto.

Validità e attendibilità della fotografia

Nella ricerca sociale il concetto di validità è fondamentale, essa può essere definita come il grado con cui uno strumento misura quello che intende misurare. Il concetto viene associato quasi immediatamente alla ricerca quantitativa, dal momento che in principio la definizione è stata pensata per comprendere quanto un questionario riesce a indagare sul fenomeno oggetto della ricerca. Se pensata in relazione alla ricerca qualitativa, questa definizione è difficilmente applicabile, per ovvi motivi: risulta difficile validare lo strumento fotografico dal momento che non segue le logiche dicotomiche dei test o dei questionari. Se, però, consideriamo la definizione di validità proposta da Ammassari, anche la fotografia può divenire strumento valido.

Per Ammassari la validità di uno strumento è “la capacità di accertare proprio e non altro il referente empirico del concetto cui si intende riferire”; questa definizione si applica a tutti gli strumenti della sociologia che non seguono la logica della quantificazione: interviste, analisi del contenuto e fotografie. La fotografia sarebbe quindi, uno strumento valido non in ragione della presunta misurazione che fornisce ma grazie alla sua capacità di riprodurre la realtà.

La Validità dell’immagine secondo Mattioli

Sulla validità dello strumento fotografico si sono espresse diverse figure, tra questi, risultano particolarmente interessanti i due criteri che Mattioli fornisce per renderlo quanto più valido possibile:  

1. La successione di immagini è più valida delle fotografie singole. L’oggetto della sociologia è il comportamento sociale, è ovvio quindi che acquisti più valore una serie di scatti (o un video) rispetto ad uno scatto singolo, poiché la serie permette di cogliere per l’appunto ciò che interessa alla ricerca sociale.
2. Le fotografie a colori sono più valide di quelle in bianco e nero. La varietà cromatica ha un alto significato sociale. I colori hanno un vero e proprio ruolo nell’analisi sociale, scattare delle foto in bianco e nero escluderebbe materiale interessante.

L’attendibilità

Accanto al concetto di validità, troviamo il concetto di attendibilità, generalmente definito come la capacità di uno strumento di fornire sempre risultati uguali quando si procede a misurazioni diverse di uno stesso fenomeno. Nel caso della fotografia, l’attendibilità ricade sulle caratteristiche tecniche dei dispositivi elettronici, sull’uso delle stesse illuminazioni e inquadrature: aspetti impossibili da riprodurre con estrema fedeltà. In ogni caso, Wagner propone una serie di metodi per garantire il più possibile l’affidabilità delle immagini:

• Avvalersi di più operatori, cosicché uno corregga l’altro.
• Eseguire le foto con degli script prestabiliti e dettagliati.
• Controllare il valore descrittivo delle foto affidandosi ad altre fonti di informazione.
• Optare per un campionamento casuale degli oggetti di sfondo se nelle riprese compaiono e non si è a conoscenza delle loro caratteristiche.

La photo-elicitation

Un interessante utilizzo della foto nella ricerca sociale è quello della photo-elicitation: L’intervistatore e l’intervistato discutono le fotografie, così che si abbia nel corso dell’intervista un punto di riferimento concreto. L’informatore spiega il senso e il ruolo degli oggetti rappresentati. La fotografia si trasformerebbe in uno stimolo per avviare un’intervista con il soggetto fotografato, al fine di ampliare le conoscenze sulla porzione di realtà entrata nell’obiettivo, una sorta di backtalk su base visiva. Questa tecnica evita al sociologo di dare una errata o incompleta interpretazione all’oggetto fotografato, e risolverebbe in parte le questioni in merito all’etica della privacy, poiché i soggetti sarebbero consapevoli di essere fotografati.

Conclusioni

Si può concludere che privarsi della foto come strumento della ricerca sociale sarebbe un grosso errore, che porterebbe alla perdita di utile materiale sia per la ricostruzione di sistemi culturali del passato sia come valido stimolo per la ricerca sul campo. Dopotutto, il ritagliare una porzione di realtà attraverso l’obiettivo fotografico è analogo all’ attribuzione di senso che Weber concepisce alla base del processo conoscitivo nella sociologia, per cui, come qualsiasi atto umano è richiesta una scelta che, se metodologicamente condivisa, non può che essere utile.

Caterina Ambrosio

Bibliografia

• D. Harper (1986) Meaning and work: a study in photo elicitation
• F. Mattioli (1991) Sociologia visuale

L'articolo La fotografia nella ricerca sociale: tra arte e photo-elicitation sembra essere il primo su Sociologicamente.