Mappa del corso
Clicca sulle sezioni per passare allo schema corrispondente
Cap. 1 — Logica quantitativa
Scienza vs scienze sociali, approccio ipotetico-deduttivo, Coleman boat, modellizzazione, misurazione.
Cap. 2 — Descrivere
Dati e variabili, dataset, campioni, misure di tendenza centrale, variabilità, grafici.
Cap. 3 — Spiegare
Tabelle di contingenza, medie condizionate, correlazione di Pearson, variabili dipendenti/indipendenti.
Cap. 4 — E dopo?
Inferenza, validità/affidabilità, esperimenti, modelli multivariati, scienze sociali computazionali.
Cap. 5 — Big Data
5W, 10 caratteristiche Salganik (2017), API, scraping, dati found vs designed.
Formule & Esercizi
Media, mediana, moda, IQR, Pearson r, percentualizzazione, cross-tab.
📐 Capitolo 1 — La Logica Quantitativa
Scienza vs Senso Comune
| Senso comune | Analisi scientifica |
|---|---|
| Impressioni, casi estremi, esperienza personale | Misure sistematiche, confronti, ordini di grandezza |
| Visibilità ≠ frequenza | Distingue visibilità da frequenza |
5 caratteristiche della logica quantitativa
| # | Caratteristica | In breve |
|---|---|---|
| 1 | Frammentazione | Una domanda alla volta, non spiegare tutto |
| 2 | Approccio ipotetico-deduttivo | Teoria → ipotesi → dati → verifica |
| 3 | Modellizzazione | Semplificazione della realtà per studiarla |
| 4 | Misurazione | Tradurre concetti in variabili numeriche |
| 5 | Coleman Boat | Micro↔Macro: livello individuale + effetti aggregati |
Coleman Boat
- Schema a «barca»: collega macro-condizioni sociali → micro-comportamenti → effetti macro
- Esempio: crisi economica (macro) → insicurezza individuale (micro) → calo consumi (macro)
- La sociologia spiega i fenomeni collettivi passando per le azioni individuali
Tipi di domanda di ricerca
| Tipo | Domanda tipica | Strumento |
|---|---|---|
| Univariata (descrittiva) | «Quanto è grande X?» | Media, distribuzione |
| Bivariata (relazionale) | «X e Y sono collegati?» | Correlazione, cross-tab |
Obiettivi dell'analisi quantitativa
- Descrivere: quanto, per chi, quando — distribuzioni, medie, frequenze
- Spiegare: relazioni tra variabili, meccanismi causali
- Predire: modelli che anticipano comportamenti (uso più avanzato)
📊 Media aritmetica
📊 Mediana
📊 Moda
📦 IQR (Intervallo Interquartile)
📐 Deviazione Standard
🔗 Correlazione di Pearson
% Percentuale
📋 Quartili
🧮 Regola mnemonica: quando usare cosa
| Situazione | Strumento |
|---|---|
| VD cardinale, VI cardinale | Correlazione di Pearson + scatterplot |
| VD cardinale, VI categoriale | Medie condizionate + barchart |
| VD categoriale, VI categoriale | Tabella di contingenza (cross-tab) % per riga |
| 1 variabile cardinale | Media/mediana/DS + istogramma |
| 1 variabile categoriale | Frequenze % + grafico a barre |
| Distribuzione asimmetrica / outlier | Mediana + IQR (più robusti) |
Grafici delle dispense — lettura sociologica
Capire non solo come leggere un grafico, ma cosa ci dice sulla realtà sociale.
Interesse per la politica per genere (ITANES)
Come si legge: percentualizzare per riga (VI = genere) permette di confrontare la distribuzione dell'interesse politico tra uomini e donne, neutralizzando le differenze di numerosità tra i gruppi.
Lettura sociologica: il gender gap politico è un fenomeno documentato — le donne mostrano storicamente interesse inferiore alla politica istituzionale. Non indica disinteresse per i temi sociali, ma piuttosto minor attrazione per la politica partitica tradizionale, spesso percepita come "maschile". La percentuale «per nulla» è quasi doppia nelle donne (12% vs 6.9%), mentre «molto» è la metà (12% vs 21.5%). Il gap si va riducendo nelle generazioni più giovani.
Distribuzione dei like su un post: media vs mediana
Come si legge: nell'istogramma le barre sono contigue (asse continuo), l'altezza indica la frequenza. La coda lunga a destra segnala pochi casi con valori molto alti.
Lettura sociologica: la distribuzione dei like sui social media è quasi universalmente power-law (coda a destra): la stragrande maggioranza dei post riceve pochi like, mentre pochi contenuti virali ne raccolgono migliaia. Questo riflette la struttura dell'attenzione online — risorsa scarsa e concentrata. Usare la media (42.3) sovrastima il livello "tipico"; la mediana (14) descrive l'esperienza reale della maggioranza dei creator. Implicazione: politiche di piattaforma basate sulla media possono premiare sistematicamente solo chi produce contenuti virali.
Età e minuti di utilizzo dei social media (r = −0.25)
Come si legge: ogni punto è un individuo. La retta tratteggiata è la tendenza (regressione). La nuvola inclinata verso il basso a destra indica correlazione negativa. r = −0.25 = debole-moderata: molta variabilità, non determinismo.
Lettura sociologica: la correlazione negativa tra età e uso dei social riflette il digital divide generazionale, ma la debolezza di r (−0.25) avverte: non è una legge assoluta. Molti anziani sono utenti attivi; molti giovani usano i social meno della media. Le variabili confondenti (istruzione, reddito, tipo di lavoro) spiegano molto della varianza residua. Questo esemplifica perché la correlazione bivariata va integrata con modelli multivariati.
Media like per tipo di contenuto (VD cardinale, VI categoriale)
Come si legge: si usa quando la VD è cardinale (n° like) e la VI è categoriale (tipo di contenuto). Ogni barra = media della VD per quella categoria. Se le medie sono diverse tra gruppi → esiste una relazione.
Lettura sociologica: le differenze nelle medie riflettono come gli algoritmi delle piattaforme valorizzano certi formati (i video/reel ricevono un boost algoritmico). Sociologicamente, ciò non descrive solo preferenze degli utenti, ma la logica economica della piattaforma che massimizza il tempo di permanenza. Questo è un caso di confusione algoritmica (caratteristica n°8 di Salganik): il dato osservato è in parte artefatto della piattaforma, non solo del comportamento organico degli utenti.
Consumo TG per livello di istruzione (medie condizionate)
Come si legge: la relazione negativa tra istruzione e consumo TG tradizionale emerge chiaramente dalla lunghezza decrescente delle barre. Ogni barra è la media condizionata della VD per quella categoria della VI.
Lettura sociologica: il fenomeno riflette la stratificazione dei media: i più istruiti migrano verso fonti online, podcast e giornali, mentre i meno istruiti restano più legati alla TV tradizionale. Attenzione però alla variabile confondente età: istruzione bassa e età avanzata sono correlate — potrebbe essere l'età (non l'istruzione in sé) a guidare il consumo. Un modello multivariato permetterebbe di separare i due effetti.
Ore di studio e voto d'esame (r ≈ +0.78)
Come si legge: la nuvola di punti si dispone lungo la diagonale ascendente — correlazione forte positiva (r ≈ 0.78). I punti sono vicini alla retta: poca dispersione residua.
Lettura sociologica: la correlazione studio–voto sembra ovvia, ma nasconde dinamiche sociali. Studi come PISA mostrano che le ore di studio non sono ugualmente produttive tra classi sociali diverse: l'efficacia dipende da capitale culturale familiare, qualità dell'insegnamento, condizioni abitative. Questo è un caso in cui r elevato è reale ma la causalità è mediata da variabili di contesto sociale, non solo dalla volontà individuale.
Caso Tumasjan: % menzioni Twitter vs % voti elezioni tedesche 2009
Come si legge: confrontare due grafici a barre affiancati rivela discrepanze. Il Partito Pirata domina le menzioni (40%) ma ottiene solo il 2% dei voti reali: il dataset Twitter era profondamente non rappresentativo.
Lettura sociologica: questo è il caso-studio chiave della non rappresentatività dei Big Data. Tumasjan aveva escluso il Partito Pirata dal dataset, ottenendo una corrispondenza apparente. È un esempio di cherry picking inconsapevole. Sociologicamente dimostra che Twitter era nel 2009 uno spazio prevalentemente di nicchia politicizzata, non uno specchio dell'elettorato. La dimensione del dataset (milioni di tweet) non compensa il bias di selezione — più dati distorti non producono risultati più accurati.
Distribuzione età degli intervistati: Q1, Mediana, Q3, Outlier
Come si legge: la scatola centrale contiene il 50% dei dati (da Q1 a Q3). La linea interna è la mediana. I "baffi" si estendono ai valori non-outlier; i pallini oltre sono outlier.
Lettura sociologica: il box plot è potente per mostrare la disuguaglianza nella distribuzione di qualsiasi risorsa sociale. Un IQR ampio (31 anni) segnala che il campione è eterogeneo demograficamente — dato importante per la ricerca politica, dove le coorti generazionali hanno orientamenti molto diversi. Gli outlier (persone molto anziane) giustificano l'uso della mediana anziché della media per descrivere l'età "tipica" del campione.