- Oggetto:
- Oggetto:
ANALISI DEI DATI
- Oggetto:
DATA ANALYSIS
- Oggetto:
Anno accademico 2016/2017
- Codice dell'attività didattica
- CPS0076
- Docenti
- Renzo Carriero (Titolare dell'insegnamento)
Lorenzo Todesco (Titolare dell'insegnamento) - Corso di studi
- Corso di laurea triennale in Scienze politiche e sociali (Classe L-36)
- Anno
- 3° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SPS/07 - sociologia generale
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Prerequisiti
-
E' consigliabile aver sostenuto un esame di sociologia e l'esame di disegno della ricerca
It's advisable that students have already taken a sociology exam and the research design exam
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Con un approccio molto pratico di learning by doing, l’insegnamento fornisce le basi dell’analisi dei dati nella ricerca sociale tramite il software Stata. Gli studenti potranno familiarizzare con l’analisi di dati survey tratti dallo European Values Study e dalla European Social Survey. I dati utilizzati consentiranno agli studenti di cimentarsi con analisi empiricamente fondate della società europea in vari campi: famiglia, religione, valori, lavoro, volontariato, istruzione, politica, media ecc.
Using a practical learning by doing approach, this course provides basic knowledge of data analysis in the social sciences trough Stata software. Students will familiarize with the analysis of survey data from the European Values Study and the European Social Survey. The data will allow students to try to engage with empirically grounded analyses of European societies in various fields: family, religion, values, work, volunteering, education, politics, media, etc.
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine dell’insegnamento lo studente dovrà dimostrare di conoscere le tecniche basilari di analisi dei dati, essere in grado di metterle in pratica in autonomia utilizzando il software di analisi e di scrivere una relazione sui risultati ottenuti. Più in dettaglio lo studente sarà in grado di condurre semplici analisi dei dati mono e bi-variate, di manipolare i dati (ricodificare, etichettare e costruire nuove variabili), di leggere e interpretare l’output delle tabelle e di presentare graficamente i risultati delle analisi. Sarà inoltre in grado di comprendere la logica dell’inferenza statistica e dell’analisi multivariata
At the end of the course, the students should demonstrate to know basic data analysis techniques, be able to put them into practice autonomously using the data analysis software, and to write a report on the main analysis findings. More in detail, the students will be able to do simple uni- and bivariate analyses, to manipulate data (recode, label, and generate new variables), to read and interpret the output of data analyses, and to graphically present findings. They will also able to understand the logic of statistical inference and multivariate analysis.
- Oggetto:
Modalità di insegnamento
Le lezioni si svolgeranno in aula computer con modalità laboratoriale
Lessons will be held in computer lab, mixing lectures and laboratory sessions
- Oggetto:
Modalità di verifica dell'apprendimento
Gli studenti frequentanti potranno sostenere l'esame tramite una relazione scritta consistente in un'analisi e commento di dati survey.
Per gli studenti non frequentanti è previsto un test scritto con domande a risposta chiusa ed esercizi riferiti al testo indicato in bibliografia
Attending students can take the exam by submitting a report of a data analysis.
Non-attending students will take a written test with closed ended questions and exercises.
- Oggetto:
Programma
Conoscenza di base del software Stata.
Operazioni di manipolazione dei dati: ricodifica, etichettatura, costruzione di nuove variabili.
Cenni di inferenza statistica: stima puntuale e intervallare, errori del primo e del secondo tipo, test statistici.
Analisi monovariate: distribuzioni di frequenza e statistiche descrittive di tendenza centrale e dispersione.
Analisi bi-variate: tavole di contingenza e matrici di correlazione, regressione lineare e analisi della varianza.
Indici di associazione: chi quadro, V, Gamma, odds ratios.
Rappresentazioni grafiche dei dati e delle relazioni tra variabili: diagrammi a barre, a torta, a dispersione, a linee.
Cenni di analisi multivariata: tabelle di contingenza stratificate e regressione lineare multipla
Basic knowledge of Stata software.
Basic data management: to recode, to label and to generate new variables.
Introduction to statistical inference: point and interval estimates, type-I and type-II errors, statistical tests.
Univariate analysis: frequency distribution, descriptive statistics.
Bivariate analysis: contingency tables, correlation matrices, linear regression and analysis of variance.
Measures of association: chi square, V, Gamma, odds ratios.
Graphic representations of data and relationships between variables: bar charts, pie chart, scattergrams, line graphs.
Introduction to multivariate analysis: stratified contingency tables and multiple linear regression
Testi consigliati e bibliografia
- Oggetto:
Agresti A., Finlay B., Statistica per le scienze sociali, Pearson, 2009, esclusi i parr. 5.5, 6.7, 7.5, 7.6, 7.7, 8.6
Agresti A., Finlay B., Statistica per le scienze sociali, Pearson, 2009, excluding parr. 5.5, 6.7, 7.5, 7.6, 7.7, 8.6
- Oggetto:
Orario lezioni
Giorni Ore Aula Martedì 15:00 - 18:00 Mercoledì 15:00 - 18:00 Lezioni: dal 28/02/2017 al 05/04/2017
Nota: Aula 3D453 dipartimento CPS
- Oggetto:
Note
- Oggetto:
