Syllabus del corso
Obiettivi formativi
Fornire competenze in merito alla pratica dell’analisi quantitativa dei fenomeni sociali attraverso l’utilizzo di un software di analisi statistica dei dati.
Contenuti sintetici
Il corso offre una conoscenza di base del software di analisi dei dati IBM SPSS Statistics.
Programma esteso
- Introduzione a SPSS: caratteristiche del programma, data editor, output, sintax editor; costruzione della matrice dei dati, nomi delle variabili, etichette delle variabili e dei valori, i dati mancanti.
- Analisi univariata: distribuzioni di frequenza, indici di posizione e di variabilità, rappresentazioni grafiche.
- Procedure di trasformazione della matrice dei dati: ricodifica di variabili, calcolo di nuove variabili, scale, tipologie.
- Analisi bivariata: tavole di contingenza, medie, regressione lineare.
Prerequisiti
Conoscenza delle nozioni fondamentali di statistica e di analisi dei dati per le scienze sociali. Ai fini dell'apprendimento è importante avere frequentato il corso e/o avere preparato l'esame di Tecniche quantitative di analisi.
Metodi didattici
Esercitazioni in laboratorio. In caso di emergenza Covid-19 le lezioni potranno essere svolte da remoto asincrono e con eventi in videoconferenza sincrona.
Modalità di verifica dell'apprendimento
Consegna di elaborati durante il corso e prova finale.
Testi di riferimento
Corbetta, P., Gasperoni, G. e Pisati, M., Statistica per la ricerca sociale, il Mulino, Bologna, 2001 (capitoli 1-7), e materiali integrativi indicati dal docente all'inizio del corso.
Sustainable Development Goals
Learning objectives
To provide skills concerning the quantitative analysis of social phenomena by using a statistical package.
Contents
The course provide a basic expertise of IBM SPSS Statistics.
Detailed program
- Introduction to SPSS: software features, data editor, output, sintax editor; dataset construction, variable names, variable labels, value labels, missing values.
- Univariate analysis: frequencies distribution tables, measures of central tendency and dispersion, graphical representations.
- Dataset transformations: variable recode, new variable compute, indexes, typologies.
- Bivariate analysis: cross tabulation tables, mean tables, linear regression.
Prerequisites
Basic notions of statistics and data analysis for social sciences. For the purposes of learning it is important to have attended the course and / or prepared the exam of Techniques of Quantitative Data Analysis.
Teaching methods
Laboratory sessions. In case of Covid-19 emergency, lessons can be carried out remotely both asynchronously and with synchronous videoconference events.
Assessment methods
Delivery of exercises during the course and final test.
Textbooks and Reading Materials
Corbetta, P., Gasperoni, G. e Pisati, M., Statistica per la ricerca sociale, il Mulino, Bologna, 2001 (capitoli 1-7), and supplementary materials indicated by the teacher at the beginning of the course.
