Syllabus del corso
Obiettivi formativi
Il laboratorio "Scelte data-driven e evidence-based nella pubblica amministrazione e nelle organizzazioni complesse" si propone di mostrare agli studenti come evidenze empiriche e dati possano essere utilizzati nella pubblica amministrazione e nelle organizzazioni per predere decisioni. Nel farlo, adotta un stile dialogico, partecipato e applicato: gli studenti avranno infatti l'opportunità di ascoltare le testimonianze e di interagire con professionisti del mondo della PA e di importanti aziende, di approfondire casi studio e di condurre in prima persona (semplici) analisi dati sul software statistico STATA. Il laboratorio consentirà quindi agli studenti di mettere in pratica quanto appreso nei moduli curricolari, con particolare riferimento ai moduli Politiche Pubbliche - Decisione e Implementazione e Politiche Pubbliche - Valutazione.
Contenuti sintetici
Gli argomenti principali del laboratorio sono:
- I modelli decisionali: in che misura gli attori, pubblici e privati, sono "razionali" quando prendono una decisione?
- Valutare ex ante: evidenze empiriche e dati per scegliere che cosa fare.
- Valutare in itinere: evidenze empiriche e dati per capire se stiamo andando nella giusta direzione o no.
- Valutare ex post: evidenze empiriche e dati per apprendere dai successi e dai fallimenti.
- Una piccola cassetta degli attrezzi per condurre il lavoro di gruppo:
- Breve introduzione al disegno della ricerca;
- Brevi cenni a tecniche qualitative quali interviste in profondità e focus groups;
- Focus su semplici strumenti di statistica inferenziale su STATA (statistiche descrittive, grafici, regressione lineare bivariata, regressione lineare multivariata).
Programma esteso
Il laboratorio si concentra sul tema del decision-making, nei contesti della pubblica amministrazione e delle organizzazioni complesse.
In primo luogo, introduce gli studenti ai modelli decisionali: che processi - individuali e collettivi - si attivano quando dobbiamo prendere una decisione? Siamo davvero "razionali" o cadiamo vittime delle abitudini e di informazioni limitate? Usare delle "scorciatoie" per prendere le decisioni è positivo o negativo?
In seguito, ci chiederemo in che misura le evidenze empiriche - e in particolare i dati - possano essere d'aiuto per scegliere tra opzioni alternative; per capire se l'opzione scelta si stia rivelando quella giusta o se ci stia portando su una cattiva strada; per valutare infine come sono andate le cose. La scelta presa ha sortito gli effetti sperati o no? Capiremo che anche una risposta negativa alla domanda può essere molto utile per l'apprendimento, individuale e organizzativo.
Infine, gli studenti dovranno impegnarsi in un lavoro di gruppo. La docente fornità ad ogni gruppo una domanda alla quale rispondere conducendo uno studio di caso e un'analisi dati utilizzando il software STATA. Per svolgere il lavoro adeguatamente, la docente fornirà agli studenti una "cassetta degli attrezzi", costituita da:
- Breve introduzione al disegno della ricerca;
- Brevi cenni a tecniche qualitative quali interviste in profondità e focus groups;
- Semplici strumenti di statistica inferenziale su STATA (statistiche descrittive, grafici, regressione lineare bivariata, regressione lineare multivariata).
Prerequisiti
Per poter partecipare al laboratorio, gli studenti devono:
- essere iscritti al 3 anno,
- aver superato gli esami di Matematica e Statistica,
- aver conseguito almeno 90 CFU,
- avere il laboratorio nel piano di studi,
- avere familiarità coi contenuti dei moduli Politiche Pubbliche - Decisione e Implementazione e Politiche Pubbliche - Valutazione.
Metodi didattici
- Lezioni frontali, ma partecipate;
- Testimonianze di professionisti del mondo della PA e di importanti aziende;
- Analisi di casi studio;
- Esercitazioni sul software STATA;
- Lavori di gruppo.
Modalità di verifica dell'apprendimento
Elaborazione di un breve progetto su un caso empirico (con una semplice analisi dei dati) e presentazione in classe dei risultati.
È richiesta la frequenza di almeno il 75% delle ore.
Testi di riferimento
Il materiale didattico verrà distribuito, di volta in volta, prima degli incontri laboratoriali.
Sustainable Development Goals
Learning objectives
The laboratory "Data-driven and Evidence-based Decision-making in Public Administration and Complex Organizations" aims to show students how empirical evidences and data can be utilized in public administration and organizations for decision-making. In doing so, it adopts a dialogic, participatory, and applied approach: students will have the opportunity to listen to testimonials and interact with professionals from the public administration and major companies, delve into case studies, and personally conduct (simple) data analyses using the statistical software STATA. The laboratory will enable students to put into practice what they have learned in the curriculum modules, with particular reference to the modules "Public Policies - Decision and Implementation" and "Public Policies - Evaluation".
Contents
The main topics of the laboratory are:
- Decision models: to what extent are actors, both public and private, "rational" when making a decision?
- Ex ante evaluation: empirical evidence and data to choose what to do.
- In-process evaluation: empirical evidence and data to understand whether we are moving in the right direction or not.
- Ex post evaluation: empirical evidence and data to learn from successes and failures.
- A small toolbox for conducting team work:
- Brief introduction to research design.
- Brief overview of qualitative techniques such as in-depth interviews and focus groups.
- Focus on basic tools of inferential statistics using STATA (descriptive statistics, graphs, bivariate linear regression, multivariate linear regression).
Detailed program
The laboratory focuses on decision-making in the context of public administration and complex organizations.
Firstly, it introduces students to decision-making models: what processes - individual and collective - come into play when we have to make a decision? Are we truly "rational," or do we fall victim to habits and limited information? Is using "shortcuts" to make decisions positive or negative?
Next, we will explore to what extent empirical evidence - particularly data - can help us choose between alternative options, understand if the chosen option is proving to be the right one or leading us astray, and ultimately evaluate how things have turned out. Did the chosen course of action produce the desired outcomes or not? We will learn that even a negative answer to this question can be very useful for individual and organizational learning.
Finally, students will engage in team work. The instructor will provide each group with a question to answer by conducting a case study and data analysis using the STATA software. To perform the work effectively, the instructor will provide students with a "toolbox" consisting of:
- Brief introduction to research design;
- Brief overview of qualitative techniques such as in-depth interviews and focus groups;
- Basic tools of inferential statistics using STATA (descriptive statistics, graphs, bivariate linear regression, multivariate linear regression).
Prerequisites
To participate in the laboratory, students must:
- be enrolled in the 3rd year,
- have passed the exams in Mathematics and Statistics,
- have obtained at least 90 ECTS credits,
- have the laboratory included in their study plan,
- be familiar with the contents of the modules Public Policies - Decision and Implementation and Public Policies - Evaluation.
Teaching methods
- Interactive lectures;
- Testimonials from professionals in the public administration field and major companies;
- Case study analysis;
- STATA software exercises;
- Team work.
Assessment methods
Development of a short project on an empirical case (including a simple data analysis) and presentation of the results in class.
Attendance of at least 75% of the hours is required.
Textbooks and Reading Materials
Materials will be distributed, on each occasion, before the laboratory sessions.
Sustainable Development Goals
Staff
-
Fedra Negri
