Questo libro si rivolge agli studenti, soprattutto di corsi di laurea magistrali e dei dottorati, ma anche a studiosi e professionisti del campo delle scienze sociali che fanno ricorso alla data analysis sia nella ricerca di base sia in quella applicata. Le tecniche trattate, modelli di regressione (lineare e logistica) e modelli di analisi fattoriale (esplorativa e confermativa), sono presentate da un punto di vista teorico, semplificando al massimo ma senza rinunciare al rigore, facendo riferimento a problemi tipici in cui si imbatte chi fa ricerca sociale, soprattutto con dati di tipo survey. Completano la trattazione teorica diversi esempi applicativi e istruzioni per R, un importante software libero per l’analisi statistica dei dati oggi diffuso a livello internazionale nelle diverse comunità scientifiche.

Premessa

Introduzione

Parte I – Elementi preliminari

Capitolo 0 – Elementi di Algebra matriciale
0.1 Scalari, vettori e matrici
0.2 Espressione di un sistema di equazioni lineari mediante matrici
0.3 Matrici speciali: diagonale, scalare, identità, triangolare, di unità, nulla
0.4 Operazioni tra matrici e tra matrici e scalari
0.5 Valori caratteristici associati a una matrice
0.6 Ulteriori operazioni su singole matrici

Capitolo 1 - Introduzione a R
1.1 Presentazione generale dell’ambiente R
1.2 Come procurarsi il programma e la documentazione
1.3 Acquisizione di dati da file esterni
1.4 Elementi di algebra matriciale con R 30

Capitolo 2 – Dai concetti agli indicatori empirici
2.1 Operazionalizzazione e definizione operativa
2.2 Tipi di variabili: elementi di teoria della misurazione
2.3 Strumenti per la misurazione di proprietà soggettive
2.4 Validità e attendibilità
2.5 Costruzione di indici e classificazioni

Parte II – MODELLI DI REGRESSIONE

Capitolo 3 – Il modello lineare generalizzato
3.1 Il concetto di regressione. Distinzione tra funzione e modello
3.2 La forma generale del modello di regressione univariata
3.3 Impieghi del modello di regressione

Capitolo 4 – La regressione lineare normale
4.1 Significato dell’equazione e aspetti terminologici
4.2 Regressione lineare semplice
4.3 Il metodo dei minimi quadrati ordinari
4.4 Assunti del modello di regressione lineare semplice e proprietà degli stimatori
4.5 Inferenza sui parametri stimati
4.6 Bontà di adattamento del modello di regressione lineare semplice
4.7 Il modello della regressione lineare multipla
4.8 Bontà di adattamento del modello di regressione lineare multipla

Capitolo 5 – La regressione logistica binomiale
5.1 Significato dell’equazione e aspetti terminologici
5.2 Regressione logistica binomiale semplice
5.3 La stima dei parametri e la loro interpretazione in termini di odds ratio
5.4 Inferenza sui parametri stimati
5.5 Il modello della regressione logistica binomiale multipla
5.6 Bontà di adattamento del modello ai dati
5.7 Valutazione della capacità predittiva del modello
5.8 Confronto tra modelli nested

Capitolo 6 - Applicazioni con R di modelli di regressione univariata
6.1 Il modello di regressione lineare semplice con R
6.2 Il modello di regressione lineare multipla con R
6.3 Il modello di regressione logistica binomiale semplice con R
6.4 Il modello di regressione logistica binomiale multipla con R
6.5 Confronto tra modelli nested 99

Parte III - ANALISI FATTORIALE ESPLORATIVA

Capitolo 7 - Aspetti generali dell’AFE
7.1 AFE unidimensionale
7.2 AFE multidimensionale
7.3 Passi caratteristici e supplementari della tecnica
7.4 Indicatori riflessivi e indicatori causali 108

Capitolo 8 - Requisiti per l’applicazione dell’AFE
8.1 Input minimo della tecnica
8.2 Costruzione delle variabili e del campione

Capitolo 9 - Il modello dell’AFE in dettaglio
9.1 Aspetti terminologici
9.2 Assunti sulla struttura fattoriale
9.3 AFE e Analisi in Componenti Principali
9.4 Dall’input alla matrice riprodotta
9.5 Scelta del numero di fattori e loro estrazione
9.6 Metodi di rotazione
9.7 Stima dei punteggi fattoriali

Capitolo 10 - Valutazione di un’AFE
10.1 Adeguatezza del modello ai dati
10.2 Generalizzabilità del modello
10.3 Rilevanza sostantiva dei fattori 138

Capitolo 11 - Un’applicazione con R dell’Analisi Fattoriale Esplorativa
11.1 Descrizione dei dati in input
11.2 Eseguire un’AFE con il pacchetto “psych”

11.3 Fattorizzabilità della matrice di correlazione
11.4 Descrizione dell’output
11.5 Il calcolo del REPR
11.6 Stima dei punteggi fattoriali

Parte IV - ANALISI FATTORIALE CONFERMATIVA

Capitolo 12 -  Aspetti generali dell’AFC
12.1 Genesi e sviluppi dell’AFC
12.2 I principali software per l’AFC
12.3 Impieghi dell’AFC

Capitolo 13 -  Requisiti per l’applicazione dell’AFC
13.1 La tipica matrice di input minimo
13.2 Altre matrici di input minimo

Capitolo 14 - Il modello dell’AFC in dettaglio
14.1 Terminologia e notazione
14.2 Specificazione del modello
14.3 Identificazione del modello
14.4 Stima dei parametri del modello

Capitolo 15 - Valutazione e miglioramento del modello stimato
15.1 Parsimonia, fedeltà e adattamento del modello
15.2 Indici locali
15.3 Confronti tra modelli

Capitolo 16 -  Un’applicazione con R dell’Analisi Fattoriale Confermativa
16.1 Il modello teorico
16.2 La specificazione del modello
16.3 La stima dei parametri
16.4 Descrizione dell’output
16.5 Il miglioramento del modello
16.6 L’analisi multi-gruppo (MG-AFC)

Conclusioni

Bibliografia

Appendice – Alfabeto greco

Roberto Albano è Ph.D. in Sociologia e Professore Associato di Sociologia presso il Dipartimento di Culture, Politica e Società dell’Università degli Studi di Torino. È autore di varie pubblicazioni di metodologia della ricerca tra cui: Introduzione alla statistica per la ricerca sociale, Roma 2002 (con S. Testa), La ricerca sociale sulla comunicazione, Roma 2006 (con L. Paccagnella), Metodologia della ricerca e servizio sociale, Torino 2015 (con M. Dellavalle).

Tania Parisi è Ph.D. in Sociologia applicata e Metodologia della ricerca sociale e ricercatrice di Sociologia presso il Dipartimento di Filosofia e Scienze dell’Educazione dell’Università degli Studi di Torino. Tra le sue pubblicazioni a carattere metodologico: Innovatori sociali. La sindrome di Prometeo nell’Italia che cambia, il Mulino 2019 (con F. Barbera); La ricerca applicata in sociologia come pratica emancipatrice. Dilemmi e insidie, in «Quaderni di Teoria Sociale», n. 1, 2019 (con S. Busso, D. Caselli, E. Graziano, A. Meo); Piange il telefono? Modi di somministrazione delle interviste e desiderabilità sociale. Un’applicazione alle percezioni economiche rilevate attraverso Survey, in «Studi di Sociologia», n. 3, 2015 (con B. Loera).