La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Lanalisi delle corrispondenze semplici e multiple Stefano Nobile.

Presentazioni simili


Presentazione sul tema: "Lanalisi delle corrispondenze semplici e multiple Stefano Nobile."— Transcript della presentazione:

1 Lanalisi delle corrispondenze semplici e multiple Stefano Nobile

2 Lanalisi delle corrispondenze multiple Storia L'A.C.M. venne introdotta dal francese Benzecrì agli inizi degli anni Sessanta

3 Lanalisi delle corrispondenze multiple Aspetti generali Obiettivi –Serve a fornire una «mappa» delle relazioni esistenti tra variabili e tra modalità di diverse variabili, mettendole in relazione con variabili illustrative esterne all'analisi stessa. Essa è particolarmente adatta per lesposizione e la sintesi delle relazioni fra le variabili tipiche delle ricerche sociologiche in quanto la maggior parte delle ricerche condotte con questionario comporta la presenza di molte variabili categoriali (Di Franco, 2001: 209). Disegno della ricerca –Prevalentemente esplorativo Tipo di variabili –Lavora su tutti i tipi di variabili, ma è stata concepita per quelle a categorie non ordinate

4 Lanalisi delle corrispondenze multiple Dalla matrice dei dati a quella di Burt

5 Lanalisi delle corrispondenze multiple La matrice disgiuntiva completa

6 Lanalisi delle corrispondenze multiple La matrice di Burt La matrice di Burt riproduce tutte le sotto-matrici ottenibili confrontando tra loro tutte le coppie di variabili che ne fanno parte. Attraverso la metrica del chi quadrato, che tiene conto dei rapporti di ciascun vettore di riga e di colonna con ciascun valore corrispettivo marginale, viene analizzata la dispersione di ciascun vettore di cifre rispetto ai totali di riga o di colonna e, da questo, vengono estratti i fattori. La matrice di Burt, inoltre, contiene tutte le tabelle di contingenza fra le coppie che si possono formare con le variabili immesse nellanalisi (Di Franco, 2001: 210).

7 Lanalisi delle corrispondenze multiple La matrice di Burt

8 Lanalisi delle corrispondenze multiple Lanalisi delle corrispondenze semplici Tanto per lanalisi delle corrispondenze multiple che per quella delle corrispondenze semplici esistono due scuole, le quali, pur ottenendo attraverso le applicazioni risultati pressoché identici, fanno riferimento ad algoritmi distinti. Queste due scuole sono: –Quella francese dellanalyse des donnés e –Quella olandese del gruppo Data Theory Scaling System (DTSS) delluniversità di Leida. Il programma Spad fa riferimento alla prima, mentre il programma SPSS fa riferimento alla seconda.

9 Lanalisi delle corrispondenze multiple Le variabili attive e illustrative Nella scelta delle variabili, queste possono essere distinte in attive ed illustrative. Le prime sono quelle che concretamente contribuiscono alla creazione dei fattori, mentre le seconde serviranno semplicemente a definire meglio i piani fattoriali rappresentati.

10 Lanalisi delle corrispondenze multiple Valori caratteristici Una volta estratti i fattori, l'ACM fornisce diversi valori caratteristici: La massa (o peso relativo) che equivale al rapporto tra la frequenza della modalità di una certa variabile ed il totale delle modalità attive L'indice di distorsione (o distanza dall'origine) che indica quanto una determinata modalità sia eccentrica rispetto all'insieme delle modalità appartenenti alla stessa variabile. Questo implica che l'indice di distorsione è inversamente proporzionale alla massa: quante meno frequenze presenta una certa modalità, tanto minore sarà la sua massa e tanto maggiore sarà l'indice di distorsione e, di conseguenza, la lontananza della modalità stessa dall'origine degli assi. Il contributo assoluto di ciascuna modalità delle variabili che rappresenta la parte di varianza totale del fattore riprodotta da una determinata variabile modalità. In altre parole, esso spiega in che misura una certa modalità ha contribuito alla formazione di un fattore. Il coseno quadrato (o contributo relativo) che consente di valutare in quale misura un certo fattore spiega la varianza della modalità. Quanto più è basso il coseno quadrato, tanto peggio la modalità è rappresentata dal fattore. Le coordinate fattoriali non fanno altro che stabilire le posizioni delle modalità sul piano cartesiano. Quanto più le modalità sono distanti dall'origine degli assi (sia in ascissa che in ordinata), tanto più contribuiscono alla formazione di un fattore. I valori test servono a controllare la significatività dell'associazione tra una modalità ed un fattore.

11 Lanalisi delle corrispondenze multiple Luso della ACS in SPSS

12 Lanalisi delle corrispondenze multiple Le misure di discriminazione Nelloutput grafico, unampia misura di discriminazione corrisponde a una larga espansione delle categorie e, conseguentemente, indica un alto grado di discriminazione tra le categorie di una variabile allinterno di quella dimensione.

13 Lanalisi delle corrispondenze multiple Luso della ACS in SPSS

14 Lanalisi delle corrispondenze multiple Loutput in Spad

15 Lanalisi delle corrispondenze multiple Loutput in Spad

16 Lanalisi delle corrispondenze multiple Il grafico prodotto

17 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili attive TEMA = TEMA CANZONE –AMOR - AMORE –SAFF - SFERA AFFETTIVA –SPER - SFERA PERSONALE –SSOC - SFERA SOCIALE –SALT - ALTRI TEMI –NOTM - NESSUN TEMA VERB = VERBI CONIUGATI –IPSG - PRIMA PERSONA SINGOLARE –IPSP - PRIMA PERSONA PLURALE –IIPS - SECONDA PERSONA SINGOLARE –IIPP - SECONDA PERSONA PLURALE –IIIS - TERZA PERSONA SINGOLARE –IIIP - TERZA PERSONA PLURALE –IMPE - FORMA IMPERSONALE

18 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili attive TRAT = ARGOMENTO TRATTATO A LIVELLO –INDV - INDIVIDUALE AUTORE –COLL - COLLETTIVO SOLU = LIVELLO DESCRIZIONE-ANALISI-SOLUZIONE –DESC - DESCRIZIONE –ANAL - ANALISI –SOLZ - SOLUZIONE DEST = DESTINATARIO TESTO –PART - PARTNER –DNSP - PRESENTE NON SPECIFICABILE –AMIC - AMICO –FAMI - FAMILIARE (ELIMINATA) –GESU - DIO O GESÙ (ELIMINATA) –NODS - NESSUN DESTINATARIO

19 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili attive TEST = MODALITÀ DI PRESENTAZIONE DEL TESTO –STOR - STORIA –IMMA - IMMAGINE –RIFL - RIFLESSIONI RICORDI –DISC - DISCORSO DIRETTO DENO = CONTESTO DENOTATIVO –FANT - FANTASTICO –LAVO - LAVORO –POLI - POLITICO (ELIMINATA) –SCUO - SCUOLA (ELIMINATA) –SVAG - SVAGO TEMPO LIBERO –NODE - CONTESTO DENOTATIVO ASSENTE

20 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili attive CONN = CONTESTO CONNOTATIVO –FAMC - FAMIGLIA –PARI - GRUPPO DEI PARI –PARC - PARTNERSHIP –NOCO - CONTESTO CONNOTATIVO ASSENTE VALI = VALORI PRESENTI –ACHI - ACCRESCIMENTO PERSONALE –EDON - EDONISMO –MACH - MACHIAVELLISMO –ORTO - ETICA ORTODOSSA –VAMO - AMORE –VETO - ETEROFILIA –VSOC - VALORI SOCIALI –NOVA - VALORI ASSENTI

21 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili illustrative SEX = SESSO INTERPRETE –MASC - MASCHIO –FEMM - FEMMINA –GRUP - GRUPPO TIPO = TIPOLOGIA GENERE –MELO - MELODICO –AUTO - AUTORE –ROCK - ROCK TIP2 = TIPOLOGIA GENERE ESTENSIVA –GRAN - GRANDI INTERPRETI –METE - METEORE –AU70 - AUTORI ANNI 70 –AU80 - AUTORI ANNI 80 –RK70 - ROCK ANNI 70 –RK80 - ROCK ANNI 80

22 Lanalisi delle corrispondenze multiple Un esempio: uno studio sulla canzone italiana. La scelta delle variabili illustrative RITO = PRESENZA RITORNELLO –SIRT - SI –NORT - NO ANNO = PERIODO STORICO – – – – – VOMU = RAPPORTO VOCE MUSICA –VOCP - PIÙ VOCE –MUVO - VOCE UGUALE MUSICA –MUSP - PIÙ MUSICA

23 Lanalisi delle corrispondenze multiple Istogramma dei fattori estratti dall'analisi delle corrispondenze multiple

24 Lanalisi delle corrispondenze multiple Rapporto tra le variabili attive e i primi tre fattori

25 Lanalisi delle corrispondenze multiple Rapporto tra le variabili attive e i primi tre fattori

26 Lanalisi delle corrispondenze multiple Rapporto tra le variabili attive e i primi tre fattori

27 Lanalisi delle corrispondenze multiple I° Fattore. Contrapposizione tra la canzone "tradizionale- classica d'amore" e la canzone "innovativa" costruita su altri temi

28 Lanalisi delle corrispondenze multiple I° Fattore. Contrapposizione tra la canzone "tradizionale- classica d'amore" e la canzone "innovativa" costruita su altri temi

29 Lanalisi delle corrispondenze multiple II° Fattore contrapposizione nella canzone tra la sfera affettiva e le canzoni "vuote" dove non si parla di niente

30 Lanalisi delle corrispondenze multiple II° Fattore contrapposizione nella canzone tra la sfera affettiva e le canzoni "vuote" dove non si parla di niente

31 Lanalisi delle corrispondenze multiple III° Fattore la canzone "impegnata" / la canzone "fantastico-immaginativa"

32 Lanalisi delle corrispondenze multiple III° Fattore la canzone "impegnata" / la canzone "fantastico-immaginativa"

33 Lanalisi delle corrispondenze multiple Proiezione delle modalità attive e illustrative sul I (in ascissa) e sul II (in ordinata) fattore

34 Lanalisi delle corrispondenze multiple Proiezione delle modalità attive sul II (in ascissa) e sul III (in ordinata) fattore

35 Lanalisi delle corrispondenze multiple Bibliografia minima Amaturo E., 1989, Analyse des donnés & analisi dei dati nelle scienze sociali, Centro Scientifico, Torino Benzecri J.P., 1973, Lanalyse des donnés. Tome I: la taxinomie; Tome II: Lanalyse des corrispondances, Dunod, Parigi Bolasco S., 1999, Analisi multidimensionale dei dati. Metodi, strategie e criteri di interpretazione, Carocci, Roma Di Franco G., 1997, Tecniche e modelli di analisi multivariata dei dati, Seam, Roma Di Franco G., 2006, Corrispondenze multiple e altre tecniche multivariate per variabili categoriali, Franco Angeli, Milano Escofier B. e Pagès J., 1990, Analyses factorielles simples et multiples. Objectifs, méthodes et interprétation, Dunod, Parigi Lanzetti C., 1995, Elaborazioni di dati qualitativi. Introduzione alluso dellanalisi delle corrispondenze e dei modelli LISREL, Franco Angeli, Milano Ricolfi L., 2002, Manuale di analisi dei dati. Fondamenti, Laterza, Bari-Roma


Scaricare ppt "Lanalisi delle corrispondenze semplici e multiple Stefano Nobile."

Presentazioni simili


Annunci Google