Osservatorio sulla cooperazione agricola italiana - Fedagri ...

I gruppi (cluster), definiti tramite algoritmi iterativi, accomunano le unità con caratteristiche
simili sulla base di una misura di diversità attraverso cui confrontare gli
elementi da classificare 103 .
Nel presente lavoro si è utilizzata una procedura di classificazione di tipo gerarchico
agglomerativo 104 , aggregando passo passo gli elementi più simili fra loro, fino alla formazione
di un unico gruppo contenente tutti gli elementi di partenza. Tale processo
può essere visualizzato attraverso un grafico ad albero (dendrogramma) che mette
in evidenza ogni passo dell’aggregazione. La partizione finale si ottiene “tagliando”
il dendrogramma laddove si ha il massimo “salto” di variabilità interna passando da
un numero k a un numero k+1 di gruppi. Si presume infatti che dove si registrano le
differenze maggiori, l’aggregazione comporti un cambiamento rilevante nell’omogeneità
interna dei gruppi, e si può decidere di arrestare il processo di raggruppamento
immediatamente prima di quel salto.
La partizione risultante non soddisfa condizioni di ottimalità assoluta, ma fornisce
una soluzione “ottima localmente”, legata all’insieme delle scelte compiute durante
i vari passi dell’algoritmo. Il problema del numero di classi da trattenere non ha
soluzione univoca, tanto meno è permesso conoscere il numero di classi realmente
esistenti in popolazione, ammesso che esistano. Una classificazione non può essere
vera o falsa, né probabile o improbabile, ma solo utile o inutile, e tale nozione di utilità
non può che essere esterna alla matrice di dati, legata al contesto ed agli obiettivi della
ricerca (Lebart, Morineau, Piron, 1995).
103 La variabilità totale dell’insieme di unità statistiche è scomponibile in due parti: variabilità interna dei
gruppi (intra) e variabilità esterna fra i gruppi (inter). T=B+ W, rispettivamente Between e Within. L’algoritmo
per la formazione delle classi si basa sulla massimizzazione del rapporto fra variabilità esterna (fra
una classe e l’altra) e variabilità totale.
104 Nello specifico si è utilizzato il metodo di Ward che riunisce, ad ogni tappa del processo, i due gruppi
dalla cui fusione deriva il minimo incremento possibile della varianza interna ai gruppi.
190 | Osservatorio sulla Cooperazione Agricola Italiana