Verso una maggiore integrazione dell'agricoltura nella ...

Fonti documentarie, Metodi e Strumenti della ricerca
• presenza o assenza della partita IVA (si/no)
• presenza o assenza allevamento (si/no)
• numero di capi totale (bovini, ovini, suini) (numero)
• presenza o assenza agriturismo (si/no)
• biologico/convenzionale (si/no)
• PLV
• RLS con e senza premio
• Premio PAC (valori)
• OTE (definizione orientamento)
• UBA (numero)
• giornate di lavoro/unità lavorative (numero)
b. Analisi Statistica
Considerata sia la numerosità delle variabili, sia la loro appartenenza a diverse
dimensioni del fenomeno da indagare, oltre all’analisi “tradizionale” dei dati fondata
su un approccio descrittivo, si è fatto ricorso, per quanto riguarda la componente
tecnico-agronomica, anche a tecniche di analisi multivariata in grado di sintetizzare
le informazioni desumibili dall’intera matrice dei dati. La tecnica di analisi
prescelta è stata l’analisi delle corrispondenze multiple (ACM), seguita da una
cluster analysis 62 con il metodo dei voisins réciproques. Questa metodologia è
stata adottata sia per arrivare alla definizione delle tipologie aziendali (Sabatini,
Turri, 1992 e 1995), che per definire aree regionali omogenee (Musotti et al.,
1998). In entrambi i casi i dati di base delle elaborazioni sono stati tratti dai Censimenti
generali dell’agricoltura.
L’analisi statistica è stata eseguita con il programma Système Portable pour
l’Analyse de Données (SPAD) Versione 5.5.
La scelta dell’unità di riferimento (unità aziendale) e della tecnica di analisi
(ACM e successiva cluster analysis) sono state determinate, da una parte, dai dati
a disposizione (di tipo quantitativo ma anche qualitativo); dall’altra, dall’obiettivo
di individuare i fattori soggiacenti alla struttura dei dati e di arrivare a individuare
le relazioni di “interdipendenza” tra le variabili. La tecnica dell’analisi delle corrispondenze
multiple è stata preferita rispetto ad altre, in quanto consente di analizzare
i dati qualitativi e permette di rappresentare, su un numero ridotto di piani, le
62 La cluster analysis è una tecnica statistica, che classifica i soggetti in “gruppi” a partire da fattori specifici o classi. La
classificazione dei soggetti viene realizzata a partire dalla posizione che hanno sugli assi fattoriali più significativi, scartando
in partenza le relazioni meno rilevanti. Lo spazio dimensione da considerare si riduce a quello configurato dai primi
fattori, con il vantaggio di semplificare notevolmente i calcoli delle distanze tra gli individui. I gruppi o cluster ottenuti
raggruppano tutti i soggetti “più vicini” cioè che più si identificano con una certa tipologia. I metodi utilizzati da SPAD
sono di due tipi: non gerarchico, che fornisce direttamente un raggruppamento definitivo, senza passare attraverso posizioni
gerarchiche e gerarchico, che fornisce raggruppamenti successivi sempre più generali e più eterogenei, sino ad unire tutti i
soggetti in un unico gruppo. Tali procedure SPAD le attiva in successione, in modo da unire i vantaggi presentati dall’una e
dall’altra: la possibilità di trattare facilmente una gran quantità di dati (metodo non gerarchico) e di scegliere il numero di
gruppi da descrivere in modo dettagliato sulla base di processo di aggregazione (metodo gerarchico).
59