14.11.2014 Views

Gruppo di ricerca della Zancan Formazione - Assemblea Legislativa

Gruppo di ricerca della Zancan Formazione - Assemblea Legislativa

Gruppo di ricerca della Zancan Formazione - Assemblea Legislativa

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

l’elevato valore riportato nella riga <strong>della</strong> Significatività respinge questa ipotesi e<br />

depone a favore dell’utilizzo dei dati in tal senso.<br />

Tab. 54 – test KMO <strong>di</strong> adeguatezza campionaria<br />

e test <strong>di</strong> sfericità <strong>di</strong> Bartlett<br />

Test KMO (Keiser Meyer Misura <strong>di</strong> adeguatezza<br />

Olkin).<br />

campionaria<br />

0,520<br />

Chi-quadrato appross. 749,561<br />

Test <strong>di</strong> sfericità <strong>di</strong> Bartlett d.f. = gra<strong>di</strong> <strong>di</strong> libertà 210<br />

Significatività 0,000<br />

b. Il coefficiente <strong>di</strong> associazione phi (φ).<br />

Nelle Conclusioni si fa riferimento alla relazione tra le quattro variabili <strong>di</strong> sintesi<br />

usate nel macro-modello e tre importanti caratteristiche dell’insieme qui<br />

considerato e cioè il genere, la nazionalità e l’aver avuto o meno delle relazioni<br />

con il sistema penale.<br />

Queste caratteristiche sono, a loro volta, descritte con variabili <strong>di</strong> due modalità<br />

ciascuna e dunque dall’incrocio tra queste variabili e quelle del macro-modello<br />

è possibile ricavare un quadro sintetico delle relazioni o meglio, delle<br />

associazioni (per intanto, statistiche) tra queste <strong>di</strong>mensioni.<br />

Il coefficiente phi (φ) è appunto una delle misure <strong>di</strong> associazione utilizzabile per<br />

due variabili categoriali, in particolare è molto adatto quando una <strong>di</strong> queste sia<br />

anche binaria. Il coefficiente si basa sul chi quadro e riduce l’influenza <strong>della</strong><br />

numerosità su quest’ultimo mettendolo in rapporto al numero <strong>di</strong> casi e<br />

passando il tutto sotto ra<strong>di</strong>ce quadrata, da cui la seguente formula:<br />

.<br />

Il vantaggio che presenta nel nostro contesto è che questa misura è simile al<br />

coefficiente <strong>di</strong> correlazione <strong>di</strong> Pearson nella sua interpretazione, variando<br />

anch’esso tra 0 e 1 e il valore 0 <strong>di</strong> phi in<strong>di</strong>ca, come per il coefficiente <strong>di</strong><br />

correlazione (r), l'assenza <strong>di</strong> relazione tra due variabili.<br />

Sottolineando ancora che il valore <strong>di</strong> phi risente del <strong>di</strong>verso numero <strong>di</strong> righe <strong>di</strong><br />

ogni tabella, si riporta nella Tab. 55 il quadro emerso dagli incroci richiamati<br />

poco sopra.<br />

252

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!