Competenze, qualità del lavoro e soddisfazione dei...

Competenze, qualità del lavoro e soddisfazione dei laureati in statistica

Maria Cristiana Martini1

Università di Modena e Reggio Emilia Riassunto. Nel presente lavoro si analizzano le figure professionali dei laureati in Scienze Statistiche dell’Università di Padova a distanza di tre anni dal conseguimento del titolo. L’analisi della combinazione di competenze tecnico-specifiche utilizzate nella professione consente di disegnare quattro distinti profili professionali che si caratterizzano anche rispetto alle caratteristiche del lavoro svolto: lo statistico che fa ricerca, quello che supporta le decisioni, quello che si occupa dei problemi tecnici e quello che non lavora come statistico. La possibilità di utilizzare un ampio numero di competenze risulta associata anche ad alcuni indicatori di qualità del lavoro, così come a diversi livelli di soddisfazione. Viceversa, i lavori che implicano un utilizzo basso o nullo delle competenze tecniche si connotano come lavori di scarsa soddisfazione anche sotto gli aspetti non direttamente legati alla coerenza. Parole chiave: Competenze; Qualità del lavoro; Soddisfazione per il lavoro; Laureati in statistica; Analisi di raggruppamento. 1. Professione: statistico Che la professione dello statistico si trovi a vivere uno strano paradosso è già stato ripetutamente osservato; si tratta, come nel celebre proverbio romano, del paradosso della sora Camilla, “tutti la vonno e nissuno la pija”. Quello di statistico è stato infatti definito il lavoro più sexy del decennio, la statistica è ogni giorno più necessaria in quasi ogni campo dello scibile umano, e tuttavia quello dello statistico resta un profilo professionale sconosciuto ai più; gli sbocchi occupazionali risultano numerosi e l’inserimento lavorativo facile, ma questo ambito disciplinare viene

1 Il presente lavoro è stato finanziato nell’ambito del progetto PRIN 2007 “Modelli, indicatori e metodi statistici per rappresentare l’efficacia formativa di corsi di laurea ai fini dell’accreditamento e del miglioramento”, cofinanziato dal MIUR e dall'Università di Padova (CUP: C91J11002460001), e del progetto di Ateneo 2008 “Indicatori di efficacia della formazione terziaria e riflessioni metodologiche dalla ricerca sui laureati dell’Università di Padova” (CUP: CPDA081538), ambedue coordinati da Luigi Fabbris.

94 Competenze, qualità del lavoro e soddisfazione dei laureati in statistica

ampiamente disertato dai giovani al momento di scegliere quali studi universitari intraprendere.

Martini e Fabbris (2007), analizzando l’inserimento lavorativo dei laureati pre-riforma, parlano di una “professionalità senza professione”, perché al ruolo dello statistico, sia nelle aziende che nella pubblica amministrazione, manca quell’identità riconoscibile e quella codifica formale che altri profili professionali hanno e sottolineano con esami di stato e albi professionali. L’interdisciplinarietà insita nella professione, insieme alla relativa novità di questa disciplina e alla mancanza di paradigmi di riferimento per il suo esercizio, implica una particolare difficoltà nella definizione della figura professionale: lo statistico è il tuttofare di molte discipline e maestro nella propria, come sostiene Barnett (1976), e ciò implica che lo statistico abbia uno, nessuno e centomila profili professionali.

L’analisi delle attività lavorative svolte e delle competenze spese nel lavoro esula dagli obiettivi delle rilevazioni correntemente svolte da Istat e Almalaurea, ma ciò nondimeno la loro analisi è centrale per la descrizione di una figura professionale, anche al fine di consentire agli enti di formazione terziaria di declinare la propria offerta formativa sulla base delle effettive richieste ed esigenze del mercato. Per questo motivo molti atenei conducono regolarmente indagini sui propri laureati.

I dati analizzati in questo lavoro sono stati raccolti nell’ambito del progetto Agorà (Fabbris, 2010), che rileva longitudinalmente i destini lavorativi dei laureati dell’Università di Padova negli anni 2007 e 2008 tramite interviste CATI (Computer-Assisted Telephone Interviewing); le rilevazioni sono state effettuate a sei mesi, un anno e tre anni dal conseguimento del titolo.

Negli anni interessati dall’indagine, la Facoltà di Scienze Statistiche offriva un corso di laurea in Statistica e Gestione delle Imprese (SGI), un corso di laurea in Statistica, Economia e Finanza (SEF), e un corso di laurea specialistica in Scienze Statistiche Economiche, Finanziarie e Aziendali (SEFA), tutti ascrivibili all’area economica; un corso di laurea in Statistica, Popolazione e Società (SPS) e un corso di laurea specialistica in Scienze Statistiche, Demografiche e Sociali (SDS), riconducibili all’area sociale; un corso di laurea in Statistica e Tecnologie Informatiche (STI) e un corso di laurea specialistica in Statistica e Informatica (SI), entrambi di area matematica/informatica. I laureati sono stati complessivamente 364, di cui 6 laureati del vecchio ordinamento, 100 specialistici e 258 triennali; di questi il 55,8% si è iscritto a una laurea specialistica.

Boccuzzo (2010), analizzando le risposte fornite nell’ambito della stessa indagine a 6 e 12 mesi dal titolo, conferma che già dopo soli 6 mesi sono pochi i laureati in cerca di occupazione, ma molti svolgono lavori aspecifici e si evidenzia un sotto-utilizzo delle competenze statistiche e, di conseguenza, una scarsa connotazione della figura professionale.

Il profilo professionale dello statistico: ruoli, competenze e prospettive 95

Il presente lavoro si concentra sulla situazione che emerge a distanza di 36 mesi dal conseguimento del titolo, quando ormai ruoli e posizioni cominciano a consolidarsi e i profili professionali dovrebbero farsi più definiti. I laureati in Scienze Statistiche che hanno collaborato a questa terza fase dell’indagine sono 158 (83 in corsi di laurea triennale). Di questi, 145 lavorano (pari al 91,8%, mentre la media delle altre facoltà è l’86%; fra i laureati specialistici la percentuale di statistici che lavorano sale al 96%), il 3,8% cerca lavoro, il 2,5% studia e l’1,9%, tutti laureati triennali, svolge uno stage post-lauream.

La professione svolta è stata rilevata chiedendo al laureato di scegliere la professione più vicina alla propria attività da un elenco predisposto da ciascuna facoltà, che il rilevatore avrebbe dovuto leggere; era naturalmente possibile non riconoscersi in alcuna delle alternative e specificare in forma aperta l’attività lavorativa svolta. La grande quantità di risposte fornite in forma aperta2 genera alcune difficoltà nell’analisi dei dati relativi alla professione svolta, nel senso che in molti casi la risposta in forma aperta è estremamente generica, al punto da rendere impossibile una accurata classificazione delle risposte.

Nella Tab. 1 si riporta la classificazione ottenuta considerando contestualmente le risposte fornite in forma chiusa, quelle fornite in forma aperta, e anche, allo scopo di sciogliere alcune ambiguità, le risposte alla domanda aperta posta all’inizio del questionario, nella quale si invita il rispondente a descrivere la sua attività lavorativa principale. Nella categoria “Altro” sono state incluse le professioni che presentano un’unica occorrenza, e/o che non è stato possibile classificare sotto altre voci: controllo tecnico di impianti, pubbliche relazioni, addetto alla sicurezza, analista statistico3, gestore di un distributore di benzina, pizzaiolo, commesso, infermiere.

Questo primo quadro di riferimento è evidentemente poco soddisfacente: molte delle voci predisposte dalla facoltà non hanno ottenuto neppure una risposta4, ma soprattutto, a causa della grande preponderanza di risposte in forma aperta, la corretta classificazione risulta pressoché impossibile.

2 Una prima osservazione dei dati raccolti ha evidenziato come per comodità, e per evitare la lettura dell’elenco di 15 professioni predisposte per la statistica, i rilevatori abbiano quasi sempre indicato “Altro” e scritto in forma aperta la risposta del laureato; ciò si evince dal fatto che in diversi casi la risposta in forma aperta corrisponde esattamente ad una delle voci dell’elenco, nonostante su tale elenco sia stata selezionata la voce “Altro”. 3 Questa voce sarebbe compatibile con molte di quelle proposte, ma risulta troppo vaga per deciderne la collocazione. 4 Si tratta di “Statistico ambientale”, “Demografo”, “Ricercatore economico” e “Ricercatore sociale”; le voci relative al ricercatore economico e sociale erano per molti versi sovrapposte a quelle dello statistico economico e dello statistico sociale, ed è plausibile che non siano state scelte per questo motivo.


Tabella 1. Frequenza dei laureati in statistica dell’Università di Padova impiegati nelle diverse attività lavorative, per tipo di titolo

Triennale Specialistica Totale Analista di bilancio 0 2 2 Analista finanziario 1 1 2 Controller 9 5 14 Addetto al Decision Support System 2 3 5 Esperto di marketing 5 6 11 Quality Controller 1 0 1 Statistico economico 3 9 12 Statistico medico 0 2 2 Statistico sociale/sanitario 2 9 11 Project manager 2 0 2 Statistico valutatore 0 1 1 Impiegato di cui : in banca : nelle assicurazioni : non specificato

26 6 1 19

19 5 4 10

45 11 5 29

Informatico 8 6 14 Insegnante 3 0 3 Consulente 0 3 3 Imprenditore 1 1 2 Addetto alle risorse umane 1 1 2 Addetto al customer care 1 2 3 Addetto commerciale 2 0 2 Altro 6 2 8 Totale 73 72 145

Alcune classi molto generiche, in primis quella degli impiegati, potrebbero

nascondere casi di laureati che svolgono in realtà professioni più specifiche e più legate all’ambito statistico; se così non fosse, la situazione lavorativa dei laureati in statistica apparirebbe piuttosto sconfortante, dato che meno della metà svolge un’attività tra quelle che la facoltà ha segnalato come specifiche per i suoi laureati, e quasi un terzo si dichiara genericamente impiegato.

Il sospetto di una definizione approssimativa è rafforzato dal fatto che alcuni laureati hanno risposto di lavorare come impiegati alla domanda posta all’inizio del questionario, che era in forma aperta per tutti, ma poi quando è stata fatta loro scegliere una voce dell’elenco, hanno indicato opzioni quali lo statistico economico, lo statistico sociale o sanitario, il controller o l’addetto al marketing. Ci sono poi casi che, nella domanda in forma aperta, si definiscono “impiegato nella pubblica


amministrazione, funzionario statistico” o “dipendente della Regione Veneto, statistico”, lasciando così aperto l’interrogativo se tutti gli altri che si sono dichiarati impiegati svolgano realmente incarichi generici, o se abbiano solo tralasciato di specificare meglio di cosa si occupano. A ciò si aggiunga che, fra coloro che si sono dichiarati impiegati senza ulteriori specificazioni, 6 hanno dichiarato essere necessaria la laurea in statistica per il ruolo che svolgono (un impiegato nelle assicurazioni, 2 impiegati in banca, 3 impiegati generici), e altri 28 hanno detto che potrebbe essere svolto da altri laureati; solo 11 hanno detto che basterebbe un diploma di scuola superiore, e nessuno ritiene che si potrebbe svolgere con un titolo ancora inferiore.

Questi rilievi suggeriscono di accantonare l’ipotesi di analizzare l’attività professionale degli statistici sulla base del ruolo dichiarato dagli stessi, per passare a considerarne altre caratteristiche: nel Par. 2 ci si sofferma sulle competenze che i laureati in statistica utilizzano nel loro lavoro, nel Par. 3 sulla qualità dell’occupazione che ricoprono, e nel Par. 4 sulla loro soddisfazione per il lavoro; infine, nel Par. 5 si traggono alcune considerazioni conclusive.

2. Competenze dei laureati in statistica Le competenze specifiche richieste sono, almeno parzialmente, diverse da lavoro a lavoro, e dunque composizioni differenti delle medesime competenze possono definire diversi profili professionali (Fabbris, 2007; Martini, 2011). In questo senso l’analisi delle competenze si rende particolarmente interessante, soprattutto in una situazione, come quella qui descritta, in cui i profili professionali sono stati rilevati prevalentemente in forma aperta, utilizzando descrizioni molto sintetiche e spesso incomplete.

Il questionario dell’indagine Agorà contiene 11 domande che rilevano il grado di utilizzo per il lavoro di altrettante competenze tecnico-specifiche; le risposte sono state fornite su una scala ordinale a 4 punti, con etichette “Per niente”, “Poco”, “Abbastanza” e “Molto”. In Tab. 2 si riporta la distribuzione di utilizzo.

Le competenze più utilizzate sono competenze tecnico-specifiche che non distano molto da quelle trasversali, o che quanto meno sono trasversali a tutti gli ambiti di applicazione della statistica: quelle informatiche e di gestione di basi di dati, l’elaborazione di dati in forma non particolarmente sofisticata (principalmente analisi descrittive), la ricerca su fonti statistiche ufficiali.


Tabella 2. Distribuzione percentuale del livello di utilizzo delle competenze tecnico-specialistiche (n=1425)

Competenze Per niente Poco Abbastanza Molto Costruzione e gestione di basi di dati, programmazione informatica

16,2 21,8 26,1 35,9

Ricerca su fonti statistiche ufficiali, anche via internet

25,4 34,5 23,9 16,2

Progettazione ed esecuzione di indagini campionarie e di ricerche di mercato

42,3 37,3 12,0 8,5

Elaborazione di dati e analisi descrittive con programmi statistico-informatici

13,4 26,8 24,6 35,2

Analisi statistica multivariata, data mining 42,3 38,7 8,5 10,6 Progettazione di esperimenti ed interpretazione dei risultati, clinical trial , simulazioni

43,0 36,6 15,5 4,9

Pianificazione, controllo e certificazione della qualità

38,7 33,1 19,0 9,2

Progettazione e valutazione di servizi, realizzazione di sistemi di indicatori

31,7 33,1 26,8 8,5

Analisi di mercati finanziari 45,8 29,6 15,5 9,2 Analisi di costi, controllo di gestione, analisi di bilanci

29,6 29,6 23,2 17,6

Analisi e previsione di fenomeni demografici, sociali, sanitari, economici

43,7 27,5 20,4 8,5

Di frequente utilizzo anche le competenze di confine fra statistica ed economia

gestionale (controllo di gestione, analisi dei bilanci), mentre sono raramente utilizzate quelle di maggiore complessità metodologica (analisi multivariata, progettazione e interpretazione di esperimenti, analisi finanziaria), ma anche, forse meno prevedibilmente, la progettazione ed esecuzione di indagini campionarie.

Purtroppo ciò dipende verosimilmente dal fatto che esiste una certa confusione su chi abbia “giurisdizione” su questi temi: la maggior parte delle discipline sociali utilizza ampiamente lo strumento dell’indagine, ma solo raramente questo è associato alla figura dello statistico, e molto spesso, anzi, si ritiene che progettare un’indagine, formulare un questionario e selezionare un campione di popolazione siano attività che non richiedono alcuna particolare qualifica.

Nel seguito le variabili relative all’utilizzo di competenze verranno analizzate in forma dicotomizzata, definendo come “utilizzo” quello di chi dice di farne “abbastanza” o “molto” uso; ciò non comporta una eccessiva perdita di

5 Le unità sono 142 anziché 145 quanti sarebbero i laureati che lavorano, poiché agli insegnanti è stato sottoposto un elenco di competenze legate alle attività formative.


informazione, poiché l’analisi dei dati disaggregati della Tab. 1 mostra che le frequenze della modalità “abbastanza” sono tendenzialmente simili a quelle di “molto”, mentre le frequenze di “poco” e “per niente” si assomigliano a loro volta. Se, sulla base di questa dicotomizzazione, costruiamo una graduatoria del livello di utilizzo delle 11 competenze in ambito lavorativo, tale graduatoria risulta assai diversa da quella ricavata da Boccuzzo e Martini (2011) dalle preferenze espresse dagli studenti: sia che si consideri la graduatoria basata sulla preferenza assoluta, sia che si analizzi quella basata sulle prime tre scelte, il coefficiente ρ di Spearman non è significativamente diverso da zero (ρ=-0,055, p-value=0,873 se si usano le prime tre scelte; ρ=-0,014, p-value=0,968 se si guarda alla sola prima scelta), ad indicare che nella realtà lavorativa gli statistici si trovano a svolgere attività piuttosto differenti da quelle che avrebbero desiderato da studenti.

In Tab. 3 si descrive l’utilizzo delle competenze distintamente per titolo posseduto (triennale o specialistico) e area disciplinare, insieme al numero medio di competenze e all’indice di cograduazione con l’analoga graduatoria ottenuta rilevando le preferenze espresse dagli studenti. Tabella 3. Percentuale di studenti che utilizza ciascuna attività “abbastanza” o “molto”, numero medio di competenze utilizzate e cograduazione con le preferenze espresse dagli studenti, per titolo posseduto e area disciplinare6

Area Titolo Totale

(n = 145) Informatica (n=37)

Economica (n=85)

Sociale (n=23)

Trien. (n=73)

Spec. (n=72)

Basi di dati, informatica 78,4 54,1 65,2 54,8 69,4 62,1 Fonti statistiche ufficiali 40,5 36,5 56,5 31,5 50,0 40,7 Indagini campionarie 18,9 20,0 34,8 15,1 29,2 22,1 Analisi descrittive 67,6 52,9 78,3 52,1 69,4 60,7 Analisi multivariata 32,4 10,7 26,1 15,1 22,5 18,8 Esperimenti 21,6 20,2 21,7 20,5 21,1 20,8 Controllo qualità 45,9 21,4 21,7 22,2 33,3 27,8 Sistemi di indicatori 40,5 28,2 52,2 30,1 40,3 35,2 Mercati finanziari 18,9 28,2 21,7 26,0 23,6 24,8 Controllo di gestione 32,4 50,6 21,7 47,9 34,7 41,4 Previsione di fenomeni 27,0 24,7 43,5 27,4 29,2 28,3 N° medio competenze 3,93 3,24 3,78 3,01 4,05 3,51 Cograduazione attese (p-value)

0,511 (0,108)

-0,041 (0,905)

0,142 (0,677)

0,135 (0,692)

-0,062 (0,857)

-0,055 (0,873)

6 La dicitura delle competenze è riportata in forma abbreviata; la dicitura esatta è quella in Tab. 2.


L’utilizzo di competenze è uniformemente maggiore per i laureati specialistici, soprattutto quelli di area informatica e sociale; l’unica eccezione riguarda l’analisi dei costi, controllo di gestione, analisi di bilanci, utilizzata in prevalenza dai laureati triennali in Statistica e Gestione delle Imprese7.

Le maggiori differenze riguardano le aree disciplinari, con quote di utilizzo più elevate delle competenze di analisi multivariata, controllo della qualità e delle competenze informatiche in area informatica, forte utilizzo di analisi descrittive, fonti statistiche ufficiali, sistemi di indicatori e competenze legate all’analisi e previsione di fenomeni socio-economici in area sociale, e un generale minore utilizzo di competenze tecniche statistiche da parte dell’area economica. L’accordo fra le graduatorie di utilizzo e le analoghe graduatorie basate sui desiderata degli studenti si dimostra in ciascun sottogruppo praticamente nullo e mai significativamente diverso da zero; l’unico valore relativamente elevato è quello dei laureati di area informatica, che desideravano fin da studenti lavorare nell’ambito della programmazione e dell’utilizzo di software statistici per l’analisi di dati (Boccuzzo e Martini, 2011).

Allo scopo di individuare i profili professionali tipici che si esplicitano nei diversi modelli di utilizzo delle competenze tecnico-specifiche, si è condotta un’analisi di raggruppamento gerarchica agglomerativa sulla base delle variabili relative alle competenze dicotomizzate. Spesso, quando si trattano dati binari che indicano la presenza o assenza di un attributo, si utilizzano misure di distanza che attribuiscono alle co-assenze un peso minore rispetto a quello attribuito alle co-presenze, o che addirittura le trascurano completamente. In questo caso, invece, si è ritenuto che l’analogia tra i profili professionali dei laureati in statistica sia definita in modo comparabile dalla presenza delle competenze tecnico-specifiche di tipo statistico e dalla loro assenza, poiché il non utilizzo di una competenza tipica della disciplina è anch’esso un elemento di forte caratterizzazione (seppure in termini negativi) della professione svolta. Il metodo di agglomerazione utilizzato è il metodo di Ward (1963), che a ciascun passo dell’analisi aggrega le unità in modo da minimizzare la devianza tra i centroidi dei possibili gruppi8; la distanza è l’euclidea quadratica.

L’analisi del dendrogramma (Fig. 1) suggerisce la presenza di 3 gruppi principali, uno dei quali appare a sua volta composto di due sottogruppi abbastanza distinti; si decide pertanto di scegliere la soluzione a 4 gruppi, con il proposito di

7 In questo gruppo la quota di utilizzo è superiore al 60%. 8 Hands e Everitt (1987) hanno confrontato i risultati su dati binari multivariati di cinque metodi di raggruppamento gerarchici, giungendo alla conclusione che, a parte il metodo del legame singolo, questi avevano comportamenti simili, e il metodo di Ward dava risultati generalmente migliori.


verificare, fra le altre cose, le differenze fra i due gruppi più simili. Nella Tab. 4 si riporta il livello di utilizzo delle diverse competenze in ciascun gruppo9: • Gruppo A: “Generici”. Si tratta di un gruppo che non usa praticamente alcuna

delle competenze tipicamente statistiche; le uniche competenze dichiarate sono di tipo economico e gestionale. Circa metà di coloro che si sono dichiarati semplicemente “impiegati” si trova in questo gruppo, ma anche i due imprenditori, e coloro che hanno dichiarato professioni lontane dalla statistica (responsabile della sicurezza, pizzaiolo, commesso, infermiere, etc.). La presenza in questo gruppo della maggior parte degli impiegati di banca potrebbe spiegare la frequenza di utilizzo della competenza di analisi dei mercati finanziari.

• Gruppo B: “Tecnici”. Le competenze utilizzate sono principalmente quelle informatiche, di analisi dei dati e di reperimento di fonti di dati statistici; si incontrano anche competenze quali la progettazione di indagini, l’analisi e previsione di fenomeni socio-economici, e il controllo di gestione, ma la statistica viene utilizzata soprattutto ad un livello tecnico ed esecutivo.

• Gruppo C: “Statistici professionali”. Il livello di utilizzo delle competenze è in questo caso elevato, e le competenze tecniche (informatiche, di analisi dei dati, di consultazione di fonti di dati) si sposano a competenze gestionali e decisionali (progettazione e valutazione di servizi, realizzazione di sistemi di indicatori; analisi di costi, controllo di gestione, analisi di bilanci; pianificazione, controllo e certificazione della qualità). Gli statistici di questo gruppo sembrano usare la statistica con fini di decisione e governo, e in posizione di maggiore responsabilità rispetto ai precedenti gruppi.

• Gruppo D: “Ricercatori”. Questo gruppo, che è il meno numeroso, fa un uso spinto di quasi tutte le competenze, ad eccezione di quelle di tipo gestionale ed economico. L’analisi multivariata è utilizzata dalla totalità dei membri del gruppo, ed è elevata anche la quota di chi utilizza competenze di progettazione di indagini, disegno e conduzione di esperimenti, realizzazione di sistemi di indicatori. L’impressione è che questo gruppo faccia ricerca statistica, sebbene con declinazioni diverse dell’ambito di applicazione.

9 Fra i 145 laureati in Scienze Statistiche che lavorano sono presenti 3 insegnanti; a questi non sono state poste le domande relative all’uso di competenze statistiche, bensì domande sulle competenze legate all’insegnamento; per questo motivo l’analisi di raggruppamento e la descrizione dei gruppi risultanti riguarda 142 laureati.


Tabella 4. Percentuale di laureati che utilizza ciascuna attività “abbastanza” o “molto”, numero medio di competenze usate e cograduazione con le preferenze espresse dagli studenti, per gruppo10

Gruppo A (n=37)

Gruppo B (n=44)

Gruppo C (n=44)

Gruppo D (n=17)

Basi di dati, informatica ---- 72,7 90,9 94,1 Fonti statistiche ufficiali ---- 43,2 47,7 100,0 Indagini campionarie 2,7 22,7 15,9 64,7 Analisi descrittive ---- 75,0 79,5 100,0 Analisi multivariata 2,7 4,5 15,9 100,0 Esperimenti 2,7 20,5 25,0 47,1 Controllo qualità 8,1 2,3 65,9 41,2 Sistemi di indicatori 5,4 6,8 79,5 58,8 Mercati finanziari 24,3 11,4 40,9 17,6 Controllo di gestione 35,1 25,0 68,2 23,5 Previsione di fenomeni 10,8 29,5 27,3 70,6 N° medio competenze usate 0,92 3,14 5,57 7,18 Cograduazione I scelta studenti (p-value)

-0,668 (0,025)

0,000 (1,000)

0,094 (0,784)

0,639 (0,034)

Riprendendo la classifica che risultava dalle preferenze espresse dagli studenti in

Boccuzzo e Martini (2011), soltanto il profilo D, quello definito dei ricercatori, presenta un indice di cograduazione di Spearman positivo e significativo, mentre addirittura il gruppo che meno utilizza le competenze statistiche ha cograduazione negativa (e significativamente diversa da zero) con i desiderata degli studenti. Per meglio comprendere da chi siano composti i gruppi ottenuti, si analizzano alcune caratteristiche della carriera universitaria, ossia il corso di laurea e il voto di laurea (Tab. 5).

10 La dicitura delle competenze è riportata in forma abbreviata; la dicitura esatta è quella in Tab. 2.


Figura 1. Dendrogramma dell’analisi di raggruppamento gerarchica condotta sul possesso di competenze

A

B

C

D


Tabella 5. Distribuzione percentuale dei laureati per corso di studi e voto medio di laurea, per gruppo

Gruppo A (n=37)

Gruppo B (n=44)

Gruppo C (n=44)

Gruppo D (n=17)

Statistica, Economia e Finanza 16,2 11,4 ---- 5,9 Statistica e Gestione delle Imprese 32,4 15,9 25,0 11,8 Statistica e Tecnologie Informatiche 8,1 9,1 20,5 11,8 Statistica, Popolazione e Società 10,8 9,1 4,5 ---- Scienze Statistiche Economiche Finanziarie e Aziendali

27,0 34,1 25,0 11,8

Statistica e Informatica 2,7 11,4 15,9 35,3 Scienze Statistiche Demografiche e Sociali

2,7 9,1 9,1 23,5

Voto medio di laurea 93,7 97,3 95,8 99,1

La relazione fra corso di studi e gruppo è significativa (χ2=33,64, p-value = 0,014) e mostra soprattutto una prevalenza dei laureati specialistici di area informatica e sociale nella categoria dei ricercatori, una discreta presenza dei laureati triennali di Statistica, Economia e Finanza fra i “generici”, e dei triennali di Statistica e Tecnologie Informatiche fra i tecnici. Il voto di laurea è leggermente superiore nel gruppo dei ricercatori, ma la differenza non è statisticamente significativa (test F di Snedecor, p-value = 0,186).

I profili ottenuti sono indipendenti anche dalla condizione lavorativa al momento della laurea (test χ2, p-value = 0,363).

L’importanza delle competenze trasversali e dei tratti di personalità nello svolgimento del proprio lavoro è riportato nella Tab. 6; anche in questo caso le risposte, date su una scala verbale a 4 punti, sono state dicotomizzate aggregando le voci “per niente/poco” e “abbastanza/molto”. Dal confronto con i laureati delle altre facoltà emerge un utilizzo più limitato delle competenze trasversali da parte dei laureati in discipline statistiche. Tale differenza è particolarmente marcata quando si parla di scrivere relazioni o di scrivere progetti per ottenere fondi, confermando quanto dichiarato dai datori di lavoro riguardo alla scarsa attitudine dei laureati in statistica per questa attività (Boccuzzo, 2011).


Tabella 6. Percentuale di laureati della Facoltà di Scienze Statistiche e delle altre facoltà dell’Ateneo che ritiene l’uso delle competenze “abbastanza” o “molto” importante per il lavoro (l’asterisco indica differenze statisticamente significative almeno al 90%) Competenze trasversali Statistica

(n = 145) Altri

(n = 2344) Interpersonali, di relazione (con clienti/utenti, fornitori, allievi) 96,5 97,4 Prendere decisioni, gestire situazioni complesse, problem solving 88,7 93,0* Lavorare in gruppo/équipe, anche interdisciplinare 84,5 88,6 Organizzare, coordinare il lavoro di altri 48,9 57,3* Pianificare e organizzare praticamente il proprio lavoro 99,3 98,0* Reperire e gestire informazioni e dati 89,3 89,4 Scrivere relazioni nella propria lingua 57,0 65,8* Scrivere progetti per ottenere fondi/finanziare attività 23,9 32,8* Presentare/sostenere le proprie idee in pubblico 71,8 74,8 Informatica come utilizzatore esperto, programmatore, analista 26,1 11,2* Lingua inglese 42,3 42,7 Forma mentis 81,0 73,5* Tratti di personalità Avere capacità di adattamento 96,5 97,7 Essere capace di apprendere 96,5 96,1 Essere persuasivo e influente 78,9 83,9 Essere preciso/accurato, ordinato 99,3 98,7 Fantasioso, saper produrre idee nuove, innovare 64,8 71,0* Mentalità critica e autocritica 93,0 93,3 Possedere autocontrollo 94,4 95,6 Possedere resistenza psico-fisica e concentrazione 91,5 93,4

Anche la capacità di organizzare e coordinare il lavoro degli altri, così come

quella di prendere decisioni e gestire problemi complessi, sembrano poco richieste ai laureati in statistica, relegati quindi in ruoli tendenzialmente più tecnici che di governo; la stessa indicazione sembra derivare dall’importanza attribuita all’organizzazione pratica del proprio lavoro e dalla rilevanza delle competenze informatiche. La forma mentis, invece, è percepita come qualcosa di centrale soprattutto per gli statistici, per i quali la visione statistica costituisce una particolare chiave di lettura dei problemi.

Tutti i tratti di personalità sono dichiarati abbastanza o molto importanti per il lavoro dalla grande maggioranza dei laureati, ma non mostrano grandi differenze fra laureati in statistica e laureati di altre facoltà; fa eccezione la capacità di produrre idee nuove, anche questa poco richiesta agli statistici, che confermano ancora la tendenza ad assumere ruoli più esecutivi che di innovazione.


I tratti di personalità non mostrano differenze significative tra i quattro profili professionali generati dall’analisi di raggruppamento; viceversa, alcune delle competenze trasversali si differenziano significativamente, secondo il test del χ2, nel loro utilizzo tra i gruppi, andando così a completare la descrizione di questi profili professionali: − Reperire e gestire informazioni e dati è particolarmente importante per gli

statistici professionali (97,7%), meno per i “generici” (78,4%); − Scrivere relazioni nella propria lingua è importante per i ricercatori e gli statistici

professionali (rispettivamente 82,4% e 68,2%), poco per i “generici” (29,7%); − Scrivere progetti per ottenere fondi e finanziare attività è importante per i

ricercatori (47,1%) e gli statistici professionali (34,1%), ma non per i “generici” (5,4%);

− Presentare/sostenere le proprie idee in pubblico è una competenza importante praticamente solo per i ricercatori (100%);

− La lingua inglese è importante per gli statistici professionali (61,4%) e i ricercatori (58,8%), ma non per i “generici” (13,5%);

− Le competenze informatiche di livello esperto sono utilizzate più frequentemente da ricercatori (47,1%) e statistici professionali (38,6%), praticamente mai dai “generici” (2,7%);

− La forma mentis statistica, riportata in questa tabella nonostante che non sia una competenza in senso stretto, è ritenuta fondamentale da ricercatori (100%) e statistici professionali (90,9%), e ancora una volta non dai “generici” (56,8%). La lettura incrociata dell’utilizzo di competenze tecniche e trasversali getta

quindi ulteriore luce sui profili emersi: il gruppo dei “generici” non solo non utilizza competenze tipiche della disciplina, ma non sembra far uso neppure di competenze trasversali; questi laureati si caratterizzano dunque per svolgere lavori generici e poco qualificati. Viceversa, i due gruppi di punta, quello dei ricercatori e quello degli statistici professionali, si confermano figure professionali che vanno oltre le mansioni esecutive, e mostrano molti tratti in comune quando si parla di competenze trasversali, forse ancora più che in termini di competenze tecniche, connotandosi come professionisti che parlano inglese, hanno elevate competenze informatiche, scrivono relazioni e progetti.

Il 42,3% dei laureati denuncia di sentire la mancanza di almeno una competenza non acquisita all’università, senza differenze significative fra i profili professionali individuati; l’inglese è una delle mancanze più frequentemente ammesse in ciascun gruppo, indicata da circa una persona su cinque fra coloro che avvertono lacune nella preparazione ricevuta; a parte l’inglese, il gruppo degli statistici professionali cita principalmente lacune in ambito economico, finanziario e aziendale, i ricercatori denunciano lacune in alcuni argomenti sostantivi (in ambito medico, sanitario, sociale, di marketing, ma anche su temi specifici quali “reti di crescita informatica e


progettazione interna aziendale”), mentre i tecnici nominano problemi di natura pratica con alcuni strumenti informatici o tecniche di analisi; le competenze avvertite come carenti risultano dunque, in tutti i casi, una sorta di specchio di quelle che si dichiara di usare, secondo l’ovvia considerazione che non si può percepire la mancanza di una competenza che esula dal tipo di lavoro che si svolge. 3. Caratteristiche e qualità del lavoro Una verifica delle caratteristiche del lavoro svolto dai laureati classificati nei 4 profili di competenze aggiunge profondità alla descrizione di tali profili. Quella dello statistico è una figura professionale che opera prevalentemente nel settore privato (Boccuzzo, 2010). Tuttavia, il gruppo che fa un uso più spinto di tutte le competenze, anche delle più sofisticate, opera nel pubblico con frequenza significativamente maggiore (test χ2, p-value = 0,008). Come sottolinea Cipolletta (2003), lo statistico nel senso più qualificato “può ritrovarsi più nelle università o in aziende specializzate nell’approntare metodi per la soluzione di specifici problemi, che nelle imprese”.

La distribuzione percentuale delle forma contrattuale (Tab. 7) mostra in primo luogo una forte presenza di contratti atipici fra quelli che abbiamo chiamato “ricercatori”: si tratta probabilmente di laureati che fanno ricerca sostenuti da borse, assegni o altre forme di collaborazione scientifica regolata da contratti atipici; l’unico che lavora senza retribuzione è invece un laureato che collabora nell’esercizio commerciale di proprietà della famiglia.

La distribuzione di frequenze per posizione nella professione conferma la definizione di “ricercatori” che era stata attribuita al gruppo D sulla base del solo utilizzo di competenze (Tab. 7): quasi tutti coloro che si definiscono ricercatori sono stati classificati entro questo gruppo. La grandissima maggioranza degli statistici, a tre anni dalla laurea, svolge però il proprio lavoro in posizione impiegatizia.

Analogamente, l’analisi della percentuale di coloro che dichiarano di coordinare il lavoro di altri ci offre conferma della natura direzionale e di responsabilità di quelli che abbiamo definito “statistici professionali”: dichiara ruoli di coordinamento il 43,2% degli statistici professionali, una percentuale significativamente superiore agli altri gruppi (test χ2, p-value = 0,012).

Il gruppo di appartenenza è in relazione anche con la dimensione dell’azienda o ente in cui il laureato opera (Tab. 7): come prevedibile, le figure meno qualificate si trovano con frequenza maggiore nelle piccole aziende, mentre le aziende con più di 250 addetti offrono maggiore spazio di manovra per l’utilizzo di competenze tecniche più articolate, ossia per i ruoli di ricerca e di responsabilità.


Tabella 7. Distribuzione percentuale dei laureati per diverse caratteristiche del lavoro svolto, per gruppo

Gruppo A (n=37)

Gruppo B (n=44)

Gruppo C (n=44)

Gruppo D (n=17)

Totale (n = 142)

Settore pubblico 2,9 15,9 11,4 35,3 13,6 Coordina altri 11,4 22,7 43,2 35,3 27,9 Mediana del reddito 1175 1225 1350 1400 1350

Tipo di contratto Dipendente 77,1 95,5 90,9 70,6 86,4 Autonomo 17,1 2,3 4,5 5,9 7,1 Atipico 2,9 2,3 4,5 23,5 5,7 Senza retribuzione 2,9 ---- ---- ---- 0,7

Posizione nella professione Funzionario, quadro ---- 2,4 5,0 ---- 2,5 Impiegato 100,0 95,2 95,0 81,8 95,0 Ricercatore ---- 2,4 ---- 18,2 2,5

Numero di addetti Fino a 9 44,1 15,9 9,1 17,6 20,9 10-19 11,8 11,4 11,4 17,6 12,2 20-49 8,8 11,4 13,6 17,6 12,2 50-249 20,6 29,5 22,7 5,9 22,3 250 e più 14,7 31,8 43,2 41,2 32,4

Le differenze non sono particolarmente elevate, ma il reddito percepito è

significativamente diverso in mediana (test H di Kruskal-Wallis, p-value = 0,007), con redditi più elevati per i profili più qualificati, e redditi bassi per il gruppo di chi svolge mansioni generiche e scarsamente definite; in questo senso possiamo ribadire che i profili che non si riconoscono nelle competenze statistiche, a parte possibili singole eccezioni, non sono conseguenza di scelte che hanno portato a rinunciare alla “vocazione” statistica pur di ottenere un lavoro di elevata qualità, anzi l’utilizzo di competenze specializzate sembra andare di pari passo con tutte le caratteristiche che conferiscono qualità ad un lavoro: reddito, responsabilità, posizione. I quattro profili professionali non sono invece risultati significativamente diversi rispetto al fatto di avere un contratto a tempo determinato o indeterminato, a tempo pieno o part-time, alla collocazione del luogo di lavoro rispetto all’indirizzo di residenza, e neppure rispetto al fatto di lavorare in equipe, di aver cercato o rifiutato lavori.

Per completare il quadro relativo alla qualità del lavoro, si analizzano alcune caratteristiche della sua relazione con il percorso formativo (Tab. 8). Il titolo richiesto per svolgere il lavoro è nella maggioranza dei casi proprio il titolo di laurea in discipline statistiche soltanto per i laureati del gruppo D, che si dedicano alla


ricerca; di questi nessuno ritiene che possa essere sufficiente un titolo inferiore alla laurea. Viceversa per quelli che svolgono mansioni generiche sarebbe stato sufficiente un titolo inferiore alla laurea in quasi un terzo dei casi (test χ2, p-value < 0,001).

Meno netto il giudizio sulla specializzazione della preparazione rispetto al lavoro svolto (test χ2, p-value = 0,086), che tuttavia mostra la grande maggioranza di giudizi di adeguatezza da parte dei laureati che maggiormente utilizzano le competenze; nessuno dei laureati che abbiamo definito “ricercatori” giudica la preparazione troppo specialistica, mentre fra coloro che ricoprono incarichi generici dominano i giudizi di non adeguatezza, anche se ripartiti fra chi l’ha trovata troppo specialistica, e chi non abbastanza.

La fidelizzazione al percorso seguito, rilevata dalla domanda “Se potesse tornare indietro”, mostra ancora una volta giudizi diversi per i quattro gruppi: l’unico laureato che non si reiscriverebbe neppure all’università appartiene al gruppo che non riesce a utilizzare le competenze specifiche, mentre tutti i laureati che riescono a lavorare come statistici in ambito di ricerca ripeterebbero esattamente lo stesso percorso. Tabella 8. Distribuzione percentuale dei laureati per diverse caratteristiche del lavoro svolto in relazione al percorso di studi, per gruppo

Gruppo A (n=37)

Gruppo B (n=44)

Gruppo C (n=44)

Gruppo D (n=17)

Totale (n = 142)

Titolo richiesto Quello che possiede 8,1 29,5 34,1 64,7 29,6 Anche una laurea diversa 62,2 56,8 61,4 35,3 57,0 Anche un titolo inferiore 29,7 13,6 4,5 ---- 13,4

Livello di preparazione rispetto al lavoro svolto Poco specialistica 33,3 27,9 19,0 17,6 25,2 Adeguata 39,4 46,5 59,5 82,4 53,3 Troppo specialistica 27,3 25,6 21,4 ---- 21,5

Se potessi tornare indietro Non mi reiscriverei 2,8 ---- ---- ---- 0,7 Diversa Facoltà 19,4 12,2 9,3 ---- 11,7 Diverso corso ---- 2,4 7,0 ---- 2,9 Stesso percorso 77,8 85,4 83,7 100,0 84,7 Valorizza capacità 62,2 81,8 88,7 100,0 81,0 Media coerenza (1-10) 4,73 6,25 6,86 7,82 6,23 Media adeguatezza (1-10) 5,97 6,53 6,76 7,47 6,58


Infine, passando dai profili caratterizzati dal minor uso di competenze specifiche, fino a quelli che le utilizzano più intensamente, si osserva un aumento costante della quota di coloro che vedono valorizzate le proprie capacità, così come dei giudizi di coerenza fra studio e lavoro e di adeguatezza della preparazione rispetto al lavoro. 4. Soddisfazione per il lavoro Le caratteristiche di qualità del lavoro finora considerate non tengono conto delle diverse aspettative di ciascuno, che molti autori indicano come determinanti nella definizione delle dimensioni che costituiscono la qualità del lavoro (Muñoz de Bustillo Llorente e Macías, 2005; Green e Zhu, 2010; Poggi, 2010): infatti, se le aspettative sono alte , per esempio a seguito di un maggiore investimento in formazione, o per l’appartenenza ad un ceto sociale elevato, anche una buona situazione lavorativa potrebbe risultare non pienamente soddisfacente. Inoltre, per alcuni aspetti rilevanti di qualità del lavoro non sono disponibili, o non sono misurabili, indicatori oggettivi della realtà. Per questi motivi si analizza il livello di soddisfazione dei laureati in discipline statistiche per il lavoro nel suo complesso e per una serie di aspetti che lo caratterizzano, rilevati su scala da 1 a 10 (Tab. 9).

Le dimensioni che mostrano differenze significative fra i quattro profili individuati sono la soddisfazione per il prestigio sociale dato dal lavoro (test di Welch11, p-value = 0,002) e per la rispondenza ai propri interessi culturali (test di Welch, p-value = 0,001), oltre che la soddisfazione complessiva per il lavoro (test di Welch, p-value = 0,003). In tutti i casi il gruppo dei ricercatori raggiunge livelli molto elevati di soddisfazione, mentre i laureati che non usano competenze statistiche sono i più insoddisfatti. Il gruppo degli statistici professionali ha punteggi quasi altrettanto alti del gruppo di testa quando si parla di soddisfazione generale o di prestigio sociale, ma decisamente più bassi in tema di rispondenza agli interessi.

11 Il test di Welch per l’uguaglianza fra le media di gruppo con varianze non omogenee è stato utilizzato poiché il test di Levene ha evidenziato eteroschedasticità.


Tabella 9. Giudizio medio di soddisfazione su scala da 1 a 10 espresso dai laureati rispetto al lavoro in genere e a diversi aspetti del lavoro, per gruppo

Soddisfazione per…

Gruppo A (n=37)

Gruppo B (n=44)

Gruppo C (n=44)

Gruppo D (n=17)

Totale (n=142)

…lavoro attuale 7,00 7,39 7,95 8,00 7,54 …stabilità e sicurezza del lavoro

7,54 7,27 8,27 7,29 7,65

…acquisizione di professionalità

7,22 7,50 7,80 8,00 7,58

…prestigio sociale che dà il lavoro

6,34 6,66 7,41 7,53 6,92

…rispondenza ai propri interessi culturali

6,00 7,20 7,30 8,18 7,04

…utilità sociale di ciò che si fa

6,47 6,48 6,81 7,53 6,71

…indipendenza e autonomia sul lavoro

7,68 7,95 7,41 8,06 7,73

…flessibilità di orari e tempi di lavoro

6,59 7,52 7,23 7,94 7,24

…tempo libero dopo il lavoro

6,32 6,43 6,25 6,18 6,32

…ubicazione e caratteristiche del luogo di lavoro

7,70 7,09 7,59 7,24 7,42

…prospettive di guadagno 6,92 6,53 7,05 7,06 6,86 …prospettive di carriera 6,54 6,61 6,91 6,71 6,70

Le dimensioni della soddisfazione, poste a confronto con le medie di ateneo,

evidenziano una situazione positiva (Tab. 10); la soddisfazione generale e buona parte delle dimensioni di soddisfazione risultano superiori per i laureati in statistica rispetto agli altri laureati. In particolare, gli statistici appaiono più soddisfatti per ciò che riguarda la stabilità del posto di lavoro e le prospettive di guadagno e carriera, mentre la soddisfazione è significativamente più bassa per quanto concerne l’utilità sociale di ciò che si fa.


Tabella 10. Giudizio medio di soddisfazione su scala da 1 a 10 espresso dai laureati in statistica e dai laureati di altre facoltà. Gli asterischi indicano differenze significative al livello almeno del 90%

Soddisfazione per…

Statistica (n=142)

Altre facoltà (n = 2344)

…lavoro attuale 7,54 7,42 …stabilità e sicurezza del lavoro 7,65 7,03* …acquisizione di professionalità 7,58 7,50 …prestigio sociale che dà il lavoro 6,92 6,76 …rispondenza ai propri interessi culturali 7,04 7,27 …utilità sociale di ciò che si fa 6,71 7,26* …indipendenza e autonomia sul lavoro 7,73 7,76 …flessibilità di orari e tempi di lavoro 7,24 6,92 …tempo libero dopo il lavoro 6,32 6,17 …ubicazione e caratteristiche del luogo di lavoro 7,42 7,31 …prospettive di guadagno 6,86 6,30* …prospettive di carriera 6,70 6,27*

5. Conclusioni Come parlare del profilo professionale dello statistico, se lo statistico mostra tanti, e tanto diversi, profili professionali? L’analisi condotta sull’utilizzo di competenze ha consentito di evidenziare l’esistenza di quattro profili professionali chiaramente caratterizzati e distinti non soltanto per quanto riguarda quello che sanno fare e le attività che svolgono, ma anche rispetto alle modalità con cui esercitano la professione, la corrispondenza ai loro desideri, la continuità rispetto agli studi.

La buona notizia è che lo “statistico vero”, quello che si occupa di problemi sostantivi, risponde alle domande delle diverse discipline, sceglie le soluzioni da una grande scatola di strumenti statistici e coniuga ogni giorno tecnica e significato, matematica e interpretazione del mondo…beh, quello statistico esiste. Non solo, esiste ed è felice, si sente realizzato, ama ciò che fa e lo rifarebbe ancora, perché ritiene di aver avuto una buona formazione, e perché ha toccato con mano la possibilità di fare davvero tutte le cose che ha imparato, sentendosi utile e capace. La brutta notizia è che questo statistico è raro: è uno statistico che fa ricerca e, come ammoniva Cipolletta (2003), questo statistico ha bisogno di uno spazio progettuale troppo grande per la piccola e media impresa, e riesce a sopravvivere quasi solo nel settore pubblico, nelle università, nei laboratori medici, in alcuni settori giovani e


dinamici della pubblica amministrazione, nelle grandi e grandissime aziende che possono permettersi di prendere uno statistico per fargli fare proprio lo statistico.

La seconda buona notizia è che lo statistico può venire a patti con la realtà economica e con il mercato del lavoro in modo soddisfacente e senza snaturarsi troppo: esiste un profilo di statistico che, pur senza fare il ricercatore, riesce a mettere in campo tutte o molte delle competenze acquisite nel corso degli studi, a utilizzarle per supportare i processi decisionali e a lavorare nel settore privato con alti livelli di competenza e soddisfazione, senza accontentarsi di rivestire un ruolo tecnico, ma assumendo responsabilità e visione d’insieme. Questo è un profilo per il quale la forma mentis, l’approccio statistico ai problemi sono forse più importanti della tecnica statistica vera e propria; in questo senso, magari non a soli tre anni dalla laurea, ma con buona probabilità negli anni successivi, la sua professione non sarà più considerata quella dello statistico, ma quella del dirigente d’azienda (come immagina ancora Cipolletta, 2003) con una mentalità statistica.

Ci sono però altre brutte notizie: troppo spesso il laureato in statistica si accontenta. Si accontenta di fare l’impiegato generico, senza riuscire a mettere a frutto nessuna delle competenze apprese, ma si accontenta anche di fare semplicemente il tecnico, tecnico-statistico sì, ma pur sempre tecnico, uno a cui viene detto cosa fare, che spesso è anche apprezzato, in virtù delle sue capacità statistiche e informatiche, ma che troppe volte inserisce i dati, fa qualche conto e ne spreme fuori i risultati senza una reale visione del processo sottostante. Ma mentre il laureato che si trova a lavorare come semplice impiegato manifesta il suo disappunto e la sua insoddisfazione, e spesso il suo impiego ha caratteristiche di scarsa qualità che fanno pensare ad un lavoro accettato ma non scelto, dietro il profilo professionale del tecnico si intravede un’occupazione forse non particolarmente amata, ma neppure rifiutata, quasi che lo stesso statistico abbia finito per riconoscersi capace soltanto di un ruolo esecutivo. Chi si accontenta più spesso, soprattutto di lavori che non richiedono alcuna competenza statistica, sono i laureati triennali, che costituiscono i due terzi del gruppo che fa lavori non da statistico. Che i laureati triennali non assumano con frequenza ruoli dirigenziali, o che non si dedichino alla ricerca più avanzata è comprensibile, dato che la laurea di primo livello si propone di trasmettere principalmente competenze tecniche professionalizzanti, ma probabilmente varrebbe la pena che nell’ambito di ciascun corso di studi ci si interrogasse su quale figura professionale si ha in mente di formare con le lauree di primo livello, e su quanto e come tale figura sia percepita dal mercato del lavoro.

I profili professionali dei laureati in statistica, così come risultano dall’analisi dei laureati stessi, combaciano poco e male con le aspettative degli studenti, che desiderano una figura professionale simile a quella del ricercatore, ma si trovano a fare i conti con una realtà lavorativa che offre prospettive assai diverse. Le aspettative degli studenti ricalcano fortemente l’immagine trasmessa loro dai corsi di


studio; la suddivisione in indirizzi e ambiti di applicazione, che sembrano prefigurare profili professionali diversi e alternativi, trova però un riscontro assai limitato nella realtà lavorativa, dove le competenze si intrecciano in modo più interdisciplinare, senza linee di demarcazione a definire cosa sia economico, cosa sia sociale e cosa sia informatico. Peraltro, nella situazione di debolezza che l’identità statistica vive, il fatto di continuare a trasmettere agli studenti distinguo e sfumature tra indirizzi di studio e relativi profili professionali, tra statistica metodologica e statistica applicata, rischia di rendere ancora più vaga l’immagine esterna.

Infine, possiamo segnalare la presenza di aree di competenza statistica che hanno buona visibilità presso l’opinione pubblica, ma che gli statistici non sembrano presidiare adeguatamente: è il caso, per esempio, delle indagini e delle ricerche di mercato. Nonostante questo sia uno dei pochi ambiti di applicazione che gran parte delle persone sono in grado di ricondurre alla statistica (Mariani, 2006), tuttavia solo raramente gli statistici vengono chiamati ad occuparsene. Riferimenti bibliografici BARNETT V. (1976). The statistician: Jack of all trades, master of one?, The Statistician,

25: 261-279.

BOCCUZZO G. (2010). Le professioni dello statistico. Capacità professionali del laureato in discipline statistiche ricostruite in base a ciò che fa. In: L. FABBRIS (a cura di) Dal Bo’ all’Agorà. Il capitale umano investito nel lavoro. Cleup, Padova: 157-176.

BOCCUZZO G. (2011). L’immagine e il ruolo dello statistico nel mondo del lavoro. In: G. BOCCUZZO, M.C. MARTINI (a cura di) Il profilo professionale dello statistico: ruoli, competenze e prospettive. Cleup, Padova: 51-75.

BOCCUZZO G., MARTINI M. C. (2011) Lo statistico: questo sconosciuto. Come gli studenti dell’Università di Padova vedono la statistica e gli statistici. In: G. BOCCUZZO, M.C. MARTINI (a cura di) Il profilo professionale dello statistico: ruoli, competenze e prospettive. Cleup, Padova: 19-49.

CIPOLLETTA I. (2003) Uno statistico nell’impresa: riflessioni su un percorso. Relazione tenuta al convegno “La statistica per le imprese. L’esperienza degli operatori”, Bologna, 21-22 novembre 2003.

FABBRIS L. (2007). Competence-based compatibility between jobs and university curricula. In: L. FABBRIS (ed) Effectiveness of University Education in Italy: Employability, Competences, Human Capital. Physica-Verlag, Heidelberg: 247-260.

FABBRIS L. (2010). Il Progetto Agorà dell’Università di Padova. In: L. FABBRIS (a cura di) Dal Bo’ all’Agorà. Il capitale umano investito nel lavoro. Cleup, Padova: V-XLV.


GREEN F., ZHU Y. (2010). Overqualification, job dissatisfaction, and increasing dispersion in the returns to graduate education, Oxford Economic Papers, 62: 740-763.

HANDS S., EVERITT B. (1987). A Monte Carlo study of the recovery of cluster structure in binary data by hierarchical clustering techniques, Multivariate Behavioral Research, 22: 235-243.

MARIANI P. (2006). Statistici e lavoro. Indagine sui profili professionali dei laureati in Scienze Statistiche. VI edizione. Università degli Studi di Milano-Bicocca, 20 settembre 2006.

MARTINI M. C. (2011). Metodi statistici per la rappresentazione delle professioni mediante competenze e attività. In: D.F. IEZZI (a cura di) Indicatori e metodologie per la valutazione dell’efficacia del sistema universitario. Cleup, Padova: 157-171.

MARTINI M. C., FABBRIS L. (2007). Jobs and competences of graduates in statistics. In: L. FABBRIS (ed) Effectiveness of University Education in Italy: Employability, Competences, Human Capital. Physica-Verlag, Heidelberg: 323-334.

MUÑOZ DE BUSTILLO LLORENTE R., MACÍAS E. F. (2005). Job satisfaction as an indicator of the quality of work, Journal of Socio-Economics, 34: 656-673.

POGGI A. (2010). Job satisfaction, working conditions and aspirations, Journal of Economic Psychology, 31: 936-949.

WARD J. H. Jr. (1963). Hierarchical grouping to optimize an objective function, Journal of the American Statistical Association, 58: 236-244.

Competencies, Job Quality and Job Satisfaction of Graduates in Statistics

Summary. This contribution analyses the professional profiles of graduates in statistics at the University of Padua, interviewed three years after graduation. The analysis of the composition of technical job-specific competencies which are needed to perform each job allows to define four distinct professional profiles, which differ in terms of a wide range of characteristics: researchers, professional statisticians, technicians and non-statisticians. A wider use of technical competencies is associated with higher levels of job satisfaction, as far as with higher incomes, better positions and a better evaluation of the study program. Keywords. Competencies; Job Quality; Job Satisfaction; Graduates in Statistics; Cluster Analysis.

Competenze, qualità del lavoro e soddisfazione dei...

Documents

Transcript of Competenze, qualità del lavoro e soddisfazione dei...