Lo statistico, questo sconosciuto. Come gli studenti...

Lo statistico, questo sconosciuto. Come gli studenti dell’Università di Padova

vedono la statistica e gli statistici

Giovanna Boccuzzo Università di Padova

Maria Cristiana Martini 1

Università di Modena e Reggio Emilia Riassunto. L’immagine che i giovani diplomati e le loro famiglie hanno di una disciplina e del ruolo professionale ad essa associato è cruciale nella scelta dell’università. In questo lavoro si analizzano l’immagine della statistica e dello statistico presso un campione di 1.068 studenti di Scienze Statistiche e di altri corsi di laurea dell’Università di Padova che ne possono essere considerati competitors. Si evidenziano le differenze fra statistici e non statistici nelle motivazioni alla scelta della facoltà, le criticità della disciplina e della professione, e si analizzano le aspettative professionali dei futuri statistici. Le evidenze emerse dalle analisi forniscono utili indicazioni per indirizzare l’attività di orientamento e colmare alcune carenze nella comunicazione fra università e giovani.

Parole chiave: Immagine della statistica, Ruolo dello statistico, Differenziale semantico, Aspettative professionali.

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. Le autrici hanno impostato e realizzato il lavoro assieme. Tuttavia, Giovanna Boccuzzo ha scritto i Paragrafi 3, 4 e 5, Maria Cristiana Martini i Paragrafi 1, 6 e 7, mentre il Par. 2 è frutto di lavoro congiunto. Le autrici ringraziano il Prof. Luigi Fabbris e la Prof.ssa Roberta Maeran coi quali è stato costruito il questionario, le Dott.sse Cristina Stocco e Elena Carnevali dell’Ufficio Studi Statistici per il supporto alla realizzazione dell’indagine, e la Dott.ssa Elena Scarsi per la gestione dell’indagine e la costruzione della base di dati.

Lo statistico, questo sconosciuto

20

1. La rappresentazione sociale della statistica e dello statistico Quella dello statistico non è una delle professioni “classiche”, di quelle che i genitori desiderano per i figli, o che si cominciano a vagheggiare fin da bambini. Anche come disciplina la statistica mantiene contorni nebulosi, con alcuni tratti noti al grande pubblico – tipicamente le semplificazioni costituite dalla rappresentazione che i media offrono della statistica, che quasi sempre si limitano a riportare le distribuzioni percentuali delle risposte al sondaggio di turno – e la vaga consapevolezza che ci sia dentro della matematica e quindi qualcosa di difficile. La Facoltà di Scienze Statistiche dell’Università di Milano-Bicocca ha condotto nel 2006 un’indagine dal titolo “Statistici e Lavoro 2006”, in cui si rilevano le opinioni delle famiglie italiane riguardo alla statistica, intesa come disciplina, e alla professione di statistico. I dati che emergono, relativi ad un campione di 4.351 individui facenti parte di 1.756 famiglie, sono sconfortanti: la metà dei rispondenti (49,8%) dichiara di non avere un’idea, neppure molto generale, di quali siano le finalità della statistica; il 42% considera le informazioni fornite dalla statistica “poco utili” o “per niente utili” per i cittadini; un intervistato su quattro dichiara di non essere mai entrato in contatto con notizie contenenti statistiche negli ultimi 12 mesi; e, fra gli argomenti oggetto della statistica, l’unico che viene ampiamente riconosciuto dai rispondenti sembra essere quello dei sondaggi elettorali, mentre le applicazioni mediche e ambientali appaiono totalmente sconosciute. Non stupisce, quindi, che interrogati a riguardo il 97% dei rispondenti affermi di non aver mai pensato di iscriversi alla Facoltà di Scienze Statistiche, con la principale motivazione di non essere interessati alla materia2 (Mariani, 2006).

Le cose non vanno meglio quando si parla della figura professionale dello statistico: il 34,5% ritiene che non sia richiesta dal mercato del lavoro, principalmente perché si afferma che il mondo del lavoro non ne conosca l’attività, ma anche perché si pensa che sia troppo specifica e quindi apra poche strade, o viceversa che le sue mansioni possano essere svolte anche da altre figure. La situazione migliora leggermente quando si considerano soltanto i rispondenti di 15-29 anni, oppure i rispondenti con almeno un titolo di studio di scuola superiore, ma anche in questo caso scopriamo che il 43,9% dei giovani sotto i 30 anni e il 29,4% dei laureati e diplomati non ha un’idea, neppure molto generale, delle finalità della statistica3 (Mariani, 2006).

C’è una sottovalutazione della disciplina statistica? Rispetto ad altre aree disciplinari, diversi ricercatori affermano che vi sia una forte connessione fra la percezione degli studenti riguardo la disciplina di studio applicata nel contesto

2 La percentuale è analoga, 96,7%, se si restringe l’analisi ai 15-29enni. 3 Fra i ragazzi di 15-17 anni tale percentuale sale addirittura al 63,7%.

Il profilo professionale dello statistico: ruoli, competenze e prospettive 21

lavorativo e il modo con cui affrontano lo studio della disciplina stessa (Prosser e Trigwell, 1999; Marton e Trigwell, 2000; Reid, 2001). Contemporaneamente, delMas et al. (1999) affermano: “ricercatori e docenti ritengono che i fondamenti statistici siano spesso incompresi dagli studenti stessi e dai professionisti. Per sviluppare una migliore mentalità statistica, è necessario che gli studenti giungano ad una comprensione più profonda dei concetti fondamentali”.

Proprio la mancanza di un sapere condiviso riguardo a cosa sia la statistica, e ancora di più a cosa caratterizzi il profilo professionale di uno statistico, lascia spazio ad una libertà di interpretazione da parte anche, e soprattutto, di coloro che di tale informazione avrebbero bisogno per decidere di affrontarla come argomento di studio e di sceglierla come destino professionale.

Una prima esigenza conoscitiva è dunque quella di interpellare gli studenti stessi riguardo alla loro immagine della disciplina statistica e della professione dello statistico, e sfruttare l’informazione raccolta per migliorare l’immagine della disciplina nella società (Reid e Petocz, 2002). Gli studenti e le loro famiglie sono i principali stakeholders del sistema universitario. La conoscenza delle dinamiche e delle motivazioni sottostanti alle scelte universitarie, dell’immagine della disciplina scelta e della professione immaginata prima e durante il percorso universitario formano un supporto fondamentale per la comprensione dei punti di forza e delle carenze del processo informativo e formativo compiuto dall’università. Questo lavoro descrive dunque i risultati principali dell’indagine effettuata presso gli studenti della Facoltà di Scienze Statistiche e di facoltà o corsi di laurea “concorrenti”.

La nota è così organizzata: nel Par. 2 si descrive l’impianto dell’indagine che ha portato a raccogliere i dati qui analizzati, nel Par. 3 si analizzano le motivazioni della scelta della facoltà, nel Par. 4 viene studiata l’immagine della statistica e nel Par. 5 della professione di statistico. Il Par. 6 è dedicato all’analisi delle aspirazioni professionali degli studenti di statistica, mentre nel Par. 7 si traggono alcune considerazioni conclusive. 2. L’indagine condotta presso l’Università di Padova L’indagine condotta presso l’Università di Padova si propone di capire come studenti e potenziali studenti in discipline statistiche vedano la disciplina, e quale sia la loro rappresentazione della professione statistica. L’indagine è stata rivolta quindi sia agli studenti della Facoltà di Scienze Statistiche, sia a studenti di facoltà o corsi di laurea che presentano elementi di contiguità con almeno uno dei percorsi di studio di


22

ambito statistico4, ovvero tutti i corsi della Facoltà di Economia, il corso di laurea in Scienze Sociologiche e il corso di laurea specialistica in Sociologia presso la Facoltà di Scienze Politiche, i corsi di laurea in Matematica e in Informatica presso la Facoltà di Scienze Matematiche, Fisiche e Naturali, e il corso di laurea in Ingegneria Informatica presso la Facoltà di Ingegneria. È proprio la comunanza di parte delle aree disciplinari e delle materie di studio a far ritenere che tali corsi di studio siano competitor dei corsi di area statistica, e che dunque i loro studenti si possano ritenere potenziali studenti che la Facoltà di Scienze Statistiche non è riuscita a conquistare.

L’indagine è stata preceduta dalla conduzione di due focus group, che hanno coinvolto, rispettivamente, studenti della Facoltà di Scienze Statistiche e studenti delle altre facoltà e corsi di studio considerati. I focus group hanno coinvolto ciascuno una decina di studenti, individuati e selezionati con l’aiuto di docenti delle rispettive facoltà e rappresentanti degli studenti.

La discussione si è sviluppata attorno a 3 temi principali: la scelta del percorso di studi, l’immagine della disciplina di studio e la rappresentazione del profilo professionale scelto dagli studenti. Per ciascun tema la discussione è stata avviata ponendo alcune domande; in un primo momento ciascun partecipante al focus group ha risposto alle domande separatamente e in forma scritta (ancorché breve e schematica), dopo di che le risposte, fornite su foglietti, sono state esposte, commentate e discusse collegialmente. Questo metodo di conduzione consente il venire alla luce di tutte le opinioni, anche quelle che in una situazione di immediata discussione collegiale avrebbero rischiato di essere tralasciate o auto-censurate a favore di quelle più popolari.

Sulla scorta delle informazioni emerse dai focus group, è stata approntata una bozza di questionario, sottoposta a indagine pilota su un campione di poco più di 20 studenti di Scienze Statistiche, che hanno inviato tramite posta elettronica le loro considerazioni, difficoltà e proposte sul questionario, dimostrando un ottimo livello di coinvolgimento e partecipazione.

L’indagine vera e propria, così come l’indagine pilota, è stata condotta tramite web mediante il software freeware LimeSurvey. Con il supporto dell’Ufficio Studi Statistici, a tutti gli studenti iscritti alle facoltà e ai corsi di laurea di interesse sono stati inviati sms ed e-mail con l’invito a partecipare all’indagine; tale invito è stato inoltre inserito nella homepage della Facoltà di Scienze Statistiche. Sono stati inviati

4 Quando è stata condotta l’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 magistrale in Statistica e Informatica (SI), entrambi di area informatica.


due solleciti agli studenti che ancora non avevano partecipato, il primo dei quali a distanza di 2 settimane dal primo invito5. L’indagine si è svolta nei mesi di marzo e aprile 2009, e vi hanno aderito 344 studenti della Facoltà di Scienze Statistiche e 724 studenti delle altre Facoltà6, con un tasso di partecipazione pari al 37% degli iscritti a Scienze Statistiche, e compreso fra il 15% e il 20% per gli altri corsi. 2.1 Il questionario Il questionario si sviluppa attorno agli stessi temi che hanno caratterizzato i focus group: il processo che ha portato alla scelta del percorso formativo, l’immagine della disciplina scelta e la rappresentazione del relativo profilo professionale; accanto a questi temi si rilevano, naturalmente, le caratteristiche di base dello studente e, nel caso che questi abbia un’occupazione, anche le caratteristiche della sua attività lavorativa (Fig. 1).

La scelta dell’attuale percorso formativo è analizzata rilevandone innanzitutto le motivazioni, dal momento in cui per la prima volta ci si è interrogati sul proprio futuro professionale e le prime aspirazioni evocate, al momento della prima ricerca di informazioni relativamente alla facoltà successivamente scelta, fino alle persone con cui si è discusso la scelta e le ragioni della scelta finale. Un secondo aspetto rilevato, riguardo alla scelta, è quello delle alternative valutate o percorse, e dei motivi per cui queste sono state scartate. Infine alcune domande sul processo informativo rilevano utilizzo e adeguatezza di numerose fonti di informazione e iniziative di orientamento.

La rappresentazione dello statistico è rilevata chiedendo ai soli studenti della Facoltà di Scienze Statistiche di indicare, in ordine di priorità, le prime tre attività che caratterizzano la professione dello statistico da un elenco proposto, nonché il ruolo gerarchico che, a loro parere, lo statistico copre dopo qualche anno dall’assunzione.

Inoltre, si chiede agli studenti di Scienze Statistiche di indicare, sempre in ordine di preferenza, le prime tre attività lavorative che vorrebbero svolgere e le tre figure professionali che sentono più vicine, scegliendole da un elenco costruito a partire dal repertorio delle professioni (Fabbris, 2001) e integrato sulla base delle risultanze del focus group, nel quale era stato appunto chiesto come si immagina sia la professione dello statistico e quale lavoro si desidererebbe svolgere dopo la laurea. 5 Visto il tasso di partecipazione più limitato, per gli studenti delle altre facoltà sono stati effettuati 3 solleciti. 6 Si è trattato di 220 studenti della Facoltà di Economia (tutti i corsi di studio), 203 della Facoltà di Ingegneria (corsi di Ingegneria Informatica), 184 della Facoltà di Scienze Matematiche, Fisiche e Naturali (corsi di Matematica e di Informatica), 117 di Scienze Politiche (corsi di Sociologia e Scienze Sociologiche).


24

Figura 1. Schema dei contenuti rilevati dall’indagine sulla rappresentazione sociale della statistica e dello statistico.

A. Informazioni generali

Genere e età Cittadinanza Domicilio durante le lezioni Tipo di maturità e voto Corso di laurea, facoltà e anno

B. Attività lavorativa

Situazione lavorativa Caratteristiche del lavoro Coerenza del lavoro Intenzione di cambiare lavoro Dimensioni importanti del lavoro

C. Motivi della scelta

Quando ha cominciato a pensarci Ipotesi valutate Quando si è informato sui corsi Con chi si è confrontato Motivi della scelta

D. Alternative e cambiamenti

Precedente iscrizione ad altri corsi Pre-iscrizione ad altri corsi Seria valutazione di altri corsi Motivi del cambiamento o dell’esclusione Grado di convinzione della scelta

E. Processo informativo

Fonti informative consultate Efficacia delle fonti Ricorso a servizi di orientamento

F. Immagine della statistica

Differenziale semantico sulla disciplina statistica

G. Immagine dello statistico

Differenziale semantico sullo statistico Attività svolte dallo statistico Ruolo in cui lo statistico opera Vantaggi della professione

H. Aspirazioni lavorative

Attività che vorrebbe svolgere Figura professionale cui aspira Importanza di svolgere attività coerenti

LO STUDENTE

LA SCELTA

L’IMMAGINE DELLA STATISTICA

LA RAPPRE-SENTAZIONE DELLO STATISTICO


Infine, l’immagine della disciplina statistica e della professione dello statistico sono descritte attraverso l’uso del differenziale semantico; agli studenti di altre facoltà è stato sottoposto sia un differenziale semantico relativo alla professione dello statistico, sia uno relativo alla professione per cui prepara il corso di studi che hanno scelto, così da consentire i raffronti.

Il differenziale semantico è una tecnica di valutazione psicologica, ideata da Osgood, Suci e Tannenbaum (1957) per misurare l’insieme delle reazioni affettive e delle opinioni legate agli oggetti. Il differenziale semantico è costituito da una serie di scale a 5 o 7 punti, ciascuna delle quali contrappone due aggettivi di significato opposto scelti in modo tale da avere attinenza con gli stimoli da valutare, risultare familiari ai rispondenti e non contenere giudizi di valore. Il concetto è collocato soggettivamente in tale spazio da un numero finito di coordinate, ciascuna delle quali corrisponde alla posizione che ciascun soggetto attribuisce al concetto su ciascuna scala.

Le scale utilizzate per il differenziale semantico della statistica e del profilo professionale dello statistico comprendono ciascuna 17 coppie di aggettivi; in alcuni casi si tratta delle coppie di aggettivi usate comunemente per diverse applicazioni del differenziale semantico, altri derivano dalle risposte fornite nel corso dei focus group, nei quali si chiedeva di indicare 3 aggettivi che descrivessero la disciplina e altri 3 professione. 3. La scelta di statistica: motivazioni e caratteristiche degli studenti Gli studenti che si iscrivono alle diverse facoltà hanno caratteristiche diverse; in particolare vi sono facoltà verso le quali si indirizzano gli studenti con esiti più brillanti alla scuola superiore, che scelgono di dedicarsi quasi esclusivamente agli studi e non lavorano, altre che sono privilegiate da lavoratori che vogliono comunque perseguire l’obiettivo del titolo universitario.

Nell’ateneo patavino Scienze Statistiche è scelta da studenti in media non particolarmente brillanti, anzi: il voto medio di diploma degli statistici partecipanti all’indagine è 80,1 alla triennale e 78,7 alla specialistica (Tab. 1), il più basso fra tutti i corsi di laurea specialistici considerati nell’indagine. Al contrario, il voto medio degli iscritti a economia e matematica supera 90 nei corsi di laurea sia triennali sia specialistici.

la


26

Tabella 1. Alcune caratteristiche degli iscritti ai corsi di laurea della Facoltà di Scienze Statistiche e ad altri corsi di studio dell’Università di Padova.

Caratteri-stiche studenti

Corsi di laurea triennali Statistica (n=256)

Economia (n=188)

Ing. Inform. (n=142)

Informatica (n=68)

Matematica (90)

Sociologia (n=89)

Voto diploma

80,1 93,4 83,7 78,6 91,8 75,0

% lavoratori 39,8 30,8 34,7 41,2 17,8 55,1 Età media 21,9 20,8 22,1 22,7 21,4 25,8

Caratteri-stiche studenti

Corsi di laurea specialistica Statistica (n=88)

Economia (n=32)

Ing. Inform. (n=61)

Informatica (n=10)

Matematica (16)

Sociologia (n=28)

Voto diploma

78,7 91,5 90,8 85,7 96,3 80,9

% lavoratori 37,5 40,6 31,7 20,0 12,5 50,0 Età media 25,1 24,0 23,9 24,3 23,3 28,7 Il voto medio di diploma è tratto dagli archivi amministrativi dell’Università.

Il corso di laurea in sociologia si differenzia dagli altri, in quanto scelto da molti studenti-lavoratori (in media il 52,2%), ma anche statistica è caratterizzata da una quota consistente di studenti che lavorano (in media 39,2%); rispetto a sociologia, confrontando l’età media, sembra però che si tratti prevalentemente di studenti che anche lavorano, e non di lavoratori che studiano.

Stanti le caratteristiche degli iscritti a statistica, è ancora più apprezzabile che la facoltà vanti tassi di occupazione dei suoi laureati fra i più alti, ma è necessario capire le motivazioni per cui i diplomati più brillanti in generale non scelgano statistica, in quanto è evidente che una facoltà privilegiata dai migliori diplomati può soddisfare le attese dell’iscritto in modo più compiuto.

Le opportunità di lavoro offerte dalla laurea in statistica sono ben chiare agli studenti, al punto che costituiscono motivo di scelta per oltre due terzi degli iscritti, valore più alto rispetto agli altri corsi di laurea considerati (Tab. 2). Anche l’amore per le materie costituisce un motivo importante, ma non è così rilevante come per matematica e sociologia, dove è chiara la consapevolezza delle minori opportunità lavorative.

A questo proposito è molto interessante arricchire questi dati con le considerazioni degli studenti durante i focus group preparatori all’indagine e l’incontro effettuato con le matricole di Scienze Statistiche a novembre 2009.


In tali occasioni, gli studenti sono stati molto chiari nell’affermare che la consapevolezza di trovare occupazione non è mai il motivo determinante della scelta per un giovane ventenne, che vede il suo futuro professionale come un evento relativamente lontano. Le opportunità lavorative costituiscono un fattore di rilievo, ma l’amore per le materie è ritenuto il motivo principale. In generale gli statistici affermano che la loro scelta è dettata dalla predisposizione per la matematica e la contemporanea volontà di dedicarsi a discipline non astratte, ma di conoscere le applicazioni della matematica nel mondo reale. A questo punto subentra l’attenzione anche alle opportunità lavorative e la scelta è giustificata anche sulla base del lavoro futuro, più certo rispetto a matematica. Tabella 2. Aspetti che hanno determinato la scelta della facoltà da parte degli studenti partecipanti all’indagine.

Motivazione alla scelta Facoltà/Corso di laurea

Statistica (n=344)

Economia (n=220)

Informatica* (n=280)

Matematica (n=106)

Sociologia (n=117)

È una facoltà che offre molte opportunità di lavoro

69,4 61,4 56,3 26,4 8,6

Mi piacevano le materie 61,5 40,0 57,7 87,7 85,3

È una facoltà che offre buone prospettive di carriera

26,8 36,4 29,4 7,6 6,9

È una facoltà ben organizzata 25,4 18,2 7,9 11,3 0,9

È una facoltà con pochi iscritti 14,6 11,4 0,4 7,6 0

La corrispondenza con gli studi precedenti

10,8 25,5 30,5 19,8 17,2

I consigli ricevuti da amici e conoscenti

10,2 5,9 11,1 12,3 7,8

È una facoltà prestigiosa 9,6 41,8 27,2 27,4 9,5 Il test d’ingresso non era selettivo

9,0 0 2,9 1,9 11,2

I suggerimenti della mia famiglia

7,6 12,7 12,9 8,5 7,8

Sono stato respinto da altri corsi

4,4 1,8 0 1,0 10,3

La possibilità di studiare con i miei amici

1,2 0,9 2,9 0 1,7

È una facoltà relativamente semplice

0,9 0 0,4 0 7,8

Possibilità di indicare fino a 3 risposte. Percentuali calcolate sul totale dei rispondenti * Facoltà di Ingegneria e di SS.MM.FF.NN.


28

Agli studenti di statistica non è però chiaro quale sarà il lavoro che svolgeranno, pensano che studieranno una sorta di matematica applicata, ma sono ignari delle molteplici tematiche affrontate nei corsi di laurea.

Consapevoli di queste carenze, segnalano l’importanza di tenere lezioni-tipo presso le scuole superiori, anche perché le indicazioni ricevute dai docenti delle scuole superiori riguardo a statistica sono scarsissime, o addirittura fuorvianti (“c’è troppa matematica”, “è molto difficile”).

Dalla Tab. 2 notiamo come la motivazione “corrispondenza con gli studi precedenti” abbia le percentuali più basse per statistica: quale che sia la scuola di provenienza, gli studenti faticano a inquadrare le materie affrontate a statistica e a collegarle con gli studi fatti. Questa scarsa conoscenza favorisce la fama di facoltà difficile e infarcita di troppa matematica presso i giovani, stando a quanto dichiarato soprattutto dalle matricole.

L’immagine di una disciplina è strettamente collegata con la facoltà che ne eroga la formazione, per cui prestigio della facoltà e immagine della disciplina sono interrelate. La Facoltà di Scienze Statistiche non è vista come “prestigiosa” (9,6%, Tab. 2), alla pari del corso di laurea in Sociologia e al contrario della Facoltà di Economia (41,8%), dove il prestigio costituisce la seconda motivazione dopo le opportunità di lavoro.

Il concetto di “facoltà prestigiosa” è però difficile da esplicitare, è legato ad un’immagine astratta, presumibilmente molto significativa per le scelte. Difficile cogliere il da farsi per incrementare il prestigio di una facoltà. Pensiamo appunto a statistica: offre ottime opportunità di lavoro ed è una facoltà ben organizzata (25,4% delle motivazioni, valore più alto fra le facoltà/corsi di laurea interpellati); non solo, il 79,5% dei laureati triennali e l’88,4% degli specialistici rifarebbe lo stesso corso di laurea, contro il 68% e l’81% di tutti i laureati dell’Ateneo di Padova7.

Il sospetto è che il concetto di “facoltà prestigiosa” sia legato al prestigio della professione, per cui l’immagine della statistica e dell’entità professionale dello statistico sono strettamente legate, nel senso che la prima risente della seconda.

L’analisi delle peculiarità e motivazioni degli studenti di statistica si conclude con una visione globale fornita dall’analisi delle corrispondenze multiple8.

7 Indicatori relativi ai laureati dell’Università di Padova negli anni 2007 e 2008, calcolati dall’Ufficio Studi Statistici dell’Ateneo sulla base dei dati dell’indagine campionaria Agorà sugli sbocchi professionali dei laureati (Fabbris, 2010). 8 L’analisi delle corrispondenze multiple è una tecnica fattoriale che fornisce una “mappa” delle relazioni esistenti tra variabili qualitative e tra modalità di diverse variabili, mettendole in relazione con variabili illustrative esterne all'analisi stessa. Per approfondimenti metodologici, si veda ad es. Greenacre e Blasius (2006). L’analisi statistica è stata effettuata col software SAS©, ver. 9.2.


Tabella 3. Variabili considerate nell’analisi delle corrispondenze multiple

VARIABILI ATTIVE Facoltà/Corso di Laurea: Statistica- Sociologia - Economia - Ingegneria informatica - Informatica (Facoltà di SS.MM.FF.NN.) Per Lei è importante che un lavoro: Etichetta Sia ben remunerato lav_soldi Sia coerente con gli studi svolti lav_coerenza Si svolga in un ambiente costruttivo e collaborativo lav_ambiente Sia stabile, con un contratto sicuro lav_stabile Lasci tempo libero per attività extra-lavorative lav_tempolibero Consenta di acquisire professionalità lav_professionalità Abbia prospettive di carriera lav_carriera Quando ha iniziato seriamente a pensare al Suo futuro professionale? Ancora prima della scuola superiore prima_delle_sup Durante la scuola superiore, prima dell’ultimo anno durante_sup All’ultimo anno della scuola superiore ultimo_anno_sup Dopo il diploma ma prima dell’iscrizione all’università dopo_diploma Durante gli studi universitari durante_univ Ha cominciato ad informarsi sui corsi di studio universitari prima o dopo aver deciso quale lavoro voleva fare? Dopo aver capito quale lavoro mi piaceva fare dopo_scelta_lavoro È stata una decisione contemporanea contempor_lavoro La scelta del corso di studi è stata prioritaria lavoro_in_futuro Cosa ha determinato la Sua scelta finale? Mi piacevano le materie materie I suggerimenti della mia famiglia famiglia I consigli ricevuti da amici e conoscenti amici La corrispondenza con gli studi precedenti studi_prec La possibilità di studiare con i miei amici amici È una facoltà relativamente semplice semplice È una facoltà prestigiosa prestigio È una facoltà ben organizzata organizz È una facoltà che offre molte opportunità di lavoro opport_lav È una facoltà che offre buone prospettive di carriera carriera Sono stato respinto da altri corsi respinto Il test d’ingresso non era selettivo assenzatest

VARIABILI SUPPLEMENTARI Genere Maschio - femmina Scuola superiore IstMagistrale – IstProfes – IstTecnico - L classico , L linguistico - L

scientifico


30

Le motivazioni della scelta e le opinioni degli intervistati costituiscono variabili attive nella determinazione degli assi, mentre il genere e la scuola superiore frequentata sono proiettate sul grafico. Lo schema delle variabili considerate è illustrato nella Tab. 3.

Nella Fig. 2 sono rappresentati i primi due assi, che colgono l’83% della variabilità (60,2% il primo e 22,8% il secondo).

Il grafico mostra una chiara contrapposizione fra il primo e il terzo quadrante, in quest’ultimo troviamo economia e informatica: è caratterizzato dalla scelta della facoltà prestigiosa che offre opportunità di lavoro e ancor più di carriera.

Figura 2. Rappresentazione grafica dell’analisi delle corrispondenze condotta sulle motivazioni degli studenti alla scelta del corso di laurea.

-0.75 -0.50 -0.25 0.00 0.25 0.50 0.75

-0.8

-0.5

-0.3

0.0

0.3

0.5

0.8

lav_soldi

lav_coerenza

lav_ambiente

lav_tempolibero

dopo_diploma

durante_univ

prima_delle_sup

ultimo_anno_sup

amici

conoscenti

lav_carriera

materiefamiglia

prestigio

organizz

Economia

Statistica

IstMagistrale

L. Classico

Sociologia

respinto

AssenzaTest

L.Linguistico

Femmina lavoro_in_futuro

studi_prec

L.Scientifico

opport_lav

contempor_lavoro

durante_sup

dopo_scelta_lavoro

IstTecnico

Maschio

IstProfes

Informatica (Matem.)

Ingegneria Inform.

lav_professionalità

fac_carriera

lav_stabile

Matematica

Informatica

% varianza: 60,2

% varianza: 22,8


Analogamente, è importante che un lavoro offra buone prospettive economiche e di carriera. È inoltre caratterizzato da scelte della facoltà precoci che si intrecciano con la decisione sul lavoro futuro.

Il primo quadrante è fortemente determinato da sociologia (ascissa=1,22 non rappresentata) e matematica (soprattutto per il secondo asse).

Il secondo semiasse positivo, dove troviamo matematica, indica delle priorità differenti a quelle sopradescritte, in particolare per gli aspetti importanti del lavoro: un buon ambiente, la coerenza con gli studi, la possibilità di avere tempo libero. Analogamente, la facoltà è scelta prevalentemente per le materie, senza porsi il problema delle opportunità lavorative.

L’estremo positivo del primo asse, dove troviamo sociologia, è infine caratterizzato da scelte “di convenienza”, quali la scelta in virtù dell’assenza di test d’ingresso e l’essere stato respinto da altre facoltà.

La posizione di statistica è l’unica poco significativa: mentre tutte le altre facoltà/corsi di laurea si collocano in posizioni estreme nel primo e terzo quadrante, statistica è vicina all’origine, la sua ordinata è addirittura zero. Ciò significa che statistica non è caratterizzata da chiare posizioni, o che tali posizioni convivono; d’altra parte si nota dalla Tab. 2 come le opportunità di lavoro e l’amore per le materie si equivalgano in termini di importanza.

Potremmo dunque azzardare che statistica sia un “ibrido”, una scelta fatta con una visione sfocata della facoltà. Ciò è probabilmente dovuto alla carenza informativa su statistica nei momenti di scelta, lamentata chiaramente dagli studenti.

4. L’immagine della statistica Gli studenti di statistica interpellati mediante i focus group preparatori all’indagine hanno espresso una serie di aggettivi descrittivi dell’immagine della statistica. Sono stati più volte citati i seguenti termini: utile, concreta, dinamica, stimolante, inesplorata, razionale, flessibile, sottostimata, sconosciuta. Altri aggettivi sono stati proposti dal gruppo di ricerca sulla base delle dichiarazioni dei partecipanti ai focus e dei termini usualmente utilizzati in questo contesto: profonda, confusa, apprezzabile, ampia, semplice, appassionante, luminosa, attuale. Una volta individuato l’opposto per ogni termine, si è fatto uso dell’usuale scala da 1 a 7 per richiedere di descrivere l’immagine della statistica.

Nella Tab. 4 sono rappresentati valori medi, mediani e misure di dispersione dei punteggi attribuiti dagli studenti della Facoltà di Scienze Statistiche ad ogni coppia di aggettivi; il valore 1 è associato al primo aggettivo, il valore 7 al secondo.


32

Gli aggettivi più associati alla statistica e con maggior accordo fra i rispondenti (bassa variabilità) sono “attuale” e “utile”: sono quindi riconosciute l’importanza e la necessità della statistica nel mondo del lavoro odierno; ciò concorda con la consapevolezza che gli studenti hanno delle possibilità di lavoro fornite dalla laurea in discipline statistiche.

All’estremo opposto troviamo invece conferma delle motivazioni che allontanano dalla statistica: la statistica è “complessa”.

Come diverse matricole e studenti hanno confermato durante gli incontri e i focus group, la statistica è vista come una disciplina difficile, piena di matematica e dello “sconosciuto” calcolo delle probabilità.

Tabella 4. Statistiche descrittive del differenziale semantico relativo all’immagine della statistica, secondo gli studenti di Scienze Statistiche. Il valore 1 è associato al primo aggettivo, il valore 7 al secondo.

Media Mediana IQR* Dispersione9 Attuale - superata 1,49 1 1 0,760 Utile - inutile 1,60 1 1 0,899 Ampia - limitata 2,05 2 2 1,094 Concreta - astratta 2,15 2 2 1,242 Nitida - confusa 2,24 2 2 1,563 Stimolante - noiosa 2,27 2 2 1,307 Dinamica - statica 2,36 2 2 1,418 Apprezzabile - disprezzabile 2,38 2 2 1,255 Appassionante - indifferente 2,46 2 2 1,393 Sottostimata - sopravvalutata 2,72 3 2 1,506 Profonda - superficiale 2,95 3 2 1,402 Flessibile - rigida 3,24 3 2 1,808 Luminosa - scura 3,37 4 1 1,324 Inesplorata - esplorata 3,70 4 2 1,583 Creativa - razionale 3,98 4 4 2,195 Conosciuta - sconosciuta 4,87 5 2 1,731 Semplice - complessa 5,26 6 2 1,579 * IQR= scarto interquartile

9 Il valore indicato è l’indice di dispersione D per variabili ordinali proposto da Leti (1983):

( )∑−

=

−=1

1

12K

kkk FFD , dove Fk è la frequenza relativa cumulata.


“Sconosciuta” è appunto l’altro aggettivo ricorrente: la gran parte delle persone non sa di cosa tratta la statistica e ne sono ignote le potenzialità, per cui nella mentalità comune è al più associata alle indagini di mercato o ai sondaggi elettorali, la cui valenza è prevalentemente negativa per via del fastidio statistico e dei sospetti di parzialità dei risultati.

Proseguendo nella graduatoria gli aggettivi sono: “ampia” e “concreta” (nei valori bassi) e “razionale” (in quelli alti). Si noti l’alta variabilità della coppia creativa-razionale, che evidenzia la diversità di opinioni in merito e questi aggettivi: la statistica è sia creatività sia razionalità. Possiamo ipotizzare che, per questa coppia di aggettivi, sia stata compiuta una associazione non ottimale, per cui “razionale” non è esattamente l’opposto di “creativo”.

Si rilevano alcune differenze nell’immagine della statistica fra gli stessi studenti di Scienze Statistiche, sia rispetto alla loro “anzianità” che all’area disciplinare (Tab. 5). L’anzianità porta ad una maggiore consapevolezza delle potenzialità della statistica, che da esplorata diventa più inesplorata e da razionale diventa più creativa. Gli studenti colgono col tempo che la statistica ha molte sfaccettature; ciò è naturale, in conseguenza dei corsi di studio dei primi anni, impostati sulle basi di matematica, algebra e probabilità, e degli ultimi, dove vengono affrontati i diversi ambiti di applicazione della statistica.

Si osservano differenze anche per indirizzo del corso di studi: nell’area economica c’è una visione “radicale”, per cui rispetto alle altre la statistica è più razionale e rigida, e rispetto all’area socio-demografica la statistica è vista come più limitata.

Differenze si osservano anche fra le aree socio-demografica e informatica: la prima vede la statistica più concreta e nitida, la seconda più astratta e confusa. Forse nell’area informatica si verifica talvolta una sovrapposizione fra discipline (statistica e informatica) che genera incertezza.


34

Tabella 5. Differenze significative (p<0,1) del differenziale semantico relativo all’immagine della statistica che hanno gli studenti di Scienze Statistiche, secondo l’indirizzo del corso di studi e l’anno di corso.

Indirizzo corso di studi

Economica (n = 221)

Socio-dem. (n = 53)

Informatica (n = 70)

Significa-tività*

Concreta-astratta 2,12 1,89 2,48 0,004 Creativa-razionale 4,14 3,85 3,55 0,075 Flessibile-rigida 3,45 2,94 2,83 0,011 Nitida-confusa 2,18 1,98 2,61 0,028 Ampia-limitata 2,13 1,79 2,00 0,071 Anno di corso

I - II

(n = 162) III

(n = 94)

Specialistica o F.C.

(n = 88) Significa-

tività* Concreta-astratta 2,11 2,42 1,97 0,080 Inesplorata-esplorata 3,87 3,72 3,36 0,031 Creativa-razionale 4,26 3,87 3,57 0,021

* la differenza fra i tre gruppi è verificata mediante il test non parametrico di Kruskal-Wallis Queste indicazioni suggeriscono che è compito dei docenti incoraggiare gli

studenti a sviluppare una concezione più ampia della statistica e della professione dello statistico (Petocz e Reid, 2002).

L’analisi fattoriale effettuata sul differenziale semantico evidenzia le 3 classiche dimensioni di Osgood10 (Osgood et al., 1957) (Tab. 6): - Valutazione: è il fattore che indica la positività/negatività della statistica,

identificato prevalentemente dalle coppie stimolante-noiosa, profonda-superficiale, apprezzabile-disprezzabile, ampia-limitata, appassionante-indifferente, luminosa-scura11. Notiamo gli aggettivi stimolante e appassionante, che rimandano ad un’immagine degli studenti differente da quella comune, e sviluppatasi durante gli studi universitari. I termini ampia e luminosa restituiscono della statistica un’immagine di ampio respiro.

- Potenza: è il fattore che indica la forza/debolezza della statistica. È identificato prevalentemente dalle coppie utile-inutile, concreta-astratta, dinamica-statica. La

10 Osgood mostrò come col metodo del differenziale semantico si sia in grado di evidenziare tre "strutture cognitive latenti", denominate “valutazione”, “potenza” e “attività”. 11 In corsivo l’aggettivo che si riferisce alla statistica.


forza della statistica sta nella sua effettiva utilità e concretezza in molteplici ambiti lavorativi.

- Attività: è il fattore che indica l’attività/passività della statistica, individuato dalle coppie inesplorata-esplorata, sottostimata-sopravvalutata, conosciuta-sconosciuta. È un’immagine di passività della statistica, ancora troppo poco conosciuta e sottostimata fra i non addetti ai lavori. Questo costituisce il punto centrale su cui è necessario concentrarsi per migliorare l’immagine della disciplina.

Tabella 6. Primi tre fattori relativi al differenziale semantico sull’immagine della statistica12

Fattore 1 (Valutazione)

Fattore 2 (Potenza)

Fattore 3 (Attività)

Utile-inutile 0,283 0,748 -0,056

Concreta-astratta 0,134 0,840 0,055

Dinamica-statica 0,225 0,608 -0,077

Stimolante-noiosa 0,641 0,354 -0,064

Inesplorata-esplorata -0,133 0,203 -0,535

Profonda-superficiale 0,600 0,077 0,102

Flessibile-rigida 0,373 -0,013 -0,026

Nitida-confusa 0,280 0,087 -0,050

Sottostimata-sopravvalutata 0,328 0,053 -0,678

Conosciuta-sconosciuta 0,054 0,042 0,808

Apprezzabile-disprezzabile 0,772 0,067 -0,086

Ampia-limitata 0,659 0,260 -0,079

Semplice-complessa 0,051 0,035 0,135

Appassionante-indifferente 0,759 0,230 -0,065

Luminosa-scura 0,686 0,130 0,066

Attuale-superata 0,541 0,436 -0,146

% Varianza 22,7 13,5 9,3

12 Pesi fattoriali ottenuti mediante rotazione Varimax. L’indice di adeguatezza di Kaiser-Meyer-Olkin, che misura la bontà dei risultati in termini di importanza dei fattori comuni rispetto a quelli specifici, è pari a 0,85, valore definito “meritorio” (Fabbris, 1997).


36

5. L’entità professionale dello statistico

L’immagine della statistica e l’entità professionale dello statistico sono intrinsecamente legati. Reid e Petocz (2002) e Petocz e Reid (2010), sulla base di interviste a studenti in discipline statistiche, giungono ad un lucido schema rappresentativo della disciplina e della professione, importante punto di riferimento e confronto per la nostra indagine.

Il ruolo della statistica, e di conseguenza dello statistico, è descritto come articolato su tre livelli, di cui il primo è il più riduttivo e il terzo il più articolato. Il primo livello descrive la statistica come “tecnica”; al suo interno si suddivide ulteriormente in tre stadi: allo stadio più basso, consiste nello svolgere calcoli; allo stadio intermedio è l’utilizzo di tecniche statistiche per rappresentare i dati; allo stadio più alto è la capacità di scegliere e combinare le tecniche statistiche. Lo statistico è visto sostanzialmente come un tecnico.

Ad un livello un po’ più alto, la statistica si focalizza sull’utilizzo dei dati. Parte dall’analisi dei dati finalizzata alla loro comprensione e interpretazione, per giungere ad un livello più sofisticato nel quale la statistica è un modo per interpretare il mondo reale grazie all’utilizzo di diversi modelli statistici. Lo statistico è dunque colui che esplora ed esamina il significato di un insieme di dati.

Infine, al suo livello più alto, la statistica è vista come una metodologia che permette di interpretare la realtà. In questo caso lo statistico fa ricorso alla metodologia per confermare delle ipotesi sul funzionamento del mondo reale e procedere poi alla interpretazione della realtà.

Prendendo come riferimento questo schema concettuale, cerchiamo di interpretare come viene inquadrato il ruolo dello statistico da parte dei nostri studenti (Tab. 7). L’attività prevalente maggiormente indicata (47,9% degli studenti) è “utilizza ed elabora dati per estrapolare informazioni”. Nettamente distaccate le altre attività: “studia la realtà” (15,9%), “ha capacità di previsione” (15,6%) e “interpreta i dati” (13,2%). Praticamente irrisorie le percentuali relative alle restanti attività: “risolve problemi sostantivi” (3,8%), “indaga nuovi fenomeni” (2,1%), “produce dati” (0,9%), “è un esperto di metodi” (0,6%). Considerando le prime tre attività scelte, l’elaborazione di dati rimane l’attività prevalente (79,1%), affiancata dalla capacità di previsione (72,4%) e, in misura minore, dall’interpretazione dei dati (60,5%). Una percentuale consistente di studenti, pari al 44,2%, afferma che la statistica studia la realtà.

Con riferimento allo schema di Fig. 3, il ruolo prevalente dello statistico, così come visto dagli stessi studenti di statistica, è quello di livello 2, nel quale il fulcro è sull’analisi e interpretazione dei dati. È però prevalente l’aspetto dell’analisi dei dati rispetto alla loro interpretazione.

Il profilo professionale dello statistico: ruoli, competenze e prospettive

Figura 3. Immagine della statistica e ruolo dello statistico (adattato da Reid e Petocz, 2002)

Tabella 7. Percentuale di prime scelte e di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle attività dello statistico (n=344). Le preferenze non sommano 100 perché era possibile esprimerne fino a tre Lo statistico: Utilizza ed elabora dati per estrapolare informazioniStudia la realtà Ha capacità di previsione per decisioni futureInterpreta i dati Risolve problemi sostantiviIndaga nuovi fenomeni Produce dati È un esperto di metodi

Livello3: creare

Fulcro su: significato

Lo statistico interpreta la

realtà

essionale dello statistico: ruoli, competenze e prospettive

Immagine della statistica e ruolo dello statistico (adattato da Reid e Petocz,

di prime scelte e di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle attività dello statistico (n=344). Le preferenze non sommano 100 perché era possibile esprimerne fino a tre

Prima scelta za ed elabora dati per estrapolare informazioni 47,9

15,9 Ha capacità di previsione per decisioni future 15,6

13,2 Risolve problemi sostantivi 3,8

2,1 0,9 0,6

Fulcro su: significato

Lo statistico interpreta la

Fare inferenza sul mondo

reale

37

Immagine della statistica e ruolo dello statistico (adattato da Reid e Petocz,

di prime scelte e di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle attività dello statistico (n=344). Le preferenze non sommano 100

Preferenze 79,1 44,2 72,4 60,5 12,8 16,6 5,5 4,4

Fare inferenza sul mondo


38

Il livello 3 di interpretazione della realtà (non dei dati) è meno presente fra le scelte degli studenti: la voce “risolve problemi sostantivi”, che affida alla statistica il ruolo più prestigioso, raccoglie poche preferenze (3,8% come prima scelta e 12,8% entro le prime tre).

Attività legate all’indagine statistica (“produce dati”, “indaga nuovi fenomeni”) sono praticamente ignorate dagli studenti, che in gran parte ritengono che la statistica inizi con l’elaborazione di dati già disponibili, mentre lo statistico deve essere in grado di pianificare, organizzare ed effettuare una rilevazione di dati da varie fonti o direttamente presso popolazioni che detengono le informazioni.

La responsabilità non è però dei soli studenti: vi sono molti corsi di laurea in statistica che non prevedono l’erogazione di insegnamenti incentrati sulle tecniche d’indagine, spesso relegata all’ambito sociale. Tale attività ne risente e non rientra, erroneamente, nell’immagine che gli studenti hanno della statistica.

L’immagine di una professione è fortemente legata al prestigio associato alla professione stessa, che influenza anche la scelta della facoltà (si veda Tab. 3, con riferimento a Economia). Nel caso dello statistico, il ruolo in cui si vedono qualche anno dopo l’assunzione è per circa metà degli studenti quello di consulente (49,3%), per il 29,5% tecnico, per il 12,7% responsabile e l’8,6% capo-progetto. Prevalgono dunque i ruoli intermedi, anche se non mancano ruoli apicali. 6. Le aspirazioni lavorative Le aspirazioni lavorative di cui si parla in questo paragrafo sono relative al profilo professionale dello statistico ideale, e sono rilevate solamente presso gli studenti della Facoltà di Scienze Statistiche. Le domande poste riguardano le attività che si vorrebbe compiere nello svolgimento del proprio (futuro) lavoro di statistico, e il profilo professionale che si ritiene più adeguato alle proprie attitudini. Entrambe le domande sono state poste chiedendo di indicare una prima, una seconda e una terza scelta da un elenco, rispettivamente, di attività lavorative e di profili professionali connessi alla statistica.

Le Tabb. 8 e 9 mostrano, per ciascuna attività e per ciascuna professione, la percentuale di studenti che le hanno indicate come prima scelta o come una delle tre possibilità di scelta.

La distribuzione delle risposte mostra una preponderanza di scelte di attività di area economico-gestionale, che riproducono la prevalenza degli iscritti ai corsi di laurea del comparto economico della Facoltà.


Tabella 8. Percentuale di prime scelte e di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle attività lavorative (n=344). Le preferenze non sommano 100 perché era possibile esprimerne fino a tre Prima scelta Preferenze Analisi di costi, controllo di gestione, analisi di bilanci 16,0 45,1 Progettazione ed esecuzione di indagini campionarie e di ricerche di mercato

14,2 38,1

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

14,2 37,8

Elaborazione di dati e analisi descrittive con programmi statistico-informatici

6,8 33,1

Analisi di mercati finanziari 19,5 33,1 Pianificazione, controllo e certificazione della qualità 7,7 29,9 Progettazione di esperimenti ed interpretazione dei risultati, clinical trial , simulazioni

4,7 16,3

Analisi statistica multivariata, data mining 4,4 15,7 Costruzione e gestione di basi di dati, programmazione informatica

7,1 15,4

Progettazione e valutazione di servizi, realizzazione di sistemi di indicatori

3,0 14,8

Ricerca su fonti statistiche ufficiali, anche via internet 2,4 13,4 Fra le attività sono inoltre assai citate la progettazione di indagini campionarie e

ricerche di mercato e l’analisi e previsione di fenomeni, trasversali all’area sociale e a quella economica.

Poco ambite, invece, la ricerca di fonti statistiche ufficiali, che probabilmente viene vista come circoscritta a pochi ruoli professionali, la “progettazione di esperimenti ed interpretazione dei risultati, clinical trial , simulazioni”, e la “progettazione e valutazione di servizi, realizzazione di sistemi di indicatori”, che effettivamente ha una caratterizzazione politica e di governo che ancora potrebbe risultare lontana ed estranea a dei ventenni aspiranti statistici.

Anche l’analisi multivariata è citata assai di rado, sia come attività preferita che entro le prime tre, nonostante che l’attività dello statistico sia fatta coincidere prevalentemente con l’elaborazione dei dati; questa discrepanza fa pensare che le analisi di dati che ci si aspetta di fare siano prevalentemente analisi semplici, per lo più descrittive.


40

Tabella 9. Percentuale di prime scelte e di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle figure professionali (n=344). Le preferenze non sommano 100 perché era possibile esprimerne fino a tre Prima scelta Preferenze Esperto/tecnico in marketing 16,5 37,5 Addetto al controllo di gestione 12,4 36,6 Analista di bilancio o finanziario 19,1 34,3 Esperto/tecnico in supporto ai sistemi decisionali 10,6 29,4 Esperto in project management di area socio-economica 2,9 27,6 Statistico/ricercatore economico 9,4 27,3 Statistico valutatore 3,2 21,8 Addetto al controllo di qualità 6,2 21,5 Statistico/ricercatore medico 6,2 17,4 Statistico/ricercatore sociale e/o sanitario 6,2 17,2 Demografo 4,7 11,6 Statistico/ricercatore ambientale 2,6 9,0

Nonostante un certo understatement, peraltro comprensibile da parte di studenti giovani che probabilmente faticano a proiettarsi in una futura posizione di potere, le ambizioni che qui vengono espresse sembrano elevarsi dal piano meramente tecnico ed esecutivo che emergeva nel Par. 5, per mostrare invece l’aspettativa, o la speranza, di svolgere attività e professioni di ampio respiro, che consentano di governare l’intero processo: controllo di gestione, analisi dei mercati finanziari, analisi e previsione di fenomeni, progettazione ed esecuzione di indagini. La mera elaborazione dei dati, che pure è considerata una sorta di necessità dell’attività dello statistico e che viene citata abbastanza spesso fra le attività attese, è assai raramente la più ambita. È interessante osservare come gli studenti che hanno partecipato all’indagine abbiano distinto fra la situazione ideale, rappresentata da ciò che desidererebbero fare, e la realtà, corrispondente alla domanda su cosa faccia uno statistico; gli studenti sembrano, infatti, consapevoli della difficoltà ad affermare per intero le proprie potenzialità, tanto che nel corso dei focus group avevano dichiarato che “non si conoscono le potenzialità dello statistico, per cui non te la chiedono. E te la chiedono solo in quei luoghi dove si fa in maniera specifica statistica, negli altri non puoi far vedere neppure un chi-quadrato”; un altro aspetto emerso durante il focus group, che allontana il profilo dello statistico reale da quello ideale è la “carenza di risorse di tempo, umane e finanziarie, per cui ci si accontenta di cose semplici che si producono rapidamente. Spesso le aziende necessitano di risposte semplici, la maggior parte delle volte gli basta una tabella, lavoro che può fare anche uno che non ha speso 5 anni per laurearsi”.


In generale, le indicazioni fornite dalla graduatoria ricavata dalle preferenze assolute sono in linea con quelle ricavate dalla rosa delle preferenze indicate, con poche eccezioni notevoli: si tratta in alcuni casi di attività molto specifiche e per così dire “di nicchia”, che risultano spesso la preferenza assoluta di chi è interessato a quel settore ma non vengono mai citate da altri (es. l’analisi dei mercati finanziari), oppure, viceversa, di attività così trasversali alle diverse declinazioni della professione che sono comunque citate da tutti (l’elaborazione dei dati).

Analogamente, fra le figure professionali spiccano l’esperto di marketing, l’addetto al controllo di gestione, l’analista finanziario, mentre lo statistico ambientale è il meno citato, e il valutatore non è quasi mai una prima scelta.

L’impressione è che i dati ricalchino anche in questo caso la distribuzione degli iscritti ai diversi indirizzi di studio, e quindi che la scelta delle professioni, come e ancora più delle attività che si vorrebbero svolgere, sia forgiata sull’offerta didattica che gli studenti hanno incontrato, e che, anche per la scarsa conoscenza generale del ruolo della statistica e delle professioni statistiche, costituisce spesso l’unico modo che gli studenti hanno per immaginare quello che potrebbero e vorrebbero fare una volta laureati.

Per verificare l’esistenza di tale relazione tra attività, professioni e corsi di laurea, si è condotta un’analisi delle corrispondenze multiple (Greenacre e Blasius, 2006) utilizzando come variabili attive le 11 attività e le 12 professioni considerate; ciascuna variabile considerata è una variabile dicotomica che indica se la relativa attività o professione è stata scelta fra le prime tre13. Sono state inoltre proiettate come variabili supplementari il corso di studi e l’anno di corso. Nella Fig. 4 è riportata la rappresentazione grafica della soluzione bidimensionale ottenuta; le etichette relative alle “non professioni” non sono state riportate per chiarezza della configurazione, mentre il corso di studi è indicato dalle sigle14.

13 Considerando le sole prime scelte era invece possibile lavorare con sole due variabili qualitative, che presentano rispettivamente 11 e 12 modalità di risposta. Tuttavia, dato che in molti casi esiste una corrispondenza diretta fra attività e professione (es. analista finanziario e analisi dei mercati finanziari; addetto al controllo di gestione e analisi dei costi/controllo di gestione; addetto al controllo qualità e certificazione della qualità, etc…), l’analisi delle corrispondenze basate sulle sole prime scelte dava origine ad una rappresentazione più esplicativa dal punto di vista della quota di varianza spiegata (53,6% per la somma delle due componenti), ma meno informativa sul piano dei contenuti, poiché le figure professionali replicavano quasi esattamente l’informazione veicolata dalle attività. 14 SEFA è un corso di laurea specialistica in Scienze Statistiche Economiche, Finanziarie e Aziendali; SDS un corso di laurea specialistica in Scienze Statistiche, Demografiche e Sociali; SGI è una laurea triennale in Statistica e Gestione delle Imprese; SI un corso di laurea specialistica in Statistica e Informatica; STI un corso di laurea triennale in Statistica e Tecnologie Informatiche; SEF un corso di laurea triennale in Statistica, Economia e Finanza; SPS un corso di laurea triennale in Statistica, Popolazione e Società.


42

Considerando la scomposizione dell’inerzia corretta secondo Benzécri (1979) la prima dimensione spiega il 27,7% della variabilità, e distingue le attività e professioni di ambito sociale da quelle di ambito economico, mentre la seconda spiega il 19,1% e distingue l’area informatica e le attività più tecniche dalle altre. Più che individuare dimensioni sottostanti ai dati, dunque, il grafico mette in evidenza tre aree tematiche chiaramente distinte: quella in basso a sinistra è caratterizzata dai corsi di laurea di area sociale (la triennale Statistica, Popolazione e Società e la specialistica in Scienze Statistiche, Demografiche e Sociali) con le relative figure professionali: lo statistico sociale, il demografo, lo statistico medico. Non ci sono attività esclusivamente collocate in quest’area, ma le più vicine sono la ricerca di fonti statistiche ufficiali e l’analisi e previsione di fenomeni demografici, sociali, sanitari ed economici, che infatti si trova in posizione intermedia fra l’area sociale e quella economica, situata a destra del grafico. Quest’area è contraddistinta dai corsi di laurea triennale in Statistica Economia e Finanza e Statistica per la Gestione delle Imprese, e dalla laurea specialistica in Scienze Statistiche Economiche, Finanziarie e Aziendali. Vi troviamo i profili professionali dello statistico economico, dell’analista di bilancio o finanziario, dell’addetto al controllo di gestione, del project manager e, in una posizione più centrale, dell’esperto di marketing. Quest’area è caratterizzata dalle attività di analisi dei mercati finanziari e analisi di costi, controllo di gestione, analisi di bilanci. La progettazione e realizzazione di indagini campionarie si trova in posizione relativamente centrale ma spostata verso l’area economica, probabilmente perché questa attività è legata assai fortemente, nell’immaginario degli studenti, alle ricerche di mercato.

Infine, la parte alta del grafico è contrassegnata dal corso di laurea triennale Statistica e Tecnologie Informatiche e dalla laurea specialistica in Statistica e Informatica; qui troviamo la figura dell’esperto in controllo della qualità e dell’esperto in supporto ai sistemi decisionali, ma anche tutte le attività maggiormente tecniche: l’analisi di dati, sia descrittiva che multivariata, la costruzione e gestione di basi di dati, la programmazione informatica.

L’anno di corso non risulta caratterizzante, così come la distinzione fra lauree triennali e specialistiche.


Figura 4. Rappresentazione grafica dell’analisi delle corrispondenze condotta su attività e professioni preferite, con anno di corso e corso di studi proiettate quali variabili supplementari

A ulteriore riprova, nella Tab. 10 è riportata la percentuale di preferenze

accordate a ciascuna attività lavorativa dagli studenti, separatamente per corso di studi. Più della metà degli studenti triennali di area informatica vorrebbe occuparsi di basi di dati e programmazione, il che dimostra che la lamentazione che spesso si sente relativamente al fatto che i laureati in statistica poi si trovino a fare gli informatici è una propensione latente in molti studenti, ma solo in parte è effetto di un equivoco su cosa debba e voglia fare uno statistico. Nell’area informatica,tuttavia, la vocazione alla programmazione è così forte solo alla triennale, e scende al 25% quando si considerano gli studenti della specialistica, che confermano però una vocazione tecnica e concentrano tutte le loro preferenze sull’analisi dei dati, sia descrittiva che multivariata.


44

Tabella 10. Percentuale di preferenze attribuite dagli studenti della Facoltà di Scienze Statistiche alle attività lavorative, per corso di studi. Le preferenze non sommano 100 perché era possibile esprimerne fino a tre SEFA

(n=54) SDS

(n=18) SGI

(n=97) SI

(n=16) STI

(n=54) SEF

(n=70) SPS

(n=35) Basi di dati, informatica 5,6 11,1 6,2 25,0 59,3 5,7 5,7 Fonti statistiche ufficiali 16,7 16,7 11,3 12,5 14,8 5,7 25,7 Indagini campionarie 42,6 27,8 43,3 25,0 22,2 42,9 42,9 Analisi descrittive 27,8 44,4 26,8 68,8 59,3 24,3 14,3 Analisi multivariata 7,4 38,9 13,4 68,8 24,1 4,3 8,6 Esperimenti 14,8 33,3 12,4 18,8 20,4 8,6 28,6 Controllo qualità 38,9 16,7 33,0 37,5 37,0 12,9 34,3 Sistemi di indicatori 9,3 27,8 15,5 12,5 5,6 10,0 40,0 Mercati finanziari 40,7 5,6 29,9 0,0 13,0 77,1 2,9 Controllo di gestione 59,3 5,6 64,9 6,3 18,5 64,3 8,6 Previsione di fenomeni 27,8 72,2 34,0 6,3 16,7 40,0 88,6

L’analisi dei costi, il controllo di gestione, e l’analisi dei bilanci vanno per la maggiore preso gli studenti di tutti i corsi economici, ma quelli di Statistica, Economia e Finanza prediligono in modo particolare l’analisi dei mercati finanziari. Nell’area sociale l’attività più ambita è l’analisi e previsione di fenomeni. La ricerca di fonti statistiche e la costruzione di indicatori sono attività poco citate, ma comunque più dagli studenti di area sociale che dagli altri, mentre è curioso che la progettazione e realizzazione di indagini campionarie sia un’attività desiderata soltanto da uno studente su quattro della specialistica di area sociale.

Infine (Tab. 11), gli studenti di statistica sembrano disposti a sacrifici pur di ottenere un’occupazione che consenta loro di mettere in pratica quanto appreso durante gli studi: oltre il 60% dice che continuerà a cercare fino a quando non troverà un lavoro coerente, e tale proporzione arriva a quasi tre studenti su quattro nei corsi di laurea magistrali. Quelli che hanno scoperto, strada facendo, di non avere alcuna vocazione statistica sono invece pochissimi. Non sappiamo se tale fedeltà si manterrà intatta alla prova dei fatti, ma di sicuro, seppure a fatica, la statistica sembra aver fatto breccia nei cuori dei suoi studenti.


Tabella 11. Distribuzione percentuale della variabile “Importanza di svolgere attività coerenti”, per tipo di corso Triennale

(n=256) Specialistica

(n=88) Continuerò a cercare finché non trovo un’attività coerente con i miei studi

57,4 71,3

Non ho particolari pretese sulla professione, mi basta trovare lavoro subito

26,9 18,4

Non sono sicuro che mi piaccia fare lo statistico, la statistica mi interessa poco

4,0 2,3

Altro 11,6 8,0 Totale 100,0 100,0 7. Conclusioni “Carneade, chi era costui?”. Questa celebre esclamazione potrebbe essere parafrasata per descrivere la situazione della statistica nell’Italia di oggi: grande sconosciuta presso l’opinione pubblica e perenne fanalino di coda nella corsa alle immatricolazioni che parte all’inizio di ogni nuovo anno accademico. Era il 1903 quando Wells scriveva:

«The time may be not very remote when it will be understood that for a complete initiation as an efficient citizen of one of the new great complex world wide states that are now developing, it is as necessary to be able to compute, to think in averages and maxima and minima, as it is now to be able to read and write»

È trascorso oltre un secolo, ma la triste verità è che, ancora oggi, per molti italiani la statistica è un mistero e “ignorano cosa faccia uno studioso di statistica. Per lo più l’idea che hanno è quella di una specie di topo d’archivio che passa la sua vita a sbagliare sondaggi elettorali e a fare figuracce in tv” (Marrese, 2006).

Questa mancanza di riconoscibilità e di riconoscimento si ripercuote in diversi modi sugli stessi statistici: innanzitutto sugli “statistici mai nati”, ovvero tutte quelle persone che, se solo avessero saputo, o capito, in cosa consiste la statistica, se ne sarebbero forse innamorate. E in effetti il senso di un incontro fortuito, quasi di una certa dose di serendipity, si incontra spesso nei racconti dei ragazzi che spiegano come hanno deciso di iscriversi a statistica: “vidi una locandina affissa a scuola, mi stupii che esisteva una facoltà di statistica”; “ho preso da internet l’elenco delle facoltà e mi sono incuriosito”; “io vengo da una regione dove non c’è la facoltà di


46

statistica, per cui non si pensa che esista”; “avevo scoperto per caso dell’esistenza di questa facoltà. Molti miei amici non la conoscevano proprio”.

Che siano così pochi coloro che arrivano a conoscere e scegliere la statistica è un peccato, soprattutto perché chi la sceglie mostra poi una forte fidelizzazione: sono oltre il 75% gli studenti di statistica che in questa ricerca dicono di essere ancora molto convinti della scelta fatta, contro il 59% degli studenti delle altre facoltà; viceversa, solo il 2,9% degli studenti di statistica vorrebbe cambiare facoltà o lasciare gli studi universitari, contro il 4,6% degli altri. Forse questo è in parte dovuto al senso di appartenenza che genera il fatto di sentirsi parte di una comunità relativamente piccola e poco conosciuta, ma in generale gli studenti appaiono soddisfatti della scelta compiuta, fieri di quello che sanno fare e consapevoli di quanto sia riduttiva l’immagine che ha della statistica l’opinione pubblica; “Non è che ora capiscano granché di quello che facciamo (…) a parte mia mamma che si è appassionata”; “È divertente stupirli con quello che facciamo”, sono alcuni dei racconti emersi durante i focus group su ciò che in famiglia si dice di quel che studiano.

La consapevolezza della scarsa riconoscibilità che dovranno scontare anche sul mercato del lavoro è già presente negli studenti, che non sanno come immaginare il ruolo dello statistico e sembrano combattuti fra il desiderio di dare ampio respiro al proprio mestiere di statistici, gestendo tutte le fasi del processo di produzione, analisi e interpretazione del dato e applicando le tecniche apprese per governare la realtà, e la sensazione che, con l’eccezione di pochi fortunati, molti di loro si troveranno al più a sfornare grafici con Excel. Certamente è vero che in buona parte degli ambiti lavorativi l’utilizzo di tecniche troppo sofisticate non è richiesto né gradito (e spesso neppure necessario, occorre precisare), e che “questa funzione e questa professione può ritrovarsi più nelle università o in aziende specializzate nell’approntare metodi per la soluzione di specifici problemi, che nelle imprese.” (Cipolletta, 2003). Tuttavia quella statistica è, o dovrebbe essere, anche una forma mentis, e i laureati, specie dopo qualche anno speso nel mercato del lavoro, dovrebbero trovare il coraggio di volare più alto dei ruoli tecnici ed esecutivi nei quali rischiano di rimanere incastrati.

«Credo molto più che la statistica nel mondo delle imprese sia un approccio con cui ci si specializza in altri settori. La professione, allora, non sarà tanto quella dello statistico, ma quella del dirigente d’azienda, che si occupi di personale, di marketing, di controllo di gestione, di finanza ecc..» (Cipolletta, 2003).

La scarsa conoscenza della disciplina presso il grande pubblico e presso i datori di lavoro è certamente determinata anche dal fatto che solo raramente questa viene affrontata alla scuola media superiore, e men che meno nella scuola dell’obbligo. In occasione della Settima Conferenza Nazionale di Statistica tenutasi a Roma nel 2004, Biggeri (2004), allora Presidente dell’Istat, affermava che “i tempi sono maturi per attivare la Scuola superiore per la statistica ufficiale, del resto prevista anche in un


apposito decreto legislativo del 1999”. Non si tratta quindi soltanto di anticipare o di ripensare l’orientamento presso le scuole superiori, ma soprattutto di portare la cultura statistica nella società, e per far ciò è necessario partire dalle scuole, coinvolgendo gli studenti, ma prima, e ancora di più, gli insegnanti.

«A teacher with a broader conception of the subject encourages students to develop these broader conceptions: however, a teacher with a more limiting conception tends to provoke students into a more limiting approach, even those students who are aware of broader conceptions» scrivono Reid e Petocz (2002), illustrando come la necessità che una cultura statistica parta dalla formazione degli insegnanti sia analoga a quanto accade per la formazione della cultura musicale e di altre forme di cultura.

Questa sembra dunque la strada da percorrere, e negli ultimi anni sono state promosse varie attività per la diffusione della cultura statistica: si pensi, ad esempio, alle iniziative “Binario dieci”, “Il valore dei dati” e “Censimento a scuola”, organizzate dall’Istat per mettere a disposizione di studenti e docenti nei diversi ordini di scuola gli strumenti per capire e utilizzare la statistica (crf. www.istat.it/it/informazioni/per-gli-studenti/binariodieci; http://petra1.istat.it/censb/; www.istat.it/servizi/studenti/valoredati/).

Anche l’università, naturalmente, può e deve fare qualcosa. Proprio perché lo statistico non esiste nell’immaginario collettivo, l’immagine che i ragazzi hanno di questa figura professionale è totalmente scolpita su quello che la facoltà ha trasmesso loro: se non riescono a figurarsi un concreto profilo professionale, è anche perché la formazione è stata troppo teorica, se si vedono come figure meramente tecniche ed esecutive è perché nessuno ha cercato di insegnar loro ad essere indipendenti e intraprendenti, se una volta usciti scoprono che il mercato del lavoro non sa chi sono, è anche perché a volte l’accademia indulge troppo a guardarsi l’ombelico. Il rischio, dunque, è che lo statistico di domani abbia assorbito così bene gli insegnamenti ricevuti da riprodurre anche i difetti del sistema universitario che lo ha generato. Riferimenti bibliografici BENZÉCRI J.P. (1979). Sur le calcul des taux d’inertie dans l’analyse d’un questionnaire.

Addendum et erratum à [BIN-MULT], Cahiers de l’Analyse des Données, 4: 377-378. BIGGERI L. (2004). Principi e caratteristiche della statistica ufficiale tra passato e futuro. In:

Statistica ufficiale. Bene pubblico. Atti della VII Conferenza Nazionale di Statistica, Roma, 9-10 novembre 2004: 4.


48

DELMAS R., GARFIELD J., CHANCE B. (1999). A model of classroom research in action: Developing simulation activities to improve students’ statistical reasoning, Journal of Statistics Education (online), 7, 3. (www.amstat.org/publications/jse/secure/v7n3/delmas.cfm)

FABBRIS L. (1997). Statistica Multivariata. Analisi esplorativa dei dati. McGraw-Hill, Milano.

FABBRIS L. (a cura di) (2001). Il Repertorio delle professioni dell’Università di Padova. Franco Angeli, Milano.

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.

GREENACRE M., BLASIUS J. (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall, Boca Raton, FL.

LETI G. (1983). Statistica Descrittiva. Il Mulino, Bologna: 290-297.

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.

MARRESE E. (2006). Statistica, la grande sconosciuta. Crea lavoro ma non attira studenti, Affari & Finanza, 23/10/06, p.51.

MARTON F., TRIGWELL K. (2000). Variatio est mater studiorum, Higher Education Research and Development, 19: 381-395.

OSGOOD C. E., SUCI G. J., TANNENBAUM P. H. (1957). The Measurement of Meaning. University of Illinois Press, Urbana.

PETOCZ P., REID, A. (2002). Enhancing the total learning environment for students. In P. Kahn and J. Kyle (eds.) Effective Learning and Teaching in Mathematics and Its Applications, London: Kogan Page, 106-116.

PETOCZ P., REID, A. (2010). On becoming a statistician – A qualitative view, International Statistical Review, 78: 271-286.

PROSSER M., TRIGWELL K. (1997). Relations between perceptions of the teaching environment and approaches to teaching, British Journal of Educational Psychology, 67: 25-35.

REID A. (2001) Variation in the ways that instrumental and vocal students experience learning in music, Music Education Research, 3: 25-40.

REID A., PETOCZ P. (2002). Students’ conception of statistics: a phenomenographic study, Journal of Statistics Education (online), 10, 2. (www.amstat.org/publications/jse/v10n2/reid.html)

WELLS H.G. (1903). Mankind in the Making. Chapman & Hall, London.


The Unknown Statistician. How Students at the University of Padua

Perceive Statistics and Statisticians

Summary. The representation young freshmen and their families have of a discipline and the related professional profile is a crucial issue for choosing a study program. This contribution analyses the representation of statistics and statisticians by surveying a sample of 1,068 students in statistics and other competitor study programs. We underline differences between students in statistics and in other subjects as for the reasons of the study program’s choice, criticalities of the discipline and the professional profile, and we analyse the professional expectations of the future statisticians. The results provide useful suggestions to address orientation activities and bridge the communication gap between university and youth.

Keywords. Representation of Statistics; Role of Statisticians; Semantic Differential; Professional Expectations.

Lo statistico, questo sconosciuto. Come gli studenti...

Documents

Transcript of Lo statistico, questo sconosciuto. Come gli studenti...