�Tra fonti e fogli di calcolo

Dipartimento di Civiltà e Forme del Sapere

�Università di Pisa

​

Marco Martinez

​

​

Calendario aggiornato

16 nov

23-24 nov

27

nov

30 nov-1 dic e 7 dic.

14-15 dic

Aula SRF1

​

• Studio sulle fonti in base alle domande di ricerca
• Campionamento

A.S.Pi (09:00-13)

​

• Raccolta sistematica di dati

Aula SRF1

​

• Categorizzazione
• Visualizzazione dei dati raccolti

​

​

​

Aula SRF1

​

• Introduzione
• Presentazioni e sotto gruppi
• Introduzione alle fonti e a Excel

Aula SRF1

​

• Correlazione e causalità
• Presentazione dei lavori

Processo di studio quantitativo

Selezione

Input

• Domanda di ricerca (rilevanza)
• Fonti disponibili (fattibilità)
• Strategia di raccolta (campionamento)
• Strumenti (introduzione)

Sistematizzazione

Analisi

Questa settimana

Sommario

​

​

Tipologie di fonti quantitative e loro analisi critica

​

​

Fondamenta di Excel

​

​

​

​

Campionamento su Excel

​

​

Tipologie di fonti

Ogni fonte può essere quantificata

Nessuna fonte richiede o esclude la quantificazione

• Purché disponibile in grandi quantità��Tuttavia non sempre quantificare è la cosa giusta da fare…

• Dipende dalla domanda di ricerca!

Domande di ricerca che si prestano meglio a studi quantitativi

• Interesse su un’intera popolazione e non solo su gruppi selezionati
• Possibilità di generalizzare i risultati
• Studio di fenomeni che per loro natura coinvolgono molti individui
• Interazioni tra più fenomeni potenzialmente correlati
• …

​

​

​

​

Fonti usate spesso in studi quantitativi

C

S

tatistiche demografiche Es. LiFE-M; Antenati; Familysearch.

ensimenti e statistiche ufficiali Esempi?

A

rcheologiche Es. Alfani e Carballo (2023 Nature HB)

​

B

iografie / diari / prosopografia Es.: biography of uncharted people; Humphries (2010);

S

critti / attestazioni / testimonianze Es. Voth (1998 JEH)

​

Esistono fonti ideali?

No. Per questo bisogna sempre interrogarci sui vantaggi e sui limiti di ciascuna fonte.

• È utile riflettere su:
• Comparabilità:
• Nel tempo
• Tra fonti
• Rappresentatività: chi è incluso e chi no, e come differiscono
• Combinare fonti: «Research does not end until every possible sources has been consulted» (Landes e Tilly 1971, 28)

​

​

​

​

Domande da farsi�(oltre alle domande di ricerca)

Vuol dire porsi domande come:

• Chi ha commissionato la fonte?
• Chi ha raccolto i dati?
• Chi si immaginava che dovesse rispondere?
• Ci sono stati problemi nel seguire i soggetti nel tempo? La fonte cambia nel tempo?
• Con quali tecniche sono stati prodotti dei dati aggregati (es. criteri per città, riportare le occupazioni femminili)
• Se vogliamo confrontare due fonti, in che misura sono effettivamente comparabili?

​

​

​

​

​

Microsoft Excel: �Primi passi

Comandi utili

• =, $, operazioni algebriche
• «Invio» vs. «Tab»
• Congelare righe (Menu «Visualizza»)
• Concatenare (&, =CONCAT)
• Aggiustamento automatico delle colonne (seleziona e doppio clic)
• Nascondere colonne

​

Comandi utili

• Incolla speciale
• Copia automatica e incrementale
• Tipologia di dato (numerico, testo, generale…)
• Funzionalità del destro del mouse
• Testo a capo, unisci e centra

​

​

Funzionalità utili

• Tabelle pivot (o di contingenza)
• Trovare e sostituire
• Filtrare
• Ordinare
• Costruire una tabella

​

Campionamento

Perché campionare dei dati

• Studio con molte osservazioni (N=individui, paesi, comuni…>1000)

​

• In molti studi storici è materialmente difficile o impossibile raccogliere tutte le informazioni su tutti

​

• Voglio stimare uno o più valori all’interno di una popolazione (es. media e errore standard di X… esempi?)

​

Cos’è un campione

• Un campione è un sottoinsieme dell’universo di dati che si possono estrarre da una data fonte

​

• Potrebbe non essere «rappresentativo»

L’ errore di campionamento

• Più grande è un campione (N grande), più preciso è nello stimare il «vero» valore del nostro parametro
• La precisione della stima non dipende invece dalla frequenza del campionamento (% del campione sul totale dei dati nella popolazione)
• Campioni con l’1% della popolazione di un censimento sono estremamente precisi.

​

Con N=1,000 e un valore vero di 20%, il campione potrebbe stimare con confidenza molto buona un valore tra 19% e 21%, e con una confidenza buona tra 18% e 22%.

Media di una variabile

La mediana

​

• È il valore centrale di una serie di dati disposti in ordine crescente o decrescente

​

• Serve a dividere il campione in due parti uguali

​

• In distribuzioni di dati con distribuzioni sbilanciate, la mediana è molto diversa dalla media.
• Es. disuguaglianza

​

​

​

​

​

​

​

​

​

Misure di dispersione

La dimensione del campione

• 1,000 osservazioni sono un buon numero.
• Tuttavia, spesso siamo interessati anche a sotto-parametri (ad esempio, statura femminile e maschile)
• Dovremmo avere 1000 osservazioni per ciascuno di questi sottogruppi
• 300 osservazioni per sottogruppo sono accettabili

​

Approfondimento: Campione «di controllo»

Campionamento e «grandi base dati»

​

• Nelle grandi base dati, si analizza tutta la popolazione perché il costo di raccolta è baso o nullo, per cui il campionamento non serve.
• Consentono zoom accurati su specifiche sotto-popolazioni
• Però:
• Una fonte problematica rimane tale anche se abbiamo l’intero universo di osservazioni
• I dati possono essere tanti ma comunque rappresentare solo una sottopopolazione rispetto alla popolazione che ci interessa

​

Come si può prendere un campione

• Casuale
• Stratificato
• Casuale per gruppi di dati

​

Ogni sottogruppo dovrebbe essere rappresentato da un numero simile di osservazioni

​

​

Agenda di oggi

• Consultiamo alcuni indici di inventari dall’archivio di Stato di Pisa
• Proviamo a campionare su Excel usando la funzione «CASUALE» o «RAND»
• Studiamo il contenuto degli inventari dell’archivio per essere pronti a raccogliere i dati che ci interessano

Campionamento su Excel

… Prima ci serve qualcosa da campionare!

Campionare dall’indice di un’inventario

Liste di Leva

​

Salari delle maestranze del duomo

​

Studenti di liceo

Altri esempi di fonti

Già sistematizzati

Dati già raccolti

Primarie

Solo scannerizzati

Da consultare sul campo

Inventari scannerizzati

Esempio

Esempio

Esempio

Esempio

Esempio

Esempio

Esempio

Vedremo meglio alcuni esempi

Domande?

​

m.martinez@santannapisa.it

​

​