CorisLab

Il corso affronta il trattamento statistico di base di dati di ricerca sociale empirica con la finalità di trasferire agli utenti competenze pratiche rispetto ad una serie di operazioni di ricerca: costruzione della matrice dei dati, analisi mono e bivariata, controlli di qualità, progettazione e costruzione di indici empirici.
È necessario che gli utenti del corso possiedano competenze di base di tipo metodologico e statistico. È prevista una prova pratica finale per accertare le competenze acquisite.

La presentazione dei dati numerici e/o testuali è una fase fondamentale della ricerca empirica. I diversi software di elaborazione, tuttavia, spesso non offrono degli output sufficientemente chiari ed efficaci per valorizzare i risultati ottenuti. Durante il corso saranno trasferite agli utenti le funzioni dell’applicativo Excel dedicate alla creazione di tabelle descrittive e di grafici. In particolare, tra i numerosi modi per rappresentare le serie di dati, saranno trattate le formattazioni predefinite e personalizzate, i grafici di composizione, di tendenza, di dispersione e quelli combinati.
Per partecipare sono sufficienti delle conoscenze base di Excel. È prevista una prova pratica finale per accertare le competenze acquisite.

Il corso intende trasmettere conoscenze e competenze finalizzate ad un corretto uso dell’analisi della regressione logistica. Quest’ultima costituisce un modello molto utile perché permette di effettuare l’analisi multivariata dei dati sulle variabili categoriali, le più impiegate nelle scienze sociali. Andando oltre il concetto di relazione lineare, la regressione logistica si presta particolarmente allo studio delle diseguaglianze sociali. Si tratta di un pregio di non poco conto, dal momento che a molti “nuovi professionisti” (sociologi, psicologi, comunicatori, valutatori, analisti economico-finanziari, pubblicitari, etc.) è richiesto di esaminare la variabilità dei rischi sociali e delle capacità di acquisto, consumo, scelta delle persone in molteplici ambiti (scuola, salute, lavoro, fruizione di servizi, consumo di prodotti mediatici, etc.). Il corso segue un iter che va dalla teoria all’empiria e affianca alle lezioni frontali esercitazioni pratiche.

Indice del corso:
1. L’imputazione dei nessi causali a partire dall’analisi multivariata dei dati: logica di fondo e limiti della regressione lineare; 2. La regressione logistica: dai rapporti di probabilità alla propensione relativa; 3. Come studiare differenze e diseguaglianze sociali: dalle distinzioni concettuali alla costruzione dei dati; 4. Procedure per il trattamento e l’elaborazione dei dati; 5. L’analisi dei dati e l’interpretazione dei coefficienti; 6. Come imputare e distinguere gli effetti causali; 7. Strategie differenti per l’applicazione della regressione logistica

Durante il corso, strutturato in una sezione teorica ed una applicativa, saranno affrontate le seguenti tematiche:

1. Media digitali e ricerca empirica: alcune direzioni di ricerca
2. Focus group online: il caso Playstation Home. Strumenti per la ricerca in un ambiente virtuale in 3D.
3. Gestire un focus group online: dal disegno di ricerca alla raccolta e analisi dei dati

Sono previste esercitazioni individuali e di gruppo ed una prova finale di accertamento delle competenze acquisite.

Il corso affronta l’organizzazione, il trattamento e l’analisi del materiale empirico scaturito dall’uso della tecnica qualitativa di problem solving del brainstorming valutativo.
Obiettivo prioritario è quello di fornire all’utente la conoscenza e la competenza metodologica per:

1. valutare l’opportunità d’uso della tecnica del brainstorming in casi di ricerca valutativa;
2. analizzare il materiale empirico risultato dall’utilizzo del brainstorming.

Il corso, organizzato in tre giornate, prevede esemplificazioni pratiche di utilizzo del brainstorming in disegni di ricerca valutativa, illustrando i principali software disponibili per l’analisi dei dati con riferimento all’approccio ermeneutico e a quello della SPO – Scala delle Priorità Obbligate.
Si assume che l’utente possieda conoscenze di base della metodologia della ricerca sociale e valutativa. È prevista una prova finale di accertamento delle competenze acquisite.

Il corso affronta operativamente le principali tematiche della Social Network Analysis (analisi delle reti e costruzione dei grafi). Attraverso il software Ucinet VI verranno considerate le problematiche legate alla costruzione del dato sociometrico, ripercorrendo i vari passi della ricerca finalizzata alla creazione e allo studio delle reti, sia nella modalità "ego-network" che in quella "total network". Il corso si prefigge l'obiettivo di fornire indicazioni di tipo metodologico e tecnico, simulando un impianto di ricerca che consenta di identificare gli elementi fondamentali della SNA e di leggere l'output caratterizzato dall'insieme dei grafi. Si struttura in 5 giornate, a conclusione delle quali è prevista una prova di accertamento delle competenze acquisite.

Il corso si propone di fornire le conoscenze metodologiche e tecnico-operative per progettare e condurre un pretest cognitivo. Dopo aver discusso funzioni e scopi del pretest e presentato le numerose strategie procedurali disponibili, sarà introdotta la tecnica dell’intervista cognitiva, analizzandone le potenzialità e i limiti per il controllo di strumenti di rilevazione standardizzati. Sarà poi dedicata attenzione alle diverse fasi di un disegno di pretest cognitivo: la valutazione del questionario, la progettazione della traccia d’intervista cognitiva, la conduzione delle interviste e l’analisi del materiale raccolto. Per ogni fase saranno discussi i principali problemi che il ricercatore può trovarsi ad affrontare e le diverse soluzioni adottabili.
Durante il corso saranno condotte esercitazioni individuali e di gruppo che consentiranno agli utenti di comprendere come gestire efficacemente la fase di rilevazione e analisi delle interviste cognitive.

Il corso propone un caso di studio specifico, relativo al microblog Twitter, e la presentazione di una prospettiva metodologica utile all’analisi del materiale empirico scaricabile dalla piattaforma non inquadrabile nei tipici binari della ricerca standard. L'analisi delle tracce digitali e dei flussi comunicativi su Twitter viene affrontata utilizzando un’impostazione etnografica. Più specificamente, si illustreranno alcuni strumenti utili per l’analisi narrativa dei dialoghi e delle interazioni tra utenti e si proporranno griglie interpretative utili alla comprensione dell’efficacia simbolica di singole parole-chiave e di formule dialogiche più estese. Si esporranno specifici percorsi di analisi, tenendo conto dei contesti dell’attività di posting, del tipo di utenza di riferimento, dei temi dibattuti. La natura difficilmente definibile delle informazioni connesse con gli account Twitter, che richiamano in parte le caratteristiche del materiale etnografico e in parte quelle dei dati secondari, impone una riflessione specifica e l’individuazione di tecniche d’indagine utili alla classificazione e all’interpretazione dei materiali.  In tal senso il corso si propone di affrontare le questioni poste sia su un piano teorico-concettuale che tecnico-operativo.
Sono previste esercitazioni individuali e di gruppo e una prova finale di verifica delle competenze acquisite.

Il corso si focalizza sull'analisi dei linguaggi e in generale della comunicazione in rete, secondo una prospettiva di carattere qualitativo-semiotico. Vengono forniti i principali strumenti per considerare in termini culturali implementazioni e usi di alcuni software. Attraverso il rinvio a casi di studio concreti (dai social network ai motori di ricerca - Google, Facebook, Instagram, ecc. -, in relazione a fenomeni socio-culturali particolarmente significativi), il corso si propone di trasferire competenze per:

1. definire il materiale da sottoporre ad analisi (verbale, visuale, audiovisivo, ecc.);
2. acquisire un corpus e analizzarlo.

Sono previste esercitazioni individuali e di gruppo e una prova finale di verifica delle competenze acquisite.

L’analisi testuale con T-LAB si differenzia da altre procedure di analisi testuale perché, a rigore, privilegia la dimensione del senso rispetto a quella grammaticale, pur rimanendo nell’alveo delle tecniche lessicometriche. Il corso, rivolto a un pubblico che deve necessariamente disporre di competenze metodologiche di base, mostrerà potenzialità e applicazioni dell’analisi testuale con T-LAB: specificità linguistiche, associazioni di parole nel testo, analisi delle sequenze, nuclei tematici, analisi delle corrispondenze, clustering, costruzione di dizionari personalizzati, misure lessicometriche, frasi caratteristiche.

L’analisi dei dati implica una serie di passaggi preliminari che consistono nella pulizia e preparazione della matrice. Le numerose informazioni scaricate sempre più spesso da internet, inoltre, necessitano di essere selezionate, organizzate, codificate, formattate ecc. Excel, con le recenti implementazioni, offre una serie di funzioni che consentono di agevolare notevolmente il lavoro del ricercatore, anche automatizzando e memorizzando le procedure. Durante il corso saranno trasmesse le competenze per eseguire la verifica e l’analisi dei dati, sia numerici che testuali, e per aumentare la produttività delle impostazioni di calcolo. In particolare, saranno trattate le formule semplici e nidificate, le formattazioni condizionali, le tabelle pivot e le macro.
Per partecipare occorrono delle conoscenze base-intermedie di Excel. È prevista una prova finale per accertare le competenze acquisite.

Il corso affronta la costruzione, il trattamento e l’analisi di dati di ricerca valutativa attraverso l’analisi critica di esperienze concrete di valutazioni realizzate in settori differenti (marketing, comunicazione e promozione sociale) e riferite ad approcci valutativi specifici. Obiettivo prioritario è quello di dotare gli utenti di competenze tecniche specifiche per la progettazione e l’analisi di dati valutativi di qualità, con il supporto di esemplificazioni di casi concreti di ricerca valutativa ed esercitazioni pratiche. Il corso si articola in 5 giornate, ciascuna delle quali strutturata in una sezione teorica (in modalità di didattica frontale) e una susseguente sezione applicativa (in modalità tutorship).
È auspicabile che i partecipanti al corso abbiano competenze di base di tipo teorico e metodologico con riferimento agli approcci principali di ricerca valutativa. È prevista una prova pratica individuale finale, allo scopo di accertare le competenze acquisite.

Il corso affronta il trattamento statistico di dati di ricerca sociale empirica attraverso il supporto di specifici software. Obiettivo di primaria importanza è quello di trasferire agli utenti un sapere pratico con riferimento ad una serie di operazioni di ricerca: dalla costruzione della matrice dei dati alla pulizia del dato, dall’analisi mono- e bivariata ai controlli di qualità, dalla costruzione di indici empirici alla pianificazione di applicazioni di analisi multivariata. Sulla base di esemplificazioni ed esercitazioni pratiche, si intende mettere in luce la natura interdisciplinare dell’analisi dei dati, i cui output rappresentano il terreno d’incontro di statistica, informatica e metodologia della ricerca.
È auspicabile che gli interessati al corso possiedano competenze di base di tipo metodologico e statistico. È prevista una prova pratica individuale finale, allo scopo di accertare le competenze acquisite.   

Il corso affronta le tecniche di sintesi dei dati di taglio esplorativo maggiormente utilizzate nella ricerca sociale, illustrandone la logica e i passaggi operativi. Il suo principale obiettivo è quello di fornire all’utente gli strumenti conoscitivi e la competenza metodologica per analizzare i dati con l’ausilio dei principali software dedicati alle scienze sociali. È organizzato in cinque giornate, ciascuna delle quali strutturata in una sezione teorica (in modalità di didattica frontale) e una susseguente sezione applicativa (in modalità tutorship).
Si assume che l’utente possieda conoscenze medio-avanzate della statistica e della metodologia della ricerca sociale, e competenze di base per l’uso dei software di analisi dei dati. È prevista una prova pratica individuale finale, allo scopo di accertare le competenze acquisite.