CopertinaAnnamaria

Degree	De.nition of the First Dimension
De.nition of the Second Dimension
All	Course organization	Lecturer behaviour
Economic	Course organization	Lecturer quality
Marketing	Course organization	Lecturer behaviour
Psychology	Course expectation	Lecturer performance
Law (Rome)	Lecturer behaviour	Course organization
Law (Palermo)	Lecturer quality	Lecturer performance
Social Work	Course organization	Lecturer performance
Education	Course organization	Lecturer quality

Tabella 3.11 – De1nizione delle componenti principali sulle valutazioni da parte degli studenti dei corsi di laurea della LUMSA (Centoni & Maruotti, 2021, p. 7).

Figura 3.17 - Rappresentazioni gra1che relative al corso di laurea in economia presso la LUMSA. Area superiore: contributi alle dimensioni. Area inferiore, gra1co a sinistra: rappresentazione delle dimensioni nel piano; gra1co a destra: cluster gerarchico in base alle preferenze degli studenti (Centoni e Maruotti, 2021, p. 8).
Proseguiamo con un caso che, pur restando nel settore dell’alta formazione, si distingue da quelli trattati 1nora poiché utilizza come unità statistiche le discipline invece degli individui e delle loro opinioni/caratteristiche. Si tratta dello studio “The surprising persistence of Biglan’s classi1cation scheme” di Adrian Simpson (2015) dedicato alla classi1cazione delle discipline dell’alta formazione. Obiettivo dell’analisi è identi1care eventuali similarità fra le discipline distribuite fra le istituzioni che le propongono nel Regno Unito. Una precedente classi1cazione a cui si fa riferimento è lo schema di Biglan, sviluppato sulla base delle osservazioni di accademici statunitensi (contesto diverso a quello dello studio di Simpson). Essa identi1ca tre dimensioni che distinguono le discipline in hard/soft per il livello di condivisione delle teorie di base, pure/applied per il rapporto con la risoluzione di questione pratiche, life/nonlife per differenziare oggetti di studio che hanno a che fare con sistemi biologici e sistemi inanimati o astratti.
Lo studio analizza più di 23mila corsi di laurea in 113 istituzioni con 82 discipline. Di queste solo 51 sono presenti nello schema di Biglan e classi1cate in base alle tre dimensioni. L’analisi delle corrispondenze semplici è stata effettuata quindi su una tabella di contingenza di 82 per 113. La Tabella 3.12 mostra le dimensioni per le quali si è registrato un valore dell’inerzia superiore al 2%, le prime due dimensioni coprono il 25,7% della varianza del dataset e dal test del c² sembrano coincidere con le dimensioni hard/soft, pure/applied nel confronto con lo schema di Biglan.
I logistic plot ai lati del biplot in Figura 3.18, che comprende le 51 discipline già classi1cate, mostrano che il segno delle coordinate dei punti differenzia le discipline in base alla classi1cazione già nota (corrispondenza dell’89% delle discipline nella dimensione 1, 94% nella dimensione 2).
L’analisi delle corrispondenze è stata ripetuta sull’intero campione e le discipline non classi1cate sono state inserite in un quadrante che rispecchia posizioni convincenti. La geologia ad esempio è nel quadrante hard/pure, così come la teologia nel soft/pure (Figura 3.19). L’analisi ha una validità predittiva per inserire le discipline non classi1cate nello schema oggetto dello studio.
Concludiamo questa breve rassegna, suggerendo uno studio di matrice sociologica sul tema dell’uso sociale di Internet fra gli adolescenti in due paesi, Germania e Norvegia, di Tomasz Drabowicz (2017) come esempio di utilizzo delle variabili supplementari in una analisi delle corrispondenze.