Il lavoro tratta della misura statistica (valutazione3) di alcuni aspetti qualificanti della misura del capitale umano mediante modelli statistici. In particolare, nel paragrafo 1 si commentano i risultati conseguiti attraverso l’impiego di modelli multilivello considerando come unità statistica d’analisi il corso di studi; mentre nel paragrafo 2 sono esposti i risultati conseguiti attraverso modelli propri del data mining considerando come unità statistiche di analisi sia l’ateneo sia il gruppo disciplinare (definizione Miur). In entrambi i casi i dati utilizzati sono quelli relativi ai laureati di alcuni atenei italiani nell’anno solare 1998 che sono risultati occupati a cinque anni dal conseguimento del titolo. Lo scopo principale perseguito nel paragrafo iniziale è quello di pervenire alla costruzione di graduatorie nette, cioè al netto dell’influenza dei fattori individuali (genere, residenza, diploma di scuola superiore, voto di laurea ecc.), dei diversi corsi di studio relativamente agli aspetti indagati che sono: il tempo intercorso tra conseguimento del titolo e prima occupazione, l’utilizzo delle competenze acquisite all’università, l’efficacia del titolo conseguito, il reddito percepito e la soddisfazione per il lavoro svolto. Nel paragrafo successivo si è proceduto, in maniera alternativa ma complementare, all’implementazione di un insieme di procedure di analisi dei dati di tipo non parametrico e che fanno riferimento al cosiddetto intelligent data mining, ossia a tecniche statistiche che partono dai dati e che «apprendono » quasi automaticamente quale siano le possibili forme funzionali adattabili a quegli specifici dati. La stima degli indicatori per la valutazione è stata poi ottenuta mediante l’adozione di simulazioni e confronti di outcomes veri con quelli simulati, avendo come vincolo il roll-on di simulazione (lo scorrimento su tutte le possibili combinazioni di variabili esogene) su due variabili strumentali di valutazione: l’ateneo di appartenenza del soggetto e il gruppo disciplinare (definizione Miur). I modelli stimati nei paragrafi 2.1 e 2.2 fanno riferimento a soli due outcomes: il reddito dei laureati dopo 5 anni e l’insieme degli elementi di soddisfazione per il lavoro svolto di cui il questionario AlmaLaurea chiede conto agli intervistati.
Sulla misura del capitale umano mediante modelli statistici / F. Camillo; B. Chiandotto. - STAMPA. - (2006), pp. 124-152.
Sulla misura del capitale umano mediante modelli statistici
CAMILLO, FURIO;
2006
Abstract
Il lavoro tratta della misura statistica (valutazione3) di alcuni aspetti qualificanti della misura del capitale umano mediante modelli statistici. In particolare, nel paragrafo 1 si commentano i risultati conseguiti attraverso l’impiego di modelli multilivello considerando come unità statistica d’analisi il corso di studi; mentre nel paragrafo 2 sono esposti i risultati conseguiti attraverso modelli propri del data mining considerando come unità statistiche di analisi sia l’ateneo sia il gruppo disciplinare (definizione Miur). In entrambi i casi i dati utilizzati sono quelli relativi ai laureati di alcuni atenei italiani nell’anno solare 1998 che sono risultati occupati a cinque anni dal conseguimento del titolo. Lo scopo principale perseguito nel paragrafo iniziale è quello di pervenire alla costruzione di graduatorie nette, cioè al netto dell’influenza dei fattori individuali (genere, residenza, diploma di scuola superiore, voto di laurea ecc.), dei diversi corsi di studio relativamente agli aspetti indagati che sono: il tempo intercorso tra conseguimento del titolo e prima occupazione, l’utilizzo delle competenze acquisite all’università, l’efficacia del titolo conseguito, il reddito percepito e la soddisfazione per il lavoro svolto. Nel paragrafo successivo si è proceduto, in maniera alternativa ma complementare, all’implementazione di un insieme di procedure di analisi dei dati di tipo non parametrico e che fanno riferimento al cosiddetto intelligent data mining, ossia a tecniche statistiche che partono dai dati e che «apprendono » quasi automaticamente quale siano le possibili forme funzionali adattabili a quegli specifici dati. La stima degli indicatori per la valutazione è stata poi ottenuta mediante l’adozione di simulazioni e confronti di outcomes veri con quelli simulati, avendo come vincolo il roll-on di simulazione (lo scorrimento su tutte le possibili combinazioni di variabili esogene) su due variabili strumentali di valutazione: l’ateneo di appartenenza del soggetto e il gruppo disciplinare (definizione Miur). I modelli stimati nei paragrafi 2.1 e 2.2 fanno riferimento a soli due outcomes: il reddito dei laureati dopo 5 anni e l’insieme degli elementi di soddisfazione per il lavoro svolto di cui il questionario AlmaLaurea chiede conto agli intervistati.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
