I sistemi locali del lavoro in Emilia- Romagna. Individuazione di profili omogenei

Come già anticipato nell’introduzione scopo fondamentale del nostro lavoro è quello di raggruppare i dati che abbiamo cercato di spiegare nelle pagine precedenti, per cercare di unire SLL che seppur lontane e diverse fra loro condividano comportamenti demo-economici simili.
Il Prof. Scardovi definì tale operazione come l’atto con cui lo statistico "raggruppa per somiglianze (e differenze) rispetto a più caratteri, sostituendo alla vaga pluralità degli enti singoli, la gradualità tipologica delle classi"; queste parole rendono bene l’idea del compito da noi svolto che è spesso necessario nelle scienze sociali ed economiche, vista la mancanza di gruppi netti ed esaustivi, come accade invece nell’ambito delle scienze naturali (si pensi alle svariate classificazioni degli animali). Il compito da assolvere nella classificazione richiede poi una cura minuziosa nella scelta delle variabili da utilizzare, perché seppur esse possono sembrare tutte importanti alla stessa maniera, possono essere poco utili per la formazione dei gruppi, o ancora utili per l’individuazione dei gruppi ma fuorvianti per il tema della ricerca. È proprio facendo attenzione a questi accorgimenti che andremo ad operare la nostra analisi sfruttando l’insieme di tecniche che prendono il nome di Cluster Analysis.

Analisi dei dati

Una volta illustrati i SLL della regione, le variabili osservate e le metodologie analitiche utilizzate possiamo inoltrarci a pieno nell’analisi da noi condotta. Essa è stata condotta utilizzando entrambi i metodi, gerarchico e delle k-medie, ma togliendo o aggiungendo più volte, alcune variabili alla lista di quelle in osservazione; infatti partendo dalla situazione primordiale in cui tutte le variabili erano state osservate, abbiamo preferito togliere quelle variabili ridondanti o addirittura "dannose" per il clustering. Il motivo fondamentale che ci ha spinto ad effettuare queste prove è stata la ricerca di un clustering interessato esclusivamente alle effettive differenze tra le SLL, ed indifferente invece a variabili "di disturbo".
La prima analisi condotta sui dati da noi raccolti è stata, come di solito accade, quella in cui vengono passate al software tutte le variabili, senza fare distinzioni, tra numerazioni, indici, tassi, etc. Una volta inserita la matrice nel programma, attraverso un file di testo, diamo come variabili da analizzare tutte quelle raccolte (tranne classe e sottoclasse produttiva, poiché nominali); oltre ai risultati del processo iterativo, vogliamo visualizzare in output statistiche e grafici (matrice di prossimità, tabella di agglomerazione, dendrogramma, grafico a stalattiti). Tra opzioni metodiche scegliamo, almeno per ora, come sistema di scelta dell’unità da inserire nel gruppo, quella del vicino più vicino o del legame singolo (vedi Appendice), così da avere una classificazione in cui le similitudini fra gli elementi di un gruppo siano molto accentuate, ottenendo gruppi il più disgiunti possibile fra loro. Come indici di distanza invece lasciamo quello dato di default dal software cioè il quadrato della distanza euclidea (vedi Appendice), dando così un peso di maggior rilevanza ai valori più estremi.
Ora prima di presentare gli output, è giusto precisare che non è per negligenza che si è voluto mescolare variabili assolute, che risentono fortemente delle dimensioni della SLL, con quelle relative, ma solo per valutare quanto forte possano essere i vari metodi nel riuscire a far distinzione tra queste località, indipendentemente dalle loro dimensioni; si considerino quindi le pagine seguenti, relative alla analisi contenente tutte le variabili, come una prova esemplificativa per capire la potenza dello strumento d’analisi, anche dallo scarso valore dei risultati.