Valutazione dell`efficacia dell`istruzione universitaria rispetto

Transcript

MINISTERO DELL’UNIVERSITÀ E DELLA RICERCA SCIENTIFICA E TECNOLOGICA
Osservatorio per la valutazione del sistema universitario
Valutazione dell'efficacia dell'istruzione universitaria
rispetto al mercato del lavoro
Rapporto finale del gruppo di ricerca
- aprile 1999 -
RdR 3/99
Composizione del gruppo di ricerca:
Dott.ssa Matilde Bini
L'Osservatorio ha individuato il tema da approfondire, ha definito il programma di ricerca e ne ha affidato lo
svolgimento al gruppo di ricerca. La responsabilità del contenuto del presente rapporto è dell’autrice.
L’Osservatorio per la valutazione del sistema universitario è previsto dall’articolo 5, comma 23, della legge 537/93, la
quale dispone inoltre che presso le università vengano istituiti i nuclei di valutazione. Esso è stato istituito, presso il Murst,
con il DM del 22 febbraio 1996.
La finalità dell'Osservatorio è di valutare i risultati relativi all'efficienza e alla produttività delle attività di ricerca e di
formazione e di verificare i piani di sviluppo e di riequilibrio del sistema universitario. Ulteriori compiti specifici assegnati
all'Osservatorio dal decreto istitutivo e da successive norme sono: parere sui criteri per la graduale separazione degli atenei
sovraffollati e sui requisiti di idoneità delle sedi di dottorato di ricerca; verifica delle disponibilità di risorse per l'istituzione di
nuove università statali e non statali e dei nuovi corsi di studio in Scienze motorie; adempimenti in relazione al diritto allo
studio, agli accessi all'istruzione universitaria, al nuovo regolamento sulla programmazione ed allo sviluppo del sistema
universitario.
Con il decreto del 2 marzo 1996, sono stati nominati i seguenti membri: prof. Luigi Biggeri (presidente), prof.
Ferdinando Maria Amman, dr. Giuseppe Catalano, dr. Guido Fiegna, prof. Dino Rizzi.
Il decreto istitutivo assegna all’Osservatorio una segreteria amministrativa e tecnica (sotto la responsabilità del dr.
Massimo Fabiani e della dr.ssa Lucia Scarpitti) per assicurare il supporto operativo. Inoltre, per le esigenze derivanti
dall'attività dell’Osservatorio, possono essere affidati studi e approfondimenti a gruppi di ricerca e a enti e società
specializzati.
I documenti prodotti dall'Osservatorio si articolano nelle seguenti tipologie:
DOC
Documenti prodotti dall'Osservatorio in ottemperanza alle disposizioni di legge o su richiesta di parere da
parte del Ministro;
RdR
Rapporti di ricerca prodotti da altri per conto dell'Osservatorio;
REPRINT
Relazioni presentate a convegni e articoli pubblicati in altra sede da parte di componenti dell'Osservatorio. Il
contenuto del documento è responsabilità degli autori e non frutto del lavoro collegiale dell'Osservatorio.
Ulteriori informazioni sull’Osservatorio e tutta la documentazione fin qui prodotta sono contenute nel sito internet:
www.murst.it/osservatorio.
Tel.06/5991.2809/2069 – fax 06/5991.2223 – e_mail: [email protected]
INDICE
1. INTRODUZIONE ....................................................................................................................................................1
2. LA TRANSIZIONE SCUOLA-LAVORO. LA EFFICACIA DELLA FORMAZIONE UNIVERSITARIA
RISPETTO AL MERCATO DEL LAVORO............................................................................................................4
3. LE RILEVAZIONI STATISTICHE SULLA TRANSIZIONE UNIVERSITÀ-MERCATO DEL LAVORO 9
3.1. LE PRINCIPALI RILEVAZIONI SVOLTE ED IN CORSO ................................................................................................9
3.2. L’INDAGINE ISTAT 1995 SUGLI SBOCCHI PROFESSIONALI DEI LAUREATI: GLI INDICATORI DI EFFICACIA CHE SI
POSSONO CALCOLARE................................................................................................................................................11
4. I PRINCIPALI RISULTATI EMERSI DALL’INDAGINE ISTAT 1995 SUGLI SBOCCHI
PROFESSIONALI DEI LAUREATI IN TERMINI DI EFFICACIA DELLA FORMAZIONE
UNIVERSITARIA......................................................................................................................................................17
4.1. IL SET DI DATI DISPONIBILE E LA SUA UTILIZZAZIONE .........................................................................................18
4.2. LA SITUAZIONE OCCUPAZIONALE DEI LAUREATI ED I TEMPI DI INGRESSO NEL MERCATO DEL LAVORO NEL 1995:
UN CONFRONTO CON LA SITUAZIONE DEGLI ANNI PRECEDENTI ..................................................................................19
4.2.1. La situazione occupazionale dei laureati ...................................................................................................20
4.2.2. I tempi di ingresso nel mercato del lavoro .................................................................................................22
4.3. I TASSI DI OCCUPAZIONE DEI LAUREATI E I TEMPI DI INGRESSO NEL MERCATO DEL LAVORO SECONDO ALCUNE
CARATTERISTICHE DEI LAUREATI: I RISULTATI DELL’INDAGINE DEL 1995 ................................................................23
4.3.1. I tassi di occupazione dei laureati secondo alcune principali variabili .....................................................23
4.3.2. I tempi di ingresso nel mercato del lavoro secondo alcune principali variabili ........................................28
4.4. ALTRI INDICATORI DI EFFICACIA DESUNTI DALL’INDAGINE SUGLI SBOCCHI PROFESSIONALI DEL 1995. LA
COERENZA TRA LAVORO SVOLTO E TIPO DI LAUREA CONSEGUITA .............................................................................31
4.4.1. I giudizi dei laureati che già lavoravano prima della laurea e non hanno cambiato lavoro .....................31
4.4.2. I giudizi dei laureati che hanno trovato lavoro dopo la laurea..................................................................32
4.4.3. La valutazione della laurea ai fini della possibile utilizzazione nel lavoro................................................35
4.5. LA NECESSITÀ DI SVOLGERE ANALISI PIÙ APPROFONDITE ...................................................................................37
5. L’IMPIEGO DEI MODELLI MULTILIVELLO PER L’ANALISI DELL’EFFICACIA
DELL’ISTRUZIONE UNIVERSITARIA NEI RIGUARDI DEL MERCATO DEL LAVORO........................38
5.1. PREMESSA ..........................................................................................................................................................38
5.2. I MODELLI MULTILIVELLO: PRINCIPALI CARATTERISTICHE .................................................................................41
5.3. IL MODELLO LOGISTICO MULTILIVELLO..............................................................................................................45
5.4. LE PROCEDURE SEGUITE PER L’APPLICAZIONE DEI MODELLI ..............................................................................46
5.4.1. Individuazione dell'insieme di variabili esplicative....................................................................................46
5.4.2. La procedura di stima.................................................................................................................................48
5.4.3. La selezione del modello finale...................................................................................................................48
5.5. LA INTERPRETAZIONE DEI PARAMETRI DEL MODELLO E DEI RISULTATI OTTENUTI .............................................49
5.5.1. I parametri fissi ..........................................................................................................................................49
5.5.2. L’analisi e la utilizzazione dei residui ........................................................................................................51
6. I PRINCIPALI RISULTATI DELLE ANALISI SULL'EFFICACIA DELLA FORMAZIONE
UNIVERSITARIA NEI RIGUARDI DEL MERCATO DEL LAVORO EFFETTUATE IMPIEGANDO I
MODELLI MULTILIVELLO AI DATI DELL'INDAGINE ISTAT 1995...........................................................57
6.1. LA PROBABILITÀ DI OCCUPAZIONE DEL LAUREATO “IN CERCA DI LAVORO” .......................................................58
6.1.1. Analisi effettuate considerando come livelli i gruppi di corsi di laurea e le sedi universitarie..................58
6.1.2. Analisi effettuate considerando come livelli i singoli corsi di laurea e le sedi universitarie .....................62
6.1.3. L'analisi dei residui e i confronti fra sedi universitarie..............................................................................68
I
6.2. LA PROBABILITÀ DI OCCUPAZIONE CONSIDERANDO I TEMPI DI INGRESSO NEL MERCATO DEL LAVORO ..............72
6.2.1. L’intervallo di tempo tra il conseguimento della laurea e l’ingresso nel lavoro........................................72
6.2.2. Il modello di sopravvivenza multilivello a tempo discreto: caratteristiche metodologiche e stime delle
probabilità di ingresso nel mercato del lavoro ....................................................................................................73
6.2.3. Confronti fra sedi universitarie mediante l'analisi dei residui ...................................................................78
6.3. LA PROBABILITÀ DI AVERE UN LAVORO COERENTE CON LA LAUREA ..................................................................82
7. CONSIDERAZIONI CONCLUSIVE...................................................................................................................90
BIBLIOGRAFIA ........................................................................................................................................................93
APPENDICE...............................................................................................................................................................98
II
1. INTRODUZIONE1
La valutazione della performance, in termini di efficienza e di efficacia, conseguita con la
produzione e la fornitura dei servizi pubblici è certamente un problema molto rilevante, anche in
relazione all’ammontare di risorse che ad essi viene destinato nei vari paesi, e la sua analisi
scientifica sta conducendo non soltanto alla formulazione di definizioni e modelli esplicativi sul
piano teorico, ma anche all’utilizzo di varie metodologie statistiche come strumento per una
tangibile misurazione del loro livello e per lo svolgimento di approfondite valutazioni (Doessel
and Marshall, 1985; Goldstein and Woodhouse, 1988; Fabbri, Fazioli e Filippini, 1996; Goldstein
and Thomas, 1996).
In particolare, tra la molteplicità dei servizi pubblici offerti, la valutazione della
performance dell’istruzione universitaria, e in generale della formazione offerta dal sistema
scolastico, e la sua misura ed analisi in termini statistici hanno assunto recentemente
un'importanza fondamentale in molti paesi europei e, in questi ultimi anni, anche in Italia,
soprattutto per le implicazioni che tale valutazione comporta in ogni ambito economico e sociale,
come del resto è testimoniato dalla letteratura che si è sviluppata sull’argomento riportata in gran
parte in bibliografia.
Infatti, da un lato, le unità che svolgono attività di formazione devono, necessariamente,
preoccuparsi di conseguire e valutare l’efficienza e l’efficacia delle loro attività al fine di
garantire sia l’investimento (pubblico o privato), sia soprattutto i diritti dell’utenza, cioè di tutti i
portatori di interessi per i risultati della formazione e, quindi, della collettività nel suo insieme2.
Dall'altro lato, la valutazione della performance dell’istruzione interessa in modo rilevante non
soltanto i giovani che sono i diretti beneficiari del servizio, ma anche le famiglie che molto
spesso si ritrovano a mantenere i propri figli agli studi e, in particolare, i datori di lavoro che sono
interessati alle «capacità» acquisite dai giovani durante il periodo della formazione prima di
inserirsi nel mercato del lavoro.
In questo ambito, particolare rilievo assume la valutazione dell’efficacia dell’istruzione
universitaria quando si fa riferimento al rapporto tra il risultato della formazione offerta dai
singoli corsi di studio e i contesti socio-economici esterni, quali ad esempio il mercato del lavoro;
quando cioè si fa riferimento all’efficacia, cosiddetta esterna, vista come il risultato (successo)
che gli studenti hanno raggiunto e raggiungono nell’ambito del mercato del lavoro grazie al
contributo del servizio offerto (cioè della laurea o del diploma universitario conseguito).
Pertanto, anche in relazione agli elevati tassi di disoccupazione dei giovani laureati che si
registrano in Italia, con questa ricerca ci si è posti come obiettivo principale quello di effettuare
un’analisi dell’efficacia dell’istruzione universitaria nel tentativo di valutarla, tramite indicatori
semplici, ma soprattutto di:
(i) individuare e valutare i fattori o caratteristiche (individuali e di contesto) che la influenzano
(si pensi ad esempio al sesso, all’età, alla provincia di residenza o a quella dell’attuale lavoro,
al curriculum studi precedente all’università, al voto di laurea e a quello medio degli esami,
alla durata media degli studi, all’estrazione sociale degli studenti, alle caratteristiche del
corso di studio e della sede universitaria);
(ii) cercare di valutare comparativamente l’efficacia dei differenti corsi di studio e delle
1
La ricerca ci è stata affidata dall’Osservatorio per la Valutazione del Sistema Universitario agli inizi del 1998. Un
primo rapporto sui risultati parziali conseguiti è stato da noi predisposto nel luglio 1998; risultati che abbiamo in gran
parte riportato in questo rapporto finale di ricerca. Durante tutto lo svolgimento della ricerca abbiamo usufruito del
costante incoraggiamento, dei suggerimenti e dei consigli del prof. Luigi Biggeri che ringraziamo sentitamente.
Ovviamente ci assumiamo completamente la responsabilità del contenuto della ricerca e di quanto abbiamo scritto.
2
Del resto quanto ciò sia importante si desume anche dalla recente istituzione dell'Osservatorio con l'obiettivo di
effettuare, anche nel nostro paese, la valutazione del sistema universitario (Biggeri, 1997).
1
differenti sedi universitarie, cioè delle unità che ai vari livelli forniscono il servizio di
formazione;
e ciò al fine di fornire utili informazioni agli utenti e, anche, per la eventuale attuazione di
politiche di intervento volte ad incrementare il livello di efficacia.
Porsi il problema della valutazione ed analisi dell’efficacia di un servizio formativo in base
agli effetti sugli utenti/destinatari e della corretta attribuzione di tali effetti ai vari fattori significa
non soltanto individuare variabili-obiettivo più o meno “distanti” dalle variabili controllabili e
misurabili, ma anche tener conto delle cause di dispersione degli effetti e di disturbo sui risultati
da parte di altre variabili. In particolare, quando l’influenza delle variabili di contesto è rilevante,
la valutazione dei risultati richiede di definire bene l’ambito di riferimento delle analisi, cioè uno
schema che espliciti tutti i fattori (anche quelli di dispersione e di disturbo) che influenzano il
fenomeno, e una chiara definizione degli obiettivi rispetto ai quali verificare l’efficacia che si
vuole analizzare. E’ per questo motivo che si inizia la ricerca presentando (sezione 2) il problema
della valutazione dell’efficacia dell’istruzione universitaria nell’ambito della problematica più
generale della transizione scuola-lavoro e specificando i concetti e le definizioni di efficacia cui si
farà riferimento.
D’altra parte, occorre anche rilevare che gli obiettivi delle analisi prima menzionati
richiedono informazioni statistiche adeguate in termini di variabili misurate e, soprattutto,
l’impiego di dati individuali e di metodi statistici appropriati. E’ evidente che, per il modo in cui
è organizzata l’attività di formazione, i dati rilevati sui “formati” si presentano con una struttura
gerarchica secondo livelli successivi: si parte dagli individui (formati) di cui si conoscono
determinate informazioni (sesso, età, ecc.) che sono e possono essere raggruppati nei vari corsi di
studio (di laurea o di diploma) e, successivamente, per sede universitaria; cosicché i singoli
formati si caratterizzano e si differenziano anche per tipo di corso seguito e per sede universitaria
dove hanno ottenuto il titolo. Ne consegue, pertanto, che per isolare gli effetti sui risultati della
formazione osservati a livello individuale occorrono dati individuali: i valori medi, anche se
disaggregati, non consentono infatti di apprezzare correttamente gli effetti netti esercitati da
ciascun fattore sugli indicatori di efficacia. Inoltre, l’analisi dei valori medi non consente di
isolare il contributo del corso di studio e della sede universitaria al risultato conseguito dai
formati sul mercato del lavoro; vale a dire non consente di analizzare l’interazione tra studente e
corso di studio ed università per capire quanta parte della variabilità dei risultati osservati a
livello individuale sia imputabile al contesto organizzativo dei corsi e delle università. A questo
fine e per effettuare confronti validi tra i diversi corsi di studio e tra università, occorre tener
conto della struttura gerarchica del fenomeno che si analizza e dei dati e verificare se, e in quale
misura, questa struttura influenzi le relazioni che si vogliono studiare (vale a dire le relazioni
intercorrenti tra la formazione ricevuta e l’ingresso nel mondo del lavoro), impiegando opportuni
modelli di regressione multilivello (Goldstein, 1995).
Pertanto, la successiva parte del lavoro sarà così strutturata. In primo luogo (sezione 3)
saranno richiamate le principali rilevazioni statistiche disponibili sulla transizione universitàmercato del lavoro, accentrando l’attenzione sull’indagine ISTAT 1995 sugli sbocchi
professionali dei laureati - della quale, tramite l’Osservatorio, si è avuta la disponibilità del file
standard di dati individuali - e mettendo in evidenza gli indicatori diretti ed indiretti di efficacia
che sulla base dei dati rilevati si possono calcolare. Come è facile comprendere, gli aggiustamenti
dell’ampio data set disponibile, comprendente 13.511 records corrispondenti ad altrettanti laureati
del 1992, e la sua gestione hanno richiesto una notevole mole di lavoro, ma hanno consentito la
elaborazione di diversi interessanti indicatori diretti ed indiretti di efficacia dell’istruzione
universitaria nei riguardi del mercato del lavoro, e in particolare dei seguenti tre relativi: (i) al
fatto che il laureato abbia trovato o meno un lavoro, (ii) al tempo che ha impiegato per trovare il
primo lavoro e (iii) alla coerenza tra il lavoro svolto e il tipo di laurea conseguita. Sulla base di
queste informazioni sarà quindi presentata (sezione 4) una breve analisi descrittiva dei principali
2
risultati dell’indagine ISTAT 1995 sugli sbocchi professionali dei laureati in termini di efficacia
della formazione universitaria, al fine di fornirne una valutazione e di mettere in evidenza le
variabili che sembrano più importanti nel determinare il “successo” dei laureati nel mercato del
lavoro e quindi da prendere in esame negli approfondimenti successivi.
A partire da tali risultati, si è poi sviluppata la parte più rilevante ed originale della ricerca
tramite l’impiego dei modelli multilivello usando di volta in volta come variabile risultato i tre
indicatori di efficacia prima menzionati. Infatti, in realtà, finora il problema della transizione dal
sistema dell’istruzione al lavoro è stato principalmente analizzato usando metodi statistici
descrittivi, anche di analisi statistica multivariata (si veda per esempio: OECD, 1997; Tronti e
Mariani, 1994). Alcuni semplici modelli di regressione sono stati usati per studiare la probabilità
di occupazione (si veda per esempio: Lynch, 1987; Santoro e Pisati, 1996), mentre l'analisi del
tempo impiegato per trovare lavoro è stata svolta da Layder et al. (1991), da Dolton et al. (1993)
e anche da Santoro e Pisati (1996) impiegando il modello di Cox a tempo continuo. Infine un
approccio alternativo, utilizzando un modello di transizione, è stato recentemente proposto da
Mealli e Pudney (1999)3. Anche l’approccio multilivello è stato variamente impiegato nelle
analisi relative ai processi di formazione, ma mai per valutare la efficacia del processo formativo
rispetto al mercato del lavoro.
In relazione al tipo di indicatori di efficacia disponibili (tutte e tre variabili dicotomiche) e
agli obiettivi delle analisi, è stato necessario impiegare modelli di regressione multilivello di tipo
logistico e, con riferimento allo studio della probabilità di occupazione rispetto al tempo
impiegato per l'ingresso nel mercato del lavoro, è stato inoltre necessario individuare un
opportuno modello di sopravvivenza per dati discreti (Allison, 1982) esteso al caso multilivello. I
modelli statistici definiti sono stati poi applicati al data set disponibile effettuando numerose
verifiche empiriche per la scelta del modello più adeguato.
Al fine di illustrare gli aspetti metodologici ed applicativi delle analisi effettuate, si sono
innanzitutto presentate (sezione 5) le caratteristiche teoriche ed applicative dei modelli
multilivello in generale e, in particolare, di quelli applicati specificando le procedure seguite per
le stime e l’interpretazione dei parametri stimati. Successivamente (sezione 6) si sono esposti i
risultati delle analisi empiriche con riguardo ai tre indicatori di efficacia dell’istruzione
universitaria nei riguardi del mercato del lavoro relativi al fatto che il laureato abbia trovato o
meno un lavoro, al tempo che ha impiegato per trovare il primo lavoro e alla coerenza tra il
lavoro svolto e il tipo di laurea conseguita. Infine, nella sezione 7, saranno esposte alcune
considerazioni conclusive dalla quali emergerà che i risultati conseguiti sono, a nostro avviso,
indubbiamente interessanti e che è sicuramente opportuno approfondire e sviluppare
ulteriormente questo filone di ricerca sia con l’impiego di dati provenienti dalle rilevazioni sugli
sbocchi professionali che si stanno concludendo in questi mesi, sia cercando di adottare metodi
statistici che consentano di analizzare set di dati longitudinali o pseudo-longitudinali e di mettere
in evidenza l’evoluzione temporale della probabilità di trovare lavoro da parte di coloro che
hanno conseguito la laurea o un diploma universitario.
3
Mentre si stava concludendo questo lavoro è apparso un articolo di Firth et al. (1999) in cui viene impiegato un
modello di sopravvivenza a tempo discreto per valutare gli effetti sulla probabilità di trovare lavoro dovuti alla
partecipazione a due differenti programmi di addestramento al lavoro, proposti dal Governo inglese.
3
2. LA
TRANSIZIONE SCUOLA-LAVORO. LA EFFICACIA
UNIVERSITARIA RISPETTO AL MERCATO DEL LAVORO
DELLA
FORMAZIONE
La valutazione della performance, in termini di efficienza e di efficacia, conseguita con la
produzione e la fornitura dei servizi pubblici è certamente un problema molto rilevante, anche in
relazione all’ammontare di risorse che ad essi viene destinato nei vari paesi, e la sua analisi
scientifica sta conducendo non soltanto alla formulazione di definizioni e modelli esplicativi sul
piano teorico, ma anche all’utilizzo di varie metodologie statistiche come strumento per una
tangibile misurazione del loro livello e per lo svolgimento di approfondite valutazioni (Doessel
and Marshall, 1985; Goldstein and Woodhouse, 1988; Fabbri, Fazioli e Filippini, 1996; Goldstein
and Thomas, 1996).
In generale il concetto di performance di un servizio pubblico si identifica nelle accezioni
di efficienza e di efficacia4. Entrambe, a parte i differenti metodi di calcolo e di analisi, sono
sovente misurate tramite un rapporto ed è quindi evidente che il loro valore e significato
dipendono da ciò che viene inserito al numeratore e al denominatore del rapporto (Biggeri, 1983;
Gori, 1992; Gori e Vittadini, 1998; Lemmi, 1997).
La efficienza viene normalmente definita come il rapporto tra il risultato in termini di
prodotto ottenuto fornendo il servizio, l'output, e i fattori produttivi impiegati per l'erogazione del
servizio medesimo, l'input. Il principale problema nella valutazione dell'efficienza è legato alla
definizione e misurazione delle componenti sia dell'input che dell'output: occorre principalmente
definire i criteri di individuazione e di valutazione di variabili idonee a rappresentare gli elementi
dell'uno e dell'altro.
Per quanto riguarda la definizione di efficacia, invece, la situazione è meno consolidata e,
infatti, si hanno varie definizioni che, anche dal punto di vista della teoria economica, fanno
riferimento a situazioni e concetti differenti anche in relazione all’angolo visuale di coloro che
sono interessati alla sua misura (i finanziatori, le unità di produzione del servizio, gli utenti diretti
ed indiretti del servizio). La definizione che appare essere la più generale fa riferimento alla
soddisfazione del cittadino-utente e la sua misura si ottiene (Biggeri, 1983) inserendo al
numeratore del rapporto (come output) i risultati in termini di conseguenze dirette e indirette che
scaturiscono dal processo produttivo e che incidono sulla soddisfazione dell’utente. Si parla, a
questo proposito, di efficacia interna quando si valuta il grado di rispondenza tra i risultati
dell’unità che produce il servizio e gli obiettivi attribuiti alla sua azione, e di efficacia esterna
quando si valuta la rispondenza tra obiettivi assegnati (e conseguiti) e domanda sociale (o
potenziale) espressa dai cittadini. Ovviamente, quanto più un risultato che si ottiene con una
determinata attività corrisponde a quello atteso, tanto più efficace si presenta il servizio offerto.
Altre definizioni di efficacia (Hotz, 1992; Gori, 1992, Gori e Vittadini, 1998) riguardano la sua
misura come impatto, cioè basata sul confronto tra il servizio erogato in seguito ad uno specifico
intervento e quello in assenza di interventi; oppure come misura relativa per effettuare confronti a
seguito di interventi alternativi, o tra più unità operative che offrono lo stesso sevizio eseguendo
lo stesso tipo di intervento.
4
Il problema di effettuare una valutazione della performance dell’istruzione ai vari livelli ha assunto notevoli
proporzioni e, a testimonianza di quanto appena detto, vi è la presenza di una vasta letteratura che si è sviluppata sia
a livello nazionale che internazionale, in cui vengono affrontati temi di natura teorica (economica, sociale,
demografica, ecc.…) e proposti indicatori o modelli statistici come strumenti di misurazione, e di cui soltanto una
parte è riportata in bibliografia. Occorre precisare che nella moltitudine di questi lavori risalta la maggiore
numerosità di quelli che trattano il tema dell’efficienza e dei problemi ad essa connessi.
I lavori italiani che riguardano il problema dell’efficacia sono pochi e dovuti alle iniziative intraprese da alcune
Università o Facoltà, da Enti Territoriali Locali e dalla Conferenza dei Rettori (CRUI).
4
Tuttavia, poiché cosa si intende per risultato dipende dal tipo di servizio offerto, dai bisogni
cui può soddisfare il servizio e dagli obiettivi di chi è interessato a fare la valutazione, non vi è
dubbio che ai fini pratici della valutazione dell’efficacia occorre, come si è detto
nell’introduzione, definire bene l’ambito di riferimento delle analisi, cioè definire uno schema
che espliciti tutti i fattori (anche quelli di contesto, di dispersione e di disturbo) che influenzano il
fenomeno e fornire una chiara definizione degli obiettivi rispetto ai quali definire, misurare e
verificare l’efficacia che si vuole analizzare.
Ecco allora che porsi, come si sta facendo in questa ricerca, il problema della valutazione
ed analisi dell’efficacia di un servizio formativo, cioè dell’istruzione universitaria, in base agli
effetti sugli utenti/destinatari, e in particolare rispetto al mercato del lavoro, nonché della corretta
attribuzione di tali effetti ai vari fattori, significa non soltanto individuare variabili-obiettivo più o
meno “distanti” dalle variabili controllabili e misurabili, ma anche tener conto dei fattori di
contesto e delle cause di dispersione degli effetti e di disturbo da parte di altre variabili sui
risultati. Pertanto si ritiene opportuno inquadrare, brevemente, il problema della valutazione
dell’efficacia dell’istruzione universitaria nei riguardi del mercato del lavoro nell’ambito della
problematica più generale della transizione scuola-lavoro, per mettere in evidenza le
interrelazioni tra i vari sistemi formativi e il mercato del lavoro e i fattori di cui si dovrebbe tener
conto nell’analizzare ed interpretare i risultati, specificando poi i concetti e le definizioni di
efficacia cui si farà riferimento in questa ricerca.
Il passaggio dalla scuola al mercato del lavoro si manifesta in misura diversa a vari livelli di
scolarità e può verificarsi non solo alla fine ma anche durante il percorso formativo scelto.
Inoltre, i giovani usciti durante il percorso formativo possono rientrarvi per proseguire gli studi
fino al conseguimento di un titolo per poi successivamente riaccedere al mercato del lavoro. Si
tratta di un processo di transizione che può essere rappresentato, in termini semplificati, dallo
schema riportato nella Fig. 1, la cui caratteristica distintiva è di mettere in evidenza le
interrelazioni esistenti che fanno comprendere come l’analisi dell’efficacia interna ed esterna di
uno specifico sottosistema di formazione non è altro che un aspetto particolare del problema
dell’efficacia relativa a tutto il sistema formativo (a partire dalla scuola dell’obbligo) e
SCUOLA MEDIA
INFERIORE
SCUOLA MEDIA
SUPERIORE
UNIVERSITÀ
SCUOLA FORMAZIONE
PROFESSIONALE
MERCATO DEL LAVORO
FIGURA 1. Uno schema semplificato della transizione scuola-lavoro
al fenomeno della transizione istruzione – lavoro, e di ciò si deve tenere conto nell’esame ed
interpretazione dei risultati riferiti alla valutazione dei singoli processi formativi.
In realtà ci si trova di fronte ad un complesso “processo produttivo” costituito da più fasi o
sottoprocessi, in genere in sequenza, per cui i risultati di ciascun sottoprocesso dipendono, oltre
che dalle sue caratteristiche, dalle caratteristiche relative agli studenti che entrano nel processo
(incluse quelle riguardanti i risultati conseguiti nel processo precedente) e dai fattori relativi al
contesto circostante. Esso risulta, perciò, molto articolato e per studiarlo nel suo complesso
5
meccanismo occorrerebbe analizzare tutte le fasi che lo costituiscono, anche perché come si è
appena detto i risultati di ciascuna fase dipendono pure dai risultati delle fasi precedenti.
Limitando l’attenzione al processo formativo universitario, questo, con riferimento ad un
generico Corso di Laurea, può essere schematicamente rappresentato come nella Fig. 2, riadattata
da Biggeri, 1999 (con riguardo ad un generico servizio di istruzione si veda anche Certomà et al.,
1995, pp. 129 e seg.).
E’ evidente che in questo processo il più importante input di “materia prima” sono gli
studenti o meglio i “maturi” che provengono dalle scuole superiori, ognuno identificato con
l'indice Si dove i=1,…,n, i quali si diversificano per varie caratteristiche (sesso, età, titolo di
studio, votazione conseguita, ecc.). Il processo produttivo-formativo si svolge con l’impiego di
DISEGNO DEL PROCESSO FORMATIVO E
ORGANIZZAZIONE DEI FATTORI PRODUTTIVI
Input di fattori produttivi
(Risorse umane e finanziarie, strutture
e organizzazione)
Controllabili
f1,
Input
Maturi Si
(utenti)
i=1,…,n
Caratteristiche
personali sesso età,
tipo
di
studio,
votazione conseguita;
(…)
…,
fp
PROCESSO PRODUTTIVO
DI
FORMAZIONE
z1,
…,
zp
Input non controllabili
(Contesto sociale, economico
e ambientale)
Output
Outcome
Laureati Li
(utenti)
i=1,…,n*
Caratteristiche
qualitative: tipo di
corso; votazione finale
alla laurea; laurea in o
fuori corso; (…)
Corsi di
qualificazione
post-laurea
Mercato
del
lavoro
Utenti e loro
fabbisogni
FIGURA 2. Rappresentazione semplificata del processo produttivo di formazione universitaria per un
generico corso di laurea
input di fattori produttivi (F) quali le risorse umane (docenti e non docenti) e finanziarie, le
strutture (aule didattiche, biblioteche, laboratori, servizi agli studenti, ecc.) e la organizzazione
delle istituzioni preposte alla produzione del servizio ed è influenzato anche da fattori di contesto
(situazione logistica della sede, condizioni sociali ed economiche della zona dove è situata la
sede, ecc.). In genere alcuni fattori, in particolare i primi, sono controllabili altri invece sono non
controllabili.
L’output è costituito dai laureati ognuno identificato con Li, dove i=1,…,n*, che hanno una
o più caratteristiche qualitative osservabili conseguite durante il processo formativo (tipo di corso
di laurea, voto di laurea, tempo impiegato per laurearsi, ecc.). In realtà non si tratta, come è noto,
di un vero e proprio output in quanto l’istruzione appartiene alla categoria degli experience goods
(Aitkin e Longford, 1986; Gori, 1992; Fabbri et al. 1996, Stiefel, 1997; Gori e Vittadini, 1998),
cioè di servizi per i quali le caratteristiche qualitative non sono individuabili ex-ante in quanto
dipendono dalle caratteristiche e dai comportamenti dell’utente (studente). Per questi tipi di
servizi infatti l’utente (consumatore) non è in grado di osservare e valutare le caratteristiche
6
rilevanti prima della fruizione dei servizi, ma solo dopo averne usufruito e anche in questo caso
non compiutamente, in quanto la qualità è spesso connessa al risultato (che viene detto outcome)
di lungo periodo generato dalla fornitura del servizio su una condizione o stato dell’utente e tale
risultato varia praticamente da individuo ad individuo. Ciò comporta che la definizione generica
di efficacia prima richiamata va in questi casi precisata sostituendo all’output l’outcome ed è
evidente che non tutte le definizioni e misure di efficacia che si sono specificate avranno in
questo caso significato.
Infine, la Fig. 2 evidenzia che il laureato uscito dal processo formativo del corso di laurea
può continuare a migliorare la sua qualificazione frequentando corsi post-laurea oppure, come
avviene nella maggior parte dei casi, rivolgersi al mercato del lavoro. A questo riguardo, è
opportuno osservare che nel caso del processo formativo, il cliente, o meglio l’utente, che è
interessato ai risultati del processo (al “prodotto finale”) non è univocamente definibile poiché,
oltre allo studente che consegue il titolo, vanno considerate le famiglie degli studenti, i possibili
datori di lavoro e la società nel suo complesso; ciò significa che vi sono vari possibili utenti con
differenti esigenze di cui occorre tener conto nel definire e interpretare le misure di efficacia.
Con riferimento a questa semplice descrizione del processo formativo di un generico corso
di laurea, non vi è dubbio che le misure di efficienza si devono basare su indicatori che fanno
riferimento all’output (numero di laureati) e all’input (studenti immatricolati) ma anche a ciò che
avviene all’interno del processo produttivo, dove come output intermedi si possono considerare
gli esami sostenuti dagli studenti e come indicatori di efficienza/inefficienza si possono
considerare gli studenti che abbandonano gli studi e il tempo che gli studenti impiegano per
laurearsi rispetto a quello previsto dai curricula.
Per quanto riguarda l’efficacia, concettualmente, nell'ambito dell'istruzione universitaria
essa si suole definire come la misura del progresso ottenuto dagli studenti rispetto a quello atteso
(Mortimore, 1995). In che misura e che cosa debba essere adottato come elemento
rappresentativo del ''progresso'' di uno studente, in particolar modo di quello atteso, è di difficile
definizione. Certamente, se si fa riferimento all’efficacia interna, si può considerare: (i) secondo
il punto di vista dello studente, il suo grado di soddisfazione rispetto a determinati risultati
conseguiti grazie ai servizi offerti dai singoli corsi di laurea, rilevabili al momento in cui tali
servizi terminano; (ii) secondo il punto di vista dell’unità di produzione, il grado di
raggiungimento degli obiettivi prefissati in termini di numero e di caratteristiche qualitative dei
laureati5.
Vi è tuttavia da tenere presente, come del resto si è già detto, che un'analisi sulla validità
del sistema universitario non può prescindere da una connessione con ambiti esterni al servizio
offerto misurando l’efficacia esterna della formazione universitaria rispetto al mercato del lavoro.
In questo caso il “progresso” dello studente (laureato) è visto come la possibilità di affermarsi sul
mercato del lavoro grazie al contributo del servizio offerto e, ancora una volta, la valutazione di
tale affermazione può essere fatta oltre che dallo studente, dalle unità che forniscono il servizio
(corsi di laurea e università) e dagli utenti (imprese) che fanno domanda di laureati. Gli indicatori
diretti o indiretti del successo (o se si vuole dell’outcome) in teoria possono essere molteplici, ma
in pratica si riferiscono essenzialmente a:
(a) trovare o non trovare lavoro;
(b) tempo di ingresso nel mercato del lavoro, cioè arco temporale tra il momento della
laurea e il momento dell’occupazione (primo lavoro);
(c) possibilità di occupazione corrispondente al tipo di formazione raggiunta dai singoli
individui;
(d) possibilità di occupazione che fornisca un livello di reddito adeguato.
5
Risulta evidente che in quest'ultimo caso l’efficacia interna può essere confusa con l’efficienza in quanto alcuni
indicatori usati per misurare quest’ultima sono considerati anche indicatori indiretti di outcome a volte usati per la
misura dell’efficacia interna (Gori e Vittadini, 1998).
7
Infine, se si fa riferimento alle misure di efficacia relativa per effettuare confronti tra unità
operative, quali i corsi di laurea e le università, occorre tener presente (Willms, 1992) che si può
distinguere tra due tipi di efficacia a seconda che i confronti si effettuino standardizzando i
risultati per tener conto: (i) delle caratteristiche degli studenti in ingresso nel processo formativo e
di un effetto complessivo relativo alle istituzioni e ai contesti socio-economici, oppure (ii)
distintamente delle caratteristiche degli studenti, di quelle dei corsi di laurea e delle università
(strutture, risorse di personale e finanziarie, ecc.…) che organizzano e svolgono il processo
formativo, e infine dei fattori di contesto (come da Fig. 2). Il primo detto "efficacia di tipo A",
interessa soprattutto gli utenti (studenti, famiglie e imprese) che spesso desiderano
essenzialmente effettuare i confronti per individuare le unità che forniscono il miglior servizio,
senza preoccuparsi di come i risultati sono stati ottenuti. Il secondo, detto di "efficacia di tipo B",
interessa principalmente le unità operative e/o i finanziatori che desiderano tener conto di come è
organizzato e funziona il processo formativo in modo da valutare, tramite i confronti, la diversa
capacità delle varie unità operative di impiegare le risorse a disposizione.
Come si è detto, in questa ricerca si sofferma l’attenzione soltanto sull’efficacia esterna
dell’istruzione universitaria nei riguardi del mercato del lavoro. Pur limitandosi soltanto a questa
è evidente però che per interpretare i risultati sarebbe opportuno tener conto anche dell’efficienza
del processo produttivo, di come si è svolta la formazione pre-universitaria dei laureati e dei
fattori organizzativi e di contesto che possono aver influito sull’ottenimento dell’outcome.
Naturalmente, gli indicatori che si potranno calcolare e le analisi che si potranno condurre
dipendono dalle informazioni statistiche disponibili sulla transizione università-mercato del
lavoro, cioè in particolare sugli sbocchi professionali dei laureati.
8
3. LE
RILEVAZIONI STATISTICHE SULLA TRANSIZIONE UNIVERSITÀ-MERCATO DEL
LAVORO
3.1. LE PRINCIPALI RILEVAZIONI SVOLTE ED IN CORSO
Di fronte alla crescente esigenza di studiare fenomeni importanti come quelli della
occupazione e della disoccupazione, in particolare giovanile e secondo il grado di istruzione, già
da molti anni sono state condotte e sono tuttora in corso varie rilevazioni, sia a livello locale che
nazionale, volte ad evidenziare i molteplici aspetti e le modalità che caratterizzano la situazione
occupazionale e l’ingresso nella vita lavorativa delle nuove leve della forza lavoro.
A livello del tutto generale, una indicazione sulla utilizzazione dei laureati da parte del
sistema economico si può avere sulla base delle informazioni raccolte dall’ISTAT con l’Indagine
Trimestrale sulle Forze di Lavoro, in quanto essa fornisce i dati sugli occupati, sui disoccupati e
su coloro che sono in cerca di lavoro distintamente per titolo di studio conseguito. Tuttavia,
queste informazioni sono chiaramente insufficienti per effettuare le analisi di efficacia richiamate
nel paragrafo precedente.
Rilevazioni statistiche più specifiche sulla transizione università mercato del lavoro, e
quindi sugli sbocchi professionali di coloro che hanno conseguito un titolo di studio universitario,
sono state e vengono svolte sempre più frequentemente a livello locale da singole università, o
addirittura da singole facoltà, anche in collaborazione con enti territoriali locali. Queste
rilevazioni sono di diversa natura e impegno e, a volte, anche molto interessanti analizzando
aspetti particolari del fenomeno di interesse, ma spesso sono sporadiche e, ovviamente,
circoscritte ad un ambito territoriale ristretto e, quindi, non utili ai fini del presente lavoro6.
Poche, e non utilizzabili in questo ambito, sono infine le rilevazioni sulle esigenze delle
tipologie dei laureati da parte della domanda (dei potenziali datori di lavoro) e sulla valutazione
della formazione universitaria da parte delle imprese7.
Allo stato attuale quindi, le rilevazioni più importanti ai nostri fini sono rappresentate dalle
Indagini ISTAT sugli Sbocchi Professionali dei Laureati e da quelle svolte dall’Osservatorio
Statistico dell’Università di Bologna nell’ambito del progetto ALMALAUREA.
Le indagini sugli sbocchi professionali dei laureati condotte dall’ISTAT, pur essendo di
natura campionaria, costituiscono uno strumento conoscitivo della transizione istruzione
universitaria-mercato del lavoro molto importante in quanto hanno proprio come scopo principale
quello di rilevare e valutare la situazione occupazionale dei laureati a tre anni dalla laurea per tutti
i corsi di laurea esistenti e tutte le sedi universitarie italiane8 (l’intervallo di tempo piuttosto lungo
tra il momento della laurea e il momento della rilevazione è stato scelto per consentire di studiare
il fenomeno tenendo conto della presenza di particolari condizioni come l’effettuazione del
servizio di leva e la partecipazione a corsi di perfezionamento o a specializzazioni post-laurea che
incidono sui tempi di inserimento nel mondo del lavoro). Fino ad oggi di tali indagini ne sono
6
Molte di tali rilevazioni sono mirate alla conoscenza delle caratteristiche degli studenti e delle attività didattiche
di uno o più atenei, e trattano in modo secondario il problema dello sbocco occupazionale. Tuttavia, poiché si è
ritenuto utile indicare quali sono le rilevazioni più importanti sulla transizione scuola-lavoro ai vari livelli, si è
aggiornato, e riportato nell’Appendice, un quadro sinottico presentato da Zaccarin (1994), contenente l’elenco delle
suddette rilevazioni fino ad oggi condotte, inclusa una breve descrizione delle loro caratteristiche principali.
7
A questo riguardo, si può fare comunque riferimento: alle pubblicazioni ed analisi svolte nell’ambito del “Sistema
Informativo Excelsior” attivato dall’Unioncamere per la rilevazione delle aspettative occupazionali espresse dalle
imprese, (Aimetti e Scaccabarozzi, 1998); agli atti di un Convegno organizzato dalla Confindustria (1998); ad una
pubblicazione della Fondazione Taliercio nella quale sono riportati i risultati di una indagine sulle esperienze di
valutazione dell’offerta formativa in Italia (Neglia, 1999).
8
Sono pertanto, ovviamente, esclusi tutti i corsi di diploma universitario.
9
state realizzate tre con riferimento ai laureati che hanno conseguito il titolo tre anni prima dalla
data dell’indagine (o due anni prima a seconda della sessione di laurea): la prima nel 1989 (su un
campione di laureati nel 1986), la seconda nel 1991 (laureati nel 1988) e la terza nel 1995
(laureati nel 1992), illustrate in ISTAT, 1990, 1994 e 1996.
L’ISTAT ha svolto nel 1991 (ISTAT, 1994) anche una indagine longitudinale basata su dati
panel, cioè reintervistando il campione della leva dei laureati 1986 della rilevazione sugli
sbocchi professionali del 1989, con lo scopo di verificare le determinanti dello stato
occupazionale e di analizzare gli effetti delle politiche, dirette ad incrementarlo, attuate dal lato
dell’offerta (che tendono a mutare talvolta anche considerevolmente nel corso del tempo)9.
Un forte stimolo per l’ISTAT a continuare nelle rilevazioni campionarie inerenti ai percorsi
formativi e alla transizione scuola-lavoro dei giovani deriva anche da una convenzione che
l’Istituto ha stipulato con il Ministero dell’Università e della Ricerca Scientifica nell’ambito della
quale è stata prevista la realizzazione di un «Sistema informativo orientato alla valutazione»
(SIU), volto al monitoraggio del sistema universitario. Non meno importante per queste ricerche
è tuttavia l’interesse per una descrizione ed analisi del processo formativo globale articolato in tre
fasi (scuola media superiore, diploma universitario e laurea) e il suo impatto ai vari livelli nel
mercato del lavoro.
In relazione a queste considerazioni, l’ISTAT (Micali e Ungaro, 1998) ha attualmente
organizzato e ha svolto due nuove indagini: una sui percorsi post-scuola media secondaria dei
maturi, l’altra sull’inserimento professionale dei laureati (come continuazione delle precedenti
rilevazioni), e riferite alla leva degli studenti rispettivamente maturi e laureati del 1995. Inoltre,
ha avviato una nuova indagine che sarà svolta nel 1999 sull’inserimento professionale dei
diplomati universitari del 1996, che rappresentano un sottoinsieme della leva di giovani con titolo
di studio universitario di sicuro crescente interesse. Una novità fondamentale di queste rilevazioni
risiede nei questionari: essi sono molto “ricchi” ed articolati, e soprattutto sono formulati
seguendo strutture tra loro omogenee, e in alcune sezioni contengono gli stessi quesiti, che ad
esempio consentono di indagare sull’importanza del contesto familiare nella scelta di proseguire
gli studi nei vari livelli o di trovare lavoro. In questo modo si crea perciò un sistema integrato
delle rilevazioni che rende possibile un confronto tra le informazioni desunte dalle singole
indagini, e anche da altre come quelle sulle Forze di Lavoro10.
Per quanto riguarda le rilevazioni che l’Osservatorio Statistico dell’Università di Bologna
sta portando avanti dal 1994, con la collaborazione del CINECA, nell’ambito del progetto
ALMALAUREA11, si fa presente che il progetto ha l’obiettivo di creare e diffondere via internet la
banca dati dei laureati e diplomati di ogni anno, delle Università ad esso aderenti, con l’obiettivo
di agevolare l’accesso dei giovani al mercato del lavoro.
9
Le modalità di rilevazione di questa indagine sono state le medesime di quelle adottate per le indagini sugli
sbocchi professionali. Il questionario è costituito solo da tre sezioni: la prima è volta ad accertare la situazione
occupazionale e ad individuare eventuali cambiamenti qualitativi nella attività lavorativa dei laureati dichiarata
nell’indagine del 1989; la seconda sezione, che viene compilata soltanto da coloro che precedentemente avevano
indicato di svolgere un’attività lavorativa, comprende quesiti relativi sia al rapporto tra titolo di studio e tipo di
lavoro svolto, sia alle caratteristiche dell’attuale lavoro compresa la data di inizio; nella terza sezione, infine, vi sono
incluse soltanto la domande sulla residenza anagrafica e quella del lavoro attuali.
10
Dal punto di vista della metodologia campionaria queste tre indagini seguono i medesimi criteri adottati per
quelle precedenti che saranno illustrati al Par. 3.2.; mentre per quanto riguarda il criterio di rilevazione, per i maturi e
per i diplomati verrà adottato il sistema di rilevazione telefonica di tipo C.A.T.I. (Computer Assisted Telephone
Interview).
11
"…Come è noto altro obiettivo di questo Progetto, è la creazione e diffusione della banca dati dei laureati e
diplomati ALMALAUREA e la sua graduale implementazione con il progressivo aggiornamento della collocazione
professionale dei laureati/diplomati. Tutto ciò ha come scopo di facilitare e di democratizzare il collocamento dei
neolaureati e diplomati nel mercato del lavoro, minimizzando i tempi di incontro tra domanda e offerta di
personale….", Osservatorio Statistico, 1997, pp. 1, 2.
10
Collegato con questo obiettivo l’Osservatorio Statistico dell’Università di Bologna ha
anche quelli di analizzare e valutare, con apposite rilevazioni in linea teorica complete (salvo
ovviamente le mancate risposte che, ad esempio, nel 1998 sono state mediamente dell’ordine del
14.3%), sia l’efficienza interna delle singole università attraverso informazioni rese disponibili
dai giovani laureati o diplomati sulla durata degli studi, sui curricula universitari e sulle
condizioni socioeconomiche, sia l’efficacia esterna, attraverso il monitoraggio degli sbocchi
professionali o meglio dell’ingresso nel mondo del lavoro e delle professioni o delle attività
formative post-laurea di coloro che hanno conseguito i titoli di studio, da cui scaturiscono i lavori
riportati in Appendice.
Il progetto ALMALAUREA, attualmente esteso a 19 Università italiane, è in fase di crescente
sviluppo anche a livello europeo, e le indagini condotte dall’Osservatorio Statistico
dell’Università degli Studi di Bologna sono perciò di natura tutt’altro che episodica e saranno
certamente continuate ed ampliate nei prossimi anni. Tuttavia, occorre far presente che l'ultima
rilevazione sugli sbocchi professionali del 1998 sui laureati nel 1997, è stata effettuata
limitatamente in 9 Università aderenti al progetto, e i relativi risultati non sono ancora disponibili.
Per quanto appena detto e data la necessità di considerare tutte le università italiane, è
evidente che la rilevazione più valida ai fini della presente ricerca è quella sugli sbocchi
professionali dei laureati effettuata dall’ISTAT nel 1995 e di essa si sono pertanto richiesti ed
ottenuti i dati individuali.
3.2. L’INDAGINE ISTAT 1995 SUGLI SBOCCHI PROFESSIONALI DEI LAUREATI: GLI INDICATORI
DI EFFICACIA CHE SI POSSONO CALCOLARE
L’indagine sugli sbocchi professionali effettuata dall’ISTAT nel 1995 è stata, come si è
detto, di natura campionaria e la sua popolazione di riferimento è costituita dagli 88.318 laureati
nel 1992 in tutte le sedi universitarie e per tutti i corsi di laurea esistenti in tale anno.
Come si desume dalle note metodologiche riportate nel volume che illustra i risultati
(ISTAT, 1996), essendo lo scopo principale dell’indagine quello di rilevare e valutare la
situazione occupazionale rispetto ai diversi corsi di laurea e alle sedi universitarie, il disegno di
campionamento adottato è quello ad uno stadio stratificato con variabili di stratificazione "sede
universitaria" e "corso di laurea"; più precisamente sono stati progettati due campioni, uno per i
maschi e l’altro per le femmine, i cui strati sono stati determinati dall’intersezione tra le due
variabili di stratificazione. La numerosità del campione complessivo, pari a 21.173, e la
allocazione delle unità campionarie negli strati sono state determinate in modo da assicurare che
le principali stime aggregate presentassero errori relativi di campionamento non superiori ad un
valore prefissato.
L’indagine è stata svolta attraverso l’invio per posta di un questionario. Il tasso di risposta
complessivo è stato pari al 64%, cioè sono tornati compilati all’ISTAT 13.511 questionari.
Il questionario, riportato in appendice al volume citato (ISTAT, 1996) è articolato in sei
sezioni tra loro collegate, ognuna delle quali comprende una serie di domande più o meno
complesse e volte ad ottenere informazioni su vari aspetti, come evidenziato nella Fig. 312.
12
Si noti che nella successione delle indagini ISTAT sugli sbocchi professionali sono stati apportati al questionario
cambiamenti di varia entità che non hanno tuttavia riguardato le domande in base alle quali si determinano il tasso di
occupazione e i tempi di inserimento. Nel secondo questionario rispetto al primo alcune domande sono state
modificate, altre sono state aggiunte o soppresse ma la struttura del testo è rimasta la medesima. In particolare, nel
secondo è stato eliminato il quesito n. 25 che era presente nel primo questionario relativo all’abilitazione
all’insegnamento, mentre sono stati inseriti ex novo alcuni numeri: il n. 9 relativo al tipo di settore in cui
l’intervistato lavora come dipendente; il n. 23 in cui viene chiesto se ha cambiato sede durante gli studi universitari;
il n. 27 con il quale viene richiesto di dare una valutazione alla propria laurea in riferimento alla possibile
utilizzazione per il lavoro; e il n. 31 in cui viene chiesto se durante gli studi stava nella condizione di ‘fuori sede’.
11
SEZ.I NOTIZIE GENERALI (1-4)
in cui si individuano lo stato occupazionale e
l’eventuale svolgimento di un’attività di
qualificazione post-laurea, nonché il possesso o
meno di una seconda laurea
SEZ. II LAVORO ATTUALE (5-17)
da cui emergono tempi di inizio e tipologia del
lavoro, settore e branca economica e
motivazioni alla scelta di quel tipo di lavoro,
opinioni su determinati aspetti della propria
attività
SEZ. III RICERCA DI LAVORO (18-22)
Sono chiesti il tipo di lavoro ricercato, le azioni
e le aree geografiche di ricerca, gli aspetti che
possono essere privilegiati nella ricerca del
lavoro, e infine il grado di disponibilità a
lavorare in varie aree geografiche a partire da
quella di residenza fino allo stato extra-europeo
SEZ. IV CURRICULUM STUDI (23-35)
a partire dal tipo di scuola secondaria superiore
con le specifiche del titolo (data, tipo, voto,
sede…), fino al conseguimento o meno di un
titolo post-laurea
SEZ. V NOTIZIE SULLA FAMIGLIA (36-39)
per la quale interessa conoscere titolo di studio,
condizione professionale, posizione nella
professione e ramo di attività economica a cui
afferisce il lavoro di entrambi i genitori
VI NOTIZIE ANAGRAFICHE
data di nascita, sesso e stato civile e sono
incluse anche le domande sulla residenza al
momento dell’iscrizione all’università e quelle
relative alla residenza attuale e a quella del
lavoro (in particolare viene richiesto se le
provincie sono le medesime della sede
universitaria)
FIGURA 3. Sequenza delle sezioni del questionario (tra parentesi è indicato il numero delle
domande contenute in ciascuna sezione)
Sulla base delle risposte alle domande contenute nel questionario, si possono fare diverse
elaborazioni per ottenere vari indicatori di efficacia esterna che, esclusivamente a fini di
presentazione e con qualche incertezza, si possono definire “diretti” e “indiretti”, a seconda della
loro relazione e rilevanza rispetto ai concetti di efficacia della formazione universitaria nei
riguardi del mercato del lavoro, ed “oggettivi” e “soggettivi”, in relazione alla caratteristiche
delle informazioni utilizzate per la loro determinazione
Si riportano di seguito alcuni schemi (Figure 4, 5, 6 e 7) riguardanti le domande del
questionario che possono essere utilizzate per la costruzione degli indicatori: i primi riguardano
l’insieme di domande dalle quali si desumono gli indicatori diretti; gli altri invece riguardano le
domande che consentono la determinazione degli indicatori indiretti di efficacia esterna.
Come si desume dagli schemi, un primo indicatore di efficacia esterna di rilevante
importanza è dato dal tasso di occupazione totale dei laureati, per il quale viene utilizzata
semplicemente l’informazione se l’intervistato svolga un’attività lavorativa o meno dopo circa tre
anni dalla laurea.
Infine, sono stati modificati il n. 7 relativo alla descrizione del proprio lavoro, ampliando le aree di attività, e il n. 4
concernente il grado di utilizzo della formazione universitaria, ampliando il ventaglio delle risposte.
Dal questionario della seconda alla terza indagine sono stati introdotti i quesiti n. 1 sull’eventuale possesso di una
seconda laurea, il n. 10 in cui viene chiesto il numero delle persone che lavorano nella stessa impresa, o ente o studio
dell'intervistato; sono stati modificati il n. 7 e il n. 9 il primo relativo alla descrizione del proprio lavoro, il secondo
relativo al tipo di settore in cui l’intervistato lavora come dipendente, riducendo in entrambi i casi il numero delle
possibili risposte; e infine, sono state ampliate le categorie di attività del n. 11 in cui viene chiesto in quale branca di
attività economica l’intervistato esercita il proprio lavoro.
12
Indicatori
Domande
Domanda 3: Lei svolge un’attività
lavorativa?
No
Tasso di occupazione (Indicatore
di efficacia “lordo”)
Sì
Domanda 3: Lei già lavorava prima
della laurea?
No
Quota dei laureati che hanno
trovato lavoro dopo la laurea
(Indicatore di efficacia “netto”)
Sì
Domanda 3: Il lavoro attuale è lo stesso
che svolgeva prima della laurea?
No
Sì
Domanda 3:Con quale modalità?
Stabilmente
Con contratto di formazione
Precariamente
Solo occasionalmente
Quota dei laureati che hanno
trovato un lavoro stabile dopo la
laurea (Indicatore del “grado” di
efficacia)
Domanda 6: L’attuale lavoro è il suo
primo lavoro dopo il conseguimento
della laurea?
No
Intervallo laurea-inizio primo
lavoro
Sì
Domanda 7:Mese inizio del lavoro
attuale
Domanda 7:Anno inizio del lavoro
attuale
Tempo di ingresso nel mercato
del lavoro (Indicatore
“temporale” di efficacia)
FIGURA 4. Schema delle domande per la determinazione degli indicatori
diretti/oggettivi
13
Domande
Indicatori
Domanda 3: Lei già lavorava prima
della laurea?
No
Sì
No
Sì
Domanda 3: La laurea ha comportato un
miglioramento nel suo lavoro attuale?
No
Quota di coloro che hanno avuto
un miglioramento nel lavoro
Sì
diretti/soggettivi
Esso indica, in generale, la quota di laureati che sta lavorando e che quindi, in teoria,
dovrebbe avere conseguito un “successo” nell’inserimento nel mercato del lavoro in relazione
alla formazione universitaria ricevuta. Tuttavia, a parte i fattori che determinano tale quota che
saranno approfonditi successivamente, certamente non lavorano i laureati che stanno seguendo un
dottorato di ricerca o una scuola di specializzazione di lunga durata, e soprattutto, se si prendono
in considerazione tutti i laureati che lavorano si includono al numeratore del rapporto anche
coloro che lavoravano prima del conseguimento della laurea e che continuano a svolgere lo stesso
lavoro e quindi si ottiene un tasso di occupazione (indicatore di efficacia) che si può dire “lordo”.
E’ pertanto opportuno calcolare un secondo indicatore di efficacia della formazione
universitaria rispetto al mercato del lavoro, che si può dire “netto”, dato dalla quota dei laureati
che hanno trovato lavoro dopo la laurea, che include sia coloro che non lavoravano prima della
laurea ed hanno trovato lavoro, sia coloro che lavoravano e che a seguito della laurea hanno
cambiato lavoro.
Inoltre, questo secondo tasso di occupazione può essere calcolato anche tenendo conto delle
modalità con cui viene svolta l’attività di lavoro: cioè in particolare se si tratta di un lavoro stabile
oppure no. La quota di coloro che hanno trovato un lavoro stabile è certamente interessante in
quanto fornisce una qualche misura del “grado” di efficacia esterna della formazione universitaria
conseguita, nel senso che consente di ottenere successi “pieni” o stabili oppure soltanto
“parziali”.
Un altro indicatore da considerarsi come misura attraverso la quale si può valutare
l’efficacia (come già era stato specificato nel Par. 2.) è rappresentato dal tempo di ingresso nel
mercato del lavoro che si può derivare dalla combinazione delle risposte a varie domande
individuando l’intervallo di tempo trascorso tra il momento della laurea e l'attuale occupazione,
14
quest'ultima corrispondente alla prima occupazione per coloro che non hanno mai lavorato, e
nuova occupazione per coloro che già lavoravano prima della laurea13. In altri termini, ciò che
interessa in uno studio di questo tipo non è solo l'evento di aver trovato o meno l’occupazione,
ma anche la conoscenza della dinamica temporale che caratterizza tale fenomeno. E’ evidente
infatti che, in termini generali, il fatto di trovare lavoro immediatamente dopo la laurea, o
comunque entro pochi mesi, dovrebbe indicare una elevata efficacia nei riguardi del mercato del
lavoro da parte della formazione universitaria ricevuta (anche se molto dipende dalla disponibilità
o meno dei laureati ad accettare qualsiasi tipo di lavoro e dal fatto che i giovani possono avere da
svolgere il servizio militare o decidano di seguire corsi di formazione post-laurea). Sulla base
delle informazioni rilevate è possibile calcolare sia il tempo medio di inserimento nel mercato del
lavoro (che però risente del fatto che la distribuzione è “troncata” al limite dei 36 mesi), sia la
percentuale di coloro che hanno trovato lavoro entro un determinato periodo di tempo.
Domande
Indicatori
Domanda 3:Lei già lavorava prima della
laurea?
No
Sì
No
Domanda 5: Facendo riferimento al
lavoro attuale indicare se la laurea è
titolo di studio necessario per l'esercizio
dell'attività lavorativa
No
Quota di occupati che hanno
trovato lavoro che richiedeva la
laurea
Sì
indiretti/oggettivi
Domande
Indicatori
Tali elaborazioni possono essere eseguite in quanto nel questionario sono contenute sia la variabile relativa
all’eventuale svolgimento del primo lavoro dopo la laurea, sia quella relativa al tempo di inizio del primo lavoro
Domanda
3: Svolge
un’attività
riferita al mese oltre
che all'anno
(quesito
6 e domande 3 e 4 No
del gruppo 7 dei quesiti, nonché seconda domanda del
quesito 6 qualora la rispostalavorativa?
alla domanda precedente fosse negativa). La presenza del riferimento al mese consente
di suddividere l'arco temporale in modo discrezionale.
13
15
Sì
Domanda 5: Sempre facendo riferimento
indiretti/soggettivi
Facendo riferimento ai laureati che già lavoravano prima della laurea e non hanno cambiato
lavoro, è poi possibile calcolare la quota di coloro per i quali la laurea ha comportato un
miglioramento nel lavoro. L’informazione che si ottiene non è espressamente attinente al
concetto di efficacia se inteso in senso stretto, tuttavia consente di valutare, sia pure attraverso il
giudizio soggettivo del laureato, l’importanza della laurea rispetto all’attività lavorativa.
Inoltre, come si rileva dagli schemi presentati, nel questionario vi sono alcune domande
volte alla valutazione della formazione universitaria rispetto all’attività lavorativa in base al
giudizio dato dagli intervistati. E’ pertanto possibile costruire degli indicatori che consentono di:
16
(i)
(ii)
(iii)
(iv)
verificare se la laurea è un titolo di studio necessario per lo svolgimento del lavoro;
valutare il grado di utilizzazione della formazione universitaria nella attività lavorativa;
avere un “misura indiretta” della coerenza del lavoro svolto con gli studi effettuati;
verificare come i laureati valutano la laurea rispetto alla possibile utilizzazione per il
lavoro14..
Nel primo caso, l’aver accettato un lavoro che non richiede la laurea può voler dire che i
laureati svolgono un lavoro almeno formalmente non adeguato al titolo di studio conseguito. Con
le altre informazioni poi si possono costruire degli indicatori (in termini percentuali) che
consentono di interpretare, sia pure in base a giudizi soggettivi, il grado di adeguatezza e di
validità della formazione universitaria rispetto al mondo del lavoro. E’ ben vero che quelle che
esprimono i laureati che hanno risposto al questionario sono le loro “percezioni”, magari rispetto
alle aspettative, del grado di utilizzazione e della possibile utilizzazione della formazione, nonché
della coerenza del lavoro rispetto ad essa (spesso anche di carattere generale senza alcun
riferimento a caratteristiche specifiche). Tuttavia, in questo modo si può affiancare al concetto di
efficacia come misura di “successo” nel trovare lavoro quello della qualità “percepita” del
servizio offerto dall’università nei confronti dell’attività lavorativa. In particolare, non vi è
dubbio che un’analisi completa sull’efficacia rispetto agli sbocchi professionali non può
prescindere da considerazioni sul tipo di lavoro eventualmente svolto rispetto al tipo di laurea
conseguita. Non basta ai giovani e alle istituzioni che offrono lavoro sul mercato, conoscere il
dato sull’occupazione; si rende per tutti necessario il poter saper anche che, una volta assunti o
intrapresa una determinata attività lavorativa, i laureati svolgono un lavoro adatto alle loro
capacità e, soprattutto, coerente alla loro preparazione universitaria.
Ovviamente tutti gli indicatori sopra richiamati si possono calcolare per vari sottogruppi di
laureati, con riferimento alle diverse caratteristiche individuali (variabili) che li distinguono in
relazione al sesso, all’anno di nascita, al titolo di studio di scuola media superiore, al tipo di
laurea conseguita, al voto di laurea, alla formazione professionale dopo la laurea, all’estrazione
sociale del laureato, ecc.; informazioni che si possono desumere dalle varie sezioni del
questionario prima richiamate.
E’ evidente che tutti gli indicatori presentano un qualche interesse al fine di valutare
l’efficacia della attività formativa universitaria nei riguardi del mercato del lavoro, ma è
altrettanto evidente, da quanto si è detto sopra, che gli indicatori più importanti ai fini della
presente ricerca sono quelli relativi ai tassi di occupazione, al tempo impiegato per trovare lavoro
e, tra gli indicatori desunti dai giudizi dei laureati, quello relativo alla coerenza tra lavoro svolto e
tipo di laurea conseguita.
4. I
PRINCIPALI RISULTATI EMERSI DALL’INDAGINE
14
ISTAT 1995
SUGLI SBOCCHI
In realtà volendo si possono calcolare anche altri indicatori di interesse per una valutazione in senso lato della
efficacia della formazione universitaria, anche se di più difficile interpretazione.
Infatti, sempre nell’ambito della sezione dedicata al lavoro attuale, sono formulate anche due domande (quesito 13)
su «i motivi che hanno portato l’intervistato al suo lavoro attuale», per le quali l’insieme delle risposte è
complementare pur essendo la prima risposta quella di importanza maggiore. Una motivazione di interesse
contemplata nel ventaglio delle possibili risposte è quella dello ‘sbocco naturale degli studi’. Un’analisi basata sul
confronto tra questa risposta e le altre possibili, nell’ambito di uno stesso corso di laurea, potrebbe consentire di
valutare l’importanza del tipo di formazione universitaria nella scelta del lavoro attuale.
Inoltre, le risposte positive alla domanda 32 sullo svolgimento e conclusione di una “attività di formazione o
qualificazione professionale” dopo la laurea potrebbero indubbiamente fornire una qualche indicazione sulla
“insufficienza” della preparazione data dalla formazione universitaria. In realtà, comunque, soltanto in parte si può
attribuire ad esse tale significato, poiché in primo luogo, come è noto, in alcuni settori disciplinari la frequenza di tali
corsi prima di iniziare una attività lavorativa è d’obbligo (si pensi ad esempio alla professione medica e a quella di
avvocato) e, in secondo luogo, la scelta del laureato potrebbe derivare esclusivamente dal suo desiderio di migliorare
la sua preparazione per trovare un posto migliore e/o per fare carriera.
17
PROFESSIONALI DEI LAUREATI IN TERMINI DI EFFICACIA DELLA FORMAZIONE
UNIVERSITARIA
4.1. IL SET DI DATI DISPONIBILE E LA SUA UTILIZZAZIONE
Il set di dati di cui, tramite l’Osservatorio per la valutazione del sistema universitario, si è
ottenuta la disponibilità è la collezione campionaria di dati individuali fornita dall’ISTAT (File
standard) relativi all’indagine campionaria condotta nel 1995 sugli sbocchi professionali dei
laureati che hanno conseguito il titolo nell’anno solare 199215. Esso comprende 13.511 records
corrispondenti ai questionari, compilati dai laureati, che sono ritornati all’ISTAT e che
costituiscono, come si è già detto, circa il 64% del totale dei questionari inviati per posta.
Ogni record, corrispondente ad un singolo individuo, raccoglie la serie quasi completa di
domande (variabili) del questionario opportunamente codificate, come si può rilevare dal
manuale per l’utente del File standard (ISTAT, 1996a). Per garantire l’anonimato e rendere
impossibile la individuazione dei rispondenti, l’unico elemento di identificazione puramente
fittizio è rappresentato da un numero progressivo che non corrisponde alla matricola. Sempre per
motivi di riservatezza sono state apportate al file di origine altri tipi di modifiche come ad
esempio l'accorpamento di dati e/o la riclassificazione delle modalità di variabili e l'oscuramento
di alcune variabili16.
Ai fini della utilizzazione di tali dati e della successiva interpretazione dei risultati, i
problemi più importanti che si presentano (che sempre esistono in rilevazioni di questo tipo) sono
rappresentati dalle mancate risposte e dagli errori di campionamento (ISTAT, 1996; FigàTalamanca, 1998).
Per quanto riguarda il primo problema, è noto che i non rispondenti non hanno, in genere, le
stesse caratteristiche dei rispondenti e ciò vale certamente per una indagine che riguarda la
condizione lavorativa, le cui caratteristiche possono incidere sia sulla reperibilità di coloro che
dovrebbero rispondere che sul loro atteggiamento nel rispondere o meno al questionario. Questo
fenomeno comporta pertanto una più o meno elevata distorsione nella rappresentatività del
campione e delle stime da esso ottenute. Tuttavia, come si rileva dalle note metodologiche del
volume dell’ISTAT (1996, p. 34), “al fine di ridurre l’effetto distorsivo dovuto alla mancata
risposta, in ogni strato è stato applicato al peso base (dato dall’inverso della probabilità di
inclusione) un fattore correttivo che tiene conto della differente probabilità di risposta delle
unità”, e ciò dovrebbe, quindi, avere ridotto consistentemente il problema. Naturalmente anche
per le stime che verranno qui presentate sono stati utilizzati tali pesi “corretti”, tuttavia un
minimo di prudenza nell’interpretare i risultati è, come sempre in questi casi, d’obbligo.
Con riguardo agli errori di campionamento, sono riportati, sempre nella citata
pubblicazione, gli errori relativi (in percentuale) delle stime delle frequenze assolute riferite ai
laureati per il totale Italia, per vari crescenti livelli di stima; informazioni queste che possono
essere usate per ricavare l’errore relativo di campionamento riferito a qualsiasi generica stima
effettuata utilizzando i dati individuali del data set disponibile. Risulta evidente, e del resto è
noto, che quando i sottogruppi cui si riferiscono le stime sono numerosi gli errori relativi di
campionamento sono piuttosto piccoli, mentre al diminuire dell’entità della stima tale errore
aumenta. Come si rileva dalla pubblicazione, esso è particolarmente rilevante per frequenze
intorno ed inferiori alle 1000 unità, per cui in questi casi i dati vanno utilizzati ed interpretati con
15
Si ringrazia le Dott.sse Aurea Micali e Liana Verzicco del Servizio Istruzione e Cultura dell’ISTAT per le utili
informazioni che ci hanno fornito per comprendere il contenuto del file e per analizzarlo.
16
Tramite l’Osservatorio si sono ottenute anche le informazioni relative alle variabili corsi di laurea e sede
universitaria, con l’impegno di non pubblicare analisi o dati che potessero consentire l’identificazione dei
rispondenti.
18
molta cautela.
Come si è detto nell’introduzione, a partire dal set di dati disponibile, inizialmente si
presenteranno, in questa sezione, alcune semplici analisi descrittive calcolando (stimando) tassi
e/o frequenze relative riguardanti gli indicatori di efficacia specificati nel Par. 3.2..
L’ISTAT nel presentare i risultati delle indagini sugli sbocchi professionali offre già
un’ampia gamma di informazioni con il relativo commento dei principali risultati, cui si rinvia. In
particolare le informazioni sulla condizione occupazionale dei laureati sono in tali pubblicazioni
articolate secondo diverse variabili come ad esempio il sesso, la regione sede al momento
dell’iscrizione all’università, la regione di residenza attuale, i corsi di laurea. Inoltre l’insieme dei
risultati pubblicati, che sono a livello aggregato, non si limitano alla condizione occupazionale
attuale e prima della laurea, ai tempi di accesso al mercato del lavoro, e al grado di utilizzo e
valutazione della formazione universitaria, ma analizzano anche altri aspetti quali la posizione
nella professione e il ramo di attività economica per attività professionale, la situazione di
disoccupazione, la modalità per pervenire al lavoro attuale e la valutazione sul lavoro svolto, la
ricerca del lavoro, la formazione professionale dopo la laurea, la mobilità territoriale, il
curriculum studi, l’estrazione sociale e, infine, i dati anagrafici dei laureati.
Le sintetiche analisi presentate in questa sezione si differenziano da quelle dell’ISTAT in
quanto sono tutte finalizzate alla valutazione ed esame dell’efficacia dell’istruzione universitaria
nei riguardi del mercato del lavoro con i seguenti obiettivi:
(i) mettere in evidenza l’entità e la variabilità nel tempo dell’accesso dei laureati al mercato
del lavoro, o meglio del loro successo nel trovare il lavoro e del tempo impiegato per
trovarlo; a questo fine i risultati dell’indagine sugli sbocchi professionali del 1995 verranno
sinteticamente confrontati con quelli delle indagini precedenti (Par. 4.2.);
(ii) valutare l’efficacia della formazione universitaria nei riguardi del mercato del lavoro sulla
base dei diversi indicatori proposti, ma soprattutto verificare la loro eventuale, più o meno
elevata, variabilità rispetto alle differenti caratteristiche dei laureati; ciò al fine di cercare di
mettere in evidenza le variabili che sembrano più importanti nel determinare il successo dei
laureati nel trovare lavoro e nel trovare un tipo di lavoro che consenta loro di utilizzare gli
studi svolti e sia coerente con il tipo di laurea conseguita; questa analisi, che sarà presentata
nei Par. 4.3. e 4.4., potrà e sarà svolta utilizzando il data set dell’indagine sugli sbocchi
professionali del 1995.
4.2. LA SITUAZIONE OCCUPAZIONALE DEI LAUREATI ED I TEMPI DI INGRESSO NEL MERCATO
DEL LAVORO NEL 1995: UN CONFRONTO CON LA SITUAZIONE DEGLI ANNI PRECEDENTI
Come già precedentemente detto, l’ISTAT ha sinora pubblicato i risultati di tre indagini
sugli sbocchi professionali dei laureati, svolte nel 1989, 1991 e 1995. Nei relativi questionari la
maggior parte delle domande è uguale, e questo consente di poter fare alcuni confronti fra i
risultati riguardanti le tre rilevazioni. Tenuto conto dei fini prima menzionati, si sono limitati i
confronti alla condizione occupazionale dei laureati e al tempo intercorso tra la laurea e il primo
inserimento nel lavoro, entrambi distinti anche secondo gruppi di corsi di laurea17, i cui dati sono
riportati nelle tabelle 1 e 2 che seguono.
17
Per la composizione dei gruppi di corsi di laurea si veda ISTAT, 1996, p. 17.
19
4.2.1. La situazione occupazionale dei laureati
Come si rileva dalla Tab. 1, a livello del sistema nel suo complesso, i laureati nel 1992 che
hanno dichiarato di lavorare nel 1995 (dopo circa tre anni dalla laurea) sono soltanto il 66.8% e
quelli che hanno un lavoro stabile solo il 41.7%. Anche se in realtà il 10.3% dei laureati non
cerca lavoro poiché in gran parte prosegue gli studi (seguendo un dottorato di ricerca o corsi di
specializzazione) o svolge il servizio militare, non si può non rilevare che il 22.1% dei laureati
già lavorava prima della laurea e che, comunque, il 22.9% è alla ricerca di un lavoro.
TABELLA 1. Laureati nel 1986, 1988 e 1992 per condizione occupazionale a tre anni dalla laurea per
gruppi di corsi di laurea (valori percentuali rispetto al totale laureati)
CONDIZIONE
PROFESSIONALE
GRUPPI DI CORSI DI LAUREA
Scientifi- Medico Ingegne- Agrario Economi- Politico- Giuridico Letterario Totale
co
ria
co
Sociale
Laureati che lavorano
Totale
Anno 1986
Anno 1988
Anno 1992
Con lavoro stabile
Anno 1986
Anno 1988
Anno 1992
Che già lavoravano (*)
Anno 1986
Anno 1988
Anno 1992
Laureati che non
lavorano
In cerca di lavoro
Anno 1986
Anno 1988
Anno 1992
Non in cerca di lavoro
Anno 1986
Anno 1988
Anno 1992
78.2
79.2
64.6
64.4
64.8
43.6
91.4
92.5
83.8
78.2
80.9
78.6
92.1
90.4
77.5
84.2
76.3
70.7
62.3
59.2
48.7
81.7
80.7
69.6
78.2
77.6
66.8
47.8
51.3
35.1
24.8
27.9
19.7
71.4
72.9
55.6
53.2
54.4
51.4
72.4
68.7
56.6
66.9
54.2
47.5
50.7
45.9
38
41.4
37.6
34.3
50.1
49.5
41.7
18.6
22.9
24.0
11.6
13.6
19.7
35.0
31.6
28.7
27.1
21.9
27.3
31.3
30.1
25.2
58.5
56.9
52.7
31.3
28.0
33.4
49.4
49.3
48.2
32.4
32.1
33.0
16.3
13.9
26.5
31.7
27.6
12.6
6.8
4.8
12.0
17.7
13.7
15.7
6.1
6.6
19
13.6
19
24.8
27
25.5
36.8
15.8
15.1
26.2
17.7
16.0
22.9
5.5
6.9
8.9
3.9
7.6
43.7
1.8
2.7
4.2
4.1
5.4
5.7
1.8
3.0
3.5
2.2
4.7
4.5
10.7
15.3
14.5
2.5
4.2
4.2
4.1
6.4
10.3
(*) = coloro che attualmente svolgono un lavoro diverso o svolgono lo stesso lavoro precedente la laurea
Il primo giudizio che emerge da questi dati in termini di efficacia complessiva del sistema
universitario italiano nei riguardi del mercato del lavoro è certamente piuttosto deludente. Benché
la laurea riduca il rischio di disoccupazione, anche se in misura assai inferiore a quanto avviene
in altri Paesi sviluppati (ISTAT, 1999), non vi è dubbio che, in base a tali dati, la formazione
universitaria risulta un investimento eccessivo rispetto alle reali necessità della domanda del
mercato del lavoro. Occorre però subito precisare che ciò non significa che il mancato
raggiungimento di una più elevata efficacia sia attribuibile esclusivamente alla organizzazione e
alle caratteristiche delle istituzioni universitarie e dei corsi di laurea: vi sono certamente
responsabilità anche dal lato della domanda e, soprattutto, il contesto socio-economico della varie
aree territoriali e la situazione congiunturale dell’economia incidono senz’altro in modo pesante
20
sul successo o meno dei laureati nel trovare lavoro.
Il confronto fra i dati delle tre rilevazioni conferma queste considerazioni. Infatti, mentre in
occasione delle prime due rilevazioni i valori dei diversi indicatori sono simili, il confronto tra i
dati della rilevazione del 1991 e quella del 1995 mette in evidenza una diminuzione del tasso di
occupazione totale di ben 10.8 punti percentuali, e un corrispondente aumento dei laureati che
sono in cerca di occupazione o che non cercano lavoro (anche perché stanno ancora studiando).
Ed è ovvio che tale sostanziale peggioramento della situazione è, almeno in parte, avvenuto
poiché i laureati del 1992 sono stati colti in un periodo critico della nostra economia, certamente
sfavorevole ai nuovi ingressi nel mercato del lavoro (ISTAT, 1996)18.
Passando a considerare i vari “settori” della formazione universitaria, cioè i gruppi di corsi
di laurea nei quali i laureati hanno conseguito il titolo, è facile rilevare che le percentuali dei
laureati nel 1992 che nel 1995 lavorano, che hanno trovato un lavoro dopo la laurea e che sono in
cerca di lavoro sono molto diverse da gruppo a gruppo: gli esiti occupazionali dei laureati dei
gruppi di ingegneria, agrario ed economico sono, stante la situazione congiunturale, abbastanza
elevati, ma soprattutto nettamente migliori rispetto agli altri gruppi ed in particolare rispetto ai
gruppi giuridico e medico. Si deve tuttavia osservare che molti dei laureati del gruppo medico (il
56.4%) non lavorano dopo circa tre anni dalla laurea poiché stanno ancora studiando (seguendo
dottorati e, soprattutto, scuole di specializzazione, che praticamente sono divenute obbligatorie
per poter “entrare” a lavorare), come si rileva anche dall’elevatissima percentuale (43.7%) di
coloro che non cercano lavoro19 (ciò avviene soltanto in minima parte anche per i laureati del
gruppo giuridico di cui, infatti, ben il 36.8% sono ancora in cerca di lavoro). In termini di lavoro
stabile poi, anche gli esiti occupazionali dei laureati dei gruppi letterario, politico-sociale e
scientifico sono molto modesti, mettendo in evidenza che tali laureati trovano (o accettano?) con
una certa facilità lavori precari o saltuari ma hanno difficoltà a trovare occupazioni stabili (d’altra
parte molti dei laureati dei gruppi letterario e politico sociale già lavoravano prima della laurea).
Dal punto di vista della evoluzione temporale degli sbocchi professionali dei laureati, il
confronto fra i risultati delle tre rilevazioni evidenzia che il miglioramento o il peggioramento nel
trovare lavoro influenza in modo differenziato i “successi” dei laureati dei vari gruppi di laurea,
anche se le principali differenze, prima illustrate, nelle posizioni dei gruppi in termini di esiti
occupazionali rimangono sostanzialmente identiche. Molto più forti risultano invece le
differenze, tra il 1991 e il 1995, riguardanti l’occupazione stabile dei vari gruppi: infatti, le
percentuali dei laureati con lavoro stabile dei gruppi di ingegneria, economico e scientifico sono
molto più basse nel 1995 rispetto al 1991. Verosimilmente il peggioramento della situazione
economica ha influenzato di più il lavoro stabile che non quello occasionale ed ha inciso di più su
quei settori disciplinari dove è normalmente più elevata l’occupazione stabile.
Stante la rilevante importanza dell’andamento dell’economia sugli sbocchi professionali, è
evidente che occorrerebbe un monitoraggio continuo dell’andamento del fenomeno e, soprattutto,
sarebbe opportuno individuare correttamente se le variazioni nei tassi di ingresso sono di tipo
congiunturale o strutturale in modo da capire quando eventualmente si modificano in modo
permanente le opportunità di lavoro e la domanda occupazionale dei vari settori.
18
Infatti, come scrive l’ISTAT (1996, p. 15), “Nel periodo ottobre 1992 - ottobre 1995 il tasso di disoccupazione
complessivo per l’intera popolazione, è passato dal 9.2% al 12.1 %”.
19
E addirittura alla riduzione, tra il 1991 e il 1995, dei laureati del gruppo medico che sono in cerca di lavoro (dal
27.6% al 12.6%).
21
4.2.2. I tempi di ingresso nel mercato del lavoro
Il tempo di accesso al lavoro costituisce l’altro importante indicatore con cui si valuta
l’efficacia esterna della formazione universitaria. A questo riguardo, nella Tab. 2 sono riportate le
percentuali di laureati che hanno trovato (o cambiato) lavoro entro un determinato intervallo di
tempo dopo la laurea.
A livello complessivo si rileva che, considerando tutti i laureati del 1992 che entro il 1995
hanno trovato lavoro, circa il 30% lo hanno ottenuto entro 3 mesi dalla laurea, quasi il 39%
nell’intervallo tra 4 e 12 mesi, il 22% nell’intervallo tra 13 e 24 mesi e oltre l’8% dopo 24 mesi.
Quindi, anche se un numero consistente di laureati trova presto lavoro, in genere, il tempo
intercorso tra il momento della laurea e l’inserimento nel lavoro è nel nostro paese abbastanza
lungo.
TABELLA 2. Laureati nel 1986, 1988 e 1992 che hanno trovato lavoro dopo la laurea, secondo l’intervallo
di tempo intercorso tra la laurea e l'inserimento nel lavoro dopo la laurea, per gruppi di corsi
di laurea (valori percentuali)
GRUPPI DI
CORSI DI
LAUREA
TEMPI DI RICERCA
Meno di 1
mese
1 mese
2 mesi
3 mesi
ANNO 1986
Totale
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
9.4
11.7
3.7
11.2
9.9
11.7
6.1
12.5
8.3
8.5
9.3
3.7
12.8
9.6
8.1
3.0
12.4
7.5
8.6
8.3
4.8
11.6
5.5
11.4
5.9
6.5
10.1
7.5
9.1
4.7
6.4
7.1
10.8
7.7
6.6
8.1
32.9
31.7
37.7
26.3
35.0
33.6
32.0
26.4
38.2
ANNO 1988
Totale
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
8.6
8.5
2.8
12.9
9.3
9.7
4.6
13.4
6.0
7.7
8.3
2.8
10.7
8.8
7.4
4.5
13.3
5.7
8.2
11.8
4.3
11.5
6.3
6.8
4.7
6.8
8.2
8.1
8.9
5.9
9.0
9.1
9.3
8.5
5.1
9.1
ANNO 1992
Totale
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
6.5
6.5
1.3
7.7
5.9
6.8
4.2
12.5
4.1
7.6
9.4
2.8
6.9
8.2
6.7
6.7
14.4
5.9
8.8
9.6
4.8
8.7
10.2
7.8
7.4
10.2
10.3
7.9
8.9
4.6
7.7
8.9
7.9
6.7
7.3
9.2
22
Da 4 a 12 Da 13 a 24
mesi
mesi
Oltre 24
mesi
Totale
25.2
24.2
32
26.6
23.8
17.5
35.4
26.4
21.6
7.0
5.1
12.8
3.7
9.0
5.9
8.2
7.5
5.8
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
34.8
34.1
40.4
29.7
30.7
38.2
34.0
26.1
38.9
23.6
21.5
28.3
22.5
23.4
22.6
27.3
23.1
23.3
9.0
6.8
15.6
3.7
12.5
6.0
16.5
12.2
8.8
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
38.9
38.0
46.4
37.6
36.9
42
36.5
27.9
41.8
21.9
20.9
28.3
24.6
22.9
21.5
30.7
18.9
16.9
8.4
6.7
11.9
6.8
6.9
7.2
7.8
8.8
11.8
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
100.0
Certo se si considera che molti laureati inizialmente non ricercano attivamente un lavoro
(anche perché impegnati in ulteriori studi di specializzazione, nel servizio militare, ecc.) e si
valuta la durata di effettiva ricerca del lavoro, i tempi si riducono consistentemente (ISTAT,
1996, p. 22). Ma non vi è dubbio che in termini di efficacia della formazione universitaria rispetto
al mercato del lavoro non si dovrebbe, ad esempio, tener conto della “necessità” di continuare a
studiare per trovare lavoro, mentre si dovrebbe, invece, considerare che l’inserimento avviene
molto spesso in lavori precari o occasionali e che, come si è visto prima, quasi il 23% dei laureati
non ha ancora trovato lavoro e lo sta cercando dopo circa tre anni dalla laurea. Certamente non si
tratta soltanto di un problema di efficacia della formazione universitaria in quanto il successo
nella ricerca del lavoro dipende molto anche dalla inefficienza dei sistemi attraverso i quali si
dovrebbe “favorire” il passaggio dall’università al mercato del lavoro, ma d’altra parte quanto
siano “difficili” e quanti problemi creino le attese superiori a qualche mese per trovare un lavoro
dopo avere concluso la formazione universitaria, sia per i laureati che per le loro famiglie, è sotto
gli occhi di tutti.
Passando ai dati per gruppi di corso di laurea, si notano alcune importanti differenziazioni,
con tempi di inserimento più brevi per i laureati del gruppo di ingegneria e per quelli di
giurisprudenza (cosa certamente non attesa tenuto conto dei risultati illustrati nel Par. 4.2.1.),
mentre tempi più lunghi si registrano per i laureati del gruppo medico per i motivi già visti.
Infine, il confronto fra i risultati delle tre rilevazioni, mette in evidenza che l’andamento
della congiuntura economica influenza oltre che la possibilità di inserimento nel lavoro anche i
tempi con i quali questo avviene (anche se non in misura altrettanto rilevante). Infatti i tempi di
inserimento nel lavoro da parte dei laureati nel 1992 sono un po’ più lunghi rispetto a quelli degli
anni precedenti e si notano differenti “impatti” anche con riguardo ai gruppi di corsi di laurea,
ancora una volta per i laureati dei gruppi di ingegneria e di economia.
4.3. I TASSI DI OCCUPAZIONE DEI LAUREATI E I TEMPI DI INGRESSO NEL MERCATO DEL LAVORO
SECONDO ALCUNE CARATTERISTICHE DEI LAUREATI: I RISULTATI DELL’INDAGINE DEL
1995
Come si è visto il successo dei laureati nel trovare lavoro e, quindi indirettamente, anche
l’efficacia della formazione universitaria, varia in relazione al tipo di laurea. Si tratta ovviamente
di un risultato medio che non tiene conto del fatto che i laureati hanno differenti caratteristiche
che possono incidere su tale successo, che non sono ovviamente uniformi tra gli appartenenti ai
diversi gruppi di laurea.
Per far luce su questo aspetto, oltre che per fornire ulteriori più analitiche informazioni
sull’inserimento nel lavoro dei laureati, utilizzando il data set dell’indagine ISTAT del 1995 si
sono riportati nelle tabelle 3÷6 i valori assunti dagli indicatori di efficienza secondo alcune
principali variabili, tra le quali per motivi di omogeneità si è sempre inclusa (quindi con qualche
ripetizione) la variabile gruppi di corsi di laurea.
4.3.1. I tassi di occupazione dei laureati secondo alcune principali variabili
Come si può rilevare dalla Tab. 3, usando il data set disponibile, si è potuto calcolare
l’indicatore “netto” di efficacia che, come detto al Par. 3.2., si riferisce ai laureati che hanno
trovato (cambiato) lavoro dopo la laurea, che consente di valutare meglio l’efficienza del sistema
formativo.
Esaminando i dati, è facile rendersi conto che i tassi di occupazione calcolati si
differenziano anche molto secondo le modalità delle diverse variabili. Tra queste si è inserita
23
anche una variabile che da conto della estrazione sociale dei laureati, basata su tre modalità
ottenute attraverso l’incrocio delle modalità delle variabili «posizione nella professione del
padre» e «posizione nella professione della madre»20.
Si può innanzitutto osservare che il genere ha una influenza rilevante sugli esiti
occupazionali: la percentuale di maschi che hanno trovato lavoro dopo la laurea è molto superiore
a quella delle femmine (rispettivamente 57.0% e 49.5%) ed ancora di più se si considera
l’ottenimento di un lavoro stabile (37.9% e 23.6%). Anche il tipo di diploma di maturità
conseguita, il tipo di corso di laurea (come si era già visto) e la residenza dei laureati (a conferma
di quanto si era ipotizzato nel Par. 4.2.1.) evidenziano importanti differenze nei tassi di
occupazione a seconda delle rispettive modalità. Mentre poca o scarsa influenza sembrano avere
sugli esiti occupazionali il voto di laurea (ciò sembra essere in contrasto con le comuni attese, ma
in realtà le più basse percentuali di coloro che trovano lavoro avendo un voto elevato si possono
giustificare con il fatto che molti di questi, cioè dei più bravi, continuano gli studi post-laurea);
l’estrazione sociale e l’aver già svolto o meno il servizio militare (che però ha una elevata
influenza sulla percentuale di coloro che avevano già un lavoro prima di laurearsi).
Dati gli obiettivi di questa analisi descrittiva, non è certo il caso di tentare di spiegare i
motivi di tali differenze e variabilità. Si sono comunque fatti due rapidi approfondimenti
predisponendo le tabelle 4 e 5 dove si sono riportati gli stessi indicatori rispettivamente per corso
di laurea e sesso e per corso di laurea e voto di laurea, per mostrare come le distribuzioni
bivariate forniscano maggiori informazioni e certamente consentono di fare un po' di luce sulle
interazioni tra le variabili.
Come si rileva dalla Tab. 4, le differenze tra maschi e femmine si ripetono anche a livello
dei singoli gruppi di corsi di laurea, tuttavia con una certa variabilità. In particolare, sono da
segnalare le percentuali molto più elevate di laureate (rispetto ai laureati) del gruppo medico che
non cercano lavoro (rispettivamente 52.0% e 37.6%) e del gruppo giuridico che invece cercano
lavoro (43.6% e 29.4%).
Infine, i dati della Tab. 5 mettono chiaramente in evidenza che gli esiti occupazionali si
differenziano abbastanza nettamente a seconda del voto di laurea se si fa riferimento ai laureati
dei diversi gruppi di laurea. Si vede, ad esempio, che molti dei laureati del gruppo medico con
voto elevato non cercano lavoro (ben il 56.6%) e che per i laureati dei gruppi di laurea
economico, politico-sociale e letterario la relazione tra voto di laurea e tasso di occupazione è
diversa da quella che si registra per gli altri gruppi. Infatti, gli esiti occupazionali dei laureati di
tali gruppi migliorano all’aumentare del voto di laurea e ciò probabilmente dipende dal fatto che i
laureati bravi di queste aree disciplinari sono abbastanza numerosi e trovano relativamente
maggiori sbocchi professionali, mentre hanno pochi spazi nell’ambito degli studi post-laurea.
20
L’estrazione sociale (si veda nella Tab. 3) è stata determinata nel modo seguente: ceto alto = professione del
padre o della madre come imprenditore o libero professionista o dirigente; ceto medio = professione del padre o della
madre come socio di cooperativa o lavoratore in proprio o insegnante o impiegato; ceto basso = professione del padre
o della madre come coadiuvante o operaio o lavorante a domicilio per imprese o altro.
24
TABELLA 3. Condizione occupazionale dei laureati nel 1992 a tre anni dalla laurea secondo alcune
caratteristiche individuali (percentuali di riga rispetto al totale laureati)
LAUREATI CHE LAVORANO
CARATTERISTICHE
Hanno trovato lavoro dopo la
laurea
Non
Già
lavora- lavoravano
vano
Totale Con
lavoro
stabile
LAUREATI CHE NON
LAVORANO
Totale
laureati
Hanno Totale Cerca- Non Totale
manteno
cercanuto lo
lavoro
no
stesso
lavoro
lavoro
Totale
44.7
7.5
52.2
30.7
14.6
66.8
22.9
10.3
33.2 88318
Sesso
Maschio
Femmina
49.0
40.5
8.0
7.0
57.0
47.5
37.9
23.6
15.2
13.9
72.2
61.4
17.5
28.2
10.3
10.4
27.8 43822
38.6 44496
Anno di nascita
Prima del 1951 (*)
Dal 1951 al 1961
Dal 1962 al 1966
Dopo 1966
--23.6
46.1
50.3
--11.6
8.5
4.7
--35.2
54.6
55.0
--20.4
32.5
31.7
--40.9
13.1
6.9
83.3
76.1
67.7
61.9
--16.6
22.5
26.0
--7.3
9.8
12.1
16.7 1181
23.9 9201
32.3 47385
38.1 30550
Estrazione sociale
Borghesia
Classe media impiegatizia
Piccola borghesia
Classe operaia
Nessun genitore
47.8
46.1
43.8
41.2
43.1
8.9
6.2
7.3
8.7
8.0
56.7
52.3
51.1
49.9
51.1
36.8
30.0
30.0
28.5
27.8
12.9
12.8
14.3
18.6
15.9
69.6
65.1
65.4
68.5
66.9
17.7
23.9
26.4
22.5
21.8
12.8
11.0
8.2
9.0
11.3
30.5
34.9
34.6
31.5
33.1
Dipl. scuola superiore
Professionale
Tecnica. industriale
Tecnica. geometri
Tecnica commerciale
Altra maturità tecnica
Maturità magistrale
Maturità scientifica
Maturità classica
Maturità linguistica
Maturità artistica
Altro (*)
41.7
50.2
50.8
45.3
40.3
28.8
50.4
39.7
44.8
34.5
---
7.7
10.9
9.1
8.0
10.4
7.9
7.2
5.1
12.4
16.0
---
49.4
61.1
59.9
53.3
50.7
36.7
57.6
44.8
57.2
50.5
---
29.8
38.9
40.8
34.6
33.5
14.4
35.2
24.1
29.2
24.4
---
23.1
20.9
23.4
19.0
17.8
31.5
10.3
9.9
14.5
23.5
---
72.5
82.0
83.4
72.2
68.5
68.2
67.9
54.7
71.7
74.0
86.5
18.8
13.9
14.6
23.2
20.3
27.5
20.9
28.4
21.9
23.6
---
8.6
4.1
2.1
4.6
11.2
4.3
11.2
16.9
6.4
2.4
---
27.5 1764
18.0 4501
16.6 3237
27.8 9190
31.5 1761
31.8 6881
32.1 33790
45.3 22255
28.3 3401
26.0 1035
504
13.5
49.1
35.0
59.8
57.1
57.9
33.4
32.5
36.1
6.1
5.1
9.1
11.4
7.3
8.9
4.7
9.7
55.2
40.1
68.9
68.5
65.2
42.3
37.2
45.8
28.7
17.6
44.8
43.1
45.2
23.2
28.5
18.4
9.4
3.5
14.9
10.1
12.2
28.4
11.6
23.8
64.6
43.6
83.8
78.6
77.5
70.7
48.7
69.6
26.5
12.6
12.0
15.7
19.0
24.8
36.8
26.3
8.9
43.8
4.2
5.7
3.5
4.5
14.5
4.1
35.4
56.4
16.2
21.4
22.5
29.3
51.3
30.4
14693
35246
14428
21834
2117
Gruppi di corsi di laurea
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
25
11310
8806
12792
2617
15148
5231
14145
18269
(continua)
(segue)
Voto di laurea
Da 66 a 99
Da 100 a 110
110 con lode
44.9
45.3
43.5
8.7
8.0
5.4
53.6
53.3
48.9
35.8
30.3
26.2
17.0
14.9
11.3
70.5
68.1
60.1
23.7
23.4
21.1
5.7
8.5
18.8
29.5 22858
31.9 43509
39.9 21951
Laurea in corso
Sì
No
44.4
44.7
5.3
7.9
49.7
52.6
30.2
30.8
11.9
15.1
61.6
67.7
22.1
23.1
16.3
9.2
38.4 13519
32.3 74779
Ripartizione geografica
residenza attuale
Nord-occidentale
Nord-orientale
Centro
Sud
Isole
Estero
49.6
50.3
43.0
38.9
38.8
53.6
10.9
9.6
7.5
3.2
4.7
16.2
60.5
59.9
50.5
42.1
43.6
69.7
52.7
48.7
43.7
28.5
27.2
65.6
16.7
14.9
17.7
10.4
11.7
11.3
77.3
74.8
68.2
52.5
55.3
80.8
13.2
13.6
21.0
38.7
32.2
6.9
9.6
11.6
10.8
8.8
12.5
12.3
22.7
25.2
31.8
47.5
44.7
19.2
Servizio militare (**)
Servizio assolto
Servizio non assolto
48.5
50.2
9.7
4.2
58.2
54.4
41.2
31.2
19.4
6.1
77.7
60.5
14.5
24.0
7.8
15.5
22.3 29868
39.5 13644
23025
16094
18691
21037
9082
390
(*) = Il trattino sta ad indicare che la stima presenta errori di campionamento troppo elevati
(**) = Il totale non corrisponde al totale dei laureati maschi poiché circa lo 0.7% dei maschi non ha risposto alla
domanda sul servizio militare
TABELLA 4. Condizione occupazionale dei laureati nel 1992 a tre anni dalla laurea, secondo il sesso e i
gruppi di corsi di laurea (percentuali di riga rispetto al totale laureati)
GRUPPI DI CORSI DI
LAUREA
Totale
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
laurea
Non
Già
lavora- lavoravano
vano
49.0
51.6
37.2
62.3
57.3
60.1
32.0
35.0
27.7
8.0
8.7
6.6
9.0
13.0
7.1
9.2
5.9
9.4
Totale Con
lavoro
stabile
57.0
60.3
43.8
71.3
70.3
67.2
41.2
40.9
37.1
37.9
35.5
21.9
48.5
45.8
47.9
27.2
32.4
20.1
26
LAUREATI CHE NON
LAVORANO
Totale
laureati
manteno
cercanuto lo
lavoro
no
stesso
lavoro
lavoro
MASCHI
15.2 72.2
12.6 72.9
4.6 48.4
14.6 85.8
12.0 82.3
13.2 80.3
33.0 74.1
15.1 56.0
32.8 69.9
17.5
18.5
14.1
10.4
13.6
15.9
20.9
29.4
23.0
10.2
8.7
37.6
3.8
4.1
3.7
4.9
14.6
7.2
27.8 43822
27.1 5051
51.6 5040
14.2 10074
17.7 1836
19.7 9288
25.9 2597
44.0 6858
30.2 3078
(continua)
(segue)
Totale
Scientifico
Medico
Ingegneria
Agrario (*)
Economico
Politico-sociale
Giuridico
Letterario
40.5
47.1
32.1
50.4
--54.6
34.9
30.1
37.8
7.0
4.1
3.0
9.7
--7.8
8.7
3.6
9.8
47.5
51.2
35.1
60.1
--62.4
43.6
33.7
47.6
23.6
23.2
11.8
31.2
--40.8
19.2
24.8
18.1
FEMMINE
13.9 61.4
6.8 57.9
2.1 37.3
16.2 76.3
--- 69.9
10.7 73.0
23.8 67.4
8.2 41.9
22.0 69.6
28.1
33.0
10.7
18.0
--23.9
28.6
43.6
26.9
10.4
9.2
52.0
5.7
--3.1
4.1
14.5
3.5
38.6 44496
42.1 6259
62.8 3766
23.7 2718
781
30.1
27.0 5860
32.6 2634
58.1 7287
30.4 15191
TABELLA 5. Condizione occupazionale dei laureati nel 1992 a tre anni dalla laurea, secondo il gruppo di
corsi di laurea e il voto di laurea (valori percentuali rispetto al totale laureati)
GRUPPI DI CORSI DI
laurea
LAUREA E CLASSI DI
Non
Già
Totale Con
VOTO
lavora- lavoralavoro
vano
vano
stabile
Scientifico
Da 66 a 99
Da 100 a 110
110 e lode
Medico
da 66 a 99
da 100 a 110
110 e lode
Ingegneria
da 66 a 99
da 100 a 110
110 e lode
Agrario
da 66 a 99
da 100 a 110
110 e lode
Economico
da 66 a 99
da 100 a 110
110 e lode
49.1
49.4
53.0
41.0
35.0
38.7
41.0
27.4
59.8
60.0
60.7
56.5
57.1
56.7
59.2
52.1
57.9
52.5
56.4
71.1
6.1
7.7
6.7
3.3
5.1
13.7
4.4
3.0
9.1
9.7
9.6
6.6
11.4
13.5
11.8
6.8
7.3
7.9
8.3
3.7
55.2
57.1
59.7
44.3
40.1
52.4
45.4
30.4
68.9
69.7
70.3
63.1
68.5
70.2
71.0
58.9
65.2
60.4
64.7
74.8
28.7
33.0
31.3
18.5
17.6
22.3
17.9
15.7
44.8
48.5
44.3
39.2
43.1
46.3
44.9
33.1
45.2
43.4
43.6
52.4
27
LAUREATI CHE NON
LAVORANO
Totale
laureati
manteno
cercanuto lo
lavoro
no
lavoro
stesso
lavoro
9.4
15.3
7.4
6.4
3.5
6.8
3.3
2.7
14.9
17.8
14.4
10.5
10.1
12.4
9.9
7.2
12.2
16.9
11.8
5.7
64.6
72.4
67.0
50.7
43.6
59.3
48.6
33.0
83.8
87.5
84.8
73.6
78.6
82.6
80.9
66.1
77.5
77.4
76.4
80.5
26.5
26.2
25.1
29.7
12.6
15.9
13.7
10.4
12.0
10.7
12.1
14.3
15.7
15.8
14.6
18.7
19.0
20.1
20.4
13.5
8.9
1.4
7.9
19.7
43.8
24.9
37.7
56.6
4.2
1.8
3.1
12.1
5.7
1.6
4.6
15.2
3.5
2.5
3.1
5.9
35.4 11310
27.6 3150
33.0 5439
49.3 2721
56.4 8806
40.7 1204
51.4 3959
67.0 3643
16.2 12792
12.5 4266
15.2 6329
26.4 2197
21.4 2617
775
17.4
19.1 1346
496
33.9
22.5 15148
22.6 4762
23.6 7526
19.5 2860
(continua)
(segue)
Politico-sociale
da 66 a 99
da 100 a 110
110 e lode
Giuridico
da 66 a 99
da 100 a 110
110 e lode
Letterario
da 66 a 99
da 100 a 110
110 e lode
33.4
27.3
33.2
42.8
35.0
33.8
30.1
35.3
36.1
25.9
35.4
39.5
8.9
12.8
8.0
6.7
5.9
5.7
4.2
3.6
9.7
11.9
10.5
8.1
42.3
40.1
41.2
49.5
40.9
39.5
34.3
38.9
45.8
37.8
45.9
47.6
23.2
27.0
20.9
25.5
32.4
29.7
26.7
30.3
18.4
19.0
18.8
17.8
28.4
30.3
30.7
18.1
15.1
15.0
10.4
6.1
23.8
25.0
25.1
21.7
70.7
70.3
71.9
67.5
56.0
54.5
44.6
45.0
69.6
62.8
71.0
69.3
24.8
27.7
24.2
22.5
29.4
34.2
39.8
35.2
26.3
32.7
26.8
24.0
4.5
2.0
3.9
10.0
14.6
11.3
15.6
19.8
4.1
4.5
2.3
6.8
29.3 5231
29.7 1274
28.1 3025
932
32.5
6858
44.0
45.5 5836
55.4 5966
55.0 2343
30.4 18269
37.2 1591
29.1 9918
30.7 6760
4.3.2. I tempi di ingresso nel mercato del lavoro secondo alcune principali variabili
Per evidenziare la eventuale variabilità dei tempi di ingresso nel lavoro, si sono calcolate e
riportate nella Tab. 6 le distribuzioni percentuali di laureati che hanno trovato (o cambiato) lavoro
entro un determinato intervallo di tempo dopo la laurea secondo le modalità di alcune variabili.
Come si vede le differenze nei tempi di ingresso secondo le modalità delle diverse variabili
non sono, in genere, particolarmente rilevanti (le differenze più grandi si riscontrano per i diversi
gruppi di corsi di laurea). Tuttavia, si rileva che i laureati con determinate caratteristiche - cioè
con il voto di laurea più elevato, che giudicano il lavoro non coerente con gli studi fatti, che
hanno trovato un lavoro non stabile, che hanno svolto attività di studio post-laurea e che non
hanno svolto il servizio militare – si inseriscono nel lavoro dopo un intervallo di tempo più lungo.
TABELLA 6. Laureati nel 1992 che hanno trovato lavoro dopo la laurea, secondo l’intervallo di tempo
intercorso tra la laurea e l'inserimento nel lavoro dopo la laurea, secondo alcune
caratteristiche individuali (valori percentuali rispetto al totale laureati)
INTERVALLO DI TEMPO LAUREA-OCCUPAZIONE
CARATTERISTICHE
Meno di 1 mese
1 mese
2 mesi
3 mesi Da 4 a 12 Da 13 a Oltre 24
mesi 24 mesi mesi
Totale
laureati
Totale
6.5
7.6
8.8
7.9
38.9
21.9
8.4
46110
Sesso
Maschio
Femmina
7.3
5.6
7.7
7.5
7.8
10.0
7.1
8.8
36.3
41.8
25.3
18.0
8.5
8.3
24966
21144
Anno di nascita (*)
Prima del 1951
Dal 1951 al 1961
Dal 1962 al 1966
Dopo 1966
--4.8
6.7
6.5
--7.1
7.4
8
--7.4
8.7
9.3
--8.3
8.5
7.0
--44.9
40.2
35.6
--18.2
20.9
24.2
--9.3
7.7
9.4
192
3237
25887
16793
(continua)
28
(segue)
Dipl. scuola superiore (*)
Professionale
Tecnica. Industriale
Tecnica. Geometri
Tecnica commerciale
Maturità classica
Maturità artistica
Altro
--6.0
10.1
4.9
--6
6.8
6.6
3.4
-----
--6.4
9.0
8.0
--8.1
7.4
7.7
7.0
-----
--5.8
10.9
7.7
--11.0
8.5
9.6
9.9
-----
--8.3
7.1
7.3
--7.8
8.2
7.5
12.0
-----
--38.6
32.4
42.3
--45.7
39.4
34.8
40.9
-----
--28.9
22.0
21.9
--12.3
21.8
23.4
20.5
-----
--6.1
8.6
8.1
--9.1
8.0
10.4
6.4
-----
872
2750
1940
4896
893
2525
19464
9974
1945
523
330
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
6.5
1.3
7.7
5.9
6.8
4.2
12.5
4.1
9.4
2.8
6.9
8.2
6.7
6.7
14.4
5.9
9.6
4.8
8.7
10.2
7.8
7.4
10.2
10.3
9.0
4.6
7.7
8.9
7.9
6.7
7.3
9.2
38.0
46.4
37.6
36.9
42.0
36.5
27.9
41.8
20.9
28.3
24.6
22.9
21.6
30.7
18.9
16.9
6.7
11.9
6.8
6.9
7.2
7.8
8.8
11.8
6245
3533
8810
1792
9886
2217
5257
8370
8.0
6.3
5.2
9.0
7.0
7.3
9.6
8.2
9.2
7.9
8.0
7.8
38.2
39.9
37.5
20.6
22.2
22.9
6.8
8.5
10.2
12241
23150
10719
Sì
No
6.4
6.5
6.1
7.8
10.0
8.6
6.4
8.1
37.1
39.2
25.3
21.4
8.7
8.4
6727
39383
Coerenza con gli studi effettuati
Importante
Soddisfacente
Ridotta
Per niente
8.4
5.6
5.0
5.5
9.8
7.3
5.5
4.3
9.2
8.9
7.8
8.3
7.7
8.1
8.9
6.2
37.6
37.8
40.8
44.2
18.7
23.2
24.4
24.1
8.4
9.0
7.6
7.4
16411
17194
8160
4345
Lavoro stabile
Sì
No
8.5
3.8
8.9
5.7
9.2
8.2
8.6
6.9
38.9
38.8
19.7
25.0
6.2
11.6
27107
19003
Conclusa o interrotta
Nessuna
3.7
6.7
5.3
7.8
7.1
8.9
6.1
8.1
36.7
39.0
29.1
21.3
12.1
8.1
3630
42480
Servizio militare (**)
Servizio assolto
Servizio non assolto
8.2
5.3
8.9
4.9
9.3
4.2
8.7
3.7
43.1
20.0
16.5
45.8
5.3
16.1
17398
7422
Voto di laurea
Da 66 a 99
Da 100 a 110
110 con lode
Laurea in corso
Attività di studio post-laurea
(**) = Il totale non corrisponde al totale dei laureati maschi poiché circa lo 0.7% dei maschi non ha risposto
alla domanda sul servizio militare
29
In relazione ai risultati illustrati, si è ritenuto interessante approfondire la relazione tra il
tasso di occupazione e il tempo di ingresso nel mercato del lavoro per i distinti gruppi di corsi di
laurea, in parte già messa in evidenza nelle tabelle 2 e 6, estendendo l’analisi anche ai singoli
corsi di laurea.
Ciò si è fatto predisponendo un apposito diagramma a punti (Fig. 8) dove in ordinata c’è la
percentuale di laureati occupati e in ascissa l’intervallo di tempo medio tra il momento della
laurea e l’inserimento nel lavoro ed i punti rappresentano, ovviamente, ciascun gruppo di corsi di
laurea (di colore rosso) e ciascun corso di laurea (di colore blu). I gruppi di corsi di laurea e i
corsi di laurea sono individuati da un numero corrispondente al codice identificativo stabilito
dall’ISTAT (ISTAT, 1996a).
507
100
509
Percentuale laureati occupati
90
111
80
101
404-406
313-314
70
60
103-104
812
50
510
108
109
304 202
303
305
811
310
altre3
3
4
506
112
5 501
307
401402
504
508
306
altri8
106
807107802
1
8
601
6
801
102
105
602
803
altri5
813
701
7
40
30
2
201
702
110
Corsi di laurea
6
7
8
9
10
11
12
13
14
Gruppi di laurea
Intervallo di tempo medio (in mesi)
FIGURA 8. Percentuale di occupati e intervallo di tempo medio laurea-inserimento nel lavoro, per gruppi di
corsi di laurea e per corsi di laurea
Le linee rappresentano i valori medi delle due variabili e, pertanto, dividono il grafico in
quattro quadranti: il primo, in alto a sinistra, è quello che contiene i corsi con elevati tassi di
occupazione e tempi brevi di inserimento, e costituisce perciò la condizione «ideale» per l’esito
occupazionale del laureato che ha seguito e concluso il corso. Al suo opposto vi è il quadrante in
basso a destra che presenta invece la condizione “peggiore” per i corsi, quella cioè dove i tassi di
occupazione sono più ridotti e i tempi di inserimento più lunghi. Gli altri due quadranti
rappresentano situazioni intermedie.
Osservando il grafico si può notare che la maggior parte dei corsi e dei gruppi di laurea si
addensa nella zona centrale cui corrispondono i valori medi per entrambe le variabili, ma nel
complesso vi appare anche una consistente variabilità fra i corsi di laurea e in alcuni casi anche
30
dei corsi all'interno dei gruppi di appartenenza. I corsi che in base ai due indicatori si possono
giudicare più efficaci rispetto al mercato del lavoro sono Scienze Statistiche ed Attuariali e
Farmacia (identificati rispettivamente dai codici 507 e 111); anche il corso di Economia
Aziendale (codice 509) è molto efficace, soprattutto per quanto riguarda il tasso di occupazione.
Per gli "altri corsi" appartenenti al gruppo agrario (codici 404-406) si nota invece che il tasso di
occupazione è molto vicino a quello del corso in Farmacia, mentre il tempo medio di occupazione
è migliore di quello di Economia Aziendale. Nella situazione opposta si trovano i corsi del
gruppo medico, in particolare Medicina e Chirurgia, e Scienze Biologiche (i cui codici sono
rispettivamente 201 e 110) i quali hanno i tassi più bassi di occupazione e tempi medi di
inserimento al lavoro più elevati.
Le informazioni che da un grafico di questo tipo si possono desumere costituiscono il
risultato di un primo «passo» da compiere quando si procede alla descrizione di un determinato
fenomeno, ma sono ancora piuttosto generali. Non si conoscono infatti i fattori che caratterizzano
la posizione di un determinato corso di laurea, o che incidono sulla variabilità dei tassi o sui
tempi di occupazione, né tantomeno si è in grado, in questo specifico caso, di capire l’esistenza o
meno di una relazione tra i due indicatori relativi all’esito positivo nella ricerca dell’occupazione
e al tempo di inserimento al lavoro.
4.4. ALTRI INDICATORI DI EFFICACIA DESUNTI DALL’INDAGINE SUGLI SBOCCHI PROFESSIONALI
DEL 1995. LA COERENZA TRA LAVORO SVOLTO E TIPO DI LAUREA CONSEGUITA
Come si è illustrato nel Par. 3.2., sulla base dei dati dell’indagine sugli sbocchi
professionali dell’ISTAT del 1995 è possibile calcolare una serie di indicatori che consentono di
interpretare, sia pure in base a giudizi soggettivi, il grado di adeguatezza e di validità, e quindi
indirettamente di efficacia, della formazione universitaria rispetto al mondo del lavoro. Nelle
tabelle 7, 8 e 9 che seguono si sono riportati i valori di tali indicatori al fine di fornire sia una utile
informazione che una indicazione delle analisi empiriche che si possono fare in base a tali dati.
4.4.1. I giudizi dei laureati che già lavoravano prima della laurea e non hanno cambiato lavoro
A tali laureati, che rappresentano quasi il 20% del totale, è stato chiesto, tra l’altro, di
indicare se l’aver conseguito la laurea ha comportato un miglioramento nel lavoro che stanno
svolgendo e se sono soddisfatti della coerenza tra il lavoro e gli studi effettuati. Dai dati della
Tab. 7, dove si sono riportate le percentuali dei rispondenti alle varie modalità delle due variabili,
distintamente per alcune importanti caratteristiche dei laureati, emerge quanto segue.
Nel complesso soltanto il 39.6% di coloro che lavoravano hanno indicato che il
conseguimento della laurea ha, entro l’arco temporale di circa tre anni, comportato un
miglioramento nel lavoro. Ciò vuol dire che per l’altro 60.4% di laureati l’investimento nella
formazione universitaria e i sacrifici fatti per conseguire il titolo non hanno per il momento dato
risultati tangibili in termini di lavoro. Gli stessi laureati non sono peraltro molto soddisfatti con
riguardo alla coerenza tra lavoro svolto e studi effettuati (ma in questo caso vi potrebbe anche
essere stato un loro errore nella scelta del tipo di laurea).
Una percentuale ancora più bassa di coloro che hanno dichiarato di aver conseguito un
miglioramento a seguito della laurea si riscontra tra le femmine (31.7%, rispetto al 46.9% dei
maschi), tra i laureati dei gruppi di corsi di laurea politico-sociale, giuridico e letterario (che con
più facilità consentono di laurearsi anche a chi lavora e che, quindi, vengono verosimilmente
scelti anche se non sono coerenti con il settore in cui il lavoratore è occupato) tra i laureati con
voto di laurea elevato.
31
Relativamente alla soddisfazione in termini di coerenza tra lavoro svolto e studi effettuati, a
parte quanto ora menzionato per i gruppi di corsi di laurea, si nota che i giudizi sono poco
variabili e ciò significa che sono “consistenti”, o comunque sembra siano poco influenzati dalle
caratteristiche dei laureati.
4.4.2. I giudizi dei laureati che hanno trovato lavoro dopo la laurea
Per questo gruppo di laureati è stato possibile calcolare tre indicatori che consentono di: (i)
verificare se la laurea è un titolo di studio necessario per lo svolgimento del lavoro trovato (o
cambiato); (ii) valutare il grado di utilizzazione della formazione universitaria nell’attività
lavorativa svolta; (iii) valutare il grado di soddisfazione nei riguardi della coerenza tra lavoro
svolto e studi effettuati; indicatori che si sono riportati nella Tab. 8, distintamente per alcune
importanti caratteristiche dei laureati.
TABELLA 7. Laureati nel 1992 che già lavoravano prima della laurea e hanno mantenuto lo stesso lavoro.
Giudizi sul miglioramento nel lavoro e sul grado di coerenza tra lavoro e studi effettuati,
secondo alcune caratteristiche individuali (valori percentuali rispetto al totale laureati)
CARATTERISTICHE
LA LAUREA HA
COMPORTATO UN
MIGLIORAMENTO
COERENZA CON GLI STUDI EFFETTUATI
Totale
laureati
Si
No
Import.
Soddisf.
Ridotta
Per niente
Totale
39.6
60.4
24.4
37.1
18.9
19.6
12859
Sesso
Maschio
Femmina
46.9
31.7
53.1
68.3
25.1
23.6
36.7
37.4
20.0
17.8
18.2
21.2
6683
6177
Alcuni diplomi di scuola
superiore (*)
Maturità classica
23.3
48.3
40.1
76.7
51.7
60.0
25.6
24.6
24.3
38.6
38.0
33.2
12.8
17.5
21.5
23.0
20.0
21.1
2168
3494
2193
Gruppi di corsi di laurea (*)
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
----60.9
--52.0
32.5
37.3
24.3
----39.1
--48.0
67.5
62.7
75.7
----31.3
--30.6
8.8
21.6
21.9
----42.2
--39.7
36.4
32.9
36.2
----17.4
--16.9
30.9
20.8
16.7
----9.1
--12.8
23.9
24.7
25.3
1059
309
1905
265
1853
1483
1637
4349
45.9
37.5
35.2
54.1
62.5
64.8
24.6
23.5
26.4
38.1
36.0
38.3
19.8
19.7
15.4
17.5
20.8
20.0
Voto di laurea
Da 66 a 99
Da 100 a 110
110 con lode
(segue)
Laurea in corso
32
3884
6498
2477
(continua)
Sì
No
39.4
39.6
60.6
60.4
25.0
24.3
32.2
37.7
22.2
18.5
20.6
19.5
1604
11255
Lavoro durante gli studi (*)
Stabile
34.7
65.3
20.9
37.8
17.8
23.5
5722
Precario o occasionale
43.6
56.4
26.5
32.3
21.5
19.7
2150
Nessun lavoro
55.0
45.0
26.5
38.2
19.7
15.6
4330
Entrambe le prime due
------------657
risposte
(*) = Il trattino o l'assenza di modalità stanno ad indicare che la stima presenta errori di campionamento troppo
elevati
TABELLA 8. Laureati nel 1992 che hanno trovato lavoro dopo la laurea. Giudizi sulla necessità della laurea
per svolgere il lavoro, sulla utilizzazione della formazione universitaria, e sulla coerenza tra il
lavoro e gli studi effettuati, secondo alcune caratteristiche individuali (valori percentuali
rispetto al totale laureati)
CARATTERISTICHE
TITOLO DI
STUDIO
NECESSARIO
UTILIZZAZIONE DELLA
FORMAZIONE
UNIVERSITARIA
COERENZA CON GLI STUDI
EFFETTUATI
Totale
Import. Soddisf Ridotta Per Import. Soddisf Ridotta Per laureati
.
niente
.
niente
Si
No
Totale
73.5
26.4
32.5
32.4
28.1
7
35.6
37.3
17.7
9.4
46110
Sesso
Maschio
Femmina
77.2
69.6
22.8
30.4
34.9
29.6
32.2
32.7
28.3
28.1
4.7
9.7
35.7
35.4
38.5
35.8
18.7
16.5
7.0
12.3
24966
21144
Professionale
Tecnica. industriale
Tecnica. geometri
Tecnica commerciale
Maturità classica
Maturità artistica
Altro
78.5
78.0
84.5
65.3
--55.9
76.1
76.4
56.9
-----
21.5
22.0
15.5
34.7
--44.1
23.9
23.6
43.1
-----
--28.2
33.7
27.1
--25.1
34.5
35.3
19.0
-----
--33.7
31.5
37.2
--27.8
31.3
33.3
33.7
-----
--33.3
28.2
27.9
--33.6
28.4
24.3
34.1
-----
--4.8
6.6
7.9
--13.6
5.8
7.1
13.2
-----
--26.3
42.1
35.3
--30.0
35.0
39.9
28.6
-----
--44.3
32.8
38.8
--36.9
37.9
35.6
34.5
-----
--20.8
16.7
18.2
--17.8
18.6
15.1
17.4
-----
--8.6
8.4
7.8
--15.4
8.4
9.4
19.5
-----
872
2750
1940
4896
893
2525
19464
9974
1945
523
330
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
83.4
98.6
86.0
83.1
64.9
41.2
16.6
1.4
14.0
16.9
35.1
58.8
30.0
51.8
32.9
37.9
27.7
17.3
35.4
32.7
33.8
34.2
35.5
21.6
29.5
12.7
30.9
23.1
31.3
41.2
5.1
2.9
2.4
4.9
5.5
19.9
30.7
51.5
31.9
48.5
34.2
13.8
41.5
35.1
41.3
31.2
41.9
31.4
19.5
11.0
21.3
14.3
18.1
32
75.3
24.7
41.8
28.6
21.1
8.6
49.7
27.3
11.2
8.2
6245
2.3
3533
5.5
8810
6.1
1792
5.9
9886
22.9
2217
(continua)
(segue)
Giuridico
33
11.8
5257
Letterario
58.1
41.9
28.3
29.8
29.1
12.9
32.2
34.6
16.0
17.3
8370
Voto di laurea
Da 66 a 99
Da 100 a 110
110 con lode
72.6
73.4
74.9
27.4
26.6
25.1
30.3
30.8
38.6
33.2
33.4
29.4
29.8
28.3
26.0
6.7
7.6
6.1
34.3
34.7
39.0
38.0
37.3
36.6
18.8
17.8
16.3
8.9
10.3
8.1
12241
23150
10719
Sì
No
79.0
72.6
21.0
27.4
38.7
31.4
29.9
32.8
24.6
28.8
6.8
7.0
43.0
34.3
34.1
37.8
14.8
18.2
8.1
9.7
6727
39383
Valut. laurea per lavoro
Adeguata
Non adeguata
79.8
70.4
20.2
29.6
46.0
25.7
30.1
33.6
19.6
32.4
4.3
8.3
43.5
31.7
37.5
37.2
12.7
20.1
6.3
11.0
15292
31818
34.7
29.3
33.2
31.2
26.3
30.8
5.8
8.7
37.9
29.3
36.7
31.2
17.4
30.8
8.0
8.7
27107
19003
35.6
32.2
30.6
32.6
28.5
28.1
5.3
7.1
38.3
35.4
37.8
37.2
16.7
17.8
7.2
9.6
3630
42480
Laurea in corso
Lavoro stabile
Sì
No
Attività post-laurea
Conclusa o interrotta
Nessuna conclusa o
interrotta
L’interpretazione dei risultati non è semplice. Tuttavia si può rilevare che il 73.5% di tali
laureati ha dichiarato che la laurea è un titolo di studio necessario per svolgere il lavoro che
hanno trovato. Ma ciò significa anche che il 26.4% ha accettato un lavoro che non richiede la
laurea e può voler dire che i laureati svolgono un lavoro almeno formalmente non adeguato al
titolo di studio conseguito, tanto più che come si è detto sopra circa il 15% di tutti i laureati
lavorava prima della laurea e ha mantenuto lo stesso lavoro, che evidentemente non richiedeva e
non richiede la laurea, per cui la frazione di coloro che formalmente non utilizzano la laurea nel
loro lavoro è certamente molto più rilevante. Il dato varia un po’ a seconda di alcune
caratteristiche dei laureati. Sembra infatti che le femmine, i laureati che hanno una maturità
magistrale e linguistica e i laureati dei gruppi di laurea economico, letterario e, soprattutto,
politico-sociale siano disposti ad accettare lavori che almeno formalmente non richiedono la
laurea.
Con riguardo al grado di utilizzo della formazione universitaria nel lavoro, i giudizi dei
laureati indicano che essa è importante o soddisfacente rispettivamente nel 32.5% e 32.4% dei
casi. Nel complesso quindi giudicano che non vi è completa corrispondenza tra la formazione
ricevuta dall’università e quella richiesta dal mercato del lavoro (o che per lo meno dal lavoro che
loro hanno trovato), e d’altra parte non si sa nulla sulla entità reale di tale utilizzazione.
Comunque questi giudizi sembrano in linea con il tipo di lavoro trovato ed accettato dai laureati
tant’è che le percentuali più basse di utilizzazione della formazione universitaria nel lavoro si
trovano tra i laureati del gruppo di corsi di laurea politico-sociale.
Passando alla soddisfazione dei laureati in termini di coerenza tra lavoro svolto e studi si
rilevano due cose importanti: in primo luogo, i laureati che hanno trovato lavoro dopo la laurea
sono un po’ più soddisfatti, della coerenza tra lavoro e studi effettuati, rispetto ai laureati che già
lavoravano prima della laurea e hanno continuato a svolgere lo stesso lavoro (vi è comunque il
27.1% di laureati che è poco o per nulla soddisfatto); in secondo luogo, i giudizi risultano, anche
in questo caso, poco variabili o comunque poco influenzati dalle caratteristiche dei laureati.
34
Importanti differenze si hanno però, come era logico attendersi, in relazione ai gruppi di corsi di
laurea sempre con i laureati del gruppo politico-sociale che sono i meno soddisfatti.
Come si è accennato nel Par. 3.2., il problema della coerenza tra lavoro e laurea è molto
importante anche per i riflessi che può avere sulla efficienza con la quale il lavoro viene svolto.
Esso dipende in parte dal soggetto in relazione alle sue scelte di lavoro e alle sue caratteristiche, e
in parte dalle opportunità e condizioni offerte dal mercato.
L’analisi della coerenza tra lavoro e laurea rientra nell'ambito di una problematica più
ampia che riguarda la "scelta occupazionale" dei neolaureati, argomento di numerosi studi anche
in campo economico21. Tra le varie argomentazioni e discussioni insorte tra diversi studiosi del
mercato del lavoro ed economisti su questo problema, si fa presente che tutti sono concordi
nell’affermare che i fattori che determinano l'ingresso nel mercato del lavoro in modo coerente
alla laurea sono molteplici: quelli esterni strutturali, intendendo per essi la biografia individuale e
familiare, quelli intenzionali cioè elementi propri del carattere delle persone (il desiderio, la
percezione del mercato, le proprie aspettative, disponibilità alla mobilità), e quelli esterni
contestuali come l'ambiente sociale, le condizioni di mercato, le opportunità di lavoro diverse da
zona a zona. In particolare i primi sono ritenuti quelli di maggiore peso rispetto agli altri, sebbene
sia difficile dimostrarlo dal momento che sia i fattori intenzionali che molta parte di quelli
contestuali non sono osservabili, o comunque, ad esempio, normalmente non contemplati nei
questionari d'indagine. Va inoltre aggiunto che l'interazione tra caratteristiche personali e quelle
acquisite dal processo formativo è molto complessa e variegata condizionatamente alle regole di
mercato che sono diverse da un'area geografica ad un'altra (ad esempio da regione a regione). Per
questo motivo non è certamente possibile effettuare studi per individuare criteri o regole di scelta
standard utili a tutti i laureati affinché essi trovino un'occupazione più consona alla propria
formazione.
4.4.3. La valutazione della laurea ai fini della possibile utilizzazione nel lavoro
Infine, a tutti i laureati è stato chiesto di valutare la laurea conseguita ai fini della sua
possibile utilizzazione nel lavoro. Come risulta dalla Tab. 9 soltanto il 30.1% dei laureati la
giudica “adeguata”, e, a parte i giudizi "troppo o non sufficientemente specialistica" e di "non
aggiornata", ben il 51% giudica che la laurea non dà una adeguata preparazione alla pratica
professionale.
E’ certamente un giudizio globale “pesante”, da parte dei laureati, sulla efficacia della
formazione universitaria nei riguardi del mercato del lavoro che deve far riflettere. E’ vero che il
giudizio è soggettivo, che è dato da utenti “interni” del servizio di formazione e non da utenti
“esterni”, e che risente di tanti fattori tra cui la facilità o meno di trovare lavoro ed il “clima”
sociale e congiunturale attraversato dal paese, per cui non è possibile analizzare correttamente le
motivazioni; ma è altrettanto vero che i giudizi dei singoli gruppi di laureati qualche indicazione,
almeno di massima, ai responsabili delle istituzioni universitarie e della politica del lavoro, la
forniscono.
Le laureate sono quelle più critiche, ma trovano certamente più ostacoli per entrare nel
mercato del lavoro anche in relazione al tipo di laurea conseguita; mentre di tutti i laureati quelli
meno soddisfatti per la preparazione ricevuta sono quelli dei gruppi agrario (soltanto il 17.0%),
politico-sociale (21.7%) e letterario (24.9%). Tra i laureati dei gruppi medico, giuridico ed
agrario oltre o quasi il 60% ritengono che la laurea non fornisce una adeguata preparazione alla
pratica professionale e, infine, il 34.4% dei laureati del gruppo politico-sociale ritengono che la
laurea non fornisce sufficiente preparazione specialistica.
21
Santoro e Pisati (1996) nel capitolo IV della loro monografia affrontano il tema della scelta occupazionale in
modo dettagliato, riportando inoltre molte citazioni di studiosi esperti del problema.
35
TABELLA 9. Laureati nel 1992 secondo la valutazione della laurea ai fini della possibile utilizzazione
nel lavoro, secondo alcune caratteristiche individuali (valori percentuali rispetto al totale
laureati)
VALUTAZIONE DELLA LAUREA RISPETTO ALLA POSSIBILE
UTILIZZAZIONE PER IL LAVORO
CARATTERISTICHE
Totale
Adeguata
30.1
Troppo
Non
Non dà una
specialistica sufficientemente
adeguata
specialistica
preparazione
pratica
professionale
3.5
11.7
Non
aggiornata
Totale
laureati
51.0
3.6
88318
Sesso
Maschio
Femmina
34.7
25.5
3.5
3.6
11.1
12.4
46.9
55.0
3.8
3.5
43822
44496
Anno di nascita
Prima del 1951
Dal 1951 al 1961
Dal 1962 al 1966
Dopo 1966
53.1
33.0
27.5
32.4
2.0
3.5
3.7
3.3
11.2
11.6
12.0
11.4
28.9
47.8
53.3
49.3
4.8
4.1
3.5
3.6
1181
9201
47385
30550
Professionale
Tecnica. Industriale
Tecnica. Geometri
Tecnica commerciale
Maturità classica
Maturità artistica
Altro
33.3
43.3
31.9
33.8
28.7
27.0
30.5
27.6
21.9
19.2
---
48.1
36.6
48.5
47.3
45.9
49.5
50.9
55.8
55.0
67.8
---
4.2
4.4
5.1
3.5
5.5
5.5
3.6
2.7
1.6
6.1
---
1764
4501
3237
9190
1761
6881
33790
22255
3401
1035
504
Scientifico
Medico
Ingegneria
Agrario
Economico
Politico-sociale
Giuridico
Letterario
34.3
27.5
36.0
17.0
36.9
21.7
27.8
24.9
7.9
2.8
4.2
5.4
1.3
0.9
1.2
4.9
9.4
6.6
6.4
14.5
10.0
34.4
9.1
16.0
42.7
60.9
49.9
56.3
49.0
40.9
60.5
48.7
5.7
2.3
3.5
6.8
2.8
2.2
1.4
5.5
11310
8806
12792
2617
15148
5231
14145
18269
Voto di laurea
Da 66 a 99
Da 100 a 110
30.8
29.3
3.5
3.5
9.6
12.7
53.1
50.8
3.1
3.7
22858
43509
(continua)
30.9
3.7
12.2
49.2
4.1
21951
2.6
6.2
4.7
1.7
3.6
3.6
4.0
3.2
3.3
1.6
---
11.8
9.6
9.8
13.7
16.4
14.5
11.1
10.8
18.2
5.3
---
(segue)
110 con lode
36
Laurea in corso
Sì
No
36.3
29.0
3.5
3.5
10.8
11.9
45.1
52.1
4.3
3.5
13519
74799
36.8
30.1
26.9
31.5
2.9
3.6
3.8
3.4
15.0
12.7
12.8
10.1
41.2
50.2
52.3
51.9
4.18
3.4
4.2
3.1
8008
4236
34925
41149
Lavoro durante gli studi
Stabile
Precario o occasionale
Nessun lavoro
Entrambe le prime due risposte
4.5. LA NECESSITÀ DI SVOLGERE ANALISI PIÙ APPROFONDITE
Questa sintetica analisi descrittiva dei risultati dell’indagine ISTAT sugli sbocchi
professionali dei laureati ha messo chiaramente in evidenza l’importanza di tali informazioni sia
per valutare l’efficacia della formazione universitaria nei riguardi del mercato del lavoro, sia,
soprattutto, per fornire, ai giovani, alle famiglie e alle istituzioni universitarie e non, elementi di
valutazione degli esiti occupazionali che il mercato ha offerto ai laureati delle varie aree
disciplinari. Essa ha inoltre consentito di indicare le variabili che sembrano più importanti nel
determinare il successo dei laureati nel trovare lavoro e nel trovare un tipo di lavoro che consenta
loro di utilizzare gli studi svolti e sia coerente con il tipo di laurea conseguita.
Le analisi descrittive riportate, basate su valori medi, non sono sempre, come si è visto, di
facile interpretazione e servono soprattutto come quadro di riferimento. I dati sui singoli
indicatori di efficacia secondo le modalità di alcune variabili e le differenze riscontrate non
consentono infatti di individuare e valutare correttamente i fattori o caratteristiche (individuali e
di contesto) che li influenzano: i dati medi riportati non possono, infatti, evidenziare gli effetti
“netti” delle variabili nel determinare il valore degli indicatori in quanto risentono delle
interazioni con le altre variabili. In particolare, poi, proprio per una più valida valutazione della
efficacia della formazione universitaria nei riguardi del mercato del lavoro è indispensabile
cercare di capire come sui risultati incidano la organizzazione, ecc., dei corsi di studio e delle sedi
universitarie, cioè delle unità che ai vari livelli forniscono il servizio di formazione, anche al fine
di valutare comparativamente l’efficacia formativa delle differenti unità.
Alcune annotazioni riportate nei commenti dei paragrafi precedenti hanno già fornito
indicazioni di possibili e necessari approfondimenti. Ovviamente per i motivi detti occorre
cercare di svolgere una analisi “speculativa” con opportuni metodi statistici delle cause che hanno
determinato i risultati accertati, e ciò, come si è illustrato nell’introduzione, sarà in parte fatto
nelle sezioni successive di questo lavoro.
37
5. L’IMPIEGO DEI MODELLI MULTILIVELLO PER L’ANALISI DELL’EFFICACIA
DELL’ISTRUZIONE UNIVERSITARIA NEI RIGUARDI DEL MERCATO DEL LAVORO
5.1. PREMESSA
Come si è visto nei paragrafi precedenti, utilizzando i dati dell’indagine ISTAT del 1995
sugli sbocchi professionali, è possibile calcolare diversi indicatori di efficacia dell’istruzione
universitaria nei riguardi del mercato del lavoro: i due più importanti, soprattutto per i giovani,
sono relativi al fatto che il laureato abbia trovato o meno un lavoro e al tempo che ha impiegato
per trovarlo, mentre un terzo indicatore indiretto di efficacia di cui si è già illustrata la rilevanza,
è collegato alla coerenza tra lavoro svolto e tipo di laurea conseguita.
Volendo effettuare analisi approfondite dell’efficacia e, soprattutto come si è detto,
individuare e valutare l’importanza dei fattori che la influenzano, occorre ricordare che:
(i) l’attività di formazione universitaria è organizzata presso i diversi atenei (sedi
universitarie) che a tal fine istituiscono le facoltà, dove vengono attivati i vari corsi di laurea
presso i quali i singoli individui si “formano” e si laureano; i singoli laureati si caratterizzano e si
differenziano, quindi, anche per tipo di corso seguito e per sede universitaria dove hanno svolto i
loro studi, e, pertanto, possono essere raggruppati in successivi insiemi (gruppi) secondo la
struttura gerarchica riportata, a titolo esemplificativo, nella Fig. 9;
SISTEMA UNIVERSITARIO
3^ livello
ATENEO 1
ATENEO …
ATENEO …
ATENEO K
2^ livello
C. L. 1
C. L. … C. L. N1
C. L. 1
C. L. … C. L. N2
C. L. 1
C. L. … C. L. N...
C. L. 1
C. L. … C. L. Nk
1^ livello
Laureati Laureati Laureati Laureati Laureati Laureati
Laureati Laureati Laureati
Laureati Laureati Laureati
FIGURA 9. Grafo della struttura gerarchica dei dati sulla formazione universitaria
38
(ii)
il valore assunto dagli indicatori di efficacia dipende, ovviamente, dalla condizione
occupazionale di ogni singolo che, come è stato ricordato nel Par. 2. ed è evidenziato nella Fig.
10, è influenzata da vari fattori, misurabili e non misurabili, riguardanti le caratteristiche
individuali del laureato (età, sesso, voto di laurea, condizione sociale, ecc.), le caratteristiche del
corso di laurea seguito (curriculum, ore di lezione, disponibilità di spazi, ecc.) e della relativa
sede universitaria (dimensione dell’università, risorse disponibili, ecc.), nonché le caratteristiche
del contesto socio-economico dell’area di residenza del laureato (tasso di disoccupazione,
presenza di imprese di media-grande dimensione, ecc.).
FATTORI MISURABILI
FATTORI DI
CONTESTO
CARATTERISTICHE
DELLE UNIVERSITÀ
E DEI
CORSI DI LAUREA
CARATTERISTICHE
DEI LAUREATI
Fattori economici come
tasso
di
occupazione;
presenza di imprese di
media-grande dimensione
nell'area di residenza;
(…)
FATTORI NON MISURABILI
Fattori sociali come
accordi sindacali; leggi
speciali sul lavoro;
(…)
Risorse finanz. disponibili;
dimensione delle università;
curriculum dei corsi di
studio; numero medio di
studenti per docente; ore
medie annue per corso di
studio; spazi disponibili per
studente;
(…)
Capacità manageriali
(…)
Caratteristiche personali età,
sesso, condizione sociale,
ecc..); curriculum scolastico
precedente alla laurea; tipo
di laurea; voto di laurea;
obblighi di leva;
(…)
Capacità intellettuali
(…)
CONDIZIONE OCCUPAZIONALE
FIGURA 10. Rappresentazione dei fattori misurabili e non misurabili relativi all’università, ai
laureati e al contesto socio-economico
39
Non vi è dubbio che la possibilità di avere informazioni relative a un siffatto insieme di
fattori consente di effettuare una analisi dell’efficacia descrivendo l’influenza di ogni singolo
fattore sui diversi indicatori menzionati. E’ evidente però che il calcolo e l’analisi dei valori medi
presentati nella sezione 4, per quanto effettuati distintamente secondo ogni fattore, risultano
inadeguati a tale scopo. Infatti, in questo caso le relazioni evidenziate in una tabella a doppia
entrata sono di tipo bivariato, e non consentono di apprezzare correttamente gli effetti netti
esercitati da ciascun fattore sugli indicatori di efficacia. Occorre perciò impiegare a questo fine
degli strumenti statistici un po’ più complessi come, ad esempio, i modelli di regressione classici.
Inoltre, l’analisi dei valori medi non consente di isolare il contributo del corso di laurea e
della sede universitaria al risultato conseguito dai laureati sul mercato del lavoro, vale a dire non
consente di verificare quanta parte della variabilità dei risultati osservati a livello individuale sia
imputabile al contesto organizzativo dell’università (ai corsi di laurea e alle sedi); valutazioni che
invece sono di determinante interesse anche per l’attuazione di eventuali politiche di intervento
volte ad incrementare il livello di efficacia. A tal fine, e per misurare gli effetti sui risultati, è
necessario che i dati su cui si sviluppa l’analisi siano raccolti a livello individuale e, inoltre, che
siano elaborati rispettando la loro struttura gerarchica, cioè occorre che la funzione di regressione
da utilizzare possa essere diversa per i gruppi (di laureati) proprio in relazione alla struttura
gerarchica prima illustrata.
D’altra parte, connesso alla valutazione dell’importanza del contesto universitario nel
determinare l’efficacia del processo formativo, vi è altresì l’interesse ad effettuare confronti tra i
diversi corsi di laurea nell'ambito di un singolo ateneo e/o tra atenei rispetto ad un singolo tipo di
corso. In questo modo si sviluppa un’analisi più propriamente detta di efficacia relativa che
consente agli studenti (e alle famiglie) di valutare per quale corso e in quale sede il servizio di
formazione offra migliori risultati in termini di opportunità di lavoro.
Questi confronti hanno tuttavia senso soltanto se vi sono effetti significativi sugli indicatori
di efficacia imputabili ai singoli corsi e sedi universitarie, nonché se vi è una certa variabilità
all’interno dei gruppi di corsi e tra le sedi. Inoltre, essi hanno significato se viene rispettato il
principio cosiddetto coeteris paribus, secondo cui i confronti devono essere fatti “a parità di
condizioni”, cioè senza tener conto dell’influenza di altre caratteristiche, che non sono proprie dei
corsi di laurea o delle sedi, che può incidere sui risultati sui cui si basano i confronti medesimi.
Il modello di regressione lineare classico risulta pertanto inadeguato per effettuare le
valutazioni e i confronti menzionati, mentre un approccio molto appropriato per un'analisi
dell'efficacia relativa del sistema universitario secondo gli obiettivi sopra detti e nel rispetto del
principio coeteris paribus, è dato dall’impiego dei modelli multilivello, che pertanto sono stati
utilizzati in questo lavoro per le analisi empiriche con riguardo ai tre indicatori di efficacia
(variabili risultato) specificati.
Al fine di illustrare chiaramente gli aspetti metodologici e, soprattutto, quelli applicativi
della analisi empiriche effettuate, nei paragrafi che seguono verranno, in primo luogo, presentate
le caratteristiche dei modelli multilivello e le loro capacità di analisi (Par. 5.2.), il tipo di modello
multilivello più appropriato (logistico) quando la variabile risposta è dicotomica come spesso
accade per quelle qui utilizzate (Par. 5.3.), le procedure seguite per l’applicazione dei modelli
(Par. 5.4.) e, infine, l’indicazione di come si devono interpretare i parametri stimati e i risultati
ottenuti (Par. 5.5.).
Successivamente, verranno esposti i risultati delle analisi empiriche che hanno riguardato:
(a) la “probabilità di occupazione” dei laureati in cerca di lavoro, con riferimento alle loro
caratteristiche “individuali” e all’influenza dei due livelli gerarchici costituiti dai corsi di laurea e
dalle sedi e al confronto tra le sedi universitarie(Par. 6.1.);
(b) la “probabilità di occupazione” dei laureati rispetto al tempo di ingresso nel lavoro,
cioè tenuto conto dell’intervallo temporale intercorso tra il momento della laurea e quello della
prima occupazione; nel modellare la probabilità di occupazione è certamente interessante
40
includere nell'insieme delle variabili esplicative anche il tempo di ingresso nel mercato del
lavoro: in questo caso, ai fini dell’analisi, è stato necessario utilizzare, come si vedrà più avanti
(Par. 6.2.), un modello di sopravvivenza per dati discreti (Allison, 1982) esteso secondo
l'approccio dei modelli multilivello.
(c) la “probabilità di occupazione coerente con il tipo di laurea conseguita” (Par. 6.3.); si
deve osservare che questa analisi è di interesse non soltanto per il significato indiretto di efficacia
del processo formativo che la variabile risultato assume, ma anche perché in realtà si potrebbero
verificare effetti delle sedi e dei corsi di laurea molto diversi da quelli prodotti dalle medesime
unità operative con riferimento semplicemente alla possibilità di trovare lavoro (infatti, ad
esempio, i risultati di un’analisi basata sulla coerenza tra lavoro e occupazione potrebbero fornire
per le aree economicamente sviluppate probabilità di occupazione coerente addirittura inferiori
rispetto a quelle relative ad aree meno industrializzate).
5.2. I MODELLI MULTILIVELLO: PRINCIPALI CARATTERISTICHE
I modelli multilivello sono stati sviluppati soprattutto nel corso di quest'ultimo decennio per
analizzare fenomeni per i quali si tiene conto di due fondamentali caratteristiche (Goldstein,
1995):
1) le osservazioni possono riguardare le singole unità statistiche e gruppi di tali unità. I
fenomeni possono quindi essere rappresentati secondo una struttura gerarchica22.
Infatti, si definisce gerarchico un insieme di elementi quando esso è articolato in modo
tale che le singole osservazioni dette di primo livello, sono aggregate in vari gruppi che
a loro volta possono essere aggregati in altri insiemi e ciò può ripetersi per successivi
raggruppamenti;
2) i fenomeni sono influenzati da un certo insieme di fattori misurabili e di un certo
insieme di fattori non misurabili o non misurati;
Tali modelli si prestano pertanto bene ad effettuare le analisi della efficacia del processo
formativo universitario nei riguardi del mercato del lavoro, la cui struttura e tipologia di fattori
che la influenzano sono stati illustrati nelle Figure 9 e 10.
L'analisi multilivello si basa sulla specificazione di un modello di regressione che tenga
conto della esistenza di gruppi di unità statistiche; ciò implica che, rispetto ad un modello di
regressione classico, i modelli multilivello consentono anche di:
(i) stimare la variabilità dei livelli della gerarchia;
(ii) inserire variabili esplicative relative ai gruppi indicizzate a livello dei gruppi e
conseguentemente stimare gli effetti dei gruppi sulla variabile risposta;
(iii) produrre errori standard più corretti delle stime dei parametri (Longford, 1993);
(iv) studiare un fenomeno in modo flessibile mediante una funzione di regressione
indipendentemente dal grado di complessità della gerarchia (Longford, 1993).
Per spiegare nel modo più semplice le caratteristiche e la costruzione dei modelli
multilivello si consideri l'esempio di uno studio sulla votazione alla laurea svolto su un campione
di laureati in un certo numero di corsi di laurea di una sede universitaria. I laureati sono perciò le
unità statistiche di primo livello su cui vengono misurate due variabili (x e y), mentre i corsi di
laurea definiscono le unità di secondo livello.
22
Si definisce gerarchica una partizione in gruppi di un insieme di unità statistiche, se dati due insiemi A e B
appartenenti ad essa si verifica una ed una sola delle tre seguenti possibilità
(a) A∩B =Ø; (b) A⊂B; (c) B⊂A.
41
La funzione di regressione semplice con coefficiente β fisso, per un singolo corso di laurea
ha notoriamente la seguente espressione23
y i = β 0 + βx i + ei
dove i=1,…,n è, l'indicatore dei laureati, y i e xi sono, ad esempio, rispettivamente il voto di
laurea (espresso in punteggi) e una variabile misurata per lo i-esimo laureato. Il coefficiente β
indica l'effetto esercitato dalla variabile x sulla variabile dipendente, mentre β 0 .è l’intercetta (o
costante) del modello. L'elemento e i denominato residuo rappresenta la differenza tra il valore
effettivo e quello predetto della votazione finale, cioè quella parte della variabile dipendente che
non è predetta dalla relazione β 0 + βx i . Tale elemento costituisce la parte casuale del modello per
la quale si assume una distribuzione normale con valore medio uguale a zero e una varianza σ e2 .
Nel caso in cui si consideri l’insieme dei corsi di laurea, il modello di regressione
multilivello a coefficiente β fisso è definito come segue
yij = β0 + βxij + u j + eij
dove uj e eij, denominati residui a livello di corsi (secondo livello) e di individui (primo livello),
sono variabili casuali tra loro indipendenti e entrambe distribuite come una normale con varianze
σ u2 e σ e2 . In particolare, uj è la differenza tra l’intercetta del j-esimo corso e il valore medio β 0
(uguale per tutti i laureati di un medesimo corso). Esso rappresenta la caratteristica non osservata
a livello di corso, ed il suo valore è interpretabile come misura di efficacia del j-esimo corso. Se
ad esempio il valore stimato è positivo, ciò sta a significare una migliore performance del corso
rispetto alla media del gruppo a parità di condizioni, cioè dato un certo insieme di caratteristiche
uguale per tutti gli individui.
Una definizione più complessa del modello è data dalla presenza di un’altra covariata τj che
può essere inclusa nella funzione, per indicare un fattore osservato specifico per ogni corso (ad
esempio il curriculum). In tal caso, il modello è espresso nel modo seguente
yij = β0 + βxij + υj + eij
dove υj = h(τj ; γ) + uj, h(⋅) è una relazione “tecnologica” e γ sono i parametri da stimare (Gori e
Montagni, 1997).
Date le precedenti assunzioni, si ha che la variabile y assume una distribuzione normale con
E(yij|x) = β0 + βxij + h(τj ; γ), σ 2 = σ u2 + σ e2 , e covarianza (yij, yi'j') = 0 se j≠j' e i≠i, altrimenti
uguale a σ u2 se j=j' e i≠i'.
La specificazione del modello dipende ovviamente dal livello di complessità della gerarchia
e dal tipo di caratteristiche24 osservate e non osservate (o non osservabili) che sono considerate
nell’analisi. Sovente nelle indagini sull’istruzione universitaria le informazioni raccolte sono
relative oltre che ai singoli individui e ai corsi di laurea anche alle sedi. E’ allora evidente che i
dati in questo caso possono essere riordinati in una gerarchia a tre livelli e la funzione di
regressione diviene più complessa aumentando il numero di parametri
23
Per i dettagli sul modello di regressione classico si veda ad esempio Chatterjee and Price (1991).
Teoricamente si può supporre un modello con solo caratteristiche non osservate; tuttavia questo caso non viene
considerato in quanto nella pratica non esiste alcuna rilevazione che non abbia almeno una variabile osservata.
Quindi i casi si restringono a due: variabili misurate, e variabili misurate e non misurate.
24
42
yijk = β0 + βxijk + νk + ujk + eijk
dove νk è il residuo del livello delle sedi indipendente da uj e eijk, ed è distribuito come una
normale con varianza σ ν2 .
La Fig. 11 riportata di seguito mostra l’insieme dei coefficienti che possono essere inclusi
in un modello a tre livelli, distintamente ciascun livello della gerarchia.
Atenei
unità di 3^ livello
k=1…K
Corsi di laurea
j=1…Nk
Laureati
i=1…njk
Covariate
Componenti
casuali
δk
νk
τik
ujk
xijk
eijk
Yijk
FIGURA 11. Rappresentazione dei possibili coefficienti del modello
distinti per livello gerarchico
Diversamente dalla Fig. 10 in questa rappresentazione non compare l’insieme di fattori relativi
al contesto socio-economico. Occorre invece precisare che tali fattori possono essere considerati,
e possono essere inclusi in xijk oppure in una delle componenti casuali dei livelli superiori a quello
degli individui. L’inclusione nel primo o in uno degli altri livelli porta ad una diversa
interpretazione dell’efficacia25 oltre che ad una diversa specificazione del modello. Infatti, se
nella funzione si comprendono in modo distinto, cioè con coefficienti diversi tra loro, i vari
fattori individuali, delle istituzioni e i fattori socio-economici, allora si ha un tipo di efficacia che
rappresenta un indicatore utile alle famiglie, agli studenti, a tutti coloro a cui interessa fare
confronti e graduatorie per individuare la migliore fornitura del servizio; se invece l'insieme delle
covariate xijk comprende i fattori individuali e quelli socio-economici, e i fattori relativi alle
istituzioni sono rappresentati da un altro coefficiente, allora l’efficacia interessa più direttamente
coloro che sono preposti all’organizzazione e alle politiche interne delle istituzioni (corsi e sedi).
Si noti che il modello può specificarsi in modo ancora più complesso se la parte casuale
25
Come si è già accennato nel paragrafo 2, secondo Willms (1992) si possono distinguere due tipi di efficacia: il
primo, detto “Efficacia di tipo A”, e il secondo, detto “Efficacia di tipo B".
43
viene attribuita anche al coefficiente β: infatti, riprendendo il caso di una gerarchia formata
semplicemente da individui e corsi (cioè ai due livelli), se la variabilità è solo rispetto
all’intercetta, la funzione26 contiene un certo numero di termini ed esprime un insieme di rette di
regressione (una per ogni gruppo) tra loro parallele a cui è associato un ordinamento tra i gruppi
dettato esclusivamente dal termine uj. Se invece si considera variabile anche il coefficiente per
alcune covariate, allora vi è un numero maggiore di termini nel modello e le rette di regressione
possono avere inclinazioni differenti tra loro (in quanto diversi possono essere i coefficienti β); in
questo caso l’efficacia di un corso di laurea è diversa a seconda del sottoinsieme di individui
considerato.
I due tipi di modelli sono chiaramente illustrati nelle figure 12 A e 12 B.
yîj = βˆ0 j + βˆ j xij + eîj
yˆ ij = βˆ0 j + βˆ *j xij + eîj
βˆ 0 j = βˆ 0 + û j
βˆ 0 j = βˆ 0 + û j
βˆ1*j = β̂1 + uˆ1 j
FIGURA 12
FIGURA 12
Dal punto di vista delle analisi empiriche che si presentano, si ricorda che la collezione
campionaria dei dati ISTAT utilizzata nel presente studio contiene informazioni dettagliate
soltanto sulle caratteristiche personali dei laureati ma non sulle caratteristiche dei corsi di laurea e
delle sedi universitarie, e quindi non potranno essere impiegati modelli multilivello completi con
covariate per i livelli 2 e 3. Tuttavia, si conosce il tipo di laurea conseguito e l’ateneo di
provenienza di ciascun individuo (queste ultime variabili di stratificazione del disegno
campionario dell’indagine), per cui la struttura di tali dati è comunque gerarchica, e nonostante
non vi siano osservazioni di variabili relative alle sedi e ai corsi si può sempre supporre
l’esistenza di caratteristiche non osservate (o non osservabili) ad essi associate. In questo modo
attraverso un’analisi multilivello si possono individuare effetti di corso e di sede non direttamente
misurati, in base ai quali, fermo restando il controllo su altri fattori compresi quelli relativi agli
individui, si possono misurare i risultati, in termini di probabilità di occupazione, dovuti alle sedi
e ai corsi oltreché alle caratteristiche proprie degli individui. Ciò consentirà anche di effettuare
alcuni confronti tra sedi e tra corsi di laurea.
26
Il modello è propriamente detto “modello a componenti di varianza”.
44
5.3. IL MODELLO LOGISTICO MULTILIVELLO
Nelle analisi che verranno presentate sulla valutazione dell’efficacia universitaria rispetto al
mercato del lavoro la variabile risposta è dicotomica (lavoro sì/no, lavoro coerente sì/no). In
questo caso per l'analisi di regressione è appropriato l’impiego del modello logistico, in cui yij ha
una distribuzione binomiale (1, πij) con varianza (yij|πij) = πij (1- πij)/nij, e πij è la probabilità di
successo per lo i-esimo individuo nel j-esimo corso di laurea definita come
logit (πij) = β0 + βxij + uj
(o alternativamente πij = {1 + exp(-[β0+βxij+uj])}-1)
dove il residuo uj è distribuito come una normale (0, σ u2 ), β0 e β sono i parametri fissi (l'intercetta
e il coefficiente che misura l'effetto esercitato dalla covariata sul logit); σ u2 è il parametro
casuale.
L' espressione di tale modello che esplicita anche la variazione di primo livello è la
seguente:
yij = πij + eijzij
dove zij = πij (1 − πij ) / nij e σ e2 vincolata a 1 affinché varianza (yij|πij) sia uguale a πij (1- πij)/nij.
Chiaramente se non interessa rilevare l’effetto dovuto ai corsi di laurea (e perciò non si
prende in considerazione la struttura gerarchica dei dati), il modello di regressione logistica
appropriato sarà espresso senza la componente casuale relativa ai corsi, logit (πij) = β0 + βxi.
Come si vedrà più avanti nelle analisi empiriche presentate successivamente, è stato
utilizzato un modello logit a tre livelli: laureati, corsi di laurea e atenei. Dal momento che in
questi dati le variabili osservate sono soltanto a livello dei laureati, il modello logit include solo le
covariate di primo livello e le componenti casuali relative a ciascuno dei tre livelli. La sua
espressione è quindi semplice, cioè con effetti solo nell’intercetta, come segue
logit (πijk) = β0 + βxijk + νk + ujk
dove ν k e u jk sono distribuiti come una normale con parametri media e varianza rispettivamente
(0, σ ν2 ) e (0, σ u2 ), e sono tra loro indipendenti; β0 e β sono i parametri fissi, e infine σ ν2 e σ u2
sono i parametri casuali.
Le stime σ ν2 e σ u2 del modello indicano il grado di variabilità ai due livelli di sedi e di corsi
di laurea. Se quest’ultimo è molto basso nelle sedi o nei corsi (ad esempio un valore pari a
0.0001) o non è statisticamente significativo, allora il modello si riduce a due livelli.
Le componenti casuali nel modello, ν k e u jk , possono riferirsi anche ad ogni singola
covariata, come già precisato nel paragrafo precedente. L’effetto del corso di laurea e/o della sede
può cioè manifestarsi sia in generale, aggiungendosi al valore (fisso) dell’intercetta, e sia anche
con riferimento ad una singola caratteristica osservata sui laureati, aggiungendosi al valore fisso
del parametro β: in tal caso, ad esempio, per una determinata covariata si ha β1*jk = β1 +ν 1k + u1 jk .
Il coefficiente β1*jk si compone perciò di una parte riferita a tutti gli individui del campione e di
un’altra comune invece solo a coloro che appartengono allo stesso gruppo (effetti casuali dei
gruppi), come illustrato nella Fig. 12 B.
45
5.4. LE PROCEDURE SEGUITE PER L’APPLICAZIONE DEI MODELLI
Per l’applicazione dei diversi modelli multilivello alle analisi empiriche, si è proceduto nel
modo seguente:
1. individuazione dell'insieme di variabili esplicative da includere nel modello;
2. scelta della procedura di stima;
3. selezione del modello finale.
5.4.1. Individuazione dell'insieme di variabili esplicative
L’insieme delle covariate da includere nel modello è individuato mediante la scelta di
quelle variabili per le quali l’indicatore di efficacia è variabile in modo consistente. Questa
operazione di selezione scaturisce da una iniziale analisi descrittiva del fenomeno, basata
soprattutto sui risultati riportati nelle tavole pubblicate dall’ISTAT (1996) e in quelle della
sezione 4, e per alcune specifiche covariate per le quali non sono disponibili le tavole ISTAT,
mediante ulteriori elaborazioni sul data set disponibile.
La lista di tutte le covariate prese in considerazione è presentata nel Prospetto 1 qui di
seguito. Si noti che le variabili per le quali non è indicato il numero del quesito sono state
ottenute modificando le modalità di quelle già esistenti: ad esempio, il voto di laurea che varia da
66 a 110 è stato raggruppato in classi da 66 a 99, da 100 a 105 e da 106 a 110.
Inoltre, per quasi tutte le variabili, le modalità originarie sono state modificate riducendole
di numero (nella maggior parte dei casi a due categorie) oppure attribuendogli una nuova codifica
(per esempio da 1-2 a 0-1), al fine di ottenere una lettura semplificata ed omogenea dei risultati
ottenuti dai modelli con molte covariate.
46
PROSPETTO 1. Lista delle variabili prese in considerazione nelle analisi empiriche
VARIABILI (ABBREVIAZIONI)
Anno di nascita (coorte01)
Sesso (sex)
Stato civile (stciv01)
Provincia di residenza al momento dell'iscrizione (prov)
Provincia di residenza attuale (provlav)
Sede (sed)
Corso di laurea(cor)
Gruppi di corsi di laurea (grupp)
Codice regioni (cod reg)
Numero identificativo (num)
Attività di qualificazione (qualif01)
Attività lavorativa (lav)
Modalità di lavoro (modal)
Lavoro prima della laurea (prelav)
Stesso tipo di lavoro (samelav)
Cerca lavoro (cerco)
Primo lavoro dopo la laurea (plav)
Intervallo laurea-inizio primo lavoro (tempoin)
Intervallo di tempo tra laurea e occupazione attuale (interval)
Mese inizio lavoro attuale (mesein)
Anno inizio lavoro attuale (annoin)
Tipo dell'attuale lavoro (tipolav)
Settore di lavoro privato pubblico (sett)
Cerca un nuovo lavoro (cernewla)
Voto di laurea (votlau)
Voto con lode (lode)
Mese del conseguimento della laurea (meselau)
Cambio sede durante gli studi (cambsed)
Cambio corso durante gli studi (cambcor)
Laurea in corso (incor)
Diploma di scuola secondaria superiore (dipl)
Diploma di scuola secondaria superiore (dipl01)
Attività di qualificazione conclusa. o interrotta dopo la laurea (pastq01)
Condizione di "fuori sede" (fsede)
Lavoro durante gli studi (stu&la01)
Obblighi di leva (leva01)
Dipendente sett. Privato (dip-priv)
Dipendente sett. Pubblico (dip-pub)
Occupato precario (precar)
Voto di laurea (votolau)
Voto laurea da 100 a 105 (voto>99)
Voto laurea da 67 a 110+lode (voto+l)
Tempo in trimestri (T)
Variabile risposta (risp)
Titolo di studio di almeno uno dei genitori (tit01)
Professione di almeno uno dei genitori (prof01)
Posizione di almeno uno dei genitori (pos01)
47
QUESITO
N°
Inf. anagr.
Inf. anagr.
Inf. anagr.
Inf. anagr.
Inf. anagr.
MODALITÀ
ORIGINARIE
MODALITÀ
RICODIFICATE
0--1
0--1
0--1
0--1
0--1
7
7
8
9
17
23
23
24
25
26
27
31
31
32
33
34
35
1--5
1--2
1--4
1--2
1--2
codici
codici
1--8
0--20
1--13511
1--8
1--2
1--4
1--2
1--2
1--2
1--2
0--48
1--48
1--12
60--95
0--13
1--2
1--2
66-110
1
1--12
1--2
1--2
1--2
1--11
1--11
1--16
1--2
1--4
1--6
36
37
38
(-33 )- 10
0--1
0--1
67--111
1--16
0--1
1--5
1--8
1--13
1
2
3
3
3
3
3
6
6
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--39
0--12
0--4
0--1
0--2
0--1
67-110
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
0--1
5.4.2. La procedura di stima
La procedura di stima seguita27 è l’algoritmo iterativo dei minimi quadrati generalizzati
(IGLS=Iterative Generalized Least Squares) (Goldstein, 1986) applicato ad una funzione lineare
ottenuta usando lo sviluppo in serie di Taylor fino al primo ordine per la parte fissa, e fino al
secondo ordine per la parte casuale del modello logistico a tre livelli. In generale, per la t+1esima iterazione la funzione che si ottiene è
fijk (Ht+1) = fijk (Ht) + Xijk (βˆt + 1 − βˆt ) f'ijk (Ht)
+ [(ujk − uˆjk ) + (vk − vˆk )] f'ijk(Ht) + [(ujk − uˆjk ) + (vk − vˆk )] 2 f"ijk (Ht)/2
con f'ijk (Ht) = f’ijk(Ht)[1+exp(Ht)]-1,
f"ijk (Ht)= f'ijk (Ht) [1-exp(Ht)][1+exp(Ht)]-1.
Ht può essere dato dal valore corrente della parte fissa del predittore
βˆ 0t + βˆ t x ijk ,t
oppure includendo anche i residui stimati correnti
βˆ 0 t + βˆ t x ijk ,t + νˆ k ,t + uˆ ijk ,t .
Nel primo caso la procedura è detta di "2nd order marginal quasi-likelihood", cioè con
aggiustamenti di secondo ordine (derivate seconde). Nel secondo caso è detta "2nd order
penalized quasi-likelihood" (o 2nd order predictive quasi-likelihood), con valori predetti dei
residui di secondo e terzo livello, e con aggiustamenti di secondo ordine (Breslow e Clayton,
1993; Goldstein and Rasbash, 1996).
La procedura fornisce le stime dei parametri fissi e casuali, e quelle dei residui dei vari
livelli considerati. La scelta di Ht ha riguardato quella con i residui stimati: con essa le stime
sono più vicine al vero valore dei parametri (maggiore accuratezza) sia in confronto a quelle
ottenute con la procedura "2nd order marginal quasi-likelihood28", sia anche rispetto a quelle
ottenute con le sole approssimazioni di primo ordine (cioè senza aver incluso le derivate seconde
nella funzione linearizzata), come dimostrato da Goldstein and Rasbash (1996).
Per l'implementazione del modello è stato utilizzato il software MlwiN, programma
statistico specifico per analisi multilivello (Goldstein et al., 1998).
5.4.3. La selezione del modello finale
Una volta individuato il tipo di modello da impiegare per l’analisi empirica, sono state
effettuate differenti stime dello stesso. Il criterio seguito per la selezione del modello finale
consiste in una sorta di processo “backward elimination” basato sul test di Wald29 ad un livello di
27
Si ricorda che il set di dati utilizzato proviene da un campione stratificato con variabili di stratificazione corsi di
laurea e sedi universitarie. Per i problemi inerenti l'impiego di pesi nei modelli multilivello quando nei campioni le
probabilità di estrazione ad ogni strato dono diverse, si veda Pfeffermann et al., 1998.
28
Per stimare i parametri del modello logistico è necessario “linearizzare” la funzione esponenziale in modo tale
che si ottenga un modello a tre livelli con parametri distribuiti come una Normale ad eccezione del primo livello per
il quale è assunta una variazione binomiale; successivamente si applica la stima di quasi verosimiglianza (McCullagh
and Nelder, 1989; Goldstein, 1991; Rodriguez and Goldman, 1995).
29
La statistica test di Wald data dal rapporto tra la stima del coefficiente e il suo errore standard, segue una
48
confidenza del 95%. Tale processo si muove per passi: inizialmente viene considerato un modello
che include un certo numero (elevato) di covariate ritenute plausibili come fattori determinanti
per la probabilità di occupazione, e contiene anche alcune possibili interazioni tra queste30. Se dal
test una variabile o più variabili non risultano statisticamente significative, queste vengono
scartate e il modello diviene più parsimonioso. Nei passi successivi si procede a nuove stime dei
modelli sempre più ridotti e ai test sulle variabili. Il processo termina quando tutte le variabili
presenti nel modello risultano significative.
5.5. LA INTERPRETAZIONE DEI PARAMETRI DEL MODELLO E DEI RISULTATI OTTENUTI
L'espressione del modello logit più immediata per l'interpretazione dei risultati ottenuti
dalla stima del modello è la seguente
πijk = {1+exp(-[β0 + βxijk + νk + ujk])}-1,
che deriva dalla trasformazione antilogaritmica del logit della probabilità di trovare lavoro
logit (πijk) = ln (π/1-π) = β0 + βxijk + νk + ujk,
dove 1-π denota la probabilità che i laureati hanno di non trovare lavoro entro tre anni dalla
laurea, e (π/1-π) è detto rapporto di probabilità o odds.
I valori stimati dei parametri β̂ , νˆk e ûij indicano gli effetti esercitati sul logit (o sulla
probabilità se effettuata la trasformazione antilogaritmica) rispettivamente delle singole variabili
e delle loro possibili interazioni, dei valori dei residui delle sedi universitarie e dei corsi di laurea.
Tuttavia, riguardo a questi parametri occorre fare alcune precisazioni necessarie per
l'interpretazione dei risultati ottenuti nelle analisi che verranno presentate successivamente.
5.5.1. I parametri fissi
Tutte le variabili considerate nell'analisi sono qualitative di tipo nominale o comunque rese
tali, comprese la votazione finale alla laurea e l’anno di nascita, originariamente di tipo
quantitativo, i cui valori sono stati raccolti in classi.
Questa caratteristica delle variabili implica, ai fini dell'impiego dei modelli di regressione,
l'adozione di particolari variabili dette "dummy" che rappresentano le unità che consentono di
misurare il cambiamento che si ha nella variabile dipendente passando da una modalità all'altra di
ciascuna variabile (Hosmer and Lemeshow, 1989). Una delle modalità viene scelta di riferimento
(o base) e ad essa viene attribuita una dummy uguale a zero, se dicotomica, o più dummy uguali a
zero se politomica.
Le modalità scelte come livelli di riferimento per ciascuna delle variabili utilizzate nelle
analisi empiriche sono indicate nel Prospetto 2 riportato alla fine del paragrafo.
A titolo esemplificativo, per far comprendere come si interpretano i parametri stimati, si
consideri un modello in cui vi sia soltanto una covariata, come il settore di lavoro, che presenta
tre modalità. Per distinguere una modalità dall’altra e il loro rispettivo effetto sul logit, si procede
distribuzione normale standard, e l’ipotesi sottoposta a verifica è che il coefficiente in esame sia uguale a zero. Può
essere utilizzato come valore critico il valore 2 al quale corrisponde un livello di significatività del test di circa 0.05;
perciò, se la statistica è |W|>2 allora si conclude che la variabile in esame è significativamente diversa da zero.
30
Per evitare di avere un modello con un numero eccessivo di parametri, le interazioni tra le variabili sono state
considerate in esso una per volta.
49
ad una codifica associando a ciascuna di esse una nuova variabile che assume soltanto valori 0 e
1 come segue
Settore di lavoro
Coefficienti
β 10
β 11
β 12
Indipendente
Dipendente privato
Dipendente pubblico
*
variabili dummy x1m
0
0
1
0
0
1
Sulla base di questo criterio si può allora riscrivere l’espressione antilogaritmica del
modello logistico, visto in precedenza, nel modo seguente, più consono a questo specifico caso
π = [1 + exp(− g ( x) )]−1 dove
g ( x) = β 0 +
M 1 −1
∑β
m =1
1m
x1*mijk + ν k + u jk 31,
*
e dove x1m
sono le M1-1 variabili dummy, β 1m sono i rispettivi coefficienti ognuno dei quali
rappresenta l’effetto di ciascuna delle M1–1 modalità della variabile.
Con riferimento all’esempio fatto nel prospetto e utilizzando la notazione delle dummy per
esteso, la funzione può essere riscritta più esplicitamente come segue
π=
(
exp β 0 + β10 ( x10* ijk = 0) + β11 ( x11* ijk = 1) + β11 ( x12* ijk = 1) + ν k + u jk
(
1 + exp β 0 + β10ijk ( x
*
10 ijk
= 0) + β11ijk ( x
*
11ijk
= 1) + β12ijk ( x
*
12 ijk
)
= 1) + ν k + u jk
)
.
Questo criterio adottato nelle analisi che seguono è uno tra i vari metodi proposti in
letteratura per la costruzione di variabili di questo tipo. La sua principale caratteristica, diversa
dagli altri criteri32 (come ad esempio il criterio detto di "deviazione dai valori medi di gruppo"
oppure quello in cui i valori delle variabili dummy sono -1 e 1), consiste nel fatto che si sceglie
per la covariata una modalità di riferimento attribuendole delle dummy uguali a zero; perciò, dal
punto di vista dell’interpretazione di questi parametri, si ha che ciascun β hm esprime lo
scostamento dall'effetto esercitato dalla modalità di riferimento, β h 0 . Inoltre, quando si stima il
modello si ottengono tante stime quanto è il numero delle M-1 modalità relative alla variabile e,
naturalmente, sono questi risultati che mettono in rilievo l’effetto complessivo esercitato dalle
variabili sulla variabile risposta.
L’utilità delle dummy per la stima del modello è fondamentale anche ai fini interpretativi
poiché avendo stimato l’effetto di ogni singola modalità β hm , è possibile calcolare la probabilità
(π) a seconda delle modalità che vengono incluse nella funzione, cioè nel caso in esame la
probabilità di trovare lavoro per un laureato con un dato profilo (con specifiche modalità della
diverse variabili).
31
Nel caso più generale dove nel modello siano incluse anche variabili quantitative, e la variabile qualitativa
assume la j-esima posizione, si avrà allora la seguente espressione
−1
32
M 1 −1



*
π = 1 + exp − ( β 0 + β1 x1ijk + ... + ∑ β hm xhmijk
+ ... + β H xHijk + ν k + u jk )  .
m =1



Si veda a questo proposito ancora Hosmer and Lemeshow, 1989.
50
Sempre con riferimento all’esempio fatto, si potranno allora definire tre probabilità diverse
che delineano tre diversi profili
1)
π=
2)
π=
3)
π=
(
exp β 0 + β10 ( x10* ijk = 0) + ν k + u jk
(
1 + exp β 0 + β10 ( x
(
*
10 ijk
= 0) + ν k + u jk
*
exp β0 + β11( x11
ijk = 1) + ν k + u jk
(
1 + exp β0 + β11( x
(
*
11ijk
(
1 + exp β 0 + β12 ( x
)
= 1) +ν k + u jk
*
exp β 0 + β12 ( x12
ijk = 1) + ν k + u jk
*
12 ijk
)
)
= 1) + ν k + u jk
)
,
),
)
.
Il primo di questi tre casi, costituito dal solo parametro β 0 (dato che β10 ( x10* ijk = 0) è nullo), è
il cosiddetto profilo di riferimento (o profilo base).
Nell’interpretare questi risultati che si ottengono si può concludere che nel passare da un
profilo dove il settore di lavoro è quello indipendente (caso di riferimento), a quello dove il
settore è dipendente privato (secondo caso), o, alternativamente, a quello dove il settore è
dipendente pubblico (terzo caso), la probabilità stimata sarà ovviamente diversa33, e il contributo
a questa differenza è proprio rappresentato dal valore stimato dei singoli β1m .
Nelle analisi che verranno presentate non vi è una sola variabile come nel precedente
esempio, ma c'è un certo numero di variabili nominali, per cui la funzione antilogaritmica del
modello logistico assume la seguente espressione
M j −1
M J −1
M 1 −1


*
*
exp β 0 + ∑ β1m x1*mijk + ... + ∑ β hm xhmijk
+ ... + ∑ β Hm xHmijk
+ ν k + u jk 
m =1
m =1
m =1

 .
π=
M j −1
M J −1
M 1 −1


*
*
1 + exp β 0 + ∑ β1m x1*mijk + ... + ∑ β hm xhmijk
+ ... + ∑ β Hm xHmijk
+ ν k + u jk 
m =1
m =1
m =1


Da quanto appena detto è evidente, quindi, che il modello stimato è anche un utile
strumento di informazione per gli utenti che desiderano ottenere stime della probabilità di trovare
lavoro (o di altra variabile risultato) per differenti profili di laureati o che, singolarmente, possono
essere interessati alla stima della probabilità di trovare lavoro per uno specifico laureato con un
dato profilo, cioè con determinate caratteristiche. L’utilizzo di tali stime quali informazioni per
gli utenti che, ad esempio, si stanno presentando sul mercato del lavoro va fatto con cautela,
poiché, ovviamente, la sottostante ipotesi che la situazione della transizione dall’università al
mercato del lavoro rimanga invariata è certamente molto “forte”; tuttavia, le indicazioni di
massima che se ne possono trarre sono certamente importanti ed utili.
5.5.2. L’analisi e la utilizzazione dei residui
Nei modelli multilivello ogni residuo è una variabile casuale avente una distribuzione con
parametro σ 2 il cui valore individua la variabilità nel livello, ed inoltre è riferito a ogni singola
unità appartenente al livello a cui esso stesso è associato.
33
Può accadere anche che β 11 = β 12 , ma questo è un caso particolare che nella realtà si verifica raramente. Al più
questi coefficienti saranno tra loro molto simili, e conseguentemente lo saranno anche le probabilità stimate.
51
Per ciascun livello gerarchico considerato nel modello, i valori dei residui e di quelli
standardizzati rispetto ai corrispondenti errori standard possono essere utilizzati, impiegando
opportune rappresentazioni grafiche, anche per raggiungere i seguenti obiettivi:
a) verifica delle assunzioni poste nel modello che le varianze dei residui sono costanti e che
i residui sono distribuiti come una normale;
b) individuazione di singole unità di un determinato livello che presentano valori dei
residui molto elevati o molto bassi rispetto all'insieme dei valori, e che possono incidere in modo
rilevante sull'entità della varianza del livello cui appartengono;
c) svolgimento di un'analisi basata sul confronto tra coppie di unità dello stesso livello che
consente di individuare gruppi di unità simili, o differenti.
a) Una prima rappresentazione grafica che si può utilizzare è quella dove si riportano le
coppie di valori relativi ai residui standardizzati e i valori predetti della parte fissa del modello.
La posizione dei punti rappresentati nel grafico fornisce una risposta all’assunzione fatta sulla
varianza dei residui: quanto più tali punti sono raccolti intorno allo zero, tanto più la varianza
assume un valore costante. Qui di seguito è riportato un esempio (Goldstein, 1995, p. 28) relativo
ad un caso riguardante soltanto residui di primo livello, in cui l’ipotesi che la varianza sia
costante non è chiaramente accettabile. Si noti inoltre che questo specifico caso, preso a titolo
esemplificativo, evidenzia una variazione tra i valori dei residui minore per valori predetti più
elevati.
3
1
Re sid ui
sta nd a rd iz.-1
-3
-5
15
25
35
Va lo ri p re d e tti d e lla p a rte fissa d e l m o d e llo
b) Una seconda rappresentazione grafica può riportare la distribuzione dei valori dei residui
standardizzati rispetto ai quantili della distribuzione normale. In questo caso, quanto più i punti
rappresentati nella figura tendono a disporsi attorno ad una ipotetica linea retta tanto più è
rispettata l’ipotesi di normalità della loro distribuzione fatta nel modello (Goldstein and Healy,
1995). Nella seguente figura è riportato un esempio (Goldstein, 1995, p. 25) di come tale ipotesi
posa essere supportata dai dati.
52
3
Re sid ui
sta nd a rd iz.
1
-1
-3
-5
-5 -4 -3 -2 -1
0
1
2
3
4
5
Quantili distribuzione normale
Sempre osservando questo grafico si possono notare agli estremi della ipotetica linea retta
alcune unità “distaccate” che presentano valori molto elevati e molto bassi. La presenza di tali
unità “anomale” dette anche outliers, avviene in quanto tali unità hanno caratteristiche più
marcate (a volte meno marcate) se non addirittura diverse rispetto al resto del gruppo. In questa
situazione è spesso utile procedere ad una nuova stima del modello senza le suddette unità e
confrontare i risultati con quelli già ottenuti, per valutare il grado di influenza di queste unità
sulle stime dei parametri, in particolare di quello della varianza, e conseguentemente decidere se
mantenerle o meno nell’analisi. Solitamente quando le differenze sono abbastanza ridotte (la
scelta di una differenza minima è arbitraria) è preferibile fare l’analisi sull’intero dataset.
Inoltre, il grafico consente di studiare la variabilità tra le unità. In questo caso è
determinante l’inclinazione dell’allineamento tra le unità. Si sa che per ogni unità di un
determinato livello si può determinare una stima di base della probabilità della variabile risultato,
vale a dire avendo considerato un modello con la sola intercetta. Le unità con valori più alti
corrispondono quindi a probabilità più elevate e l’inclinazione della ipotetica retta di
allineamento è un indicatore di un determinato livello di variabilità tra le unità. Quanto minore è
l’inclinazione, tanto più simili sono le unità e minore è la variabilità. L ipotetica retta può
presentare anche dei tratti con inclinazioni diverse a cui corrispondono insiemi (più o meno
grandi) di unità con differente variabilità.
c) Il terzo ed ultimo grafico (Goldstein, 1995, p. 37) è costruito rappresentando i valori dei
residui non standardizzati con i relativi intervalli di confidenza34. Questi valori, riferiti alle
singole unità statistiche del livello preso in considerazione, vengono disposti in ordine crescente e
quindi mettono in evidenza l’importanza dell’effetto sulla variabile risposta attribuibile a
ciascuna unità. Un esempio di grafico di questo tipo, fatto per unità di secondo livello, è riportato
nella figura che segue.
34
La procedura per effettuare confronti tra unità, basata su una rappresentazione grafica dei residui si trova
proposta in Goldstein and Healy, 1995.
53
5
3
1
Re sid ui
-1
-3
-5
Unità d e l se c o nd o live llo
Questa rappresentazione è utile quando si vogliono fare confronti fra coppie di unità, ad
esempio tra corsi di laurea o tra sedi universitarie, che è poi uno degli obiettivi di questa ricerca.
Il criterio per giudicare l’esistenza di una differenza statisticamente significativa ad un
determinato livello (1-α)% per ogni coppia di unità si basa sul confronto tra gli intervalli di
confidenza dei relativi residui: se questi intervalli non contengono lo stesso insieme di valori,
cioè se essi non si sovrappongono l’uno all’altro, allora si può dire che le due unità sono
significativamente diverse tra loro. Le differenze sono quindi significative quando nelle coppie
messe a confronto le unità hanno valori dei residui molto diversi e i relativi intervalli di
confidenza sono ampi ma non a tal punto da sovrapporsi l'uno con l'altro; o al contrario, quando i
valori dei residui sono molto vicini tra loro ma i relativi intervalli di confidenza sono molto
piccoli a tal punto da non sovrapporsi.
Con riferimento alle analisi empiriche che saranno presentate nel paragrafo successivo, si
deve far presente che le rappresentazioni grafiche illustrate potranno essere predisposte ed
impiegate adeguatamente soltanto per le unità corrispondenti alle sedi universitarie (che sono 64).
Infatti, la numerosità dei corsi di laurea attivati nelle varie sedi è troppo elevata (sono 766) per
poter fornire grafici facilmente “leggibili”.
54
PROPETTO 2. Lista delle modalità scelte come livelli di riferimento per ciascuna variabile presa
in considerazione nelle analisi empiriche
MODALITÀ DI
RIFERIMENTO
ALTRE MODALITÀ
(M= 1, 2, …,M)
(M=0)
Dal 1962
Prima del 1961
Sesso (sex)
Maschio
Femmina
Stato civile (stciv01)
Coniugato-a/convivente
Attività di qualificazione (qualif01)
Celibe/nubile/
separato-a/divorziatoa/ vedovo-a
Stessa provincia della
sede universitaria
Stessa provincia della
sede universitaria
Nessuna attività
Attività lavorativa (lav)
Non lavoro
Altra provincia rispetto
alla sede universitaria
Altra provincia rispetto
alla sede universitaria
Qualunque attività tra
quelle menzionate
Si lavoro
Modalità di lavoro (modal)
Stabilmente/con
contratto di formazione
Non lavoravo prima
della laurea
No, non è lo stesso
tipo di lavoro
Non cerco lavoro
Precariamente/solo
occasionalmente
Lavoravo prima della
laurea
Sì, è lo stesso tipo di
lavoro
Sì, cerco lavoro
No, non è il primo
lavoro dopo la laurea
Prima del 1992
No, non cerco un
nuovo lavoro
67
Sì, è il primo lavoro
dopo la laurea
1992
1993
1994
1995
Tutte le attività di lavoro
dipendente
Dipendente privato
Dipendente pubblico
Sì, cerco un nuovo
lavoro
68—110
No lode
Sì lode
Cambio sede durante gli studi (cambsed)
No, non ho cambiato
sede
No, non ho cambiato
corso di laurea
Fuori corso
Sì, ho cambiato sede
Provincia di residenza al momento dell'iscrizione
(prov)
Provincia di residenza attuale (provlav)
Lavoro prima della laurea (prelav)
Stesso tipo di lavoro (samelav)
Cerca lavoro (cerco)
Primo lavoro dopo la laurea (plav)
Anno inizio lavoro attuale (annoin)
Tipo dell'attuale lavoro (tipolav)
Settore di lavoro (sett)
Cerca un nuovo lavoro (cernewla)
Tutte le attività di
lavoro indipendente
Indipendente
Sì, ho cambiato corso di
laurea
In corso
(continua)
55
(segue)
Diploma di scuola secondaria superiore (dipl)
Maturità professionale
Maturità
professionale/tecnica
industriale/geometri/co
mmerciale/altra
maturità tecnica
Nessuna
Attività di qualificazione conclusa. o interrotta
dopo la laurea (pastq01)
Condizione di "fuori sede" (fsede)
No, non sono stato un
"fuori-sede"
Nessun lavoro
Assolti prima/durante
l'università/esonerato
Dipendente sett. Privato (dip-priv)
Dipendente sett. Pubblico (dip-pub)
Occupato precario (precar)
Voto di laurea (votolau)
Voto laurea da 67 a 110+lode (voto+l)
Intervallo di tempo tra laurea e occup. (interval)
No
No
No
-33
No
No
67
1
1
Nessun titolo/licenza
elementare/licenza
media/di
avviamento/non so
In cerca di
occupazione/casalinga
-o/inabile al lavoro/
pensionato/altra
condizione/non so/
deceduto
Socio di cooperativa/
lavoratore in proprio/
coadiuvante/operaio/
lavorante a domicilio/
altro
56
Maturità tecnica-ind.
Maturità geometri
Maturità commerciale
Maturità classica
Maturità artistica
Altro
Maturità magistrale/
scientifica/classica/
linguistica/artistica/ altro
Interrotta o conclusa una
qualsiasi attività tra
quelle menzionate
Sì, sono stato un "fuorisede"
Stabile/precario/
occasionale
Assolti dopo la laurea/ li
sto assolvendo/ancora
da assolvere
Sì
Sì
Sì
Da –32 a 10
Sì
Sì
Da 68 a 111
Da 2 a 48
Da 2 a 8
Diploma o qualifica/
laurea
Occupato
Imprenditore/libero
professionista/dirigente/i
nsegnante/quadro/
funzionario/impiegato/in
termedio
6. I
PRINCIPALI RISULTATI DELLE ANALISI SULL'EFFICACIA DELLA FORMAZIONE
UNIVERSITARIA NEI RIGUARDI DEL MERCATO DEL LAVORO EFFETTUATE
IMPIEGANDO I MODELLI MULTILIVELLO AI DATI DELL'INDAGINE ISTAT 1995
Le previste analisi empiriche della efficacia della formazione universitaria nei riguardi del
mercato del lavoro con l’impiego dei modelli multilivello sono state possibili utilizzando i dati
individuali relativi all’indagine ISTAT del 1995 sugli sbocchi professionali.
Ai fini interpretativi dei risultati che saranno presentati occorre fare due precisazioni. In
primo luogo, è opportuno ricordare che si tratta di una indagine campionaria che ha riguardato i
laureati del 1992 in 766 corsi di laurea attivati in 64 università italiane e che ad essa hanno
risposto 13511 laureati (su una popolazione di laureati di 88318).
Pur essendo il campione stratificato con variabili di stratificazione proprio i corsi di laurea e
le sedi universitarie, le stime sono affette, come sempre avviene, da più o meno elevati errori di
campionamento e da distorsioni dovute alle mancate risposte, che, quando si scende a livello di
singolo corso di laurea in un sede universitaria, possono essere molto elevati. E’ ovvio, quindi,
che i risultati che verranno presentati non hanno come obiettivo principale quello di evidenziare i
confronti tra corsi di laurea e tra sedi universitarie nel sistema universitario italiano, a meno che
le differenze non siano altamente significative, ma soprattutto quello di far vedere quali
indicazioni di massima si possono desumere dalle analisi e quale tipo di confronti si potrebbero
fare se si disponesse di dati relativi a tutti i laureati.
In secondo luogo, si ricorda, come si è già detto e come si può vedere dal Prospetto 1
riportato nel Par. 5.4.1., che le variabili rilevate con l’indagine riguardano soltanto le
caratteristiche relative ai laureati e non le caratteristiche relative ai corsi di laurea e alle sedi
universitarie. Non avendo covariate per queste unità di secondo e terzo livello è evidente che con
l’applicazione dei modelli multilivello si possono stimare soltanto gli effetti globali sulla
probabilità di trovare lavoro (o di altra variabile risultato) imputabili a ciascuno dei due livelli,
senza riuscire a spiegare i motivi di eventuali differenze tra corsi di laurea e tra sedi universitarie.
Come si è precisato nella sezione 2, in tal modo i confronti consentono di valutare la efficacia
relativa che rappresenta interesse soprattutto per gli utenti, in particolare studenti e famiglie, che
spesso desiderano essenzialmente effettuare confronti per individuare le unità che forniscono il
“miglior servizio” in termini di esiti occupazionali senza preoccuparsi di come i risultati sono
stati ottenuti. Le analisi che saranno presentate non potranno, quindi, essere impiegate dalle unità
operative e/o dai finanziatori che desiderano tener conto di come è organizzato e funziona il
processo formativo, in modo da valutare la diversa capacità delle varie unità operative di
impiegare le risorse a disposizione. D’altra parte, nell’interpretare i confronti come indicatori di
efficacia relativa occorre in ogni caso tener presente che le differenze possono essere dovute agli
effetti delle variabili di contesto (quali la situazione occupazionale, la presenza di imprese di
media-grande dimensione, la situazione sociale, ecc.) relative alle diverse zone territoriali dove
sono localizzate le sedi universitarie e dove il laureato accede al mercato del lavoro, che invece
non sono state prese in considerazione anche per mancanza di indicatori adeguati nel data set
disponibile.
57
6.1. LA PROBABILITÀ DI OCCUPAZIONE DEL LAUREATO “IN CERCA DI LAVORO”
L’analisi che qui si presenta riguarda la stima della probabilità di occupazione ( πˆ = lavoro
sì) riferita al sottoinsieme del campione di laureati intervistati che hanno trovato lavoro entro tre
anni dalla laurea e, come si è detto nella sezione 4, esclude coloro che già lavoravano prima della
laurea e non hanno cambiato lavoro, e anche coloro che non lavorano e che non cercano lavoro35.
Si tratta quindi di laureati che erano "in cerca di lavoro".
In questa analisi si è utilizzato un modello logit a tre livelli dove in particolare come
secondo livello si sono considerati i gruppi di corsi di laurea, i cosiddetti settori disciplinari.
Successivamente si è svolto lo stesso tipo di analisi considerando come secondo livello l’insieme
dei singoli corsi di laurea, sia per avere risultati più analitici che per verificare se i risultati sono,
come presumibile, diversi nei due corsi per quanto riguarda la variabilità attribuibile alle stime
del parametro relativo al secondo livello.
6.1.1. Analisi effettuate considerando come livelli i gruppi di corsi di laurea e le sedi
universitarie
L’insieme delle variabili preso in considerazione in questa analisi deriva da una selezione
delle variabili, indicate nel Prospetto 1 riportato nel Par. 5.4.1., che in base alle analisi fatte nella
sezione 4 sono risultate più legate all’indicatore che si sta analizzando. Le modalità di riferimento
delle variabili si trovano nel Prospetto 2 riportato alla fine del Par. 5.5..
Il logit di base che si è ottenuto con variabile dipendente lavoro sì/no e quando le covariate
sono tutte nulle si riferisce all’insieme di laureati così definito:
• maschi nati dopo il 1962;
• che hanno svolto il servizio militare prima o durante l’università, oppure sono stati
esonerati;
• con nessuno dei genitori lavoratore al momento dell’intervista;
• che non hanno svolto alcun lavoro durante gli studi universitari;
• laurea conseguita fuori corso;
• con nessuno dei genitori che possieda un diploma o una laurea;
• con voto di laurea 67.
35
Nel primo caso l’aver conseguito il titolo di dottore non ha comportato alcun effetto sulla probabilità di avere un
lavoro entro tre anni. Per quanto riguarda la seconda categoria di persone, possiamo dire che i laureati che non
lavorano e non cercano lavoro non si presentano neppure sul mercato, e di conseguenza si può affermare che non
hanno alcuna probabilità di occupazione.
Le ragioni per le quali un individuo può essere disinteressato o distolto dalla ricerca del lavoro sono diverse:
personali, di salute, di studio, di assenza di necessità di guadagno, perché in servizio di leva, o perché in attesa di
chiamata (si veda domanda n. 3 del questionario), o infine lo scoraggiamento dovuto al fallimento della ricerca
durante i primi mesi dopo la laurea. Purtroppo, il questionario d’indagine non dispone di alcuna domanda che
contempli quest’ultima ragione, né alcun riferimento ai tempi e alle cause del fallimento.
Il capitolo 4 della pubblicazione ISTAT dell’indagine del 1995 sugli sbocchi professionali (1996, pp.109÷112)
offre un quadro completo per sesso e corsi di laurea sui disoccupati e inattivi che cercano e non cercano lavoro,
questi ultimi distinti secondo le ragioni della mancanza della ricerca. I risultati mostrano che "il proseguimento negli
studi o in altre attività di qualificazione professionale" è la ragione con la più elevata percentuale di soggetti che non
cercano lavoro.
Si può osservare questo fenomeno anche attraverso i risultati calcolati sulle risposte alla domanda n.2 del
questionario “la formazione professionale dopo la laurea”, potendo inoltre distinguere la scelta tra volontariato,
tirocinio, dottorato, borsa, ulteriori studi, e infine altre attività di qualificazione professionale inferiori e superiori ai
sei mesi: si riscontrano percentuali molto elevate per il dottorato, seguite dalla borsa e infine da ulteriori studi. Le
stesse conclusioni si ottengono leggendo i prospetti sulla condizione occupazionale e sulle attività di qualificazione
professionale del capitolo 10 (pp.173÷178) della già citata pubblicazione dell'ISTAT sugli sbocchi professionali..
58
Di seguito si riportano i risultati ottenuti dalla stima del seguente modello finale:
y ijk distribuito come una binomiale con parametri (1, π ijk )
log it (π ijk ) = β 0 + ∑ β h x hijk + v k + u 0 jk + x1ijk u 1 jk
h
v k distribuito come una normale con parametri (0, σ ν2 )

σ u20 σ u 01  

0  
u 0 jk 

N
,



 distribuiti come
0  
2 
u
σ
σ

u1  
 1 jk 
    u 01




Parametri
Fissi
COSTANTE
SESSO (SEX)
ETA’ (COORTE01)
LEVA01
LAVORO DURANTE
GLI STUDI (STU&LA01)
LAUREA IN CORSO
(INCOR)
PROFESS. GENITORE
(PROF01)
TITOLO STUDIO
GENITORE (TIT01)
VOTO DI LAUREA
VOTLAU
VOTO*SEX
Stime (err. std.)
1.1100 (0.117)
-0.8427 (0.065)
-0.2142 (0.098)
-0.7059 (0.077)
0.3033 (0.050)
Parametri
Stime (err. std.)
Casuali
Livello 3
COSTANTE
COSTANTE
0.343 (0.100)
Livello 2
0.2402 (0.070)
COSTANTE
0.1488 (0.054)
COSTANTE
0.423 (0.070)
0.1486 (0.050)
VOTLAU
0.001 (0.003)
VOTLAU
0.001(0.0004)
0.0083 (0.006)
0.0221 (0.007)
Come già illustrato nel Par. 5.5.1., sulla base delle stime dei parametri è ovviamente
possibile calcolare la probabilità di trovare lavoro per differenti profili di laureati.
Come si è già detto, le stime relative ai parametri casuali rappresentano la misura della
variabilità imputabile ai livelli di gruppi di corsi di laurea e di sedi. Osservando i risultati si può
dire che essa è piuttosto alta e che le differenze sono più marcate tra i gruppi di corsi di laurea
(0.423), piuttosto che tra le sedi (0.342); l’effetto del voto di laurea evidenzia invece una
differenziazione irrilevante a livello di corsi (0.001).
I risultati delle stime relative alle covariate sono in generale plausibili, e mettono in
evidenza l'importanza sulla probabilità di trovare lavoro soprattutto delle variabili sesso e servizio
militare. Comunque i risultati sono in alcuni casi poco comprensibili in prima istanza. Ad
esempio, è certamente vero che l'effetto dell'adempimento al servizio militare possa incidere
negativamente e in misura non irrilevante sulla possibilità di avere un lavoro stabile o temporaneo
(anche se dall'esame dei dati effettuato nel Par. 4.3. ciò non appariva). Infatti, il neolaureato che
deve ancora adempiere gli obblighi di leva, o è ancora in servizio, ha vincoli di impegno che gli
rendono difficile l'accesso al mercato del lavoro, e, come verrà più avanti evidenziato, la sua
condizione in termini di probabilità tenderà a migliorare soltanto dopo aver trascorso tale periodo.
La stima del coefficiente per la variabile sesso fornisce un risultato prevedibile (si veda il
59
Par. 4.3.), e conferma la disparità ancora esistente tra i sessi. Questa discriminazione può talvolta
essere dovuta alla presenza di certi tipi di lavori per il cui svolgimento sono necessari dei requisiti
che non sono riscontrabili nelle caratteristiche fisiche delle donne36.
L'esperienza di lavoro maturata durante gli studi (STU&LA01) accresce invece
moderatamente l'opportunità di occupazione: infatti l'occasione di aver lavorato stabilmente o
precariamente prima della laurea costituisce da un lato un "biglietto da visita" ben apprezzato sul
mercato, dall'altro lato conferisce esperienza e informazioni che dovrebbero avvantaggiare
l'individuo nella ricerca del lavoro.
Coloro che si laureano fuori corso hanno qualche piccola difficoltà a trovare lavoro: il
"mercato" probabilmente assume meno volentieri nuove forze di lavoro costituite da individui
che hanno conseguito il titolo in tempi più lunghi, in quanto questo potrebbe significare che essi
sono più lenti ad apprendere e/o a svolgere programmi di studio istituzionali, e le competenze
acquisite potrebbero essere di livello inferiore a quelle certificate dal titolo di dottore, anche se in
realtà la lunga “durata” degli studi universitari è ormai una “cronica” realtà dell’università
italiana. Questo effetto è verosimilmente conglobato nella variabile età (COORTE01) secondo la
quale l’appartenenza a coorti anteriori al 1961 fanno diminuire la probabilità di occupazione.
La votazione della laurea, compresa la sua interazione con il sesso, risulta irrilevante ai fini
della probabilità di occupazione; anche la corrispondente variabilità a livello di gruppi di corsi è
quasi nulla. Ciò conferma, in parte, quello che si era visto nel Par. 4.3..
Va tuttavia riconosciuto, benché difficilmente riscontrabile da questo modello, che il voto
di laurea costituisce una variabile di interesse, in quanto il confronto che più comunemente siamo
portati a fare tra gli individui (rispetto alle loro probabilità di occupazione) è basato proprio sulle
votazioni, molto spesso distinte per sesso. Il voto finale è considerato uno strumento di
valutazione della qualità del servizio rappresentata dalle capacità cognitive e di preparazione
delle singole persone. Rispetto al mercato del lavoro il voto è l’unico diretto indicatore del grado
di validità di formazione che l’università stessa attribuisce alla fine del processo, e in base al
quale il mercato opera la selezione tra individui. Nel pubblico impiego ad esempio, le carriere
sono organizzate in base al voto: si formano graduatorie nelle liste di attesa per supplenze, come
nel caso dell’insegnamento; si formano graduatorie nei punteggi ai concorsi.
In base alle analisi fatte nel Par. 4.3. sembra di poter ritenere che forse la stima non
significativa per la variabile voto di laurea 110 e lode possa essere attribuita, almeno in parte, alla
interazione con il sesso, i corsi di laurea e le sedi universitarie. Si è proceduto pertanto ad una
ulteriore verifica determinando le probabilità di occupazione per due profili di laureati con
votazioni 100 e 110, distinti per i maschi e per le femmine con appartenenza ai gruppi di corsi e
sedi.
Nella Tab. 10 si riportano i primi e gli ultimi venti valori della graduatoria delle probabilità
di trovare lavoro ordinate in senso crescente. Si fa presente che il gruppo di corsi con valori più
bassi contiene tutte sedi appartenenti al Sud del territorio italiano, fatta eccezione della 411 che è
sede localizzata al Centro, mentre gli ultimi venti valori più alti appartengono alle sedi
universitarie del Nord con una spiccata prevalenza dei gruppi di corsi di laurea di Ingegneria ed
Economico.
Date le stime dei parametri (valori molto bassi per il voto, elevati per il sesso), si ottiene
che le differenze tra le votazioni nell'ambito dello stesso sesso e con riferimento alla stessa sede e
allo stesso corso sono molto contenute, talvolta anche nulle, mentre sono più marcate le
differenze tra i sessi.
36
In questo studio tuttavia la ricerca del lavoro da parte dei soggetti tende verso occupazioni per le quali è
necessario il possesso della laurea, non escludendo però che l'eventuale occupazione non sia conforme al tipo e al
livello di formazione posseduta.
60
TABELLA 10. Probabilità di occupazione stimate per sesso e voto di laurea, con indicazione dei gruppi di
corsi di laurea e delle sedi universitarie
πˆ
Sedi
πˆ
πˆ
πˆ
Gruppi Maschi Sedi Gruppi Maschi Sedi Gruppi Femmine Sedi Gruppi Femmine
di corsi 100
di corsi
di corsi 110
di corsi
100
110
(codici) (codici)
(codici) (codici)
(codici) (codici)
(codici) (codici)
831
7
0.31
831
7
0.29
831
7
0.16
831
7
0.18
681
8
0.37
681
8
0.30
681
8
0.20
681
8
0.19
781
8
0.38
761
8
0.35
781
8
0.21
761
8
0.23
831
6
0.39
651
7
0.36
831
6
0.22
651
7
0.23
721
7
0.39
721
7
0.38
721
7
0.22
721
7
0.25
651
7
0.39
831
6
0.39
651
7
0.22
831
6
0.26
761
8
0.39
651
8
0.39
761
8
0.22
651
8
0.26
831
5
0.41
831
5
0.39
831
5
0.23
831
5
0.26
671
7
0.41
411
1
0.42
671
7
0.24
411
1
0.28
821
7
0.42
901
1
0.42
821
7
0.24
901
1
0.28
411
7
0.44
582
1
0.43
411
7
0.26
582
1
0.29
781
5
0.44
781
5
0.44
781
5
0.26
781
5
0.30
651
8
0.45
901
7
0.45
651
8
0.26
901
7
0.30
901
7
0.45
871
7
0.45
901
7
0.27
871
7
0.30
901
1
0.46
631
7
0.45
901
1
0.27
631
7
0.31
791
7
0.46
671
7
0.46
791
7
0.27
671
7
0.31
831
8
0.46
431
7
0.46
831
8
0.27
431
7
0.31
671
6
0.46
541
7
0.46
671
6
0.28
541
7
0.31
651
6
0.47
781
8
0.46
651
6
0.28
781
8
0.31
701
4
0.47
701
4
0.46
701
4
0.28
701
4
0.31
154
221
11
11
181
321
153
341
161
231
341
281
152
321
181
271
371
171
181
154
6
3
4
2
5
5
5
5
5
5
3
3
3
3
2
5
3
3
3
5
0.90
0.90
0.90
0.90
0.90
0.91
0.91
0.91
0.91
0.91
0.91
0.91
0.92
0.92
0.92
0.93
0.93
0.93
0.93
0.94
154
152
231
481
161
321
371
341
221
341
371
181
181
171
281
321
271
181
154
153
6
3
5
5
5
5
5
5
3
3
3
5
2
3
3
3
5
3
5
5
0.91
0.92
0.92
0.92
0.92
0.92
0.92
0.92
0.92
0.92
0.93
0.93
0.93
0.93
0.93
0.93
0.94
0.94
0.94
0.95
154
221
11
11
181
321
153
341
161
231
341
281
152
321
181
271
371
171
181
154
61
6
3
4
2
5
5
5
5
5
5
3
3
3
3
2
5
3
3
3
5
0.79
0.80
0.80
0.80
0.80
0.81
0.81
0.81
0.81
0.82
0.82
0.82
0.83
0.83
0.84
0.84
0.85
0.85
0.85
0.87
154
152
231
481
161
321
371
341
221
341
371
181
181
171
281
321
271
181
154
153
6
3
5
5
5
5
5
5
3
3
3
5
2
3
3
3
5
3
5
5
0.85
0.85
0.86
0.86
0.86
0.86
0.86
0.86
0.87
0.87
0.87
0.87
0.88
0.88
0.88
0.88
0.89
0.90
0.90
0.91
6.1.2. Analisi effettuate considerando come livelli i singoli corsi di laurea e le sedi universitarie
Come si è detto, disponendo dell'informazione sul corso di laurea nel quale gli individui
sono laureati, si è ripetuta la precedente analisi utilizzando come unità di secondo livello i singoli
corsi di laurea anziché i gruppi di corsi di laurea. Ma un'altra motivazione che ha condotto allo
svolgimento di questa seconda analisi sta nel fatto che i raggruppamenti formati dall'ISTAT si
rivelano eterogenei al loro interno rispetto alle possibilità di sbocchi professionali che i singoli
corsi possono offrire37.
Il modello finale è il medesimo di quello prima presentato e le stime ottenute dei parametri
fissi sono simili alle precedenti: del resto avendo soltanto modificato la aggregazione del secondo
livello, gli effetti che questi parametri esercitano sulla probabilità di ottenere un lavoro dovevano
rimanere all'incirca invariati.
Le stime dei parametri casuali di secondo livello sono invece chiaramente diverse da prima,
come ci si aspettava: mettono in evidenza una maggiore variabilità sia nell'intercetta
(COSTANTE) relativa al secondo livello (0.64 anziché 0.42) che per la covariata voto di laurea.
Si riporta qui di seguito il prospetto dei risultati delle stime del modello.
Parametri
Fissi
COSTANTE
SESSO (SEX)
ETA’ (COORTE01)
LEVA01
LAVORO DURANTE
GLI STUDI (STU&LA01)
LAUREA IN CORSO
(INCOR)
PROFESS. GENITORE
(PROF01)
TITOLO STUDIO
GENITORE (TIT01)
VOTO DI LAUREA
VOTLAU
VOTO*SEX
Stime (err. std.)
1.198 0(0.118)
-0.9007 (0.067)
-0.1618 (0.102)
-0.7453 (0.079)
0.313 0(0.052)
Parametri
Stime (err. std.)
Casuali
Livello 3
COSTANTE
COSTANTE
0.380 (0.099)
Livello 2
0.2165 (0.073)
COSTANTE
0.1573 (0.056)
COSTANTE
0.1567 (0.052)
VOTLAU
VOTLAU
0.640 (0.077)
-0.004 (0.005) 0.002 (0.0005)
0.0080 (0.006)
0.0217 (0.007)
Dati questi risultati, si sono anche in questo caso calcolati i valori delle probabilità di
occupazione per sesso e votazioni di laurea 100 e 110 con l’indicazione del corso di laurea e della
sede universitaria di appartenenza. In Tab. 11 sono riportati i primi e gli ultimi venti valori della
graduatoria delle probabilità di occupazione. Nella tabella si possono individuare più
specificamente i corsi di laurea negli atenei. Ad esempio, nella sede universitaria 831 si trovano
sei corsi di laurea di cui due (109 e 110) appartengono allo stesso gruppo con probabilità basse
per il voto di laurea 100, mentre per il voto di laurea 110 il numero dei corsi di laurea per questa
sede è di cinque. Da ciò è possibile dedurre che per alcuni corsi di laurea di quella sede
universitaria la votazione 110 collochi i laureati in una situazione più favorevole. Questo
fenomeno si verifica anche in tutti gli altri corsi di laurea: per rendersi conto di ciò, basta
calcolare le differenze tra le probabilità di occupazione dei laureati con voto di laurea 100 e 110
per ogni sesso e poi ordinare tali differenze, che sono state riportate nella Tab. 12 limitatamente
37
Occorre invece precisare che l'eterogeneità dei livelli con cui le materie comuni ai corsi di laurea vengono
insegnate e che non è possibile cogliere dai dati disponibili, non ha ovviamente inciso nella scelta di operare in
un'analisi con raggruppamenti per singoli corsi di laurea.
62
ai primi ed ultimi venti valori della graduatoria. Si noti, inoltre, l’inversione dei segni delle
differenze nel passaggio da situazioni con probabilità basse a quelle alte: nel primo caso il voto
più alto è penalizzante, mentre nel secondo aumenta la probabilità di occupazione. Le differenze
sono inoltre più marcate tra i maschi nel caso delle probabilità più basse, e più marcate tra le
femmine quando si passa al gruppo di probabilità alte.
TABELLA 11. Probabilità di occupazione stimate per sesso e voti di laurea 100 e 110, con indicazione dei
gruppi di corsi di laurea e delle sedi universitarie
πˆ
πˆ
πˆ
πˆ
Sedi Corsi di Maschi Sedi Corsi di Maschi Sedi Corsi di Femmine Sedi Corsi di Femmine
laurea
laurea
laurea
laurea
100
110
100
110
(codici) (codici)
(codici) (codici)
(codici) (codici)
(codici) (codici)
831
701
28.9
831
701
27.7
831
701
14.2
831
701
16.2
831
109
32.5
681
807
29.0
831
109
16.3
681
807
17.1
781
812
33.8
582
110
30.0
781
812
17.2
582
110
17.8
582
110
33.8
831
501
31.6
582
110
17.2
831
501
18.9
761
807
35.0
761
807
32.5
761
807
17.9
761
807
19.5
681
807
35.0
411
110
34.1
681
807
17.9
411
110
20.7
781
803
35.9
831
109
34.6
781
803
18.6
831
109
21.0
831
501
36.1
651
701
35.0
831
501
18.7
651
701
21.4
831
601
37.2
831
801
36.0
831
601
19.4
831
801
22.1
901
110
37.2
901
110
36.4
901
110
19.4
901
110
22.4
651
701
37.3
781
803
36.7
651
701
19.5
781
803
22.6
411
110
37.7
781
812
37.3
411
110
19.7
781
812
23.1
781
109
37.9
651
801
37.4
781
109
19.9
651
801
23.1
721
701
38.1
831
601
38.5
721
701
20.0
831
601
24.0
831
801
38.2
721
701
38.6
831
801
20.1
721
701
24.1
651
801
39.1
751
807
39.4
651
801
20.7
751
807
24.7
831
110
39.4
432
110
39.5
831
110
20.9
432
110
24.8
651
601
39.8
781
109
40.6
651
601
21.2
781
109
25.6
631
110
40.1
631
110
41.3
631
110
21.4
631
110
26.2
751
807
40.4
761
405
41.3
751
807
21.6
761
405
26.2
171
171
281
151
152
154
11
181
154
152
151
12
152
371
152
152
310
303
111
202
310
501
111
101
504
307
111
310
309
305
321
305
92.8
92.8
93.0
93.3
93.4
93.5
93.7
93.7
93.7
93.7
93.8
93.8
93.9
94.0
94.4
95.0
151
12
152
181
371
151
231
152
151
153
12
152
152
154
152
152
102
313
312
305
305
111
202
305
202
510
310
309
310
501
304
321
93.3
93.5
93.6
93.6
93.7
93.7
93.8
93.9
94.0
94.1
94.1
94.3
94.4
94.7
95.1
95.2
171
171
281
151
152
154
11
181
154
152
151
12
152
371
152
152
63
310
303
111
202
310
501
111
101
504
307
111
310
309
305
321
305
83.9
83.9
84.4
84.9
85.2
85.5
85.7
85.8
85.9
85.9
85.9
86.0
86.2
86.3
87.3
88.5
151
12
152
181
371
151
231
152
151
153
12
152
152
154
152
152
102
313
312
305
305
111
202
305
202
510
310
309
310
501
304
321
87.5
87.8
88.1
88.2
88.2
88.2
88.5
88.6
88.7
88.9
89.0
89.3
89.4
90.1
90.7
91.0
(continua)
(segue)
152
271
151
152
304
509
108
303
95.3
95.4
95.6
96.6
271
153
151
152
509
509
108
303
95.4
95.8
96.1
96.3
152
271
151
152
304
509
108
303
89.1
89.4
89.8
92.1
271
153
151
152
509
509
108
303
TABELLA 12. Valori ordinati delle differenze fra le probabilità di occupazione dei
laureati con voti di laurea 100 e 110 per i maschi e per le femmine,
secondo i corsi di laurea e le sedi universitarie
πˆ
πˆ
Maschi
100
Maschi
110
631
431
831
151
481
871
541
901
821
101
681
581
411
501
831
381
631
411
12
901
Corsi di
laurea
(codici)
701
701
111
110
102
701
801
401
201
110
807
110
601
801
501
107
803
111
303
601
55.2
54.0
71.4
61.6
55.8
51.8
57.2
65.1
75.4
57.4
35.0
67.3
63.5
64.0
36.1
66.8
50.2
69.6
86.0
51.2
45.4
44.7
62.3
53.1
47.5
44.2
49.8
57.8
68.4
50.6
29.0
61.4
57.6
58.1
31.6
62.3
45.8
65.3
81.8
47.2
33.3
32.3
50.3
39.4
33.9
30.4
35.2
43.1
55.4
35.4
17.9
45.5
41.5
41.9
18.7
45.0
29.1
48.2
71.4
29.9
101
581
581
821
751
821
831
831
481
821
631
101
371
791
871
101
501
201
110
804
807
803
110
313
109
601
305
810
701
501
68.8
74.5
73.2
46.6
62.2
60.4
54.9
39.4
77.7
62.3
54.3
76.1
64.7
44.4
54.4
75.4
81.5
80.3
53.6
69.5
68.0
62.7
47.3
85.6
70.3
62.5
84.4
73.3
53.5
63.6
47.2
54.3
52.6
26.2
40.0
38.3
33.1
20.9
58.5
40.2
32.6
56.4
42.7
24.5
32.7
Sedi
(codici
πˆ
πˆ
πˆ
πˆ
29.5
29.0
45.5
36.4
31.4
28.6
33.3
40.9
52.2
34.1
17.1
44.5
40.7
41.2
18.9
45.5
29.9
48.7
69.4
31.1
Maschi
∆=110100
-9.8
-9.2
-9.1
-8.4
-8.3
-7.6
-7.4
-7.3
-7.0
-6.7
-6.0
-5.9
-5.9
-5.8
-4.5
-4.5
-4.4
-4.4
-4.2
-4.0
Femmine
∆=110100
-3.8
-3.3
-4.8
-3.0
-2.6
-1.8
-1.9
-2.2
-3.2
-1.2
-0.9
-1.0
-0.7
-0.7
0.2
0.5
0.9
0.5
-1.9
1.2
60.7
68.9
67.3
36.9
53.5
51.8
45.9
31.1
75.0
54.4
45.6
73.1
58.1
36.8
46.9
6.6
6.9
7.0
7.1
7.3
7.6
7.7
7.8
7.9
8.0
8.1
8.3
8.6
9.1
9.2
Femmine Femmine
100
110
64
13.5
14.6
14.6
10.7
13.5
13.5
12.8
10.2
16.5
14.3
13.0
16.8
15.4
12.3
14.2
(continua)
91.3
92.0
92.5
92.9
(segue)
781
11
632
411
581
807
601
505
701
813
47.4
69.8
58.2
41.4
69.6
56.9
79.6
68.5
52.0
80.3
26.8
48.5
36.1
22.3
48.2
40.0
66.3
52.3
35.3
67.3
9.5
9.7
10.4
10.6
10.7
13.2
17.8
16.3
13.0
19.1
Per i tre corsi di laurea più numerosi che sono quelli di Medicina, di Economia e
Commercio e di Giurisprudenza (si veda la tavola 1.1 pp. 37e 38 della pubblicazione ISTAT,
1996), si riportano in Tab. 13 le stime delle probabilità di occupazione per i laureati con voti 100
e 110. Questa tabella presenta due chiavi di lettura: la prima, all'interno dei singoli corsi in cui si
può leggere una graduatoria in termini di probabilità di occupazione ( πˆ ) tra le sedi, permettendo
perciò un confronto diretto tra loro; la seconda, all'interno delle sedi che consente di valutare tra i
tre corsi quello che offre maggiori opportunità di lavoro. Si noti lo stacco netto nei valori delle
probabilità di occupazione tra le sedi universitarie sud e nord del Paese in Economia e
Giurisprudenza. Inoltre, Economia presenta quasi tutti valori più alti rispetto a quelli degli altri
due corsi di laurea.
TABELLA 13. Probabilità do occupazione dei laureati maschi con votazioni 100 e 110 per
Medicina, Economia e Commercio e Giurisprudenza
Medicina
πˆ
Sedi
πˆ
Economia e Commercio
πˆ
πˆ
Sedi
Giurisprudenza
πˆ
πˆ
Sedi
(ripartizione Maschi Maschi (ripartizione Maschi Maschi (ripartizione Maschi Maschi
110 geografica)* 100
110
110
geografica)* 100
geografica)* 100
Sud
Sud
Sud
Centro
Sud
Nord
Sud
Centro
Sud
Centro
Centro
Nord
Sud
Centro
Sud
Centro
Nord
Nord
Nord
Sud
Centro
Nord
Nord
Nord
49.1
60.7
62.3
64.1
64.2
69.1
70.6
71.4
71.7
71.7
73.2
74.8
75.4
75.9
77.4
77.9
78.3
80.5
80.9
81.6
81.8
83.4
83.9
84.2
46.2
63.9
62.7
68.8
62.4
66.5
71.4
72.7
73.3
71.0
80.3
76.1
68.4
79.1
80.0
80.6
74.8
82.8
81.9
83.8
83.0
87.8
84.8
85.2
Sud
Centro
Sud
Sud
Sud
Sud
Sud
Centro
Centro
Centro
Sud
Nord
Centro
Sud
Centro
Centro
Centro
Nord
Nord
Centro
Nord
Nord
Nord
Nord
36.1
51.2
54.4
59.4
60.0
62.1
64.1
72.1
74.0
74.5
75.4
78.6
78.7
80.3
81.8
84.4
87.0
87.2
87.7
89.2
89.3
89.3
89.6
89.8
65
31.6
55.9
63.6
62.9
61.9
66.6
70.2
73.4
77.3
81.5
76.1
83.6
83.3
84.5
87.0
87.0
87.6
88.8
91.5
92.7
90.7
90.5
90.7
90.7
Sud
Sud
Sud
Centro
Centro
Sud
Sud
Sud
Centro
Centro
Sud
Sud
Sud
Sud
Centro
Centro
Nord
Centro
Nord
Centro
Centro
Nord
Nord
Nord
28.9
37.3
38.1
40.8
41.4
41.6
43.2
44.4
46.6
48.4
51.8
54.0
54.1
55.2
59.1
60.1
61.5
63.3
63.5
64.6
65.6
68.4
69.7
72.8
27.7
35.0
38.6
46.8
52.0
47.8
43.9
53.5
44.4
48.5
44.2
44.7
55.5
45.4
64.2
62.2
60.0
64.0
68.5
71.0
67.7
69.1
72.9
69.1
(continua)
(segue)
Sud
Nord
Centro
Centro
Nord
Nord
Nord
84.4
84.6
88.1
88.5
90.0
90.3
91.4
83.2
82.7
89.2
89.2
91.5
90.0
91.0
Nord
Nord
Nord
Nord
Nord
Nord
90.8
91.5
91.8
92.2
92.3
93.5
93.2
90.9
92.9
92.9
92.5
94.7
Nord
75.6
79.1
Centro
75.7
77.3
Nord
77.6
79.1
Nord
82.8
79.8
Nord
83.5
87.6
Nord
86.7
91.8
Nord
87.3
89.5
Nord
88.0
90.0
* = in “nord” sono comprese insieme le regioni nord-occidentali e nord-orientali; in “sud”
sono comprese le regioni del sud e le isole
Per meglio evidenziare le differenze tra nord e sud per i laureati maschi con voto di laurea
100 nei corsi di laurea in Medicina, Economia e Commercio e Giurisprudenza, si riportano i
valori della Tab. 13 nelle seguenti tre figure.
La variabilità della probabilità di occupazione tra le sedi in questi tre corsi si presenta
massima in Giurisprudenza e minima in Medicina. Questo diverso grado di variabilità all’interno
dei tre corsi di laurea potrebbe dipendere non tanto dai singoli individui e dalle sedi, quanto
piuttosto dalla situazione del mercato del lavoro che è certamente diversa tra nord, centro e sud, e
inoltre dalle modalità di ingresso in esso che sono diverse da un tipo di laurea ad un altro.
Medicina
100.0
Probabilità di occupazione
90.0
80.0
70.0
60.0
su sud
d
50.0
ce su
ntr d
o
n
ce cen nordnord ord
ntr tro
no
o
n
s
n
n
u
o
o
c
no no sud entr ord rd rd d rd
o
s ce no rd rd
no sud centrud ntro rd
c
e
ce su cen ntr rd
o
s
no ud ntrod tro o
rd
m100
su
d
40.0
30.0
20.0
10.0
0.0
0
5
10
15
20
25
30
35
Sedi universitarie
FIGURA 13. Probabilità di occupazione per i laureati maschi di Medicina con voto di
laurea 100
66
Economia e Commercio
100.0
90.0
n n n nord
n n nordnord ord ord ord
centr
no
ordnord ord ord
c n n
centrentroord ord
o
s centro
nordcentroud
c c sud
centrentroentro
o
80.0
70.0
60.0
su
centr d
o
50.0
sud sud
sud sud
m100
40.0
sud
30.0
20.0
10.0
0.0
0
5
10
15
20
25
30
35
Sedi universitarie
FIGURA 14. Probabilità di occupazione per i laureati maschi di Economia e Commercio
con voto di laurea 100
Giurisprudenza
100.0
90.0
80.0
70.0
60.0
50.0
40.0
30.0
20.0
10.0
0.0
sudsud
censtrud sud
centr
o o
su
cen d
sud centro tro
nordnordnord
nordnord
n
no cen ord
nord rd tro
nordnord
c
c nordcentreontro
o
nordentr
centr
centr
o o
sudsudsud
m100
sud
0
5
10
15
20
25
30
35
Sedi universitarie
FIGURA 15. Probabilità di occupazione per i laureati maschi di Giurisprudenza con voto di
laurea 100
67
6.1.3. L'analisi dei residui e i confronti fra sedi universitarie
Nel paragrafo precedente si sono già presentati alcuni confronti tra corsi di laurea e tra sedi
universitarie con riguardo alla probabilità di trovare lavoro per determinate tipologie (profili) di
laureati. Tuttavia, come illustrato al Par. 5.5.2., tali confronti possono essere fatti in modo più
generale ed efficace tramite l’analisi dei residui stimati per le unità dei vari livelli gerarchici presi
in considerazione nel modello e delle loro rappresentazioni grafiche; in particolare qui
interessano quelli a livello di sedi universitarie.
A questo fine si è, innanzitutto, costruito il grafico (Fig. 16) della distribuzione dei residui
standardizzati secondo i corrispondenti quantili della distribuzione normale i cui valori sono
riportati nella Tab. 14.
TABELLA 14. Residui standardizzati e corrispondenti quantili della
distribuzione normale, a livello di sede universitaria
Sede
11
12
101
151
152
153
154
155
161
171
172
181
221
231
251
271
272
281
301
321
331
341
361
371
381
411
421
431
432
481
501
Residui
standard.
Quantili
0.67
1.31
0.21
1.34
2.39
1.48
1.32
0.42
1.56
1.96
0.57
1.12
1.13
1.50
0.55
0.69
0.77
0.84
0.69
1.00
0.77
0.66
0.75
0.83
-0.62
-1.34
0.80
-0.84
-0.10
0.17
0.02
0.38
1.19
0.18
1.37
2.42
1.47
1.27
0.22
1.76
1.99
0.30
1.04
1.11
1.60
0.26
0.47
0.65
0.86
0.42
0.92
0.60
0.34
0.56
0.80
-0.60
-1.27
0.70
-0.65
-0.02
0.14
0.10
segue
Sede
511
521
541
551
561
581
582
583
584
585
601
631
632
633
634
651
661
671
681
691
701
721
722
751
761
781
791
801
821
831
871
901
921
continua ⇒
68
Residui
standard.
0.70
-0.43
-0.21
-0.04
-0.37
-0.08
-0.60
-0.17
0.82
-0.21
-0.50
-0.85
-0.88
-1.57
-0.44
-1.34
-0.30
-1.91
-1.46
-0.84
-1.75
-0.84
1.08
-1.27
-1.19
-1.64
-0.97
-0.27
-0.36
-1.85
-0.30
-1.01
-0.13
Quantili
0.51
-0.42
-0.14
0.06
-0.38
0.02
-0.56
-0.10
0.75
-0.18
-0.51
-0.80
-0.86
-1.47
-0.47
-1.19
-0.26
-2.42
-1.37
-0.75
-1.76
-0.70
0.98
-1.11
-1.04
-1.60
-0.92
-0.22
-0.34
-1.99
-0.30
-0.98
-0.06
L’esame del grafico, i cui punti si dispongono attorno ad una ipotetica linea retta con
modesta pendenza, consente di mettere in evidenza che: (i) è rispettata l’ipotesi di normalità della
distribuzione dei residui fatta nel modello, (ii) la variabilità tra le sedi universitarie è di una certa
consistenza, con il gruppo di unità del primo quantile che presenta “inclinazione e variabilità
diversa rispetto agli altri gruppi, e (iii) sono soltanto tre le sedi che si “distaccano” dalle altre
(cioè che non mantengono la continuità con il gruppo delle altre sedi). Quest’ultimo risultato
indica che è ragionevole non procedere ad una nuova stima del modello omettendo tali unità
outliers.
Q-Q plot
Residui std. livello delle sedi
3.00
2.00
1.00
-2.50
-2.00
-1.50
-1.00
0.00
-0.50
0.00
-1.00
0.50
1.00
1.50
2.00
2.50
3.00
-2.00
-3.00
FIGURA 16. Residui standardizzati secondo i corrispondenti quantili della distribuzione
normale, a livello di sede universitaria
Infine, per favorire il confronto tra coppie di sedi universitarie, nella Fig. 17 si sono
rappresentati, in ordine crescente, i valori dei residui stimati per ciascuna sede con i
corrispondenti intervalli di confidenza calcolati al 95%38 (i colori distinguono le sedi in relazione
alla loro localizzazione), i cui valori sono presentati anche in Tab.15.
Dal grafico si può notare che molte differenze sono significative quando nelle coppie vi è
una delle due sedi che ha valori dei residui estremi (la prima o l’ultima della figura), oppure
quando gli intervalli di confidenza sono piccoli, in particolare ciò accade soprattutto se si
confrontano i risultati relativi alle sedi del sud con quelli delle sedi universitarie del nord.
38
Il criterio va utilizzato, tuttavia, con cautela: tanto più grande è un ateneo in termini di numerosità di laureati,
tanto più piccolo è l’errore standard e quindi l’intervallo di confidenza, in quanto la stima dei residui si basa su un
maggior numero di osservazioni.
69
TABELLA 15. Residui stimati a livello di sede
Sede
831
781
671
633
701
651
411
681
751
761
901
631
721
791
632
431
691
381
582
521
601
821
634
871
661
561
801
541
585
921
583
Residui
-1.05
-0.91
-0.79
-0.76
-0.75
-0.74
-0.74
-0.68
-0.67
-0.59
-0.54
-0.49
-0.48
-0.41
-0.40
-0.40
-0.38
-0.33
-0.31
-0.24
-0.22
-0.21
-0.18
-0.17
-0.16
-0.16
-0.12
-0.12
-0.10
-0.07
-0.06
segue
Errori
standard
Sede
0.33
0.37
0.64
0.53
0.62
0.38
0.39
0.57
0.44
0.52
0.42
0.29
0.31
0.63
0.58
0.55
0.58
0.44
0.48
0.39
0.60
0.30
0.63
0.34
0.42
0.63
0.59
0.35
0.59
0.35
0.73
432
581
551
501
481
101
155
251
331
584
511
172
272
301
271
341
11
421
361
722
371
281
161
321
221
181
153
12
154
231
151
171
152
continua
70
Residui
-0.05
-0.05
-0.01
0.01
0.10
0.12
0.14
0.18
0.23
0.24
0.24
0.24
0.30
0.35
0.35
0.37
0.38
0.39
0.40
0.47
0.48
0.49
0.55
0.56
0.58
0.63
0.64
0.67
0.70
0.71
0.77
0.82
1.25
Errori
standard
0.50
0.29
0.75
0.30
0.31
0.30
0.73
0.74
0.76
0.76
0.72
0.63
0.67
0.49
0.49
0.36
0.33
0.52
0.44
0.61
0.28
0.30
0.71
0.36
0.49
0.36
0.62
0.48
0.45
0.55
0.32
0.63
0.46
2.00
Nord
1.50
Centro
Sud
Residui livello delle sedi
1.00
0.50
0.00
0
10
20
30
40
50
60
-0.50
-1.00
-1.50
-2.00
Ranghi delle sedi
FIGURA 17. Residui e relativi errori standard calcolati a livello di sedi universitarie
71
70
6.2. LA PROBABILITÀ DI OCCUPAZIONE CONSIDERANDO I TEMPI DI INGRESSO NEL MERCATO
DEL LAVORO
39
6.2.1. L’intervallo di tempo tra il conseguimento della laurea e l’ingresso nel lavoro
Il secondo importante indicatore di efficacia dell’istruzione universitaria nei riguardi del
mercato del lavoro fa riferimento ai tempi di ingresso nel lavoro. E’ perciò sicuramente
interessante analizzare la probabilità di occupazione dei laureati tenendo conto dell’intervallo
temporale intercorso tra il momento della laurea e quello di prima occupazione, includendo
quindi, tra le variabili esplicative tale tempo.
Come illustrato nel Par. 3.2., questa informazione è desumibile dal data set dell’indagine
ISTAT del 1995 ed, ovviamente, riguarda il sottoinsieme di laureati “in cerca di lavoro”, cioè
che non lavoravano prima della laurea e hanno trovato lavoro o sono ancora in cerca di lavoro,
più coloro che lavoravano ma hanno cambiato occupazione a seguito della laurea (sono esclusi
quelli che lavoravano e hanno mantenuto lo stesso lavoro e coloro che non cercano lavoro). A
questo proposito occorre precisare che per coloro che non lavorano e sono in cerca di
occupazione non vi è alcun riferimento al tipo di lavoro che stanno cercando, se stabile o
temporaneo, e/o se part-time o full-time. Per questo motivo, nell’analisi non è stata considerata
alcuna di queste specificazioni.
L’intervallo di tempo laurea-inzio lavoro (primo lavoro o nuovo lavoro per quelli che già
lavoravano) è espresso in mesi a partire dal gennaio 1992 e varia da 1 a 48 mesi calcolati
prendendo come riferimento il dicembre 1995, mese in cui sono state fatte le interviste. Questo
intervallo esprime la durata di attesa dell’evento occupazione, ovvero la durata di permanenza
nella condizione di non occupati per coloro che hanno trovato un lavoro tra la laurea e
l’intervista. Per coloro che invece non hanno mai lavorato e ancora non lavorano al momento
della intervista, la durata è censurata a destra, cioè l’evento occupazione, poiché maggiore di un
certo periodo t che corrisponde a tre anni dalla laurea, non viene osservato. La censura varia
nell’intervallo da 37 a 48 mesi a seconda del mese in cui l’individuo si è laureato. La Fig. 18
riporta la distribuzione di frequenza dei laureati secondo il tempo di ingresso nel mercato del
lavoro, distinguendolo tra osservazioni censurate e non censurate. Come si può notare il tempo di
ingresso varia da meno di un mese fino ad oltre tre anni in relazione all’intervallo tra la laurea e
la prima occupazione, ed è un fattore che differenzia molto i laureati ed è, quindi, sicuramente un
indicatore della efficacia della formazione universitaria nei riguardi del mercato del lavoro.
39
L’analisi presentata in questo paragrafo è stata approfondita in collaborazione con altri ricercatori, si veda in
proposito Biggeri, Bini e Grilli, 1999.
72
Frequenza dei laureati seconodo il tempo di
ingresso nel lavoro
700
non censurati
600
censurati
500
400
300
200
100
0
0
3
6
9
12 15 18 21 24 27 30 33 36 39 42 45 48
Intervallo di tempo (mesi) tra la data di laurea e inizio del primo lavoro
FIGURA 18. Distribuzione di frequenza dei laureati secondo il tempo di ingresso nel lavoro,
per dati censurati e non censurati
6.2.2. Il modello di sopravvivenza multilivello a tempo discreto: caratteristiche metodologiche e
stime delle probabilità di ingresso nel mercato del lavoro
Uno strumento di analisi statistica appropriato per studiare dinamicamente la probabilità di
occupazione dato un insieme di variabili esplicative, e che tenga conto inoltre della struttura
gerarchica dei dati, nel senso che possa consentire di analizzare anche gli effetti sulla risposta
dovuti ai vari livelli, è il modello di sopravvivenza a tempo discreto secondo un approccio
multilivello.
Sia λ0 la funzione di rischio a tempo discreto definita λ0(t) = P(T=t|T≥t), cioé la probabilità
che l’evento occupazione avvenga in un dato intervallo t condizionatamente al fatto che non sia
ancora accaduto. Considerando il tempo T come una variabile discreta e avendo definito il logit
della funzione di rischio di base (funzione corrispondente al caso in cui tutte le covariate sono
nulle) come
r
log itλ0 (t ) = ∑α st s ,
s =0
il modello che viene considerato in questa analisi assume la seguente espressione (Cox, 1972;
Efron, 1988)
r
'
log itλ0 (t | xijkt ;α , β , vk , u jk ) = ∑α st s + xijkt
β + vk + u jk ,
s =0
dove xijkt è il vettore di covariate (costanti e/o tempo-dipendenti); r è il grado del polinomio che
definisce la funzione di rischio di base; α’ = (α0,…, αr) e β’ = (β1,…, βp) sono i vettori dei
parametri da stimare e rappresentano rispettivamente il livello del rischio di base di ogni periodo
73
e l'effetto delle covariate sul rischio di base; infine, vk e ujk sono gli effetti casuali rispettivamente
a livello di sede universitaria e di corso di laurea.
Il modello appena definito può essere riscritto secondo un’espressione più semplice e simile
a quella presentata nel caso delle analisi viste in precedenza, come segue
log it (π ijk ) = β 0 + ∑ β h x ijkh + v k + u jk
h
v k distribuito come una normale con parametri (0, σ ν2 )
u jk distribuito come una normale con parametri (0, σ u2 ).
Per quanto riguarda l’applicazione di questo modello e l'interpretazione dei parametri
anche in questo caso sono state seguite le stesse procedure già descritte nei paragrafi 5.4. e 5.5..
In questa analisi, tuttavia, a differenza delle precedenti, è stato necessario elaborare la
collezione dei dati in modo da rendere il modello da un punto di vista computazionale
equivalente ad un modello logistico multilivello: il modello senza gli effetti casuali è equivalente
ad un modello di regressione logistica applicato ad un data set esteso, quest’ultimo ottenuto
replicando ogni record individuale tante volte quanto è il numero degli intervalli di tempo
osservati prima che il laureato abbia trovato lavoro o sia censurato. Si dimostra (Allison, 1982)
infatti che la funzione di verosimiglianza del modello può essere riscritta con opportune
modifiche in una forma che corrisponde alla verosimiglianza di ( yi1, yi2,...,yiti ) variabili casuali
bernoulliane indipendenti con media E(yis | xis;α, β) =λ(s | xis;α, β) . Il modello qui considerato include
anche gli effetti casuali, tuttavia l'equivalenza formale con il logit resta valida in quanto la
funzione di verosimiglianza è la stessa, condizionatamente agli effetti casuali.
Le unità individuali di primo livello non sono più perciò i singoli individui, ma le
osservazioni per ogni individuo sui singoli intervalli di tempo. Si è ritenuto opportuno non
introdurre un secondo livello rappresentato dagli individui (aumentando quindi la gerarchia), utile
per evidenziare una eterogeneità non osservabile tra gli individui ma poco probabile data
l’elevata informazione disponibile per ogni laureato. Infine, problemi computazionali dovuti
all’eccessiva estensione del data set hanno imposto la necessità di classificare l’intervallo di
tempo in trimestri; tale classificazione ha, tuttavia, comportato una ridotta perdita di
informazioni.
Il data set esteso presenta così la seguente struttura:
Livelli Indice N° di unità Tipo di unità
3
2
k
j
64
766
1
i
71143
sede universitaria
corso di laurea
osservazione su un singolo intervallo di tempo su
un singolo individuo
Anche in questo caso l’insieme delle variabili preso in considerazione in questa analisi
deriva da una selezione delle variabili, indicate nel Prospetto 1 riportato nel Par. 5.4.1., che in
74
base alle analisi fatte nella sezione 4 sono risultate più legate all’indicatore che si sta analizzando.
Le modalità di riferimento delle variabili sono presentate nel seguente Prospetto 3 (che è desunto
dal Prospetto 2):
PROPETTO 3. Lista delle modalità scelte come livelli di riferimento per ciascuna variabile presa
in considerazione nel modello di sopravvivenza multilivello a tempo discreto
MODALITÀ DI
RIFERIMENTO
(M=0)
ALTRE MODALITÀ
(M= 1, 2, …,M)
Dal 1962
Prima del 1961
Sesso (sex)
Maschio
Femmina
Provincia di residenza. al momento dell'iscrizione
(prov)
Stessa provincia
della sede
universitaria
67
Altra provincia
rispetto alla sede
universitaria
68—110
No lode
Sì lode
No, non ho cambiato
corso di laurea
Fuori corso
Sì, ho cambiato corso
di laurea
In corso
Maturità
professionale/tecnica
industriale/geometri/
commerciale/altra
maturità tecnica
Nessun lavoro
Maturità magistrale/
scientifica/classica/
linguistica/artistica/
altro
Assolti
prima/durante
l'università/esonerato
Nessun titolo/licenza
elementare/licenza
media/di
avviamento/non so
In cerca di
occupazione/casalin
ga-o/inabile al
lavoro/
pensionato/altra
condizione/non so/
deceduto
Socio di cooperativa/
lavoratore in
proprio/
coadiuvante/operaio/
lavorante a
domicilio/ altro
1
Stabile/precario/
occasionale
Assolti dopo la laurea/
li sto
assolvendo/ancora da
assolvere
Diploma/qualifica/
laurea
Occupato
Imprenditore/libero
professionista/dirigent
e/insegnante/quadro/
funzionario/impiegato
/intermedio
Da 2 a 8
Si noti che le variabili sono tutte misurate a livello di individuo, e rappresentano stati che
non mutano nell’arco di tempo considerato.
Come è noto, in Italia la votazione alla laurea varia da un minimo di 66 ad un massimo di
75
110 e lode. Osservando la distribuzione delle votazioni finali si nota che essa è molto
asimmetrica: i valori del primo, del secondo e del terzo quartile sono rispettivamente 100, 106 e
110. Questa asimmetria potrebbe rendere la votazione poco appropriata come indicatore della
capacità negli studi dei singoli individui. Tuttavia, per facilitare l’interpretazione dei risultati e
per ridurre l’effetto di questa caratteristica, tale variabile voto di laurea è stata centrata rispetto al
valore 100 (Goldstein, 1995, p. 49).
I risultati ottenuti dalla stima del modello finale sono riportati nel prospetto seguente:
Parametri (*)
Stime (err. Std.)
Fissi
COSTANTE
-1.7033 (0.071)
TEMPO (T)
0.0373 (0.030)
TEMPO^2 (T^2)
-0.0197 (0.006)
TEMPO^3 (T^3)
-0.0001 (0.0004)
SESSO (SEX)
-0.3218 (0.052)
T*SEX
-0.0826 (0.028)
T^2*SEX
0.0065 (0.003)
LEVA01
-1.2168 (0.088)
T*LEVA01
-0.4715 (0.075)
T^2*LEVA01
0.1773 (0.017)
T^3*LEVA01
-0.0110 (0.001)
VOTO DI LAUREA (VOTOLAU)
0.0063 (0.002)
VOTOLAU*SEX
0.0102 (0.004)
LAUREA IN CORSO (INCOR)
0.1157 (0.039)
PROFESS. GENITORE (PROF01)
0.1129 (0.030)
TITOLO STUDIO GENITORE (TIT01)
0.0912 (0.028)
ETA’ (COORTE01)
-0.1258 (0.056)
LAVORO DURANTE GLI STUDI
0.1873 (0.028)
(STU&LA01)
Parametri
Stime (err. std.)
Casuali
Livello 3
COSTANTE
COSTANTE
0.1186 (0.030)
Livello 2
COSTANTE
COSTANTE
0.2291 (0.021)
Si noti che nel modello sono inclusi oltre agli effetti principali delle covariate anche le
interazioni fra le stesse, in particolare tra il sesso e il voto di laurea, il tempo e il sesso, e ancora il
tempo e il servizio militare, questi ultimi due modellati con una funzione polinomiale di terzo
ordine. Tuttavia, l’interazione di terzo ordine tra il sesso e il tempo è stata eliminata in quanto
non significativa.
Le stime relative alle componenti di varianza sono entrambe significative e la variabilità a
livello di corsi di laurea è il doppio di quella delle sedi universitarie: ne consegue che la
variabilità nella probabilità di trovare lavoro secondo il tempo di ingresso al lavoro dipende più
dalle differenza tra i corsi di laurea che tra le sedi universitarie. Ad ogni modo i valori delle due
varianze stimate sono più piccoli di quelli ottenuti con il modello relativo alla probabilità di
occupazione (Par. 6.1.2.) senza considerare il tempo di ingresso al lavoro. Ciò verosimilmente
significa che i fattori corsi di laurea e sede universitaria influenzano di più il fatto di trovare
lavoro o meno che non il tempo necessario per trovarlo.
La covariata che presenta l’effetto singolo più elevato in termini assoluti, a differenza di
quanto si era visto in precedenza, è il servizio di leva con un valore di –1.2168. Questo, essendo il
parametro negativo, significa che penalizza l’individuo che al momento della laurea deve ancora
adempiere gli obblighi di leva o li sta adempiendo, ma solo fino ad un certo numero di mesi.
Osservando infatti la fig.18, che rappresenta le probabilità condizionate stimate per i maschi, le
femmine e i maschi senza obblighi di leva con tutte le covariate e gli effetti casuali posti uguali a
zero, si nota che le funzioni per le femmine e per i maschi senza obblighi di leva hanno forme
76
molto simili (con valori più bassi per le femmine), mentre la funzione per i maschi con ancora gli
obblighi di leva presenta una forma molto diversa dalle altre: nei primi mesi la probabilità è
molto più bassa rispetto a quella delle altre due curve, addirittura tende a diminuire fino ai nove
mesi; poi aumenta fino ad arrivare a valori anche più elevati di quelli delle altre due curve,
rispetto allo stesso intervallo di tempo considerato. E’ chiaro che l’individuo appena laureato ha il
problema di affrontare il servizio militare che solitamente comincia a svolgere da subito, di
conseguenza è distolto dalla ricerca del lavoro; inoltre difficilmente riesce ad essere “accettato”
dal mercato durante tale periodo, perché impegnato nella leva. Ma dopo dodici mesi
probabilmente il laureato si mette sul mercato del lavoro e cerca un’occupazione, aumentando
perciò la sua probabilità di trovarla.
Per verificare la eventuale interazione tra voto di laurea con il sesso e tenendo conto del
servizio di leva, nella tabella che segue sono riportati i valori stimati delle probabilità
condizionate e non condizionate per le femmine e per i maschi, rispettivamente senza e con
servizio di leva da assolvere, distinti secondo il voto di laurea 100 e 110. Le stime delle
probabilità condizionate relative al voto di laurea 100 sono rappresentate nella successiva Fig. 19.
Semestri
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Probabilità condizionate
Voto di laurea 100
Voto di laurea 110
M
F
M*
M
F
M*
15.41 11.66 5.12 16.24 13.47 5.43
15.64 11.07 3.89 16.48 12.8 4.13
15.34 10.25 3.74 16.17 11.87 3.98
14.52 9.25 4.29 15.32 10.73 4.55
13.26 8.12 5.47 13.99 9.44 5.81
11.64 6.92 7.28 12.3 8.07 7.71
9.81 5.73 9.45 10.38 6.69
10
7.91 4.59 11.29 8.38 5.37 11.94
6.09 3.56 11.77 6.46 4.17 12.43
4.47 2.67 10.08 4.75 3.13 10.66
3.12 1.93 6.61 3.32 2.27 7.01
2.07 1.35 3.05
2.2
1.58 3.24
1.31 0.91 0.91 1.39 1.07 0.97
0.78 0.59 0.16 0.83 0.69 0.17
0.45 0.37 0.02 0.48 0.43 0.02
0.24 0.22
0.0
0.26 0.26
0.0
Totale
Probabilità non condizionate
Voto di laurea 100
Voto di laurea 110
M
F
M*
M
F
M*
15.41 11.66 5.12 16.24 13.47 5.43
13.23 9.78 3.69 13.8 11.08 3.91
10.94 8.05 3.41 11.31 8.96
3.6
8.77 6.52 3.76 8.98 7.13 3.96
6.85
5.2
4.6
6.95
5.6
4.82
5.22 4.07 5.78 5.25 4.34 6.04
3.88 3.13 6.96 3.89
3.3
7.22
2.82 2.37 7.53 2.81 2.48 7.76
2
1.75 6.96 1.99 1.82 7.12
1.38 1.27 5.26 1.37 1.31 5.35
0.92 0.89
3.1
0.91 0.92 3.14
0.59 0.61 1.33 0.58 0.63 1.35
0.37 0.41 0.39 0.36 0.42 0.39
0.22 0.26 0.07 0.21 0.27 0.07
0.12 0.16 0.01 0.12 0.17 0.01
0.07
0.1
0.0
0.06
0.1
0.0
72.79 56.23 57.97 74.85 61.98 60.17
Nota:
M= maschi con obblighi di leva adempiuti prima della laurea, o esonerati dall’adempimento;
F= femmine;
M*= maschi con obblighi di leva adempiuti dopo la laurea;
77
16%
M
Probabilità stimate
p
14%
F
M*
12%
10%
8%
6%
4%
2%
0%
0
2
4
6
8
10
12
14
16
Intervallo di tempo (16 trimestri)
FIGURA 19. Probabilità non condizionate stimate per le femmine e per i maschi (rispettivamente senza
e con obblighi di leva), con votazione finale alla laurea 100
Nel passare dalla classe di età inferiore a quella superiore ai 30 anni e dal sesso maschile a
quello femminile si riduce la probabilità di occupazione ma con effetti molto meno rilevanti
rispetto alla leva. Il voto di laurea ha invece un effetto singolo positivo ma molto ridotto, però
tale effetto aumenta, migliorando la condizione per le femmine, quando lo si considera interagire
con la variabile sesso.
I valori stimati sulla condizione di fuori corso e di lavoratore durante gli studi sono positivi
e non particolarmente rilevanti; tuttavia, essi mostrano che le persone che hanno lavorato durante
il corso degli studi e che si sono laureate in corso sono facilitate nell’ottenere un’occupazione.
Per quanto riguarda infine le rimanenti covariate, quelle relative allo stato occupazionale e
al titolo di studio di almeno uno dei genitori si nota che il secondo ha scarso effetto anche rispetto
agli altri singoli fattori, mentre lo stato occupazionale indipendentemente dal tipo di lavoro ha un
effetto maggiore; ciò probabilmente dovuto al fatto che il genitore che lavora può in qualche
modo, direttamente o indirettamente sostenere il figlio/a nella ricerca del lavoro.
6.2.3. Confronti fra sedi universitarie mediante l'analisi dei residui
Al fine di effettuare le note verifiche attraverso l’analisi dei residui, si è, innanzitutto,
costruito il grafico (Fig. 20) della distribuzione dei residui standardizzati secondo i corrispondenti
quantili della distribuzione normale i cui valori sono riportati nella Tab. 16.
L’esame del grafico, i cui punti si dispongono attorno ad una ipotetica linea retta con
modesta pendenza, consente di mettere in evidenza che: (i) è rispettata l’ipotesi di normalità della
distribuzione dei residui fatta nel modello, (ii) la variabilità tra le sedi universitarie è piuttosto
consistente, con il gruppo di unità del primo quartile e quelle del quarto quartile che presentano
78
“inclinazione e variabilità diverse rispetto agli altri gruppi, e (iii) sono soltanto alcune le sedi che
si “distaccano” dalle altre (cioè che non mantengono la continuità con il gruppo delle altre sedi).
Quest’ultimo risultato indica che è ragionevole non procedere ad una nuova stima del modello
omettendo tali unità outliers.
TABELLA 16. Residui standardizzati e corrispondenti quantili della
distribuzione normale, a livello di sede universitaria
Sede
831
781
633
411
671
701
681
751
651
691
901
431
721
761
791
631
632
521
582
601
381
801
585
561
821
551
581
634
541
583
155
Residui
standard.
Quantili
-1.51
-1.39
-1.38
-1.17
-1.56
-1.42
-1.24
-1.03
-0.93
-0.98
-0.79
-0.80
-0.64
-0.64
-0.77
-0.52
-0.62
-0.43
-0.45
-0.40
-0.27
-0.32
-0.31
-0.26
-0.18
-0.24
-0.09
-0.12
0.00
0.02
0.04
-1.99
-1.60
-1.47
-1.27
-2.42
-1.76
-1.37
-1.19
-1.04
-1.11
-0.92
-0.98
-0.75
-0.80
-0.86
-0.65
-0.70
-0.56
-0.60
-0.51
-0.38
-0.47
-0.42
-0.34
-0.26
-0.30
-0.18
-0.22
-0.14
-0.10
-0.02
segue
Sede
661
871
921
511
251
331
501
584
432
101
661
871
921
511
251
331
501
584
432
101
271
161
371
321
281
153
154
221
181
12
151
171
152
continua ⇒
79
Residui
standard.
0.03
0.08
0.10
0.31
0.43
0.49
0.30
0.70
0.46
0.41
0.66
0.57
0.65
0.82
0.78
0.90
1.18
0.97
1.13
0.93
1.05
1.46
0.94
1.11
1.12
1.56
1.44
1.50
1.41
1.69
1.99
2.74
2.61
Quantili
-0.06
0.02
0.06
0.14
0.22
0.30
0.10
0.47
0.26
0.18
0.42
0.34
0.38
0.56
0.51
0.60
1.04
0.75
0.98
0.65
0.80
1.27
0.70
0.86
0.92
1.47
1.19
1.37
1.11
1.60
1.76
2.42
1.99
Residui standardizzati del livello sed
3.000
2.500
2.000
1.500
1.000
0.500
-3.000
-2.000
-1.000
0.000
-0.5000.000
1.000
2.000
3.000
-1.000
-1.500
-2.000
FIGURA 20. Grafico dei residui standardizzati del livello sedi universitarie
Infine, per favorire il confronto tra coppie di sedi universitarie, nella Fig. 21 si sono
rappresentati, in ordine crescente, i valori dei residui stimati per ciascuna sede con i
corrispondenti intervalli di confidenza calcolati al 95% (i colori distinguono le sedi in relazione
alla loro localizzazione).
Si nota con chiarezza che nella maggior parte dei casi le differenze fra coppie di sedi
universitarie non sono statisticamente significative; di conseguenza ha poco senso fare un
ordinamento tra le sedi sulla base di questi risultati. Tuttavia l'unico fatto certo è la distinzione tra
il Sud, il Centro e il Nord, in particolare modo tra Sud e Nord: infatti, a parte qualche rara
eccezione, si ha che le probabilità di occupazione dei laureati secondo il tempo di ingresso al
primo lavoro sono relativamente maggiori nelle sedi del Nord rispetto a quelle del Sud.
80
sii
1.2
1
Nord
0.8
Centro
Sud
Residui livello delle sedi
0.6
0.4
0.2
0
-0.2
0
10
20
30
40
50
60
-0.4
-0.6
-0.8
Ranghi delle sedi
FIGURA 21. Residui e relativi errori standard calcolati a livello di sedi universitarie
Il calcolo dei residui è utile anche per determinare le probabilità di trovare lavoro di una
tipologia di laureato stimate per ogni specifico corso di laurea in ogni sede universitaria.
Con questi risultati è allora possibile studiare la performance di ogni corso, confrontando
tra loro le relative probabilità per tutte le sedi in cui esso è attivato.
In Fig. 22 sono riportati soltanto i confronti per i corsi di Economia e Commercio e di
Biologia del periodo relativo al primo trimestre, per la tipologia di laureato corrispondente a
quella di riferimento (cioè nel modello tutte le covariate sono nulle). Questi due casi sono presi a
titolo esemplificativo, ma è ovvio che l’analisi è fattibile per tutti i corsi di laurea esistenti.
Si può notare dalle serie di valori riportati nel grafico, che Economia e Commercio presenta
una migliore performance ed una maggiore variabilità tra le sedi rispetto a Biologia. Questa
seconda caratteristica potrebbe essere spiegata dal fatto che i laureati di Economia tendono a
cercare lavoro in prevalenza nel settore privato, diversamente da quelli di Biologia che scelgono
in maggioranza il settore pubblico, ma le possibilità di impiego nel settore privato dipendono
fortemente dalle condizioni del mercato di lavoro locale che si differenzia in modo rilevante da
regione e regione.
81
ppop
35.0%
Economia
30.0%
Biologia
Probabilità stimate
25.0%
20.0%
15.0%
10.0%
5.0%
0.0%
0
5
10
15
20
25
30
Ranghi delle sedi
FIGURA 22. Probabilità di occupazione stimate per la tipologia di laureato di riferimento relative al
primo trimestre dell’intervallo di tempo, per i corsi di laurea di Economia e
Commercio e Biologia
6.3. LA PROBABILITÀ DI AVERE UN LAVORO COERENTE CON LA LAUREA
Il terzo ed ultimo tipo di analisi empirica che si è svolta tramite i modelli multilivello ha
riguardato l’indicatore indiretto di efficacia della formazione universitaria nei riguardi del
mercato del lavoro rappresentato dalla coerenza tra il lavoro svolto e il tipo di laurea conseguita.
Il sottoinsieme di laureati cui si è necessariamente fatto riferimento comprende soltanto i
laureati che non lavoravano e hanno trovato lavoro e quelli che già lavoravano e hanno trovato
lavoro.
L’analisi che viene qui presentata impiega il modello logistico a due livelli in cui come
variabile risposta si ha il lavoro coerente (lavoro coerente sì/no). Anche in questo caso è stato
scelto un sottoinsieme di covariate di quelle indicate nel Prospetto 1 riportato nel Par. 5.4.1., ma
diverso da quello utilizzato nelle analisi precedenti, dal momento che diversa è la variabile
risposta considerata.
In realtà, il modello inizialmente impiegato comprendeva tre livelli (individui, corsi di
laurea e sedi universitarie), ma le stime della varianza a livello di sede sono risultate sempre non
significative (e del resto è intuibile che la sede universitaria non abbia alcuna relazione con la
coerenza che dipende ovviamente soprattutto dal tipo di laurea), per cui si è ridotto il modello a
due livelli: il primo costituito come in precedenza da individui, mentre il secondo dai corsi di
laurea a cui sono stati aggiunti i codici identificativi delle sedi in modo da non perdere
l’identificazione dei corsi in relazione alle singole sedi.
Di seguito si riporta il prospetto contenente le stime ottenute dal modello finale. Il profilo
82
base del laureato è costituito da:
• un maschio di coorte successiva all’anno 1962;
• senza obblighi di leva;
• che non abbia cambiato corso di laurea durante gli studi;
• che non abbia preso la lode;
• che non abbia lavorato durante gli studi universitari;
• che non abbia concluso né interrotto alcuna attività di qualificazione post-laurea;
• con lavoro stabile o con contratto di formazione in una attività autonoma.
log it (π ijk ) = β 0 + ∑ β h x ijh + u 0 j + x1ij u 1 j
h
u 0 j 
 
u1 j 

σ 2 σ u 01  
 0   u 0


distribuiti come N    , 
2 
 0 σ u 01 σ u1  



Parametri
Fissi
COSTANTE
ETA’ (COORTE01)
SESSO (SEX)
LEVA01
CAMBIO DI CORSO
(CAMBCOR)
VOTO CON LODE (LODE)
LAVORO DURANTE GLI
STUDI (STU&LA01)
ATT. POST-LAUREA
CONCLUSA (PASTQ01)
ATTUALE ATT. POSTLAUREA (QUALIF)
LAVORO STABILE
(PRECAR)
DIPENDENTE SETTORE
PRIVATO (DIP-PRIV)
DIPENDENTE SETTORE
PUBBLICO (DIP-PUB)
Stime (err. std.)
Parametri
Stime (err. std.)
Casuali
Livello 2
1.36 (0.077)
-0.202 (0.074)
0.115 (0.055)
0.250 (0.078)
COSTANTE
PRECAR
COSTANTE
PRECAR
0.256 (0.044)
-0.218 (0.063) 0.488 (0.127)
-0.170 (0.072)
0.162 (0.060)
-0.378 (0.052)
0.133 (0.051)
0.308 (0.057)
-0.117 (0.065)
-0.712 (0.062)
-0.606 (0.068)
La stima relativa alla componente di varianza del secondo livello, cioè relativa ai corsi di
laurea è positiva e di un certo rilievo (0.256): ciò significa che la variabilità nella probabilità di
trovare un lavoro coerente con il tipo di laurea conseguita dipende abbastanza anche dalle
differenze tra i corsi di laurea.
Le covariate che presentano l’effetto singolo più elevato in termini assoluti sono nuove
rispetto a quanto rilevato nelle precedenti analisi per gli altri indicatori di efficacia: sono infatti
dell’occupazione come dipendente nel settore privato con segno del parametro positivo (0.712) e
83
dell’occupazione come dipendente nel settore pubblico con segno del parametro negativo (0.606). Sembrerebbe quasi che chi trova lavoro nel settore privato trova un lavoro molto più
coerente rispetto alla laurea conseguita di coloro che si occupano nel settore pubblico; si
tratterebbe allora di una occupazione di ripiego, senza badare alla coerenza con gli studi fatti.
Si noti inoltre un effetto positivo, sia pur piccolo della variabile sesso: in questo caso le
femmine hanno maggiore probabilità dei maschi di avere un lavoro coerente. La leva invece
presenta un risultato poco atteso (il valore del parametro è positivo pari a 0.250), in quanto
dovrebbe essere ragionevole pensare che colui che non ha ancora assolto gli obblighi di leva o li
sta ancora adempiendo, non sia in condizione di rifiutare un lavoro anche poco conforme alla sua
laurea, e forse anche precario.
Sempre con riguardo ai risultati relativi ai parametri casuali, si può rilevare anche la non
piccola variabilità della variabile lavoro stabile/precario (PRECAR); si osservi inoltre la elevata
correlazione negativa tra le due covariate. Il segno di questa correlazione è ben evidenziato anche
dall'orientamento della nuvola di punti presentata nella Fig. 23 esposta di seguito, le cui
coordinate sono riferite ai valori dei residui delle due covariate. Osservando il grafico si può
notare direttamente e in modo ben visibile la relazione inversa tra la condizione generale di
coerenza nel lavoro e quella di lavoratori precari: quanto minore è il grado di coerenza tra lavoro
e laurea a livello generale (calcolato in base ai residui della costante), tanto migliore è la
situazione per i precari relativa alla probabilità di avere un lavoro coerente (differenza tra valori
positivi dei residui e stima della parte fissa della variabile PRECAR). In Tab. 17 si sono riportate
le stime dei residui e degli errori standard soltanto per i corrispondenti venti valori più bassi e più
alti.
TABELLA 17. Residui delle variabili costante (COSTANTE)
e lavoro stabile/precario (PRECAR)
Sede
281
151
371
101
181
101
154
11
681
661
831
271
281
341
721
181
751
501
12
Corsi
508
601
803
803
107
601
601
601
807
807
804
812
803
101
807
102
807
309
309
Residui
cost
Residui
precar
-1.033
-1.011
-0.834
-0.820
-0.781
-0.777
-0.751
-0.744
-0.718
-0.687
-0.555
-0.552
-0.551
-0.547
-0.543
-0.543
-0.531
-0.526
-0.503
0.529
0.606
0.685
0.481
0.715
0.846
0.340
0.545
0.519
0.354
0.798
0.310
0.725
0.478
0.667
0.793
0.365
0.201
0.526
Errori
standard.
Errori
standard.
0.520
0.372
0.591
0.547
0.603
0.530
0.519
0.452
0.566
0.611
0.608
0.604
0.595
0.602
0.601
0.634
0.605
0.591
0.546
0.818
0.704
0.840
0.848
0.873
0.859
0.839
0.823
0.876
0.916
0.881
0.907
0.881
0.879
0.800
0.888
0.894
0.909
0.882
(continua)
(segue)
84
581
11
181
271
151
154
501
581
921
361
321
12
371
11
271
11
721
151
153
371
151
602
804
201
509
202
501
310
501
804
111
507
313
403
111
501
501
501
108
509
310
201
-0.501
0.463
0.470
0.477
0.486
0.490
0.492
0.499
0.516
0.516
0.532
0.546
0.546
0.574
0.598
0.607
0.615
0.761
0.777
0.787
0.828
0.384
-0.206
-0.052
-0.440
-0.415
-0.671
-0.276
-0.672
-0.479
-0.252
-0.377
0.082
-0.209
-0.490
-0.383
-0.956
-0.792
-1.194
-0.713
-0.718
-0.710
0.632
0.521
0.616
0.434
0.599
0.320
0.609
0.330
0.602
0.607
0.603
0.504
0.595
0.527
0.476
0.407
0.468
0.399
0.282
0.555
0.546
0.867
0.813
0.874
0.803
0.924
0.750
0.902
0.643
0.883
0.899
0.911
0.788
0.874
0.891
0.842
0.771
0.765
0.775
0.753
0.855
0.718
Residui a coppie
1.000
Residui precar
0.500
-1.500
-1.000
0.000
0.000
-0.500
0.500
1.000
-0.500
-1.000
-1.500
Residui costante
FIGURA 23. Residui della costante e residui della variabile lavoro stabile/precario (PRECAR)
Infine, si sono costruiti i grafici (Figure 24 e 25) della distribuzione dei residui
standardizzati secondo i corrispondenti quantili della distribuzione normale, sia per la costante
che per la variabile tipo di lavoro (PRECAR).
L’esame dei grafici, mette in evidenza che in entrambi i casi i punti si dispongono attorno
ad una ipotetica linea retta con una certa pendenza, il che consente di dire che dovrebbe essere
85
rispettata l’ipotesi di normalità della distribuzione dei residui fatta nel modello. La variabilità è di
una certa consistenza, con alcuni gruppi di unità che presentano inclinazione e variabilità diversa
rispetto agli altri gruppi. Vi sono anche unità che si “distaccano” dalle altre (cioè che non
mantengono la continuità con il gruppo delle unità centrali). Quest’ultimo risultato indica che è
ragionevole non procedere ad una nuova stima del modello omettendo tali unità outliers.
86
Infine si conclude ricordando che non si 87
riporta il grafico dei residui standardizzati con i
relativi intervalli di confidenza data la sua quasi illeggibilità in relazione al numero elevato delle
unità di secondo livello (di corsi di laurea pari a 766).
Q-Q plot
Residui standardizzati della costante
3.000
2.000
1.000
-4.000
-3.000
-2.000
-1.000
0.000
0.000
1.000
2.000
-1.000
-2.000
-3.000
-4.000
Figura 24. Grafico dei residui standardizzati della costante
88
3.000
4.000
Q-Q plot
Residui standardizzati della variabile tipo
di lavoro (PRECAR)
3.000
2.000
1.000
-4.000
-3.000
-2.000
-1.000
0.000
0.000
1.000
2.000
3.000
-1.000
-2.000
-3.000
-4.000
FIGURA 25. Grafico dei residui standardizzati della variabile tipo di lavoro (PRECAR)
89
4.000
7. CONSIDERAZIONI CONCLUSIVE
Il fenomeno della transizione istruzione – mercato del lavoro e di conseguenza il problema
della valutazione della performance dell’istruzione, in particolare universitaria, sono molto sentiti
e discussi in tutti paesi. La valutazione interessa in modo rilevante le unità che svolgono attività
di formazione al fine di garantire l’efficienza e l’efficacia dell’investimento pubblico ed i diritti di
tutta l’utenza, quindi non soltanto dei giovani che sono i diretti beneficiari del servizio, ma anche
delle famiglie che molto spesso si ritrovano a mantenere i propri figli agli studi, dei datori di
lavoro che sono interessati alle “capacità” acquisite dai giovani durante il periodo della
formazione prima di inserirsi nel mercato del lavoro, e in sintesi di tutta la collettività nel suo
insieme.
Questo lavoro è stato centrato sulla valutazione dell’efficacia esterna dell’istruzione
universitaria, con riferimento, quindi, al rapporto tra il risultato della formazione offerta dai
singoli corsi di studio e il mercato del lavoro, dato che si tratta di un aspetto rilevante e finora
poco studiato nel nostro paese e, comunque, mai a livello nazionale in modo analitico e con
metodologie statistiche adeguate al tipo di fenomeno che è strutturato gerarchicamente.
Gli obiettivi principali dello studio erano perciò di effettuare un’analisi dell’efficacia
esterna dell’istruzione universitaria tramite indicatori semplici nel tentativo di individuare e
valutare i fattori o caratteristiche (individuali e di contesto) che la influenzano (si pensi ad
esempio al sesso, all’età, al voto di laurea, alle caratteristiche del corso di studio e della sede
universitaria, ecc.), nonché di cercare di valutare comparativamente l’efficacia dei differenti corsi
di studio e delle differenti sedi universitarie, cioè delle unità che ai vari livelli forniscono il
servizio di formazione; e ciò al fine di fornire utili informazioni agli utenti e, anche, per la
eventuale attuazione di politiche di intervento volte ad incrementare il livello di efficacia.
Dopo aver messo in evidenza la necessità di tener conto, a fini interpretativi dei risultati che
si ottengono, della problematica più generale della transizione scuola-lavoro, si è cercato di
specificare i concetti e le definizioni di efficacia cui fare riferimento, chiarendo cosa significa
analizzare soltanto l’efficacia esterna.
Successivamente, si sono analizzate le fonti statistiche disponibili, mettendo in evidenza
che, alla stato attuale, la rilevazione più interessante ed utile ai fini del presente studio è
l’indagine dell’ISTAT sugli sbocchi professionali del 1995. Come si è mostrato, sulla sua base avendo tra l’altro avuto la disponibilità del file di dati individuali - è stata possibile la
elaborazione di diversi interessanti indicatori diretti ed indiretti di efficacia dell’istruzione
universitaria nei riguardi del mercato del lavoro , e in particolare dei seguenti tre relativi: (i) al
fatto che il laureato abbia trovato o meno un lavoro, (ii) al tempo che ha impiegato per trovare il
primo lavoro e (iii) alla coerenza tra il lavoro svolto e il tipo di laurea conseguita.
Le analisi descrittive, di tutti gli indicatori di efficacia, presentate nella sezione 4, hanno
messo in evidenza una situazione piuttosto deludente, anche se ciò non significa che il mancato
raggiungimento di una più elevata efficacia sia attribuibile esclusivamente alla organizzazione e
alle caratteristiche delle istituzioni universitarie e dei corsi di laurea: vi sono certamente
responsabilità anche dal lato della domanda e, soprattutto, il contesto socio-economico della varie
aree territoriali e la situazione congiunturale dell’economia incidono senz’altro in modo pesante
sul successo o meno dei laureati nel trovare lavoro. Rinviando al testo della sezione 4 per il
dettaglio e per alcune spiegazioni dei risultati, non si può comunque non rilevare: che i laureati
nel 1992 che hanno dichiarato di lavorare nel 1995 (dopo circa tre anni dalla laurea) sono soltanto
il 66.8% e quelli che hanno un lavoro stabile solo il 41.7%; che tali risultati sono molto diversi
per sesso e per corso di laurea; che i tempi di ingresso al lavoro di tali laureati sono, in genere,
lunghi; che i laureati di determinati corsi di laurea trovano con difficoltà lavoro e al tempo stesso
90
con tempi lunghi; che la frazione di coloro che accettano un lavoro che non richiede la laurea è
molto rilevante; che circa il 40% dei laureati giudica insoddisfacente il grado di utilizzo della
formazione universitaria nel lavoro e che circa il 30% è insoddisfatto in termini di coerenza tra
lavoro svolto e studi effettuati.
E’ ovvio che tali risultati devono far riflettere e richiedono precisi interventi, basati però su
di una analisi dei fattori che li determinano. Lo svolgimento di un’analisi globale del fenomeno è
un’azione complessa e di difficile realizzazione dal momento che molti fattori necessari per
effettuare le analisi molto spesso sono di difficile misurazione. Ci riferiamo non tanto alle
caratteristiche degli individui, per quanto quelle di tipo intenzionale e capacità intellettuali siano
difficilmente "captabili", quanto piuttosto a quelle legate alla natura del mercato economico e ai
fattori sociali.
Comunque, a questo fine, nello studio si sono successivamente presentate (sezione 6)
analisi dettagliate utilizzando i modelli logistico e di sopravvivenza a tempo discreto secondo
l'approccio multilivello appositamente definititi e implementati. L'impiego di questi modelli
secondo tale approccio ha consentito di analizzare il fenomeno in un modo particolare: è stato
possibile stimare oltre che effetti sulla probabilità di occupazione relativi alle caratteristiche dei
laureati, anche gli effetti "medi" relativi ai corsi di laurea e alle sedi (considerati come effetti
casuali).
Si ritiene che i risultati conseguiti, anche se parziali, siano indubbiamente interessanti. Si è
stimato, infatti, per esempio che: (i) in termini di probabilità di occupazione dei laureati in cerca
di lavoro, tra le covariate risultano influenti soprattutto il sesso e il servizio militare (nel senso
che sono piuttosto “sfavoriti” le laureate e i laureati che devono ancora fare il servizio militare) e,
dal punto di vista generale, appaiono rilevanti gli effetti imputabili ai corsi di laurea e alle sedi
universitarie; (ii) in termini di probabilità di occupazione considerando i tempi di ingresso nel
lavoro, la variabile nettamente più influente è il servizio militare, mentre sembrano meno
rilevanti gli effetti imputabili ai corsi e , soprattutto, alle sedi universitarie, e, infine, (iii) per
quanto riguarda la probabilità di avere un lavoro coerente con gli studi effettuati, le variabili
nettamente più importanti sono l’occupazione come dipendente nel settore privato (in senso
positivo) e nel settore (in senso negativo), mentre è piccola l’influenza dei corsi di laurea e nulla,
come era ovvio attendersi, quella delle sede universitarie.
Sulla base dei risultati ottenuti abbiamo avanzato interpretazioni sia sulla condizione che
sulla dinamica dell’occupazione, per un determinato profilo di laureato, e abbiamo effettuato
confronti soltanto tra alcuni corsi di laurea e tra sedi nell'ambito di alcuni corsi. L'analisi basata
sui confronti non è stata molto dettagliata, ma essa non risponde all'esigenza di mostrare in questa
sede le differenze tra gli atenei italiani, anche se si è visto che le differenze tra i corsi di laurea
sono forti e che le differenze tra alcune università del Nord e del Sud del paese sono di un certo
rilievo. I confronti effettuati, per il tipo di dati a disposizione e per le analisi fatte, servono agli
utenti (soprattutto studenti e famiglie) per individuare i corsi di laurea e le sedi universitarie che
consentono migliori esiti occupazionali e non alle unità di formazione e/o ai finanziatori. Essi
vanno quindi visti piuttosto come esempio di quale utile strumento siano i modelli multilivello
quando l'obiettivo principale divenga effettivamente quello di effettuare analisi e confronti tra
atenei e tra corsi di laurea anche nell'ambito di una stessa sede universitaria, sulla base delle quali
si possano avanzare interpretazioni e spiegazioni utili per possibili interventi futuri.
Lo studio svolto stimola, quindi, ulteriori approfondimenti sul tema della valutazione della
efficacia rispetto agli sbocchi occupazionali, come in parte si è accennato nel testo.
Indubbiamente sarà opportuno: i) suggerire modifiche alle rilevazioni statistiche in atto, in modo
da conseguire contemporaneamente anche informazioni sulle caratteristiche dei corsi di laurea e
delle sedi universitarie, e così valutare gli effetti sulla efficacia imputabili a tali variabili; ii)
effettuare nuove analisi impiegando opportune variabili di contesto, tra le quali si potrebbe forse
usare il tasso di disoccupazione a livello provinciale per classe di età e sesso; iii) effettuare nuove
91
analisi e confronti con l’impiego di dati provenienti dalle rilevazioni sugli sbocchi professionali
che si stanno concludendo in questi giorni, da parte dell’ISTAT e del progetto ALMALAUREA; iv)
impiegare adeguati set di dati e metodi statistici che consentano di effettuare analisi longitudinali
o pseudo-longitudinali e di mettere in evidenza l’evoluzione temporale della probabilità di trovare
lavoro da parte di coloro che hanno conseguito la laurea o un diploma universitario. Il tipo di
ricerche che si è iniziato con questo lavoro dovrebbe quindi essere portato avanti ed è ciò che
pensiamo di continuare a fare da soli, o meglio, assieme ad altri gruppi di ricercatori di varie
discipline.
92
BIBLIOGRAFIA
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
AA.VV. (1973). Scuola e mercato del lavoro. Atti del Convegno del Mulino, ed. Il Mulino,
Bologna.
Abburrà L., Camoletto M. e Luciano A. (1988). L’evoluzione della struttura professionale
in Piemonte e le politiche di reclutamento delle imprese. Quaderno n.49, IRES, Torino.
Abrami P. and Apollonia S. (1991). Multidimensional students. Evaluations of teaching
effectiveness: the generalizability of N=1 research. Journal of Educational Psychology, 83,
pp. 411÷415.
Agresti A. (1990). Categorical data analysis. John Wiley & Sons Inc., New York.
Aimetti P. e Scaccabarozzi S. (a cura di) (1998). Prime indicazioni dall'analisi del panel di
imprese dell'indagine Excelsior. Lavoro presentato al Convegno su "Sistema Informativo
Excelsior. Sistema per l'occupazione e la formazione", Roma 2 dicembre 1998, organizzato
da Unioncamere in collaborazione con il Ministero del Lavoro e della Previdenza Sociale e
l'organizzazione Fondo Sociale Europeo.
Aitkin M. and Longford N. (1986). Statistical modelling issues in school effectiveness
studies. Journal of the Royal Statistical Society, Series A, n.149, part 1, pp. 1÷43.
Allison P.D. (1982). Discrete-time methods for the analysis of event histories. Sociological
Methodology, S. Leindhardt Editor, San Francisco, pp. 61÷98.
Altonji J.G. (1988). The effect of family background on school characteristics on education
and labour market outcomes. Dept. of Economics, Northwestern University.
Andolina P. e Cuffaro M. (1996). Efficienza ed efficacia dell’istruzione universitaria:
un’indagine campionaria sui laureati dell’ateneo palermitano, Scritti di Statistica
Economica, Istituto Universitario Navale di Napoli, Quadem.
Aureli E. (1997). Efficienza, efficacia e produttività nel sistema universitario, alcuni esempi
di set di indicatori e tecniche di misurazione. Atti del Convegno SIEDS, Alghero 1997, pp.
191÷202.
Avveduto S. e Moscati R. (1992). Oltre la laurea, ed. Angeli, Milano.
Barbagli M. (1974). Disoccupazione intellettuale e sistema scolastico in Italia. Ed. Il
Mulino, Bologna.
Barsotti O. e Ciucci R. (1977). Dequalificazione e disoccupazione della forza lavoro
diplomata. Studi di Economia e Finanza, ETS, Pisa.
Battistoni L e Ruberto A. (1988). I percorsi giovanili di studio e lavoro. Indagine
sull’entrata nella vita attiva. F. Angeli, Milano.
Beeson P. and Montgomery E. (1993). The effect of colleges and universities on local
labour markets. The Review of Economics and Statistics, 75, pp. 753÷761.
Benadusi L. e Gandiglio A. (1978). La scuola in Italia: valutazioni e statistiche, ed. La
Nuova Italia, Firenze.
Biggeri L. (a cura di) (1983). La produttività della pubblica amministrazione. Numero
Monografico di Città e Regione, n.4.
Biggeri L. (1997). La Valutazione del Sistema Universitario: Organizzazione. Strategie e
Metodi, Università & Ricerca, n.6.
Biggeri L. (1999). Autonomia e valutazione dell’insegnamento nel sistema universitario
italiano. Relazione presentata alla Giornata di Studio sul tema “L’insegnamento
universitario in Italia”, Accademia dei Lincei, 21 gennaio 1999, Roma.
Biggeri L., Bini M. E Grilli L. (1999). The transition from university to work: a multilevel
approach to the analysis of the time to get the first job. Working Papers, n.79, Dipartimento
di Statistica “G. Parenti”, Università degli studi di Firenze.
Bottiroli Civardi M. e Camiz S. (1994). Analisi esplorative e di conferma per lo studio della
93
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
propensione al lavoro degli studenti di Economia e Commercio dell’Università di Brescia.
Atti del Convegno «La popolazione studentesca e le Università italiane: indagini, modelli e
risultati», 8 Giugno 1994 – Dipartimento Metodi Quantitativi, Università di Brescia, ed.
Cleup, Padova.
Brennan J. et al. (1993). Students, courses and jobs: The relationship between higher
education and the labour market. London: Jessica Kingsley Publishers.
Breslow N.E. and Clayton D.G. (1993). Approximate inference in generalized linear mixed
models. Journal of the American Statistical Association, vol. 88, n.421, pp. 9÷25.
Bulgarelli A. e Ranieri A. (1994). L’efficacia della formazione nelle politiche attive del
mercato del lavoro: una verifica empirica su base regionale. Economia & Lavoro, anno
XXVIII, 2, pp. 47÷68.
Capecchi V. (a cura di ) (1983). Prima e dopo il diploma: percorsi maschili e femminili:
una ricerca del Comune di Bologna sugli sbocchi occupazionali degli istituti Aldini,
Valeriani e Sirani. Ed. Il Mulino, Bologna.
Capriolo L., Luccitelli E. e Pratesi N. (1980). Il lavoro sbagliato. Titoli di studio e mercato
del lavoro a Torino. Ed. Rosenberg & Sellier, Torino.
Centro di Orientamento Scolastico Professionale (1986). Percorsi scolastici e occupazione
dai 14 ai 19 anni in Piemonte. Assessorato al Lavoro, Torino.
Centro Studi IBM (1989). I neolaureati in azienda. Libri de "Il Sole 24 Ore", Milano.
Cesareo V. (1990). Professione laureato. I giovani nella grande impresa tra integrazione e
mercato. Ed. Angeli, Milano.
Certomà G., Lo Moro V. e Malizia R. (a cura di) (1995). Misura e valutazione dei servizi
pubblici. Il Mulino, Bologna.
Chiandotto B. (1983). Studenti e mondo del lavoro. Dipartimento Statistico – Università di
Firenze.
Chatterjee S. and Price B. (1991). Regression analysis by example. John Wiley & Sons Inc.,
New York.
Confindustria (1998).Valutare l'istruzione superiore: Università e impresa a confronto. Atti
di Convegno. Castellanza, 23 aprile 1998.
Cox D.R. (1972). Regression models and life tables. Journal of the Royal Statistical
Society, Series B, 34, pp. 187÷220.
Cox D.R. and Oakes D. (1984). Analysis of survival data. Chapman and Hall, London.
CRUI (1996). Atti del Convegno Imprese ed università per una nuova offerta formativa, 18
dicembre 1996.
D’Alessandro V. (1991). La sfida dei titoli e la ricerca dei posti. Ed. Angeli, Milano.
De Francesco C. e Trivellato U. (1978). La laurea e il posto. Ed. il Mulino, Bologna.
DES and Department of employment (1985). Graduates and jobs: Some guidance for
young people considering a degree. London: HMSO.
Doessel D.P. and Marshall J.V., (1985). A Rehabilitation of health outcome in quality
assessment. Social Science and Medicine, vol.21, n.12, pp. 1319÷1328.
Dolton P.J., Makepeace G.H. and Treble J.G. (1993). The youth training scheme and the
school to work transition. Working Paper, University of Wales, Bangor.
Efron B. (1988). Logistic regression, survival analysis and Kaplan-Meier curve. Journal of
the American Statistical Association, vol. 76, pp. 341÷353.
Emma R. e Rostan M. (1971). Scuola e mercato del lavoro. Ed. De Donato, Bari.
Fabbri D., Fazioli R. e Filippini M. (1996). L'Intervento Pubblico e l'Efficienza Possibile.
Ed. Il Mulino, Bologna.
Fallowfield L. (1996). Quality of quality-of-life data. Lancet, vol.348, pp. 421, 422.
Figà Talamanca A. (1998). Sulla durata e sugli sbocchi professionali degli studi in
matematica, in “La matematica nella Società e nella Cultura”. Bollettino della Unione
94
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
Matematica Italiana (8), 1-A, pp. 97÷109.
Firth D., Payne C. and Payne J. (1999). Efficacy of programmes for the unemployed:
discrete time modelling of duration data from a matched study. Journal of the Royal
Statistical Society, Series A, 162, Part.1, pp. 111÷120.
Foa V. (1971). Gli studenti lavoratori. Ed. Einaudi, Torino.
Fondazione Giacomo Brodolini (FGB) e Ministero del Lavoro e della Previdenza Sociale
(1997). La transizione dei giovani verso la vita attiva: modelli analitici e proposte di
regolazione. FGB Ricerche 125/1997.
Goldstein H. (1991). Nonlinear multilevel models, with an application to discrete response
data. Biometrika, 1, pp. 45÷51.
Goldstein H. (1995). Multilevel statistical models. Edward Arnold, Lodnon.
Goldstein H. (1998). A User's Guide to Mlwin. Insitute of Education, London.
Goldstein H. and Rasbash J. (1996). Improved approximations for multilevel models with
binary responses. Journal of the Royal Statistical Society, Series B, 3, pp. 505÷513.
Goldstein H. and Thomas S., (1996). Using Examination Results as Indicators of Schools
and College Performance. Journal of the Royal Statistical Society, A, vol.1, pp. 149÷163.
Goldstein H. and Woodhouse G., (1988). Educational Performance Indicators and LEA
League Tables. Oxford Review Education, vol.14, n.3, pp. 301÷320.
Gori E. (1992a). La valutazione dell’efficienza ed efficacia dell’istruzione. Atti della
XXXVI Riunione Scientifica della Società Italiana di Statistica, CEDAM, Padova, pp.
223÷230.
Gori E. (1992b). Variabili Latenti e Self-selection, nella valutazione dei processi formativi.
Statistica Anno LII, n.5, pp. 463÷480.
Gori E. e Vittadini G. (1998). La valutazione dell'efficienza ed efficacia dei servizi alla
persona: impostazioni e metodi. Relazione presentata al Seminario su "Progetto strategico
CNR - Misure e parametri per la politica economica e sociale", tenutosi presso l'ISTAT,
Roma, 29-30 settembre 1998.
Grogger J. (1996). School expenditures and post-schooling earnings: Evidence from high
school and beyond. The Review of Economics and Statistics, 78, pp. 628÷637.
Heckman J.J., Layne-Farrar A.S. and Todd P.E. (1995). The schooling quality-earnings
relationship: Using economic theory to interpret functional forms consistent with evidence.
NBER Working Paper n°.5288.
Heckman J.J., Layne-Farrar A.S. and Todd P.E. (1996). Does measured school quality
really matter? An examination of the earnings-quality relationship. In Does money matter?
The effect of school resources on student achievement. G. Burtless Editor. Forthcoming.
Hosmer D. W. and Lemeshow S. (1989). Applied logistic regression. John Wiley & Sons
Inc., New York.
Hotz V.J. (1992). Designing Experimental Evaluations of Social Programs: the Case of the
U.S. National JTPA Study. Atti della XXXVI Riunione Scientifica S.I.S., Pescara 21-24
aprile, vol.1, pp. 205÷217.
ISFOL (1989). Percorsi giovanili di studio e lavoro. Ed. F. Angeli, Milano.
ISTAT (1990). Indagine 1989 sugli sbocchi professionali dei laureati. Informazioni n.17,
ISTAT, Roma.
ISTAT (1994). Indagine longitudinale sugli sbocchi professionali dei laureati. Anni 19891991. Informazioni n. 25, ISTAT, Roma.
ISTAT (1994). Indagine 1991 sugli sbocchi professionali dei laureati. Informazioni n.1,
ISTAT, Roma.
ISTAT (1996). Inserimento professionale dei laureati. Indagine 1995. Informazioni n.10,
ISTAT, Roma.
ISTAT (1996a). Inserimento professionale dei laureati. Indagine 1995. File Standard 95
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
Manuale utente e tracciato record. ISTAT, Roma.
ISTAT (1996b). Rapporto annuale. La situazione del Paese nel 1996. ISTAT, Roma.
ISTAT (1999). Lo stato dell’università. I principali indicatori. Indicatori statistici, n° 11999 (bozze di stampa).
Jannaccone Pazzi R. (1987). I nuovi laureati. Domanda e offerta di laureati e diplomati in
Italia. Ed. de Il Sole 24 Ore, Milano.
Johnes G. and Taylor J. (1989). The first destination of new graduates: comparison between
Universities. Applied Economics, 21, pp. 581÷602.
Johnes J. and Taylor J. (1990). Performance Indicators in Higher Education. The Society
for Research into Higher Education & Open University Press.
Layder D., Ashton D. and Sung J. (1991). The Empirical Correlates of Action and
Structures: the Transition from School to Work. Sociology, 25, pp. 447÷464.
Lemmi A. (1997). La produttività e l'efficienza: problemi di definizioni e di metodo, in
D.S. Gazzei A., Lemmi A. e Viviani A., Misure statistiche di performance produttiva.
CLEUP, Padova.
Longford N.T. (1993). Random coefficient models. Claredon, Press, Oxford.
Lorenzoni G. e Zamagni S. (a cura di ) (1995). Guida agli sbocchi professionali del
laureato in economia. Ed. Il Mulino, Bologna.
Lynch L.M. (1987). Individual Differences in the Youth Labour Market: A Cross-section
Analysis of London Youths. In From School to Unemployement? The Labour Market for
Young People P.N. Junakar Editor, London: MacMillan Press, pp. 185÷211.
Maffenini W. (1995). I laureati in Scienze politiche dell’Università degli Studi di Milano.
Rivista Milanese di Economia, n.53.
Mc Cullagh P. and Nelder J.A. (1989). Generalized Linear Models. Chapman & Hall,
London.
Mealli F. and Pudney S. (1999). Specification Tests for Random-Effects Transition Models:
An Application to a Model of the British Youth Training Scheme. Accettato per la
pubblicazione su Lifetime Data Analysis, 5.
Micali A. e Ungaro P. (1998). Il sistema di indagini ISTAT sulla transizione scuola-lavoro.
Atti del Convegno S.I.E.D.S. su «L’educazione come processo permanente. Istruzioneformazione-riqualificazione», 28-30 maggio 1998, Facoltà di Economia - Università Statale
di Milano.
Minerva E. (1992). Selezione, inserimento e gestione dei neolaureati. Sinergie, n.20.
Montagni M. (1997). I modelli multilivello. Un’applicazione all’analisi di efficacia dei
corsi di laurea. Tesi di Dottorato. Dipartimento di Statistica “G. Parenti”, Università degli
Studi di Firenze.
Mortimore P. (1995). Effective schools: current impact and future potential. Institute of
Education, University of London, London.
Muttini Conti G. (1978). Indagine statistica sui laureati della Facoltà di Economia e
Commercio. Ed. Giappichelli, Torino.
Neglia G. (a cura di) (1999). La valutazione della qualità della formazione: esperienze a
confronto. Editori di Comunicazione Lupetti, Milano.
OECD (1994). Evaluation and the decision Making Process in Higher Education: French,
German and Spanish Experiences. OECD.
OECD (1997). Education at a Glance. Indicators. Centre for Educational Research and
Innovation. OECD.
OECD (1997). Education Policy Analysis. Centre for Educational Research and
Innovation. OECD.
Osservatorio Statistico (1997). Laureati e condizione occupazionale ad un anno dalla
laurea. Osservatorio Statistico - Università di Bologna.
96
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
O.R.M.L. (1997). Monitoraggio e valutazione ex post dell'attività di formazione
professionale. Anno formativo 1993/94. Rapporto regionale. Flash Lavoro Quaderni, n° 46.
professionale. Anno formativo 1993/94. Rapporto provinciale, vol. 2, tomo I. Flash Lavoro
Quaderni, n° 46.
professionale. Anno formativo 1993/94. Rapporto provinciale, vol. 2, tomo II. Flash Lavoro
Quaderni, n° 46.
professionale. Anno formativo 1994/95. Rapporto provinciale, vol. 1, tomo I. Flash Lavoro
Quaderni, n° 46.
professionale. Anno formativo 1994/95. Rapporto provinciale, vol. 1, tomo II. Flash Lavoro
Quaderni, n° 46.
Pfeffermann D., Skinner C.J., Holmes D.J., Goldstein H. and Rasbash J. (1998). Weighting
for unequal selection probabilities in multilevel models. Journal of the Royal Statistical
Society, Series B, 60, pp. 23÷40.
Rasbash J. et al. (1998). MlwiN program - Version 1.02.0003. Multilevel Models Project.
Institute of Education, London.
Reginato M. (1990). Dopo il liceo scientifico e l’istituto tecnico commerciale. Sbocchi
professionali e riflessioni sul percorso di studi dei diplomati in provincia di Torino (19811985), a cura dell’Istituto di Statistica, Università degli Studi di Torino, Ed. F. Angeli.
Rivkin S.G. (1991). Schooling and employment in the 1988’s: Who succeds?, Ph.D.
Dissertation. UCLA - Dept. Of Economics.
Rodriguez G. and Goldman N. (1995). An assessment of estimation procedures for
multilevel models with binary responses. Journal of the Royal Statistical Society, Series A,
1, pp. 73÷89.
Santoro M. e Pisati M. (1996). Dopo la laurea. Status, sfide e strategie, Ricerche e Studi
dell’Istituto Cattaneo. Ed. Il Mulino.
SAS Institute Inc. (1988). SAS Guide for personal Computers, Version 6.03. SAS Institute
Inc., Cary, NC..
Stiefel L. (1997). Measurement of output quality in US non-profit organizations. La
Statistica per le Imprese. Atti del convegno SIS, Torino, 2-4 aprile 1997.
Tricomi L. e Zangola M. (1986). Offerta e domanda di lavoro in provincia di Torino:
prospettive per il 1987 e 1990. Cronache Economiche, n.3.
Tronti L. (1991). Gli indicatori di produttività dei servizi pubblici. Istruzione, sanità,
amministrazione locale. Economia & Lavoro, anno XXV, 3, pp. 89÷112.
Tronti L. e Mariani P. (1994). La transizione Università - Lavoro in Italia. Un'esplorazione
delle evidenze dell'indagine ISTAT sugli sbocchi professionali dei laureati. Economia &
Lavoro, anno XXVIII, 2, pp. 3÷26.
Unione CCIAA Piemonte (1978). Scolarità e professioni in Piemonte. Ed. UCCIAA,
Torino.
Ursino P. (1980). Collocazione professionale dei giovani diplomati degli istituti tecnici
industriali in provincia di Pisa. Note di Sociologia, anno II.
Vittadini G. (1996). Modelli statistici per l’analisi della qualità nei servizi alle persone di
pubblica utilità. Working Paper, Università degli Studi di Milano.
Yamaguchi K. (1991). Event history analysis. Newbury Park: Sage.
Zaccarin S. (1994). Indagini longitudinali sulla transizione scuola-lavoro: alcune riflessioni
di metodo. Economia & Lavoro, anno XXVIII, 2, pp. 27÷46.
97
APPENDICE
INDAGINI SULLA TRANSIZIONE SCUOLA-LAVORO40
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
40
«Indagini ISFOL sull'entrata dei giovani nella vita attiva», condotte dall'ISFOL, dal
Ministero della Pubblica Istruzione e dall'ENI-ISVET. La popolazione di riferimento è
costituita da giovani in possesso di uno dei seguenti titoli: scuola media inferiore, scuola
media superiore, formazione professionale, conseguito tre anni prima dell'intervista.
Periodo di rilevazione: dal 1980 al 1985, con cadenza annuale. Tecnica di rilevazione:
intervista diretta. (Rif. Bibl. Battistoni, L e Ruberto, A., 1988; ISFOL, 1989).
«I diplomati e il lavoro. Indagine statistica sugli sbocchi professionali di diplomati in
Piemonte», condotta presso l’Iistituto di Statistica dell’Università di Torino. Popolazione di
riferimento: cinque generazioni di diplomati in Costruzioni Aeronautiche di tre diverse
sedi: Torino, Alessandria, Novara, dal 1978 al 1982. Tecnica di rilevazione: questionario
postale. Periodo di rilevazione: dicembre 1984 – aprile 1985.
Choc E. e Tassone A. (1985). Indagine sugli sbocchi occupazionali degli studenti diplomati
Periti Aziendali. Distretto Scolastico n.5, Torino.
«I diplomati e il lavoro. Indagine statistica sugli sbocchi professionali di diplomati in
Piemonte», Reginato M. (1986). A cura dell’Istituto di Statistica - Università degli Studi di
Torino. Popolazione di riferimento: diplomati in Costruzioni Aeronautiche dell'I.T.I.S. C.
Grassi di Torino, che hanno conseguito la maturità nel periodo 1978-1982. Tecnica di
rilevazione: questionario postale. Periodo di rilevazione: dicembre 1984 - aprile 1985.
«Sbocchi professionali e motivazioni al lavoro dei diplomati e studenti vicentini», condotta
dallo IARD per conto dell’Associazione industriali della provincia di Vicenza. Popolazione
di riferimento: studenti del V° anno e diplomati degli istituti superiori degli a.s.
rispettivamente 1981-82 e 1982-83. Periodo di rilevazione: 1986.
«La transizione scuola - lavoro: i destini sociali dei giovani che abbandonano la scuola»,
condotta da COSES per la Regione Veneto. Popolazione di riferimento: i giovani che hanno
abbandonato la scuola dell’obbligo o dopo la frequenza dei primi due anni della scuola
superiore nell’a.s. 1982-83. Periodo di rilevazione: maggio - settembre 1987.
«Dopo il liceo scientifico e l’istituto tecnico commerciale. Sbocchi professionali e
riflessioni sul percorso di studi dei diplomati in Provincia di Torino», condotta dall’Istituto
di Statistica – Università di Torino per conto dell’Assessorato istruzione della provincia di
Torino. Popolazione di riferimento: diplomati dei licei e degli istituti commerciali 1980-81,
1982-83 e 1984-85. Tecnica di rilevazione: questionario postale. Periodo di rilevazione:
1987-88.
«Tra scuola e lavoro. Atteggiamenti e motivazioni dei giovani verso il lavoro», condotta da
IARD per conto della Provincia di Milano e Assolombarda. Popolazione di riferimento:
studenti del V° anno e diplomati degli istituti tecnici degli a.s. rispettivamente 1984-85 e
1987-88.
«Occupazione e disoccupazione giovanile in Toscana», condotta dalla Fondazione CESPE
per conto dell’Assessorato al lavoro, Regione Toscana. Popolazione di riferimento: giovani
di età compresa tra 14 e 29 anni residenti in 19 comuni di Prato, Pisa, Siena, Piombino e
Firenze. Periodo di rilevazione: 1988.
«Istruzione e mercato del lavoro in provincia di Trento. Esiti occupazionali dei diplomati»,
condotta dalla Agenzia del lavoro di Trento. Popolazione di riferimento: diplomati degli
istituti tecnici e magistrali negli a.s. 1982-85 e 1986-87. Periodo di rilevazione 1988.
Aggiornamento al 1998 del quadro sinottico presentato in Zaccarin (1994).
98
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
«I giovani del Mezzogiorno», condotta da FORMEZ e IARD. Popolazione di riferimento:
giovani tra 15 e 24 anni delle città di Bari, Napoli, Cosenza, Catania e Cagliari. Periodo di
rilevazione: 1988.
Baussano A. (a cura di) (1988). «La transizione dalla scuola al lavoro», Indagine sulla
collocazione professionale dei giovani qualificati dal sistema formativo, ed. Angeli,
Milano.
«Scuola e sbocchi occupazionali. Un metodo di lettura», condotta da ILRES e Scuola di
formazione superiore per conto della Provincia di Genova. Popolazione di riferimento:
diplomati dei licei e degli istituti tecnici dal 1982 al 1985. Periodo di rilevazione: 1988-89.
«Ingresso e permanenza nel mercato del lavoro dei qualificati, diplomati e laureati nell’a.s.
1984-85», condotta dall’IRER per conto dell’Osservatorio mercato del lavoro Regione
Lombardia. Popolazione di riferimento: i giovani che hanno conseguito il titolo
nell’a.s.1984-85. Periodo di rilevazione ottobre 1989. L’indagine è stata ripetuta l’anno
successivo ma limitatamente ai diplomati dell’a.s. 1985-86.
«Le strategie del sistema formativo in Sardegna», condotta dal CENSIS per conto della
Regione Sardegna. Popolazione di riferimento: giovani di età 21 anni. Periodo di
rilevazione: 1990.
«Tra inoccupazione e lavoro», indagine condotta dalla Fondazione CESPE per conto
dell’Assessorato al lavoro. Popolazione di riferimento: giovani di età compresa tra 14 e 29
anni residenti nelle aree di Perugia, Terni, Trasimeno Piovese e Alta valle del Tevere.
Periodo di rilevazione: 1990.
«I percorsi formativi dei diplomati nel veneto», condotta da COSES per conto della regione
Veneto. Popolazione di riferimento: diplomati scuola superiore dell’a.s. 1987-88. Periodo
di osservazione: tre anni a partire dal 1991. Modalità di rilevazione: intervista telefonica
C.A.T.I..
«Gli sbocchi occupazionali e gli esiti professionali dei laureati degli atenei pugliesi»,
condotta dall’Osservatorio mercato del lavoro. Popolazione di riferimento: laureati dal 1984
al 1988. Periodo di rilevazione 1991.
«La situazione occupazionale nel Friuli Venezia Giulia nell’a.s. 1987-88», condotta dal
Centro Ricerche sul Lavoro per conto della Regione Friuli Venezia Giulia. Popolazione di
riferimento: diplomati scuole superiori esclusi i licei, nell’a.s.1987-88. Periodo di
rilevazione: 1991.
«Diplomati dalle superiori. Scelte di studio e di lavoro», condotta dalla Agenzia del lavoro
di Trento. Popolazione di riferimento: diplomati negli a.s. 1987-88. Periodo di rilevazione
1992.
«I laureati di Ca’ Foscari. Indagine sulla destinazione e sugli sbocchi professionali dei
laureati dell’Università Ca’ Foscari di Venezia», realizzato dall’Università di Ca’ Foscari
con collaborazioni esterne di vari organismi, e con il contributo finanziario dell’Università
Ca’ Foscari di Venezia, della Regione Veneto e dell’ESU. Popolazione di riferimento: i
laureati delle Facoltà di Lettere e Filosofia, di Economia, di Lingue e di Scienze riferiti ad
archi temporali differenti. Criterio di rilevazione: questionari inviati per posta. Periodo di
rilevazione: seconda metà dell’anno 1992.
«I laureati dell’Università di Bologna: anno 1994», condotta dall’Osservatorio Statistico
dell’Università degli Studi di Bologna. Popolazione di riferimento: laureati del 1994 presso
l’Università di Bologna. Periodo di rilevazione: 1995.
«I laureati 1995 – 2° Rapporto regionale», condotta dall’Osservatorio Statistico
dell’Università degli Studi di Bologna. Popolazione di riferimento: laureati nell’anno solare
1995 (compresi quelle della sessione straordinaria dell’ a.a. 1993/94) presso le Università di
Bologna, Ferrara, Modena e Parma.
«Laureati dell’Università di Bologna. 1995», condotta dall’Osservatorio Statistico
99
25.
26.
27.
28.
29.
30.
31.
32.
dell’Università degli Studi di Bologna. Popolazione di riferimento: laureati nell’anno solare
1995 (compresi quelli della sessione straordinaria del a.a. 1993/94) presso l’Università
degli Studi di Bologna.
«La condizione occupazionale dei laureati e diplomati del polo romagnolo – Risultati
dell’indagine telefonica», condotta dall’Osservatorio Statistico dell’Università degli Studi
di Bologna. Popolazione di riferimento: diplomati e laureati delle sedi decentrate
dell’Università degli Studi di Bologna tra il 1993 e 1995.
«Progetto LEVA (studio Longitudinale dell’Entrata nella Vita Attiva): Scuola e lavoro nelle
scelte dei giovani studenti lombardi dopo la licenza media», condotta dal Servizio Statistica
della Regione Lombardia. Popolazione di riferimento: 4 coorti di licenziandi dalla scuola
dell’obbligo rispettivamente del maggio 1986, maggio 1989, maggio 1992 e maggio 1995.
Periodo di osservazione: sei anni e mezzo per le prime due coorti, e periodi di osservazione
inferiori per le successive coorti.
«Minerva e Vulcano. I diplomi universitari e le imprese», realizzata nell’ambito del
progetto Campus – Corsi Avanzati Mirati alla Preparazione Universitaria per Sbocchi
Lavorativi. Indagine svolta dal lato della domanda (imprese). Popolazione di riferimento:
imprese di varia dimensione, associazioni territoriali e di categoria ed altri enti. Periodo di
rilevazione: giungo 1996. Criterio di rilevazione: invio di un questionario a mezzo fax.
L’indagine ha un riferimento territoriale ampio: Nord - Est, Emilia Romagna, Toscana,
Piemonte e Lombardia.
«Indagine sui laureati nell’Università di Siena dal 1991 al 1994», rilevazione curata
dall’Ufficio Studi Organizzativi - Università di Siena. Popolazione di riferimento: i laureati
tra il 1991 e il 1994. Tecnica di rilevazione: questionario postale. Anno di pubblicazione :
marzo 1996.
«I diplomati dell’Università di Bologna: anno 1995», condotta dall’Osservatorio Statistico
dell’Università degli Studi di Bologna. Popolazione di riferimento: laureati del 1995 presso
l’Università di Bologna. Periodo di rilevazione: 1996.
«Condizione occupazionale dei laureati e diplomati del polo romagnolo a uno e a due anni
dal conseguimento del titolo», condotta dall’Osservatorio Statistico dell’Università degli
Studi di Bologna. Popolazione di riferimento: laureati e diplomati che hanno conseguito il
titolo entro luglio 1996 nelle sedi dell’Università di Bologna decentrate in Romagna.
«Monitoraggio e valutazione ex post dell'attività di formazione professionale. Anno
formativo 1993/94» a cura del Dipartimento di Statistica "G. Parenti" dell'Università degli
Studi di Firenze e dell'Osservatorio del mercato del Lavoro della Regione Toscana.
Popolazione di riferimento: formati anno scolastico 1993/94 nella regione Toscana. Tecnica
di rilevazione: Intervista telefonica assistita con computer (CATI) effettuata 18 mesi
successivi alla conclusione dei corsi.
«Laureati e condizione occupazionale ad un anno dalla laurea», condotta dall’Osservatorio
Statistico dell’Università degli Studi di Bologna. Popolazione di riferimento: laureati
dell’Università di Bologna nella sessione autunnale 1995. Periodo di rilevazione: febbraiomarzo 1997. Modalità di rilevazione: intervista telefonica C.A.T.I..
100
OSSERVATORIO PER LA VALUTAZIONE DEL SISTEMA UNIVERSITARIO
LE PUBBLICAZIONI DEGLI ULTIMI 12 MESI
DOC
Il riparto della quota di riequilibrio del fondo per il finanziamento ordinario delle università: proposte
per il triennio 1998-2000, Doc 3/98, giugno 1998
L'evoluzione della domanda di formazione universitaria: studenti, laureati e studenti equivalenti, Doc
4/98, luglio 1998
Parere dell'Osservatorio su "Criteri, procedure, tempi e modalità di istituzione delle facoltà, corsi di
laurea e di diploma in scienze motorie", Doc 5/98, ottobre 1998
Verifica delle disponibilità di dotazioni della istituenda "Libera Università di Bolzano", Doc 6/98,
ottobre 1998
Valutazione del progetto di decongestionamento dell'Università "Federico II" di Napoli, Doc 7/98,
ottobre 1998
Relazione sull'attività svolta nel 1997, Doc 8/98, ottobre 1998
Programma di attività per il 1999, Doc 9/98, ottobre 1998
Ruolo, organizzazione e attività dei nuclei di valutazione delle università. Anno 1997, Doc 10/98,
novembre 1998
Indicazioni per la preparazione delle relazioni dei Nuclei di valutazione interna e insieme minimo di
indicatori, Doc 11/98, novembre 1998
Parere dell’Osservatorio per l'individuazione di criteri per il graduale riequilibrio nella distribuzione
del fondo destinato ai collegi universitari - cap. 1508, Doc 12/98, novembre 1998
Parere sullo schema di regolamento in materia di dottorato di ricerca, Doc 13/98, dicembre 1998
Sviluppo e programmazione del sistema universitario per il triennio 1998-2000. Relazione tecnica
dell’Osservatorio 1a parte, Doc 1/99, gennaio 1999
dell’Osservatorio 2a parte – Le proposte di istituzione di nuove università non statali, Doc 2/99,
gennaio 1999
Relazione sull’attività svolta nel 1998, Doc 3/99, marzo 1999
dell’Osservatorio. 3a parte. Le proposte pervenute per gli obiettivi H e I, Doc 4/99, marzo 1999
Verifiche della disponibilità di dotazioni nella università nono statale “Vita – Salute S. Raffaele”, Doc
5/99, aprile 1999
Criteri per la ripartizione dello stanziamento per l’attuazione di servizi per studenti portatori di
handicap (art. 2 legge 17/1999), Doc 6/99, aprile 1999
Valutazione del progetto di decongestionamento dell'Università di Bari, Doc 7/99, aprile 1999
RDR
Valutazione della didattica da parte degli studenti, Gruppo di ricerca dell'Osservatorio, luglio 1998, RdR
1/98
Recenti sviluppi delle politiche per il diritto allo studio nei paesi dell'Unione Europea, Deutsches
Studentenwerk, ottobre 1998, RdR 2/98, versione a stampa
University Funding Mechanisms and related issues, Cheps, ottobre 1998, RdR 3/98
Scuole superiori per interpreti e traduttori: rilevazioni ed analisi per predisporre proposte utili al
riordino del settore, Gruppo di ricerca dell'Osservatorio, settembre 1998, RdR 4/98
Istituti di educazione fisica: rilevazioni ed analisi per predisporre proposte utili al riordino del settore,
Gruppo di ricerca dell'Osservatorio, ottobre 1998, RdR 5/98
Misurazione e valutazione delle biblioteche universitarie, Gruppo di ricerca dell'Osservatorio, gennaio
1999, RdR 1/99
La stima dei costi delle diverse attività istituzionali delle università, Gruppo di ricerca dell'Osservatorio,
aprile 1999, Rdr 2/99
Valutazione dell'efficacia dell'istruzione universitaria rispetto al mercato del lavoro, Gruppo di ricerca
dell'Osservatorio, aprile 1999, Rdr 3/99
REPRINT
L. Biggeri, "Programmazione e valutazione dello sviluppo del sistema universitario", reprint dell'articolo
pubblicato su: La programmazione del sistema universitario, Università Ricerca n. 2, 1998, maggio
1998, Reprint 1/98
G. Catalano, "Il diritto allo studio in Italia", reprint dell'articolo pubblicato su Recenti sviluppi delle
politiche per il diritto allo studio nei paesi dell'Unione Europea, Deutsches Studentenwerk, ottobre
1998, Reprint 2/98
L. Biggeri, L. Scarpitti "Evaluation in the Italian University System", paper presentato a: International
Conference on Evaluation: Profession, Business or Politics? Rome, October 29-31, ottobre 1998,
Reprint 3/98
1

Valutazione dell`efficacia dell`istruzione universitaria rispetto

Transcript

Documenti analoghi

Altran Italia cerca 500 laureati e neolaureati

Benefit Contenuto Utilità Job Trend Job Forecast GPS

Indagine sull`Occupazione dei Laureati

Mala tempora currunt… - Responsabilitasanitaria.it

L`Università degli studi Roma Tre è stata fondata nel 1992

Corriere della Sera 10 maggio 2105

ROMA: Milena Gabanelli, REPORT - notizie - ultime

20 citta - 19