Valutazione dell`efficacia dell`istruzione universitaria rispetto
Transcript
Valutazione dell`efficacia dell`istruzione universitaria rispetto
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 Domanda 3: Il lavoro attuale è lo stesso che svolgeva prima della laurea? 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 FIGURA 5. Schema delle domande per la determinazione degli indicatori 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 Domanda 3: Il lavoro attuale è lo stesso che svolgeva prima della laurea? 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 FIGURA 6. Schema delle domande per la determinazione degli indicatori 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 FIGURA 7. Schema delle domande per la determinazione degli indicatori 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) LAUREATI CHE LAVORANO GRUPPI DI CORSI DI LAUREA Totale Scientifico Medico Ingegneria Agrario Economico Politico-sociale Giuridico Letterario Hanno trovato lavoro dopo la 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 Hanno Totale Cerca- Non Totale 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 (*) = Il trattino sta ad indicare che la stima presenta errori di campionamento troppo elevati 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) LAUREATI CHE LAVORANO Hanno trovato lavoro dopo la 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 Hanno Totale Cerca- Non Totale 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 Altra maturità tecnica Maturità magistrale Maturità scientifica Maturità classica Maturità linguistica 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 Gruppi di corsi di laurea 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 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 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 magistrale Maturità scientifica 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 Dipl. scuola superiore (*) Professionale Tecnica. industriale Tecnica. geometri Tecnica commerciale Altra maturità tecnica Maturità magistrale Maturità scientifica Maturità classica Maturità linguistica 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 Gruppi di corsi di laurea 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 Dipl. scuola superiore (*) Professionale Tecnica. Industriale Tecnica. Geometri Tecnica commerciale Altra maturità tecnica Maturità magistrale Maturità scientifica Maturità classica Maturità linguistica 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 Gruppi di corsi di laurea 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 (*) = Il trattino sta ad indicare che la stima presenta errori di campionamento troppo elevati 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 unità di 2^ livello j=1…Nk Laureati unità di 1^ livello 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. yˆij = βˆ0 j + βˆ j xij + eˆij yˆ ij = βˆ0 j + βˆ *j xij + eˆij 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 106 a 110 (voto>105) 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 VARIABILI (ABBREVIAZIONI) ALTRE MODALITÀ (M= 1, 2, …,M) (M=0) Anno di nascita (coorte01) 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 Voto di laurea (votlau) 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 Voto con lode (lode) 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) Cambio corso durante gli studi (cambcor) Laurea in corso (incor) 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 Diploma di scuola secondaria superiore (dipl01) 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) Lavoro durante gli studi (stu&la01) No, non sono stato un "fuori-sede" Nessun lavoro Obblighi di leva (leva01) 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 100 a 105 (voto>99) Voto laurea da 106 a 110 (voto>105) Voto laurea da 67 a 110+lode (voto+l) Intervallo di tempo tra laurea e occup. (interval) Tempo in trimestri (T) Titolo di studio di almeno uno dei genitori (tit01) 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 Professione di almeno uno dei genitori (prof01) Posizione di almeno uno dei genitori (pos01) 56 Maturità tecnica-ind. Maturità geometri Maturità commerciale Altra maturità tecnica Maturità magistrale Maturità scientifica Maturità classica Maturità linguistica 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 Probabilità di occupazione 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 Probabilità di occupazione 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 Quantili distribuzione normale 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 y ijk distribuito come una binomiale con parametri (1, π ijk ) 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 VARIABILI (ABBREVIAZIONI) MODALITÀ DI RIFERIMENTO (M=0) ALTRE MODALITÀ (M= 1, 2, …,M) Anno di nascita (coorte01) Dal 1962 Prima del 1961 Sesso (sex) Maschio Femmina Provincia di residenza. al momento dell'iscrizione (prov) Voto di laurea (votlau) Stessa provincia della sede universitaria 67 Altra provincia rispetto alla sede universitaria 68—110 Voto con lode (lode) No lode Sì lode Cambio corso durante gli studi (cambcor) 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 Laurea in corso (incor) Diploma di scuola secondaria superiore (dipl01) Lavoro durante gli studi (stu&la01) Obblighi di leva (leva01) Assolti prima/durante l'università/esonerato Titolo di studio di almeno uno dei genitori (tit01) 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 Professione di almeno uno dei genitori (prof01) Posizione di almeno uno dei genitori (pos01) Tempo in trimestri (T) 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 Quantili distribuzione normale 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. y ijk distribuito come una binomiale con parametri (1, π ijk ) 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 Quantili distribuzione normale 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 Quantili distribuzione normale 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. O.R.M.L. (1997). Monitoraggio e valutazione ex post dell'attività di formazione professionale. Anno formativo 1993/94. Rapporto provinciale, vol. 2, tomo I. Flash Lavoro Quaderni, n° 46. O.R.M.L. (1997). Monitoraggio e valutazione ex post dell'attività di formazione professionale. Anno formativo 1993/94. Rapporto provinciale, vol. 2, tomo II. Flash Lavoro Quaderni, n° 46. O.R.M.L. (1998). Monitoraggio e valutazione ex post dell'attività di formazione professionale. Anno formativo 1994/95. Rapporto provinciale, vol. 1, tomo I. Flash Lavoro Quaderni, n° 46. O.R.M.L. (1998). Monitoraggio e valutazione ex post dell'attività di formazione 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 Sviluppo e programmazione del sistema universitario per il triennio 1998-2000. Relazione tecnica 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 Sviluppo e programmazione del sistema universitario per il triennio 1998-2000. Relazione tecnica 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