Il modello di Rasch nello studio della vittimizzazione: proposta di un
Transcript
Il modello di Rasch nello studio della vittimizzazione: proposta di un
Il modello di Rasch nello studio della vittimizzazione: proposta di un Indice di Percezione di Insicurezza Andrea Bonanomi Dipartimento di Scienze statistiche, Università Cattolica del Sacro Cuore, Milano [email protected] Silvia Angela Osmetti Dipartimento di Scienze statistiche, Università Cattolica del Sacro Cuore, Milano [email protected] Abstract: This work focuses on the application of the Rasch Model for the Victimization Analysis, in order to propose a new Citizen Insecurity Perception Index referring to the Italian Country as well as to its Regions or Geographical areas. The Index is defined by means of the Person Location Parameters estimated by a Rasch Model. This procedure is particularly suitable since the synthetic value of the latent variable “Insecurity Perception” is first evaluated at individual level; its estimated scores are then naturally aggregated to higher levels. Keywords: Rasch Model, Statistical Measures of Security, Fear of Crime Measures 1. Introduzione Nel presente lavoro si considera l’impiego del modello classico di Rasch (MR), per la valutazione della percezione di insicurezza dei cittadini italiani. Lo studio, svolto in collaborazione con l’Università degli Studi di Trento e con la società di analisi criminologica Transcrime, parte da un problema presentatosi nell’ambito di un incarico sottoposto dal Ministero degli Interni, riguardante lo sviluppo di modelli di sicurezza oggettiva e soggettiva dei cittadini italiani, in particolare la valutazione di possibili modelli atti a rappresentare le dinamiche future di sviluppo. Ci si è proposto, in particolare, di analizzare l’aspetto più soggettivo e personale legato alla percezione dell’insicurezza, ovvero la paura del crimine (fear of crime) di un generico cittadino. 1 Gli obiettivi del lavoro sono: 1. la proposta di un indice individuale della percezione di insicurezza del cittadino, che permetta altresì il confronto tra gruppi, in particolare macro-aree geografiche; 2. l’applicazione del MR nell’analisi criminologica di vittimizzazione; 3. l’implementazione di tale metodologia nell’ambiente italiano al fine di costruire un indicatore sintetico di contesto. Nella letteratura, il concetto di percezione di insicurezza non registra una definizione univoca; quella che trova maggior seguito afferma che esso rappresenta la valutazione soggettiva di essere vittima di un reato o la paura di subirlo. In psicologia e in sociologia tale concetto è generalmente definito “fear of crime” (Hale, 1996; Jackson, 2005). E’ evidente il dualismo interpretativo: la percezione della insicurezza è legata, da un lato, al rischio (o alla valutazione) che il cittadino ha di essere una potenziale vittima di un reato, ma, d’altra parte, è anche assimilabile alla paura soggettiva e personale di esserne vittima. In ambito criminologico molti autori hanno cercato di quantificare con un indice sintetico la percezione di insicurezza soggettiva, senza tuttavia seguire un approccio statistico o psicometrico. Nella letteratura italiana di settore diversi lavori si sono concentrati su un singolo aspetto della percezione dell’insicurezza, in genere misurato con un unico item di un questionario (relativo, ad esempio, al senso di sicurezza in casa, alla paura di uscire o alla influenza della paura sulle proprie abitudini). Nella maggior parte dei casi questi studi hanno avuto carattere esclusivamente locale, riferendosi a dati rilevati per specifiche realtà ambientali. Non sono altresì presenti nella letteratura italiana lavori che prendono in considerazione dati ufficiali, ottenuti con indagini svolte a livello nazionale. Nelle analisi che affrontano approcci multi – item la sintesi proposta appare, inoltre, piuttosto semplicistica (generalmente ottenuta attraverso la media aritmetica o la somma dei punteggi di una scala di un questionario), senza considerare procedure più complesse, quali quelle suggerite dall’Item Response Theory, IRT (Tseloni, 2007, Santinello et al., 2005). La modellistica adottata negli studi di settore si è inoltre posta frequentemente un diverso obiettivo: prevedere o costruire scenari futuri di criminologia e proiezioni temporali dei fenomeni. Lo studio dei modelli di criminalità oggettiva o della percezione di criminalità soggettiva si è concentrato maggiormente sull’analisi delle variabili esplicative, quelle cioè che determinano il fenomeno, e non tanto sulla misurazione della percezione del rischio (Tseloni, 2007; Hale 1996). In sostanza, la letteratura di analisi quantitativa criminologica si sofferma sulle cause, piuttosto che sullo studio dell’effetto fear of crime. Il nostro lavoro intende colmare questa lacuna, e misurare correttamente la variabile latente “percezione di insicurezza”: viene proposto a tale 2 scopo l’impiego del MR che appartiene alla nota famiglia dei modelli di Item Response Theory1. Si ricordi che la costruzione di un indice sintetico è, in generale, ottenuta mediante una opportuna funzione delle variabili osservate (proxy). L’indice così costruito può essere tipicamente interpretato come stima del livello raggiunto da un costrutto latente, non direttamente osservabile ma ricostruibile attraverso le proxy. L’esempio più classico è quello dell’Analisi Fattoriale, che adotta una relazione di tipo lineare. L’indice sintetico corrisponde al caso di esistenza di un unico fattore latente i cui punteggi stimati sono successivamente utilizzati per classificare le unità statistiche. Ciò implica, quindi, la condizione di unidimensionalità del costrutto, come peraltro ipotizzato nel caso dell’indice di percezione di insicurezza che si desidera costruire. In questo caso si è convenuto di utilizzare come variabili proxy i dati ufficiali sulla “Sicurezza dei cittadini” (anno 2002), rilevati all’interno dell’Indagine Multiscopo eseguita dall’ISTAT, con riferimento ad un campione rappresentativo di 60000 cittadini italiani con più di 14 anni. Nello specifico si sono considerati gli item della Sezione 3 dell’indagine, legati ai seguenti aspetti: percezione della sicurezza ambientale, adozione di misure di prevenzione, strategie e comportamenti messi in atto per proteggersi da un rischio percepito o possibile, paura di essere vittima di un reato contro persone o cose. L’approccio classico dell’Analisi Fattoriale, come sopra ricordato, produce l’indice come combinazione lineare delle valutazioni espresse dai rispondenti, per ottenere i cosiddetti factor scores, espressi in unità standard, il cui livello permette di classificare opportunamente le unità statistiche. La scelta di utilizzare invece il MR, sempre sotto l’ipotesi di unidimensionalità del costrutto latente d’interesse, dipende dal fatto che tale metodologia prende in considerazione anche l’effetto dello strumento utilizzato per costruire l’indice sintetico (ovvero gli item del questionario). Si ipotizza, infatti, che le differenti risposte agli item del questionario sono influenzate da due componenti distinte: una legata alle caratteristiche personali del soggetto e l’altra alla distorsione eventualmente introdotta dal singolo item nel misurare l’aspetto latente di interesse. Il modello risulta tuttavia applicabile nei casi in cui le due componenti agiscano effettivamente in modo indipendente (separabilità). L’esempio classico di Rasch (1960) riguardava, si ricordi, la valutazione del livello di apprendimento di gruppi di studenti, evidenziandone l’abilità intrinseca al netto dell’effetto delle prove proposte, per correggere l’eventuale distorsione derivante da una scelta non perfetta dello strumento di misura adottato (item del questionario). Il nostro obiettivo è di 1 Osgood et al. (2002) misurano la paura del crimine e il concetto di devianza utilizzando modelli IRT. 3 valutare il livello di insicurezza percepito da ogni rispondente, inteso come valutazione/percezione della pericolosità del contesto ambientale, al netto degli item proposti, e tenuto conto dell’individuale predisposizione ad avere paura. La relazione tra le modalità di risposta ai singoli item e il costrutto misurato è diretta; dall’analisi preliminare degli item disponibili appare soddisfatta l’ipotesi di separabilità tra il livello latente della percezione di insicurezza di ciascun soggetto e la capacità, anch’essa latente, che il singolo item colga il concetto di insicurezza. Le misure e gli indici proposti sono valutati sia a livello nazionale, sia disaggregati per aree geografiche (Nord Ovest, Nord Est, Centro, Sud, Isole) come da ripartizione ISTAT, sia a livello regionale; di conseguenza è possibile effettuare un confronto di tali misure, allo scopo di valutare possibili differenze significative. 2. Il Modello di Rasch Il MR trova utilizzo come metodo alternativo ai modelli classici psicometrici per misurare attraverso variabili manifeste (proxy) un unico costrutto latente (unidimensionalità). Sotto l’ipotesi dell’esistenza di due differenti aspetti (caratteristiche personali e parametri oggettivi) che operano in regime di indipendenza, il MR restituisce, in un unico continuum latente, due scale metriche di misurazione: una riferita specificatamente ai cosiddetti Item Parameters e l’altra ai Person Parameters. Viene così superato il limite dei modelli classici, permettendo di separare l’ordinamento dei rispondenti da quello degli item proposti. Il MR consente, quindi, di stimare il livello del tratto latente di interesse presente insito in ciascun rispondente, al netto degli item proposti, e anche l’effetto degli item al netto dei soggetti esaminati. Con riferimento a una particolare scala di misurazione, per uno specifico tratto latente (abilità, opinione, qualità o, nel nostro caso, fear of crime), sia xij la risposta di un generico soggetto i=1,…, I all’item j=1,…, J (tipicamente assegnata su una scala Likert convenzionale), scegliendo tra le possibili risposta la modalità k=0, 1,…, mj (ogni item può ammettere un differente numero di modalità di risposte). Sia πijk la probabilità che il soggetto i, con abilità personale θi, scelga la categoria k come risposte all’item j; tale probabilità viene espressa come una link function ϕ(θi,βj) nei parametri θi e βj riferiti rispettivamente alle caratteristiche personali e quelle degli item. Il MR (si veda, per esempio, Fischer, Molenaar, 1995) considera una relazione di tipo logistico e, tra le differenti formulazioni del modello, nel nostro caso risulta opportuno utilizzare quello cosiddetto politomico. In particolare, si è considerato il 4 Partial Credit Model (PCM), nella versione nota come Extended Logistic Model (ELM), proposta e sviluppata da Andrich (1988), secondo cui la probabilità che il soggetto i risponda all’item j assegnando la categoria k è data da π ijk k exp −∑ τ jh + k (θi − β j ) h=0 , = m s exp −∑τ jh + s (θi − β j ) ∑ s =0 h=0 (1) j dove le quantità τjh (h=1,…, mj) servono per definire i valori β jh = β j + τ jh , che costituiscono le mj soglie che guidano l’assegnazione per l’item j, con le condizioni ∑τ jh = 0 e τ j 0 = 0 ; dette h =1 soglie sono espresse come scarti dal livello medio βj di ogni item. Le distanze tra soglie, inoltre, non sono costanti e rappresentano lo scaling della scala convenzionale di Likert sul continuum latente, attraverso una trasformazione monotona dei punteggi convenzionali k= 0, 1,…, mj nei valori βjh (h=1,…, mj) non equispaziati. La posizione τ j 0 = 0 risulta necessaria solo in termini di applicabilità della espressione compatta (1). Nel contesto di un’analisi di vittimizzazione i due gruppi di parametri θi e βj fondanti il modello hanno necessariamente una specifica chiave di lettura. La generica caratteristica personale e individuale θi del soggetto i-esimo, che solitamente nell’analisi classica di Rasch ne descrive l’“abilità”, può essere identificata come paura/percezione individuale del crimine (Indice individuale di Percezione di Insicurezza): i soggetti con un alto punteggio in tale scala (Person Location), hanno un alto livello di paura e insicurezza. I parametri βj, solitamente chiamati “difficoltà dell’item”, vengono ora interpretati come errori sistematici introdotti dal singolo item nel misurare l’aspetto latente di interesse: valori del parametro diversi da zero indicano una sistematica sovrastima o sottostima del livello del costrutto latente dovuta all’item. D’altra parte essi forniscono anche una diretta indicazione del grado di paura evocato specificatamente da ogni singolo item. In tal modo è possibile stabilire anche un ordinamento delle tipologie di paure di subire un determinato reato, e di assegnare a ogni item una misura di importanza, indispensabile, ad esempio, per l’implementazione di un indice sintetico contestuale. 5 Considerato che il MR riconosce e permette la separabilità delle caratteristiche individuali e degli item, i parametri oggettivi sono stimati condizionatamente alle stime dei parametri personali. Il metodo di stima utilizzato è quello della massima verosimiglianza condizionata. I punteggi di ogni item o di ogni soggetto sono uno stimatore sufficiente di ogni parametro dell’item o del soggetto corrispondente. La procedura può essere naturalmente generalizzata per il trattamento dei dati mancanti. 3. Applicazione L’applicazione del MR nell’analisi di vittimizzazione e la conseguente determinazione di un indice sintetico di percezione di insicurezza fa riferimento ai dati provenienti da un’indagine ufficiale promossa dall’ISTAT con cadenza quinquennale, l’”Indagine sulla Sicurezza dei cittadini”, all’interno dell’Indagine Multiscopo 2002. Il campione è composto da 60000 cittadini italiani con più di 14 anni; il campionamento a due stadi ha rappresentatività a livello nazionale, macro-regionale e regionale. In particolare, all’interno del questionario si sono considerati i dodici item raggruppati nella Sezione 3. Essi considerano differenti aspetti del costrutto latente, riguardanti, ad esempio, la percezione di sicurezza ambientale, le misure o le strategie assunte per proteggersi da un rischio percepito o possibile, la paura di essere vittima di un reato contro cose o persone. In Appendice 1 è riportato uno stralcio del questionario, relativo agli item 3.1, 3.2, 3.3, 3.4, 3.5 e 3.6. La stima dei parametri è stata realizzata attraverso la massima verosimiglianza condizionata con il software RUMM 2010, e sono stati effettuati test per la verifica della coerenza dei dati, dell’ipotesi di unidimensionalità e dell’adattamento del modello ai dati. Il test Person Separation Index (PSI) fornisce una misura dell’adattamento e dell’affidabilità dei risultati della misurazione. E’ una misura molto simile all’alpha di Cronbach, ma mentre quest’ultimo si basa sulla variabilità degli score, il test PSI si basa sulla variabilità delle stime dei punteggi. Il punteggio di 0.848 conferma le assunzioni adottate e una buona performance del modello (Andrich et al., 2000). Il test Item Trait Interaction è utile per verificare la bontà di adattamento ai dati, come misura globale della coerenza dell’ordinamento delle due scale metriche ottenute. Il valore è pari a 15548 (gradi di liberta 108, p-value < 0.01). 6 3.1 Ordinamento degli item: analisi delle paure La Tabella 1 riporta il vettore delle stime dei parametri βj legati ad ogni item, ovvero i punteggi riferiti alle diverse “paure” o aspetti del costrutto sottoposti al campione. Il MR ordina gli item maggiormente significativi in base al punteggio dell’item location βj. I punteggi hanno un campo di variazione da -0,882 a +1,141. Un punteggio più alto del parametro indica un item, e quindi un aspetto specifico del costrutto paura, considerato meno rilevante per la misura del tratto latente di interesse. Tale punteggio indica, innanzitutto, l’eventuale “distorsione” di ogni item nella misurazione del costrutto: un punteggio basso indica una sovrastima della misurazione della percezione di paura da parte dell’item, viceversa un punteggio alto indica una sottostima della misurazione. In tale ottica si può affermare che i parametri βj misurano la “capacità” rappresentativa dell’item. Una seconda possibile interpretazione di tali punteggi suggerisce un ordinamento delle “paure” rappresentate da ogni item: a punteggi bassi corrispondono situazioni che incutono più paura da parte dei cittadini italiani, viceversa punteggi alti si riferiscono ad aspetti che evocano minor preoccupazione. Tabella 1: Stime dei parametri βj Item Descrizione I0001 Sicurezza camminando per strada solo e al buio βj -0,058 I0002 Evitare strade, luoghi, persone per motivi di sicurezza -0,055 I0003 Portare oggetti di difesa 1,141 I0004 Mettere sicura alle portiere dell’auto -0,038 I0005 Non uscire di sera/notte per paura 0,536 I0006 Sicurezza in casa da soli al buio 0,839 I0007 Preoccupazione furto automobile -0,384 I0008 Preoccupazione furto in abitazione -0,882 I0009 Preoccupazione scippo/borseggio -0,270 I0010 Preoccupazione rapina/aggressione -0,282 I0011 Preoccupazione violenza sessuale -0,112 I0012 Influenza della criminalità sulle abitudini -0,435 Il test χ2 per ogni singolo item confronta la distribuzione delle frequenze dei punteggi osservati con la distribuzione delle frequenze dei punteggi teorici, tenendo conto che il valore della funzione test cresce con la dimensione campionaria. Per campioni molto grandi (nel 7 nostro studio la dimensione del campione è pari a 60000), rifiutiamo praticamente sempre l’ipotesi nulla di uguaglianza delle due distribuzioni (Landenna et. al. 1988). Confrontando comunque le due distribuzioni riferite all’item con valore della statistica test più elevato (e quindi con p-value più piccolo), si nota che le due distribuzioni sono effettivamente molto simili. Pertanto è possibile accettare che gli item considerati non inficino significativamente l’adattamento e la bontà del modello. Assunta e verificata l’ipotesi di unidimensionalità, la letteratura riconosce tuttavia come sia possibile misurare la “paura del crimine” con riferimento a tre particolari aspetti, relativi a tre differenti gruppi di item del questionario proposto: un aspetto cognitivo, un aspetto affettivo e un aspetto comportamentale. Il costrutto paura è la risultante di questi tre diversi aspetti (Fattah e Sacco, 1989; Gabriel e Greve, 2003; Moser, 1995; Triventi, 2008). L’aspetto affettivo rappresenta la reazione emotiva di un soggetto al pensiero di essere vittima o in pericolo, appartiene alla sfera dei sentimenti e delle pulsioni e costituisce la parte più irrazionale del costrutto latente analizzato. Gli item di riferimento sono I0001, I0005 e I0006. L’aspetto cognitivo rappresenta la percezione o la valutazione del rischio di subire un reato o di essere vittima di un episodio criminale. Appartiene alla sfera più razionale e gli item di riferimento sono I0007, I0008, I0009, I0010 e I0011. Infine l’aspetto comportamentale si riferisce alle strategie di coping adottate per fronteggiare il rischio o la paura di essere vittima di un crimine (item I0002, I0003, I0004 e I0012). Gli scores degli item stimati e presentati in Tabella 1 permettono di ordinare i tre aspetti, come riportato in Figura 1. Figura 1: Grado di preoccupazione evocato dai tre aspetti del costrutto paura Minor Preoccupazione Aspetto Affettivo Maggior Preoccupazione Aspetto comportamentale Aspetto cognitivo L’ordinamento dei tre aspetti evidenzia che gli item che evocano maggior preoccupazione sono relativi alla sfera cognitiva. La percezione di insicurezza dei cittadini è maggiormente riferita alla dimensione più razionale, cioè la valutazione del rischio di subire un episodio criminale, e non, al contrario, agli aspetti più emozionali (preoccupazione personale e 8 soggettiva di subire un reato). La paura del crimine non dipende pertanto significativamente dalle emozioni ma da valutazioni razionali, oggettive e calcolate. Ricordando la definizione data al costrutto latente, che indicava la percezione di insicurezza come la percezione soggettiva di essere vittima di un reato o la paura di subirlo, la scala metrica ottenuta riferita agli item mostra una predominanza della prima parte della definizione sulla seconda. 3.2 L’indice di Percezione di Insicurezza Con riferimento al MR, si sviluppa un indice per valutare la percezione di insicurezza dei cittadini italiani a livello nazionale e disaggregato prima per macro-aree, come da ripartizione geografica stabilita dall’ISTAT, poi per regioni amministrative. L’indice è definito come una media aritmetica ponderata dei punteggi personali stimati θi, i=1,…, I, che assumono un range di valori compreso tra -4,81 e +4,31: I ∑θ w i IPI = i i =1 I (2) ∑w i i =1 I pesi wi sono forniti dall’ISTAT e consentono la ponderazione dell’indice per evitare le distorsioni dovute a un non perfetto bilanciamento del campione a livello nazionale, macro regionale e regionale. I punteggi stimati attraverso il MR sono al netto dell’influenza degli item proposti: depurati da questi fattori oggettivi, riflettono unicamente il livello personale di percezione di paura di ogni soggetto. Alti valori dell’Indice di Percezione di Insicurezza (IPI) indicano alti livelli di insicurezza/paura percepita, sia a livello personale che, in media, a livello aggregato. In Tabella 2 sono riportati i punteggi medi delle macro aree considerate e del riepilogo nazionale. Il Sud Italia è l’area geografica caratterizzata da un più alto valore dell’indice IPI. Tabella 2: Indice di Percezione di Insicurezza a livello nazionale e macro-regionale Area Italia Nord Ovest Nord Est Centro Sud Isole Indice IPI -0,593 -0,568 -0,719 -0,632 -0,450 -0,672 L’analisi è stata poi condotta a livello regionale. Nella Tabella 3 sono riportati i punteggi medi di ogni regione e nella Figura 2 è rappresentato un ordinamento delle regioni in base al 9 livello media di insicurezza percepita; ogni regione è colorata sulla base del livello medio di paura percepita. Tabella 3: Indice di Percezione di Insicurezza a livello regionale Regione IPI Regione IPI Piemonte -0,585 Marche -0,776 Valle d'Aosta -1,201 Lazio -0,500 Lombardia -0,529 Abruzzo -0,730 Trentino Alto-Adige -1,191 Molise -0,905 Veneto -0,604 Campania -0,264 Friuli Venezia Giulia -0,938 Puglia -0,383 Liguria -0,695 Basilicata -0,799 Emilia Romagna -0,679 Calabria -0,737 Toscana -0,766 Sicilia -0,619 Umbria -0,635 Sardegna -0,830 Figura 2: Livello di percezione di insicurezza regionale Insecurity Perception Level Low High 10 Le regioni critiche, con un livello di percezione di insicurezza più alto, sono la Puglia e la Campania, e in generale tutte le regioni che presentano importanti agglomerati urbani (Lazio, Lombardia, Piemonte). Le regioni a bassa densità abitativa presentano un valore dell’indice meno elevato (Valle d’Aosta, Trentino Alto - Adige e Sardegna). I risultati confermano l’ordinamento emerso dal rapporto ISTAT; tuttavia l’analisi effettuata permette non solo un ordinamento delle aree geografiche (macro-aree o regioni), ma anche una quantificazione su scala metrica ad intervalli. 3.3 Considerazioni Lo scopo del presente lavoro è stato quello di definire un indice di percezione di insicurezza al fine di misurare il livello personale di paura di subire un reato e/o la valutazione del possibile rischio di essere vittima di un crimine. Si tratta di una misura soggettiva e personale della paura; pertanto nella sua costruzione non vengono considerati il numero di eventuali reati subiti dai soggetti rispondenti, né il rischio reale di essere vittima di un crime (misura oggettiva della sicurezza). Il MR rappresenta una procedura alternativa e più efficiente per la determinazione di una variabile dipendente in un modello criminologico. In un approccio multi - item, tale metodo consente una definizione più accurata della variabile latente, come sintesi di differenti aspetti del medesimo tratto latente di interesse (paura del crimine). In particolare, i punteggi personali stimati (Indice di Percezione di Insicurezza Individuale) possono essere impiegati come valori della variabile dipendente per modelli di previsione di scenari futuri di sicurezza percepita. Si noti che tutte le misure medie dell’indice IPI (Tabelle 2 e 3) hanno un valore negativo. La media dei punteggi personali (Indice IPI a livello nazionale) è, infatti, negativa, a fronte di una media dei punteggi degli item pari a zero per ipotesi di costruzione del modello. La figura 3 mostra le distribuzioni dei punteggi personali (a sinistra) e dei punteggi medi degli item (a destra) nella stessa scala metrica continua. Il range dei valori delle due sottoscale è lo stesso: questo garantisce un equilibrio tra le due sottoscale. Tuttavia le due distribuzioni, entrambe tendenzialmente normali, non hanno stessa media e non sono centrate attorno al valore zero. Mentre la scala dei punteggi degli item ha media nulla, la scala dei punteggi personali è traslata verso valori negativi, è simmetrica con media pari al valore –0,593. Questo significa che le persone hanno un livello di insicurezza minore rispetto agli item proposti, o meglio, che gli item proposti non sono perfettamente centrati sul livello di paura dei rispondenti. 11 Figura 3: Distribuzioni dei punteggi personali e dei punteggi medi degli item L’”Indagine sulla Sicurezza dei Cittadini” dell’ISTAT è un’indagine ufficiale che ha lo scopo di fotografare la situazione criminologica in Italia, e non ha direttamente come fine la realizzazione di un indicatore sintetico di percezione di insicurezza come quello da noi messo in atto. Di conseguenza si prefigura la necessità, per migliorare la scala metrica personale e quindi l’indice IPI, di calibrare il questionario con diverse domande o con un miglior assetto di ogni item (non tutti gli item hanno una scala interna perfettamente simmetrica). 4. Conclusioni e sviluppi futuri In conclusione, abbiamo proposto col nostro lavoro un nuovo indice di percezione di insicurezza individuale e aggregato per macro aree. La letteratura in materia è apparsa piuttosto debole, e questa proposta potrebbe aprire una strada per la valutazione psicometrica del concetto di paura e insicurezza. L’utilizzo dell’indice non è solo a scopo descrittivo e sintetico di un’area, ma può trovare utilizzo come variabile dipendente di modelli criminologici di previsione e di costruzione di scenari di sicurezza. In questo contesto, 12 l’analisi di Rasch permette di ottenere stime al netto delle domande proposte e una misurazione più accurata e precisa del costrutto latente dipendente da diversi aspetti. Al di là di un’Analisi della Varianza, una prospettiva prossima e immediata è quella di approfondire un’analisi Differential Item Functioning (DIF), strumento utile per comprendere se, relativamente ad un generico item, la probabilità di risposta di gruppi di soggetti (omogenei, ad esempio, per area geografica), varia soltanto in funzione del valore del tratto latente da essi posseduto, o varia anche in funzione dei valori o dei livelli delle caratteristiche personologiche dei soggetti rispondenti. Ringraziamenti Gli autori ringraziano il Prof. Boari per la collaborazione alla stesura del lavoro, alla revisione e alla correzione dello stesso, nonché per i preziosi e continui suggerimenti. 13 Appendice 1. Sezione 3 del questionario – Item considerati nell’analisi 14 Bibliografia Andrich, D. (1988). A general form of Rasch’s extended logistic model for partial credit scoring, Applied Measurement in Education, 1, 363-378. Andrich, D, Sheridan, B, Lyne, A, Luo, G (2000). RUMM: A Windows-based Item Analysis Program Employing Rasch Unidimensional Measurement Models, Murdoch University, Perth, WA. Fattah, E.A., Sacco, V. (1989). Crime and Victimization of the elderly, Springer-Verlag, New York. Fischer, G.H., Molenaar I.W. (1995). Rasch models: Foundations, Recent Developments and Applications, Springer Verlag, Berlin. Gabriel, U., Greve, W. (2003). The psychology of Fear of Crime, British Journal of Criminology, 43, 600-614. Hale, C. (1996). Fear of crime: a review of the lecterature, International Review of Victimology, 4, 79-150. ISTAT (2002). Indagine Multiscopo sulle famiglie “Sicurezza dei cittadini”, Roma. Jackson, J. (2006). Introducing Fear of Crime to Risk Research, Risk Analysis, 26, 1, 253-264. Landenna, G., Marasini, D., Ferrari, P. (1998). La verifica d’ipotesi statistiche, Il Mulino, Bologna. Moser, G. (1995). Gli stress urbani, Led, Milano. Osgood, D.W., McMorris, B.J., Potenza, M.T. (2002). Analyzing Multiple-Item Measures of Crime and Deviance I: Item Response Theory Scaling, Journal of Quantitative Criminology, 18 (3), 267-296. RUMM2010 (2001). Rasch Unidimensional Measurement Models manual, Rumm Laboratory Pty Ltd. Santinello, M., Vieno, A., Davoli, K., Pastore, M. (2005). Il modello contesto-copingadattamento per la spiegazione della paura della criminalità, Giornale Italiano di Psicologia, 32, 161-178. Triventi, M. (2008). Vittimizzazione e senso di insicurezza nei confronti del crimine: un'analisi empirica sul caso italiano, Rivista di Criminologia, Vittimologia e Sicurezza, II (2), 137-159. Tseloni, A. (2007). Fear of crime, perceived disorders and property crime: a multivariate analysis at the area level, Crime Prevention Studies, vol. 21, 163-185. 15