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