Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
1
Impiego della Rasch Analysis in un’indagine dei criteri
utilizzati dalle aziende nella selezione dei neo-laureati1
Andrea Bonanomi
Dipartimento di Scienze Statistiche
Università Cattolica del Sacro Cuore – Milano
Abstract: This paper is part of an interdisciplinary research project named: “The University system. The value of education: efficiency and efficacy in
the mission of Catholic University of Milan”. The project includes three different surveys respectively addressed to a focus group of education experts, to a sample of students with their families and a sample of firms. The object of the present study is the analysis the data of a questionnaire submitted to a sample of 470 companies, geographically limited to Milan and its province. The main purpose of the survey is to analyze the criteria adopted during the selection phase of a newly-graduated person; in the second place, to find out what are the skills that companies seek the most, and finally to gather information to help students improve their career. The statistical technique used is Rasch Analysis, and among the different options, the Partial Credit Model was applied (a particular polytomic version). The analysis of the selection criteria employed by the firms started considering the items all together; then the following aspects was examined: University and general education, specific education and potential personal characteristics of each individual. Finally, it was checked if the usage of these criteria varies depending on the company dimension (number of employees) or the activity sector. Keywords: Rasch Analysis, Partial Credit Model, Personnel Selection
Criteria.
1 Lavoro svolto all’interno della ricerca di interesse di Ateneo D.3.2-Anno 2004 dal titolo “Il sistema universitario. Il valore della formazione: efficienza ed efficacia nella
mission dell’Università Cattolica”, coordinata dal Prof. Luigi Filippini e sviluppata in collaborazione con la Prof.ssa Renata Vigano e il Prof. Giuseppe Boari.
2
1. Introduzione
Il presente lavoro si colloca nell’ambito di un progetto di Ateneo, di
ricerca interdisciplinare, dal titolo: “Il sistema universitario. Il valore della
formazione: efficienza ed efficacia nella mission dell’Università Cattolica”.
Il progetto prevede lo svolgimento di tre rilevazioni sul campo, aventi per
obiettivo: un focus group di esperti di formazione universitaria, l’utenza in
ingresso (studenti e famiglie) e l’utenza in uscita (imprese).
Il corrente contributo riguarda l’analisi dei dati di un questionario
somministrato ad un campione di aziende, limitato geograficamente alla
provincia di Milano2.
Scopo principale del sondaggio è stato quello di analizzare i criteri
adottati dalle imprese al momento della selezione di un neo-laureato e
cogliere così indicazioni riguardanti le competenze maggiormente richieste
dalle aziende e gli eventuali suggerimenti destinati a migliorare il
curriculum formativo dei candidati.
Nella stesura del questionario si è tenuto conto: delle indicazioni del
focus group di esperti (del quale è imminente la pubblicazione di un
dettagliato resoconto), dei risultati di ricerche analoghe (Maffenini, Zenga,
2003) e delle indicazioni contenute in Levati (1999), riguardanti la
classificazione per aree dei fattori di valutazione delle risorse umane.
2. Descrizione dell’indagine
Il questionario, riportato in Appendice 1, consta essenzialmente di sei
gruppi di domande, concernenti: il tipo di laurea preferito (item L1-L3), la
carriera scolastica e la formazione generale del laureato (item C1-C6), la
formazione specifica (item S1-S5), le caratteristiche personali potenziali
del candidato (item I1-I23), i suggerimenti forniti al mondo accademico 2 Tale limitazione è stata dettata essenzialmente da motivi di carattere economico; la maggior parte degli studenti della sede di Milano dell’Università Cattolica gravita comunque in Lombardia.
3
(item P1-P3, scelti da una lista di dieci priorità), la politica aziendale di
aggiornamento delle risorse umane (item A1-A5) e infine alcune
informazioni sull’azienda (numero di addetti e settore di attività).
La scelta degli item I1-I23 è stata effettuata con riferimento al lavoro di
Levati (1999) precedentemente richiamato, nel quale è riportata una
classificazione (griglia) dei criteri di valutazione delle caratteristiche
potenziali delle risorse umane; tali criteri corrispondono a quelli
solitamente utilizzati nella fase di selezione di un candidato.
Tutti gli item riguardanti la misura di specifici livelli di valutazione o
interesse prevedono una scala di misurazione Likert a quattro passi di
risposta (0, 1, 2, 3). La scelta di un numero limitato di categorie di risposta
è legata essenzialmente all’intenzione di utilizzare, in fase di elaborazione
dei dati, la tecnica della Rasch Analysis. Tale procedura, che sarà
presentata nel seguito, non necessita di risposte su scala metrica, come
impongono invece le tecniche classiche quali l’Analisi Fattoriale o
l’Analisi di Regressione.
Alcuni gruppi di domande del questionario possono poi essere sono
attribuiti ai seguenti specifici aspetti: Carriera scolastica e Formazione
generale (item C1-C6), Formazione specifica (item S1-S5) e Caratteristiche
personali potenziali (item I1-I23) che possono essere ricondotti ad un
costrutto latente unico che permette di stabilire un ordine di preferenze dei
candidati da selezionare.
L’analisi dei criteri di scelta dei neo-laureati da parte delle aziende verrà
condotta dapprima considerando congiuntamente gli item di questi tre
gruppi3; l’analisi, quindi, verrà distinta all’interno di ciascuno di questi
aspetti4; si intende inoltre verificare se i criteri di scelta variano secondo la
dimensione aziendale (numero di addetti) o per settore di attività.
3 Par. 4.1. 4 Carriera scolastica e Formazione generale (par. 4.2), Formazione specifica (par. 4.3) e Caratteristiche personali potenziali (par. 4.4).
4
Per la costruzione del campione si è scelto di selezionare in modo
casuale (seguendo la procedura di campionamento sistematico) una prima
lista di 2350 aziende dall’elenco dei nominativi in possesso della Camera di
Commercio di Milano. Si sono prese in considerazione aziende con un
numero di addetti superiore a 15, dal momento che l’interesse primario
dell’indagine è quello di contattare aziende effettivamente interessate
all’assunzione di neo-laureati. Sempre per questo motivo si è quindi deciso
di fornire agli intervistatori un sotto-elenco ottenuto selezionando, in modo
casuale, circa 470 nominativi dalla precedente lista, usando un tasso di
campionamento crescente al crescere della classe di addetti. In particolare
la distribuzione per classe di addetti della lista preliminare di aziende, dei
tassi di selezione usati, del numero di nominativi estratti e delle interviste
realizzate è contenuta nella successiva Tabella 2.1.
Si osservi che, ad esempio, si è scelto di selezionare il 100% delle
aziende più grandi e solo il 5% di quelle con meno addetti.
Le istruzioni fornite agli intervistatori sono state quelle di contattare con
campionamento sistematico circa un terzo dei nominativi, reintegrando con
un nominativo intermedio in caso di impossibilità di contatto con l’azienda
selezionata. Le interviste, effettuate telefonicamente tra ottobre e novembre
2006, sono risultate in totale 168, con distribuzione riportata nell’ultima
colonna della Tabella 2.1.
Tab 2.1: Procedura di selezione dei nominativi forniti agli intervistatori
Classe Aziende Tasso % Nominativi Interviste
15-50 800 5 40 27
50-100 573 10 57 13
100-200 469 25 117 29
200-500 312 50 156 43
500-750 72 70 50 15
750-1000 36 85 30 13
oltre 88 100 88 28
5
Se il campione fosse stato casuale semplice, si sarebbe dovuto far uso,
durante l’elaborazione dei dati, dei cosiddetti pesi marketing, definiti dal
differente livello di importanza assegnato alle varie unità statistiche. Come
osservato in precedenza, detto livello può essere posto in proporzione al
numero di addetti della generica azienda.
D’altro canto, la procedura di selezione precedentemente adottata
richiederebbe l’utilizzo dei cosiddetti fattori di espansione, che, si noti,
sarebbero definiti proprio come trasformazione inversa di quella che
realizza i pesi marketing ora descritti. In definitiva, consegue che le 168
unità statistiche contattate possono essere trattate, nelle elaborazioni, come
se costituissero un campione casuale semplice da popolazione finita, senza
far uso di ponderazioni.
Il campione di aziende analizzato si è mostrato in larghissima parte
(circa l’85%) interessato a laureati in area tecnico-ingegneristica; circa il
65% è interessato anche a lauree dell’area commerciale; limitato (intorno al
35%) è risultato l’interesse per le lauree umanistiche.
Il settore di attività delle aziende è prevalentemente orientato alla
produzione dei beni (50%), in misura minore ai servizi (30%) e al
commercio (20%).
Tab 2.2: Priorità suggerite agli atenei5
Codice Priorità %
P1 Piani di studi declinati su figure professionali innovative 11,4%
P2 Progetti di scambio all’estero 26,3%
P3 Presenza e visibilità internazionale dell’ateneo 4,8%
P4 Potenziare l’offerta di percorsi triennali professionalizzanti 10,2%
P5 Potenziare l’offerta di percorsi specialistici 12,6%
P6 Abbinare l’offerta di Master professionalizzanti alle lauree triennali 18,6%
P7 Incentivare la frequenza a stage/tirocini 77,2%
P8 Fornire comunque una solida preparazione di base 33,5%
P9 Puntare su una didattica professionalizzante 31,1%
P10 Offrire una formazione di base a largo spettro 24,0%
5 Essendo ammesse fino a tre scelte, il totale delle percentuali differisce da cento.
6
La Tabella 2.2 elenca le citazioni maggiormente suggerite agli Atenei da
parte delle aziende rispondenti. Si noti che il suggerimento fornito da una
larga maggioranza di rispondenti (77,2%) riguarda l’incentivazione di stage
e tirocini aziendali.
Per quanto concerne infine la politica aziendale di aggiornamento delle
risorse umane, sono riportate nel Grafico 2.1 le distribuzioni di frequenza
associate ai 5 item proposti (A1-A5, si veda Appendice 1).
Grafico 2.1: Preferenze espresse (scala 0-3) sulle modalità di
aggiornamento delle risorse umane
0
10
20
30
40
50
60
70
80
90
100
A1 - Corsi pressosocietà
specializzate
A2 - Corsiuniversitari post
lauream
A3 - Corsi inpartner-shipAzienda -Università
A4 - Corsi diAggiornamento
interni all'Azienda
A5 - Ricerca dirisorse esterne
0
1
2
3
3. Lo strumento della Rasch Analysis
La Rasch Analysis è uno strumento particolarmente efficace per lo
studio in esame, in quanto consente di costruire scale metriche uniche,
partendo da punteggi solamente ordinali; inoltre può essere usata per
scorporare gli aspetti soggettivo – percettivi da quelli oggettivo –
qualitativi.
L’idea fondante dei modelli di Rasch, che si collocano nell’ambito della
più ampia famiglia dei modelli IRT (Item Response Theory), è quella che i
dati rispettino una sorta di gerarchia che permette di stabilire un
7
ordinamento relazionale6 lungo un unico e comune continuum. Tale tecnica
ha l’indubbio vantaggio di creare, in un’unica scala metrica, relazioni
d’ordine riferite a due categorie di parametri, inerenti ad un unico
punteggio, tipicamente ordinale, attribuito da un rispondente – soggetto –
ad uno stimolo – item – di un questionario. Il modello di Rasch ipotizza che
la risposta xij che il soggetto i-mo assegna all’item j-mo sia funzione di due
parametri, βi e δj, uno riferito alla “abilità del soggetto” – person parameter
– e l’altro alla “difficoltà dell’item – item parameter – ovvero:
( ), 1,..., ; 1,...,ij i jx f i I j Jβ δ= = = (1)
dove I rappresenta il numero complessivo di soggetti e J il numero
complessivo di item. Per il caso in studio la Rasch Analysis è in grado,
partendo dalle risposte delle aziende ai differenti item proposti, di separare
e stimare l’importanza che le aziende interpellate attribuiscono alla
specifica caratteristica, descritta dal gruppo di parametri ( ) 1,...,j j Jδ = del
generico candidato, al netto delle differenze tra aziende, legate alle opinioni
specifiche dei manager intervistati.
Tra le diverse formulazioni del modello, si è fatto ricorso al Partial
Credit Model (PCM), particolare versione politomica7 nella quale l’abilità
del soggetto i-mo nel passare da una modalità alla successiva può variare
per ogni item. Il PCM fa riferimento al punteggio xij attribuito dalla i-ma
azienda all’item j-mo, misurato, in genere, su una scala a ( )1jm + differenti
modalità di risposta di tipo ordinale, con valori pari a 0,1,..., jk m= . Poiché
nel lavoro in studio tutti gli item presentano ugual numero di passi di
risposta ( 3,jm j= ∀ ), si considereranno esclusivamente i valori 0,1,...,3k = .
Detto punteggio espresso attraverso la scala proposta nel questionario, è
ovviamente del tutto convenzionale rispetto alla scala di valutazione
adottata da ogni rispondente. La metodologia di Rasch permette di
6 Krantz et al. (1971). 7 Bond, Fox (1991).
8
individuare i valori, detti soglie, che costituiscono la scala comune di
graduazione che si ipotizza essere effettivamente adottata in generale dal
rispondente medio e che indicheremo con la notazione
0
k
jjk jhh
δ δ τ=
= +∑
con 0 0jτ = . La scala metrica così ricostruita trasforma, ad esempio, il
valore convenzionale k = 0 in 0 jjδ δ= .
Il parametro δj indica, nella sua formulazione originaria, la difficoltà di
base dell’item j o location (tradotta nel corrente studio esso rappresenta il
livello di importanza della caratteristica j-ma del neo-laureato rispetto al
profilo ideale desiderato dalle aziende) mentre i parametri τjh (h=1,…,3)
indicano le differenti distanze tra le successive categorie di valutazione
soggettiva. Secondo il modello PCM di Rasch, la probabilità che l’azienda
i-ma scelga la modalità k come risposta all’item j-mo è
( )( )
( )
0
00
exp
exp
k
i jw
w
q
i jw
w
ijijk k
q
P x k
β δ
β δ
π =
==
−
−
= = =∑
∑∑ (2)
dove βi indica l’abilità del soggetto i-mo (nel caso in esame la propensione
dell’azienda verso il profilo del candidato ideale, ovvero la differenza di
livello della generica azienda rispetto alla scala precedentemente definita).
Dalla (2) si deduce la seguente relazione, che lega le probabilità ijk
π e le
coppie di parametri di “propensione dell’azienda” e di “importanza di ogni
caratteristica” (denominata logit link function):
( )1
ln ijki ik
ij k
πβ δ
π−
= − (3)
da cui
( )
( )1
expijki ik
ij k
πβ δ
π−
= − . (4)
9
Moltiplicando per πij(k-1) e dividendo per ( )1 ijkij k
π π−
+ entrambi i membri,
si ottiene
( )
( ) ( )
( ) ( ) ( )
1
1 1 1
exp
exp
i ik ij kijk
ijk i ikij k ij k ij k
β δ ππ
π π β δ π π
−
− − −
− ⋅=
+ − ⋅ +
da cui
( )
( )( )1
exp 0,...,
1 expi ikijk
ijk i ikij k
k mβ δπ
π π β δ−
−= =
+ + −. (5)
La (5) descrive in maniera più diretta il contributo dei parametri βi e δjk
nel definire la probabilità di ottenere, genericamente, la modalità k invece
che la modalità precedente, k – 1, nell’item j.
4. Analisi dei dati
Analisi congiunta di tutti gli item riguardanti la valutazione dei
candidati
La prima parte dello studio riguarda l’analisi complessiva di tutti gli
item che si riferiscono alle caratteristiche dei neo-laureati. Scopo
dell’indagine è quello di “ordinare” gli item presentati rispetto ad un unico
continuum o scala comune. I 34 item, infatti, al di là della struttura
naturalmente diversa degli aspetti analizzati, sono assunti come esplicativi
di un unico costrutto latente, che possiamo denominare “valore intrinseco
del candidato”.
L’analisi complessiva si è svolta in successive fasi distinte: in prima
istanza si è considerato l’intero campione di aziende; poi lo studio è stato
ripetuto considerando una suddivisione delle aziende per settore di attività
principale (produzione di beni, commercializzazione, servizi) che non ha
portato a differenze significative rispetto all’analisi complessiva; si è
quindi considerata l’eterogeneità del campione in relazione alla dimensione
10
delle aziende, misurata dal numero di addetti. Si sono individuati, a tal
proposito, 3 gruppi di aziende: piccole (meno di 100 addetti), medie (da
100 a 500 addetti) e grandi (oltre i 500 addetti).
Tale suddivisione ha portato ad avere gruppi numericamente pressoché
omogenei, rispettivamente di 50, 62 e 56 unità.
In Tabella 4.1 sono riportati i risultati delle analisi effettuate sulla
totalità degli item: per ogni item è indicata la cosiddetta Location che va
interpretata ricordando che a punteggi maggiormente negativi corrisponde
una valutazione d’importanza maggiore attribuita dai referenti d’azienda
(tipicamente Direttori delle Risorse Umane o Responsabili del Personale).
Sempre in Tabella 4.1 è presentato il rango nell’ordinamento rispetto al
precedente punteggio, confrontato con quello individuato nei tre
sottogruppi sopra descritti8.
Gli item che presentano le più forti differenze di posizione nella
graduatoria sono evidenziati in grigio. In appendice 2 vengono mostrati
esplicitamente i punteggi degli item (Location) per le analisi relative ai
differenti gruppi.
Si ricorda che i prospetti tipici che riguardano i risultati di una Rasch
Analysis presentano anche altre informazione (Standard Error, Chi Square,
p-value) che riguardano essenzialmente la capacità del modello di
ricostruire i punteggi osservati in un’unica scala comune a tutti i
rispondenti.
Tali informazioni sono riportate solo per le analisi successive,
riguardanti i singoli aspetti latenti del modello; scopo principale del
presente lavoro è, infatti, quello di ottenere, attraverso il Modello di Rasch,
un ordinamento degli item proposti, che si ipotizzano costituire una scala,
unidimensionale, legata ad un unico costrutto latente, ovvero il “valore
intrinseco del candidato”.
8 Il rango dispone gli item in ordine decrescente di importanza, dal più importante (rango 1) al meno importante (rango 34).
11
Tab 4.1: Analisi di Rasch per tutti gli item considerati (Goodness of Fit =
0,888) e Ranghi degli item nei tre gruppi di aziende Ranghi
Codice Item Location Totale Az. piccole Az. medie Az. grandi
I15 Interesse per l’attività -2,401 1 4 1 3
I17 Motivazione -2,397 2 1 4 2
I22 Raggiungimento degli obiettivi -2,364 3 6 5 1
I14 Affidabilità -1,249 4 5 2 8
I6 Sincerità -1,226 5 10 6 5
I23 Capacità di organizzare il tempo -1,179 6 3 11 9
I4 Capacità di ascolto -1,135 7 12 3 10
I9 Adattabilità al cambiamento -0,998 8 2 7 11
I7 Capacità espositiva -0,953 9 11 14 18
I12 Capacità di sintesi -0,875 10 13 13 15
I19 Socievolezza -0,875 11 15 10 16
I8 Flessibilità di pensiero -0,862 12 14 9 4
I13 Cura di sé -0,811 13 17 16 14
I16 Predisposizione lavoro di gruppo -0,794 14 20 12 12
I11 Sicurezza di sé -0,670 15 16 19 13
C6 Conoscenze informatiche -0,605 16 22 18 6
I3 Disponibilità all’aggiornamento 0,008 17 18 20 7
I1 Capacità di lavoro autonomo 0,085 18 7 8 19
I5 Disposizione ai compiti esecutivi 0,286 19 9 17 20
I18 Flessibilità di pensiero 0,364 20 8 15 22
I20 Competitività 0,847 21 23 22 23
I10 Creatività 0,848 22 26 23 17
C5 Conoscenze Lingue 0,888 23 29 21 21
S1 Stage e tirocini 1,197 24 25 24 29
I21 Gestione- sviluppo collaboratori 1,198 25 21 29 25
S4 Formazione professionalizzante 1,235 26 30 25 26
S3 Formazione di base 1,244 27 28 26 27
C3 Voto di Laurea 1,310 28 24 28 28
C4 Argomento Tesi 1,350 29 19 27 30
C1 Materie di Studio 1,554 30 32 33 24
S5 Precedenti esperienze lavorative 1,677 31 33 30 34
I2 Competenze esterne al lavoro 1,700 32 31 31 31
C2 Media dei voti 1,731 33 27 34 32
S2 Esperienze all’estero 1,872 34 34 32 33
12
La Rasch Analysis ci permette di stabilire l’eventuale diverso livello (o
posizionamento) con cui i vari item contribuiscono alla determinazione del
valore intrinseco del candidato. Un livello di p-value9 di un item
eventualmente minore di quello critico, fissato convenzionalmente a 0.05,
non inficia pertanto la procedura di ordinamento degli item, nel senso che il
livello di location rappresenta, per il nostro scopo, il risultato principale
dell’analisi, al di là della corretta ricostruzione della distribuzione dei
punteggi all’interno di ciascun item.
La bontà di adattamento del modello (Goodness of Fit) è stata valutata
mediante l’indice PSI (Person Separation Index) che, in prossimità del
valore massimo unitario segnala un’ottima ricostruzione della distribuzione
dei punteggi espressi per gli item.
Si può osservare che gli item ritenuti più importanti dalle 168 aziende
contattate sono tutti quelli legati alle caratteristiche personali del candidato
(gruppo di item “I”10). Viceversa gli item meno importanti sono
genericamente quelli del gruppo “C”11 (in particolar modo quelli tipici del
curriculum e percorso scolastico) e del gruppo “S”12 legati a precedenti
esperienze lavorative e di studio.
Premettendo il fatto che si tratta di un questionario rivolto alla selezione
di neo-laureati (e non di laureati generici), è chiaro come alle aziende
interessino principalmente candidati motivati, attratti dalla nuova realtà
lavorativa, la cui formazione possa essere successivamente completata
internamente in riferimento agli specifici obiettivi aziendali; per tale
motivo vengono preferiti candidati che non abbiano maturato altre
esperienze formative di fuori di quella universitaria tradizionale. Si può
affermare, in base alle risposte fornite nel questionario, che alle aziende
9 Il p-value riguarda il test di adattamento χ2 tra la distribuzione dei punteggi teorici e osservati. 10 Caratteristiche personali ideali. 11 Carriera scolastica e formazione generale. 12 Formazione specifica.
13
non interessano il curriculum scolastico, le competenze specifiche ed
eventuali esperienze lavorative e formative pregresse. E’ proprio questa la
riflessione più importante scaturita dall’analisi complessiva: all’azienda
interessa relativamente poco il percorso formativo del candidato (e in
genere il suo “passato”) ma esclusivamente quanto l’azienda potrà
“operare” sull’individuo e ciò che lo stesso potrà potenzialmente offrire
una volta inserito in azienda.
Da un’analisi del gruppo di domande “A”, che riguardano
l’aggiornamento professionale delle risorse umane, emerge, infatti, come
le aziende preferiscano completare la preparazione dei neo-laureati
attraverso corsi di aggiornamento interni all’azienda, non prediligendo
canali di specializzazione post universitari.
Dalla successiva analisi condotta all’interno dei tre gruppi di aziende,
distinti sulla base del numero di dipendenti, emergono poi delle differenze
significative. In Tabella 4.1 sono evidenziati gli item che presentano le
maggiori differenze (in termini di ranghi d’ordinamento) nelle diverse
tipologie; facendo riferimento anche alla tabella di Appendice 2, si può
notare che nelle aziende con minor numero di addetti vengono privilegiati
aspetti quali l’autonomia, la capacità di organizzare il tempo e il lavoro in
modo indipendente, la flessibilità di mansione e la possibilità di coprire più
incarichi; questi item sono ritenuti solo marginalmente interessanti dalle
aziende più grandi, nelle quali si privilegiano (al contrario di quelle medio -
piccole) elementi come la flessibilità di pensiero, la disponibilità
all’aggiornamento (specie se questo è gestito internamente) e soprattutto la
motivazione al raggiungimento degli obiettivi aziendali.
In genere emerge che la piccola azienda cerca principalmente
personalità più pronte ad operare, mentre la grande azienda è più orientata a
“formare” il proprio personale secondo programmi personalizzati, anche a
discapito di un’autonomia o di una preparazione non necessariamente
richieste.
14
4.2 Carriera scolastica e formazione generale
Nella seconda parte dello studio l’analisi viene ricondotta a livello del
campione complessivo d’aziende, raggruppando però gli item proposti
nelle 3 aree di interesse relative ai tre aspetti latenti individuati: la carriera
scolastica, la formazione specifica e le caratteristiche personali.
Il primo gruppo riguarda gli aspetti di formazione generali, certificati o
dichiarati, ovvero gli item del gruppo “C”. Essi considerano il bagaglio
culturale, la formazione scolastica e le conoscenze generali del candidato,
che costituiscono il cosiddetto capitale umano, strutturato negli anni di
studio, con particolare attenzione per il percorso e la preparazione
raggiunta negli studi universitari.
L’Analisi di Rasch ha permesso di posizionare lungo un continuum (in
un’unica scala metrica) i diversi item dell’aspetto latente. A punteggi
(Location) maggiormente negativi di un item corrisponde, si ricorda, una
valutazione d’importanza maggiore attribuita dai referenti d’azienda. I
risultati sono riportati in Tabella 4.2.
Emerge chiaramente come gli aspetti considerati maggiormente
importanti sono quelli riguardanti le conoscenze informatiche e delle lingue
straniere; sensibilmente meno importanti sono tutti gli item concernenti il
vero e proprio curriculum scolastico.
Tab 4.2: Analisi di Rasch per la carriera scolastica e la formazione
generale (Goodness of Fit = 0,682)
Codice Item Location SE Residual Chi
square p-value
C6 Conoscenze informatiche -1,668 0,145 1,689 2,751 0,253
C5 Conoscenze Lingue -0,202 0,112 1,063 1,138 0,566
C3 Voto di Laurea 0,276 0,102 -1,164 0,535 0,765
C4 Argomento Tesi 0,315 0,099 -0,514 1,656 0,437
C1 Materie di Studio 0,542 0,101 -0,537 0,705 0,703
C2 Media dei voti 0,736 0,098 -1,173 1,346 0,510
15
4.3 Formazione specifica
La formazione specifica del candidato comprende tutti gli aspetti
dichiarati di competenze ed esperienze maturate non solo in ambito
scolastico, ma soprattutto in ambienti lavorativi più specifici (esperienze
precedenti di lavoro, di studio all’estero, ecc.). Fanno riferimento a tale
aspetto tutti gli item del gruppo “S”. I punteggi espressi su scala metrica,
raccolti in Tabella 4.3, risultano prossimi tra loro nel continuum e poco
differenziati.
Come già ampiamente illustrato nell’analisi congiunta dei 34 item,
questi cinque, sono ritenuti in genere tutti scarsamente importanti; le
aziende non assegnano forte considerazione alle esperienze pregresse e
alla preparazione di base, ma preferiscono “formare” i candidati in ambito
lavorativo/professionale.
Tab 4.3: Analisi di Rasch per la formazione specifica (Goodness of Fit =
0,785)
Codice Item Location SE Residual Chi
square p-value
S3 Formazione di base -0,404 0,128 1,049 0,983 0,612
S4 Formazione professionalizzante -0,290 0,121 0,956 3,751 0,153
S1 Stage e tirocini -0,275 0,110 -0,027 2,489 0,288
S5 Precedenti esperienze lavorative 0,379 0,107 0,464 0,104 0,950
S2 Esperienze all’estero 0,590 0,106 0,114 2,495 0,287
4.4 Caratteristiche personali potenziali
Come sottolineato in precedenza, l’attenzione principale si focalizza, in
fase di selezione delle risorse umane, sugli aspetti prettamente individuali e
soggettivi, legati alle caratteristiche personali del candidato, al di là della
formazione scolastica, professionale ed eventualmente lavorativa. Fanno
riferimento a queste caratteristiche il gruppo di domande “I”.
I risultati sono riportati in Tabella 4.4.
16
Tab 4.4: Analisi di Rasch per le caratteristiche personali potenziali
(Goodness of Fit = 0,927)
Codice Item Location SE Residual Chi
square p-value
I17 Motivazione -1,956 0,214 -1,836 12,994 0,002
I15 Interesse per l’attività -1,946 0,209 -0,988 10,367 0,006
I22 Raggiungimento degli obiettivi -1,911 0,211 -1,704 9,105 0,011
I6 Sincerità -0,799 0,194 -1,47 3,148 0,207
I14 Affidabilità -0,701 0,199 -1,882 12,755 0,002
I23 Capacità di organizzare il tempo -0,611 0,186 -1,326 6,660 0,036
I4 Capacità di ascolto -0,611 0,182 -1,424 3,488 0,175
I7 Capacità espositiva -0,438 0,174 -0,842 4,678 0,096
I12 Capacità di sintesi -0,385 0,167 -1,678 3,386 0,184
I19 Socievolezza -0,351 0,168 -1,027 0,339 0,844
I9 Adattabilità al cambiamento -0,282 0,201 -0,591 0,568 0,753
I13 Cura di sé -0,27 0,17 -1,173 4,908 0,086
I8 Flessibilità di pensiero -0,215 0,186 0,347 4,302 0,116
I16 Predisposizione lavoro di gruppo -0,207 0,169 1,699 14,061 0,001
I11 Sicurezza di sé -0,101 0,174 -1,307 2,832 0,243
I3 Disponibilità all’aggiornamento 0,534 0,167 -0,55 4,528 0,104
I1 Capacità di lavoro autonomo 0,648 0,162 0,211 0,193 0,908
I5 Disposizione ai compiti esecutivi 0,913 0,15 0,83 2,332 0,312
I18 Flessibilità di pensiero 0,996 0,154 -1,279 4,166 0,125
I20 Competitività 1,581 0,135 1,103 20,043 0,000
I10 Creatività 1,637 0,133 0,25 2,704 0,259
I21 Gestione- sviluppo collaboratori 1,975 0,121 1,16 8,146 0,017
I2 Competenze esterne al lavoro 2,498 0,111 7,332 62,594 0,000
Gli item ritenuti più importanti sono quelli legati alla motivazione,
all’interesse per l’attività e al raggiungimento degli obiettivi aziendali; al
contrario, quelli ritenuti meno interessanti sono le competenze esterne
all’ambito lavorativo, la gestione e lo sviluppo dei collaboratori e gli aspetti
creativi e di competizione. In genere si denota come le aziende cerchino
17
candidati fortemente target – oriented, motivati, che condividano uno
spirito e una mission aziendale già esistente, mentre risultano poco
interessati a tutte le competenze individuali non strettamente legate
all’attività aziendale o derivanti da precedenti esperienze culturali e
lavorative.
Possiamo concludere la nostra analisi osservando che i risultati del
presente lavoro confermano sostanzialmente le osservazioni fornite in
Maffenini, Zenga (2003). L’evidente distonia tra l’Università e il cosiddetto
mondo del lavoro può essere spiegato dalla scarsa consuetudine degli
atenei italiani a coltivare contatti con le imprese. Ciò consentirebbe di
sviluppare una più proficua comunicazione tra queste due realtà da cui, a
nostro parere, il paese intero non potrebbe che trovare giovamento.
Il crescente interesse a sviluppare programmi di ricerca comuni potrà
contribuire a correggere questa anomalia, portando sempre maggiori risorse
verso l’Università, la cui mission si coniuga attraverso due aspetti
fortemente complementari ed irrinunciabili: l’alta formazione da un lato, la
ricerca dall’altro.
18
Appendice 1 – Il Questionario Con riferimento alle procedure che vengono solitamente seguite in fase di selezione di un neo-laureato per assunzione a tempo indeterminato, indicate qual è il tipo di laurea che maggiormente risponde ai requisiti da Voi prefissati e che valutazione date agli elementi riguardanti formazione e competenze.
SCALA DI VALUTAZIONE: 0=assenza di interesse 1=basso 2=medio 3=alto interesse
TIPO DI LAUREA
L1 area tecnico-ingegneristica 0 1 2 3
L2 area economico-sociale 0 1 2 3
L3 area umanistica 0 1 2 3
CARRIERA SCOLASTICA E CONOSCENZE GENERICHE
C1 materie previste nel percorso di studi 0 1 2 3
C2 media dei voti 0 1 2 3
C3 voto di laurea 0 1 2 3
C4 argomento tesi di laurea 0 1 2 3
C5 conoscenza lingue straniere 0 1 2 3
C6 conoscenze informatiche 0 1 2 3
COMPETENZE SPECIALISTICHE
S1 stage e tirocini presso imprese 0 1 2 3
S2 esperienze di studio e lavoro all’estero 0 1 2 3
S3 formazione di base 0 1 2 3
S4 formazione professionalizzante 0 1 2 3
S5 precedenti esperienze lavorative 0 1 2 3
CARATTERISTICHE PERSONALI DEL CANDIDATO
I1 Capacità di condurre analisi in modo autonomo 0 1 2 3
I2 Competenze anche esterne all’ambito lavorativo 0 1 2 3
I3 Disponibilità all’aggiornamento 0 1 2 3
I4 Capacità di ascolto 0 1 2 3
I5 Disposizione ai compiti esecutivi 0 1 2 3
I6 Sincerità 0 1 2 3
I7 Capacità espositiva 0 1 2 3
I8 Flessibilità di pensiero 0 1 2 3
I9 Adattabilità al cambiamento 0 1 2 3
I10 Creatività 0 1 2 3
19
I11 Sicurezza di sé 0 1 2 3
I12 Capacità di sintesi 0 1 2 3
I13 Cura di sé 0 1 2 3
I14 Affidabilità 0 1 2 3
I15 Interesse per l’attività 0 1 2 3
I16 Predisposizione al lavoro di gruppo 0 1 2 3
I17 Motivazione 0 1 2 3
I18 Senso pratico 0 1 2 3
I19 Socievolezza 0 1 2 3
I20 Competitività 0 1 2 3
I21 Gestione e sviluppo dei collaboratori 0 1 2 3
I22 Raggiungimento obiettivi 0 1 2 3
I23 Capacità di organizzare il proprio tempo 0 1 2 3
SCEGLIETE TRA LE SEGUENTI LE 3 PIÙ IMPORTANTI PRIORITÀ PER GLI ATENEI:
1. Piani di studi declinati su figure professionali innovative 2. Progetti di scambio all’estero 3. Presenza e visibilità internazionale dell’ateneo 4. Potenziare l’offerta di percorsi triennali professionalizzanti 5. Potenziare l’offerta di percorsi specialistici 6. Abbinare l’offerta di Master professionalizzanti alle lauree triennali 7. Incentivare la frequenza a stage/tirocini 8. Fornire comunque una solida preparazione di base 9. Puntare su una didattica professionalizzante 10. Offrire una formazione di base a largo spettro
P1
item n°
P2
item n°
P3
item n°
Vi preghiamo di fornire, con riferimento alla politica adottata dalla Vostra azienda riguardo all’aggiornamento professionale delle risorse umane, una valutazione dei seguenti aspetti:
A1 Corsi presso società specializzate nella formazione 0 1 2 3
A2 Corsi universitari post-lauream 0 1 2 3
A3 Corsi in partner-ship Azienda-Università 0 1 2 3
A4 Corsi di aggiornamento interni all’azienda 0 1 2 3
A5 Ricerca di risorse esterne dal mercato del lavoro 0 1 2 3
n° addetti: 15-50 50-100 100-200 200-500 500-750 750-1000 oltre
SETTORE DI ATTIVITÀ PRINCIPALE DELLA VOSTRA AZIENDA
Produzione di beni Commercializzazione Servizi Altro(specificare) .................................
20
Appendice 2 – Item Location per gruppi di Aziende
Aziende Codice Item
piccole medie grandi
C1 Materie di Studio 2,100 2,162 1,071 C2 Media dei voti 1,511 2,219 1,926 C3 Voto di Laurea 1,169 1,673 1,538 C4 Argomento Tesi -0,002 1,668 1,647 C5 Conoscenze Lingue 1,836 0,991 0,787 C6 Conoscenze informatiche 0,069 -0,328 -1,746 S1 Stage e tirocini 1,221 1,417 1,611 S2 Esperienze all’estero 2,393 2,107 2,038 S3 Formazione di base 1,732 1,663 1,301 S4 Formazione professionalizzante 1,872 1,533 1,27 S5 Precedenti esperienze lavorative 2,256 1,719 2,118 I1 Capacità di lavoro autonomo -1,593 -1,823 0,586 I2 Competenze esterne al lavoro 2,072 2,091 1,75 I3 Disponibilità all’aggiornamento -0,151 0,69 -1,092 I4 Capacità di ascolto -0,587 -2,167 -0,8 I5 Disposizione ai compiti esecutivi -1,318 -0,33 0,652 I6 Sincerità -0,852 -2,049 -2,045 I7 Capacità espositiva -0,657 -0,448 -0,521 I8 Flessibilità di pensiero -0,518 -1,799 -2,061 I9 Adattabilità al cambiamento -2,047 -1,996 -0,765
I10 Creatività 1,435 1,279 -0,532 I11 Sicurezza di sé -0,224 -0,197 -0,683 I12 Capacità di sintesi -0,530 -0,479 -0,572 I13 Cura di sé -0,159 -0,345 -0,633 I14 Affidabilità -1,757 -2,189 -1,048 I15 Interesse per l’attività -1,887 -2,249 -2,134 I16 Predisposizione lavoro di gruppo 0,024 -0,57 -0,751 I17 Motivazione -2,084 -2,111 -2,146 I18 Flessibilità di pensiero -1,522 -0,362 0,968 I19 Socievolezza -0,411 -1,721 -0,545 I20 Competitività 0,194 1,173 1,03 I21 Gestione- sviluppo collaboratori 0,062 1,705 1,175 I22 Raggiungimento degli obiettivi -1,723 -2,111 -2,408 I23 Capacità di organizzare il tempo -1,922 -0,815 -0,986
21
Bibliografia
1. Antonietti, A., Fabio, R.A., Boari, G., Bonanomi, A. (2005) Il
Questionario “Style of learning and thinking” (SOLAT): dati
psicometrici per una validazione e standardizzazione della versione
italiana”, TPM, Vol. 12, No. 4, 299-316.
2. Bertoli-Barsotti, L., Franzoni, S. (2001) Analisi della soddisfazione
del paziente in una struttura sanitaria: un caso di studio. Serie E.P. n.
104, Istituto di Statistica, Università Cattolica del S.Cuore, Milano.
3. Bond, T.G., Fox, C.M. (2001) Applying the Rasch Model:
Fundamental Measurement in the Human Sciences, Erlbaum,
Mahwah, N.J.
4. Fischer, G.H., Molenaar, I.W. (1995) Rasch Models: Foundations,
Recent Developments, and Applications, Springer Verlag, Berlin.
5. Kelderman, H. (1993) Estimating and testing a multidimensional
Rasch model for partial credit scoring of children's application of
size concepts. In R. Steyer, K. F. Wender & K. F. Widaman (Eds.),
Psychometric methodology. Proceedings of the 7th European
Meeting of the Psychometric Society in Trier, Fischer Verlag,
Stuttgart, 209-212.
6. Kelderman, H. (1996) Multidimensional Rasch models for partial-
credit scoring. Applied Psychological Measurement, 20, 155-168.
7. Krantz, D.H., Luce, R.D., Suppes, P., Tversky, A. Foundations of
Measurements, vol. 1 (1971), Academic Press, New York.
8. Levati, W. (1999) L’analisi e la valutazione del potenziale delle
risorse umane. Teoria, metodi, strumenti, Franco Angeli, Milano.
9. Maffenini, W., Zenga M. (2003) L’Impiego della Rasch Analysis
nello studio del mercato del lavoro dei neo-laureati, Facoltà di
Economia, Università degli Studi di Milano-Bicocca.