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
