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.