L’immagine e il ruolo dello statistico
nel mondo del lavoro
Giovanna Boccuzzo1
Università degli Studi di Padova
Riassunto. In questo articolo si analizza il ruolo dello statistico, così come è visto dai datori
di lavoro. A tale scopo si utilizza un approccio comparativo, ossia si confronta l’immagine
dello statistico con quella di altre figure professionali potenzialmente concorrenti. I datori di
lavoro sono identificati mediante i tutor degli stage effettuati da laureandi, e l’indagine si
basa sui giudizi sullo stagiaire e su opinioni sulle abilità e competenze dello statistico
confrontate con quelle di altri laureati. Mediante l’analisi delle preferenze si giunge a
sistemi di pesi attribuibili alle diverse facoltà per una serie di attività, alcune usualmente
svolte in ogni lavoro “da laureato” e altre tipiche dello statistico. I risultati mostrano che lo
statistico è visto come un ottimo tecnico, ma destinato quasi esclusivamente all’analisi dei
dati, mentre è carente nella capacità di inserirsi appieno nel’ambiente lavorativo e di
comunicare in modo efficace i risultati delle analisi statistiche. Nell’articolo si discute sulla
possibile formazione dello statistico e si forniscono dei suggerimenti per migliorare
l’immagine presso i giovani, le loro famiglie e i datori di lavoro.
Parole chiave: Statistico; Datori di lavoro; Stagiaire; Competenze; Analisi delle preferenze.
1 La statistica e il ruolo dello statistico
La statistica è una disciplina antica, secondo alcuni si perderebbe nella notte dei
tempi, confondendosi con l’arte del contare (De Cristofaro, 2002). Seppure non
intesa come disciplina vera e propria, la statistica come mentalità è propria del
quotidiano ragionamento umano: nella Nuova Cronica (1346), Giovanni Villani
1
Il presente lavoro è stato finanziato nell’ambito del progetto PRIN 2007 “Modelli, indicatori e
metodi statistici per rappresentare l’efficacia formativa di corsi di laurea ai fini dell’accreditamento e
del miglioramento”, cofinanziato dal MIUR e dall'Università di Padova (CUP: C91J11002460001), e
del progetto di Ateneo 2008 “Indicatori di efficacia della formazione terziaria e riflessioni
metodologiche dalla ricerca sui laureati dell’Università di Padova” (CUP: CPDA081538), ambedue
coordinati da Luigi Fabbris. L’Autrice ringrazia le dott.sse Gilda Rota, Erica Bezzon e Anna Boaretto
dell’Ufficio Stage e Mondo del lavoro dell’Università di Padova per il supporto alla realizzazione
dell’indagine, il prof. Luigi Fabbris e la Prof.ssa Maria Cristiana Martini con i quali è stato steso il
questionario, il dott. Alessio Roncallo per la gestione dell’indagine e la realizzazione del database.
52
L’immagine e il ruolo dello statistico nel mondo del lavoro
narra del sacrestano del Battistero di Firenze, che, inserendo in un contenitore una
fava di colore diverso secondo il sesso del neonato, sfatò la credenza comune
secondo la quale nascono molte più femmine che maschi.
Nel 1903 lo scrittore H.G.Wells, promuovendo un’educazione universale alla
statistica, auspicava che l’abilità di enumerare e ragionare in termini di minimo e
massimo divenisse comune quanto leggere e scrivere.
La statistica in quanto disciplina è più vecchia di molte altre discipline:
l’American Statistical Association fu fondata nel 1839, solo l’American
Philosophical Society è più vecchia fra le associazioni professionali statunitensi
(Wallis, 1966).
Ciononostante, quello che Wilks (1951), parafrasando Wells, denominò
“statistical thinking” sembra debba ancora venire, e la statistica è ancora ampiamente
sottoutilizzata. Perché? I motivi sono molteplici (Raeside et al., 2001):
1. Ai più non è ancora chiaro cosa sia la statistica. Al suo livello più elementare, è
identificata con la rappresentazione di tabelle e grafici, e il calcolo di medie.
Oppure è intesa come una collezione di tecniche. La statistica è molto di più: essa
è un’applicazione del metodo scientifico finalizzato alla risoluzione di problemi
(Rugtagi et al., 1982).
2. La gran parte delle metodologie statistiche è sconosciuta. Non esiste solo la
statistica descrittiva, ma anche la statistica multivariata e il data mining, oltre a
svariati approcci specifici e tecniche di analisi applicabili a diversi contesti.
3. Si ritiene la statistica una materia molto difficile in quanto infarcita di
matematica e probabilità, materie ostiche ai più.
4. Gli statistici tendono a concentrarsi sulle tecniche e non sui problemi, col rischio
di commettere i cosiddetti “errori del terzo tipo”, ovvero l’errore che si commette
dando la risposta corretta al problema sbagliato (Kimball, 1957).
5. L’insegnamento della statistica è tuttora molto concentrato su teoremi e aspetti
teorici, a scapito della comprensione dei concetti, del disegno della ricerca e degli
approcci risolutivi (Hoerl et al., 1993; Kenett e Thyregod, 2006).
6. Molti manager non conoscono la statistica e non la utilizzano, sebbene
l’incremento della produzione e del raggio di affari renda indispensabile la
disponibilità di statistiche esatte (Dale et al., 1993).
Pur trovandoci nella società dell’informazione, dove la disponibilità e gestione
di dati è cruciale per la comprensione dei fenomeni e per la programmazione, la
statistica non è ancora sufficientemente conosciuta e utilizzata. Cos’è che non
funziona? “This is the golden age of statistics, even though it may not be for
statisticians” (Hahn, 2002).
Forse la risposta l’ha fornita Hahn: il problema non sta nella statistica, ma nello
statistico. Il ruolo dello statistico è effettivamente complesso: si colloca nei più
svariati campi, nel pubblico e nel privato, nelle industrie e nei servizi, nel sociale e
Il profilo professionale dello statistico: ruoli, competenze e prospettive
53
nella sanità, nelle aziende e nelle banche. Il suo contributo dovrebbe inserirsi fin
dall’inizio nelle molteplici fasi di gestione di un processo, sia esso un’indagine di
mercato, o un controllo di qualità, o una sperimentazione di un farmaco, o altro
ancora. Egli deve (Chatfield, 2002; Kenett e Thyregod, 2006):
1. Esplicitare il problema. Insieme al “committente” (dirigente, responsabile della
ricerca, cliente,…) lo statistico deve inquadrare il problema, capire le reali
esigenze, tradurre le richieste in un piano di ricerca, elementare o complesso che
sia.
2. Effettuare la raccolta dei dati. Il piano di raccolta dati può implicare la
progettazione di un’indagine statistica in tutte le sue fasi, dalla realizzazione
dello strumento di rilevazione (ad esempio il questionario) fino alla costruzione
della base di dati finali.
3. Analizzare i dati, mediante il ricorso agli opportuni metodi statistici, e con
l’ausilio di adeguati software per l’analisi statistica dei dati.
4. Predisporre e presentare dei risultati in funzione delle esigenze del committente. I
risultati statistici vanno “tradotti” per essere utili a chi ha posto il problema, per
cui va predisposto un rapporto chiaro, ineccepibile nella sostanza, e nella forma
meglio fruibile (presentazione di slides, rapporto scritto, sito web, …).
Ognuna di queste fasi richiede molteplici competenze, sia trasversali sia tecnicospecialistiche2, ma anche doti caratteriali. Se prendiamo come riferimento il lavoro
del consulente statistico, nell’Encyclopedia of Statistical Science (Kotz et al. 2005),
troviamo un lungo elenco delle competenze richieste, fra le quali:
− capacità di problem solving
− saper ascoltare attentamente e porre le giuste domande per inquadrare il
problema
− saper impostare uno studio statistico a partire dai problemi posti
− conoscere bene il metodo statistico
− mantenersi aggiornato sugli avanzamenti della metodologia statistica e delle
opportunità offerte dai software statistici
− saper comunicare al committente i risultati in modo efficace
− saper trasmettere il “pensiero statistico”
− saper progettare ed effettuare (o coordinare) la raccolta dei dati
− saper predisporre report efficaci e saper presentare i risultati oralmente in
modo chiaro e accessibile a un’audience di non statistici.
2
Le competenze trasversali sono quelle competenze ad ampio spettro necessarie in tutti gli ambiti
lavorativi, quali stesura di rapporti, problem solving, capacità di lavorare in team, presentare in
pubblico. Le competenze tecnico-specialistiche sono quelle specifiche di una professione; nel caso
dello statistico, ad esempio, l’analisi dati. Sono infine considerate competenze di base la conoscenza
della lingua inglese e dei pacchetti di office automation.
54
5
L’immagine e il ruolo dello statistico nel mondo del lavoro
È evidente che, a fronte di indispensabili competenze tecnico-specialistiche, le
competenze trasversali giocano un ruolo fondamentale nel compito dello statistico.
Il ruolo dello statistico è dunque complesso e richiede lo sviluppo di molteplici
competenze. Le aziende dispongono ormai di grandi moli di dati e hanno problemi di
qualità dei dati, di analisi dei rischi, di pianificazione e previsione, di analisi di
mercato. Ciononostante, spesso non utilizzano statistici, e fanno invece ricorso a
figure professionali, come ingegneri o economisti, che abbiano competenze basilari
di statistica (Chatflield, 2002; Marquardt, 1987). Le motivazioni possono essere
diverse: il numero di laureati in statistica non è sufficiente a coprire la domanda, i
datori di lavoro non conoscono bene le potenzialità dello statistico e le sue
competenze, o, infine, i datori di lavoro effettivamente preferiscono altri laureati
anche per lo svolgimento di attività di natura statistica.
L’obiettivo di questo lavoro è capire l’immagine che i datori di lavoro hanno
dello statistico, quali sono le attività per le quali si fa ricorso allo statistico, quali
competenze gli sono riconosciute, quali carenze attribuite. A tale scopo si confronta
l’immagine dello statistico con quella di alcuni “competitors”, in modo da
quantificare la preferenza per lo statistico rispetto ad altri laureati.
Poiché obiettivo del lavoro è studiare l’immagine che i datori di lavoro hanno dei
giovani statistici, la responsabilità dell’università nella formazione delle competenze
maturate, ma anche nella carenza di competenze necessarie, è primario, per cui con
questo lavoro si intende fornire anche degli spunti per indirizzare la formazione
universitaria.
Il lavoro è così articolato: nel Par. 2 si descrive l’indagine svolta sui datori di
lavoro, nel Par. 3 viene presentata l’analisi delle preferenze fra i diversi laureati, nel
Par. 4 si analizzano le carenze dei laureati comparandole con l’importanza delle
competenze, e, infine, nel Par. 5 si traggono alcune considerazioni conclusive.
2. L’indagine presso i datori di lavoro
Impostare una ricerca presso i datori di lavoro è complesso, in primo luogo perché
non esiste una “lista” di datori di lavoro, per cui è necessario definire una
popolazione statistica. Un generico campionamento casuale dalle aziende del Veneto
risulterebbe inutilmente faticoso e dispendioso, perché i laureati in statistica sono in
numero ridotto rispetto agli altri, per cui il rischio di selezionare aziende prive di
statistici è molto alto.
Il punto di partenza della ricerca è stato pertanto l’elenco di aziende ed enti che
hanno attivato, nei due anni antecedenti l’indagine, almeno uno stage con l’Ateneo di
Il profilo professionale dello statistico: ruoli, competenze e prospettive
55
Padova, riferito sia a laureandi sia a laureati. In questo modo è stato possibile
conoscere con precisione le richieste avanzate dalle aziende e stilare l’elenco dei
laureandi e laureati in statistica che hanno avuto un’esperienza di stage. È evidente
che non è possibile sapere, a priori, che le aziende che hanno richiesto statistici
dispongano effettivamente di statistici nel loro organico, ma ai nostri fini era
importante avere l’opinione di chi comunque prende in considerazione lo statistico, e
confrontarla con quella di chi richiede altri laureati.
La scelta di analizzare gli statistici contestualmente a possibili competitors ha
reso necessario impostare una ricerca del tipo caso-controllo, dove i casi sono gli
stagiaire statistici, che sono posti a confronto con i controlli, dati da stagiaire in
discipline affini. A tal fine sono stati identificati tre tipi di aziende:
1. Aziende che negli ultimi due anni3 hanno avuto solo stage in statistica
2. Aziende che negli ultimi due anni hanno avuto solo stage in discipline “affini”
(economia, informatica, sociologia)
3. Aziende che negli ultimi due anni hanno avuto stage in statistica e in discipline
“affini”. Questo è un caso interessante, poiché il rispondente è in grado di fare
comparazioni fra gli stagiaire statistici e gli altri.
L’unità di rilevazione è il tutor aziendale, identificato come “datore di lavoro”, al
quale sono richieste informazioni sull’ultimo stagiaire statistico avuto negli ultimi
due anni o, nel caso non abbia avuto alcuno statistico ma solo stagiaire di discipline
affini, il riferimento è all’ultimo stagiaire in una di queste discipline.
La tecnica di rilevazione è di tipo CAWI (Computer Assisted Web-based
Interviewing); il questionario è stato predisposto col software freeware LimeSurvey,
che consente il controllo degli accessi e, di conseguenza, la possibilità di effettuare
solleciti. Sono state effettuati due ondate di solleciti.
L’indagine è stata svolta con la fattiva collaborazione dell’Ufficio Stage e
Mondo del Lavoro dell’Università di Padova, che dispone dell’elenco degli stage
attivati e dei relativi tutor aziendali. L’Ufficio Stage ha provveduto a inviare una email a tutti i tutor coinvolti. Nella e-mail d’invito era indicato un indirizzo web al
quale il tutor poteva collegarsi per compilare il questionario. Il questionario poteva
essere interrotto e ripreso successivamente.
L’indagine è partita nel mese di maggio 2010 ed è proseguita fino alla fine
dell’estate dello stesso anno.
3
Il riferimento ai due anni antecedenti l’indagine è giustificato dalla necessità di avere giudizi e
opinioni da parte dei datori di lavoro. Abbiamo ipotizzato che periodi temporali più lunghi avrebbero
portato a problemi di memoria e giudizi poco accurati.
56
5
L’immagine e il ruolo dello statistico nel mondo del lavoro
2.1 Le aree di analisi dell’indagine
Il questionario si compone di quattro parti: la prima relativa alla struttura
dell’azienda/ente, la seconda all’esperienza di stage, la terza alle opinioni e la quarta
al rispondente (Fig. 1).
Figura 1. Schema del questionario adottato nell’indagine presso i datori di lavoro
A. Notizie sull’azienda/ente
B. L’esperienza di stage
C. Opinioni
D. Informazioni sul tutor
rispondente
Settore
Addetti
Attività
Presenza laureati
Previsioni assunzione
Obiettivi dello stage
Attività svolte
Tipi di lauree adatte allo stage
Difficoltà incontrate
Offerte di assunzione
Giudizio sullo stage
Carenze dello stagiaire
Quali lauree per quali attività
Competenze importanti nei neolaureati
Uso della statistica nell’azienda/ente
Carenze stagiaire statistici
Genere
Età
Ruolo nell’azienda/ente
Anni di esperienza
Titolo di studio
Il profilo professionale dello statistico: ruoli, competenze e prospettive
57
La prima sezione contiene informazioni relative all’azienda/ente, alle attività
svolte, ai laureati presenti e alle intenzioni di assumere. La seconda sezione di
valutazione dello stage, di maggiore interesse per l’apposito ufficio di ateneo,
consente di verificare quali attività sono state assegnate agli stagiaire e differenziarle
per tipo di laurea.
La sezione più interessante ai nostri fini è quella relativa alle opinioni, incentrata
su quali tipologie di laureati sono ritenuti adatti per una serie di specifiche attività.
Nella stessa sezione si richiede quali sono, nel mondo del lavoro, le competenze più
importanti e le carenze maggiormente riscontrate negli stagiaire statistici, e quale
uso viene fatto della statistica. Poiché i tutor considerati fanno riferimento a
stagiaire appartenenti a discipline diverse, le informazioni richieste consentono di
fare dei confronti fra tipologie di laureati e capire le preferenze dei datori di lavoro
nei confronti di diversi tipi di laurea.
Conclude il questionario una breve sezione di informazioni anagrafiche e
curriculari del tutor rispondente.
Sono stati interpellati 548 tutor; di questi hanno aderito all’indagine in 288, il 52,6%.
Trattandosi di un’indagine web, il tasso di risposta è ragguardevole4, sebbene
notevolmente diverso a seconda della tipologia di stage ospitati: nel caso di aziende
che hanno ospitato solo statistici, la partecipazione è del 100%, segno dell’interesse
suscitato dal tema e dalla disponibilità a collaborare.
L’adesione completa da parte di questo gruppo è probabilmente dovuta anche a
una conoscenza più diretta di chi ha condotto l’indagine: la lettera d’invito e i
solleciti portavano infatti la firma di docenti della facoltà di Scienze Statistiche,
conosciuti da coloro che si avvalgono solo di stage di statistici.
Ha invece preso parte all’indagine un terzo (13 su 39) dei tutor di aziende che
hanno ospitato sia statistici sia altri stagiaire; in questo caso l’indagine coinvolge 5
stage di statistici, 6 laureati/ndi di economia e 2 di informatica. Infine, ha partecipato
all’indagine il 51,9% (252 su 486) delle aziende che non hanno mai ospitato
statistici. Tra questi ultimi, il gruppo più consistente è composto da laureati/ndi in
economia (61,5%), seguono informatici (29%) e laureati/ndi in scienze politiche
(9,5%) (Tab. 1).
4
Si veda ad esempio Cook et al. (2000), che sulla base di una meta-analisi stima un tasso di risposta
medio per indagini web del 34,7%.
58
5
L’immagine e il ruolo dello statistico nel mondo del lavoro
Tabella 1. Relazione fra tipologia di stage ospitati dall’azienda negli ultimi due anni e
facoltà/corso di studio dello stagiaire
Facoltà o corso di studio dello
stagiaire
Economia
Informatica*
Sociologia
Scienze Statistiche
Totale
Tipologia di stage ospitati
Solo
statistici
Solo disc.
Affini
Entrambi
Totale
0
0
0
23 (100%)
23
155 (61,5%)
73 (29,0%)
24 (9,5%)
0
252
6 (46,2%)
2 (15,4%)
0
5 (38,5%)
13
161
75
24
28
288
* Comprende le facoltà di Ingegneria e Scienze MM.FF.NN.
È evidente che c’è uno squilibrio nei numeri, dovuto a una distribuzione della
popolazione di partenza estremamente diseguale: gli stage dei laureati/ndi in
economia sono in numero nettamente superiore agli altri, soprattutto nel gruppo di
aziende che hanno avuto stage solo in discipline affini (155 vs. 73 e 24). Affinché il
gruppo più numeroso non sovrasti gli altri, si ritiene fondamentale mantenere le
analisi separate rispetto ai tre gruppi di tipologia di stage ospitati. Inoltre, stante
l’obiettivo di confrontare il giudizio sugli statistici con quello su altri laureati/ndi, è
nostro interesse valutare le opinioni separatamente all’interno dei tre gruppi e
confrontarle.
Nella Tab. 2 sono illustrate le principali caratteristiche di aziende, tutor e
stagiaire. Si tratta in gran parte di aziende appartenenti al settore privato; sono
rappresentate tutte le dimensioni e i settori di attività. Gli stagiaire statistici, seppur
pochi (28, Tab. 1), sono presenti in realtà diverse: nel pubblico (provincia, regione)
oltre che nel privato, nelle banche, nelle società di consulenza e marketing,
nell’industria e nelle società di informatica.
Per quanto riguarda i tutor, si nota una prevalenza di maschi (71,6%) e di
laureati (58,3%, oltre a un 8,3% in possesso di titolo superiore alla laurea). Sono
rappresentati i diversi ruoli nell’azienda, dal presidente fino all’impiegato.
La distribuzione dei tutor laureati in statistica è molto diversa nei tre gruppi
(aziende con solo stage in statistica, con solo stage in discipline affini, con stage sia
in statistica sia in discipline affini): nelle aziende che hanno avuto solo stage in
statistica, ben il 46,7% dei tutor laureati è di formazione statistica. Tale percentuale è
invece irrisoria nelle aziende che non ha avuto alcuno stage di statistici (solo 3 tutor
laureati in statistica, pari al 2%) ed è del 12% nelle aziende che hanno avuto stage sia
di statistici che di laureandi/ti in discipline affini.
59
Il profilo professionale dello statistico: ruoli, competenze e prospettive
Tabella 2. Caratteristiche delle aziende, dei tutor e degli stagiaire a cui si riferisce
l’indagine (n=288)
Caratteristica
Settore azienda
Addetti azienda
Settore azienda
Tipo stagiaire
Genere stagiaire
Ordinamento
Facoltà
Corso di laurea
Genere tutor
Istruzione tutor
Ruolo tutor
Modalità
Pubblico
Privato
da 1 a 9
da 10 a 19
da 20 a 49
da 50 a 249
250 e più
Commercio e pubblici esercizi
Credito e assicurazioni
Industria
Informatica
P.A. (compreso sanità e scuola)
Servizi
Altro
Laureando
Laureato
Maschio
Femmina
Triennale
Specialistica, magistrale o v.o.
Scienze statistiche
Economia
Sociologia
Ing. Informatica o Informatica
Maschio
Femmina
Licenza media inferiore
Diploma superiore
Diploma univ. o laurea triennale
Laurea
Dottorato o spec. post-laurea
Amministratore/presidente
Dirigente
Funzionario/quadro
Impiegato
n
39
247
78
28
38
43
56
23
32
55
54
31
70
23
257
31
165
123
210
78
28
161
24
75
204
81
2
73
20
168
24
84
37
96
68
%
13,6
86,4
32,1
11,5
15,6
17,7
23,1
8,0
11,1
19,1
18,7
10,8
24,3
8,0
89,2
10,8
57,3
42,7
72,9
27,1
9,7
55,9
8,3
26,0
71,6
28,4
0,7
25,3
6,9
58,3
8,3
29,5
13,0
33,7
23,8
I totali per caratteristica risultano talvolta inferiori a 288 a causa della presenza di dati mancanti
60
6
L’immagine e il ruolo dello statistico nel mondo del lavoro
Da questo primo, semplice, dato si possono avanzare due ipotesi: la prima è che
la laurea in statistica sia ancora sconosciuta ai più, dato che ad essa fanno riferimento
in massima parte i tutor laureati in statistica. Non è richiesto un laureato in statistica
semplicemente perché non si è a conoscenza di tale titolo di studio. A tale proposito,
Boccuzzo e Martini (2012) mostrano, mediante l’analisi del differenziale semantico,
come il termine “sconosciuta” sia caratterizzante la statistica. Gli stessi focus group
preparatori all’indagine sull’immagine della statistica presso gli studenti hanno
evidenziato come la conoscenza della laurea in statistica avvenga spesso per vie
informali, grazie a parenti o amici che si sono laureati in questa disciplina, mentre
poco o nulla si deve a indicazioni dalle scuole superiori.
La seconda ipotesi, che non esclude la precedente, è che i datori di lavoro non
laureati in statistica preferiscano altre figure, differenti dagli statistici, per le attività
che sono richieste. A questo tema è dedicato il successivo par. 3.
3. Quali laureati per quali attività
Nella Tab. 3 sono illustrate le attività svolte dagli stagiaire secondo la facoltà di
provenienza: oltre la metà delle attività svolte è di elaborazione e analisi dati
(51,6%). Seguono la costruzione e gestione di database (16%), la ricerca e analisi di
documentazione (9,1%) e, a seguire, altre attività.
Si nota come gli statistici svolgano poche attività, in primis l’elaborazione e
analisi di dati (il 75%) e poi, in misura nettamente inferiore, il controllo di gestione e
il monitoraggio/pianificazione della produzione. Anche gli informatici sono
concentrati su poche attività, specialmente costruzione e gestione di database
(50,7%) e elaborazione e analisi di dati (36,2%). Maggiore eterogeneità si osserva
invece per i laureandi/ti di economia e sociologia, per i quali in ogni caso l’attività
principale è quella di elaborazione ed analisi dei dati. Evidentemente tale attività è
molto richiesta, per cui, di fronte all’ipotesi che altre figure siano preferite agli
statistici, non si può neppure escludere l’ipotesi che il ridotto numero di statistici
porti a dover scegliere altri laureandi/ti anche per attività per le quali lo statistico
dovrebbe essere più adatto. Quest’ultima ipotesi può essere vagliata analizzando le
opinioni dei datori di lavoro in merito alle figure migliori in relazione a specifiche
attività.
61
Il profilo professionale dello statistico: ruoli, competenze e prospettive
Tabella 3. Attività svolte dagli stagiaire secondo il tipo di facoltà di provenienza
Attività
Elaborazione/analisi dati
Costruzione/gestione DB
Analisi documentazione
Stesura rapporti
Controllo gestione/finanza
Pratiche/servizio/ammin.
Monitoraggio/pianificazione
produzione
Customer satisfaction/
Sondaggi
Totale
Statistica
(n=28)
75,0
0,0
3,6
0,0
10,7
0,0
Facoltà/Corso di laurea
Economia Informatica* Sociologia
Totale
(n=161)
(n=75)
(n=24)
55,4
36,2
42,9
51,6
5,1
50,7
4,8
16,0
12,1
4,3
9,5
9,1
7,0
5,8
19,0
6,9
8,9
0,0
4,8
6,5
4,5
0,0
9,5
3,3
7,1
5,1
2,9
9,5
5,1
3,6
1,9
0,0
0,0
1,5
100
100
100
100
100
* Riguarda laureati in informatica (Facoltà di Scienze MM.FF.NN) e Ingegneria Informatica.
A tale scopo è stato chiesto ai datori di lavoro quali sono, a loro parere, i laureati
più adatti a svolgere le seguenti attività:
1. Analisi della customer satisfaction, ricerche di mercato, analisi di
soddisfazione degli utenti, sondaggi
2. Analisi di costi, controllo di gestione, analisi di bilanci
3. Analisi di mercati finanziari, di investimenti, di rischi
4. Attività amministrative e di supporto alla direzione
5. Attività legali e contabilità
6. Collaborazione alla stesura di rapporti e progetti, anche a fini di
finanziamento
7. Elaborazione e analisi dati
8. Erogazione di servizi finanziari e assicurativi
9. Gestione del sistema informativo dell’azienda/ente
10. Monitoraggio della produzione, delle vendite o dei servizi erogati
11. Pianificazione e previsione di attività di produzione e logistiche, di servizi
12. Ricerca e analisi di documentazione e dati, anche via internet
I tipi di laurea elencati erano sette: economia, statistica, scienze politichegiurisprudenza, materie tecnico-scientifiche, materie umanistiche, altre, nessuna. Era
inoltre possibile fornire due scelte, in ordine di importanza.
62
6
L’immagine e il ruolo dello statistico nel mondo del lavoro
3.1 Metodologia adottata per l’analisi delle preferenze
A partire dalle scelte effettuate dai datori di lavoro, si intende giungere a un sistema
di pesi di importanza per i sette diversi tipi di laurea posti a confronto. Ad ogni
attività è associato un insieme di sette pesi, uno per tipo di laurea. Si giunge quindi a
12 insiemi di pesi, tante quante sono le attività vagliate. Ogni sistema di pesi somma
a 1 per tipo di laurea.
Si sono costruite 12 matrici di preferenze, tante quante le attività, in cui
l’elemento (i,j) è pari alla probabilità che la laurea i sia preferita alla laurea j:
pij= (# preferenze (pesate) della laurea i rispetto alla laurea j /somma pesi di i e j}
i, j =1, …, 7.
Ad esempio, se l’intervistato k sceglie come prima una laurea in materie tecnicoscientifiche e come seconda la laurea in economia, viene assegnato valore 1 alla
prima, valore 0,5 alla seconda e 0 alle altre. Il confronto fra i 7 tipi di laurea
considerati per il soggetto k porta alla seguente matrice di vittorie assolute:
0 0,5 0,5
0
0
0
0
0
0
Vk = 0,5 1
1
0
0
0
0
0
0
0
0
0
0 0,5 0,5 0,5
Economia
0 0
0
0
Statistica
0 0
0
0 Scienze Pol. − Giurispr.
0 1
1
1 Materie tecnico − scient.
0 0
0
0
Materie uman.
0 0
0
0
Altre lauree
0 0
0
0
Non serve laurea
La matrice di vittorie complessive è data dalla somma di tutte le matrici di
vittorie individuali. Infine, la matrice di preferenze contiene, nella posizione (i,j), il
numero di vittorie vij diviso per la somma dei pesi (vij + vji): pij= vij/(vij + vji). Si noti
che pji=1-pij.
Il metodo usato per definire i pesi a partire dalla matrice di preferenze è il cosiddetto
metodo dell’autovettore (Keener, 1993). I pesi sono dati dalle componenti
dell’autovettore associato al primo autovalore della matrice di preferenze. Infatti il
teorema di Perron-Frobenius garantisce che:
Se una matrice P è a componenti non negative, allora esiste un autovettore w a
componenti non negative associato a un autovalore positivo λ. Inoltre, se la matrice
Il profilo professionale dello statistico: ruoli, competenze e prospettive
63
P è irriducibile5, l’autovettore w associato all’autovalore più grande di P è a
componenti solo positive ed è unico.
wi (i=1, …, L) è una stima del punteggio del servizio i, e, una volta normalizzata
nell’intervallo 0÷1, è una stima della probabilità di preferenza.
L’approccio è multivariato, poiché mediante i confronti a coppie si tiene conto
della correlazione fra item. Una semplice graduatoria, ricavata mediante un
approccio univariato basato sui singoli giudizi, non tiene conto della correlazione
intrinseca fra coppie di item.
In questo modo sono state ottenute 12 graduatorie, una per ogni attività. Infine è
stata calcolata l’importanza complessiva di ogni tipo di laurea, riferita a tutte le
attività, come media aritmetica semplice dei 12 pesi associati alla laurea.
3.2. Le preferenze espresse dai tutor
L’attività prevalente durante l’attività di stage, sia per gli statistici sia per tutti gli
altri stagiaire ad eccezione degli informatici, è quella di elaborazione ed analisi di
dati. I tutor riconoscono quest’attività prevalentemente agli statistici6 (Fig.2), ma in
misura molto diversa secondo che lavorino in aziende che hanno avuto solo statistici
o anche altri stagiaire7.
Sorprende la differenza nei valori dei pesi assegnati all’attività di analisi dati agli
statistici dai differenti tutor: mentre per chi lavora in aziende che hanno avuto solo
stagiaire statistici il peso è pari a 0,61, per chi sta in aziende che hanno avuto sia
statistici sia altri stagiaire il peso è addirittura dimezzato (0,30). Non solo, ma in
quest’ultimo gruppo il peso dei laureati in economia e in materie tecnico-scientifiche
è di poco inferiore a quello attribuito agli statistici: 0,2 contro 0,3. In sostanza, chi ha
avuto esperienza con diversi tipi di stagiaire riconosce che lo statistico è la figura più
adatta per l’analisi dei dati, ma ritiene che comunque tale attività possa essere svolta
senza troppa differenza anche da altri laureati. Si potrebbe ipotizzare che le analisi di
dati richieste ai non statistici siano meno complesse e che le aziende che hanno avuto
solo stagiaire statistici svolgano invece intensa attività statistica rispetto alle altre.
5
6
Una matrice è irriducibile se nessuna permutazione porta a una struttura a blocchi del tipo:
È bene ricordare che la domanda si riferisce a quali laureati sono ritenuti più adatti e ha quindi una
valenza generale, e non limitata agli stagiaire.
7
I pesi attribuiti a tutte le attività sono rappresentati in Appendice.
64
6
L’immagine e il ruolo dello statistico nel mondo del lavoro
Figura 2. Pesi attribuiti ai diversi tipi di laureati per l’attività di elaborazione ed analisi
dati, a seconda del tipo di datore di lavoro
Elaborazione ed analisi dati
0.7
Solo statistici
0.61
0.6
Solo affini
Entrambi
0.5
0.40
0.4
0.30
0.3
0.23
0.275
0.269
0.21
0.20
0.2
0.12
0.09
0.1
0.11
0.09
0.06
0.03
0
0
0
0
0
0.01
0
0.0
Scienze Politiche,
Giurisprudenza
Economia
Sta tistica
Ma terie tecn.
scientifiche
Materie
uma nistiche
Altra
Non serve laurea
In realtà è difficile avvalorare tale ipotesi, poiché le aziende che hanno avuto
solo stagiaire statistici in linea di massima non hanno la statistica come attività
prevalente. Piuttosto, i tutor sono spesso essi stessi statistici e questo sembra essere il
motivo prevalente che li porta a preferire stagiaire provenienti dalla loro stessa
facoltà.
Si considera ora l’attività di analisi di costi/controllo di gestione/analisi di
bilanci, le cui competenze vengono maturate mediante lauree in discipline
economiche oppure statistiche, come evidenziato nel Repertorio delle professioni
dell’Università di Padova (Fabbris, 20018), e si analizzano le preferenze dei tutor
(Fig. 3). Tutti i tutor ritengono in questo caso che la laurea in economia sia più
adatta di quella in statistica, e il divario è addirittura superiore fra coloro che hanno
avuto solo stagiaire statistici.
8
http://147.162.245.33/stage/remedia/sito/sportello/repertorio/prof1.asp?codprof=57
65
Il profilo professionale dello statistico: ruoli, competenze e prospettive
Figura 3. Pesi attribuiti ai diversi tipi di laureati per l’attività di analisi di costi, controllo
di gestione e analisi di bilanci, a seconda del tipo di datore di lavoro
Analisi di costi, controllo di gestione, analisi di bilanci
0.7
Solo statistici
0.59
0.6
Solo affini
0.53
0.5
Entrambi
0.47
0.4
0.30
0.3
0.25
0.22
0.2
0.15
0.1
0.18
0.17
0.07
0.04
0
0
0
0 0.01 0
0
0.02
0
0
0.0
Scienze
Politiche,
Giurisprudenza
Economia
Statistica
Ma terie tecn.
scientifiche
Materie
umanistiche
Altra
Non serve laurea
Come terzo esempio, si analizza un’attività prettamente trasversale, quale la
stesura di rapporti (Fig. 4). Si consideri che le competenze trasversali costituiscono
una parte fondamentale del bagaglio richiesto ai laureati9.
Si nota come i pesi siano distribuiti in maniera più uniforme fra le lauree, e dei
pesi non risibili siano assegnati anche all’assenza di laurea. I pesi maggiori sono
assegnati ai laureati in economia. È significativo che vi sia sostanziale concordanza
fra le preferenze espresse dai tutor dei tre tipi di aziende; se, infatti, fra coloro che
non hanno mai avuto stagiaire statistici c’è da attendersi la preferenza per i laureati
in economia, appare evidente che anche nelle altre categorie di tutor la preferenza va
comunque a questa laurea, seguita da quella in giurisprudenza o scienze politiche.
La laurea in statistica si colloca in una posizione intermedia, ancora una volta con
valori notevolmente differenti fra chi ha scelto sempre stagiaire statistici (peso=0,16)
e chi mai (peso=0,09).
9
Leoni e Mazzoni (2006), ad esempio, mostrano con un’indagine presso le imprese che le competenze
traversali richieste ai neolaureati pesano in misura addirittura maggiore rispetto alle competenze
tecnico-specialistiche (55,5% vs. 44,5%).
66
6
L’immagine e il ruolo dello statistico nel mondo del lavoro
Figura 4. Pesi attribuiti ai diversi tipi di laureati per l’attività di stesura di rapporti, a
seconda del tipo di datore di lavoro
0.4
Stesura rapporti
0.31 0.31
Solo statistici
0.3
Solo affini
0.25
Entrambi
0.3
0.21
0.20
0.19
0.2
0.18
0.17
0.18
0.16
0.2
0.14
0.12
0.10
0.09
0.1
0.08
0.05
0.1
0.08
0.05
0.04
0.05
0.04
0.0
Scienze Politiche,
Giurisprudenza
Economia
Statistica
Materie tecn.
scientifiche
Materie
umanistiche
Altra
Non serve laurea
Infine, in Fig. 5 sono rappresentati i pesi medi degli statistici rispetto agli altri
laureati. Stante la tipologia delle attività considerate in questo studio, è da attendersi
che preferenze maggiori siano assegnate a laureati in economia, statistica e materie
tecnico-scientifiche.
Nelle aziende che hanno avuto solo stagiaire statistici, il giudizio espresso dai
tutor è concordante sui laureati in statistica ed economia (0,27 e 0,26), mentre il
giudizio sui laureati in materie tecnico-scientifiche tende ad essere più basso (0,20).
Per gli altri due gruppi di aziende (quelle che hanno avuto sia statistici sia
stagiaire in discipline affini e quelle che hanno avuto solo stagiaire di discipline
affini) la differenza di giudizio sui laureati in statistica e su quelli in economia è
considerevole e a svantaggio degli statistici, soprattutto nell’opinione dei tutor in
aziende che hanno avuto entrambi i tipi di stagiaire. Questi tutor sono più severi con
gli statistici rispetto a chi ha lavorato solo con stagiaire non statistici (0,21 vs. 0,36).
Il fatto che chi ha conosciuto stagiaire con competenze differenti dagli statistici
fornisca giudizi peggiori su questi ultimi rappresenta chiaramente un importante
stimolo a capirne le motivazioni, ovvero ad analizzare le competenze carenti degli
statistici rispetto agli altri laureati. A questo tema è dedicato il Par. 4.
67
Il profilo professionale dello statistico: ruoli, competenze e prospettive
Figura 5. Media dei pesi attribuiti ai diversi tipi di laureati, a seconda del tipo di datore di
lavoro
Media dei pesi di tutte le attività
0.40
0.36
Solo statistici
0.35
Solo affini
0.31
Entrambi
0.30
0.27
0.26
0.25
0.21 0.21
0.20 0.20
0.20
0.14
0.15
0.10
0.10
0.10
0.09
0.09
0.08
0.08
0.06 0.05
0.05
0.03
0.06
0.04 0.05
0.00
Scienze Politiche,
Giurisprudenza
Economia
Statistica
Materie tecn.
scientifiche
Materie
umanistiche
Altra
Non serve laurea
4. Competenze carenti
Ai tutor selezionati è stato chiesto di esprimersi sulle competenze carenti riscontrate
negli stagiaire, mediante una domanda a risposta aperta, che consente la massima
libertà di espressione. Successivamente, le risposte sono state analizzate e si è
operato con una codifica a posteriori. Le codifiche operate sono illustrate in Tab. 4,
distintamente per il tipo di laurea dello stagiaire.
Si nota come sussistano notevoli differenze nelle tipologie di carenze riscontrate
negli stagiaire provenienti dalle diverse facoltà. Gli statistici mostrano di avere una
scarsa conoscenza dell’ambiente di lavoro, segnalata da oltre un terzo dei
rispondenti, e al contrario non sono mai carenti nelle competenze tecniche, a
differenza delle opinioni espresse nei confronti delle altre tipologie di laureati presi
in considerazione.
Per capire cosa si intenda per “scarsa conoscenza dell’ambiente di lavoro”, si
elencano nel seguito alcune delle risposte fornite a tale proposito sugli statistici:
“Scarsa attitudine al mondo del lavoro”
68
6
L’immagine e il ruolo dello statistico nel mondo del lavoro
“Poca conoscenza delle problematiche lavorative”
“Hanno competenze non adeguate all’ambiente di lavoro”
“Poca conoscenza delle dinamiche aziendali”
“Scarsa conoscenza della realtà aziendale”
“Poco contatto con la realtà lavorativa”
“Non hanno consapevolezza dell’ambiente di lavoro”
Se affianchiamo questa carenza con la competenza invece mai critica, ovvero
quella tecnica, il quadro inizia a delinearsi: lo statistico è visto come una figura
altamente specializzata, ma che non sa far fruttare le sue competenze tecniche
nell’ambiente lavorativo, in quanto mancano le conoscenze dell’ambiente di lavoro
necessarie a valorizzare il ruolo dello statistico nel contesto in cui si trova. La
carenza “applicare la teoria” sposa quanto sopra, sebbene su questo lo statistico sia in
compagnia anche di altri stagiaire, specialmente provenienti da economia.
Tabella 4. Giudizi forniti dai tutor relativamente alle carenze riscontrate nel proprio
stagiaire
Corso di laurea dello stagiaire
CARENZA
Applicare la teoria
Autonomia/iniziativa
Conoscenza
dell’ambiente di lavoro
Competenze tecniche
Competenze di base(1)
Relazionarsi
con
colleghi e clienti
Organizzazione
Rigore e impegno
Modestia, disponibilità
ad imparare
Stesura rapporti
Totale
Economia Ingegneria Informatica Sociologia Statistica
(n=157) inf. (n=34)
(n=41)
(n=23)
(n=27)
TOT
37,0
21,3
10,7
14,3
15,4
12,8
9,5
33,3
30,4
12,9
26,5
19,2
9,3
14,3
20,4
14,3
34,8
15,0
8,3
11,1
28,6
0,0
10,3
2,6
14,3
9,5
0,0
4,3
11,0
7,2
0,0
10,7
15,4
9,5
0,0
5,0
2,8
1,9
7,1
10,7
7,7
12,8
0,0
0,0
8,7
0,0
4,6
4,6
7,4
0,0
2,6
4,8
0,0
4,6
0,9
100
3,6
100
0,0
100
4,8
100
8,7
100
2,3
100
Le numerosità indicate si riferiscono al numero di tutor che hanno risposto. Ogni tutor ha risposto con
riferimento allo stagiaire per il quale è stato intervistato. Potevano essere indicate fino a tre carenze.
Le percentuali sono riferite al totale delle risposte fornite.
(1)
Includono solo lingua inglese e pacchetti di office automation.
Il profilo professionale dello statistico: ruoli, competenze e prospettive
69
Va segnalata inoltre la carenza “Stesura rapporti” che, seppur in bassa
percentuale, è proporzionalmente presente in misura maggiore fra gli statistici.
È evidente, per gli statistici, il contrasto fra le competenze trasversali, di cui
sono carenti, e le competenze tecniche, che invece sembrano non mancare, così come
la difficoltà a mettere in pratica gli insegnamenti acquisiti.
Questo dato è in accordo con i risultati dell’indagine Agorà10, grazie alla quale si
evince che gli stessi laureati in statistica dichiarano più di tutto (26% dei casi) di
avere difficoltà nell’applicare quanto appreso e usano proprio il termine “pratica” per
descrivere la competenza mancante (Boccuzzo, 2010). Sono, invece, meno
consapevoli delle proprie carenze nelle competenze trasversali: solo il 6% delle
carenze citate è dato da “comunicazione”.
Se le competenze di cui gli statistici fanno difetto fossero poco importanti, poco
male, ma purtroppo non è così. Si tratta invece di aspetti cruciali per il lavoro.
Nell’indagine si è chiesto ai datori di lavoro di ordinare, in una scala da 1 (più
importante) a 8 (meno importante) delle macro-competenze necessarie nel mondo
del lavoro. I risultati sono illustrati nella Tab. 5. Prima di tutto vengono i valori
personali e per il lavoro (“etica sociale e per il lavoro”) e il bagaglio culturale
complessivo, derivante dalla famiglia di origine e dall’accumulo di esperienze di
vario tipo, ivi compresi gli studi (“cultura generale”). Segue la competenza
“personalità orientata al lavoro”, che unisce doti di personalità e competenze
trasversali, e che sembra vicino alla sopracitata carenza “conoscenza dell’ambiente di
lavoro”, caratterizzante lo statistico (Tab. 4).
Seguono le competenze di base, che in questo caso comprendono gli strumenti di
base per il lavoro d’ufficio, ovvero la conoscenza dell’inglese e dei software di office
automation, e alcune competenze trasversali indispensabili a praticamente ogni
lavoro da laureato, quali la stesura di relazioni e la preparazione di presentazioni.
Tali competenze, che fanno maggiormente difetto allo statistico, vengono prima delle
competenze tecnico-specialistiche.
Gli stessi laureati reputano più importanti le competenze trasversali11: il 68,8%
le reputa abbastanza o molto importanti, contro il 34,1% che reputa altrettanto
importanti le competenze tecnico-specialistiche (Boccuzzo, 2010).
10
L’indagine Agorà analizza gli sbocchi professionali dei laureati dell’Università di Padova negli
anni 2007 e 2008 a 6, 12 e 36 mesi dalla laurea. Per approfondimenti, si veda Fabbris (2010).
11
Questo risultato si riferisce ancora all’indagine Agorà. Le competenze trasversali considerate
erano: abilità interpersonali, problem solving, lavoro di gruppo, coordinare, pianificare il lavoro,
reperire informazioni e dati, scrivere relazioni, scrivere progetti, presentare.
70
L’immagine e il ruolo dello statistico nel mondo del lavoro
Tabella 5. Rango medio (graduatoria da 1 a 8, dove 1 è il rango massimo) assegnato alle
competenze dai datori di lavoro.
Etica sociale e per il lavoro
Cultura generale
Personalità orientata al lavoro
Competenze di base
Competenze tecnico-specialistiche
Competenze socio-relazionali e di comunicazione
Competenze organizzative e di intraprendenza
Capacità di apprendere e trasmettere conoscenza
3,77
3,90
4,41
4,55
4,73
4,80
4,83
5,05
5. Conclusioni
All’inizio di questa nota sono stati citati diversi lavori che affrontano il problema
del ruolo dello statistico nella società e nelle varie realtà produttive, alcuni anche
piuttosto datati. Ciò significa che il problema qui trattato è ben noto alla comunità
statistica, e non solo in Italia. Anzi, la sensazione è che sia più affrontato fuori dal
nostro Paese.
Rispetto a quanto pubblicato, il tema è stato qui affrontato in un’ottica
comparativa e quantitativa, i cui risultati aprono diversi piani di discussione.
In primo luogo è evidente una dicotomia: da una parte lo statistico con un
notevole bagaglio di competenze di natura tecnico specialistica, dall’altro il mondo
del lavoro, che ancora poco uso fa di queste competenze e in aggiunta ne vorrebbe
altre. Sono immagini diverse, rispettivamente quella che gli statistici hanno di loro
stessi e di come vengono visti nel mondo del lavoro. Come dice Marquardt (1987),
gli statistici sono visti come analisti di dati, attività peraltro cruciale nei più svariati
settori lavorativi. Prosegue Marquardt affermando che spesso però gli statistici
vedono la loro disciplina come una branca della matematica, ricca di teoria e meno di
pratica.
Al tempo stesso è stato evidenziato come nel mondo del lavoro siano ancora
sottoutilizzate le competenze statistiche, e ciò è probabilmente anche dovuto alla
scarsa presenza di statistici nei ruoli apicali.
Sembra un cane che si morde la coda: gli statistici sono pochi e non sono abili a
dare di loro stessi un’immagine completa, di conseguenza il mondo del lavoro
colloca lo statistico in un ruolo stereotipato e limitato, e poco attraente, cosicché
pochi giovani si iscrivono ai corsi di laurea in statistica. L’argomento che la laurea
Il profilo professionale dello statistico: ruoli, competenze e prospettive
71
in statistica permette di trovare lavoro molto facilmente è parzialmente efficace,
poiché i giovani ventenni non vedono le possibilità di lavoro come un obiettivo di
breve termine, mentre una facoltà prestigiosa che tratta argomenti reputati
interessanti è un criterio molto più attraente per i giovani diplomati.
È necessario far fruttare meglio le competenze tecnico-specialistiche dello
statistico, ma per fare ciò la sola strada è maturare ulteriori competenze, che
consentano allo statistico di comprendere le esigenze del contesto lavorativo in cui è
collocato, di integrare la statistica all’interno delle altre discipline e di comunicare
con un linguaggio comprensibile a chi statistico non è. Gli statistici hanno seri
problemi di comunicazione (Hoadley e Kettenring, 1990; Kenett e Thyregod, 2006),
mentre la comunicazione, sia scritta sia orale, ha un ruolo fondamentale nel lavoro
dello statistico. Il committente infatti, sia esso un cliente o il datore di lavoro, è poco
interessato ai metodi utilizzati e più ai risultati ottenuti, per cui è indispensabile saper
esporre i risultati in maniera rigorosa, ma al tempo stesso chiara e comprensibile ai
non statistici. Talvolta lo statistico, se non espone tutti i dettagli tecnici, sente di
venir meno alla sua missione, mentre in realtà è importante essere consapevoli
dell’interesse dell’interlocutore e del tipo di informazione che va fornita.
Lo statistico deve saper ascoltare con attenzione le esigenze espresse dal proprio
interlocutore, tradurle in problema statistico, affrontare il problema con l’ausilio dei
giusti metodi, esporre i risultati in maniera chiara.
Il dubbio è che all’università prevalga la strada, peraltro più semplice, di fornire
una collezione di metodi, ma non l’approccio generale a inquadrare e risolvere i
problemi sfruttando la “mentalità statistica”. Come affermano Hoerl et al. (1993),
l’università insegna a usare martello, sega, regolo e livella, ma non a costruire una
casa. Il problema di fondo è insegnare ad applicare il metodo statistico ai problemi
reali, oltre a insegnare i vari metodi.
L’esigenza non è educare i non statistici alla statistica, ma, cosa più importante,
è necessario educare la comunità statistica prima di tutto allo sviluppo della
comunicazione. Affinché gli statistici professionali abbiano un futuro è
indispensabile che i laureati in statistica si aprano al mondo del lavoro affrontando i
problemi reali e giocando il loro ruolo dall’inizio alla fine del progetto, integrandosi
totalmente con le altre professionalità.
72
L’immagine e il ruolo dello statistico nel mondo del lavoro
Riferimenti bibliografici
BOCCUZZO G. (2010). Le professioni dello statistico. Capacità professionali del laureato in
discipline statistiche ricostruite in base a ciò che fa. In: L. FABBRIS (a cura di), Dal Bo'
all'Agorà. Il capitale umano investito nel lavoro. Cleup, Padova: 157-176.
BOCCUZZO G., MARTINI M.C. (2011). Lo statistico, questo sconosciuto. Come gli
studenti dell’Università di Padova vedono la statistica e gli statistici. In:
G.BOCCUZZO, M.C. MARTINI (a cura di), Il profilo professionale dello statistico:
ruoli, competenze e prospettive. Cleup, Padova: 19-49.
CHATFIELD C. (2002). Confessions of a pragmatic statistician, The Statistician, 51:1-20.
COOK C., HEATH F., THOMPSON R.L. (2000). A meta-analysis of response rates in webor internet-based surveys”, Educational and Psychological Measurement, 60: 821-836.
DALE B.G., BOADEN R.J., WILCOX M. (1993). Difficulties in the use of quality
management tools and techniques, Quality and its Applications, University of
Newcastle upon Tyne.
DE CRISTOFARO R. (2002). Storia del pensiero statistico con alcune osservazioni
sull’insegnamento della statistica, Statistica, 2: 215-229.
FABBRIS L. (a cura di) (2001). Il Repertorio delle professioni dell'Università di Padova.
Franco Angeli, Milano.
FABBRIS L. (2010). Il Progetto Agorà dell’Università di Padova. In: L. FABBRIS (a cura
di) Dal Bo’ all’Agorà. Il capitale umano investito nel lavoro. Cleup, Padova: V-XLV.
HAHN G.J. (2002). Deming and the proactive statistician, The American Statistician, 56:
290-298.
HOADLEY B.A., KETTENRING J.R. (1990). Communications between statisticians and
engineers/physical scientists (with discussion), Technometrics, 32: 243-274.
HOERL R.W., HOOPER J.H., JACOBS P.J., LUCAS J.M. (1993). Skills for industrial
statisticians to survive and prosper in the emerging quality environment, The American
Statistician, 47: 280-292
KEENER J.P. (1993). The Perron-Frobenius Theorem and the ranking of football teams,
SIAM Review, 35: 80-93.
KENETT R., THYREGOD P. (2006). Aspects of statistical consulting not taught by
academia, Statistica Neerlandica, 60: 396-411.
KIMBALL A.W. (1957). Errors of the third kind in statistical consulting, Journal of the
American Statistical Association, 57:133-142.
KOTZ S., CAMPBELL B., READ N., BALAKRISHNAN B. V. (2005). Encyclopedia of
Statistical Sciences, 2nd edn. John Wiley and Sons, New York.
LEONI R., MAZZONI N. (2006) Competenze richieste dal mercato e competenze possedute
dai neolaureati. Risultati di un’indagine presso le imprese. In: R. LEONI (a cura di),
Il profilo professionale dello statistico: ruoli, competenze e prospettive
73
Competenze acquisite, competenze richieste e competenze espresse. Analisi e
valutazioni economiche. FrancoAngeli, Milano.
MARION K.E. (2009). Teaching statistical consulting: Enabling skills transfer and adding
value, Third Annual ASEARC Conference, December 7-8, 2009, Newcastle, Australia.
MARQUARDT D.W. (1987). The Importance of Statisticians, Journal of the American
Statistical Association, 82: 1-7.
PHILLIPS J.L. (2002). How to think about statistics, 6th ed. Henry Holt and Co., New York.
RAESIDE R., WALKER J. (2001). Knowledge: the key to organisational survival, The TQM
Magazine, 13: 156-160.
RITTER M.A., STARBUCK R.R., and HOGG R.V. (2001). Advice from prospective
employers on training BS statisticians”, The American Statistician, 55: 14-18.
RUGTAGI J., WOLFE, D. (1982). Teaching of Statistics and Statistical Consulting.
Academic Press, London.
WALLIS W.A. (1966). Economic statistics and economic policy, Journal of the American
Statistical Association, 61: 1-10.
WELLS H.G. (1903). Mankind in the Making. C. Scribner, New York.
WILKS S.S. (1951). Undergraduate statistical education, Journal of the American Statistical
Association, 46: 1-18.
The Image and Role of the Statistician in the World of Work
Summary. This work analyses the role of statisticians from the viewpoint of their employers.
A comparative approach is used, i.e., the image of the statistician is compared with that of
other potentially competitive professional figures. Employers are identified through the
tutors of trainees coming from the faculty of statistics and other faculties. The study is based
on the comparison of the competences of such trainees. Analysis of preferences is used to
create systems of weights attributed to various faculties for several types of work, some
ordinarily carried out in the workplace and others typical of statisticians' expertise. Results
show that statisticians are seen as excellent technicians, but they are almost exclusively
restricted to data analysis. They have difficulty to fit in the workplace and do not generally
communicate statistical results effectively. The paper discusses statisticians' training and
gives suggestions for improving their image with young people, their families and employers.
Keywords: Statisticians; Employers; Trainees; Competences; Preference Analysis.
Elaborazio ne e analisi dati
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
Collaborazione alla stesura di rapporti e progetti,
anche a fini di finanziamento
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
Attiv ità legali e contabilità
Analisi della customer satisfaction, ricerche di
mercato, analisi di soddisfazione degli utenti,
sondaggi
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
Analisi di costi, controllo di gestione, analisi di
bilanci
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
Analisi di mercati finanziari, di investimenti, di
rischi
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
Attiv ità amministrative e di supporto alla
direzione
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tipi di stagiare
0,158
0,095
0,175
Statistica
0,169
0,107
0,124
Statistica
0,256
0,343
0,541
Economia
0,251
0,312
0,309
Economia
0,258
0,247
0,283
Statistica
0,454
0,471
0,540
Economia
0,103
0,071
0,048
Statistica
0,254
0,223
0,297
Statistica
0,593
0,472
0,530
Economia
0,317
0,376
0,492
Economia
0,313
0,321
0,296
Statistica
0,177
0,273
0,256
Economia
0,000
0,058
0,086
Sc. Politiche,
Giurisprudenza
0,000
0,068
0,000
Sc. Politiche,
Giurisprudenza
0,044
0,104
0,000
Sc. Politiche,
Giurisprudenza
0,174
0,163
0,159
Sc. Politiche,
Giurisprudenza
0,430
0,265
0,218
Sc. Politiche,
Giurisprudenza
0,202
0,167
0,189
Sc. Politiche,
Giurisprudenza
Statistica
Economia
Sc. Politiche,
Giurisprudenza
0,138
0,119
0,168
Materie tecn.
scientifiche
0,153
0,176
0,000
Materie tecn.
scientifiche
0,157
0,153
0,000
Materie tecn.
scientifiche
0,105
0,107
0,000
Materie tecn.
scientifiche
0,000
0,046
0,028
Materie tecn.
scientifiche
0,181
0,209
0,054
Materie tecn.
scientifiche
Materie tecn.
scientifiche
0,218
0,131
0,097
Materie
umanistiche
0,000
0,005
0,000
Materie
umanistiche
0,000
0,000
0,000
Materie
umanistiche
0,086
0,103
0,000
Materie
umanistiche
0,000
0,081
0,028
Materie
umanistiche
0,036
0,104
0,082
Materie
umanistiche
Materie
umanistiche
0,054
0,036
0,054
Altra
0,076
0,063
0,028
Altra
0,066
0,039
0,000
Altra
0,087
0,011
0,000
Altra
0,000
0,016
0,000
Altra
0,000
0,021
0,000
Altra
Altra
0,154
0,076
0,097
Non serve
laurea
0,000
0,040
0,173
Non serve
laurea
0,000
0,013
0,177
Non serve
laurea
0,144
0,137
0,176
Non serve
laurea
0,076
0,097
0,159
Non serve
laurea
0,118
0,077
0,136
Non serve
laurea
Non serve
laurea
Appendice. Pesi attribuiti a diverse attività professionali, distinti secondo il tipo di azienda nella quale opera il tutor
intervistato
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
MEDIA
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
Monitoraggio della produzione, delle vendite o dei
servizi erogati
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
Pianificazione e previsione di attività di
produzione e logistiche, di servizi
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
Ricerca e analisi di documentazione e dati, anche
via internet
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
Gestione del sistema informativo dell’azienda/ente
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
Erogazione di servizi finanziari e assicurativi
Aziende con solo stagiaire statistici
Aziende con solo stagiaire non statistici
Aziende con entrambi i tip i di stagiare
0,000
0,026
0,000
Sc. Politiche,
Giurisprudenza
0,076
0,158
0,086
Sc. Politiche,
Giurisprudenza
0,000
0,038
0,061
Sc. Politiche,
Giurisprudenza
0,013
0,036
0,099
Sc. Politiche,
Giurisprudenza
0,000
0,046
0,117
Sc. Politiche,
Giurisprudenza
0,051
0,062
0,104
Sc. Politiche,
Giurisprudenza
0,082
0,099
0,093
0,251
0,203
0,170
Statistica
0,334
0,243
0,225
Statistica
0,223
0,287
0,313
Economia
0,097
0,194
0,295
Economia
0,273
0,212
0,214
0,350
0,244
0,256
Statistica
0,226
0,283
0,292
Economia
0,260
0,311
0,365
0,232
0,215
0,201
Statistica
0,245
0,171
0,196
Statistica
0,609
0,403
0,297
Statistica
0,000
0,142
0,228
Economia
0,414
0,348
0,383
Economia
0,116
0,227
0,198
Economia
0,275
0,269
0,213
Materie tecn.
scientifiche
0,000
0,120
0,067
Materie tecn.
scientifiche
0,582
0,369
0,165
Materie tecn.
scientifiche
0,219
0,251
0,099
Materie tecn.
scientifiche
0,311
0,306
0,174
Materie tecn.
scientifiche
0,221
0,238
0,065
Materie tecn.
scientifiche
0,195
0,197
0,086
0,000
0,000
0,090
Ma terie
umanistiche
0,060
0,039
0,067
Ma terie
umanistiche
0,000
0,038
0,054
Ma terie
umanistiche
0,000
0,023
0,074
Ma terie
umanistiche
0,000
0,041
0,050
Ma terie
umanistiche
0,020
0,100
0,099
Ma terie
umanistiche
0,035
0,055
0,053
0,057
0,044
0,048
0,042
0,027
0,065
Altra
0,117
0,068
0,050
Altra
0,082
0,069
0,074
Altra
0,125
0,102
0,152
Altra
0,032
0,057
0,067
Altra
0,000
0,014
0,090
Altra
0,000
0,061
0,111
Non serve
laurea
0,172
0,107
0,134
Non serve
laurea
0,061
0,097
0,139
Non serve
laurea
0,111
0,094
0,106
Non serve
laurea
0,097
0,049
0,126
Non serve
laurea
0,235
0,136
0,147
Non serve
laurea
0,097
0,082
0,140
Appendice (segue). Pesi attribuiti a diverse attività professionali, distinti secondo il tipo di azienda nella quale opera il tutor
intervistato
