Analisi di stabilità Elezioni Europee 1994-2004/ Elezioni Politiche 2008
Analisi di stabilità Elezioni Europee 1994-2004/ Elezioni Politiche 2008
INTRODUZIONE
Quello che presentiamo è il primo di una serie di lavori che il Termometro Politico sta svolgendo sulle elezioni Europee/Politiche-Nazionali a livello provinciale.
L’idea di fondo è piuttosto semplice e non richiede grandi conoscenze statistiche per comprenderla: considerate per ogni tornata politica (noi trattiamo in questo caso EUR94, EUR99, EUR04 e POL08) i primi 5 partiti per numero di voti in ogni provincia. L’ordine di questi partiti sarà, in generale, diverso da quello su scala nazionale per ovvie ragioni. Questa differenza però non intacca il concetto di fondo dell’analisi, anzi, lo corrobora se mai possibile. Infatti ora ci chiediamo quale sia la relazione che intercorre tra le percentuali dei primi 5 partiti per numero di voti in una data provincia ed i primi 5 partiti per numero di voti a livello nazionale. Tale relazione è importante, dal nostro punto di vista, per stabilire quanto, a prescindere dal singolo partito, le varie province rispecchino i rapporti di forza che si osservano su scala nazionale. Si parla in questo caso di stabilità provinciale.Vi possono essere diversi tipi di stabilità e ne presenteremo a breve di altre. Per il momento soffermiamoci su questa.
ESEMPIO
Cosa potremmo dedurre in linea teorica da questa analisi? Potremmo innanzitutto stabilire quali province siano più in sintonia con i rapporti di forza nazionali a prescindere, ribadiamo con forza questo punto, dal determinato partito. Proponiamo un esempio che potrebbe chiarire le idee: nelle passate elezioni politiche nazionali 2008, i primi 5 partiti per numero di voti nella provincia di Torino si distribuirono nel seguente modo
Pd | 36,376% |
Pdl | 32,441% |
Lega | 8,6675% |
Idv | 5,9673% |
Udc | 5,0448% |
A livello nazionale, invece, i primi 5 partiti furono rispettivamente
Pdl | 37,388% |
Pd | 33,174% |
Lega | 8,297% |
Udc | 5,624% |
Idv | 4,371% |
Come notate, sebbene l’ordine sia diverso, la provincia di Torino rispecchia a grandi linee i rapporti di forza generali tra i primi 5 partiti. Basandoci sui pesi relativi dentro questo campione di 5 partiti, essi “pesano” relativamente come
Partito | Torino | Italia |
1 | 41.10% | 42.08% |
2 | 36.66% | 37.34% |
3 | 9.79% | 9.34% |
4 | 6.74% | 6.33% |
5 | 5.70% | 4.92% |
dove si mette in relazione il dato di Torino ed Italia per CAM08 (abbiamo usato una precisione a due soli decimali in questo caso).
ANALISI DATI
Chiarito dunque il tipo di analisi che intendiamo svolgere, presentiamo la prima parte di questo studio. Di seguito elenchermo per ogni tornata elettorale (ripetiamo EUR94, EUR99, EUR04 e CAM08) alcuni risultati. Per consentire la consultazione più agevoli dei dati, potete scarica in un formato .zip i dati elettorali dei primi 5 partiti per ogni elezioni
http://www.fileshost.com/download.php?id=4DC282D11
[ad]Il primo studio che abbiamo svolto consiste nello studiare la correlazione tra le dispersioni in ogni provincia rispetto al dato nazionale.
Cosa intendiamo per correlazione? La correlazione è un indicatore statistico che determina quanto sia legato un dato rispetto ad un altro. La correlazione si misura con valori che vanno da 0 ad 1, dal più basso grado di relazione al più alto rispettivamente.
Cosa intendiamo per dispersione? La dispersione si misura come (A – B)/B ed indica quanto un dato A si discosti da un dato B. Se moltiplicato per 100 ne da la percentuale di dispersione. Il valore di dispersione può essere positivo o negativo: più è prossimo allo zero, più A è uguale a B. Nel nostro caso, più il dato provinciale (A) è simile a quello nazionale (B).
Di seguito mostriamo i valori, provincia per provincia, delle correlazioni di dispersione (per ragioni di grafica abbiamo potuto indicare solo alcune province sull’asse delle ordinate)
Come possiamo notare, le diverse province mostrano un grado di dispersione relativamente buono con i vari dati nazionali. Elenchiamo ora le province che nelle 4 elezioni considerate hanno mostrato un valore di correlazione superiore a 0.995 (quindi il 99.5% grado di correlazione con il dato nazionale)
(per continuare la lettura cliccare su “2”)