• Non ci sono risultati.

Statistica Sociale

N/A
N/A
Protected

Academic year: 2022

Condividi "Statistica Sociale"

Copied!
45
0
0

Testo completo

(1)

Università di Macerata

Corso di

Statistica Sociale

docente: Cristina Davino a.a.: 2011-2012

La tecnica delle scale (1)

Docente: Dott.ssa Agnieszka Stawinoga a. a. 2012-2013

(2)

Corso di Statistica Soc

La tecnica delle scale

“Una scala è un insieme coerente di elementi (items) che sono considerati indicatori di un concetto più generale”.

Corbetta, 1999

“La tecnica delle scale rappresenta un insieme di procedure messe a punto dalla ricerca sociale per “misurare”

l’uomo e la società”.

Corbetta, 1999

(3)

Corso di Statistica Soc

Un concetto generale può essere operativizzato mediante un concetto specifico che viene

chiamato indicatore, a questo legato da un rapporto di

indicazione cioè di

sovrapposizione parziale di significato.

La differenza con l’uso degli indicatori è data dal fatto che ora non si tratta di sostituire ad un concetto uno o più indicatori che a questo parzialmente si

sovrappongono, ma con un insieme coerente di indicatori, mettendo a punto criteri per controllare l’effettiva sovrapposizione tra indicatori e concetto e la

completezza della procedura.

L’elemento è il singolo componente (domanda, affermazione,

risposta ad un test), la scala è l’insieme degli elementi (per esempio da più domande).

Il concetto sottostante viene indicato con il nome di variabile latente.

Tecnica delle scale

(4)

Corso di Statistica Soc

La tecnica delle scale

L’applicazione più frequente della tecnica delle scale in campo sociale è la

misura degli atteggiamenti

“insieme di tendenze e sentimenti, pregiudizi e nozioni preconcette, idee, timori, apprensioni e convinzioni di una persona nei confronti di un

particolare argomento”

(5)

Corso di Statistica Soc

La tecnica delle scale

Unità di analisi  individuo

Concetto generale da rilevare

 atteggiamento ( proprietà continua ) Indicatori

 opinioni

(variabili quasi-cardinali perché non è possibile definirne una unità di misura)

L’opinione è l’espressione verbale dell’atteggiamento.

La procedura che rileva gli atteggiamenti consiste nel sottoporre ai soggetti studiati una serie di affermazioni riguardanti l’atteggiamento, chiedendo di esprimere la loro opinione in proposito.

(6)

Corso di Statistica Soc

Batterie di domande

Sono domande formulate allo stesso modo e presentate in un unico blocco.

Fanno risparmiare spazio (sul questionario) e tempo (di intervista);

Facilitano la comprensione del meccanismo di risposta;

Migliorano la validità della risposta;

Consentono al ricercatore, in fase di analisi dei dati, di costruire indici sintetici che riassumano in un unico punteggio le diverse domande della batteria.

(7)

Corso di Statistica Soc

L’autonomia semantica delle risposte

In una domanda chiusa, quando le alternative di risposta sono ordinate, si possono

proporre le alternative in tre modi:

1. Risposte semanticamente autonome

2. Risposte a parziale autonomia semantica

3. Scale auto-ancoranti

(8)

Corso di Statistica Soc

Risposte semanticamente autonome

Qual è il suo titolo di studio?

Nessun titolo

Licenza elementare

Licenza media

Diploma

Laurea

 Ogni risposta ha un suo significato compiuto

 Non è necessario conoscere il significato di tutte le

alternative

E’ garantito solo l’ordine delle modalità, non è nota la distanza tra loro

 l’intervistato sceglie una categoria per il suo

contenuto, indipendentemente dalla posizione nei confronti delle altra

(9)

Corso di Statistica Soc

Risposte a parziale autonomia semantica

Con riferimento ai seguenti aspetti del suo lavoro, lei si ritiene:

per niente, poco, abbastanza o molto soddisfatto?

Per niente Poco Abbastanza Molto Non so

Autonomia

Responsabilità

Retribuzione

Possibilità di carriera

Sicurezza del posto

 Il significato di ogni categoria è solo parzialmente autonomo dalle altre

 Non si può affermare che le diverse modalità di risposta sono fra loro equidistanti

(10)

Corso di Statistica Soc

Con riferimento ai seguenti aspetti del suo lavoro, lei si ritiene per niente, poco, abbastanza o molto soddisfatto?,

Per niente Molto Non so

Autonomia

Responsabilità

:

Sicurezza del posto

 Solo le due categorie estreme sono dotate di significato

 All’interno di un continuum l’intervistato colloca la sua posizione

 L’unità di misura della scala è soggettiva

Esempi:

1. Dimensione sinistra-destra 2. Termometro dei sentimenti

3. Domande le cui riposte si possono immaginare su un continuum.

3.

Il continuum può essere rappresentato da caselle, da cifre, da un segmento. Nel caso di un segmento, la lunghezza viene successivamente misurata in fase di codifica e trasformata in numero.

(11)

Corso di Statistica Soc

La formulazione delle domande

 Domande con risposte a parziale aut.semantica:

 Offrire o meno un’opzione centrale

 Offrire l’opzione “non so”

 Riflettere sul numero di categorie di risposta da offrire

 Scale auto-ancoranti

Sequenze delle risposte con caselle vuote

 Sequenza di cifre

 Termometro dei sentimenti

 Linea continua

(12)

Corso di Statistica Soc

Il differenziale semantico

Il differenziale semantico è una tecnica di rilevazione dei significati che determinati concetti assumono per gli intervistati;

Tale tecnica non si basa sulla descrizione soggettiva e diretta del significato da parte dell’intervistato ma sulle associazioni che questo instaura tra ciascun concetto ed altri proposti in maniera standardizzata;

“Un prodotto sofisticato è per lei…”

… duro o soffice?

… aspro o delicato?

… veloce o lento?

… ruvido o liscio?

… ecc. o ecc.?

NON si chiederà:

MA si chiederà:

“Cosa è per lei un prodotto sofisticato?”

(13)

Corso di Statistica Soc

Il differenziale semantico

1. Buono-Cattivo 2. Grande-Piccolo 3. Bello-Brutto 4. Giallo-Blu 5. Duro-Soffice 6. Dolce-Aspro 7. Forte-Debole 8. Pulito_Sporco 9. Alto-Basso 10. Calmo-Agitato 11. Saporito-Insipido 12. Di valore-Senza valore 13. Rosso-Verde

14. Giovane-Vecchio 15. Gentile-Sgarbato 16. A voce alta-Sottovoce 17. Profondo-Superficiale

18. Piacevole-Sgradevole 19. Nero-Bianco

20. Amaro-Dolce 21. Felice-Triste 22. Acuto-Rotondo 23. Vuoto-Pieno

24. Aggressivo-Pacifico 25. Pesante-Leggero 26. Bagnato-Asciutto 27. Sacro-Profano 28. Rilassato-Teso

29. Coraggioso-Codardo 30. Alto-Basso

31. Ricco-Povero

32. Luminoso-Offuscato 33. Caldo-Freddo

34. Spesso-Sottile

35. Simpatico-Antipatico 36. Luminoso-Scuro 37. Basso-Soprano

38. Spigoloso-Arrotondato 39. Profumato-Puzzolente 40. Onesto-Disonesto 41. Attivo-Passivo 42. Ruvido-Liscio 43. Fresco-Stantio 44. Veloce-Lento 45. Giusto-Ingiusto 46. Aspro-Delicato 47. Vicino-Lontano 48. Pungente-Mite 49. Salubre-Malato 50. Largo-Stretto

Coppie di attributi utilizzati da Osgood, Suci e Tannenbaum (1957)

Alcune possibili coppie di attributi:

(14)

Corso di Statistica Soc

Il differenziale semantico: la scala

Ipotesi 1: nessuna indicazione oltre alla casella

Bello Brutto

Ipotesi 2: rafforzamento della posizione “neutra”

Bello Brutto

Ipotesi 3: scala di valori da 1 a 7

Bello 1 2 3 4 5 6 7 Brutto

Ipotesi 4: scala di valori da –3 a +3

Bello -3 -2 -1 0 +1 +2 +3 Brutto

(15)

Corso di Statistica Soc

Il differenziale semantico

La lista degli attributi bipolari non deve avere relazione con l’oggetto valutato (anche se è possibile aggiungere attributi specificamente connessi a questo);

Il numero degli attributi può variare e dipende dall’obiettivo dello studio e dal rilievo che la tecnica assume nel quadro generale della rilevazione;

Le risposte possono essere analizzate con una rappresentazione grafica che si ottiene congiungendo con una linea il punteggio medio ottenuto da quello specifico oggetto su ogni coppia di attributi;

Un’interpretazione più interessante può essere fatta utilizzando i metodi di analisi fattoriale, in modo da determinare le dimensioni fondamentali che sono dietro i giudizi espressi.

(16)

Corso di Statistica Soc

Un esempio

Attivo Passivo

Giovane Vecchio

Calmo Agitato

Profondo Superficiale

Pungente Mite

Caldo Freddo

Vicino Lontano

Luminoso Scuro

Amaro Dolce

A voce alta Sottovoce

Giallo Blu

Spesso Sottile

Prodotto 1 Prodotto 2

Attivo Passivo

Giovane Vecchio

Calmo Agitato

Profondo Superficiale

Pungente Mite

Caldo Freddo

Vicino Lontano

Luminoso Scuro

Amaro Dolce

A voce alta Sottovoce

Giallo Blu

Spesso Sottile

Prodotto 1 Prodotto 2

(17)

Corso di Statistica Soc

Un esempio

Attivo Passivo

Giovane Vecchio

Calmo Agitato

Profondo Superficiale

Pungente Mite

Caldo Freddo

Vicino Lontano

Luminoso Scuro

Amaro Dolce

A voce alta Sottovoce

Giallo Blu

Spesso Sottile

Prodotto 1 Prodotto 2

Attivo Passivo

Giovane Vecchio

Calmo Agitato

Profondo Superficiale

Pungente Mite

Caldo Freddo

Vicino Lontano

Luminoso Scuro

Amaro Dolce

A voce alta Sottovoce

Giallo Blu

Spesso Sottile

Prodotto 1 Prodotto 2

Io, così come sono Io, così come vorrei essere

Rilevazione dell’autostima

(18)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

E’ basata sul concetto di attribuire un punteggio complessivo attraverso la somma dei punteggi attribuiti a singole prove

L’intervistato deve dire se ed in che misura è d’accordo ad una serie di affermazioni

Costruzione della scala:

1. Formulazione delle domande

2. Somministrazione delle domande ad un campione 3. Selezione delle domande e valutazione del grado di

coerenza della scala

4. Controllo della validità e dell’unidimensionalità della scala

(19)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

1.La gente come me non ha alcuna influenza su quello che fa il governo

Completamente

d’accordo D’accordo In

disaccordo Completamente in disaccordo

2.Talvolta la politica sembra così complicata che non si riesce a capire che cosa sta succedendo 3.Non credo che gli uomini politici

si interessino gran che di quello che pensa la gente come me

Senso di integrazione del

cittadino nel sistema politico

(20)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

1.La gente come me non ha alcuna influenza su quello che fa il governo

Completamente d’accordo D’accordo

In disaccordo Completamente

in disaccordo

1 2 3 4

2.Talvolta la politica sembra così complicata che non si riesce a

capire che cosa sta succedendo 1 2 3 4

3.Non credo che gli uomini politici si interessino gran che di quello

che pensa la gente come me 1 2 3 4

(21)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

I

e1 ……… en

1 . . . . . . . . I

2 4 1 3 ………. 45

e

1

, …, e

n

numero di soggetti intervistati

elementi

della scala

(22)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

Valutazione del grado di coerenza della scala

1. Correlazione elemento-scala

• Serve per individuare gli elementi della scala che non sono coerenti con gli altri

• Coefficiente di correlazione tra il punteggio su tutta la scala (p) ed il punteggio su ogni singolo

elemento (e)

 

 

1

2 2

1 1

per 1,...,

I

ij j i

i

j I I

ij j i

i i

e e p p

r j n

e e p p

 

 

 

 

(23)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

I

e1 ……… en

1 . . . . . . . . I

2 4 1 3 ………. 45

e

1

, …, e

n

numero di soggetti intervistati

elementi della scala

r1 ……… rn

Correlazione

elemento-scala

(24)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

1.La gente come me non ha alcuna influenza su quello che fa il governo

Correlazione elemento-scala

0,58

2.Talvolta la politica sembra così complicata che non si riesce a

capire che cosa sta succedendo 0,47

3.Non credo che gli uomini politici si interessino gran che di quello

che pensa la gente come me 0,62

(25)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

Valutazione del grado di coerenza della scala

2. Coefficiente alfa

• Serve per giudicare il grado complessivo di coerenza interna della scala

 

1 1

n r

  r n

 

0 1

dove 1

n j j

r

r n

 

n: numero di elementi della scala

(26)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

1.La gente come me non ha alcuna influenza su quello che fa il governo

 se l’elemento viene rimosso

0,87

2.Talvolta la politica sembra così complicata che non si riesce a

capire che cosa sta succedendo 0,88

3.Non credo che gli uomini politici si interessino gran che di quello

che pensa la gente come me 0,87

=0,88

(27)

Corso di Statistica Soc

Controlli di validità

Verificare il grado con cui la procedura di traduzione di un concetto in variabile effettivamente rileva il concetto che si intende rilevare

Ricerca psicologica

La scala viene costruita per essere applicata anche a

popolazioni diverse da quella per la quale è stata costruita

Si parte da un numero elevato di elementi (50)

Somministrazione ad un campione

Accettabilità della scala

Utilizzo della scala in varie ricerche

Controlli di validità

Ricerca sociologica

La scala viene costruita con una decina di elementi

Nello stesso questionario ci possono essere più scale

La realizzazione della scala avviene in un’unica soluzione

senza separazione tra

“costruzione” ed “applicazione”

(28)

Corso di Statistica Soc

Scala di Likert (Scala additiva)

Controlli di unidimensionalità

Stabilire che tutti gli elementi sono indicatori della stessa proprietà

Ridurre una serie di variabili fra loro

correlate ad un numero inferiore di variabili ipotetiche (fattori o variabili latenti) fra loro indipendenti (non correlate)

(29)

Corso di Statistica Soc 1.La gente come me non ha alcuna influenza su quello che fa il governo

2.Talvolta la politica sembra così complicata che non si riesce a capire che cosa sta succedendo 3.Non credo che gli uomini politici si interessino gran che di quello che pensa la gente come me

5.I partiti sono interessati solo ai voti della gente non alle loro opinioni

4.Di solito le persone che eleggiamo al Parlamento perdono molto presto il contatto con gli elettori

6.La gente come me non ha alcuna influenza su quello che fa la Giunta del comune di Bologna 7.Di solito le persone che eleggiamo al Consiglio comunale di Bologna perdono molto presto il

contatto con gli elettori

8.La gente come me non ha alcuna influenza su quello che fa la Presidenza del mio quartiere 9.Di solito le persone che eleggiamo al Consiglio del quartiere perdono molto spesso il contatto

con gli elettori

(30)

Corso di Statistica Soc

Elemento 1

2 3 4 5 6 7 8 9

0,661 0,702 0,764 0,752 0,679 0,346 0,300 0,210 0,204

0,295 0,104 0,245 0,224 0,360 0,761 0,811 0,858 0,875 Fattore 1 Fattore 2

(31)

Corso di Statistica Soc

Analisi fattoriale

Elemento 1

2 3 4 5 6 7 8 9

0,661 0,702 0,764 0,752 0,679 0,346 0,300 0,210 0,204

0,295 0,104 0,245 0,224 0,360 0,761 0,811 0,858 0,875 Fattore 1 Fattore 2

0,661 0,702 0,764 0,752 0,679 0,346 0,300 0,210 0,204

0,295 0,104 0,245 0,224 0,360 0,761 0,811 0,858 0,875

(32)

Corso di Statistica Soc

Scala di Likert: svantaggi

1. Ogni elemento è una variabile ordinale che viene trattata come cardinale

2. Mancata riproducibilità della scala

3. Il punteggio finale della scala non è una variabile cardinale

4. Problema di unidimensionalità

(33)

Corso di Statistica Soc

Scalogramma di Guttman

La scala è una successione di elementi aventi difficoltà crescente

L’individuo che ha risposto affermativamente ad una domanda deve aver risposto

affermativamente a tutte le domande che la precedono nella scala di difficoltà

Scalogramma o scala cumulativa

(34)

Corso di Statistica Soc

1. Lei sarebbe disposto ad accettare un nero come visitatore nel suo paese?

2. Lei sarebbe disposto ad accettare un nero come vicino di casa?

3. Lei sarebbe disposto ad accettare un nero come amico personale?

4. Lei sarebbe disposto a sposare un nero?

Possibili sequenze di risposte:

Come visitatore Come vicino Come amico Lo sposerei 1

1 1 1 0

1 1 1 0 0

1 1 0 0 0

1 0 0 0 0

Punteggio 4 3 2 1 0

1- Si, 0- No

Sequenze previste dal modello

(35)

Corso di Statistica Soc

Se gli elementi della scala sono perfettamente scalati, solo alcune sequenze di risposte sono ammissibili

Dal punteggio complessivo si può risalire alle risposte date da quell’individuo ai singoli elementi della scala (riproducibilità)

La tecnica utilizza solo domande a risposta dicotomica Nella realtà si verificano risposte al di fuori delle

sequenze previste (valutazione degli errori)

Il problema è stabilire quanti errori può tollerare una scala per poter essere accettata e quali sono le

procedure da seguire per minimizzare tali errori.

(36)

Corso di Statistica Soc

Scalogramma di Guttman: le fasi

1. Formulazione delle domande

2. Somministrazione delle domande

3. Analisi dei risultati ed eliminazione degli elementi con troppi errori

4. Calcolo di un indice globale di accettazione

della scala

(37)

Corso di Statistica Soc

1.Le risposte devono essere dicotomiche, le domande devono

essere progettate avendo in mente la forma finale della scala: un insieme di elementi di forza crescente.

2.Il carattere binario delle scelte agevola le risposte e rende la scala di più veloce compilazione. La struttura binaria però non permette di graduare l’intensità delle proprie posizioni.

3.Bisogna valutare la scalabilità degli elementi cioè scartare quelli meno coerenti con il modello, stabilire un indice di scalabilità della scala e valutare se la scala può essere accettata o meno.

Bisogna individuare gli errori della scala cioè le risposte che non si inseriscono nelle sequenze previste dal modello.

4.Il punteggio del soggetto resta pari alla somma delle risposte positive che egli ha dato anche se presenta degli errori.

Scalogramma di Guttman

(38)

Corso di Statistica Soc

Elementi n.1

1 0 0 0 0 0 1 0

1 0 0 1 1 0 0 1

1 0 1 0 1 0 1 1

1 1 1 1 1 0 0 1

Punteggio 5

1 2 3 3 0 2 4 1

0 0 1 0 0 0 1

n.2 n.3 n.4 n.5 A

B C D E F G H

n.ro risposte affermative 2 5 5 3 6 Matrice originaria

n.5 1 1 1 1 1 0 1 0

1 1 1 0 1 1 0 0

1 1 1 1 0 0 0 0

1 0 0 0 0 1 0 0

Punteggio 5

4 3 3 2 2 1 0 1

1 0 1 0 0 0 0

n.3 n.2 n.4 n.1 A H

E D C G B F

n.ro errori 1 1 0 1 1 Matrice ordinata

Errori - le risposte che non si inseriscono nelle sequenze

previste dal modello

(39)

Corso di Statistica Soc

Risposte che non si inseriscono nelle sequenze previste dal

modello Errori

Coefficiente di riproducibilità

Misura il grado di scostamento della scala osservata dalla scala

perfetta

n.errori n.risposte esatte 1 n.totale di risposte n. totale di risposte

C

r

  

Se Cr>0,90 (Cr=0,90 cioè errori non superiori al 10% delle risposte) si eliminano

progressivamente gli elementi con il maggior numero di errori, ricalcolando ogni volta Cr

n. totale di risposte = n.elementi*n.casi

(40)

Corso di Statistica Soc

Il coefficiente di riproducibilità di ogni elemento non può scendere sotto la sua proporzione di risposte

nella categoria modale

n.5 1 1 1 1 1 0 1 0 A

B C D E F G H Matrice ordinata

• Categoria modale: 1

• Proporzione di risposte nella categoria modale: 6/8=0,75

Attenzione alle scale con affermazioni molto forti!!

Il coefficiente di riproducibilità della scala è la media dei coefficienti di riproducibilità dei singoli elementi.

La categoria modale di una variabile nominale è quella che presenta frequenza maggiore.

(41)

Corso di Statistica Soc

Indice di minima

riproducibilità marginale

Misura il valore minimo al di sotto del quale il coefficiente di riproducibilità della scala non

può scendere

prop.di risposte nella categoria modale numero di elementi della scala

MMR  

C

r

 0,90 e Cr > MMR

MMR- minimal marginal

reproducibility

la buona riproducibilità della scala è dovuta ad una effettiva scalabilità dei suoi elementi e non alla distribuzione marginale delle risposte

(42)

Corso di Statistica Soc

Elementi n.1

1 0 0 0 0 0 1 0

1 0 0 1 1 0 1 1

1 0 1 0 1 0 1 1

1 1 1 1 1 0 0 1

Punteggio 5

1 2 3 3 0 2 4 1

0 0 1 0 0 0 1

n.2 n.3 n.4 n.5 A

B C D E F G H n.ro risposte

affermative 2 5 5 3 6 Matrice originaria

• Risposta modale= ‘0’

• Proporzione della risposta modale =

6/8=0,75

0,75 0,63 0,63 0,63 0,75

5 0,68

MMR    

 

• Risposta modale= ‘1’

• Proporzione della risposta modale = 5/8=0,63

(43)

Corso di Statistica Soc

Evitare elementi con tassi troppo elevati di

accettazione o rifiuto, in quanto poco discriminati e destinati ad innalzare artificiosamente il

coefficiente di riproducibilità della scala

Impiegare un numero sufficientemente elevato di elementi

Ispezionare le sequenze erronee, in quanto la presenza ripetuta di una sequenza non prevista dal modello può essere sintomo di un’altra

dimensione

Corbetta, 1999

(44)

Corso di Statistica Soc

•Il punteggio finale che si ottiene sulla variabile latente resta una variabile ordinale.

•Quando l’atteggiamento è complesso può essere difficile riuscire a scalarlo in sequenze cumulative: le categorie vengono a sovrapporsi per cui gli errori alla fine risultano numerosi.

•Il modello è rigidamente deterministico mentre la realtà sociale può essere correttamente interpretata solo

attraverso modelli probabilistici che contemplino la

possibilità di errore ed il passaggio graduale tra le posizioni.

Corbetta, 1999

(45)

Corso di Statistica Soc

Le scale

Le scale unidimensionali

Rilevazione di un concetto complesso e latente (ad es. l’alienazione, l’autoritarismo)

Operativizzazione del concetto attraverso la sottomissione di una serie di opinioni

Tecnica di impostazione della rilevazione

Le scale multidimensionali

Individuare quante e quali dimensioni latenti sono dietro un insieme di osservazioni

Tecnica di analisi dei dati rilevati

Riferimenti

Documenti correlati

“Il campionamento casuale semplice è raramente applicato nelle indagini statistiche, sia perché la selezione è completamente affidata al caso e non considera

“Per indagine campionaria si intende un modo di rilevare informazioni ottenuto interrogando gli stessi individui oggetto della ricerca, e appartenenti ad un campione

Sempre più frequentemente i dati provenienti da fonti statistiche ufficiali sono disponibili non solo in forma. aggregata ma anche in

Studio dei metodi statistici per le scienze del sociale, con le specificità che natura e caratteristiche dei fenomeni sociali e sanitari impongono nelle fasi della raccolta

1.  Allarme rapine (Numero di rapine denunciate ogni 100mila abitanti) 2.  I furti auto (Numero di furti d’auto denunciati ogni 100mila abitanti). 3.  Gli appartamenti

“Il campionamento casuale semplice è raramente applicato nelle indagini statistiche, sia perché la selezione è completamente affidata al caso e non considera le informazioni note

Gli indicatori sociali per la valutazione della qualità della vita3. Qualità

La successione oraria dei prezzi dei cavoletti di Bruxelles venduti nel mercato di Londra e la corrispondente altezza del Tamigi. Il numero di turisti canadesi che giungono a Roma