1. Sivini, G., Ricerche sul comportamento elettorale, Bologna, Il Mulino, 1967; Toscana, Regione, Dalla Costituente alla Regione, il comportamento elettorale in Toscana dal 1946 al 1970, Firenze 1972.Google Scholar

2. Se i partiti sono piú di due, può verificarsi che due unità territoriali abbiano entrambe un partito A che raccoglie il 40% dei suffragi elettorali, ma mentre una ha un partito B con il 38% ed un partito C con il 12% dei voti, nell'altra B raccoglie solo il 15% e C il 6%, mentre i rimanenti voti si distribuiscono in modi diversi tra gli altri partiti.Google Scholar

3. Nel corso del lavoro si parlerà spesso di «zone», anziché di gruppi di unità territoriali. Questo non è del tutto corretto, poiché il metodo usato porta a riunire nello stesso gruppo anche entità territoriali non confinanti, per cui una «zona» corrisponderà ad una parte di territorio che può presentare notevoli soluzioni di continuità al suo interno. La parola «zona» va, qui, intesa in senso socio-politico e non geografico.Google Scholar

4. Anderberg, M. R., Cluster Analysis for Applications, New York, Academic Press, 1973; Tryon, R. C. e Bailey, D. E., Cluster Analysis, New York, McGraw Hill, 1970.Google Scholar

5. Lo stesso tipo di analisi è stata svolta, seppure con una tecnica diversa, da alcuni ricercatori della Facoltà di Economia e Commercio di Firenze per i 287 comuni della Toscana, relativamente alle elezioni politiche del 1976 ed alle due precedenti elezioni amministrative. B. Chiandotto ed altri, in «Politica e Società», n. 1, Firenze, 1976, pp. 58–65.Google Scholar

6. Il metodo della cluster analysis è stato utilizzato dalla Doxa per suddividere l'Italia in dodici zone elettoralmente omogenee. Suddivisione che è stata utilizzata per l'operazione di campionamento che ha permesso l'anticipazione dei risultati delle elezioni politiche del 20 giugno 1976. Brusati, E., L'anticipazione dei risultati elettorali , in «Rivista IBM», n. 3, settembre 1976, p. 2.Google Scholar

7. Sono stati utilizzati i risultati riportati in ISTAT: Elezione della Camera dei Deputati 19 Maggio 1968, vol. I, Roma, 1968; ISTAT: Elezione della Camera dei Deputati 7 Maggio 1972, vol. I, Roma, 1972; quotidiano «Il Popolo», 22 giugno 1976.Google Scholar

8. Nel seguito del lavoro, per indicare i vari partiti, verranno utilizzate le rispettive sigle.Google Scholar

9. Il totale dei voti conseguiti dai sette partiti considerati non corrisponde, eccetto per alcune province, al totale dei voti validi, dato che non sono stati considerati alcuni partiti come il Partito Socialista Italiano di Unità Proletaria od il Partito Radicale, che non sono presenti, da soli, in una o piú delle consultazioni elettorali considerate, ed altri partiti che sono presenti solo in un limitato numero di province.Google Scholar

10. Matrici e vettori sono indicati, rispettivamente, con lettere maiuscole e con lettere minuscole in neretto.Google Scholar

11. Tra i molti possibili modi per calcolare le distanze tra le unità che costituiscono il fatto collettivo in esame è stato scelto, per il presente lavoro, quello sintetizzato dalla (1.3), perché a) ha un significato immediato b) tutti i possibili scarti tra le m variabili intervengono, direttamente, ciascuno una sola volta, nel calcolo di ciascuna distanza c) attribuisce ad ogni scarto (x_ji — X_jk) un peso pari al suo effettivo valore, al contrario di ciò che avverrebbe se le distanze fossero calcolate in base all'espressione che attribuisce peso tanto maggiore agli scarti piú elevati in valore assoluto quanto piú grande è p. v. M. R. Anderberg, op. cit. ; Fortier, J. e Salomon, H., «Clustering Procedures», in Multivariate Analysis, a cura di Krishaia, P. R., New York, Academic Press, 1966; Tryon, R. C. e Bailey, D. E., op. cit. Google Scholar

12. Anderberg, R. M., op. cit. , pp. 167–173.Google Scholar

13. È stato tenuto conto, comunque, anche della struttura del fatto collettivo, in termini di distanze, attraverso l'applicazione di un metodo di cluster analysis gerarchico (mentre quello usato in questo lavoro è non gerarchico) basato sul criterio del legame singolo. Alcuni dei termini usati in questa nota possono essere del tutto sconosciuti al lettore. D'altra parte, una trattazione completa o, comunque, ampia, del metodo della cluster analysis esula dal presente lavoro, per cui si rinvia a testi specializzati. v. Anderberg, R. M., op. cit. , p. 132–157.Google Scholar

14. In verità, non tutti i package scientifici contengono programmi riguardanti la cluster analysis; tale è il caso, ad esempio, del BMD, del SPSS e del SSP. Detti programmi si possono, invece, trovare, sotto forma di lista, in libri che trattano la cluster analysis. v. Anderberg, R. M., op. cit. Google Scholar

15. Questo perché ogni variabile (partito) interviene nel calcolo delle distanze in valore assoluto. Se le variabili fossero state divise per le rispettive varianze, si sarebbe attribuito a tutti i partiti lo stesso peso ma, allora, non sarebbe stato possibile caratterizzare le varie zone in funzione di alcun partito.Google Scholar

16. Per il 1975 si hanno due zone a maggioranza DC, la I e la II, che contengono, complessivamente, come accade per il 1976, il 36,7% delle province. Come per il 1976, si ha la formazione di una nuova zona a maggioranza relativa PCI, la III, contrariamente a ciò che avveniva per le precedenti elezioni politiche che vedevano il dominio del PCI limitato alle zone IV e V che comprendevano, insieme, solo 16 province. Per di piú, il predominio del PCI sulla DC, nella zona III, sembrerebbe piú forte nel 1975 che non nel 1976, ma questa è solo un'illusione dovuta al fatto che nove delle diciassette province mancanti appartenevano alla zona III ed erano tutte a maggioranza relativa DC. La zona II perde, anch'essa, nove province, mentre la provincia di Trento è perduta dalla zona I che, però, ne recupera due sulla II.Google Scholar