Metodologie e Tecniche Della Ricerca Sociale Piergiorgio Corbetta Riassunto

Piergiorgio Corbetta

METODOLOGIA E TECNICHE DELLA RICERCA SOCIALE 1) I PARADIGMI DI RIFERIMENTO I PARADIGMI DELLA RICERCA SOCIALE Kuhn e i paradigmi delle scienze La parola paradigma ha un’antica origine nella storia del pensiero filosofico, è stata utilizzata da Platone (nell’accezione si modello) e da Aristotele ( esempio). In sociologia il suo uso è molto inflazionato e resto confuso da molteplici significati (sinonimo di teoria, articolazione interna di una teoria , scuola o corrente di pensiero). Il concetto di paradigma è stato espresso nel 1962 da Thomas Kuhn nell’opera “La struttura della rivoluzioni scientifiche”. La riflessione di Kuhn ha per oggetto lo sviluppo storico delle scienze ed egli egli rifiuta la concezione tradizionale della scienza come accumulazione progressiva e lineare di nuove acquisizioni, affermando invece che in certi momenti (detti rivoluzionari) si interrompe il rapporto di continuità con il passato e si inizia un nuovo corso,in corso,in modo non completamente razionale. “Si tratta di un elemento arbitrario composto di accidentalità storiche e personali sempre presente come elemento costitutivo nelle convinzioni manifestate da una data comunità scientifica in un dato momento”. Secondo la tradizionale concezione cumulativa le singole invenzioni e scoperte si aggiungevano al corpo conosciuto precedente, alla stregua dei mattoni che si sovrappongono nella costruzione di un edificio a più piani. Nei momenti rivoluzionari il processo di continuità con il passato si interrompe e si inizia una nuova costruzione, viene fatto saltare in aria un vecchio palazzo di mattoni per fare spazio ad un edificio strutturalmente diverso, Il passaggio da una teoria a un’altra è così globale e ha tali conseguenze conseg uenze che Kuhn lo chiama rivoluzione scientifica.  A seguito di queste rivoluzioni in una determinata disciplina si produce un cambiamento dei problemi da proporre all’indagine scientifica e dei criteri con cui si stabilisce cosa si considera come un problema problema ammissibile e di seguito cambia anche la struttura concettuale  –  Il paradigma -   attraverso cui gli scienziati guardano il mondo. Il paradigma è una prospettiva teorica che è condivisa e riconosciuta dagli scienziati in una determinata disciplina, è fondata su acquisizioni precedenti della disciplina stessa ed opera indirizzando la ricerca  – individuando e scegliendo i fatti rilevanti da studiare - formulando ipotesi entro le quali collocare la spiegazione del fenomeno osservato – osservato – individuando  individuando le tecniche di ricerca empiriche necessarie. Senza un paradigma una scienza non ha orientamenti né criteri di scelta, perché tutti i criteri, i problemi e le tecniche diventano ugualmente legittime. Il paradigma è una guida e fornisce agli scienziati sia un modello ma anche le indicazioni per costruirlo. Con il paradigma lo scienziato acquisisce contemporaneamente in una mescolanza inestricabile, teorie, metodi e criteri. Il paradigma è qualcosa di più ampio e generale di una teoria, è una visione del mondo, una finestra fi nestra mentale, una griglia di lettura che precede l’elaborazione teorica. 1

La scienza normale è definita da Kuhn come quei periodi in cui esiste all’interno di una disciplina un paradigma condiviso dalla comunità degli scienziati. Ogni scienza matura possiede in ogni momento della sua storia un suo paradigma, esso rappresenta una sorta di visione che orienta la comunità di scienziati indirizzando la loro ricerca. Le scienze sociali non essendo scienze mature non hanno dei paradigmi. Nella storia della sociologia ed in generale delle scienze sociali è difficile individuare un paradigma predominante, condiviso da tutti i sociologi. Solo tra gli anni ’40 e ’50 ha prevalso il concetto di sistema e la teoria funzionalista di T. Parsons. Egli rielabora il pensiero degli europei e crea una teoria basata sul sistema e sul consenso. A questo paradigma viene contrapposto quello di Marx, basato sul conflitto sociale. In questo modo possiamo parlare di disciplina multi paradigmatica – paradigmatica –ovvero ovvero una disciplina che contiene al suo interno più paradigmi.

Positivismo e interpretativismo Effettuando un’analisi storica possiamo individuare due paradigmi fondativi che hanno indirizzato la ricerca sociale: il positivismo  ( 2 versioni  –  ‘800 Positivismo –  ‘900 Neopositivismo e Postpositivismo) e interpretativismo. l’ interpretativismo (nb: tra le funzioni di un paradigma c’è quella di definire i metodi e le tecniche di ricerca accettabili in una disciplina) La profonda differenza tra i due paradigmi emerge dalle risposte che essi danno alle domande principali a cui si trova di fronte la scienza sociale: la realtà (sociale) esiste ( ontologia)? È conoscibile (epistemologia)? Come può essere conosciuta (metodologia)? La Questione Ontologica (Ontologia: Quella parte della filosofia che studia l’essere l’essere in quanto tale, dal greco Ontos (essere, ente) e logos ( discorso, riflessione) è la questione del che cosa, ci si chiede se il mondo dei fatti sociali sia reale e oggettivo dotato d autonoma esistenza al di fuori della mente umana e dell’interpretazione dell’interpretazione del soggetto. Ci si interroga se i fenomeni sociali siano cose in se stesse o rappresentazioni di cose. La questione Epistemologica (Epistemologia: riflessione sulla conoscenza scientifica , dal greco episteme (conoscenza certa)) è il rapporto tra il chi chi ed il che cosa, essa pone l’accento tra lo studioso e la realtà studiata. La questione Metodologica (Metodologia: dal greco metodo ( strada con cui, metodo). Questione metodologica in quanto ha a che fare con i metodi della ricerca sociale, intesi come corpo organico di teorie.) riguarda la strumentazione tecnica del processo conoscitivo

Positivismo Il paradigma positivista (il primo ad essere utilizzato nelle scienze sociali) studia la realtà sociale utilizzando (quello che era allora il paradigma applicato alle scienze naturali )gli apparati concettuali, le tecniche di osservazione e misurazione, gli strumenti di analisi matematica e i procedimenti di inferenza delle scienze naturali. Esso infatti sosteneva che la realtà sociale dovesse essere studiata con la stessa logica investigativa le lo stesso metodo utilizzato dalle scienze sociali, da qui il nome di “Fisica Sociale” attribuito allo studio della società. Il primo a tradurre la prospettiva teorica globale in termini di ricerca empirica fu Durkheim, per questo diciamo che fu il primo scienziato sociale, il primo vero sociologo positivista. La sua prassi empirica è fondata sulla teoria del Fatto Sociale, essa impone di trattare i fatti sociali come cose effettivamente esistenti al di fuori delle coscienze individuali e studiabili oggettivamente. Essi hanno le medesime proprietà delle cose del mondo naturale e come tali non sono soggette alla volontà dell’uomo e funzionano secondo proprie regole che possono essere studiate. L’ontologia del positivismo si basa sul Realismo Ingenuo: la realtà sociale è reale ed ha dunque un’ esistenza effettiva ed è conoscibile, come se si trattasse di una “cosa”. 2

Dal punto vista epistemologico, esso si basa sul dualismo tra lo studioso e l’ oggetto oggetto di studio (che non si influenzano a vicenda in nessun modo mantenendo una loro oggettività),lo studioso analizza il fatto sociale intenso come dato esterno ed immodificabile e presume di ottenere risultati veri e certi, il suo obiettivo è quello di spiegare e di formulare leggi naturali e generali immutabili poiché si basano sul’osservazione di quelle che sono le categorie di causa effetto. La metodologia positivista prevede quindi esperimenti e manipolazioni della realtà, con osservazioni e distacco distacco tra l’osservatore e l’osservato; il suo modo di procedere è prevalentemente induttivo (dal particolare al generale-universale). Le tecniche utilizzate sono quantitative (esperimenti, statistica) e si utilizzano le variabili.  Analisi per variabili.

Neopositivismo Il neopositivismo nasce per rispondere alle critiche ed ai limiti che erano stati avanzati al positivismo. Si ha un rifiuto delle questioni metafisiche definite prive di senso in quanto indimostrabili e ci si concentra sui problemi metodici di ogni scienza, all’analisi del loro linguaggio e delle loro elaborazioni teoriche. Si sviluppo un modo di parlare della realtà sociale del tutto nuovo, mutato dalla matematica e dalla statistica che Paul Lazarsfeld chiamò linguaggio delle variabili. Ogni oggetto sociale – sociale – anche l’individuo – veniva – veniva analiticamente definito sulla base di una serie di attributi e proprietà, le variabili, e a questa ridotto. La variabile con i suoi caratteri di neutralità, oggettività diventava la protagonista dell’analisi sociale. sociale. Le teorie sociali non vengono espresse sotto forma di leggi deterministiche ma in termini probabilistici. Ogni affermazione teorica assume una connotazione di provvisorietà e rimane sempre esposta alla possibilità di una smentita. Dal punto di vista ontologico, adotta il realismo critico, per cui afferma che esiste una realtà sociale esterna all’uomo, ma che essa è conoscibile solo imperfettamente data l’inevitabile imprecisione di una conoscenza umana ed in modo probabilistico data la natura stessa delle sue leggi che hanno carattere probabilistico. probabili stico. Realismo  –   –  si assume che relazioni causa /effetto sono presenti al di fuori della mente umana. Critico  – atteggiamento di continua messa in discussione da parte dello scienziato delle nozioni L’epistemologia L’epistemologia del neopositivismo prevede il riconoscimento del rapporto di interferenza tra studioso e studiato, che deve essere il più possibile evitato per poter formulare leggi non più assolute, ma limitate nel tempo e soggette alla continua falsificazione per poter arrivare sempre più vicini alla conoscenza assoluta. La metodologia resta sostanzialmente quella del positivismo, anche se c’è un’apertura ai metodi qualitativi.  Analisi per variabili.

Interpretativismo L’interpretativismo, che vede in Weber il suo esponente principale, fonda le sue basi sulla fondamentale differenza epistemologica fra le scienze sociali e quelle naturali per il motivo che la realtà sociale non può essere semplicemente osservata ma necessita di essere interpretata. Nelle scienze naturali l’oggetto di studio consiste in una realtà esterna al ricercatore e che tale rimane durante tutto il percorso di ricerca per cui la conoscenza assume la forma di spiegazione mentre nelle scienze sociali non essendoci distacco tra osservatore e ciò che è osservato la conoscenza può essere raggiunta solo attraverso il processo di comprensione; in questo modo si pone all’opposto del positivismo per quanto riguarda i punti principali prin cipali del paradigma. Il campo di indagine ora nuovo per la Sociologia è il mondo della vita quotidiana, e se la vita umana è diversa dal mondo naturale essa andrà studiata con metodi diversi da quelli positivistici, l’attuale impostazione soggettiva non può adottare il linguaggio delle variabili. Infatti, la sua ontologia prevede il costruttivismo e il relativismo (realtà multiple), vale a dire che non esiste una realtà oggettiva (ogni individuo produce una sua realtà, e solo questa realtà è conoscibile); inoltre anche le singole realtà individuali o anche condivise tra i gruppi sociali, variano comunque tra le diverse culture e quindi non esiste una realtà sociale universale valida per tutti ma bensì realtà multiple. 3

L’epistemologia prevede un non-dualismo, non-dualismo, non-separazione, non oggettività tra studioso e oggetto dello studio ma interdipendenza, la ricerca sociale è vista come una scienza interpretativa alla ricerca di significato piuttosto che una scienza sperimentale in cerca di leggi. Nel perseguire il suo obiettivo, che è quello della comprensione del comportamento individuale, la ricerca sociale può servirsi di astrazioni e generalizzazioni: i tipi ideali e gli enunciati di possibilità. La metodologia prevede l’interazione empatica tra studioso e studiato, perché solo in questo modo è possibile comprendere il significato attribuito dal soggetto alla propria azione. Le tecniche sono quindi qualitative e soggettive e il metodo usato è quello quell o dell’induzione (dal particolare al generale).  Analisi per casi.

Radicalizzazioni e critiche La radicalizzazione dei precedenti approcci può avere gravi conseguenze. Una radicalizzazione del positivismo consiste nel riduzionismo, cioè nel ridurre la ricerca sociale ad una mera raccolta di dati senza un’elaborazione teorica che li supporti. In questo modo la ricerca sociale diventa una massa sterminata di dati minuziosamente rilevati, misurati e classificati, ma non coordinati tra loro, privi di connessioni significative, incapaci di rendere una conoscenza adeguata dell’oggetto cui nominalmente si riferiscono. In ogni caso, la critica maggiore mossa al positivismo è quella di separare troppo nettamente le l e categorie osservative da quelle teoriche; in altre parole non è possibile sostenere che le forme di conoscenza non siano storicamente e socialmente determinate e quindi dipendenti dalle teorie utilizzate. Per quanto riguarda l’interpretativismo, le critiche maggiori sono rivolte ai filoni sviluppatisi dalla teoria originale di Weber (che pur affermando la centralità dell’intenzione dell’ intenzione soggettiva, non escludeva la possibilità di arrivare a delle forme di generalizzazione conoscitiva, i tipi ideali) che si spingevano verso un soggettivismo estremo. In questo modo si esclude la possibilità dell’esistenza dell ’esistenza della scienza sociale, perché se tutto è soggettivo e unico non possono esistere leggi sociali comuni a più individui che hanno assunto autonomia rispetto ai singoli, come le istituzioni. La seconda critica afferma che se la realtà è una pura costruzione soggettiva, non è possibile andare oltre alla persona, si nega la possibilità di generalizzazioni sovraindividuali e quindi si nega l’oggettività della scienza. Se il ricercatore non può trascendere l’oggetto dell’indagine non può esistere la conoscenza oggettiva.

RICERCA QUANTITATIVA E RICERCA QUALITATIVA Per evidenziare le differenze tra i due approcci descriviamo due ricerche condotte sulla stessa tematica – tematica – la  la delinquenza giovanile  – una condotta sotto l’ ispirazione del paradigma neopositivista una all’insegna del paradigma interpretativo. Si farà riferimento a due tipi ideali e puri di ricerca per focalizzarci sulle differenze dei due approcci.

Paradigma Neopositivista: Crime in the making di Sampson e Laub Essi effettuano un’indagine secondaria sui dati già esistenti di un’inchiesta campionaria sulla delinquenza giovanile ed è un esempio di ricerca quantitativa che si ispira al paradigma neopositivista. Essa mette in luce un modo di procedere sistematico, nel quale ogni capitolo segue in una geometria circolare uno schema a 4 fasi: inquadratura teorica, rilevazione empirica, analisi dei risultati, ritorno alla teoria. L’analisi dei dati viene condotta sulle variabili ( variabili di base: classiche variabili , povertà, disgregazione familiare, criminalità dei genitori / variabili di processo: fanno riferimento ai legami informali, famiglia, scuola, lavoro) utilizzando tecniche statistiche al fine di produrre modelli causali nei quali le variabili sono connesse da relazioni di causa-effetto.

4

Paradigma interpretativo: Islands in the street di Sanchez – Sanchez  – jankowski  jankowski Questo studio è un esempio di osservazione partecipante, una delle tecniche classiche della ricerca qualitativa basata sul paradigma interpretativo. Gli interrogativi sono simili alla ricerca precedente ma il metodo di lavoro è molto differente. L’autore ha partecipato personalmente personalmente alla vita delle gang oggetto della sua indagine – indagine  – 37gang  37gang in 10 anni- , prendendo parte alle loro attività e registrando le sue osservazioni su taccuini nel corso dell’osservazione stessa. Lo scopo non è individuare le relazioni di causa-effetto causa-effetto tra le variabili ma quello di capire le motivazioni che stanno dietro il comportamento dei membri delle gang e costruire delle classificazioni e delle tipologie.

Ricerca quantitativa e ricerca qualitativa: un confronto Le differenze fra ricerca quantitativa e ricerca qualitativa - intese non più come come riferimento alle loro premesse filosofiche ed epistemologiche , ma guardando alle concrete applicazioni empiriche – empiriche  – posso  posso essere comprese meglio se analizziamo le 4 fasi della ricerca empirica: Disegno della ricerca – ricerca – Rilevazione  Rilevazione delle informazioni – informazioni – Analisi  Analisi dei dati – dati – Produzione  Produzione dei risultati

Impostazione della ricerca Nei due approcci è fondamentalmente diverso il rapporto instaurato tr a teoria e ricerca. Nel caso della ricerca quantitativa neopositivista, il rapporto è strutturato in fasi logicamente sequenziali , secondo un’impostazione sostanzialmente deduttiva (la teoria precede l’osservazione), che si muove nel contesto della giustificazione, cioè di sostegno, tramite i dati empirici, della teoria precedentemente formulata sulla base della letteratura. Nel caso della ricerca qualitativa interpretativista elaborazione teorica e ricerca empirica procedono intrecciate, in quanto il ricercatore vede nella formulazione iniziale di una teoria una possibile condizionamento che potrebbe inibirgli la capacità di comprendere il soggetto studiato. In questo modo la letteratura ha una minore importanza.  Anche i concetti sono usati in modo diverso dai due approcci. I concetti sono gli elementi costitutivi della teoria, e tramite la loro operativizzazione (trasformazione in variabili empiricamente osservabili) permettono alla teoria di essere sottoposta a controllo empirico. Nell’approccio neopositivista la chiarificazione dei concetti e la loro operativizzazione in variabili variabili avvengono prima ancora di iniziare la ricerca. ( es: lavoro di Sampson e Kaub – Kaub  – concetto  concetto di disgregazione familiare – familiare  – gli  gli autori lo operativizzano nel seguente modo: valore 1 disgregazione quando in famiglia uno o entrambi i genitori sono assenti per divorzio, separazione, decesso; valore 0 per gli altri casi) Questo metodo, se da un lato offre il vantaggio di poter rilevare empiricamente il concetto, dall’altro comporta anche lo svantaggio di una forte riduzione e impoverimento del concetto stesso, con il rischio ulteriore che la variabile sostituisca il concetto (reificazione). Un ricercatore qualitativo avrebbe invece utilizzato il concetto come orientativo (sensitizing concept), che predispone alla percezione, ancora da definire non solo in termini operativi, ma anche teorici, nel corso della ricerca stessa. I concetti diventano quindi una guida di avvicinamento alla realtà empirica, non riduzioni della realtà stessa in variabili astratte.

l’ambiente studiato, l’approccio neopositivista non ritiene che Per quanto riguarda il rapporto generale con l’ambiente la reattività del soggetto possa rappresentare un ostacolo di base, e crede che un certo grado di manipolazione controllata sia ammissibile. Viceversa la ricerca qualitativa si basa sull’ approccio approccio naturalistico, vale a dire che il ricercatore non manipola in alcun modo la realtà in esame. I due modi di fare ricerca trovano illustrazioni tipiche e opposte nelle tecniche dell’esperimento e dell’osservazione partecipante. Se passiamo alla specifica interazione psicologica con i singoli soggetti studiati, il ricercatore quantitativo assume un punto di vista esterno al soggetto studiato, in modo neutro e distaccato; inoltre studia solo ciò che egli ritiene importante. Il ricercatore qualitativo invece si immerge il più completamente possibile nella 5

realtà del soggetto e quindi tende a sviluppare con i soggetti una relazione di immedesimazione empatica. Ma in questo modo sorge prepotentemente il problema dell’oggettività della ricerca. interazione fisica con i singoli soggetti studiati è differente per i due approcci. La ricerca  Anche l’ interazione quantitativa spesso non prevede alcun contatto fisico tra studioso e studiato  –   –  il ricercatore ha un atteggiamento nei confronti dei soggetti studiati neutrale e distaccato -, mentre nella ricerca qualitativa il contatto fisico è una precondizione essenziale per la comprensione c omprensione –  – empatia  empatia ed identificazione - . Il soggetto studiato quindi risulta passivo nella ricerca quantitativa, mentre ha un ruolo attivo nella ricerca qualitativa.

Rilevazione (disegno della ricerca) Nella ricerca quantitativa il disegno della ricerca ricer ca (decisioni operative che sovrintendono all’organizzazione pratica della ricerca) è costruito a tavolino prima dell’inizio della rilevazione ed è rigidamente strutturato stru tturato e chiuso. Nella ricerca qualitativa invece è destrutturato, aperto, idoneo a captare l’imprevisto, modellato nel corso della rilevazione. Da queste diverse impostazioni deriva la diversa concezione della rappresentatività dei soggetti studiati. Nella ricerca quantitativa il ricercatore è più preoccupato della rappresentatività del campione di società che sta studiando piuttosto che della sua capacità di comprendere, mentre l’opposto vale per la ricerca qualitativa, alla quale non interessa la rilevanza rilevanza statistica bensì l’importanza che il singolo caso sembra esprimere.  Anche lo strumento di rilevazione è differente per i due tipi di ricerche. Nella ricerca quantitativa esso è uniforme o uniformante per tutti i soggetti per garantire la validità statistica (obiettivo: matrice dei dati) , mentre nella ricerca qualitativa le informazioni sono approfondite a livelli diversi a seconda della convenienza del momento e dell’interesse del soggetto (non si tende alla standardizzazione).  Allo stesso modo, anche la natura dei dati è diversa. Nella ricerca quantitativa essi sono oggettivi e standardizzati (hard), mentre la ricerca qualitativa si preoccupa della loro ricchezza e profondità soggettive (soft).

 Analisi dei dati L’analisi dei dati è completamente differente per le due impostazioni della ricerca, a partire dall’ oggetto dell’analisi. La ricerca quantitativa raccoglie le proprietà individuali di ogni soggetto che sembrano rilevanti per lo scopo della ricerca (variabili) ((Nb: variabili: caratteristiche dei casi che vengono studiati)) e si limita ad analizzare statisticamente queste variabili. Il soggetto non viene quindi più ricomposto nella sua unitarietà di persona, ma i dati sono del tutto impersonali. (es. Sampson e laub: per ogni soggetto analizzato si individuano le sue variabili – variabili – atti  atti di violenza commessi, composizione della famiglia, professione dei genitori) L’obiettivo dell’analisi sarà spiegare la varianza  delle variabili dipendenti, trovare cioè le cause che provocano la variazione delle variabili dipendenti fra i soggetti, i fattori che spiegano perché alcuni ragazzi per es sono diventati delinquenti ed altri no. La ricerca qualitativa invece non frammenta i soggetti in variabili, ma li considera nella loro interezza, sulla base del ragionamento ragionamento che l’individuo è qualcosa in più della somma delle sue parti. L’obiettivo è quindi quello di comprendere i soggetti, interpretando il punto di vista dell’attore sociale. Le tecniche matematiche e statistiche sono fondamentali per la ricerca quantitativa, mentre sono considerate inutili e dannose nella ricerca qualitativa. -  Variable-based –  Variable-based – Cased-based  Cased-based –  –

Risultati I risultati dei due tipi di ricerca sono naturalmente diversi. Già nella presentazione dei dati notiamo che la ricerca quantitativa si serve di tabelle, mentre quella qualitativa di narrazioni ( brani di interviste, testi). Le tabelle hanno il pregio della chiarezza e della sinteticità, ma presentano il difetto di presentare uno schema mentale proprio dei ricercatori che può non corrispondere alle reali categorie mentali dei soggetti; inoltre impoveriscono inevitabilmente la ricchezza delle affermazioni dei soggetti. Le narrazioni riescono ad ovviare a questi difetti, perché riportano le parole degli intervistati e quindi si pongono come una “fotografia” dei loro pensieri. 6

Per quanto riguarda la generalizzazioni dei dati, la ricerca quantitativa si pone l’obiettivo di enunciare le correlazioni ovvero i rapporti causali tra le variabili che possano possano spiegare i risultati ottenuti. La ricerca qualitativa, invece, cerca di individuare tipi ideali (nel senso weberiano), cioè opera delle classificazioni e tipologie, categorie concettuali che non esistono nella realtà, ma che liberano i casi reali dai dettagli e dagli accidenti della realtà per estrarne le caratteristiche essenziali ad un livello superiore di astrazione; lo scopo dei tipi ideali è quello di essere utilizzati come modelli con i quali illuminare e interpretare la realtà stessa. La ricerca qualitativa non si preoccupa di spiegare i meccanismi causali che stanno alla base dei fenomeni sociali, cerca invece di descriverne le differenze interpretandole interpr etandole alla luce dei tipi ideali. All’opposto, All’ opposto, il fine ultimo della ricerca quantitativa è proprio quello di individuare il meccanismo causale. Un’ultima questione è quella della portata dei risultati. A questo proposito notiamo che la profondità dell’analisi e l’ampiezza della ricerca sono inversamente correlate, vale a dire che ad un maggior numero di casi esaminati corrisponde un minore approfondimento dei singoli casi. Data la maggiore quantità di casi necessariamente esaminati dalla ricerca quantitativa, risulta indubbiamente una maggiore generalizzabilità dei risultati rispetto a quelli della ricerca qualitativa che punta sulla specificità. Più la ricerca sarà ampia, più ampio sarà il numero dei soggetti investito ed il suo campione sarà rappresentativo della situazione reale, quindi legittimamente i suoi risultati saranno estensibili all’intera popolazione.

Due diversi modi di conoscere la realtà sociale  A questo punto ci si potrebbe chiedere se uno dei due approcci è “scientificamente” “scientificamente” migliore dell’altro. A questo proposito si possono individuare tre posizioni. La prima afferma che i due approcci sono incompatibili tra di loro, e quindi i rispettivi sostenitori dei due paradigmi dicono che il proprio è corretto mentre l’altro è sbagliato. La seconda si ritrova nei neopositivisti, che affermano l’utilità dell’approccio qualitativo ma solo in una prospettiva preliminare di stimolazione intellettuale – intellettuale  –   brain storming  –   –  che resta tuttavia esterno alla fase scientifica vera e propria(ruolo ancillare). La terza posizione infine sostiene la pari dignità e legittimità dei due metodi, e auspica lo sviluppo di una scienza sociale che, a seconda delle circostanze e delle opportunità, scelga per l’uno o per l’altro approccio. Infatti contributi importanti alle scienze sociali sono arrivati da entrambi i tipi di ricerca, che possono essere rispettivamente adatti per differenti situazioni. Entrambi gli approcci si possono considerare come due diversi modi di fare ricerca che possono contribuire insieme alla conoscenza dei fenomeni sociali, integrandosi vicendevolmente per una migliore comprensione della realtà da punti di vista differenti. I due approcci vanno interpretati come un arricchimento, non un limite. Un approccio multiplo e differenziato è necessario per poter conoscere davvero la realtà sociale.

2 )LA RILEVAZIONE DEI DATI: TECNICHE QUANTITATIVE LA TRADUZIONE EMPIRICA DELLA TEORIA Struttura “tipo” della ricerca quantitativa La ricerca scientifica è un processo creativo (nel senso di evocare le capacità personali del ricercatore, la sua intelligenza intuitiva) di scoperta che si sviluppa secondo un itinerario prefissato e secondo procedure prestabilite che si sono consolidate all’interno della comunità scientifica. Questo significa che esiste un atto della scoperta che sfugge alle analisi logiche, ma allo stesso tempo la ricerca empirica deve essere pubblica/collettiva (essa deve svilupparsi all’interno di un quadro collettivamente condiviso), controllabile ( i concetti ed i procedimenti adoperati devono essere standardizzati e i risultati della loro intuizioni devono essere verificate anche da altri) e ripetibile per poter essere definita 7

scientifica. Per questo esiste un percorso “tipico” –  –  una sequenza - della ricerca sociale che parte dalla teoria, attraversa le fasi si raccolta e analisi dei dati e ritorna alla teoria. Esso è un percorso ciclico, che inizia dalla teoria ed alla teoria ritorna. Più precisamente, si possono individuare cinque fasi e cinque processi che le legano. l egano. La prima fase è quella della elaborazione teorica (teoria), la seconda quella delle ipotesi, legate tra di loro attraverso il processo della deduzione. La teoria è generale mentre l’ipotesi ne rappresenta un’articolazione specifica. La terza fase è quella della raccolta dei dati, a cui si arriva attraverso il processo di operativizzazione, cioè la trasformazione delle ipotesi in affermazioni affermazioni empiricamente osservabili. L’operativizzazione porta alla definizione del disegno della ricerca, cioè di un piano di lavoro che stabilisce le varie fasi dell’osservazione empirica. analisi dei dati, preceduta dall’ organizzazione organizzazione dei dati rilevati. Di solito La quarta fase è quella dell’ analisi questa fase nella ricerca quantitativa consiste nella creazione di una matrice di dati. La quinta fase è quella della rappresentazione dei risultati, a cui si arriva tramite un processo di interpretazione delle analisi statistiche condotte nella fase precedente. Infine il ricercatore ritorna alla teoria iniziale tramite un processo di induzione, che confronta i risultati ottenuti con la teoria precedente. Teoria – Teoria – Deduzione Ipotesi Operativizzazione ( disegno della ricerca) Rilevazione dei dati – dati – Organizzazione dei dati (matrice-dati)  Analisi dei dati – dati – Interpretazione Risultati Induzione

Teoria Teoria, cioè un insieme di proposizioni tra loro organicamente connesse che si pongono a un elevato livello

di astrazione e generalizzazione rispetto alla realtà empirica, le quali sono derivate da regolarità empiriche e dalle quali possono essere derivate della previsioni empiriche. Si tratta di un tentativo di spiegare un fenomeno sociale e deve essere verificata. verificat a. Insieme di proposizioni: sistema coerente  –   –  non un semplice aggregato ma connesso attraverso regole logiche – logiche – di  di affermazioni.  Astrazione e generalizzazione: la teoria trascende le specifiche espressioni empiriche sia dal puto di vista concettuale – concettuale – astrazione  astrazione - sia da quello quello del campo di applicazione – applicazione – generalizzazione.  generalizzazione. Derivata da regolarità empiriche: la teoria nasce dalla constatazione di ricorrenze nella realtà osservata Produttività di previsioni empiriche:da una teoria ricavata dall’osservazione di determinate regolarità empiriche si possono inserire accadimenti in altri e diversi contesti.

Ipotesi Una teoria deve essere articolata in ipotesi specifiche. L’ipotesi è una proposizione che implica una relazione tra due o più concetti, si colloca a un livello inferiore di astrazione e generalità rispetto alla teoria, e ne permette una traduzione in termini empiricamente controllabili. Il carattere di provvisorietà delle ipotesi è dato dal fatto che l’ipotesi è un’affermazione provvisoria ancora da provare, che deriva dalla teoria ma che verrà confermata solo attraverso un controllo empirico. La validità di una teoria dipende dalla sua traduzione in ipotesi empiricamente verificabili, perché se una teoria è troppo vaga per dar luogo ad ipotesi, non può essere verificata nella realtà. Il criterio della controllabilità empirica è il criterio stesso della scientificità.

8

Dalla teoria alle ipotesi È importante la differenza tra generalizzazioni empiriche e teorie: le prima sono proposizioni isolate che riassumono uniformità relazionali osservate tra due o più variabili, mentre le seconde nascono quando queste proposizioni sono raccolte e sussunte in un sistema concettuale che si colloca ad un livello superiore di astrazione (ad esempio, permette di avanzare ipotesi in campi diversi e remoti da quelli originari). Talvolta la pratica delle ricerca si sviluppa con ordini diversi rispetto a quello canonico: è possibile che le ipotesi vengano sviluppate dopo aver raccolto i dati, e con questi confrontati a posteriori. Oppure si ricorre alla teoria dopo aver analizzato i dati, per spiegare un fatto anomalo o un risultato inaspettato. Infine, una nuova teoria può essere scoperta nel corso della fase empirica. Talora la rilevazione viene prima delle analisi secondaria, quando cioè si applica una seconda ipotesi per ragioni di forza maggiore, nel caso dell’ analisi analisi a dati raccolti da altri ricercatori in tempi precedenti. -

Dal momento che una teoria è un’interconnessione fra entità astratte e

Dai concetti alle variabili Nel suo significato più ampio, il termine concetto si riferisce al contenuto semantico (significato) dei segni linguistici e delle immagini mentali. Sarebbe l’atto di staccare dall’immediatezza delle impressioni sensibili e dalle rappresentanze particolari particolari un’astrazione dal significato universale . Il termine ha quindi un’accezione di generalità e da essa il concetto può includere ogni specie di segno o di procedura semantica quale sia l’oggetto a cui si riferisce, astratto, concreto, universale, individuale, ecc. I concetti possono anche fare riferimento a costruzioni mentali astratte che è impossibile osservare direttamente, il potere, la felicità, la classe sociale. Essendo l’ipotesi una interconnessione tra concetti, emerge il fatto che i concetti sono i “mattoni della teoria”, e attraverso la loro operativizzazione si realizza la traduzione empirica di una teoria. Il concetto è il legame tra la teoria e il mondo empirico osservabile. (es. l’ipotesi che il tasso di suicidio sia più elevato fra  fra  le persone istruite è costituito dalla relazione tra il concetto di religione e di istruzione) I concetti possono riferirsi ad astrazioni impossibili da verificare empiricamente (potere, felicità, ecc), oppure a entità concrete (oggetti, persone, ecc). Ma se i concetti formano una teoria, come si può verificarla empiricamente - operativizzazione? I concetti possono essere trasformati in entità empiricamente osservabili applicandoli ad oggetti concreti ovvero facendoli diventare attributi o proprietà di specifici oggetti di studio (chiamati unità di analisi). Es. il concetto di potere può essere una proprietà di un’unità di analisi costituite da ruoli aziendali o ruoli politici, consigliere comunale, deputato. Il secondo passaggio per rendere operativo un il concetto consiste nel darne una definizione operativa, nello stabilire cioè regole per la sua traduzione in operazioni empiriche. Es. si può dare una definizione operativa del potere di un ruolo aziendale attraverso il numero di subordinati che ad esso dipendono. Il terzo passaggio consiste nell’applicare le regole esposte ai concreti casi studiati, questa è la fase di operativizzazione in senso stretto. Gli stati operativizzati delle proprietà sono chiamati modalità e ad ognuna di esse viene assegnato un differente valore simbolico normalmente costituito da un numero. Una proprietà misurabile di una unità di analisi a nalisi si chiama variabile. Es. il concetto di livello culturale può essere rilevato attraverso la proprietà titolo di studio riferita agli individui che assume stati diversi nei vari oggetti studiati, ottenendo varie modalità senza titolo, licenza elementare, media etc, ad essi vengono rispettivamente assegnati i valori 0-1-2.. Per esempio, il peso è un concetto, ma il peso di un oggetto è la sua proprietà. Il peso dell’oggetto misurato con la bilancia è una variabile. Oppure, il livello culturale è un concetto astratto, ma se applicato a un individuo diventa una proprietà, e se è misurabile una variabile. 9

In definitiva, una variabile è una proprietà di una unità di analisi a cui sono assegnati valori diversi.

Concetto – Concetto  – proprietà  proprietà  – (operativizzazione:  – (operativizzazione: procedure di essa raggruppabili in 4 classi: classificazione( x es.

classifichiamo la nazionalità in base alla nazione),ordinamento (es. ordiniamo le professioni in base al loro prestigio sociale),misurazione (es. misuriamo l’età con l’unità di misura anno solare), conteggio(contiamo il numero di figli di una persona)) - Variabile

Unità di analisi L’unità di analisi rappresenta l’oggetto sociale al quale al quale afferiscono, nella ricerca empirica, le proprietà studiate. Esse devono essere determinate con precisione nel momento in cui si vuole sottoporre a controllo empirico una teoria mediante una specifica ricerca di tipo quantitativo, in quanto sono un elemento importante del disegno della ricerca (il programma di lavoro empirico).

individuo (la più comune), Nella ricerca sociale le più comuni unità di analisi sono rappresentate da: l’ individuo aggregato di individui (di solito basate sugli aggregati territoriali di individui, comuni, province…), dal l’ aggregato gruppo-organizzazione-istituzione (quando l’unità di rilevamento è rappresentata dal collettivo stesso e le variabili sono di tipo globale es. studio sugli istituti scolastici dove le variabili sono relative al tipo di gestione privata/pubblica al tipo di bacino sociale servito . Gruppi: famiglie,associazioni Organizzazioni – Organizzazioni  –   Istituzioni: sindacati, partititi, ospedali, fabbriche), dagli eventi sociali (quando gli eventi stessi sono le unità di analisi) simboliche – prodotto  prodotto culturale (quanto l’unità di analisi consiste da messaggi di e dalle rappresentazioni simboliche – comunicazione di massa di ogni genere). L’unità di analisi è singolare ed astratta, mentre chiamiamo casi gli esemplari specifici di quella data unità di analisi che vengono studiati, sui quali si rilevano i dati. Essi sono gli oggetti specifici della ricerca empirica

 Variabili Una variabile è un concetto operativizzato , o meglio la proprietà operativizzata di un oggetto, in quanto il concetto, per poter essere operativizzato, ha dovuto essere applicato ad un oggetto diventandone proprietà. Un concetto può essere operativizzato in modi diversi. La differenza tra concetto, proprietà e variabile è la stessa che esiste tra peso (concetto), il peso di un oggetto (proprietà) ed il peso di un oggetto misurato mediante una bilancia (variabile) Così come i concetti sono i mattoni della dell a teoria, le variabili sono l’elemento centrale central e della ricerca empirica. Le variabili possono variare tra diverse modalità corrispondenti a diversi stadi della proprietà. Es. il genere è variabile perché può assumere gli stadi di maschio/femmina. Notiamo che una proprietà anche se variabile in linea di principio può risultare invariante nello specifico sottoinsieme degli oggetti studiati,es. la nazionalità è una proprietà che può variare tra gli individui ma se lo studio viene condotto sulla popolazione italiana essa sarà invariante, nel qual caso non è più chiamata variabile ma prende il nome di costante. La variazione di una variabile può realizzarsi in due modi: nel tempo, su uno stesso caso (studio longitudinale o diacronico) oppure fra i casi, nello stesso tempo (studio trasversale o sincronico). (Es tratti dal campo della medicina. 1° caso : vogliamo studiare la reazione di un paziente ad un farmaco per vedere la variazione della percentuale di globuli bianchi alla somministrazione. Per fare ciò variamo la somministrazione del farmaco osservando la variazione di percentuale sui globuli bianchi – bianchi  – le  le due variabili variano nel tempo sullo stesso caso 2° caso: per sottoporre al controllo empirico l’ipotesi che il cancro al polmone sia correlato al consumo di sigarette si metteranno a confronto un gruppo di pazienti sani con uno malato e si valuteranno se a diversi stadi corrispondono livelli diversi di malattia  – le  – le variabili considerate malattia e fumo variano tra i soggetti ) Nelle scienze sociali il secondo metodo è il più utilizzato mentre il primo lo è nelle scienze naturali. Le variabili possono esser classificate secondo la loro manipolabilità, la posizione nella relazione causa/effetto, l’ osservabilità osservabilità, il carattere individuale o collettivo e il trattamento dei loro valori . 10

La prima distinzione è quella tra variabili manipolabili e non manipolabili. Le variabili manipolabili sono quelle che possono essere modificate dal ricercatore, viceversa quelle non manipolabili non possono essere controllate. La maggior parte delle variabili sociali non sono manipolabili, anche se esistono dei casi in cui il ricercatore può controllarle. La seconda distinzione è quella tra variabili dipendenti e variabili indipendenti. In una relazione asimmetrica tra due variabili, quando cioè una variabile influenza un’altra, la variabile indipendente è ciò che influenza (la causa), causa), mentre la variabile dipendente è ciò che è influenzato (l’effetto). Nel caso in cui le variabili indipendenti siano più di una abbiamo una relazione multivariata. La terza distinzione è quella tra variabili latenti e variabili osservate. La distinzione si basa sulla osservabilità, ossia sulla possibilità di rilevazione empirica. Le prime sono variabili non direttamente osservabili in quanto rappresentano concetti molto generali o complessi, mentre le seconde sono facilmente rilevabili. In ogni caso, entrambe possono essere operativizzate, per cui anche nel caso delle variabili latenti c’è una sostanziale una sostanziale differenza con i concetti. L’ultima distinzione è quella tra variabili individuali e variabili collettive. Le variabili individuali sono specifiche di ogni individuo, mentre quelle collettive sono proprie di un gruppo sociale. Le variabili collettive si suddividono a loro volta in variabili aggregate, dove la proprietà del collettivo deriva dalle proprietà dei singoli componenti del gruppo, e variabili globali, quando le caratteristiche esclusive del gruppo non derivano da proprietà dei membri che lo compongono. Le variabili sono assolutamente fondamentali nella ricerca empirica, anche se a ogni definizione operativa è lasciata all’arbitrio del ricercatore, che deve solo esplicitare e giustificare le sue scelte. Per questo una definizione operativa non è mai perfettamente adeguata ed esiste sempre uno scarto tra variabile e concetto. Un altro pericolo che porta porta l’operativizzazione è quello della reificazione, cioè di identificare la definizione operativa di un concetto (necessariamente arbitraria e impoverita) con il concetto stesso. Tuttavia, con tutti i suoi limiti, la definizione operativa è necessaria per fondare scientificamente e oggettivamente la ricerca sociale.

 Variabili nominali, ordinali e cardinali Un’altra classificazione molto importante è quella che riguarda le operazioni logico (operazioni di uguale e diverso) -matematiche ( le quattro operazioni aritmetiche) che possono essere effettuate sulle variabili. Questa classificazione è fondamentale poiché stabilisce in maniera determinante l e procedure di elaborazione statistica che ad esse possono essere applicate. Il ricercatore fa ricorso alla variabile per trattare una proprietà con gli strumenti della matematica e della statistica.  A questo proposito abbiamo variabili nominali, ordinali e cardinali.

stati discreti non ordinabili, cioè finiti e delimitati che non hanno alcun ordine o gerarchia tra di essi. – essi. – es.  es. la religione può essere cattolica o mussulmana, non una via di mezzo  –   –  possiamo definire la nazionalità di una persona italiana, svedese, tedesca ma non possiamo stabilire una gerarchia tra di essi). Le uniche relazioni che possiamo stabilire fra le modalità di una variabile sono le relazioni di eguale e diverso (es. un cattolico è uguale in ambito religioso ad un altro cattolico ma è diverso da un protestante) Gli stati di una proprietà così descritta si chiamano categorie, le categorie operativizzate (cioè gli stati della variabile) modalità e i simboli assegnati alle modalità valori. L’operazione che permette di passare dalla proprietà alla variabile variabile è la classificazione. Le categorie nelle quali gli stati della proprietà vengono classificati devono avere il requisito della esaustività ( ogni caso che stiamo esaminando deve poter essere collocato in una delle categorie previste) – previste)  – mutua esclusività ( ogni caso può essere classificato solo in una categoria) Il valore non ha altro significato se non quello di identificare la categoria, in genere si tratta di un numero ch e non ha alcun significato numerico, è indifferente per es associare per la variabile religione il valore 1 per la modalità cattolico, 2per protestante etc.

Le variabili nominali  sono tali quando la proprietà da registrare assume

11

L’operazione di suddivisione di una proprietà in categorie non ordinate consiste nella semplice associazione ad ogni categoria di un nome, quale esso sia per questo, questo tipo di variabile si chiama nominale. Nel caso in cui ci siano solo due modalità – modalità  – es,  es, maschio / femmina - si parla di variabili dicotomiche. Operazioni effettuabili sui valori- uguale/diverso Le variabili ordinali  sono tali quando la proprietà da registrare assume

stati discreti ordinabili.

Es. titoli di studio / oppure in caso di un questionario alla possibilità da parte dell’intervistato di scegliere tra le categorie poco-molto-abbastanza In questo caso è possibile stabilire non solo relazioni di eguaglianza e disuguaglianza, ma anche relazioni d’ordine. ordinamento, che tiene conto dell’ordinabilità degli stati In questo caso la procedura di operativizzazione è l’ ordinamento della proprietà. L’esistenza di un ordine ci permette permette di stabilire fra le modalità non solo le operazioni di eguaglianza-diseguaglianza eguaglianza-diseguaglianza ma anche le relazioni dell’ordine (maggiore, minore di.) Quindi l’attribuzione dei valori alle singole modalità non potrà essere casuale ma dovrà utilizzare un criterio criterio che presevi l’ordine fra gli stati. Tipicamente si utilizzano i numeri naturali, che comunque non godono delle loro proprietà cardinali (cioè la distanza che corre tra le varie modalità non può essere confrontata con le altre). Se attribuiamo il valore 1 all’assenza di titolo di studio, 2 alla licenza elementare, 3 licenza media etc tali numeri vanno letti per la sequenza che esprimono ma non per il valore del numero. Le variabili possono essere ordinali perché derivano da proprietà originariamente costituite da stati discreti 8 vedi l’es del titolo di studio) oppure perché derivano da proprietà continue che sono state registrate su una sequenza sono ordinale perché non si dispone di strumenti di misurazione (es. domande di un questionario che prevedono risposte graduate molto-abbastanza etc) Le variabili cardinali sono tali perché i numeri che ne identificano le modalità ( i valori della variabile) non

sono delle semplici etichette, ma hanno un pieno significato numerico (hanno cioè proprietà sia ordinali che cardinali).es. età, reddito, numero dei figli. Tra le modalità delle variabili di questo tipo, oltre a stabilire relazioni di eguaglianza e diversità e d’ordine, si possono effettuare le quattro operazioni aritmetiche (operazioni di somma e sottrazione tra i valori e tutte le altre operazioni statistiche.) Si possono ottenere variabili cardinali attraverso due processi di operativizzazione: la misurazione (quando la proprietà da misurare è continua – cioè  – cioè può assumere infiniti stadi intermedi in un dato intervallo tra due stadi qualsiasi – qualsiasi  – e  e si possiede una unità di misura prestabilita che permetta di confrontare la grandezza da misurare con una grandezza di riferimento) e il conteggio (quando la proprietà da registrare è discreta  – assume stati infiniti non frazionabili - ed esiste una unità di conto , cioè una unità elementare che è contenuta un certo numero finito di volte nelle proprietà dell’oggetto). Es. contiamo il numero di figli di una persona, perso na, il numero di stanze di una casa. Nelle scienze sociali molte variabili cardinali derivano operazioni condotte su altre variabili cardinali. Le variabili quasi-cardinali sono un sottoinsieme delle variabili cardinali. Le proprietà più caratteristiche delle scienze sociali possono essere tutte immaginate come proprietà propriet à continue, che però non riescono a passare dalla condizione di proprietà continua a quella di variabile cardinale per la difficoltà di applicare una unità di misura agli atteggiamenti umani. Un tentativo di superare questo limite è dato dalla tecnica delle scale, che cerca di avvicinarsi a misurazioni in senso proprio, cioè a variabili in cui la distanza tra due valori sia nota. Le variabili prodotte da questa tecnica sono dette quasi-cardinali.

Concetti, indicatori e indici Nelle scienze sociali esistono concetti che hanno un elevato grado di generalità es. alienazione, socializzazione,potere, conflitto, e sono rappresentazioni lontane dall’esperienza. Per poterli definire in modo empiricamente controllabile è necessario darne una definizione operativa (tradurli in termini osservativi) tramite gli indicatori. Gli indicatori sono concetti più semplici e specifici, traducibili in termini osservativi, che sono legati ai concetti generali da un’affinità di significato da un rapporto di indicazione, o rappresentanza semantica. Gli indicatori sono quindi dei ancora dei concetti, ma più facilmente operativizzabili. 12

In quanto specifici, gli indicatori rappresentano solo un aspetto della complessità del concetto generale,per cui può essere necessario identificare diversi indicatori per lo stesso concetto, uno per ogni sua dimensione. Il rapporto tra concetto e indicatore è parziale: da una parte un concetto generale non può essere esaurito da un solo indicatore specifico, dall’altra un indicatore può sovrapporsi solo parzialmente al concetto per il quale è stato scelto, e dipendere per il resto da un altro concetto, anche profondamente diverso. Inoltre la scelta di un indicatore è lasciata unicamente all’arbitrio del ricercatore, il cui unico obbligo è quello di argomentare la sua scelta, non di dimostrarne la correttezza. corret tezza. L’operativizzazione di tali indicatori genera delle genera delle variabili che vengono combinate in indici al fine di ricorrere al concetto originale. Questa pratica avviene solo nel caso di concetti complessi, quando un concetto viene scomposto in dimensioni e rilevato attraverso una molteplicità di indicatori si si pone l’esigenza di sintetizzare in un unico indice la pluralità delle variabili che abbiamo prodotto. Es. dopo aver rilevato la religiosità mediante variabili che operativizzano la religiosità ritualistica, ideologica, esperienziale, possiamo desiderare di ricomporre l’unità originaria in quello che potremmo chiamare indice globale di religiosit. La rilevazione empirica di un concetto non direttamente osservabile passa attraverso quattro fasi: l’articolazione del concetto in dimensioni (i diversi aspetti e significati del concetto), la scelta degli indicatori, la loro operativizzazione, la formazione degli indici. L’indice è la sintesi globale della pluralità delle variabili che sono state prodotte dai diversi indicatori.

Errore di rilevazione errore di rilevazione rappresenta lo scarto tra il concetto teorico e la variabile empirica. L’ errore L’errore di rilevazione viene di solito suddiviso in errore sistematico ed errore accidentale. Possiamo dire che il valore osservato  ( il valore della variabile empirica così come come viene rilevato) è la somma somma di 3 parti: Il valore vero

( concetto) + Errore sistematico + Errore accidentale.

Ovvero : Errore = valore osservato-Valore vero = Errore sistematico + Errore accidentale. L’errore sistematico (distorsione)

è un errore costante nel nel senso che si presenta in tutti i singoli casi di rilevazione, il suo valore medio sul totale dei casi osservati non è pari a zero ma assume un valore positivo o negativo nel senso che in ogni caso il valore osservato tende sistematicamente a sovrastimare o sottostimare il valore vero. Es. rileviamo la partecipazione elettorale di un campione di cittadini alle ultime elezioni, sappiamo che c’è una diffusa tendenza da parte degli intervistati a sovrastimare la loro partecipazione per cui otterremo un tasso medio di valore elettorale osservato superiore a quello vero. L’errore accidentale è

invece un errore variabile, che varia da rilevazione a rilevazione, per cui si tratta di un’oscillazione che, ripetuta su tutti i soggetti, tende a zero. L’errore sistematico è la parte di errore comune a tutte t utte le applicazioni di una determinata rilevazione; rile vazione; l’errore accidentale è la parte di errore specifica di ogni singola rilevazione. Gli errori possono verificarsi sia nella fase teorica, o di indicazione (in cui si scelgono gli indicatori), che in quella empirica, o di operativizzazione (in cui si rilevano gli indicatori stessi). L’errore nella fase di indicazione è sempre sistematico, perché l’indicatore non è del tutto adatto al concetto e quindi si ha un difetto nel rapporto di indicazione. L’errore nella fase di operativizzazione può esser sia sistematico sia accidentale, in quanto esistono tre fasi nell’operativizzazione (selezione delle unità studiate, rilevazione dei dati o osservazione e trattamento dei dati) in ognuna delle quali si possono compiere degli errori. Gli errori di selezione  sono quelli dovuti al fatto che in una certa ricerca non si operi solo su un campione

di soggetti e non sull’intera popolazione. errore di copertura (dovuta al fatto che la lista della popolazione da cui Essi sono: l’ errore c ui si estrae il

13

errore di campionamento (il fatto di condurre la ricerca su una frazione della campione non è completa), l’ errore errore di non risposta (quando i soggetti del campione non possono o non vogliono popolazione) e l’ errore rispondere). intervistatore Gli errori di osservazione possono essere addebitati a quattro fonti: errori dovuti all’ intervistatore

(condizionamenti dell’intervistato da parte dell’intervistatore, registrazione errata delle risposte) , errori intervistato (errata comprensione della domanda), errori dovuti allo strumento (domande mal dovuti all’ intervistato somministrazione. (l’intervista telefonica ha un ritmo di formulate, tendenziose), ed errori dovuti al modo di somministrazione lavoro affrettato), Gli errori di trattamento dei dati  si verificano dopo che i dati sono stati raccolti e sono errori di codifica,

trascrizione, memorizzazione, elaborazione, ecc.

 Approccio all’errore all’ errore globale, esso non è stimabile, l’unico errore quantificabile è una componente component e di questo errore globale, quello di campionamento, per questo spesso viene riportato come errore globale della rilevazione.

 Attendibilità e validità Con riferimento alla fase dell’errore relativa all’osservazione gli psicometrici hanno elaborato due nozioni:  Attendibilità e Validità. L’attendibilità ha

a che fare con la riproducibilità del risultato, e segnala il grado con il quale una certa procedura di trasformazione di un concetto in variabile produce gli stessi risultati in test ripetuti con lo stesso strumento di rilevazione (stabilità) oppure con strumenti equivalenti (equivalenza). Es. una bilancia è tanto più attendibile quanto più, replicando la pesata di uno stesso oggetto, si ottiene un peso prossimo al primo, sia che la replica sia effettuata con quella o con un’altra un’a ltra bilancia. La validità fa invece riferimento al grado con il quale una certa procedura di traduzione di un concetto in

variabile effettivamente rileva (operativizzi) il concetto che si intende rilevare (operativizzare). Es. se misuriamo il grado di intelligenza delle persone attraverso il loro numero di scarpe, otteniamo un dato attendibile ma privo di validità.

In genere si associa l’attendibilità all’errore accidentale e la validità all’errore sistematico. Per determinare l’attendibilità si utilizza il utilizza il concetto di equivalenza, dove l’attendibilità è misurata attraverso la correlazione tra due procedure diverse ma molto simili tra loro. Questa tecnica è però utile solo nel caso in cui la procedura di operativizzazione consiste in una batteria di domande. La prima tecnica proposta in questa prospettiva è quella della suddivisione a metà dove l’attendibilità è data dalla correlazione fra due metà dello stesso test – test  – domande  domande di un test costituito da una batteria di domande vengono suddivise in due gruppi, domande pari e dispari, i punteggi vengono computati separatamente e tra loro correlati. La validità invece è meno facilmente controllabile, in quanto l’errore di validità in genere nasce dall’errore dall’error e di indicazione. Per determinare la validità di un indicatore si utilizzano sue procedure di convalida: la validità di contenuto e la validità per criterio. La validità di contenuto indica il fatto che l’indicatore prescelto per un concetto copre effettivamente l’intero dominio di significato del concetto; una convalida di questo tipo può avvenire soltanto su un piano puramente logico. La validità per criterio consiste nella corrispondenza tra l’indicatore e un criterio esterno che per qualche motivo si ritiene correlato con il concetto. Questo criterio può essere rappresentato da un altro indicatore già accettato come valido oppure da un fatto oggettivo. La validità per criterio è stata distinta in validità predittiva (quando si correla il dato dell’indicatore con un evento successivo ad esso connesso), in validità concomitante (quando l’indicatore è correlato con un altro indicatore rilevato nello stesso momento) e in validità per gruppi noti (quando l’indicatore viene applicato a 14

soggetti dei quali sia nota la posizione sulla proprietà da rilevare. Esiste infine anche la validità di costrutto, che consiste nella rispondenza di un indicatore alle attese teoriche in termini di relazioni con altre variabili.

CAUSALITA’ ED ESPERIMENTO Il concetto di causa Malgrado la nozione di causa-effetto rappresenti il cuore del ragionamento scientifico, essa è una delle più difficili da tradurre in termini operativi. Tuttavia, anche se l’esistenza di una legge causale non può mai essere empiricamente provata, il fatto di ipotizzare sul piano teoretico una relazione causale implica dei fatti osservativi. Queste osservazioni empiriche non costituiscono una prova definitiva dell’esistenza nel nesso causale, ma tuttavia forniscono una collaborazione empirica della loro ipotetica esistenza. Es. non possiamo mai dire, sul piano empirico (lo possiamo ipotizzare sul piano teorico), che la variazione di X produce la variazione di Y . Ma se osserviamo empiricamente che una variazione di X è regolarmente seguita da una variazione di Y tenendo costanti tutte le altre possibili cause di Y, abbiamo un forte elemento empirico di corroborazione che X sia causa di Y.

Corroborazione empirica della relazione causale Per poter corroborare empiricamente l’esistenza di una relazione causale fra due variabili, sono necessari tre elementi empirici:

Covariazione fra variabile indipendente e dipendente -

Distinzione tra variabile indipendente e dipendente. In una relazione asimmetrica tra due variabili, quando cioè una variabile influenza l’altra, chiamiamo variabile indipendente la variabile che influenza, e variabile dipendente la variabile che è influenzata. Nella relazione tra classe sociale ed orientamento politico, la classe è la indipendente, l’orientamento la dipendente. – dipendente. – Essa si ha quando osserviamo in primo luogo una variazione varia zione della variabile indipendente. Contemporaneamente al suo variare dobbiamo poter osservare una variazione della variabile dipendente. Nel linguaggio statistico si usa il termine “covariazione” fra le due variabili: al variare di una varia l’altra. Es. vogliamo avere elementi empirici a conferma dell’affermazione teorica per cui l’individualismo sociale produce un alto tasso di suicidi. Possiamo fare ciò solo se la variabile indipendente – indipendente  – la  la situazione sociale osservata non è costante – costante – società  società gruppi a diversi gradi di individualismo, società cattoliche, catt oliche, protestanti, persone in contesti sociali s ociali diversi.

Direzione causale Dobbiamo osservare che al variare della variabile indipendente consegue una variazione della variabile dipendente ma che non è vero il contrario. La causa è la variabile indipendente e l’effetto la variabile dipendente. Possiamo stabilire empiricamente questo fatto in due modi: - Manipolazione della variabile indipendente – indipendente – il  il ricercatore è in grado di fare variare con la sua azione la variabile ( strada percorribile solo nel caso dell’esperimento) - Criterio della successione temporale  – esso nasce dall’osservazione che variazione della variabile indipendente X precede la variazione della dipendente Y.  Alcune direzioni causali sono da escludersi per impossibilità logica. 15

Se diciamo che esiste un nesso causale fra la classe sociale e orientamento politico, esso può esistere solo nella direzione che va dalla prima alla seconda, è impensabile l’inverso.

Controllo delle variabili estranee Dobbiamo poter escludere la variazione, simultanea al variare della variabile indipendente, di atre variabili ad essa correlate che potrebbero esse loro stesse, invece della variabile indipendente studiata, le cause del variare della dipendente. Se è vera l’affermazione teorica che X è causa di Y, allora dovremmo poter osservare, sul piano empirico, che una variazione di X  –   –  tenendo costanti tutte le altre possibili cause di Y  –   –  è accompagnata da una variazione di Y. Ma come possiamo realizzare empiricamente empiricament e la formula ”tenendo costanti tutte le altre possibili cause di Y”? la risposta è diversa a seconda se ci muoviamo attraverso la logica dell’analisi della covariazione o secondo quella dell’esperimento. Una covariazione non può mai essere adottata come unica prova empirica a sostegno dell’esistenza di una relazione causale. Può esistere covariazione senza che esista causazione.

 Analisi della covariazione ed esperimento Gli scienziati dispongono di due tecniche base per sottoporre a test empirico le affermazioni causali.

 Analisi di covariazione: il ricercatore osserva ed analizza come le variazioni di X siano connesse alle

variazioni di Y in un ambiente naturale , escludendo l’influenza delle variabili estranee attraverso attraverso il confronto fra gruppi oppure il controllo statistico (depurazione).

Esperimento: il ricercatore produce artificialmente una variazione  –   –  manipola e controlla - di X in una situazione controllata (l’assegnazione casuale dei soggetti ai gruppi permette permette di controllare le altre variabili) e misura la conseguente variazione di Y.

L’esperimento nasce e trova una sua sistemazione epistemologica nelle scienze naturali, la sua applicazione alle scienze sociali comporta degli adattamenti. Se vogliamo definire l’effetto della variabile X sulla variabile Y e cioè rilevare le modalità di Y quando X =T Trattamento e X=C Controllo, non possiamo farlo nella stessa unità e nello stesso tempo. E’ questo il “problema fondamentale dell’inferenza causale”  Es. immaginiamo sia possibile rilevare il voto di uno stesso individuo si nel caso in cui egli sia stato sottoposto alla propaganda televisiva X = t sia nel caso egli non sia stato sottoposto X=C, non possiamo verificare i due fattori perché o vi è stata esposizione o non vi è stata. Nelle scienze sociali gli esperimenti vengono suddivisi in esperimenti di laboratorio o sul campo. Nel primo caso l’esperimento viene condotto in una situazione artificiale, mentre nel secondo caso si realizza nel contesto della vita reale. Un esperimento deve presentare due caratteristiche: manipolazione della variabile indipendente ed assegnazione casuale dei soggetti ai gruppi – gruppi – randomizzazione.  randomizzazione. Se la prima è assente, non abbiamo più un esperimento,ma uno studio fondato sull’analisi della covariazione, della  covariazione, se la seconda condizione manca, abbiamo i cosiddetti quasi esperimenti. Possiamo quindi distinguere gli esperimenti in due gruppi. Veri esperimenti – esperimenti – Quasi  Quasi esperimenti. Il metodo sperimentale presenta due vantaggi. Permette di affrontare empiricamente il problema della relazione di causa-effetto, in secondo luogo permette di isolare il fenomeno sociale oggetto dello studio e di focalizzare su di esso l’osservazione , al riparo da interferenze esterne. Nel contempo presenta anche degli svantaggi, svantaggi, riassumibili nell’artificialità della situazione ( riferimento all’ambiente ed alle reazioni dei soggetti coinvolti) e nella debole rappresentatività dei campioni studiati. 16

INCHIESTA CAMPIONARIA L’inchiesta campionaria nella ricerca sociale Nella vita di tutti i giorni, quando vogliamo conoscere un determinato fenomeno sociale, sia esso individuale o collettivo disponiamo fondamentalmente di due modi per raccogliere informazioni: osservare e domandare. Per inchiesta campionaria intendiamo un modo di rilevare informazioni interrogando gli stessi individui oggetto della ricerca, appartenenti ad un campione rappresentativo, mediante una procedura standardizzata ( a tutti i soggetti vengono poste le stesse domane nella stessa formulazione) di interrogazione, allo scopo di studiare le relazioni esistenti tra le variabili. Lo strumento di rilevazione è costituito da due parti fondamentali  –   –  domande e risposte  –   –  che possono essere formulate in modo standardizzato oppure possono essere lasciate libere. Quando sono entrambe standardizzate abbiamo il questionario, che rappresenta il più diffuso strumento di raccolta dei dati nella ricerca sociale. Quando la domanda è standardizzata e la risposta è libera abbiamo l’intervista strutturata. strutturata. Quando domanda e risposta non sono standardizzate abbiamo l’intervista libera. Domande Standardizzazione Libere

Risposte Standardizzate Questionario Ricerca quantitativa

Libere Intervista strutturata Intervista libera Ricerca qualitativa

Per poter analizzare i dati con tecniche statistiche è necessario che oltre alle domane anche le risposte siano standardizzate ovvero organizzate secondo uno schema di classificazione comune a tutti i soggetti. matrice – dati.  dati. Ciò produrrà a conclusione della rilevazione la matrice – Dato che per tutti i casi studiati sono state rilevate le stesse informazioni è possibile organizzare tali informazioni nella forma di una matrice rettangolare di numeri, la matrice “casi per variabili” CxV. In quessta matrice matrice abbiamo in riga i casi, in colonna le variabili ed in ogni cella ( derivante dall’incrocio tra una riga ed una colonna) un dato, cioè il valore assunto da una particolare variabile su un particolare caso. L’inchiesta campionaria non si limita ad esplorare e descrivere ma intende controllare empiricamente delle ipotesi. Nello studio condotto sul comportamento elettorale, non si accontenterà di conoscere gli orientamenti di voto della popolazione studiata ma vorrà conoscere le ragioni delle scelte . Essa quindi non è un sondaggio e si distingue da esso per l’esistenza di un’ampia problematica teorica che sta alle sue spalle e che struttura l’impostazione stessa della rilevazione dei dati e per l’ampiezza dei temi toccati. L’espressione inchiesta campionaria campionaria con il quale chiamiamo la ricerca condotta attraverso il questionario deriva dal termine survey che è intraducibile, forse sondaggio ma come abbiamo visto è molto riduttivo.

La standardizzazione ovvero l’invarianza dello stimolo  Approccio oggettivista versus approccio costruttivista  Approccio uniformista versus approccio individualista L’obiettivo come minimo comun denominatore 17

Due sono i dilemmi di fronte ai quali si trova il ricercatore che intende esplorare la realtà sociale interrogando gli stessi attori sociali e sono riconducibili ai due paradigmi fondamentali della ricerca sociale. In particolare, si contrappongono coloro che ritengono che la realtà sociale sia esterna all’individuo e pienamente conoscibile quindi in modo oggetto (posizione oggettivista) e coloro che sostengono che il dato sociale viene generato dall’interazione tra i soggetti studiante e studiato (posizione costruttivista). In secondo luogo, esiste una diatriba tra chi ritiene che nel mondo sociale esistano uniformità empiriche ai quali può essere ricondotto l’agire individuale (posizione uniformista) e chi sottolinea la fondamentale irriducibilità del soggetto umano a qualsiasi forma di generalizzazione e standardizzazione per cui ogni azione sociale è un evento unico (posizione individualista). Queste due diversità di vedute implicano due specifiche questioni: la prima riguarda il rapporto tra intervistato e intervistatore, la seconda concerne la standardizzazione dello strumento di informazione e dell’informazione rilevata. Per quanto riguarda il rapporto tra intervistato e intervistatore, l’approccio oggettivista ritiene che esso debba essere il più possibile spersonalizzato per non alterare lo stato dell’oggetto studiato. Tuttavia non è possibile instaurare un rapporto neutro tra intervistato e intervistatore, esiste sempre un certo grado di interazione. Per quanto riguarda invece la standardizzazione della rilevazione, l’approccio unifor mista prevede l’uniformità dello strumento della rilevazione-interrogazione (questionario con domande e risposte prefissate). I limiti del questionario sono due: non tiene conto della disuguaglianza sociale e uniforma l’individuo al livello dell’uomo medio. L’obiettivo della posizione oggettivista-uniformista oggettivista-uniformista è quindi quello di ottenere la neutralità dello strumento di invarianza dello stimolo  – finalizzato rilevazione, cioè ottenere l’ invarianza  – finalizzato alla comparabilità delle risposte. Ma non è sicuro che all’invarianza dello stimolo corrisponda l’uniformità dei significati,  significati,  infatti una stessa domanda o parola possono avere diversi significati per lo stesso individuo, sia per motivi culturali che per le circostanze stesse in cui si svolge l’intervista.  A questo punto il ricercatore deve scegliere se appoggiarsi ad una tecnica che massimizza la ricerca di uniformità (questionario) e una che predilige l’individualità del soggetto studiato (intervista strutturata). Se si sceglie il questionario, bisogna essere consapevoli che studiando solo le uniformità del comportamento delle persone (ciò che esse hanno in comune) si limita inevitabilmente la piena comprensione dei fatti sociali. La limitazione ad un minimo comun denominatore è riduttiva e limitativa di confronti dell’obiettivo da raggiungere, una piena comprensione del comportamento umano. Questo è il limite della ricerca quantitativa che sceglie consapevolmente di lavorare sui grandi numeri piuttosto che in profondità.

L’affidabilità del comportamento verbale Partiamo da una domanda: Il comportamento verbale può essere un’af fidabile fidabile fonte di esplorazione della realtà sociale? Molti scienziati sociali hanno espresso dubbi sulla possibilità possibil ità che la realtà sociale possa essere compresa attraverso i resoconti verbali delle risposte ottenute interrogando gli uomini. Le risposte alle domande (standardizzate) degli intervistatori possono non essere attendibili per due motivi: la desiderabilità sociale delle risposte e la mancanza di opinioni. La desiderabilità sociale è la valutazione, socialmente condivisa, che in una certa cultura viene data ad un certo atteggiamento o comportamento individuale. Se uno di questi è valutato positivamente o negativamente, una domanda che abbia questo come oggetto può dare risposte di storte, perché l’intervistato può essere riluttante a rivelare opinioni opinioni o comportamenti che ritiene indesiderabili e può essere tentato di dare di sé la migliore immagine possibile, anche se non veritiera, in modo volontario o anche involontario. La mancanza di opinioni concerne domande su tematiche complesse, sulle quali è plausibile che un certo numero di intervistati non abbia mai riflettuto, e quindi molti rispondono a caso oppure formulano sul momento un’opinione che può essere solo passeggera. Questo fenomeno è accentuato anche dal fatto che spesso la risposta “non so” viene percepita come un’ammissione di incapacità mental e. Un altro problema delle domande standardizzate è che esse misurano l’opinione, ma non la sua intensità né il suo radicamento. 18

Le risposte ad un questionario produce da parte degli intervistati una affermazione chiedendo se sono d’accordo o contrari ma il ricercatore non è in grado di distinguere al loro interno le opinioni profondamente radicate ed emotivamente coinvolgenti. La tecnica del questionario non è in grado di distinguere le opinioni intense e stabili da quelle deboli e volubili.

Sostanza e forma delle domande Il questionario può apparire come una sequenza banale ma la sua formulazione è un’impresa complicata e difficile. Per la stesura di un buon questionario sono necessari  –   –  esperienza del ricercatore  –   –  conoscenza della popolazione a cui viene somministrato – somministrato – chiarezza  chiarezza delle ipotesi di ricerca.

Dati sociografici, atteggiamenti e comportamenti Le domande di un questionario possono essere classificate in base al loro contenuto, in tre classi, a seconda che riguardino: proprietà sociografiche di base, atteggiamenti e comportamenti. Domande relative alle proprietà sociografiche di base: si riferiscono alla pura descrizione delle caratteristiche sociali di base di un individuo . Intendiamo quindi le sue caratteristiche permanenti come quelle demografiche (genere, età, luogo di nascita), quelle ereditate dalla famiglia (classe sociale di origine, titolo di studio), quelle temporanee (professione, stato civile, comune di residenza). Queste domande seguono delle formulazioni standard. Domande relative agli atteggiamenti. Si tratta delle proprietà degli individui più tipicamente rilevabili (opinioni, motivazioni, sentimenti, giudizi, valor): interrogare direttamente gli individui è l’unica  l’unica  via per ottenere queste informazioni, ma questo è anche il campo più difficile da esplorare, e le risposte sono influenzate dal modo in cui sono poste le domande/collocazione nel questionario/modo di porsi dell’intervistatore. Domande relative ai comportamenti. Nei casi precedenti si rileva quello che l’intervistato dice di pensare, ora si rileva quello che il soggetto dice di fare o di aver fatto. Questo è un aspetto più facile da indagare rispetto agli altri. I comportamenti sono inequivoci, un’azione o c’è stata o non c’è stata. I comportamenti si caratterizzano dal fatto di essere empiricamente osservabili, un’azione può essere osservata da una terza persona e può lasciare una traccia oggettiva. E’ più facile rispondere a questo tipo di domande ed è più pi ù difficile mentire.

Domande aperte e domande chiuse Con riferimento alla loro forma distinguiamo tra domande a risposta aperte e domande a risposta chiusa. Le domande aperte sono quelle in cui si lascia piena libertà all’intervistato nella formulazione della formulazione della risposta; si rivolgono di solito ad un campione ridotto. Il vantaggio della domanda aperta è quello di concedere una maggiore libertà di espressione e spontaneità, ma la risposta deve essere trascritt a per intero. Lo svantaggio consiste nel fatto che la risposta è difficile da classificare successivamente in categorie predeterminate. Questo crea dei problemi di codifica a posteriori, perché le risposte possono essere generiche o imprecise. Solo un buon intervistatore può sollecitare a precisare meglio il significato delle risposte, ma questo comporta un maggiore impegno dell’intervistato e quindi un maggior rischio di rifiuti, senza contare l’aggravio dei costi. Le domande chiuse offrono la possibilità di scegliere tra risposte prefissate, quindi la risposta sarà standard. Sono il solo tipo di domande che si possono utilizzare con un campione di grandi dimensioni. I vantaggi delle domande chiuse consistono nella maggiore facilità di codifica, nello stimolo dell’analisi e della riflessione da parte dell’intervistato dell’intervistato e nella maggiore economicità (in un campione ampio). La domande sono poste a tutti con lo stesso schema di risposte e chiariscono all’intervistato qual è il piano di riferimento della ricerca, evitando così risposte vaghe. I limiti sono il rischio di non considerare tutte le altre possibili alternative di risposta non previste e di 19

influenzare la risposta con le alternative proposte. A volte l’intervistato sceglie una delle alternative anche se non è convinto. Le risposte, inoltre, non hanno significato uguale per tutti, e tutte le alternative possono essere troppe per essere ricordate.

Formulazione delle domande La formulazione delle domande è importantissima perché può influenzare pesantemente la risposta; bisogna quindi porre molta attenzione al linguaggio, alla sintassi e al contenuto stesso delle domande.

Semplicità di linguaggio: il linguaggio del questionario deve essere adatto alle caratteristiche del campione

studiato, il questionario autocompilato deve essere più semplice rispetto a quello con intervistatore in quanto non può prevedere spiegazioni da parte di quest’ultimo quest’ultimo e in ogni caso non bisogna far conto sulle sue spiegazioni, perché di solito gli intervistati provano imbarazzo ad ammettere di non capire le domande.

Lunghezza delle domande: di solito le domande devono essere concise perché la lunghezza distrarrebbe l’intervistato dal focus dell’interrogativo, ma nel caso di tematiche complesse sono preferibili le domande lunghe perché facilitano il ricordo, danno più tempo per pensare e agevolano una risposta più articolata.

Numero delle alternative di risposta: non devono essere troppo numerose; se presentate a voce non devono superare il numero di cinque, limite al di sopra del quale il ricordo delle prime risulta affievolito.

Espressioni in gergo: è preferibile non utilizzare espressioni gergali perché potrebbero irritare l’intervistato pensando di essere considerato ridicolo.

Definizioni ambigue: occorre fare molta attenzione a non utilizzare termini dal significato non ben definito. Parole dal forte connotato negativo : è bene evitare anche i termini carichi di significato emotivo,

soprattutto se questo è negativo. Es: lei picchia suo figlio?

Domande sintatticamente complesse: la domanda deve avere una sintassi chiara e semplice, evitando ad esempio la doppia negazione.

Domande con risposta non univoca : bisogna evitare le domande esplicitamente multiple (domande in cui ne sia inclusa un’altra) e quelle dalla problematica non sufficientemente articolata. Es. i suoi genitori erano religiosi? Risulta impossibile rispondere in caso di orientamento differente tra i due.

Domande non discriminanti: le domande devono esser costruite in modo tale da operare delle discriminazioni significative nel campione degli intervistati.

Domande tendenziose (viziate o a risposta pilotata): è necessario presentare le domande in modo equilibrato, senza orientare l’intervistato verso una possibile risposta.

Comportamenti presunti: è indispensabile evitare di dare per scontati comportamenti che non lo sono.

Es. non chiedere all’intervistato per chi ha votato nelle ultime elezioni senza chiedergli se è andato a votare

Focalizzazione nel tempo: occorre sempre definire con precisione l’arco temporale al quale si riferisce la domanda.

Concretezza – Concretezza – astrazione  astrazione: la domanda astratta può dare facilmente luogo a risposte rispost e generiche o normative, mentre la domanda concreta facilita la riflessione e rende più difficile il fraintendimento.

Comportamenti e atteggiamenti: data la difficoltà di determinare gli atteggiamenti, è buona regola, quando possibile, limitarsi ai comportamenti piuttosto che restare nell’ambito dell’opinione.

Desiderabilità sociale delle risposte: per evitare risposte normative bisogna formulare domande il più

possibile concrete. Altre indicazioni sono quelle di giustificare anche la risposta meno accettabile; considerare 20

normale e diffuso anche il comportamento negativo; equilibrare la desiderabilità delle risposte (“Alcuni dicono che… altri pensano che…”); attribuire all’intervistat o ilil comportamento condannato, lasciandogli il compito dell’eventuale smentita; formulare le domande in terza persona; e così via. In ogni caso è impossibile eliminare del tutto gli effetti della desiderabilità sociale. Es. riportato in tutti i manuali, Quante volte ha picchiato sua moglie questa settimana? Invece di dire Lei picchia sua moglie?

Domande imbarazzanti: Ci sono questioni delicate  –   –  comportamento sessuale, reffito, comportamenti

devianti ( droga, alcolismo) - che andrebbero andrebbero studiate attraverso domande aperte e con interviste nonstrutturate, con le quali si può conquistare la fiducia degli intervistati.

Mancanza di opinione e non so : bisogna far presente all’intervistato che “non so” è una risposta legittima

come le altre, per esempio includendola espressamente tra le alternative possibili. Bisogna inoltre evitare di indirizzarlo, anche in maniera indiretta o inconsapevole.

Intensità degli atteggiamenti: è importante cogliere anche l’intensità degli atteggiamenti, perché è

quest’ultima che determina i comportamenti. La rilevazione dell’int ensità degli atteggiamenti necessita di solito di domante ulteriori.

 Acquiescenza: si riferisce alla tendenza di scegliere risposte che esprimono accordo piuttosto che negative.

Tipica delle persone meno istruite. uniformità delle risposte  – response  – response set, quando si tende a scegliere la Un problema simile è quello dell’ uniformità stessa risposta per una serie di domande che contemplano lo stesso tipo di alternativa.  Avviene per pigrizia o per mancanza di opinioni. Il problema si risolve alternando la polarità delle risposte, formulandone in maniera che un individuo con idee coerenti debba rispondere in maniera positiva a certe domande e ad altre in maniera negativa.

Effetto memoria: per ovviare alla inevitabile distorsione causata dalla memoria si possono stabilire limiti

temporali al ricordo; utilizzare punti di riferimento temporali relativi ad eventi più salienti rispetto a quello studiato; presentare all’intervistato liste di possibili risposte; utilizzare diari o strumenti strumenti analoghi; ecc.

Sequenza delle domande: è meglio mettere all’inizio domande facili, che abbiano lo scopo di rassicurare

l’intervistato e di metterlo a proprio agio. Le domande imbarazzanti si posizioneranno quindi a metà questionario, in modo che l’intervistatore abbia avuto un po’ di tempo per conquistare la fiducia dell’intervistato. Anche le domande impegnative dovranno essere collocate a metà dell’intervista, in modo tale da assecondare la curva di interesse dell’intervistato e la possibile stanchezza. stanchezza. Alla fine si potranno porre le domande più noiose ma che non richiedono riflessione come quelle sociometriche. È bene seguire anche il passaggio da domande generali a domande particolari, stringendo progressivamente sugli aspetti più specifici.

effetto contaminazion c ontaminazionee, cioè del fatto che in certi casi la risposta ad una Bisogna tenere conto infine dell’ effetto domanda può essere influenzata dalle domande che l’hanno preceduta.

Batterie di domande Le batterie di domande sono domande che essendo, tutte formulate nello stesso modo (stessa domanda introduttiva e stesse alternative di risposta, varia solo l’oggetto al quale si riferiscono), vengono presentate presentat e all’intervistato in un unico blocco. Le batterie di domande hanno gli obiettivi di risparmiare spazio sul spazio  sul questionario e tempo dell’intervista, facilitare la comprensione del meccanismo di risposta, migliorare la validità della risposta e permettere al ricercatore di costruire indici sintetici che riassumono in un unico punteggio le diverse domande della batteria. Gli svantaggi delle batterie di domande consistono nel pericolo che le riposte siano date a caso e che le risposte siano meccanicamente tutte uguali tra di loro.

21

Quando una stessa domanda come nel caso delle batterie si applica a diversi oggetti, è importante distinguere il caso in cui in essa è formulata in termini assoluti da quello in cui essa è formulata in termini relativi.  Assoluti: nel senso che ogni elemento della batteria è un’entità autosufficiente , alla quale l’intervistato può rispondere indipendentemente dalle altre domande Relativi: la domanda in cui la risposta nasce da un confronto con le altre possibili risposte Es. pensiamo ad una batteria di domande aventi lo scopo di rilevare la popolarità dei personaggi pubblici. Si può presentare presentare all’intervistato un elenco di uomini pubblici –  –  domande in termini assoluti: si chiede di esprimere una valutazione per es attraverso un punteggio da da 1 a 10 - domande in termini relativi: si chiede di mettere gli uomini politici dell’elenco in graduatoria graduatoria di preferenza oppure di scegliere i tre che preferisce.

Modalità di rilevazione

Tre sono i modi fondamentali di somministrazione di un questionario:

Interviste faccia a faccia

Nel caso che stiamo trattando, vale a dire quello dell’intervista con questionario standardizzato, poiché l’intervistatore gioca un ruolo essenziale, l’obiettivo è quello di limitare l’effetto dell’intervistatore, standardizzandone il comportamento e limitandone i margini di discrezionalità attraverso una fase di addestramento. In altre parole, l’intervistatore deve inibirsi qualsiasi comportamento che può influenzare l’intervistato; per questo motivo gli intervistatori devono presentare alcuni tratti particolari per raggiungere questo scopo.

Le loro caratteristiche: l’intervistatore l’intervistatore ideale è donna, sposata, di mezza età, diplomata, casalinga, di ceto

medio, con un abbigliamento neutrale. – neutrale. – ricordandoci che in effetti le caratteristiche dell’intervistatore ideale dipendono molto da quelle del campione intervistato.

Le loro aspettative: le aspettative degli intervistatori possono essere trasmesse inconsciamente agli

intervistati, passando attraverso il tono di voce, la mimica facciale (sguardi di incredulità, assensi con il capo), sottolineature ed enfasi nel leggere domande o le alternative di risposta - influenzandone le risposte soprattutto per quanto riguarda intervistati insicuri.

La loro preparazione: l’intervistatore deve essere consapevole dell’influenza che ha nella formulazione delle

risposte e non deve essere un automa inerte ma deve poter intervenire in caso siano necessari dei chiarimenti, e per per questo deve essere istruito - saranno distribuite delle istruzioni scritte, saranno previsti incontri preliminari ed in corso di rilevazione nonché dei supervisori ai quali gli intervistatori potranno rivolgersi - per limitare al massimo questi effetti.

La loro motivazione: l’intervistatore deve essere convinto dell’importanza del proprio lavoro, perché un

atteggiamento contrario potrebbe riverberarsi in modo negativo sull’intervistato. sull’intervistato. E’ fondamentale negli incontri preliminari che siano date istruzioni anche sugli obiettivi della ricerca.

Interviste telefoniche

L’intervista telefonica diffusa enormemente negli ultimi anni presenta numerosi vantaggi: permette una grande velocità di rilevazione; ha costi ridotti – ridotti  – il  il 50-70% di risparmio rispetto a quella faccia a faccia - ; presenta minori resistenze alla concessione dell’intervista e maggiore garanzia di anonimato; permettere di raggiungere a parità di costo anche gli intervistati della periferia del paese; facilita enormemente il lavoro di preparazione degli intervistatori e la loro supervisione; consente di utilizzare direttamente il computer in fase di rilevazione.

I suoi svantaggi sono: il minore coinvolgimento dell’intervistato dell’intervistato che porta a una maggiore incidenza di risposte superficiali; il più rapido logoramento del rapporto con l’intervistato; l’impossibilità di utilizzare materiale visivo; l’impossibilità di raccogliere dati non verbali; l’impossibilità di raggiungere tutti gli strati sociali escludendo coloro che non hanno un telefono; il fatto che anziani e persone poco istruite risultano sottorappresentate; il fatto che le domande sono spesso elementari a causa della ristrettezza del tempo a disposizione. I limiti più gravi sono comunque l’assenza di contatto e la mancanza di tempo, che non rendono adatta l’intervista telefonica quando si vogliono analizzare tematiche complesse. 22

Questionati autocompilati I questionari autocompilati sono quelli che il soggetto soggetto compila da solo, senza l’intervento dell’intervistatore. Il vantaggio principale di questa tecnica è l’enorme risparmio dei tempi di rilevazione. I limiti invece consistono nel fatto che deve essere breve, conciso e il più semplice possibile per venire incontro al maggior numero possibile di persone;non essendo istruito l’intervistato produrrà errori grossolani  –   –  molti compileranno un questionario per la prima volta e non sapranno come fare, molti saranno scarsamente motivati - inoltre di solito coloro che restituiscono il questionario sono un segmento particolare della popolazione in esame (autoselezione), cosa che limita l’estensibilità dei risultati. Esistono due casi principali di autocompilazione: la rilevazione di gruppo e la rilevazione individuale. La rilevazione di gruppo avviene in presenza di un operatore che distribuisce i questionari, assiste alla compilazione e ritira i questionari; in questo caso i rischi di questa ricerca vengono molto ridotti. La rilevazione individuale si può dividere a sua volta in rilevazione con restituzione vincolata e con restituzione non vincolata . Nel primo caso, l’operatore deposita il questionario presso il soggetto in questione e passa a ritirarlo in seguito (un tipico caso è il censimento); anche questa tecnica limita i rischi prima ricordati. Questa tecnica implicando l’intervento personale di ogni rilevatore per l’intervista non offre costi inferiori rispetto alla procedura di intervista faccia a faccia ma è molto adottata dall’Istat. Nel secondo caso, tipicamente quello del questionario postale, il questionario viene inviato per posta con una lettera di presentazione e con una busta di ritorno già affrancata. I vantaggi di questa tecnica sono i risparmi altissimi dei costi, la possibilità di essere compilati in qualsiasi momento anche a più riprese, la maggiore garanzia di anonimato, l’assenza di distorsioni dovute all’intervistatore, l’accessibilità a soggetti residenti in zone poco raggiungibili. Gli svantaggi sono la bassa percentuale di risposte, risposte, l’autoselezione del campione, la necessità la necessità che il livello di istruzione della popolazione studiata sia medio-alto, la mancanza di controllo sulla compilazione, l’impossibilità di questionari complessi e la sua lunghezza non eccessiva.  eccessiva.  Il problema principale di questa tecnica è dato dalla percentuale di ritorno dei questionari. E’ considerato adeguato almeno un 50% di ritorno. Questo tasso di riuscita è determinato da vari fattori, i principali: la misura in cui è conosciuta l’istituzione che patrocina la patrocina la ricerca, la lunghezza del questionario e la sua forma grafica, le caratteristiche degli intervistati ( si ha miglior riuscita quando la popolazione studiata è rappresentata da un segmento particolare accomunato da qualche caratteristica, soci di un’associazione,laureati di un’universita),tipo di sollecito, meglio se si sollecita almeno un paio di volte. Sia nel caso dei questionari telefonici che di quelli autocompilati sono da escludere le domande aperte.

Interviste computerizzate (elettroniche) Il computer può essere utilizzato sia nelle interviste telefoniche (CATI, Computer Assisted Telephone Interviewing) che nelle interviste faccia a faccia (CAPI, Computer Assisted Personal Interviewing), che si differenzia da una normale intervista faccia a faccia per il fatto che le risposte vengono riportate direttamente su un PC portatile con risparmio notevole di tempo facendo scomparire la fase di codifica immissione. Una altro impiego del computer è quello della teleintervista, in cui l’intervistato risponde risponde direttamente con il suo PC al questionario trasmesso per via elettronica. I vantaggi di questa tecnica consistono nell’eliminazione dell’intervistatore ma soprattutto nel fatto che si possono condurre inchieste longitudinali, cioè rilevazioni ripetute nel tempo sugli stessi soggetti anche effettuando variazioni sul questionario finalizzando la ricerca a monitorare i cambiamenti dell’opinione pubblica, dei consumi.. I suoi limiti consistono nel fatto che non è possibile accertarsi di chi effettivamente compili il questionario e inoltre la consapevolezza di esser studiati può alterare il comportamento.

Organizzazione della rilevazione 23

La raccolta delle informazioni fin’ora analizzate è normalmente preceduta dalle seguenti operazioni in sequenza: Interviste esplorative preliminari – preliminari – pre  pre test di collaudo del questionario – questionario  – preparazione  preparazione e supervisione dopo che il lavoro su campo è iniziato degli intervistatori – intervistatori – contatto  contatto con le persone da intervistare – intervistare – forma  forma grafica del questionario.

Lo studio esplorativo: il ricercatore per poter formulare delle domande adeguate deve conoscere

perfettamente i problema oggetto del suo studio prima di iniziare a redigere le domande. In particolar modo questo è necessario per il questionario standardizzato che essendo composto da domande chiuse esige che il ricercatore conosca non solo le questioni e gli interrogativi ma anche tutte e possibili risposte. Questa fase esplorativa preliminare verrà condotta attraverso interviste preliminari, che partono da una massima destrutturazione e da strumenti qualitativi fino a strumenti sempre più strutturati, che hanno lo scopo di analizzare perfettamente il problema di oggetto e di formulare con la massima precisione possibile le risposte alternative per le domande chiuse. Si effettueranno interviste libere ad osservatori privilegiati,interviste a risposta aperta, prove di domande al fine di mettere a confronto differenti formulazioni. Il pre-test: è la fase di collaudo consiste in una sorta di “prova generale” del questionario, sott oposto a poche decine di soggetti, che ha lo scopo di evidenziare eventuali problemi o cattive formulazioni del questionario stesso. E’ necessario per testare l’efficacia del test, una volta che sarà stampato non potrà più essere modificato. Tra gli scopi oltre alla rilevazione degli errori c’è quella di determinare la durata dell’intervista, esso contiene un numero di domande maggiori rispetto a quelle che saranno poi somministrate. La preparazione e la supervisione degli intervistatori: gli intervistatori devono essere preparati ( briefing) informati su tutto ciò che riguarda la ricerca, “collaudati” sul campo con il pre-test pre -test e controllati durante la ricerca vera e propria da appositi supervisori. Il contatto iniziale con i soggetti intervistati: il problema dei rifiuti . Il momento più delicato dell’intervista è quello iniziale, in cui i soggetti devono decidere se collaborare o meno. Per rendere massima la collaborazione è importante insistere sull’anonimità delle risposte, sul prestigio dell’istituzione committente committente e sulla figura dell’intervistatore. È anche opportuno inviare una lettera di presentazione che spieghi chiaramente chi è il committente della ricerca, quali ne sono gli obiettivi, perché ci si rivolge proprio a lui, sottolineare l’importanza delle sue risposte e rassicurarlo sull’anonimato. La forma grafica del questionario: è opportuno distinguere chiaramente il testo che riguarda l’intervistato e quello che è di pertinenza dell’intervistatore, i passaggi tra le domande devono essere indicati chiaramente, il questionario deve essere graficamente compatto e non estendersi su troppe pagine. I questionari autocompilati devono inoltre essere autoesplicativi, le domande devono essere semplici e brevi (meglio se dello stesso formato), l’impostazione grafica deve esser compatta e chiara.

 Analisi secondaria e inchieste ripetute nel tempo L’itinerario di inchiesta campionaria fin’ora presentato è quello di un ricercatore che conduce le analisi su dati da lui raccolti ma non è l’unico possibile. Sono frequenti le ricerche condotte su basi-dai preesistenti, così come le indagini ripetute nel tempo. analisi secondaria è una ricerca che viene condotta su dati di inchiesta campionaria già precedentemente L’ analisi raccolti e disponibili nella forma di matrice-dati originale – originale – essa  essa è quindi una forma di ri-analisi di files già esistenti.  Al giorno d’oggi è molto facilitata dallo viluppo dell’informatica dell’i nformatica che rende agevole lo scambio di files di dati e la loro archiviazione. L’analisi secondaria nasce nell’ambito di un un maggiore approfondimento dei dati già raccolti sulla base di successive scoperte o di nuove teorie avanzate nelle scienze sociali; a questo punto i dati già raccolti possono essere suscettibili di nuove elaborazioni e approfondimenti. Inoltre, a causa dell’estrema dell’estrema onerosità della fase di raccolta dei dati, sono nate apposite  apposite  agenzie che riescono risorse comuni mettendo poi i dati – dati  – archivi-dati  archivi-dati - a disposizione di tutti i ricercatori; ovviamente queste agenzie non raccolgono i dati per un unico tema, ma trattano di rilevazioni multi – multi –scopo scopo che toccano un ampio spettro di problematiche sociali. I vantaggi di questi sviluppi si possono riassumere in un generale risparmio economico, nella garanzia del 24

rigore della rilevazione stessa quando viene effettuata con il controllo della comunità scientifica e nella possibilità anche per i ricercatori con poche risorse di effettuare ricerche di ampio respiro. Gli svantaggi sono legati alla qualità dei dati, in quanto i dati raccolti nel passato possono non essere stati trattati in modo corretto ( la divisione del lavoro che viene introdotta fra chi si pone gli interrogativi ed analizza i dati e chi li raccoglie può condurre ad una limitazione degli interrogativi, domande importante possono restare senza una risposta); altro svantaggio è il fatto che possano nascere ricerche a partire dai dati disponibili piuttosto che dalle ipotesi teoriche ( alcuni ricercatori ottengono un data set, vi applicano le elaborazioni statistiche e poi decidono qual è il problema da studiare; i risultati saranno banali e scontati. Distinzione tra analisi secondaria e meta-analisi:La meta-analisi è un metodo di selezione, integrazione e sinesi di studi aventi uno stesso oggetto d’analisi, a partire – e qui si differenzia dall’analisi secondaria secondaria –  – dai  dai risultati degli studi e non dai dati. Si tratta di un integrazione dei risultati piuttosto che ricanalizzare i soggetti. La meta-analisi meta-analisi è un’analisi di analisi : l’analisi statistica di un’ampia collezione dei risultati derivanti dagli studi sugli sugli individui, allo scopo di arrivare ad un’integrazione dei risultati. E’stato già accennato in merito agli esperimenti che una variabile può variare sia fra i casi –  –   nello stesso tempo – tempo – sia  sia nel tempo – tempo – sugli  sugli stessi casi. Le inchieste replicate nel tempo (diacroniche) si possono dividere in longitudinali e trasversali replicate. Le inchieste longitudinali consistono nell’intervistare ripetutamente gli stessi soggetti in un ampio arco di tempo (panel studies). I problemi di questa tecnica consistono nella “mortalità” nella “mortalità” del campione (molti soggetti sog getti saranno  saranno irraggiungibili per diversi motivi a ogni nuova rilevazione), nell’effetto memoria e nel fatto che il  il  soggetto sapendosi osservato può modificare il suo comportamento normale. Le inchieste trasversali consistono nel replicare l’inchiesta ma su un campione (equivalente) di differenti soggetti. inchiesta trasversale retrospettiva è invece una normale inchiesta trasversale nella quale si pongono agli L’ inchiesta intervistati domande sul loro passato, con gli evidenti evidenti limiti che l’affidamento alla memoria può comportare. Le inchieste trasversali replicate consistono nel rilevare le stesse informazioni in differenti momenti temporali , ma non sugli stessi soggetti bensì su differenti campioni di individui. Il maggiore difetto degli studi che comportano il fattore “tempo” è naturalmente il costo molto elevato poiché non si ci può accontentare di sole due rilevazioni ma sembra indispensabile ripetere l’inchiesta in un lungo periodo di tempo, anche decenni. Da qui la necessità di affidare queste indagini ad istituzioni permanenti in grado di garantire la continitò che non può essere assicurata da singoli ricercatori o isolati gruppi di ricerca.

Data set ed archivi in Italia  Anche nel nostro paese si sono consolidati in questi ultimi anni istituti di archiviazione dei dati per la loro messa a disposizione disposizione della comunità scientifica, nonchè programmi di ricerca impostati impostati su un ampio arco arco temporale, finalizzato allo studio del cambiamento sociale, in aree come le trasformazioni demografiche, la salute, i livelli di istruzione, la partecipazione politica, la mobilità sociale, i consumi, le opinioni pubbliche.  Analisi secondaria. Archivi- dati per le scienze sociali. Non esiste in italia un archivio centralizzato di rilevanza nazionale, l’unico tentativo in questo senso è rappresentato dall’archivio dati e programmi per le scienze sociali – Adpss. Lo strumento più importante a disposizione oggi del ricercatore sono le Indagini multiscopo sulle famiglie effettuate dall’Istat. Inchieste replicate nel tempo su campioni diversi. L’esempio principe per lo studio dei valori e degli atteggiamenti è costituito dall’ Eurbarometro – iniziativa – iniziativa europea, condotta dal 1973 due volte l’anno nei paesi appartenenti alla CE su un campione di 1000 1000 inividu in ogni paese, età superiore ai 15 anni, intervistati faccia a faccia a domicilio. Inchieste longitudinali. Distinte in base al settore tematico di applicazione. Campo della transizione scuola-lavoro  –   –  es. indagine longitudinale sugli sbocchi professionali dei laureati condotta dall’Istat. 25

Campo economico – economico – sociale  sociale –  – es. Indagine sul bilancio delle famiglie italiane condotta dall’Istat

Nuove tendenze e nuovi rischi Dalle tecniche fin’ora elencate si sta iniziando a creare una distinzione tra parti p arti nobili della ricerca  – elaborazione teorica, analisi statistica, interpretazione dei risultati  –   –  e parti volgari  –   –  raccolta delle informazioni. Il ricercatore sta iniziando a delegare ad altri il secondo tipo di attività e rinuncia anche al suo controllo. Si rischia di avere elaborazioni sofisticate s dati inconsistenti con la conseguente produzione di ricerche spazzatura (acronimo Gigo – Gigo – garbage  garbage in , garbage out) ---- si passa ora ad affrontare uno dei problemi più difficili della ricerca sociale,il problema della misurazione, si spiega come si possano trasferire dal piano teorico a quello empirico i concetti complessi delle scienze sociali , stai emotivi, tratti psicologici, atteggiamenti politici, orientamenti di valore ----

LA TECNICA DELLE SCALE L’operativizzazione dei concetti complessi La tecnica delle scale (scaling) consiste in un insieme di procedure messe a punto dai ricercatori sociali per misurare concetti complessi e non direttamente osservabili  –   –  ottimismo,depressione, religiosità etc sono concetti tipici delle scienze sociali caratterizzanti l’essere umano che sono difficilmente traducibili nel linguaggio della ricerca empirica. L’unico modo per poterli registrare è quello di usare un insieme coerente ed organico di indicatori, mettendo metten do anche a punto criteri intersoggettivi per controllare l’effettiva sovrapposizione fra indicatori e concetto e la completezza della procedura. Possiamo quindi dire che una scala è un insieme coerente di elementi – elementi – items  items - che sono considerati come indicatori di un concetto più generale. L’elemento –  –  item  – è  – è il singolo elemento ( affermazione, domanda, comportamento, risposta ad un test, attributo); la scala è l’insieme degli elementi. Es. un test di abilità matematica è una scala: si ipotizza l’esistenza di un concetto generale quale l’ “abilità matematica” che viene rilevato attraverso una serie di prove specifiche ( soluzioni di equazioni, problemi, prove logiche) i risultati delle quali alla fine vengono sintetizzati in un unico punteggi In psicologia e sociologia la tecnica delle scale trova la sua applicazione più comune soprattutto nella misura degli atteggiamenti, dove l’unità d’analisi è l’individuo, il concetto generale è un atteggiamento (insieme di tendenze e sentimenti, pregiudizi e nozioni preconcette, idee, convinzioni di una persona nei confronti di un particolare argomento ; esso è quindi un credenza di fondo non rilevabile direttamente) e i concetti specifici sono le opinioni (espressione empiricamente rilevabile di un atteggiamento). L’atteggiamento è il concetto generale, le opinioni ne sono gli indicatori. La procedura che rileva gli atteggiamenti consiste nel sottoporre ai soggetti studiati una serie di affermazioni in qualche modo legate all’atteggiamento studiato, chiedendo di esprimere esprimere la loro opinione in proposito. Combinando opportunatamente le risposte si perviene ad un punteggio individuale che stima la posizione di un soggetto sull’atteggiamento in questione. Tuttavia la “ misura degli atteggiamenti” se costituisce il più importante importante campo di applicazione della tecnica delle scale non ne rappresenta l’unico. La tecnica può essere utilizzata non solo per rilevare la proprietà degli individui attraverso le loro risposte ad una serie di stimoli – stimoli – gli  gli elementi della scala – scala – ma  ma anche per attribuire un punteggio agli stimoli sulla base delle risposte degli individui. Es. possiamo attribuire alle professioni un punteggio di prestigio sociale, oppure stabilire una graduatoria di popolarità fra gli uomini politici.4 La tecnica delle scale può essere adoperata per rilevare le proprietà non di individui ma di altre unità, per es per giudicare l’efficienza delle istituzioni. 26

Le variabili prodotte dalla tecnica delle scale non possono essere considerate pienamente cardinali, perché scaturiscono da dimensioni sottostanti immaginate come proprietà continue – continue – il  il grado di pregiudizio razziale di una persona , così come la religiosità, variano in maniera graduale tra gli individui – individui – e  e non sono misurabili poiché vi è l’incapacità di definire un’unita un’unita di misura anche se la teoria delle scale tenta di dare una risposta a questo problema. Per questo le variabili della teoria delle scale vengono chiamate quasi-cardinali. Il quasi sta ad indicare l’ irraggiungibilità dell’obiettivo di attribuire pieno significato significato numerico ai punteggi delle scale.

Domanda e risposta graduata: l’autonomia semantica delle risposte Gli elementi di una scala sono tipicamente domande, possiamo quindi affermare che una scale è costituita da una batteria di domande (raramente da una domanda singola). Le domande (sempre chiuse) possono essere proposte – proposte – si  si parla di formato - in tre modi diversi. Il primo consiste nel presentare risposte semanticamente autonome, cioè ciascuna ha un suo intrinseco significato compiuto che non necessita, per essere compreso, di essere messo messo in relazione con il significato delle altre alternative presenti nella scala. Per es. Indichi il suo titolo di studio? Nessuno – Nessuno – licenza  licenza elementare – elementare – media etc. L’intervistato per rispondere che il suo titolo è laure no ha bisogno di conoscere le altre possibilità si risposta Il secondo caso è quello in cui le categorie di risposta sono a parziale autonomia semantica, quando il significato di ogni categoria è parzialmente autonomo dalle altre (“molto”, “abbastanza”, “poco”,  “per nulla”). Es. non è chiaro di per sé che cosa voglia dire interessarsi abbastanza di politica ma in un contesto che va da molto a niente, al termine abbastanza inserito tra i valori è facile attribuire un significato. Infine ci sono le scale auto-ancoranti , dove solo le due categorie estreme sono dotate di significato, mentre tra di esse si colloca un continuum – continuum – rappresentato  rappresentato da caselle, cifre, segmento - entro il quale il soggetto colloca la sua posizione. Le variabili prodotte dalla prima situazione sono senza dubbio ordinali, mentre nella seconda è probabile che scatti un processo di comparazione quantitativa. Per quanto riguarda il caso delle risposte auto-ancoranti è ancora più probabile che si metta in moto una procedura mentale di suddivisione graduata dello spazio tra i due estremi, suddivisione che è però soggettiva e non valida per tutti. Per questo si parla di variabili quasi-cardinali. Nel caso delle variabili a parziale autonomia semantica è preferibile offrire la possibilità di un punto neutro e dell’opzione “non saprei”. Il numero delle opzioni disponibili di solito è 5 o 7, tranne trann e nell’intervista telefonica, dove si usano domande con risposte binarie- si/no- per motivi di semplicità. Nel caso delle graduatorie auto-ancoranti si possono usare diverse soluzioni come quella delle caselle vuote, della sequenza di cifre oppure della linea continua. Le preferenze possono essere espresse in termini assoluti (quando ogni domanda riguarda isolatamente una singola questione) oppure in termini relativi (nella forma di confronti e scelte tra diversi oggetti). È preferibile scegliere scale con più domande rispetto a scale con una domanda sola per tre motivi: la complessità dei concetti rende improbabile la loro copertura con un singolo indicatore; una rilevazione singola manca di precisazione, in quanto non riesce a discriminare in maniera fine tra le diverse posizioni dei soggetti sulla proprietà considerata; infine le singole domande sono più esposte agli errori accidentali. Le domande ad un solo elementi sono quindi meno valide, meno precise e meno attendibili. Scale a più elementi:

Scala di Likert La procedura che sta alla base delle scale di Likert  – proposte da Likert negli anni 30, parliamo di un’ampia varietà di scale , scale additive, è la tecnica più adoperata nella rilevazione degli atteggiamenti - consiste nella somma dei punti attribuiti ad ogni singola domanda. 27

Es. La procedura che sta alla base è semplice ed intuitiva la medesima di questo es. test scolastico composto da 30 domande, attribuiamo 1 punto esatto ad ogni domanda e sommando i vari punti lo studente che non ha fatto errori prenderà 30 Il formato delle singole domande della scala di Likert è rappresentato da una serie di affermazioni per ognuna delle quali l’intervistato deve dire se e in che misura è d’accordo. Di solito le alternative di risposta di risposta sono cinque, da “molto d’accordo” a “fortemente contrario”, originariamente erano 7. E’ importante che siano previste risposte non so e che le affermazioni non siano tutte siano tutte nello stesso senso. La costruzione della scala avviene in quattro fasi. Nella prima, la formulazione delle domande, si individuano le dimensioni dell’atteggiamento studiato e si formulano delle affermazioni che coprano i vari aspetti del concetto generale che si vuole rilevare. Es. Nella Personalità autoritaria di Adorno e colleghi gli autori individuarono da precedenti ricerche nove dimensioni della personalità autoritaria attorno alle quali costituirono le singole domande-affermazioni della scala. Nella seconda fase, la somministrazione delle domande, la scala viene sottoposta ad un campione limitato di intervistati con un certo livello di istruzione. In seguito, nella terza fase (analisi degli elementi), si selezionano le domande e si valuta il grado di coerenza interna ( item analysis) della scala, cioè se la scala misura effettivamente il concetto in esame e l’effettiva capacità della scala di conseguire l’obiettivo per ili l quale è stata costruita. È infatti possibile che alcuni elementi non risultino in linea con gli altri e vadano quindi eliminati. Gli strumenti utilizzati nella terza fase sono la correlazione elemento-scala e il coefficiente alfa. Per la correlazione elemento-scala, si calcola per ogni soggetto il punteggio su tutta la scala e si calcola il coefficiente di correlazione tra questo punteggio e il punteggio di ogni singolo elemento. Il coefficiente di correlazione è una misura che quantifica il grado di relazione tra due variabili cardinali e indica se il punteggio di ogni singolo elemento si muove nella stessa direzione del punteggio globale che tiene conto di tutti gli altri elementi. Se ciò non avviene la domanda non è congruente con la scala e va eliminata. Es. stiamo rilevando l’autoritarismo, se ad una persona viene attribuito un punteggio globale elevato sommando le risposte risposte tutte le domande – domande  –   e quindi risulta autoritaria - essa dovrà avere un punteggio abbastanza elevato elevato - risposte di tipo autoritario – autoritario – anche  anche su tutti i singoli elementi della scala. Il coefficiente alfa serve invece a valutare la coerenza interna complessiva della scala. Esso si basa sulla matrice di correlazione tra tutti gli elementi della scala e il loro numero; più alti sono i valori (da 0 a 1) maggiore è la coerenza interna alla scala. I più noto tra tali indici i ndici è l’alfa di Cronbach. (Vedi pag 227) Nell’eliminare gli elementi più insoddisfacenti della della scala il ricercatore terrà conto di entrambe le correlazioni, eliminerà gli elementi con correlazione elemento-scala troppo bassa finchè questa operazione produrrà un aumento di alfa, fermandosi non appena questo intervento produrrà invece una sua diminuzione.

unidimensionalità della scala. Tralasciando i Infine si apre la quarta fase, quella dei controlli sulla validità e l’ unidimensionalità controlli di validità ( analizziamo un modo di procedere dominane nella’attuale ricerca psicologia dove le scale sono più semplici  –   –  costituite da una decina di elementi e la scala diventa uno degli aspetti della ricerca, per cui le scale così semplici comprendono un numero ridotto di elementi e non si necessita di soffermarsi sui controlli di validità), la tecnica più efficace per il controllo di unidimensionalità è quella analisi fattoriale. dell’ analisi Il suo scopo è quello di ridurre una serie di variabili tra loro collegate ad un numero inferiore di variabili ipotetiche tra loro indipendenti, in modo da controllare se dietro agli elementi di una scala che si presume unifattoriale, vi sia un solo fattore o più fattori. Es. la correlazione fra il voto in algebra ed in geometria di un gruppo di studenti – studenti  – se  se si va bene in una delle materie si andrà bene anche nell’altra o viceversa – potrebbe – potrebbe essere ricondotta al fatto che entrambi i vosti sono influenzati da un fattore sottostante, la capacità di astrazione matematica. I vantaggi della scala Likert consistono nella sua semplicità e applicabilità, mentre i suoi svantaggi sono il 28

fatto che i suoi elementi vengono trattati come scale cardinali pur essendo ordinali ((Ogni elemento è una variabile ordinale , di solito del tipo “a parziale autonomia semantica”, nel caso più frequente a cinque modalità, da completamente d’accordo a compl. contrario,alle quali vengono assegnati in maniera arbitraria i punteggi in scala semplice 1.2…5, che vengono poi trattati come scale cardinali c ardinali per es. nella correlazione elemento-scala)) e la mancata riproducibilità (dal punteggio della scala non è possibile risalire alle risposte delle singole domande – domande  – lo  lo stesso punteggio può essere ottenuto da diverse combinazioni di risposte) e il fatto che il punteggio finale non rappresenta una variabile cardinale(non abbiamo elementi per dire che la distanza fra un punteggio di 14 ed uno di 18 sia la stessa che intercorre tra 8 e 12).

Scalogramma di Guttman La scala di Guttman è una scala scala cumulativa cumulativa o scalogramma. Nasce con l’obiettivo di fornire una soluzione al problema dell’unidimensionalità della scala di Likert ed è cumulativa nel senso che è costituita da elementi di difficoltà crescente - una sequenza di gradini  –   –  e si presume che il soggetto che ha risposto affermativamente ad una certa domanda deve aver risposto affermativamente anche a quelle che la precedono nella scala di graduatoria di difficoltà. In questo modo, se gli elementi della scala sono perfettamente scalati, solo alcune sequenze di risposte sono possibili; inoltre dal risultato finale è possibile risalire alle risposte date dal soggetto ai singoli elementi della scala (riproducibilità). Questa tecnica prevede solo elementi dicotomici, cioè ogni domanda può avere solo due risposte opposte e distinte. – distinte. – si/no  si/no –  – favorevole-sfavorevole  favorevole-sfavorevole / Le due risposte possibili vengono di solito contrassegnate con i numeri 0 e 1. Es. scala di distanza sociale proposta negli anni 20. In questa scala per determinare il grado di pregiudizio degli intervistati nei confronti di determinate minoranze etniche veniva posta una sequenza di domande del tipo: Lei sarebbe disposto ad accettare un nero(coreano, giapponese…) come visitatore del suo paese? … come vicino di casa? … avere come amico personale? personale? … sposare n nero? E’ evidente che chi è disposto a sposare un nero risponderà ri sponderà n modo affermativo alle altre domane. Indichiamo con 1 il positivo e lo 0 il negativo, in linea di principio dovremmo avere possibili solo le sequenze: 1111 – 1111 – 1110  1110 –  – 1100  1100 -1000 -0000 -0000 , mentre ad esempio la sequenza 1011 non dovrebbe verificarsi. 1 positivo, 0 negativo, sommando i punteggi di ogni individuo su tutti gli elementi otterremo per ogni soggetto il punteggio complessivo della scala.  Anche la scala di Guttman segue tre-quattro fasi nella sua costruzione. La prima è quella della formulazione delle domande, con considerazioni analoghe a quelle relative alla scala di Likert tranne che le domande devono essere dicotomiche e disposte secondo un ordine crescente di forza.  Anche la seconda fase (somministrazione) è simile a quella della scala di Likert, con il vantaggio che la forma binaria agevola le risposte e rende più veloce la compilazione (anche se talvolta la forte semplificazione indotta dal carattere binario delle scelte può creare problemi all’intervistato). La specificità della scala di Guttman sta nell’analisi dei risultati, ri sultati, quando si valuta la scalabilità degli elementi, el ementi, si scartano quelli meno coerenti col modello, si stabilisce un indice di scalabilità della scale e se accettarla o meno. In primo luogo si devono individuare gli errori della scala, cioè le risposte che non si inseriscono nelle sequenze previste nel modello. Per questo si utilizza un indice ( coefficiente di riproducibilità) che misura il grado di scostamento della scala osservata dalla scala perfetta.  Vedi pag. 235-236 235-236 Questo indice può variare da 0 a 1; per poter essere accettabile, il valore dell’indice deve essere maggiore o uguale a 0,90 (cioè errori pari o inferiori al 10% delle risposte). Esiste anche un altro indice, detto di minima riproducibilità marginale, che segnala il valore minimo al di sotto del quale il coefficiente di riproducibilità non può scendere, quali che siano le sequenze delle risposte. Esso deve essere confrontato con il coefficiente di riproducibilità: solo se il secondo, oltre ad essere 29

maggiore di 0,90, è anche nettamente superiore al primo, si può affermare che la buona riproducibilità della scala è dovuta ad un’effettiva scalabilità dei suoi elementi e non alla distribuzione dis tribuzione marginale delle risposte. L’ultima fase è quella di attribuire i punteggi ai soggetti; per far questo si sommano i punteggi 0/1 ottenuti nelle varie risposte. I problemi della scala di Guttman consistono nel fatto che il punteggio finale è ancora una variabile ordinale; si tratta di una tecnica applicabile solo ad atteggiamenti ben definiti e scalabili; il modello risulta rigidamente deterministico di fronte ad una realtà sociale interpretabile solo attraverso modelli probabilistici che contemplino la possibilità di errore ed il passaggio graduale tra le posizioni.

Differenziale semantico La tecnica del differenziale semantico di Osgood si propone di rilevare con il massimo della standardizzazione il significato che i concetti assumono per gli individui, “ che cosa ciò significa per te”. Il modo più semplice per scoprire cosa significa una certa cosa per una certa persona è quello di chiederglielo direttamente, ma solo persone intelligenti, istruite e con eccellenti capacità verbali possono fornire dati utilizzabili. La tecnica del differenziale semantico supera questi limiti in quanto si basa sulle associazioni che l’intervistato instaura tra il concetto in esame ed altri concetti proposti in maniera maniera standardizzata a tutti gli intervistati. In concreto si utilizzano una serie di scale auto-ancoranti nelle quali solo le categorie estreme hanno significato autonomo, mentre il significato graduato delle categorie intermedie viene stabilito a giudizio giudizio dell’intervistato. Es. invece di chiedere che cosa significa per lei il termine sofisticato? Si porranno una serie di domande del tipo: sofisticato so fisticato è duro o soffice? Gradevole o sgradevole? Etc Per aumentare la sensibilità dello strumento si chiede di classificare l’intensità di ogni giudizio su una scala di 7 punti. La lista di questi attributi bipolari non deve avere necessariamente relazione con l’oggetto valutato, e quindi deve essere sempre la stessa: anche coppie di aggettivi apparentemente estranei con il caso in esame – esame – es.  es. maschile/femminile , giovane/vecchio – giovane/vecchio  –risultano risultano utili per rilevare significati più profondi ed anche inconsci che l’oggetto ha per l’intervistato. Il test risulta di facile somministrazione e di solito viene accettato di buon grado da parte degli intervistati, in genere nella presentazione delle batterie di domande si raccomanda all’intervistato di rispondere d’istinto , sena riflettere troppo su ogni coppia. Il numero delle domande di solito va dalle 12 alle 50, in base al disegno della ricerca. Il modo più importante di utilizzare il differenziale semantico è rappresentato dall’esplorazione delle dimensioni dei significati, se chiediamo ad un intervistato di collocare un determinato oggetto cognitivo su 30 coppie di aggettivi, i singoli giudizi risulteranno naturalmente guidati dalla visione di insieme – insieme  – significato  significato  – che l’intervistato ha del soggetto proposto. Il presupposto è che questa dimensione non sia unidimensionale, non si articoli cioè in una sola direzione ,ma presenti diversi aspetti che contribuiscono al significato complessivo di quell’oggetto. Si ritiene cioè che attraverso l’analisi fattoriale sia possibile determinare quali sono  sono  le dimensioni fondamentali che stanno dietro ai giudizio di un certo campione di soggetti intervistati. intervistati . In linea generale, si possono trovare tre dimensioni fondamentali che sottostanno ai vari giudizi: la valutazione, la potenza e l’ attività attività, in ordine di importanza. La valutazione sembra rappresentare l’atteggiamento( favorevole-sfavorevole) favorevole-sfavorevole) verso un certo oggetto. Es. buono – buono –cattivo cattivo / positivo-negativo / giusto- ingiusto) Potenza es. duro-soffice / pesante – pesante – leggero  leggero  Attività: attivo-passivo/caldo-freddo/veloce-lento Le risposte ottenute si prestano a diverse elaborazioni tra cui ricordiamo,per una descrizione sintetica dell’immagine del soggetto sottoposto a valutazione, si può utilizzare il “profilo” , cioè una rappresentazione 30

grafica consistente nel congiungere con una linea il punteggio medio ottenuto da quell’oggetto su ogni copia di attributi. Il contributo più importante della tecnica del differenziale semantico è proprio quello di aver introdotto la multidimensionalità dei significati nella struttura degli atteggiamenti.

Test sociometrico Il test sociometrico proposto da Jacob Moreno si pone l’obiettivo di individuare le relazioni interpersonali esistenti tra gli individui di un gruppo; infatti il suo campo di applicazione ideale è rappresentato da una classe scolastica. Nella sua forma più semplice il test sociometrico consiste in un questionario con poche domande, che ruotano intorno al tema della preferenza e rifiuto nei confronti degli altri appartenenti al gruppo. In questo modo si può conoscere lo status sociometrico personale , cioè il grado di prestigio di cui gode un elemento rispetto agli altri componenti del gruppo, e la struttura sociometrico del gruppo , cioè l’organizzazione interna del gruppo (con sottogruppi, persone isolate, relazioni relazioni tra i sottogruppi, ecc.). La tecnica è quindi utile sia come strumento di diagnosi individuale che per cogliere la struttura relazionale del gruppo. Tuttavia esso è adatto solo per gruppi strutturati perché è necessario che sia delimitato nettamente il raggio di scelta del soggetto. Es. tra i tuoi compagni di classe, quali sono quelli che desidereresti ritrovare l’anno prossimo? Indicane quanti vuoi mettendoli in ordine di preferenza. Etc. L’elaborazione dei dati è semplice come la somministrazione somministrazione del questionarioSi costruisce una matrice quadrata avente sul lato sx e superiore l‘elenco dei componenti del gruppo, e si registrano nelle celle corrispondenti ad ogni coppia le preferenze/rifuiti. Una prima elaborazione è rappresentata dall’analisi dello status sociometrico individuale, ce si compone analizzando per ogni individuo il numero di scelte effettuate e di rifiuti ricevuti. In questi ultimi tempi questa tecnica ha ripreso piede all’interno della network analysis (analisi di rete).

Scale unidimensionali e multidimensionali Negli esempi visionati abbiamo trattato di scale unidimensionali, in questa sequenza il punto di partenza è rappresentato dal concetto generale che si vuole rilevare , per operativizzare il quale vengono individuati degli degli indicatori. Ma c’è un modo anche diverso di affrontare i problema di concetti complessi sottostanti un insieme di osservazioni, ed è quello di partire direttamente dalle osservazioni, chiedendosi quante e quali dimensioni latenti stanno dietro di esse. E’ questa la tecnica delle scale multidimensionali.  A partire dalle distanze fra determinati oggetti ci si pone l’obiettivo di ricostruire lo spazio concettuale nel quale questi oggetti sono collocati , nella mente degli intervistati se si tratta di dati dell’intervista. Il problema è quello di capire se esiste uno spazio comune a tutti i rispondenti, poi si tratta di individuare quante dimensioni ha questo spazio ed infine occorre dare un nome a queste dimensioni. Esse sono tecniche matematicamente e concettualmente concettualmente complesse che rientrano nella branca dell’analisi dei dati.

LE FONTI STATISTICHE UFFICIALI Le società moderne producono una vastità di dati su se stesse , derivanti da iniziative espressamente intraprese dai governi per conoscere conoscere la popolazione popolazione governata - es. i censimenti – censimenti –   oppure prodotti dalle normali procedure amministrative della burocrazia pubblica  –   –  statistiche demografiche derivanti da atti di nascite, morte etc-. Questi dati sono una fonte ineguagliabile di conoscenza sociale e possono costituire il materiale empirico della ricerca sociale. 31

Una ricerca basata sulle statistiche ufficiali

Il primo importante studio basato sulle statistiche ufficiali fu quello di Emile Durkheim – Durkheim – le  le Suicide – Suicide – condotto  condotto alla fine del diciannovesimo secolo 1897. Sulla base dei tassi di suicidio nella varie nazioni europee, D. riuscì a corroborare empiricamente la sua complessa teoria dell’integrazione sociale, teoria che risulta tuttora valida e stimolante.

Le statistiche ufficiali Le statistiche ufficiali differiscono dagli altri dati normalmente utilizzati nella ricerca sociale – sociale –   in specie da quelli raccolti mediante indagini campionarie surveys – surveys – per  per quattro aspetti: -

La produzione ( in generale le statistiche ufficiali sono raccolte dalla pubblica amministrazione e prodotte da normali procedure amministrative)

-

Le unità di analisi (che non sono rappresentate da individui ma da aggregati territoriali di individui es. sezioni elettorali, comuni, province, per questo sono chiamati dati aggregati in opposizione ai dati individuali. Il dato aggregato deriva da un’operazione di conteggio  conteggio  effettuata sugli individui di un collettivo, in questo caso il collettivo è il territorio.)

-

Il contenuto ( le informazioni raccolte dalla pubblica amministrazione consistono in registrazione di eventi o fatti – fatti – siamo nell’ambino di ciò che è stato definito defini to prima comportamento - , per cui le opinioni, gli atteggiamenti, le motivazioni, sono di norma escluse da questi dati)

-

L’ampiezza della rilevazione  rilevazione  ( le fonti statistiche tradizionali  –   –  es. censimenti  –   –  fanno riferimento all’intera popolazione, non ad un un suo campione)

Enti produttori e unità territoriali

Le fonti statistiche ufficiali hanno due caratteristiche principali: -

Sono prodotte da organismi pubblici ( e da qui prendono l’attributo di ufficiali). In Italia si istituì nel 1861 un Ufficio centrale di statistica, nel 1921 l’Istat – istituto – istituto centrale di statistica – statistica – nel  nel 1989 si istituì il Sistema statistico Nazionale  –   –  sistan  –   –  con lo scopo di coordinare tutte le competenze e le attività statistiche disperse nei vari organi centrali e periferici della pubblica amministrazione

-

Si riferiscono non ad individui ma ad aggregati territoriali di individui. In Italia abbiamo sostanzialmente tre unità amministrative territoriali: comuni – comuni  –   province  – regioni. Esse rappresentano l’unità di analisi della quasi totalità delle statistiche ufficiali, a queste per esigenze date dalla complessità dei confini amministrativi si aggiungono a livello sub comunale le sezioni di censimento e le sezioni elettorali e a livello sovra comunale le aree metropolitane.

Contenuto informativo delle statistiche ufficiali italiane

Le statistiche ufficiali italiane sono prodotte per la maggior parte dall’Istat. Esse vengono brevemente descritte dopo averle classificate, a seconda del loro contenuto , in nove classi: Informazioni generali / Popolazione : nascite /decessi , spostamenti territoriali migrazioni, matrimoni, separazioni e divorzi / Sanità / Assistenza e previdenza / Giustizia / Istit uzione e culture / Lavoro / Consumi  / Reddito e benessere / Elenzioni / Indagini multiscopo sulle famiglie

Lo studio delle strutture sociali

Le fonti statistiche ufficiali sono una straordinaria opportunità per la ricerca sociale. Forniscono una massa imponente di dati che abbracciano ogni settore della vita e accompagnano l’individuo per tutto il ciclo di vita. 32

In almeno quattro settori di ricerca il ricorso alle statistiche ufficiali appare irrinunciabile per lo scienziato sociale: -  Analizzare e descrivere la struttura della società - Ripartizioni territoriali di un paese - Studi comparati tra le nazioni - Studi nel tempo. Il ricorso alle statistiche ufficiali non è privo di limiti. I tre più rilevanti sono: - la natura dei dati non soddisfa le esigenze del ricercatore - limitate a variabili fattuali cioè dati oggettivi e comportamentali e quindi quind i l’esclusione di tutta la sfera soggettiva delle opinioni, motivazioni, atteggiamenti - non sono adatti per l’analisi dei comportamenti individuali.

3) LE TECNICHE QUALITATIVE L’OSSERVAZIONE PARTECIPANTE E’ la più classica delle tecniche qualitative, che unisce l’assunzione dell’osservare come strumento di rilevazione del dato sociale alla completa immersione nel segmento di società studiato

Osservazione e osservazione partecipante L’osservazione partecipante è una tecnica di ricerca mediante la quale il ricercatore il  ricercatore entra direttamente e per un periodo di tempo relativamente lungo in un determinato gruppo sociale preso nel suo ambiente naturale e stabilisce relazioni di interpretazione personale con i suoi membri, vive come e con le persone oggetto di studio, al fine di osservare le loro azioni e capire le loro motivazioni attraverso un processo di immedesimazione. Nell’osservazione partecipante coinvolgimento e immedesimazione non vanno evitati ma perseguiti ( simmetricamente oggettività e distanza che erano erano alla base dell’approccio neopositivista non sono più considerate un obiettivo desiderabile). Siamo nel pieno del paradigma interpretativo. Osservazione: implica il guardare e l’ascoltare – Partecipante: – Partecipante: implica il coinvolgimento del ricercatore. In senso weberiano , vedere il mondo con gli occhi dei soggetti studiati Questa tecnica dall’antropologo Bronislaw Malinowski dall’esigenza di studiare le società primitive nell’ambino di ricerche di tipo antropologico - etnografico, successivamente con la scomparsa delle società primitive i campi di studio sono diventate le società moderne.

Campi di applicazione e sviluppi dell’osservazione partecipante L’osservazione partecipante può essere applicata allo studio di tutte le attività umane e di tutti i raggruppamenti raggruppamenti di esseri umani quando si vuole scoprire dall’interno qual è la visione del loro mondo. Ci sono dei settori nei quali questa tecnica è particolarmente utile: quando si sa poco di un fenomeno (nuovo movimento politico – politico  –   un evento sociale imprevisto come la ribellione), quando esistono delle forti differenze tra il punto di vista dell’interno e quello dell’esterno ( gruppi etnici –  –  organizzazioni sindacali  – gruppi professionali medici etc), quando il fenomeno si svolge al riparo da occhi indiscreti (rituali religiosi – religiosi – vita familiare), quando il fenomeno è deliberatamente occultato agli sguardi degli estranei ( comportamenti illegali)

33

Sociologia autobiografica: si ha quando l’osservatore partecipante si propone come strumento naturale di indagine, il ricercatore intende studiare una realtà nella quale ha fatto o fa lui stesso parte. L’osservazione partecipante viene abitualmente utilizzata nella ricerca sociologica per studiare due tipo di gruppi: - studi di comunità : (risentono maggiormente del modello etnografico) piccole società autonome, collocate in ambiti territorialmente definiti e dotate di un universo culturale chiuso che investe tutti gli aspetti della vita - studi di subculture:  subculture sviluppatesi all’interno all’interno di segmenti sociali delle società complesse, che possono rappresentare aspetti della cultura dominante, oppure essere con essa in particolare conflitto . Esiste un filone di studi della cosiddetta etnografia organizzativa che consiste in un’analisi un’analisi delle organizzazioni come culture: dove oggetto di studio sono la cultura dell’organizzazione (le conoscenze implicite condivise fra gli appartenenti alla stessa istituzione, i modelli di riferimento utilizzati per interpretare la realtà, le regole non non scritte che orientano l’azione individuale) e le modalità con le quali questa cultura si esplicita nell’azione e nell’interazione sociale (l’organizzazione formale ed informale, la costruzione di processi decisionali, i rapporti interpersonali, i simboli, i riti) L’o.p. è stata utilizzata anche per studiare istituzioni sanitarie, politiche etc.

Osservazione palese e dissimulata: l’accesso e gli informatori Nell’osservazione partecipante il ricercatore può -

osservazione palese : chiarire apertamente da subito i suoi veri obiettivi, e cioè che vuole entrare nel gruppo non perché ne condivida gli obiettivi ma solo per studiarlo

-

osservazione dissimulata : oppure si può infiltrare nel gruppo fingendo di unirsi ad esso e di essere un

membro come gli altri altri ( paradosso dell’osservatore: volere osservare come la gente si comporta quando non è osservata). La principale giustificazione a sostegno di questa pratica è che l’essere umano se sa di essere osservato si comporterà presumibilmente in maniera diversa da quella abituale ( si è visto che ciò accade nelle prime fasi, successivamente con la consuetudine il soggetto si comporta secondo le proprie attitudini) La controindicazione è di carattere morale , spia, e nel caso in cui si fosse scoperti si potrebbe correre in conseguenze non prevedibili. Semi-dissimulato: alcuni membri della comunità sono a conoscenza della presenza dell’osservatore

Per entrare nella comunità oggetto dello studio il ricercatore spesso si serve di un mediatore culturale cioè di una persona che gode della fiducia della comunità e che può fare accettare l’osservatore da parte del gruppo, egli, per le sue caratteristiche culturali, è anche capace di capire le motivazioni e le necessità del ricercatore.

informatore, persona che appartiene alla Un’altra figura dell’osservazione partecipante è rappresentata dall’ informatore comunità studiata che l’osservatore utilizza per acquisire informazioni ed interpretazioni dall’interno della cultura studiata. – studiata.  – testimoni  testimoni privilegiati: persone in posizione strategica – strategica  – interlocutori  interlocutori privilegiati: persone normali.

Che cosa osservare L’osservatore non può osservare tutto ma la pratica deve essere selettiva. Brumer parla di “concetti sensibilizzanti” la ricerca è guidata non su una tabula rasa ma da una particolare sensibilità verso certi concetti piuttosto che altri. L’osservatore decide che cosa chiedere e forgia i suoi interessi nel corso della ricerca stessa. 34

Spradley dice che ogni situazione sociale è definita da tre elementi: posto , attori e le attività. I potenziali oggetti di osservazione possono essere classificati nelle seguenti categorie: -

contesto fisico: Il ricercatore dovrà limitarsi alla descrizione dei luoghi, più che parlare di un quartiere deprimente dovrà descrivere lo stato delle strade, i negozi,i mezzi di trasporto etc

-

contesto sociale: sociale: si descriverà l’ambiente umano, le persone che frequentano le strade, le finalità dei loro spostamenti  –   –  spesa, lavoro, bighellonare -. -. In un’azienda si descriverà l’organigramma del personale e degli uffici.

-

interazioni formali: formali: sono quelle che avvengono fra individui all’interno di istituzioni ed organizzazioni, nella quali i ruoli sono prestabiliti e le relazioni si svolgono in un quadro di vincoli prefissati.  – le comunicazioni che avvengono in un’azienda tra i vari livello gerarchici.

-

interazioni informali: informali: le più difficili da definire, l’osservatore p. deve diventare consapevole di tutti i frammenti della vita quotidiana e imparare ad isolarli per analizzarli.

-

interpretazioni degli attori sociali: sociali: l’individuo è il soggetto, attivo e protagonista,il ricercatore osserva e domanda e l’interrogazione nella duplice forma di colloquio informale e intervista formale si affianca all’osservazione come strumento di rilevazione.

Registrazione dell’osservazione dell’osservazione Il processo di registrazione dei dati è di fondamentale importanza. Nel caso dell’osservazione partecipante essa assume essenzialmente la forma di stesura di appunti fatta giorno per giorno: una sorta di giornale di bordo nel quale viene attentamente riportato, con ricchezza di particolari e riflessioni personali, tutto quello che il ricercatore ha osservato nel corso della giornata. Le note del ricercatore nascono dall’interazione fra osservatore e realtà osservata, per ci constatano essenzialmente di due componenti: - la descrizione: dei fatti, accadimenti, luoghi, persona - l’interpretazione: l’interpretazione: data dal ricercatore a questi avvenimenti con le sue impressioni, riflessioni e reazioni. L’atto della registrazione può essere scomposto in tre aspetti: -

Quando.. effettuare  – il prima possibile rispetto all’accadimento. Si suggerisce di portare sempre un taccuino in cui appuntare degli spunti da elaborare

-

Che cosa.. registrare  –   –  abbiamo già detto che le note devono riguardare la descrizione dei fatti, l’interpretazione del ricercatore ed ora aggiungiamo l’interpretazione dei soggetti studiati. La descrizione degli avvenimenti deve essere dettagliata ma il ricercatore non può scrivere tutto e su tutto, si consiglia di partire da descrizioni estensive per poi definire in maniera più restrittiva il fuoco delle analisi. L’interpretazione del ricercatore è di solito composta da due parti: riflessioni teoriche (rappresenta il primo sforzo riflessivo finalizzato ad accumulare materiale e spunti) e reazioni emotive (il coinvolgimento del ricercatore non va trascurato, essa rappresenta una forma di autoanalisi utile per il controllo di se ed una utile documentazione a posteriori della dinamica creata da osservato-osservati per individuare possibili distorsioni generate dalle proprie emozioni.

-

Come.. registrare – registrare – applicando  applicando il criterio della distinzione (fra descrizioni e interpretazioni del ricercatore e dei soggetti, bisogna attribuire con meticolosità le valutazioni da chi le ha espresse) e della fedeltà (nel riportare commenti dei soggetti, loro punti di vista etc es. riportare fedelmente le espressioni verbali)

35

 Analisi del materiale empirico L’analisi del materiale empirico che è un processo continuo che in parte si sviluppa nel corso della stessa osservazione passa normalmente attraverso le seguenti fasi con la costante che si parte dal particolare per arrivare al generale: -

Descrizione : E’ il resoconto sensoriale dell’osservatore p. arricchita dei significati e delle interpretazioni, è un descrizione densa “thick description”, viene iscritta nel contesto culturale e storico e nella rete dei rapporti sociali. Essa è il risultato dell’assemblaggio di materiale diverso,cronache giornalistiche, testi di materiale documentario etc.

-

Classificazione : nell’osservare il mondo sociale , la configurazione configurazione fisica degli ambienti e dei gruppi, i comportamenti degli individui, le azioni, il ricercatore coglierà delle ricorrenze nel tempo così come delle similitudini tra diversi oggetti sociali che gli permetteranno di costruire delle classificazioni. ( il caso più semplice consiste nell’individuare le sequenze temporali con cui si svolge un avvenimento)

-

Identificazione delle dimensioni delle tipologie stesse o tipi ideali – ideali  –   si colgono le caratteristiche che rendono i tipi uguali/differenti tra loro

Il modo più generale di leggere il materiale raccolto attraverso l’osservazione partecipante consiste nella identificazione dei temi culturali – culturali – definizione  definizione di Spradley - che attraversano la società studiata. La ricerca dell’osservatore p. deve muoversi muovers i partendo esaminando i dettagli muniti che sta studiando per poi tracciare le linee generali del panorama studiato. In merito allo stile di scrittura esso è narrativo (prossimo allo stile letterario del racconto o della cronaca giornalistica)e riflessivo ( la scrittura è legata alla personalità ed alla cultura del ricercatore).

Osservazione in Microsociolgia L’osservazione partecipante è nata come strumento per studiare le altre culture. Dallo studio delle tribù primitive essa è stata trasferita allo studio delle tribù urbane continuando ad avere tuttavia come obiettivo coloro che venivano considerati diversi. Successivamente si è compreso che ogni campo dell’attività umana ha una sua specifica cultura che può essere analizzata attraverso l’approccio etnografico e lo strumento dell’osservazione partecipante.  Anche gli aspetti organizzativi della nostra vita sociale hanno una loro cultura, anche i momenti più banali della quotidianità, gli atti meccanici della vita di tutti i giorni sono carichi di significati impliciti. La Microsociologia è lo studio delle piccole azioni quotidiane. Le azioni di tutti i giorni sono regolate da ben definite norme (implicite) che governano le interazioni fra la gente. Ogni significato non è individuale ma sociale e viene appreso dall’individuo nel processo di interazione sociale con i suoi simili. l’Etnometodologia è lo studio dei metodi e delle pratiche utilizzate dalla gente comune per decodificare il mondo, dargli significato e compiere qualsiasi azione. L’etnometodologia L’etnometodologia si pone come obiettivo quello di svelare e studiare tali norme di cui il soggetto agente – agente – l’individuo umano – non – non ha consapevolezza pur nel suo continuo adeguarsi ad esse.

Limiti e risorse I limiti della tecnica dell’osservatore partecipante sono principalmente principalmente tre: -

Soggettività del ricercatore Non generalizzabilità dei casi studiati Non standardizzazione delle procedure utilizzate 36

Essi sono un limite ma nel contempo una risorsa. La tecnica ha anche delle difficoltà di realizzazione ( grande investimento di tempo e di risorse psicologiche)

L’INTERVISTA QUALITATIVA Rilevazione mediante interrogazione

L’intervista qualitativa può essere definita come una conversazione provocata dall’intervistatore, rivolta ai soggetti scelti sulla base di un piano di rilevazione ed in un numero consistente, avente finalità di tipo conoscitivo , essa è guidata dall’intervistatore, sulla base di uno schema flessibile e non standardizzato di interrogazione. La prospettiva è quella non di vedere con i suoi occhi ma di accedere alla prospettiva del soggetto studiato, cogliere le sue categorie mentali, le sue interpretazioni, i motivi delle sue azioni.

Intervista qualitativa e quantitativa

Interrogare gli esseri umani per ricavarne conoscenza sulla società può essere fatto sia tramite un approccio qualitativo – qualitativo – interviste  interviste libere – libere – sia  sia tramite un approccio quantitativo – quantitativo – questionari  questionari standardizzati.  Approccio qualitativo si distingue dall’altro per: assenza di standardizzazione, comprensione piuttosto che documentazione / contesto piuttosto che giustificazione, assenza di campione rappresentativo , approccio incentrato sul soggetto invece che sulle variabili.

Tipi di intervista Le interviste qualitative si differenziano per il loro grado di standardizzazione cioè per il diverso grado di libertà-costrizione che viene concesso ai due attori.  Abbiamo già distinto strutture standardizzate  –   –  questionario  – e non standardizzate -intervista  – dell’interrogazione Le interviste si caratterizzano per essere uno strumento flessibile , aperto, adattabile ma la flessibilità può presentarsi a diversi gradi per cui esse possono essere ricondotte ricondot te a tre tipi: vedi pag 80-83

Interviste strutturate: sono poste le stesse domande nella stessa formulazione e nella stessa sequenza a

tutti gli intervistati (le domande sono predefinite sia nel contenuto che nella forma come in un questionario a risposta aperta)

Interviste semi-strutturate: l’intervistatore non pone delle domande preformulate ma utilizza una traccia

che riporta gli argomenti che deve deve toccare nel corso dell’intervista (le domande sono predeterminate nel contenuto ma non nella forma)

Interviste non  – strutturate: l’intervistatore deve solo accertarsi che determinati argomenti siano toccati nel corso della conversazione, secondo le formule ed i modi che ritiene più adeguati in quella specifica situazione (né forma né contenuto delle domande sono prestabilite)

Casi particolari si interviste qualitative sono: - le interviste non direttive e interviste cliniche: nell’intervista non – dire – diretta tta neppure l’argomento della discussione è prestabilito, l’intervistatore si lascia condurre condurre dall’intervistato che è libero di portare la conversazione dove meglio crede ed il fatto che la porti su un terreno piuttosto che su un altro viene assunto come elemento diagnostico. Lo scopo è quello di aiutare il paziente a portare alla luce sentimenti profondi ed inconsci / Intervista clinica: è fortemente guidata dall’intervistatore , lo scopo è quello di rileggere la storia personale dell’intervistato ricostruendo l’itinerario che ha portato verso un certo esito, per es. verso un comportamento deviante. La finalità per entrambe è che sono terapeutiche. -

interviste con testimoni (osservatori) privilegiati  –   –  persone intervistate non perché fanno parte del

fenomeno studiato ma in quanto conoscitori ed esperti di questo fenomeno del quale hanno una visione diretta e profonda. 37

Essi sono adoperati soprattutto all’inizio di una u na ricerca quando si è ancora nel mom mo mento esplorativo -

Interviste di gruppo - focus groups:  le persone intervistate devono essere innanzi tutto coinvolte tutte in una situazione particolare ( vedere un film, hanno partecipato ad un evento sociale), gli individui vengono poi intervistati in gruppo gruppo da un intervistatore che ha studiato preventivamente l’elenco in esame e che stimola e dirige la discussione in modo da far emergere le diverse interpretazioni, reazioni emotive etc. Si tratta di un dibattito focalizzato su un evento ben preciso.

Conduzione Conduzione dell’intervista Condurre un’intervista qualitativa –  –  non essendo solo un momento di raccolta di informazioni ma un processo di interazione fra due individui – individui – è un’arte difficile. La dinamica dell’intervista può essere descritta con riferimento ai seguenti ai seguenti aspetti: -

-

le spiegazioni preliminari: il problema di affrontare il contatto iniziale non è tanto quello di superare la

diffidenza dell’intervistato quanto quello di fargli capire che cosa vogliamo da lui. Si descriverà lo scopo della ricerca, spiegando perché abbiamo scelto lui e perché faremo certe domande

le domande primarie e secondarie: primarie: quelle che introducono un nuovo tema o aprono un

nuovo interrogativo, secondarie: finalizzate ad articolare ed approfondire l’argomento della domanda domanda primaria

-

le domande sonda: non sono delle vere e proprie domande ma degli stimoli che intendono essere

-

il linguaggio: lo stile cambia da soggetto a soggetto adattandosi alle caratteristiche dell’intervistato

-

il ruolo dell’intervistatore dell’i ntervistatore: L’intervistatore ha un ruolo determinante ed il suo approccio approccio è costruttivista.

neutrali ed hanno la funzione di incoraggiare l’intervistato ad andare avanti ed aprirsi.(es. ripetizione delle domande, incoraggiamento attraverso espressioni di interesse, pause, richiesta di approfondimento.

P Per cui non si richiede come nell’ambito quantitativo solo di essere diligente ma una sensibilità, un’intuizione, capacità di immedesimarsi. Più lo strumento di rilevazione è destrutturato maggiori devono essere le capacità dell’intervistatore. dell’intervistatore.

 Analisi del materiale empirico Una volta che le interviste sono state concluse ( effettuate e trascritte) , esse devono essere analizzate, interpretate e viene steso il rapporto di ricerca.

L’analisi dei dati è centrata sui soggetti (differisce dall’approccio quantitativo nel quale è centrata sulle variabili) secondo una visione olistica nel senso che l’individuo è osservato e studiato nella sua interezza.

I risultati sono presenti in una prospettiva di tipo narrativo, si sviluppa attraverso racconti di si episodi, descrizione di casi spesso utilizzando le stesse parole degli intervistati per non alterare il materiale raccolto. Il modo standard di procedere alla presentazione dei risultati è il seguente: si sviluppa sviluppa un’argomentazione e al suo sostegno ed illustrazione viene riportato un brano dell’intervista. le sintesi e le generalizzazioni assumono la forma di classificazioni e tipologie. Nel caso delle interviste strutturate i dati si possono analizzare secondo un approccio: -

misto:contemporaneamente contemporaneamente qualitativo e quantitativo: l’elemento che distingue la ricerca quantitativa

dalla qualitativa, il vero punto di discontinuità, è costituito dalla presenza o meno della matrice dati. la matrice dati consiste nella organizzazione delle risposte sulla base di uno schema di classificazione comune a tutti i soggetti, che dà luogo ad una matrice rettangolare di numeri, in riga abbiamo le i casi, 38

in colonna le variabili, in ogni cella, costituita dall’intreccio tra le due, un dato (ovvero un valore assunto da una particolare variabile su un particolare caso)la matrice dati come organizzazione standardizzata delle risposte è incompatibile con l’approccio individualistico. Nell’intervista strutturata però i due approcci approcci convivono poiché le domande sono prestabilite. Si ottiene così una matrice dati dove i soggetti studiati sono classificati sulle stesse variabili. I dati standardizzati , comuni a tutti gli intervistati, vengono analizzati con gli strumenti classici della statistica, i testi integrali delle trascrizioni secondo le modalità della ricerca qualitativa. Si consiglia di stabilire lo schema della matrice dati prima dell’intervista, in modo che ogni intervistatore sia a conoscenza di quali sono le informazioni in formazioni che deve chiedere.

 Assenza di standardizzazione e interazione L’assenza di standardizzazione rappresenta il punto di forza e di debolezza delle interviste qualitative. E’ uno strumento adatto alla scoperta ed alla comprensione – liberà – liberà dell’intervistato dell’intervistato che può fare risaltare il proprio punto di vista, pochi vincoli all’intervistatore i cui studi possono andare oltre la formulazione originaria del problema. La manca di standardizzazione comporta però una difficoltà di comparazione , difficoltà di sintesi. L’intervista è un atto di interazione in cui il ricercatore accede al mondo dell’intervistato.

L’USO DEI DOCUMENTI Ogni società produce un grande quantità di documenti, vediamo come tali documenti possano essere utilizzati in quanto basi della ricerca sociale.

Definizione dell’oggetto Tre azioni elementari stanno alla base delle tecniche di ricerca quantitativa: osservare – interrogare  – leggere. Trattiamo la parte relativa alla lettura dei documenti prodotti dagli individui e dalle istituzioni. Documento: qualsiasi materiale che fornisce informazioni su un dato fenomeno sociale che esiste indipendentemente dall’intervento del ricercatore. Esso viene prodotto dai singoli individui o dalle istituzioni per finalità diverse da quelle della ricerca sociale ma essa può impossessarsene e utilizzarlo ai propri fini. Essendo riprodotti senza l’intervento dei ricercatore essi contengono informazioni non reattive , cioè che non risentono dell’interazione tra studiante e studiato e attraverso di essi di essi si può studiare il passato.

Documenti personali

I documenti personali hanno natura privata, essendo prodotti dall’individuo –  –  gente comune - per uso personale.

 Vengono chiamati documenti “espressivi” in quanto esprimono i sentimenti, gli affari ed in generale la personalità di chi li produce. Sono stati classificati in: - autobiografie : resoconti scritti dell’intera vita della persona, da lei stessa compilati, scritti in un periodo circoscritto e di tempo e quindi secondo una visione retrospettiva -

diari: scritti per uno strettamente personale e contemporaneamente all’accadimento degli eventi 39

ai diari che scrivono spontaneamente i soggetti possiamo accostare quelli commissionati, sono resoconti giornalieri compilati su richiesta del ricercatore (inchiesta campionaria – campionaria  –   uso dei bilanci del tempo  – consistenti in schede consegnate ai soggetti studiati, nelle quali la giornata viene suddivisa in frazioni di tempo e per ciascuna di esse si chiede ad ognuno di annotare che cosa ha fatto per un certo periodo) -

lettere , testimonianze orali: resoconti della propria esperienza di vita sollecitate dal ricercatore. Le

testimonianze orali possono essere distinte in storie di vita  – narrazione all’intervistatore della propria vita – vita – e  e storia orale – orale – resoconto  resoconto di specifici eventi dei quali il soggetto è stato testimone

Documenti istituzionali

I documenti istituzionali sono prodotti da istituzioni oppure da singoli individui nel contesto dei loro ruoli istituzionali. Diversamente dai documenti personali hanno natura pubblica Sono stati classificati in base alla loro fonte in:

-

mezzi di comunicazione di massa: narrativa testi pedagogici racconti della cultura popolare materiale giudiziario documenti della politica documenti aziendali e amministrativi tracce fisiche :  documenti materiali dai quali è possibile risalire alle attività che li hanno prodotti. (iscrizioni sui muri, spazzatura etc)

Leggere i documenti umani Leggere i documenti personali

Due modi principali degli scienziati sociali per atteggiarsi alla lettura dei documenti personali. Il primo approccio è “riduttivo” non si nega il fascino letterario ed il potere evocativo ma trattandosi di racconti di destini unici ai documenti personali viene riconosciuta una funzione integrativa. Il secondo approccio contempla che dato che lo scopo non è quello di spiegare i fatti ma comprenderli, allora anche lo studio dei singolo casi può conoscendo i singoli casi, aiutare la nostra comprensione.

Leggere i documenti istituzionali

Pro: non reattività – reattività – possibilità  possibilità di analisi diacronica – diacronica – costi  costi ridotti Contro: incompletezza dell’informazione – ufficialità – ufficialità della rappresentazione.

4)  ANALISI DEI DATI IL CAMPIONAMENTO Nella grande maggioranza dei casi la ricerca sociale non può essere condotta sulla totalità della realtà sociale oggetto dello studio ma è costretta a ritagliare un sottoinsieme di tale realtà sul quale condurre lo studio. La procedura di campionamento rappresenta la prima operazione empirica che il ricercatore sociale si trova a svolgere.

Popolazione e campione

 Anche se può sembrare strano, la scelta casuale (tipica del campionamento) campionamento) deve seguire regole ben precise. 40

Un campionamento infatti può essere definito come un procedimento attraverso il quale si estrae, da un insieme di unità costituenti l’oggetto l’oggetto di studio (popolazione), un numero ridotto di casi (campione) scelti con criteri tali da consentire la generalizzazione all’intera popolazione dei risultati ottenuti studiando il campione. La rilevazione campionaria presenta numerosi vantaggi alla ricerca sociale per quanto riguarda il costo di rilevazione, i vantaggi nei tempi di raccolta dati ed elaborazione, vantaggi organizzativi (nel senso che non è necessario reclutare , addestrare e gestire le legioni di rilevatori che sono necessari nella approfondimento e l’ accuratezza accuratezza  (la minore complessità organizzativa permette di rilevazione totale) l’ approfondimento concentrare risorse sulla qualità dei dati)

Errore di campionamento

La tecnica del campionamento presenta tuttavia anche degli svantaggi. Infatti, se l’indagine l’indagine totale fornisce il valore esatto del parametro che si vuole conoscere, l’indagine l’in dagine campionaria ne fornisce solo una stima, cioè un valore approssimato. Ciò significa che il valore in questione non è certo, ma solo probabile, e inoltre questa probabilità può variare entro un certo intervallo (detto intervallo di fiducia). La stima del campione sarà quindi sempre affetta da un errore, che si chiama errore di campionamento . Se però il campione è probabilistico (cioè scelto secondo una procedura rigorosamente casuale), la statistica ci permette di calcolare l’entità di tale errore.

Campioni probabilistici: il campione casuale semplice

Un campione è detto probabilistico quando ogni unità che lo compone viene estratta con una probabilità nota e diversa da zero. È necessario conoscere la popolazione. I principiali tipi sono:

Campionamento casuale semplice: Il caso più semplice del campione probabilistico, in cui ogni individuo

della popolazione ha uguali possibilità di essere scelto per il campione. Si devono estrarre gli individui senza riferimento a caratteristiche individuali; il ricercatore parte dalla lista completa dei membri della popolazione, in questo modo potrà assegnare ad ognuna unità un numero ed estrarre poi casualmente i numeri corrispondenti ai soggetti destinati a formare il campione. Raramente applicato sia perché la selezione è completamente casuale sia perché è molto costosa e non sempre i dati sui membri dell’intera popolazione sono disponibili.

Campionamento sistematico: è simile al casuale semplice, ma con diversa tecnica di estrazione. I soggetti si scelgono secondo un intervallo stabilito (uno su k)

K=N/n : N è la popolazione di riferimento – riferimento – n  n le unità che vogliamo – vogliamo  – k è l’intervallo di campionamento. Su 8235 abitanti – abitanti  – N  N - , vogliamo estrarre 500 unità  – n  – avremo k=8235/500 ovvero 16.7, un’unità ogni 16.

Si usa quando non c’è periodicità e quando la lista non è completa (ad esempio nei controlli di qualità sui prodotti effettuato nelle ricerche di mercato delle persone che escono dal supermercato oppure negli exit polls). In ogni caso deve essere rispettato il requisito che tutte le unità abbiano la stessa probabilità di essere incluse nel campione e inoltre deve essere evitata ogni forma di scelta diversa da quella predeterminata predeterm inata dall’intervallo di campionamento.

Campionamento stratificato: si applica quando il fenomeno oggetto di studio presenta maggiore

omogeneità. Si articola in tra fasi: a)si suddivide la popolazione di riferimento in sottopopolazioni (dette strati) il più possibili omogenee rispetto al fenomeno studiato, utilizzando come criterio di stratificazione una variabile correlata a tale fenomeno b) si estrae tramite un procedimento casuale semplice un campione da ogni strato c) si uniscono i campioni corrispondenti ai singoli strati per ottenere ott enere il campione complessivo. Questa procedura richiede che per tutte le unità della popolazione sia nota la variabile posta alla base della stratificazione. Es. se il fenomeno oggetto di studio è il reddito i soggetti di studio possono essere suddivisi in strati in base alla variabile occupazione avremo quindi operai, impiegati etc 41

Il campione ottenuto può essere stratificato proporzionale o ponderato (se si decide di riprodurre la stessa composizione degli strati nella popolazione es. la popolazione è composta da 40% impiegati, 15% operai etc costruiremo un campione complessivo di 1000 casi in cui il 15% saranno operai ed il 40% impiegati ) oppure stratificato non proporzionale (se si decide di sovrarappresentare alcuni strati e sottorappresentare altri. Il campione di questo esempio più efficiente è il campione stratificato ottimale: l’ampiezza del campione estratto da ciascuno strato risulta proporzionale alla variabilità del fenomeno studiato all’interno di quello strato).

Campionamento a stadi: la popolazione viene suddivisa su più livelli gerarchicamente ordinati, i quali

vengono estratti in successione con un procedimento ad “imbuto”. Se presumiamo di avere due stadi, il campionamento si effettua in due momenti: prima si estraggono le unità primarie (gruppi di soggetti che costituiscono le unità di analisi vere e proprie) e successivamente si estrae casualmente un campione di unità secondarie (le unità di analisi) in ognuna delle unità primarie selezionate dalla prima estrazione. I vantaggi di questa tecnica consistono nel fatto che non è necessario avere la lista di tutta la popolazione, ma solo delle unità primarie; inoltre la rilevazione viene concentrata sulle unità estratte, con notevole riduzione dei costi e una semplificazione della procedura. Gli svantaggi sono una perdita di efficacia dovuta al fatto fa tto che i casi appartenenti ad una stessa unità unit à d’ordine superiore tendono in parte ad assomigliarsi e la teoria statistica legata è molto complessa. Es. devo costruire un campione nazionale di maestri elementari , le unità primarie sono i circoli didattici di appartenenza (purché ogni maestro appartenga ad una sola unità primaria)e le unità secondarie sono gli stessi maestri. Il campionamento si effettua in due stadi ovvero in due estrazioni successive, al primo stadio si estrae un campione di unità primarie per es. 50 circoli didattici, al secondo si estrae casualmente un campione di unità secondarie, maestri, da ognuna delle unità primarie selezionate nella prima estrazione. La lista dei maestri serve solo per le unità primarie. Gli stadi del campionamento possono essere anche più di due.

Campionamento a grappoli: si usa quando la popolazione risulta naturalmente suddivisa in gruppi di unità spazialmente contigue (grappoli). Al posto delle unità elementari vengono estratti i grappoli, e poi tutte le

unità elementari appartenenti ai grappoli vengono incluse nel campione. Questa tecnica semplifica di molto la rilevazione ed è molto utile quando manca la lista delle unità elementari mentre esiste la possibilità di estrarre con procedura probabilistica i grappoli. Es. ricerca sul tifo calcistico si può assumere come popolazione di riferimento l’insieme dei tifosi che seguono in treno la trasferta della squadra. Scegliere con campionamento sistematico due scompartimenti per ogni vagone ferroviario ed intervistare tutti gli individui presenti negli scompartimenti selezionati.

Campionamento per aree: è molto simile al campionamento a stadi e si utilizza quando mancano del tutto i

dati sulla popolazione oppure quando le liste sono incomplete. Esso offre maggiori probabilità di rilevare i clandestini, residenti temporanei etc.

Campioni complessi: sono quelli in cui si utilizzano congiuntamente le tecniche ora presentate.

Campioni non probabilistici Quando il disegno probabilistico non può essere impostato si ricorre sin dall’inizio ai campioni non probabilistici. Campionamento per quote: E’ il campionamento più diffuso soprattutto soprattutto nelle ricerche di mercato e nei sondaggi di opinione. Si divide la popolazione in strati definiti da alcune variabili delle quali si conosce la distribuzione (es. genere , classe di età, titolo di studio) , quindi si calcola il peso percentuale di ciascuno strato ovvero la quota di popolazione complessiva che appartiene ad ogni strato (la somma di questi pesi deve esser uguale ad 1), 42

infine moltiplicando ciascuno di questi pesi per l’ampiezza n del campione si stabiliscono le Quote ovvero il numero di interviste da effettuare in ciascuno strato. Restando il vincolo dell’ammontare complessivo di ogni quota il ricercatore è libero di scegliere a sua discrezione i soggetti da intervistare. i soggetti all’interno degli strati rispettando la proporzione (non c’è casualità). I limiti di questa procedura consistono nel fatto che il ricercatore segua criteri utilitaristici di selezione e cerchi i soggetti più facilmente raggiungibili, enfatizzando in questo modo l’errore di non-risposta. non-risposta.

Campionamento a valanga: è particolarmente utile in caso di popolazioni clandestine e per quei gruppi

poco numerosi dispersi per il territorio. Esso consiste nell’individuare i soggetti da inserire nel campione partendo dagli stessi soggetti intervistati. Si parte da un piccolo numero di individui dai requisiti richiesti, i quali sono utilizzati come informatori per identificare altri individui dalle medesime caratteristiche, con il procedere delle rilevazioni il numero dei nominati dovrebbe crescere esponenzialmente da qui l’analogia con la valanga.

Svantaggio: si selezionano le persone più attive socialmente e più visibili e potrebbero imboccarsi delle strade troppo specifiche per cui si necessita di porre dei vincoli basati sulla propria conoscenza del fenomeno.

Campionamento a scelta ragionata: in questo caso le unità campionarie non sono scelte in maniera

probabilistica, ma sulla base di alcune loro caratteristiche.  Viene adoperato quando l’ampiezza del campione è assai limitata. Es. nella scelta dei quartieri di una città si può decidere di includere nel campione un egual numero di quartieri centrali e periferici, operai e borghesi.

Campionamento bilanciato: è una forma di campionamento ragionato, nel quale si selezionano la unità di

modo che la media del campione, per determinate variabili, sia prossima alla media della popolazione (deve trattarsi quindi di variabili delle quali sia nota la distribuzione nella popolazione). Esso viene usato soprattutto in caso di campioni molto piccoli e quando le unità di analisi non sono individui ma istituzioni, comuni etc.

Problemi di campionamento nella ricerca sociale Nell’inchiesta campionaria – survey – survey –  – l’applicazione della teoria del campione è resa difficile dall’esistenza dei cosiddetti “errori di selezione”, che includono oltre all’errore di campionamento anche l’errore di copertura e l’errore di non risposta.

Errore di copertura. Lista della popolazione

Nasce dal fatto che spesso nella ricerca sociale non si possiede una lista completa della popolazione. Nel caso in cui si conosce la lista della popolazione, è possibile procedere con campionamenti probabilistici. Questo accade di solito quando l’oggetto di studio è l’intera popolazione (anche nazionale), perché esistono anagrafi e liste elettorali che forniscono l’elenco completo della popolazione. Il problema si pone per i sottoinsiemi della popolazione, perché di solito non si è in possesso di una lista completa della popolazione, pensiamo per esempio agli studi su operai, immigrati, cattolici etc. Quando invece l’unità di analisi non è un individuo , come appena a ppena accennato, ma un collettivo, la situazione è migliore perché in genere un aggregato di individui esiste in forma istituzionalizzata e registrata. Se non c’è la possibilità di conoscere la l a lista della popolazione bisogna rinunciare a tecniche di campionamento probabilistico, perché in questi casi non è possibile assegnare a tutte le unità della popolazione una certa probabilità di estrazione. Ma non è sufficiente che le liste esistano, bisogna anche che siano aggiornate, complete ed esenti da 43

duplicazioni. duplicazioni. Il problema dell’ incompletezza è il più grave; in questo caso il ricercatore ha tre vie:può ridefinire la popolazione, trascurare gli esclusi oppure procedere ad un’integrazione del campione.

Errore di campionamento. Ampiezza del campione

Se consideriamo il caso di una ricerca monovariata (quando si stimano le variabili ad una ad una) la dimensione del campione può essere adeguata, ma se nella stessa ricerca studiamo le relazioni tra le variabili (analisi bivariata o multivariata) l’errore cresce subito subito fino a livelli inaccettabili. La dimensione ideale del campione dipende dalla distribuzione delle variabili studiate e dal tipo di analisi che si intende fare. In generale l’ampiezza del campione dovrà essere tanto maggiore quanto più il fenomeno da studiare è minoritario.

Errore di non-risposta. Mancati contatti e rifiuti

errore di non-risposta può avere due cause ben diverse: L’ errore a) Il mancato contatto con i soggetti estratti b) Il rifiuto di farsi intervistare da una parte di essi Il problema del mancato contatto con i soggetti estratti è soprattutto un problema di costi, esso può presentarsi in due forme: - può essere causato dalla difficoltà di raggiungere i soggetti (non si può superare un certo limite stabilito dall’economia generale della rilevazione, es non si può immaginare che nell’ambito di una ricerca sulla popolazione nazionale, una volta effettuato il sorteggio si possano intervistare i soggetti dispersi su tutto il territorio) - oppure dalla loro irreperibilità; (sempre per motivi di costi dopo 2-3 volte di mancato contatto con la persona che si ricerca essa venga sostituita da un nominativo di riserva) in ogni caso si tratta di problemi fastidiosi ma risolvibili. Molto più grave è il problema dei rifiuti a rispondere, in quanto spesso coloro che non vogliono rispondere sono diversi dagli altri e quindi non rappresentano una selezione casuale del campione originario. Spesso si tratta di persone anziane, con baso titolo di studio, donne, individui che vivono soli, oppure per es persone con certe certe caratteristiche, in un’inchiesta sugli operai di uno stabilimento possono rifiutarsi di rispondere quelli più politizzati. In questo modo si compromette la validità del campione stesso, che sovrarappresenterà alcune categorie di persone a scapito di altre. La percentuale di mancate risposte in Italia varia dal 20% al 50%, a seconda della diversa forma di contatto utilizzata (ad esempio di solito le interviste faccia a faccia hanno un tasso di risposta superiore a quelle telefoniche). Una soluzione per rimediare alle mancate risposte può essere quella di sostituire i soggetti con altri scelti a caso, ma questa tecnica spesso non è efficace perché i sostituti assomigli ano più ai rispondenti che non ai non rispondenti e potrebbero non rappresentare segmenti di popolazione dalle caratteristiche particolari – particolari  – marginali – marginali – ma  ma un gruppo medio essendo stati estratti casualmente. Per contrastare efficacemente il problema delle mancate risposte ci sono due metodi: il primo è quello di tornare il più possibile dalla persone che non rispondono per incontrarle o convincerle; il secondo consiste nella ponderazione, cioè nell’attribuire alle persone non raggiunte dall’intervista le risposte medie date dal gruppo sociale al quale esse appartengono.

Ponderazione

La ponderazione è quella procedura con la quale modifichiamo artificialmente la composizione del campione (attraverso operazioni matematiche nella fase di elaborazione) onde renderla più prossima alla distribuzione della popolazione. Essa si realizza attribuendo attribuen do un “peso” ai casi campionati che varia a seconda delle loro caratteristiche. Le procedure di ponderazione sono molto complesse e ci limitiamo ad illustrare quelle le cui forme e le situazioni più elementari a seconda che si basino sulle 44

a) probabilità di inclusione delle unità nel campione, La ponderazione si effettua a partire dalle probabilità di inclusione dei soggetti nel campione. Spesso i campioni utilizzati nella ricerca sociale non corrispondono alla situazione ideale in cui tutte le unità hanno hanno eguale probabilità di selezione e che viene richiamata nell’immagine delle palline estratte dall’urna. Essa consiste nel campionare negli strati in modo deliberatamente non proporzionale alla loro presenza nella popolazione per avere un numero di soggetti soggetti sufficiente per l’analisi statistica. In questo caso la probabilità di inclusione non è uguale per tutti i soggetti, ma è nota; ed a partire da questa conoscenza si calcolano i pesi per la ponderazione. Siamo nell’alveo del campione probabilistico. Nei casi in cui il campione non è probabilistico oppure p affetto da errori di copertura o di non risposta gli intervento di ponderazione consistono in puri e semplici interventi di aggiustamento finalizzati a contenere gli errori e le distorsioni. b) conoscenze che si hanno sulla popolazione Il caso più comune di ponderazione effettuata sulla base di conoscenze che si hanno sulla popolazione è quello della cosiddetta post-stratificazione e consiste nel correggere la distribuzione nella popolazione del campione di alcune variabili in modo da farla corrispondere corrispon dere alla distribuzione della popolazione totale. L’operazione si effettua moltiplicando ogni caso del campione per un coefficiente di ponderazione (peso) pari al rapporto quota teorica  /quota rilevata della categoria di appartenenza. Es. se i maschi invece di essere il 49% 49% - quota teorica nota attraverso il censimento – censimento – risultano  risultano essere nel campione a rilevazione avvenuta il 58% - quota rilevata – rilevata  – si  si moltiplicherà ogni soggetto maschio per il peso 49/58=0.84 ed ogni femmina per il peso 51/42=1.21. Di fatto è come se riducessimo un po’ il numero dei maschi imponendo che ogni maschio conti non per un’unità ma per 0.84 unità ed aumentassimo il numero delle femmine imponendo che ognuna di esse conti per 1.21 unità. Esso copre l’errore di copertura. In questo caso non siamo più in presenza di campioni probabilistici. c) conoscenze che si hanno sulle non-risposte. Il caso che si basa sulle conoscenze che si hanno sulle non-risposte non-risposte copre invece l’errore di non-risposta di non-risposta e consiste nel classificare le persone che si rifiutano di rispondere sulla base di un certo numero di variabili e quindi le risposte raccolte vengono ponderate attribuendo loro un peso che tiene conto dei rifiuti. Lo scopo di questa procedura è quello di attribuire ai non rispondenti il comportamento medio delle persone appartenenti al loro stesso gruppo sociale. Es. nell’intervista all’uscita dai seggi elettorali – exit – exit polls – polls  – l’intervistatore classifica le persone che rifiutano di rispondere sulla base di due variabili, genere e classe di età. Le interviste raccolte vengono ponderate attribuendo loro un peso che tiene conto dei rifiuti a rispondere. Se sul totale delle persone interpellate per l’intervista le donne anziane erano il 9% ma di queste solo una parte – parte  – 5%  5% de totale ha risposto -, a quelle che hanno accettato di farsi intervistare verrà attribuito attr ibuito un peso pari a 9/5=1.8. In questo caso il coefficiente di ponderazione  –   –  peso  –   –  corrisponde al reciproco del tasso di risposta per ciascuna classe.  Anche in questo caso non si tratta di una tecnica probabilistica. Un ulteriore intervento, che si usa per attenuare la distorsione prodotta dalla mancata risposta solo a qualche domanda del questionario, consiste nel procedere ad una stima delle mancate risposte a partire dalle informazioni che si hanno sugli intervistati parzialmente reticenti.

Bontà di un campione

la validità scientifica ( bontà) di un campione è definita da due fattori: la sua rappresentanza e la sua ampiezza. 45

Un campione è rappresentativo quando fornisce un’immagine in piccolo ma senza distorsioni della popolazione; la rappresentatività dipende dalla casualità della procedura con la quale è stato costruito. Questa rappresentatività è valida per tutte le variabili della popolazione. Possiamo infine dire che se le stime del campione sono sufficientemente piccole, il campione è rappresentativo. Ma è praticamente impossibile realizzare una procedura completamente casuale, per cui la rappresentatività del campione è un obiettivo limite al quale ci si può solo avvicinare minimizzando gli errori di copertura e di non-risposta (accuratezza).

ampiezza del campione è condizione della rappresentatività: se il campione è troppo piccolo, allora In parte l’ ampiezza l’errore di campionamento campionamento è troppo elevato e il campione non può essere definito rappresentativo. In parte invece l’ampiezza del campione è un requisito autonomo dalla rappresentatività, e dipende dal tipo di analisi che vogliamo fare sui dati (monovariata, bivariata o multivariata). Tra i due requisiti dovrebbe essere privilegiata l’ampiezza per la sua maggiore importanza. È importante anche la finalità della ricerca: se si tratta di uno studio descrittivo, il campione deve essere il più possibile rappresentativo, se invece l’obiettivo è di tipo relazionale, il campione può anche non essere perfettamente rappresentativo. In ogni caso il ricercatore può trascurare l’accuratezza della rilevazione, applicando il più possibile il campionamento casuale nonostante la sua difficoltà.

L’ANALISI MONOVARIATA L’analisi monovariata consiste nell’analizzare le variabili singolarmente, ad una ad una senza metterle in relazioni tra loro.

Tipi di variabili e analisi statistica

Le variabili si distinguono in nominali, ordinali e cardinali. Tale distinzione deriva dalle caratteristiche della proprietà che la variabile operativizza ed ha delle conseguenze sulla scelta delle tecniche statistiche da utilizzare per analizzare le variabili stesse e le loro relazioni. Sono le caratteristiche logico-matematiche delle variabili a definire le procedure da seguire nella fase di analisi dei dati. Le diverse variabili sono quindi analizzate in modo diverso sin dai livelli più elementari. -

Nominali: deriva da un’operazione di classificazione degli stati s tati della proprietà. I numeri assegnati alle

-

Ordinali: nasce da un’operazione di ordinamento degli stati della proprietà. I valori numerici attribuiti

-

Cardinali: si ottengono dalle proprietà mediante un’operazione di misurazione e conteggio.

modalità (ammesso che siano numeri, potrebbero essere lettere o qualsiasi altro segno)non hanno alcun significato numerico ma sono dei puri nomi. Es. religione assegniamo 1 cattolica 2 mussulmana dove i numeri sono puramente arbitrari privi di significato numerico. Le sole relazioni possibili sono quelle di eguaglianza (due persone cattoliche sono uguali per quanto riguarda la religione) e di diseguaglianza (un cattolico ed un protestante sono diversi per religione)

alle modalità mantengono le proprietà ordinali dei numeri, nel senso che attribuiamo 1 per molto insoddisfatto, 2 per poco soddisfatto etc. Oltre Oltre alle relazioni di eguaglianza e diseguaglianza possono essere instaurate anche le relazioni d’ordine e cioè di maggiore e minore. Non si può affermare la distanza tra valori e quindi quanto un valore sia maggiore dell’altro dell ’altro I valori hanno un pieno significato numerico. Nel caso della misurazione, l’esistenza di un’unità di misura fa si che si conoscano le distanze fra i valori. 46

Fra 20 e 22 gradi c’è la stessa distanza dista nza che intercorre tra 16 e 18 gradi e tale distanza è la metà di quella esistente fra 40 e 44 gradi. Si possono effettuare le quattro operazioni matematiche aprendo la strada all’utilizzazione si tutte le principali procedure della statistica. Il fatto che sulle variabili non siano consentite le stesse operazioni fa si che esse vadano analizzate con procedure diverse sin dai livelli più elementari. La maggior parte delle tecniche sono state elaborate per le variabili nominali o cardinali, mentre le variabili ordinali dovrebbero essere trattate come nominali perché non è corretto assegnare loro le proprietà delle variabili cardinali. Ricordiamo che le proprietà dei tre tipi di variabili sono cumulative,- la variabile successiva ha insite le caratteristiche caratteristiche di quella che l’ha precedutapreceduta- e i tipi possono essere visti come tre livelli ordinabili per cui le tecniche di analisi delle variabili a livello inferiore sono applicabili anche a quelle poste su un livello superiore. Un caso particolare delle variabili nominali è quello delle cosiddette variabili dicotomiche, che hanno la proprietà di poter essere trattate statisticamente come variabili cardinali non ponendosi il problema delle distanze tra i due valori; per questo talvolta il ricercatore “dicotomizza” variabili v ariabili a più categorie (politomiche) aggregando modalità dal significato prossimo. (es aggregando il partito votato in partito di destra o di sinistra)

Matrice dei dati  Abbiamo il materiale empirico grezzo si tratta t ratta ora di organizzarlo in una forma che possa essere analizzato con gli strumenti dell’analisi statistica. Nella ricerca quantitativa lo strumento adoperato è la matrice dei dati che consiste in un insieme rettangolare di numeri, dove in riga abbiamo i casi e in colonna le variabili; in ogni cella derivante dall’incrocio tra una riga e una colonna abbiamo un dato, cioè il valore assunto da una particolare variabile su un particolare caso. Per potere essere organizzate in una matrice, le informazioni devono avere due caratteristiche: l’unità d’analisi d’analisi deve essere sempre la stessa (ovvero per es. trattare di informazioni raccolte tutti su individui oppure tutti su comuni , famiglie etc) e su tutti i casi studiati devono essere rilevate le stesse informazioni. L’operazione di traduzione del materiale materiale empirico grezzo (il pacco di questionari, la pila di documenti) in matrice viene chiamata codifica ed avviene con due strumenti, il tracciato record (la posizione di ogni variabile nella riga della matrice es. la variabile genere si trova nella colonna 4 della matrice) e il codice (che assegna ad ogni modalità della variabile un valore numerico es. nella variabile genere si assegna il valore 1 ad un maschio 2 ad una femmina). Nella pratica di ricerca spesso tracciato – tracciato – record e codice sono inseriti all’ interno interno del questionario. Ogni riga della matrice corrisponde ad un caso  –   –  un individuo/ un questionario - (leggendo ogni riga possiamo ottenere il profilo di un caso), mentre ogni colonna corrisponde ad una variabile (leggendo una colonna conosciamo le risposte date a quella domanda da tutti gli intervistati). Ogni singola riga della matrice , ovvero ogni singolo caso trasformato in dati, si chiama record. La matrice dati memorizzata su supporto informatico si chiama files, l’immissione dei dati si chiama chia ma data entry. Stampa pag 63-64-65 esempi e dettagli questionario

Distribuzione di frequenza Distribuzioni assolute e relative 47

Una volta costruita la matrice –dati si deve analizzare, l’analisi verrà condotta per variabili. Per dare una rappresentazione sintetica di una colonna della matrice si usa la distribuzione di frequenza, di una variabile è una rappresentazione nella quale ad ogni valore della variabile viene associata la frequenza con la quale esso si presenta nei dati analizzati. Tale rappresentazione può avvenire in forma tabellare, grafica o algebrica.  Ved pag 69 La distribuzione di frequenza può essere assoluta, quando ci si limita semplicemente riportare accanto ad ogni valore della variabile il numero dei casi che presentano quel valore – valore – ci  ci siamo limitati a contare, - senza alcun altro intervento oppure relativa, quando sono rapportate ad un totale comune. Es. se vogliamo confrontare la distribuzione di frequenza della variabile titolo di studio nel gruppo studiato con la distribuzione della stessa variabile in un altro gruppo, di diversa numerosità, non possiamo effettuare direttamente il confronto. Se il secondo gruppo è costituito da 500 persone ed il primo 1200 per poter effettuare il confronto al fine di sapere se il secondo gruppo presenta livelli di istruzione diversi dal primo dobbiamo riferire le situazioni ad un totale comune, ovvero, dobbiamo relativizzarle ad un totale comune , queste nuove frequenze sono le f. relative. Un modo per operare questa relativizzazione è la proporzione, che consiste nel dividere ogni singola frequenza assoluta per il numero totale di casi della distribuzione; Es. le persone senza titolo di studio sono 30 su 1200, la frequenza relativa è 30/1200=0.025. Con questa pratica si relativizzano le frequenze ad un totale pari all’unità – la –  la somma delle proporzioni di tutte le classi dà come totale 1. Il modo più consueto di relativizzare una distribuzione di frequenza è quello di relativizzarle ad un totale pari a 100. Sono queste le percentuali, che si ottiene dalle proporzioni moltiplicandole per 100. Es: 30*100 / 1.200 = 2.5 Il fatto di relativizzare le frequenze permette di effettuare dei confronti fra distribuzioni di frequenza della stessa variabile ma ottenute da popolazioni di diversa numerosità. Una forma particolare di distribuzione di frequenza è costituita dalla distribuzione cumulativa di frequenza, nella quale in corrispondenza di ogni valore dalla variabile viene riportata non la sua frequenza ma la somma delle frequenze corrispondenti a quel valore e a tutti quelli inferiori. Es. si sommeranno i valori delle frequenze relative proporzioni e percentuali anche degli stati inferiori. Es. licenza elementare Tutto ciò illustrato accade per le variabili ordinali e nomilali. Se le variabili da sintetizzare sono cardinali, si tende a raggrupparli in classi (raggruppando i valori adiacenti), perché spesso sono in numero elevato e altrimenti si otterrebbe una distribuzione troppo dispersa.  Vedi pag 72-73

La presentazione delle tabelle Distribuzione di frequenza in forma compatta

 Abbiamo parlato di distribuzioni di frequenza assolute e relative, tuttavia nella maggior parte dei casi il ricercatore si limiterà a presentare un solo tipo di distribuzione di frequenza. il ricercatore deve attenersi al massimo della parsimoniosità nella presentazione dei suoi dati per non confondere il lettore, per cui si limiterà a presentare nelle tabelle solo i numeri numeri essenziali , evitando ogni ridondanza. Egli presenterà solo le frequenze percentuali accompagnate dall’indicazione della base del calcolo delle percentuali, cioè del totale in valore assoluto (indicato dalla lettera N).  Ved pag 74 Il fatto di riportare alla base della colonna delle percentuali il numero N di casi sui quali le percentuali sono state calcolate ha due finalità: comunicare al lettore la rilevanza numerica dei dati esaminati, il valore N permette di risalire alle frequenze assolute.

Cifre decimali: di solito le percentuali si riportano ripor tano con una cifra decimale oppure senza decimali se la base

delle percentuali è minore di 100; questo perché sappiamo che esiste sempre un errore che può essere di diversi punti. 48

 Arrotondamenti: se il decimale da eliminare si colloca tra 0 e 4, si arrotonda per difetto, se si colloca tra 0 e

5 si arrotonda per eccesso. Il decimale zero: se si decide di riportare i decimali deve essere presente anche lo zero (es. 22,0%) poiché lo zero ha valore e dignità come gli altri numeri.

Quadratura: a causa degli arrotondamenti può succedere che la somma delle percentuali sia diversa da 100;

in questo caso è opportuno, per una pura questione di eleganza, alterare lievemente le cifre per avere delle percentuali la cui somma sia 100.

 “Pulizia” dei dati e preparazione del file di lavoro Prima di iniziare l’analisi dei dati, sulla matrice degli stessi va condotta un’operazione di pulizia e di controllo , al fine di identificare gli eventuali errori di raccolta o di codifica delle informazioni.

Controlli di plausibilità: si tratta di controllare che tutti i valori delle variabili siano plausibili, appartengano cioè al ventagli di valori previsti dal codice.

Es. pag 77 Il codice della variabile prevede dei valori da 1 a 7, alcuni intervistati erroneamente indicano il valore 8 che non è presente.

Controlli di congruenza : si possono confrontare le distribuzioni di due variabili per far emergere eventuali

incongruenze tra le variabili stesse. Es. se appaiono 512 occupati e poi nella domanda sul tipo di lavoro effettuato rispondono in 550 è evidente che hanno risposto alla domanda anche persone non occupate (possibilmente pensionati che si riferiscono al loro lavoro). In questo caso per correggere l’errore l’errore o si risale alle informazioni originarie per individuare il valore corretto da riportare nella matrice-dati oppure si sostituisce il valore implausibile con il valore corrispondente a dato mancante.

 Valori mancanti (missing values): ad un certo caso in una certa variabile viene assegnato “valore mancante”  se quel caso è privo di informazioni su quella variabile. Es. se la rilevazione è stata effettuata mediante questionario si tratta dei soggetti che non hanno risposto a quella particolare domanda. Esistono quattro casi di valore mancante: -

 “non sa”  :  : il soggetto non sa ripondere

-  “non applicabile”: il applicabile”: il soggetto non deve rispondere, la domanda non deve essergli posta. Es domanda sui figli a chi non ha figli -  “non risponde”: il soggetto si rifiuta di rispondere di rispondere -

 “valore  “valore implausibile”: implausibile”: non previsto dal codice

I veri casi di situazioni di valore mancante sono gli ultimi due. Per non escludere questi valori dalle analisi, ciò comporterebbe una perdita di informazioni, di solito si tende ad esporre i “non risponde” nell’analisi monovariata (ciò permetter al lettore di rendersi conto della rilevanza delle mancate risposte) e ad escluderli nell’analisi a più variabili. Ponderazione.

 Analisi monovariata

analisi monovariata è un’analisi puramente descrittiva dei fenomeni studiati, che si limita ad esporre come L’ analisi ogni variabile è distribuita fra i casi rilevati, senza porsi problemi sulle relazioni tra le variabili. Es. ci dice che nel campione ci sono un tot di praticanti regolarmente ma non ci dice ancora se vanno a messa di più i giovani o gli anziani, uomini u omini o donne etc. 49

Il ricercatore non si ferma mai ad essa poiché il suo obiettivo è quello di studiare le relazioni e le reciproche influenze tra le variabili. Essa rappresenta un passaggio inevitabile e necessario di ogni analisi bivariata e multivariata, perché solo con questa analisi il ricercatore perviene a quella conoscenza diretta dei dati che gli permetterà di analizzarli con piena consapevolezza. Essa inoltre rappresenta una prima descrizione dei fenomeni analizzati e contribuisce alla comprensione della struttura del campione e della sua rappresentatività.

Misure di tendenza centrale La distribuzione di frequenza è come la variabile è distribuita nella popolazione. E’ anche una descrizione minuziosa .es se la variabile è l’età essa ci dice quante persone hanno 18.20 18.20 etc anni. In molte situazioni abbiamo bisogno di indici di sintesi della distribuzione. Questi indici si esprimono nella forma di numeri e si chiamano valori caratteristici della distribuzione di frequenza. Di tutte le caratteristiche di una distribuzione di frequenza ,le più importanti sono due: la sua tendenza centrale e la sua variabilità. Le misure di tendenza centrale ci dicono qual è, in una distribuzione di frequenza, quello che può essere considerato i baricentro dei suoi valori, ovvero il valore che meglio di qualsiasi altro esprime la distribuzione quando si decidesse di sintetizzarla in un unico numero. Le misure di tendenza sono:

 Variabili nominali: la moda. Se la variabile è nominale, l’unica misura di tendenza centrale calcolabile è la moda. La moda è la modalità di una variabile che si presenta pr esenta nella distribuzione con maggior frequenza.

Individuare la moda corrisponde all’operazione all’operazione che istintivamente facciamo quando, nel presentare i risultati di una certa domanda, diciamo che la maggioranza ha risposto in un cero modo. E’ l’unico valore che possiamo cogliere poiché non possiamo effettuare operazioni sui valori della variabile variabile nominale.

 Variabili ordinali: la mediana. Nel caso delle variabili ordinali, oltre alla moda, poiché i casi sono ordinabili, si può calcolare la mediana. Immaginiamo di ordinare , sulla base di una variabile ordinale, tutti i casi di una distribuzione: se i casi sono 7 si tratterà del 4° caso e così via. La modalità assunta dalla variabile su questo caso è la mediana di distribuzione. La mediana di una variabile è dunque la modalità del caso che occupa il posto di mezzo nella distribuzione ordinata dei casi secondo quella variabile.

 Variabili cardinali: la media aritmetica. La media aritmetica è la misura di tendenza centrale più nota e comune, ed è data dalla somma dei valori assunti dalla variabile su tutti i casi divisa per il numero dei casi. Se nella distribuzione di frequenza i dati sono raggruppati in classi, per il calcolo della media si assume il valore centrale della classe.

La media si può calcolare solo se la variabile è cardinale, in quanto richiede operazioni che possono essere effettuate solo se i valori hanno pieno significato numerico. (non si può calcolare la religione media di ogni nazione). Tuttavia ci sono dei casi in cui è preferibile usare la mediana anche nel caso di variabili cardinali, tipicamente quando si desidera una misura meno sensibile ai casi estremi (come il reddito medio della popolazione in cui se si utilizzasse la media potrebbero darsi situazioni di valori artificiosamente alzati per effetto di un numero assai limitato di poche persone ricchissime.) Se la distribuzione della variabile è simmetrica attorno ad un valore centrale , moda, meridiana e media coincidono. In generale esse non coincidono e conviene utilizzare la media in quanto è più informativa ovvero sfrutta tutte le informazioni che possediamo.

50

Misure di variabilità La misura di variabilità o dispersione è il secondo valore caratteristico di una distribuzione di frequenza e ci dice, con un unico numero, quanto i valori sono addensati attorno al valore centrale oppure quanto sono dispersi attorno ad esso. Le misure di variabilità sono:

 Variabili nominali: indici di omogeneità/eterogeneità omogeneità/eterogeneità. Una variabile nominale ha una distribuzione massimamente omogenea quando tutti i casi si presentano con la stessa modalità (es. nel caso della variabile religione il 100% delle persone è cattolica); viceversa è massimamente eterogenea quando i casi

sono equidistribuiti tra le modalità. (es. se la religione ha cinque modalità e noi abbiamo il 20% di casi di ciascuna di esse). Una distribuzione è tanto più omogenea quanto più essa è concentrata su una o poche modalità o in altri termini quanto maggiore è lo squilibrio fra le modalità (si parla anche di indici di concentrazione , squilibrio/equilibrio). La statistica descrittiva propone numerosi indici di omogeneità/eterogeneità della distribuzione di una variabile nominale, il più semplice ed intuitivo indice di omogeneità (assoluta) è dato dalla somma dei quadrati delle proporzioni (cioè delle frequenze relativizzate al totale 1). L’indice di omogeneità relativa invece neutralizza l’influenza del numero delle modalità.

 Variabili ordinali: la differenza interquartile. La mediana ha la proprietà di dividere la distribuzione ordinata

di una variabile in due parti uguali, metà dei casi con valore inferiore, metà superiore. Se dividiamo i casi della distribuzione non in 2 ma in 4 parti di eguale numerosità, i valori che segnano i confini fra i quattro quarti sono detti quartili. Il primo quartile è quel valore che ha sotto di se il 25% e sopra il 75%, il secondo coincide con la mediana, il terzo è quello che c he ha il 75% sotto ed il 25% sopra. I quartili sono i valori che segnano i confini tra i quattro quarti di una distribuzione ordinata divisa in quattro parti di eguale numerosità. Essi come la mediana sono valori di posizione poiché non derivano da operazioni sui valori ma dalla posizione dei casi. La differenza interquartile è la differenza tra il terzo ed il primo quartile;essa può essere utilizzata come indice della dispersione della variabile e si usa per eliminare il 25% dei valori più alti e il 25% dei valori più bassi. Questa differenza si usa anche per le variabili cardinali.

 Variabili cardinali: Se la variabile è standard, disponiamo di diversi modi per calcolare la variabilità della distribuzione. Scostamento semplice medio: e’ costituito dalla media aritmetica degli scarti di ogni singolo valore della media. – media.  – gli  gli scarti vanno considerati non in valore algebrico – algebrico  – negativi  negativi e positivi – positivi  – ma  ma in valore assoluto – assoluto  – tutti positivi trasformando i valori in positivi. Sommando i valori assoluti degli scarti dalla media e dividendoli per il numero dei casi, otteniamo un valore chiamato scostamento semplice medio. E’ poco adoperato, si predilige il successivo. La deviazione standard (o scarto quadratico medio). Consideriamo ancora gli scarti dei singoli valori della media. Per annullare il loro segno, invece di prenderli in valore assoluto, possiamo elevarli al quadrato (il quadrato di un numero negativo è positivo.) Si sommano tutti questi scarti al quadrato, si dividono per il numero dei casi e poi si estrae la radice quadrata di questo numero. Otteniamo così la deviazione standard detta scarto quadratico medio.

 Varianza il quadrato della deviazione standard è la varianza della distribuzione. Essa costituisce l’oggetto l’oggetto primario di tutta l’analisi dei dati poiché esprime la variabilità di una variabile

Coefficiente di variazione la deviazione standard risente della grandezza della media della variabile.

Se si vogliono confrontare tra di loro le variabilità di distribuzioni aventi medie fortemente diverse, conviene utilizzare un indice di variabilità che tenga conto del valore della media. Otteniamo così il coefficiente di variazione che si ottiene dividendo la deviazione standard per la media. 51

Rappresentazioni grafiche della distribuzione di frequenza

vedi p, 106 e ss

Le distribuzioni di frequenza oltre che in maniera tabellare possono essere rappresentate anche in forma grafica .I grafici non forniscono informazioni aggiuntive rispetto alla forma tabellare ma sono di grande efficacia comunicativa.

Rappresentazioni grafiche di distribuzione di frequenza di variabili nominali Diagrammi a barre (o ortogramma): poiché una distribuzione di una frequenza è un’associazione fra i

valori di una variabile e le corrispondenti frequenze, il modo più semplice di rappresentarla graficamente consiste nel riportarla su un piano cartesiano, disponendo su un asse i valori della variabile e sull’altro le corrispondenti frequenze. Il diagramma può essere a colonne (raffigurazione si amplia in orizzontale) a nastri (in verticale). Le barre devono essere separate tra loro ed equidistanti. Le modalità saranno disposte secondo un ordine arbitrario quello cioè che il ricercatore ritiene più utile per l’illustrazione del problema. Se la variabile è ordinale le modalità saranno allineate secondo il loro ordine. Diagrammi a barre appaiate e contrapposte.

Diagrammi in composizione: rappresentazione della distribuzione di frequenza suddividendo l’area di una figura geometrica in parti proporzionali alle varie frequenze. Si rappresenta l’intero fenomeno nelle parti che lo compongono. Le frequenze vengono rappresentate da aree proporzionali e partiamo di aerogrammi.

Diagramma a barre suddivise: la figura è costituita da una colonna rettangolare divisa in fasce di altezza proporzionale alle frequenze delle varie categorie. E’ comoda quando si vogliono confrontare fra di loro le composizioni di due o più gruppi. Diagramma a settori circolari o a torta: consiste in un cerchio con settori circolari proporzionali alle frequenze

Rappresentazioni grafiche di distribuzione di frequenza di variabili cardinali Istogramma:  se la variabile è cardinale e divisa in classi possiamo rappresentare la sua distribuzione di

frequenza su un piano cartesiano, collocando su un asse la variabile e sull’altro la frequenza innalzando dei rettangolo di area – area – area,  area, non altezza – altezza – proporzionale  proporzionale alle preferenze, ottenendo un istogramma. È simile al diagramma a barre ma la differenza differe nza fondamentale consiste nel fatto che sull’asse della variabile non abbiamo una serie di categorie arbitrariamente collocate e separate in maniera discreta l’una accanto all’altra ma una variabile continua anche se suddivisa in classi. Se la variabile è stata raggruppata in classi di uguale ampiezza il risultato sarà simile a quello visto per il grafico a barre. Se è stata raggruppata per classi di diversa ampiezza l’area dei rettangoli deve essere proporzionale alla frequenza poiché le basi dei rettangoli sono diverse occorrerà costruire dei rettangolo aventi altezza proporzionale al rapporto fra frequenza ed ampiezza della classe (questo rapporto si chiama densità di frequenza). Un istogramma molto adoperato in demografia è costituito dalla piramide di età, è la presentazione contrapposta degli istogrammi delle distribuzioni per età dei maschi e delle femmine in una determinata popolazione.

Poligono di frequenza: se in un istogramma congiungiamo con dei segmenti i punti medi dei lati superiori dei rettangoli, otteniamo una linea spezzata che chiamiamo poligono di frequenza.

52

Man mano che le classi di una variabile cardinale diventano più numerose (e diminuiscono di ampiezza)la spezzata (del poligono di frequenza)si approssima sempre di più ad una curva continua, diventando tale quando la variabile non è più raggruppata in classi ma è riportata in ascissa nella sua formula continuativa. La curva così ottenuta è detta curva di frequenza. Ogiva: curva che viene rappresentata attraverso delle linee spezzate. Problemi tecnici relativi alla costruzione dei grafici: nei grafici ogni variazione della scala di riferimento degli assi comporta una variazione nella percezione visiva del fenomeno: cambiando scala si può enfatizzare una differenza minima così come attenuare una variazione rilevante. Questa soggettività è il limite maggiore. Conviene sempre partire da zero, nel caso in cui questo non fosse conveniente in quanto si appiattirebbero troppo le differenze essendo tutti i valori lontani da zero, si può partire dallo zero e introdurre sull’asse delle frequenze un segno di interruzione rappresentato da una Z sull’asse.  Analogamente nei diagrammi a barre se una barra è fuori scala rispetto alle all e altre si introduce nel disegno un segno di discontinuità, una sorta di frattura, per far vedere che la barra non è stata riportata per vincoli di spazio.  Altra questione riguarda la completezza delle informazioni, non possiamo mettere metter e nel grafico tutti i numeri della tabella , si deve cercare di introdurre i valori o nel grafico stesso o in calce.

Classificazioni, tipologie e tassonomie La classificazione è quel processo secondo il quale i casi studiati vengono raggruppati in sottoinsiemi (classi) sulla base di loro similarità. Le classi devono essere esaustive (tutti i casi devono trovare collocazione in una classe nessuno escluso) e mutualmente esclusive (un caso può appartenere ad una sola classe). Questo processo può essere condotto sulla base della somiglianza dei casi su una sola variabile, classificazione unidimensionale, o su più variabili, classificazione multi dimensionale.

Classificazione unidimensionale: aggregazione delle modalità in classi La classificazione più semplice è quella in cui i casi sono classificati per la somiglianza relativamente ad u na sola variabile. Es. gli individui possono essere classificati a seconda del partito votato, le regioni a seconda del tasso di occupazione, le famiglie a seconda del numero dei figli. In questi termini la determinazione delle classi corrisponde con quella delle modalità delle variabili. Tuttavia, nel caso delle variabili nominali, in fase di analisi dei dati talvolta è necessario aggregare alcune modalità dal significato affine per poter procedere all’analisi bivariata. Es. nell’ambito della variabile pratica religiosa, nella modalità “più volte a settimana” un numero di casi è esiguo per cui si renderà necessario unirli a modalità più prossime come può essere la modalità “una volta a settimana”  Questo processo spesso costringe il ricercatore a scelte insoddisfacenti e sforzate a causa della difficoltà di aggregare variabili troppo diverse tra loro; di solito quindi nell’analisi bivariata si tende a scartare le componenti troppo esigue e non aggregabili. Nel caso delle variabili cardinali (vale in linea di massima anche per le ordinali)il problema dell’aggregazione è più semplice, basta raggruppare le modalità in classi di maggiore ampiezza. Non si pone il problema della prossimità di significato delle modalità da aggregare poiché le classi contigue hanno per definizione significati affini, trattandosi di modalità collocate con un continuum sottostante. Esistono tre criteri di aggregazione: il primo è puramente aritmetico e consiste nel raggruppare i valori della variabile in intervalli di uguale ampiezza (es si può aggregare la variabile età in intervalli di 5 o 10 anni oppure i reddito di famiglie in intervalli di 10 milioni); il secondo nel raggruppare i valori assumendo a riferimento il loro significato (l’età del figlio potrebbe essere aggregata sulla sulla base della scansione scolastica: 53

0-2 anni asilo, 3-5 scuola materna; il reddito in base alle aliquote fiscali); il terzo si basa sulla configurazione della distribuzione di frequenza, prendendo come soglia di divisione i quantili. Nella pratica della ricerca empirica il criterio di aggregazione più adoperato è una combinazione del secondo e del terzo,aggregare modalità dal significato affine facendosi guidare dalla numerosità dei gruppi.

Classificazione multidimensionale: tipologie e tassonomie Le classificazioni multidimensionale (sulla base di più variabili es. gli individui possono essere classificati sulla base del reddito e del titolo di studio) si possono dividere in tassonomie e tipologie. La tassonomia è una classificazione nella quale le variabili che la definiscono sono considerate in successione, in una struttura gerarchica che procede per variabili di generalità decrescente. Es. tassonomia dei mammiferi che sono una classe di vertebrati, vertebrati , a loro volta sono una classe dei cordati. Lo schema che nasce è ad albero. La tipologia più usata è invece una classificazione nella quale le variabili che la definiscono sono considerate simultaneamente. ( es precedente in cui la classificazione è una considerazione congiunta di professione, reddito e genere). Le classi di una tipologia sono dette tipi. Un tipo è un concetto il cui significato si colloca all’intersezione dei significati delle modalità delle variabili che costituiscono la tipologia e quindi quindi il suo significato è superiore alla semplice combinazione dei significati delle due variabili. Il numero dei tipi è pari al numero do combinazioni fra le modalità delle variabili, cioè pari al prodotto del loro numero di modalità. Es. se il titolo di studio a 4 modalità – modalità – elementari,  elementari, medie, diploma, laurea – laurea – il  il reddito ne ha tre – tre – alto,  alto, medio, basso – basso – il  il genere due, la tipologia determinata dalle tre variabili ha 4*3*2=24 tipi La tipologia ha uno scopo euristico, cioè non è solo una mera classificazione, ma ha finalità di interpretazione e spiegazione; è un punto cruciale nel collegamento tra dato empirico e teoria. Es Orientamento pedagogico

Rapporto emotivo

Permissivo

Caldo 1 indulgente

restrittivo

2 iperprotettivo

Freddo 2 ansioso nevrotico 4 autoritario

 –

Quando ci sono in gioco più variabili, il numero dei tipi risulta molto elevato (perché esso è dato dal prodotto delle numero delle modalità che formano le variabili), quindi è necessario procedere ad una riduzione del loro numero mediante unificazione di alcuni tipi in un unico tipo (riduzione dello spazio degli attributi). Che può avvenire prima della formazione della tipologia stessa riducendo le modalità delle variabili che definiscono la tipologia, attraverso la fusione in un unico tipo dei tipi con significato affine, aggregazione a tipi confinanti dei tipi con numero di casi esiguo.

Trasformazioni delle variabili

Nel corso dell’analisi statistica le variabili possono essere trasformate per facilitarne l’analisi stessa.

La standardizzazione delle variabili

La standardizzazione delle variabili consiste nella trasformazione del valore originario in un valore standard che non risenta della unità di misura della variabile e della dispersione della distribuzione. La standardizzazione standardizzazione consiste nell’ottenere una nuova variabile sottraendo sottr aendo a quella originaria la media della distribuzione e dividendo questa differenza per la deviazione standard della dell a distribuzione. La nuova variabile ha quindi media = 0 e deviazione standard = 1. In questo modo le variabili standardizzate sono tra loro perfettamente confrontabili avendo eliminato le differenze di scala e di dispersione. La standardizzazione consente di anche di confrontare variabili provenienti da diverse distribuzioni.

54

La costruzione di indici Un indice è una variabile funzione di altre variabili, che sintetizza le informazioni contenute nelle singole variabili operativizzando un concetto complesso del quale le singole variabili sono espressioni parziali. Gli indici si possono possono costruire in diversi modi, ad esempio l’indice additivo è quello ottenuto sommando i punteggi delle singole variabili. Esistono anche altri indici ottenuti attraverso procedure più complesse, con punteggi diversi a domande diverse e anche con punteggi negativi. Le operazioni attraverso le quali si costituiscono le nuove variabili (indici) possono essere di tipo algebrico o di tipo logico. Spesso alle spalle di questa differenza ci sono diversi tipi di variabile: ad esempio sulle variabili nominali non è possibile effettuare operazioni algebriche.

Dati aggregati

Dati individuali e dati aggregati I dati individuali sono quelli che hanno in comune l’unità di analisi individuo, i dati aggregati sono quelli che si riferiscono ad aggregati territoriali di individui. Comuni, province, regioni. Normalmente i dati aggregati non possono essere utilizzati in forma grezza ma vengono trasformati in rapporti statistici che hanno lo scopo di uniformare fra di loro i dati di modo che non risentano più della dimensione del territorio al quale si riferiscono. Se consideriamo una variabile nominale riferita ad un livello individuale, notiamo che quando l’unità di analisi è un aggregato di individui questa variabile dà luogo a tante variabili cardinali quante sono le sue modalità.

Quindi quando l’unità di analisi è un aggregato, la variabile è nella grande maggioranza dei casi cardinale. Naturalmente la variabile così ottenuta deve essere messa in rapporto con la dimensione della popolazione. Es. se la variabile individuale è titolo di studio con le 4 modalità noi possiamo contare per es nella regione lombardia quante sono le persone per ogni modalità.

Serie temporali e serie territoriali: numeri indice Due forme nelle quali i dati aggregati vengono utilizzati.

Serie temporali e territoriali ved p 143

La serie temporale (o serie storica) è la sequenza dei valori assunti da una variabile nello stesso aggregato territoriale in tempi diversi; la serie territoriale è la sequenza dei valori assunti da una variabile nello stesso momento in diversi aggregati territoriali. Pur non essendo distribuzioni di frequenza (non ci dicono come si distribuisce un totale fra i valori di una variabile ma ci dicono quali valori assume quella variabile nel tempo e nello spazio), a queste serie è possibile applicare molte delle operazioni che si applicano alle distribuzioni di frequenza (tendenza centrale, variabilità, ecc.); di esse si possono dare anche rappresentazioni grafiche. Una rappresentazione grafica molto efficace per le serie territoriali è il cartogramma, che raffigura la distribuzione geografica del fenomeno studiato, nel caso della serie storica si utilizza un piano cartesiano dove si colloca sull’asse orizzontale la variabile tempo e sull’asse verticale la variabile in esame. esame.

Lo studio della variazione: i numeri indice

Problemi particolari sono posti dallo studio della variazione di un determinato fenomeno. Di fronte ad una differenza tra due misure ci si chiede come poter valutare le variazioni di un fenomeno rilevato in situazioni tempo e spazio diverse. Es. l’incremento di 50 morti per droga in Italia fra il 1985 ed il 1986 è da considerarsi una variazione rilevante o modesta?e la differenza tra il tasso di suicidio tra Lombardia e Piemonte come è da valutarsi? 55

Differenza assoluta e relativa: la differenza assoluta tra due grandezze omogenee ha un significato diverso

a seconda dell’entità delle grandezze stesse. Es. la differenza di due anni fra un bambino di 2 ed uno di 4 è una differenza rilevante mentre due persone di 60 e 62 anni possono essere considerate coetanee. Esempi simili possono essere fatti anche su valori percentuali. Se indichiamo con a e b le due grandezze grandezze possiamo calcolare fra di loro la variazione assoluta e relativa. la variazione relativa tra le due grandezze, dobbiamo fare la differenza tra le due e successivamente dividere per quella che si assume per riferimento. Es. variazione numero di morti per droga dai 242 del 1985 ai 292 del 1986 può essere così espresso  Assoluta: b-a = 292-242 292-242 = + 50 Relativa: ( b – b – a/a)  a/a) *100 = (50/242)*100 = 20.7

Naturalmente la variazione relativa risente fortemente della base di partenza, è sempre necessari controllare il dato iniziale. Quando le misure sono valori percentuali bisogna distinguere se si parla di variazioni di punti percentuali – percentuali – variazione assoluta tra punti percentuali – percentuali – e  e per cento alla variazione relativa – relativa – rapporto  rapporto fra percentuali.

Numeri indice: il numero indice è una proporzione che serve a mettere in luce le variazioni di una u na serie

temporale o territoriale rispetto ad un tempo o a un luogo assunti come base di riferimento. Es. il numero indice permette di rispondere alla domanda. Se ponessimo eguale a 100 i morti per droga del 1985, a quando ammonterebbero nel 1986? Si tratta di fare una proporzione. 242:100=292:x X: 292/242 *100 =120.7 Il numero di morti per droga è passato da 100 a 120.7. Per calcolare il numero indice si divide la frequenza in esame per quella assunta come base e si moltiplica per 100. Esso non dipende dall’unità di misura o di conto in cui è espresso, essi sono cioè numeri puri, e permettono quindi di fare confronti con variabili più disparate.

L’ANALISI BIVARIATA

E’ la relazione tra due variabili distinguendo se sono s ono nominali o cardinai.

Relazioni tra variabili  Affermare che c’è una relazione tra due o più variabili significa dire che c’è una variazione concomitante tra i loro valori (una covariazione) es. al variare del titolo di studio varia il reddito. Si tratta di relazioni statistiche, ovvero probabilistiche, se affermiamo che c’è relazione fra titolo di studio e reddito ovvero che al crescere di uno cresce anche l’altro, questa affermazione vale a livello medio, mediamente nei casi studiati è stato riscontrato questo nesso. Ciò non toglie che fra i nostri dati possano anche essere presenti soggetti con la terza elementare che guadagnino più di un laureato ma in generale è più probabile il primo caso. La statistica ci può dire solo che esiste una relazione fra due variabili ma non ci può dire se esiste effettivamente una relazione causale tra le variabili esaminate (covariazione non significa causazione). Sarà il ricercatore a conferire a tale relazione il significato di nesso causale, sulla base di una teoria preesistente che non ha alcun legame con l’analisi l’analisi statistica. Esamineremo solo l’analisi bivariata, in cui vengono considerate solo le relazioni tra due variabili, dette rispettivamente dipendente e indipendente in quanto il ricercatore di solito interpreta le relazioni in termini di nessi causali. Le tecniche di analisi bivariata dipendono in maniera determinante del tipo di variabili considerate. Se diconomizziamo le variabili abbiamo 4 variazioni: 56

 Variabile indipendente  Variabile dipendente

nominale Cardinale

Nominale

Tavole contingenza Analisi varianza

di

della

Cardinale  / Regressione correlazione

e

Se entrambe le variabili sono nominali, la tecnica usata sarà quella delle tavole di contingenza; se entrambe le variabili sono cardinali la tecnica sarà quella della regressione-correlazione; se la variabile analisi della varianza. indipendente è nominale e quella dipendente cardinale si userà la l a tecnica dell’ analisi

Tavole di contingenza Direzione delle percentuali (percentuali di riga e percentuali di colonna) colon na) ved pag 165

La tavola di contingenza consiste in una tabella a doppia entrata in cui è collocata in riga una variabile (variabile di riga) e l’altra in colonna (variabile di colonna), mentre nelle celle definite dall’incrocio fra le righe e le colonne troviamo il numero di casi che presentano le corrispondenti modalità delle due variabili (frequenza). Es. si voglia studiare la relazione fra la variabile età e la variabile pratica religiosa a partire dai dati ottenuti da un’inchiesta campionaria.  Variabile riga: prativa religiosa  Variabile colonna : età Celle: numero di casi che presentano le corrispondenti modalità delle due variabili (frequenze)

ordine di una tavola di contingenza è il prodotto delle righe per le colonne, mentre la L’ ordine dimensione è il numero di variabili in i n essa implicate. L’analisi bivariata tratta quindi solo tabelle bidimensionali. Partendo da una tabella con valori assoluti (essa riporta il numero di casi aventi un certo valore sulla variabile di colonna e sulla variabile di riga) è possibile ricavare tre diversi tipi di percentualizzazione ottenendo tre diverse tabelle percentuali: le percentuali di riga (che si ottiene ponendo uguale a 100 la variabile di colonna e registrando quindi i

corrispondenti valori percentuali della variabile di riga), - abbiamo portato a 100 tutte le voci della prima tabella, praticanti, saltuari, così su 100 praticanti abbiamo rilevato che il 31% sono adulti , il 45% anziani

le percentuali di colonna (che si ottiene ponendo uguale a 100 la variabile di riga e registrando quindi i

corrispondenti valori percentuali della variabile di colonna) – colonna) – portando  portando a 100 le persone per ogni fascia di età abbiamo visto quanti in percentuale di questi sono praticanti, saltuari etc.

le percentuali sul totale (che si ottengono percentualizzando tutte le frequenze di cella sul totale

generale). Se la tabella è stata costruita costruita per analizzare la relazione tra le due variabili quest’ultima percentualizzazione è inutile.  – su  – su 100 sappiamo quanti sono praticanti e giovani, saltuari e giovani e così via

Lo scopo della percentuale è infatti quello di “pareggiare” basi diverse. La scelta della percentuale sbagliata invece di pareggiare può portare ad evidenziare le differenze della popolazione. È necessario che il ricercatore ponga molta attenzione nella scelta delle percentuali.  Agli effetti dell’analisi della relazione fra due variabili nominali una è corretta mentre l’altra è errata. 57

Un criterio che ci può aiutare nella scelta è il seguente: -

si sceglie la percentuale di colonna quando si vuole analizzare l’influenza che la variabile posta in colonna ha su quella posta in riga

-

si sceglie la percentuale di riga quando si vuole analizzare l’influenza che la variabile poste in riga ha su quella posta in colonna

in altri termini, si definisce qual è la variabile indipendente e si percentualizza all’interno delle sue modalità. modali tà. La lettura dei dati a questo punto avverrà attraverso le colonne (righe se abbiamo percentualizzato esse) di percentuali. Talvolta, quando gli obiettivi sono diversi dall’obiettivo appena esaminato di studiare la relazione causale esistente fra variabile variabile indipendente o dipendente, può essere utile calcolare invece l’altra percentualizzazione oppure calcolarle entrambe. Es. l’obiettivo è quello di analizzare la composizione di chi va a messa tutte le domeniche , vogliamo sapere su 100 praticanti quanti sono anziani, giovani senza porci il problema di sapere se gli anziani praticano più dei giovani. In questo caso adopereremo le percentuali di colonna. Così otteniamo quello che possiamo chiamare un profilo per età dei praticanti. La tecnica per la sua apparente semplicità , viene in genere trascurata nei manuali di statistica, di fatto si tratta di una semplicità solo apparente e per questo ingannevole che induce facilmente ad errori sia di analisi che di interpretazione.

Presentazione delle tavole Gli elementi caratterizzanti di una buona presentazione delle tavole sono cinque. Parsimoniosità: la tabella deve riportare solo le percentuali che servono all’analisi (es. solo quelle di riga).

Totali: ogni riga o colonna finisce con il totale 100 per far capire immediatamente al lettore let tore in che direzione sono state calcolate le percentuali.

Basi delle percentuali: sotto al totale deve essere sempre riportata la base percentuale, cioè il numero assoluto di casi sui quali è stata operata la percentualizzazione.

Cifre decimali, decimale zero, arrotondamenti, quadratura : valgono le considerazioni già sviluppate riguardo alla presentazione delle distribuzioni di frequenza.

Intestazione: le tabelle devono sempre essere intestate per poter essere auto esplicative e contenere le informazioni per la sua comprensione.

Somme di percentuali: la somma di percentuali è legittima se i valori sommati appartengono alla stessa

Distribuzione percentuale , ma è errata se le percentuali sommate appartengono a due diverse distribuzioni.

Interpretazione delle tavole Nell’interpretazione e commento delle tabelle si suggerisce di selezionare le modalità più significative della variabile dipendente e centrare su queste l’analisi; inoltre inolt re è preferibile trascurare differenze percentuali percentuali esigue (inferiori ai 5 punti percentuali). Per fare un commento efficace si prende una modalità significativa della variabile dipendente e si vede come essa varia al variare della variabile indipendente. La scelta della modalità da commentare sarà effettuate dal ricercatore ri cercatore e dipenderà dalla linea argomentativa.

58

Es. nel caso della della pratica religiosa egli sceglierà a seconda delle convenienze di ragionare si praticanti o non praticanti, certamente non sceglierà mai di lavorare sui saltuari poiché sono una categoria residua rispetto agli altri due. Nel caso di variabili ordinali la modalità scelta sarà sempre una categoria estrema della variabile dipendente (praticanti o non praticanti) e risulta utile aggregare le modalità estreme e contigue della variabile dipendente per una maggiore chiarezza e per una maggiore pulizia del dato.

indice di differenza percentuale, cioè Un sistema spesso utilizzato per interpretare le tabelle consiste nell’ indice Nel calcolare la differenza tra due modalità di risposta o tra le risposte positive e negative; esso permette di leggere i dati tenendo conto simultaneamente dell’andamento di più modalità della variabile dipendente. Forma monotica: si ha quando al crescere di una variabile cresce anche l’altra (al crescere della dimensione del comune cresce e insoddisfazione) in questo caso è positiva, mentre è negativa se la vediamo all’inverso (al crescere della dimensione del comune diminuisce l’insoddisfazione)

Presentazione compatta delle tavole

Spesso, per economizzare lo spazio o per facilitare il confronto tra domande aventi la stessa struttura, si compattano più tavole semplici a doppia entrata in un’unica tavola, presentando un’unica modalità. Si possono incrociare diverse variabili dipendenti con la stessa variabile indipendente oppure viceversa.

Tavole di contingenza a più di due variabili. sono le tavole in cui sono presenti più variabili

59