METODOLOGIA E TECNICA DELLA RICERCA SOCIALE

Slides:



Advertisements
Presentazioni simili
LA MISURA IN PSICOLOGIA. Scopo del corso Il corso si propone di offrire allo studente:  un’introduzione alle tematiche connesse alla misura in psicologia.
Advertisements

Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo “stato”e.
Introduzione all’uso degli indicatori di valutazione ed ai metodi di valutazione Dott.ssa Gabriella Giuliano Direttore Sanitario CREAS-IFC-CNR giugno.
Statistica descrittiva: le variabili Frequenze: tabelle e grafici Indici di posizione, di dispersione e di forma Media e varianza di dati raggruppati Correlazione.
Rappresentazioni grafiche di una distribuzione di frequenze 1)Istogramma e poligono delle frequenze ● Dati raggruppati in classi ● Costituito da un insieme.
1 Variabili. 2 Tipi di variabili Una variabile è qualche proprietà di un evento che è stata misurata. Le variabili sono attributi dei fenomeni e pertanto.
Consentono di descrivere la variabilità all’interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Dei metodi e delle tecniche di ricerca nei contesti socio-educativi
LA CLASSIFICAZIONE DIMENSIONI DEL CONCETTO DI CLASSIFICAZIONE (Marradi, ) classificazione a: operazione intellettuale con cui l’estensione di.
Il trattamento statistico dei dati
Effetto scuola o Valore aggiunto
Analisi monovariata: frequenze
La ricerca sociale di tipo quantitativo
I paradigmi nelle scienze sociali
Liceo Scientifico con opzione Scienze Applicate
L’operazionalizzazione
Il trattamento statistico dei dati
PEDAGOGIA SPERIMENTALE
STATISTICA Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
PEDAGOGIA SPERIMENTALE
L’analisi monovariata
IL SISTEMA DI VALUTAZIONE DELLA PERFORMANCE della PROVINCIA DI PAVIA
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Questo corso Che cosa Come Quali contenuti
Statistica per l’economia e l’impresa
‘Qualitativo’ e ‘quantitativo’: la differenza è nell’approccio e nel tipo di conoscenza che si intende costruire, non nelle tecniche e negli strumenti.
La statistica A cura di: Manuela Mangione.
APPUNTI DI STATISTICA INFERENZIALE
Accenni di analisi monovariata e bivariata
Misurazione Raccolta sistematica e organizzata di elementi per
Gli strumenti di rilevazione
misure di eterogeneità
Metodologia dell’osservazione
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Alcuni chiarimenti concettuali e metodologici
L’analisi monovariata
I 7 strumenti della qualità
PEDAGOGIA SPERIMENTALE
Indici di variabilità La variabilità è la ragione dell’esistenza della psicologia. Le persone hanno dei comportamenti diversi che non possono essere predetti.
RISULATATI DI SINTESI A.S
L’indagine statistica
Statistica Scienza che studia i fenomeni collettivi.
Metodologia della Ricerca Scelta del Disegno di Ricerca
I metodi quantitativi e qualitativi nel disegno della ricerca sociale
Intervista.
Confronto tra diversi soggetti:
Metodi e tecniche della ricerca sociale - Prof
PEDAGOGIA SPERIMENTALE
Corso di Sociologia Generale
Dei metodi e delle tecniche di ricerca nei contesti socio-educativi
Raccolta sistematica e organizzata di elementi per
PEDAGOGIA SPERIMENTALE
Alcuni chiarimenti concettuali e metodologici
METODOLOGIA E TECNICA DELLA RICERCA SOCIALE
FONDAMENTI E METODI PER L’ANALISI EMPIRICA DELLE SCIENZE SOCIALI
‘Qualitativo’ e ‘quantitativo’: la differenza è nell’approccio e nel tipo di conoscenza che si intende costruire, non nelle tecniche e negli strumenti.
PEDAGOGIA SPERIMENTALE
METODOLOGIA E TECNICA DELLA RICERCA SOCIALE
Questo corso Che cosa Come Quali contenuti
FONDAMENTI E METODI PER L’ANALISI EMPIRICA DELLE SCIENZE SOCIALI
Associazione tra due variabili
«La teoria sociologia contemporanea»
‘Qualitativo’ e ‘quantitativo’: la differenza è nell’approccio e nel tipo di conoscenza che si intende costruire, non nelle tecniche e negli strumenti.
Statistica per l’economia e l’impresa
Corso di Analisi Statistica per le Imprese
Questo corso Che cosa Come Quali contenuti
Corso di Analisi Statistica per le Imprese
LA CLASSIFICAZIONE DIMENSIONI DEL CONCETTO DI CLASSIFICAZIONE (Marradi, ) classificazione a: operazione intellettuale con cui l’estensione di.
Transcript della presentazione:

METODOLOGIA E TECNICA DELLA RICERCA SOCIALE Facoltà di Scienze politiche, sociologia, comunicazione Alessandra Rimano Anno Accademico 2016/2017

RISULTATI DI APPRENDIMENTO Il corso si propone di fornire le basi teoriche e gli elementi pratici fondamentali per riconoscere e utilizzare in maniera adeguata alcune importanti tecniche di analisi dei dati. La conoscenza delle metodologie della ricerca utilizzate in ambito sociale permetterà agli studenti di comprendere, progettare, realizzare e divulgare lavori a carattere empirico nelle scienze sociali, sviluppando il loro senso critico.

PROGRAMMA Affronteremo i seguenti argomenti: Approcci qualitativi e quantitativi / standard e non-standard alla ricerca Il disegno della ricerca Concettualizzazione Dalle proprietà alle variabili Problemi di validità, affidabilità, inferenza Campionamento Relazioni fra variabili L’intervista nella ricerca sociale Intervista senza /con questionario Analisi dei gruppi e focus group L’analisi del contenuto nella ricerca sociale L’analisi testuale computerizzata

Pianificazione della didattica Modalità d’esame E’ prevista una prova d’esame scritta, consistente in una serie di domande “chiuse” con più alternative di risposta tra le quali individuare l’unica corretta e in due domande aperte alle quali fornire risposte sintetiche ed efficaci. L’orale è previsto esclusivamente su richiesta del docente per dirimere dubbi sulla compilazione dello scritto. TESTI: Marradi A. (2007), Metodologia delle scienze sociali, Bologna, Il Mulino (capp. da IV a IX) Losito G. (2004), L’intervista nella ricerca sociale, Roma-Bari, Editori Laterza Cannavò L. Frudà L. (a cura di), (2007) Ricerca sociale. Tecniche speciali di rilevazione, trattamento e analisi, Roma, Carocci (capp. dal 4 al 6) Laboratorio di Analisi del Contenuto Pagina 4 Pagina 4 4

Disegno della ricerca Per una “buona” ricerca empirica occorre anzitutto pianificare e organizzare a livello simbolico l’insieme di attività che bisognerà intraprendere a livello pratico per raggiungere il fine intenzionale che costituisce il fine della ricerca. Pagina 5

PROCESSO DI RICERCA Possiamo rappresentare il processo di ricerca nel seguente modo: D disegno della ricerca - mettere a fuoco gli interrogativi che guidano la ricerca e le linee guida per condurla C costruzione della base - definire cosa sarà considerato evidenza empirica empirica e renderlo ispezionabile O organizzazione dei dati - trasformare le informazioni in dati e classificarle A analisi dei dati - insieme di procedure attraverso cui analizzare i dati per stabilire asserti e nessi fra questi E esposizione dei risultati - comunicare i risultati con trasparenza e riferimenti teorici Pagina 6

considerazioni La premessa da cui partono le scienze umane è la dignità della persona. Una premessa che colloca l’etica al di sopra di qualsiasi tecnica o metodo. La peculiarità di queste discipline è che il loro oggetto è un soggetto, un altro soggetto. La scienza è tale se ha un metodo. Il vaglio necessario per fare sì che un campo del sapere diventi scienza dipende dalla capacità di applicare metodologie atte allo studio del proprio oggetto.

considerazioni Il metodo è lo strumento ideato per veicolare la conoscenza verso il suo oggetto. In quanto strumento, è un insieme logico di regole e principi ideati per agevolare e rendere ineccepibile l’investigazione. Uno studio è considerato scientifico se osserva i presupposti metodologici che guidano in quella disciplina la ricerca.

Vi è la tendenza a spingere le scienze sociali a riconoscere che il confine che separa ricercatori e realtà indagata è molto sottile. Perdono progressivamente senso anche altre dicotomie dell’epoca moderna: Natura/cultura Micro/macro Quantitativo/qualitativo Post-positivismo/interpretativismo

Criteri distintivi degli approcci di ricerca PARADIGMI RELAZIONE TEORIA/RICERCA IMPERSONALITA’/EMPATIA STRUMENTI DI RILEVAZIONE GENERALIZZABILITA’ OGGETTO D’ANALSI E OBIETTIVI

PARADIGMI - questione ontologica - questione epistemologica Interpretativismo Orientamento non-standard Mito dell’adeguatezza o della verità Positivismo post-positivismo Orientamento standard Mito dell’oggettività o della certezza - questione ontologica - questione epistemologica - questione metodologica

Questione ontologica: la realtà sociale esiste indipendentemente dall’interpretazione che ne danno gli uomini? POSITIVISMO POST-POS. Realtà sociale reale e conoscibile (come una cosa), realismo ingenuo che diventa critico nel post-pos. riconoscendo il carattere imperfetto e probabilistico di una realtà comunque esistente. INTERPRETATIVISMO Non considera l’esistenza di una realtà oggettiva . Il mondo conoscibile è quello del significato attribuito dagli individui (costruzionismo), le interpretazioni della realtà sono molteplici (relativismo)

POSITIVISMO POST-POS. INTERPRETATIVISMO Questione epistemologica: quali sono le possibilità, le condizioni, i vincoli della conoscenza scientifica? POSITIVISMO POST-POS. Lo studioso, immune dall’influenza dei suoi valori, deve scoprire le leggi (in termini di causa-effetto) dei fenomeni sociali mediante procedimento induttivo. Il post-pos. riconosce invece che l’osservazione empirica è theory laden e che lo studioso può influenzare l’oggetto studiato. Le leggi sono probabilistiche e provvisorie, non più generali e assolute. INTERPRETATIVISMO La scienza non può spiegare i fatti sociali ma deve interpretarli al fine di comprenderli. Si rifiuta la possibilità di pervenire ad una conoscenza oggettiva e condivisa, l’indipendenza tra ricercatore e oggetto studiato.

RELAZIONE TEORIA-RICERCA L’osservazione, anche nella ricerca esplorativa, è interpretata. Bisogna riconoscere l’esistenza di “concetti sensibilizzanti” che orientano lo sguardo del ricercatore senza condizionarlo (Blumer, 1969). La ricerca qualitativa è caratterizzata dal Procedimento induttivo Oggi disposizione all’ascolto e all’osservazione Ultima frontiera: Grounded theory Rifuggire sia dal mito induttivista che da quello relazionista (Cipriani 1996)

IMPERSONALITA’/EMPATIA Impersonalità: l’osservazione del ricercatore è scientifica, distaccata, neutrale. Il ricercatore, nel formulare asserti su relazioni fra proprietà, prescinde dalle sue conoscenze personali. Approccio standard dovrebbe garantire la replicabilità e il controllo dell’indagine. Approccio non standard: la propria conoscenza personale e l’empatia con i soggetti indagati favorirebbero la comprensione del fenomeno e l’adeguatezza dei costrutti dello scienziato sociale. Resta il fatto che, sempre, il dato va costruito e, soprattutto, interpretato. Inoltre, secondo alcuni, la presentazione dei risultati è una narrazione attraverso cui ilo ricercatore tenta di costruire in modo convincente e plausibile la sua interpretazione.

STRUMENTI DI RILEVAZIONE standard non standard Strumenti rigidi e uniformi Es. questionario standardizzato nella survey, oppure dati ufficiali nelle ricerche ecologiche o demografiche. Strumenti flessibili e non uniformi. Es: intervista non direttiva, storie di vita, osservazione, autobiografie, studio di testi. MA…

GENERALIZZABILITA’ Metodo nomotetico Scienze della natura Esito: la spiegazione ovvero l’individuazione di relazioni causali generalizzabili a fenomeni dello stesso tipo. Ricorso a tecniche di rilevazioni standardizzate e a campioni statisticamente rappresentativi Metodo idiografico Scienze dello spirito Esito: la comprensione in profondità di un singolo fenomeno quindi i risultati non sono generalizzabili.

La ricerca qualitativa si caratterizza per: il ricorso a procedure di raccolta delle informazioni non standardizzate o a un basso livello di standardizzazione, applicate su un numero limitato di casi assunti come “tipici”; l’assenza della matrice dei dati; il ricorso a procedure informali di analisi delle informazioni raccolte; la non ispezionabilità (non controllabilità da parte di altri) della base empirica della ricerca. OGGETTO DANALISI E OBIETTIVI

La ricerca quantitativa si caratterizza per: il ricorso a tecniche di raccolta dei dati a un livello di standardizzazione tale da garantire una sufficiente omogeneità della rilevazione (possibilità di rilevare su tutti i casi informazioni su tutte le proprietà considerate); il ricorso a definizioni operative per la costruzione di variabili; la presenza della matrice dei dati; il ricorso a procedure statistico-matematiche di analisi dei dati. OGGETTO D’ANALISI E OBIETTIVI

Criteri distintivi degli approcci alla ricerca: Modo di costruire la base empirica: considerare l’oggetto d’indagine nella sua interezza oppure frammentarlo in proprietà da operativizzare. Modo di organizzare i dati: usare o meno la matrice dei dati. Obiettivo dell’analisi: indagare le relazioni tra proprietà degli oggetti della ricerca per far luce sul fenomeno, oppure interpretare il fenomeno nella sua globalità.

Definizione del campo di osservazione Il campo d’osservazione di un’inchiesta è spesso molto ampio e, come tale, può risultare fuori della portata dei ricercatori, per ragioni di carattere pratico, organizzativo, economico, ecc. In una situazione del genere, è necessario delimitare il campo di osservazione sulla base di criteri adeguati e esplicitati.

Universo statistico e campionamento L’universo statistico di una ricerca è l’insieme dei casi coinvolti nel problema oggetto d’indagine, con una numerosità uguale a N; Un campione estratto dall’universo è un sottoinsieme di esso, con una numerosità pari a n, con n < N. Ad esso si ricorre quando non è possibile una rilevazione sull’intero universo.

Ampiezza del campione

Rappresentatività del campione Requisito fondamentale di un campione è la sua rappresentatività. Un campione è rappresentativo se è tale da riprodurre, con un margine di approssimazione controllabile, le caratteristiche dell’universo da cui è stato estratto. La rappresentatività consente di estendere all’intero universo i risultati ottenuti indagando il campione.

(Rappresentatività del campione, continuazione) La rappresentatività di un campione dipende: - dall’omogeneità/eterogeneità dell’universo; - dal criterio di campionamento utilizzato; - dalla numerosità n, che deve essere sufficiente in rapporto alla numerosità N dell’universo. I campioni probabilistici sono i soli a poter essere considerati, a rigore, statisticamente rappresentativi.

Tipi di campione Campioni probabilistici: - campione casuale semplice; - campione casuale stratificato; - campione casuale sistematico; - campione a più stadi. Campioni non probabilistici: - campione per quote; - campione “a valanga”; - campione di convenienza - campione a grappoli.

dimensioni del campione Quando si determinano le dimensioni del campione occorre tener conto di alcuni fattori: La dimensione della popolazione Le risorse disponibili e i limiti di tempo L’incisività dell’effetto Il numero dei sotto-gruppi da confrontare I tassi di rifiuto e di mortalità

V1 V2 …….. Vn U1 C11 C12 C1n U2 C21 C22 C2n ….. Uk Ck1 Ck2 Ckn La matrice dei dati La matrice dei dati è una matrice con i casi in riga e le variabili generate dal questionario in colonna: Si può parlare di matrice dei dati se tutti i numeri (e in generale tutti i segni) sono interpretati, cioè sono dati. V1 V2 …….. Vn U1 C11 C12 C1n U2 C21 C22 C2n ….. Uk Ck1 Ck2 Ckn

Definizione del piano di codifica Il piano di codifica consiste nell’elenco numerato di tutte le variabili generate dal questionario, ciascuna riportata con le rispettive modalità e i valori ad esse associati. Il rapporto tra il numero di stati di una proprietà che consideriamo nel piano di codifica e il numero di stati differenti che quella proprietà può effettivamente assumere determina la sensibilità.

…il piano di codifica Il numero delle variabili che compare nel piano di codifica – e, di conseguenza, nella matrice dei dati - è maggiore di quello delle domande presenti nel questionario se nel questionario sono contemplate: domande che ammettono risposte multiple; domande che corrispondono a uno o più insiemi di indicatori per ciascuno dei quali è possibile costruire un indice.

TIPI DI PROPRIETA’ Aggregate: per raccogliere le informazioni che interessano bisogna far riferimento a un’unità di raccolta di livello inferiore rispetto all’unità di analisi. Globali: l’unità di raccolta delle informazioni coincide con l’unità d’analisi Individuali: le proprietà che interessano si riferiscono direttamente all’individuo Contestuali: le proprietà in interesse si riferiscono a un’unità di raccolta di livello superiore.

TIPI DI PROPRIETA’ DISCRETE proprietà categoriali (con categorie) non ordinate; proprietà categoriali (con categorie) ordinate; proprietà con stati enumerabili; CONTINUE proprietà continue non misurabili; proprietà continue misurabili.

Procedure di analisi dei dati Sui dati della matrice, trascritta su supporto informatico e utilizzando il software disponibile per la ricerca sociale, è possibile applicare le procedure di analisi statistica consentite dal tipo di variabili che in essa compaiono: analisi delle frequenze; analisi della relazione tra coppie di variabili; analisi multidimensionali.

Proprietà e variabili ordinali A differenza delle variabili categoriali, nelle ordinali gli stati sono già ordinati nella realtà o si può pensare un criterio intersoggettivo per ordinarli. Il criterio adottato per ordinare i codici deve essere lo stesso di quello che percepiamo tra gli stati. Infatti, la serie dei codici deve avere una relazione monotonica diretta con l’ordine degli stati nella realtà. Solitamente alle categorie si assegnano come codici i numeri naturali interi positivi (1,2,3,4,5..), la distanza fra i codici diventa rilevante se intendiamo trattare le variabili come quasi cardinali e consideriamo le categorie pressoché equidistanti (possibile, ma non garantito). 01/02/2008

Proprietà discrete cardinali e variabili cardinali L’autonomia semantica delle categorie di una variabile cardinale è molto ridotta, generalmente va poco oltre l’aspetto meramente numerico. Si può individuare la mediana, calcolare la media e alcuni valori caratteristici. La variabilità, ovvero la dispersione dei dati intorno alla media si rileva con: devianza, ovvero la somma degli scarti quadratici dalla media ∑xi² varianza, ovvero la devianza rapportata alla numerosità della popolazione o al numero dei casi in esame s²= ∑xi²/N scarto tipo (deviazione standard) , ovvero la radice quadrata della varianza, rende la misura comparabile anche con altre grandezze lineari s= √∑xi²/N Coefficiente di variazione, ovvero lo scarto tipo diviso per la media V= S/Ẋ 01/02/2008

Scale ordinali per somma Items Punteggi disaccordo accordo Item 1 0 1 Item 2 0 1 ……. 0 1 Item N 0 1 Indice di ciascun soggetto =  dei punteggi attribuiti agli items Indice min. = 0 (disaccordo con tutti gli items) Indice max. = N (accordo con tutti gli items)

Scale ordinali di Likert Items Punteggi max max disacc. acc. Item 1 1 2 3 4 5 Item 2 1 2 3 4 5 ……. 1 2 3 4 5 Item N 1 2 3 4 5 Indice di ciascun soggetto =  dei punteggi attribuiti agli items Indice min. = 1 x N (max disaccordo con tutti gli items) Indice max. = 5 x N (max accordo con tutti gli items)

Scale a intervalli di Thurstone Formulazione di un numero elevato di items, indicatori del concetto associato alla proprietà considerata. Un gruppo di “giudici” valuta l’intensità con cui ciascun item indica la proprietà considerata, collocandolo in una posizione tra 11: A B C D E F G H I J K con A=intensità minima e K=intensità massima Eliminazione degli items ciascuno collocato dai diversi “giudici” su posizioni troppo lontane. Calcolo, per ciascun item rimasto di: a. valore associato alla mediana (valore scalare dell’item) b. differenza interquartilica (indicatore del livello di omogeneità delle collocazioni di quell’item da parte dei diversi giudici).

(Scala a intervalli di Thurstone (continuazione) Selezione degli items con le differenze interquartiliche più piccole e elencazione degli stessi in base alla mediana (da valori prossimi a 1 a valori prossimi a 11). Individuazione, per tentativi successivi, di un intervallo ricorrente da utilizzare come unità di misura. Es. 0.8: 1.4 1.5 1.6 1.9 2.2 2.4 2.7 3.1 3.2 3.5 3.7 4.0 4.3 4.7 …. …. …. 9.8 10.1 10.4 10.6 Selezione definitiva degli items della scala: vengono scelti gli items in modo tale che il valore di mediana di ciascuno disti da quello che precede e da quello che segue per l’intervallo in precedenza individuato.

  frequenza % Descrittivo 2167 73,2 Valutativo 504 17,0 Emotivo 288 9,7 Tot. 2959 100,0

Es: distribuzione di frequenze Curiosità   Frequenza Percentuale Percentuale valida Percentuale cumulata Validi 2 2,0 1 4 4,0 6,0 14 14,0 20,0 3 18 18,0 38,0 27 27,0 65,0 5 35 35,0 100,0 Totale 100

Costruzione delle variabili L’inchiesta comporta la costruzione di variabili mediante definizioni operative, partendo dai concetti associati alle proprietà considerate nel disegno della ricerca. La costruzione di talune variabili implica il ricorso a più indicatori empirici del concetto associato alla proprietà considerata. Il ricorso a indicatori empirici con categorie ordinate consente, nella costruzione di una determinata variabile, la costruzione di un indice. Un indice rappresenta la sintesi quantitativa delle informazioni raccolte con i diversi indicatori.

Fasi del procedimento di costruzione di una variabile raffigurazione della proprietà considerata mediante un concetto e definizione lessicale del concetto; specificazione del concetto mediante un’analisi dimensionale dell’estensione di esso; scelta degli indicatori; eventuale costruzione di un indice.

L’inchiesta L’inchiesta è un’indagine che si avvale di tecniche semi-standardizzate e/o standardizzate per la raccolta delle informazioni, al fine di registrare gli stati con cui, da caso a caso, si presentano determinate proprietà in un insieme di unità d’analisi (o di registrazione) che corrispondono alla popolazione della ricerca o a un campione rappresentativo di essa.

Validità di un concetto Nel processo di costruzione di una variabile, un concetto associato a una determinata proprietà è valido quando suggerisce una definizione operativa che risponde adeguatamente alle esigenze conoscitive del ricercatore, ovvero quando suggerisce una definizione operativa valida e affidabile.

Validità di una definizione operativa Una definizione operativa è valida se traduce in operazioni adeguate di ricerca il concetto associato alla proprietà considerata e non altri. In particolare, una procedura di raccolta dei dati è valida se con essa è possibile rilevare referenti empirici del concetto considerato e non di altri.

Validità di un indicatore La validità di un indicatore attiene al rapporto di indicazione stabilito tra concetto associato alla proprietà da indicare e concetto associato alla proprietà indicante. Essendo un rapporto tra due concetti, il rapporto di indicazione è un rapporto di rappresentanza semantica (Marradi, 1980).

(Validità di un indicatore, continuazione) Stante la natura del rapporto di indicazione, l’indicatore può essere considerato tanto più valido quanto più estesa è la sua parte indicante e, di conseguenza, quanto più ridotta è la sua parte estranea; la validità di un indicatore può essere stimata sulla base di procedure che forniscono indizi di validità, ma non può essere provata e misurata; due o più indicatori validi di uno stesso concetto, o di una stessa dimensione di un concetto, sono intercambiabili.

(Validità di un indicatore, continuazione) Concetto A Concetto B

(Validità di un indicatore, continuazione) La parte indicante del concetto B è quella in comune con il concetto A

Affidabilità di una definizione operativa Una definizione operativa è affidabile se i suoi esiti consistono in dati fedeli. Un dato è fedele se corrisponde allo stato effettivo della proprietà considerata per come si presenta nel caso sul quale è stato rilevato.

(Affidabilità di una definizione operativa, continuazione) L’affidabilità di una definizione operativa non si può dimostrare, perché non è dimostrabile la fedeltà dei dati (per la gran parte delle proprietà considerate nella ricerca sociale); la corrispondenza tra dati e stati effettivi della proprietà è, infatti, soltanto ipotetica.

Indizi di affidabilità di una definizione operativa In assenza di “prove” è necessario, nella fase di pre-test, ricercare “indizi” di affidabilità di una definizione operativa. Può essere considerato un indizio di affidabilità un elevato grado di corrispondenza tra registrazioni diverse effettuate con la stessa definizione operativa sugli stessi casi.

(Indizi di affidabilità di una definizione operativa, continuazione) La corrispondenza tra registrazioni diverse può essere di due tipi: a) corrispondenza tra registrazioni diverse effettuate in momenti diversi da uno stesso rilevatore con lo stesso strumento sugli stessi casi (test-retest); b) corrispondenza tra registrazioni diverse effettuate da più rilevatori con lo stesso strumento sugli stessi casi (test-test).

(Indizi di affidabilità di una definizione operativa, continuazione) Parliamo di intrasoggettività quando è elevata la corrispondenza del tipo a, e di intersoggettività quando è elevata la corrispondenza del tipo b. Intrasoggettività e intersoggettività sono indizi di affidabilità, a condizione che, nelle diverse rilevazioni, i casi considerati siano stabili e i rilevatori siano anch’essi affidabili.